이번 연구에서는 체계적인 지하수 수질 관리를 위해서 2007년부터 2013년도까지의 지하수수질전용측정망자료를 이용하여 질산성 질소(NO3-N)와 염소 이온(Cl-)를 대상으로 비모수적 통계분석방법인 Sen의 경향성 분석법을 이용하여 추세분석을 실시하였다. 개별 관측정의 심도별 추세분석 결과를 전국 분포도에 도시하였으며, 추세의 경향성과 함께 문턱값(threshold value)에 대한 정도로서 분류하였다. 분석한 총 234지점 중 ‘추세 없음’ 에 해당하는 지점은 질산성 질소와 염소 이온에서 각각 194지점과 163지점으로 대다수를 차지하였으며, 문턱값을 초과하는 지점은 질산성 질소와 염소 이온 항목에서 각각 17지점과 13지점으로 나타났다. 각 관정에서의심도에 따른 추세분석 결과는 심도에 따라 경향성이 다르게 나타날 수 있으며, 이는 관측정이 설치된 지역의 지질 및 수리지질학적 특징과 밀접한 관련이 있음을 보여 주었다. 또한, 증가 추세가 나타나는 관측정들을 대상으로 추세의 기울기 및 현 시점의 농도와 문턱값과의 차이를 토대로 향후 문턱값에 도달하는 데까지 걸릴 시간을계산하였다. 이번 연구결과는 오염이 진행되고 있는 지역에서 수질관리 대책을 수립하는데 도움을 줄 수 있으며, 통계적 방법에 의한 수질 예측에 대한 신뢰성 검증 등에도 활용될 수 있을 것으로 판단된다.
In this study, trend analysis was performed for the nitrate-nitrogen (NO3-N) and chloride (Cl-) data from the National Groundwater Quality Monitoring Network (NGQMN) of Korea during 2007 and 2013, using Sen’s method, a non-parametric statistical analysis method, for systematic groundwater quality management. The results for individual monitoring wells with different depths were plotted on the national distribution map, and were classified based on the relative concentrations against threshold values (TVs) along with the trends. Of the total of 234 points analyzed, the points corresponding to 'no trend' accounted for the majority with 194 points and 163 points, and the points above TVs were 17 points and 13 points for nitrate-nitrogen and chloride, respectively.
The results of the trend analysis according to the depth in each well showed that the trends can be different, and this is closely related to the geology and hydrogeological characteristics of the area where the monitoring well was installed. For monitoring wells showing an increasing trend, the time required to reach TVs in the future was calculated based on the trend slope and the difference between the present concentration and TV. This study can help to establish water quality management framework in areas where groundwater contamination is in progress, and to verify the reliability of water quality predictions by statistical analyses.