갯벌 표층 퇴적물의 입도, 물성 및 유기물 특성 연구: 2022년 5월 천 수만 황도 갯벌 데이터셋
Study on Grain Size, Physical Properties and Organic Matter Characteristics of Tidal Flat Surface Sediments: May 2022 Hwangdo Tidal Flat Dataset, Cheonsu Bay
Article information
Trans Abstract
This study analyzes the geological and geochemical features of surface sediments in the Hwangdo Tidal Flat, located on Korea’s West Coast. The tidal flat experiences semi-diurnal tides, impacting organic matter decomposition and nutrient cycling. Ninety one sediment samples were collected and analyzed for physical and chemical properties including grain size, density, water content, organic carbon, and nitrogen. Sediments consist mainly of sand and silt, with coarser sediments near the main channel and finer sediments towards the west. Sediment grain size averages 4.12 Φ with a sorting coefficient of 1.96 Φ, indicating diverse energy environments. Total organic carbon and nitrogen correlate positively with grain size and density, reflecting sediment origin and environment. Kriging maps sediment grain size distribution, while correlation and linear regression analyses show relationships between variables. High correlations exist between various parameters, aligning with tidal flat characteristics and aiding understanding of sediment transport and deposition. The study provides baseline data for understanding the tidal flat’s geological, geochemical, and physical aspects, valuable for remote sensing validation and environmental monitoring. The dataset is freely available for research and management purposes.
1. 서론
한국의 갯벌(tidal flat)의 가장 큰 특성은 육지와 바다가 만나는 점이지대 환경 지역이라는 것으로 특히 서해안 갯벌은 대기 노출과 해수 침수가 매일 2회 반복되는 특성(반일주조, 半日週潮) 때문에 연안해양과 기수역의 유기물 분해와 영양염 순환에 긍정적 영향을 미치는 것으로 알려져 있다(Along, 1995; Giblin et al., 1997; Jahnke and Craven, 1995). 이러한 생물학적 특성들을 이해하기 위해서는 연구 지역에 대한 기초적 지질 환경(Lee et al., 2024) 중 물성 특성(퇴적물 입도[grain size], 전단 강도[shear strength], 퇴적 구조[sediment structure], 퇴적물 색도[sediment color], 공극률[porosity], 전용적 밀도[dry bulk density], 함수율[water content], 퇴적물 밀도[sediment grain density]) 및 지형적 특성 자료(조간대 비식생 지역 경사도, 표층면 및 공극수 내 잔존수 2가지 유형, 조수로, 갯벌지형 고도 측량 자료) 등이 필수적이다. 이러한 자료들은 학술 연구 및 연구 대상 지역을 종합적으로 이해하는 데 중요한 역할을 한다. 또한 퇴적물의 지화학 분석 방법으로 퇴적물 원소 함량(elemental composition; major 또는 minor [중금속 포함], 희토류[rare earth elements] 등), 총탄소(total carbon, TC) 함량, 총무기탄소(total inorganic carbon, TIC) 함량, 총유기탄소(total organic carbon, TOC) 함량, 총질소(total nitrogen, TN) 함량, 총수은 함량(total mercury), 총황함량(total sulfur), 생물 기원 규소 함량(biogenic silica) 및 탄소, 질소, 산소 안정동위원소 분석(isotope analysis) 등을 포함한다. 또한 연구 대상 지역의 과거 퇴적 역사를 알기 위한 퇴적물 연대 측정(age dating)은 이탄, 토탄(peat fragments), 조개류(shell fragments) 및 미(薇)고생물(micropaleontology; 규조, 유공충, 와편모조류 시스트) 등을 이용하여 퇴적물의 시간적 연대 분석을 진행하고 있다.
해양 퇴적물은 수권, 생물권 및 암석권 간의 상호작용의 매개체이자 전달 역할을 한다(Luo et al., 2016). 특히 퇴적된 퇴적물은 생태적 과정에 대한 많은 정보를 기록하며 이는 전지구적 및 지역적 환경 변화와 높은 상관성을 가지고 있다(Gu et al., 2014; Lin et al., 2015). 이 중 퇴적물의 입자 크기는 퇴적물의 중요한 구조적 특징이자 그 분류의 기초로 퇴적물의 기원과 물리적 환경을 대표하는 지시자가 되고 있다. 입자 크기는 퇴적물의 특성과 환경을 연구하는 데 가장 널리 사용되는 매개변수이다(Booth, 2005). 또한 퇴적물 내의 입자 크기 분포 경향에 대한 정보(입자 크기별 무게 또는 1개 샘플에 대한 입자 크기별 무게 구성비)는 퇴적물의 이동과 정착 정보를 제공한다(Walker, 2017). 그동안 입자 크기 분석은 퇴적물 연구에서 널리 사용되었으며 이는 퇴적물 성분의 입자 크기와 분포를 결정하는 도구가 되어 왔다. 해양 퇴적물의 입도 분석은 해저 퇴적물의 종류를 나누고 해저 퇴적물의 유형 지도를 작성하는 기초일 뿐만 아니라 해저 퇴적물의 물질 출처와 퇴적 과정을 이해하는 데 중요한 역할을 하고 있다(Boudreault et al., 2018; Wang et al., 2016). 따라서 해양 퇴적물의 다양한 입자 크기 분석은 퇴적물 연구에 매우 중요한 요소 중 하나이다.
본 연구의 목적은 2022년 5월 황도 비식생 갯벌의 표층 퇴적물(n=91)의 입도 크기 특성 이외 기본적인 물성 및 유기물 분석을 통해 황도 갯벌 특성을 이해하는 데 있다. 또한 여러 분석 항목 중 입도의 크기별 무게(g) 비율을 이해함으로써 기존의 퇴적물 분류 특성(Fork and Ward, 1957)과 비교하여 그룹별로 입도의 크기 특성을 이해하고자 한다. 이러한 데이터셋 데이터는 원격탐사(드론, 위성 기반)의 검증 및 보증 자료로 활용된다. 동시에 다양한 분석을 통해 얻어진 자료들은 갯벌 환경의 지질학적, 지화학적 및 물리적 특성을 종합적으로 이해하는 데 중요한 기초 자료가 된다. 따라서 본 연구는 갯벌의 생태학적 역할과 환경 변화에 대한 이해를 높이는 데 기여할 것으로 예상된다.
2. 본론
2.1 연구 지역
연구 지역에 속하는 천수만은 한국 서해안에 위치한 반폐쇄성 해역으로 수심이 대략 20 m 이하이며 서쪽으로는 태안군 안면도, 북쪽으로는 서산방조제 A와 B, 동쪽으로는 홍성군과 보령시, 남쪽으로는 효자도와 원산도로 둘러싸여 있다. 방조제 건설 이후 천수만은 방조제를 따라 수심이 10 m 이상 유지되며 해안선 부근에는 넓은 간석지가 형성되어 있다. 천수만의 폭은 약 8.0-13.0 km, 남북 방향의 길이는 약 37 km에 이른다(Kim, 1989). 그러나 Kim and Kang (1986)에 따르면 천수만의 동서 폭은 최대 약 7.4 km, 남북 길이는 약 33 km 정도로 표현하였으며 Kwon et al. (2013)에 의하면 천수만은 남북으로 약 40 km, 만 중앙부의 최대 폭이 약 10 km라고 하였고 Park et al. (2006)은 만 입구의 폭이 약 5.5 km, 길이가 약 40 km, 평균 수심이 약 10-25 m라고 기술하여 연구자마다 보는 관점 및 정의에 대한 의견이 매우 다양한 편이다. 천수만의 저질은 대부분 사니질이며 석영 약 30%, 정장석 약 20%, 사장석 약 4-10%로 구성되어 있다(KORDI, 1980). 천수만의 조석은 반일주조가 주를 이루며 평균 조차는 4.59 m, 대조차는 6.33 m, 소조차는 2.86 m이다. 주수로에서 조류의 최대 유속은 창조류 시 1.0 m/s, 낙조류 시 0.7 m/s이다(KEPCO, 1985; Kim and Kim, 1996; KORDI, 1974; Lee et al., 2013; Ryu and Chang, 2005). 방조제 건설 이전에는 만 입구에서 2-3 m/s의 강한 조류가 발생하였으나(KORDI, 1978; KORDI, 1994), 방조제 건설 이후 유속이 크게 감소하여 만 내에서 창조류는 0.60 m/s, 낙조류는 0.95 m/s로 변화한 것으로 알려져 있다(KORDI, 1994; OHA, 1991).
조간대 갯벌의 지질 환경 특성 자료 분석을 위한 직접적인 샘플링 정점별 조사 방식은 출입이 허용되는 간조 시간 및 조사 항목 수량에 따라 매우 제한적으로 진행될 수밖에 없다. 본 연구에서는 시범연구 지역인 황도 갯벌에서 퇴적상 특성 자료 활용, 지질 환경 특성 자료 구축을 위한 현장 측정 항목, 실험실 분석 항목 선정을 선정하여 총 91개 정점에 대해 샘플링 현장 조사를 진행하였다.
Fig. 1에서 충청남도 태안군 안면읍 황도리 갯벌에 위치한 조사 연구 지역의 총 91개의 샘플링 정점을 표시하였다. 특히 이번 샘플링 지역은 황도 갯벌의 중부에 해당하는 지역이다. Table 1에서 보면 현장 조사는 2022년 5월 17일, 18일에 수행되었으며 조사가 가능한 낮 시간대 최저조 시간은 첫째날인 5월 17일 10시 59분(조위 87 cm, 보령 기준, 아홉물)과 둘째날인 5월 18일 11시 43분(조위 100 cm, 보령 기준, 열물)으로 대조기에 해당되는 기간이다. 연구 지역의 면적은 약 1.14 km2의 면적에 해당되며 각 정점에 대한 Leica (Wetzlar, Germany)의 real time kinematics-global positioning system (RTK-GPS)을 사용하여 WGS84/UTM52N 좌표계 방식으로 각 정점의 좌표(m)와 타원체고(ellipsoid height, m)를 수집하였다. 또한 국토지리정보원 외 7개 기관에서 제공하는 실시간 데이터(RTCM) 서비스를 사용하여 인근 global navigation satellite system (GNSS) 상시 관측소의 보정 신호를 수신하여 측량의 정확도를 확보하였다. 또한 인근 통합 기준점(충청남도 태안 신온 422 기준)에서 국토교통부 국토지리정보원의 지오이드고(geoid height, 22.26 m; 고시번호 제2008-855호) 자료를 수집하여 연구 지역의 정표고(orthometric height)로 산정하였다(Table 2).
Map of the study area in Hwangdo Tidal Flat using Google Earth Pro© (Google, Mountain View, CA, USA). (A) Map of South of Korea, (B) study area in Hwangdo Tidal Flat, (C) the red circles are the 91 sampling sites using Orthophoto image acquired by KIOST Korea Ocean Satellite Center in 2022.
Data obtained from the study area
The locations of the sampling sites
2.2 각 정점별 지질 환경 분야 갯벌 현장에서의 조사 항목
각 정점별 현장 측정 항목은 현장에서 바로 샘플 일시(년/월/일/시간/분), GPS-RTK를 이용한 정밀 지형 표고 좌표(m)와 타원체고(m)를 수집하였다. 또한 전단강도(kg/cm2), 색도를 진행하였으며 현장 조사 이후 실험실 분석을 위해 평균 입도(퇴적상 통계 분석), 전용적 밀도(g/mL), 공극률(%), 함수율(%), TOC (%), TC (%) 및 TN (%)용 샘플을 2개 용기(지퍼백 및 폴리프로필렌[polypropylene] 병)에 각각 채취하였다. Fig. 2에서 전단강도의 경우 포켓 베인 테스터기(pocket vane tester, CL-100 series, 0-2.5 kg/cm2; Royal Eijkelkamp, Giesbeek, Netherlands)를 사용하였으며 표층 퇴적물 대표 색상은 Munsell 색상표(5Y page)를 이용하여 기록하였고 Fig. 3과 같이 각 샘플링 정점마다 약 1 m 위에서 스틸 카메라를 이용하여 정사사진을 촬영하였다. 전단강도 및 표층 퇴적물 대표 색상은 이번 데이터셋(dataset)에서 제외하였다.
(A) Sampling surface sediments to determine the mean size, composition, and sediment type. (B) Sampling for dry bulk density, sediment porosity, and water content. (C) Measuring shear strength. (D) Sampling for TOC, TC, and TN. (E) Assessing sediments using the Munsell color diagram. (F) Photo of surface sediments (the square is 50×50 cm). TOC, total organic carbon; TC, total carbon; TN, total nitrogen. Modified with Park et al., 2022.
Gridding method results for the 91 sites (point data). (A) Sampling ID (n=91), (B) gravel (%), (C) sand (%), (D) silt (%), (E) clay (%), (F) sediment type by Folk (1957), (G) mean size (Φ), (H) sorting (Φ), (I) skewness (Φ), (J) kurtosis of sediments, (K) dry bulk density (g/mL), (L) sediment porosity, (M) water content (%), (N) total organic carbon (TOC) (%), (O) total carbon (TC) (%), (P) total nitrogen (TN) (%) of sediments, and (Q) total inorganic carbon (TIC) (calcium carbonate) (%).
2.3 실험실 이동 후 실험 방법
퇴적물의 평균 입도(퇴적상 통계 분석) 분석을 위해 먼저 퇴적물에 과산화수소(H2O2)와 염산(HCl)을 넣어 유기물과 탄산염을 제거한 후 습식 체질(wet sieving)하여 모래(4 Φ 이하)와 펄(4 Φ 이상) 퇴적물로 분류하였다. 4 Φ 이하 조립질 퇴적물은 건조시킨 후 sieve shaker로 체질한 후 1 Φ 간격으로 무게 백분율을 구하였고 4 Φ 이상 세립질 퇴적물은 약 2 g 정도 취한 다음 자동입도분석기(SediGraphTM III 5120, MasterTech 052; Micromeritics, Norcross, GA, USA)로 각 등급별 무게로 환산 분석하였다. 최종적으로는 두 분류 기준을 합하여 통계 처리하여 평균 입도(Φ), 분급도(Φ), 왜도, 첨도 등의 입도 조직 변수를 구하였다. 본 논문에서는 Eq. 1과 같이 입도의 등급을 표시할 때 등배수적(arithmetic) 척도보다는 대수적(logarithmic) 척도가 유용하기 때문에 Φ (phi) 척도를 사용하였다(Folk, 1968). 여기서 d는 mm로 나타낸 입자의 직경에 해당한다.
퇴적물의 TOC, TC 및 TN 분석을 위해 원소분석기(Flash EA 1112; Thermo Fisher Scientific, Waltham, MA)를 이용하여 분석한 표준 시료 샘플(soil reference material [SRM] NCS, product part number, 338-400-26; certificate number, 133317)의 탄소 및 질소 함량은 평균 2.30%와 0.21%였으며 표준편차(standard deviation)는 각각 0.02, 0.01이었다. 상대 표준편차(relative standard deviation, RSD)는 각각 0.01, 0.06으로 높은 정밀도를 나타내었다.
함수율은 퇴적물 공정 시험법에 의해 Eq. 2에 의해 계산되었으며 공극률은 Mortimer et al. (1999) 및 Berner (1971) 실험 계산법을 인용하여 Eq. 3에 의해 계산되었다. 마지막으로 전용적 밀도(가밀도, bulk density)는 Mortimer et al. (1999) 실험 계산법을 인용하여 주어진 퇴적물의 무게(g)를 그 퇴적물의 전체 부피(mL)로 나누어 계산하였다.
3. 결과
3.1 크리깅(kriging) 방법 이용 퇴적물 입도 분포 항목 외 특성
Fig. 3은 Surfer ver. 23 (Golden Software, Golden, CO, USA)을 사용하여 크리깅(kriging) 그리딩 결과물이다.
크리깅은 많은 분야에서 유용하고 널리 사용되는 것으로 입증된 지리 통계적 그리드 방법이다. 이 방법의 장점은 불규칙한 간격의 데이터에서 시각적으로 매력적인 지도를 생성한다는 것이다. 단점으로는 입력된 데이터에서 제안된 추세를 표현하려고 시도하므로 예를 들면 높은 지점이 과녁 모양의 등고선으로 격리되지 않고 능선을 따라 연결될 수 있다. 그리고 정표고(orthometric height), 퇴적물 입도 및 퇴적상 관련 자료 역시 분석하고자 하였다. 정표고의 경우 평균 -0.71 m (range, -2.72 to 2.24)에 해당하였다. Fig. 3은 총 91개 정점에 대한 샘플링 ID 및 퇴적물 입도 및 퇴적상 관련 자료이다. 평균 입도 평균값은 4.12 Φ (range, 0.55-6.89)로 극조립사에서 세립실트까지 다양한 크기의 퇴적물이 분포하였다. 분급도 평균값은 1.96 Φ (range, 0.66-4.10)로 중간 양호에서 최극불량 분급까지 특성을 보이며 다양한 에너지 환경임을 나타내고 있었고 평균 입도와 분급도는 주수로 근처인 동쪽편에서 조립하며 분급도가 상대적으로 양호한 특징이 나타나는 반면 서쪽편에서는 평균 입도가 세립해지고 분급도가 불량해지는 경향을 보였다.
분급도(sorting)란 퇴적물의 입도 조성이 얼마나 균일한가를 측정하는 지표로 통계적인 표준편차의 의미를 갖는다. 양호(well sorted), 불량(poorly sorted) 등의 7개 등급으로 분류되는데 본 연구 지역에서는 대체적으로 조립 및 세립질이 혼합되어 불량(mean, 1.96) 등급을 보였다. 왜도는 입도 정규분포 곡선의 비대칭성 정도를 측정한 값을 의미하며 0을 기준으로 조립질 퇴적물의 양이 많을 경우에는 양(positive, +)의 값(오른쪽으로 치우친 세립질 꼬리, tail to the right)을 갖고 세립질 퇴적물의 양이 많을 경우에는 음(negative, -)의 값(왼쪽으로 치우친 조립질 꼬리, tail to the left)을 나타내는데 본 연구 지역에는 양(mean, 0.55)의 값을 보였다. 첨도는 분포 곡선이 어느 정도 뾰족한가를 측정한 값으로 정규분포 곡선에 비해 중앙으로 집중되어 있으면 leptokurtic (3보다 높은 분포), 넓게 분산된 형태를 보이면 platykurtic (3보다 낮은 분포)이라 한다. 가운데 정규분포값은 3.0을 기준으로 본 연구에서는 첨도 평균값 1.91에서는 대체적으로 platykurtic 형태를 보였다. 이는 연구 지역 범위 내에서 주수로에서 거리가 증가할수록 에너지 감소로 인해 나타나는 결과로 판단된다. 퇴적물의 자갈, 모래, 실트, 점토 구성비(합계 100%)에서는 사질 평균 57.99% (range, 10.54-97.71)로 가장 높은 비율을 보였으며 실트 평균 30.72% (range, 1.29-67.77), 점토 평균 10.05% (range, 1.00-26.79) 분포를 보였다. 연구 지역 내에서는 거의 대부분 사질과 실트가 분포하는 지역으로 자갈과 점토는 상대적으로 적은 함량비를 보였다. 퇴적물 함량의 수평분포는 동쪽이 상대적으로 조립질 퇴적물이 주로 분포하여 사질 함량이 높았으며 서쪽으로 갈수록 사질의 분포는 감소하면서 세립질인 실트 함량비가 증가하는 경향을 보였다. 특히 서쪽의 표고가 높은 최상부로 갈수록 점토 함량이 급격히 증가하며 표층 퇴적물은 세립화가 아주 잘 관찰되었다. 전밀도의 경우 1.33 g/mL (range, 1.03-1.63)로 분석되었으며 공극률 평균값은 0.44 (range, 0.16-0.56), 함수율 평균값은 26.1% (range, 7.9-36.6)로 측정되었다. 전밀도의 경우 연구 지역의 동쪽 및 중앙부 지역에서 상대적으로 높은 함량을 보이며 서쪽 상부 조간대로 갈수록 감소하는 경향을 보였다. 이러한 이유로는 퇴적물의 평균 입도와 상관성을 보이며, 입도가 감소할수록 밀도가 감소하는 경향을 보여주기 때문이다. 특히 함수율과 공극률은 밀도와 대조되는 경향을 보이며, 동쪽에서 감소하며 서쪽으로 갈수록 증가하는 특징을 보이는데 이는 낮은 퇴적물 전밀도는 구조상 함수율과 공극률이 증가하는 경향을 잘 반영하고 있다고 판단된다. TOC 평균값은 0.28% (range, 0.01-0.87)로 나타났으며 TC 및 TN 평균값은 각각 0.65% (range, 0.12-1.68), 0.08% (range, 0.02-0.22)로 분석되었다. 이는 평균 입도, 밀도, 공극률 등과 같은 퇴적물의 물성값과는 양의 상관관계를 보이며 퇴적물의 특성을 잘 반영하는 환경임을 시사한다.
3.2 18개 변수에 대한 상관 관련 행렬 분석 시각화(correlation matrix) 및 1차 함수 선형 회계 분석
Fig. 4의 Golden 상관관계 행렬은 항목들 간의 다양한 조합을 시각적으로 나타내는 도구로 부분 상관계수와 다중 상관계수는 다변량 분석 절차에서 확장된 통계 지표로 사용된다. 상관관계는 등간척도 데이터를 사용할 때 높은 설명력을 가지는 기법이다. Spearman's rho는 명목척도 데이터에 사용된다. 행렬 분석 시각화(correlation matrix, CM) 값은 각각 실트(silt)와 모래(sand) -0.96 (반비례), 실트(silt)와 점토(clay) +0.83 (비례), TN과 점토(clay) +0.84 (비례) 및 TIC와 TC +0.84 (비례)로 다른 변수들보다 상대적으로 높은 상관관계 행렬 특성을 보였다. 그러나 결과를 해석할 때, 특히 인과관계를 추론할 때는 매우 신중해야 한다. 상관관계 분석에서는 두 변수 간 상호작용의 방향을 추론할 수 없으며 다른 변수로부터 받을 수 있는 영향도 추론할 수 없다. 따라서 상관관계는 인과관계와 동일하지 않기 때문에 해석에 있어서 조심해야 하나 황도 갯벌에 대한 해양 환경적 특성 결과와 매우 일치하는 좋은 결과를 보였다.
Correlation matrix (CM) characteristic analysis (n=18), excluding two variables, sampling date and sediment type by Folk (1957). ChatGPT 4o (https://chatgpt.com/?oai-dm=1; OpenAI, San Francisco, CA, USA) used for dataset analysis processing.
Fig. 5는 18개 변수에 대한 상관 관련 CM의 결과값이 높았던 4개 행렬 항목 간의 1차함수 선형 회계 분석 결과이다. 실트(silt)와 모래(sand) R2=0.91 (반비례), 실트(silt)와 점토(clay) R2=0.69 (비례), TN과 점토(clay) R2=0.70 (비례) 및0 TIC와 TC R2=0.75 (비례)로 상관관계 행렬 특성 분석 시 상대적으로 높은 결과값을 보였다.
Linear accounting analysis of linear functions (n=18), excluding two variables, sampling date and sediment type by Folk and Ward (1957). NT, total nitrogen; TIC, total inorganic carbon; TC, total carbon.
3.3 연구 지역에 대한 퇴적상 기반 해양 지질 환경 정보 특성
황도 조간대의 지형은 지오이드고 기준으로 19.69-24.65 m의 범위로 나타나며 평균 21.72 m로 측량되었다. 동쪽은 대체적으로 하부조간대, 중앙부는 중부조간대, 서쪽은 상부조간대 특징을 잘 보이고 있다. 하부조간대는 고도가 낮고 지형 경사가 약 0.1° 미만으로 평탄한 경사를 보이고 있다. 중부조간대는 상대적으로 지형 고도가 증가하는 형태를 띄며 경사는 하부조간대와 같은 0.1° 미만으로 평탄한 경사를 보이고 있다. 마지막으로 상부조간대는 지형 고도가 가장 높은 특징을 보이며 서쪽에 연구 지역 근처 가장 큰 수로(골)에 깊은 조류로가 넓게 분포하는 특징을 보이고 있다. 이는 조류에너지가 침식 및 퇴적에 영향을 미치는 서해 갯벌 지역의 특성을 잘 반영하였으며 상부조간대는 세립한 퇴적물의 분포와 조석에 의한 영향을 받으며 조류로가 발달하고 있다.
Fig. 3E, F의 총 91개 입도 통계 분석 처리 후 Folk and Ward (1957) 분류에 의하여 총 4가지 그룹핑을 진행하였다. 4가지 그룹핑은 다음과 같이 제1그룹([g]sM, sM, sZ; 총 23개 샘플), 제2그룹([g]mS, gmS, mS, zS; 총 63개 샘플), 제3그룹([g]S, S; 총 4개 샘플) 및 제4그룹(msG; 총 1개 샘플)에 해당하였다. 상부조간대의 퇴적상은 약역질사([g]sM), 니질사(mS) 및 사질니(sM) 등이 고루 분포하고 있다. 퇴적상은 황도 조간대의 특성과 같이 고도가 낮은 동쪽에 역질과 사질의 함량이 높아 니질사와 약역질사의 분포가 높았으며 서쪽으로 갈수록 사질이 감소하고 니질 함량이 증가하는 사질니의 분포가 증가함을 알 수 있었다. 이는 조류에너지 힘이 중요한 연구 지역에서 퇴적학적 기작으로 서쪽은 상대적으로 세립한 퇴적상이 주로 분포하고 조류로가 발달한 것으로 판단된다.
3.4 개별 퇴적물의 0.5 Φ 간격 무게 비율 특성
Fig. 6은 91개의 개별 샘플에 대한 중량(g) 및 log10 중량(g) 그래프를 0.5 Φ로 표시하였다. Fig. 6A, B는 Folk and Ward (1957) 통계 처리 분류에 의한 제1그룹([g]sM, sM, sZ; 총 23개의 샘플), Fig. 6C, D는 제2그룹([g]mS, gmS, mS, zS; 총 63개 샘플), Fig. 6E, F는 제3그룹([g]S, S; 총 4개 샘플) 및 Fig. 6G, H는 제4그룹(msG; 총 1개 샘플) 그래프이다. 제1그룹의 가장 높은 평균 피크대역은 4.5 Φ 내외, 제2그룹은 3.5 Φ 내외, 제3그룹은 4개 샘플이 약 3.0 Φ 내외, 제4그룹은 이번 연구의 경우 단 1개 샘플이었는데 -1 Φ로 제1-3그룹 샘플들과 상당한 차이를 보였다. Fig. 7은 개별 샘플에 대한 중량(g)에 대한 누적 그래프로 입자 크기에 따른 누적량 변화를 잘 나타내고 있다. Fig. 7A는 제1그룹에서의 3차 다항식으로 Y=-0.015X3+0.2215X2–0.1417X (R2=0.97), Fig. 7B는 제2그룹의 Y=-0172X3+1.8657X2+6.9596X (R2=0.95), Fig. 7C 는 제3그룹의 Y=-0.1543X3+1.1241X2+12.475X+16.06 (R2=0.92)이다. 그리고 마지막 Fig. 7D의 제4그룹은 이번 연구의 경우 단 1개 샘플에서 Y=0.0466X3-1.0093X2+10.583X+43.43 (R 2 =0.98)으로 제1-3그룹 샘플들과 그래프의 모양과 식에 있어서 다소 차이를 보였다. 본 연구에서 개별 퇴적물의 0.5 Φ별(-3 to +11) 침강법의 기본 원리는 4 Φ부터 11 Φ까지 자동입도분석기(SediGraphTM III 5120)를 사용하지만 입자 침강 속도를 이용하여 입자 분포를 최종적으로 무게 단위로 나누는 것이다. 다만 최근에는 분석 기술의 발달로 레이저입자분석기가 개발되어 널리 사용되고 있다. 분석 속도와 측정 범위가 크게 향상되었으나 여전히 지루하고 힘든 전처리가 필요한 분야이다. Menéndez-Aguado et al. (2015)의 연구에 의하면 퇴적물 입자 크기 분포의 수학적 모델을 정확하게 표현하기 위해 레이저 회절 스펙트럼을 사용한 파워 스펙트럼 분석을 수행하였다. 이미지법 역시 현재의 입도 분석법 중 하나로 각 입자의 크기를 표현하고 입자의 형상 정보를 담을 수 있는 방법이었다. 그러나 데이터 처리가 복잡하고 해석이 다소 어렵다는 다수의 연구 결과가 있었다(Decost and Holm, 2017). 그리고 Yates et al. (1993)의 연구에서는 Landsat5TM (Fairchild Industries, Lake Zurich, IL, USA) 위성 데이터를 사용하여 표면 퇴적물을 분류하였다. 그 결과는 펄(mud) (실트[silt]와 점토[clay]) 지역에 대해 더 정확한 분류를 보여주었다. 최근 Kim et al. (2019)의 연구에서는 현장 조사(샘플 232개)와 결합된 무인항공기 정사사진 이미지를 사용한 퇴적물 분류를 연구했는데 그 결과는 리뷰된 논문에서 가장 높은 전체 정확도가 72.8%인 것으로 나타났다.
Weight (g) and Log10 weight (g) graphs by 0.5 Φ for individual samples. (A, B) Group 1 ([g]sM, sM, sZ; a total of 23 samples), (C, D) group 2 ([g]mS, gmS, mS, zS; total of 63 samples), (E, F) group 3 ([g]S, S; total of four samples), and (G, H) group 4 (msG; total of one sample).
Cumulative value ration of grain weight (%) by 0.5 Φ for individual samples. (a) Group 1 ([g]sM, sM, sZ; a total of 23 samples), (B) group 2 ([g] mS, gmS, mS, zS; total of 63 samples), (C) group 3 ([g]S, S; total of four samples), and (D) group 4 (msG; total of one sample).
4. 토의 및 결론
4.1 현장의 해양학적 경관(landscape) 이해의 필요성
본 연구에서는 파일럿 연구 지역인 충청남도 태안군 황도 갯벌에 대해 2022년 5월 연구 지역 현장에서 GPS-RTK를 이용한 정밀 지형 표고 측량 타원체 고도(m)를 직접 갯벌 현장에서 측량하였으며 실험실 분석 항목인 입도, 전용적 밀도, 공극률(%), 함수율(%), TOC, TC 및 TN 등에 대한 실험실 분석을 진행하였다. 그러나 연구자는 현장에 대한 경관(landscape)을 바탕으로 최종적인 결론에 도달해야 한다고 판단된다. Fig. 8A, B는 Fork and ward (1957) 방식으로 진행한 4개의 그룹별 퇴적물상 특성을 나타낸 것이고 주요 7개 지역의 경관 특성이다. Fig. 8C에서 H57 지역은 퇴적물상 실트모래(muddy sand, zS)로 조수 채널 패턴은 단순 직선적이며 표고/경사는 중부조간대 부분으로 완만한 특성(middle part/gentle)을 보인다. Fig. 8D에서 H64 지역은 퇴적물상 약자갈모래(slightly gravelly sand, [g]S)로 조수 채널 패턴은 거의 존재하지 않으며 표고/경사는 하부조간대 부분으로 완만한 특성(lower part/gentle)을 보인다. Fig. 8E에서 H27 지역은 모래실트(sandy silt, sZ)로 조수 채널 패턴은 상대적으로 복잡하고 구불구불하다. 특히 매우 많은 굴암초(oyster reefs)와 함께 표고/경사는 상부조간대 부분으로 급경사가 서쪽으로 향해 있는 특성(upper part/steep)을 보인다. Fig. 8F-I까지는 각각 약자갈뻘모래(slightly gravelly muddy sand, [g]mS), 자갈뻘모래(gravelly muddy sand, gmS), 실트모래 및 자갈뻘모래, 약자갈뻘모래 퇴적상 특성을 보인다. 조수 채널 패턴은 상대적으로 간단하고 직선적인 특성을 보인다. 표고/경사는 하부조간대 부분으로 비교적 완만한 특성(middle part/gentle)을 보인다. 단 방형구(50×50 cm) 사진과 같이 Fig. 8H의 OC8 지역을 제외하고 조개껍데기 조각들이 상대적으로 많이 분포하는 특성(simple and straight with shell fragments)을 보인다.
Characteristics of surface sediments based on tidal flat landscape. (A) Sediment type by Folk and Ward (1957). (B) Main sites for landscape (C) H57, (D) H64, (E) H27, (F) H38, (G) H25-1, (H) OC8, and (I) A24. Modified with Lee et al., 2023.
이번 시범연구 지역의 지질 환경 특성 자료를 이용한 데이터셋 사례는 2022년 5월 곰소만 갯벌 현장에서 수집된 연구 항목 데이터의 선정 및 분석을 통해 갯벌 지형 변화, 퇴적상 변화 관찰 등 퇴적 환경 변화의 기초 자료로 활용되었다. 이는 다양한 융합 연구와 갯벌 환경 보전 관리 자료로 유용하게 사용될 수 있을 것으로 판단된다. 그러나 갯벌 환경은 매우 다양한 특성을 지니고 있으므로 현재 상태를 기반으로 미래 변화를 정확하게 평가하기 위해서는 추가적인 현장 관측 데이터 확보가 필요하다. 최근 갯벌 연구의 선진화로 현장 조사는 최소화하고 드론 또는 위성 등 무인 원격탐사 장비를 최대한 활용하여 현장 참값(ground truth)과 비교 대조하는 연구가 많이 진행되고 있다. 그러나 기존의 전통적인 샘플링과 습식 실험은 최소한이라도 필요하다. Fig. 9와 같이 이번 데이터셋 연구 지역에 대한 기본적인 지질 환경 자료와 함께 추가적으로 갯벌 노출 시간(조석 시간), 주수로 및 소수로 채널, 잔존수 및 리플(ripples) 등의 유무와 형태 모양에 대한 데이터 등이 그 예가 될 수 있다. 또한 특정 환경 요소들은 과학적 데이터 기반 확률로 구분하여 적용할 필요가 있다(KIOST, 2018). 즉 통계적 기반 차이에 큰 영향을 주는 주요 지질 기반 환경 요인을 고려하고 확률을 산출하는 추가 연구가 필요하다. 예를 들어 입도 분석의 입자 크기별 무게값(g) 데이터를 결과물로 표현 시 환경 변수 구간에 픽셀 기반으로 예측도로 도식화한다면 결과 검증 및 확률 평가에 유용할 것이다. 이를 바탕으로 거시적인 위성 자료 또는 협소적인 지역에는 드론 등의 무인기를 활용(Kim et al., 2015)하여 변수별 공간화, 즉 다중 플랫폼 보조 수단(Hwang et al., 2020a)과 시간의 흐름에 따른 지형 변화 예측 자료(Hwang et al., 2020b) 등을 추가적으로 이용하여 연구 지역의 지질 환경 변화 예측도를 제작하는 데 활용될 수 있다고 판단된다.
Conceptual map of the method used to produce the prediction map for the tidal flat geological environment using the study data (point data). Modified with Park et al., 2022. UAV, unmanned aerial vehicle.
4.2 데이터셋 클라우드 공유 또는 이메일 공유
이번 파일럿 연구 지역은 충청남도 황도 갯벌(협소 지역)이다. 기초 자료들은 해양 관련 연구기관, 공공기관, 환경단체 등 관련된 매우 다양한 분야에서 활용 및 적용될 수 있을 것으로 판단된다. 본 논문의 자료들은 현재 클라우드에 공개되어 있다. 비상업적 학술 연구용 데이터셋 기본 자료 필요시 본 논문의 교신저자에게 이메일 요청 후 무료로 활용이 가능하다. 다운로드 주소는 https://drive.google.com/file/d/1XilDE6UOlDRgZEW2vNV1OwSoh2Z3iobp/view?usp=sharing과 같다.
Notes
Conflict of Interest
Jun-Ho Lee and Joo-Hyung Ryu have been an Editorial Board of GEO DATA; however, they were not involved in the peer reviewer selection, evaluation, or decision process of this paper. Otherwise, no other potential conflicts of interest relevant to this paper were reported.
Funding Information
This research was supported by Korea Institute of Marine Science & Technology (KIMST) funded by the Ministry of Oceans and Fisheries (RS-2023-00254717; KIOST No. PM64080)
Data Availability Statement
The data that support the findings of this study are openly available in GEO DATA at http://doi.org/10.22761/GD.2024.0011.
