화학물질 배출시설을 고려한 토양오염실태조사 지점 선정 방안 연구 = A Study on Developing Site Selection Framework for Soil Contamination Survey Points Considering Chemical Emission Facilities

국문 초록 (Abstract)

토양은 오염 발생 시 장기간 잔류하여 환경 및 인체에 영향을 미칠 수 있어 지속적인 관리가 필요한 환경매체이다. 이에 따라 토양오염의 발생 현황을 지속적으로 파악하고 오염 우려 지역을 관리하기 위한 체계적인 모니터링이 필요하다. 우리나라는 「토양환경보전법」에 근거하여 17개 시·도를 대상으로 토양오염실태조사가 매년 수행되고 있다. 그러나 현재 토양 오염실태조사는 조사 지점이 제한되어 있으며, 최근 토양오염실태조사 결과 오염 발견율은 약 2.0% 수준으로 비교적 낮게 나타나 현재 조사 지점 선정이 오염 가능성이 있는 지역을 충분히 반영하지 못할 가능성이 제기되고 있다. 이에 본 연구에서는 토양오염실태조사 지점의 공간 분포 특성과 화학물질 배출시설과의 공간적 연계성을 분석하여 조사 공백 지역을 도출하고, 이를 기반으로 신규 조사 지점 선정 방안을 제시하였다. 먼저 2023년 전국 토양오염실태조사 지점 분포 결과, 상위 8개 지역이 전체의 67.8%를 차지하여 조사 지점이 특정 지역에 편중된 구조를 보였다. 인구 및 면적 대비 지점 밀도는 상반된 분포 경향을 나타냈으며, 조사 지점 수는 산업단지 수（r=0.82）, 행정 면적（r=0.77）, 산업단지 면적（r=0.71）과 높은 양의 상관관계를 보였다. 주성분 분석 결과 두 축（PC1, PC2）이 전체 변동의 약 86%를 설명하였으며, 군집분석을 통해 시도는 4개 유형으로 구분되어 지역 간 구조적 차이가 확인되었다. 광역도시와 도 단위 지역의 공간 분포 특성을 비교하기 위하여 서울, 광주, 충남 및 전북의 2021∼2023년까지의 실태조사 지점의 시·공간적 분포를 분석하였다. 서울은 조사 지점 수가 309개에서 221개로 감소하여 연평균 –15.4%로 가장 큰 감소율을 보였으며 충남과 전북은 거의 변화가 없었고 광주는 –0.5% 감소하였다. 커널 밀도 분석과 행정구역별 면적당 지점 밀도 분석 결과, 서울은 다핵형 밀집 구조, 광주는 일부 지역에서만 국지적 고밀도가 확인되었으며, 충남과 전북은 분산형 구조를 나타냈다. 또한 서울과 광주는 높은 인구밀도로 인해 조사 지점이 도심을 중심으로 집중되는 공간구조를 보였지만, 충남과 전북은 넓은 행정 면적과 낮은 인구밀도로 인해 조사 지점이 분산된 공간구조를 나타냈다. 3년 연속 재조사 지점을 제외한 순수 2년 연속 재조사 지점 분석 결과, 2021∼2022년 연속 재조사 비율은 전북（14.47%）, 서울（11.97%）, 충남（11.50%） 및 광주（10.00%） 순으로 나타났으며, 2022∼2023년에는 전북（16.88%）과 서울（16.74%）에서는 높게 나타났지만, 광주（11.83%）와 충남（4.35%）에서는 상대적으로 낮게 나타났다. 2023년 신규 지점 비율은 충남（78.26%）과 광주（75.27%）에서는 높게 나타났으며, 서울（69.23%）과 전북（58.44%）은 상대적으로 낮은 값을 보였다. 실태조사 지점과 배출시설 간 최근접 거리 분석 결과, 각 시도 간 거리 분포에서 뚜렷한 차이가 나타났다. 평균 거리를 기준으로 서울은 2,896 m, 충남은 2,863 m로 유사한 수준을 보였으며, 전북은 5,633 m로 평균 거리가 가장 크게 나타났고, 광주는 1,834 m로 가장 작게 나타났다. 변동계수는 서울이 0.53으로 가장 낮았으며, 충남（1.10）과 전북（1.24）은 높게 나타나 거리 편차가 큰 것으로 분석되었으며, 광주는 0.83으로 서울보다 높고 충남과 전북보다는 낮은 값을 보였다. 또한 서울은 일정 거리 범위에 집중된 분포를 보였지만, 충남과 전북은 넓은 거리 범위를 나타냈으며, 광주는 비교적 짧은 거리 범위에 분포하였다. 배출시설 기준 제3사분위수 거리인 3,553 m를 적용하여 공백 지역을 도출한 결과, 천안시 동남구（0.80）, 아산시（0.41） 순으로 공백 비율이 높게 나타났다. 기존 실태조사 지점 간 거리의 중앙값인 2.7 km를 대표 간격으로 적용한 적정 지점 수는 64∼82개로 산정되었으나, 공백 해소를 위해 150개 후보 지점을 설정하고 이중 상위 20%에 해당하는 30개를 신규 지점으로 선정하였다. 신규 지점은 천안시 동남구 22개, 아산시 8개로 나타났으며 지점 밀도는 천안시 동남구는 0.0046에서 0.0548 points/km2 （+0.0502）, 아산시는 0.0368에서 0.0516 points/km2 （+0.0148）로 증가하였다. 기존 조사 지점에 추가된 신규 지점을 포함하여 공백 지역 재분석 결과, 아산시는 공백 면적 이 223 km2에서 0 km2로 감소하여 공백이 해소되었으며, 천안시 동남구는 351 km2에서 59 km2, 공백 비율은 0.80에서 0.13으로 감소하였다. 최근린 분석 결과 평균 거리는 3,343 m에서 2,835 m로 약 508 m 감소하였으며, 표준편차는 2,417 m에서 1,374 m로 감소하여 지점 간 거리가 줄어든 것이 확인되었다. 또한 신규 지점과 기존 지점 간 최소거리는 2,423 m로 나타나 지점 간 중복 없이 배치되어 공백 지역을 일부 해소한 것으로 확인되었다. 본 연구에서 제안한 방법은 화학물질 배출시설을 고려한 토양오염 실태 조사 지점 선정의 객관성과 공간적 대표성을 향상하고, 향후 공간정보 기반의 조사 지점 선정 및 토양오염 관리 정책을 지원하는 의사결정 체계로 활용될 수 있을 것으로 기대된다.

다국어 초록 (Multilingual Abstract)

Soil is an environmental medium that requires continuous management, as contaminants can persist for long periods and adversely affect both the environment and human health. Accordingly, systematic monitoring is necessary to assess soil contamination status and manage areas at risk of contamination. In South Korea, the Survey of the Actual State of Soil Contamination （hereafter referred to as the soil contamination survey） has been conducted annually across 17 provinces under the Soil Environment Conservation Act in Korea. However, the number of survey points is limited, and the contamination detection rate remains relatively low at approximately 2.0%, suggesting that the current survey point selection could not adequately represent potentially contaminated areas. Therefore, this study examined the spatial distribution characteristics of soil survey points and their spatial relationships with chemical
emission facilities to identify survey gap areas and proposed a method for selecting new survey points.
First, the distribution of survey points in 2023 showed that the top eight regions accounted for 67.8% of the total, indicating a spatially concentrated distribution. Survey point densities normalized by population and administrative area exhibited contrasting patterns, and the number of survey points showed strong positive correlations with the number of industrial complexes （r = 0.82）, administrative area （r = 0.77）, and industrial complex area （r = 0.71）. Principal component analysis revealed that two components （PC1 and PC2） explained approximately 86% of the total variance, and cluster analysis classified provinces into four groups, indicating distinct regional characteristics.
To compare the spatial distribution characteristics between metropolitan cities and provinces, spatiotemporal analyses were conducted for Seoul, Chungnam, Jeonbuk, and Gwangju from 2021 to 2023. Seoul experienced the largest average annual reduction （15.4%）, decreasing from 309 to 221 survey points. In contrast, Chungnam and Jeonbuk showed little change, and Gwangju decreased by 0.5%. Kernel density estimation （KDE） and administrative district-level survey point density analyses indicated that Seoul exhibited a polycentric pattern, whereas Chungnam and Jeonbuk exhibited dispersed patterns, and Gwangju exhibited localized high-density areas. Seoul and Gwangju showed concentrated survey point distributions associated with high population density, whereas Chungnam and Jeonbuk exhibited dispersed spatial patterns owing to their larger administrative areas and lower population densities. The proportion of survey points repeatedly investigated in both 2021 and 2022 was highest in Jeonbuk （14.47%）, followed by Seoul （11.97%）, Chungnam （11.50%）, and Gwangju （10.00%）. From 2022 to 2023, the proportion remained highest in Jeonbuk （16.88%） and Seoul （16.74%）, whereas relatively lower values were observed in Gwangju （11.83%） and Chungnam （4.35%）. Conversely, the proportion of newly selected survey points in 2023 was higher in Chungnam （78.26%） and Gwangju （75.27%） than in Seoul （69.23%） and Jeonbuk （58.44%）.
Nearest distance analysis between survey points and chemical emission facilities showed clear regional disparities. The mean distances were similar in Seoul （2,896 m） and Chungnam （2,863 m）, whereas Jeonbuk showed the largest mean distance （5,633 m） and Gwangju the smallest （1,834 m）. The coefficient of variation was lowest in Seoul （0.53）, whereas Chungnam （1.10） and Jeonbuk （1.24） exhibited greater variability, indicating larger spatial disparities in the distances between survey points and chemical emission facilities. Gwangju showed an intermediate level of variability （0.83）.
Gap areas were identified using a threshold distance of 3,553 m, corresponding to the third quartile （Q3） of the nearest distances from chemical emission facilities to soil survey points. The gap ratios were highest in Dongnam-gu, Cheonan-si （0.80） and Asan-si （0.41）. Based on the representative spacing （median distance of approximately 2.7 km） between existing survey points, the appropriate number of candidate survey points was estimated to be 64-82. However, to effectively reduce survey gaps, 150 candidate points were generated, and the top 20% （30 high-priority points） were selected as new survey points. Consequently, the density of survey points increased in Dongnam-gu （from 0.0046 to 0.0548 points/km2） and Asan-si （from 0.0368 to 0.0516 points/km2）. Reanalysis after the addition of the new survey points showed that gap areas in Asan-si were completely eliminated, while in Dongnam-gu, the gap area decreased to 59 km2 （reducing the gap ratio from 0.80 to 0.13）. Nearest neighbor analysis indicated that the mean distance decreased from 3,343 m to 2,835 m, indicating a reduction in inter-point distances. The minimum distance between new and existing points was 2,423 m, confirming that the new survey points were allocated without spatial overlap and contributed to reducing survey gap areas. Overall, the proposed approach can improve the objectivity and spatial representativeness of survey point selection and serve as a spatial decision-support framework for future soil contamination monitoring and management.

목차 (Table of Contents)

• I. 서론 1
• 1. 연구배경 1
• 2. 이론적 배경 6
• 2.1 토양오염실태조사 제도 개요 6
• 2.1.1. 법적 근거 및 조사 목적 6
• 2.1.2. 조사 방법 및 운영 체계 6
• 2.2 토양오염실태조사 지점 현황 9
• 2.2.1. 전국 토양오염실태조사 지점 현황 9
• 2.2.2. 지목 및 지역구분에 따른 조사 지점 현황 9
• 2.3. 화학물질 배출량 조사 제도 개요 13
• 2.3.1. 조사 목적 및 법적 근거 13
• 2.3.2. 조사 방법 및 운영 체계 13
• 2.4 화학물질 배출시설 현황 15
• 2.4.1. 전국 화학물질 배출시설 현황 15
• 2.4.2. 업종별 배출시설 현황 15
• II. 연구내용 및 방법 18
• 1. 전국 토양오염실태조사 지점 분포 특성 18
• 1.1 행정구역 면적 및 인구수 대비 조사 지점 밀도와 지점수 분포 분석 18
• 1.1.1 데이터 수집 및 전처리 18
• 1.1.2 조사 지점 분포 및 편중도 분석 19
• 1.1.3 인구 및 면적 보정을 고려한 시도별 조사 지점 밀도 분석 19
• 1.1.4 조사 지점 분포 지표의 표준화 및 통합 비교 분석 20
• 1.1.5 입지계수 기반 조사 지점 분포 특성 분석 21
• 1.2 조사 지점 수와 면적, 인구수, 산업단지 수에 대한 통계분석 22
• 1.2.1 조사 지점과 지리·인구학적 상관관계 분석 22
• 1.2.2 조사 지점 수와 지리·인구학적 변수 간 상관구조의 시각화 분석 23
• 1.2.3 주성분 분석을 통한 조사 지점 분포의 주요 요인 도출 24
• 1.2.4 군집분석을 통한 시도별 조사 지점 분포 특성의 유형화 25
• 2. 토양오염실태조사 지점의 시·공간적 분포 특성 분석 27
• 2.1 데이터 수집 및 전처리 27
• 2.1.1 데이터 수집 27
• 2.1.2 데이터 전처리 28
• 2.2 시도별 조사 지점 수 및 조사지역 종류 변화 분석 29
• 2.3 조사 지점 공간 분포 및 밀집 특성 분석 30
• 2.4 연도 간 조사 지점 중복 및 지속성 분석 32
• 3. 토양오염실태조사 지점과 화학물질 배출시설 위치의 공간적 연계성 분석 35
• 3.1 데이터 수집 및 전처리 35
• 3.2 토양오염실태조사 지점과 화학물질 배출시설 위치 간 분포 특성 비교 36
• 3.3 시도별 토양오염실태조사 지점과 화학물질 배출시설 위치 간 분포 특성 37
• 4. 충청남도 화학물질 배출시설 밀집 지역 사례 분석 및 신규 지점 선정 38
• 4.1 연구 대상 지역 및 분석 개요 38
• 4.2 화학물질 배출시설 위치 기반 토양오염실태조사 지점의 공백 지역 분석 39
• 4.3 토양오염실태조사 후보 지점 선정 기준 설정 및 배치 40
• 4.4 토양오염실태조사 신규 지점 제안 및 기존 지점과의 공간 분포 비교 41
• 4.5 공백 지역 고려에 따른 토양오염실태조사 지점의 공간 분포 변화 분석 43
• III. 연구결과 및 고찰 44
• 1. 전국 토양오염실태조사 지점 분포 특성 44
• 1.1 조사 지점 분포 및 편중도 (전국, 2023년) 44
• 1.2 행정구역 인구 및 면적 대비 조사 지점 밀도 47
• 1.3 조사 지점 분포 지표의 표준화 분석 51
• 1.4 입지계수 기반 조사 지점 분포 특성 및 지역 간 불균형 분석 55
• 1.5 조사 지점과 지리·인구학적 변수 간 피어슨 상관계수 분석 58
• 1.5.1 조사 지점 수와 행정 면적 59
• 1.5.2 조사 지점 수와 인구수 61
• 1.5.3 조사 지점 수와 산업단지 수 63
• 1.5.4 조사 지점 수와 산업단지 면적 65
• 1.5.5 조사 지점 수와 지리·인구학적 변수 간 상관구조 종합분석 67
• 1.6 주성분 분석을 통한 조사 지점 분포의 주요 요인 도출 70
• 1.7 군집분석을 통한 시도별 조사 지점 분포 특성의 유형화 74
• 2. 토양오염실태조사 지점 분포의 공간적 특성 분석 79
• 2.1 시도별 조사 지점 수의 연도별 변화 79
• 2.2 조사 대상 지역 종류의 분포 특성 81
• 2.2.1 4개 시도의 3년간 조사 대상 지역 종류의 분포 특성 81
• 2.2.2 서울특별시 83
• 2.2.3 충청남도 87
• 2.2.4 전북특별자치도 90
• 2.2.5 광주광역시 93
• 2.2.6 연도별 중점오염원에 따른 조사 대상 지역 종류의 분포 특성 96
• 2.3 토양오염실태조사 지점 공간 분포 및 밀집 특성 분석 99
• 2.3.1 시도별 공간 분포 비교 99
• 2.3.2 서울특별시 103
• 2.3.3 충청남도 107
• 2.3.4 전북특별자치도 112
• 2.3.5 광주광역시 117
• 2.4 연도 간 토양오염실태조사 지점 중복 및 지속성 분석 121
• 2.4.1 서울특별시 124
• 2.4.2 충청남도 124
• 2.4.3 전북특별자치도 124
• 2.4.4 광주광역시 125
• 2.4.5 시도 간 비교 및 종합 해석 125
• 3. 토양오염실태조사 지점과 화학물질 배출시설 위치의 공간적 연계성 분석 127
• 3.1 토양오염실태조사 지점과 화학물질 배출시설 위치 간 분포 특성 비교 127
• 3.1.1 서울특별시 127
• 3.1.2 충청남도 130
• 3.1.3 전북특별자치도 133
• 3.1.4 광주광역시 136
• 3.2 시도별 토양오염실태조사 지점과 화학물질 배출시설 위치 간 공간 분포 특성의 종합 해석 139
• 4. 충청남도 화학물질 배출시설 밀집지역 사례 분석 및 신규 지점 선정 141
• 4.1 화학물질 배출시설 위치 기반 토양오염실태조사 지점의 공백 지역 분석 141
• 4.2 토양오염실태조사 후보 지점 기준 설정 및 지점 도출 146
• 4.3 토양오염실태조사 신규 지점 제안 및 기존 지점과의 공간 분포 비교 149
• 4.4 공백 지역 고려에 따른 토양오염실태조사 지점의 공간 분포 변화 분석 157
• IV. 결론 163
• 1. 연구 결과 요약 163
• 2. 연구의 활용 방안 및 제언 168
• 2.1 연구 활용 방안 168
• 2.2 연구 제언 169
• 참고문헌 174