경주 중·저준위 방폐장의 수리지화학 및 통계 분석

서지정보

· 발행기관 : 한국지구과학회
· 수록지 정보 : 한국지구과학회지 / 44권 / 6호
· 저자명 : 옥순일, 김시은, 정성연, 이충모

목차

1. 서 론
2. 연구 지역 및 방법
2.1. 연구 지역 및 부지조사
2.2. 지하수질 분석
3.2. 수질 자료 분석
3.3. K-means clustering
4. 연구 결과 및 고찰
4.1. 수질자료 분석
4.2. K-means clustering
5. 결 론
사 사

초록

국내 중·저준위 방사성폐기물은 영구적 격리를 위해 처분장에 매립하고 있으며 그 위치는 경주에 있다. 이러한 방 사성폐기물의 영구적인 격리를 위한 처분시설은 공학적 방벽과 자연 방벽으로 구성되어 있으며 자연 방벽을 특성을 파악 하기 위하여 한국원자력환경공단에서는 2006년부터 부지특성조사를 수행하였고, 이후 부지감시 및 조사계획에 따른 감시 를 수행하여 부지특성의 변화를 지속적으로 확인하고 있다. 중저준위 방폐장의 수리지화학적 환경은 자연 방벽의 평가를 위해 중요한 요소로 손꼽히고 있으나 동해와 가까운 경주의 지역적 특성상 해수의 영향을 반드시 고려해야 한다. 따라서 본 연구에서는 처분 부지의 지하수 관정 7개 및 관정의 심도별 수질 자료를 취합해 지하수 자료 총 30개를 해수 2개소와 비교 분석하여 수리지화학적 환경을 해석하였다. 분석 자료는 수질 10개 항목(온도, EC, HCO3, Na, K, Ca, Mg, Cl, SO4, SiO2)을 2017년 3분기부터 2022년 3분기까지 총 5년간 20회의 자료를 활용하였다. 특히, EC, HCO3, Na, Cl의 농도 변화 를 통해 연구 지역의 배경 농도 및 관정의 구간별 해수의 영향을 파악하였으며, 시계열 군집 분석을 통해 담수, 기수, 해 수의 분류를 시도하였다. 그 결과, 기존의 모니터링 방법으로는 확인하지 못한 부지내 수리지화학적 변화를 제시하였다.

영어초록

Currently, low and intermediate level radioactive waste is being disposed of at the Gyeongju disposal site for permanent isolation. Since 2006, the Korea Radioactive Waste Agency has been conducting site characteristics surveys continuously verifying changes in the site based on the site monitoring and investigation plan. The hydrogeochemical environment of the disposal site is considered for the evaluation of natural barriers. However, the seawater must be considered because of the regional characteristics of Gyeongju, which is near the East Sea. Therefore, this study, collected 30 samples for deriving the groundwater quality data from seven wells and compared with two seawater samples collected from October 2017 to June 2022. Additionally, the study explores the groundwater monitoring method using statistical tools such as clustering and background concentration analysis. The groundwater samples in the study area were classified into two to four clusters depending on their chemical constituents —especially, EC, HCO3, Na, and Cl— using statistical analysis, molar ratio, and K-means clustering.

참고자료

· 없음