• 한국환경농학회지
• /
• 제35권4호
• /
• pp.278-285
• /
• 2016

토양에 잔류된 엔도설판(ED) 살충제의 ${\alpha}$, ${\beta}$ 이성질체 및 sulfate 대사체의 무 흡수이행 양상을 조사하고 무 재배지 토양에 대한 ED의 안전관리기준을 설정하기 위하여 생물농축계수(BCF)를 산출하였다. 토양은 2 및 10 mg/kg의 농도가 되도록 처리하였으며 각각의 처리구에 파종한 무를 40일부터 70일까지 재배 후 10일 간격으로 수확하고 수확된 무는 지상부와 지하부로 나누어 ED의 잔류분석을 실시하였다. 토양으로부터 무 한 개체로 흡수된 total ED (이성질체와 대사체의 합) 잔류량에 대해 ED-sulfate가 48.5-100.0%로 가장 많이 분포하였고 그 다음으로 ${\alpha}$- (0.0-35.2%) 및 ${\beta}$-ED (0.0-16.4%) 순이었다. ED 잔류분석 결과를 바탕으로 무와 토양사이에 total ED의 잔류량 비로써 BCF를 산출하였으며 그 값은 무 지상부에 대해 0.0002-0.0429, 지하부에 대해 0.0077-0.2345로 지하부의 BCF 값들이 더 컸다. 이 값들로부터 얻어진 회귀방정식( $R^2$ >0.86)을 이용하여 장기적인 BCF 값들을 예측하고 무에 대한 ED의 MRL 값인 0.1 mg/kg과 비교하여 무 재배지 토양 중 ED의 안전관리기준을 산출하고 발생할 수 있는 오차를 고려한 결과, 무와 무청 둘 다에 대해 2.0 mg/kg이었다.

• 한국환경농학회지
• /
• 제32권3호
• /
• pp.224-230
• /
• 2013

퍼클로레이트의 인체 노출경로 중 식품섭취로 인한 노출경로가 전체 노출경로의 대부분을 차지하고 있음에도 불구하고 국내에서는 식품에 대한 연구가 미비한 상태이다. 또한, 국내 오염물질에 대한 국내산 토양으로부터 농산물로의 생물농축계수에 대한 데이터베이스가 미흡한 상태이므로 데이터베이스 체계 구축을 위한 연구도 필요한 실정이다. 본 연구에서는 퍼클로레이트 계수 산출을 위해 농산물이 재배된 토양을 함께 채취하여 농산물과 토양에 대한 각각의 퍼클로레이트 함량을 조사하고 그 결과를 이용해 생물농축계수 및 위해 평가를 실시하였다. 그 결과 농산물 각 그룹별 퍼클로레이트의 평균함량이 곡류 2.70, 과일류 1.43, 채소류 $10.32{\mu}g/kg$으로 녹색 채소류에서 가장 높은 함량이 조사되었으며, 본 연구에서 얻어진 결과 값은 기존의 국내 외 연구 결과 값과 비슷한 값을 나타내는 것을 확인 할 수 있었다. 토양의 경우 곡류 8.38, 과일류 1.01, 채소류 $5.20{\mu}g/kg$의 함량이 조사되었다. 이렇게 얻어진 농산물과 토양의 결과를 이용해 토양에서 농산물로의 퍼클로레이트 생물농축계수를 산출한 결과 깻잎(37.88) > 옥수수(21.51) > 시금치(10.57) > 귤(4.39) > 부추(2.89) > 호박(1.90) 순으로 채소류에서 높은 생물농축계수를 나타냈다. 실제 토양에서는 농산물마다 흡수이행 되는 패턴이 다르기 때문에 퍼클로레이트의 전이 매커니즘 규명 등에 관한 연구가 더 필요할 것으로 사료된다. 또한 실제 퍼클로레이트가 함유된 농산물을 섭취하였을 경우 퍼클로레이트에 대한 인체 노출량을 조사한 결과, 곡류, 채소류, 과일류 모두 2세 미만 그리고 3~6세의 영유아 그룹에서 높은 노출량을 확인할 수 있었으며 곡류, 과일류, 채소류 모두 1이하로 안전한 수준이기는 하나 곡류, 과일류, 채소류 대부분이 영유아 그룹에서 높은 노출량을 나타내고 있으므로 취약계층에 대한 연구가 더 필요할 것으로 사료된다.

• 대한환경공학회지
• /
• 제31권11호
• /
• pp.947-956
• /
• 2009

유류 유출에 의한 잔류 석유계 오염물질들은 높은 소수성으로 인하여 해양 저서 생태계에 축적될 수 있다. 오염 피해를 입은 지역의 생태위해성평가를 위해서는 통상적으로 많은 모니터링 자료가 필요하다. 간단한 먹이연쇄 생물축적 모형을 이용하여 생태계의 잔류 유류오염물질에 대한 노출수준의 평가를 통해서 모니터링에 소요되는 시간과 비용을 크게 절약할 수 있다. 본 연구에서는 네 종류의 다환방향족탄화수소(페난트린, 안트라센, 피렌, 벤조[a]피렌)에 대하여 가상의 저서생태계를 대상으로 두 개의 노출 시나리오에 대하여 이들 오염물질의 잔류농도를 산정하였다. 해수중 농도를 수용해도의 1/10에 이르는 것으로 가정한 극단적인 시나리오에서 체내 잔류농도는 영양단계에 따라 차이가 있으나, 5~250 mg/kg으로 예측되었다. 또한 대상 생물종들에 대하여 주어진 조건에서 생물농축계수(BCF)와 생물축적계수(BAF)를 평가하였다. 대사과정을 무시할 경우 로그 생물농축계수(log BCF)는 로그 옥탄올-물 분배계수(log $K_{OW}$)가 7.0에 이를 때까지 log $K_{OW}$의 증가에 따라 선형적으로 증가하였고 7.0 이상의 값에서는 점차 감소하였다. 대상생태계에서의 생물증폭 현상은 log $K_{OW}$값이 5.0 이상인 물질에서 두드러졌으며, 이는 많은 석유계 오염물질들의 log $K_{OW}$값이 5.0 이상이므로 오염피해를 입은 생태계내의 생물증폭현상을 예측하기 위해서는 먹이연쇄망의 구조가 매우 중요함을 나타낸다. 지역특이적 노출평가를 위해서는 추가적 연구가 필요하나, 현 상태의 모형은 스크리닝 수준에서의 저서 생태계의 잔류 유류오염물 질에 대한 노출을 평가할 수 있을 것으로 사료된다.

• 한국토양비료학회지
• /
• 제48권5호
• /
• pp.515-521
• /
• 2015

There is an increasing concern over heavy metal(loid) contamination of soil in agricultural areas including paddy soils. This study was conducted to monitor the background levels of heavy metal(loid)s, arsenic (As), cadmium (Cd), copper (Cu), mercury (Hg), nickel (Ni), lead (Pb), and zinc (Zn) in major rice growing soils and its accumulation in brown rice in Korea. The samples were collected from 82 sites nationwide in the year 2012. The mean and range values of As, Cd, Cu, Hg, Ni, Pb, and Zn in paddy soils were 4.41 (0.16-18.9), 0.25 (0.04-0.82), 13.24 (3.46-27.8), 0.047 (0.01-0.20), 13.60 (3.78-35.0), 21.31 (8.47-36.7), and 54.10 $(19.19-103.0)mg\;kg^{-1}$, respectively. This result indicated that the heavy metal(loid) levels in all sampled paddy soils are within the permissible limits of the Korean Soil Environment Conservation Act. The mean and range values of As, Cd, Cu, Hg, Ni, Pb, and Zn in brown rice were 0.146 (0.04-0.38), 0.024 (0.003-0.141), 4.27 (1.26-16.98), 0.0024 (0.001-0.008), 0.345 (0.04-2.77), 0.113 (0.04-0.197), and 22.64 $(14.1-35.1)mg\;kg^{-1}$, respectively. The mean and range BCF (bioconcentration factor) values of As, Cd, Cu, Hg, Ni, Pb, and Zn in brown rice were 0.101 (0.01-0.91), 0.121 (0.01-0.70), 0.399 (0.05-2.60), 0.061 (0.016-0.180), 0.033 (0.004-0.44), 0.005 (0.003-0.013), and 0.473 (0.19-1.07), respectively, with Zn showing the highest. The results show that the levels of all metal(loid)s in all sampled brown rice are generally within the acceptable limit for human consumption.

• 환경영향평가
• /
• 제25권6호
• /
• pp.414-431
• /
• 2016

현재 국내에는 많은 휴 폐광산들이 존재하며, 이로부터 다양한 중금속 오염물질(As, Cd, Cu, Pb, Zn)들이 광산 주변 토양, 지하수, 지표수, 농작물로 유입되어 주민들의 건강에 심각한 위해를 끼치고 있다. 이에 본 연구에서는 국내 폐금속 광산에 거주하는 주민들의 특성에 맞는 노출인자를 추출하고, 적합한 노출경로를 설정하여, 국내 폐금속 광산인 양곡광산과 삼산제일광산 지역 두 곳을 선정하여 중금속오염에 대한 인체위해성평가를 수행하였다. 최종적으로 얻은 발암위해도의 경우 두 광산 모두 허용 가능한 발암위해도인 $1{\times}10^{-6}$의 값을 초과하여 발암위해성이 있는 것으로 나타났다. 그리고, 비발암위해도의 경우 수용체별로 차이를 보였는데, 양곡광산의 성인남자와 성인여자, 삼산제일광산의 성인남자의 위해지수가 1보다 큰 값을 나타내어 비발암위해성이 있는 것으로 조사되었다. 양곡광산의 어린이, 삼산제일광산의 성인여자와 어린이를 대상으로 한 위해지수는 1보다 작은 값을 나타내어 비발암위해성이 낮은 것으로 나타났다. 발암위해성을 유발하는 주요 노출경로는 지하수섭취와 농작물섭취이며, 주요한 중금속 오염물질은 비소인 것으로 밝혀졌다. 비발암위해성을 유발하는 주요 노출경로도 발암위해성과 동일하게 지하수섭취와 농작물섭취이며, 주요 중금속 오염물질은 비소, 구리, 납인 것으로 조사되었다. 두 광산의 발암위해도를 비교해 보면 양곡광산이 삼산제일광산보다 10배 정도 높게 나타났으며, 비발암위해도의 경우에도 양곡광산이 삼산제일광산보다 4배 정도 높게 평가되었다. 이러한 결과는 양곡광산의 상대적으로 매우 높은 비소 지하수노출농도로부터 기인하는 것으로 판단된다. 본 연구에서 수행한 국내 폐금속 광산 중금속 오염에 대한 인체 위해성평가는 여러 노출인자의 부재로 인해 노출량을 산정하지 못하는 한계가 있었다. 또한 농작물섭취경로에 의한 노출량 산정 시 농작물을 직접 분석하여 얻는 농작물노출농도 대신에 토양노출농도와 토양-농작물 생 축적계수(bioconcentration factor, BCF)를 이용하였는데 이로 인한 오차가 발생할 수 있을 것으로 판단된다.

• Korean Chemical Engineering Research
• /
• 제61권4호
• /
• pp.523-541
• /
• 2023

3D 프린터의 활용이 높아짐에 따라 발생하는 화학물질에 대한 노출 빈도가 증가하고 있다. 그러나 3D 프린팅 발생 화학물질의 독성 및 유해성에 대한 연구는 미비하며, 분자 구조 데이터의 결측치로 인해 in silico 기법을 사용한 독성예측 연구는 저조한 실정이다. 본 연구에서는 화학물질의 분자구조 정보를 나타내는 주요 분자표현자의 결측치를 보간하여 3D 프린팅의 독성 및 유해성을 예측한 Data-centric QSAR 모델을 개발하였다. 먼저 MissForest 알고리즘을 사용해 3D 프린팅으로 발생되는 유해물질의 분자표현자 결측치를 보완하였으며, 서로 다른 4가지 기계학습 모델(결정트리, 랜덤포레스트, XGBoost, SVM)을 기반으로 Data-centric QSAR 모델을 개발하여 생물 농축 계수(Log BCF)와 옥탄올-공기분배계수(Log Koa), 분배계수(Log P)를 예측하였다. 또한, 설명 가능한 인공지능(XAI) 방법론 중 TreeSHAP (SHapley Additive exPlanations) 기법을 활용하여 Data-centric QSAR 모델의 신뢰성을 입증하였다. MissForest 알고리즘 기반 결측지 보간 기법은, 기존 분자구조 데이터에 비하여 약 2.5배 많은 분자구조 데이터를 확보할 수 있었다. 이를 바탕으로 개발된 Data-centric QSAR 모델의 성능은 Log BCF, Log Koa와 Log P를 각각 73%, 76%, 92% 의 예측 성능으로 예측할 수 있었다. 마지막으로 Tree-SHAP 분석결과 개발된 Data-centric QSAR 모델은 각 독성치와 물리적으로 상관성이 높은 분자표현자를 통하여 선택함을 설명할 수 있었고 독성 정보에 대한 높은 예측 성능을 확보할 수 있었다. 본 연구에서 개발한 방법론은 다른 프린팅 소재나 화학공정, 그리고 반도체/디스플레이 공정에서 발생 가능한 오염물질의 독성 및 인체 위해성 평가에 활용될 수 있을 것으로 사료된다.

• Environmental Analysis Health and Toxicology
• /
• 제19권1호
• /
• pp.33-40
• /
• 2004

Benzoyl peroxide is a High Production Volume Chemical, which is produced about 1,371 tons/year in Korea as of 2001 survey. The substance is mainly used as initiators in polymerization, catalysts in the plastics industry, bleaching agents for flour and medication for acne vulgaris. In this study, Quantitative Structure-Activity Relationships (QSAR) are used for getting adequate information on the physical -chemical properties of this chemical. And hydrolysis in water, acute toxicity to aquatic and terrestrial organisms for benzoyl peroxide were studied. The physical -chemical properties of benzoyl peroxide were estimated as followed; vapor pressure=0.00929 Pa, Log $K_{ow}$ = 3.43, Henry's Law constant=3.54${\times}$10$^{-6}$ atm-㎥/mole at $25^{\circ}C$, the half-life of photodegradation=3 days and bioconcentration factor (BCF)=92. Hydrolysis half-life of benzoyl peroxide in water was 5.2 hr at pH 7 at $25^{\circ}C$ and according to the structure of this substance hydrolysis product was expected to benzoic acid. Benzoyl peroxide has toxic effects on the aquatic organisms. 72 hr-Er $C_{50}$ (growth rate) for algae was 0.44 mg/1.,48 hr-E $C_{50}$ for daphnia was 0.07mg/L and the 96hr-L $C_{50}$ of acute toxicity to fish was 0.24mg/L. Acute toxicity to terrestrial organisms (earth worm) of benzoyl peroxide was low (14 day-L $C_{50}$ = > 1,000 mg/kg). Although benzoyl peroxide is high toxic to aquatic organisms, the substance if not bioaccumulated because of the rapid removal by hydrolysis (half-life=5.2 hr at pH 7 at $25^{\circ}C$) and biodegradation (83% by BOD after 21 days). The toxicity observed is assumed to be due to benzoyl peroxide rather than benzoic acid, which shows much lower toxicity to aquatic organisms. One can assume that effects occur before hydrolysis takes place. From the acute toxicity value of algae, daphnia and fish, an assessment factor of 100 was used to determine the predicted no effect concentration (PNEC). The PNEC was calculated to be 0.7$\mu\textrm{g}$/L based on the 48 hr-E $C_{50}$ daphnia (0.07 mg/L). The substance shows high acute toxicity to aquatic organisms and some information indicates wide-dispersive ore of this substance. So this substance is, a candidate for further work, even if it hydrolysis rapidly and has a low bioaccumulation potential. This could lead to local concern for the aquatic environment and therefore environmental exposure assessment is recommended.

• 한국토양비료학회지
• /
• 제47권6호
• /
• pp.464-472
• /
• 2014

The Codex Committee of Contaminants in Food (CCCF) has been discussing a new standard for arsenic (As) in rice since 2010 and a code of practice for the prevention and reduction of As contamination in rice since 2013. Therefore, our current studies focus on setting a maximum level of As in rice and paddy soil by considering bioavailability in the remediation of As contaminated soils. This study aimed to select an appropriate single chemical extractant for evaluating the mobility of As in paddy soil and the bioavailability of As to rice. Nine different extractants, such as deionized water, 0.01 M $Ca(NO_3)_2$, 0.1 M HCl, 0.2 M $C_6H_8O_7$, 0.43 M $HNO_3$, 0.43 M $CH_3COOH$, 0.5 M $KH_2PO_4$, 1 M HCl, and 1 M $NH_4NO_3$ were used in this study. Total As content in soil was also determined after aqua regia digestion. The As extractability of the was in the order of: Aqua regia > 1 M HCl > 0.5 M $KH_2PO_4$ > 0.43 M $HNO_3$ > 0.2 M $C_6H_8O_7$ > 0.1 M HCl > 0.43 M $CH_3COOH$ > deionized water > 1 M $NH_4NO_3$ > 0.01 M $Ca(NO_3)_2$. Correlation between soil extractants and As content in rice was in the order of : deionized water > 0.01 M $Ca(NO_3)_2$ > 0.43 M $CH_3COOH$ > 0.1 M HCl > 0.5 M $KH_2PO_4$ > 1 M $NH_4NO_3$ > 0.2 M $C_6H_8O_7$ > 0.43 M $HNO_3$ > 1M HCl > Aqua regia. BCF (bioconcentration factor) according to extractants was in the order of : 0.01M $Ca(NO_3)_2$ > 1 M $NH_4NO_3$ > deionized water > 0.43 M $CH_3COOH$ > 0.1 M HCl > 0.43 M $HNO_3$ > 0.2 M $C_6H_8O_7$ > 0.5 M $KH_2PO_4$ > 1 M HCl > Aqua regia. Therefore, 0.01 M $Ca(NO_3)_2$ ($r=0.78^{**}$) was proven to have the greatest potential for predicting As bioavailability in soil with higher correlation between As in rice and the extractant.