초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

대기확산모델은 대기 중에서 일어나는 대기오염물질의 이동과 반응 현상을 재현하여 사전에 대기오염에 의한 피해영향을 저감하고 대책 수립시의 효과를 분석하는 도구로 활용되고 있다. 특히 국내의 지형은 대부분 복잡한 지형이며, 산업단지 등 대표적인 배출원은 대부분 복잡지형 주변에 위치하고 있어 대기확산현상을 해석하기 위해서는 지형적인 고려가 매우 중요하다고 할 수 있다. 따라서, 본 연구에서는 AERMOD와 CALPUFF를 이용하여 지형을 고려한 대기오염물질의 확산 특성 및 지형감응도를 평가하기 위해 실시하였다. 대기 상태가 불안정한(10시, 15시) 경우 AERMOD를 이용하여 점 및 면 오염원에 대한 지형 고려 전․후를 비교한 결과 ...

대기확산모델은 대기 중에서 일어나는 대기오염물질의 이동과 반응 현상을 재현하여 사전에 대기오염에 의한 피해영향을 저감하고 대책 수립시의 효과를 분석하는 도구로 활용되고 있다. 특히 국내의 지형은 대부분 복잡한 지형이며, 산업단지 등 대표적인 배출원은 대부분 복잡지형 주변에 위치하고 있어 대기확산현상을 해석하기 위해서는 지형적인 고려가 매우 중요하다고 할 수 있다. 따라서, 본 연구에서는 AERMOD와 CALPUFF를 이용하여 지형을 고려한 대기오염물질의 확산 특성 및 지형감응도를 평가하기 위해 실시하였다. 대기 상태가 불안정한(10시, 15시) 경우 AERMOD를 이용하여 점 및 면 오염원에 대한 지형 고려 전․후를 비교한 결과 점오염원을 이용한 경우 결정계수가 0.99이상으로 나타냈으며, 면오염원을 이용한 결과 정계수는 0.80 ~ 0.89 정도로 나타내었다. 그러나 대기가 안정한(21시, 03시) 경우 지형에 의한 영향으로 모델결과가 서로 상관이 없는 것을 나타냈으며, CALPUFF 모의결과도 대기안정도 여부와 상관없이 서로 상관이 없는 것으로 나타났다. 이러한 결과는 지형고려 전․후 상관성에서 유의미한 결과를 가지지 못하므로 두 모델이 지형에 대한 감응도가 좋은 것으로 평가된다고 판단할 수 있다. 지형을 고려한 후 AERMOD와 CALPUFF의 모의결과 두모델간의 상관성은 거의 없는 것으로 나타나고 있는데 이는 AERMOD는 GAUSSIAN 확산에 기반을 하고 풍향의 경우 지표기상만을 반영하는 반면 CALPUFF는 PUFF덩어리가 이동하는 확산 특성을 반영하고 확산에 영향을 주는 풍향 또한 지표 및 상층기상의 영향으로 판단된다. 두 모델의 최대 착지 농도를 비교한 결과 확산이 잘되는 기상조건에서 최대착지농도를 살펴보면 3월 8일 10시를 점오염원에 대한 모의결과를 제외하고는 CALPUFF 모델이 AERMOD 모델 결과보다 높은 농도를 보여주고 있으며, 확산이 잘안되는 기상조건 시 최대 착지 농도는 CALPUFF 모의결과 보다 AERMOD의 모의결과가 높게 나타났다. 지형 고려 후 확산 모습을 살펴보면 AERMOD를 이용한 확산은 지형이 존재할 경우 지형에서의 착지농도는 아주 낮거나 거의 농도를 나타내지 않는 반면에 CALPUFF 모델결과에서는 지형에도 낮은 농도로 확산되는 것으로 보여주고 있어 현실적인 적용을 함에 있어 더 잘 모사하고 있는 것으로 나타내었다.