서울시는 인구의 집중 및 차량의 지속적인 증가로 대기질이 악화되어 이미 세계적으로 높은 수준에 있다. 특히 차량에서 나오는 대기오염물질은 서울시 대기오염물질 배출량의 큰 부분을 차지하고 있다. 따라서 환경부에서는 수도권 대기환경개선을 위한 기본계획을 시행하여 도로이동오염원 배출량을 관리하고 있다. 이와 같은 도로이동오염원 관리방안의 실효성을 제고하기 위해서는 정책 효과에 대한 정확한 평가가 필요하다. 정확한 정책평가를 위해서는 신뢰도 높은 배출량이 필요하다. CAPSS의 도로이동오염원은 자동차등록대수 자료를 바탕으로 배출량을 산정한다. 그러나 이 방법은 차량 통행 특성을 반영하지 못하여 지역별 세부배출량 산정에는 한계가 있다. 따라서 본 연구에서는 CAPSS의 도로이동오염원 배출량의 한계를 개선하기 위해 두 가지 방법을 통해 도로이동오염원 배출량을 공간적으로 재할당 하였다. 그리고 대기질 모델링(WRF-SMOKE-CMAQ)을 이용하여 배출량 재할당 시나리오에 따른 대기오염도 분포변화를 정량적으로 분석하였다. 도로이동오염원 배출량 재할당 방법으로 첫 번째는 지역별 차량 유입·출입을 고려하여 배출량을 공간적으로 재할당 하였고, 두 번째는 서울시 도로 차선 수에 따라 배출량을 공간할당 하였다. 또한 모델링결과의 정확도 향상을 위해 교통량 측정 자료를 기반으로 도로이동오염원 배출량 시간할당계수를 산정하였다. 그리고 현재 CAPSS 배출량에서 누락되어있는 휘발유 차량의 PM10, ...
서울시는 인구의 집중 및 차량의 지속적인 증가로 대기질이 악화되어 이미 세계적으로 높은 수준에 있다. 특히 차량에서 나오는 대기오염물질은 서울시 대기오염물질 배출량의 큰 부분을 차지하고 있다. 따라서 환경부에서는 수도권 대기환경개선을 위한 기본계획을 시행하여 도로이동오염원 배출량을 관리하고 있다. 이와 같은 도로이동오염원 관리방안의 실효성을 제고하기 위해서는 정책 효과에 대한 정확한 평가가 필요하다. 정확한 정책평가를 위해서는 신뢰도 높은 배출량이 필요하다. CAPSS의 도로이동오염원은 자동차등록대수 자료를 바탕으로 배출량을 산정한다. 그러나 이 방법은 차량 통행 특성을 반영하지 못하여 지역별 세부배출량 산정에는 한계가 있다. 따라서 본 연구에서는 CAPSS의 도로이동오염원 배출량의 한계를 개선하기 위해 두 가지 방법을 통해 도로이동오염원 배출량을 공간적으로 재할당 하였다. 그리고 대기질 모델링(WRF-SMOKE-CMAQ)을 이용하여 배출량 재할당 시나리오에 따른 대기오염도 분포변화를 정량적으로 분석하였다. 도로이동오염원 배출량 재할당 방법으로 첫 번째는 지역별 차량 유입·출입을 고려하여 배출량을 공간적으로 재할당 하였고, 두 번째는 서울시 도로 차선 수에 따라 배출량을 공간할당 하였다. 또한 모델링결과의 정확도 향상을 위해 교통량 측정 자료를 기반으로 도로이동오염원 배출량 시간할당계수를 산정하였다. 그리고 현재 CAPSS 배출량에서 누락되어있는 휘발유 차량의 PM10, PM2.5 배출량을 산정하였다. 서울시 휘발유 차량의 PM10, PM2.5 배출량 산정결과 각각 143.25ton, 28.92ton으로 산정되었고 이로 인해 서울시 도로이동오염원의 PM10, PM2.5 배출량이 약 18%증가하였다. 그리고 교통량 측정 자료를 활용한 도로이동오염원 배출량 시간할당 결과 모든 행정구역에서 월별, 요일별, 시간별 모두 비슷한 비율을 나타내었다. 그리고 시간별, 차종별 교통량은 출퇴근시간에 교통량이 가장 많았으며 차종별로 큰 차이는 없었다. 대기질 모델링 결과의 정합도 분석은 모든 시나리오가 비슷한 수준을 보였다. 그리고 도로이동오염원 배출량 공간할당에 따른 대기오염도 변화는 두 시나리오 모두 서울의 중심상업지역인 중서울에서 농도가 증가하였으며, 특히 중구에서 NO2 와 PM10 각각 0.04ppb∼1.11ppb, 0.55㎍/㎥∼0.62㎍/㎥ 증가하여 다른 행정구역에 비해 농도 가장 크게 증가하였다. 또한 차량 유·출입 자료를 이용한 배출량 공간 재할당 시나리오가 실측치와 가장 가까운 농도를 나타내었다. 본 연구에서는 서울시를 대상으로 도로이동오염원 배출량 공간할당에 따른 NO2, PM10 농도 분포변화를 분석하였다. 이 결과는 향후 대기질 모델링 연구결과의 신뢰도 향상에 기여할 것으로 판단된다. 더 나아가 정확한 대기관리대책 평가를 통해 효율적인 정책수립에 기여할 것으로 기대된다.
서울시는 인구의 집중 및 차량의 지속적인 증가로 대기질이 악화되어 이미 세계적으로 높은 수준에 있다. 특히 차량에서 나오는 대기오염물질은 서울시 대기오염물질 배출량의 큰 부분을 차지하고 있다. 따라서 환경부에서는 수도권 대기환경개선을 위한 기본계획을 시행하여 도로이동오염원 배출량을 관리하고 있다. 이와 같은 도로이동오염원 관리방안의 실효성을 제고하기 위해서는 정책 효과에 대한 정확한 평가가 필요하다. 정확한 정책평가를 위해서는 신뢰도 높은 배출량이 필요하다. CAPSS의 도로이동오염원은 자동차등록대수 자료를 바탕으로 배출량을 산정한다. 그러나 이 방법은 차량 통행 특성을 반영하지 못하여 지역별 세부배출량 산정에는 한계가 있다. 따라서 본 연구에서는 CAPSS의 도로이동오염원 배출량의 한계를 개선하기 위해 두 가지 방법을 통해 도로이동오염원 배출량을 공간적으로 재할당 하였다. 그리고 대기질 모델링(WRF-SMOKE-CMAQ)을 이용하여 배출량 재할당 시나리오에 따른 대기오염도 분포변화를 정량적으로 분석하였다. 도로이동오염원 배출량 재할당 방법으로 첫 번째는 지역별 차량 유입·출입을 고려하여 배출량을 공간적으로 재할당 하였고, 두 번째는 서울시 도로 차선 수에 따라 배출량을 공간할당 하였다. 또한 모델링결과의 정확도 향상을 위해 교통량 측정 자료를 기반으로 도로이동오염원 배출량 시간할당계수를 산정하였다. 그리고 현재 CAPSS 배출량에서 누락되어있는 휘발유 차량의 PM10, PM2.5 배출량을 산정하였다. 서울시 휘발유 차량의 PM10, PM2.5 배출량 산정결과 각각 143.25ton, 28.92ton으로 산정되었고 이로 인해 서울시 도로이동오염원의 PM10, PM2.5 배출량이 약 18%증가하였다. 그리고 교통량 측정 자료를 활용한 도로이동오염원 배출량 시간할당 결과 모든 행정구역에서 월별, 요일별, 시간별 모두 비슷한 비율을 나타내었다. 그리고 시간별, 차종별 교통량은 출퇴근시간에 교통량이 가장 많았으며 차종별로 큰 차이는 없었다. 대기질 모델링 결과의 정합도 분석은 모든 시나리오가 비슷한 수준을 보였다. 그리고 도로이동오염원 배출량 공간할당에 따른 대기오염도 변화는 두 시나리오 모두 서울의 중심상업지역인 중서울에서 농도가 증가하였으며, 특히 중구에서 NO2 와 PM10 각각 0.04ppb∼1.11ppb, 0.55㎍/㎥∼0.62㎍/㎥ 증가하여 다른 행정구역에 비해 농도 가장 크게 증가하였다. 또한 차량 유·출입 자료를 이용한 배출량 공간 재할당 시나리오가 실측치와 가장 가까운 농도를 나타내었다. 본 연구에서는 서울시를 대상으로 도로이동오염원 배출량 공간할당에 따른 NO2, PM10 농도 분포변화를 분석하였다. 이 결과는 향후 대기질 모델링 연구결과의 신뢰도 향상에 기여할 것으로 판단된다. 더 나아가 정확한 대기관리대책 평가를 통해 효율적인 정책수립에 기여할 것으로 기대된다.
High population and continuous increasing trend in number of vehicle have caused air quality deterioration in Seoul. Mobile source emissions are one of the major contributors to air pollution. To resolve this problem, the Ministry of Environment of Korea enacted “the Special Act for improvement of a...
High population and continuous increasing trend in number of vehicle have caused air quality deterioration in Seoul. Mobile source emissions are one of the major contributors to air pollution. To resolve this problem, the Ministry of Environment of Korea enacted “the Special Act for improvement of air quality in SMA” and the 1st Air Quality Management Plan of SMA has been executed. Thus, we need an accurate assessment of the air quality improvement from the control plan. However, mobile source emissions are calculated based on vehicle registration. But this calculating method has inherent problems which does not reflect traffic flow. Therefore, to resolve this mobile source emission problem in this study, we spatially reallocated the mobile source emissions. We performed a quantitative analysis of the changes in air pollutant distribution due to the spatially reallocated mobile source emissions using the Community Multiscale Air Quality (CMAQ) model. We considered two spatial reallocation emission scenarios and compared the air pollutant distribution differences between them. The scenarios are as follows: using vehicle flow survey data, and spatially reallocating by number of road lanes. In order to improve the accuracy of the modeling data, we developed new temporal allocation coefficients based on traffic volume observation data and calculated the PM10 and PM2.5 emissions of gasoline vehicles which are omitted in CAPSS. The omitted PM10 and PM2.5 emissions of gasoline vehicles were estimated to increase by 143.25tons and 128.92tons, respectively, in Seoul. The results of the temporal allocation based on traffic volume observation data show that a similar ratio exists for monthly, daily, hourly traffic volume with all administrative and traffic volume peaks occurring during rush hour. The results of air quality modeling shows that spatially reallocated mobile source emission scenarios have increases in NO2 and PM10 concentration in commercial areas. The largest increase in NO2 and PM10 concentration occurred in Jung-gu with an increase of 0.04ppb∼1.11ppb and 0.55㎍/㎥∼0.62㎍/㎥ in NO2 and PM10 concentrations, respectively. Also comparing the results between the different scenarios, using vehicle flow survey data is more similar to the observed pollutants concentration. This study quantitatively analyzed the changes in air pollutant distribution due to a spatial reallocation of mobile source emissions. The results are expected to contribute to improving the reliability of the modeling study results. Furthermore, it contributes to the evaluation of effective policy due to an accurate assessment of the air quality management plan.
High population and continuous increasing trend in number of vehicle have caused air quality deterioration in Seoul. Mobile source emissions are one of the major contributors to air pollution. To resolve this problem, the Ministry of Environment of Korea enacted “the Special Act for improvement of air quality in SMA” and the 1st Air Quality Management Plan of SMA has been executed. Thus, we need an accurate assessment of the air quality improvement from the control plan. However, mobile source emissions are calculated based on vehicle registration. But this calculating method has inherent problems which does not reflect traffic flow. Therefore, to resolve this mobile source emission problem in this study, we spatially reallocated the mobile source emissions. We performed a quantitative analysis of the changes in air pollutant distribution due to the spatially reallocated mobile source emissions using the Community Multiscale Air Quality (CMAQ) model. We considered two spatial reallocation emission scenarios and compared the air pollutant distribution differences between them. The scenarios are as follows: using vehicle flow survey data, and spatially reallocating by number of road lanes. In order to improve the accuracy of the modeling data, we developed new temporal allocation coefficients based on traffic volume observation data and calculated the PM10 and PM2.5 emissions of gasoline vehicles which are omitted in CAPSS. The omitted PM10 and PM2.5 emissions of gasoline vehicles were estimated to increase by 143.25tons and 128.92tons, respectively, in Seoul. The results of the temporal allocation based on traffic volume observation data show that a similar ratio exists for monthly, daily, hourly traffic volume with all administrative and traffic volume peaks occurring during rush hour. The results of air quality modeling shows that spatially reallocated mobile source emission scenarios have increases in NO2 and PM10 concentration in commercial areas. The largest increase in NO2 and PM10 concentration occurred in Jung-gu with an increase of 0.04ppb∼1.11ppb and 0.55㎍/㎥∼0.62㎍/㎥ in NO2 and PM10 concentrations, respectively. Also comparing the results between the different scenarios, using vehicle flow survey data is more similar to the observed pollutants concentration. This study quantitatively analyzed the changes in air pollutant distribution due to a spatial reallocation of mobile source emissions. The results are expected to contribute to improving the reliability of the modeling study results. Furthermore, it contributes to the evaluation of effective policy due to an accurate assessment of the air quality management plan.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.