A total of 328 ambient PM-10 samples was collected by a PM-10 high volume air sampler during the periods of February 1997 to February 1999 from Kyung Hee University at Suwon Campus. The samples were analyzed for their bulk chemical compositions(Cu, Fe, Pb, Zn, Al, $Na^{+}$, $NH_{4}^{...
A total of 328 ambient PM-10 samples was collected by a PM-10 high volume air sampler during the periods of February 1997 to February 1999 from Kyung Hee University at Suwon Campus. The samples were analyzed for their bulk chemical compositions(Cu, Fe, Pb, Zn, Al, $Na^{+}$, $NH_{4}^{+}$, $K^{+}$, $Ca^{2+]$, $Mg^{2+}$, $Cl^{-}$, $NO_{3}^{-}$, and $SO_{4}^{2-}$ by both an atomic absorption spectrophotometer and an ion chromatograph. The purpose of this study was t develop a receptor methodology for quantitative assessment of PM-10 sources. The data obtained from this study were ex-tensively examined using the target transformation factor analysis(TTFA) and the chemical mass balance (CMB). When TTFA was initially applied seasonal basis. five sources(such as automobile-related, sulfate-related, incine-ration, soil and combustion-related) were identified both during winter and fall. Since the total number and the type of sources were resolved by TTFA for the four seasons, CMB was employed to cross-check the results of TTEA. The total of six source categories identified by TTEA was intensively investigated on the basis of source profiles acquired from various source libraries established both in Korea and abroad. The results of this study showed the applicability of two popular receptor models as a new methdology for quantitative assessment PM-10 sources in Korea. Seasonally segmented data sets with the combined application of TTFA and CMB yielded a physically reasonable source apportionment result and provided a mean to increase the number of potential sources. Furthermore, this study suggested the possibility of the CMB application to ambi-ent data from Korea after identifying potential sources through traditional factor analysis.
A total of 328 ambient PM-10 samples was collected by a PM-10 high volume air sampler during the periods of February 1997 to February 1999 from Kyung Hee University at Suwon Campus. The samples were analyzed for their bulk chemical compositions(Cu, Fe, Pb, Zn, Al, $Na^{+}$, $NH_{4}^{+}$, $K^{+}$, $Ca^{2+]$, $Mg^{2+}$, $Cl^{-}$, $NO_{3}^{-}$, and $SO_{4}^{2-}$ by both an atomic absorption spectrophotometer and an ion chromatograph. The purpose of this study was t develop a receptor methodology for quantitative assessment of PM-10 sources. The data obtained from this study were ex-tensively examined using the target transformation factor analysis(TTFA) and the chemical mass balance (CMB). When TTFA was initially applied seasonal basis. five sources(such as automobile-related, sulfate-related, incine-ration, soil and combustion-related) were identified both during winter and fall. Since the total number and the type of sources were resolved by TTFA for the four seasons, CMB was employed to cross-check the results of TTEA. The total of six source categories identified by TTEA was intensively investigated on the basis of source profiles acquired from various source libraries established both in Korea and abroad. The results of this study showed the applicability of two popular receptor models as a new methdology for quantitative assessment PM-10 sources in Korea. Seasonally segmented data sets with the combined application of TTFA and CMB yielded a physically reasonable source apportionment result and provided a mean to increase the number of potential sources. Furthermore, this study suggested the possibility of the CMB application to ambi-ent data from Korea after identifying potential sources through traditional factor analysis.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 그림 1과 같이 오염원의 신속한 확인 과 기여도의 해상력을 증진시킬 수 있는 수용방법 론을 제시하고자, 우선 목표변환인자분석법을 응용 하여 오염원의 확인과 정량적 기여도를 추정하였 고, 이 결과를 비교 - 보완하기 위하여 화학질량수지 법을 동시예 응용하였다.
한편, 확인된 오염원에 대해 기존 오염원 자료를 이용하여 화학질량수지법을 수행하고 결과를 비교분 석하였다.본 연구는 이러한 과정을 통해 다양한 오 염원을 확인하고, 정보부실지역에 적합한 수용방법 론을 제시하고자 하였다.
본 연구에서는 오염배출원 정보가 부실한 지역에서 수용모델링을 원활히 수행하기 위한 방법론을 제시하고자 U.S.EPA가 개발한 CMB8.0 모델을 선 정하여 검토하였다. 대기 중의 분진량 및 화학종의 종류는 TTFA 분석 때와 동일하였다.
본 연구에서는 입력자료로서 오염원올 선정할 때, 오염원의 추가 및 제거라는 일반적 절차를 무시 하였다. 사실상, CMB 모델을 응용하기 위해서는 대 상지역의 오염원에 대한 존재여부 및 오염물질의 특성을 사전에 알고 있어야 한다.
본 연구에서는 10 tim 이하의 입자상 오염물질 (PM-10)올 채집하고 무기원소와 이온성분올 분석하였다. 이들 자료에 기초하여, 각 성분별로 계절별 추이를 분석하고 수원지역의 대기질 현황을 파악하 고자 하였다. 또한 오염원에 대한 정보가 부실한 지 역에 적합한 모델을 개발하고자, 다변량 통계분석 법 인 목표변환인자분석법을 응용하여 연구지역에 대한 오염원의 확인과 정량적 기여도롤 추정하였다.
제안 방법
채취된 분진 중 무기 및 이온성분의 분석을 위하여, 직경 37mm의 펀처 (stainless puncher)로 여지를 절취 한 후, 이를 전처 리하여 AAS (Atomic Absorption Spectrophotometer, Japan, Hitachi, Model Z-6100) 로 무기원소를 분석흐'!.였고, IC (Ion Chromatography, U.S .A., Dionex Co., Model DX-400) 로 이온성분을 분석하였다.분진의 원소분석을 위한 전처리 방법은 미국 EPA에서 고시 한 CWA (Clean Water Act)의 microwave 전처리법올 사용흐]■였다.
FANTASIA 실행결과 도출된 인자를 흑정오염원 으로 분류 및 확인하기 위하여 각 인자들이 함유한 성분별 농도 및 분율을 기준으로 기존의 문헌을 검 토하였다. 이 과정에서는 국내 오염원에 대한 자료 부족으로 주로 외국의 자료를 이용하였다.
8% 정도로 다른 성분들보다 높은 비율을 나타내므로, 대기 중 인위적 가스상 SOx와 극히 일부 해염에 의한 SCW-가 광화학반응 등에 의해 입자상 SCV-로 변환되는 2차 오염원인 황산염 오염원으로 분류하였다. Source-2 인자는 Fe, NH4+, Na+, Ca2+, NO「등의 성분들이 높은 비 율올 나타내므로 기름과 석탄 등의 화석연료연소에 의한 오염원으로 분류하였으며, Source-3 인자는 NH4+, C「, NO「, SO42-등의 성분들이 높은 분율을 보이므로 생활 쓰레기의 소각에서 발생되는 소각관련 오염원으로 분류하였다. Chow (1995)에 의하면, 소각에서 방츨되는 미세입자 중 NH『, C1-, S3- 등이 10% 이상, NO3-는 1~10%미만의 질량분율을 갖는다고 보고한 바 있다.
다음으로 원자료에 대한 상관행 렬 (correlation matrix)을 계산하기 위해 시료 간의 상관을 이용하는 Q-mode 분석 법을 이용하였다. 겨울철 자료에 대한 1 단계 실행결과 eigenvalue, chi-square, RMS, Exner의 값들이 산출되었으며, 이를 이용하여 잡정인자수를 결정하였다. 이 과정은 다소 주관적 판단이 작용하기 때문에, 최적 인자수 룔 결정하기 위하여 최대 인자수부터 검토를 시작 하여 인자수를 줄여 나가는 방법을 취하였다.
또한, PMT0HVAS의 정확한 흡인유량을 계 산하기 위하여 3~4주에 1회 정도 PM니0HVAS의 Axial Blower의 carbon brushes (Model GB】)롤 교환 하였다. 그리고 Slack-tube® Manometers (U.S.A., Dryer Instruments Inc.)와 High Volume Orifice Kit (U.S.A., Greaseby/GMW)를 사용하여 EPA Method TO-13의 calibration of sampling systems 조항에 의 거하여 유량올 보정하였다.
인 자의 수를 결정할 때 활용하였다. 다음, 인자의 수룰결정한 후, 물리적으로 해석이 용이하도록 인자의축을 회전 (rotation)시 켰으며 현실적 인 오염 원 분류 표가 도출될 때까지 목표변환과정을 수행하였다. 이를 위해 가중 최소자승법 (weighted least square method)을 반복적으로 수행하였다.
즉, 총 자료의 수는 328개였으며, 모델 실행 후 계절별로 분류하여 계절별 오염원의 기여도를 산출하였다. 또한 각 성 분들의 불확실도는 분석기기의 검출한계 값인 3o 값을 입력하였으며 불검출된 성분들은 O.Olng/nW으 로 대체하여 입력하였다. CMB 모델에서 불확실도 는 모델 내에서 유효분산 가중최소자승법 (effective variance least-squares fitting)을 응용할 때 활용되는 데, 계산과정에서 불검출 또는 불확실도가 0인 경우, 가중 대각행렬의 요소값이 무한대를 보여 계산 불능상태가 되기 때문이다.
이들 자료에 기초하여, 각 성분별로 계절별 추이를 분석하고 수원지역의 대기질 현황을 파악하 고자 하였다. 또한 오염원에 대한 정보가 부실한 지 역에 적합한 모델을 개발하고자, 다변량 통계분석 법 인 목표변환인자분석법을 응용하여 연구지역에 대한 오염원의 확인과 정량적 기여도롤 추정하였다. 한편, 확인된 오염원에 대해 기존 오염원 자료를 이용하여 화학질량수지법을 수행하고 결과를 비교분 석하였다.
최 종적으로 이를 유량으로 나누어 분진의 농도를 산출 하였다.또한, PMT0HVAS의 정확한 흡인유량을 계 산하기 위하여 3~4주에 1회 정도 PM니0HVAS의 Axial Blower의 carbon brushes (Model GB】)롤 교환 하였다. 그리고 Slack-tube® Manometers (U.
Source-4 인자는 Zn, NO3LSO4「성분이 비교적 높은 비율을 차지하므로 자동차관련 오염원으로 분류하였다(Chow, 1995). 또한, Source-5 인자는 Fe, Al, Na+, Mg2+, Ca2+ 성 분 등으로 대표적인 토양기원 성분으로 토양오염원 으로 분류하였다.
본 연구는 기존의 무기원소자료에 입각한 수용모 델링과는 달리 이온성분을 모델에 적용함으로써 2차 오염원에 대한 오염원의 기여도롤 파악할 수 있었다. 또한, TTFA 응용하여 오염원의 대상선정 올 용 이하게 하였다. TTFA 결과, 연구기간동안 평균 분진 량 65.
가 압하였다.무기원소를 추출한 뒤 No. 5B 여지 (Toy。 Roshi Kaisha, Ltd.)로 시료의 잔재물을 여과한 후 최종적으로 초순수를 사용하여 50ml로 맞추었다. 전처리가 끝난 시료는 AAS를 사용하여 Cu, Fe, Pb, Mn, Zn, Al 등 총 6종의 금속성분을 분석하였다.
본 연구를 위해 97년 2월부터 99년 2월까지 총 328회에 걸쳐 high volume air sampler를 사용하여 PMT0을 채집하였으며, 각 분진시료에 대해 Cu, Fe, Pb, Mn, Zn, Al 등 총 6개 무기원소성분과 Na+, NH4+, K+, Ca2+, Mg2+, C「, NO「S*S O4 종 8개의 이온성분을 분석하였다. 이를 바탕으로 오염물질 별로 계절적 변동을 파악하였으며, 연구지역에 대한 오염원의 확인과 정량적인 기여도를 산출하기 위하여 수용모델인 TTFA와 CMB 를 병행하여 수행하였다.
본 연구에서는 10 tim 이하의 입자상 오염물질 (PM-10)올 채집하고 무기원소와 이온성분올 분석하였다. 이들 자료에 기초하여, 각 성분별로 계절별 추이를 분석하고 수원지역의 대기질 현황을 파악하 고자 하였다.
2%로 가 스상의 NH& NOx, SOx 등이 대 기 중에서 물리 . 화 학적 반응 등에 의해 입자상 !아h+’N* CK'SC -등의 형태로 변환된 2차 오염원으로 A-N-S(ammonium -nitrate-sulfate)관련 오염원으로 분류하였다. 대기 중으로 배출된 NOx, SOx 등은 기체의 균일 및 비 균일 반응에 의해 H2SO4, NH4HSO4, (NH4)3H(so4)2, HNCh, HN6등과 같은 황산염과 질산염 형태인 2차 오염물질을 형성한다(이호근 등, 1995).
사용된 여지는 SiCh를 재질로, 고온에 견딜 수 있으며 부f분진의 채취에 적합한 수정섬유여지 (Quartz Microfiber Filter, Whatman, QM-A, 8" x 10")를 사용하였다. 여지는 시료채취를 전후로 하여 3일간 항 온, 항습상태의 전자 데시케이터 (Auto-Desicator, Sanplatec Corp., Model Oyin 09678BN) 내에 보관하여 항량시킨 후, 0이 mg의 감도 (sensitivity)률 가진 전자저울(A&D Co., Model HM-202)로 칭량하고, 칭량 전후의 무게 차로 분진의 무게를 구하였다. 최 종적으로 이를 유량으로 나누어 분진의 농도를 산출 하였다.
다음은 이들 인자에 대해 오염원을 추정 하고 확인하는 과정이다. 우선 Source-1 인자는 SCM-성분이 전체의 56.8% 정도로 다른 성분들보다 높은 비율을 나타내므로, 대기 중 인위적 가스상 SOx와 극히 일부 해염에 의한 SCW-가 광화학반응 등에 의해 입자상 SCV-로 변환되는 2차 오염원인 황산염 오염원으로 분류하였다. Source-2 인자는 Fe, NH4+, Na+, Ca2+, NO「등의 성분들이 높은 비 율올 나타내므로 기름과 석탄 등의 화석연료연소에 의한 오염원으로 분류하였으며, Source-3 인자는 NH4+, C「, NO「, SO42-등의 성분들이 높은 분율을 보이므로 생활 쓰레기의 소각에서 발생되는 소각관련 오염원으로 분류하였다.
FANTASIA는 주실행 file과 보조실행 file로 구성되어 있다. 우선 계절별로 분리된 자료를 FANTASIA 중 프로그램의 하나인 WEIGHT를 이용하여 각 원 소의 평균값, 분산, 평균제곱오차룔 계산한 후, 이 값을 입력자료에 첨부하였다.다음으로 원자료에 대한 상관행 렬 (correlation matrix)을 계산하기 위해 시료 간의 상관을 이용하는 Q-mode 분석 법을 이용하였다.
본 연구에서는 오염원의 확인을 위하여 EPA의 오염원 자료, Hopke (1985), Chow (1995)의 오염원 분류표 등을 참고로 하였다. 이 과정에서 측정분석 된 변수만을 대상으로, TTFA의 추정오염원과 참고 오염원의 성분별 질량백분율로 비교하고 검토하였다. 당연히 추정한 오염원과 완전히 일치하지 않았 으며, 본 연구의 촉정분석자료가 오염원의 주요 추 적자를 포함하지 않아 커다란 어려움이 존재하였다.
본 연구는 먼저 상관행렬을 구성함에 있어 각 변 수들 사이의 평균에 대한 상관을 이용하는 R-mode 분석법 대신에 각 시료들간의 원점에 대한 상관을 이용하는 Q-mode 분석법을 이용하였다. 이들 상관 행렬은 대각화(diagonalization)되어 고유값(eigenvalue) 과 고유벡터 (eigenvector)를 산출하였으며. 인 자의 수를 결정할 때 활용하였다.
즉, 겨 울의 경우 잠정인자수는 5~6개였으며, 봄철 4~5 개, 여름철 3~5개, 가을철 4~7개였다. 이들 잠정 최대인자수를 바탕으로 FANTASIA의 마지막 분석 과정이 진행되며 평균 질량값 등이 음의 수를 보이는 등의 오류가 발생할 때 인자의 수를 줄이면서 재분석하였다. 자세한 TTFA 분석 과정은 여러 문헌 을 참고할 수 있다(이태정, 1997; 이태정과 김동술, 1997, 1993; 김태오 등, 1990; Hopke, 1988, 1980).
종 8개의 이온성분을 분석하였다. 이를 바탕으로 오염물질 별로 계절적 변동을 파악하였으며, 연구지역에 대한 오염원의 확인과 정량적인 기여도를 산출하기 위하여 수용모델인 TTFA와 CMB 를 병행하여 수행하였다.
염산 전처리법을 수행하였다. 이를 위하여 절취된 여지를 유해중금속 측정용 61% 질산 (OSAKA Co.) 7 ml와 35% 염산 (OSAKA Co.) 3 ml를 가하여 power 7, 6, 5에서 각각 5분 동안 가온 . 가 압하였다.
다음, 인자의 수룰결정한 후, 물리적으로 해석이 용이하도록 인자의축을 회전 (rotation)시 켰으며 현실적 인 오염 원 분류 표가 도출될 때까지 목표변환과정을 수행하였다. 이를 위해 가중 최소자승법 (weighted least square method)을 반복적으로 수행하였다.
이온성분을 분석하기 위하여, 절취된 여지를 초순 수 30 ml로 맞춘 후, 초음파 추출기 (U.S.A., Bransonic Ultrasonics Corp., Model 5210R-DTH)를 이용하여 30분간 추출하였다(황인조와 김동술, 1998). 초음파 추츨기로 추출한 시료를 sterile membrane 여지 (47 mm, pore size 0.
)로 시료의 잔재물을 여과한 후 최종적으로 초순수를 사용하여 50ml로 맞추었다. 전처리가 끝난 시료는 AAS를 사용하여 Cu, Fe, Pb, Mn, Zn, Al 등 총 6종의 금속성분을 분석하였다. AAS의 검출한계는 본 연구에 사용된 filter의 바탕 시험에 대한 3。였다.
이 과정에서는 국내 오염원에 대한 자료 부족으로 주로 외국의 자료를 이용하였다. 즉, 오염 물칠별 변수의 특성 및 주변지역의 오염원 현황과 풍향 및 풍속 등을 고려하여 오염원의 확인작업을 수행하였다.본 연구지역은 오염원이 다양하고 오염 원의 형태가 혼합적이기 때문에 확인작업에 상당한 어려움이 있었다.
각 성분들의 불확실도는 ±10% 로 결정하였으며, 결측성분들은 OOlmg/g으로 입력 하였다. 참고로 각 문헌은 특정오염원에 대해 지역로 다양한 분류표를 제공하고 있는 봐, 본 연구는동일 오염원에 대해 입수 가능한 모든 분류표를 확 보하고 이들을 평균화하여 분류표 표 4를 작성하였다. 평균화 작업은 지역 또는 원료의 특이성을 완화 시키고 각 오염원의 marker의 역할을 부각시킬 수 있는 방법으로 사료된다.
, Model 5210R-DTH)를 이용하여 30분간 추출하였다(황인조와 김동술, 1998). 초음파 추츨기로 추출한 시료를 sterile membrane 여지 (47 mm, pore size 0.45 p.m, Whatman)를 이용하여 여과 하였다.여과된 시료를 안전하게 보관하기 위하여 폴 리에털렌 재질의 60 ml narrow mouth battle (U.
자세한 TTFA 분석 과정은 여러 문헌 을 참고할 수 있다(이태정, 1997; 이태정과 김동술, 1997, 1993; 김태오 등, 1990; Hopke, 1988, 1980). 최 종적으로 겨울, 봄, 여름, 가을에 각각 5, 5, 3, 5 개씩 의 인자를 최종 결정하였으며, 이를 바탕으로 회귀 분석을 수행하였다.
대상 데이터
자연적 오염원인 토양분진오염원은 바람이나 차 량 등에 의한 지표의 분진이 대기 중으로 비산되거 나, 봄철의 경우 우리나라의 기상학적 특징 인 서풍 과 북서풍의 영향으로 중국 대륙에서 유입되는 황 사의 영향으로 추정된다.본 연구지역의 경우에는 겨울철 1.1 |ig/m3(1.5%), 봄철 0.7txg/m"1.0%)으로 전체 질량기여도에 상대적으로 큰 영향을 미치지 않았으나, 가올철은 8.2ng/m3(13.5%)으로 황산염 다음으로 높은 기여도를 보여 다소 과대평가된 것 스로 사료된다. 참고로 연구기간 중 황사현상은 97 년 3월에 1회, 98년 3~4월에 13일 발생했으며, 99 년에는 모두 1, 2월 겨울철에 발생하였다.
사용된 여지는 SiCh를 재질로, 고온에 견딜 수 있으며 부f분진의 채취에 적합한 수정섬유여지 (Quartz Microfiber Filter, Whatman, QM-A, 8" x 10")를 사용하였다. 여지는 시료채취를 전후로 하여 3일간 항 온, 항습상태의 전자 데시케이터 (Auto-Desicator, Sanplatec Corp.
하지만, 우리나라 와 같이 좁은 영역에 방대한 복합오염원에 산재하는 경우 오염원의 항목을 사전에 선정한다는 것은 쉽지 않은 일이다. 따라서 본 연구에서는 대상 오염 원을 선정하기 위하여 상기 TTFA에서 분석 추정된 오염 원올 바탕으로, 즉, 연소, 소각, 자동차, 토양, 홤 산염, A-N-S관련 오염원만을 입력대상 오염원으로 선정하였다. 이 경우 평가지역에서 오염원을 선정할 때, 복잡한 선정과정을 획기적으로 개선할 수 있었다.
EPA, 1998). 본 연구에서는 CMB 모델을 이용하여 PM-10 오염원의 기여도를 추정하고자 표 4 의 오염원분류표를 입력자료로 사용하였으며, 총 328개의 자료에 대해 모델링을 수행한 결과, 겨울철 4개, 봄철 8개, 여름철 6개, 가올철 11개의 자료는 collinearity 문제가 야기되아 이들 자료를 제외시켰 다. 모델링 결과 R2값은 겨울철 0.
시료채집은 경기도 수원시와 용인시의 경계면에 위치한 경희대학교 수원캠퍼스 자연과학대학 옥상 (5층)에서 1997년 2월부터 1999년 2월까지 25개월 동안 328개의 시료를 채취하고 분석하였다. 이를 위하여 미 국 EPA의 reference sampling device (RFPS - 1287-063)로 인증받은 PM-10 high volume air sam- pier (U.
연구지역에서 1997년 2월부터 1999년 2월까지 25개 월 동안 분석에 이용된 PM-10 시료의 총 개수는 328개 이며, 겨울철 99개, 봄철 100개, 여름철 54 개, 가을철 75개였다. 호사기간 중 PM-10의 산술평 균은 65.
시료채집은 경기도 수원시와 용인시의 경계면에 위치한 경희대학교 수원캠퍼스 자연과학대학 옥상 (5층)에서 1997년 2월부터 1999년 2월까지 25개월 동안 328개의 시료를 채취하고 분석하였다. 이를 위하여 미 국 EPA의 reference sampling device (RFPS - 1287-063)로 인증받은 PM-10 high volume air sam- pier (U.S.A., General Metal Works, Model GMW-IP- 10)를 사용하였으며, 시료는 평균 1.13m3/min의 유 량으로 24시간 기준으로 채집하였다.
대기 중의 분진량 및 화학종의 종류는 TTFA 분석 때와 동일하였다. 즉, 총 자료의 수는 328개였으며, 모델 실행 후 계절별로 분류하여 계절별 오염원의 기여도를 산출하였다. 또한 각 성 분들의 불확실도는 분석기기의 검출한계 값인 3o 값을 입력하였으며 불검출된 성분들은 O.
0 μg/nP으로 봄>겨울》가을>여름 순서로 높게 나타났다. 측정기간 중 24시간 환경기 준치인 150μg/m3을 초과하는 경우는 총 7회였으며, 최고치는 291.0μg/m3로 1999년 1월 26일에 측정되 었고 그 기간에 발생한 황사의 영향이었다(그림 2).
이 경우 평가지역에서 오염원을 선정할 때, 복잡한 선정과정을 획기적으로 개선할 수 있었다. 한편, 이와 같이 선정된 오염원 자료는 실측자료 가 부실하기 때문에 본 연구에서는 기존 외국에서 작성된 오염원분류표 자료를 대부분 이용하였다.표 3은 본 연구를 수행하면서 발췌한 오염원분류표의 출처를 보여주고 있다.
데이터처리
또한 오염원에 대한 정보가 부실한 지 역에 적합한 모델을 개발하고자, 다변량 통계분석 법 인 목표변환인자분석법을 응용하여 연구지역에 대한 오염원의 확인과 정량적 기여도롤 추정하였다. 한편, 확인된 오염원에 대해 기존 오염원 자료를 이용하여 화학질량수지법을 수행하고 결과를 비교분 석하였다.본 연구는 이러한 과정을 통해 다양한 오 염원을 확인하고, 정보부실지역에 적합한 수용방법 론을 제시하고자 하였다.
이론/모형
TTFA를 수행하기 위하여 Hopke *M.(1982) 이 개발한 FANTASIA (factor analysis to apportion sources in aerosols) FORTRAN 프로그램을 이용하였다. FANTASIA는 주실행 file과 보조실행 file로 구성되어 있다.
우선 계절별로 분리된 자료를 FANTASIA 중 프로그램의 하나인 WEIGHT를 이용하여 각 원 소의 평균값, 분산, 평균제곱오차룔 계산한 후, 이 값을 입력자료에 첨부하였다.다음으로 원자료에 대한 상관행 렬 (correlation matrix)을 계산하기 위해 시료 간의 상관을 이용하는 Q-mode 분석 법을 이용하였다. 겨울철 자료에 대한 1 단계 실행결과 eigenvalue, chi-square, RMS, Exner의 값들이 산출되었으며, 이를 이용하여 잡정인자수를 결정하였다.
본 연구는 먼저 상관행렬을 구성함에 있어 각 변 수들 사이의 평균에 대한 상관을 이용하는 R-mode 분석법 대신에 각 시료들간의 원점에 대한 상관을 이용하는 Q-mode 분석법을 이용하였다. 이들 상관 행렬은 대각화(diagonalization)되어 고유값(eigenvalue) 과 고유벡터 (eigenvector)를 산출하였으며.
본 연구에서 TTFA 모델은 FANTASIA 6.0을 사 용하였으며 CMB 모델은 CMB 8.0 모델을 사용하였다. TTFA는 오염원분류표를 필요로 하지 않았으며 이를 통계적으로 추정하고 기여도를 추정할 수 있었다.
본 연구에서는 오염원의 확인을 위하여 EPA의 오염원 자료, Hopke (1985), Chow (1995)의 오염원 분류표 등을 참고로 하였다. 이 과정에서 측정분석 된 변수만을 대상으로, TTFA의 추정오염원과 참고 오염원의 성분별 질량백분율로 비교하고 검토하였다.
, Model DX-400) 로 이온성분을 분석하였다.분진의 원소분석을 위한 전처리 방법은 미국 EPA에서 고시 한 CWA (Clean Water Act)의 microwave 전처리법올 사용흐]■였다. 즉, Questron (U.
, Model Q- 15 MicroPrep)을 이용한 질산 . 염산 전처리법을 수행하였다. 이를 위하여 절취된 여지를 유해중금속 측정용 61% 질산 (OSAKA Co.
또한, 표 4는 이들 문헌을 통해 본 연구에서 사용하기 위해 작성한 오염원분류 표이다. 이 표는 각 문헌에서 제시한 많은 화학종 중, 본 연구에서 사용되고 있는 화학종 만을 발췌하 고, 질량분율을 재계산한 것으로 CMB 모델의 A 행 렬로서 사용되었다. 각 성분들의 불확실도는 ±10% 로 결정하였으며, 결측성분들은 OOlmg/g으로 입력 하였다.
성능/효과
또한, TTFA 응용하여 오염원의 대상선정 올 용 이하게 하였다. TTFA 결과, 연구기간동안 평균 분진 량 65.8wg/m3 중에 A-N-S 관련오염원 9.5 (ig/m3 (14.4%), 자동차 관련오염원 9.3|ig/m3(14.2%), 황산 염 관련오염원 8.1 μg/m3(12.4%). 소각 관련오염원 2.
하지 만, TTFA와 CMB를 동시에 응용함으로써 다양한 오염원을 확인할 수 있었고, 배출원 자료가 부실한 지역에서 모델수행을 효율적 개선시킬 수 있는 수 용방법론을 제시할 수 있었다. 결론적으로 국내실정 에 적합한 수용방법론은 인자분석을 선수행하고 실 측된 자료를 바탕으로 CMB 모델을 후수행하는 방법으로 사료된다.
본 연구에서는 CMB 모델을 이용하여 PM-10 오염원의 기여도를 추정하고자 표 4 의 오염원분류표를 입력자료로 사용하였으며, 총 328개의 자료에 대해 모델링을 수행한 결과, 겨울철 4개, 봄철 8개, 여름철 6개, 가올철 11개의 자료는 collinearity 문제가 야기되아 이들 자료를 제외시켰 다. 모델링 결과 R2값은 겨울철 0.76, 봄철 0.75, 여 름철 0.75, 가을철 0.73으로 비교적 낮게 계산되었다. 이러한 결과는 입력된 오염원분류표가 국내의 현장측정자료가 아닌 외국의 자료를 오염원별로 평 균화하여 사용하였기 때문으로 사료되며, 국내에서 오염원분류표가 개발된다면 모델의 신뢰도는 향상 될 것으로 사료되며, 화학종을 획기적으로 증대시킬 때 크게 개선될 것으로 사료된다.
본 연구는 기존의 무기원소자료에 입각한 수용모 델링과는 달리 이온성분을 모델에 적용함으로써 2차 오염원에 대한 오염원의 기여도롤 파악할 수 있었다. 또한, TTFA 응용하여 오염원의 대상선정 올 용 이하게 하였다.
여기서 오염원분류표는 상기 수식 (1)에서 A 행 렬을 의미한다. 이러한 오염원에 대한 실측자료가 충분히 확보될 때, 각각의 오염원 자료를 추가하거 나 제거하는 과정을 반복적으로 수행하고, 추정된 결과가 통계적으로 안정되고 심한 변동을 보이지 않올 때 최적의 결과를 얻을 수 있다. 또한, 대기오 염 규모측면에서 좁은 우리 나라는 단위 면적당 다양한 오염원이 현존하기 때문에, CMB 모델을 응용 할 때에는 지역특성을 충분히 고려하여 오염원을 선정하여야 한다.
TTFA에 의해 추정된 오염원은 겨울, 봄, 여름, 가 을에 각각 5, 5, 3, 5개로 조사되어 계절별로 오염원 의 수와 종류가 다르게 나타났다. 일부 오염원은 중 복되어 계절별로 나타났기 때문에, 연구대상지역에 서는 총 6개의 오염원이 영향을 미치는 것으로 나타났다. 이러한 결과는 TTFA모델에 의해 추정된 일부 오염원들이 통계적으로 완전히 분리되지 않고 복합오염원으로 나타나기 때문이다.
TTFA에 의해 계절별로 분류되지 않았던 겨울철 A-N-S, 봄철 연소, 여름철 연소, 소 각, 토양, 가을철 A-S-N관련 오염 원 등이 CMB 모 델에 의해서는 분류되었다. 전반적인 분진의 평균 기여율은 평균 분진량 67.0 曲/m3 중애 A-N-S 관 련오염원 13.2 瞄/nP (19.7%), 자동차 관련오염원 9.8 μg/m3(14.6%), 황산염 관련오염원 7.9 μg/m3(11.8 %), 연소 관련오염원 3.7 μg/m3(5.5%), 소각 관련오 염원 3.1 μg/m3(4.6%), 토양 관련오염원 1.5 μg/irP (2.2%)의 순서로 나타났다.
종합하여 전체 분진 기여율은 평균분진량 65.8 μg/m3 중에 A-N-S 관련오염원 9.5 |ig/m3 (14.4%), 자동차 관련오염원 9.3 曲/m3 (14.2%), 황산염 관련 오염 원 8.1 μg/m3(12.4%), 소각 관련오염 원 2.9 μg/ m3 (4.4%), 토양 관련오염원 2.5 tig/m3 (3.8%), 연소 관련오염원 】.4|ig/m3(2.1%)의 순으로 나타났다.기타 미지량은 총 분진량에서 분석된 성분의 총량을 뺀 것으로, 분석성분의 종류를 증가시킬 때 신규 오 염원을 추가 확인할 수 있으며, 더욱 정밀한 오염원 의 분석이 가능할 것으로 사료된다.
본 연구에서는 수용모델링을 수행하기에 충분한 화학적 변수를 확보하지 못하였으며 CMB 모델링 을 수행할 때 실측자료를 사용할 수 없었다. 하지 만, TTFA와 CMB를 동시에 응용함으로써 다양한 오염원을 확인할 수 있었고, 배출원 자료가 부실한 지역에서 모델수행을 효율적 개선시킬 수 있는 수 용방법론을 제시할 수 있었다. 결론적으로 국내실정 에 적합한 수용방법론은 인자분석을 선수행하고 실 측된 자료를 바탕으로 CMB 모델을 후수행하는 방법으로 사료된다.
한편, 일반적으로 오염원에 대한 질량 기여도를 산출하기 위해서는 분석성분들의 총질량이 채집된 분진질량의 70% 이상이 되어야 한다. 하지만, 본 연구에서는 일반적으로 분진 중에 높은 질량분율을 보이는 C, S, Si 등의 성분들올 분석하지 않았으며, 분석성분들의 총 질량이 채집된 분진총량의 50% 정도를 차지하였다. 더욱 정밀한 오염원 질량 기여 도를 산출하기 위해서는 성분분석을 확대하여야 할 것으로 사료되었다.
1%)이 수용체에 기여 하였으며, 2차 오염원인 A-N-S와 황산염 관련오염 원을 분리하고 확인할 수 있었다. 한편, CMB 모델 링 결과, 1TFA에 의해 계절별로 분류되지 않은 오 염원이 추가로 분리 확인되어 인자분석의 결점을 보완할 수 있었다.
후속연구
1%)의 순으로 나타났다.기타 미지량은 총 분진량에서 분석된 성분의 총량을 뺀 것으로, 분석성분의 종류를 증가시킬 때 신규 오 염원을 추가 확인할 수 있으며, 더욱 정밀한 오염원 의 분석이 가능할 것으로 사료된다.
하지만, 본 연구에서는 일반적으로 분진 중에 높은 질량분율을 보이는 C, S, Si 등의 성분들올 분석하지 않았으며, 분석성분들의 총 질량이 채집된 분진총량의 50% 정도를 차지하였다. 더욱 정밀한 오염원 질량 기여 도를 산출하기 위해서는 성분분석을 확대하여야 할 것으로 사료되었다.
즉, TTFA 도는 전 형적 인자분석법을 활용한다면, 오염원의 확인 및 인자의 수를 용이하게 결정할 수 있으며, CMB 수 행할 때 반복적으로 오염원 및 성분 변수를 선정하는 과정을 개선시킬 수 있다. 또한, 이를 바탕으로 실측된 오염원 자료를 CMB 모델에 입력하여 수행 한다면 계절별로 오염원을 누락시키는 TTFA의 결 점도 보완할 수도 있다.
73으로 비교적 낮게 계산되었다. 이러한 결과는 입력된 오염원분류표가 국내의 현장측정자료가 아닌 외국의 자료를 오염원별로 평 균화하여 사용하였기 때문으로 사료되며, 국내에서 오염원분류표가 개발된다면 모델의 신뢰도는 향상 될 것으로 사료되며, 화학종을 획기적으로 증대시킬 때 크게 개선될 것으로 사료된다.
하지만, 모델의 결과가 유사하다는 것은 다음과 같은 응용을 가능하게 한다. 즉, 이들 각각의 모델 장 점을 활용한다면 배출자료가 미비한 국내에 쉽게 응용할 수 있을 것으로 사료된다. 즉, TTFA 도는 전 형적 인자분석법을 활용한다면, 오염원의 확인 및 인자의 수를 용이하게 결정할 수 있으며, CMB 수 행할 때 반복적으로 오염원 및 성분 변수를 선정하는 과정을 개선시킬 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.