선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
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.