[논문]난류특성을 이용한 대기오염확산모델의 예측능에 관한 연구

박기학; 윤순창

문제 정의

따라서 본 연구에서는 CBL에서의 오염물질의 확산을 설명하기 위하여 기존의 σ_z의 산출방법에 대하여 이미 많은 연구에서 검토된 바 있는 PDF 모델을 도입하여 오염물질의 연직방향으로의 확산을 설명하고자 하였다. PDF이론을 도입한 모델은 P_w(연직방향에 대한 풍속분포에 대한 PDF), 즉 #을 기본개념으로 하고있으며, 바람의 연직속도의 변동성분(w)에 대한 P_w에따라 다르지만 본 연구에서는 아래 식과 같이 바람의 연직속도의 변동성분(w)을 1로 하고 하강(down draft)과 상승(updraft)에 따른 분포를 각각 0.
본 연구는 불안정한 대기를 중심으로 기존의 가우스형 확산모델이 갖고 있는 문제점을 개선하여 보다 향상된 예측능력을 갖춘 대기오염확산모델을 개발하기 위한 기초연구로써 연구대상지역의 난류특성을 기초로 한 대기오염확산모델의 가능성을 검토하였으며, 이를 위하여 현재 발표된 연구결과들을 토대로 연구대상지역의 기상 실측 자료(on-site)를 기초로 난류특성변수(u_*, w_*, L, H)를 산출할 수 있는 Profile method, 수평확산특성을 설명할 수 있는 수평확산계수(σ_y) 그리고 확률밀도함수(PDF) 모델을 도입하여 σ_z를 산출하여 5종류(Type 1∼Type 5)의 확산식을 구성하였다. 미국 환경청(EPA)에서 제공하고 있는 SCRAM중 일부 가우스 형 확산모델들(ISC, TEM 등)의 프로그램을 분석한 결과 풍하거리에 대해서 주(主)풍향을 중심으로 좌·우 방향으로 각각 45 degree범위 내에서의 확산만을 고려하도록 설계되어있었다.
본 연구에서는 P-G대기 안정도 등급에 따른 σ_y산출방법을 연구대상지역의 기상변수들로부터 산출한 난류특성변수들(u_*, w_*, L)을 사용하여 수평바람특성을 설명하고자 하였으며, σ_y산출방법은 현재 SCI(scientific citation index)에 발표된 연구결과들로써 이미 여러 단계의 검증과정을 걸친 바 있어 이를 토대로 산출특성에 따라 다음의 Type 1∼Type 5의 5종류의 모델유형으로 나누어 구성하였다.
이에 본 연구는 불안정한 대기를 중심으로 Profile method, Monin-Obukhov length scale(이하 L), Probability density function(이하 PDF) 등과 같은 난류특성을 이용하여 구성한 모델의 예측능을 중심으로 보다 체계적인 대기질 관리를 위한 대기오염확산모델의 개발 가능성을 검토하고자 한다.

제안 방법

Type 1은 난류특성을 이용한 산출방법으로써, 대기가 불안정한 경우 지면과 대기간의 에너지 교환은 대기가 안정한 경우보다 작기 때문에 L과 같은 난류변수로서는 대기의 안정상태를 설명하는 것은 부정확할 수밖에 없으며, 따라서 이와 같이 대기가 불안정한 경우 u_* 보다는 w_*를 사용하여 난류특성을 설명하는 것이 적합하다는 연구결과에 기초를 두고 σ_y를 산출하고자 하였다¹⁴⁾. Type 2와 Type 3은 각각 Pasquill이 제안한 라그 랑지 시간규모(lagrangion time scale, 이하 TL)의 변화에 따른 산출방법을 특성으로 하고 있고, TL의 변화에 따른 오염물질의 확산특성변화를 살펴보고자 한 경우이다^15),16).
6Kg)하였으며, 정규분포를 이루는 시간은 Misra(1982)의 불안정한 대기상태에서 풍하방향으로 풀륨이 비교적 잘 혼합될 수 있는 거리(=3·zi·u/w_*)와 평균풍속간의 관계로부터 각각 약 3000(m)와 1시간으로 정하였다^20),21). 따라서 대기 중으로 추적자로 사용되는 SF6가 정규분포를 형성한 후 Teflon air bag을 사용하여 포집하였으며, 전자포획검출기(electronic capture detector)를 장착한 Gas Chromatograpy (HP 5890, Hewlett & Packard Inc. U.S.A.)로써 분석하였다. 추적자 실험결과를 TM좌표(174.
미국 환경청(EPA)에서 제공하고 있는 SCRAM중 일부 가우스 형 확산모델들(ISC, TEM 등)의 프로그램을 분석한 결과 풍하거리에 대해서 주(主)풍향을 중심으로 좌·우 방향으로 각각 45 degree범위 내에서의 확산만을 고려하도록 설계되어있었다. 따라서 본 연구에서도 동일 조건간의 비교를 고려하였으며, 본 연구에서는 사용 가능한 추적자 실험결과를 토대로 예측지점을 선정한 결과 중심선 상에서 비교적 제일 가까운 풍하거리 4개 지점을 선택하여 모델의 예측결과를 비교하였다. 연구결과 Type 3과 Type 4의 경우 예측결과가 실제 대기에서의 추적자 실험결과를 비교적 우수하게 예측하는 것으로 나타났다.
또한 배출지점에서의 지상 기상장은 AWS (Automatic Weather Station σystem, Compell, Inc. U.S.A.)를 설치하여 풍속(05103 RM Young Wind Monitor, 0.1 m/s), 풍향(05103 RM Young Wind Monitor, degree), 기온 (HMP35P Vaisala Temperature and RH probe, 0.1℃) 그리고 습도(HMP35P Vaisala Temperature and RH probe, %)를 각각 1분 간격으로 측정하여 평균값으로써 사용하였다. 혼합고는 Radio Theodolite Sonde(Atmospheric Instrumental Research Inc.
본 연구에서는 추적자 실험결과와의 정합도 평가를 위하여 사용 가능한 추적자 실험 결과를 토대로 예측지점을 선정한 결과 중심선 상에서 가장 가까운 풍하거리의 4개 지점, 1st site(332m), 2nd site(1415m), 3rd site(2581m), 4th site(3114m)를 선정하였으며, 풍하거리에 대해서 주(主)풍향을 중심으로 좌·우 방향으로 각각 45 degree범위내에서의 확산만을 고려하도록 모델을 설계하였다. 전반적으로 산출한 난류특성변수를 사용하여 구성된 모델들(Type 1∼Type 5)의 모의결과는 실제 추적자 실험에 의한 관측농도 분포에 가깝게 나타났다.
연구대상지역의 대기상태를 조사하기 위하여 먼저 기존의 산출방법인 P-G대기안정도를 사용하였으며, 이를 위한 기상측정은 추적자 실험이 수행된 동일지점에서 AWS를 설치하여 풍속(m/s)과 풍향(degree) 그리고 기온(K)과 태양고도각(a)을 이용하여 산출한 결과 각각 2.34m/s, 223degree, 294.2K 그리고 a=60.1로써 매우 불안정한 상태인 것으로 조사되었다. 또한 난류특성을 이용하여 대기안정도를 평가하기 위하여 Profile method를 이용하여 u_*, w_*, H를 조사한 결과 각각 0.
이상에서 설명한 바와 같이 대기가 불안정한 상태의 CBL에서 부력에 의한 상승을 고려한 오염물질에 대한 지상농도예측을 목적으로 연직확산특성과 수평확산특성에 따라 다음과 같이 Type 1∼ Type 5의 5종류로써 확산식을 구성하였으며, 기본 확산식은 다음과 같다.
추적자 실험은 지상으로부터 16m 상공에서 단거리 또는 장거리 확산실험의 정량분석에 널리 이용되고 있는 기체상의 SF6를 사용하여 약1시간(13:50∼14:50)동안 방출(61.6Kg)하였으며, 정규분포를 이루는 시간은 Misra(1982)의 불안정한 대기상태에서 풍하방향으로 풀륨이 비교적 잘 혼합될 수 있는 거리(=3·zi·u/w_*)와 평균풍속간의 관계로부터 각각 약 3000(m)와 1시간으로 정하였다^20),21). 따라서 대기 중으로 추적자로 사용되는 SF6가 정규분포를 형성한 후 Teflon air bag을 사용하여 포집하였으며, 전자포획검출기(electronic capture detector)를 장착한 Gas Chromatograpy (HP 5890, Hewlett & Packard Inc.
전반적으로 산출한 난류특성변수를 사용하여 구성된 모델들(Type 1∼Type 5)의 모의결과는 실제 추적자 실험에 의한 관측농도 분포에 가깝게 나타났다. 특히 Type 4을 제외한 나머지 모델 유형들은 사전에 가능한 한 실제 관측값에 가깝 도록 최적화(optimization)한 상태에서 예측농도를 비교하였다. 또한 난류특성을 이용하여 수평확산 항을 구성할 경우 수평바람변동(σ_v), 오염물질의 이동시간(t)과 함께 오염물질의 특성이 소멸되는 시간을 나타내는 T_L에 대한 신중한 고려가 필요하다.
1℃) 그리고 습도(HMP35P Vaisala Temperature and RH probe, %)를 각각 1분 간격으로 측정하여 평균값으로써 사용하였다. 혼합고는 Radio Theodolite Sonde(Atmospheric Instrumental Research Inc. U.S.A.)를 사용하여 측정한 상층대기자료(고도별 온도, 습도, 기압, 풍향, 풍속)를 근거로 고도별 온위(potential temperature)를 계산하여 산출하였다(Table 2∼3).

대상 데이터

본 연구에서 제시한 대기오염확산 모델을 사용하여 오염물질의 농도분포예측을 위하여 설정한 모델링 대상지역은 서해안의 126°41’∼126°45’ E, 37°21’∼37°18’ N에 위치한 경기도 시흥시 그리고 안산시에 걸쳐 위치한 시화공단 전체와 안산시의 반월공단 일부이며, 격자계로서는 동-서, 남-북 방향 모두 격자 크기가 400 X 400m 로써 174.36∼181.56 TM-X(km), 421.96∼427.95 TM-Y(km) 내로 구성되어 있으며, 모델링 영역은 대체로 평탄한 지형을 이루고 있다. 추적자 실험 시 배출원으로 선정한 지점은 지상으로부터 16m높이의 건물 옥상으로써 격자계 176.
95 TM-Y(km) 내로 구성되어 있으며, 모델링 영역은 대체로 평탄한 지형을 이루고 있다. 추적자 실험 시 배출원으로 선정한 지점은 지상으로부터 16m높이의 건물 옥상으로써 격자계 176.6(TM-X)∼424.1(TMY)상에 위치하고 있다.

이론/모형

의 산출방법에 대하여 이미 많은 연구에서 검토된 바 있는 PDF 모델을 도입하여 오염물질의 연직방향으로의 확산을 설명하고자 하였다. PDF이론을 도입한 모델은 P_w(연직방향에 대한 풍속분포에 대한 PDF), 즉 #을 기본개념으로 하고있으며, 바람의 연직속도의 변동성분(w)에 대한 P_w에따라 다르지만 본 연구에서는 아래 식과 같이 바람의 연직속도의 변동성분(w)을 1로 하고 하강(down draft)과 상승(updraft)에 따른 분포를 각각 0.6과 0.4의 비율로써 설정한 결과를 기초로 하는 Baerentsen and Berkowicz(1984)가 제안한 PDF모델을 사용하여 대기오염물질의 연직방향 확산을 설명하였다¹¹⁾.

성능/효과

따라서 본 연구에서 Willis and Deardorff (1974), Kaimal et al.(1976)의 연구 결과를 토대로 60sec부터 1800sec까지 8단계로 구분하여 사전 최적화를 하였으며, Type 4와 Type 5의 경우 T_L이 각각 245sec와 680sec에서 실제 관측 값(=35.08 ppb)에 가장 가까운 예측 값(Type 4=35.09ppb, Type 5=35.08ppb)을 얻을 수 있었다. 연구대상지역의 기후자료로부터 산출한 w_*는 많은 연구에서 실제 관측한 범위(1#23),24).
00ppb)를 얻을 수 있 었다. 그러나 2nd site(=-19.87%)는 실제 관측값을 과소평가하고 있는 것으로 나타났으며, 풍하 거리가 배출원으로부터 멀어질수록 다른 모델 유형들과 마찬가지로 실제 관측값간의 예측 오차가 매우 큰 수준으로 증가하는 것으로 나타났다(Table 4)(Fig. 2).
연구대상지역의 기후자료로부터 산출한 w_*는 많은 연구에서 실제 관측한 범위(1#23),24). 또한 2nd site(=1415m)에서도 역시 다른 모델유형에 비하여 Type 4와 Type 5 그리고 예측오차가 각각 7.58(%)와-1.94(%)로서 실제 관측값을 비교적 정확하게 예측하고 있는 것으로 나타났다. Type 4의 경우는 복잡한 풍향의 변화를 고려하지 않고 단순하게 풍속 u, w_*, T_L로써 구성해서 σ_y 산출할 수 있다는 장점은 있으나, 다른 모델유형에 비하여 예측 결과는 매우 낮은 것(1st site=-20.
특히 풍하거리의 중심선 상에서 오염물질의 이동거리에 대한 수평확산 거리의 수준은 Type 1(26%), Type 4(26%), Type 5(27%)의 경우가 Type 3(16%), Type 2(18%)에 비해서 높은 것으로 나타났다. 또한 Type 2, Type 3 그리고 Type 5의 경우 풍하거리의 중심선상에서 배출원으로부터 가장 가까운 지점(1st site=332m)에서의 σy의 크기가 동일한 수준(87m)를 나타냈으며, 이에 따른 예측농도 또한 동일한 수준으로써 Type 2=35.09(ppb), Type 3=35.08(ppb), Type 5=35.00(ppb)을 각각 나타냄 으로써 본 연구에서 제시한 확산식 구성특성을 고려할 때 배출원으로부터 가까운 지점에서의 오염물질의 농도분포는 수평확산계수의 크기에 비례하는 것을 알 수 있었다(Table 5).
1로써 매우 불안정한 상태인 것으로 조사되었다. 또한 난류특성을 이용하여 대기안정도를 평가하기 위하여 Profile method를 이용하여 u_*, w_*, H를 조사한 결과 각각 0.6(m/s), 1.05(m/s), 84.8 (W/m²)로 나타났으며, L를 이용한 무차원 안정도 규모(z/L)는-2065로써 역시 매우 큰 음의 수준(z/L→ -∞)인 불안정한 상태로 나타냈다. 혼합고(Radio Theodolite Sonde, Atmospheric Instrumental Research Inc.
따라서 대기오염확산 예측을 위한 모델선정 시 어떠한 σ_y를 선택하느냐가 모델의 예측결과에 큰 영향을 미친다는 점을 고려하여 모델을 선정하여야 하며, 특히 σ_y를 구성하고 있는 오염물질의 수송시간(t), 라그랑지 시간규모(T_L), y방향의 평균풍속의 변동(σ_v)과 같은 요인 들에 대한 신중한 고려가 필요하다. 본 연구에서 제시한 Type 1∼Type 5의 σ_y의 수준을 조사한 결과 모델유형에 따라 수평확산계수의 수준차이는 있었으나 전반적으로 중심선상의 풍하거리가 배출 원으로부터 멀어질수록 확산양상에 따라서 커지는 것을 알 수 있었다. 특히 풍하거리의 중심선 상에서 오염물질의 이동거리에 대한 수평확산 거리의 수준은 Type 1(26%), Type 4(26%), Type 5(27%)의 경우가 Type 3(16%), Type 2(18%)에 비해서 높은 것으로 나타났다.
따라서 본 연구에서도 동일 조건간의 비교를 고려하였으며, 본 연구에서는 사용 가능한 추적자 실험결과를 토대로 예측지점을 선정한 결과 중심선 상에서 비교적 제일 가까운 풍하거리 4개 지점을 선택하여 모델의 예측결과를 비교하였다. 연구결과 Type 3과 Type 4의 경우 예측결과가 실제 대기에서의 추적자 실험결과를 비교적 우수하게 예측하는 것으로 나타났다. 따라서 본 연구에서 적용한 σ_y 산출방법들뿐만 아니라, 대기가 불안정한 상태에서 연직확산 특성을 설명 할 수 있는 PDF 모델과 난류특성변수를 산출할 수 있는 Profile method 역시 이미 SCI의 많은 연구에서 비교적 우수한 연구결과로써 검증 받은 바 있기 때문에 우리나라의 지형특성을 고려하여 다양한 지역을 대상으로 하는 추적자 실험과 같은 정합도 평가·검증과정을 거친다면 난류특성을 이용한 대기오염예측모델에 관한 연구는 기존의 가우스 확산모델에만 의존해왔던 우리나라의 대기질 관리정책에 좋은 기초자료로써 기여할 수 있을 것으로 판단된다.
)로써 분석하였다. 추적자 실험결과를 TM좌표(174.36∼181.56 TM-X, 421.96∼427.95 TM-Y)상에 도시한결과 전반적인 농도분포는 주(主)풍향방향인 남서방향(223 degree)으로 확산되는 경향을 보였으며, 배출원으로부터 가까운 거리(=1415m)까지는 비교적 높은 농도분포를 보였으나, 그 이후 지점부터는 대기중으로의 활발한 확산으로 인해 낮은 농도분포 경향을 보였다(Fig. 1).

후속연구

연구결과 Type 3과 Type 4의 경우 예측결과가 실제 대기에서의 추적자 실험결과를 비교적 우수하게 예측하는 것으로 나타났다. 따라서 본 연구에서 적용한 σ_y 산출방법들뿐만 아니라, 대기가 불안정한 상태에서 연직확산 특성을 설명 할 수 있는 PDF 모델과 난류특성변수를 산출할 수 있는 Profile method 역시 이미 SCI의 많은 연구에서 비교적 우수한 연구결과로써 검증 받은 바 있기 때문에 우리나라의 지형특성을 고려하여 다양한 지역을 대상으로 하는 추적자 실험과 같은 정합도 평가·검증과정을 거친다면 난류특성을 이용한 대기오염예측모델에 관한 연구는 기존의 가우스 확산모델에만 의존해왔던 우리나라의 대기질 관리정책에 좋은 기초자료로써 기여할 수 있을 것으로 판단된다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

난류특성을 이용한 대기오염확산모델의 예측능에 관한 연구
A Study on the Predictability of the Air Pollution Dispersion Model Composed of the Turbulent Parameters 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

난류특성을 이용한 대기오염확산모델의 예측능에 관한 연구 A Study on the Predictability of the Air Pollution Dispersion Model Composed of the Turbulent Parameters 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

저자의 다른 논문 :

박기학 (7) 윤순창 (26)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

난류특성을 이용한 대기오염확산모델의 예측능에 관한 연구
A Study on the Predictability of the Air Pollution Dispersion Model Composed of the Turbulent Parameters 원문보기

AI 본문요약
AI-Helper