A field study was conducted during the summer time of 2002 to determine compositions of volatile organic compounds (VOCs) emitted from vehicles and to develop source emission profiles that is applied to CMB model to estimate the source contribution of certain area. Source emission profile is widely ...
A field study was conducted during the summer time of 2002 to determine compositions of volatile organic compounds (VOCs) emitted from vehicles and to develop source emission profiles that is applied to CMB model to estimate the source contribution of certain area. Source emission profile is widely used for the estimation of source contribution by the chemical mass balance model and have to be developed applicable for the target area of estimation. This study was aimed to develop source emission profile and estimation of source contribution of VOCs after application of the chemical mass balance (CMB) receptor model. After considering the emission inventory and other research results for the VOCs in Seoul, Korea, the sources like vehicle emission (tunnel), gas station (gasoline, diesel), solvent usage (painting operation, dry cleaning, graphic art), and gas fuels were selected for the major VOCs sources. Furthermore, ambient air samples were simultaneously collected from 09:00 to 11:00 for four days at eight different official air quality monitoring sites as receptors in Seoul during summer of 2001. Source samples were collected by canisters, and then about seventy volatile organic compounds were analyzed by gas chromatography with flame ionization detector (GC/FID). Based on both the developed source profiles and the database of the receptors, CMB model was intensively applied to estimate mass contribution of VOCs sources. Examining the source profile from the vehicle, the portion of alkanes of VOCs was highest, and then the portion of aromatics such toluene, m/p-xylene were followed. In case of gas fuel. they have their own components; the content of butane, propane, ethane was higher than any other component according to the fuel usage. The average of the source apportionment on VOCs for 8 sites showed that the major sources were vehicle emission and gas fuels. The vehicle emission source was revealed as having the highest contribution with an average of 49.6%, and followed by solvent with 21.3%, gas fuel with 16.1%, gasoline with 13.1%.
A field study was conducted during the summer time of 2002 to determine compositions of volatile organic compounds (VOCs) emitted from vehicles and to develop source emission profiles that is applied to CMB model to estimate the source contribution of certain area. Source emission profile is widely used for the estimation of source contribution by the chemical mass balance model and have to be developed applicable for the target area of estimation. This study was aimed to develop source emission profile and estimation of source contribution of VOCs after application of the chemical mass balance (CMB) receptor model. After considering the emission inventory and other research results for the VOCs in Seoul, Korea, the sources like vehicle emission (tunnel), gas station (gasoline, diesel), solvent usage (painting operation, dry cleaning, graphic art), and gas fuels were selected for the major VOCs sources. Furthermore, ambient air samples were simultaneously collected from 09:00 to 11:00 for four days at eight different official air quality monitoring sites as receptors in Seoul during summer of 2001. Source samples were collected by canisters, and then about seventy volatile organic compounds were analyzed by gas chromatography with flame ionization detector (GC/FID). Based on both the developed source profiles and the database of the receptors, CMB model was intensively applied to estimate mass contribution of VOCs sources. Examining the source profile from the vehicle, the portion of alkanes of VOCs was highest, and then the portion of aromatics such toluene, m/p-xylene were followed. In case of gas fuel. they have their own components; the content of butane, propane, ethane was higher than any other component according to the fuel usage. The average of the source apportionment on VOCs for 8 sites showed that the major sources were vehicle emission and gas fuels. The vehicle emission source was revealed as having the highest contribution with an average of 49.6%, and followed by solvent with 21.3%, gas fuel with 16.1%, gasoline with 13.1%.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
Table 2. VOCs source profiles developed in this study. (unit: % by weight)
따라서 본 연구에서는 CMB 모델을 이용하여 서울지 역의 VOCs 농도에 영향을 미치는 각 오염원의 기여도를 추정하기 위해 VOCs에 대한 오염원 분류표를 개발하였으며, 각 오염원의 기여도를 추정하기 위해 8개 장소에서 측정된 VOCs 농도자료를 이용하였다. CMB 모델 수행시 주요 오염원은 7개 이었으며, 모델링시 사용된 오염물질의 수는 21개였다.
따라서 본 연구에서는 서울에서의 VOCs 농도를 합리적으로 제어하고 관리하기 위한 일환으로 각 VOCs 오염원으로부터의 오염원 분류표를 개발하고, 서울 대기 중에서의 VOCs 농도를 실측한 후 이들 자료를 CMB 모델에 적용함으로서 각 오염원으로부터의 기여도를 정량적으로 추정하고자 하였다.
제안 방법
나광삼(2000)은 여름철 서울의 동부에 위치한 한 지점에서 VOCs 오염원의 기여도를 추정한 것이며, 이영제 (2001)는 광주시에서의 VOCs에 대한 오염원 기여도를 추정한 결과이다. 두 연구 모두 emis-sion inventory에 기초하여 오염원을 결정하였고, 이들 각 오염원에 대한 기여도를 추정하였다.
분석은 시료 채취 후 즉시 이루어졌는데, 시료를 분석하기 위해 Automation Thermal Desorption unit (ATD-400, Perkin Elmer, USA)가 연결된 gas chromatography (GC, Perkin Elmer, Auto System XL)를 사용하였다. 사용된 검출기는 FID (flammable ionization detector)였다.
캐니스터는 시료를 채취하기 전에 8시간 동안 8회 고순도 공기를 이용하여 세척하였다. 시료의 채취는 오염원 시료의 경우 30분 동안, 대기시료는 60분 동안 채취하였다.
대상 데이터
C2 ~ G성분의 분석에는 직경 0.32 mm, 길이 50 m, 내부 필름의 두께 5|im의 Alumina PLOT Column을 사용하였다. 이때 오븐은 초기 70。(2에서 5분간 유지된 후 10℃/min의 속도로 140℃까지 승온, 13분간 유지되었다.
C5~Co 성분의 분석에는 직경 0.32mm, 길이 60 m, 내부 필름의 두께 3 μm 의 100% poly dimethyl -siloxane으로 코팅된 BP-1 컬럼을 사용하였다. 오븐의 조건은 초기 40℃에서 12분간 유지, 이후 5℃/ min의 속도로 100℃까지, 그리고 7℃/min의 속도로 180℃까지 승온되었다.
그림 1에 나타낸 바와 같이 선정된 시료 채취지점은 서울을 동, 서, 남, 북으로 구분하여 각 방향별로 2개 지점씩, 그리고 내부와 외부의 4개 지점으로 구분할 수 있다. 시료는 각 지점별로 하루에 3개 이상의 시료를 채취하였다.
4%로 나타났다 이들 연구 이외에도 본 연구에서는 서울 대기 중에서의 VOCs 농도를 참고하여 가스연료 (LPG, LNG, CNG) 의 연소를 주요 오염 원으로 추가하였다 (Na and Kim, 2000). 따라서 본 연구에서의 오염원으로는 자동차 배출가스(터널), 연료의 증발, 가스연료 연소 (LPG, LNG, CNG), 유기용매 (페인트 세탁, 인쇄) 등이 포함되었으며 도로 포장은 여름철 서울 시내에서의 도로포장 공사가 없는 이유로 인하여 오염원에서 제외되었다. 오염원은 또한 각각의 오염원 특성에 따라 적게는 2가지에서 많게는 5가지 정도로 세분하여 시료를 채취하였으며 각각으로부터 최소 3개의 시료를 채취하였다.
본 연구에서는 대기시료를 채취하기 위해 서울의 대기오염 자동측정소 8지점을 선정하였다. 서울의 대기오염 자동측정소는 총 27개소에 걸쳐 고르게 분포되어 있는데, 해당 지역별로 그 지역의 대기오염농도를 대표할 수 있는 지점을 선정하고 있다.
서울의 대기오염 자동측정소는 총 27개소에 걸쳐 고르게 분포되어 있는데, 해당 지역별로 그 지역의 대기오염농도를 대표할 수 있는 지점을 선정하고 있다. 본 연구에서의 시료 채취지점은 서울의 특성을 잘 나타낼 수 있도록 지역 규모 및 사용 용도에 따라 고르게 8지점을 선정하였다. 시료채취를 위한 측정소의 선정은 대형도로의 영향을 직접적으로 받을 우려가 있는 곳은 피하고, 도로와 주거지역 또는 도로와 기타 오염물질의 영향을 대표할 수 있을 것으로 생각되는 지점이 선정되었으며, 선정된 시료 채취장소를 그림 1에 나타냈다.
원 분류표를 나타낸 것이다. 분석은 총 58종의 오존 전구물질에 대하여 실시하였는데, 여기에 나타낸 자료는 GC의 검출한계 이하로 검출된 물질은 모두 제외하였다.
사용된 검출기는 FID (flammable ionization detector)였다. 시료는 25 mg Carbotrap과 50 mg Carbosieve S Ⅲ로 충진된 -30℃의 cold trap에서 농축된 후, 350℃로 가열하여 농축된 시료를 탈착, lOml/min의 유량으로 GC내부로 도입되었다.
시료채취를 위한 측정소의 선정은 대형도로의 영향을 직접적으로 받을 우려가 있는 곳은 피하고, 도로와 주거지역 또는 도로와 기타 오염물질의 영향을 대표할 수 있을 것으로 생각되는 지점이 선정되었으며, 선정된 시료 채취장소를 그림 1에 나타냈다. 선정된 지점 중 성수 (SS)와구로(GR) 는 소규모의 공장이 밀집되어 있는 지역이며, 화곡(HG)과 번동(BD)은 주거지역의 성격을 띠고 있다. 방이 (BI)는 상업지구와 주거용 아파트가 밀집되어 있는 중간지점에 위치한 면적 140, 000m2 의 공원내부 중앙에 위치하고 있다.
시료는 25 mg Carbotrap과 50 mg Carbosieve S Ⅲ로 충진된 -30℃의 cold trap에서 농축된 후, 350℃로 가열하여 농축된 시료를 탈착, lOml/min의 유량으로 GC내부로 도입되었다. 시료 속에 포함되어 있는 수분의 영향을 최소화하기 위해 Nifiondrier가 사용되었는데, 본 연구에서는 수분을 배제하기 위해 225ml/min의 고순도 질소가스 (99.9999%)를 사용하였다.
시료는 각 지점별로 하루에 3개 이상의 시료를 채취하였다. 시료 채취시간은 하루 중 오존 농도가 비교적 낮은 09:00~ 11:00에 실시하였으며, 각 지점별로 동일한 시간대에 시료를 채취하였다. 채취기간은 2001년 8월 23일~24일, 27일~28 일으로서, 총 4일 동안 시료를 채취하였다.
수 있다. 시료는 각 지점별로 하루에 3개 이상의 시료를 채취하였다. 시료 채취시간은 하루 중 오존 농도가 비교적 낮은 09:00~ 11:00에 실시하였으며, 각 지점별로 동일한 시간대에 시료를 채취하였다.
여덟 개의 측정 장소에서 채취 . 분석한 VOCs의 농도를 보면 toluene의 농도가 평균 70~ lOOppb 정도를 검출돼 대부분의 측정지점에서 가장 높은 농도로 조사되었다.
, 2000). 연구에서는 9개의 오염원과 21 종의 물질을 기여도 산정을 위해 사용되었다(표 2). 따라서 식 (1)에 표현된 변수 중 Xjj가 nxm행 렬, Ak가 nxp 행렬, %가 pxm행렬이라 할 때 본 연구에서는 n = 21, m = 12, p = 9가 된다.
따라서 본 연구에서의 오염원으로는 자동차 배출가스(터널), 연료의 증발, 가스연료 연소 (LPG, LNG, CNG), 유기용매 (페인트 세탁, 인쇄) 등이 포함되었으며 도로 포장은 여름철 서울 시내에서의 도로포장 공사가 없는 이유로 인하여 오염원에서 제외되었다. 오염원은 또한 각각의 오염원 특성에 따라 적게는 2가지에서 많게는 5가지 정도로 세분하여 시료를 채취하였으며 각각으로부터 최소 3개의 시료를 채취하였다.
이후 4℃/min의 속도로 160℃ 까지 승온되었다. 운반가스로는 1.2ml/min의 고순도의 질소가스를 사용하였다.
시료 채취시간은 하루 중 오존 농도가 비교적 낮은 09:00~ 11:00에 실시하였으며, 각 지점별로 동일한 시간대에 시료를 채취하였다. 채취기간은 2001년 8월 23일~24일, 27일~28 일으로서, 총 4일 동안 시료를 채취하였다. 시료 채취 시의 날씨는 매우 맑았으며, 평균기온은 26.
데이터처리
비중을 다르게 하기 때문이다. 본 연구에서의 불확실 도는 각 성분의 농도를 평균할 때의 표준편차로 하였으며, 자료가 표준편차를 산정하기에 불충분할 경우에는 측정값의 10%, 검출된 농도가 측정기의 검출한계에 근접하는 경우에는 측정기의 검출한계를 불확실도로 이용하였다.
이론/모형
본 연구에서 사용된 시료채취방법은 US EPA TO-14 method (US EPA, 1999) 방법으로서, 시료는 Silica로 코팅된 캐니스터 (SilcoCan, RESCEK Co.) 를 이용하였다. 시료 채취시간을 조절하기 위해 XonTech analyzer (XonTech Inc.
CMB 모델의 기본가정은: (1) 시료채취 기간동안 배출원에서의 화학물질은 구성은 일정하다; (2) 화학물질은 서로 반응하지 않는다; (3) 수용체에 영향을 미칠 수 있는 모든 배출원을 분류할 수 있으며, 오염원에 따라 고유한 배출 특성을 갖는다; (4) 오염원 분류표는 수학적으로 서로 독립 이어야 한다; (5) 오염원의 수는 분석된 화학물질의 수와 같거나 적다; (6) 측정값에 대한 불확실도 는 임의적이고 서로 상관이 없으며 정규분포 형태를 취한다(Hopke, 1985). 본 연구에서 식(1)의계 산은 미 국의 EPA/Desert Research Insitute에서 개발한 CMB8을 이용하였다 (Watson 仃 次., 1997). CMB의 수행 정도를 평가할 수 있는 척도로는 (1) R2(O.
성능/효과
또한 ethylene과 toluene도 비교적 높은 비율을 나타내었다. Acetylene의 경우도 5.55%의 비율을 나타내어, 상기의 물질들이 자동차 배출가스에 대한 지표물질로 조사되었다. 이는 Vega et al.
65%). 가스연료가 연소된 후 배출되는 물질의 구성은 원료의 본래 성분에 따라 독특한 구성을 하고 있었는데, LPG 연소시에는 n-butane과 i-butane의 비율이 각각 54.13%와 26.69%로 조사되었으며, 상업용으로 사용되는 propane 가스의 경우에는 propane의 비율이 81.91%로 가장 높게 조사되었다. 도시가스의 경우에는 본래 도시가스를 구성하고 있는 주성분인 methane 이 분석되지 않아 불순물로 함유된 성분일 것으로 생각되는 ethane의 비율이 가장 높았는데 (69.
자동차 배가스에 의한 영향이 적게 나타난 SS 와 HG 지점의 경우는 다른 지역에 비해 측정 소가 도로에서 멀리 떨어진 공장지대 내부나 주택가에 위치한 영향으로 생각된다. 기여도 추정결과를 내곽과 외곽으로 구분할 때에도 전반적인 기여도 경향은 가스 연료를 제외하고는 많은 차이를 보이지 않고 있는 것으로 나타났다. 가스연료의 경우 전체적으로 LNG의 기여도가 높은 특성을 보이고 있다.
특히, butane, pentane 등과 같은 항목이 높은 비율을 나타내 었다. 또한 ethylene과 toluene도 비교적 높은 비율을 나타내었다. Acetylene의 경우도 5.
2%로써 gasoline vapor에 의한 기여도에 비해 높게 나타났다. 또한 가스연료를 사용하는 자동차를 포함한 자동차 관련 오염원에 대한 기여도를 모두 합할 경우 65%로서 서울시내에서의 VOCs 오염원의 상당 부분을 차지하고 있었다. 이 결과로부터 한낮에 오존 농도를 높일 수 있는 전구물질로서 자동차에서 배출되는 VOCs가 많은 영향을 차지하고 있음을 추측할 수 있다.
먼저, 자동차 오염원의 경우 모든 연구 결과에서 거의 유사한 기여도를 나타내고 있었다(각각 51.2 %, 51.3%, 49.6%). 자동차 오염원과 gasoline vapor 오염원을。합한 자동차 관련 오염원의 기여도는 각각 54.
4%의 기여도를 나타내 었다. 본 연구에서는 coating과 graphic art 오염원이 각각 19.2%, 2.1%의 기여도를 나타내었다. 이러한 결과는 수용체가 위치하고 있는 지역적인 차이에서 기인한 것으로 사료되며, 또한 여름철 중 오존의 농도가 높은 시기에 정부에서 페인트(건축물의 칠 작업, 도로 도색작업 등)의 사용 자제를 권장하기 때문에 여름철 전체의 기여도와 차이가 발생하는 것으로 보인다.
특히, 차량과 관련 오염원의 기여도는 gasoline vapor, LPG 그리고 vehicle emission을 모두 포함하였을 때 65%를 차지하여 자동차에 의한 영향이 매우 큼을 알 수 있었다. 본 연구의 결과를 emission inventory 연구 및 기존의 연구결과와 비교하였을 때 emission inventory 와는 자동차 및 sol vent에서, 기존의 연구와는 solvent와 gasoline vapor에서 비교적 많은 차이를 나타냈다.
여덟 개의 측정 장소에서 채취 . 분석한 VOCs의 농도를 보면 toluene의 농도가 평균 70~ lOOppb 정도를 검출돼 대부분의 측정지점에서 가장 높은 농도로 조사되었다. 그 다음으로는 50ppb 내외의 propane과 n-butane이 높은 농도를 보였다.
3%를 차지하였다. 연료 중 가스상 연료로 인한 기여도는 총 16.1 %, gasoline vapor는 13.1 %로 나타났다. 특히, 차량과 관련 오염원의 기여도는 gasoline vapor, LPG 그리고 vehicle emission을 모두 포함하였을 때 65%를 차지하여 자동차에 의한 영향이 매우 큼을 알 수 있었다.
또한 가스연료를 사용하는 자동차를 포함한 자동차 관련 오염원에 대한 기여도를 모두 합할 경우 65%로서 서울시내에서의 VOCs 오염원의 상당 부분을 차지하고 있었다. 이 결과로부터 한낮에 오존 농도를 높일 수 있는 전구물질로서 자동차에서 배출되는 VOCs가 많은 영향을 차지하고 있음을 추측할 수 있다. 가솔린과는 달리 디젤 vapor에 대한 기여도는 나타나지 않았는데, 이는 본 연구에 사용한 물질들이 비교적 저분자 물질들만을 측정대상으로 하였기 때문에 디젤 vapor에 대한 영향을 적절하게 추정 할 수 없던 것으로 사료된다.
일반적으로 가장 많은 기여도를 나타내고 있는 오염원은 자동차 배출가스로서, 본 연구에서는 평균 49.6%로 최소 38.7%에서 최대 55.4%의 범위를 나타내었다. Gasoline vapor가 13.
1 %로 나타났다. 특히, 차량과 관련 오염원의 기여도는 gasoline vapor, LPG 그리고 vehicle emission을 모두 포함하였을 때 65%를 차지하여 자동차에 의한 영향이 매우 큼을 알 수 있었다. 본 연구의 결과를 emission inventory 연구 및 기존의 연구결과와 비교하였을 때 emission inventory 와는 자동차 및 sol vent에서, 기존의 연구와는 solvent와 gasoline vapor에서 비교적 많은 차이를 나타냈다.
6%). 자동차 오염원과 gasoline vapor 오염원을。합한 자동차 관련 오염원의 기여도는 각각 54.6%, 58.5%, 62.7%로, 약간의 차이는 존재하였지만 모든 연구결과에서 대기질에 영향을 미치는 VOCs의 가장 큰 오염원으로 조사되었다. 또한 전술한 두 연구결과와 본 연구결과에서 solvent 오염원과 gasoline vapor 오염원에 대한 기 여도에서 큰차이가 존재하였다.
후속연구
전술한 바와 같이 본 연구결과와 다른 연구자들의 연구결과와의 비교에서 유의해야 할 점은 시료 채취의 시기, 기상학적인 요인 및 시료채취 장소의 지역적인 특성에 따라 여러가지 많은 변수들이 작용하기 때문에 수치적으로 직접 비교하기에 무리는 있을 것으로 생각되며, 다만 전술한 여러 변수들을 고려하여 참고자료로서의 비교는 무리가 없을 것으로 사료된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.