[논문]기상조건별 비산먼지 관리체계 최적화 연구

김현구

Abstract ▼ AI-Helper

Fugitive dust, which is emitted in the ambient air without first passing through a stack or duct designed to control flow, is frequently generated by means of wind erosion from storage yards at Pohang Steel Wokrs. The size distribution of fugitive dust is mostly in the range of coarse particulate wh...

Fugitive dust, which is emitted in the ambient air without first passing through a stack or duct designed to control flow, is frequently generated by means of wind erosion from storage yards at Pohang Steel Wokrs. The size distribution of fugitive dust is mostly in the range of coarse particulate which is deposited as soon as emitted and less harm to human health; however $20\%$ of fugitive dust contains PM 10 known as one of most harmful airborne pollutant. Consequently, effective control and reduction of fugitive dust is strongly requested by the local society, but it is not easy so far because the generation and dispersion of fugitive dust highly depends on meteorological conditions, and it being occurred for irregularity. This research presented a fugitive dust control system for each meteorological condition by providing statistical prediction data obtained from a statistical analysis on the probability of generating the threshold velocity at which the fugitive dust begins to occur, and the frequency occurring by season and by time of the wind direction that can generate atmospheric pollution when the dispersed dust spreads to adjacent residential areas. The research also built a fugitive dust detection system which monitors the weather conditions surrounding storage yards and the changes in air quality on a real-time basis and issues a warning message by identifying a situation where the fugitive dust disperses outside the site boundary line so that appropriate measures can be taken on a timely basis. Furthermore, in respect to the spraying of water to prevent the generation of fugitive dust from the storage piles at the storage yard, an advanced statistical meteorological analysis on the weather conditions in Pohang area and a case study of fugitive dust dispersion toward outside of working field during $2002\∼2003$ were carried out in order to decide an optimal water-spraying time and the number of spraying that can prevent the origin of fugitive dust emission. The results of this research are expected to create extremely significant effects in improving surrounding environment through actual reduction of the fugitive dust produced from the storage yard of Pohang Steel Works by providing a high-tech warning system capable of constantly monitoring the leakage of fugitive dust and water-spray guidance that can maximize the water-spraying effects.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

즉, 비산먼지는 기상조건에 지배적 인 영향을 받기 때문에 그 발생시점과 발생량을 예측하기 어려운 관계로 현재까지는 육안식별과 경험적인 판단에 의해 비산먼지 발생 및 외부유출을 판별하고 있으며, 따라서 보다 효과적인 비산먼지 관리를 위해서는 비산먼지 발생여부와 확산특성을 과학적으로 판별하는 것이 급선무라고 판단된다. 본 논문에서는 기상 조건에 따른 비산먼지 발생특성을 기상학적으로 분석하고 외부유출 사례를 통계적으로 해석함으로써 기상 조건별 비산먼지 관리체계의 최적화 방안을 제안하고자 한다.
본 시스템에서는 MCP 방법 중 지형지물에 의한 기상요소의 변동요인이 있더라도 비교적 정확한 것으로 평가된 (김현구, 2005) 행렬 MCP (Woods & Watson, 1997) 방법을 적 용하였다. 본 논문에서는 지면관계상 MCP 방법 및 적용사례에 대한 구체적인 설명은 생략하지만 김현구(2005)에 MCP 방법에 따른 오차분석과 함께 포항지역에서의 적용사례를 제시하고 있으므로 참고문헌으로 대신하고자 한다.
본 연구에서는 최적살수방법에 대한 물리적인 모순, 즉 비산먼지의 억제를 위해서는 수분함량의 유지를 위해 지속적인 살수작업이 필요하지만 용수량 및 작업 시간 제약에 의해 1일 1~2회의 살수작업 이상은 현실적으로 어렵다는 대립상황을 극복하기 위하여 TRIZ의 시 간분리 (separation in time) 방법에 의 한 모순극복을 시도하였다. 즉, 개발된 자가학습모델에 2002년 1월부터 2003년 12월까지 총 17, 520시간의 과거 측정자료를 입력하여 비산먼지 유출사례를 판독함으로써 그림 12와 같은 비산먼지 외부书출 사례의 시간대별 발생빈도 그래프를 작성하였다.
것으로 예상된다. 이러한 배경 하에 본 연구에서는 원료야드 야적물로부터 풍식에 의해 비산먼지가 발생하여 부지경계선 외부로 유출확산되는 상황을 실시간으로 판별하여 환경관리자에게 영상정보로 제공함으로써 즉각적인 대응이 가능하도록 하며 더 나아가 비산먼지 발생확률을 예보함으로써 사전대비를 할 수 있는 비산먼지 경보/예보시스템과 이를 이용하여 최적살수시점을 도출할 수 있는 비산먼지 최적 관리시스템을 구축하였다. 개발된 비산먼지 경:四예보시스템은 비산먼지 외부유출을 근원적으로 차단함으로써 지역 대기질의 실질적인 개선료과가 기대되며 향후 대규모 노천야적장 보유업체로의 파급효과가 기대된다.
이러한 원료야드 비산먼지 관리의 난점을 해결하기 위하여 본 연구에서는 포항제철소에서 운영하는 환경관측소의 기상 및 대기질 측정자료를 수합/분석하여 포항지역의 국지바람장 및 대기오염도 정보에 대한 영상분석 이미지를 실시간으로 제공하는 시스템을 개발하였다. 개발된 시스템의 주화면을 보면 (그림 8) 화살표의 방향과 길이는 각각 풍향과 풍속을, 원의 크기는 선택된 오염물질의 농도를 시각적으로 표시하고 있어 기상조건 변화에 따른 대기오염도 변동추이를 기존의 수치자료에만 의존한 복잡한 정보가 아닌 직관적이지만 대기물리학적으로 유효한 상황판별이 가능하다.

제안 방법

개발된 시스템의 주화면을 보면 (그림 8) 화살표의 방향과 길이는 각각 풍향과 풍속을, 원의 크기는 선택된 오염물질의 농도를 시각적으로 표시하고 있어 기상조건 변화에 따른 대기오염도 변동추이를 기존의 수치자료에만 의존한 복잡한 정보가 아닌 직관적이지만 대기물리학적으로 유효한 상황판별이 가능하다. 또한 본 시스템은 인공지능 모델에 의하여 현재의 대기질 상황을 각각 안전상황(청색), 경보상황(적색), 관찰상황(녹색), 주의상황(황색) 등으로 구분하여 판별결과를 실시간으로 표시함으로써 환경관리자에게 효율적인 관리지침을 제공한다. 각각의 상황에 대한 설명은 그림 8에 서술되어 있다.
이러한 판별에 있어서 산재한 다수의 환경관측소에서 측정된 기상요소를 실제로 비산먼지가 발생하는 원료야드 야적 파일 표면에서의 요소값으로 변환하기 위해 측정-상관-예측 (MCP; Measure - Correlate - Predict) 모델 (김현구, 2005)을 적용하였으며, 다수개의 입력자료를 연산하여 하나의 의사결정값을 산출할 때 입력요소의 확률분포를 고려하는 몬테카를로 예측(Monte-Carlo Forecast) 모델을 적용하였다. 또한 유의지역에 환경관측소가 설치되지 못한 경우에 대비하여 유의지역에서의 대기질 농도값을 예측하는 방법으로 대기 확산모델 결과로부터 축출된 유의지역과 환경관측소 간의 상관계수를 적용하는 예측모델을 적용하였다.
본 연구를 통하여 개발된 비산먼지 경보/예보시스템을 포항제철소 환경감시센터에 설치하고 원료공장에서 최적살수지침을 실시한 이후 실제적인 비산먼지 저감효과가 나타났는지 검증하기 위해 비산먼지농도의 공정시험법에 의거하여 원료야드 주변 풍상 부와 풍하부 총 9개 지점에 미니볼(MiniVol) 먼지측정기를 설치하여 2004년 1월부터 6월까지 6개월간 장기측정을 실시하였다.
시도하였다. 즉, 개발된 자가학습모델에 2002년 1월부터 2003년 12월까지 총 17, 520시간의 과거 측정자료를 입력하여 비산먼지 유출사례를 판독함으로써 그림 12와 같은 비산먼지 외부书출 사례의 시간대별 발생빈도 그래프를 작성하였다. 작성된 그래프를 보면 비산먼지 외부유출 사례는 기상 조건의 통계분석을 통하여 예상하였던 바와 같이 11:00 ~19:00시 사이의 해풍 시간대에 90%의 사례가 집중되고 있으며 계절적으로는 춘계 유출사례 가장 높게 나타나고 있다.

대상 데이터

요구된다. 본 연구에서는 포항지역의 기상 특성을 통계분석하기 위하여 포항기상대에서 관측된 지난 30년간의 기상자료를 이용하였다. 선행연구 (이화운 등, 2003)에 의하면 포항지역은 철강산업공단과 시가지를 포함한 직경 10여 km의 영역은 영일만을 따라 남동쪽으로 열려있는 평지지형으로 풍향, 풍속의 변동이 국지적으로 크지 않기 때문에 포항기상대에서 관측자료는 포항지역 풍향/풍속의 대표성이 있음이 검증되었다.

이론/모형

참고로 a와 b는 원료 야드에서 단기간 실측을 수행하여 각각의 환경관측소와의 통계적 상관분석으로 미리 산출된 값을 적용하게 되며 측정기간이 길수록 통계적인 예측정확도는 향상된다. 본 시스템에서는 MCP 방법 중 지형지물에 의한 기상요소의 변동요인이 있더라도 비교적 정확한 것으로 평가된 (김현구, 2005) 행렬 MCP (Woods & Watson, 1997) 방법을 적 용하였다. 본 논문에서는 지면관계상 MCP 방법 및 적용사례에 대한 구체적인 설명은 생략하지만 김현구(2005)에 MCP 방법에 따른 오차분석과 함께 포항지역에서의 적용사례를 제시하고 있으므로 참고문헌으로 대신하고자 한다.
본 연구에서는 포항제철소 원료야드에 야적된 연원료의 임계마찰풍속을 파악하기 위하여 야적파일 (storage pile) 전체에 대한 입경조사를 실시하였다 Chepil(1952)의 시험방식에 따른 산정결과에 의하면, 지표토양의 경우 임계마찰풍속은 일반적으로 31 cm/s이지만(Gillette 1985) 원료야드 야적 물의 경우는 평균적으로 30~58cm/s로 다소 높은 것으로 조사되었으며 (김현구 등, 2003), 이 값을 풍속분포의 로그 법칙을 적용하여 야적파일의 상단부에서의 비산 풍속으로 환산하면 5m/s에 해당한다. 이는 원료 야드 야적 파일 (storage pile)의 표면에서 순간최대풍속이 5 m/s를 초과하면 비산이 시작된다는 것을 의미하며, 그림 4의 시간대별 순간최대풍속 변화특성과 비교한다면 비산먼지 발생이 우려되는 시간대는 io:oo ~ 17:00시 사이가 된다.
즉, 현재 원료야드 표면에서의 풍속이 비산먼지가 발생하기 시작하는 임계풍속을 초과하고 있는가? 현재 풍향이 시내방향으로 향하고 있는가? 실제로 비산먼지가 발생하여 시내로 유출됨으로써 시내 방향 먼지농도가 상승하고 있는가? 이 세가지 조건을 매 5 분마다 동시판별하여 모든 조건에 해당되면 유출상황으로 결정하여 경보를 발령하게 된다. 이러한 판별에 있어서 산재한 다수의 환경관측소에서 측정된 기상요소를 실제로 비산먼지가 발생하는 원료야드 야적 파일 표면에서의 요소값으로 변환하기 위해 측정-상관-예측 (MCP; Measure - Correlate - Predict) 모델 (김현구, 2005)을 적용하였으며, 다수개의 입력자료를 연산하여 하나의 의사결정값을 산출할 때 입력요소의 확률분포를 고려하는 몬테카를로 예측(Monte-Carlo Forecast) 모델을 적용하였다. 또한 유의지역에 환경관측소가 설치되지 못한 경우에 대비하여 유의지역에서의 대기질 농도값을 예측하는 방법으로 대기 확산모델 결과로부터 축출된 유의지역과 환경관측소 간의 상관계수를 적용하는 예측모델을 적용하였다.
보인다. 이러한 편차를 보정하기 위하기 위한 방법으로 풍력발전 분야에서 사용되는 측정-상관-예측 모델을 적용하였으며, 이때 두 지점간 풍속의 통계적인 선형 상관관계를 나타내는 다음의 보정 식을 사용하였다.

성능/효과

16-5. 12) 마지막 단계로 비산먼지 경보/예보시스템에 의한 즉각 대응과 최적살수시점 예방살수를 실시함에 따라 (2004. 5. 25-6. 11) 비산먼지 배출농도는 미관리 상태 대비 70% 이상 감소한 것으로 확인되어 개발된 비산먼지 최적관리시스템의 효과를 정량적으로 확인할 수 있었다.
개발하였다. 개발된 시스템의 주화면을 보면 (그림 8) 화살표의 방향과 길이는 각각 풍향과 풍속을, 원의 크기는 선택된 오염물질의 농도를 시각적으로 표시하고 있어 기상조건 변화에 따른 대기오염도 변동추이를 기존의 수치자료에만 의존한 복잡한 정보가 아닌 직관적이지만 대기물리학적으로 유효한 상황판별이 가능하다. 또한 본 시스템은 인공지능 모델에 의하여 현재의 대기질 상황을 각각 안전상황(청색), 경보상황(적색), 관찰상황(녹색), 주의상황(황색) 등으로 구분하여 판별결과를 실시간으로 표시함으로써 환경관리자에게 효율적인 관리지침을 제공한다.
그런데 그림 2의 순간최대풍속 바람장미의 주 풍향을 보면 평균풍속의 주풍향과 일치하지 않는 북풍과 남풍에서 최대풍속이 나타나고 있다. 따라서 비산먼지의 발생에 직접적인 영향을 주는 풍향은 순간최대풍속의 주풍향인 북풍, 북동풍, 동풍계 열과 남풍, 남서풍계열이며 대기 중으로 비산한 이후에는 평균풍속의 주풍향에 따라 확산거동을 할 것으로 판단된다
이러한 사례분석 결과로부터 직관적으로 최적 살수시점은 비산먼지 유출사례가 집중되기 이전 시간으로 판단할 수 있다. 실제로 본 연구에서는 강우량, 살수량 및 기상조건에 따른 수분함량의 변화를 장기간 측정/분석한 결과 10:00시경에 1 일 살수량의 70%를 예방살수하고 15:00시경에 나머지를 추가 살수하면 11:00~19:00시에 집중되는 비산먼지 유출사례를 최대한 억제할 수 있다는 결론을도줄하였다.
포항지역 기상조건에 대한 통계분석 결과를 종합하여 볼 때, 하루 중에는 해풍 진입시간인 10:00 시경부터 풍속이 증가하여 15:00시경에 최고 풍속에 도달하고 육풍으로 전환되는 20:00시경까지 비산먼지 발생이 우려되며 시내방향으로 진행하는 유의 풍향도 역시 해륙풍 전환시 출현빈도가 상승하고 있는 것으로 분석된다. 계절적으로는 겨울철 북서계절풍이 강풍임에도 불구하고 시내방향으로는 유출풍향 출현 빈도는 가장 낮게 나타나며 봄철 주간 시간대의 풍속이 타계절에 비하여 가장 높게 나타나고 있어 상대적으로 비산먼지 발생 가능성이 높을 것으로 판단된다.

후속연구

이러한 배경 하에 본 연구에서는 원료야드 야적물로부터 풍식에 의해 비산먼지가 발생하여 부지경계선 외부로 유출확산되는 상황을 실시간으로 판별하여 환경관리자에게 영상정보로 제공함으로써 즉각적인 대응이 가능하도록 하며 더 나아가 비산먼지 발생확률을 예보함으로써 사전대비를 할 수 있는 비산먼지 경보/예보시스템과 이를 이용하여 최적살수시점을 도출할 수 있는 비산먼지 최적 관리시스템을 구축하였다. 개발된 비산먼지 경:四예보시스템은 비산먼지 외부유출을 근원적으로 차단함으로써 지역 대기질의 실질적인 개선료과가 기대되며 향후 대규모 노천야적장 보유업체로의 파급효과가 기대된다.
EPA, 1995)에 의하면 주기적인 살수는 35%의 저감효과가 있지만 풍속에 따른 능동적 살수는 65%의 저감효율이 있는 것으로 조사되어 있다. 따라서 기존의 비산먼지 억제활동과 더불어 본 연구에서 개발된 비산먼지 경보;예보시스템에 의한 적기살수 및 예방살수를 실시한다면 실제적인 저감효율은 90% 이상이 될 것으로 기대된다.
비산먼지라고 하더라도 그 중 상당량이 인체 위해도가 높은 미세먼지를 포함하고 있기 때문에 향후 비산먼지에 대한 집중적인 단속 및 저감노력이 진행될 것으로 예상된다. 이러한 배경 하에 본 연구에서는 원료야드 야적물로부터 풍식에 의해 비산먼지가 발생하여 부지경계선 외부로 유출확산되는 상황을 실시간으로 판별하여 환경관리자에게 영상정보로 제공함으로써 즉각적인 대응이 가능하도록 하며 더 나아가 비산먼지 발생확률을 예보함으로써 사전대비를 할 수 있는 비산먼지 경보/예보시스템과 이를 이용하여 최적살수시점을 도출할 수 있는 비산먼지 최적 관리시스템을 구축하였다.

참고문헌 (15)

김병억, 김민균, 김현구 (2003) 제철소 인근지역 강화분진 성분별 분포현황 조사, (재)포항산업과학연구원 연구보고서, 2002A344
김현구, 김민균, 김병억 (2003) 제철소 면오염원 비산먼지 배출량 조사 및 저감방안 연구, (재)포항산업과학연구원 연구보고서, 2002A308
김현구, 정용원, 홍지형 (2004) 전국 시도별 비산먼지 배출량산정 (2001년도), 한국대기환경학회지, 20(2), 263-276

원문보기 상세보기
김현구 (2005) 포항지역 풍속전단 양상분석 및 측정-보정-예측법의 응용, 한국신재생에너지학회지, 1(2), 26-33

원문보기 상세보기
이화운, 정우식, 김현구, 이순환 (2003) 포항지역의 기후요소별 분석, 한국지구과학회지, 24(5), 449-4545

원문보기 상세보기
이화운, 정우식, 김현구, 이순환 (2004) 대기오염 확산해석을 위한 포항지역 기상장 연구-바람장 수치모의, 한국대기환경학회지, 20(1), 1-15

원문보기 상세보기
정우식, 이화운, 김현구 (2003) 포항지역의 겨울철 남서계열 탁월풍 현상에 관한 분석 및 수치모의, 한국지구과학회지, 24(6), 533-548

원문보기 상세보기
Chepil, W.S. (1952) Improved Rotary Sieve for Measuring State and Stability of Dry Soil Structure, Soil Science Society, 16, 113-117

상세보기
Emmitt, G.D. (1999) Fugitive coal dust: An old problem demanding new solutions, Port Technology International, 9, 125-128
Gillette, D.A. (1985) Threshold Velocities for Input of Soil Particles into the Air by Desert Soils, J. Geophysical Research, 85, 5621 -5630

상세보기
Shao, Y. (2000) Physics and Modeling of Wind Erosion, Kluwer Academic Publishers
U.S. Environmental Protection Agency (1995) Emission factor documentation for AP-42, Section 13.2.5, Industrial wind erosion, Research Triangle Park, NC, USA
U.S. Environmental Protection Agency (2000) National Air Pollutant Emission Trends, 1900-1998, EPA-454/R-00-002, Research Triangle Park, NC, USA
U.S. Environmental Protection Agency (2001) Procedures Document for National Emission Inventory, Criteria Air Pollutants 1985-1999, EPA-454/R-01-006, Research Triangle Park, NC, USA
Woods, J.C. and S.J. Watson (1997) A new matrix method of predicting long-term wind roses with MCP, J. Wind Eng. & Ind. Aerodyn., 66, 85-94

상세보기

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

기상조건별 비산먼지 관리체계 최적화 연구
Optimization of Fugitive Dust Control System for Meteorological Conditions 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (15)

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

기상조건별 비산먼지 관리체계 최적화 연구 Optimization of Fugitive Dust Control System for Meteorological Conditions 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (15)

이 논문을 인용한 문헌

저자의 다른 논문 :

김현구 (84)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

기상조건별 비산먼지 관리체계 최적화 연구
Optimization of Fugitive Dust Control System for Meteorological Conditions 원문보기

AI 본문요약
AI-Helper