여수석유화학산단 내 VOCs에 대한 오염원 분류표의 개발 및 CMB 모델에 의한 기여도 산정 Development of Source Profiles and Estimation of Source Contribution for VOCs by the Chemical Mass Balance Model in the Yeosu Petrochemical Industrial Complex원문보기
The purposes of this study were to characterize the local levels of VOCs (volatile organic compounds), to develop source profiles of VOCs, and to quantify the source contribution of VOCs using the CMB (chemical mass balance) model. The concentration of VOCs had been measured every 6-day duration in ...
The purposes of this study were to characterize the local levels of VOCs (volatile organic compounds), to develop source profiles of VOCs, and to quantify the source contribution of VOCs using the CMB (chemical mass balance) model. The concentration of VOCs had been measured every 6-day duration in the SRO monitoring site in the Yeosu Petrochemical Industrial Complex from September 2000 to August 2002. The total of 35 target VOCs, which were included in the TO-14 designated from the U.S. EPA, was selected to be monitored in the study area. During a 24-h period, the ambient VOCs were sampled by using canisters placing about 10 ~ 15 m above the ground level. The collected canisters were then analyzed by a GC-MS in the laboratory. Aside from ambient sampling at the SRO site, the VOCs had been intensively and massively measured from 8 direct sources and 4 general sources in the study area. The results obtained in the study were as follows; first, the annual mean concentrations of the target VOCs were widely distributed regardless of monitoring sites in the Yeosu Petrochemical Industrial Complex. In particular, the concentrations of BTX (Benzene, Toluene, Xylene), vinyl chloride were higher than other target compounds. Second, based on these source sample data, source profiles for VOCs were developed to apply a receptor model, the CMB model. Third, the results of source apportionment study for the VOCs in the SRO Site were as follows; The source of petrochemical plant was apportioned by 31.3% in terms of VOCs mass. The site was also affected by 16.7% from wastewater treatment plant, 14.0% from iron mills, 8.4% from refineries, 4.4% from oil storage, 3.8% from automobiles, 2.3% from fertilizer, 2.3% from painting, 2.2% from waste incinerator, 0.6% from graphic art, and 0.4% from gasoline vapor sources.
The purposes of this study were to characterize the local levels of VOCs (volatile organic compounds), to develop source profiles of VOCs, and to quantify the source contribution of VOCs using the CMB (chemical mass balance) model. The concentration of VOCs had been measured every 6-day duration in the SRO monitoring site in the Yeosu Petrochemical Industrial Complex from September 2000 to August 2002. The total of 35 target VOCs, which were included in the TO-14 designated from the U.S. EPA, was selected to be monitored in the study area. During a 24-h period, the ambient VOCs were sampled by using canisters placing about 10 ~ 15 m above the ground level. The collected canisters were then analyzed by a GC-MS in the laboratory. Aside from ambient sampling at the SRO site, the VOCs had been intensively and massively measured from 8 direct sources and 4 general sources in the study area. The results obtained in the study were as follows; first, the annual mean concentrations of the target VOCs were widely distributed regardless of monitoring sites in the Yeosu Petrochemical Industrial Complex. In particular, the concentrations of BTX (Benzene, Toluene, Xylene), vinyl chloride were higher than other target compounds. Second, based on these source sample data, source profiles for VOCs were developed to apply a receptor model, the CMB model. Third, the results of source apportionment study for the VOCs in the SRO Site were as follows; The source of petrochemical plant was apportioned by 31.3% in terms of VOCs mass. The site was also affected by 16.7% from wastewater treatment plant, 14.0% from iron mills, 8.4% from refineries, 4.4% from oil storage, 3.8% from automobiles, 2.3% from fertilizer, 2.3% from painting, 2.2% from waste incinerator, 0.6% from graphic art, and 0.4% from gasoline vapor sources.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
Table 2. The VOCs sources and sampling sites studied in this study.
본 연구는 대규모 국가 석유화학단지인 여수산단을 대상으로 미국 EPA(1997)가 인체 유해성 물질로 분류한 TO-14 물질을 대상으로, 2000년 9월부터 2002년 8월까지 6일 간격으로 24시간 동안 대기환경 시료를 채취하고 분석하였으며, 오염원에 대한 배출원 조사도 병행하여 수행하였다. 본 연구는 이들 자료를 바탕으로 VOCs의 오염원 분류표 (source profile)를 개발하고, 이를 CMB 모델에 적용하여 각 오염원에 대한 정량적인 오염원의 기여도를 추정하고자 하였다. 한편, 본 연구는 모델링의 결과와 배출계수에 입각하여 추정한 배출량 결과와 상호 비교검토를 수행하였다.
본 연구에서는 각 사업장의 VOCs 오염원 조사를 수행하기 위해, 우선 환경부 보고기준에 입각하여 오 염원을 표 3에서와 같이 재분류하였다. 본 연구의 조사대상 사업장은 총 14개이었으며, 각 사업장은 각 기 저장시설, 폐수처리시설, 펌프 시설 및 출하시설을 갖추고 있다.
표 1은 본 연구기 간 동안의 기상 특성을 요 약한 것이다. 본 연구지역과 인근 기상대와의 거리가 멀고, 방위도 다르며 지형적인 차이가 많기 때문에, 본 연구에서는 기상정보의 오류를 최소화하기 위해, 시료 채취 지점에서 가장 인접한 여수화력발전처의 시간대별 기상자료(2003)를 입수하여 활용하였다. 표 1과 같이 VOCs의 조사 기간 내 전체 연평균 기온은 16.
가설 설정
첫째, 시료 채취 기간 동안 배출원에서의 화학물질 구성은 일정하다. 둘째, 화학물질은 서로 반응하지 않는다. 셋째, 수용체에 영향을 미칠 수 있는 모든 배출원을 분류 할 수 있으며, 오염원에 따라 고유한 배출 특성을 갖는다.
이를 위해, 먼저 유사 사업장을 분류한 다음, 사업장마다 물질농도를 질량농도로 환산하였으며, 각 사업장 농도에 가중치를 적용한 후 각 물질농도 총합에 대한 분율을 계산하였다. 측정오차는 분석 시의 기본적인 오차인 10%를 가정하였고, 이 값을 CMB 계산 시 가중 인자 (weighting factor)로 사용하였다.
제안 방법
CMB 모델에 응용하기 위해 SRO 지점에서 2년간 측정한 농도를 각 물질별 질량농도(pg/n?)로 환산한 다음, 각각의 물질마다 불확실도를 고려하여 CMB 모델링을 위한 입력 파일을 작성하였디' 입력 파일 자료인 오염원 분류표와 SRO 지점의 측정자료를 CMB 모델에 적용한 결과, 다음과 같이 유효자료를 얻었다. CMB 모델에 의해 추정된 통계학적 변수를 보면, 회귀 결정계수인 IT는 평균 0.
차량에서의 배출량은 순천-여수 간 국도 17호선의 차종별 일일 통행량(도로 교통 통계 연보, 2001)을 이용하여 여수산단 지역의 자동차 통행 대수를 계산한 후 산단 내 도로길 이와 차종별 VOCs 배출계수(국립 환경연구원, 2001)를 곱하여 계산하였다. 도로포장 배출량은 전국 커트백 아스팔트 소비량을 구한 후, 전국 포장도로 길이 대비 여수산단 포장도로 길이 비를 대입하여 산정하였다. 또한, 사업장 VOCs 배출량은 영산강 유역 환경 관리청 (2001) 자료를 참고하여 직접 설문 및 방문 조사를 통하여 습득한 자료를 업종별로 구분하여 재산정하고 배출량 자료로 이용하였다.
여수 국가 석유 화학 산단 내에서 2000년 9월부터 2002년 8월까지 2년에 걸쳐 일반 대기환경에서 VOCs 시료를 6일 간격으로 채취하였다. 또한 같은 기간 12개 오염배출원에서 시료를 채취하여 총 35종의 VOCs에 대해 GC/MS를 이용하여 분석하였다. 이 분석자료들을 이용하여 산단 내 대기 중의 VOCs 농도 경향을 파악하였으며, 오염원에 대한 오염원 분류표를 작성하였다.
이 분석자료들을 이용하여 산단 내 대기 중의 VOCs 농도 경향을 파악하였으며, 오염원에 대한 오염원 분류표를 작성하였다. 또한, CMB 모델링을 수행하여 오염원에 대한 기여도를 정량적으로 추정하고 이를 배출계수에 입각한 환경부의 추정 배출량과 비교 검토하였다. 본 연구를 통해 도출된 결론은 다음과 같다
도로포장 배출량은 전국 커트백 아스팔트 소비량을 구한 후, 전국 포장도로 길이 대비 여수산단 포장도로 길이 비를 대입하여 산정하였다. 또한, 사업장 VOCs 배출량은 영산강 유역 환경 관리청 (2001) 자료를 참고하여 직접 설문 및 방문 조사를 통하여 습득한 자료를 업종별로 구분하여 재산정하고 배출량 자료로 이용하였다. 산단 내에서 배출계수에 입각한 실제 VOCs 배출량을 보면, 정유 시설이 1, 020.
시료 채취를 위해 캐니스터 (canister)를 이용하였으며, 지상으로부터 약 10-15 m 높이에서 24시간 동안 채취하였다. 본 실험에서는 일별로 VOCs의 농도 변화도를 관측하기 우]해, 24시간 유속조절기를 사용하여 대기 중 VOCs 시료를 채취하였다. 표 1은 본 연구기 간 동안의 기상 특성을 요 약한 것이다.
상기 서술한 시료 채취법에 의거하여 채취된 시료는 전처리 장치 (preconcentrator)에서 농축한 다음, GC/MSD로 분석하였다. 본 연구에서는 TO-14 물질 35종의 VOCs를 측정변수로 선정하고 분석하였다. 자세한 기기분석조건 및 크로마토그램 분석은 전준 민 등(2002, 2003)의 자료를 참조할 수 있다.
본 연구에서는 VOCs의 일반 면 오염원으로 주유소 인쇄소 자동차, 도로포장 등 4개 오염원으로 분류하였다. 사업장 오염원으로는 총 14개 사업장을 조사하고 이를 업종에 따라 정유, 도장, 폐수처리, 소각, 비료, 원유저장, 석유화학 관련 및 제련시설 등 8개 오염원으로 분류하여, 총 12개 오염원을 연구대상 오 염원으로 분류하였다.
이 지역은 그동안 국립환경연구원(1997)을 비롯하여 각종 연구기관에서 일반 대기오염물질뿐만 아니라, VOCs에 대한 시료를 채취할 때 대표지점으로 선정하였던 지점이다. 본 연구에서도 대기 중 VOCs 농도분포 변화를 기존 자료와 비교 평가하기 위해, 그리고 시료 채취기의 보관 용이성 등을 고려하여 SRO를 시료 채취 지점으로 선정하였다. 구체적으로 중흥동에 위치한 SRO 지점은 남쪽으로 약 100m 떨어진 곳에 4차선 도로가 인접해 있고, 북쪽과 서쪽으로는 석유화학 공장으로 둘러싸여 있으며, 동쪽으로는 석유화학 공장과의 사이에 낮은 언덕이 있다.
본 연구에서는 VOCs의 일반 면 오염원으로 주유소 인쇄소 자동차, 도로포장 등 4개 오염원으로 분류하였다. 사업장 오염원으로는 총 14개 사업장을 조사하고 이를 업종에 따라 정유, 도장, 폐수처리, 소각, 비료, 원유저장, 석유화학 관련 및 제련시설 등 8개 오염원으로 분류하여, 총 12개 오염원을 연구대상 오 염원으로 분류하였다. 이는 각 사업장이 서로 유사한 공정을 가지고 있지만, 사업장마다의 특성, 즉, 사용 원료, 생산제품에 따라 공정과 배출성분이 매우 다르 기 때문이다.
본 연구의 조사대상 사업장은 총 14개이었으며, 각 사업장은 각 기 저장시설, 폐수처리시설, 펌프 시설 및 출하시설을 갖추고 있다. 사업장에서의 측정은 규모에 따라 2001년 10월부터 2002년 8월까지 2~3회씩 실시하였으며, 시료를 채취할 때 기상측정은 일반 오염원에서와 동일한 조건에서 수행하였다.
상기 서술한 시료 채취법에 의거하여 채취된 시료는 전처리 장치 (preconcentrator)에서 농축한 다음, GC/MSD로 분석하였다. 본 연구에서는 TO-14 물질 35종의 VOCs를 측정변수로 선정하고 분석하였다.
아스팔트 도로를 포장할 때 방출되는 VOCs를 측정하였다. 시료 채취는 여수산단 내 J 화학 사업장 건너편에서 아스콘과 콘크리트를 혼합하여 도로포장이 진행될 때, 도로포장 면으로부터 약 0.
여수산단 내 SRO 지점에서 2년간 대기환경에서 측정한 VOCs 농도자료를 CMB 모델에 적용하여 연평균 배출원 기여도를 산정하였다. 모델링을 수행한 결과는 그림 3과 같으며, 측정 기간 전체의 평균, 표준 편차, 최대 및 최소 기여도는 표 8과 같다.
또한 같은 기간 12개 오염배출원에서 시료를 채취하여 총 35종의 VOCs에 대해 GC/MS를 이용하여 분석하였다. 이 분석자료들을 이용하여 산단 내 대기 중의 VOCs 농도 경향을 파악하였으며, 오염원에 대한 오염원 분류표를 작성하였다. 또한, CMB 모델링을 수행하여 오염원에 대한 기여도를 정량적으로 추정하고 이를 배출계수에 입각한 환경부의 추정 배출량과 비교 검토하였다.
또한, 유사한 여러 사업장의 오염원을 하나의 오염원 자료로 통합 정리하였다. 이를 위해, 먼저 유사 사업장을 분류한 다음, 사업장마다 물질농도를 질량농도로 환산하였으며, 각 사업장 농도에 가중치를 적용한 후 각 물질농도 총합에 대한 분율을 계산하였다. 측정오차는 분석 시의 기본적인 오차인 10%를 가정하였고, 이 값을 CMB 계산 시 가중 인자 (weighting factor)로 사용하였다.
표 7은 SRO 지점에서 모델링을 수행하고 각 측정 변수의 fitting 여부에 따라, 표 6의 오염원분류표를 재구성한 것이다. 입력자료로서, 표 5의 SRO 지점에서 채취한 대기환경 자료 [수식(1)의 서]와 표 6의 12개 VOCs 오염원 자료 [수식 (1) 의 區를 CMB 모델에 적용하였다. 모델 적용에 앞서 오염원 자료와 대 기환경 자료는 모두 VOCs의 각 성분을 질량 백분율로 환산한 것이다.
주유소의 경우, 여수시 주유소에서의 연간 총 VOCs 배출량을 계산한 후, 여수국가산단 내의 주유소 시설 수로 환산하여 산정하였으며, 인쇄시설의 경우 여수시 총 인쇄시설의 배출량 중 여수시 인구 대비 여수산단 종업원 수의 비율을 적용하여 산출하였다. 차량에서의 배출량은 순천-여수 간 국도 17호선의 차종별 일일 통행량(도로 교통 통계 연보, 2001)을 이용하여 여수산단 지역의 자동차 통행 대수를 계산한 후 산단 내 도로길 이와 차종별 VOCs 배출계수(국립 환경연구원, 2001)를 곱하여 계산하였다.
주유소의 경우, 여수시 주유소에서의 연간 총 VOCs 배출량을 계산한 후, 여수국가산단 내의 주유소 시설 수로 환산하여 산정하였으며, 인쇄시설의 경우 여수시 총 인쇄시설의 배출량 중 여수시 인구 대비 여수산단 종업원 수의 비율을 적용하여 산출하였다. 차량에서의 배출량은 순천-여수 간 국도 17호선의 차종별 일일 통행량(도로 교통 통계 연보, 2001)을 이용하여 여수산단 지역의 자동차 통행 대수를 계산한 후 산단 내 도로길 이와 차종별 VOCs 배출계수(국립 환경연구원, 2001)를 곱하여 계산하였다. 도로포장 배출량은 전국 커트백 아스팔트 소비량을 구한 후, 전국 포장도로 길이 대비 여수산단 포장도로 길이 비를 대입하여 산정하였다.
대상 데이터
여수산단에 위치한 각 사업장 내 저장시설 용도는 제품의 제조 특성에 따라 다르며 규모도 다르다. 따라서 저장시설에서의 시료 채취는 각 사업장별로 주요 사용물질을 저장하고 있는 탱크 시설을 대상으로 하였다. 본 연구에서는 사업장별로 1 ~2개소의 저장 시 설을 선정하였으며, 각 저장시설에서는 두 곳에서 시료를 채취하였다.
본 연구는 대규모 국가 석유화학단지인 여수산단을 대상으로 미국 EPA(1997)가 인체 유해성 물질로 분류한 TO-14 물질을 대상으로, 2000년 9월부터 2002년 8월까지 6일 간격으로 24시간 동안 대기환경 시료를 채취하고 분석하였으며, 오염원에 대한 배출원 조사도 병행하여 수행하였다. 본 연구는 이들 자료를 바탕으로 VOCs의 오염원 분류표 (source profile)를 개발하고, 이를 CMB 모델에 적용하여 각 오염원에 대한 정량적인 오염원의 기여도를 추정하고자 하였다.
본 연구에서 산단 내 VOCs 조사지점은 한국산업단지공단 서남지역본부 (South Regional Office, 이하 SRO)를 대상으로 하였다. 이 지역은 그동안 국립환경연구원(1997)을 비롯하여 각종 연구기관에서 일반 대기오염물질뿐만 아니라, VOCs에 대한 시료를 채취할 때 대표지점으로 선정하였던 지점이다.
또한 석유화학 및 석유제조업 사에서는 고체 (solid), 분말 (powder), 수지 (resin) 형태로 제품이 출하되기 때문에 출하시설 및 저장시설도 탱크 송유관 및 창고 등 형태로 다양하게 분류된다. 본 연구에서는 각 사업장에서 출하 시 설로 간주되는 지점에서 시료를 채취하였다. 창고일 경우 지면 1.
따라서 저장시설에서의 시료 채취는 각 사업장별로 주요 사용물질을 저장하고 있는 탱크 시설을 대상으로 하였다. 본 연구에서는 사업장별로 1 ~2개소의 저장 시 설을 선정하였으며, 각 저장시설에서는 두 곳에서 시료를 채취하였다. 즉, 탱크 하부 측면과 탱크 상부 배 기공 (vent hole)에서 시료를 채취하였으며, 이 두 곳의 농도를 평균하여 원자료 (raw data)로 사용하였다.
VOCs 다량 배출 설비 중 하나인 펌프 시설은 산단 내에서도 엄격히 규제되고 있다. 본 연구에서는 사업장에 따라 다소 차이는 있으나, 펌프 시설에서 vent 되는 부분을 중심으로 시료를 채취하였다. 시료는 vent 되는 방향의 상부 또는 측면부에서 순간 채취하였다.
여수산단에서 VOCs 오염원분류표를 개발하기 위해서는 VOCs 오염원의 특성과 오염원의 종류와 수를 결정하고, 선정된 오염원에서 배출되는 화합물의 성분비를 정확하게 실측 조사해야 한다. 본 연구에서는 표 2와 같이 VOCs 오염원을 선정하였다. 일단, 일반 면 오염원 (area source)으로는 주유소, 인쇄소 차량 배출 및 도로포장 등 4개 오염원을 선정하였다.
본 연구에서도 자동차에서의 시료 채취를 위해 순천시 인근에 위치한 터널을 선정하였다. 조사대상 터널은 남해고속도로(순천-광주) 상의 순천 제1터널(전 남 순천시 승주읍 소재)로서, 편도 3차선이며 총 터 널 길이는 약 0.
본 연구에서는 각 사업장의 VOCs 오염원 조사를 수행하기 위해, 우선 환경부 보고기준에 입각하여 오 염원을 표 3에서와 같이 재분류하였다. 본 연구의 조사대상 사업장은 총 14개이었으며, 각 사업장은 각 기 저장시설, 폐수처리시설, 펌프 시설 및 출하시설을 갖추고 있다. 사업장에서의 측정은 규모에 따라 2001년 10월부터 2002년 8월까지 2~3회씩 실시하였으며, 시료를 채취할 때 기상측정은 일반 오염원에서와 동일한 조건에서 수행하였다.
일단, 일반 면 오염원 (area source)으로는 주유소, 인쇄소 차량 배출 및 도로포장 등 4개 오염원을 선정하였다. 사업장 오염원으로는 총 14개 사업장을 조사하고 이를 업종에 따라 정유, 도장, 폐수처리, 소각, 비료, 원유저 장, 석유화학 관련 및 제련시설 등 8개 오염원으로 분류하여, 총 12개 오염원을 연구대상으로 선정하였다.
아스팔트 도로를 포장할 때 방출되는 VOCs를 측정하였다. 시료 채취는 여수산단 내 J 화학 사업장 건너편에서 아스콘과 콘크리트를 혼합하여 도로포장이 진행될 때, 도로포장 면으로부터 약 0.1 ~0.15 m 높이에서 캐니스터를 이용하여 2회 순간 채취하였다. 2001년 6월 시료를 채취 당시 기온은 25℃이었으며, 풍속은 0.
여수산단 내 대기 중 VOCs의 시료 채취는 2000년 9월부터 2002년 8월까지 2년(흐린 날 제외)에 걸쳐 6일 간격으로 수행되었다. 시료 채취를 위해 캐니스터 (canister)를 이용하였으며, 지상으로부터 약 10-15 m 높이에서 24시간 동안 채취하였다. 본 실험에서는 일별로 VOCs의 농도 변화도를 관측하기 우]해, 24시간 유속조절기를 사용하여 대기 중 VOCs 시료를 채취하였다.
이 인쇄소는 주로 옵셉 방식으로 인쇄 잉크를 사용하여 칼라인쇄, 명함, 출판물 등을 인쇄하는 설비를 갖추고 있었다. 시료는 2001년 6월과 10월에 각각 2회씩 캐니스터로 순간 채취하였으며, 인쇄소 내부(약 15평 규모) 중앙지점 1.5m 높이에서 수행하였다. 시료 채취 시 실내온도는 6월에 24℃, 10월에 26℃이었다.
일일 통행량은 18, 030대 이고, 대부분 차량의 주행속도는 90~ 100km/hr이었다 (건설교통부, 2001). 시료는 2001년 6월과 10월에 캐 니스 터 법으로 순간 채취하였으며, 조사 지점은 터널 내부 상. 하행선 방향에서 각각 깊이 50m인 2곳을 선정하였다.
여수 국가 석유 화학 산단 내에서 2000년 9월부터 2002년 8월까지 2년에 걸쳐 일반 대기환경에서 VOCs 시료를 6일 간격으로 채취하였다. 또한 같은 기간 12개 오염배출원에서 시료를 채취하여 총 35종의 VOCs에 대해 GC/MS를 이용하여 분석하였다.
여수산단 내 대기 중 VOCs의 시료 채취는 2000년 9월부터 2002년 8월까지 2년(흐린 날 제외)에 걸쳐 6일 간격으로 수행되었다. 시료 채취를 위해 캐니스터 (canister)를 이용하였으며, 지상으로부터 약 10-15 m 높이에서 24시간 동안 채취하였다.
, 1998). 이 CMB 모델을 응용할 때 모든 측정변수에 대한 불 확실도(uncertainty)를 함께 고려해야 하는데, 본 연구에서 불확실도는 각 VOCs 농도의 표준편차를 이 용하였으며, 표준편차를 산정하기 어려울 경우 측정값의 10%, 검출농도가 검출한계에 근접하는 경우에는 측정기의 검출한계를 불확실도 자료로 이용하였다.
하행선 방향에서 각각 깊이 50m인 2곳을 선정하였다. 이 지점에서 지면 높이 2이에서 각각 시료를 채취하였다. 조사 당시 터널 내부의 기온은 6월에 21 ℃, 10월에 24℃이었다.
2) 인쇄소
인쇄소에서의 시료 채취를 위해 순천시 소재 S인 쇄소를 선정하였다. 이 인쇄소는 주로 옵셉 방식으로 인쇄 잉크를 사용하여 칼라인쇄, 명함, 출판물 등을 인쇄하는 설비를 갖추고 있었다.
본 연구에서는 표 2와 같이 VOCs 오염원을 선정하였다. 일단, 일반 면 오염원 (area source)으로는 주유소, 인쇄소 차량 배출 및 도로포장 등 4개 오염원을 선정하였다. 사업장 오염원으로는 총 14개 사업장을 조사하고 이를 업종에 따라 정유, 도장, 폐수처리, 소각, 비료, 원유저 장, 석유화학 관련 및 제련시설 등 8개 오염원으로 분류하여, 총 12개 오염원을 연구대상으로 선정하였다.
본 연구에서도 자동차에서의 시료 채취를 위해 순천시 인근에 위치한 터널을 선정하였다. 조사대상 터널은 남해고속도로(순천-광주) 상의 순천 제1터널(전 남 순천시 승주읍 소재)로서, 편도 3차선이며 총 터 널 길이는 약 0.8 km이다. 일일 통행량은 18, 030대 이고, 대부분 차량의 주행속도는 90~ 100km/hr이었다 (건설교통부, 2001).
1) 주유소
주유소에서의 시료 채취는 전남 순천시에 소재하는 J 주유소에서 2001년 6월과 10월에 각각 2회씩 캐니스터 법으로 순간 채취하였다. J 주유소는 연간 휘발유 2,000톤, 경유 3, 200톤, 등유 20톤을 취급하는 중 규모의 주유소 설비를 갖추고 있었다.
본 연구에서는 사업장별로 1 ~2개소의 저장 시 설을 선정하였으며, 각 저장시설에서는 두 곳에서 시료를 채취하였다. 즉, 탱크 하부 측면과 탱크 상부 배 기공 (vent hole)에서 시료를 채취하였으며, 이 두 곳의 농도를 평균하여 원자료 (raw data)로 사용하였다.
폐수처리시설에서의 시료 채취는 각 사업장 종합폐수처리장 내 2~3곳에서 수행되었다. 시료는 밀폐 시 설인 경우 뚜껑을 닫은 후 내부에 튜브로 삽입하여 채취하였으며, 개방시설인 경우 상부에서 순간 채취하였다.
시료는 2001년 6월과 10월에 캐 니스 터 법으로 순간 채취하였으며, 조사 지점은 터널 내부 상. 하행선 방향에서 각각 깊이 50m인 2곳을 선정하였다. 이 지점에서 지면 높이 2이에서 각각 시료를 채취하였다.
데이터처리
본 연구는 이들 자료를 바탕으로 VOCs의 오염원 분류표 (source profile)를 개발하고, 이를 CMB 모델에 적용하여 각 오염원에 대한 정량적인 오염원의 기여도를 추정하고자 하였다. 한편, 본 연구는 모델링의 결과와 배출계수에 입각하여 추정한 배출량 결과와 상호 비교검토를 수행하였다.
이론/모형
CMB 모델의 응용은 미국의 EPA/Desert Research Insitute에서 개발한 CMB8 프로그램을 이용하였다. CMB 모델의 수행 정도를 평가할 수 있는 척도로는 표 4와 같은 통계학적 변수들의 조건을 만족하여야 한다(Watson etal.
성능/효과
CMB 모델에 응용하기 위해 SRO 지점에서 2년간 측정한 농도를 각 물질별 질량농도(pg/n?)로 환산한 다음, 각각의 물질마다 불확실도를 고려하여 CMB 모델링을 위한 입력 파일을 작성하였디' 입력 파일 자료인 오염원 분류표와 SRO 지점의 측정자료를 CMB 모델에 적용한 결과, 다음과 같이 유효자료를 얻었다. CMB 모델에 의해 추정된 통계학적 변수를 보면, 회귀 결정계수인 IT는 평균 0.98로 나타났으며, CMB 적용범위인 0.96~0.99에 모두 있었다. :”는 평균 2.
이러한 결과로 볼 때, 오염원분류표로 이용된 12개 배출원 중 주유소 인쇄, 자동차, 도로포장, 소각, 석유 화학 및 석유저장시설 등 7개 시설에서는 산단 내 추정 배출량과 CMB 모델링 결과와 비교적 잘 일치하고 있었다. 그러나, 산단 내 배출계수에 입각하여 추정한 VOCs 배출량 중 정유 시설은 45.9%를 차지하였으나, CMB 모델링 결과는 9、7%로 추정되어 커다란 차이를 보였다. 이에 반해 폐수처리시설(추정 배출량: 8.
셋째, 수용체에 영향을 미칠 수 있는 모든 배출원을 분류 할 수 있으며, 오염원에 따라 고유한 배출 특성을 갖는다. 넷째, 오염원 분류표는 수학적으로 서로 독립이 어야 한다. 다섯째, 오염원 수는 분석된 화학물질의 수와 같거나 적다.
넷째, 오염원 분류표는 수학적으로 서로 독립이 어야 한다. 다섯째, 오염원 수는 분석된 화학물질의 수와 같거나 적다. 여섯째, 측정값에 대한 불확실도는 임의적이고 서로 상관이 없으며 정규분포 형태를 취한다(Parrish et al.
전체적으로 유해성 VOCs(BTX, 염화비닐 및 1, 2-디클로로에탄)들의 농도는 '94~'95년 KIST(1996)에서 조사한 농도보다는 다소 낮게 나타났다. 둘째, CMB 모델링 결과, SRO 지점에서의 대기 중 연평균 총 VOCs에 대한 오염원 기여도는, 석유화학시설이 평균 31.3%로 가장 높았으며, 폐수처리시설 16.7%, 제철시설 14.0%, 정유시설 8.4%, 석유저장4.4%, 자동차 3.8%, 비료 2.3%, 도장 2.3%, 소각2.2%, 인쇄 0.6% 및 주유소 시설이 0.4% 순으로 추정되었다. 셋째, 여수산단 내 VOCs 물질에 대해 CMB 모델링 결과를 환경부의 배출량 추정 자료와 비교평가한 결과, 일부 오염원의 기여도에서 커다란 차이가 있었다.
에 의한 영향으로 보여진다. 또한 미지오염원 (unknown source)의 기여도는 평균 13.6%로서 배출원 입력 자료인 12개 배출원 이외의 다른 배출원이 존재함을 의미하며, 도로포장 배출원의 기여율은 0%로서 이 지점에서 전혀 영향을 미치지 않는 것으로 조사되었다. 특히, 석유화학 시설은 두 번째로 높은 기여도를 보인 폐수처리장 시설보다 약 2배 정도, 일반 배출원으로 분류한 주유소 인쇄, 자동차 오염원의 합인 4.
2%)이, 자동차(터널)에서는 톨루엔과 프레온-113 이, 도로포장에서는 1, 2, 4, -TMA과 톨루엔 등 화합물들이 주요 화합물로 나타났다. 사업장 오염원에서는 전반적으로 톨루엔, 벤젠, 에틸벤젠 성분들이 높은 비율을 보였으며, 특히 산업 특성에 따라 차이가 있지만 염화비닐(폐수처리장), 벤젠(제철), 에틸벤젠(비료) 및 프레온 113(정유 시설) 성분들이 높은 분율을 보였다.
, 1997). 사업장과 인접한 SRO 지점에서 최고 농도를 보인 성분은 톨루 엔으로서 연평균 4.55 ppb이었으며, 다음으로 염화비, 닐 2.07 ppb, 벤젠 1.32 ppb, 스티 렌 및 할로겐 화합물 순으로 조사되었다.
둘째, 화학물질은 서로 반응하지 않는다. 셋째, 수용체에 영향을 미칠 수 있는 모든 배출원을 분류 할 수 있으며, 오염원에 따라 고유한 배출 특성을 갖는다. 넷째, 오염원 분류표는 수학적으로 서로 독립이 어야 한다.
4% 순으로 추정되었다. 셋째, 여수산단 내 VOCs 물질에 대해 CMB 모델링 결과를 환경부의 배출량 추정 자료와 비교평가한 결과, 일부 오염원의 기여도에서 커다란 차이가 있었다. 즉, 모델링 결과에 입각한, 정유시설의 기여도는 단지 9.
이러한 결과로 볼 때, 오염원분류표로 이용된 12개 배출원 중 주유소 인쇄, 자동차, 도로포장, 소각, 석유 화학 및 석유저장시설 등 7개 시설에서는 산단 내 추정 배출량과 CMB 모델링 결과와 비교적 잘 일치하고 있었다. 그러나, 산단 내 배출계수에 입각하여 추정한 VOCs 배출량 중 정유 시설은 45.
9%를 차지하였으나, CMB 모델링 결과는 9、7%로 추정되어 커다란 차이를 보였다. 이에 반해 폐수처리시설(추정 배출량: 8.4%, CMB 결과: 19.3%)과 제철 시설(추정 배출량: 1.7%, CMB 결과: 16.2%) 및 비료 시설(추정 배출량: 0.3%, CMB 결과: 2.7%)와 같이 배출계수에 입각한 추정 결과보다 CMB 결과가 월등히 높았다.
대상 물질에 따라 매우 다양한 농도분포를 보이고 있었다. 전체적으로 SRO 지점에서 보인 VOCs 농도는 '94~'95년 한국과학기술연구원(1996)에서 조사 한 시기의 농도보다는 다소 낮게 조사되었다. 이는, 96년 9월 여수산단 지역이 "대기 보전 특별대책 지역” 으로 지정됨에 따라, VOCs의 배출규제 강화로 각 사업체에서 VOCs 배출시설들에 대한 투자증가와 방지시설 관리에 많은 노력을 했기 때문으로 사료된다.
특히, BTX, 염화비닐 성분들이 다른 성분들에 비해 고농도로 나타났다. 전체적으로 유해성 VOCs(BTX, 염화비닐 및 1, 2-디클로로에탄)들의 농도는 '94~'95년 KIST(1996)에서 조사한 농도보다는 다소 낮게 나타났다. 둘째, CMB 모델링 결과, SRO 지점에서의 대기 중 연평균 총 VOCs에 대한 오염원 기여도는, 석유화학시설이 평균 31.
셋째, 여수산단 내 VOCs 물질에 대해 CMB 모델링 결과를 환경부의 배출량 추정 자료와 비교평가한 결과, 일부 오염원의 기여도에서 커다란 차이가 있었다. 즉, 모델링 결과에 입각한, 정유시설의 기여도는 단지 9.7%이었으나, 배출계수에 입각한 추정 기여도는 45.9% 였다.
첫째, SRO 지점에서 조사된 VOCs 연평균 농도는 조사지점과 관계없이 대상물질에 따라 매우 다양한 농도 분포를 보이고 있었다. 특히, BTX, 염화비닐 성분들이 다른 성분들에 비해 고농도로 나타났다.
CMB 모델의 기본 가정은 다음과 같다. 첫째, 시료 채취 기간 동안 배출원에서의 화학물질 구성은 일정하다. 둘째, 화학물질은 서로 반응하지 않는다.
이러한 차이는 다음과 같은 원인이 있었을 것으로 사료된다. 첫째, 최근까지 국내 여건에 적합한 배출계수의 연구 미진, 둘째, 사업장 배출량은 총 추정 배출량의 95.5%를 차지하지만, 사업장에 대한 VOCs 배출량 산정기법의 불완전성, 셋째, 사업장으로부터의 정확한 배출량 자료의 확보 어려움, 넷째, 환경부 보고대상에서 제외된 사업장들에서의 배출량 추정 누락, 다섯째, 이로 인한, 정유 시설에서의 배출량이 실제보다 과대평가되어 상대적으로 다른 배출원의 기여도가 하향되었을 가능성 등을 생각할 수 있다. 따라서 현재 국내 • 외적으로 비교 검토할 연구 결과물 들이 없기 때문에, 이러한 비교분석을 통해 상기 두 평가 방법에 대한 정확도의 우열을 가릴 수는 없다.
모델링을 수행한 결과는 그림 3과 같으며, 측정 기간 전체의 평균, 표준 편차, 최대 및 최소 기여도는 표 8과 같다. 총 VOCs에 대한 각각의 오염원 기여도를 살펴보면, 석유화학 시설이 27.3~37.1% 범위이고 평균 31.3%로 가장 높은 비율을 보였으며, 폐수처리시설은 평균 16.7%, 제철 시설 14.0%, 정유 시설 8.4%, 석유저장 4.4%, 자동차 3.8%, 비료 2.3%, 도장 2.3%, 소각 2.2%, 인쇄 0.6% 및 주유소시설 0.4% 순으로 추정되었다. 이는 SRO 지점의 위치가 3개 면(서쪽, 북쪽, 동쪽)이 석유 화학 시설로 둘러싸여 있으며, 주풍향도 연간 29% 이상이 북서풍(NW) 또는 북북 서풍(NNW)으로서 주변 사업장.
6%로서 배출원 입력 자료인 12개 배출원 이외의 다른 배출원이 존재함을 의미하며, 도로포장 배출원의 기여율은 0%로서 이 지점에서 전혀 영향을 미치지 않는 것으로 조사되었다. 특히, 석유화학 시설은 두 번째로 높은 기여도를 보인 폐수처리장 시설보다 약 2배 정도, 일반 배출원으로 분류한 주유소 인쇄, 자동차 오염원의 합인 4.8%보다는 약 8배 높은 기여도를 보였다. 이러한 수치는 도심지역의 VOCs 기여도를 추정한 멕시코시 티 (Vega et al.
본 연구지역과 인근 기상대와의 거리가 멀고, 방위도 다르며 지형적인 차이가 많기 때문에, 본 연구에서는 기상정보의 오류를 최소화하기 위해, 시료 채취 지점에서 가장 인접한 여수화력발전처의 시간대별 기상자료(2003)를 입수하여 활용하였다. 표 1과 같이 VOCs의 조사 기간 내 전체 연평균 기온은 16.8℃이었으며, 습도는 67.7%, 풍속은 2.5 m/s, 강수량은 1, 391 mm으로 일반적인 해안성 기상 현상을 나타내고 있었다. 시간대별 풍향은 북서풍 (NW) 이 연 간 19.
표 9는 여수산단 내 SRO 지점에서 2000년 9월부터 2002년 8월까지 2년에 걸쳐 6일 간격으로 VOCs 물질에 대해 CMB 모델 결과를 2002년도 배출계수에 입각하여 추정한 배출량 자료와 비교한 것이다. 표와 같이 산단 내 VOCs 추정 배출량 비율은 정유 시설 45.9%, 석유화학 시설 34.4%, 폐수처리시설 8.7%, 자동차 4.0%, 석유저장시설 3.0%, 제철 시설 1.7%, 소각시설 1.3%, 비료 시설 및 주유소시설이 0.3%, 인쇄 및 도장시설이 0.2% 순으로 나타났다. 반면, CMB 모델링 결과는 연평균 기준으로 석유화학 시설이 36.
1 %로 나타났다. 표준편차 역시 석유화학 시설이 23.6%, 폐수처리시설 21.3%, 제 철시설이 19.6%로 나타나 높은 기여도를 나타낼 수 록 기여도의 변동 폭이 큼을 알 수 있었다. 이는 SRO 지점에 각 배출시설들이 당일 기상 조건에 따라 간헐적인 영향을 미친 것으로 사료된다.
후속연구
내외에서 연구가 매우 미진한 실정이다. 따라서 향후, 유해대기오염 물질인 TO-14VOCS에 대해서는 특히, 대규모 석유화학산단 지역에서의 대기 중 농도 분포 특성 파악과 함께 더욱 효과적인 오염원 확인과 정량적인 기여도 산정에 대한 연구들이 체계적으로 수행되어야 할 것이다.
따라서 현재 국내 • 외적으로 비교 검토할 연구 결과물 들이 없기 때문에, 이러한 비교분석을 통해 상기 두 평가 방법에 대한 정확도의 우열을 가릴 수는 없다. 따라서, 차후 사업장 내 공정 및 업종별에 대한 국가 차원의 배출원 조사가 정밀하게 수행되어 합리적인 관리방안을 도출해야 할 것으로 사료된다.
참고문헌 (36)
건설교통부(2001), 도로교통통계연보
국립환경연구원(2001) 2000년 대기오염물질배출량
국립환경연구원(1997) 여천공단 환경오염대책 마련을 위한 오염실태정밀조사 사업, 단행본
김영성 (1999) 산업단지 대기질 관리, HAP인가 VOC인가?, 한국대기환경학회지, 15(4), 513-517
Cheng, L., L. Fu, R.P. Angle, and H.S. Sandhu (1997) Seasonal variations of volatile organic compounds in Edmonton, Alberta, Atmos. Environ., 31(2), 239-246
Chung, J., R.A. Wadden, and P.A. Scheff (1996) Development of ozone-precursor relationships using VOC receptor modeling, Atmos. Environ., 30(18), 3167-3179
Derwent, R.G., T.J. Davies, M. Delaney, G.J. Dollard, R.A Field, P. Dumitrean, P.D. Nason, B.M.R. Jones, and S.A. Pepler (2000) Analysis and interpretation of continuous hourly monitoring data for 26 $C_{2}$ - $C_{8}$ hydrocarbons at 12 United Kingdom sites during 1996, Atmos. Environ., 34, 297-312
Fujita, E.M., J.G. Watson, J.C. Chow, and K.L. Magliano (1995) Receptor model and emissions inventory source apportionments of nonmethane organic gases in California's San Joaquin Valley and San Francisco Bay area, Atmos. Environ., 29(21), 3019-3035
Gertler, A.W., E.M. Fujita, W.R. Pierson, and D.N. Wittorff (1996) Apportionment of NMHC tailpipe vs nontailpipe emissions in the Fort McHenry and Tuscarora Mountain tunnels, Atmos. Environ., 30(12), 2297-2305
Hopke, P.K. (1985) Receptor Modeling in Environmental Chemistry, John Willy & Sons
Miller, M.S., S.K. Friedlander, and G.M. Hidy (1972) A chemical element balance for the Pasadena aerosol, J. Colloid and Inter. Science, 39(1), 165-176
Pierson, W.R., A.W. Gertler, N.F. Robinson, J.C. Sagebiel, B. Zielinska, G.A. Bishop, D.H. Stedman, R.B. Zweidinger, and W.D. Ray (1996) Real-world automotive emissions-summary of studies in the Fort Mchency and Tuscarora Mountain tunnels, Atmos. Environ., 30, 2233-2256
Scheff, P.A., R.A. Wadden, D.M. Kenski, and J. Chung (1996) Receptor model evaluation of the Southeast Michigan ozone study ambient NMOC measurements, AWMA, 46(11), 1048-1057
Scheff, P.A. and R.A. Wadden (1993) Receptor modeling of volatile organic compounds. I. emission inventory and validation, Environ. Sci. & Technol., 27(4), 617-625
Thijsse, T.R., R.F. van Oss, and P. Lenschow (1999) Determination of source contributions to ambient volatile organic compound concentrations in Berlin, AWMA, 49(12), 1394-1404
US EPA (1999) Compendium Method TO-15 Determination of Volatile Organic Compounds(VOCs) in Air Collected in Specially-Prepared Canisters and Analyzed by Gas Chromatography/mass spectrometry (GC/MS), Compendium Method for the Determination of Toxic Organic Compounds in Ambient Air, 2nd ed., EPA/625/R -96/010b
US EPA (1997) Compendium Method TO-14A Determination of Volatile Organic Compounds(VOCs) in Ambient Air Using Specially Prepared Canisters with Subsequent Analysis By Gas Chromatography, Compendium of Methods for the Determination of Toxic Organic Compounds in Ambient Air, 2nd ed., EPA/625/R -96/010b
Vega, E., V. Mugica, R. Carmona, and E. Valencia (2000) Hydrocarbon source apportionment in Mexico City using the chemical mass balance receptor model, Atmos. Environ., 34, 4121-4129
Wadden, R.A. and P.A. Scheff (1994) Receptor modeling of VOCs; II. Development of VOC control functions for ambient ozone, Atmos. Environ., 28(15), 2507-2521
Watson, J.G., N.F. Robinson, C. Lewis, and T. Coulter(1998) Chemical Mass Balance Receptor Model version 8 (CMB8) User's Manual, Desert Research Institute Document No. 1808.1D1, USA
Watson, J.G. (1979) Chemical Element Balance Receptor Model Methodology for Assessing the Source of Fine and Total Particulate Matter in Portland, Oregon, Ph.D. Oregon Graduate Center, Beaverton, OR
※ AI-Helper는 부적절한 답변을 할 수 있습니다.