The objective of this study was to quantitatively estimate PM-10 source contribution in Gumi City, Korea. Ambient PM-10 samples were collected by a high volume air sampler, which operated for 84 different days with a 24-h sampling basis, from June 14,2001 though May 19, 2003. The filter samples were...
The objective of this study was to quantitatively estimate PM-10 source contribution in Gumi City, Korea. Ambient PM-10 samples were collected by a high volume air sampler, which operated for 84 different days with a 24-h sampling basis, from June 14,2001 though May 19, 2003. The filter samples were analyzed for determining 13 inorganic elements, 3 anions, and a total carbon. The study has intensively applied a receptor model, the PMF (Positive Matrix Factorization) model. The results from PMF modeling indicated that a total of seven sources were independently identified and each source was contributed to the ambient Gumi City from secondary sulfate (34%), motor vehicle (26%), soil relation (5%), field burning (3%), industrial relation (3%), secondary nitrate (22%), and incinration (7%) in terms of PM-10 mass, respectively.
The objective of this study was to quantitatively estimate PM-10 source contribution in Gumi City, Korea. Ambient PM-10 samples were collected by a high volume air sampler, which operated for 84 different days with a 24-h sampling basis, from June 14,2001 though May 19, 2003. The filter samples were analyzed for determining 13 inorganic elements, 3 anions, and a total carbon. The study has intensively applied a receptor model, the PMF (Positive Matrix Factorization) model. The results from PMF modeling indicated that a total of seven sources were independently identified and each source was contributed to the ambient Gumi City from secondary sulfate (34%), motor vehicle (26%), soil relation (5%), field burning (3%), industrial relation (3%), secondary nitrate (22%), and incinration (7%) in terms of PM-10 mass, respectively.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
제안 방법
(김 관수 등, 2001). IC (ion chromatography) 분석시 컬럼의 막힘 현상을 방지하기 위하여, 직경 47 mm, pore size 0.45 pm의 막 여지 (membrane fileter, Whatman사)를 이용하여 전 처리된 시료를 여과하였다
SI-90를 사용하였다. IC의 분석시료는 1 mL 를 주입하였으며, 각 이온의 표준용액을 이용하여 0.5〜511华/1, 5~20111眺의 범위에서 검량선을 작성하여 시료 내 (丁, NO「, SC^-의 농도를 분석하였다. 시료 중에 포함되어 있는 탄소성분은 원소분석기 (EA 1108, Italy, packed column, TCD Detector)를 이용하여 oven 온도 62°C, He와 6의 유속은 각각 130 mL/min, 40 mL/min의 조건에서 분석하였다.
PM-10 시료 중 전처리가 끝난 시료는 무기 원소분석 을 위해 ICP-AES (inductively coupled plasma- atomic emission spectrometry; Thermo Jarrell-Ash ARIS-AP) 분석 법을 이용하여 Al, V, Cr, Fe, Ni, Cu, Zn, Cd, Ba, Mn, Pb, Si, Na 등 총 13개 항목을 분석 하였다. ICP-AES의 검출한계는 시료의 채취에 사용된 여지의 바탕시험 (blank test)에 대한 3。방법으로 산출하였다.
PMF 모델링 수행을 위한 입력 파일은 PMF 모델에 예제 입력파일을 기본으로 원자료의 차원, 인자의 수 반복횟수, 회전자 유도(FPEAK), robust mode, 오차 모델 (error model: EM) 등의 변수를 수정하여 PMF입력파일을 작성하였다(황인조와 김동술, 2003a; Paatero, 1998).
PMF 모델링을 수행하여 G 행렬과 F행렬을 얻었으며, 오염원을 확인하였다. 또한, 전술한 바와 같이 다중 회귀분석을 통하여 실제 단위를 갖는 G행렬을 계산하였으며, 각 오염원의 정량적 기여도를 추정하였다.
경우도 폐기물의 연소과정과 소각과정 등에서 배출되는 것으로 알려져 있다. 다섯 번째 오염원은 주로 Fe가 주로 기여 하였고, CP, TC, N0「, SO42-, Al, Ba, Zn 등이 기 여하는 것으로 분석 되 어 industrial relation 오염원으로 추정 하였다. Fe, Al, C「은 일반적인 산업공정에서 배출되는 PM-10 입자의 약 6% 이상을 차지하고 있다(황인조와 김 동술, 2003a).
또한, 수용성 이온 성분을 분석하기 위하여 절취 한 여지를 초순수에 넣은 후 초음파 추출기로 30분간 추출하였다 (김 관수 등, 2001). IC (ion chromatography) 분석시 컬럼의 막힘 현상을 방지하기 위하여, 직경 47 mm, pore size 0.
오염원을 확인하였다. 또한, 전술한 바와 같이 다중 회귀분석을 통하여 실제 단위를 갖는 G행렬을 계산하였으며, 각 오염원의 정량적 기여도를 추정하였다. 앞에서 언급한 바와 같이 연구대상지역인 구미시는 우리나라 최대의 내륙공업 단지 (720만평)를 보유하고 있다.
마지막 일곱 번째 오염원은 成과 Zn이 주로 기여하고 SO42-, NO「, Al, TC, Pb, Zn 등의 다양한 원소가 기 여하여 incineration 오염원으로 분류하였다. Na 원소가 C「에 비해 상대적으로 기여가 낮아서 sea salt로 보기 어렵고, Zn을 비롯한 여러 중금속들이 소각에 의해 나타난 것으로 추정되어, incineration 오염원으로 분류하였다(Chueinta et al.
이는 인자의 수가 너무 많으면 실제 존재하지 않는 (ghost source) 오염원이 나타날 가능성이 있고, 인자의 수가 너무 적으면 오염원이 중복될 수 있기 때문이다(황인조와 김동술, 2003a). 본 연구에서는 가장 합리적인 변수 Q 값을 이용하여 인자 수를 7개로 결정하였다 (Kim 尿 泌, 2003; 황인조와 김동술, 2003a). 인자 수를 결정한 후인 자의 회전을 제어하는 변수인 FPEAK 값을 -1.
본 연구에서는 구미시를 연구대상지역으로 PM-10 high volume air sampler를 이용하여 시료를 채취하고 분진농도, 무기원소, 이온 성분 및 탄소성분을 분석하였다. 이러한 자료를 바탕으로 오염원 분류표(source profile)/]- 부재 시에도 적용할 수 있는 PMF 모델을 적용하여 구미시의 분진 오염원을 확인하였으며 최종적으로 정량적 기여도를 추정하였다.
본 연구지역에서 채취한 PM-10 시료의 무기 원소 및 이온성분의 분석을 위하여 여지를 펀처 (stainless steel puncher, 직경 38 mm)를 이용하여 일정부분 절취한 후 전처리를 수행하였다.
5〜511华/1, 5~20111眺의 범위에서 검량선을 작성하여 시료 내 (丁, NO「, SC^-의 농도를 분석하였다. 시료 중에 포함되어 있는 탄소성분은 원소분석기 (EA 1108, Italy, packed column, TCD Detector)를 이용하여 oven 온도 62°C, He와 6의 유속은 각각 130 mL/min, 40 mL/min의 조건에서 분석하였다. 원소분석기는 유기화합물의 주성분인 C, H, N, S, O를 원소분석 함으로써 시료의 조성비를 알 수 있다.
13m3/min의 유량으로 24 시간동안 채취하였다. 시료의 채취에 사용된 여지는 수정섬유 여지 (quartz microfiber filter, QM-A,Whatman)이며, 칭량 전후의 무게 차를 유량으로 나누어 분진농도를 계산하였다.
이들 분석 자료를 이용하여 PMF 모델을 이용하여 구미시에 존재하는 오염원을 확인하고 각 오염원의 정량적 기여도를 추정하였다.
이러한 자료를 바탕으로 오염원 분류표(source profile)/]- 부재 시에도 적용할 수 있는 PMF 모델을 적용하여 구미시의 분진 오염원을 확인하였으며 최종적으로 정량적 기여도를 추정하였다.
이를 위하여 펀처로 절취된 시료를 PEA liner 에 넣고 질산과 염산을 가한 후 power 4와 3에서 각각 가온하여 무기 원소 성분을 추출한 후, 여과하였다.
첫 번째 오염원은 SO/-/} 주로 기여하여 secon dary sulfate 오염원으로 추정하였다. 다양한 연소과정에서 배출된 SO? 는 광화학반응에 의해 H2SO4로 변환되어 SQ?-를 생성하게 된다(김관수 등, 2001).
대상 데이터
본 연구는 20()1년 6월부터 2003년 5월까지 high volume air sampler 이용하여 총 84개의 PM-10 분진 시료를 채취하여 총 17종의 화학종을 분석하였다. 이들 분석 자료를 이용하여 PMF 모델을 이용하여 구미시에 존재하는 오염원을 확인하고 각 오염원의 정량적 기여도를 추정하였다.
본 연구를 위해 20()1년 6월부터 2003년 5월까지 신평동 구 금오공과대학교 본관 옥상(5층)에서 총 84개의 PM-10 분진 시료를 맑은 날에 월 3〜9회의 주기로 채취하였다. 이 지역은 구미시의 산업단지와 주거지역의 경계지역에 위치하고 있어 구미시의 대기 질을 대표할 수 있는 위치라고 판단된다.
본 연구를 통해 구미시에서 총 7개의 오염원을 확인할 수 있었다.
본 연구에서 시료는 고용량 부유 분진 채취 장치인 high volume air sampler (Tisch Enviromrntal, US/TE- 6070)를 사용하여 평균 1.13m3/min의 유량으로 24 시간동안 채취하였다. 시료의 채취에 사용된 여지는 수정섬유 여지 (quartz microfiber filter, QM-A,Whatman)이며, 칭량 전후의 무게 차를 유량으로 나누어 분진농도를 계산하였다.
그림 1에 시료 채취지점을 도식하였다. 본 연구지역인 경상북도 서남부에 위치한 구미시는 우리나라 최대의 내륙공업 단지 (720만평)를 보유하고 있다. 구미시에 위치한 산업단지는 1, 2, 3단지와 입주 중인 4단지 등으로 구성되어 있으며, 약 700개의 기업체가 입주해 있다.
시료 채취지점이 산업단지와 주거지역의 경계지역에 위치하고있는데. 주변 산업단지의 경우, 공단 내 크고 작은 소각로의 가동과 구미시 외곽의 농촌 지역에서 주로 발생하는 불법소각의 영향으로 판단된다.
이론/모형
PM-10의 무기 원소 분석을 위한 전처리 방법은 Questron을 이용한 질산-염산 전처리 방법을 사용하였다. 이를 위하여 펀처로 절취된 시료를 PEA liner 에 넣고 질산과 염산을 가한 후 power 4와 3에서 각각 가온하여 무기 원소 성분을 추출한 후, 여과하였다.
바탕시험 (blank test)에 대한 3。방법으로 산출하였다.
성능/효과
다양한 연소과정에서 배출된 SO? 는 광화학반응에 의해 H2SO4로 변환되어 SQ?-를 생성하게 된다(김관수 등, 2001). 두 번째 오염원은 TC가 가장 크게 기 여하고 Zn, NO「, SO4", C「, Na 등이 기여하는 것으로 조사되었다. 탄소성분의 경우 motor vehicle 오염원의 marker 로 알려져 있으며, Zn의 경우 타이어의 마모 시에 다량 배출되는 것으로 알려져 있다(황인조와 김동술, 2003a; Hopke, 1985).
기여도를 보였다. 두 번째 높은 기여도를 나타낸 것은 motor vehicle 오염원으로 27%이고, secon dary nitrate 오염원과 incineration 오염원은 각 22% 와 7%로 '나타났다. 또한 soil relation 오염원은 5%, field burning 오염원과 industrial relation 오염원 이 각각 3%의 기여도를 나타내는 것으로 조사되었다.
반도체, 휴대폰, LCD, 컴퓨터, 첨단전자. 등정보통신산업 등 전자 산업이 주류를 이루고 있어 입자상 오염물질 보다는 가스상 오염물질이 더 영향을 미칠 것으로 사료되었다.
두 번째 높은 기여도를 나타낸 것은 motor vehicle 오염원으로 27%이고, secon dary nitrate 오염원과 incineration 오염원은 각 22% 와 7%로 '나타났다. 또한 soil relation 오염원은 5%, field burning 오염원과 industrial relation 오염원 이 각각 3%의 기여도를 나타내는 것으로 조사되었다. 결론적으로 이러한 오염원의 정량적 기여도에 관한 자.
또한 이러한 결과를 토대로 기여도를 추정한 결과, secondary sulfate 오염원의 기여도가 34%로 가장 높은 기여도를 보였다. 두 번째 높은 기여도를 나타낸 것은 motor vehicle 오염원으로 27%이고, secon dary nitrate 오염원과 incineration 오염원은 각 22% 와 7%로 '나타났다.
본 연구대상 지역에서는 2차 오염물질을 나타내는 secondary sulfate 오염원과 secondary nitrate 오염원이 각각 34%와 22%로 다른 오염원에 비해 높은 기여도를 나타냈다. Secondary sulfate 및 secondary nitrate는 2차입자로서, 도시지역의 입자상 물질에서 상당 부분을 차지하고 있다.
것이다. 본 연구의 결정계수 값은 약 0.97로 PMF 모델 결과가 실제 농도값을 잘 설명하고 있음을 알 수 있다.
본 연구지 역의 PMF 모델링 결과, secondary sulfate 오염원, motor vehicle 오염원, soil relation 오염원, field burning 오염원, industrial relation 오염원, secon dary nitrate 오염원과 incineration 오염원 등 총 7개의 오염원을 확인할 수 있었다.
Secondary nitrate 또한 전구물질인 질소산화물이 교통량이 많은 도시지역에서는 높은 농도를 보이고 있다(강병욱과 이학성, 2002). 역시 다른 오염원에 비해 기여도가 높게 나타난 motor vehicle 오염원은 27%의 기여도를 보였는데, 본 연구대상 지역인 구미시를 관통하고 있는 고속도로와 철도의 영향도 있지만 공단 도시의 특성상 다른 지역에 비해 교통량이 많아 높은 기여도를 나타낸 것으로 사료된다.
후속연구
또한 5%의 기여도를 나타낸 soil relation 오염원의 경우, 자연적인 원인이 크겠지만 건설공사와 도로 공사에 의한 비산먼지의 영향도 있을 것으로 판단되므로 이러한 현장에서 비산먼지에 대해 적절한 저감 방법 시행여부를 점검해야 할 것이다.
결론적으로 이러한 오염원의 정량적 기여도에 관한 자. 료가 본 연구지역의 대기 질 관리 및 개선을 위한 기초자료로 이용할 수 있을 것이다.
추후 입자상 물질에 대한 연구와 함께 가스상 오염물질에 대한 오염원 추정연구도 필요할 것이라 판단되며 분산모델과 수용모델을 결합하여 두 모델의 단점을 보완한다면, 더 효과적 인 오염원 추정연구가 가능할 것이라고 사료된다.
참고문헌 (14)
김관수, 황인조, 김동술 (2001) 수원지역 대기 중 PM-10 오 염원의 정량평가를 위한 수용방법론의 개발, 한국대기환경학회지, 17(2), 119-131
Ames, M.R., G. Gullu, J. Beal, and I. Olmez (2000) Receptor modeling for elemental source contributions to finee aerosols in New York State, Air & Waste Mange. Assoc., 50(5), 881-887
Chow, J.C., J.G. Watson, and D.H. Lowenyhal (1996) Source and chemistry of $PM_{10}$ aerosol in Santa Barbara Country, CA, Atmospheric Environment, 30 (9), 1489-1499
Chueinta, W., P.K. Hopke, and P. Paatero (2000) Investigation of sources of atmospheric aerosol at urban and suburban residential areas in Thailand by positive matrix factorization, Atmospheric Environment, 34, 3319-3329
Hopke, P.K. (1985) Receptor Modeling in Environmental Chemistry, John Willy & Sons, New York
Hwang, I. and P.K. Hopke (2007) Estimation of source apportionment and potential source locations of $PM_{2.5}$ at a west coastal IMPROVE site, Atmospheric Environment, 41, 506-518
Kim, E., T.V. Larson, P.K. Hopke, C. Slaughter, L.E. Sheppard, and C. Claiborn (2003) Source identification of $PM_{2.5}$ in arid Northwest U.S City by positive matrix factorization, Atmospheric Research, 66, 291-305
Kim, E., P.K. Hopke, and E.S. Edgerton (2004) Improving source identification of Atlanta aerosol using temperature resolved carbon fractions in positive matrix factorization, Atmospheric Environment, 38, 3349-3362
Lee, E., C.K. Chan, and P. Paatero (1999) Application of positive matrix factorization in source in source apportionment of particulate pollutants in Hong Kong, Atmospheric Environment, 33 (19), 3201- 3212
※ AI-Helper는 부적절한 답변을 할 수 있습니다.