선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 기존의 여러 연구를 통해 우리나라의 VOCs 및 CO 배출량의 저평가 가능성 (하용선, 2006; 장명도, 2004)과 NOX 배출량의 과대평가 가능성 (KEI, 2007) 을 언급한 바 있다. 따라서 본 연구는 대기 중 오존생성 전구물질인 NO* VOCs 등의 배출기 여도가 크고 불확실성이 높은 이동오염원을 중심-으로 배출량 조정에 따른 오존 예측 결과를 비교 분석하였다. 본연구의 배출량 조정 시나리오는 Vivanco and Andrade (2006) 연구를 활용하였다.
- 이에 본 연구에서는 대기정책수립에 중요한 도구가 되는 대기 질 모델의 신뢰성을 높이기 위하여 고농도 오존 사례를 토대로 대기오염자동측정망의 관측 자료를 이용하여 NO*와 VOCs 배출량의 적절한 비를 산출하였다. 또한 이러한 관측값을 활용한 오존 전구물질의 배출량 조정이 광화학 수치모델을 이용한 오존예측 결과에 미치는 영향을 살펴봄으로써 대기질 모델의 신뢰성 향상 방안을 제고해 보았다.
- 본 연구는 MM5-SMOKE-CMAQ 모델링 시스템을 이용한 수도권 대기질 예측평가 시, 관측자료를 이용하여 모델링 입력 자료인 배출량자료의 조정함으로써 예측 결과의 신뢰성을 향상시키고자 하였다. 우선, 배출량 조정 시나리오 작성을 위해 기존 연구의 이동오염원 부문 CO 배출량 저평가 가능성을 토대로 CO 배출량 조정비를 5배로 산정하였다.
- 본 연구는 우리나라 대기질 모델링 적용을 위한 배출량 입력 자료의 적합성을 검토하기 위한 연구이다. 기존의 여러 연구를 통해 우리나라의 VOCs 및 CO 배출량의 저평가 가능성 (하용선, 2006; 장명도, 2004)과 NOX 배출량의 과대평가 가능성 (KEI, 2007) 을 언급한 바 있다.
- 따라서 광화학 수치 모델을 이용한 대기질 모사의 신뢰성 향상을 위하여 입력 자료의 신뢰성 제고와 검증이 반드시 필요하다. 이에 본 연구에서는 대기정책수립에 중요한 도구가 되는 대기 질 모델의 신뢰성을 높이기 위하여 고농도 오존 사례를 토대로 대기오염자동측정망의 관측 자료를 이용하여 NO*와 VOCs 배출량의 적절한 비를 산출하였다. 또한 이러한 관측값을 활용한 오존 전구물질의 배출량 조정이 광화학 수치모델을 이용한 오존예측 결과에 미치는 영향을 살펴봄으로써 대기질 모델의 신뢰성 향상 방안을 제고해 보았다.
- 지금까지 배출량 조정 에 따른 NO” VOCs 종별 대기오염도 변화를 통해 예측 정확도 개선에 대해 살펴보았다. 본 장에서는 이러한 배출량 조정에 따른 오존 농도의 모사 결과를 살펴보았으며, 특히 고농도오존 예측 결과의 개선여부를 95퍼센타일 농도 분석을 통해 평가하였다.
제안 방법
- 우선, 배출량 조정 시나리오 작성을 위해 기존 연구의 이동오염원 부문 CO 배출량 저평가 가능성을 토대로 CO 배출량 조정비를 5배로 산정하였다. NOX 및 VOCs는 측정망별 5~8월간의 NOJCO 및 VOCs/CO의 관측값의 비를 토대로, 이동오염원 배출량을 NQ는 0.8 배 그리고 VOCs는 4배로 조정하였다.
- 대기 경계층에 대한 물리과정은 비국지적 연직 확산을 고려하는 Eta PBL Scheme을 사용하였으凤 지표면 물리 과정은 Five-Layer soil scheme을 선택하였다(Dudhia, 1996). SMOKE의 모델링 수행 시 화학 반응은 CMAQ에 기초하여 CB4 메커니즘에 따른 종별 프로파일을 산정하였다. 자연 배출량 계산에는 Microsoft Access에서 운영 가능한 Global Biosphere Emission and Interaction System (Globeis)을 활용하였다.
- 경부에서 제공하는 30 m 대분류 토지피복자료를 이용하여 domain3의 토지이용도를 개선하였다. 또한 2005년도 배출량의 SMOKE 적용을 위하여 화학종 및 시간 분류 프로파일 등의 입력자료를 추가 작성하였다.
- 대기질 모델링의 정합도 분석을 위하여 표 2와 같이 시도별 평균 오존 및 NC>2의 결과 분석을 실시하였다. 서울 지역의 오존 평균 예측값은 26.
- 또한 2005년도 배출량의 SMOKE 적용을 위하여 화학종 및 시간 분류 프로파일 등의 입력자료를 추가 작성하였다. 입력 자료는 기존 연구(김지영 등, 2008; 김정수 등, 2006)를 기반으로 하여 화학종별 프로파일 은총 109개, 시간 할당 프로파일은 총 37가지를 추가 할당하였다.
- 수평과 수직적 이류 계산에는 Piecewise Parabolic Method(PPM)를 이용하였으며, Eddy 연직 열확산 이론에 의해 연직 확산을 계산하였다. 또한 광해리율 산정과정은 clear-sky 모듈과 운량 보정을 통해 광해리율을 내삽하여 산정하였다. 화학반응 메카니즘으로는 기체상 반응으로는 Carbon-Bond Chemical Mechanism Version IV (CB4)를 사용하였고, 입자상 반응으로는 Models-3/CMAQ의 Aero3 모듈을 이용하였다.
- 8배, VOCs 배출량 조정 비율은 4배 이다. 본 연구에서는 CO 배출량 조정을 기반으로 NOX 배출량을 조정한 사례를 CASE1, VOCs를 조정한 사례를 CASE2 그리고 NOX 및 VOCs 배출량을 모두 조정한 사례를 CASE3으로 선정하여 비교 . 분석하였다.
- 자연배출량은 기상모델결과 및 환경부의 토지 이용도 자료를 이용하여 Globeis를 이용하여 산정하였다. 본 연구에서는 모델의 모사 능력을 향상시키기 위하여 기상 및 배출 모델의 입력자료 개선을 실시하였다 우선, 기상모델의 경우 환경부에서 제공히는 90m 간격의 DEM 자료를 domain3에 삽입하였다. 또한, 환
- VOCs 자료를 이용하였다.본 자료는 모델링 사례일을 포함한 2005년 5~8월간의 무강 수일을 대상으로 광화학 반응이 낮은 오전 7~8시 사이의 값을 활용하였으며, 측정망의 NO*와 CO 및 VOCs와 CO 간의 상관성 분석을 통해 배출량 조정비를 산출하였다. 이때, NQ와 CO 간의 상관계수(correlation coefficient, r)는 불광, 정동, 심곡의 모든 지 역에서 0.
- 본 장에서는 이러한 배출량 조정에 따른 오존 농도의 모사 결과를 살펴보았으며, 특히 고농도오존 예측 결과의 개선여부를 95퍼센타일 농도 분석을 통해 평가하였다.
- 우선, 배출량 조정 시나리오 작성을 위해 기존 연구의 이동오염원 부문 CO 배출량 저평가 가능성을 토대로 CO 배출량 조정비를 5배로 산정하였다. NOX 및 VOCs는 측정망별 5~8월간의 NOJCO 및 VOCs/CO의 관측값의 비를 토대로, 이동오염원 배출량을 NQ는 0.
- 따라서 반응성이 비교적 적은 co의 경우 대기질 예측농도와 관측값 간의 비교를 통하여 조정비율을 결정하였으며, 기존 연구 (KEI,2007)의 수정비를 참고하였다. 이러한 과정을 통해본 연구에서는 이동오염원의 CO 배출량 조정 비율을 5배로 결정하였다(그림 4). CO 배출량 조정으로 인하여 기존에 저평가되었던 CO 농도가 관측값과 유사한 수준으로 향상되었다.
대상 데이터
- CO 및 NO, NO? 등의 자료와 광화학 측정망의 VOCs 자료를 이용하였다.본 자료는 모델링 사례일을 포함한 2005년 5~8월간의 무강 수일을 대상으로 광화학 반응이 낮은 오전 7~8시 사이의 값을 활용하였으며, 측정망의 NO*와 CO 및 VOCs와 CO 간의 상관성 분석을 통해 배출량 조정비를 산출하였다.
- 활용하였다. 배출모델의 입력 자료는 초기 및 경계 자료로 최근 발표된 0.5° X 0.5° 간격의 INTEX-B Project(2006)의 동아시아 배출량 인벤토리 자료와 우리나라의 1 km X 1 km 간격의 Clean Air Policy Support System (CAPSS)S] 2005 년도 배출량 인벤토리 자료를 사용하였다(국립환경과학원, 2007). 자연배출량은 기상모델결과 및 환경부의 토지 이용도 자료를 이용하여 Globeis를 이용하여 산정하였다.
- 본 연구의 기상 모델의 초기 및 경계 입력 자료는 National Centers for Environmental Prediction (NCEP) 의 6시간 단위 Climate Data Assimilation System (CDAS)를 활용하였다. 배출모델의 입력 자료는 초기 및 경계 자료로 최근 발표된 0.
- 본 연구의 사례기간은 전형적 인 고농도 오존 발생 기상 조건인 2005년 7월 22일을 중심으로 2005년 7 월 21일부터 25일까지 5일간을 사례기간으로 선정하였다. 수도권 지역에서의 고농도 오존은 풍속이 낮고 기온과 일사량이 높으며, 고온의 난기류가 유입된 후 기단의 정체 등의 조건에서 나타난다(정용승과 정재섭, 1991).
- 또한 2005년도 배출량의 SMOKE 적용을 위하여 화학종 및 시간 분류 프로파일 등의 입력자료를 추가 작성하였다. 입력 자료는 기존 연구(김지영 등, 2008; 김정수 등, 2006)를 기반으로 하여 화학종별 프로파일 은총 109개, 시간 할당 프로파일은 총 37가지를 추가 할당하였다.
이론/모형
- 화학반응 메카니즘으로는 기체상 반응으로는 Carbon-Bond Chemical Mechanism Version IV (CB4)를 사용하였고, 입자상 반응으로는 Models-3/CMAQ의 Aero3 모듈을 이용하였다. Mo-dels-3/CMAQ의 기상 자료를 산출하기 위해 Penn State University (PSU)ZNational Center for Atmospheric Research (NCAR)의 Mesoscale Model을 사용하였고(Dudhia, 1993), 배출량 입력 자료의 가공을 위해 Sparse Matrix Operator Emission (SMOKE)를 활용하였다. 기상 모델 수행 시 적운 모수화 과정은 Grell cumulus scheme을 사용하였고(Grell et al.
- Mo-dels-3/CMAQ의 기상 자료를 산출하기 위해 Penn State University (PSU)ZNational Center for Atmospheric Research (NCAR)의 Mesoscale Model을 사용하였고(Dudhia, 1993), 배출량 입력 자료의 가공을 위해 Sparse Matrix Operator Emission (SMOKE)를 활용하였다. 기상 모델 수행 시 적운 모수화 과정은 Grell cumulus scheme을 사용하였고(Grell et al., 1995), 복사과정은 Rapid Radiative Transfer Model (RRTM) Longwave Scheme을 사용하여 수증기, 이산화탄소, 오존에 의한 상세한 흡수 스펙트럼 효과를 고려하였다. 대기 경계층에 대한 물리과정은 비국지적 연직 확산을 고려하는 Eta PBL Scheme을 사용하였으凤 지표면 물리 과정은 Five-Layer soil scheme을 선택하였다(Dudhia, 1996).
- , 1995), 복사과정은 Rapid Radiative Transfer Model (RRTM) Longwave Scheme을 사용하여 수증기, 이산화탄소, 오존에 의한 상세한 흡수 스펙트럼 효과를 고려하였다. 대기 경계층에 대한 물리과정은 비국지적 연직 확산을 고려하는 Eta PBL Scheme을 사용하였으凤 지표면 물리 과정은 Five-Layer soil scheme을 선택하였다(Dudhia, 1996). SMOKE의 모델링 수행 시 화학 반응은 CMAQ에 기초하여 CB4 메커니즘에 따른 종별 프로파일을 산정하였다.
- 본 연구의 계산 영 역은 Lambert Conform시 (LC) 격자 투영법을 이용하였고 그림 1과 같이 모델영역을 2개의 둥지 격자로 구성하였다. 따라서 동아시아 영역부터 수도권 영역까지 계산하여 경계의 feed-back 을 허용하는 two-way interacting nested grid system-g-적용하였다.
- 또한 Vivanco and Andrade (2006)에서는 NOX 및 VOCs 배출량의 적용하기에 앞서 CO 배출량의 정확성을 언급하고 있다. 따라서 반응성이 비교적 적은 co의 경우 대기질 예측농도와 관측값 간의 비교를 통하여 조정비율을 결정하였으며, 기존 연구 (KEI,2007)의 수정비를 참고하였다. 이러한 과정을 통해본 연구에서는 이동오염원의 CO 배출량 조정 비율을 5배로 결정하였다(그림 4).
- 자연 배출량 계산에는 Microsoft Access에서 운영 가능한 Global Biosphere Emission and Interaction System (Globeis)을 활용하였다. 본 연구의 계산 영 역은 Lambert Conform시 (LC) 격자 투영법을 이용하였고 그림 1과 같이 모델영역을 2개의 둥지 격자로 구성하였다. 따라서 동아시아 영역부터 수도권 영역까지 계산하여 경계의 feed-back 을 허용하는 two-way interacting nested grid system-g-적용하였다.
- 따라서 본 연구는 대기 중 오존생성 전구물질인 NO* VOCs 등의 배출기 여도가 크고 불확실성이 높은 이동오염원을 중심-으로 배출량 조정에 따른 오존 예측 결과를 비교 분석하였다. 본연구의 배출량 조정 시나리오는 Vivanco and Andrade (2006) 연구를 활용하였다. Vivanco and Andrade (2006)는 top-down 접근법으로 이른 아침 대기 중 CO, NO” NM0G의 농도가 자동차의 영향이 크고, 일사량과 풍속이 낮음에 따라 광화학 반응에 의한 영향이 작다는 가정을 기반으로 하고 있다.
- 수평과 수직적 이류 계산에는 Piecewise Parabolic Method(PPM)를 이용하였으며, Eddy 연직 열확산 이론에 의해 연직 확산을 계산하였다. 또한 광해리율 산정과정은 clear-sky 모듈과 운량 보정을 통해 광해리율을 내삽하여 산정하였다.
- 오존을 포함한 대기오염물질의 계산에는 미국 EPA의 Models-3/Community Multiscale Air Quality (CMAQ)를 활용하였다 (Byun and Ching, 1999). 수평과 수직적 이류 계산에는 Piecewise Parabolic Method(PPM)를 이용하였으며, Eddy 연직 열확산 이론에 의해 연직 확산을 계산하였다.
- SMOKE의 모델링 수행 시 화학 반응은 CMAQ에 기초하여 CB4 메커니즘에 따른 종별 프로파일을 산정하였다. 자연 배출량 계산에는 Microsoft Access에서 운영 가능한 Global Biosphere Emission and Interaction System (Globeis)을 활용하였다. 본 연구의 계산 영 역은 Lambert Conform시 (LC) 격자 투영법을 이용하였고 그림 1과 같이 모델영역을 2개의 둥지 격자로 구성하였다.
- 5° 간격의 INTEX-B Project(2006)의 동아시아 배출량 인벤토리 자료와 우리나라의 1 km X 1 km 간격의 Clean Air Policy Support System (CAPSS)S] 2005 년도 배출량 인벤토리 자료를 사용하였다(국립환경과학원, 2007). 자연배출량은 기상모델결과 및 환경부의 토지 이용도 자료를 이용하여 Globeis를 이용하여 산정하였다. 본 연구에서는 모델의 모사 능력을 향상시키기 위하여 기상 및 배출 모델의 입력자료 개선을 실시하였다 우선, 기상모델의 경우 환경부에서 제공히는 90m 간격의 DEM 자료를 domain3에 삽입하였다.
- 또한 광해리율 산정과정은 clear-sky 모듈과 운량 보정을 통해 광해리율을 내삽하여 산정하였다. 화학반응 메카니즘으로는 기체상 반응으로는 Carbon-Bond Chemical Mechanism Version IV (CB4)를 사용하였고, 입자상 반응으로는 Models-3/CMAQ의 Aero3 모듈을 이용하였다. Mo-dels-3/CMAQ의 기상 자료를 산출하기 위해 Penn State University (PSU)ZNational Center for Atmospheric Research (NCAR)의 Mesoscale Model을 사용하였고(Dudhia, 1993), 배출량 입력 자료의 가공을 위해 Sparse Matrix Operator Emission (SMOKE)를 활용하였다.
성능/효과
- 또한, VOCs 배출량 조정시 관측값과의 상관성이 가장 향상되어 경기도의 오존 농도 모사의 정확도를 높이기 위해 VOCs 배출량 조정이 유용한 것으로 분석되었다. 95 퍼센타일 농도로 살펴본 고농도 오존은 NOX 및 VOCs를 조정한 경우 고농도 오존을 가장 가깝게 모사하는 것으로 분석되었다. 그러나 그림 10과 같이 7 월 24일 및 25일 오전의 고농도 오존 등과 같은 오차로 인하여 평균농도가 과대평가되었으며 이러한 오존의 고농도 현상에 대한 추가 연구가 필요할 것으로 사료된다.
- 이러한 과정을 통해본 연구에서는 이동오염원의 CO 배출량 조정 비율을 5배로 결정하였다(그림 4). CO 배출량 조정으로 인하여 기존에 저평가되었던 CO 농도가 관측값과 유사한 수준으로 향상되었다. 또한 시계열 분포 역시 더욱 향상되어 출 .
- 관측값을 이용한 NO*의 배출량 조정 시서울과 경기도의 NO 및 NO? 의 모사 능력 이 비교적 향상되었으나 NO 배출량의 전반적 저평가와 인천지역의 선박 배출량 저평가 및 지형적인 특이성을 고려한 추가 연구가 필요할 것이다. CO 배출량 조정을 기반으로 이동오염원 부문의 VOCs 배출량 조정 결과, Toluene과 Ethylene의 예측값은 2.26ppb, 2.20 ppb로 기본 배출량 적용시보다 관측값에 가깝게 모사되 었다. 또한 관측값과의 상관성도 모두 증가한 것으로 분석되었다.
- 특히 인천의 경우 예측 농도가 관측값의 1/5 정도 수준으로 낮았다(표 3). NO 농도는 기본 배출량 적용시 가장 관측값에 가깝게 모사되었으나 NOX 배출량 조정으로 일변화 모사는 더욱 향상된 것으로 분석되었다(그림 6). NO?의 경우 서울과 경기지역에서는 NO* 배줄량 조정으로 NO? 농도는 관즉값과 유사한 수준으로 모사되었고 관측값과의 상관성 역시 향상된 것으로 분석되었다(그림 7).
- 가폭이 비교적 높은 것으로 분석되었다. 또한, VOCs 배출량 조정시 관측값과의 상관성이 가장 향상되어 경기도의 오존 농도 모사의 정확도를 높이기 위해 VOCs 배출량 조정이 유용한 것으로 분석되었다.
- 74로 높았다. 경기도와 인천의 예측값은 30.09 ppb와 37.72 ppb로 관측값에 비해 모두 높았으나, 경기도의 IOA값은 0.78, 인천은 0.57로 비교적 높은 상관성을 보였다. RMSE는 경기도가 18.
- 경기도의 경우 기본 배출량을 이용한 대기질 예측농도가 관측값인 26.10ppb에 비해 높은 것으로 나타났다 특히, NOX 및 VOCs를 모두 조정한 경우 경기도 지역의 평균 오존 농도가 35.28ppb까지 상승하여 큰 차이를 보였으나 관측값과의 상관성은 향상된 것으로 분석되었다(그림 10). 본 연구에서 활용된 경기도 지역의 측정망은 주로 경기 중남부 지역으로서 기존연구에서 이들 지역은 대부분 VOCs 한계 지역으로 밝힌 바 있으며 (김 영 하, 2005), 본 연구에서도 이러한 연구와 유사한 결과를 나타나고 있었다.
- 광화학측정망의 VOCs 종별 자료 중 Ethylene과 Toluene을 이용한 예측농도분석결과, 관측값에 비해 전반적으로 낮게 모사되었다(표 4). 그러나 관측값을 이용한 배출량 조정에 의한 예측값은 비교적 관측값과 유사한 수준으로 향상되었다.
- 01 ppb로 관측값에 비해 낮게 나타났다. 그러나 NQ 배출량 조정 시 오존농도는 증가하여 29.35 ppb 로 관측값과 가장 유사하게 분석되었으며, VOCs 조정시 오존 농도는 27.63 ppb로 약간 감소하였다. 서울지역은 VOCs 배출량 변화에 오존이 민감하게 반응하는 VOCs 한계조건과 intermediate 조건이 공존하는 상태로 비교적 VOCs 증가에 따른 오존 농도가 급격히 변화하며, NOX 농도 감소 시 오존이 증가하는 패턴으로 알려져 있다(이종범과 김영하, 2004).
- 그러나 관측값을 이용한 배출량 조정에 의한 예측값은 비교적 관측값과 유사한 수준으로 향상되었다. 그러나 지점별 시계열 분석결과, 일변화를 정확하게 예측하지 못하고 있었으며, 배출량 조정으로 인하여 고농도를 더욱 과대평가하는 것으로 분석되 었다(그림 8). 그러나 전반적인 VOCs 배출량 저평가와 같은 문제점은 관측값을 이용한 배출량 조정으로 향상된 결과를 나타냈다.
- NO 농도는 기본 배출량 적용시 가장 관측값에 가깝게 모사되었으나 NOX 배출량 조정으로 일변화 모사는 더욱 향상된 것으로 분석되었다(그림 6). NO?의 경우 서울과 경기지역에서는 NO* 배줄량 조정으로 NO? 농도는 관즉값과 유사한 수준으로 모사되었고 관측값과의 상관성 역시 향상된 것으로 분석되었다(그림 7). 이러한 결과를 통해 NO와 NO?의 배출비율의 조정으로 모델링을 이용한 예측 농도가 향상되었음을 시사하였다.
- 또한 관측값과의 상관성도 모두 증가한 것으로 분석되었다. 따라서 전반적인 VOCs 예측 정확성을 향상하기 위해 배출량 조정 이 필요하며, 관측값을 이용한 배출량 조정 시나리오가 대기질 모델을 이용한 VOCs 농도 예측시 유용한 것으로 나타났다. 그러나 배출량 조정 후에도 일변화의 모사 문제와 Toluene의 저평가 등의 오차가 존재하는 것으로 나타났다.
- 서울시의 대표 대기오염 자동측정망 지점인 신림과 도곡 지점의 시계열분포 및 95퍼센타일 농도를 살펴본 결과(그림 9), NOX 및 VOCs 배출량 조정에 따라 오존 패턴 및 고농도 오존을 잘 모사하는 것으로 분석되었다. 따라서, 서울시의 경우 관측값에 기반한 NQ 및 VOCs 배출량 조정으로 오존 농도 모사 능력을 향상시킨 것으로 분석되었다.
- 20 ppb로 기본 배출량 적용시보다 관측값에 가깝게 모사되 었다. 또한 관측값과의 상관성도 모두 증가한 것으로 분석되었다. 따라서 전반적인 VOCs 예측 정확성을 향상하기 위해 배출량 조정 이 필요하며, 관측값을 이용한 배출량 조정 시나리오가 대기질 모델을 이용한 VOCs 농도 예측시 유용한 것으로 나타났다.
- 같다. 또한 서울, 인천, 수원 기상대의 관측값과 수치 모의결과 간의 상관분석 결과, 기온의 IOA값은 모두 0.8 이상으로 높은 상관성을 나타냈다. 풍속은 서울 (0.
- 가폭이 비교적 높은 것으로 분석되었다. 또한, VOCs 배출량 조정시 관측값과의 상관성이 가장 향상되어 경기도의 오존 농도 모사의 정확도를 높이기 위해 VOCs 배출량 조정이 유용한 것으로 분석되었다. 95 퍼센타일 농도로 살펴본 고농도 오존은 NOX 및 VOCs를 조정한 경우 고농도 오존을 가장 가깝게 모사하는 것으로 분석되었다.
- 이러한 VOCs 모사 능력 전반의 개선을 위해서는 배출량 조정뿐만 아니라 국내화된 VOCs 프로파일 연구가 함께 필요할 것이다. 마지막으로 각 시나리오 적용에 따른 오존 모사 능력을 살펴본 결과, 서울 지역에서는 오존농도 예측값과 관측값의 차이가 감소 (3.5 ppb— 0.9 ppb)하였으며 , CO, NOX 및 VOCs 조정시 관측값과의 상관성 이 가장 높게 나타났다. 배출량 조정 시나리오 적용시 경기도의 예측농도와 관측값 간의 차이는 더욱 커졌으나, CO 및 VOCs 조정 시 가장 높은 일치도를 갖는 것으로 분석되었다.
- 9 ppb)하였으며 , CO, NOX 및 VOCs 조정시 관측값과의 상관성 이 가장 높게 나타났다. 배출량 조정 시나리오 적용시 경기도의 예측농도와 관측값 간의 차이는 더욱 커졌으나, CO 및 VOCs 조정 시 가장 높은 일치도를 갖는 것으로 분석되었다. 인천의 경우 배출량 조정에 따른 개선 효과는 미비하였다.
- 서울지역은 VOCs 배출량 변화에 오존이 민감하게 반응하는 VOCs 한계조건과 intermediate 조건이 공존하는 상태로 비교적 VOCs 증가에 따른 오존 농도가 급격히 변화하며, NOX 농도 감소 시 오존이 증가하는 패턴으로 알려져 있다(이종범과 김영하, 2004). 본 연구에서는 서울지역 결과가 VOCs 한계 조건에 유사한 패턴을 나타내고 있으나, 이동오염원 부문의 VOCs 배출 비율이 적음에 따라 VOCs 배출량에 변화에 따른 민감도가 낮은 것으로 분석되었다. 서울시의 결과로는 VOCs 배출량 조정 시 상관계수와 IOA 값이 모두 0.
- 서울 지역의 오존 평균 예측값은 26.01 ppb로 관측값에 비해 낮게 모사되었으나 관측값과의 IO A 값은 0.74로 높았다. 경기도와 인천의 예측값은 30.
- 09로 낮게 모사되었다. 서울시의 대표 대기오염 자동측정망 지점인 신림과 도곡 지점의 시계열분포 및 95퍼센타일 농도를 살펴본 결과(그림 9), NOX 및 VOCs 배출량 조정에 따라 오존 패턴 및 고농도 오존을 잘 모사하는 것으로 분석되었다. 따라서, 서울시의 경우 관측값에 기반한 NQ 및 VOCs 배출량 조정으로 오존 농도 모사 능력을 향상시킨 것으로 분석되었다.
- NO?의 경우 서울과 경기지역에서는 NO* 배줄량 조정으로 NO? 농도는 관즉값과 유사한 수준으로 모사되었고 관측값과의 상관성 역시 향상된 것으로 분석되었다(그림 7). 이러한 결과를 통해 NO와 NO?의 배출비율의 조정으로 모델링을 이용한 예측 농도가 향상되었음을 시사하였다. 그러나 현재 NO의 주요한 오염원인 토양오염원 (김득수, 2001)이 제외되어 있으며, 인천 지역에서는 선박 배출량의 저평가(환경부, 2008) 등으로 NO 배출량이 크게 저평가되어 있어 이에 따른 추가연구가 필요할 것이다.
- 46 ppb로 관측값에 비해 약간 낮았다. NO?의 상관성 분석 결과, 인천 지역을 제외하고 서울(0.46)과 경기도 (0.60)는 비교적 유의한 상관성을 나타냈다. RMSE는 경기도(11.
- 이동오염원의 CO 배출량을 조정한 결과, 서울(650 ppb), 경 기 (460 ppb) 및 인천 (295 ppb) 모두 기본 배출량 적용 시에 비해 관측값에 근사하게 모사되었으며, 관측값과의 상관성도 향상되어 CO 예측 능력이 개선되었다. 관측값을 이용한 NO*의 배출량 조정 시서울과 경기도의 NO 및 NO? 의 모사 능력 이 비교적 향상되었으나 NO 배출량의 전반적 저평가와 인천지역의 선박 배출량 저평가 및 지형적인 특이성을 고려한 추가 연구가 필요할 것이다.
- 인천 지역은 표 5와 같이 전반적인 예측 농도가 관측값에 비해 크게 과대평가되어 있으며, 평균 예측농도가 약 37~40ppb 정도로 관측값(18.78ppb)에 비해 두 배 이상 과대평가되는 것으로 나타났다(표 5). 인천 지역의 오존 예측 농도 역시 VOCs 배출량 조정 시 관측값의 시계열을 잘 모사하는 것으로 분석되었으며, 관측값과의 상관성도 향상되었다(그림 11).
- 78ppb)에 비해 두 배 이상 과대평가되는 것으로 나타났다(표 5). 인천 지역의 오존 예측 농도 역시 VOCs 배출량 조정 시 관측값의 시계열을 잘 모사하는 것으로 분석되었으며, 관측값과의 상관성도 향상되었다(그림 11). 95퍼센타일 농도의 경우 NO* 및 VOCs 조정시 관측값과 가장 가깝게 모사되었다.
- 따라서, 인천 지역을 제외한 수도권 지역의 오존 모사 능력 향상을 위하여 관측값을 이용한 배출량 조정 이 유용할 것으로 사료된다. 특히, 고농도 오존(95퍼센타일 농도)을 대상으로 분석한 결과 이동오염원 부문의 CO, NOX 및 VOCs 배출량을 모두 조정한 경우 예측값이 관측값에 가장 유사하게 나타났다. 그러나, 인천의 경우 배출량의 오차 및 복합 지형의 영향으로 인하여 모사 능력 이 현저히 낮게 나타남에 따라 이에 대한 상세 연구가 필요할 것으로 사료된다.
- 24로 가장 높게 분석되었다. 서울과 경기도에서 NO? 평균 예측값은 35.6ppb와 31.16ppb 로 관측값보다 높았고, 인천의 평균 예측값은 19.46 ppb로 관측값에 비해 약간 낮았다. NO?의 상관성 분석 결과, 인천 지역을 제외하고 서울(0.
후속연구
- 95 퍼센타일 농도로 살펴본 고농도 오존은 NOX 및 VOCs를 조정한 경우 고농도 오존을 가장 가깝게 모사하는 것으로 분석되었다. 그러나 그림 10과 같이 7 월 24일 및 25일 오전의 고농도 오존 등과 같은 오차로 인하여 평균농도가 과대평가되었으며 이러한 오존의 고농도 현상에 대한 추가 연구가 필요할 것으로 사료된다.
- 그러나 전반적인 VOCs 배출량 저평가와 같은 문제점은 관측값을 이용한 배출량 조정으로 향상된 결과를 나타냈다. 그러나 종별 VOCs 모사 능력의 전반적인 개선을 위해서는 배출량 조정뿐만 아니라 국내화된 VOCs 프로파일 연구가 함께 필요하다. 현재 배출모델의 VOCs 프로파일은 미국의 VOCs 화학 종분류에 기반으로 하여 국내 특성을 제대로 모사하지 못하고 있는 실정 이다(Kim et al.
- 이러한 결과를 통해 NO와 NO?의 배출비율의 조정으로 모델링을 이용한 예측 농도가 향상되었음을 시사하였다. 그러나 현재 NO의 주요한 오염원인 토양오염원 (김득수, 2001)이 제외되어 있으며, 인천 지역에서는 선박 배출량의 저평가(환경부, 2008) 등으로 NO 배출량이 크게 저평가되어 있어 이에 따른 추가연구가 필요할 것이다.
- 특히, 고농도 오존(95퍼센타일 농도)을 대상으로 분석한 결과 이동오염원 부문의 CO, NOX 및 VOCs 배출량을 모두 조정한 경우 예측값이 관측값에 가장 유사하게 나타났다. 그러나, 인천의 경우 배출량의 오차 및 복합 지형의 영향으로 인하여 모사 능력 이 현저히 낮게 나타남에 따라 이에 대한 상세 연구가 필요할 것으로 사료된다.
- 인천의 경우 배출량 조정에 따른 개선 효과는 미비하였다. 따라서, 인천 지역을 제외한 수도권 지역의 오존 모사 능력 향상을 위하여 관측값을 이용한 배출량 조정 이 유용할 것으로 사료된다. 특히, 고농도 오존(95퍼센타일 농도)을 대상으로 분석한 결과 이동오염원 부문의 CO, NOX 및 VOCs 배출량을 모두 조정한 경우 예측값이 관측값에 가장 유사하게 나타났다.
- 경기도의 NO 및 NO? 의 모사 능력 이 비교적 향상되었으나 NO 배출량의 전반적 저평가와 인천지역의 선박 배출량 저평가 및 지형적인 특이성을 고려한 추가 연구가 필요할 것이다. CO 배출량 조정을 기반으로 이동오염원 부문의 VOCs 배출량 조정 결과, Toluene과 Ethylene의 예측값은 2.
- 그러나 배출량 조정 후에도 일변화의 모사 문제와 Toluene의 저평가 등의 오차가 존재하는 것으로 나타났다. 이러한 VOCs 모사 능력 전반의 개선을 위해서는 배출량 조정뿐만 아니라 국내화된 VOCs 프로파일 연구가 함께 필요할 것이다. 마지막으로 각 시나리오 적용에 따른 오존 모사 능력을 살펴본 결과, 서울 지역에서는 오존농도 예측값과 관측값의 차이가 감소 (3.
- 그러나 인천은 비도로 부문 NOX 및 VOCs 배출량의 저평가 및 일 최저농도를 과대평가 등의 여러 오차를 발생하였다. 이러한 문제점은 인천 지역의 관측 자료의 확보를 통한 차등 배출량 조정 시나리오 및 해안 지역의 모델 모사 능력 향상 등의 추가연구가 필요할 것으로 사료된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.