WRF-CMAQ 모델을 이용한 한반도 CH4 배출의 기여농도 추정 및 검증 Verification and Estimation of the Contributed Concentration of CH4 Emissions Using the WRF-CMAQ Model in Korea원문보기
이 연구의 목적은 한반도에서 $CH_4$ 농도의 수치모의 검증을 통하여 $CH_4$ 배출원의 기여 농도를 추정하는 것이고, 이 수치모의에 사용된 $CH_4$ 배출량을 상자모델로부터 추정된 $CH_4$ 배출량과 비교하는 것이다. 한반도에서 2010년 4월 1일부터 8월 22일까지 $CH_4$의 평균 농도를 추정하기 위해 WRF-CMAQ 모델이 사용되었다. 모델에서 $CH_4$ 배출량은 전지구 배출량인 EDGAR와 한국에서의 온실기체 배출량인 GHG-CAPSS로부터 인위적 배출 인벤토리와 전지구 자연적 인벤토리인 MEGAN이 적용되었다. 이들 $CH_4$ 배출량은 안면도 및 울릉도에서 측정된 $CH_4$ 농도와 모델링 농도 자료를 비교함으로써 검증되었다. 울릉도에서 국내 배출원으로부터 추정된 $CH_4$의 기여 농도는 약 20%로 나타났고, 이것은 한반도 내 농장(8%), 에너지 기여 및 산업공정(6%), 일반폐기물(5%), 생체 및 토지이용(1%) 등 $CH_4$ 배출원으로부터 기원하였다. 그리고 중국으로부터 수송된 $CH_4$의 기여 농도는 약 9%였고, 나머지 배경농도는 약 70%로 나타났다. 박스모델로 추정된 $CH_4$ 배출량은 WRF-CMAQ 모델에서 사용한 $CH_4$ 배출량과 유의미한 결과를 얻었다.
이 연구의 목적은 한반도에서 $CH_4$ 농도의 수치모의 검증을 통하여 $CH_4$ 배출원의 기여 농도를 추정하는 것이고, 이 수치모의에 사용된 $CH_4$ 배출량을 상자모델로부터 추정된 $CH_4$ 배출량과 비교하는 것이다. 한반도에서 2010년 4월 1일부터 8월 22일까지 $CH_4$의 평균 농도를 추정하기 위해 WRF-CMAQ 모델이 사용되었다. 모델에서 $CH_4$ 배출량은 전지구 배출량인 EDGAR와 한국에서의 온실기체 배출량인 GHG-CAPSS로부터 인위적 배출 인벤토리와 전지구 자연적 인벤토리인 MEGAN이 적용되었다. 이들 $CH_4$ 배출량은 안면도 및 울릉도에서 측정된 $CH_4$ 농도와 모델링 농도 자료를 비교함으로써 검증되었다. 울릉도에서 국내 배출원으로부터 추정된 $CH_4$의 기여 농도는 약 20%로 나타났고, 이것은 한반도 내 농장(8%), 에너지 기여 및 산업공정(6%), 일반폐기물(5%), 생체 및 토지이용(1%) 등 $CH_4$ 배출원으로부터 기원하였다. 그리고 중국으로부터 수송된 $CH_4$의 기여 농도는 약 9%였고, 나머지 배경농도는 약 70%로 나타났다. 박스모델로 추정된 $CH_4$ 배출량은 WRF-CMAQ 모델에서 사용한 $CH_4$ 배출량과 유의미한 결과를 얻었다.
The purpose of this study was to estimate the contributed concentration of each emission source to $CH_4$ by verifying the simulated concentration of $CH_4$ in the Korean peninsula, and then to compare the $CH_4$ emission used to the $CH_4$ simulation with...
The purpose of this study was to estimate the contributed concentration of each emission source to $CH_4$ by verifying the simulated concentration of $CH_4$ in the Korean peninsula, and then to compare the $CH_4$ emission used to the $CH_4$ simulation with that of a box model. We simulated the Weather Research Forecasting-Community Multiscale Air Quality (WRF-CMAQ) model to estimate the mean concentration of $CH_4$ during the period of April 1 to 22 August 2010 in the Korean peninsula. The $CH_4$ emissions within the model were adopted by the anthropogenic emission inventory of both the EDGAR of the global emissions and the GHG-CAPSS of the green house gases in Korea, and by the global biogenic emission inventory of the MEGAN. These $CH_4$ emission data were validated by comparing the $CH_4$ modeling data with the concentration data measured at two different location, Ulnungdo and Anmyeondo in Korea. The contributed concentration of $CH_4$ estimated from the domestic emission sources in verification of the $CH_4$ modeling at Ulnungdo was represented in about 20%, which originated from $CH_4$ sources such as stock farm products (8%), energy contribution and industrial processes (6%), wastes (5%), and biogenesis and landuse (1%) in the Korean peninsula. In addition, one that transported from China was about 9%, and the background concentration of $CH_4$ was shown in about 70%. Furthermore, the $CH_4$ emission estimated from a box model was similar to that of the WRF-CMAQ model.
The purpose of this study was to estimate the contributed concentration of each emission source to $CH_4$ by verifying the simulated concentration of $CH_4$ in the Korean peninsula, and then to compare the $CH_4$ emission used to the $CH_4$ simulation with that of a box model. We simulated the Weather Research Forecasting-Community Multiscale Air Quality (WRF-CMAQ) model to estimate the mean concentration of $CH_4$ during the period of April 1 to 22 August 2010 in the Korean peninsula. The $CH_4$ emissions within the model were adopted by the anthropogenic emission inventory of both the EDGAR of the global emissions and the GHG-CAPSS of the green house gases in Korea, and by the global biogenic emission inventory of the MEGAN. These $CH_4$ emission data were validated by comparing the $CH_4$ modeling data with the concentration data measured at two different location, Ulnungdo and Anmyeondo in Korea. The contributed concentration of $CH_4$ estimated from the domestic emission sources in verification of the $CH_4$ modeling at Ulnungdo was represented in about 20%, which originated from $CH_4$ sources such as stock farm products (8%), energy contribution and industrial processes (6%), wastes (5%), and biogenesis and landuse (1%) in the Korean peninsula. In addition, one that transported from China was about 9%, and the background concentration of $CH_4$ was shown in about 70%. Furthermore, the $CH_4$ emission estimated from a box model was similar to that of the WRF-CMAQ model.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이것은 연 단위로 산정된 배출량을 시간별 모델링 입력 자료로 구성하는데 대단히 중요한 요소로 시·군·구 기초자치단체별·배출원 분류별 연돌 제원, 사용연료 종류 및 연료량, 배출량 등의 정보를 포함하고 있다. 따라서 본 연구에서는 GHG-CAPSS 배출량 자료를 기반으로 배출량 입력 자료를 구성하였다. 그러나 국내 온실가스 배출량 자료는 산림과 토지이용에 의한 배출량과 주변국의 배출량 자료를 포함하지 않고 있어, 식생과 토양 분포에 따른 배출량을 따로 추가하여 보완할 필요가 있기 때문에, EDGAR(Emissions Database for Global Atmospheric Research) v4.
따라서, 본 연구의 목적은 한반도를 포함한 동북아 지역 CH₄ 배출량과 함께 WRF(Weather Research Forecasting)-CMAQ(Community Multiscale Air Quality) 모델 내 CH₄-CO-OH 사이클을 이용하여 CH₄ 농도와 그 배출 기여도를 추정하는 것이다. 또한 상자 모델에 근거하여 CH₄ 배출량을 추정하고 이를 모델 결과와 비교하는 것이다.
본 연구는 우리나라에서 산정되고 있는 GHG-CAPSS내 CH₄ 배출량의 정확도를 검증하는 차원에서 WRF-CMAQ의 CH₄ 모델링을 통해 CH₄의 배출원 기여 농도 평가와 배출량 자체를 검증하였다. 모델링 사례일은 서풍이 우세하면서 CH₄ 관측이 가능한 풍상측인 안면도와 풍하측인 울릉도를 고려하여 2010년 4월 1일부터 8월 22일까지 선택하였고 연구 결과를 요약하면 다음과 같다.
가설 설정
상자의 크기는 상층으로 5 km, 남북으로 405 km의 크기이다. A면으로 유입된 기류는 B면을 통해 완전히 빠져나가는 정상상태, 비압축성 유체를 가정하였다. 또한 공간에서 CH₄ 평균 농도는 균일하며 배출원은 지면으로 CH₄의 방출과 동시에 혼합되어 전 지역에 균등 분포하고 단기간에 화학반응이나 제거 및 흡수되지 않는다고 가정하였다.
A면으로 유입된 기류는 B면을 통해 완전히 빠져나가는 정상상태, 비압축성 유체를 가정하였다. 또한 공간에서 CH₄ 평균 농도는 균일하며 배출원은 지면으로 CH₄의 방출과 동시에 혼합되어 전 지역에 균등 분포하고 단기간에 화학반응이나 제거 및 흡수되지 않는다고 가정하였다. 상자 모델을 이용한 농도변화와 배출량 사이 관계식은 다음과 같다.
제안 방법
8a의 2010년 5월 5일 울릉도에서 CH₄ 고농도 사례 일을 분석하기 위해 Figs. 9, 10a, and 10b와 같이 지상 일기도에서의 바람 벡터와 후방궤적을 분석하였다. Fig.
따라서 본 연구에서는 GHG-CAPSS 배출량 자료를 기반으로 배출량 입력 자료를 구성하였다. 그러나 국내 온실가스 배출량 자료는 산림과 토지이용에 의한 배출량과 주변국의 배출량 자료를 포함하지 않고 있어, 식생과 토양 분포에 따른 배출량을 따로 추가하여 보완할 필요가 있기 때문에, EDGAR(Emissions Database for Global Atmospheric Research) v4.2 온실가스 배출량을 바탕으로 동아시아 및 북한 지역의 배출량을 추가하였다. EDGAR 배출량은 GEIA(Global Emissions Inventory Activity) 프로젝트의 일환으로, 전 지구에 대해서 1o×1o 간격으로 배출량이 산정되며 매년 업데이트 되고 있다.
WRF-CMAQ의 CH₄ 모델링 사례일은 한반도의 풍상측인 안면도와 풍하측인 울릉도에 대해 CH₄ 농도 관측이 이루어진 2010년 4월 1일부터 8월 22일까지 선택하였다. 그리고 CH₄ 모델링 검증을 위해서는 서풍이 가장 우세했던 5월 3일부터 15일까지의 WRF-CMAQ 모의 결과에 대해 서울에서 기온 및 풍속을, 그리고 울릉도에서 CH₄ 농도 관측 값을 각각 비교하였다. 또한 CH₄ 모델링 결과의 신뢰도를 높이기 위해 또 다른 사례일로 2006년 8월 4일부터 6일까지 서산과 안면도의 이들 관측 값을 비교하였다.
, 1989), 차세대 기상 예보 모델인 WRF 가 이를 만족하고 있다(Dudhia, 1993). 따라서 본 연구에서는 WRF 모델을 이용하여 도메인을 크게 동아시아 영역과 한반도 영역으로 나누어 모델링을 수행 하였다. 각 도메인의 구성과 영역은 Fig.
2의 박스 모델에서 유입 유출에 따른 단위시간당 단위면적당 발생량을 추정하기 위해서는 평균적으로 서풍이 우세한 기간이 필요하다. 따라서 서풍이 우세한 2010년 4월 1일부터 2010년 8월 22일까지 CH₄ 배출량을 장기간 수치모의 하여 평균농도를 구하였고, 풍하측이고 CH₄ 측정이 가능한 울릉도에서 각 배출원별로 모델링을 수행하여 각각의 평균 기여 농도를 산출하였다(Table 4). 그리고 중국을 포함한 동아시아지역으로 부터 CH₄의 기여도를 산출할 경우에는 동아시아 영역의 배출량에서 GHG-CAPSS의 국내 CH₄ 배출량과 식생 및 토지 영역의 자연적 CH₄ 배출량을 제외하고 수치모의 하였다.
그리고 CH₄ 모델링 검증을 위해서는 서풍이 가장 우세했던 5월 3일부터 15일까지의 WRF-CMAQ 모의 결과에 대해 서울에서 기온 및 풍속을, 그리고 울릉도에서 CH₄ 농도 관측 값을 각각 비교하였다. 또한 CH₄ 모델링 결과의 신뢰도를 높이기 위해 또 다른 사례일로 2006년 8월 4일부터 6일까지 서산과 안면도의 이들 관측 값을 비교하였다.
CMAQ 모델의 초기 및 경계 자료의 불확실성을 효과적으로 상쇄하기 위해서 CH₄ 모델링을 둥지격자화 하여 동아시아 영역부터 모델링하여 국내 도메인의 경계 자료로 사용하였다. 또한 CH₄의 초기 농도 자료에 의한 불확실성을 줄이기 위해 3일 이상의 모델링을 수행하였고 동시에 3일의 결과를 제외하고 모델링 결과를 제시하였다(Umeda and Martien, 2000). 그리고 모델 내 화학메커니즘에 대해서는 SAPRC99를 채택하였고, 층의 수는 27로 하였다.
따라서, 본 연구의 목적은 한반도를 포함한 동북아 지역 CH₄ 배출량과 함께 WRF(Weather Research Forecasting)-CMAQ(Community Multiscale Air Quality) 모델 내 CH₄-CO-OH 사이클을 이용하여 CH₄ 농도와 그 배출 기여도를 추정하는 것이다. 또한 상자 모델에 근거하여 CH₄ 배출량을 추정하고 이를 모델 결과와 비교하는 것이다.
정책결정, 연구·조사 등에 필요한 대기질 모델링 입력자료를 만들기 위해 개발하였으며, 복잡한 행렬계산을 수행할 수 있게 고안되었다.
첫째, GHG-CAPSS 내 CH₄ 배출량에서 누락된 식생 및 토지이용에 따른 배출량과 동아시아 영역의 배출량을 SMOKE 배출량 모델을 이용하여 산출하였다. 식생 및 토지이용에 따른 CH₄ 배출량은 MEGAN 모델을 통해 산출하였고, 동아시아 배출량의 경우는 EDGAR를 고려하였다.
한편 WRF-CMAQ 모델의 CH₄ 농도 검증으로부터 한반도의 CH₄ 배출량의 기원별 기여도를 산출하였다. 동시에 CH₄ 배출량의 검증을 위해 Fig.
대상 데이터
CMAQ 모델의 초기 및 경계 자료의 불확실성을 효과적으로 상쇄하기 위해서 CH₄ 모델링을 둥지격자화 하여 동아시아 영역부터 모델링하여 국내 도메인의 경계 자료로 사용하였다. 또한 CH₄의 초기 농도 자료에 의한 불확실성을 줄이기 위해 3일 이상의 모델링을 수행하였고 동시에 3일의 결과를 제외하고 모델링 결과를 제시하였다(Umeda and Martien, 2000).
WRF-CMAQ의 CH₄ 모델링 사례일은 한반도의 풍상측인 안면도와 풍하측인 울릉도에 대해 CH₄ 농도 관측이 이루어진 2010년 4월 1일부터 8월 22일까지 선택하였다. 그리고 CH₄ 모델링 검증을 위해서는 서풍이 가장 우세했던 5월 3일부터 15일까지의 WRF-CMAQ 모의 결과에 대해 서울에서 기온 및 풍속을, 그리고 울릉도에서 CH₄ 농도 관측 값을 각각 비교하였다.
그리고 공간분포를 정의하기 위해서는 시·군·구 경계와 인구, 산업 및 토지이용도를 포함한 GIS 자료를 사용하였다.
두 번째 모듈은 MEGAN이며 이 모델의 주요 부분으로 읽어 들인 입력자료를 바탕으로 배출량을 산정하는 모듈이다. 마지막 모듈은 MG2MEGAN이며, CBM4(Carbon-Bond Mechanism version IV), CBM5(Carbon-Bond Mechanism version V), RADM2(Regional Acid Deposition Model 2), SAPRC99(Statewide Air Pollution Research Center 99) 등 여러 가지 화학 메커니즘을 지원하는 모듈이다(Guenther et al., 1999). 또한 MEGAN은 전 지구에 대해서 30''×30'' 간격의 GIS 식생 입력 자료를 제공하고 있어 전 지구규모 뿐 아니라 중규모 대기질 모델링의 입력 자료를 생산하는데 적합하고, 20종의 기본 물질을 이용하여 총 138가지의 물질에 대한 배출량을 산정 할 수 있다.
본 연구는 우리나라에서 산정되고 있는 GHG-CAPSS내 CH₄ 배출량의 정확도를 검증하는 차원에서 WRF-CMAQ의 CH₄ 모델링을 통해 CH₄의 배출원 기여 농도 평가와 배출량 자체를 검증하였다. 모델링 사례일은 서풍이 우세하면서 CH₄ 관측이 가능한 풍상측인 안면도와 풍하측인 울릉도를 고려하여 2010년 4월 1일부터 8월 22일까지 선택하였고 연구 결과를 요약하면 다음과 같다.
또한 SMOKE 모델에는 CAPSS 배출량의 배출원 분류별 연변화, 일변화, 요일변화 특성을 정의한 각각의 시간분배계수를 입력하였다. 이 때 시간분배계수는 점에 대해서는 굴뚝 TMS(Telemetry System) 자료를, 면과 선에 대해서는 차종별 운행 분포 자료를 참고하였다. 그리고 공간분포를 정의하기 위해서는 시·군·구 경계와 인구, 산업 및 토지이용도를 포함한 GIS 자료를 사용하였다.
이론/모형
CH₄ 모델링을 수행하기 위해서는 상기 온실가스 배출량으로부터 격자화된 시·공간적 CH₄ 배출량 자료가 필요한데 SMOKE 모델을 이용하여 이를 산출하였다.
CH₄ 모델링을 위해서는 상기 제시된 SMOKE CH₄배출량 및 기상 자료와 함께 화학 수송 모델인 CMAQ이 사용되었다(EPA, 1999). CMAQ 모델은 메인 모델인 CCTM(CMAQ Chemical Transport Model)을 통해 수평이류계산, 연직이류계산, 이류과정계산에서 질량보존, 수평 및 연직 확산, 가스상 화학반응, 액상 반응 및 구름혼합, 에어로졸 동역학 및 크기 분포, 플럼 화학, 에어러솔의 침적, 그리고 광해리율 등을 추정할 수 있다.
SMOKE 모델을 이용하여 동아시아 및 국내, 그리고 식생분포에 의한 CH₄ 배출량을 산정하여 Fig. 3에 나타내었다. Fig.
그리고 누락된 식생분포에 의한 온실가스 배출량은 MEGAN(Model of Emissions for Gases and Aerosols from Nature)을 이용하여 산정하였다. MEGAN은 GIS(Geographic Information System) 식생 자료와 중규모 기상 모델 결과를 입력 자료로 사용하여 식생 분포와 잎면적지수, 배출계수 등을 이용하여 식생의 배출량을 산정하는 모델로서 크게 세 가지 모듈을 가지고 있다.
SMOKE 모델은 사용자가 정의한 화학 메커니즘에 따라 배출량을 계산할 수 있으며, 이동오염원의 배출량을 계산하는 MOBILE, 자연 식생오염원의 배출량을 계산 할 수 있는 BEIS(Biogenic Emissions Inventory System)를 포함하고 있다. 본 연구에서는 CH₄ 산화과정을 포함하여 34종의 화학 메커니즘을 가진 SAPRC99를 채택하였고 식생배출량 산정을 위한 MEGAN 모델도 SMOKE 모델과 함께 사용하였다. 또한 SMOKE 모델에는 CAPSS 배출량의 배출원 분류별 연변화, 일변화, 요일변화 특성을 정의한 각각의 시간분배계수를 입력하였다.
첫째, GHG-CAPSS 내 CH₄ 배출량에서 누락된 식생 및 토지이용에 따른 배출량과 동아시아 영역의 배출량을 SMOKE 배출량 모델을 이용하여 산출하였다. 식생 및 토지이용에 따른 CH₄ 배출량은 MEGAN 모델을 통해 산출하였고, 동아시아 배출량의 경우는 EDGAR를 고려하였다.
성능/효과
04 ppm으로 나타났다. 결과적으로 불확실성이 큰 배출량과 함께 일부 기상 요소의 오차, 그리고 모델 내화학 메커니즘 오차 등으로 인해 CH₄ 농도의 정합도 결과가 다소 낮게 나타났지만 IOA가 0.5 이상이고 RMSE가 낮은 것으로 보아 의미 있는 결과로 판단 된다.
3c)를 나타내었다. 결과적으로 전남지역 CH₄의 GHG-CAPSS 인위적 배출량 자료는 동아시아 CH₄의 인위적 배출량과 약 3-6배 오차를 나타내었고, 식생분포 배출량의 경우는 현재 추정된 값이 없는 것을 고려하면 약 3배가 누락되었다는 것을 알 수 있다. 따라서 이들 배출량 자료를 이용하여 CH₄의 모델링을 수행할 경우 중국으로부터 유입된 량은 약 3-6배가 과소평가될 수 있다.
43℃로 나타났다. 다만, 전체적으로 최대기온이 나타나는 시간대에 기온이 약간 낮게 모사되었으며, 밤에는 전반적으로 기온을 높게 모사하는 경향이 있었다. 이것은 수치모의 시 가장 작은 도메인의 분해능이 9 km이고 해안가에 위치한 관계로 국지기상에 대한 세밀한 변화의 모사 부족과 지형고도 자료의 단순화(smoothing) 결과로 판단된다.
그리고 공간분포를 정의하기 위해서는 시·군·구 경계와 인구, 산업 및 토지이용도를 포함한 GIS 자료를 사용하였다. 동시에 CAPSS 배출량의 배출원 분류와 GHG-CAPSS의 배출원 분류체계(SCC)를 연계할 수 있도록 하여 CH₄ 배출량뿐만 아니라 CH₄ 산화관련 CO나 O3 전구물질 등의 대기질 입력 자료 산출도 용이하게 하였다.
둘째, SMOKE CH₄ 배출량과 기상 입력 자료를 통한 모델링 결과는 정성적인 기류의 이동과 농도분포 뿐만 아니라 정량적인 통계 수치에서도 신뢰할 만한 수준을 나타내었다.
농도 플럭스를 이용하여 한반도 전체 CH₄ 배출량을 산정하면 약 43,277 kg h−1로 실제 이 기간의 시간당 평균 배출량인 46,863 kg과 근소한 차이를 나타내었다. 따라서 CH₄ 모델의 예측된 농도 기여도와 배출량 검증을 통해서 알 수 있듯이 GHG-CAPSS의 국내 온실기체 배출량은 장거리 수송 부문과 식생 및 토지 이용에 따른 부문 등을 보완했을 경우 상자 모델에서 추정한 배출량과 유의미하다는 것을 알 수 있다.
모델링은 수치계산을 통해 현상을 재현하는 것으로 모델링 입력자료 모두가 신뢰할 만한 양질의 자료이어야 만이 유의한 검증결과를 도출할 수 있다. 본 연구에서 시도한 CH₄ 모델링 결과, 관측값과의 일치도가 신뢰할 만하고 기여도 및 배출 농도 플럭스 계산에서도 CH₄ 특성과 배출량의 부분별 비율 및 총량에 가까운 값을 나타내고 있어, 모델링 입력 자료로 구축된 GHG-CAPSS 온실가스 배출량은 동아시아 영역과 자연적 기원의 식생 및 토지 이용 배출량을 추가할 경우 신뢰할 만한 수준인 것으로 판단되었다. 하지만 제한된 수치모의 기간과 CH₄ 화학수송모델 자체의 불확실성이 있으므로 보다 많은 연구 사례를 통해 이를 보완할 필요가 있다.
셋째, 사례일 동안의 CH₄ 농도 분포는 배출원이 많은 수도권, 울산권, 전남권에서 높게 나타났으며, 풍하측인 동해 연안이 풍상측인 서해 연안보다 상대적으로 높은 농도를 나타내었다. 또한 울릉도에서 CH₄의 인위적 배출원의 부문별 기여도는 동아시아 영역으로부터 장거리 수송 배출량이 가장 많았고 농업 부문이 두 번째로 큰 비중을 차지하였다.
울릉도에서 CH₄의 각 배출원별 기여도를 살펴보면 배경 기여농도가 71.2%로 가장 높게 나타났고, 중국을 포함한 동아시아 영역으로부터 수송된 기여 농도가 8.7%, 그리고 농업 및 농장으로부터 8.2%, 에너지 연소 및 산업 공정으로부터 6%, 폐기물로부터 5.2%, 식생 및 토지로부터 0.7%로 나타났다. CH₄의 배경 기여농도가 높다는 것은 대기 중에서 CH₄-OHCO 화학 제거 반응이 느리고 잔류 시간이 길다는 것을 의미하는데 약 5개월의 화학수송모델 수치모의 시간이 CH₄ 배경농도를 잘 반영한다고 볼 수 있다(Prather, 1996; IPCC, 1996).
후속연구
76 ms−1로 국지기상 변화를 충분히 모사하지 못하여 풍속의 변화가 관측값에 비해 크게 단순화된 경향을 나타내었다. 기상요소들의 일변화 경향은 신뢰성이 있는 결과로 사료되나, 더욱 정밀하고 정확한 결과를 도출하기 위해서는 대상지역에 보다 세밀한 도메인을 설정하여 수치모의 할 필요가 있다고 사료된다.
주목할 만한 사항은 GHG-CAPSS의 국내 CH₄ 배출량에서 동아시아 영역과 식생 및 토지로부터 누락된 CH₄ 배출량이 약 10%의 기여 농도를 나타내었다는 사실이다. 하지만 5개월의 제한된 기간과 CH₄ 모델 자체의 불확실성이 있으므로 추후 연구에서는 보다 장기간의 수치모의와 보다 많은 연구 사례를 통해 이를 정량적으로 제시할 필요가 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
지구온난화에 의한 기후변화은 무엇을 가져올 수 있는가?
지구온난화에 의한 기후변화는 인간의 생활과 건강에 직접적인 영향을 미치며, 기후 의존형 산업에 심각한 위협을 가져올 수 있다. 지구온난화의 원인 중 가장 현실적인 문제는 인간 활동에 의한 대기 중 온실가스 농도의 상승이다.
지구온난화의 원인 중 가장 현실적인 문제는?
지구온난화에 의한 기후변화는 인간의 생활과 건강에 직접적인 영향을 미치며, 기후 의존형 산업에 심각한 위협을 가져올 수 있다. 지구온난화의 원인 중 가장 현실적인 문제는 인간 활동에 의한 대기 중 온실가스 농도의 상승이다. 최근에는 온실가스 배출량을 줄이려는 노력이 전 세계적 이슈가 되고 있다.
GHGCAPSS내 CH₄ 배출량의 정확도를 검증하는 차원에서 WRF-CMAQ의 CH₄ 모델링을 통해 CH₄의 배출원 기여 농도 평가와 배출량 자체를 검증한 결과는?
첫째, GHG-CAPSS 내 CH₄ 배출량에서 누락된 식생 및 토지이용에 따른 배출량과 동아시아 영역의 배출량을 SMOKE 배출량 모델을 이용하여 산출하였다. 식생 및 토지이용에 따른 CH₄ 배출량은 MEGAN 모델을 통해 산출하였고, 동아시아 배출량의 경우는 EDGAR를 고려하였다.
둘째, SMOKE CH₄ 배출량과 기상 입력 자료를 통한 모델링 결과는 정성적인 기류의 이동과 농도분포 뿐만 아니라 정량적인 통계 수치에서도 신뢰할 만한 수준을 나타내었다.
셋째, 사례일 동안의 CH₄ 농도 분포는 배출원이 많은 수도권, 울산권, 전남권에서 높게 나타났으며, 풍하측인 동해 연안이 풍상측인 서해 연안보다 상대적으로 높은 농도를 나타내었다. 또한 울릉도에서 CH₄의 인위적 배출원의 부문별 기여도는 동아시아 영역으로부터 장거리 수송 배출량이 가장 많았고 농업 부문이 두 번째로 큰 비중을 차지하였다. 한편, 한반도 대기를 하나의 상자로 가정하고 산출한 CH₄배출 농도 플럭스는 37.4 ppb h−1 km−2로 나타났으며, 이 때 CH₄ 총 배출량은 약 43,277 kg h−1로 실제 이 기간의 모델 입력 배출량인 46,863 kg h−1과 근소한 차이를 나타내었다.
참고문헌 (23)
Berrittella, C. and van Huissteden, J., 2009, Uncertainties in modeling CH4 emissions from northern wetlands in glacial climates: effect of hydrological model and CH4 model structure. Climate of the Past Discussions, 5, 817-851.
Coats, C.J.Jr., 1995, High performance algorithms in the Sparse Matrix Operator Kernel Emissions (SMOKE) Modeling System. MCNC, Environmental Systems Division, Research Triangle Park, NC. 6 pp.
Dudhia, J., 1993, A nonhydrostatic version of the penn stat/NCAR mesoscale model: validation tests and simulation of an Atlantic cyclone and cold front. Monthly Weather Review, 121, 1493-1513.
Environmental Protection Agency, 1999, Science algorithms of the EPA model-3 community multiscale air quality (CMAQ) modeling system. http://www.epa.gov/ asmdnerl/models3/doc/science/science.html.
Guenther, A., Archer, S., Greenberg, J., Harley, P., Helmig, D., Klinger, L., Vierling, L., Wildermuth, M., Zimmerman, P., and Zitzer, S., 1999, Biogenic hydrocarbon emissions and landcover/climate change in a subtropical savanna. Physical Chemistry Earth Part B-Hydrology Oceans and Atmosphere, 24(6), 659-667.
IPCC (Intergovernment Panel for Climate Change), 2001, The scientific basis. Cambridge University Press, 991pp.
IPCC (Intergovernment Panel for Climate Change), 1996, Revised 1996 IPCC guidelines for national greenhouse gas inventories: Reference manual. IPCC.
IPCC (Intergovernment Panel for Climate Change), 2006, 2006 IPCC guidelines for national greenhouse gas inventories. IPCC.
Kim, H.R., 2009, Building up the inventory system of national greenhouse gases. Statistics Korea, 1-59. (in Korean)
Koo, H.S., Kim, H.D., Kang, S.D., and Shin, D.W., 2007, A numerical study on the formation mechanism of a mesoscale low during East-Asia winter monsoon. Journal of the Korean Earth Science Society, 28(5), 613-619. (in Korean)
Korea Energy Economic Institute, 2008, Planning research for adapting to new guideline of IPCC of the national greenhouse gases for the climate change adaptation-Report I, II. Korea Energy Economic Institute, 9-361. (in Korean)
Lee, H.R., Kim, K.E., and Lee, Y.H., 2009, Numerical simulation of the effects of moisture on the reinforcement of a tropopause fold. Journal of the Korean Earth Science Society, 30(5), 630-645. (in Korean)
Liu, S.C., Trainer, M., Fehsenfeld, F.C., Parrish, D.D., Williams, E.J., Fahey, D.W., Huber, G., and Murphy, P.C., 1994, Ozone production in the rural troposphere and implications for regional ozone distributions. Journal of Geophysical Research, 92, 4191-4207.
McKendry, I.G., 1993, Ground-level ozone in Montreal Canada. Atmospheric Environment. 27B(1), 93-103.
Moon, Y.S., Lim, Y.K., and Lee K., 2011, An estimation of concentration of Asian dust (PM10) Using WRFSMOKE-CMAQ (MADRID) during springtime in the Korean peninsula. Journal of the Korean Earth Science Society, 32(3), 276-293. (in Korean)
National Center for Atmospheric Research, 1994, Terrain and Land Use for the Fifth-Generation Penn State/ NCAR Mesoscale Modeling System (MM5): Program TERRAIN: NCAR Technical Notes. NCAR/TN-397+IA.
National Center for Atmospheric Research, 2003, Tutorial class notes and user's guide: MM5 Modeling System Version 3.
Prather, M.J., 1996, Natural modes and time scales in atmospheric chemistry: theory, GWPs for $CH_4$ and CO, and run away growth. Geophysical Research Letters, 23, 2597-2600.
Seok, G.S., 2009, Study on the improvement method for improving of reliability of the GHG-CAPSS. National Institute of Environmental Research, 10-150. (in Korean)
Umeda, T. and Martien, P.T., 2000, Evaluation of a data assimilation technique for a mesoscale meteorological model used for air quality modeling. Journal of Applied Meteorology, 41, 21-29
Wild, O., Prather, M.J., and Akimoto, H., 2001, Indirect long term global radiative cooling from NOx emission. Geophysical Research Letters, 28(9), 1719-1722.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.