WRF/HYSPLIT 모델을 이용한 고리원전 인근 국지바람 패턴에 따른 방사성물질 대기확산 특성 Atmospheric Dispersion of Radioactive Material according to the Local Wind Patterns around the Kori Nuclear Power Plant using WRF/HYSPLIT Model원문보기
The characteristics of atmospheric dispersion of radioactive material (i.e. $^{137}Cs$) related to local wind patterns around the Kori nuclear power plant (KNPP) were studied using WRF/HYSPLIT model. The cluster analysis using observed winds from 28 weather stations during a year (2012) w...
The characteristics of atmospheric dispersion of radioactive material (i.e. $^{137}Cs$) related to local wind patterns around the Kori nuclear power plant (KNPP) were studied using WRF/HYSPLIT model. The cluster analysis using observed winds from 28 weather stations during a year (2012) was performed in order to obtain representative local wind patterns. The cluster analysis identified eight local wind patterns (P1, P2, P3, P4-1, P4-2, P4-3, P4-4, P4-5) over the KNPP region. P1, P2 and P3 accounted for 14.5%, 27.0% and 14.5%, respectively. Both P1 and P2 are related to westerly/northwesterly synoptic flows in winter and P3 includes the Changma or typhoons days. The simulations of P1, P2 and P3 with high wind velocities and constant wind directions show that $^{137}Cs$ emitted from the KNPP during 0900~1400 LST (Local Standard Time) are dispersed to the east sea, southeast sea and southwestern inland, respectively. On the other hands, 5 sub-category of P4 have various local wind distributions under weak synoptic forcing and accounted for less than 10% of all. While the simulated $^{137}Cs$ for P4-2 is dispersed to southwest inland due to northeasterly flows, $^{137}Cs$ dispersed northward for the other patterns. The simulated average 137Cs concentrations of each local wind pattern are $564.1{\sim}1076.3Bqm^{-3}$. The highest average concentration appeared P4-4 due to dispersion in a narrow zone and weak wind environment. On the other hands, the lowest average concentration appeared P1 and P2 due to rapid dispersion to the sea. The simulated $^{137}Cs$ concentrations and dispersion locations of each local wind pattern are different according to the local wind conditions.
The characteristics of atmospheric dispersion of radioactive material (i.e. $^{137}Cs$) related to local wind patterns around the Kori nuclear power plant (KNPP) were studied using WRF/HYSPLIT model. The cluster analysis using observed winds from 28 weather stations during a year (2012) was performed in order to obtain representative local wind patterns. The cluster analysis identified eight local wind patterns (P1, P2, P3, P4-1, P4-2, P4-3, P4-4, P4-5) over the KNPP region. P1, P2 and P3 accounted for 14.5%, 27.0% and 14.5%, respectively. Both P1 and P2 are related to westerly/northwesterly synoptic flows in winter and P3 includes the Changma or typhoons days. The simulations of P1, P2 and P3 with high wind velocities and constant wind directions show that $^{137}Cs$ emitted from the KNPP during 0900~1400 LST (Local Standard Time) are dispersed to the east sea, southeast sea and southwestern inland, respectively. On the other hands, 5 sub-category of P4 have various local wind distributions under weak synoptic forcing and accounted for less than 10% of all. While the simulated $^{137}Cs$ for P4-2 is dispersed to southwest inland due to northeasterly flows, $^{137}Cs$ dispersed northward for the other patterns. The simulated average 137Cs concentrations of each local wind pattern are $564.1{\sim}1076.3Bqm^{-3}$. The highest average concentration appeared P4-4 due to dispersion in a narrow zone and weak wind environment. On the other hands, the lowest average concentration appeared P1 and P2 due to rapid dispersion to the sea. The simulated $^{137}Cs$ concentrations and dispersion locations of each local wind pattern are different according to the local wind conditions.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
결과적으로 패턴별 서로 다른 국지바람 특성은 방사성물질의 다양한 확산과정과 농도분포를 가져올 수 있다. 본 연구에서는 HYSPLIT 4 모델을 사용하여 각 국지바람 패턴별 137Cs의 대기확산 특성을 파악하였다.
본 연구에서는 고리 원전을 중심으로 한 인근지역의 지리 · 지형적 특성에 따른 국지바람 특성을 보기 위하여 고리원전 중심 반경 60 km 영역을 대상지역(120 km × 120 km)으로 설정하였다.
본 연구에서는 국내 원전 중 인근에 부산, 울산과 같은 대도시가 존재하여 만일의 원전사고 시 피해규모가 클 것으로 예상되는 고리원전을 대상으로 국지바람 및 방사성물질의 대기확산 특성을 연구하였다. 이를 위해 원전 인근지역(고리원전 중심반경 60 km 이내)에 위치한 28개 기상관측지점에서 수집된 1년간(2012년) 바람자료를 분석하여 지역에서 발생하는 국지바람 패턴을 파악하였으며, 가상의 방사성물질(137Cs) 유출을 가정하여 각 국지바람 패턴별 대표 사례일에 대한 기상-대기확산 모델링을 수행하였다.
본 연구에서는 한반도 남동연안에 위치하고 대도시와 인접하여 많은 인구가 거주하고 있는 고리원전 인근지역(고리원전 중심 반경 60 km 이내 지역)을 대상으로 국지 바람 패턴에 따른 방사성물질(137Cs)의 대기확산 특성을 분석하였다. 지역의 빈도 높은 국지바람 패턴을 분류하기 위하여 대상지역 내 1년간(2012년) 얻어진 바람자료를 토대로 SAS 통계패키지를 이용한 군집분석을 수행하였으며, 국지바람 패턴별 대표 사례일에 대한 WRF/HYSPLIT 4 모델링을 통하여 137Cs의 농도를 계산하였다.
제안 방법
137Cs의 공기 역학적 평균 직경은 0.4 μm로 설정하였고, 침적과정은 선행연구(Korsakissok 등, 2013; Stohl 등, 2012)를 참고하여 particle density는 1.9 gcc-1, 건성침적속도는 0.002 m/s, 구름 아래 세정 계수(Below-cloud scavenging coefficient)는 5.0 × 10-5 s-1로 설정하고 나머지 요소에 대하여 내정값을 적용하였다.
6. Simulated 6 h forward trajectories (1 h interval) from WRF-HYSPLIT4 from Kori nuclear power plant at 0900 LST, 1200 LST and 1500 LST and dispersion patterns of 137Cs at 1500 LST for each pattern. The bottom right concentration indicates maximum concentration/average concentration at 1500 LST for each pattern.
WRF 모델링을 이용한 각 패턴별 상세 바람장 분석은 북서계절풍이나 장마와 같은 종관장의 지배적인 영향으로 대상지역에서 일 중 국지바람의 변화가 크지 않았던 P1~P3과, 상대적으로 종관장이 약하여 국지바람의 시간변화가 관측되었던 P4(P4-1~5)로 나누어 분석하였다. Fig.
WRF 모델의 도메인은 총 4개로 구성하였고 동아시아 영역(D1, 131 × 124, 수평해상도 27 km), 한반도 영역(D2, 85 × 73, 수평해상도 9 km), 경남 영역(D3, 85 × 79, 수평해상도 9 km)과 최종 분석영역인 1 km 수평해상도의 고리원전 영역(D4, 120 × 120)으로 설정하였다(Fig. 1).
국지바람 패턴별 고리원전 지역의 시·공간적 바람특성을 상세히 분석하기 위하여 각 패턴별 대표 사례일을 선정하여 WRF 모델링을 수행하였다.
국지바람 패턴별 대표 사례일의 HYSPLIT 4 모델링 결과를 바탕으로 국지바람 패턴에 따른 137Cs의 대기확산 특성을 분석하였다. Fig.
국지바람 패턴별 고리원전 지역의 시·공간적 바람특성을 상세히 분석하기 위하여 각 패턴별 대표 사례일을 선정하여 WRF 모델링을 수행하였다. 대표 사례일은 각 군집의 중심에서 가깝고 동일한 패턴이 연속적으로 나타나 각 군집의 특성을 나타낼 수 있는 날로 선정하였고, 대표 사례일을 포함한 일주일 정도(6~9일)를 모델링기간으로 설정하였다. 패턴별 모델링기간과 대표 사례일의 기상조건(부산 ASOS 지점에서 관측된 일평균 기온/풍속, 주풍, 강수유무, 운량)을 Table 2에 제시하였다.
지역내 총 28개 지점의 기상관측자료가 존재하나, 그나마도 부산, 양산 등 인구가 밀집된 도시지역에 집중되어 있어 고리원전 주변지역의 상세한 국지바람의 시·공간적 변화 과정을 정확히 재현하기에 한계가 존재한다. 따라서 본 연구에서는 기상모델과 대기확산모델을 이용하여 고리 원전 주변지역의 상세 바람을 포함한 다양한 기상인자와 방사성물질의 확산, 수송, 침적 과정을 계산하였다.
P4의 경우, 풍속 수준은 P2와 유사하나, 다양한 풍향을 가진 풍계로 구성되었다. 보다 명확한 바람패턴을 찾기 위해 P4에 대해서만 군집분석을 다시 수행하였고 P4-1~P4-5까지 5개의 국지바람 패턴으로 재분류 되었다. P4-1, P4-2, P4-3은 지상일기도 분석 결과, 주로 한반도가 고기압의 영향 하에 맑은 날들이 해당되었다.
본 연구에서는 대표적 방사성물질인 세슘-137(137Cs, 반감기 30.17년)에 대해 1.0 × 1014 Bqh-1의 양을 6시간(0900 1500 LST)동안 일정하게 배출되도록 설정하고, 1시간 간격의 지상 10 m 고도에서의 137Cs의 농도를 계산하였다.
대상영역 내에서 관측된 바람 정보(u와 v 성분)를 입력하여 군집분석을 수행한 결과, 4개의 군집이 통계적으로 유의하게 나타났다. 선정된 4개의 초기 군집수를 바탕으로 K-평균 군집분석을 수행하여 각 군집에 해당하는 날을 분류하였으며, 그 중 가장 많은 날이 해당되었던 군집(366일의 44% 차지)에 대해서는 군집분석을 다시 수행하여 5개의 군집으로 재분류 하였다. 최종 8개로 분류된 군집은 각각 바람패턴 P1, P2, P3, P4(P4-1, P4-2, P4-3, P4-4, P4-5)로 명명하였고, 국지바람 패턴별 해당일의 월별 분포를 Table 1에, 패턴별 해당일의 낮 동안(0900~1800 LST) 영역 내 기상관측지점(28개 지점)에서 관측된 바람의 바람장미를 Fig.
1). 연직층은 총 43개 층으로 대기경계층 내에서의 공기괴의 연직적 흐름과 국지바람의 발달을 정확히 모의하기 위하여 대기 하층 1 km 고도 이하 11개 층(Sigma level = 0.996, 0.990, 0.980, 0.970, 0.960, 0.950, 0.940, 0.930, 0.920, 0.910, 0.895)으로 조밀하게 구성하였다.
본 연구에서는 국내 원전 중 인근에 부산, 울산과 같은 대도시가 존재하여 만일의 원전사고 시 피해규모가 클 것으로 예상되는 고리원전을 대상으로 국지바람 및 방사성물질의 대기확산 특성을 연구하였다. 이를 위해 원전 인근지역(고리원전 중심반경 60 km 이내)에 위치한 28개 기상관측지점에서 수집된 1년간(2012년) 바람자료를 분석하여 지역에서 발생하는 국지바람 패턴을 파악하였으며, 가상의 방사성물질(137Cs) 유출을 가정하여 각 국지바람 패턴별 대표 사례일에 대한 기상-대기확산 모델링을 수행하였다.
대상 데이터
137Cs의 가상적인 배출지점은 고리원전이 위치한 129.3°E, 35.3°N으로 설정하였고, 모델링 영역은 WRF 모델의 최종 도메인(D4, 1 km 수평해상도, 120 × 120)과 동일하게 구성하였다.
3°N으로 설정하였고, 모델링 영역은 WRF 모델의 최종 도메인(D4, 1 km 수평해상도, 120 × 120)과 동일하게 구성하였다. HYSPLIT 4 모델의 기상입력자료는 WRF 모델에서 계산된 기온, 바람(u, v 성분), 지상기압, 대기경계층(planetary boundary layer, PBL) 고도, 혼합비 등을 사용하였으며, 기존 United States Geological Survey(USGS) 토지피복 및 지형고도 자료(수평해상도 30초) 대신 고해상도의 환경부 Environmental Geographic Information System(EGIS) 중분류 토지피복지도와 Shuttle Radar Topography Mission(SRTM) 3초 지형자료를 입력하였다. 137Cs의 공기 역학적 평균 직경은 0.
8 m/s)과일 중 북풍의 빈도(29%)가 높은 날이다. P3의 대표 사례일은 6월 25일이며 장마의 영향으로 사례일 전후로 강수현상이 존재하였고 탁월풍인 북동풍(67%)이 일중 지속적으로 관측되었다.
WRF 모델의 초기/경계 자료에 사용된 입력자료는 NCEP(National Centers for Environmental Prediction)에서 제공하는 6시간 간격의 1°× 1°의 해상도를 갖는 FNL 재분석 자료를 이용하였다.
대상지역은 지형의 지역적 편차가 크고 복잡한 해안선과 산악지형이 동시에 존재한다. 이러한 복잡한 지형 조건에서의 방사성물질의 확산모델링은 대상지역 바람 자료의 공간적 해상도에 따라 크게 달라질 수 있다.
군집분석이란 대상들이 지니고 있는 다양한 특성의 유사성을 바탕으로 거리가 가까우면 같은 군집에 속하게 되며 일정거리 이상으로 먼 개체들은 다른 군집에 속하게 됨으로써 동일 군집 내에 속해있는 공통된 특성들을 조사하는 방법이다(Wilks, 1995). 입력자료는 대상지역 내 지역의 기상현상을 대표할 수 있는 곳에 위치한 ASOS 6개 지점과 AWS 22개 지점에서 관측된 바람자료(풍향, 풍속)를 이용하였다. 바람자료는 연안에 위치한 고리원전의 지리적 특성상 대표적 국지풍으로 판단되는 해풍의 발달에 초점을 맞춰 2012년 낮 동안(0900~1800 LST)의 풍향, 풍속을 동서성분(u)과 남북성분(v)으로 변환하여 구성하였다.
이와 함께 모델의 오차를 줄이기 위하여 객관분석기법인 OBSGRID 프로그램을 이용한 자료동화를 수행하였다. 자료동화에 사용된 자료는 NCEP에서 제공하는 지상(rda.ucar.edu/datasets/ds461.0)과 고층(rda.ucar.edu/datasets/ds351.0) 관측 자료이다. WRF 모델의 물리옵션은 National Institute of Environmental Research(2014)를 참고하여 WRF Single-Moment 3-class(WSM3)(D1), WRF Double-Moment 6-class(WDM6)(D2~D4) microphysics scheme (Hong과 Lim, 2006), Kain-Fritsch cumulus parameterization scheme(D1)(Kain, 2010), RRTMG long wave, RRTMG short wave scheme(Malwer 등, 1997; Skamarock 등, 2008), Yonsei University PBL scheme(Hong 등, 2006)으로 설정하였다.
선정된 4개의 초기 군집수를 바탕으로 K-평균 군집분석을 수행하여 각 군집에 해당하는 날을 분류하였으며, 그 중 가장 많은 날이 해당되었던 군집(366일의 44% 차지)에 대해서는 군집분석을 다시 수행하여 5개의 군집으로 재분류 하였다. 최종 8개로 분류된 군집은 각각 바람패턴 P1, P2, P3, P4(P4-1, P4-2, P4-3, P4-4, P4-5)로 명명하였고, 국지바람 패턴별 해당일의 월별 분포를 Table 1에, 패턴별 해당일의 낮 동안(0900~1800 LST) 영역 내 기상관측지점(28개 지점)에서 관측된 바람의 바람장미를 Fig. 2에 제시하였다.
데이터처리
각 국지바람 패턴별 WRF 모델링 결과에 대한 관측치와의 일치도를 평가하기 위하여 Table 3에 고리원전 영역(D4) 내 ASOS/AWS에서 관측된 기상요소(기온, 풍속)와의 통계분석(IOA(Index Of Agreement), MBE(Mean Bias Error), RMSE(Root Mean Square Error), MAGE(Mean Absolute Gross Error)) 결과를 제시하였다. 기온의 경우, MBE 값이 -0.
대상지역의 빈도 높은 국지바람 패턴을 파악하기 위하여 통계프로그램인 SAS(Statistical Analysis System)를 이용하여 군집분석을 수행하였다. 군집분석이란 대상들이 지니고 있는 다양한 특성의 유사성을 바탕으로 거리가 가까우면 같은 군집에 속하게 되며 일정거리 이상으로 먼 개체들은 다른 군집에 속하게 됨으로써 동일 군집 내에 속해있는 공통된 특성들을 조사하는 방법이다(Wilks, 1995).
WRF 모델의 초기/경계 자료에 사용된 입력자료는 NCEP(National Centers for Environmental Prediction)에서 제공하는 6시간 간격의 1°× 1°의 해상도를 갖는 FNL 재분석 자료를 이용하였다. 이와 함께 모델의 오차를 줄이기 위하여 객관분석기법인 OBSGRID 프로그램을 이용한 자료동화를 수행하였다. 자료동화에 사용된 자료는 NCEP에서 제공하는 지상(rda.
Cs)의 대기확산 특성을 분석하였다. 지역의 빈도 높은 국지바람 패턴을 분류하기 위하여 대상지역 내 1년간(2012년) 얻어진 바람자료를 토대로 SAS 통계패키지를 이용한 군집분석을 수행하였으며, 국지바람 패턴별 대표 사례일에 대한 WRF/HYSPLIT 4 모델링을 통하여 137Cs의 농도를 계산하였다. 고리원전 인근지역은 총 8개의 국지바람패턴(P1, P2, P3, P4-1, P4-2, P4-3, P4-4, P4-5)으로 분류할 수 있었으며, WRF/HYSLPIT 4 모델링을 통해 파악된 각 패턴별 국지바람 및 방사성물질의 대기확산 특성을 요약하면 다음과 같다.
이론/모형
5) 모델을 이용하였다. WRF 모델은 완전 압축성 비정수계(fully compressible non-hydrostatic) 모델로 수평격자는 Arakawa-C 격자체계를 사용하며, 연직격자로는 오일러리안 질량좌표계를 사용한다(Skamarock 등, 2008). WRF 모델의 도메인은 총 4개로 구성하였고 동아시아 영역(D1, 131 × 124, 수평해상도 27 km), 한반도 영역(D2, 85 × 73, 수평해상도 9 km), 경남 영역(D3, 85 × 79, 수평해상도 9 km)과 최종 분석영역인 1 km 수평해상도의 고리원전 영역(D4, 120 × 120)으로 설정하였다(Fig.
0) 관측 자료이다. WRF 모델의 물리옵션은 National Institute of Environmental Research(2014)를 참고하여 WRF Single-Moment 3-class(WSM3)(D1), WRF Double-Moment 6-class(WDM6)(D2~D4) microphysics scheme (Hong과 Lim, 2006), Kain-Fritsch cumulus parameterization scheme(D1)(Kain, 2010), RRTMG long wave, RRTMG short wave scheme(Malwer 등, 1997; Skamarock 등, 2008), Yonsei University PBL scheme(Hong 등, 2006)으로 설정하였다.
군집분석의 첫 번째 단계로, 새로운 대상이 기존의 군집에 편입될 때 기존의 군집 내에 있는 모든 대상과의 평균거리가 가장 가까운 군집에 편입되는 방법인 평균 연결법(average linkage method)을 사용하여 최적의 군집 수를 결정하였다. 초기 군집수가 결정된 후 결정된 군집수 K에 기초하여 군집의 중심을 선택하고, 각 항목을 가장 가까운 중심점을 갖는 군집에 할당하여 전체 자료를 상대적으로 유사한 K개의 군집으로 분류하는 방법인 K-평균법(K-means method)을 사용하여 최종 군집을 분류하였다(Hwang 등, 2007; Jeong 등, 2011).
기상 모델링의 경우, 3차원 기상모델인 WRF(Weather Research and Forecasting, v3.5) 모델을 이용하였다. WRF 모델은 완전 압축성 비정수계(fully compressible non-hydrostatic) 모델로 수평격자는 Arakawa-C 격자체계를 사용하며, 연직격자로는 오일러리안 질량좌표계를 사용한다(Skamarock 등, 2008).
대기확산모델은 NOAA/ARL(National Ocean and Atmospheric Administration/Air Resources Laboratory) 의 HYSPLIT 4(HYbrid Single Particle Lagrangian Integrated Trajectory model version 4, Draxler 등, 1997)를 이용하였다. HYSPLIT 4는 라그랑지안 방법에 기초한 수송・확산 과정을 계산하여(Kim과 Song, 2003) 오염물질의 농도뿐만 아니라 오염물질의 전방향 및 역방향으로의 궤적 추적이 가능하며, 다른 대기확산모델과 비교하여 계산용량과 모델링 시간이 적게 소요된다는 장점이 있다.
군집분석의 첫 번째 단계로, 새로운 대상이 기존의 군집에 편입될 때 기존의 군집 내에 있는 모든 대상과의 평균거리가 가장 가까운 군집에 편입되는 방법인 평균 연결법(average linkage method)을 사용하여 최적의 군집 수를 결정하였다. 초기 군집수가 결정된 후 결정된 군집수 K에 기초하여 군집의 중심을 선택하고, 각 항목을 가장 가까운 중심점을 갖는 군집에 할당하여 전체 자료를 상대적으로 유사한 K개의 군집으로 분류하는 방법인 K-평균법(K-means method)을 사용하여 최종 군집을 분류하였다(Hwang 등, 2007; Jeong 등, 2011).
성능/효과
P1~3의 137Cs 대기확산은 확산범위가 좁고, 원전에서 배출된 137Cs이 수시간 내로 대상영역을 벗어나는 특징을 보였다. 137Cs 확산방향은 대상지역의 지배적 풍계에 따라 P1과 P2는 동/남동해상으로, P3은 남서내륙으로 나타났으며 P1, P2와 비교하여 P3의 137Cs 평균농도가 1.4~1.7배 높게 계산되었다. 반면 P4-1(8.
3 Bqm-3이었고, 패턴별 대상지역의 풍향/풍속조건에 따라 농도수준과 확산범위에 차이를 보였다. 8개의 국지바람 패턴 중 확산범위가 작고, 풍속이 약했던 P4-4에서 평균농도가 가장 높았으며, 빠른 속도로 해상으로 확산된 P1, P2의 137Cs 농도가 상대적으로 낮게 계산되었다.
5%)은 주로 태풍, 장마와 같은 강수일에 빈도 높게 나타났다. P1~3의 137Cs 대기확산은 확산범위가 좁고, 원전에서 배출된 137Cs이 수시간 내로 대상영역을 벗어나는 특징을 보였다. 137Cs 확산방향은 대상지역의 지배적 풍계에 따라 P1과 P2는 동/남동해상으로, P3은 남서내륙으로 나타났으며 P1, P2와 비교하여 P3의 137Cs 평균농도가 1.
P4-1, P4-2, P4-3, P4-4, P4-5의 대표 사례일은 각각 5월 18일, 2월 27일, 5월 29일, 5월 8일, 9월 5일이며 사례일의 기상조건을 분석한 결과 각 패턴별 국지바람 특성을 대표할 수 있는 날들로 판단되었다. P4-1, P4-2, P4-3은 비교적 운량이 적은 맑은 날이었으며, 일평균 풍속은 2.
하지만 P4-4와 P4-5는 오전/오후 시간대의 풍향에서 차이를 나타내었다. P4-4는 전체적으로는 남서~남동풍(평균 풍속 2.5 m/s, 최대 풍속 12.9 m/s)의 빈도가 높고 오전시간대(0900~1200 LST)에 뚜렷한 풍계가 나타나지 않는 반면, P4-5는 오전에는 북풍/북서풍 계열의 바람이 나타났다가 오후시간대(1300~1600 LST)에는 남풍계열의 바람(평균 풍속 1.9 m/s, 최대 풍속 8.8 m/s)으로 전환되는 경향을 확인하였다.
국지바람 패턴 사례별로 다소의 통계치 차이는 존재하나, 전반적으로 관측된 기온, 풍속과의 차이가 작고(기온 RMSE 1.44~2.06 °C, 풍속 RMSE 1.30~2.04 m/s), 일치도는 높게 계산되어(모든 패턴에서 IOA 기온 0.8 이상, 풍속 0.6 이상) WRF 모델링 결과가 유의한 수준으로 평가되었다.
낮 동안 대상지역 내 일정한 풍계가 지속적으로 나타났던 P1, P2, P3의 경우(0900 LST, 1200 LST, 1500 LST 전방궤적이 모두 비슷한 방향) 137Cs은 특정방향으로의 대기확산이 이루어졌으며, 상대적으로 강한 풍속으로 0900~1500 LST 동안 고리원전에서 출발한 공기괴가 수시간 내로 대상영역을 벗어남을 확인하였다. P1과 P2는 대상지역 전반에 걸쳐 나타난 서풍과 북서풍 계열의 국지바람 영향으로 137Cs 농도가 각각 고리원전의 서쪽과 남서쪽 해상으로 빠르게 확산되었다.
값이 급격히 증가한 단계에서 결정된다(Eder 등, 1994; Park과 Lee, 1998). 대상영역 내에서 관측된 바람 정보(u와 v 성분)를 입력하여 군집분석을 수행한 결과, 4개의 군집이 통계적으로 유의하게 나타났다. 선정된 4개의 초기 군집수를 바탕으로 K-평균 군집분석을 수행하여 각 군집에 해당하는 날을 분류하였으며, 그 중 가장 많은 날이 해당되었던 군집(366일의 44% 차지)에 대해서는 군집분석을 다시 수행하여 5개의 군집으로 재분류 하였다.
본 연구에서는 원전의 서쪽 지역으로의 137Cs 대기확산 패턴은 확인되지 않았는데 원전 서쪽에 분포하고 있는 산지(최고 고도 1,939 m)의 영향으로 판단된다. 또한 1500 LST의 137Cs의 평균/최고농도 수준은 각 패턴별 국지바람 특성(바람의 방향과 풍속 세기)에 따라 다르게 나타났으나, 해상으로 확산된 P1과 P2 보다는 내륙으로 확산될 경우에 농도수준이 상대적으로 높게 계산되었다.
본 연구를 통해 고리원전 인근지역의 국지바람은 지역의 지리·지형 뿐 아니라 종관기상의 영향을 복합적으로 받아 다양한 시·공간 분포를 나타내었고, 이러한 국지 바람의 영향으로 만일의 방사성물질 유출시 확산분포와 농도수준이 다양하게 제시될 수 있음을 WRF/HYSLPIT4 모델링 결과 확인하였다.
이상의 국지바람 패턴별 상세 바람장 재현을 통해 관측값 기반의 군집분석으로는 파악하기 힘든 패턴별 국지 바람의 시·공간적 변화를 확인할 수 있었다.
이상의 궤적분석 및 137Cs 농도분포를 종합하면 고리원전에서 0900 LST부터 6시간동안 배출된 137Cs의 확산방향은 크게 남동해 해상으로의 확산(P1, P2), 고리원전 기준 남서쪽으로의 확산(P3, P4-2)과 북쪽으로의 확산(P4-1, P4-3, P4-4, P4-5)으로 분류될 수 있었다. 본 연구에서는 원전의 서쪽 지역으로의 137Cs 대기확산 패턴은 확인되지 않았는데 원전 서쪽에 분포하고 있는 산지(최고 고도 1,939 m)의 영향으로 판단된다.
P4-4는 해안선을 따라 해풍의 발달과 내륙에서의 육풍이 동시에 확인되는 반면, P4-5에서는 육지에서 약한 서/북서풍계열의 육풍의 존재만 확인된다. 이후 1500 LST에는 고리원전의 북쪽(울산지역)에서 두 패턴간 풍향차이가 뚜렷하였는데, P4-5는 영역 전반으로 남풍계열의 바람이 지배적인데 반해 P4-4는 남동풍 계열의 바람으로 남쪽 해상의 공기가 내륙으로 유입되는 특징을 보였다.
후속연구
본 연구를 통해 고리원전 인근지역의 국지바람은 지역의 지리·지형 뿐 아니라 종관기상의 영향을 복합적으로 받아 다양한 시·공간 분포를 나타내었고, 이러한 국지 바람의 영향으로 만일의 방사성물질 유출시 확산분포와 농도수준이 다양하게 제시될 수 있음을 WRF/HYSLPIT4 모델링 결과 확인하였다. 향후, 방사성물질 배출조건의 다양한 설정, 장기간(1년)의 기상-대기확산 모델링이 추가로 수행되어 다양한 기상/배출 조건에서의 방사성물질 대기확산이 파악된다면, 이를 근거로 보다 현실적인 원전재난 대응대책 마련에 유용한 참고자료가 될 것으로 기대한다.
질의응답
핵심어
질문
논문에서 추출한 답변
방사성물질의 대기확산을 결정짓는 중요한 인자는 무엇인가?
방사성물질이 대기 중에 방출될 경우, 물리/화학/생물학적 전이과정(Lee 등, 1997)과 동시에 지역의 기상조건(바람, 강수, 안정도, 혼합고 등)에 따라 확산 및 침적과정을 거치면서 방사성물질 농도는 재분포하게 된다. 방출된 시점 이후의 기상환경에 따라 같은 양의 방사성물질이라도 확산범위와 농도수준에 상당한 차이를 보일 수 있고, 그 중에서도 지역의 바람조건(풍속과 풍향)은 방사성물질의 대기확산을 결정짓는 중요한 인자이다(Lee 등, 1997; Srinivas 등, 2012). 따라서 원전 인근지역에서 발생할 수 있는 국지바람 특성과 그에 따른 공기괴의 순환 과정에 대한 이해는 단기간(1 2일)의 방사성물질의 대기확산을 예측하는데 필수적이다.
국가차원에서 행하는 다양한 방사능 방재・방호 활동은 무엇인가?
2011년 3월에 발생한 일본 후쿠시마 원전사고 이후, 원전 중대사고의 발생가능성은 관련 종사자 뿐 아니라 원전인근 지역주민들에게도 중요한 사회적 문제로 인식되고 있다. 이러한 현실 속에서 방사능방재 훈련, 현장방사능방재지휘센터 운영, 환경방사능 감시와 같은 다양한 방사능 방재・방호를 위한 노력을 국가차원에서 기울이고 있으나(Korea institute of nuclear safety, 2012), 만일의 원전재난 발생으로 인한 방사성물질의 방출시, 신속한 대책수립의 근거가 될 수 있는 원전 인근지역에 대한 방사성물질의 대기확산 및 피해 예측연구는 매우 부족한 현실이다.
국내 원전이 연안에 위치하며, 한반도의 지형적 특성으로 인한 원전인근의 기상적 특징은 무엇인가?
국내 원전은 냉각수를 쉽게 얻을 수 있는 동해와 서해연안에 위치하고 있으며, 한반도의 지형적 특성상 인근에 크고 작은 산지지형이 위치하는 곳이 많다. 이에 원전인근 지역에서는 해륙풍, 산곡풍 등과 같은 다양한 국지 풍이 복합적으로 발생할 가능성이 높고, 동시에 한반도에서 나타나는 계절별 종관기상의 차이로 연중 다양한 국지바람의 시·공간적 변화를 경험할 수 있다. 방사성물질의 대기확산 예측에 있어 지역적 편차가 큰 지형과 다양한 국지바람의 영향을 고려하기 위해서는 상세 바람장을 재현할 수 있는 3차원 기상모델과 기상/배출 조건을 입력받아 오염물질의 대기 중 거동을 수치적으로 계산할 수 있는 대기확산모델의 적용이 필요하다.
참고문헌 (28)
An, H. Y., Kang, Y.-H., Bang, J.-H., Song, S.-K., Kim, Y.-K., 2014, Comparison of CALPUFF and HYSPLIT for predicting radioactive substance dispersion, Proceedings of the Korean Environmental Sciences Society Conference, 23, 60-64.
Borge, R., Alexandrov, V., Jose del Vas, JLumbreras, J., Rodriguez, E., 2008, A comprehensive sensitivity analysis of the WRF model for air quality applications over the Iberian Peninsula, Atmospheric Environment, 42, 8560-8574.
Draxler, R. R., Hess, G. D., 1997, Description of the HYSPLIT_4 modeling system, NOAA Tech. Memo ERL ARL-224, NOAA Air Resource Laboratory, Silver Spring, MD, 24.
Eder, B. K., Davis, J. M., Bloomfield, P., 1994, An automated classification scheme designed to better elucidate the dependence of ozone on meteorology, Journal of Applied Meteorology, 33, 1182-1199.
Hong, S.-Y., Lim, J.-O. J., 2006, The WRF Single -Moment 6-class Microphysics scheme (WSM6), Journal of the Korean Meteorological Society, 42(2), 129-151.
Hong, S.-Y., Noh, Y., Dudhia, J., 2006, A new vertical diffusion package with an explicit treatment of the entrainment processes, Monthly Weather Review, 134, 2318-2341.
Hwang, M.-K., Kim, Y.-K., Oh, I.-B., Lee, H. W., Kim, C.-H., 2007, Identification and interpretation of representative ozone distributions in association with the sea breeze from different synoptic winds over the coastal urban area in Korea, Journal of the Air & Waste Management Association, 57, 1480-1488.
Jeong, J.-H., Oh, I.-B., Ko, D., Kim, Y.-K., 2011, The characteristics of seasonal wind fields around the Pohang using cluster analysis and detailed meteorological model, Journal of the Environmental Sciences, 20(6), 737-753.
Kain J. S., 2010, The Kain-Fritsch convective parameterization:an update, Journal of Applied Meteorology, 43, 170-181.
Kim, C.-H., Song, C.-K., 2003, Lagrangian particle dispersion modeling intercomparison: Internal versus foreign modeling results on the nuclear spill event, Journal of Korean Society for Atmospheric Environment, 19(3), 249-261.
Kim, C.-H., Song, C.-K., Lee, S.-H., Song, S.-K., 2008, Simulating mesoscale transport and diffusion of radioactive noble gases using the lagrangian particle dispersion model, Journal of Environmental Radioactivity, 99, 1644-1652.
Korea Atomic Energy Research Institute, 2007, Radiological dose assessments through the atmospheric environment. KAERI/RR-2769/2006, Ministry of Science and Technology.
Korea institute of nuclear safety, 2012, 2011 Nuclear safety yearbook, 11-1410000-00273-10, Ministry of Trade, Industry and Energy.
Korsakissok, I., Mathieu, A., Didier, D., 2013, Atmospheric dispersion and ground deposition induced by the Fukushima nuclear power plant accident: A local-scale simulation and sensitivity study, Atmospheric Environment, 70, 267-279.
Kryza, M., Werner, M., Dore, A. J., Vieno, M., Blas, M., Drzeniecka-Osiadacz, A., Netzel, P., 2012, Modelling meteorological conditions for the episode (December 2009) of measured high PM10 air concentrations in SW Poland - application of the WRF model, International Journal of Environment and Pollution, 50, 41-52.
Lee, G.-B., Lee, M.-C., Song, Y.-I., 1997, A study on mesoscale atmospheric dispersion of radioactive particles released from nuclear power plants, Journal of Korean Association for Radiation Protection, 22(4), 273-288.
Malwer, E. J., Taubman, S. J., Brown, P. D., Iacono, M. J., Clough, S. A., 1997, Radiative transfer for inhomogeneous atmospheres: RRTM, a validated correlated-k model for the longwave, Journal of Geophysical Research, 102, 16663-166682.
Miglietta, M. M., Thunix, P., Georgieva, E., Pederzoli, A., Bessagnet, B., Terrenoire, E., Colette, A., 2012, Evaluation of WRF model performance in different European regions with the DELTA-FAIRMODE evaluation tool, International Journal of Environment and Pollution, 50, 83-97.
Na, M.-G., Lee, G.-J., 1998, A study on the diffusion of gaseous radioactive effluents based on the statistical method, Journal of Korean Association for Radiation Protection, 23(4), 251-257.
National Institute of Environmental Research, 2014, Studies on the optimization method for improving the accuracy of air quality modeling, NIER-SP2013-210.
Park, J.-G., Lee, D.-K., 1998, Cluster analysis and development mechanism of explosive cyclones in East Asia, Journal of the Korean Meteorological Society, 34(4), 523-547.
Skamarock, W. C., Klemp, J. B., Dudhia, J., Gill, D. M., Baker, D., Duda, M. G.,, Huang, X., Wang, W., Powers, J. G., 2008, A description of the advanced research WRF version 3, NCAR/TN-475+STR, National Center for Atmospheric Research, Colorado, USA.
Srinivas, C. V., Venkatesan, R., 2005, A simulation study of dispersion of air borne radionuclides from a nuclear power plant under a hypothetical accidental scenario at a tropical coastal site, Atmospheric Environment, 39, 1497-1511.
Srinivas, C. V., Venkatesan, R., Bskaran, R., Rajagopal, V., Venkatraman, B., 2012, Regional scale atmospheric dispersion simulation of accidental releases of radionuclides from Fukushima Dai-ichi reactor, Atmospheric Environment, 61, 66-84.
Stohl, A., Seibert, P., Wotawa, G., Arnold, D., Burkhart, J. F., Eckhardt, S., Tapia, C., Vargas, A., Yasunari, T. J., 2012, Xenon-133 and caesium-137 releases into the atmosphere from the Fukushima Dai-ichi nuclear power plant: determination of the source term, atmospheric dispersion, and deposition, Atmospheric Chemistry and Physics, 12, 2313-2343.
Suh, K.-S., Kim, E.-H., Han, M.-H., 2002, Development of long-range atmospheric dispersion model against a nuclear accident, Journal of Korean Association for Radiation Protection, 27(3), 171-179.
Thaning, L., Baklanov, A., 1997, Simulation of the atmospheric transport and deposition on a local/mesoand regional scale after hypothetical accidents at the Kola nuclear power plant, The Science of the Total Environment, 202, 199-210.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.