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
- 본 연구는 특성이 뚜렷이 다른 두 지역, 춘천과 영월을 대상으로 PM10 및 PM2.5의 농도 특성을 살펴보고 고농도 현상을 야기하는 원인을 파악하고자 시작되었다. 춘천은 분지형태의 도시로 인위적 배출원에 의한 PM10 및 PM2.
- 강원도는 인구수는 적으나 대규모의 시멘트 및 석회공장이 위치해 있어 미세먼지 배출량이 높은 지역이다. 본 연구에서는 시멘트 및 석회 공장에서의 배출로 인해 강원도 내에서 PM10 및 PM2.5의 배출량이 가장 높은 영월군과 중대규모 점오염원이 존재하지 않는 춘천시에서 약 2년간 미세먼지 농도를 측정하여 그 특성을 파악하였다. 전체 측정 기간 동안의 평균 PM10 및 PM2.
- 현재 영월군에는 환경부의 자동측정망은 존재하지 않으나 시멘트 업체와 지자체가 함께 쌍용리와 신천리에 대기측정소를 각각 설치하여 PM10을 측정 중이다. 본 연구의 목적은 춘천과 영월의 PM2.5, PM10, PM2.5-10 농도의 경향성을 살펴보고, 기상자료를 바탕으로 두 지역의 미세먼지 농도를 증가시키는 요인의 지역적 특이성을 파악하는 것이다. 두 지역의 미세먼지 농도에 대한 특이성이 파악되면 미세먼지 저감 대책 수립에 중요한 기여를 할 수 있을 것이라 판단된다.
- 5의 농도를 증가시킨 것으로 판단된다. 특히 춘천은 빈번한 안개의 발생으로 인해 2차 에어로졸의 형성이 활발하게 나타날 수 있는데, 다양한 기상 조건이 PM2.5 및 PM10에 미치는 영향은 다음 장에서 더 논의하고자 한다. 둘째, 춘천에서 가장 높은 PM2.
제안 방법
- PM2.5-10의 농도를 파악하기 위해 PM10의 측정값에서 PM2.5의 측정값을 제하여 계산하였고, PM10과 PM2.5의 측정 장소가 충분히 가까워 공간적인 변이는 무시할 수 있다고 판단하였다. PM2.
- PM2.5와 PM10의 농도에 대한 풍속의 영향을 알아보기 위해 풍속 구간별 미세먼지 농도를 나타내었다(표 4). 춘천은 가장 낮은 풍속인 0.
- PM2.5와 PM2.5-10의 농도에 대한 습도의 영향을 파악하기 위해 상대 습도의 구간별로 각 모드의 농도를 비교해보았다. 춘천의 경우는 상대습도가 증가할수록 PM2.
- PM2.5와 PM2.5-10의 농도에 대한 온도의 영향을 파악하기 위해, 측정된 대기 온도의 범위를 7개 구간으로 분류하여 각 구간에 대한 미세먼지 농도의 평균을 계산하였다(그림 4). 두 지역 모두 낮은 온도 구간에서 PM2.
- 두 지역에서 측정된 PM2.5와 PM10 농도에 대해 기상요인이 어떠한 영향을 미치는 지 파악하기 위해 각 기상요인의 범위를 몇 개의 구간으로 분류하여 각 구간에 대한 미세먼지 농도를 계산하였다. 먼저 두 지역 모두 낮은 온도 구간에서 PM2.
- 그러나 춘천의 경우 총 156개의 시료 중에 일반적으로 미세먼지의 농도가 높게 나타나는 봄과 겨울철의 시료 수가 79개로 약 50%를 차지하는 반면 영월은 총 161개의 시료 중에 봄과 겨울철의 시료 수가 30%밖에 차지하지 않기 때문에, 단순 비교하기는 어렵다. 따라서 동일한 계절에 대한 두 지역의 미세먼지 농도 차이를 분석하기 위하여 봄(3월, 4월, 5월), 여름(6월, 7월, 8월), 가을(9월, 10월, 11월), 겨울(12월, 1월, 2월)로 시료를 구분하였다. 춘천과 영월 두 지역 모두 공통적으로 봄과 겨울철에 고농도가 나타났으며 여름철에 저농도가 나타남을 확인할 수 있었다(ANOVA test, p-value<0.
- 5 고농도 현상를 야기한다고 단정지을 수 없다. 따라서 빈번하게 고농도가 나타나는 겨울철에만 국한하여 상위 20%와 하위 20% PM2.5에 대한 역궤적을 계산하여 장거리 이동의 영향성을 살펴보았다(그림 3). 춘천의 경우 겨울철에 측정된 상위 20%에 해당하는 PM2.
- GDAS는 전 지구를 대상지역으로 설정한 모델 자료이며 공간 해상도는 1°, 시간 해상도는 6시간 간격의 기상자료를 제공하고 있다. 본 연구에서는 시료 채취일에 대해 6시간 간격으로 두 고도에서의 역궤적을 계산하였기 때문에, 하나의 시료에 대해 총 8개의 역궤적이 계산되었다.
- 필터의 시료 채취 전후 중량 측정은 검출한계 10-5 g인 화학저울을 사용하였다. 시료 채취 및 분석에 필요한 모든 도구는 Alconox와 초순수로 세척한 후 이용하였으며, PM2.5의 중량농도에 대한 보정은 비교 필터를 같이 보관하며 무게 측정 시 매 시료마다 실시하였다.
- 그러나 CPF는 지표면 풍향을 사용하므로 시료 채취 지점 근처에 위치한 오염원의 영향을 파악할 수 있으나, 근처의 높은 건물 등 지형의 영향을 받고 장거리 이동에 의한 영향은 살펴볼 수 없는 단점이 있다. 장거리 이동의 영향을 파악하기 위해서 PM2.5의 상위 및 하위 20% 농도에 대한 역궤적을 계산하였다. 춘천과 영월 모두 하위 20%의 경우 우리나라 여름철의 동풍에서 유입되는 해양성 기단의 흐름을 확인할 수 있었으며 상위 20%의 경우에는 중국 동북부를 거쳐 유입되는 역궤적이 많았다.
- 춘천과 영월에서 측정된 미세먼지와 기상요소, 그리고 이산화황(SO2), 이산화질소(NO2), 일산화탄소(CO)를 포함한 가스상 물질의 농도를 이용하여 주성분 분석(PCA)을 실시하였다(표 5). 춘천의 PCA 분석 결과로 4가지 요인이 추출되었으며(고유값>1) 전체 분산의 84.
대상 데이터
- PM10 농도는 시멘트업체와 지자체가 자체적으로 설치한 대기측정소(PM2.5 측정장소에서 동쪽으로 400 m 떨어진 지점)의 자료를 사용하였으며 기상자료 역시 동일한 장소에서 측정되었다.
- 기타 대기오염물질의 농도는 강원도 대기환경정보시스템에 기록된 춘천시 석사동 자동측정망과 영월군 대기측정소를 통하여 수집하였다. 기상자료의 경우에는 춘천과 영월 모두 PM10 측정 장소에서 수집하였으나, 춘천시 안개 자료의 경우에는 기상청의 국내기후자료를 통하여 춘천 기상대에서 측정한 날씨자료를 토대로 자료를 정리하였다.
- 기타 대기오염물질의 농도는 강원도 대기환경정보시스템에 기록된 춘천시 석사동 자동측정망과 영월군 대기측정소를 통하여 수집하였다. 기상자료의 경우에는 춘천과 영월 모두 PM10 측정 장소에서 수집하였으나, 춘천시 안개 자료의 경우에는 기상청의 국내기후자료를 통하여 춘천 기상대에서 측정한 날씨자료를 토대로 자료를 정리하였다.
- 7)모델을 이용하여 역궤적을 계산하였다. 모델 자료는 3차원 기상 자료인 Global Data Assimilation System (GDAS)을 이용하여 사용해주었으며 모사시간은 72시간(3일), 초기고도는 1000 m, 300 m로 설정해 주었다. GDAS는 전 지구를 대상지역으로 설정한 모델 자료이며 공간 해상도는 1°, 시간 해상도는 6시간 간격의 기상자료를 제공하고 있다.
- 본 연구에서는 2012년 4월부터 2014년 2월까지 춘천과 영월 두 지역에서 PM2.5를 측정하였다. 춘천의 PM2.
- 5 측정 사이트는 4층 건물인 강원대학교 자연과학대학 2호관 옥상(북위 37°52ʹ, 동경 127°44ʹ)이며 PM10은 석사동 자동측정망측정소(북위 37°51ʹ, 동경 127°45ʹ)의 자료를 이용하였다. 석사동 자동측정소는 PM2.5측정 사이트에서 남동쪽으로 1.9 km에 위치해 있으며, 이 측정소에서 수집한 기상자료 역시 본 연구에서 사용하였다. 영월의 PM2.
- 영월의 PM2.5 측정 사이트는 영월군 한반도면 신천리에 위치한 한반도 면사무소 옥상(북위 37°14ʹ, 동경 128°19ʹ)으로, 남서쪽으로 약 600 m 떨어진 곳에 현대시멘트 공장이 있으며 역시 남서쪽으로 약 4.2 km 떨어진 곳에 아세아시멘트 제천 공장이 위치해 있다.
- 5와 PM10의 기준을 동시에 초과한 시료는 춘천의 경우 12개, 영월의 경우 1개로 나타났다. 춘천에서 PM2.5 기준치를 초과한 22개의 시료는 가을에 채취된 시료 3개, 봄에 채취된 시료 1개를 제외하고는 모두 겨울에 채취되었다. 춘천의 경우 PM2.
- 춘천의 PM2.5 측정 사이트는 4층 건물인 강원대학교 자연과학대학 2호관 옥상(북위 37°52ʹ, 동경 127°44ʹ)이며 PM10은 석사동 자동측정망측정소(북위 37°51ʹ, 동경 127°45ʹ)의 자료를 이용하였다.
- 5 시료는 일반적으로 3일에 한 번씩 24시간 동안 채취를 하였으며 구체적인 시료 채취와 분석은 미국 환경청(US Environmental Protection Agency; US EPA)의 대기 중 미세입자 측정 방법(US EPA, 1999)을 따랐다. 춘천의 경우는 사이클론(URG Corporation)과 필터 팩(URG Corporation)을 사용하여 테플론 필터에 채취하였으며 펌프의 유량은 16.7LPM, 중량측정은 검출한계 10-5 g인 화학저울로 정량하였다. 영월의 경우는 초미세먼지 연속채취기(PMS-103, APM Engineering)를 이용하여 테플론 필터에 채취하였으며 춘천과 마찬가지로 유량은 16.
이론/모형
- PM2.5 시료는 일반적으로 3일에 한 번씩 24시간 동안 채취를 하였으며 구체적인 시료 채취와 분석은 미국 환경청(US Environmental Protection Agency; US EPA)의 대기 중 미세입자 측정 방법(US EPA, 1999)을 따랐다. 춘천의 경우는 사이클론(URG Corporation)과 필터 팩(URG Corporation)을 사용하여 테플론 필터에 채취하였으며 펌프의 유량은 16.
- 특정 기간 동안 유입되는 공기의 흐름을 파악하기 위하여 미국해양대기국(NOAA: National Oceanic and Atmospheric Administration)에서 제공하는 Hybrid Single Particle Lagrangian Trajectory (HYSPLIT 4.7)모델을 이용하여 역궤적을 계산하였다. 모델 자료는 3차원 기상 자료인 Global Data Assimilation System (GDAS)을 이용하여 사용해주었으며 모사시간은 72시간(3일), 초기고도는 1000 m, 300 m로 설정해 주었다.
성능/효과
- 50 μg m-3을 초과하는 PM2.5-10의 농도가 나타났을 때에는 풍속이 1.3m s-1로 시료 채취 전체 기간 동안의 평균 풍속인 0.8m s-1에 비해 상당히 높은 값이 나타났으며, 낮은 상대습도(62%)와 높은 NO2 농도(전체 시료 채취 기간 평균 농도의 1.9배)가 나타나 시멘트 및 석회 생산 공장에서의 파쇄, 운반 및 포장 등과 같은 물리적 과정에 의해 발생되는 조대입자가 낮은 상대습도에서 재비산되어 고농도를 야기한 것으로 판단된다.
- PM2.5-10 농도는 춘천 지역에서 상대습도에 따른 뚜렷한 경향성이 나타나지 않았고, 따라서 PM2.5/PM10 비율도 상대습도가 증가함에 따라 증가하는 경향성을 보였다(그림 5). 이는 PM2.
- PM2.5/PM10 비율의 계절적 특성을 살펴보면 춘천과 영월 두 지역 모두에서 가을과 겨울철이 봄과 여름철에 비해 높게 나타났고, 특히 영월의 경우는 계절적인 차이가 더욱 뚜렷하였다 (표 1). 영월의 여름철에는 PM2.
- 5의 측정 장소가 충분히 가까워 공간적인 변이는 무시할 수 있다고 판단하였다. PM2.5/PM10의 비율은 춘천이 평균 51.3%, 영월이 평균 47.8%로, 통계적으로 춘천에서의 초미세입자 비율이 영월에 비해 더 높은 것으로 나타났다(독립표본 T 검정, p-value=0.007). 춘천에서 더 높은 PM2.
- 6 μg m-3이다. 각 지역의 상위 10% 농도를 살펴보았을 때도 춘천은 영월에 비해 PM2.5 및 PM10의 농도가 높은 것으로 나타났다(표 2).
- 05). 동일한 계절에 대해서 두 지역의 농도를 비교한 결과 4계절 모두 춘천이 영월에 비해 PM2.5와 PM10 농도가 높게 나타남을 알 수 있었다(표 1). 연도별 경향성을 살펴보면, 춘천의 경우에는 2012년에 비해 2013년의 PM2.
- 5의 농도가 증가하는 것을 나타냈다고 판단된다. 두 번째 주성분은 NO2와 PM2.5-10의 농도가 뚜렷한 공통성을 가지는 것으로 나타났다. 첫 번째 주성분이 기온이 낮을 때 시멘트 공장의 연소 과정에서 배출되는 가스상 오염물질의 응축 및 응결 작용으로 인한 에어로졸 생성으로 인한 PM2.
- 5-10의 농도에 대한 온도의 영향을 파악하기 위해, 측정된 대기 온도의 범위를 7개 구간으로 분류하여 각 구간에 대한 미세먼지 농도의 평균을 계산하였다(그림 4). 두 지역 모두 낮은 온도 구간에서 PM2.5의 고농도가 나타났으며 온도가 증가할수록 농도가 낮아지는 경향을 보였다. 춘천과 영월 모두 PM2.
- PM10의 일평균 대기환경기준을 초과한 날은 춘천의 경우 23일이 나타났으나 영월의 경우 단 2일만에 기준치를 초과하였다(표 2). 두 지역에서 PM2.5와 PM10의 대기환경기준을 초과한 시료에 대한 농도 평균값은 춘천이 영월에 비해 높았으며, PM2.5와 PM10의 기준을 동시에 초과한 시료는 춘천의 경우 12개, 영월의 경우 1개로 나타났다. 춘천에서 PM2.
- 5 및 PM10에 미치는 영향은 다음 장에서 더 논의하고자 한다. 둘째, 춘천에서 가장 높은 PM2.5 배출량을 나타내는 일차 배출원은 도로이동오염원으로, 조대입자에 비해 PM2.5의 비율이 높은 배출원 특성을 지닌다. 반면, 영월의 경우에는 가장 높은 미세먼지 배출원은 시멘트 및 석회 생산으로, 도로이동오염원에 비해 PM10 중 조대입자의 배출 비율이 높은 특징을 지닌다.
- 5-10의 농도가 증가한 것이 아니라, (초)미세먼지의 농도가 증가된 상태이기 때문에 기상청에서 연무가 발생했다고 판단한 것으로 생각할 수 있다. 따라서 대기 중 수분에 의한 이차 유기 및 무기 에어로졸의 증가는 안개와 박무 현상이 발생했을 때 관측된다고 판단되며, 이러한 결과는 표 3에 나타난 바와 같이 안개 및 박무가 발생하였을 때의 높은 PM2.5/PM10 비율 및 PM2.5의 농도 증가로 뒷받침된다.
- CAPSS 자료에 의하면 영월군에서 가장 미세먼지 배출량이 높은 배출원은 시멘트 및 석회 생산에 대한 제조업 연소이고, 이 배출원에서 배출되는 주요 가스상 오염물질 중 NOx의 배출량이 가장 크게 나타났다. 따라서 첫 번째 주성분의 경우 영월의 미세먼지 배출량의 가장 큰 부분을 차지하는 시멘트 및 석회 생산에 대한 제조업 연소로 인해 PM2.5의 농도가 증가하는 것을 나타냈다고 판단된다. 두 번째 주성분은 NO2와 PM2.
- 5에 미치는 영향보다 낮으며 상대습도의 영향은 없는 것으로 나타났다. 또한 PM2.5-10의 고농도 기간에 SO2와 NO2의 평균 농도는 전체 시료 채취 기간 동안의 평균 농도에 비해서 높은 값을 나타냈지만, PM2.5 고농도 기간보다는 낮은 값을 나타내어 화석 연료 연소의 영향이 상대적으로 낮게 나타났다.
- 5 농도가 증가함을 알 수 있었다. 또한 고농도 PM2.5 기간에 측정된 SO2와 NO2 농도는 전체 시료 채취 기간의 평균값에 비해 각각 1.8배, 1.9배 높은 농도를 나타냈으며 CO의 농도는 약 1.2배 증가한 값을 나타내었다(표 6). 이러한 결과는 표 5에 제시된 첫 번째 주성분을 뒷받침한다.
- 이러한 결과는 표 5에 제시된 첫 번째 주성분을 뒷받침한다. 또한 고농도 PM2.5 기간에는 평균 상대습도가 79%로 나타나 전체 기간 동안의 평균 상대습도인 71%에 비해 높은 값을 나타내어, 높은 상대습도가 PM2.5의 고농도를 야기한 것으로 파악할 수 있다. 반면, PM2.
- 5 농도를 나타냈다. 또한 안개, 박무, 박무-연무가 발생하였을 때는 모두 PM2.5/PM10의 비율이 54~57%로 나타나, 발생하지 않은 날의 비율인 46%를 크게 초과하였다. 단, 연무가 나타났을 때는 PM2.
- 1배)가 나타났으나, 상대습도의 영향은 없는 것으로 나타났다(표 6). 또한 전체 시료 채취 기간의 평균 농도에 비하여 SO2 농도와 CO의 농도도 각각 1.2배와 1.5배 증가하여, 영월에서 나타난 고농도의 PM2.5는 SO2보다 NO2와 CO의 농도와 공통된 경향성이 더 높은 것으로 나타났다. 50 μg m-3을 초과하는 PM2.
- 5가 관측되었음을 알 수 있었다. 또한 풍속은 시료 채취 기간 전체의 평균인 1.1 m s-1에 비해 낮은 0.8 m s-1이 나타나, 저풍속일 때 약한 수평 및 수직 혼합으로 인해 PM2.5 농도가 증가함을 알 수 있었다. 또한 고농도 PM2.
- 5와 PM10 농도에 대해 기상요인이 어떠한 영향을 미치는 지 파악하기 위해 각 기상요인의 범위를 몇 개의 구간으로 분류하여 각 구간에 대한 미세먼지 농도를 계산하였다. 먼저 두 지역 모두 낮은 온도 구간에서 PM2.5의 고농도가 나타났으며 PM2.5-10 농도는 온도와의 관계를 보이지 않았다. 습도의 영향은 두 지역이 뚜렷이 다르게 나타났는데, 중대규모 배출시설이 없는 춘천의 경우 상대습도가 증가할수록 PM2.
- 5-10의 분산을 설명하는 주성분에서는 기온, 풍속, 상대습도 등이 기상요인과의 공통성이 추출되지 않았다. 본 연구에서 파악된 두 지역에서의 미세먼지 농도 경향과 기상요인과의 관련성은, 두 지역의 미세먼지 농도 특성이 뚜렷이 다르다는 것을 나타내며, 따라서 미세먼지 농도 저감 정책을 수립할 때 다르게 접근해야 한다는 것을 시사한다.
- 따라서 두 번째 주성분은 노천에서 이루어지는 바이오매스 소각 또는 도로변 재비산으로 판단된다. 세 번째 주성분은 높은 상대습도(RH)와 낮은 풍속이 나타날 때 PM2.5 농도가 증가하는 경향성을 나타내고 2차 에어로졸의 전구물질인 NO2도 0.414의 계수값을 나타내기 때문에 2차 에어로졸의 생성으로 판단되며, 전체 분산의 12.2%를 설명하였다. 네 번째 주성분은 PM2.
- 영월의 PCA 분석 결과도 4가지 주성분을 추출하였으며 전체 분산의 79.4%를 설명하였다. 전체 분산의 37.
- 4%를 설명하였다. 전체 분산의 37.7%를 설명하는 첫 번째 주성분만으로 PM2.5 농도 분산의 대부분을 설명할 수 있었는데, 기온이 낮을 때 NO2와 공통된 경향성을 나타냈다. CAPSS 자료에 의하면 영월군에서 가장 미세먼지 배출량이 높은 배출원은 시멘트 및 석회 생산에 대한 제조업 연소이고, 이 배출원에서 배출되는 주요 가스상 오염물질 중 NOx의 배출량이 가장 크게 나타났다.
- 전체 측정 기간 동안 대기 중 PM2.5 농도는 춘천과 영월 지역에서 각각 30.4±14.1 μg m-3, 17.2±14.7 μg m-3로 각각 나타났으며(표 1), 춘천의 경우 연평균 대기환경기준인 25 μg m-3을 초과하였다.
- 전체 측정 기간 동안의 평균 PM10 및 PM2.5 농도는 영월보다 춘천에서 더 높게 나타났으며, 춘천의 경우 연평균 PM2.5 대기환경기준인 25 μg m-3을 초과하는 농도값(30.4±14.1 μg m-3)이 관측되었다.
- 9%를 설명할 수 있었다. 첫 번째 주성분은 전체 분산의 41.7%를 차지하며 PM2.5와 PM10, 기온, SO2, NO2 사이에 공통성이 큰 것으로 나타났다. 즉, 기온이 낮을 때 도로이동오염원을 포함한 화석연료 연소로 인해 PM2.
- 5/PM10의 비율이 나타난 이유에는 두 가지를 고려할 수 있다. 첫째, 춘천의 대규모 대기오염 배출시설의 부재로 인해 대기 중 미세먼지에 대한 2차 에어로졸의 기여도가 높을 것으로 추정되기 때문이다. 기존의 연구에서도 배출원에서 배출된 공기의 이동시간이 길어질수록(aging될수록) 2차 에어로졸의 기여도가 증가하는 것으로 나타났다(Kang et al.
- 춘천과 영월 두 지역 모두 공통적으로 봄과 겨울철에 고농도가 나타났으며 여름철에 저농도가 나타남을 확인할 수 있었다(ANOVA test, p-value<0.05).
- 춘천과 영월의 PM2.5와 PM2.5-10의 상관성을 살펴보면 상관계수, R이 각각 0.25와 0.09로 춘천의 PM2.5와 PM2.5-10의 농도 경향의 상관성이 더 유의하게 나타났다 (춘천의 상관성 검증 p-value0.7) 두 모드 모두 PM10 농도에 중요한 영향을 미치는 것으로 나타났다.
- 춘천의 PCA 분석 결과로 4가지 요인이 추출되었으며(고유값>1) 전체 분산의 84.9%를 설명할 수 있었다.
- 5 및 PM10 농도 특성은 주성분 분석을 통해서도 나타났다. 춘천의 경우 높은 상대습도와 낮은 풍속이 나타날 때 PM2.5 농도가 증가하는 공통성, 즉 2차 에어로졸을 나타내는 주성분이 추출되었으나, 영월의 경우에는 PM2.5 농도 분산의 대부분을 설명하는 주성분이 높은 음의 값을 가진 기온과 높은 양의 값을 가지는 NO2 및 PM2.5를 공통적으로 추출하여, 겨울철 시멘트 및 석회 생산에 대한 제조업 연소가 PM2.5 농도 경향을 결정하는 주요 배출원임을 알 수 있었다. 두 지역 모두 공통적으로 PM2.
후속연구
- 5-10 농도의 경향성을 살펴보고, 기상자료를 바탕으로 두 지역의 미세먼지 농도를 증가시키는 요인의 지역적 특이성을 파악하는 것이다. 두 지역의 미세먼지 농도에 대한 특이성이 파악되면 미세먼지 저감 대책 수립에 중요한 기여를 할 수 있을 것이라 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.