2009~2014년에 제주지역의 강수시료(n=284)를 채취하여 주요 이온 성분을 분석하였다. 분석 정확도 확인을 위해 이온수지, 전기전도도, 산분율 비교법으로 회귀분석을 실시한 결과, 이들의 상관계수는 0.927~0.983의 범위로 양호한 직선성을 나타내었다. 강수의 부피가중평균 pH 4.9, 전기전도도는 22.7 µS/cm, 이온세기는 0.27±0.38 mM로 시료 중 약 35.9 %가 순수한 빗물 수준을 보였다. 강수 이온성분의 부피가중 평균농도(µeq/L)는 Na+ > Cl− > nss-SO42− > NO3− > NH4+ > Mg2+ > H+ > nss-Ca2+ > PO43− > K+ > HCOO− > CH3COO− > NO2− > F− > HCO3− > CH3SO3− 순이었다. 강수의 산성화 기여율은 황산과 질산의 기여율이 각각 54.5 %, 36.5 %인 반면에 유기산 음이온인 HCOO− 와 CH3COO− 의 기여율은 각각 4.8 %, 4.2 %를 나타내어 제주지역 강수의 산성화는 유기산보다는 주로 무기산에 의해 일어나고 있음을 확인할 수 있었다. 또한 중화인자를 확인한 결과, NH3에 의한 중화인자는 33 %를 나타내었고 CaCO3에 의한 중화인자는 20 % 이었다.
2009~2014년에 제주지역의 강수시료(n=284)를 채취하여 주요 이온 성분을 분석하였다. 분석 정확도 확인을 위해 이온수지, 전기전도도, 산분율 비교법으로 회귀분석을 실시한 결과, 이들의 상관계수는 0.927~0.983의 범위로 양호한 직선성을 나타내었다. 강수의 부피가중평균 pH 4.9, 전기전도도는 22.7 µS/cm, 이온세기는 0.27±0.38 mM로 시료 중 약 35.9 %가 순수한 빗물 수준을 보였다. 강수 이온성분의 부피가중 평균농도(µeq/L)는 Na+ > Cl− > nss-SO42− > NO3− > NH4+ > Mg2+ > H+ > nss-Ca2+ > PO43− > K+ > HCOO− > CH3COO− > NO2− > F− > HCO3− > CH3SO3− 순이었다. 강수의 산성화 기여율은 황산과 질산의 기여율이 각각 54.5 %, 36.5 %인 반면에 유기산 음이온인 HCOO− 와 CH3COO− 의 기여율은 각각 4.8 %, 4.2 %를 나타내어 제주지역 강수의 산성화는 유기산보다는 주로 무기산에 의해 일어나고 있음을 확인할 수 있었다. 또한 중화인자를 확인한 결과, NH3에 의한 중화인자는 33 %를 나타내었고 CaCO3에 의한 중화인자는 20 % 이었다.
The objective of this study was to determine the acidification of precipitation in the Jeju area. Precipitation samples were collected from the Jeju area from 2009-2014, and the major ionic species were analyzed. In the regression analysis, through a comparison of ion balance, electric conductivity,...
The objective of this study was to determine the acidification of precipitation in the Jeju area. Precipitation samples were collected from the Jeju area from 2009-2014, and the major ionic species were analyzed. In the regression analysis, through a comparison of ion balance, electric conductivity, and acid fraction, the correlation coefficients showed a good linear relationship within the range of 0.927~0.983. The volume-weighted means of the pH and electric conductivity were 4.9 and 22.7 µS/cm, respectively. The ionic strength of precipitation was 0.27±0.38 mM, indicating about 35.9 % of total precipitation within the pure precipitation criteria. The volume-weighted mean concentrations (ìeq/L) of the ionic species in the precipitation were in the order of Na+ > Cl− > nss-SO42− > NO3− > NH4+ > Mg2+ > H+ > nss-Ca2+ > PO43− > K+ > HCOO− > CH3COO− > NO2− > F− > HCO3− > CH3SO3− . The acidification contributions by sulfuric and nitric acids were 54.5 % and 36.5 %, respectively. Meanwhile the acidification contributions by formic and acetic acids were 4.8 % and 4.2 %, respectively. Thus, it was found that the acidification of the precipitation in the Jeju area was mainly due to the inorganic acids. The neutralization factors by NH3 and CaCO3 were also 33 % and 20 %, respectively.
The objective of this study was to determine the acidification of precipitation in the Jeju area. Precipitation samples were collected from the Jeju area from 2009-2014, and the major ionic species were analyzed. In the regression analysis, through a comparison of ion balance, electric conductivity, and acid fraction, the correlation coefficients showed a good linear relationship within the range of 0.927~0.983. The volume-weighted means of the pH and electric conductivity were 4.9 and 22.7 µS/cm, respectively. The ionic strength of precipitation was 0.27±0.38 mM, indicating about 35.9 % of total precipitation within the pure precipitation criteria. The volume-weighted mean concentrations (ìeq/L) of the ionic species in the precipitation were in the order of Na+ > Cl− > nss-SO42− > NO3− > NH4+ > Mg2+ > H+ > nss-Ca2+ > PO43− > K+ > HCOO− > CH3COO− > NO2− > F− > HCO3− > CH3SO3− . The acidification contributions by sulfuric and nitric acids were 54.5 % and 36.5 %, respectively. Meanwhile the acidification contributions by formic and acetic acids were 4.8 % and 4.2 %, respectively. Thus, it was found that the acidification of the precipitation in the Jeju area was mainly due to the inorganic acids. The neutralization factors by NH3 and CaCO3 were also 33 % and 20 %, respectively.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
11 본 연구는 이러한 배경 지역에서 강수 시료를 채취하여 주요 이온 성분을 분석한 결과이다. 그리고 이를 기초로 강수 성분의 조성과 오염 특성을 조사하고, 강수의 산성화와 중화 반응에 관여하는 주요 성분의 기여도를 확인하고자 하였다.
본 연구에서는 제주지역 강수의 주요 산 물질이 강수 산성화에 미치는 영향을 알아보기 위하여 식 (3)에 의해 산성화 기여도(acidification contribution, AC)를 조사하였다. 식에서 [nss-SO4 2−]+[NO3−]+[HCOO−]+[CH3COO−]는각 성분의 당량농도 합이며, [X]는 각각의 당량농도이다.
제안 방법
12 그리 고역 궤적 분석 결과를 기초로 Fig. 4와 같이 군집분석 (cluster analysis)을 실시하여 기류의 유입경로 조사하였다. 군집분석은 총 284개 강수일 중 객체 간 유사성이 비교적 낮은 5개를 제외한 총 279개를 대상으로 군집화하였고, 모두 3개 군집으로 분류하였다.
12, 13 본 연구에서는 320 m 고도를 기준으로 하였으며, 중국에서 발생한 대기오염물질의 경우 대략 4일 이내에 한반도에 도달하는 것을 고려하여 역궤적 분석의 모사시간은 5일(120시간)로 설정하였다. 또 측정지점의 좌표는 제주대학교(33.
강수 시료 분석에는 IC(Metrohm, Modula IC, Switzerland)를 사용하였고, 양이온(Na+, NH4 +, K+, Ca2+, Mg2+)은 Metrosep Cation C4-150 column, 음이온(SO42−, NO3−, Cl−, PO4 3−, NO2−)은 Metrosep A- SUPP-5 column을 이용하여 분석하였다. 또한 유기산과 일부 미량 성분(HCOO−, CH3COO−, F−, CH3SO3−) 분석에는 2009년부터 2010년까지 Dionex, DX-500 IC (IonPac AG11/IonPac AS11 column), 그리고 2010년부터 2014년에는 Metrohm, Modula IC(Metrosep A- SUPP-16 column)를 사용하였다.
USA)를 사용하여 측정하였다. 강수 시료 일부를 분취하여 온도를 25 oC 정도로 조절한 후 측정하였고, pH 미터는 Orion 사의 pH 4.10과 6.97 완충용액(low ionic strength buffer)을 사용하여 보정하였다. 전기전도도는 전도도미터(Thermo Electron, ORION 3 STAR, 013005MD Electrode, USA)를 사용하여 측정하였다.
강수 시료의 pH는 pH 미터(ORION, 720A, 81-02 Electrode, USA)를 사용하여 측정하였다. 강수 시료 일부를 분취하여 온도를 25 oC 정도로 조절한 후 측정하였고, pH 미터는 Orion 사의 pH 4.
국내 배경지역인 제주지역에서 강수 시료를 채취하여 주요 이온성분들을 분석한 결과로부터 오염 특성을 조사하였다. 또 기류의 이동경로에 따른 강수 이온 성분 농도를 비교하여 주변에서 제주지역으로 이동한 오염 물질이 대기질에 미치는 영향을 평가하였다.
또 기류의 이동경로에 따른 강수 이온 성분 농도를 비교하여 주변에서 제주지역으로 이동한 오염 물질이 대기질에 미치는 영향을 평가하였다.
채취된 강수는 실험실로 옮긴 후 일부를 분취하여 먼저 pH와 전기전도도를 측정하였고, 일부 분석용 시료는 냉동고(-20 oC) 에 보관한 상태에서 주요 이온 성분 분석에 이용하였다. 또 일부는 소량을 분취하여 클로로폼 한두 방울을 가한 후 냉동고에 보관한 상태에서 유기산 분석에 이용하였다.
또한 본 연구의 강수 분석 결과를 국내에서 비교적 청정 도가 높은 안면도와 울진 지역, 그리고 국외의 일본 Okinawa, 중국 Shenzhen, Shanghai 및 Guangzhou 강수와 Table 4에 비교하였다. 먼저 주요 2차 오염물질인 SO4 2−, NO3−, NH4 + 농도는 제주지역에서 각각 37.
또한 양이온과 음이온 농도 합 간의 편차를 확인하기 위하여 두 값의 불균형도 (% imbalance)를 조사하였다. 이를 위해 이온농도 합(Σ[Cation]+Σ[Anion])에 대한 불균형도 ((Σ[Cation]−Σ[Anion])/(Σ[Cation]+Σ[Anion])×100) 의 분산도를 확인하였고, 그 결과를 Fig.
본 연구에서는 분석 데이터의 정확도 평가를 위해 이온수지, 전기전도도, 산분율 비교법 3가지로 데이터의 정도보증/정도관리(QA/QC)를 실시하였고, 그 결과를 Table 3에 수록하였다. 표의 결과와 같이 양이온당량농도의 합과 음이온 당량농도의 합 간의 상관계수는 0.
조사하였다. 이를 위해 이온농도 합(Σ[Cation]+Σ[Anion])에 대한 불균형도 ((Σ[Cation]−Σ[Anion])/(Σ[Cation]+Σ[Anion])×100) 의 분산도를 확인하였고, 그 결과를 Fig. 1에 도시하였다. 일반적으로 강수 분석에서 데이터의 분산도가 25% 이하이면 분석 데이터가 비교적 양호한 결과를 나타내는 것으로 평가하고 있다.
97 완충용액(low ionic strength buffer)을 사용하여 보정하였다. 전기전도도는 전도도미터(Thermo Electron, ORION 3 STAR, 013005MD Electrode, USA)를 사용하여 측정하였다. 이때 시료의 온도는 약 25 oC가 되도록 조절하였고, 전도도미터는 KCl 표준용액(146.
제주지역에서 채취한 총 284개 강수 시료들에 대해 pH, 전기전도도를 측정하고, 주요 성분들을 분석하였다. 이때 H+의 농도는 pH 측정 결과로부터 계산하였고, HCO3−의 농도는 [HCO3−]=10(pH−11.
채수구는 시료 채취 전후에 항상증류수로 세척하여 오염을 방지하였다. 채취된 강수는 실험실로 옮긴 후 일부를 분취하여 먼저 pH와 전기전도도를 측정하였고, 일부 분석용 시료는 냉동고(-20 oC) 에 보관한 상태에서 주요 이온 성분 분석에 이용하였다. 또 일부는 소량을 분취하여 클로로폼 한두 방울을 가한 후 냉동고에 보관한 상태에서 유기산 분석에 이용하였다.
대상 데이터
강수 시료는 제주대학교 자연과학대학 건물 옥상 (33.26°N, 126.33°E)에서 2009년 1월부터 2014년 12월까지 매 강수별로 총 284개의 시료를 채취하였다. 강수 채취기(Shinil, SL-4-001, Korea)는 빗물 센서가 부착된 자동시스템으로 강수 전후에 커버가 자동으로 개폐되도록 제작되었다.
33°E)에서 2009년 1월부터 2014년 12월까지 매 강수별로 총 284개의 시료를 채취하였다. 강수 채취기(Shinil, SL-4-001, Korea)는 빗물 센서가 부착된 자동시스템으로 강수 전후에 커버가 자동으로 개폐되도록 제작되었다. 강수채취기의 채수구는 내경이 253 mm인 스테인레스강 재질이며, 내부는 테플론으로 코팅되어 있다.
강수 채취기(Shinil, SL-4-001, Korea)는 빗물 센서가 부착된 자동시스템으로 강수 전후에 커버가 자동으로 개폐되도록 제작되었다. 강수채취기의 채수구는 내경이 253 mm인 스테인레스강 재질이며, 내부는 테플론으로 코팅되어 있다. 채수구는 시료 채취 전후에 항상증류수로 세척하여 오염을 방지하였다.
4와 같이 군집분석 (cluster analysis)을 실시하여 기류의 유입경로 조사하였다. 군집분석은 총 284개 강수일 중 객체 간 유사성이 비교적 낮은 5개를 제외한 총 279개를 대상으로 군집화하였고, 모두 3개 군집으로 분류하였다. 군집화한 역궤적은 Cluster 1(중국대륙)이 30%(84개), Cluster 2(한반도)가 48%(134개), Cluster 3(북태평양) 22%(61개)로 분류되었고, 이 중에는 한반도에서 유입된 기류의 빈도가 가장 많았다.
12, 13 본 연구에서는 320 m 고도를 기준으로 하였으며, 중국에서 발생한 대기오염물질의 경우 대략 4일 이내에 한반도에 도달하는 것을 고려하여 역궤적 분석의 모사시간은 5일(120시간)로 설정하였다. 또 측정지점의 좌표는 제주대학교(33.26°N, 126.33°E) 지점을 설정하였다.
column을 이용하여 분석하였다. 또한 유기산과 일부 미량 성분(HCOO−, CH3COO−, F−, CH3SO3−) 분석에는 2009년부터 2010년까지 Dionex, DX-500 IC (IonPac AG11/IonPac AS11 column), 그리고 2010년부터 2014년에는 Metrohm, Modula IC(Metrosep A- SUPP-16 column)를 사용하였다. 표준검정곡선은 Aldrich 사의 1차 표준물질을 사용하여 1000 mg/L 용액을 제조한 후 이를 적절히 희석한 표준용액을 사용하여 작성하였다.
또한 유기산과 일부 미량 성분(HCOO−, CH3COO−, F−, CH3SO3−) 분석에는 2009년부터 2010년까지 Dionex, DX-500 IC (IonPac AG11/IonPac AS11 column), 그리고 2010년부터 2014년에는 Metrohm, Modula IC(Metrosep A- SUPP-16 column)를 사용하였다. 표준검정곡선은 Aldrich 사의 1차 표준물질을 사용하여 1000 mg/L 용액을 제조한 후 이를 적절히 희석한 표준용액을 사용하여 작성하였다. 또한 IC의 기기검출한계(IDL)는 최소 농도의 표준용액을 7회 반복 분석하여 구한 표준편차에 Student-t (98% 신뢰수준)를 곱하여 구하였으며, 강수 이온 분석 시의 IC 조건과 기기검출한계(IDL)는 Table 1, 2와 같다.
데이터처리
표준검정곡선은 Aldrich 사의 1차 표준물질을 사용하여 1000 mg/L 용액을 제조한 후 이를 적절히 희석한 표준용액을 사용하여 작성하였다. 또한 IC의 기기검출한계(IDL)는 최소 농도의 표준용액을 7회 반복 분석하여 구한 표준편차에 Student-t (98% 신뢰수준)를 곱하여 구하였으며, 강수 이온 분석 시의 IC 조건과 기기검출한계(IDL)는 Table 1, 2와 같다.
이론/모형
기류의 이동경로 추적을 위한 역궤적 분석은 NOAA/ARL(National Oceanic and Atmospheric Admi- nistration/Air Resources Laboratory)에서 제공하는 HYSPLIT4(HYbrid Single Particle Lagrangian Integrated Trajectory, Version 4) 모델을 이용하였고, 기상자료는 GDAS(Global Data Assimilation System)를 이용하였다.12, 13 본 연구에서는 320 m 고도를 기준으로 하였으며, 중국에서 발생한 대기오염물질의 경우 대략 4일 이내에 한반도에 도달하는 것을 고려하여 역궤적 분석의 모사시간은 5일(120시간)로 설정하였다.
본 연구에서는 강수 오염성분의 유입 경로를 추적하기 위하여 강수 시료 채취 시기의 기류 이동을 HYSPLIT4 역궤적 분석법으로 추정하였다.12 그리 고역 궤적 분석 결과를 기초로 Fig.
성능/효과
반대로 이들의 상관성이 낮을수록 강수의 산성화 및 중화는 이들 외에 다른 성분들의 기여도가 높음을 의미한다.5 본 연구 결과에서는 Fig. 3과 같이 제주지역 강수의 산성화 물질과 중화 물질의 상관성을 조사해본 결과 상관계수(r)가 0.907로 비교적 큰 상관성을 나타내었다. 이러한 결과로 미루어 보아 제주지역 강수의 산성화 및 중화는 이들 성분들에 의해 일어나고 있고, 이 외에 다른 산과 염기 물질의 기여도는 크지 않는 것으로 보인다.
7 µS/cm로 조사되었다. 강수의 이온세기(ionic strength)를 측정한 결과 0.27±0.38 mM의값을 보였고 전체 시료 중 약 35.9% 정도가 순수한강수의 기준인 10−4 M 이하의 이온세기를 보였다.14
군집분석은 총 284개 강수일 중 객체 간 유사성이 비교적 낮은 5개를 제외한 총 279개를 대상으로 군집화하였고, 모두 3개 군집으로 분류하였다. 군집화한 역궤적은 Cluster 1(중국대륙)이 30%(84개), Cluster 2(한반도)가 48%(134개), Cluster 3(북태평양) 22%(61개)로 분류되었고, 이 중에는 한반도에서 유입된 기류의 빈도가 가장 많았다.
7 µeq/L이었다. 그리고 NO3− 농도는 Cluster 1~3에서 각각 46.9, 33.5 및 19.2 µeq/L이었고, NH4 + 농도는 41.2, 30.1 및 19.4 µeq/L로중국대륙에서 기류가 유입되었을 때 가장 높고 다음으로는 한반도에서 유입되었을 때가 높은 농도를 나타내었다. 또한 토양 지표성분인 nss-Ca2+은 Cluster 1~3에서 각각 27.
5, 9 본 연구에서는 이온 농도가 낮을수록 % imbalance가 크고, 높을수록 낮은 경향을 나타내었다. 그리고 총 284개의 데이터 중에서 9개를 제외한 나머지 데이터들이 25% 미만의 범위를 보여 양호한 신뢰도를 나타내는 것으로 조사되었다.
6%를 차지하여 해양 영향을 많이 받은 것으로 조사되었다. 다음으로 2차 오염물질인 nss-SO42−, NO3−, NH4 +의 함량이 25.5% 비율을 차지하였고, 토양 지표성분인 nss-Ca2+은 3.5%의 조성을 보였다.
일반적으로 강수 시료의 주요 성분들에 대한 분석이 정량적으로 이루어졌을 경우, 이온수지(ion balance)는 양호한 상관성을 나타내야 한다. 또 강수의 측정 전기전도도(electric conductivity)와 강수이온 농도로부터 계산한 이론 전기전도도 간에도 우수한 상관성을 보이게 되며, 이 결과로부터 분석 데이터의 정확도를 평가할 수 있다.14 또한 다음의 식 (1)과 식 (2)에 의해 산분율 (AF, acid fraction)을 계산하고 두 양을 비교하여 두 값 간의 상관성을 확인하는 방법으로도 분석 데이터의 정확도를 유추할 수 있다.
9% 정도가 순수강수의 수준을 유지하였다. 또 산성도에 따라 pH 4.5 이하일 때 nss-SO4 2−와 NO3−의 농도가 높은 반면, pH 5.5 이상일 때에 상대적으로 NH4 +와 nss-Ca2+의 농도가 증가하는 경향을 나타내었다.
또 연구 기간의 이온성분 농도는 해염 기원의 Na+, Cl−, Mg2+ 함량이 60.6%를 차지하여 해양 영향을 많이 받은 것으로 조사되었다. 다음으로 2차 오염물질인 nss-SO42−, NO3−, NH4 +의 함량이 25.
반면에 NH3에 의한 중화율은 33%이었고, CaCO3에 의한 중화율은 20%로 대부분 이들 두 성분에 의해 중화가 일어나는 것으로 평가되었다. 또한 이들 산성 음이온(nss-SO4 2−, NO3−, HCOO−, CH3COO−) 농도 합과 수소이온 및 염기 성양이 온(H+, NH4 +, nss-Ca2+) 농도 합 간의 상관계수는 비교적 높게 나타나 이들 성분들이 강수의 산성화와 중화에 중요한 역할을 하는 것으로 조사되었다.
무기산(nss-SO4 2−, NO3−)의 산성화 기여율은 91.0% 이었고, 유기산(HCOO−, CH3COO−)의 산성화 기여율은 9.0%로 제주지역은 주로 무기산에 의한 산성 화가 일어나는 것으로 나타났다. 반면에 NH3에 의한 중화율은 33%이었고, CaCO3에 의한 중화율은 20%로 대부분 이들 두 성분에 의해 중화가 일어나는 것으로 평가되었다.
0%로 제주지역은 주로 무기산에 의한 산성 화가 일어나는 것으로 나타났다. 반면에 NH3에 의한 중화율은 33%이었고, CaCO3에 의한 중화율은 20%로 대부분 이들 두 성분에 의해 중화가 일어나는 것으로 평가되었다. 또한 이들 산성 음이온(nss-SO4 2−, NO3−, HCOO−, CH3COO−) 농도 합과 수소이온 및 염기 성양이 온(H+, NH4 +, nss-Ca2+) 농도 합 간의 상관계수는 비교적 높게 나타나 이들 성분들이 강수의 산성화와 중화에 중요한 역할을 하는 것으로 조사되었다.
더 높은 경향을 보였다. 반면에 북태평양에서 기류가 유입되었을 때는 상대적으로 더 낮은 농도를 나타내어 제주지역 강수성분이 장거리 이동 오염물질의 영향을 많이 받고 있음을 알 수 있었다.
반면에 해염 기원의 Na+, Cl− 농도는 본 연구에서 71.8, 68.8 µeq/L로 중국의 Shenzhen에 비해 각각 6.4 배, 3.3배 더 높고, 일본의 Okinawa 보다는 더 낮은 결과를 나타내었다. 특히 일본의 Okinawa는 제주지역에 비해 Na+, Cl− 농도가 각각 4.
역궤적 군집분석에 의해 기류의 이동경로별로 강수의 주요 이온성분 농도를 비교한 결과, 기류가 중국대륙으로부터, 다음으로는 한반도로부터 제주지역으로 이동했을 때 nss-SO4 2−, NO3−, NH4 + 및 nss-Ca2+의 농도가 더 높은 경향을 보였다. 반면에 북태평양에서 기류가 유입되었을 때는 상대적으로 더 낮은 농도를 나타내어 제주지역 강수성분이 장거리 이동 오염물질의 영향을 많이 받고 있음을 알 수 있었다.
6에 수록하였다. 연구 기간에 무기산에 의한 산성화 기여율은 91.0%로 제주지역 강수의 산성화는 주로 이들 무기산 성분들에 의해 진행되고 있는 것으로 나타났다. 반면에 유기산에 의한 산성화 기여율은 9.
3 µeq/L를 나타내었다. 이를 국내 배경 지역인 안면도, 울진과 비교해 본 결과, 3가지 성분 모두 1.1~2.5배 낮은 농도를 나타내었다. 또 일본의 청정지역인 Okinawa와 비교해 보면, 제주지역이 NO3−는 2.
20을 나타내었다. 이를 통해 제주지역에서는 NH3에의한 중화가 가장 많이 일어나며, NH3와 CaCO3에 의한 중화율 합이 약 53%로 대부분 이들 성분에 의해 중화되고 있음을 알 수 있었다.
927로 높은 상관성을 보였다. 이처럼 3가지 방법에 의해 비교한 상관계수는 모두 r=0.9 이상의 높은 상관성을 보였고, 본연구의 분석 데이터들은 양호한 신뢰도를 나타내는 것으로 조사되었다.
제주지역 강수의 부피가중평균 pH는 4.9로 약산성을 나타내었고, 전기전도도는 22.7 µS/cm, 이온세기는 0.27±0.38 mM로 전체 강수 중 35.9% 정도가 순수강수의 수준을 유지하였다. 또 산성도에 따라 pH 4.
결과를 Table 7에 수록하였다. 제주지역 강수의 자유 산성도는 22.0%를 나타내었고, 중화인자는 NH3에의한 중화인자가 0.33, CaCO3에 의한 중화인자는 0.20을 나타내었다. 이를 통해 제주지역에서는 NH3에의한 중화가 가장 많이 일어나며, NH3와 CaCO3에 의한 중화율 합이 약 53%로 대부분 이들 성분에 의해 중화되고 있음을 알 수 있었다.
3)의 관계식5, 16 에 의해 계산하였다. 제주지역에서 측정된 강수의 부피 가중평균 pH는 4.9로 측정 기간 동안 비교적 약산성의 비가 주로 내렸음을 알 수 있었고, 부피 가중평균전기전도도는 22.7 µS/cm로 조사되었다. 강수의 이온세기(ionic strength)를 측정한 결과 0.
참고문헌 (23)
Kim, Y. J. 'A study on Characteristics of Long-range Transport Aerosol by Transport Patterns in Northeast Asia' Ph. D. Dissertation, Konkuk University, Korea, 2010.
H. Niu, Y. He, X. X. Lu, J. Shen, J. Du, T. Zhang, T. Pu, H. Xin and L. Chang, Atmos. Res., 144, 195-206 (2014).
W. Foell, C. Green, M. Amann, S. Bhattacharya, G. Carmichael, M. Chadwick, S. Cinderby, T. Haugland, J. P. Hettelingh, L. Hordijk, J. Kuylenstierna, J. Shah, R. Shrestha, D. Streets and D. Zhao, Water, Air & Soil Pollution, 85, 2277-2282 (1995).
Lee, D. E, 'Long-Term Monitoring of Precipitation Components and Pollution Characteristics at Jeju Island' Ph. D. Dissertation, Jeju National University, Korea, 2014.
EANET, Acid Deposition Monitoring Network in East Asia, Data Report on the Acid Deposition in the East Asian Region 2001-2011, Network Center for EANET, http://www.eanet.asia/product/, 2013.
S. B. Hong, W. H. Kim, H. J. Ko, S. B. Lee, D. E. Lee and C. H. Kang, Atmos. Res., 101, 427-437 (2011).
R. R. Draxler and G. D. Rolph, HYSPLIT (HYbrid Single-Particle Lagrangian Integrated Trajectory) Model access via NOAA ARL READY Website, http://ready.arl.noaa. gov/HYSPLIT_traj.php, 2013.
R. R. Draxler, HYSPLIT_4 User'Guide, NOAA Technical Memorandum ERL ARL-230, 35pp, http://readyarl.noaa.gov/HYSPLIT.php, 1999.
R. Sequeira and F. Lung, Atmos. Environ., 29(18), 2439-2447 (1995).
※ AI-Helper는 부적절한 답변을 할 수 있습니다.