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 연구에서는 수도권 지역에 대한 오염원별 배출물 질별 기여도 및 전환율을 산정하였으며, 이렇게 산정된 전환율은 배출량 변화와 농도 변화의 상관성을 정량적으로 설명할 수 있는 자료로 활용이 가능하며, 저감대 책별 삭감 배출량 정보와 함께 이용될 경우 비용 - 효과 분석에도 적용될 수 있다. 동반논문(Ⅳ)에서는 저감대 책별 삭감 배출량과 투입예산, 그리고 전환율을 바탕으로 수도권 지역에서 PM2.5 저감대책별 비용효과를 평가하는 방법론을 제시하고자 한다.
- 개선대책 수립 시 전환율을 이용하지 않고 BFM 모사 결과를 직접적으로 이용할 수 있으나, 이 경우 수십~수백 번 이상의 반복적인 모사가 필요하다(예를 들어, 저감대책별, 배출물질별, 대상지역별, 저감 정도별 등). 따라서 본 연구에서는 저감대책별 삭감 배출량과 전환율을 바탕으로 개별 저감대책에 대한 PM2.5농도개선 정도를 정량적으로 추정하는 방법을 검토하였다.
- 본 연구는 배출량 - 농도의 비선형적인 변화 관계를 정량적으로 설명하기 위한 것으로 대기질 모사를 이용하여 전구물질 배출량을 PM2.5농도로 환산할 수 있는 ‘단위 배출량당 PM2.5로의 전환율’(이하 ‘전환율’)을 추정하고자 하였다.
- 본 절에서는 기본 모사와 BFM 모사 결과를 바탕으로 오염원별, 배출물질별 배출량에 대한 수도권 PM2.5농도 민감도와 기여도를 산정하였다. 그림 2는 대상 배출물질을 점, 선, 면오염원으로 구분하고 수도권 배출량을 50% 삭감할 경우 PM2.
제안 방법
- BFM 은 다양한 배출량 변화(perturbation)에 대한 농도 민감도 및 기여도 추정을 가능하게 하지만, 배출량 변화에 따른 추정결과가 모두 동일하지 않은 제한점이 있다 (ENVIRON, 2010). BFM 적용 시 배출량 삭감 정도에 따른 결과 차이를 검토하기 위해 수도권에서 비교적 많은 배출량을 차지하는 선오염원 NOx 배출량과 면오염원 SO2 배출량에 대하여 기본 배출량 대비 20%, 50%, 80% 삭감 모사를 수행하여 민감도 (배출량 변화당 농도의 상대적 변화)를 분석하고, 이를 식 (1)에 대입하여 기여도를 산정하였다(그림 6). 단, 배출량 삭감 정도에 따라 식 (1)의 분모를 변경하였다.
- 1월에는 월평균 농도 기준 10%가량 과대 모의하나, 4월에는 20%가량 과소 모의한다. 기상 및 대기질 모사, 그리고 PM2.5성분별 모사 평가는 동반논문(Kim et al., 2017c)에 제시하였다.
- 5 관리와 관련하여 이용된 배출량 목록을 바탕으로 오염원별 수도권 배출 특성을 종합해보면 점오염원에 대해서는 SO2 규제 등이 상대적으로 효과적이며, 선오염원에 대해서는 PPM 관리가 중요할 것이다. 단, 본 연구에서는 도로에서 발생하는 재비산먼지 배출량을 선오염원으로 구분하였다. 면오염원에 대해서는 SO2 , NH3 , VOC 및 PPM에 대한 배출 관리 강화가 필요하다.
- 본연구에서는 기본 모사를 제외하고 총 21개의 민감도 모사를 수행하였으며, 점, 선, 면 배출원별로, 다섯 가지 배출물질에 대해 각각 50%의 배출량을 삭감하고 BFM 모사를 수행하였다. 면오염원에서의 SO2와 선오염원의 NOx배출량은 이들 배출에 의한 PM2.5생성 과정의 비선형 특성을 고려하여 50% 삭감 이외에 20%와 80%를삭감한 모사를 추가적으로 수행하였으며, 이를 이용하여 3.5절에 BFM 모사 시 배출량 변화 정도 (perturbation)에 따른 기여도 및 전환율 변화를 논의하였다. Case 20과 Case 21은 수도권에 국한된 배출량 변화를 검토한 다른 모사와는 달리 남한 전 지역 NOx와 SO2배출량을 삭감한 모사로, 배출량 저감 시나리오 작성시 대상지역 및 대상 배출원 선택에 따른 기여도 변화를 검토하였다(3.
- 모사 기간은 2014년의 각 계절별 기상 특성을 고려할 수 있도록 1월, 4월, 7월, 10월에 대하여 한 달씩 모사하였으며, 10일간의 pre-run 기간을 설정하였다. 배출목록은 동북아 지역에 대해서는 2010년 CREATE (Comprehensive Regional Emissions inventory for Atmospheric Transport Experiment; Woo et al.
- 본 연구에서는 광화학 모델 중 CMAQ을 바탕으로 BFM 기법을 적용하여 기여도 분석을 수행하였다. BFM은 기본 배출량에 대한 모사 농도와 변화된 배출량에 대한 모사 농도의 차이를 바탕으로 민감도(sensitivity) 를 산정하는 방법으로, 쉽게 적용할 수 있는 반면 민감도 모사에 쓰인 배출량 변화 정도에 따라 산정되는 기여도 및 전환율 등이 달라질 수 있다(ENVIRON, 2010).
- 본 연구에서는 수도권 지역에서 발생하는 인위적인 배출량을 점, 선, 면오염원으로 구분하고, 대기질 모사를 통해 기여도 및 단위 배출량당 PM2.5로의 전환율을 산출하였다. 대기질 모사는 3차원 광화학 모델인 CMAQ을 이용하였으며, 민감도 모사는 BFM을 적용하였다.
- 본 연구에서는 식 (1)과 같이 BFM 기법을 바탕으로 대상 배출량에 대한 PM2.5기여도를 산정하였다. BFM 은 다양한 배출량 변화(perturbation)에 대한 농도 민감도 및 기여도 추정을 가능하게 하지만, 배출량 변화에 따른 추정결과가 모두 동일하지 않은 제한점이 있다 (ENVIRON, 2010).
- 표 1에 본 연구에 이용된 모사목록을 정리하였다. 본연구에서는 기본 모사를 제외하고 총 21개의 민감도 모사를 수행하였으며, 점, 선, 면 배출원별로, 다섯 가지 배출물질에 대해 각각 50%의 배출량을 삭감하고 BFM 모사를 수행하였다. 면오염원에서의 SO2와 선오염원의 NOx배출량은 이들 배출에 의한 PM2.
- 5기여도를 산정하기 위해 BFM (Brute Force Method) 모사를 수행하였으며, 모사에 이용된 배출량 정보를 바탕으로 전환율을 산정하였다.아울러 BFM 수행 시 배출량 변화율의 적정성을 검토 하고, 저감대책 수립 등 정책활용 시 유의점에 대해 논의하였다.
- 5로의 전환율’(이하 ‘전환율’)을 추정하고자 하였다. 이를 위해 수도권 지역에 대한 오염 원별, 배출물질별 PM2.5기여도를 산정하기 위해 BFM (Brute Force Method) 모사를 수행하였으며, 모사에 이용된 배출량 정보를 바탕으로 전환율을 산정하였다.아울러 BFM 수행 시 배출량 변화율의 적정성을 검토 하고, 저감대책 수립 등 정책활용 시 유의점에 대해 논의하였다.
- 표 4에 PM2.5모사 결과와 수도권 도시대기측정망 관측자료를 비교하였다. 1월에는 월평균 농도 기준 10%가량 과대 모의하나, 4월에는 20%가량 과소 모의한다.
대상 데이터
- 본 연구에서는 배출량 마련을 위해 행정구역별 점, 선, 면오염원으로 구분된 CAPSS 2013 배출목록을 국립환경과학원에서 제공받아 이용하였다. 수도권 지역에 대해 구분된 오염원 분류별 주요물질 배출량은 표 2에 제시하였다.
- 1 모델을 이용하여 기상 입력자료를 마련하였다. 수도권 PM2.5기여도 분석을 위해 모사 영역은 남한지역을 포함하는 9-km 수평 해상도 영역과, 중국 등 국외로부터의 장거리 이동 영향분석 및 9-km 모사 영역의 경계조건을 마련하기 위한 27-km 수평 해상도의 상위 모사 영역을 준비하였다(그림 1 참조). 지형자료와 토지피복도 자료는 DEM (Digital Elevation Model) 자료와 환경부 중분류 자료를 이용하였 으며, WRF 모사 결과를 MCIP (Meteorology-Chemistry Interface Processor) version 3.
이론/모형
- 3차원 광화학 모델을 이용한 대기질 모사를 위해 WRF (Weather Research and Forecast; Skamarock etal., 2008) version 3.4.1 모델을 이용하여 기상 입력자료를 마련하였다. 수도권 PM2.
- Table 1. List of CMAQ sensitivity runs with Brute Force Method used in this study.
- 1을 이용하였으며, VOCs (Volatile Organic Compounds) 배출량에 대한 화학종 분류는 SAPRC99 (Statewide Air PollutionResearch Center, Version 99; Carter, 1999)을 이용하였다. 기상 및 대기질 모사에 대한 보다 자세한 기술은 동반논문(Kim et al., 2017c)을 참조할 수 있다.
- 5로의 전환율을 산출하였다. 대기질 모사는 3차원 광화학 모델인 CMAQ을 이용하였으며, 민감도 모사는 BFM을 적용하였다.
- 대기질 모사를 위해 CMAQ version 4.7.1을 이용하였으며, VOCs (Volatile Organic Compounds) 배출량에 대한 화학종 분류는 SAPRC99 (Statewide Air PollutionResearch Center, Version 99; Carter, 1999)을 이용하였다. 기상 및 대기질 모사에 대한 보다 자세한 기술은 동반논문(Kim et al.
- , 2008). 자연 배출량 자료는 MEGAN (The Model of Emissions of Gases and Aerosols from Nature;Guenther et al., 2006)을 이용하여 처리하였다.
- 5기여도 분석을 위해 모사 영역은 남한지역을 포함하는 9-km 수평 해상도 영역과, 중국 등 국외로부터의 장거리 이동 영향분석 및 9-km 모사 영역의 경계조건을 마련하기 위한 27-km 수평 해상도의 상위 모사 영역을 준비하였다(그림 1 참조). 지형자료와 토지피복도 자료는 DEM (Digital Elevation Model) 자료와 환경부 중분류 자료를 이용하였 으며, WRF 모사 결과를 MCIP (Meteorology-Chemistry Interface Processor) version 3.6으로 처리하여 배출량 산정 및 대기질 모사에 이용하였다.
성능/효과
- NH3배출량은 56,443톤/ 년 정도의 배출규모를 보이며, 주로 농업 및 축산업에서 배출된다. NH3, NOx, SO2의 수도권 총 배출량(각각 3,320 Mmol/yr, 6,194 Mmol/yr, 592 Mmol/yr)과 실제 조건에서 SO2와 NOx의 황산염과 질산염으로의 전환율을 고려하면 수도권에서 배출되는 산성 성분들 중상당 부분을 중화시킬 수 있을 것으로 판단된다. 도로 및 비도로 재비산먼지와 생물성 연소 등에서 주로 발생하는 PMC (PM Coarse) 배출량은 PM10과 PM2.
- NOx 의 경우 연평균 기여도에서 음의 값으로 모의되었다. PPM의 경우 점 및 면오염원이 주요 발생원이었으며, 주로 재비산과 관련된 배출량 영향이 높았다. NH3 의 경우 축산 및 농업과 관련된 면오염원의 비중이 높게 제시되었다.
- 5 기여도 분석 결과는 ~20% 내외의 차이를 보인다. 다만, SO2 의 경우 NOx 와는 다르게 배출량 삭감 정도나 계절에 관계없이 모두 양의 기여도를 나타내며, 삭감 정도가 커질수록 기여도가 높게 산정되었다.
- 둘째, 전국 SO2 배출량이 수도권 PM2.5 농도로의 전환율은 그림 4(b)의 수도권 SO2 배출량에 대한 자체 전환율과 비교했을 때 계절별 변화 패턴에 차이를 보이며, 연평균 전환율은 2.2 (μg/m3 /MTPY)로 자체 전환율에 비해 많이 낮아진다.
- 또한 기여도 분석을 위해서는 배출량 변화에 따른 농도 변화 민감도를 산정해야 하며, 이때 선택되는 배출량 변화 선택은 민감도 및 기여도 결과에서 차이를 보일 수 있다. 따라서 BFM 모사 시 배출량 변화 정도는 기본 배출량 대비 총 삭감 배출량의 비율을 고려하여 결정하는 것이 실제 농도 변화와 가장 유사한 결과를 도출할 수 있을 것으로 판단된다.
- 모사 결과를 보면 수도권 배출량 중 수도권 PM 2.5 농도에 대한 기여도는 PPM과 NH 3 가 가장 높았으며, VOC와 SO2 순으로 나타났다. NOx 의 경우 연평균 기여도에서 음의 값으로 모의되었다.
- 8 (μg/m 3 /MTPY)로 오염원별 두 배 가까이 차이를 나타낸다. 모사 결과에서 VOC 전환율은 SO2에비해 낮으나, 표 1에 보인 바와 같이 VOC의 수도권 전체 배출량은 SO2 대비 8배 가량 높은 배출량으로 인해 수도권 PM2.5 농도에 대한 자체 기여도는 유사할 것으로 예상된다.
- 본 실험결과, PM2.5 수도권 자체 기여도는 26.6%로 제시되었으며, 수도권 배출량을 30% 삭감하면 8% (2.3 μg/m3 ) 정도 PM2.5 농도개선이 예상된다.
- 본 연구에서는 BFM 모사 시 배출량 50% 삭감 모사를 중심으로 살펴보았는데, 배출량 삭감을 달리할 경우 (예를 들어, 20%, 40%, 60% 등), 산정되는 기여율과 전환율은 달라질 것으로 판단된다. 다만, 이러한 다양한 결과 도출에는 상당한 모사시간이 요구된다.
- 5로의 전환이 달라지기 때문인 것으로 이해된다. 즉, 대기질 개선을 위해 동일한 배출물질을 같은 양으로 삭감하더라도 대상 오염원, 대상 지역 및 계절 등에 따라 농도 변화가 달라짐을 본연구를 통해 확인하였다. 본 모사에서 이용된 BFM 모사는 비교적 적용이 쉬운 장점이 있는 반면, 다양한 분석을 위해서는 반복적인 많은 모사가 필요한 단점이 있다.
- 첫째, NOx 배출량의 경우 그림 4와 같이 수도권 NOx 배출량만을 삭감한 대부분의 모사에서 ‘NOx disbenefit’ 영향으로 인해, 수도권 NOx 배출량에 대한 자체 전환 율은 음의 값으로 도출된다.
후속연구
- 5 현상이 빈번한 겨울철 및 전반적인 연평균 농도에 대한 대책별 효과가 달라질 수 있음을 의미한다. PM2.5 관리와 관련하여 이용된 배출량 목록을 바탕으로 오염원별 수도권 배출 특성을 종합해보면 점오염원에 대해서는 SO2 규제 등이 상대적으로 효과적이며, 선오염원에 대해서는 PPM 관리가 중요할 것이다. 단, 본 연구에서는 도로에서 발생하는 재비산먼지 배출량을 선오염원으로 구분하였다.
- 본 연구에서는 수도권 지역에 대한 오염원별 배출물 질별 기여도 및 전환율을 산정하였으며, 이렇게 산정된 전환율은 배출량 변화와 농도 변화의 상관성을 정량적으로 설명할 수 있는 자료로 활용이 가능하며, 저감대 책별 삭감 배출량 정보와 함께 이용될 경우 비용 - 효과 분석에도 적용될 수 있다. 동반논문(Ⅳ)에서는 저감대 책별 삭감 배출량과 투입예산, 그리고 전환율을 바탕으로 수도권 지역에서 PM2.
- 5 농도에 대한 기여도가 높은 점을 고려하면 재비산먼지 등 PPM 배출량의 정확한 산정이 중요할 것으로 보인다. 오염원별로 볼 때 면오염원의 기여도 비중이 높게 나타났으며, 이러한 결과는 점 및 선오염원에 치중된 현재의 관리에서 벗어나 면오염원에 대한 관리방안 모색이 필요할 것으로 전망된다.
- 이러한 배출량 삭감 정도에 따른 민감도 분석결과 차이는 모사조건에 따라 배출량 - 농도 관계가 비선형적으로 변화하기 때문인 것으로 추정된다. 이에 대한 정확한 원인을 본 논문에서 설명하기는 어려우나, 향후 민감도 및 기여도 분석 시 배출량 삭감 정도 선택에 따른 불확도를 최소화하기 위해서는 실제와 유사한 배출량 변화를 민감도 모사에 적용하는 것이 현실적인 해결책이라 판단된다.
- 셋째, 그림 2에서 면오염원이 차지하는 비중이 높게 나타난다. 지금까지의 대기질 개선정책은 주로 점오염원과 선오염원에 치중되었으나, 향후에는 면오염원에 대한 영향분석 및 배출량 저감계획이 포함되어야 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.