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
- 남한과 북한은 지리적으로 매우 인접해 있어 각국의 배출량이 상호 지역의 대기질에 영향을 줄 수 있다. 본 연구에서는 3차원 광화학 대기질 모델을 이용하여 2016년 1년 동안 남북한 배출량이 연평균 및 월평균 PM2.5와 구성성분에 미치는 기여도를 분석하였다.
- 본 연구에서는 북한 배출량이 국내에 미치는 영향 및 북한의 대기질에 대한 외부 영향을 정량적으로 파악하기 위하여 3차원 광화학 대기질 모델을 이용하였으며, 대상 물질은 PM2.5 및 구성성분에 대하여 분석하였다. 기여도 추정은 Brute Force Method (BFM)를 이용하였으며, 연평균 및 월간 변화를 살펴보고, 추가적으로 남한 배출량이 인근 북한 지역에 미치는 영향을 분석하였다.
제안 방법
- 서울과 평양의 각 100 m 고도를 시작으로, 2016년 365일 동안 매일 정오 12시에 대하여 24시간 역으로 추적하였다. 365개의 궤적을 구분 (Clustering)하여 서울과 평양에 대하여 각각 대기의 주요 유입 패턴을 파악하였으며, 그림 3에 나타내었다. Clustering은 여러 궤적을 유사한 공간적 이동을 보이는 것끼리 구분하는 것으로 Total Spatial Variance (TSV)를 고려하여 사용자가 구분의 개수를 선택할 수 있다 (Stein et al.
- 계절별 기여도 변화를 분석하기 위하여 수도권에 대한 남한, 북한, 그 외 지역 배출량의 기여도를 구분하여 월별로 살펴보았다 (그림 6). 북서풍의 영향이 강해지는 겨울철은 sulfate를 제외한 물질에 대해 북한 배출량기여도가 높아진다.
- 5와 구성성분이므로 이에 대한 추가적인 모사 평가를 위해 서울 불광동 집중측정소의 관측자료를 이용하였다. 다만 성분별 관측값은 결측이 많아 하루 24시간 중 75%인 18시간 이상 자료가 확보된 날에 대해서만 비교를 수행하였다 (그림2). PM2.
- 모델에 이용되는 입력자료에 대한 불확도 분석은 중요하며, 본 연구의 대기질 모사 결과에 대한 수행평가를 위하여 관측값과 모사값을 비교하였다. Emery et al.
- 27km 모사 영역의 경계조건은 profile을 사용하였으며, 9km 모사 영역은 27km 수평 해상도 격자의 모사결과를 둥지 격자화하여 이용하였다. 모사 기간은 spin-up 기간 11일을 포함하여 2015년 12월 21일~2016년12월 31일로 설정하고, 2016년에 대해 분석하였다. 기상 및 대기질 모델에 사용한 모사 옵션을 표 1에 정리하였다.
- 본 연구에서는 기본 모사 외에 남한과 북한의 상호 기여도 분석을 위하여 남한과 북한의 배출량을 각각 50% 삭감하여 모사하였으며, 기본 모사를 포함하여 총 3개의 모사를 수행하였다.
- , 2015a)을 수행하였다. 서울과 평양의 각 100 m 고도를 시작으로, 2016년 365일 동안 매일 정오 12시에 대하여 24시간 역으로 추적하였다. 365개의 궤적을 구분 (Clustering)하여 서울과 평양에 대하여 각각 대기의 주요 유입 패턴을 파악하였으며, 그림 3에 나타내었다.
대상 데이터
- 본 연구의 분석 대상물질은 PM2.5와 구성성분이므로 이에 대한 추가적인 모사 평가를 위해 서울 불광동 집중측정소의 관측자료를 이용하였다. 다만 성분별 관측값은 결측이 많아 하루 24시간 중 75%인 18시간 이상 자료가 확보된 날에 대해서만 비교를 수행하였다 (그림2).
이론/모형
- 3차원 광화학모델 CMAQ (Community Multiscale Air Quality; Byun and Schere, 2006) v.4.7.1을 통해 대기질 모사를 수행하였다.
- 모델에 이용되는 입력자료에 대한 불확도 분석은 중요하며, 본 연구의 대기질 모사 결과에 대한 수행평가를 위하여 관측값과 모사값을 비교하였다. Emery et al. (2017)이 제시한 Normalized Mean Bias (NMB), Normalized Mean Error (NME) 및 상관계수 (R)의 목표기준과 최소기준을 이용하였다. PM2.
- WRF 결과를 대기질 모사에서 필요로 하는 입력자료 형태로 변환하기 위하여 MCIP (Meteorology-Chemistry Inter-face Processor) v3.6을 이용하였다.
- 기여도 추정은 Brute Force Method (BFM)를 이용하였으며, 연평균 및 월간 변화를 살펴보고, 추가적으로 남한 배출량이 인근 북한 지역에 미치는 영향을 분석하였다.
- 남북한에 대하여 각각 서울 및 북한의 대기 유입 패턴을 분석하기 위해 HYSPLIT (Stein et al., 2015a)을 수행하였다. 서울과 평양의 각 100 m 고도를 시작으로, 2016년 365일 동안 매일 정오 12시에 대하여 24시간 역으로 추적하였다.
- 대기질 모사의 입력자료를 마련하기 위하여 기상 모델로 WRF (Weather Research and Forecasting; Skamarock and Klemp, 2008) v3.4.1을 수행하고, 기상 초기장으로는 재분석 자료인 NCEP-FNL (National Centers for Environmental Prediction-Final)을 이용하였다. WRF 결과를 대기질 모사에서 필요로 하는 입력자료 형태로 변환하기 위하여 MCIP (Meteorology-Chemistry Inter-face Processor) v3.
- 6을 이용하였다. 배출량 입력자료는 자연배출량과 인위적 배출량에 대하여 각각 MEGAN (The Model of Emissions of Gases and Aerosols from Nature, MEGAN; Guenther, 2006) v2.1과 SMOKE (Sparse Matrix Operator Kernel Emissions, SMOKE; Benjey et al., 2001)를 수행하고 배출량 목록으로는 국내에 대하여 CAPSS (Clean Air Policy Support System) 2013, 그 외 동북아시아 지역에 대하여 CREATE (Com-prehensive Regional Emissions inventory for Atmospheric Transport Experiment) 2015를 이용하였다. 3차원 광화학모델 CMAQ (Community Multiscale Air Quality; Byun and Schere, 2006) v.
- , 2017d), 기본 모사 외에 분석 대상이 되는 배출량을 임의로 변화시킨 민감도 모사를 추가적으로 수행하여 농도 변화를 통해 기여도를 추정하는 방법이다. 본 연구에서 모사 기여도는 식 (1)과 같이 Zero-Out Contribution (ZOC)를 이용하여 산정할 수 있다.
- 본 연구에서는 남한과 북한의 배출량 기여도를 추정하기 위하여 BFM을 이용하였다. BFM은 대기질 모사를 기반으로 하는 여러 기여도 분석 방법 중 하나로(Kim et al.
- 북한을 비롯한 동아시아의 배출량은 CREATE 2015 배출량 목록을 이용하였으며, 남한의 배출량은 CAPSS 2013 배출량 목록을 이용하였다. 남한과 북한에 대한 Source Classification Code (SCC) 대분류별 배출오염물질의 배출량을 표 2에 정리하였다.
- 1을 통해 대기질 모사를 수행하였다. 화학 메커니즘은 SAPRC99, 에어로졸모사는 AERO5를 이용하였다.
성능/효과
- 북한에서 배출량이 집중되어 있는 평양을 중심으로 높은 기여도를 보이며, 성분별로는 nitrate와 OC에 대한 기여도가 주요하게 나타났다.
- NO2와 SO2의 경우 O3과 같은 기준을 적용하였을 때 모두 만족하여, 본 모사는 분석이 가능한 신뢰성을 가지는 것으로 판단하였다.
- 개성은 남한의 배출량이 높은 경기도와 인접하여 PM2.5에 대한 남한 배출량의 기여도는 월평균 2.1~6.3μg/m3(5.9~27.3%)를 보이며, 기상의 영향으로 겨울철보다는 여름과 가을철에 높게 분석되었다.
- 성분별로는 nitrate와 ammonium이 주요하게 나타났으며, 남한 배출량의 높은 NOx 배출량에 의한 것으로 판단된다. 남한과 북한이 서로 수도권 및 개성에 미치는 연평균 PM2.5의 기여도는 유사한 수준이나, 일평균 및 시간최대 기여도는 남한배출량의 개성에 대한 영향이 상대적으로 크게 나타났다. 이는 남한 배출량이 북한 배출량에 비하여 많아, 남풍이 지배적인 기상 조건일 때에는 일시적으로 큰 영향을 보이기 때문으로 사료된다.
- 모사된 OC 성분은 배출원에서 직접 배출되는 primary organic carbon (POC)과 대기 중 생성되는 secondary organic carbon (SOC)으로 나뉠 수 있는데, 수도권 OC의 북한 기여도 중 POC는 91%로, 즉 수도권 POC 농도의 약 24%가 북한에 의한 기여도로 모사되었다.
- 58μg/m3(1시간 평균, 9월 27일 8시)로 모사되었다. 이로부터 북한의 영향이 상대적으로 높게 나타나는 연평균 기여도와 달리 일평균 혹은 1시간 최대 기여도와 같은 일시적인 영향은 남한 배출량이 개성 지역에 상당한 영향을 줄 수 있음을 확인하였다. 이는 남한 배출량이 북한 배출량에 비하여 많기 때문에 남풍계열의 바람이 주풍향일 때 일시적으로 남한 배출량이 북한에 미치는 기여도가 더 크게 나타날 수 있는 것으로 사료된다.
- 한편, 수도권 지역과 지리적으로 인접한 북한 개성 지역에 대해서는 PM2.5 기여도가3.78μg/m3(13.7%)로 모사되었으며, 성분별로는 nitrate 1.76μg/m3(29.6%), sulfate 0.39μg/m3(8.4%), ammonium 0.70μg/m3(20.0%), OC 0.30μg/m3(8.7%), EC 0.13μg/m3(14.4%)로, 2차 오염물질인 무기성 이온에 대해 기여도가 높게 분석되었다.
후속연구
- 특히 북한의 경우 배출량 산정에 필요한 오염원 종류 및 위치, 배출공정, 배출계수, 연료 및 재료 사용량, 방지설비 등(NIER, 2013)과 같은 정보의 사용이 제한적이기 때문에 배출량의 불확도가 클 것으로 예상된다. 따라서 추후 후속 연구를 통해 위성 관측자료를 이용한 북한 배출량 불확도를 검토하여 그에 따른 남한에 대한 북한 배출량의 기여도 변화를 살펴보고자 한다.
- 이러한 배출량 산정 시 야기될 수 있는 불확도는 대기질 모사 결과에 영향을 미칠 수 있어 개선 및 검토가 필요할 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.