[논문]기상-대기질 모델을 활용한 2010~2014년 우리나라 PM10 변동 특성 분석: 기상 요인을 중심으로

남기표; 이대균; 박지훈

doi:10.14249/eia.2018.27.5.509

초록
AI-Helper

본 연구에서는 기상조건 변화에 따른 우리나라 $PM_{10}$ 농도변화 범위를 정량적으로 산정하기 위하여, 2010년에서 2014년까지(5년간) 모델의 입력자료인 국내외 배출량을 동일하게 가정하였을 때 기상조건에 따른 우리나라 $PM_{10}$ 농도변화 범위를 분석하였다. 본 분석에 사용된 모델은 WRF(ver.3.8.1)과 CMAQ(ver.5.0.2)이며, 기상 입력자료는 NCEP FNL $1^{\circ}{\times}1^{\circ}$ 자료, 국외 배출량 목록은 MIX 2010, 국내 배출량 목록은 CAPSS 2010을 이용하였다. 모델 모사결과는 2010년의 전국 일평균 $PM_{10}$ 농도에 대해 측정값과 0.82의 R값을 보이며 실제 $PM_{10}$ 농도의 증감경향을 잘 나타냈지만, 모델은 실제 $PM_{10}$ 농도와 비교하여 과소모의 하는 것으로 나타났다. 기상 및 대기질 모델을 통해 모사된 우리나라 연평균 $PM_{10}$ 농도는 기상조건의 변화로 인해 2010년 대비 평균적으로 약 $2.6{\mu}g/m^3$의 농도변화를 나타내었으며, 계절별로는 봄, 여름, 가을, 겨울에 대해 각각 $4.8{\mu}g/m^3$, $1.7{\mu}g/m^3$, $1.7{\mu}g/m^3$, $4.2{\mu}g/m^3$의 표준편차를 나타내며 봄철과 겨울철에 상대적으로 큰 $PM_{10}$ 농도 차이를 나타냈다. 전국 18개 권역을 대상으로한 지역별 분석 결과에서는 기상조건의 변화로 인해 모든 지역에서 연평균 $PM_{10}$ 농도가 $1.0{\mu}g/m^3$ 이상의 표준편차를 나타냈으며, 특히 서울과 경기북부, 경기남부, 강원영서, 충북 지역의 경우 $2.0{\mu}g/m^3$ 이상으로 타 지역에 비해 상대적으로 높은 차이를 나타냈다.

Abstract ▼ AI-Helper

The impact of meteorological condition on surface $PM_{10}$ concentrations in South Korea was quantitatively simulated from 2010 to 2014 using WRF (ver.3.8.1) and CMAQ (5.0.2) model. The result showed that seasonal standard deviations of PM10 induced by change of weather conditions were <...

The impact of meteorological condition on surface $PM_{10}$ concentrations in South Korea was quantitatively simulated from 2010 to 2014 using WRF (ver.3.8.1) and CMAQ (5.0.2) model. The result showed that seasonal standard deviations of PM10 induced by change of weather conditions were $4.8{\mu}g/m^3$, $1.7{\mu}g/m^3$, $1.7{\mu}g/m^3$, $4.2{\mu}g/m^3$ for spring, summer, autumn and winter compared to 2010, respectively, with the annual mean standard deviation of about $2.6{\mu}g/m^3$. The results of 18 regions in South Korea showed standard deviation of more than $1{\mu}g/m^3$ in all regions and more than $2{\mu}g/m^3$ in Seoul, Northern Gyeonggi, Southern Southern Gyeonggi, Western Gangwon and Northern Chungcheong in South Korea.

주제어

표/그림 (10)

그림 Figure 1. Spatial coverage of the domains of East-Asia (D01) and the Korean Peninsula (D02) used for CMAQ.
표 Table 1. WRF (ver.3.8.1) and CMAQ(ver.5.0.2) configurations used in this study
그림 Figure 2. Scatter plots showing observed and simulated daily mean PM₁₀ concentrations in 2010.
표 Table 2. Discrete statistics for daily mean PM₁₀ for selected regions and cities in 2010
표 Table 3. Measured and simulated annual mean PM₁₀ concentrations and differences compared to 2010 (unit : μg/m³)
그림 Figure 3. Changes in simulated PM₁₀ concentration from 2010 to 2014 in South Korea.
표 Table 4. Seasonal PM₁₀ differences from 2011 to 2014 compared to 2010 in South Korea (unit : μg/m³)
그림 Figure 4. Spatial distribution of averaged PM₁₀ concentrations(left) and standard deviations(right) from 2010 to 2014.
그림 Figure 5. Box-plot of PM₁₀ concentration (above) and change rate of PM10 compared to 2010 (below) for 18 regions in South Korea from 2010 to 2014 (SE: Seoul, IC: Incheon, NG: Northern Gyeonggi, SG: Southern Gyeonggi, WG: Western Gangwon, EG: Eastern Gagnwon, DJ: Daejeon, NC: Northern Chungcheong, SC: Southern Chungcheong, GJ: Gwangju, JN: Northern Jeolla, JS: Southern Jeolla, BS: Busan, US: Ulsan, DG: Daegu, NGS: Northern Gyeongsang, SGS: Southern Gyeongsang, JJ: Jeju).
표 Table 5. Annual mean PM₁₀ concentrations and standard deviation for 18 regions from 2010 to 2014

AI 본문요약
AI-Helper

문제 정의

하지만 기존에 수행된 선행 연구들은 관측 자료를 활용한 기상 인자와 대기오염물질과의 직접적인 비교를 수행하거나 비교적 짧은 기간 또는 우리나라 일부지역에 대한 분석이 주로 수행되었다. 이에 본 연구에서는 기상-대기질 모델링을 활용하여 2010년에서 2014년까지의 장기 분석을 통해 고정된 배출량 조건에서 기상조건의 변화로 인한 우리나라 PM₁₀ 농도의 변화범위를 정량적으로 분석하고자 한다. 본 연구 결과는 PM₁₀ 농도변화의 원인을 밝히는데 기초 자료로 활용됨과 동시에 향후 미세먼지 대책 마련시 근거 자료로 활용될 수 있을 것으로 기대된다.

제안 방법

본 연구에서는 기상조건 변화가 우리나라의 PM₁₀ 농도에 미치는 영향을 평가하기 위해, 기상 및 대기질 모델을 활용하여 고정된 배출량 조건에서 기상조건 변화에 따른 2010년에서 2014년 사이 우리나라의 PM₁₀ 농도 변동범위를 정량적으로 분석하였다. 모델을 통해 산정된 PM₁₀ 농도의 변화경향은 실제 측정자료의 변화 경향을 전체적으로 잘 나타내었으며, 모사된 연 평균 PM₁₀ 농도변화는 실제 측정값과 유사한 수준을 나타내어 기상조건의 변화가 연평균 PM₁₀ 농도변화에 크게 기여함을 나타내었다.

대상 데이터

2015)은 2010년을 기준연도로 개발되어 본 연구의 분석 대상기간에 대한 국외 배출량의 불확실성을 감소시킬 수 있을 것으로 판단된다. 기상 변화로 인한 우리나라 PM₁₀의 농도변화 특성을 분석하기 위하여 국립환경과학원 NAMIS(National Ambient air quality Monitoring Information System)를 통해 수집된 도시대기측정망의 지상 PM₁₀ 측정자료를 이용하였으며, 일 자료가 75% 이상 수집되었을 경우에만 유의한 자료로 처리하였다. 그리고 2010년에서 2014년 사이 신규 등록되거나 폐쇄된 측정망 지점은 분석대상에서 제외하여, 지속적으로 운영되었던 220개 지점의 자료를 이용하여 통계 검증 및 분석을 수행하였다.

데이터처리

기상 변화로 인한 우리나라 PM₁₀의 농도변화 특성을 분석하기 위하여 국립환경과학원 NAMIS(National Ambient air quality Monitoring Information System)를 통해 수집된 도시대기측정망의 지상 PM₁₀ 측정자료를 이용하였으며, 일 자료가 75% 이상 수집되었을 경우에만 유의한 자료로 처리하였다. 그리고 2010년에서 2014년 사이 신규 등록되거나 폐쇄된 측정망 지점은 분석대상에서 제외하여, 지속적으로 운영되었던 220개 지점의 자료를 이용하여 통계 검증 및 분석을 수행하였다. 그리고 분석 대상기간 동안 인위적 활동에 의한 PM₁₀ 농도변화를 분석하기 위해 전국 6대 권역(수도권, 강원권, 충청권, 호남권, 영남권, 제주권)을 기준으로 서울, 춘천, 대전, 광주, 부산, 제주 지점의 기상청 정규기상관측소 중 1개 권역 이상 황사가 발생한 날짜를 분석 대상기간에서 제외하였으며, 연구대상기간인 2010년에서 2014년까지 연간 황사 발생일은 각각 22일, 14일, 4일, 6일, 14일로 총 60일에 해당한다.
기상 및 대기질 모델에서 산출된 PM₁₀ 모사결과의 정확도를 평가하기위해 많은 선행연구에서 사용된 R(Pearson’s Correlation Coefficient), RMSE(Root Mean Sqare Error), MB(Mean Bias), NMB(Normalized Mean Bias)를 이용하여 통계 검증을 수행하였다(Willmott 1981; U.S. EPA 2007). 아래(1)~(4) 수식에서 N은 관측 지점 수, M_i는 관측 지점에 대한 모사값, O_i는 관측 지점에서의 측정값을 나타내며, #, #는 각각 모사값과 측정값의 평균을 나타낸다.
연구에서 사용된 대기질 모델의 모사능력을 평가하기 위해 국내외 배출량 인벤토리가 작성된 2010년을 대상으로 국립환경과학원 도시대기측정망에서 수집된 측정자료를 이용하여 통계검증을 수행하였다. Figure 2는 2010년 중 국내 황사 관측일을 제외한 기간을 대상으로 대기질 모델로부터 산출된 전국 일평균 PM₁₀ 모사값과 측정값을 나타낸 산포도 자료이며, Table 2에 우리나라 18개 시도에 대한 모사값과 측정값의 통계 검증결과를 나타내었다.

이론/모형

고정된 국내외 배출량 조건에서 기상조건의 변화로 인한 PM₁₀ 농도 변동범위를 평가하기 위해 WRF(Weather Research and Forecast; Skamarock etal. 2008)와 CMAQ(Community Multiscale AirQuality; Byun & Ching 1999)을 활용하여 모델링을 수행하였다. 본 연구 수행을 위해 사용된 기상 모델은 WRF(ver.
모델링에 사용된 기상 입력자료는 미국 NCEP(The National Center for Environmental Prediction)에서 제공하고 있는 FNL(Final Operational Global Analysis data, NCEP 2000) 1° x 1° 자료를 이용하였으며, 인위적 배출목록의 경우, 국외는 MIX 2010,국내는 CAPSS(Clean Air Policy Support System) 2010년 자료를 이용하였다. 인위적 배출량은 SMOKE(Sparse Matric Operator Kernel Emissions; Benjay et al. 2001)을 이용하여 대기질 모델의 전처리 과정을 수행하였으며, 자연적 배출량은 MEGAN 2(Model of Emissions of Gases and Aerosols from Nature version 2; Guenther et al. 2006) 모델을 이용하였다.

성능/효과

모델을 통해 국내 지역별 PM₁₀ 농도를 모사한 결과, PM₁₀ 농도는 수도권을 비롯하여 인위적 배출량이 많은 산업단지, 발전소 등이 위치한 지역에서 상대적으로 높은 수준을 보였다. 그리고 기상 조건 변화에 따른 지역별 PM₁₀ 농도의 변동범위 특성을 분석한 결과, PM₁₀ 농도의 표준편차는 모든 지역에서 1 μg/m³ 이상의 농도 차이를 나타냈으며, 특히 서울과 경기북부, 경기남부, 강원영서, 충북 지역에서 2.0 μg/m³ 이상의 차이를 나타내 상대적으로 타 지역에 비해 기상조건 변화에 민감한 것으로 나타났다.
기상조건 변화에 따른 계절별 PM₁₀ 변동특성을 분석하기 위하여 모델에서 산정된 전국 계절 평균 PM₁₀ 농도를 분석한 결과, 기상조건 변화로 인해 2010년에서 2014년 사이 봄철의 PM₁₀ 농도가 지속적으로증가하는 경향성을 보이는 특징을 나타냈으며, 계절별 PM₁₀ 농도는 2010년 대비 봄, 여름, 가을, 겨울에 대해 각각 4.8 μg/m³, 1.7 μg/m³, 1.7 μg/m³, 4.2μg/m³의 표준편차를 보이며 상대적으로 봄철과 겨울철에 기상조건의 변동에 따른 PM₁₀농도 차이가 크게 나타냈다. 모델을 통해 국내 지역별 PM₁₀ 농도를 모사한 결과, PM₁₀ 농도는 수도권을 비롯하여 인위적 배출량이 많은 산업단지, 발전소 등이 위치한 지역에서 상대적으로 높은 수준을 보였다.
2μg/m³의 표준편차를 보이며 상대적으로 봄철과 겨울철에 기상조건의 변동에 따른 PM₁₀농도 차이가 크게 나타냈다. 모델을 통해 국내 지역별 PM₁₀ 농도를 모사한 결과, PM₁₀ 농도는 수도권을 비롯하여 인위적 배출량이 많은 산업단지, 발전소 등이 위치한 지역에서 상대적으로 높은 수준을 보였다. 그리고 기상 조건 변화에 따른 지역별 PM₁₀ 농도의 변동범위 특성을 분석한 결과, PM₁₀ 농도의 표준편차는 모든 지역에서 1 μg/m³ 이상의 농도 차이를 나타냈으며, 특히 서울과 경기북부, 경기남부, 강원영서, 충북 지역에서 2.
농도 변동범위를 정량적으로 분석하였다. 모델을 통해 산정된 PM₁₀ 농도의 변화경향은 실제 측정자료의 변화 경향을 전체적으로 잘 나타내었으며, 모사된 연 평균 PM₁₀ 농도변화는 실제 측정값과 유사한 수준을 나타내어 기상조건의 변화가 연평균 PM₁₀ 농도변화에 크게 기여함을 나타내었다.

후속연구

농도의 변동범위를 정량적으로 파악하고자 하였다. 하지만, PM₁₀의 경우 인위적 배출량뿐만 아니라 자연적인 배출원에서 발생되는 조대 입자의 영향이 공존하고 있어 향후 이에 대한 고려가 필요할 것으로 판단되며, 기상-대기질 모델의 경우 다양한 물리적·화학적 가정들을 내포하고 있어 이에 대한 지속적인 보완 및 개선의 노력이 필요할 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	PM10의 정의는 무엇인가?	PM10은 대기중에 부유하고 있는 직경 10 μm 이하 크기의 입자로, 황산암모늄((NH4)2SO4), 질산암모늄(NH4NO3)을 비롯하여 토양성분(crustal mass)과 티타늄, 철, 아연, 납을 비롯한 미량 유해중금속(trace metal), 유기물질(organic matter), 해염입자 등 다양한 성분으로 구성되어 있다(Chan et al. 1997).
	기상 및 대기질 모델에서 산출된 PM10 모사결과의 정확도를 평가하기 위해 이용된 통계 검증 방법 중 R의 특징은 무엇인가?	아래(1)~(4) 수식에서 N은 관측 지점 수, Mi는 관측 지점에 대한 모사값, Oi는 관측 지점에서의 측정값을 나타내며, M—, O—는 각각 모사값과 측정값의 평균을 나타낸다. 검증에 사용된 통계식 중 R은 측정값과 모사 값의 경향성의 유사도를 확인할 수 있으며 1에 가까울수록 높은 유사도를, 0에 가까울수록 낮은 유사도를 나타낸다. RMSE는 모델의 평균적인 오차 크기를 나타내며 MB, NMB는 관측값 대비 모사값의 과대 또는 과소 모사 경향을 나타낸다.
	PM10을 구성하는 성분에는 무엇이 있는가?	PM10은 대기중에 부유하고 있는 직경 10 μm 이하 크기의 입자로, 황산암모늄((NH4)2SO4), 질산암모늄(NH4NO3)을 비롯하여 토양성분(crustal mass)과 티타늄, 철, 아연, 납을 비롯한 미량 유해중금속(trace metal), 유기물질(organic matter), 해염입자 등 다양한 성분으로 구성되어 있다(Chan et al. 1997).

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

[국내논문] 기상-대기질 모델을 활용한 2010~2014년 우리나라 PM10 변동 특성 분석: 기상 요인을 중심으로
Analysis on the Characteristics of PM10 Variation over South Korea from 2010 to 2014 using WRF-CMAQ: Focusing on the Analysis of Meteorological Factors 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (10)

표/그림 (10)

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 기상-대기질 모델을 활용한 2010~2014년 우리나라 PM10 변동 특성 분석: 기상 요인을 중심으로 Analysis on the Characteristics of PM10 Variation over South Korea from 2010 to 2014 using WRF-CMAQ: Focusing on the Analysis of Meteorological Factors 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (10) 모든 표/그림 보기

표/그림 (10) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

저자의 다른 논문 :

남기표 (5) 이대균 (13) 박지훈 (4)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 기상-대기질 모델을 활용한 2010~2014년 우리나라 PM10 변동 특성 분석: 기상 요인을 중심으로
Analysis on the Characteristics of PM10 Variation over South Korea from 2010 to 2014 using WRF-CMAQ: Focusing on the Analysis of Meteorological Factors 원문보기

초록
AI-Helper

표/그림 (10)

표/그림 (10)

AI 본문요약
AI-Helper