통계적 기법을 활용한 서해안 화력발전소 오염물질 배출에 따른 수도권 지표면 대기오염농도 영향의 분석 Statistically Analyzed Effects of Coal-Fired Power Plants in West Coast on the Surface Air Pollutants over Seoul Metropolitan Area원문보기
본 연구는 화력발전소 배출로 인한 지표면 오염물질 농도의 시·공간적 영향을 실측 자료를 바탕으로 정량적으로 분석하려는 목적으로 수행되었다. 배출과 농도 관계의 정량적 분석을 위해 우선 기상 조건과 주변 배출원의 영향을 고려하였다. 이를 위해 자료의 선택과 관측지점 선정 과정을 제안하였고, 선정된 지표면 시·공간 자료에 K-Z 필터와 경험직교함수(EOF) 분석 기법을 적용하였다. 사용된 자료는 2014-2017년 4년의 기간 동안 당진과 태안 화력발전소 굴뚝 자동측정기기의 농도값을 이용하여 산출한 한 시간 평균 배출량 자료와 지표면 대기오염농도 측정망 자료이다. 기상 자료로는 최근 배포 중인 ERA5 재분석자료와 기상청 종관기상관측소 한 시간 평균 자료가 사용되었다. 발전소만의 영향이 최대한 보이도록 기상 효과와 지리적인 요인을 고려하여 선택한 시간대의 선정된 관측소 자료만을 이용하여 분석한 결과, 지표면 대기오염물질의 EOF 첫 번째 모드는 SO2, NO2, PM10 모두에 대해 97% 이상의 변동성을 설명하였다. 또한 지표면 농도장의 EOF 첫 번째 모드의 시계열은 화력발전소 배출과 유의미한 상관성을 보였다. 결과적으로 당진화력발전소 SO2, NO2, TSP 시간 당 배출량이 각각 10%가 감소하면, 남서풍 계열의 바람에 의해 직접 영향을 받는 서울 수도권 지표면 평균 SO2 농도는 0.468 ppb (R=0.384), NO2는 1.050 ppb (R=0.572), PM10은 2.045 ㎍ m-3 (R=0.343) 정도가 감소한다고 판단할 수 있다. 태안화력발전소의 경우, SO2, NO2, TSP 배출량을 각각 시간당 10% 씩 감축하면, SO2는 0.284 ppb (R=0.648), NO2는 0.842 ppb (R=0.683), PM10은 1.230 ㎍ m-3 (R=0.575) 정도가 감소될 수 있음을 확인하였다. 태안화력발전소는 당진화력발전소에 비해 수도권지역 농도에 미치는 영향은 작았으나, 상관관계는 더 높았다.
본 연구는 화력발전소 배출로 인한 지표면 오염물질 농도의 시·공간적 영향을 실측 자료를 바탕으로 정량적으로 분석하려는 목적으로 수행되었다. 배출과 농도 관계의 정량적 분석을 위해 우선 기상 조건과 주변 배출원의 영향을 고려하였다. 이를 위해 자료의 선택과 관측지점 선정 과정을 제안하였고, 선정된 지표면 시·공간 자료에 K-Z 필터와 경험직교함수(EOF) 분석 기법을 적용하였다. 사용된 자료는 2014-2017년 4년의 기간 동안 당진과 태안 화력발전소 굴뚝 자동측정기기의 농도값을 이용하여 산출한 한 시간 평균 배출량 자료와 지표면 대기오염농도 측정망 자료이다. 기상 자료로는 최근 배포 중인 ERA5 재분석자료와 기상청 종관기상관측소 한 시간 평균 자료가 사용되었다. 발전소만의 영향이 최대한 보이도록 기상 효과와 지리적인 요인을 고려하여 선택한 시간대의 선정된 관측소 자료만을 이용하여 분석한 결과, 지표면 대기오염물질의 EOF 첫 번째 모드는 SO2, NO2, PM10 모두에 대해 97% 이상의 변동성을 설명하였다. 또한 지표면 농도장의 EOF 첫 번째 모드의 시계열은 화력발전소 배출과 유의미한 상관성을 보였다. 결과적으로 당진화력발전소 SO2, NO2, TSP 시간 당 배출량이 각각 10%가 감소하면, 남서풍 계열의 바람에 의해 직접 영향을 받는 서울 수도권 지표면 평균 SO2 농도는 0.468 ppb (R=0.384), NO2는 1.050 ppb (R=0.572), PM10은 2.045 ㎍ m-3 (R=0.343) 정도가 감소한다고 판단할 수 있다. 태안화력발전소의 경우, SO2, NO2, TSP 배출량을 각각 시간당 10% 씩 감축하면, SO2는 0.284 ppb (R=0.648), NO2는 0.842 ppb (R=0.683), PM10은 1.230 ㎍ m-3 (R=0.575) 정도가 감소될 수 있음을 확인하였다. 태안화력발전소는 당진화력발전소에 비해 수도권지역 농도에 미치는 영향은 작았으나, 상관관계는 더 높았다.
The effects of the coal-fired power plant emissions, as the biggest point source of air pollutants, on spatiotemporal surface air pollution over the remote area are investigated in this study, based on a set of date selection and statistical technique to consider meteorological and geographical effe...
The effects of the coal-fired power plant emissions, as the biggest point source of air pollutants, on spatiotemporal surface air pollution over the remote area are investigated in this study, based on a set of date selection and statistical technique to consider meteorological and geographical effects in the emission-concentration (source-receptor) relationship. We here proposed the sophisticated technique of data processing to separate and quantify the effects. The data technique comprises a set of data selection and statistical analysis procedure that include data selection criteria depending on meteorological conditions and statistical methods such as Kolmogorov-Zurbenko filter (K-Z filter) and empirical orthogonal function (EOF) analysis. The data selection procedure is important for filtering measurement data to consider the meteorological and geographical effects on the emission-concentration relationship. Together with meteorological data from the new high resolution ECMWF reanalysis 5 (ERA5) and the Korea Meteorological Administration automated surface observing system, air pollutant emission data from the telemonitoring system (TMS) of Dangjin and Taean power plants as well as spatio-temporal air pollutant concentrations from the air quality monitoring system are used for 4 years period of 2014-2017. Since all the data used in this study have the temporal resolution of 1 hour, the first EOF mode of spatio-temporal changes in air pollutant concentrations over the Seoul metropolitan area (SMA) due to power plant emission have been analyzed to explain over 97% of total variability under favorable meteorological conditions. It is concluded that SO2, NO2, and PM10 concentrations over the SMA would be decreased by 0.468, 1.050 ppb, and 2.045 ㎍ m-3 respectively if SO2, NO2, and TSP emissions from Dangjin power plant were reduced by 10%. In the same way, the 10% emission reduction in Taean power plant emissions would cause SO2, NO2, and PM10 decreased by 0.284, 0.842 ppb, and 1.230 ㎍ m-3 over the SMA respectively. Emissions from Dangjin power plant affect air pollution over the SMA in higher amount, but with lower R value, than those of Taean under the same meteorological condition.
The effects of the coal-fired power plant emissions, as the biggest point source of air pollutants, on spatiotemporal surface air pollution over the remote area are investigated in this study, based on a set of date selection and statistical technique to consider meteorological and geographical effects in the emission-concentration (source-receptor) relationship. We here proposed the sophisticated technique of data processing to separate and quantify the effects. The data technique comprises a set of data selection and statistical analysis procedure that include data selection criteria depending on meteorological conditions and statistical methods such as Kolmogorov-Zurbenko filter (K-Z filter) and empirical orthogonal function (EOF) analysis. The data selection procedure is important for filtering measurement data to consider the meteorological and geographical effects on the emission-concentration relationship. Together with meteorological data from the new high resolution ECMWF reanalysis 5 (ERA5) and the Korea Meteorological Administration automated surface observing system, air pollutant emission data from the telemonitoring system (TMS) of Dangjin and Taean power plants as well as spatio-temporal air pollutant concentrations from the air quality monitoring system are used for 4 years period of 2014-2017. Since all the data used in this study have the temporal resolution of 1 hour, the first EOF mode of spatio-temporal changes in air pollutant concentrations over the Seoul metropolitan area (SMA) due to power plant emission have been analyzed to explain over 97% of total variability under favorable meteorological conditions. It is concluded that SO2, NO2, and PM10 concentrations over the SMA would be decreased by 0.468, 1.050 ppb, and 2.045 ㎍ m-3 respectively if SO2, NO2, and TSP emissions from Dangjin power plant were reduced by 10%. In the same way, the 10% emission reduction in Taean power plant emissions would cause SO2, NO2, and PM10 decreased by 0.284, 0.842 ppb, and 1.230 ㎍ m-3 over the SMA respectively. Emissions from Dangjin power plant affect air pollution over the SMA in higher amount, but with lower R value, than those of Taean under the same meteorological condition.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서 제안하는 자료 선정 과정과 통계적 분석을 통해 당진과 태안 화력발전소에서 배출된 대기오염물질이 서울 수도권 지역의 지표면 대기오염농도 변화에 미치는 영향을 정량적으로 분석해낼 수 있었다. 따라서 본 연구는 측정된 여러 자료들을 활용하여 화력발전소-지표면농도 사이의 정량적인 관계를 분석하려는 시도이다.
따라서 본 연구에서는 서해안에 입지한 당진과 태안 화력발전소 오염물질 배출과 두 화력발전소로부터 원거리 지역에 위치한 서울 수도권을 포함한 영향지역의 관측소 측정 지표면 오염물질 농도에 미친 발전소의 영향에 따른 변화를 통계적 분석 기법을 적용하여 정량화하려고 하였다. 통계적 기법을 적용하기 위한 자료는 다양한 기상조건과 주변 배출원의 영향을 최소화하여야 하며, 이를 위해 강수유무, 풍향, 풍속, 경계층의 높이를 고려하여 발전소의 영향이 있을 것으로 판단되는 시간대를 분류하는 자료의 선별과정이 선행되었다.
본 연구는 다양한 영향에 의해 복잡하게 변동하는 대기오염농도의 시·공간자료로부터 화력발전소에서 배출된 오염물질이 미치는 영향을 측정 자료로부터 확인하고자 하였다. 이를 위해서 높은 시간분해능의 자료가 요구되어 한 시간 평균된 자료를 사용하였으며 현재 사용가능한 상층 기상장 중 1시간 단위의 시간 분해능을 제공하는 자료는 최근 배포 중인 ERA5 재분석자료가 유일하였다.
본 연구에서는 앞서 서술한 바와 같은 어려움, 즉 분석 시 가지는 한계를 극복하여 발전소에서 배출된 오염물질이 원거리지역 지표면 대기오염농도에 미치는 영향을 관측 자료로부터 확인하고자 하였다. 분석을 위하여 우선 분석 대상지역을 선정하였으며, 화력 발전소의 영향을 받을 것으로 판단되는 측정소를 선별하였다.
지표면 대기질 측정소의 대기오염물질 농도의 측정자료에 포함된 다양한 변동성분으로부터 화력발전소에서 배출된 오염물질의 영향을 알아보고자 본 연구의 분석 대상 지역 내 선정된 대기질 측정소에서 수집한 오염물질 농도와 기상 자료를 기반으로 분석체계를 정리하였다. 분석체계는 크게 기상 조건에 따른 자료의 분류 절차 및 통계적 분석 기법의 적용 순으로 적용하였다.
가설 설정
공간분포 상 대부분의 지점에서 공간적으로 같은 변동 추이를 보이는 것을 확인하였다. 당진과 태안 화력발전소 NO2 배출 시계열 변화 경향은 유사하지만 배출량이 크게 차이가 난다.
6의 태안 화력발전소에 대해 동일한 방법으로 정량적인 값을 도출하여 보았다. 태안 화력발전소의 SO2, NO2, TSP 시간당 배출량을 1 kg 감축하게 된다면 분석 대상인 지역의 공간 평균 농도가 각각 약 0.002 ppb, 약 0.003 ppb, 약 0.154 µg m−3정도 감소할 수 있을 것이다. 이러한 화력발전소 배출저감에 따른 원거리 서울 대도시 지역 오염물질의 농도가 전체적으로 동시에 줄어든 효과는 Table 2에서 보이는 상관계수의 정도 내에서 합리적인 추론으로 판단된다.
제안 방법
본 연구에 사용된 당진과 태안 화력발전소의 배출량 자료 및 지표면 대기오염농도 측정자료, 기상변수자료를 Table 1에 정리하였다. 본 연구에 사용한 자료를 크게 오염물질 자료와 기상자료로 구분하였으며 대기질 측정소와 발전소 배출량의 오염물질 종류 및 종관기상관측소와 ERA5에서 사용된 기상변수를 정리하였다.
앞서 서술한 분석방법에 따라 모든 시계열자료는 조건에 따른 선정과정을 거쳐 선택된 시간대의 선택된 자료를 사용하여 분석을 수행하였다. 본 연구에서는 당진과 태안 화력발전소의 TSP 배출량은 지표면 PM10 농도의 EOF 시계열과 비교되었으며, SO2와 NO2 배출량은 각각 지표면 SO2와 NO2의 EOF 시계열과 비교하였다.
대상 데이터
서풍 계열의 바람이 주풍이라는 점과 국내 대기질 측정망의 분포와 석탄 화력발전소의 지리적인 위치를 고려하여, 서해안 당진과 태안 화력발전소의 대기질영향을 분석하기 위한 분석 대상지역으로 Fig. 1에 노란색 네모 상자로 표시한 서울 수도권 지역을 선정하였다.
강수 정보는 Fig. 1의 분석 대상 지역을 고려하여 서울 측정소의 자료를 사용하였다. ERA5 자료 중 본 연구의 분석에서 고려하여야하는 유효연돌고도를 나타낼 수 있는 상층 975 hPa의 바람 벡터를 높은 굴뚝에서 확산 수송되는 효과의 정도를 판별하기 위해 사용하였다.
당진과 태안 화력발전소의 배출량 자료는 2014년부터 2017년까지 총 4년 기간의 굴뚝의 굴뚝 자동측정기기(telemonitoring system, TMS)에서 측정한 오염물질 농도자료와 유량으로부터 계산하였다. 본 연구에서는 대기환경보전법(시행령 제17조 제5항 및 별표 3 제1호)에 따라 국내 발전시설에 의무적으로 설치되는 TMS 필수 측정 물질인 총부유먼지(Total suspended particles, TSP), 황산화물(SO2), 질산화물(NO2) 배출량이 연구대상 물질이다.
발전소로부터 배출된 대기오염물질이 분석 대상지역의 대기오염물질 농도에 영향을 주는 기상 인자의 판별을 위하여 지표면과 상층 기상자료를 사용하였다. 최적의 기상 조건을 보이는 시간대를 판별하기 위하여, 기상청 지표면 ASOS 관측자료와 유럽중기기상예보센터(European Centre for Medium-Range Weather Forecasts, ECMWF)의 최신 재분석자료인 ECMWF reanalysis 5 (ERA5)의 고해상도 상층 바람벡터 자료를 사용하였다.
당진과 태안 화력발전소의 배출량 자료는 2014년부터 2017년까지 총 4년 기간의 굴뚝의 굴뚝 자동측정기기(telemonitoring system, TMS)에서 측정한 오염물질 농도자료와 유량으로부터 계산하였다. 본 연구에서는 대기환경보전법(시행령 제17조 제5항 및 별표 3 제1호)에 따라 국내 발전시설에 의무적으로 설치되는 TMS 필수 측정 물질인 총부유먼지(Total suspended particles, TSP), 황산화물(SO2), 질산화물(NO2) 배출량이 연구대상 물질이다. Fig.
또 바람에 의해 확산·수송되는 오염물질의 영향을 고려하기 위하여 ERA5 975 hPa 바람벡터 자료를 사용하였다. 북동풍에 해당하는 풍향 각도 190o-260o의 시간대와 동시에 풍속 5-12 m s−1 범위 내에서 2시간 이상 지속되는 조건을 만족하는 시간대를 분류 조건으로 사용하였으며, 이 시간대에 해당하는 각 대기질 측정소자료 및 화력발전소 배출량 자료들을 선별하여 분석에 이용하였다. 추가적인 선별 조건으로 연돌에서 배출되어 대기 중 바람에 의해 확산 수송되는 오염물질은 경계층 고도에 따라 훈증작용을 통해 지표면에 도달할 수 있음(Simpson, 1994)을 고려하여, 일반적으로 경계층이 적당한 높이로 경계층이 충분히 높다고 판단되는 09-15시 사이의 자료를 분류하여 분석하였다.
지표면 대기질 측정소 자료는 에어코리아(Air Korea)에서 제공하는 대기질 국가·지자체 측정망 대기오염농도 자료이다. 발전소 영향만을 분석하기 위해 도시대기 측정망 측정소 중 산업단지 및 도로변에 인접한 측정소를 우선적으로 제외하였다.
발전소로부터 배출된 대기오염물질이 분석 대상지역의 대기오염물질 농도에 영향을 주는 기상 인자의 판별을 위하여 지표면과 상층 기상자료를 사용하였다. 최적의 기상 조건을 보이는 시간대를 판별하기 위하여, 기상청 지표면 ASOS 관측자료와 유럽중기기상예보센터(European Centre for Medium-Range Weather Forecasts, ECMWF)의 최신 재분석자료인 ECMWF reanalysis 5 (ERA5)의 고해상도 상층 바람벡터 자료를 사용하였다. 강수 정보는 Fig.
5)는 분석 기간 중인 2015년 하반기부터 국내 측정이 시작되어 본 연구에서는 제외되었다. 최종적으로 PM10측정소의 경우는 34개소, SO2 49개소, NO2 51개소 측정소의 자료를 사용하였다.
데이터처리
, 1998; Wise and Comrie, 2005). 대기오염물질 농도 측정 자료에서 보이는 변화의 주된 경향성을 배출량 자료와의 비교하기 위하여 화력발전소의 배출량의 시계열에 대해서도 같은 K-Z 필터를 적용하였다.
, 2019). 본 연구에서는 K-Z 필터를 적용한 각 측정소의 시계열자료에 공분산행렬을 구하여 경험직교함수 분석을 수행하였다.
분리된 EOF 각 모드의 시계열은 화력발전소 배출량 시계열과의 피어슨(Pearson) 상관성 분석을 통하여 상관계수를 구하였다. 본 연구의 분석과정을 Fig.
현재의 분석 결과로부터 발전소의 영향이 크게 작용할 것으로 판단되는 기상조건 하에 각 발전소에서의 배출량이 1 kg씩 감소할 때 분석 대상 지역의 대기오염물질 농도가 공간상 평균적으로 감소하는 정도를 계산하였다. 이를 토대로 화력발전소의 배출이 극대화되는 시기에 각 발전소에서 시간당 배출되는 배출량을 10%씩 감축할 때 원거리 영향권인 서울 수도권 지역의 농도가 어느 정도 변화할지 산술적으로 추정할 수 있다.
이론/모형
K-Z 필터 적용 후 화력발전소의 영향에 따라 동시에 변화하는 시·공간적인 대기오염물질 농도 변화를 분리해내기 위하여, 지표면 분석 대상 지역의 시·공간적인 대기오염물질 농도 분포에 경험직교함수분석(Empirical orthogonal function analysis, EOF analysis)을 적용하였다. 경험직교함수 분석을 위해서는 원 자료로부터 공분산행렬을 구하여 고윳값 분석을 수행하였다.
위와 같이 기상 조건에 따라 선택된 시간대의 시·공간적인 대기오염농도 측정 자료는 각 관측소의 관측 농도 시계열자료에 화이트 노이즈로 보이는 고주파(high frequency) 성분을 다수 포함하여 분석에 어려움이 있다. 이에 고주파 성분의 제거를 위하여 주기분석방법 중 하나인 Kolmogorov-Zurbenko 필터(K-Z 필터)를 사용하였다. K-Z 필터는 시계열 및 신호처리 등에 사용되는 주기성분 분리 방법의 하나로 유효필터(effective filter) 이하의 주기를 가지는 성분 및 비주기 성분을 원시 자료의 시계열에서 제거할 수 있다(Eskridge et al.
성능/효과
이와 같은 자료 선정과정을 통해 선택된 자료에만 통계적 분석 방법을 적용하였다. 본 연구에서 제안하는 자료 선정 과정과 통계적 분석을 통해 당진과 태안 화력발전소에서 배출된 대기오염물질이 서울 수도권 지역의 지표면 대기오염농도 변화에 미치는 영향을 정량적으로 분석해낼 수 있었다. 따라서 본 연구는 측정된 여러 자료들을 활용하여 화력발전소-지표면농도 사이의 정량적인 관계를 분석하려는 시도이다.
분석기간 중 연간 총배출량은 NO2를 기준으로 당진화력발전소는 2014년 10,119톤, 2015년 9,789톤, 2016년 7,613톤, 2017년 5,394톤이었으며, 태안화력발전소는 2014년 29,806톤, 2015년 29,606톤, 2016년 19,908톤, 2017년 14,683톤으로 매년 배출량은 꾸준하게 감소하고 있다. 분석 기간 중 당진화력발전소는 평균적으로 매 시간 당 SO2는 약 358kg, NO2 약 954 kg, TSP 약 25 kg을 배출하는 것으로 확인하였으며, 태안화력발전소는 매 시간 당 SO2를 약 1,271 kg, NO2 약 2,681 kg, TSP 약 89 kg 정도 배출하는 것을 확인하였다.
선별된 자료에 K-Z 필터 및 EOF 분석을 적용하여 분석한 결과, SO2, NO2, PM10 모두에서 EOF 첫 번째 모드가 97% 이상의 변동성을 가지고 있어 EOF 첫 번째 모드에서 선별된 자료의 변동성을 대부분 설명하고 있음을 확인하였다. 화력발전소 배출량 시계열과 EOF 시계열 간 상관성 분석결과, 당진화력발전소의 SO2, NO2, TSP 배출량과 지표면 SO2, NO2, PM10 EOF 첫 번째 모드의 시계열 사이의 상관계수가 0.
343) 정도 감소시킬 수 있음”을 판단할 수 있다. 태안화력발전소에도 배출된 오염물질이 지표면에 도달하기 용이한 기상조건일 때, 시간당 대기오염물질 배출량을 10% 감축하게 되면, SO2, NO2, TSP 각각에 대하여 공간 평균적인 대기오염물질 농도가 각각 0.284 ppb (R=0.648), 0.842 ppb (R=0.683), 1.230 µg m−3 (R=0.575) 정도 감소시킬 수 있을 것으로 판단된다.
2014년부터 2017년까지 4년 동안 당진화력발전소 총배출량은 SO2에 대해 약 12,336톤, NO2 약 32,916톤, TSP 약 879톤으로 산정되었다, 태안화력발전소의 경우에는 SO2 총배출량이 약 44,562톤이었고, NO2 약 94,005톤, TSP 약 3,053톤이다. 태안화력발전소와 당진화력발전소의 전기 생산량은 동등하지만, 4년의 기간 중 태안화력발전소의 배출규모가 당진화력발전소보다 약 3배가량 더 많은 것으로 확인되었다. 분석기간 중 연간 총배출량은 NO2를 기준으로 당진화력발전소는 2014년 10,119톤, 2015년 9,789톤, 2016년 7,613톤, 2017년 5,394톤이었으며, 태안화력발전소는 2014년 29,806톤, 2015년 29,606톤, 2016년 19,908톤, 2017년 14,683톤으로 매년 배출량은 꾸준하게 감소하고 있다.
모두에서 EOF 첫 번째 모드가 97% 이상의 변동성을 가지고 있어 EOF 첫 번째 모드에서 선별된 자료의 변동성을 대부분 설명하고 있음을 확인하였다. 화력발전소 배출량 시계열과 EOF 시계열 간 상관성 분석결과, 당진화력발전소의 SO2, NO2, TSP 배출량과 지표면 SO2, NO2, PM10 EOF 첫 번째 모드의 시계열 사이의 상관계수가 0.384, 0.572, 0.343로, 태안화력발전소에 대해서는 각각의 상관계수가 0.648, 0.683, 0.575로 확인되었다(p<<0.01). 또 상관계수는 태안화력발전소 분석결과가 당진화력발전소 분석결과보다 큰 값으로 계산되었으며, 특히 태안화력발전소의 SO2와 NO2 분석결과 상관계수 0.
78%로 차지하므로, 대부분의 변동성분이 EOF 첫 번째 모드에서 설명되는 것으로 나타났다. 화력발전소의 영향을 받을 것으로 판단하여 선택된 지표면 농도 자료에 경험직교함수 분석을 수행하였기에 대부분의 변동성이 EOF 첫 번째 모드에서 설명된다는 본 결과는 합리적인 것으로 판단된다. 따라서 EOF 첫 번째 모드 이외의 모드와의 비교 분석은 변동을 차지하는 비율이 낮아 의미가 없을 것으로 판단하였으며, 각 발전소의 배출량 정보는 EOF 첫 번째 모드와의 상관성을 살펴보았다.
후속연구
지표면 대기질 측정소를 선정하는 과정에서 인근 오염원의 영향이나 지형적인 특성을 고려하는데 연구자의 판단에 의존하였다는 한계가 존재한다. 더욱 정밀한 분석을 위해서는 자료의 선별을 위한 기상 조건의 세분화(바람 조건, 경계층조건, 온도, 습도 등)와 K-Z 필터 분석의 신호처리 정교화 등이 요구된다. 또 SO2, NO2, PM10 각 물질의 물리-화학적인 특성을 정교하게 고려하여 분석에 반영할 필요가 있으며, 분석의 결과를 모델링 과정을 통해 얻어진 정량적인 농도변화 값과 비교하는 추가적인 연구가 요구된다.
더욱 정밀한 분석을 위해서는 자료의 선별을 위한 기상 조건의 세분화(바람 조건, 경계층조건, 온도, 습도 등)와 K-Z 필터 분석의 신호처리 정교화 등이 요구된다. 또 SO2, NO2, PM10 각 물질의 물리-화학적인 특성을 정교하게 고려하여 분석에 반영할 필요가 있으며, 분석의 결과를 모델링 과정을 통해 얻어진 정량적인 농도변화 값과 비교하는 추가적인 연구가 요구된다.
질의응답
핵심어
질문
논문에서 추출한 답변
최근 동아시아 지역의 대기오염물질의 배출량이 급증하게 된 이유는?
최근 수십 년간 동아시아 지역은 급격한 산업화와 인구증가 등의 요인으로 에너지의 소비량이 급증함에 따라 대기오염물질의 배출량이 급격하게 증가하게 되었다(Seo et al. 2018; Shi et al.
TMS 필수 측정 물질은?
당진과 태안 화력발전소의 배출량 자료는 2014년부터 2017년까지 총 4년 기간의 굴뚝의 굴뚝 자동측정기기(telemonitoring system, TMS)에서 측정한 오염물질 농도자료와 유량으로부터 계산하였다. 본 연구에서는 대기환경보전법(시행령 제17조 제5항 및 별표 3 제1호)에 따라 국내 발전시설에 의무적으로 설치되는 TMS 필수 측정 물질인 총부유먼지(Total suspended particles, TSP), 황산화물(SO2), 질산화물(NO2) 배출량이 연구대상 물질이다. Fig.
화력발전소만의 대기오염물질 배출 매커니즘은?
일반적으로 화력발전소는 발전원료인 석탄과 냉각수를 공급받기에 용이한 해안가에 입치하고 있으며, 발전과정에서 발생하는 대기오염물질을 높은 굴뚝(연돌, Stack)을 통해 배출하는 특징을 가지고 있다. 높은 굴뚝을 통해 배출된 오염물질은 주변 대기와의 온도 및 압력 차이에 의해 실제 굴뚝의 높이보다 상승된 유효연돌고도(effective stack height)까지 상승하여 확산 및 수송의 과정을 거쳐 전파된다. 이러한 화력발전소만의 대기오염물질 배출 특성은 해안가 내부경계층의 높이 및 유효연돌고도에서의 바람의 변화를 고려해야 하므로 정량적 분석을 수행하려고 할 때 훈증(Fumigation) 과정과 비선형적 기상 영향 등을 포함하는 복잡성을 내포하고 있다(Simpson, 1994).
참고문헌 (22)
Achakulwisut, P., Mickley, L. J., and Anenberg, S. C., 2018, Drought-sensitivity of fine dust in the US Southwest: Implications for air quality and public health under future climate change, Environmental Research Letters, 13(5), 054025.
Cai, W., Li, K., Liao, H., Wang, H., and Wu, L., 2017, Weather conditions conductive to Beijing severe haze more frequent under climate change, National Climate Change, 7, 257-262.
Cheng, L., Wang, S., Gong, Z., Li, H., Yang, Q., and Wang, Y., 2018, Regionalization based on spatial and seasonal variation in ground-level ozone concentrations across China, Journal of Environmental Science, 67, 179-190.
Eskridge, R. E., Ku, J. Y., Rao, S. T., Porter, P. S., and Zurbenko, I. G., 1997, Separating different scales of motion in time series of meteorological variables, Bulletin of the American Meteorological Society, 78, 1473-1483.
Hannachi, A., Jolliffie, I. T., and Stephenson, D. B., 2007, Empirical orthogonal functions and related techniques in atmospheric science: a review, International Journal of Climatology, 27, 1119-1152.
Kim, J.-H., Kim, M.-K., Ho, C.-H., Park, R. J., Kim, M. J., Lim, J., Kim, S.-Y., and Song, C.-K., 2019, Possible Link Between Arctic Sea Ice and January $PM_{10}$ Concentrations in South Korea, Atmosphere, 10(10), 619.
Kim, K.-J., Kim, D.-S., Cho, J., Hong, S.-W., and Lee, Y.-W., 2013, EOF analysis of satellite-based drought indices: a case of inner mongolian region. Journal of Climate Research, 8, 309-319.
Kim, Y., Seo, J., Kim, J. Y., Lee, J. Y., Kim, H., and Kim, B. M., 2018, Characterization of PM 2.5 and identification of transported secondary and biomass burning contribution in Seoul, Korea, Environment Science and Pollution Research, 25, 4330-4343.
Li, P., Wang, Y., and Dong, Q., 2017, The analysis and application of a new hybrid pollutants forecasting model using modified Kolmogorov-Zurbenko filter, Science of Total Environment, 583, 228-240.
Mijling, B., van der A. R. J., and Zhang, Q., 2013, Regional nitrogen oxides emission trends in East Asia observed from space, Atmospheric Chemistry and Physics, 13, 12003-12012.
Milanchus, M. L., Rao, S. T., and Zurbenko, I. G., 1998, Evaluating the effectiveness of Ozone management efforts in the presence of meteorological variability, Journal of the Air & Waste Management Association, 48, 201-215.
Na, J. Y., Han, S. K., Seo, J. W., No, Y. G., and Kang, I. S., 1997, Empirical orthogonal function analysis of surface pressure, sea surface temperature and winds over the East Sea on the Korea (Japan Sea), Korean Journal of Fisheries and Aquatic Sciences, 30, 188-202. (in Korean)
NIER (National Institute of Environmental Research), 2019, Annual report of ambient air quality in Korea, 2018 (NIER-GP2019-053), National Institute of Environmental Research, Incheon, South Korea, available at: http://webbook.me.go.kr/DLi-File/NIER/09/024/5683728.pdf (last access: 2 December 2019)
Rao, S. T. and Zurbenko, I. G., 1994, Detecting and tracking changes in ozone air quality, Journal of the Air & Waste Management Association, 44, 1089-1092.
Rao, S. T., Zurbenko, I. G., Neagu, R., Porter, P. S., Ku, J. Y., and Henry, R. F., 1997, Space and time scales in ambient ozone data, Bulletin of the American Meteorological Society, 78, 2153-2166.
Ray, S. and Kim, K.-H., 2014, The pollution status of sulfur dioxide in major urban areas of Korea between 1989 and 2010, Atmospheric Research, 147-148, 101-110.
Seo, J., Kim, J. Y., Youn, D., Lee, J. Y., Kim, H., Lim, Y. B., Kim, Y., and Jin, H. C., 2017, On the multiday haze in the Asian continental outflow: the important role of synoptic conditions combined with regional and local sources, Atmospheric Chemistry and Physics, 17, 9311-9332.
Seo, J., Park, D.-S. R., Kim, J. Y., Youn, D., Lim, Y. B., and Kim, Y., 2018, Effects of meteorology and emissions on urban air quality: a quantitative statistical approach to long-term records (1999-2016) in Seoul, South Korea, Atmospheric Chemistry and Physics, 18, 16121-16137.
Shi, Y., Matsunaga, T., Yamaguchi, Y., Li, Z., Gu, X., and Chen, X., Long-term trends and spatial patterns of satellite retrieved PM2.5 concentrations in South and Southeast Asia from 1999 to 2014, Science of the Total Environment, 615, 177-186.
Simpson, J. E., 1994, Sea breeze and local winds, Cambridge University Press, UK.
Wise, E. K., and Comrie, A. C., 2005, Extending the Kolmogorov-Zurbenko filter: Application to ozone, particulate matter, and meteorological trends, Journal of the Air & Waste Management Association, 55, 1208-1216.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.