최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
DataON 바로가기다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
Edison 바로가기다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
Kafe 바로가기주관연구기관 | 부산대학교 Busan National University |
---|---|
연구책임자 | 김철희 |
참여연구자 | 이종재 , 박신영 , 조현영 , 조유진 , 양금희 , 임원일 , 장아리 , 손정민 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2015-11 |
과제시작연도 | 2015 |
주관부처 | 환경부 Ministry of Environment |
등록번호 | TRKO201700007899 |
과제고유번호 | 1485013548 |
사업명 | 기후대기환경연구 |
DB 구축일자 | 2017-10-28 |
Ⅳ. 연구 결과
대기질 모사를 이용한 동북아시아 지역의 Source-Receptor Relationship 평가를 위해 본 연구에서는 Brute force method(BFM) 방법을 이용하였다. BFM 방법은 기본 모사와 함께 모사에 입력되는 기본 배출량을 변화시켜 재모사를 수행하고, 이에 다른 농도차이를 계산하여 민감도 또는 기여도를 산출하는 방법이다(Environ, 2010). BFM 방법의 경우 배출량-농도 관계의 비선형성을 고려하지 못하는 단점이 있지만(Cohan, et al., 2005), 배출량 변화에 따른
Ⅳ. 연구 결과
대기질 모사를 이용한 동북아시아 지역의 Source-Receptor Relationship 평가를 위해 본 연구에서는 Brute force method(BFM) 방법을 이용하였다. BFM 방법은 기본 모사와 함께 모사에 입력되는 기본 배출량을 변화시켜 재모사를 수행하고, 이에 다른 농도차이를 계산하여 민감도 또는 기여도를 산출하는 방법이다(Environ, 2010). BFM 방법의 경우 배출량-농도 관계의 비선형성을 고려하지 못하는 단점이 있지만(Cohan, et al., 2005), 배출량 변화에 따른 농도 변화를 가장 정확하게 모사하며 적용이 비교적 간단한 장점이 있다. 본 연구에서는 아래 그림과 같이 동북아시아 지역을 중국 5개 권역, 한국 2개 권역, 일본 1개 권역으로 구분하였다. 또한, 각 권역의 인위적 배출량 삭감폭을 20%로 하여 개별적인 모사를 수행하고 기본 모사와 모사농도 차이를 이용하여 PM2.5에 대한 기여도를 산출하였다.
본 연구에서는 국립환경과학원의 연구용역 사업으로 개발된 CREATE 배출목록을 사용하였으며 CREATE의 계절별 배출량 산정은 2013년 전체에 대하여 생성되었다. 아래 그림은 2013년 전체의 물질별 배출량을 공간분포로 나타낸 것으로 상대적으로 물질별 배출량은 중국지역에서 높게 나타난다. CREATE 배출목록의 인위적 오염물질 배출총량은 CO, NOx, SO2, VOC, PM2.5, PM10, NH3, CO2, N2O, CH4 배출량이 각각 283.1 Tg/yr, 38.1 Tg/yr, 45.1 Tg/yr, 43.8 Tg/yr, 25.4 Tg/yr, 33.8 Tg/yr, 26.7 Tg/yr, 14.7 Pg/yr, 4.2 Tg/yr, 119.2 Tg/yr으로 산정되었다. 가장 높은 배출량을 나타낸 국가는 중국으로 아시아 전체 총 배출량 대비 약 절반 혹은 그 이상의 기여도를 보였다. 중국에 이어 인도 역시 다른 아시아 국가에 비해 높은 수준의 배출량이 산출되었으며, 중국과 인도의 배출량이 아시아 전체 배출량 대비 물질별로 약 71%~79%를 차지하여 대부분의 아시아 대기오염물질 배출이 이 두 국가에서 발생되었다
CREATE 배출목록을 바탕으로 PM2.5에 대하여 1, 4, 7, 10월 모사 결과를 공간분포로 보였다. 오존을 제외하고, 대체적으로 1월의 농도가 다른 계절에 비해 값이 크게 나타나고 7월에 농도가 작게 모의 되었다. 이는 앞서 살펴본 바와 같이 배출량의 계절 변화에서 7월의 배출량이 가장 작게 산출된 것으로 인한 것이다. 또한 7월의 강수량이 다른 계절보다 많은 것도 영향을 주었을 것으로 판단된다. PM2.5 경우 1월에 가장 높은 농도를 나타내며 7월에 가장 낮은 평균 농도를 나타내었다. 장거리 수송은 기상 상황의 영향으로 4월에 가장 많이 일어나는 것으로 나타났다.
대기질 모사를 통한 PM2.5의 한국에 대한 S-R Relationship 결과를 위의 그림에 나타내었다. 우리나라의 경우 연 평균 61% 가량이 자체배출원에 대한 기여율로 나타났으며, 1월에는 약 52% 가량이 외부 기여율로 나타났다. 특히 1월에는 중국의 영향이 약 40% 가량으로 다른 계절에 비하여 1월에 높은 외부 기여율을 나타내었다. 7월과 10월에는 약 68% 정도가 우리나라 자체 기여율로 나타났으며, 4월에는 약 60% 가량이 자체 기여율로 나타났다. 이번결과는 북한의 배출량을 적용하여 나타낸 특성이 있는데, 북한의 배출량이 우리나라에 미치는 영향이 약 6% 가량으로 계절에 상관없이 꾸준히 영향을 주는 것으로 나타났다. 그러나 북한의 경우 대체적으로 그 영향이 과대모사된 것 같다는 의견이 나오고 있기에, 이에 대한 더욱 자세한 연구가 필요할 것으로 판단된다. 우선적으로 고려되어야 할 사항은 이번에 처음으로 북한 지역이 들어왔기 때문에 그에 대한 배출량의 정확성에 대한 연구가 더 진행되어야 할 것으로 판단된다. 또한 중국에서 배출된 오염물질이 북한을 통해 우리나라로 유입되는 과정에서 북한의 배출량 효과가 올라간 것일 가능성도 배제할 수 없다.
항공기를 이용한 상공의 관측항목은 가스상 물질과 입자상 물질로 나누어지며 아래의 표에는 항공 관측항목 및 분석방법을 나타내었다. 가스상 물질은 장거리이동 오존의 특성을 파악하는데 중점을 두고 NOx, NOy, O3, CO에 대해 연속으로 관측하였다
항공관측은 2012년 6회, 2013년 6회, 2014년 5회 실시되었고, 봄철(3,4,5월)과 가을철(9,10,11월)에 관측이 집중되어 있다. 장거리 이동 대기오염물질의 특성을 분석하기 위하여 여러 관측 경로로 관측을 실시하였다. 아래 그림은 항공 관측일 중 2012년 5월 1일과 2일의 관측 결과를 나타낸 것이다. CO의 경우 위도별, 고도 별 농도가 거의 유사하게 나타났으나, 5월 2일의 경우 내륙에 가까워 질수록 농도가 올라가는 특징이 나타났으며, 오존의 경우도 CO와 유사하게 나타났다. 오존은 500m 이하의 고도에서 80ppb 이상의 고농도가 관측 되었으며 1km, 2km 부근의 상공에서 증가하는 경향을 나타내었다.
본 연구에서는 LTP 사업과 관련된 집중, 장기간 지상관측 자료를 수집하여 분석하였다. 일본의 Oki, Rishiri, 한국의 태안, 강화, 고산 등, 중국의 Fujiazhuang, Ganjingzi, Hongwen 등에서 관측된 약 10년간의 자료(2000년~2010년, 국가별 제공 연도 다름.)를 수집하고, 물질별 변화 경향 및 통계 분석을 실시하였다. 전체 측정 기간 동안 8개 측점 지점의 PM10 평균 농도 그림과, PM10 농도에 대한 통계량 표를 아래에 나타내었다.
각 측정지점의 데이터 결측치는 Gosan 192개, Ganghwa 61개, Taean 43개, Oki 513개, Rishiri 534개, Fujiazhuang 7개, Ganjingzi 7개, Hongwen 33개로 각각 전체 데이터의 4.78%, 1.52%, 1.07%, 14.04%, 14.62%, 0.27%, 0.27%, 1.31%에 해당하였으며, 자료의 손실률은 Rishiri 에서 가장 높게 나타났다. 각 지역의 PM10(ug/m3)의 평균과 표준편차는 각각 43.42±33.76, 56.18±40.16, 55.89±38.84, 28.35±27.34, 16.13±16.41, 72.78±59.04, 113.38±78.13, 69.44±37.93로 나타났다. PM10 농도의 전체 평균 크기는 Ganjingzi > Fujiazhuang >Hongwen > Ganghwa > Taean > Gosan > Oki > Rishiri 의 순으로 나타났으며, 나라별로는 중국 > 한국 > 일본 순이었다. 중국에서는 Hongwen의 PM10 농도가 가장 낮았으며, 한국에서는 Gosan의 평균 농도가 가장 낮았고, 일본은 Rishiri가 Oki 보다 낮은 평균 농도를 보였다. 가장 높은 전체 평균 농도를 보인 Ganjingzi의 경우 가장 낮은 평균 농도를 보인 Rishiri 에 비해 7.03배 높은 평균 농도를 보였다. 전체 측정 기간 중 가장 높은 최댓값은 1981ug/m3으로 Ganjingzi에서 나타났으며, Hongwen에서는 가장 낮은 최댓값인 331ug/m3을 보였다.
(출처:요약문 p.5)
과제명(ProjectTitle) : | - |
---|---|
연구책임자(Manager) : | - |
과제기간(DetailSeriesProject) : | - |
총연구비 (DetailSeriesProject) : | - |
키워드(keyword) : | - |
과제수행기간(LeadAgency) : | - |
연구목표(Goal) : | - |
연구내용(Abstract) : | - |
기대효과(Effect) : | - |
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.