보고서 정보
주관연구기관 |
국립환경과학원 National Institute of Environmental Research |
연구책임자 |
허국영
|
참여연구자 |
반수진
,
정미숙
,
김옥길
,
김태희
,
명지수
,
남기표
,
이한솔
,
최기철
,
장임석
|
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 |
한국어
|
발행년월 | 2018-12 |
과제시작연도 |
2018 |
주관부처 |
환경부 Ministry of Environment |
등록번호 |
TRKO201900003689 |
과제고유번호 |
1485015795 |
사업명 |
국립환경과학원연구사업(R&D) |
DB 구축일자 |
2019-07-13
|
DOI |
https://doi.org/10.23000/TRKO201900003689 |
초록
▼
I. 서 론
미세먼지의 건강 악영향에 대한 인식이 높아지고 특히 겨울과 봄에 고농도 미세먼지가 자주 발생하면서 국민들의 미세먼지에 대한 관심은 아주 높아 2018년 환경뉴스 중 미세먼지 대기오염 문제가 압도적 1위를 차지했다(환경보건시민센터, 2018). 미세먼지 (Particulate Matter, PM)는 공기역학적 지름 (aerodynamic diameter)의 크기에 따라 10μm 이하는 PM10, 2.5μm 이하는 PM2.5로 분류하며, 우리나라에서는 PM10
I. 서 론
미세먼지의 건강 악영향에 대한 인식이 높아지고 특히 겨울과 봄에 고농도 미세먼지가 자주 발생하면서 국민들의 미세먼지에 대한 관심은 아주 높아 2018년 환경뉴스 중 미세먼지 대기오염 문제가 압도적 1위를 차지했다(환경보건시민센터, 2018). 미세먼지 (Particulate Matter, PM)는 공기역학적 지름 (aerodynamic diameter)의 크기에 따라 10μm 이하는 PM10, 2.5μm 이하는 PM2.5로 분류하며, 우리나라에서는 PM10과 PM2.5를 함께 미세먼지라고 통칭하거나, PM10을 미세먼지, PM2.5를 초미세먼지라고 칭하고 있다. 본 연구에서 ‘미세먼지'는 인체 위해성 측면에서 더 큰 관심을 받고 있는 PM2.5를 뜻하며, 필요 시 PM2.5나 PM10으로 명시하였다. 미세먼지 예보는 2013년 8월 PM10 공개 시범예보 시작, 2014년 2월 PM10 법정 예보 시행, 2015년 1월 PM2.5 법정 예보 시행을 거치며 미세먼지에 의한 건강 피해를 최소화하기 위한 사전 조치를 취할 수 있도록 미세먼지 농도 수준에 대한 예측 정보를 전달하는 중요한 역할을 해 오고 있다.
미세먼지 예보의 가치는 예보의 정확성과 직결된다. 미세먼지 예보는 예보관 들이 지식·경험·직관을 사용하여 예보모델의 예측결과와 관측자료를 종합분석하여 최종 생산 및 공식 발표(통보)하고 있다(Figure 1). 그러나 현재 예보관들 에게 제공된 예보모델의 예측 정확도는 예보관의 주관적 개입없이 그대로 예보에 사용할 수 있을 만큼 높지 않은 상황이며, 관측자료 역시 서해상 및 북한 지역의 공백이 있어, 미세먼지 예보는 틀릴 가능성이 상존하고 있다. 수도권 지역에 미세먼지 비상저감조치가 시행되었던 2018년 1월 15일에 대한 미세먼지 예보는 대체로 정확했으나, 차량 2부제 등 시민 불편을 초래한 아침부터 고농도(당시 기준으로 PM2.5 농도 50 μg/m3 초과, ‘18.3.27 이후는 35μg/m3 초과 )가 시작된다는 당초 예보와는 달리 오후부터 고농도가 발생하여 예보 정확도의 중요성을 절감하는 사례가 되었다(Figure 2).
고농도 미세먼지로부터 건강 보호를 위해 미세먼지 예보 정보가 활용되면서 국민들의 고농도 미세먼지 예보 정확도에 대한 요구가 높다. 예보모델의 예측 결과를 그대로 사용하여 예보를 생산할 수 없는 상황에서는 예보관들의 적극적인 예보판단이 필요하다. 정확한 예보를 위해 예보모델 한계를 예보관의 판단으로 일부 극복하고 있으나, 고농도 정확도 향상을 위해서는 예보관의 예보 자료 분석과 판단의 과학적 근거를 강화할 필요가 있다. 한편, 미세먼지 예보는 ‘18.12월 현재 6시간마다 정기적으로 발표되고 있어 제한된 시간 내(최장 6시간 이내) 정확한 예보 판단을 해야 하고 방송 등을 통해 이미 발표된 예보를 명확한 근거 없이 수정할 수 없는 특수성 이 있다. 미세먼지 예보는 전국 17개 시·도 기준으로 하되 경기도는 북부와 남부로, 강원도는 영서와 영동으로 구분하여 19개 예보권역을 대상으로 예보하고 있다. 예보에 사용되고 있는 예보모델은 19개 예보권역에 대한 미세먼지 농도를 정량적으로 계산해서 '숫자‘(예, 서울의 PM2.5 일평균 36μg/m3)로 제공하나, 계산된 농도값의 정확도가 높지 않을 때 가 많아 예보관들은 많은 어려움을 겪어오고 있다. 또한, 예보의 최종 생산자는 예보관이므로 예보교육은 상당히 중요하여 기상청은 기상법 제35조11에 따라 예보관 등에게 예보교육을 실시하고 있는데, 미세먼지 예보관 대상 예보교육을 위해서는 먼저 미세먼지 예보 관련 기술 자료부터 생산되어야 할 것이다.
본 연구는 고농도 미세먼지 예보 정확도 향상을 위해 기존의 정량적인 예보 모델과 함께 신속한 예보자료 분석과 예보판단을 수행해야 하는 예보현장에서 사용가능하고 객관적 관측 자료로 검증된 직관적 모델(개념모델)을 개발하려고 한다. 개념모델(conceptual model)은 과학적 근거를 가진 단순화된 정성적 모델을 뜻하며, 기상예보를 담당하고 있는 기상청에서는 대설(大雪), 호우(豪雨), 황사(黃砂) 등에 대한 개념모델을 개발해서 예보에 활용하고 있으며, 오존과 미세먼지 관리를 위한 과학적 이해도를 높이기 위해 미국 EPA에서도 개념모델이 활용되고 있다. 예보 정보의 사용자인 국민 입장에서는 비가 올 가능성이 거의 없는 맑은 날보다는 비가 올 가능성이 다소 있는 날에 대한 강수 (降水) 예보가 중요한 것처럼 미세먼지 농도가 높을 가능성이 다소 있는 날에 대한 미세먼지 예보, 즉 고농도 미세먼지(PM2.5 농도 35μg/m3) 초과)에 대한 예보 정확도가 중요하다. 따라서 본 연구는 최근 3년(‘15~‘17년) 우리나라에서 발생한 고농도 미세먼지 사례들을 분석하여 '고농도 미세먼지 개념모델‘ 개발 에 필요한 분석 자료를 생산하고 고농도 미세먼지 발생과정을 개념화함으로써 예보관의 예보 분석과 판단에 활용될 수 있도록 하고자 한다.
(출처 : 본문 Ⅰ. 서론 6p)
Abstract
▼
High-concentration PM2.5 events in South Korea during recent three years of 2015 to 2017 were analyzed to find major patterns and associated features, then use such information in PM2.5 forecasting and ultimately improve the forecast accuracy particularly for high-concentration
High-concentration PM2.5 events in South Korea during recent three years of 2015 to 2017 were analyzed to find major patterns and associated features, then use such information in PM2.5 forecasting and ultimately improve the forecast accuracy particularly for high-concentration PM2.5 events. We examined long-range transport of PM2.5 into South Korea, fine nitrate formation, and impact of biomass burning emissions to strengthen the scientific justification of forecasters' analysis and decision regarding PM2.5 forecasting, and made suggestions on applying major results of this study to actual PM2.5 forecasting. Major findings of this study are summarized below.
High-concentration PM2.5 events can be classified into 4 major classes: (1) atmospheric stagnation, (2) long-range transport into South Korea, (3) local circulation, and (4) combination of stagnation and long-range transport. For long-range transport dominant cases, we found that long-range transport of PM2.5 in many cases occurred via a pathway formed in the boundary of a high pressure system coupled with a small-scale low pressure system or trough. Fine nitrate, a major PM2.5 component that showed the largest concentration variation in many high-concentration PM2.5 cases, is often efficiently formed via secondary formation pathways under high relative humidity conditions in spring and early summer as well as in cold seasons.
Biomass burning emissions in Northeast China has potential to influence PM2.5 concentrations in South Korea in late October and early November after long-range transport by a strong northerly wind. Additional studies are needed to improve model capability of predicting fine nitrate formation and impact of biomass burning emissions and to develop conceptual models and forecasting guidances for applications to actual PM2.5 forecasting. Key words: PM2.5 forecasting, conceptual model, forecasting technique, PM2.5 event pattern, long-range transport pathway
(출처 : ABSTRACT 5p)
목차 Contents
- 표지 ... 1
- 목차 ... 2
- 표목차 ... 3
- 그림목차 ... 4
- Abstract ... 5
- Ⅰ. 서 론 ... 6
- Ⅱ. 연구내용 및 방법 ... 9
- 1. 고농도 미세먼지 개념모델 개발을 위한 과거 자료 분석 ... 9
- 가. 과거 고농도 미세먼지 사례의 유형 분류 및 특징 파악 ... 9
- 나. 고농도 발생 유형별 예보현업에서 활용가능한 주요 예보요소 추출 ... 11
- 다. 개념모델 개발을 위한 주요 예보요소에 대한 문헌 조사 ... 12
- 2. 개념모델의 예보현업 적용을 위한 조사 ... 13
- 가. 예보관 의사결정 분석을 위한 예보관 작성 예보 분석서 조사 ... 13
- 나. 고농도 유형별 효율적 예보관 의사결정 방안 연구 ... 13
- Ⅲ. 연구결과 및 고찰 ... 14
- 1. 과거 주요 고농도 미세먼지 사례의 유형 및 특징 ... 14
- 가. PM2.5 대기환경기준 변경 효과 분석 및 고농도 분석 대상일 선정 ... 14
- 나. 고농도 PM2.5 주요 유형 및 특징 ... 17
- 2. 고농도 발생 유형별 예보현업에서 활용가능한 주요 예보요소 ... 21
- 가. 국외유입에 의한 고농도 발생조건 분석 ... 21
- 나. 대기 혼합고 관련 예보 분석 ... 25
- 3. 개념모델 개발을 위한 주요 예보요소에 대한 문헌 조사 ... 26
- 가. 질산염 생성에 대한 습도와 암모니아 등의 영향 ... 26
- 나. 생물성 연소 배출 영향 ... 28
- 4. 고농도 발생 가능성 판단 시 예보관 검토 대상 주요 요소 ... 29
- 5. 고농도 유형별 효을적 예보관 의사결정 방안 ... 31
- Ⅳ. 결 론 ... 33
- 참고문헌 ... 35
- 끝페이지 ... 38
※ AI-Helper는 부적절한 답변을 할 수 있습니다.