15-4-1 수업

- 1 - 15-4-1 수업

6.3.4 화학수송모델

대기 중에서 질소화합물이나 탄화수소계열의 유기화합물들은 햇빛을 받으면, 여러 복잡한 형태 의 광화학 반응을 거쳐서 2차오염물질로 변형된다. 특히, 도시지역에서 오존농도를 예측하기 위해 서는 광화학 반응을 고려하여 모델계산을 수행하는 것이 중요하다. 이 경우, 앞에서 기술한 가우 시안모델, 상자모델을 이용할 수 없고, 여러 오염물질의 복합적인 반응기구를 고려하여 (6-1)식의 분산방정식을 유한차분법(finite difference method)으로 접근하여 수치해를 구하는 화학수송모델 을 적용한다. 대표적인 화학수송모델로는 최근에 미국환경보호청에서 오존을 포함한 미세먼지의 2차생성까지도 계산할 수 있는 CMAQ(Community Multiscale Air Quality modeling system)모 델을 개발하였고, CMAQ모델은 지역간 반응성 오염물질의 이동 등을 계산하는데 널리 사용하고 있다. 이와 같은 화학수송모델은 기상관측대에서 측정한 바람장이나, 또는 다른 바람장모델에서 계산한 바람장을 입력자료로 하여, 수십개의 광화학 전구물질에 대해서 여러 형태의 반응기구를 고려하여 도시지역의 오존농도, 전구물질, 2차생성 미세먼지의 농도 및 직경분포 등을 계산하는 데 활용할 수 있다.

6.3.5 경험적 모델

6.3.5.1 통계 모델(Statistical model)

통계적 모델은 앞에서 설명한 가우시안 연기모델과는 다르게 기상조건 및 지형조건과 대기농도 와의 물리적 인과관계에 기초하지 않는다. 단지, 측정한 오염물질의 농도를 근거로 오염물질의 농 도에 영향을 주는 기상인자 (풍향, 풍속, 일사량 등)와의 통계적 상관관계를 유추해내는 경험적 모델의 일종이다. 즉 관측 기상자료 및 측정 대기오염도 자료를 독립변수로 하고, 특정오염물질 농도 값을 종속변수로 하여 독립변수와 종속변수간의 상관관계를 통계적 기법을 이용하여 구하는 것이다. 따라서 이 통계적 모델을 수행하기 위해서는 기존에 측정한 기상자료 및 오염물질 농도 에 관한 자료가 확보돼야 가능하다. 통계적 상관관계를 유추하는 기법에는 중회귀분석법, 의사결 정법, 및 신경망모델 등의 여러 방법이 이용된다.

통계모델의 예로서 Wolf와 Lioy(1978)는 미국 북동부지역에서 중회귀분석법을 이용하여 하루 중의 최고오존농도 예측모델을 아래와 같이 제시했다.

[

O

O

T

T

U

[O3] : 당일 최고 오존농도 [O3]p: 전일 풍상측의 최고오존농도 Tm : 당일 최고기온

Tp : 전일 풍상측의 최고기온 Ua : 혼합층내 평균 풍속.

한편 구윤서(2003a), 환경부(2005) 및 Koo(2003)은 서울시를 대상으로 익일의 미세먼지(PM10)의 농도를 예측하는 모델식을 제시하고 있다. 전일 오후 6시에 익일 PM10의 평균농도를 예보하는 경 험식은 다음과 같다.

- 2 -

       

  



  



     



      

      

      

      

      

     



      

      

      

     

     

     

     

여기서, [PM10] : 다음날의 PM10 24시간 평균농도 [PM10]16: 0시~ 16시 PM10 평균농도 [SO2]16: 0시~ 16시 SO2 평균농도 [O3]16: 0시~ 16시 O3 평균농도 [NO2]16: 0시~ 16시 NO2 평균농도 [CO]16: 0시~ 16시 CO 평균농도 [TEM]16: 0시~ 16시 온도 평균 [WS]16 : 0시~ 16시 풍속 평균 [HM]16: 0시~ 16시 습도 평균 [RN]16: 0시~ 16시 강수총량 평균 [WS850]P: 익일 예보 850hp의 풍속 최소값 [WS]P : 익일 예보 지표풍속 평균 [INV]P: 익일 예보 역전층유무 평균 [ST]P: 익일 예보 안정도 최소 [MH]P : 익일 예보 혼합고 평균값 [RN]P : 익일 예보 강수량 최대값 [AL]P : 익일 예보 대기환경지수 최소값 [VI]P : 익일 예보 환기지수평균 6.3.5.2 수용모델 (Receptor model)

앞에서 기술한 가우시안 연기모델은 배출원을 중심으로 하여 주위에 미치는 영향을 파악하는 배출원 중심모델(source-oriented model)이다. 따라서 입력자료로 배출원자료, 기상자료 및 지형 자료를 요구한다. 이와 같은 자료가 완벽할 시에는 가우시안 연기모델이 비교적 정확하게 농도를 계산할 수 있다. 그러나 입력자료가 미비시에는 모델의 정확성을 기대할 수 없다.

차선의 방법으로 개발된 것이 수용체 중심모델(receptor-oriented model)이다. 수용모델은 측정 소에서 측정한 오염물질의 농도자료를 기초로 하여 역으로 수용체 농도에 미치는 배출원의 영향 을 정량적으로 해석하는 것이다. 이 때에 대상오염물질은 대기 중에서 반응이 일어나지 않거나, 비교적 반응성이 낮은 오염물질(예로서 납, 구리, 카드뮴등의 금속물질)을 대상으로 한다. 예로써 A라는 공업도시에 대기질 측정망에서 납을 분석하여 대기 중의 납농도를 측정할 수 있다. 한편 이 도시에 납을 배출하는 배출원은 자동차, 제련소, 페인트 공장, 축전기 공장이라면, 이 지점에서 검출된 납은 자동차, 제련소, 폐인트공장, 축전기 공장에서 배출되었거나 또는 외부에서 이류에 의해서 유입된 것으로 생각할 수 있다. 이 경우에 여러 통계적 기법을 사용하여 각각 배출원이 검출된 납농도에 미치는 기여도를 분석할 수 있다.

6.4 대기분산모델 종류 및 관련 Website

대기분산모델은 network을 통한 전산망에서 획득이 가능하다. 가장 많이 이용되는 것이 미국 환경보호청에서 유지 관리하고 있는 규제용 대기모델 지원센터(Support Center for Regulatory Air Model; http://www.epa.gov/scram001/)이다. 이 곳에서 미국에서 많이 사용되고 있는 대기분 산모델을 download받을 수 있고, 이와 더불어 모델 운용에 필요한 참고책자나 기상 및 배출원자

- 3 - 료도 구할 수 있다.

현재 대기분산에 많이 사용되고 있는 대기분산모델의 일부를 간략한 설명과 함께 표 6.4에 나타내었다.

6.5 대기모델의 적용과정

대기질 환경영향 평가에 일반적으로 많이 사용되고 있는 모델은 모두 앞에서 설명한 가우시안 모델을 근거로 하여 작성된 computer 모델을 주로 사용하고 있다. 그러나 가우시안 모델의 적용 이 어려운 특수 상황에서는 다른 종류의 분산모델이 사용되고 있다. 어느 모델이든지 대기질 평 가를 위해서 사용할 때에는 일반적으로 모델 수행 과정을 거친다.

먼저 대상으로 하는 오염물질의 반응특성 및 침착성을 파악하고, 배출원 주변의 지형자료 및 배출원자료를 수집한다. 대상지역 또는 인접지역에서 측정한 기상자료도 수집하여 모델 수행에 필요한 입력자료를 완성한다. 위에서 수집한 입력자료를 바탕으로 대기질 계산에 사용할 모델을 표 6.4를 참조하여 선정한다. 예로서 평탄한 지역에서 비반응성 오염물질의 분산을 계산하려면, AERMOD모델, AirMaster가 적합하고, 복잡지형에서는 CTDMPLUS모델을, 도시지역에서 오존을 계산하기 위해서는 광화학반응을 고려한 CMAQ모델을 적용한다. 자세한 모델별 특징 및 적용범 위는 미국 환경보호청에서 발간한 대기분산모델 사용지침서에 있다(U.S. EPA, 2003).

이와 같이 선정한 모델에 입력자료를 이용하여 주변농도를 계산한 후에 계산결과와 주변의 대 기오염 측정망이나 실제 몇 개의 대표적인 지점을 선정하여 측정한 농도와 비교, 검토하여 모델 의 신뢰도를 확보한다. 만일 신뢰도가 낮을 경우에는 입력자료에 오류가 있는지 검토하여 교정한 다. 이와 같은 검증과정을 거쳐서 신뢰도를 확인한 모델로 최종적으로 계산을 수행하여 대기질영 향평가 및 대기대책 수립 등에 이용한다.

6.6 대기확산모델의 적용분야

대기오염확산모델이 사용되는 분야는 매우 광범위하며 사용목적에 따라서 요구되는 기능도 다 양하다. 모델이 사용되는 분야는 다음과 같이 다양하다(구윤서, 2003b).

국토의 장기 개발계획

신도시, 공업단지, 발전소, 기간도로망 배치계획 등 토지이용의 방향을 설정하는 국토의 장기개 발계획 수립시 그에 따른 대기질 변화를 예측하고 대책을 강구하기 위하여 확산모델을 사용한다.

요구되는 기능은 1차 오염물질의 장기평균농도와 광화학오염물질의 단기농도(episode) 산출이다.

도시 및 공단지역의 대기질 개선대책

도시의 대기질개선을 위한 연료정책검토, 공해유발 공업구조의 조정, 교통기관 오염의 저감대 책, 배출원별 기여도 산출, 대기질 측정망 배치계획 등을 위하여 확산모델을 사용한다. 요구되는 기능은 1차 오염물질의 장기평균농도와 광화학오염물질의 단기농도 산출이다.

대기오염 피해파악

대기오염으로 야기되는 분쟁조정을 위한 피해파악을 위하여 확산모델이 사용되며 요구되는 기 능은 주로 장기평균농도 산출이다.

배출허용기준 설정

특정지역의 환경기준달성을 위한 최대 배출허용량 산출, 총량규제시 배출량 할당, 지역별 오염 영향권 설정과 환경용량 산정 등을 위하여 확산모델을 사용하며 요구되는 기능은 주로 단기 및 장기평균농도 산출이다.

환경영향평가

- 4 -

공업단지, 도시개발 등 각종 건설사업의 시행, 발전소, 매립장 및 소각장 건설에 따른 장래의 대기질을 예측하고 연료 전환, 굴뚝높이 및 위치 조정 등의 대안을 평가하기 위하여 확산모델을 사용하며 요구되는 기능은 장기평균농도와 단기평균농도 산출이다.