교통수요모형을 이용한
상향식 도로이동오염원 배출량 산정 방법론 연구*
A Bottom Up Approach(BUA) for the Estimation of Mobile Emissions Using Traffic Demand Model
최윤영**ㆍ한진석***ㆍ고승영****
Yunyoung ChoeㆍJin-seok HahnㆍSeungYoung Kho
요약: 도로이동오염원 배출량은 교통환경정책의 대기질 개선 효과 분석을 위한 기초자료이며, 배출량 산정 결 과는 대기질 분석, 노출인구 영향 등 이후 분석 단계에 순차적으로 영향을 미치기 때문에 배출량 산정 단계에서 정책 추진에 따른 통행자의 통행행태 변화가 고려되어야 한다. 이에 본 연구에서는 통행자의 통행행태 변화 추 정이 가능한 교통수요모형 기반의 상향식(BUA: bottom up approach) 도로이동오염원 배출량 산정 방안을 제시하였다. 본 연구에서 제시한 방안으로 대전광역시 도로이동오염원의 PM10과 NOX 배출량을 산정한 결과, CAPSS 배출량 대비 PM10은 약 8%, NOX는 약 14% 과소 추정된 것으로 검토되었다. 시나리오 분석 결과를 토대로 본 연구에서 제안한 배출량 산정 방안은 통행자의 통행행태 변화를 유도하는 정책의 도로이동오염원 배 출량 분석시 활용도가 높을 것으로 판단된다.
핵심주제어: 교통환경정책, 도로이동오염원 배출량, 교통수요모형, 상향식, 통행행태
Abstract: Mobile emissions provide the base data required for analyzing improvement in air quality based on transport policy. Thus, the changes in people’s travel behavior that result from the implementation of such policy must be considered when calculating emissions. This is because the results of the calculation sequentially impact the later stages of analysis, such as analysis of air quality and impact on the exposed population. This study proposes a bottom-up approach (BUA) for calculating the amount of emissions from mobile sources. This approach is based on a traffic-demand model which estimates changes in passenger travel behavior. Using this method the PM10 and NOX emissions calculated for mobile sources in Daejeon showed that these were approximately 8% (PM10) and 14% (NOX) less than CAPSS emissions. The method for estimating mobile emissions based on the results of a scenario analysis proposed in this study should have high utility in analyzing emissions from mobile sources, and this data can be used in establishing policies for inducing changes in passenger travel behavior.
* 본 논문은 한국환경정책·평가연구원 보고서인 ‘교통환경정책 수립을 위한 대기환경 개선 효과 추정 방안 연구’를 학술논문 형태로 재구성한 글임을 밝힌다.
** 주저자, 서울대학교 건설환경공학부 연구원
*** 교신저자, 한국환경정책·평가연구원 부연구위원
**** 공동저자, 서울대학교 건설환경공학부 교수
Ⅰ. 서론
국내의 경우 교통 부문이 대기질에 미치는 영향이 적지 않으며1) 도로이동오염원 인 자동차 등록대수가 2030년 기준 약 2,500만대까지 증가하고2), 자동차 등록 대수 중 인체위해성과 관련이 있는 미세먼지(PM10)와 질소산화물(NOX)의 배출 기여도가 높은 경유차의 비중이 최근 10년간 40% 수준을 유지한다는 점3) 등을 감안하면 교통환경정책의 효과척도 중 하나로 대기질 개선효과를 검토해야 할 필 요가 있으며, 추진대상은 도로이동오염원에 중점을 두어야 할 필요가 있다.
교통환경정책으로 인한 대기질 개선효과는 도로이동오염원의 배출량에 영향 을 받으며, 해당 배출량은 도로이동오염원의 통행량에 영향을 받는다. 도로이동오 염원의 통행량 변화는 정책 효과와 직접적인 연관이 있기 때문에 도로이동오염원 대기질 개선효과 추정시 반드시 고려되어야 한다. 특히, 통행량은 대상지역의 도 로인프라 수준, 통행자의 사회경제적 특성 등에 영향을 받기 때문에, 정책 시행에 따른 효과는 지역별로 상이할 수 있다. 따라서 교통환경정책 추진에 따른 대기질 개선효과를 추정하기 위해서는 우선 대상지역의 공간적 특성(도로인프라 수준, 대중교통 접근성, 연령대별 비중 등), 개별 통행자의 통행행태(통행발생률, 통행수 단, 평균 통행거리 등) 등을 고려하여 정책 시행 전·후의 통행량 변화를 추정하는 방안이 마련되어야 한다.
1) 2013년 기준 대기오염물질(PM10, 초미세먼지(PM2.5), NOX, 일산화탄소(CO), 황산화물 (SOX), 휘발성 유기화합물(VOC), 암모니아(NH3), 먼지(TSP)) 배출량 중 주요 대기오염물질인 PM10과 NOX 배출량에 대한 도로이동오염원 비중은 각각 10%, 31%(수도권의 경우 각각 40%, 46%)임(국립환경과학원, http://airemiss.nier.go.kr).
2) 한국교통연구원, 2012.
3) 2013년 기준 도로이동오염원의 PM10과 NOX 배출량 중 경유차의 비중은 각각 100%, 85%(국 립환경과학원, http://airemiss.nier.go.kr)이며, 최근 10년간(2005년∼2014년) 자동차 등록 대수 중 경유차 비중은 37%∼39%임(통계청, http://kostat.go.kr).
Key Words: Transport Policy, Mobile Emissions, Traffic Demand Model, Bottom-Up Approach, Travel Behavior
이에 본 연구에서는 교통수요모형을 이용한 상향식(BUA: Bottom UP Approach) 도로이동오염원 배출량 추정 방안을 제시하고자 하며, 해당 방안은 정책 시행에 따른 도로이동오염원의 통행량 변화를 링크 단위로 예측할 수 있기 때문에, 하향식(TDA: Top Down Approach) 도로이동오염원 배출량 산정 방안 대비 통행자의 통행행태 변화를 고려한 상세 분석이 가능할 것으로 판단된다. 또 한 시나리오 분석을 통하여 본 연구에서 제시하는 배출량 산정 방안의 활용 가능 성 검토하였으며, 시나리오 분석에서 교통환경정책은 수도권의 공해차량 운행제 한지역(LEZ: Low Emission Zone) 제도를, 대상지역은 대전광역시를 고려하였다.
Ⅱ. 선행연구
1. 도로이동오염원 배출량 분석 방법론
도로이동오염원 배출량 분석 방법론은 접근 방향에 따라 TDA 방법(CAPSS, COPERT 등)과 BUA 방법(교통수요모형, MOVES 등)으로 구분이 가능하다.
TDA 방법은 도로이동오염원의 총 통행거리, 평균 통행속도 자료를 활용하여 국 가 단위의 총 배출량 산정에는 유용한 반면, 관련 정책 시행에 따른 통행행태 변 화 고려, 지역 및 도로구간 단위의 배출량 분석 등에는 한계가 있다. 반면, 지역단 위의 도로이동오염원에 대한 고해상도 배출량 산정을 위해서는 BUA 방법이 적용 될 수 있으며, 국내에서는 교통시설개발사업 평가, 교통인프라 사업에 대한 예비 타당성 조사 등에서 교통분석모형이 활용되고 있다.
2. 관련 연구
도로이동오염원 배출량 산정 관련 선행연구는 <표 1>과 같다. 최기주 등(2009) 은 교통수요모형과 GIS를 이용하여 BUA 기반 도로이동오염원 배출량 산정 방안 을 제시하였으며, 장기원 등(2011)은 CAPSS 배출량을 이용하여 수도권 지역의 도로이동오염원 NOX 배출량을 TDA 접근 방법으로 산정하였다. 진형아 등(2012)
역시 CAPSS 배출량을 이용하여 도로이동오염원의 PM2.5 배출량을 TDA 접근 방 법으로 산정하였으며, 이규진 등(2012)은 교통수요모형을 이용하여 도로이동오 염원 배출량을 산정할 경우 냉간 시동 배출량을 산정하지 못하는 한계를 제시하 고, 이에 대한 해결 방안을 제시하였다.
유병용·배상훈(2012)은 도시부 첨단교통관리시스템에서 수집되는 교통정보를 이용하여 도로부문 온실가스 배출량을 BUA 기반으로 산정하였으며, 양충헌 등 (2013)은 미시 교통시뮬레이션 모형을 이용하여 개별 차량의 차종, 속도, 감가속 도 등을 고려한 BUA 기반의 탄소 배출량을 산정하였다. 마지막으로 김영국·우승 국(2014)은 교통수요모형을 이용하여 지역간 도로 배출량을 BUA 기반으로 산정 하였으며, 김유정 등(2016)은 도로이동오염원 저감대책에 의한 배출량을 산정하 기 위하여 CAPSS 배출량을 이용한 TDA 접근 방안을 적용하였다.
Borrego et al.(2000)은 리스본 지역의 대기질 분석을 위하여 도로이동오염원 배출량을 산정하였으며, 교통량이 많은 주요 도로에 대해서는 BUA 산정 방안을, 교통량이 적은 외곽 도로에 대해서는 TDA 산정 방안을 적용하였으며, Borrego et al.(2003)은 도로망 배출가스 산정 모형인 TREM(Transport Emission Model)을 이용하여 BUA 기반의 도로이동오염원 배출량을 산정하였다. 또한 Cook et al.(2008)은 고속도로를 대상으로 BUA 기반의 도로이동오염원 배출 량을 산정하였으며, Samaranayake et al.(2014)은 샌프란시스코를 대상으로 BUA 기반의 도로이동오염원 배출량 산정 가능성 검토를 위한 사례 분석을 수행 하였다.
선행연구 검토 결과 도로이동오염원 배출량 산정 방안은 분석 목적에 따라 TDA/BUA 접근 방식 적용이 가능하며, 특히 교통량이 많은 고해상도 배출량 산 정을 위해서는 BUA 접근 방식 활용성이 높은 것으로 검토되었다. 특히 고재경·박 년배(2008)는 경기도 시·군 지자체의 온실가스 배출량을 Tier 1(TDA 접근) 방식 으로 산정하면서 수송부문에서 발생하는 배출량은 지역의 차종별 차급별 연료별 자동차 등록대수와 연간 주행거리, 속도 등의 특성을 고려하는 Tier 2 또는 Tier 3(BUA 접근) 방식을 적용하는 것이 바람직함을 언급하였다.
한편, 교통수요모형을 활용하여 도로이동오염원 배출량을 산정한 연구는 다수 로 검토되었으나(최기주 등, 2009; 이규진 등, 2012; 양충헌 등, 2013; 김영국·우
승국), 본 연구에서와 같이 정책 추진에 따른 통행자의 통행행태 변화에 초점을 맞추어서 도로이동오염원 배출량 변화를 검토한 사례는 없는 것으로 판단된다.
또한 교통수요모형을 활용한 선행연구에서는 모두 국가교통DB에서 제공하는 기 종점 통행량을 활용하기 때문에 지역간 도로이동오염원 배출량만을 산정 가능한 반면, 본 연구에서는 지역내 통행속도를 별도로 추정하여 지역간 뿐 아니라 지역 내 도로이동오염원 배출량도 함께 산정하는 방안을 제시한다는 점에서 선행연구 와 차별성을 가진다.
<표 1> 선행연구 검토 결과
연구자 주요 연구내용
국내
최기주 등(2009) GIS를 활용한 도로이동오염원의 배출량 산정 장기원 등(2011) CAPSS 배출량 산정 방식을 이용한 NOX 배출량 분석 진형아 등(2012) 배출원별 PM2.5 배출량 및 기여율 산정
이규진 등(2012) 기종점 기반 도로이동오염원 배출량 산정 모형 제시 유병용·배상훈(2012) ATMS 자료 기반 도로이동오염원 온실가스 산정 양충헌 등(2013) 도로이동오염원 배출량에 따른 대기질 분석 김영국·우승국(2014) 지역간 도로의 온실가스 및 대기오염물질 배출량 산정
김유정 등(2016) 도로이동오염원의 배출량 저감정책이 NOX 농도 저감에 미치는 영향 분석
국외
Borrego et al.(2000) 도로이동오염원 배출량에 따른 대기질 분석(BUA vs. TDA) Borrego et al.(2003) 도로이동오염원 배출량 모형과 대기확산모형 연계 Cook et al.(2008) 도로이동오염원 배출량에 따른 대기질 분석 및 예보 검토 Samaranayake et al.(2014) 도로이동오염원 배출량에 따른 대기질 분석 및 맵 구축
III. 교통수요모형 기반 상향식 배출량 산정 방안
교통수요모형은 교통시설개발사업의 경제적·재무적 타당성 평가, 도로 및 철도 부문 사업에 대한 예비타당성조사 수행 등에서 각각 “교통시설 투자평가지침(5차 개정)”, “도로·철도 부문 사업의 예비타당성조사 표준지침 수정·보완 연구(제5판)”
을 근거로 교통수요예측을 위한 모형으로 활용된다. 분석 소프트웨어는 EMME 3, TransCAD 등이 주로 활용되며, 분석을 위한 기초자료는 한국교통연구원의
국가교통데이터베이스(KTDB: Korea Transport Data Base)4)를 이용한다.
본 연구에서 제시하는 도로이동오염원 배출량 산정 방안은 <그림 1>과 같이 교 통수요모형의 결과물인 링크 단위 교통서비스 특성(차종별 교통량, 통행속도, 통 행거리 등)을 산출한 후, 국립환경과학원(2013)에서 제시하는 차종별·차급별·연료 유형별 배출계수와 교통안전공단(2015)에서 제시하는 차종별·차급별·연료유형별 연식분포를 고려하여 도로이동오염원 배출량을 산정한다.
<그림 1> 교통수요모형 기반 도로이동오염원 배출량 산정 방안
4) 한국교통연구원에서는 기준연도와 장래연도에 대한 연평균 평일 일교통량(Average Annual Weekday Traffic, AAWDT), Network 자료, 통행비용함수 및 유료도로 가중치 등 교통수 요 분석을 위한 기초자료를 전국권, 수도권, 5대 광역권(부산, 대구, 광주, 대전, 울산)으로 구 분하여 매년 구축하고 있음.
시나리오 분석에 앞서 2014년 기준 대전광역시 도로이동오염원 배출량 현황 을 산정하는 과정 및 결과는 다음과 같다. 첫 번째 단계인 기초자료 구축에서는 KTDB의 대전광역권 네트워크 및 기종점 통행량(여객O/D, 화물O/D) 자료를 활 용하였다. 배포된 자료를 바탕으로 2014년 기준 대전광역시 도로망 체계와 교통 량을 현실적으로 모사하기 위한 네트워크 수정 및 O/D 보완 작업을 수행하였다.
<표 2> 네트워크 수정 내역
구분 구간 수정사항
1 4번 국도(대전동신과학고-동대전정신병원) VDF, 속도, 용량 수정
2 신상로 종약터널 일대 속도, 용량(양방향) 수정
3 대전천 하상도로(대흥교-문창교) 삭제
두 번째 단계에서는 통행배정모형의 현실성 향상을 위한 네트워크 정산을 수행 하였으며, 네트워크 정산은 수학적인 모형으로 도출된 배정교통량과 실제 조사된 관측교통량과의 오차율을 비교하는 것이다. 분석대상 지역의 모든 관측교통량을 통행배정 단계에서 정확하게 모사하는 것은 현실적으로 어렵기 때문에 허용 오 차율을 설정하는 것이 일반적이며, 한국개발연구원(2008)에서 제시하는 배정교 통량( )과 관측교통량( )의 오차율은 식(1)과 같다.
(1)
여기서 : 오차율(%)
: 통행배정 결과에 의한 링크( )의 배정교통량 : 링크( )의 관측교통량
본 연구에서는 대전광역시 내·외부 주요 도로를 중심으로 총 26개 지점에 대한 네트워크 정산 작업을 수행하였으며, 정산결과를 살펴보면 전체 정산지점 중 85%
는 배정교통량과 관측교통량의 오차율이 15% 이내로 설명된다. 세부적인 구간별 오차율을 <표 3>과 같다.
<표 3> 구간별 오차율
5) 국립환경과학원, 2013.
오차율 구간 정산지점 비율 누적빈도 누적비율
0∼5% 5 19% 5 19%
5∼10% 7 27% 12 46%
10∼20% 13 50% 25 96%
20∼30% 1 4% 26 100%
합계 26 100% - -
세 번째 단계에서는 통행배정 결과를 바탕으로 도로이동오염원 대기오염물질 배출량 산정을 위한 네트워크 링크별 교통량(대/일), 통행속도(km/h), 통행거리 (km) 등의 교통서비스 특성을 산출하였으며, 네 번째 단계에서는 관련 서비스 수 준과 국가 대기오염물질 배출랑 산정방법 편람(Ⅲ)에서 제시하는 도로이동오염원 배출량 산정방법5)을 바탕으로 링크별 오염물질별 배출량을 산정한 후, 해당 결과 를 집계하여 대전광역시 도로이동오염원 배출량을 추정하였다.
국립환경과학원(2013)에서 제시하는 배출계수는 속도(km/h)에 따른 배출량 (g/km)을 산출하는 함수이며, 차량의 차종(승용차, RV, 승합차, 버스, 화물차)과 차급(경형, 소형, 중형, 대형), 연료유형(휘발유, 경유, LPG, CNG)과 연식에 따라 별도의 함수로 구분된다. 본 연구에서는 대전광역시 도로망을 통행하는 차량의 차종과 차급, 연료유형과 연식의 비율은 교통안전공단에서 제공하는 2014년 기 준 자동차등록대수 통계자료를 활용하였으며, 도로구간 및 위계에 상관없이 모두 동일한 것으로 가정하였다.
또한 KTDB에서 제공하는 기종점 통행량의 단위는 연평균 일교통량(AADT:
Annual Average Daily Traffic Volume)이기 때문에 배출량 산정시 시간대별 교통량은 모두 동일한 것으로 가정하였다. 한편, 교통수요모형 분석 결과에서는 교통존 내부 통행량은 실질적으로 네트워크에 배정되지 않으며 교통존 간 통행량 만 배정되기 때문에, 본 연구에서는 교통존 내부에 배정되지 않은 통행량에 대하 여 인접 3개의 교통존 간 거리와 통행시간을 산출하고 1/2 처리하여 내부 교통존 의 통행속도를 집합적 개념의 평균치로 산출하였다. 이를 바탕으로 분석대상 지역
6) 국립환경과학원의 CAPSS에서는 2013년 기준 배출량을 제공하고 있으며, 본 연구에서는 2013년 기준 대전광역시 자동차등록대수(606,283대)와 2014년 기준 자동차등록대수 (621,035대)의 증가율(약 2.4%)을 이용하여 2014년 기준 CAPSS 배출량을 추정하였음.
<그림 2> 교통존 내부 도로이동오염원 배출량 산정 방안
인 대전광역시의 교통존 간, 교통존 내 도로이동오염원에 따른 오염물질별 배출량 을 <그림 2>와 같이 산정하였다.
이상의 과정을 토대로 대전광역시 도로이동오염원에 따른 오염물질별 배출량 을 산정한 결과, 2014년 기준 PM10은 243톤, NOX는 5,661톤이 추정되었다. 도로 구간별 배출량 추정 결과에 대한 검증은 실측치가 부족하여 현실적으로 어려운 관계로 국립환경과학원의 CAPSS 배출량6)을 이용하여 공간 단위로 비교한 결과
PM10은 약 8%, NOX는 약 14% 과소 산정된 것으로 나타났으며, 이는 배출량 산정 시 적용한 차종별 교통량 및 주행거리 수준의 차이, 교통수요모형의 속도 정산에 대한 한계 등이 주요 요인으로 판단된다.
즉, 교통량의 경우 CAPSS에서는 대전광역시 자동차 등록대수를 기반으로 추 정하는 반면, 교통수요모형에서는 대전광역시 내부↔내부 통행량, 내부↔외부 통 행량, 외부↔외부 통행량(통과통행)을 고려하기 때문에 차이가 발생할 수 있다. 또 한 주행거리의 경우 CAPSS에서는 대전광역시 등록차량의 주행거리를 이용하기 때문에 대전광역시 내부 주행거리 뿐 아니라 대전광역시에서 외부 지역으로 주행 한 거리까지 고려하는 반면, 교통수요모형에서는 대전광역시에 해당하는 링크만 을 추출할 수 있기 때문에 대전광역시 내부↔내부 통행량, 내부↔외부 통행량, 외 부↔외부 통행량 모두 대전광역시 링크에서 주행한 거리만을 고려한다. 마지막으 로 통행속도의 경우 교통량과 달리 정산 가능한 실측값이 많지 않기 때문에 현실 적인 링크별 통행속도 정산은 어려운 실정이다.
<표 4> 도로이동오염원 배출량 산정 결과
구분 교통수요모형 CAPSS 도로이동오염원 배출량
2013년 2014년(추정) 오차율
오염물질 PM10 243톤 257톤 263톤 -7.7%
NOX 5661톤 6,454톤 6,611톤 -14.4%
주: CAPSS 도로이동오염원 배출량 중 이륜차와 특수차, 화물차 중 덤프트럭, 콘크리트믹서트럭, 특수 미포함
Ⅳ. 시나리오 분석
LEZ 제도는 노후경유차에서 발생하는 PM10을 줄이기 위한 정책으로 서울시 전 역은 2017년, 인천시(옹진군 제외)와 경기도 17개 시는 2018년, 나머지 수도권 대 기관리권역은 2020년부터 시행될 예정이다. 운행제한 대상 차량은 2005년 이전 에 수도권 대기관리권역에 등록한 총중량 2.5톤 이상 경유차이며, 수도권 이외 지 역에 등록된 노후경유차의 수도권 운행 제한은 장기적으로 검토될 예정이다.
본 시나리오에서는 2014년 LEZ 제도 시행으로 대전광역시 전역을 노후경유
차 운행제한지역으로 가정하였으며, 대상 차량은 2005년 이전에 제주도를 제 외한 16개 시도에 등록한 총중량 2.5톤 이상 경유차 중 승합차와 화물차로 한 정하였다. 대상차량 중 대전광역시 등록 차량은 모두 저공해조치(DPF: Diesel Particulate Filter)를 이행하여 대전광역시 운행제한 대상에서 제외되는 것으로, 대전광역시 이외 지역의 등록 차량7)은 대전광역시 운행이 제한되는 것으로 가정 하였다. 저공해조치에 따른 배출가스 저감률은 <표 5>와 같다.
<표 5> 저공해조치에 따른 배출가스 저감률
자료: 수도권대기환경청(2014)
구분 PM10 NOX
DPF 0.8522 0.0188
LEZ 제도 시행에 따른 도로이동오염원 배출량 분석 결과는 <표 6>과 같으며, 배 출량은 교통수요모형에서 고려하는 차종별로 대전광역시 등록 차량의 저공해조 치에 따른 저감 효과(A)와 대전광역시 이외 등록 차량의 운행제한에 따른 저감 효 과(B)로 구분하여 산정하였다. 대전광역시 이외 등록차량의 운행제한에 따른 저 감 효과(B)는 <그림 3>과 같이 LEZ 제도 시행 전에는 대전광역시를 통과하던 통 행량 중 일부가 제도 시행 후 대전광역시를 우회함으로써 발생된다. <그림 3>에서 검정색 박스 내부는 앞서 분석한 교통수요모형의 네트워크 현황 정산 범위를 의 미하며, 네트워크 링크 중 연두색 부분은 제도 시행으로 통행량이 증가한 구간을, 붉은색 부분은 제도 시행으로 통행량이 감소한 구간을 의미한다.
분석 결과 대전광역시 도로이동오염원의 PM10 배출량은 제도 시행 전 대비 약 25톤, NOX 배출량은 제도 시행 전 대비 약 125톤 감소하는 것으로 나타났다. 또한 승용차의 PM10 배출량과 NOX 배출량은 제도 시행 전 대비 다소 증가하는 것으로 나타났으며, 이는 승합차 및 화물차의 운행제한으로 대전광역시 도로망의 서
7) 교통수요모형에서 대전광역시 이외 지역의 등록 차량 중 대전광역시를 통과하던 노후경유차 (총중량 2.5톤 이상, 2005년 이전 등록 차량)는 LEZ 제도 시행으로 대전광역시를 우회하고, 나머지 경유차는 대전광역시 진·출입이 가능한 것으로 모사.
<표 6> LEZ 제도 시행에 따른 대전광역시 도로이동오염원 배출량 분석 결과
<그림 3> LEZ 제도 시행에 따른 통행행태 변화
비스 수준이 개선되어 타 지역의 승용차 통행량 일부가 대전광역시로 유입되었기 때문이다. 또한 화물차의 경우 LEZ 제도 대상차량(대전광역시 등록 화물차) 비중 이 대전광역시 전체 화물차 등록대수 대비 11.4%8)로 많지 않기 때문에 저공해조 치에 따른 효과가 높지 않게 나타났다.
주: ( )는 LEZ 제도 미시행시 배출량 대비 감소 비중을 의미
8) 2014년 기준 대전광역시 화물차 등록대수는 86,827대이며, 이 중 LEZ 제도 운행제한 대상 은 9,939대임.
구분 PM10(톤, %) NOX(톤, %)
승용 승합 화물 계 승용 승합 화물 계
미시행 68 21 154 243 2,303 407 2,951 5,661
시행
저공해조치 효과(A) 68 20 150 238(-2.1) 2,303 403 2,817 5,544(-2.1)
운행제한 효과(B) 68 15 140 223(-8.2) 2,324 405 2,945 5,653(-0.1)
전체 효과(A+B) 68 15 135 218(-10.3) 2,324 401 2,811 5,536(-2.2)
Ⅴ. 결론
본 연구에서는 교통환경정책에 따른 대기환경 개선효과 추정시 활용 가능한 교 통수요모형 기반 BUA 접근 방법의 도로이동오염원 배출량 추정 방안을 제시하였 다. 도로이동오염원 통행량 변화는 정책의 효과와 직접적인 연관을 가지기 때문에 대기환경 개선효과 추정시 반드시 고려되어야 하며, 본 연구에서 제시한 방안은 정 책 추진에 따른 통행자의 통행행태 변화를 반영하여 도로이동오염원 배출량을 추 정하기 때문에, 기존 TDA 접근 방법 대비 상세한 분석이 가능할 것으로 판단된다.
도로이동오염원 배출량 분석 방법론은 기본적으로 정책 유형에 따라 TDA 접근 방법, BUA 접근 방법 모두 적용이 가능하지만, LEZ 제도와 같이 통행자의 통행행 태 변화가 예상되는 정책의 경우에는 BUA 방법의 적용이 보다 적합한 것으로 판 단된다. 특히, 정책 추진에 따른 도로이동오염원 배출량 분석은 통상적인 대기환경 개선효과 분석을 위한 이후 단계인 대기확산분석, 건강영향분석에 영향을 미치기 때문에 통행자의 통행행태 변화는 가능한 현실적으로 반영해야 할 필요가 있다.
한편, 본 연구에서 제시한 분석 방법론은 순차적으로 진행되기 때문에 단계별 분석결과에 대한 오차가 누적되는 한계를 가진다. 이러한 한계를 완화하기 위해서 는 단계별 분석결과의 정확도를 높이기 위한 방안(통행배정시 첨두시와 비첨두시 구분, 주요 도로에 대한 통행속도 정산, 대전광역시 실측 VKT와 교통수요모형에 서 추정한 대전광역시 VKT 비교 등)이 지속적으로 검토되어야 하며, 큰 틀에서는 국내 특성을 고려할 수 있는 각 단계별 모형의 개발, 미시 수준의 도로이동오염원 배출량 분석을 위한 기초자료 구축 등을 위한 후속 연구의 진행과 모형을 이용한 배출량 추정 방법론의 신뢰도 확보를 위하여 주요 도로의 배출량 정보를 수집할 수 있는 인프라 구축이 필요하다.
또한 배출원의 오염물질은 발생하는 시·공간적 특성에 따라 노출인구 등 사회 에 미치는 영향이 상이하다. 이러한 특성으로 인하여 도로이동오염원의 경우 노출 인구가 많은 도심에서 발생하는 오염물질이 미치는 사회적 영향은 고속도로 등 외 곽 지역보다 상대적으로 클 수 있다. 따라서 향후 연구로는 배출량 산정 뿐 아니라 도로이동오염원에서 발생한 오염물질이 대기 중 확산을 통하여 거주자 또는 유동 인구에 미치는 영향에 대한 연구가 진행되어야 할 필요가 있다.
참고문헌
고재경·박년배, 2008, “기초자치단체 온실가스 배출량 산정에 관한 연구-경기도 시·군 지 자체를 중심으로,” 『환경정책』, 16(1), pp.29-61.
교통안전공단, 2015, 『2015 자동차주행거리통계』, 김천 : 교통안전공단.
국토교통부, 2013, 『교통시설 투자평가지침(제5차 개정)』, 세종: 국토교통부.
김영국·우승국, 2014, “교통계획모형과 GIS를 이용한 지역간 도로 배출지도 작성,” 『교통연 구』, 21(1), pp.1-15.
김유정·정혜선·김수향·마영일·이우근·김정수 등, 2016, “도로이동오염원 대기오염 저감대책 에 의한 수도권 지역 계절별 질소산화물 개선효과,” 『대한환경공학회지』, 38(5), pp.269-278.
수도권대기환경청, 2014, 『수도권 대기환경개선 시행계획 추진실적 작성 지침』, 안산: 수도 권대기환경청.
양충헌·구윤서·김인수·성정곤, 2012, “대기오염 확산분석을 위한 복합모형 방법론 연구,”
『대한교통학회지』, 31(2), pp.69-79.
유병용·배상훈, 2012, “첨단교통관리시스템을 활용한 도시부 도로부문 온실가스 배출량 산정 방법론 연구(대전광역시 사례를 중심으로),” 『교통연구』, 19(3), pp.119-134.
이규진·최기주·류시균·백승걸, 2012, “기종점 기반의 도로이동오염원 배출량 추정모형,”
『대한토목학회논문집』, 32(2D), pp.103-110.
장기원·이용미·이대균·유철·정용원·홍지형, 2011, “수도권 지역 자동차 NOX 배출량의 연 도별 변화추세와 원인 분석,” 『환경정책』, 19(4), pp.1-16.
진형아·이주형·이경미·이향경·김보은·이동원 등, 2012, “국내 배출원별 PM2.5 배출량 산정 및 배출 기여도 분석,” 『한국대기환경학회지』, 28(2), pp.211-221.
최기주·이규진·안성채, 2009, “도 로이동오염원 배출량 산정을 위한 Bottom-Up Approach 기법의 개선에 관한 연구,” 『대한교통학회지』, 27(4), pp.183-193.
한국개발연구원, 2008, 『도로·철도 부문 사업의 예비타당성조사 표준지침 수정·보완 연구 (제5판)』, (연구보고서), 서울: 한국개발연구원.
한국교통연구원, 2012, 『자동차 보유대수 장기 전망에 관한 연구』, (수시연구 2012-12), 고양: 한국교통연구원.
Borrego, C., O. Tchepel, N. Barros, and A. I. Miranda, 2000, “Impact of road traffic emissions on air quality of the Lisbon region,” Atmospheric Environment, 34, pp.4683-4690.
Borrego, C., O. Tchepel, A. M. Costa, J. H. Amorim, and A. I. Miranda, 2003,
“Emission and dispersion modelling of Lisbon air quality at local scale,”
Atmospheric Environment, 37, pp.5197-5205.
Cook, R., V. Isakov, J. S. Touma, W. Benjey, J. Thurman, and E. Kinnee et al., 2008, “Resolving local-scale emissions for modeling air quality near roadways,” Journal of the Air & Waste Management Association, 58(3), pp.451-461.
Samaranayake, S., S. Glaser, D. Holstius, J. Monteil, K. Tracton, and E. Seto et al., 2014, “Real-time estimation of pollution emissions and dispersion from highway traffic,” Computer-Aided Civil and Infrastructure Engineering, 29, pp.546-558.
국립환경과학원, 2016, “대기오염물질 배출량 2013,” http://airemiss.nier.go.kr, [2016.12.8]
통계청, 2016, “자동차 등록자료 통계,” http://kostat.go.kr, [2016.12.8]
최윤영: 서울대학교 건설환경공학부 박사과정으로 재학 중이며, 교통수요분석 및 타당성 평가와 관련된 연구를 계량, 통계 및 모델링 등 다양한 방법론을 사용하여 수행하고 있다 ([email protected]).
한진석: 서울대학교 건설환경공학부에서 교통공학 박사학위를 취득하고 현재 한국환경정책·
평가연구원에 부연구위원으로 재직 중이다([email protected]).
고승영: 미국 U.C. Berkeley에서 교통공학 박사학위를 취득하고 현재 서울대학교 건설환경 공학부 교수로 재직 중이다([email protected]).
2016년 10월 31일 2016년 11월 10일 2017년 01월 18일