An Estimation of Concentration of Asian Dust (PM<sub>10</sub>) Using WRF-SMOKE-CMAQ (MADRID) During Springtime in the Korean Peninsula

(1)

WRF-SMOKE-CMAQ(MADRID)을 이용한 한반도 봄철 황사(PM

10

)의 농도 추정

문윤섭*·임윤규·이강열

한국교원대학교 환경교육과, 363-791, 충북 청원군 강내면 태성탑연로 250

An Estimation of Concentration of Asian Dust (PM

₁₀

) Using WRF-SMOKE-CMAQ (MADRID) During Springtime

in the Korean Peninsula

Yun-Seob Moon

*, Yun-Kyu Lim, and Kangyeol Lee

Department of Environmental Education, Korea National University of Education, Chung-buk 363-791, Korea

Abstract: In this study a modeling system consisting of Weather Research and Forecasting (WRF), Sparse Matrix Operator Kernel Emissions (SMOKE), the Community Multiscale Air Quality (CMAQ) model, and the CMAQ-Model of Aerosol Dynamics, Reaction, Ionization, and Dissolution (MADRID) model has been applied to estimate enhancements of PM10 during Asian dust events in Korea. In particular, 5 experimental formulas were applied to the WRF-SMOKE-CMAQ (MADRID) model to estimate Asian dust emissions from source locations for major Asian dust events in China and Mongolia: the US Environmental Protection Agency (EPA) model, the Goddard Global Ozone Chemistry Aerosol Radiation and Transport (GOCART) model, and the Dust Entrainment and Deposition (DEAD) model, as well as formulas by Park and In (2003), and Wang et al. (2000). According to the weather map, backward trajectory and satellite image analyses, Asian dust is generated by a strong downwind associated with the upper trough from a stagnation wave due to development of the upper jet stream, and transport of Asian dust to Korea shows up behind a surface front related to the cut-off low (known as comma type cloud) in satellite images. In the WRF-SMOKE-CMAQ modeling to estimate the PM10 concentration, Wang et al.’s experimental formula was depicted well in the temporal and spatial distribution of Asian dusts, and the GOCART model was low in mean bias errors and root mean square errors. Also, in the vertical profile analysis of Asian dusts using Wang et al's experimental formula, strong Asian dust with a concentration of more than 800 µ^g/m³ for the period of March 31 to April 1, 2007 was transported under the boundary layer (about 1 km high), and weak Asian dust with a concentration of less than 400µ^g/m³ for the period of 16-17 March 2009 was transported above the boundary layer (about 1-3 km high). Furthermore, the difference between the CMAQ model and the CMAQ-MADRID model for the period of March 31 to April 1, 2007, in terms of PM10 concentration, was seen to be large in the East Asia area: the CMAQ-MADRID model showed the concentration to be about 25µ^g/m³ higher than the CMAQ model. In addition, the PM10 concentration removed by the cloud liquid phase mechanism within the CMAQ-MADRID model was shown in the maximum 15µ^g/m³ in the Eastern Asia area.

Keywords: Asian dust events, 5 empirical formulas, WRF-SMOKE-CMAQ (MADRID) model, cut-off low, the cloud liquid phase mechanism

요 약: 본 연구에서는 한반도 황사 사례 동안 WRF 기상모델과 SMOKE 배출량모델, CMAQ 및 CMAQ-MADRID 대 기질 모델을 이용하여 다양한 황사 발생량 경험식에 대한 PM10의 농도를 추정하였다. 특별히 Wang et al.(2000), US EPA 모델, Park and In(2003), GOCART 모델, DEAD 모델의 5가지 황사 발생 경험식이 중국과 몽골 등의 황사 발생

*Corresponding author: [email protected]

*Tel: +82-43-230-3769

*Fax: +82-43-230-3785

(2)

WRF-SMOKE-CMAQ(MADRID)을 이용한 한반도 봄철 황사(PM10)의 농도 추정

277

량을 추정하기 위해 WRF-SMOKE-CMAQ(MADRID) 모델에 적용되었다. 일기도, 후방궤적 및 위성이미지 분석에 따 르면 한반도로의 황사 수송은 절리저기압(위성에서 콤마형 구름)과 관련된 지상 전선의 뒤쪽에서, 그리고 상층 제트류 의 발달에 기인한 파의 정체현상과 함께 상층 골에서의 풍속이 하층으로 전이되는 풍하 바람에 의해 생성되었다. 그리 고 WRF-SMOKE-CMAQ 모델링 결과, 황사의 시·공간적 분포에 있어서는 Wang et al.(2000)의 경험식이, 평균 편의 및 평균 제곱근 오차에서의 정확도 부분에서는 GOCART 모델의 경험식이 관측값을 보다 잘 모사하는 것으로 나타났 다. 또한 Wang et al.의 경험식을 이용한 황사의 연직분포 분석 결과에서 강한 황사 사례(2007년 3월 31에서 4월 1일 800µ^g/m³이상)의 경우는 황사 수송이 한반도 상공 대기 경계층 내를 통과하였기 때문으로, 약한 황사 사례(2009년 3 월 16일과 17에 400µg/m³이하)의 경우는 황사 수송이 경계층 위를 통과하였기 때문으로 나타났다. 또한 CMAQ 모델 과 CAMQ-MADRID 모델에서의 미세먼지(PM10) 민감도 분석 결과에서는 CMAQ-MADRID 모델이 CMAQ 모델에 비 해 한반도를 포함한 동아시아 지역에서 최대 25µg/m³정도가 높게 모사되었고, 모델 내 구름 액상과정에 의해서는 최 대 15µ^g/m³정도가 제거되는 것으로 나타났다.

주요어: 황사 사례, 5개 경험식, WRF-SMOKE-CMAQ(MADRID) 모델, 절리저기압, 구름 액상과정

서 론

환경과 대기질에 대한 관심이 증대되고, 황사 예보 발표를 비중 있게 다루면서 황사에 대한 관심은 그 어느 때보다 높은 편이다. 기상청에서도 황사센터를 설치, 운영하며 2002년 4월부터 정량적인 예보인 황 사특보를 실시하게 됨에 따라, 정량적인 예보를 위한 현업용 황사예보 수치모델을 구축하고, 황사발원지 기상 및 먼지 발생량 정보의 획득을 위해 주력하고 있다.

최근 황사 발원지의 먼지 폭풍 발생은 발원지에서 의 사막화현상과 경작지의 증가 및 강수의 부족 등 의 이유로 중국 북부 및 몽고 지방의 고비, 모래 사 막, 황토고원 및 불모지 등에서 그 빈도수가 증가하 고 있다(이은희와 박순웅, 2004). 이러한 황사의 이동 은 대기복사수지, 구름의 응결핵, 대기 미량가스들의 광해리율, 풍하측에서의 대기질, 시정악화, 건강 및 산업에서의 위협, 해양생태계의 필수영양분의 공급 등에 영향을 주고 있다(Martin et al., 2003; Lim and Chun, 2006; 김학성 외, 2010; 손혜영과 김철희, 2009).

먼지 폭풍을 포함한 황사는 주로 중국에서 봄철에 발생하는데, 그 공간적 분포는 기상시스템에 의해 결 정된다. 황사 발생 원인으로는 많은 연구자들에 의해 상층 제트류의 발달과 연관된 지상 저기압 발달, 강 한 지상풍 및 한랭전선과 밀접한 관련이 있음을 시 사한 바 있다(Merrill, 1989; 김유근 외, 2001, 2003;

송상근과 김유근, 2003; Kim et al., 2001; Sun et al., 2001; Kim and Song, 2003; Kurosaki and Mikami, 2003; Hayasaki et al., 2006; Teppei and

Yamazaki, 2009; 김학성과 정용승, 2009). 특히, 황사 기간 동안은 상층에 제트류가 발달하고 있으므로 황 사뿐만 아니라 대기오염물질의 장거리 수송과 성층권 -대류권 또는 자유대기-대기경계층(에크만층)에서 오 존 교환이 가능하다고 하였다(Moon and Drummond, 2009; Yasunari and Yamazaki, 2009; Borchi et al., 2005).

황사를 수치모의 하기 위하여 국내의 경우는 In and Park(2002, 2003a, 2003b)과 Park and In(2003) 의 황사 발생량 연구에 기초하여 토양(모래, 고비, 황 토, 혼합) 유형에 따른 임계마찰속도를 새롭게 적용 한 ADAM(Asian Dust Aerosol Model) 모델이 기상 청에서 운영되고 있다. ADAM은 3차원 이류, 확산, 건성 및 습성 침착과정을 포함한 오일러 모델에 기 상예보모델과 통계적 분석 방법을 적용하여 얻어진 발원지 배출조건을 사용하여 미세먼지 농도를 계산하 는 모델이다(Park and Lee, 2004; 심재면 외, 2004;

Park and In, 2003; Park et al., 2008). 한편, 일본은 Uno et al.(2003)의 황사 발생량 연구에 기초한 CFORS(Chemical Weather Forecasting System) 모델 이, 중국은 Shao(2001, 2004) 연구에 기초한 CEMSYS (Computational Environmental Management System model) 모델과 Gong et al.(2003)과 Zhao et al.

(2006) 연구에 기초한 NARCM(Northern Aerosol Regional Climate Model)이, 대만은 Liu et al.(2003) 연구에 기초한 COAMPS(Coupled Ocean-Atmospheric Mesoscale Prediction System) 모델이, 기타 유럽은 사하라와 중동 황사에 대해 Nickovic et al.(2001) 연 구에 기초한 DREAM(Dust Regional Atmospheric Model) 모델이 각각 지역규모로 운용되고 있다. 기타

(3)

지구 규모의 먼지 수송 모델에 대해서는 DEAD (Zender et al., 2003), GOCART(Ginoux et al., 2001, 2004), MASINGAR(Model of Aerosol Species in the Global Atmosphere; Tanaka et al., 2003), NRL (Naval Research Laboratory global aerosol model;

Christensen, 1997) 등이 보고되고 있다.

상기 모델들에 대한 각 발원지의 황사 발생 조건 은 Shao and Dong(2006)에 의해 비교 제시되었으며, 문윤섭과 이승환(2009)은 일부 5가지 황사 발생량 경 험식을 산정하여 위성자료와 검토한 바 있다. 5가지 황사 발생량 경험식과 관련하여, Westphal et al.

(1987, 1988)은 마찰속도를 이용하여 10 µm보다 작 은 먼지입자의 플럭스를 추정하였고, Park and In (2003)은 이를 발전시켜 10 µm보다 큰 먼지에 대해 서도 적용할 수 있는 경험식을 제시하였다. 또한, Wang et al.(2000)은 토지 타입과 습도를 고려하고, 부유입자의 크기분포에 따라 발생량을 산정하는 방법 을 제시하였으며, Ginoux et al.(2001)은 Gillette and Passi(1988)에 의해 개발된 황사 발생량 경험식에 대 해 지형적 침전 확률과 지상풍의 풍속, 입자 크기에 따른 임계풍속을 고려함으로써 먼지 발생량을 산정하 였고, Zender et al.(2003)은 전 지구규모의 먼지 수 송에 적용할 수 있는 먼지 발생량 산정 방법 (scheme)을 적용하였다.

그리고 이순환 외(2004)는 3차원 지역대기모델 (RAMS, Regional Atmospheric Modeling System)과 입자역학분석모델(PDAS, Particle Dynamics Analysis System)을 이용하여 황사의 확산예측을 위한 기상정 보의 시간해상도에 관해 수치연구를 수행하였다. 이 들에 의하면 24시간의 초기 수치실험결과는 시간해 상도에 크게 영향 받지 않으나, 시간이 경과함에 따 라 모형예측결과가 상이해지며, 3시간 이하의 높은 시간분해능을 가진 기상장을 확산모형의 입력 자료로 사용할 경우 입자의 농도예측의 오차를 줄일 수 있 다고 하였다. 또한 Park et al.(2010a, 2010b, 2010c) 은 NDVI(Normalized Difference Vegetation Index)를 ADAM2에 적용하여, 2007년 3월과 4월 및 12월 황 사 사례와 2009년 3월 황사 사례에 대해 중국과 한 국의 PM10 농도를 비교하였고, Sugimoto et al.(2011) 은 CFORS 모델에 라이다 네트웍 자료의 자료동화를 처리함으로써 2007년 3월과 4월 황사 사례에 대해 중국, 한국, 일본의 PM10 농도를 비교하였다.

이와 같이 우리나라에 영향을 끼친 황사입자의 물

리 화학적 특성, 역학적인 메커니즘, 발생량 및 농도 에 대한 연구는 다수 있었으나 실제 황사 사례에 대 해 다양한 황사 발생 경험식을 적용하여 그 농도를 비교한 연구는 상대적으로 적은 편이었다(심재면 외, 2004; Zhao et al., 2006; 문윤섭과 이승환, 2009). 황 사 사례에 대한 이들 경험식의 비교 연구는 추후 황 사의 앙상블 예보에 필요할 것으로 기대된다.

따라서 본 연구에서는 한반도내의 봄철 황사 농도 를 예측하기 위해 2007년 3월과 4월의 강한 황사 사 례일과 2009년 3월의 약한 황사 사례일을 대상으로 기상 원인을 분석하고, WRF 기상모델과 SMOKE 배출량모델, CMAQ 대기질 모델을 이용하여 다양한 황사 발생량 경험식에 대한 PM10의 수치모의 결과를 통해 이들 사례의 차이를 비교하고자 한다. 그리고 강한 황사 사례일에 대해서는 CMAQ과 CMAQ- MADRID 모델과의 PM10 민감도 분석을 수행하고자 한다.

자료 및 방법과 이론

기상, 배출량 및 모델링 수행 방법

본 연구에서는 2007년 3월과 4월의 강한 황사 사 례일과 2009년 3월의 약한 황사 사례일의 기상 분석 과 모델링을 위해 NCEP(National Centers for Environmental Prediction) GDAS(Global Data Assimilation System) 재분석 자료를 사용하였다. 또 한 황사 경험 발생식의 각 기상요소와 CMAQ 기상 입력자료 생성을 위해 WRF 3.1 모델을 이용하였다.

WRF 기상모델의 경우 미물리 과정은 WSM 6-class graupel, 구름물리 과정은 Kain-Fritsch, PBL은 YSU, 장파 및 단파 복사 과정은 RRTM과 Dudhia, 그리고 지표면은 5층 열확산을 적용하였다. 그리고 서울 (37.5^oN, 127^oE)에서 황사 발생의 기원 추적을 위하여 NOAA HYSPLIT(Hybrid Single-Particle Lagrangian Integrated Trajectory) 모델을 사용하였는데, 고도 500, 1000, 1500, 3000 m 등온위면의 공기 덩어리의 후방 궤적을 추적하였다.

발원지의 황사 발생량은 문윤섭과 이승환(2009)이 소개한 5가지 황사 발생 경험식과 SMOKE 2.4 모델 을 이용하였다. 여기서 각 경험식간의 먼지 발생율은 각 경험식 먼지 스킴에 따라 먼지 크기 범위, 먼지 크기 분포, 눈 피복, 토양 습기, 식생 분포, 토지 피 복, 토양 조직, 거칠기 길이, 건성 및 습성 침적 등에

(4)

279

차이가 있다. 그리고 발원지 단위면적당 황사(PM10) 의 수평발생량(µg)은 발원지 면적당 황사 발생량(µg/

m²)에 그 발원지의 황사 발생지속시간(h)과 시간당 면적당 황사발생량(µg/m²/h, 황사발생계수)의 곱을 더 한 후에 그 발원지 면적(m²)을 곱하여 주면 계산할 수 있다(Korcz et al., 2009). 이 때 발생지속시간은 대기안정도와 관련한 마찰속도와 풍속이 황사발생을 위한 임계값의 초과 시간으로 추정된다. 그리고 발원 지 단위면적당 PM10의 연직 발생량에 대해서는 단위 면적당 수평 발생량에 토양 조직과 점토함량 (Marticorena and Bergametti, 1995) 및 마찰속도 (Gillette and Passi, 1988)에 의존하는 무차원계수를 곱해줌으로써 추정할 수 있다. 본 연구에서는 모델링 의 불확실성을 고려하여 연직 발생량 산정을 위한 무차원계수에 대해 다음을 참고하였다(Korcz et al., 2009): 첫째, 무차원계수의 최소값은 문헌 연구에 기 초하여 10⁻⁵-10⁻⁶ 범주로 한다(Marticorena et al., 1997; Vautard et al., 2005). 둘째, 무차원계수의 최대 값은 PM10 인벤토리를 근거로 10⁻²-10⁻³ 범주로 한다 (Van Harmelen et al., 2004). 셋째, 무차원계수의 최 적값은 Curci et al.(2007)에 의한 Chimere 먼지 수송 모델의 PM10 수치모의 결과에서 모래폭풍과 연관되 어 적용된 것으로 10⁻³-10⁻⁴ 범주로 한다. 본 연구에 서는 상기 세 과정과 라이다 연직 프로파일을 비교 함으로써 모델 내 연직 발생량을 고려하였다.

WRF 3.1 모델과 CMAQ 4.6(또는 CAMQ- MADRID 2004) 모델의 대상 영역은 기상청의 동아

시아 기상 예보 영역을 고려하여 Fig. 1과 같이 설정 하였다. 여기서 실선은 수직단면도 상에서의 PM10

농도를 파악하기 위해 나타낸 것이고, ▲ 표시는 모 델 결과와의 비교를 위한 지상 관측 지점의 위치를 나타낸다. 그리고 본 연구에서 사용한 WRF- SMOKE-CMAQ 모델링 수행조건으로서 수평 분해능 은 30 km, 수평 격자수는 190×105, 연직 격자수는 27로 하였다. 또한 황사를 제외한 PM10의 초기 및 경계값 배출량 자료를 만들기 위해 2001년 ACE- Asia 프로젝트 기간 동안 작성된 동아시아 영역의 ACE-ASIA 배출량 자료가 사용되었다. 게다가 황사 기간 동안 CMAQ 모델내 화학 메커니즘은 34화학종 의 SAPRC99(Statewide Air Pollution Research Center 99)를 기본으로 설정하였다. 한편 모델링 결과 의 타당성 검증을 위해서는 서울, 제주, 강화 등의 지 상 대기질 모니터링 자료와 MTSAT(Meteorological Satellite) 및 NOAA(National Oceanic and Atmospheric Administration)의 인공위성 영상 자료가 사용되었다.

CMAQ과 CMAQ-MADRID 모델

CMAQ 모델은 메인모델인 CCTM(CMAQ Chemical Transport Model)을 통해 수평이류계산, 연직이류계 산, 이류과정계산에서 질량보존, 수평 및 연직 확산, 가스상 화학반응, 액상 반응 및 구름혼합, 에어러솔 동역학 및 크기 분포, 플럼 화학, 에어러솔의 침적, 그리고 광해리율 등을 추정할 수 있다. 본 연구에서 황사 사례에 대해 CCTM에 적용한 물리 스킴은 다 Fig. 1. The model domain of the WRF-SMOKE-CMAQ and locations of surface observations used in the comparison. A is the cross section line to analyze the vertical distribution of Asian dusts.

(5)

음과 같다. 즉, 수평 및 연직 이류에 대해 PCM (Piecewise Parabolic Method)에 기초한 지구적으로 질량 보존 스킴인 yamo 법, 수평 확산에 대해 지역 바람 변형에 기초한 확산계수 스킴인 multiscale, 연 직 확산에 대해 난류 확산 이론으로부터 유도된 연 직 확산 계산 스킴인 eddy, 광해리율에 대해 구름 수 정 인자를 적용하고 맑은 하늘 광해리율을 내삽하는 스킴인 phot, 화학 메커니즘에 대해 SAPRC99 메커 니즘인 ebi_saprc99, 에어러솔 모델에 대해 해염 입 자 및 열동역학 스킴인 aero4, 에어러솔 침적에 대해 예측된 에어러솔 모멘트에 기초한 침적 계산 스킴인 aero_depv2, 구름 물리와 화학 모델링을 대해 ACM (Advanced Convective Method)에 기초한 아격자 규 모 구름 혼합 알고리즘 스킴인 cloud_acm을 적용하 였다.

CMAQ-MADRID는 기존 CMAQ모델에서 문제점 으로 제시되고 있는 대기 활성플럭스(actinic flux)에 의한 대기질의 광해리율, 2차 유기 에어러솔 반응에 의해 생성된 미세먼지의 화학반응, 그리고 액상가스 의 비균질성과 침적과정을 보다 상세히 고려하는 모 델이다.

CAMQ-MADRID 모델의 화학 메커니즘에 있어 CB-IV(Carbon-Bond Mechanism Version IV)의 경우 기존 오존 화학반응 메커니즘에는 변화가 없지만, 2 차 유기 에어러솔(SOA, Secondary Organic Aerosol) 을 추정하기 위해 인위적·자연적 전구물질이 추가되 었다. 또한 RADM2(Regional Acid Deposition Model Version 2)의 경우는 SOA를 추정하기 위해 12개 자연적 전구물질에 대해 19개 화학반응이 추가 되었으며, SAPRC99의 경우도 SAPRC97에서 SOA 과정이 추가되어 CMAQ-MADRID에 옵션으로 선택 할 수 있게 되었다. 그리고 CACM(Caltech Atmospheric Chemistry Mechanism)의 경우는 안정된 SOA를 추 정하기 위해 RADM2를 기반으로 191종의 361 화학 반응을 고려하고 있으며, 인위적·자연적 전구물질의 SOA 과정 모두를 포함하고 있다. 본 연구에서는 SAPRC99의 화학반응 메커니즘의 SOA 과정을 고려 하여 CMAQ 4.6과 비교하였다.

CMAQ-MADRID에서 구름과 관련한 에어러솔의 역학 과정에는 구름 생성에 따른 입자 제거와 구름 증발에 따른 입자 형성의 에어러솔 활성도에 관한 모수화식과 입자나 수적 표면에서의 비균질 반응을 고려하기 위한 CMU(Carnegie-Mellon University) 액

상 비균질 화학 메커니즘이 포함되어 있다. CMU 액 상 비균질 화학 메커니즘은 평형 반응식(17개), 산소- 수소 반응식(16개), 탄소 반응식(4개), 염소 반응식 (10개), 아질산-질산 반응식(19개), 유기 반응식(22개), 그리고 황 반응식(38개)을 포함하고 각각 옵션으로 선택할 수 있다. 입자상 또는 구름·안개 수적에 응축 하는 비균질 반응은 미세먼지 농도 변화에 중요한 역할을 하고 에어러솔과 구름의 상호작용을 이해하는 데도 필요하므로, 본 연구에서는 이 메커니즘의 적용 유무에 따른 미세먼지(PM10) 농도의 민감도를 확인하 였다.

결과 및 고찰

황사 사례일의 기상현상 분석

본 연구에서는 한반도 황사(PM10) 예측을 위해 2007년 강한 황사 사례일(2007.03.31, PM10 시간 평 균 농도가 800 µg/m³ 이상)과 2009년 약한 황사 사 례일(2009.03.16, PM10 시간 평균 농도가 200-400 µg/m³)을 선택하였고 이들 사례일에 대한 기상 현상 을 분석하였다. Fig. 2는 이들 황사 사례 일에 대한 기압배치를 나타낸 것으로 500 hPa과 1000 hPa 면의 중첩 지위고도의 시·공간적 분포를 각각 나타낸 것 이다. 중국북부 및 몽골 지방의 고비, 모래사막, 황토 고원 등의 황사 발원지부터의 황사발생과 수송을 기 상학적으로 파악하기 위해 한반도 황사 발생 전후를 고려하여 이들 기상요소를 비교하였다. Fig. 2의 (a) 는 2007년 3월 30일 0000UTC에서 4월 1일 0600 UTC까지의 기압배치를, 그리고 (b)는 2009년 3월 15 일 0000UTC에서 17일 1800UTC까지의 기압배치를 나타낸 것이다. 그림에서 앞의 두 패널은 황사가 한 반도에 도착하기 이전의 기상요소로서 황사 발생과 이동경로를 예측할 수 있다. Fig. 2에서 두 황사 사 례의 기압배치는 매우 유사하고 장시간 지속된다는 것을 파악할 수 있다. 한반도 상공에 상층 제트류가 지나가고 상층 절리저기압과 지상저기압 발달과 연관 되어 상층 제트류가 정체되는 블로킹(blocking) 현상 이 발견되고 있다. 이러한 현상은 Fig. 2b와 같이 상 층 제트류의 골과 능 사이 발산부에서 지상 저기압 이 발달하여 폐색단계에 접어들거나 상층 제트류의 골에서 곡률효과가 증가하여 강한 저기압성 소용돌이 도가 발생함으로써 상층 저기압과 지상 저기압이 일 치하는 절리저기압이 형성될 때 관찰된다. 또한 이

(6)

281

Fig. 2. The spatial distribution of the geopotential heights (m, ×10) between 1000 hPa surface (filled contours) and 500 hPa surface (lines) at (a) 0000UTC on 30-31 March 2007, 1200UTC on 31 March 2007, and 0600UTC on 1 April 2007, and at (b) 0000UTC on 15-17 March 2009 and 1800UTC on 17 March 2009.

(7)

절리저기압의 골 부분에서는 강한 풍속이 관찰된다.

그리고 이렇게 파가 정체될 경우에는 상층 제트류의 골 뒤쪽 수렴부를 따라 상층의 한랭한 공기가 하층 으로 그 운동량이 전이되어 사막 또는 황토지역의 지표근처에 도달함으로써 전선과 함께 먼지폭풍을 일 으키게 된다(Sun et al., 2001). 이 때 황사의 운동량 전이와 관련한 풍속과 이동 경로는 상층 500 hPa 지 위고도의 폭과 방향으로 결정할 수 있다(Moon et al., 2002). Fig. 2a에서처럼 강한 황사사례일 경우가 Fig. 2b의 약한 황사 사례보다 500 hPa 지위고도의 폭이 좁아 풍속이 더 강하고 보다 많은 황사가 수송 될 수 있다는 것을 알 수 있다. 또한 상층 제트류와 연관된 이들 지위고도가 황사발원지와 한반도를 연결 하여 정체되어 있다는 사실로부터 상층의 운동량이 하층으로 전이되어 모래폭풍을 유발하고 이들 경로를 따라 황사가 이동할 수 있음을 알 수 있다. Fig. 2a 의 사례와 기존 연구 결과를 통한 황사의 발생과 이 동 경로를 간략히 추정하여 본다면, 한반도 황사 발 생 이틀 전 고비사막 부근에서 절리저기압의 발달과 함께 지상 고기압역을 따라 전선부근까지 황사가 발 생하고, 다음날 이 절리저기압이 한반도로 접근함에 따라 고기압역의 황사도 동으로 확장되며, 그 다음날 고기압역과 지상 저기압의 전선이 한반도에 접근함에 따라 황사가 지상에서 관측된다고 볼 수 있다(Fig.

6a에서 d).

Fig. 2b의 경우는 한반도 북서쪽에 강하게 발달된 절리저기압의 영향으로, 한반도 황사 발생 이틀 전

고비사막 부근에서 발생한 황사는 고기압역을 따라 중국 남동쪽으로 이동하고, 다음날 이 절리저기압의 약화로 인해 상층 제트류가 두 갈래로 분리되며 동 시에 아래쪽의 제트류와 약해진 고기압역을 따라 천 천히 이동하여, 그 다음날 한반도에 도착한다고 볼 수 있다(Fig. 6e와 f). 이 때 일본 쪽에서 저기압성의 약한 파가 발달하면서 상층의 제트류가 한반도를 지 속적으로 통과 하고 있었지만 Fig. 2a의 사례보다 등 지위고도선의 간격이 넓어 풍속이 약하다는 것을 알 수 있다.

서울(37.5^oN, 127^oE)에서 상기 두 사례의 고도에 따른 황사 경로를 추적하기 위해 등온위면의 후방 궤적모델인 HYSPLIT의 72시간 모의 결과를 Fig. 3 에 나타내었다. Fig. 3a의 강한 황사사례의 경우는 상하층의 경로가 모두 북서쪽의 같은 방향에서 황사 가 이동하고 있는 반면, Fig. 3b의 약한 황사사례의 경우는 중국 서쪽에서 상하층 모두 다른 방향에서 황사가 이동하였다. 이의 결과는 Fig. 2의 해석을 잘 뒷받침하고 있다. 또한 고도별 이동과 이동 속도를 살펴보면, 강한 황사사례의 경우 고도 1000 m에서는 공기덩이(또는 황사)가 보다 상층에서 하강하고 있었 으나, 약한 황사사례의 경우 이 고도에서는 중국으로 부터 서해상으로 하강했던 공기덩이가 다시 한반도에 서 상승하여 나타났다. 이와 같이 풍속이 약한 황사 사례의 경우는 황사가 중국대륙에서 서해상을 지나면 서 하강하고 동시에 서해와 우리나라에 서서히 영향 을 줄 수 있다는 것을 알 수 있다.

Fig. 3. Back trajectories for Asian dust days using the HYSPLIT model (a) at 0900UTC on 31 March 2007, and (b) at 1800UTC on 15 March 2009 at Seoul (37.5^oN, 127^oE).

(8)

283 WRF-SMOKE-CMAQ 모델을 이용한

황사 사례일의 PM

10

의 수치모의

본 연구에서는 문윤섭과 이승환(2009)의 5가지 경 험식을 바탕으로 상기 두 황사 사례일에 대해서 황 사 발원지의 시간당 먼지 배출량을 산정하고 동시에 WRF 기상장과 SMOKE 대기질 배출량을 CMAQ 모 델에 적용하여 PM10 농도를 수치모의 하였다.

Figs. 4와 5는 WRF-SMOKE-CMAQ 모델에 의한 강한 황사와 약한 황사 두 사례일 각각의 황사 발생 량에 따른 지면 PM10 수평농도 분포 결과를 나타낸 것이다. 각각의 배출량에 있어 차이가 있기 때문에 농도 역시 다양하게 묘사되고 있으나, 전반적으로 상 기 기상 장 해석과 연계할 경우 황사의 수송 과정을 잘 모사하고 있는 것으로 나타났다.

두 사례 일에 대한 황사의 지면 농도분포를 근거 로 각 황사 경험식 모델의 특징을 살펴보면 다음과 같다. Fig. 4의 강한 황사사례에 대해서는 Wang et al.(2000)과 US-EPA 경험식을 이용한 PM10의 농도가 다른 경험식 보다 강하게 모사되었다. 이는 두 경험 식이 다른 경험식에 비해 발원지에서의 황사의 발생 량이 많았기 때문으로 나타났다(Fig. 9 참조). 또한 US-EPA와 Park and In(2003)의 경험식 결과와 GOCART와 DEAD 모델의 경험식 결과가 분포 패턴 에 있어 서로 유사하게 나타났고, 각 경험식에 의해 모사된 시간에 따른 황사 장거리 수송 경로는 모두 비슷하게 나타났다. 참고로 우리나라 북쪽 북위 50도 부근에 지상 농도의 불연속은 배출량 산정 모델의 도메인 확장 과정에서 발생한 오류로 판단된다. 토지 피복 지도를 고려하여 황사 발생 가능성이 없는 경 계 영역을 0으로 가정하였는데 도메인 확장과정에서 일부 황사가 이 영역에서 발생하게 되었고 저기압성 바람에 의해 수송되는 과정에서 불연속이 발생하였 다. 한편 Fig. 5의 약한 황사사례에 대해서는 Fig. 4 의 사례와 유사하게 US-EPA 경험식의 결과가 다른 경험식에 비해 황사 농도를 가장 높게 모사하였다.

그리고 Wang et al.(2000)과 GOCART 모델의 경험 식 결과는 다른 모델에 비해 좁은 영역에서 모사되 었다. 특히 시간에 따른 황사의 장거리 수송은 Wang et al.(2000)의 경험식 결과가 타 경험식에 비해 느리 게 이동하였다. 결과적으로 강한 황사사례의 경우는 상층 제트류의 경로를 따라 좁은 폭으로 황사가 수 송되는 반면에, 약한 황사사례의 경우는 이보다 넓은

범위에서 보다 느리게 이동하였다.

Fig. 6은 두 황사 사례 일에 대한 황사의 위성 관 측 이미지를 나타낸 것이다. Fig. 6a에서 d의 강한 황사 사례의 경우는 Fig. 2a의 2007년 3월 31일 1200UTC와 다음 날 0600UTC 기압배치에서처럼 황 사가 지상 저기압과 전선의 위치와 연관되어 상층 제트류의 경로를 따라 나타났다. 31일 1533UTC 황 사 이미지에서는 한반도 북동쪽 근처 저기압이 Fig.

2a의 31일 1200UTC 기압배치에서 보다 동쪽으로 이 동하였으며 저기압 소멸단계에 해당하는 콤마형 구름 이 발달하였다. 이때 황사는 콤마형 구름의 왼쪽 고 기압역의 위도대를 따라 관측되었다. 다음날 이 콤마 형 구름의 세력이 약해지면서 상층 제트류 경로를 경계로 두 부분으로 분리되었고 그 사이를 황사가 이동하여 나타났다. 이 때 황사가 이동하는 아래쪽에 서는 콤마형 저기압의 한랭전선과 이전의 잔존 저기 압이 연결되어 장마 전선형 구름을 형성하고 있었다.

이들 결과를 토대로 상기 Fig. 4의 황사 농도와 비교 하면 일부 모델의 결과가 위성의 관측 이미지 분포 와 유사하다는 것을 알 수 있다. 하지만 이동 경로의 경우는 대부분의 모델 결과가 위성 이미지 분포보다 남쪽으로 치우쳐 나타났다. 이는 WRF 기상모델의 지위고도, 풍속, 지상 고·저기압의 발달위치 등과 관 련된 물리적 특성과 함께 이를 고려한 황사 발생량 의 물리 조건들이 실제와 차이가 있었기 때문으로 예상된다.

Fig. 6e와 f의 2009년 3월 17일 2333UTC와 18일 0050UTC 황사 이미지는 Fig. 2b의 2009년 3월 17일 1800UTC 기압배치 5시간 후의 모습으로 한반도에서 한 시간 평균 400 µg/m³ 이하의 약한 황사가 여전히 관측되었던 사례이다. 이때는 3월 17일 1800UTC 기 압배치에서처럼 우리나라 동쪽에 단파의 약한 저기압 발달과 그 사이 고기압역의 우리나라 확장으로 황사 가 우리나라 부근에서 그대로 머물러 있는 경우이다.

본 연구에는 제시되지 않았지만 이 날 낮 시간대에 서는 이 고기압역의 확장으로 인해 우리나라 서해안 지역에서 최고 80 ppb의 오존 농도가 관측되었다. 따 라서 이들 황사 이미지와 Figs. 4와 5의 황사 수치모 의 결과를 비교하면 Wang et al.(2000)의 경험식에 의한 결과가 황사의 공간적 패턴 분포를 가장 잘 모 사하고 있는 것으로 나타났다.

Fig. 7은 상기 두 황사 사례 일에 대해 Wang et al.(2000)의 경험식을 이용한 WRF-SMOKE- CMAQ

(9)

모델의 PM10 연직 단면도의 시계열 결과를 나타낸 것이다. Fig. 7a는 강한 황사 사례일인 2007년 4월 1 일에 대해 Fig.1의 연직 단면도중 안면도 지구기후감

시센터 지점에서의 PM10 연직농도 시계열 분포를 나 타낸 것이고, Fig. 7b는 약한 황사 사례인 2009년 3 월 17일에 대해 단면도 A를 따라 0000LST와 1200 Fig. 4. The spatial distribution of Asian dusts (PM₁₀, µ^g/m³) calculated with (a) Wang et al.’s formula, (b) the US EPA model, (c) Park and In’s formula, (d) the GOCART model, and (e) the DEAD model within the WRF-SMOKE-CMAQ model at 1200UTC (1st panels) and 1800UTC (2nd panels) on 31 March 2007, and 0000UTC (3rd panels) and 0600UTC (final panels) on 1 April 2007.

(10)

285

LST의 연직 농도분포를 나타낸 것이다. 안면도 지점 에서 2007년 4월 1일의 황사 사례의 연직 수치모의 결과는 황사 수송 고도가 약 1 km로 나타났고, 2009 년 3월 17일 0000LST와 1200LST의 연직 수치모의 결과에서는 황사 수송 고도가 1-3 km로 나타났다. 이 들 결과로부터 2007년 4월 1일 황사 사례는 황사가

직접 지표면을 통과하면서 농도가 높게 나타났으며, 2009년 3월 17일 황사 사례는 상공 1-3 km를 통과하 면서 지표면에 약한 황사를 기록하였다는 것을 알 수 있다. 이들 결과는 모델이 Fig. 3의 후방 궤적 고 도 경로를 잘 반영하고 있다고 할 수 있다. 또한 본 연구에서는 제시되지 않았지만 이들 고도는 안면도 Fig. 5. The same as in Fig. 4 except for at 0000UTC (1st panels), 0600UTC (2nd panels), 1200UTC (3rd panels), and 1800UTC (final panels) on 17 March 2009.

(11)

지구기후감시센터의 라이다 후방산란의 시계열 자료 와 확인하 바 큰 차이가 없었다.

Fig. 8은 Figs. 4와 6의 황사의 수평적 분포를 검증 하기 위해 각 경험식의 황사발생 농도를 대기질 측 정망 관측 자료와 비교한 것이다. 2007년 4월 1일은 서울 불광동의 경우 최대 한시간 평균 농도가 800 µg/m³ 이상으로 황사 경보가 나타났었다. 이날의 황

사 수치모의 결과에서는 DEAD 모델의 경험식을 제 외하고 대부분의 경험식 결과가 관측값과 유사한 분 포를 나타내었고, 특히 Park and In(2003) 경험식의 결과는 고농도를 잘 모사하였다. 하지만 2009년 3월 16일과 17일의 보다 약한 황사의 시계열 결과는 지 상 관측값 보다 과소평가되거나 심한 편의를 나타내 었다. Table 2는 이들 두 사례에 대한 각 경험식의 Fig. 6. Satellite images at (a) 1533UTC and (b) 2233UTC on 31 March 2007, (c) 0533UTC and (d) 0933UTC on 1 April 2007, (e) 2333UTC on 17 March 2009, and (f) 0050UTC on 18 March 2009, respectively. Images (a-e) show IDDI images from MTSAT, while (f) shows sand image from NOAA-17.

(12)

287

수치모의에 대한 지상 관측값과의 오차의 결과를 나 타낸 것이다. 상관계수는 0.52에서 0.74로 GOCART 모델의 경험식이 가장 높게 나타났다. 또한 평균 제 곱근 오차(RMSE, Root Mean Square Error)는 153 에서 208로 다소 높게 나타났지만 GOCART 모델의 경험식이 가장 낮게 나타났다. 그리고 평균 편의 (MBE, Mean Bias Error)에서는 Park and In(2003) 경험식의 결과가 관측값에 비해 과대평가되었고 나머 지는 모두 과소평가되었다.

한편 이들 두 사례 결과의 차이를 해석하기 위해 황사 발원지 근처 또는 이동 경로상에 위치한 중국 의 얀안(34.98ôN, 109.15ôE), 달리안(38.91ôN, 121.61

oE), 진조우(41.10^oN, 121.13^oE) 관측 지점에서 각 경 험식의 PM10 농도 결과를 Fig. 9에 제시하였다. 이들 지점은 Sugimoto et al.(2011)이 US-EPA 경험식에 근거한 모델링 결과를 비교한 지점이다(Fig. 1). 그 결과 강한 황사 사례의 경우 US-EPA, Park and In

(2003), Wang et al.(2000)의 경험식 결과가 타 경험 식에 비해 높게 나타났고, Sugimoto et al.(2011)의 고농도 수치모의 결과와도 유사하였다. 결과적으로 우리나라 부근에서 Park and In(2003)의 결과만 높게 나타난 이유는 발원지에서 황사 발생량이 토양 구분 없이 임계마찰속도가 적용됨으로써 일부 타 모델에 비해 과다하게 산정된 이유도 있겠지만 중심 농도의 확산 폭과 이동 경로의 차이에서 기인하였다는 것을 알 수 있었다. 실제 중국에서 2007년 3월 31일에 이 들 세 지점은 일평균 PM10 농도가 각각 600, 1000, 500µg/m³으로 관측된 날로 GOCART 모델의 결과가 가장 관측값과 유사하게 나타났다. 그리고 2009년 3 월 15일에서 17일 약한 황사 사례의 중국 발원지에 서는 Wang et al.(2000)과 GOCART, 그리고 Park and In(2003)과 US-EPA의 경험식 결과가 지점에 따 라 타 경험식의 결과보다 상대적으로 높게 나타났는 데 이는 황사 발생 중심농도의 이동과 관계되는 것 Fig. 7. The vertical distribution of PM₁₀ concentration (µ^g/m³) (a) at each time on 1 April 2007 at Anmyeondo in Korea, and (b) at 0000 LST (upper) and 1200 LST (lower) on 17 March 2009 along cross-section A in Fig. 1.

(13)

으로 나타났다. 이 때 우리나라에서는 이들 경험식의 발원지 농도가 낮고 이들 농도 및 이동 패턴이 유사 한 관계로 Fig. 8c와 d처럼 모두 비슷하게 나타났다 고 볼 수 있다.

이상의 두 황사 사례의 PM10 농도를 수치모의 한 결과는 황사의 시·공간적 분포에 있어서는 Wang et al.(2000)의 경험식이, 정확도 부분에서는 GOCART 모델의 경험식이 관측값을 보다 잘 모사하는 것으로 나타났다. 그리고 Wang et al.(2000)의 경험식을 이 용한 황사의 연직분포 분석 결과에서 강한 황사의 사례의 경우는 황사 수송이 대기 경계층 내를 통과 하였기 때문으로, 약한 황사 사례의 경우는 황사 수

송이 경계층 위를 통과하였기 때문으로 나타났다.

강한 황사 사례일에 대한 CMAQ과 CMAQ-MADRID의 모델의 민감도 분석

본 연구에서는 2007년 3월 31일과 4월 1일 한반도 고농도 황사 사례일에 대해서 Wang et al.의 경험식 과 SAPRC99 화학메커니즘을 기본으로 하여 CMAQ 모델과 CAMQ-MADRID 모델에서의 미세먼지(PM10) 농도 차이를 비교하였다. 동시에 CAMQ-MADRID 모델 내 PM10 민감도 분석을 위해서 입자상 또는 구 름·안개 수적에 응축하는 비균질 반응 적용 유무에 따른 민감도 분석을 수행하였다. 이 때 두 모델의 기 Fig. 8. Time series of PM10 concentration (µ^g/m³) between calculated and measured data for the period of 31 March to 1 April 2007 at (a) Bulgwangdong and (b) Gangwhagun monitoring sites in Seoul and Incheon, respectively, and of 16-17 March 2009 at (c) the Bulgwangdong monitoring site in Seoul and (d) the Gosan monitoring site in Jeju.

Table 1. Errors caused by empirical formulas in the WRF-SMOKE-CMAQ model for the period of 31 March to 1 April 2007 and of 16-17 March 2009

Wang et al. (2000) US EPA Park and In (2003) GOCART DEAD

Corelation coefficient 0.66 0.57 0.70 0.74 0.52

RMSE 170.63 180.60 157.69 153.26 208.38

MBE -46.12 -30.352 9.07 -35.40 -87.76

(14)

289

본 스킴은 모두 동일하게 적용시켰다.

Fig. 10은 2007년 3월 31일 1200UTC와 4월 1일 0000UTC의 CMAQ 모델과 CAMQ-MADRID 모델 의 PM10 농도 차이를 나타낸 것이다. 3월 31일 1200UTC에 한도를 중심으로 서쪽의 중국 해안 지역 과 북쪽의 만주 지역에 있어서는 5-20 µg/m³ 정도 CMAQ-MADRID가 CMAQ에 비해 높게 모사되었고, 중국 대륙을 가로질러 일부 지역에서는 5-10 µg/m³ 정도 CMAQ의 결과가 더 높게 모사되었다. 그리고 4월 1일 0000UTC에서는 황사가 이동하는 지역으로 한반도 서쪽의 중국해안 지역에서 최대 25 µg/m³ 정 도 CMAQ-MADRID가 CMAQ에 비해 높게 모사되

었고, 전반적으로 한반도 지역을 포함한 서쪽과 북쪽 의 동아시아 지역에서 두 모델의 차이가 크게 나타 났다. 이들 두 모델 결과의 차이는 SAPRC99 화학메 커니즘내 2차 유기 에어러솔(SOA) 추가와 관계가 있 는 것으로 추정된다.

또한 상기 사례에 대해 CMAQ-MADRID 모델내 구름 액상 메커니즘의 유무에 대한 미세먼지의 민감 도 분석을 수행하였다. 두 메커니즘 차이에 따른 PM₁₀의 농도 변화는 시간 변화에 대해 큰 차이는 없 어 본 연구에서 제시하지는 않았지만 한반도 남쪽 일부 지역에서 최대 15 µg/m³ 정도 구름 액상에 의 해 미세먼지가 제거되는 것으로 나타났다.

Fig. 9. Time series of PM10 concentration (µ^g/m³) calculated with the WRF-SMOKE-CMAQ model for the period of March 30 to April 1, 2007 (left panels) and of 15-17 March 2009 (right panels) in China. (a)-(c) show Yan'an (34.98ôN, 109.15ôE), Dalian (38.91ôN, 121.61ôE), and Jinzhou (41.10ôN, 121.13ôE) in China, respectively.

(15)

본 연구에서는 황사의 예보 관점에서 단순히 한 사례에 대해 이들 두 모델간의 SOA에 기인한 농도 차이를 비교하였지만 추후 연구에서는 어느 한 시점 이 아니라 다른 시간대도 같이 분석하여 기상 시스 템에 따른 또는 지형에 따른 분석이 이루어져야 할 것으로 판단된다.

결 론

본 연구에서는 2007과 2009년의 강한 황사와 약한 황사 사례일을 대상으로 기상장을 분석하였고, 황사 경험식의 황사 발생량과 함께 WRF-SMOKE-CMAQ 모델을 이용하여 다양한 황사 발생량 경험식에 대한 PM10의 수치모의 결과를 비교하였다. 또한 강한 황사 사례일에 대해서는 CMAQ과 CMAQ-MADRID 모델 과의 PM10 민감도 분석을 수행하였다. 그 결과를 요 약하면 다음과 같다.

상층 제트류와 연관된 지위고도가 황사발원지와 한 반도를 연결하여 정체되어 있다는 사실과 함께 이들 등지위고도선의 간격과 절리저기압의 발달 위치에 따 라 강한 황사와 약한 황사가 구분되었다. 강한 황사 의 경우는 절리저기압이 한반도에 근접하여 발달하였 고, 등지위고도선의 간격도 조밀하여 풍속이 강하게 나타났다. 또한 강한 황사는 콤마형 절리저기압의 발 달·소멸과 연관되어 지상 고기압역을 따라 전선부근

까지 분포하였고, 상층 제트류의 강한 풍속대를 따라 서에서 동으로 동위도상을 따라 좁게 분포하였다.

그리고 한반도 황사 발생 이틀 전까지 황사 발원 지에서의 후방궤적 경로는 모두 한반도를 통과하고 있었다. 강한 황사사례일의 경우는 한반도를 통과하 는 경로가 거의 변화가 없이 공기덩이(또는 황사)가 보다 상층에서 하강하고 있었으나, 약한 황사사례의 경우는 한반도 유입부에서 보다 많은 변화폭을 나타 내었고 중국으로부터 서해상으로 하강했던 공기덩이 가 다시 한반도에서 상승하여 나타났다.

5가지 황사발생 경험식을 토대로 WRF-SMOKE- CMAQ 모델의 수치모의 결과, 강한 황사사례에 대해 서는 Wang et al.(2000)과 US-EPA 경험식이 공간적 분포에 있어 강하게 모사되었고, 분포 패턴에 있어서 US-EPA, Park and In(2003), GOCART 및 DEAD 경험식에 의한 모의 결과가 서로 유사하게 나타났다.

한편 약한 황사사례에 대해서는 US-EPA 경험식의 결과가 다른 경험식에 비해 황사 농도를 가장 높게 모사하였고 Wang et al.(2000)과 DEAD 모델의 경험 식 결과가 다른 모델에 비해 좁은 영역에서 모사되 었다. 결과적으로 지표부근 황사 사례의 공간적 분포 는 Wang et al.(2000)의 경험식 결과가 위성관측 이 미지와 가장 유사하게 나타났다. 그리고 안면도 지점 에서 2007년 4월 1일의 강한 황사 사례의 연직 수치 모의 결과는 황사 수송 고도가 약 1 km로 황사가 지 Fig. 10. The spatial distribution of difference between CMAQ and CMAQ-MADRID models in terms of PM₁₀ concentration (µ^g/m³) (a) at 1200 UTC on 31 March 2007 and (a) at 0000 UTC on 1 April 2007.

(16)

291

표면을 따라 수송하여 나타났으나, 2009년 3월 17일 의 약한 황사 사례의 경우는 황사 수송 고도가 1-3 km로 상공을 통과하면서 지표면에 약한 황사를 나타 내었다. 또한 지표면의 PM10 측정망과 비교한 결과 에서는 DEAD 모델의 경험식을 제외하고 대부분의 경험식 결과가 관측값과 유사한 분포를 나타내었다.

특히 Park and In(2003) 경험식의 결과는 고농도를 잘 모사하였다. 이 때 관측값과의 상관계수는 0.74로 GOCART 모델의 경험식이 가장 높게, 평균 제곱근 오차는 153으로 GOCART 모델의 경험식이 가장 낮 게 나타났다. 그리고 평균 편의에서는 Park and In (2003) 경험식의 결과가 관측값에 비해 약간 과대평 가되었고 나머지는 모두 과소평가되었다.

CMAQ 모델과 CAMQ-MADRID 모델의 미세먼지 (PM10) 민감도 분석 결과에서는 CMAQ-MADRID 모 델이 CMAQ 모델에 비해 최대 25 µg/m³ 정도 높게 모사되었고 한반도를 포함한 서쪽과 북쪽의 동아시아 영역에서 그 차이가 높게 나타났다.

본 연구에서 제시한 5가지 경험식을 이용한 PM10

수치모의 결과는 추후 보다 많은 개선과 검증을 통해 향상이 요구된다. 특별히 Park and In(2003)의 연구를 개선한 ADAM 모델과 라이다 자료동화기법을 적용 한 CFORS 모델들과의 비교 연구, 그리고 이들 모델 에 황사 광학적 두께의 위성탐사자료 활용 등의 연구 가 지속될 필요가 있다. 이들 향상된 결과는 황사의 앙상블 예보에 많은 도움이 될 것으로 기대된다.

사 사

본 연구는 한국연구재단(구 한국학술진흥재단) (KRF- 2006-331-C00297) 연구의 일환으로 수행되었습니다.

또한 본 연구의 심사를 맡아 많은 조언을 해주신 분 들께도 감사를 드립니다.

참고문헌

김유근, 문윤섭, 오인보, 송상근, 배주현, 임윤규, 2001, 봄 철 황사현상에 대한 기상장 분석 및 수치모의. 한국기 상학회 대기지, 11, 452-453.

김유근, 송상근, 문윤섭, 정주희, 2003, 동북아시아 황사발 생시 배출량 산정방법 연구 및 수치모의. 한국대기환경 학회 2003 춘계학술대회 논문집, 177-178.

김학성, 정용승, 2009, 2005년 동아시아 지역에서 발생한 모래폭풍과 먼지침전(황사)의 관측. 한국지구과학회지, 30, 196-209.

김학성, 윤마병, 손정주, 2010, 2008년 동아시아 대륙으로 부터 기원이 다른 먼지와 인위적 오염 입자의 광역적 이동 사례에 대한 분석. 한국지구과학회지, 31, 600- 607.

문윤섭, 이승환, 2009, 경험식을 이용한 발원지 황사의 시 간별 발생량 추정. 한국대기환경학회지, 25, 539-549.

손혜영, 김철희, 2009, 황사 발원지 기후자료의 시계열 특 성과 부산지역 먼지 농도의 연관성 분석. 한국지구과학 회지, 30, 734-743.

송상근, 김유근, 2003, 2002년 11월 황사의 기상학적 특성 및 강도추정. 한국대기환경학회 2003 춘계학술대회 논 문집, 119-120.

심재면, 박순웅, 장림석, 이은희, 정재인, 2004, 황사와 인 위적 오염물질의 수치모의. 한국기상학회 2004년도 가 을 학술대회 논문집, 230-231.

이순환, 곽은영, 류찬수, 문윤섭, 2004, 황사의 확산예측을 위한 기상정보의 시간해상도에 관한 수치모의. 한국환 경과학회지, 13, 891-902.

이은희, 박순웅, 2004, ADAM 모델을 이용한 2004년 봄철 황사의 수치모의. 한국기상학회 2004년도 가을 학술대 회 논문집, 222-223.

Borchi, F., Oikonomou, E., and Marenco, A., 2005, Exrat- ropical case study of stratosphere-troposphere exchange using multivariate analyses from mozaic aircraft data.

Atmospheric Environment, 39, 6537-6549.

Christensen, J.H., 1997, The Danish Eulerian hemispheric model a three-dimensional air pollution model used for the Arctic. Atmospheric Environment, 31, 4169-4191.

Curci, G., Beekmann, M., and Vautard, R., 2007, Assess- ment of impacts to the air quality. NatAir Final Project Meeting. Brussels, 25-26.

Gillette, D.A. and Passi, R., 1988, Modeling dust emission caused by wind erosion. Journal of Geophysical Research, 93, 14233-14242.

Ginoux P., Chin, M., Tagen., I., Prospero., J.M., Holben., B., Dubovik, O., and Lin, S., 2001, Sources and distributions of dust aerosols simulated with the GOCART model. Journal of Geophysical Research, 106, 20255- 20273.

Ginoux, P., Prospero, J., Torres, O., and Chin, M., 2004, Long-term simulation of global dust distribution with the GOCART model: Correlation with North Atlantic Oscillation. Environmental Modeling Software, 19, 113- 128.

Gong, S.L., Zhang, X.Y., Zhao, T.L., McKendry, I.G., Jaffe, D.A., and Lu, N.M., 2003, Characterization of soil dust aerosol in China and its transport and distribution during 2001 ACE-Asia; Model simulation and validation.

Journal of Geophysical Research, 108, 4262, doi:10.

1029/2002JD002633.

Hayasaki, M., Sugata, S., and Tanaka, H.L., 2006, Interan- nual variation of cold frontal activity in spring in Mon- golia. Journal of Meteorological Society of Japan, 84,

(17)

463-475.

In, H.-J. and Park, S.-U., 2002, A simulation of long-range transport of yellow sand observed in Aprilil 1998 in Korea. Atmospheric Environment, 36, 4173-4187.

In, H.-J. and Park, S.-U., 2003a, Estimation of dust emission amount for a dust storm event occurred in April 1998 in China. Water, Air, and Soil pollution, 148, 201- 221.

In, H.-J. and Park, S.-U., 2003b, The soil particle size dependent emission parameterization for an Asian dust observed in Korea in April 2002. Atmospheric Environ- ment, 37, 4625-4636.

Kim, Y.K., Lee, H.W., Moon, Y.S., and Song, S.K., 2001, Long-range transport mechanisms of Asian dust associated with the synoptic weather system. Journal of Korean Environmental Sciences, 10, 197-206.

Kim, Y.K. and Song, S.K., 2003, Synoptic analysis and transport during asian dust events observed over Korea.

Journal of the Korean Meteorological Society, 40, 273- 291.

Korcz, M., Fuda1a, J., and Klis, C., 2009, Estimation of wind blown dust emissions in Europe and its vicinity.

Atmospheric Environment, 43, 1410-1420.

Kurosaki, Y. and Mikami, M., 2003, Recent frequent dust events and their relation to surface wind in East Asia.

Geophysical Research Letters, 30, 1736, doi:10.1029/

2003GL017261.

Lim, J.Y. and Chun, Y., 2006, The characteristics of Asian dust events in Northeast Asia during the springtime from 1993 to 2004. Global and Planetary Change, 52, 231-247.

Liu, M., Westphal, D.L., Wang, S., Shimizu, A., Sugim- oto, N., Zhou, J., and Chen, Y., 2003, A high-resolu- tion numerical study of the Asian dust storms on April 2001. Journal of Geophysical Research, 108, 8653, doi:10.1029/2002JD003178.

Marticorena, B. and Bergametti, G., 1995, Modeling the atmospheric dust cycle: 1-design of a soil derived dust production scheme. Journal of Geophysical Research, 100, 16415-16430.

Marticorena, B., Bergametti, G., Gillette, D., and Belnap, J., 1997, Factors controlling threshold friction velocity in semiarid and arid areas of the United States. Journal of Geophysical Research, 102, 23277-23287.

Martin, R.V., Jacob, D.J., Yantosca, R.M., Chin, M., and Ginoux, P., 2003, Global and regional decreases in tro- pospheric oxidants from photochemical effects of aerosols. Journal of Geophysical Research, 108, 4097, doi:10.1029/2002JD002622.

Merrill, J.T., Uematsu, M., and Bleck, R., 1989, Meteoro- logical analysis of long range transport of mineral aerosols over the North Pacific. Journal of Geophysical Research, 94, 4895-4907.

Moon, Y.S., Kim, Y.K., Strong, K., Lim, Y.K., Oh, I.B., Song, S.K., and Bae, J.H., 2002, Asian dust transport during blocking episode days over Korea. Journal of Korean Environmental Sciences, 11, 111-120.

Moon, Y.S. and Drummond, J., 2009, Enhancement of ozone and carbon monoxide associated with upper cut- off low during springtime in East Asia. Journal of Korean Society for Atmospheric Environment, 26, 475- 489.

Nickovic, S., Kallos, G., Papadopoulos, A., and Kakalia- gou, O., 2001, A model for prediction of desert dust cycle in the atmosphere. Journal of Geophysical Research, 106, 18113-18130.

Park, S.-U. and In, H.-J., 2003, Parameterization of dust emission for the simulation of the Yellow Sand (Asian dust) observed in March 2002 in Korea. Journal of Geophysical Research, 108, 4618, doi:10.1029/

2003JD003484.

Park, S.-U. and Lee, E.-H., 2004, Parameterization of Asian dust (Hwangsa) particle-size distributions for use in dust emission models. Atmospheric Environment 38, 2155-2162.

Park, S.-U., Choe, A., Park, M.-S., and Lee, E.-H., 2008, Asian dust aerosol models (ADAM). Tech Monitor, Special Feature, 24-29.

Park, S.-U., Choe, A., Lee, E.-H., Park, M.-S., and Song, X., 2010a, The Asian dust aerosol model 2 (ADAM2) with the use of Normalized Difference Vegetation Index (NDVI) obtained from the Spot4/vegetation data. Theo- retical and Applied Climatology, 101, 191-208.

Park, S.-U, Choe, A., and Park, M.-S., 2010b, Asian dust aerosol budgets over the Asia region in 2009 estimated by ADAM2. Athens Institute for Education and Research Environment (ATINER). 5th Annual Interna- tional Symposium on Environment, p. 69.

Park, S.-U, Choe, A., Park, M.-S., and Chun, Y., 2010c, Performance tests of the Asian dust aerosol model 2 (ADAM 2). Journal of Sustainable Energy and Environ- mnet, 1, 77-83.

Shao, Y., 2001, A model for mineral dust emission. Jour- nal of Geophysical Research, 106, 20239-20254.

Shao, Y., 2004, Simplification of a dust emission scheme and comparison with data. Journal of Geophysical Research, 109, D10202, doi:10.1029/2003JD004372.

Shao, Y. and Dong, C.H., 2006, A review on East Asian dust storm climate, modelling and monitoring. Global and Planetary Change, 52, 1-22.

Sugimoto, N., Hara, Y., Shimizu, A., Yumimoto, K., Uno, I., and Nishikawa, M., 2011, Comparison of surface observations and a regional dust transport model assimi- lated with lidar network data in Asian dust event of March 29 to April 2, 2007. Sola, 7A, 13-16.

Sun, J., Zhang, M., and Liu, T., 2001, Spatial and tempo-

(18)

293

ral characteristics of dust storms in China and its sur- rounding regions, 1960-1999: Relations to source area and climate. Journal of Geophysical Research, 106, 10325-10333.

Tanaka, T.Y., Orito, K., Sekiyama, T.T., Shibata, K., Chiba, M., and Tanaka, H., 2003, MASINGAR, a global tro- pospheric aerosol chemical transport model coupled with MRI/JMA98 GCM: Model description. Meteoro- logical Geophysics, 53, 119-138.

Teppei, J.Y. and Yamazaki, K., 2009, Impacts of Asian dust storm associated with the stratosphere-to-troposphere transport in the spring of 2001 and 2002 on dust and tritium variations in Mount Wrangell ice core, Alaska. Atmospheric Environment, 43, 2582-2590.

Uno, I., Carmichael, G.R., Streets, D.G., Tang, Y., Yienger, J.J., Satake, S., Wang, Z., Woo, J.-H., Guttikunda, S., Uematsu, M., Matsumoto, K., Tanimoto, H., Yoshioka, K., and Iida, T., 2003, Regional chemical weather forecasting system CFORS: Model descriptions and analysis of surface observations at Japanese island stations during the ACE-Asia experiment. Journal of Geophysi- cal Research, 108, D23, doi:10.1029/2002JD002845.

Van Harmelen, A.K., Denier Van Der Gon, H.A.C., Kok, H.J.G., Appelman, W.J., Visschedijk, A.J.H., and Hul- skotte, J.H., 2004, Particulate matter in Dutch pollutant emission register: State of affairs. TNO-report, R 2004/

428, 176 p.

Vautard, R., Bassagnet, B., Chin, M., and Menut, L., 2005, On the contribution of natural aeolian sources to partic-

ulate matter concentrations in Europe: Testing hypothe- ses with a modelling approach. Atmospheric Environment, 39, 3291-3303.

Wang, Z., Ueda, H., and Huang, M., 2000, A deflation module for use in modeling long-range transport of yellow sand over East Asia. Journal of Geophysical Research, 105, 26947-26959.

Westphal D.L., Toon, O.B., and Carson, T.N., 1987, A two-dimensional numerical investigation of the dynamics and microphysics of Saharan dust storms. Journal of Geophysical Research, 92, 3027-3049.

Westphal, D.L., Toon, O.B., and Carson, T.N., 1988, A case study of mobilisation and transport of Saharan dust. Journal of Atmospheric Science, 45, 2145-2175.

Yasunari, T.J. and Yamazaki, K., 2009, Impacts of Asian dust storm associated with the stratosphere-to-troposphere transport in the spring of 2001 and 2002 on dust and tritium variations in mount Wrangell ice core, Alaska. Atmospheric Environment, 43, 2582-2590.

Zender, C.S., Bian, H., and Newman, D., 2003, Mineral dust entrainment and deposition (DEAD) model:

Description and 1990s dust climatology. Journal of Geophysical Research, 108, 1-19.

Zhao, T.L., Gong, S.L., Zhang, X.Y., Abdel-Mawgoud, A., and Shao, Y.P., 2006, An assessment of dust emission schemes in modeling east Asian dust storms. Journal of Geophysical Research, 111, D05S90, doi:10.1029/

2004JD005746.

2011년 5월 23일 접수 2011년 6월 14일 수정원고 접수 2011년 6월 27일 채택