Long-term Trend Analysis of NO_x and SO_x over in East Asia Using OMI Satellite Data and National Emission Inventories (2005-2015)

Korean Journal of Remote Sensing, Vol.36, No.2-1, 2020, pp.121~137

https://doi.org/10.7780/kjrs.2020.36.2.1.3 ISSN 1225-6161 ( Print )

ISSN 2287-9307 (Online)

Article

OMI 위성 자료와 국가 배출량 자료를 활용한 동아시아의 NO x , SO x 변화 장기 분석(2005-2015)

서정현 ¹⁾·윤종민 ^2)†·추교황 ^1)†·김덕래 ³⁾·이동원⁴⁾

Long-term Trend Analysis of NO

and SO

over in East Asia Using OMI Satellite Data and National Emission Inventories (2005-2015)

Jeonghyeon Seo

·Jongmin Yoon

·Gyo-Hwang Choo

· Deok-rae Kim

·Dong-Won Lee

Abstract: Data from the Ozone Monitoring Instrument (OMI) satellite and national emission inventories were used in this study to analyze air quality in East Asia and estimate the impact of domestic and foreign emissions on South Korea’s air quality, based on which future emissions were predicted. The concentration trends of nitrogen dioxide (NO

) and sulfur dioxide (SO

) in East Asia from 2005 to 2015 showed that both substances were highest in North East China (NEC), followed by South East China (SEC) and Seoul Metropolitan Area (SMA). The average SO

concentration was 1.63 times higher in NEC than in SMA. Analysis on the ratios of NO

/SO

and NO

/SO

provides an indirect picture of the effect of transboundary air pollutants on atmospheric composition in Korea.

The concentration ratio of NO

/SO

in all study areas peaked in 2013 and SMA’s emission ratio of NO

/SO

increased in 2015 by over 22% from 2013. Despite the reduction in domestic emissions, the concentration-to-emission ratios (NO

/NO

, SO

/SO

) rose gradually, which implies that other factors besides domestic emissions (e.g., foreign sources, lifetime, etc.) influence air quality in SMA. We estimated future emissions of NO

and SO

in SMA to be 296.2 and 39.0 ktons in 2025 and 284.4 and 33.8 ktons in 2035, respectively. Application of the inter-comparison techniques of this study to the data from the Geostationary Environment Monitoring Instrument (GEMS) is expected to provide Received February 24, 2020; Revised February 27, 2020; Accepted March 17, 2020; Published online March 30, 2020

1)

국립환경과학원 기후대기연구부 환경위성센터 전문위원 (Research Fellow, Environmental Satellite Center, Climate and Air Quality Research Department, National Institute of Environmental Research)

2)

국립환경과학원 기후대기연구부 환경위성센터 연구관 (Senior Researcher, Environmental Satellite Center, Climate and Air Quality Research Department, National Institute of Environmental Research)

3)

국립환경과학원 기후대기연구부 환경위성센터 연구사 (Researcher, Environmental Satellite Center, Climate and Air Quality Research Department, National Institute of Environmental Research)

4)

국립환경과학원 기후대기연구부 환경위성센터 센터장 (Director, Environmental Satellite Center, Climate and Air Quality Research Department, National Institute of Environmental Research)

†

Corresponding Author: Jongmin Yoon([email protected]), Gyo-Hwang Choo([email protected])

This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License

(http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in

any medium, provided the original work is properly cited.

1. 서 론

이산화질소 (NO

)와 이산화황(SO

)은 체류시간이 각 각 4-24시간(Beirle et al., 2011; Seinfeld and Pandis, 2016), 1-3일(Lee et al., 2011; Seinfeld and Pandis, 2016) 정도인 단기체류 대기오염물질로, 인위적·자연적 배출원 모두 에서 발생한다. 그 중 NO

는 주로 도로 이동오염원(승 용차, 화물차, 버스 등), 비도로 이동오염원(철도, 선박, 건설장비 등), 바이오매스 연소, 토양 중 박테리아에 의 해 배출된다 (Vinken et al., 2014a; US EPA, 2019). SO

의 경우 , 황 성분이 다량 함유된 연료를 사용하는 에너지 산업 연소 (발전), 생산공정, 제조업 연소, 이동오염원에 서 배출되며 , 또한 바이오매스 연소와 화산 분출 시에 도 배출된다 (Krotkov et al., 2016; US EPA, 2019). 이러한 경로를 통해 Planetary Boundary Layer (PBL) 내로 배출 된 NO

, SO

는 화학반응에 의해 질산염 (NO

+ Oxidants

→ NO

), 황산염(SO

+ Oxidants → SO

), 대류권 오존 (NO

+ O

+ hν → NO + O

)을 생성하는 전구체 역할

을 하게 된다 (Chin et al., 2000; Seinfeld and Pandis, 2016;

Kim, 2017). 이 때 생성된 질산염과 황산염은 PM

생성 에 기여한다 (Kim, 2017; Zheng et al., 2018).

World Health Organization (WHO)에 따르면 2016년 전세계 인구의 단 9% 만이 깨끗한 공기 속에서 생활하 였고 , 도시에 거주하는 인구의 절반 이상이 WHO 권고 기준의 최소 2.5배에 달하는 대기오염에 노출되었다. 그 로 인한 사망자수는 2016년 기준 약 7백만 명에 이르며, 우리나라와 중국은 인구 10만명 당 각각 20.5명, 103명 의 대기오염 피해 사망자가 발생한 것으로 추정된다 (WHO, 2018). 이처럼 NO

, SO

, PM

와 같은 대기오염 물질은 천식, 기관지염 발생을 증가시키고 폐 기능 저하 를 가져올 수 있으며 , 특히 노약계층 일수록 더욱 민감 하게 반응한다 (Liu et al., 2015; Hong et al., 2016; Kamarehie et al., 2017; US EPA, 2019).

동아시아 지역은 최근 급속한 인구 증가와 경제성장 으로 인해 화석연료의 사용이 증가했으며 이에 따른 NO

, SO

와 같은 대기오염물질 배출 및 NO

, SO

농도 concrete information which can be used to improve national emission inventories and figure out factors and sources that affect domestic air quality.

Key Words: OMI, Nitrogen dioxide (NO

), Sulfur dioxide (SO

), National Emission Inventory (NEI), Geostationary Monitoring Environment Spectrometer (GEMS)

요약 : 동아시아 지역은 최근 인구급증과 경제성장으로 인해 화석연료의 사용이 증가함에 따라 이로 인한 대

기오염물질 배출이 증가하여 대기질이 점차 악화되고 있다 . 본 연구에서는 OMI (Ozone Monitoring Instrument)

위성 자료와 국가 대기오염물질 배출량 자료(National Emission Inventory)를 활용하여 동아시아의 대기현황 및

우리나라의 대기질에 국내외 배출량이 미치는 영향을 분석하고 이를 기반으로 미래 배출량을 추정하였다 .

2005년부터 2015년까지 동아시아의 NO

, SO

농도를 분석한 결과 , 두 물질 모두 NEC (North East China), SEC

(South East China), SMA (Seoul Metropolitan Area) 순으로 높았다. SO

는 우리나라와 중국의 편차가 크게 나타나

NEC 지역은 SMA보다 1.63배 높았다. 농도비와 배출비 분석을 통해 국외 배출원이 우리나라 대기환경에 미치

는 영향을 간접적으로 파악할 수 있었는데 , NO

/SO

농도비는 우리나라와 중국 모두 2013년에 가장 높았고,

SMA의 NO

/SO

배출비는 2013년 이후 22% 이상 증가했다. 국내 배출량은 지속적으로 감소했으나 농도–배출

량 비율 (NO

/NO

, SO

/SO

)은 점차 증가하는 것으로 분석되었으며, 이는 곧 국내 배출량 외에 다른 요인(국외

배출원, 체류시간 변화 등)이 우리나라 수도권의 대기질에 영향을 주고 있다는 것으로 해석된다. SMA의 미래

배출량은 2025년에 NO

, SO

가 각각 296.2, 39.0 kton, 2035년에는 284.4, 33.8 kton 만큼 배출될 것으로 예측되

었다 . 본 연구에서는 공간적 제약을 받지 않는 위성자료의 장점을 이용하여 농도와 배출량 사이의 유의미한

결과를 도출하였으며 , 이 연구에서 사용된 위성관측 농도와 배출량 간의 상호비교 분석방법론과 GEMS

(Geostationary Environment Monitoring Spectrometer) 위성 산출물을 활용하여, 향후 국내 대기질 영향요인을 파

악하기 위한 국외 발 대기오염물질 기여도 분석과 배출 인벤토리 보완을 위한 기초 자료를 제시할 수 있을 것

으로 기대한다 .

또한 증가했다 (Calkins et al., 2016; Krotkov et al., 2016;

Levelt et al., 2018). Cofala et al.(2012)에 따르면 동아시아 의 SO

, NO

배출량이 전구 배출량에 기여하는 비율은 각각 36%, 29% 이며, 이는 미국이나 유럽보다도 훨씬 높 은 수준이다 . 이렇게 동아시아 지역에서 배출된 물질은 인접지역 뿐만 아니라 풍하 방향에 있는 거리가 먼 지역 까지 이동하여 대기질에 영향을 줄 수 있다 (Cayetano et al., 2011; Kajino et al., 2013; Qu et al., 2016). 우리나라와 중국 , 일본은 이러한 문제를 일찍이 인식하고, 1995년 장거리 월경성 대기오염물질(Long-range Transboundary Air Pollutants, LTP)에 관한 3국 협력체제를 구축하여 대 기오염 완화를 위한 노력을 기울이고 있다. 그러나 이 러한 대기오염 개선 정책들의 실질적 효과를 분석한 연 구는 아직 부족한 실정이다.

대기오염 완화정책의 효과를 판단하기 위해서는 정 책 시행 전후의 배출량을 비교하는 것이 가장 정확한 방 법이다 . 그러나, 대기오염물질 배출량 산정방법론은 국 가에 따라 그 방법이 상이하므로 , 각 국가에서 발표한 배 출량을 직접적으로 비교하는 것에는 한계가 존재한다 . 따라서 , 위성자료와 같이 시공간적 제약성이 낮은 자료 를 사용하는 것이 광범위한 공간분포 분석에 적절하다 고 판단된다 . 위성자료를 활용한 대기오염물질 배출분 석은 다수의 선행연구에서 그 타당성을 입증한 바 있다 (Martin et al., 2004; Vinken et al., 2014a; Vinken et al., 2014b;

Calkins et al., 2016; Liu et al., 2016; Levelt et al., 2018).

이에 본 연구에서는 Ozone Monitoring Instrument (OMI) 위성자료와 한국과 중국의 대기오염물질 배출 량 자료를 활용하여, 2005년부터 2015년까지 동아시아 지역을 대상으로 NO

, SO

농도의 시공간 분포와 대기 오염물질(NO

, SO

) 배출량 변화를 분석하였다. 추가 적으로, NO

/SO

농도비(Ratio Of nitrogen dioxide to sulfur dioxide Concentration, ROC) 및 NO

/SO

배출비 (Ratio Of nitrogen oxides to sulfur oxides Emissions, ROE) 변화를 분석하여 국내외 배출량이 우리나라 대기질에 미치는 영향을 파악했다 . 이와 같은 농도비나 배출비 분 석방법을 활용한 연구는 Li et al. (2010)와 McLaren et al.

(2012)에서도 찾아볼 수 있다. Li et al. (2010)은 중국의 SO

배출량 감축대책의 효과를 모니터링 하기 위해 OMI 위 성자료를 이용하여 SO

/NO

농도비와 배출정보를 활 용했고 , McLaren et al. (2012)은 선박에서 배출되는 황을

규제하기 위한 정책의 효과를 예측하기 위해 DOAS (Differential Optical Absorption Spectroscopy)로 측정한 NO

/SO

비율과 배출량 자료 (NO, NO

, SO

)를 이용한 NO

/SO

비율을 활용했다 . 위성산출 농도와 배출 인벤 토리의 변화 추이와 더불어 농도비와 배출비에 대한 분 석을 추가 수행한 것은, 중국의 대기오염 감축정책에 따 른 중국지역의 SO

배출량과 SO

농도의 감소가 예상 되었기 때문이다. 에너지산업 연소시설과 같이 NO

와 SO

를 동시에 다량 배출하는 오염원의 경우 , NO

/SO

배출비를 분석함으로써 해당 배출원의 SO

저감효과를 판단할 수 있다 . 또한 ROC와 ROE 사이의 상호비교 및 NO

/NO

, SO

/SO

변동성 분석을 통해 우리나라 수도 권의 대기질과 국내외 배출량 사이의 연관성 및 미래 배 출량을 추정하였다 .

2. 연구자료 및 방법

1) 대상 영역

본 연구는 우리나라의 대기질 분석과 국외 오염물질 여부를 판단하는 것이 목적이므로, 우리나라와 중국 동

Fig. 1. Spatial distribution of OMI NO

vertical column density in 2007 [10

molecules/cm

]. Map of study areas:

Seoul Metropolitan Area in blue box (1: Seoul, 2:

Incheon), North East China in red box (3: Beijing, 4:

Tianjin) and South East China in yellow box (5:

Shanghai).

부가 포함된 동아시아 영역 (20-45°N, 110-135°E)을 분 석대상영역으로 선정하였다 (Fig. 1). 또한 동아시아 내에 서도 상대적으로 NO

농도가 높은 3개의 지역을 선정 하여 시계열 분석을 수행하였다. 선정된 3개의 지역은 Seoul Metropolitan Area (SMA), North East China (NEC), South East China (SEC) 로 명명하였다. 우리나라의 서울 시(Seoul), 인천시(Incheon), 경기도(Gyeonggi)를 포함한 수도권 지역을 SMA, 중국의 베이징시(Beijing), 톈진시 (Tianjin), 허베이성(Hebei), 산둥성(Shandong), 허난성 (Henan), 산시성(Shanxi)이 포함된 지역을 NEC, 상하이 시 (Shanghai)와 장쑤성(Jiangsu)이 포함된 지역을 SEC로 분류하였다 (Table 1).

2) 자료 및 분석방법

본 연구에서는 대류권 NO

, PBL (Planetary Boundary Layer) SO

농도 분석을 위한 OMI 위성자료와 대기오염 물질 (NO

, SO

) 배출량 추이 분석을 위한 한국과 중국 의 국가 대기오염물질 배출량 통계를 사용하였다 .

(1) OMI 관측자료

OMI는NASA(NationalAeronauticsSpaceAdministration) 의 EOS-Aura 위성에 탑재되어 2004년에 발사되었으며, 극궤도 위성으로서 약 13시45분(local time)에 적도를 지 나24시간 동안 전 지구를 관측할 수 있는 센서이다. OMI 센서는 270-500 nm 파장대에 대하여 0.5 nm 의 분해능 을 가지며, 약 2,600 km의 Swath, 그리고 직하점에서 약 13(24 km

의 공간해상도를 가지고 있다. OMI는 이러한 특성을 이용하여 전지구의 대기 중 오존, 에어로졸, 구름, NO

, SO

, HCHO, BrO, OClO 등의 미량기체를 관측한 다 (Streets et al., 2013; Levelt et al., 2018).

위성자료는 2005년 1월 1일부터 2015년 12월 31일까지 OMI 로부터 산출되는 Level 2.0 OMNO

Version 3 (NO

) 의 대류권 NO

수직 칼럼 농도 (NO

VCD)와 OMSO

Version 3 (SO

)의 PBL SO

수직칼럼 농도 (PBL SO

VCD)

를 사용하였다 (Boersma et al., 2002; Krueger et al., 2002; Li et al., 2006; Li et al., 2013; Krotkov et al., 2017; Krotkov et al., 2018). 분석에 사용한 자료는 NASA에서 제공하는 Level 2.0 자료를 이용하여, 월별 NO

, SO

자료의 0.25°×0.25°

의 격자 (grid) 자료를 생산하였다. Quality Control (QC) 을 위하여, 우선 각 화소(pixel)에 대하여 대류권 NO

VCD와 PBL SO

VCD가 0.0 molecules/cm

이상이고 , Cloud fraction이 30% 미만인 자료를 추출하였다(Bucsela et al., 2013). 그리고 추출된 자료 중에서 95% 신뢰구간에 해당하는 표준편차 2배 이내(μ±2σ)의 자료를 산술 평 균하여 월별 격자자료를 생산하였다 .

Fig. 2(a)에서 25°N, 110°E-37°N, 135°E에 걸쳐 긴 띠 의 형상을 하고 있는 고농도 SO

signal을 볼 수 있는데, 이는 Ethiopia의 Dalaffilla 화산분출(2008.11.4.-11.6.)에 의 한 것이다 . 화산폭발 당시 분출된 화산재나 SO

가 장거 리 수송에 의해 거리가 먼 국가까지 이동한다는 연구가 발표된 바 있다(Khattak et al., 2014; Schmidt et al., 2015;

Hoffmann et al., 2016). 실제로 2008년 11월에 발생한 Dalaffilla 화산분출은 인도, 중국을 거쳐 우리나라에도 영향을 미친 것으로 파악되었으며 , 당시 SO

의 농도는 최대 6 Doubson Unit (DU)까지 증가했다(Mallik et al., 2013). 본 연구의 범위는 자연적, 인위적 배출원으로부 터 발생한 NO

, SO

를 분석하는 것이므로 , 화산활동과 같은 특이현상에 의한 고농도는 분석오차나 판단오류 의 원인이 될 수 있기 때문에 자료의 QC 과정이 반드시 선행되어야 한다 . OMI 위성 자료를 사용한 다른 선행 연구들에서도 자료의 품질 관리를 위해 row anomaly, cloud fraction, solar zenith angle과 같이 error를 발생시킬 수 있는 요인들을 고려하여 정제된 데이터를 분석에 사 용하고 있다(Bucsela et al., 2013; Steets et al., 2013; Krotkov et al., 2016; Liu et al., 2016). QC 과정을 통해 최종적으로 Fig. 2(b), (d)와 같이 이상치(Outlier)가 제거된 자료를 분 석에 사용하였다 .

Table 1. Geolocation of the study areas, which are divided into three regions: SMA (including Seoul) in Korea, NEC (including Beijing) and SEC (including Shanghai) in China

Area Country (cities) Latitude Longitude

SMA (Seoul Metropolitan Area) Republic of Korea (Seoul, Incheon, Gyeonggi) 36.3-38.3°N 126.0-128.5°E

NEC (North East China) China (Beijing, Tianjin, Hebei, Shandong, Henan) 33.5-41.0°N 111.5-119.0°E

SEC (South East China) China (Shanghai, Jiansu) 29.5-33.2°N 118.0-122.0°E

이러한 과정을 통해 연평균 및 월평균 농도를 계산하 였으며 , 이 때 각 픽셀 당 평균 146개의 데이터를 사용했 다 (Fig. S3). OMI는 2007년 6월부터 발생한 row anomaly로 인해 데이터의 양이 풍부하지 못하다는 한계가 있지만 (http://www.knmi.nl/omi/research/product/rowanomaly- background.php), 위성자료와 배출 인벤토리와의 비교검 증을 위해 사용할 수 있는 자료 중 최적의 위성이라고 판단되어 OMI 자료를 채택하였다. 본 연구에서 사용한

OMNO

, OMSO

자료는 NASA Goddard Earth Sciences Data and Information Services Center (GES DISC, https://

disc.gsfc.nasa.gov/)에서 다운로드 받을 수 있다. NO

와 SO

원자료의 단위가 각각 molecules/cm

와 Dobson Unit 으로 상이하여 , PBL SO

VCD 농도를 DU에서 molecules/

cm

으로 환산 (1 DU= 2.69×10

molecules/cm

)하여 사용 하였다 (https://SO2.gsfc.nasa.gov/Documentation/OMSO2 Readme_V111.pdf).

Fig. 2. Comparison between raw and quality controlled OMI data (November 2008). Raw data of (a) OMI PBL SO

and (c) OMI tropospheric NO

. Monthly average of (b) OMI PBL SO

and (d) OMI tropospheric NO

after QC

(cloud fraction < 0.3, 95% confidence interval).

(2) 국가 배출량 자료

우리나라의 대기오염물질 배출량 자료(National Emission Inventory, NEI)는 국립환경과학원에서 제공 하는 대기정책지원시스템 (CleanAirPolicySupportSystem, CAPSS)을 이용하였다. CAPSS는 대기오염물질 배출목 록 (Air Pollutants Emission Inventory)에 근거하여 점, 면 오염원과 같은 고정오염원과 이동오염원에서 배출되는 8가지 대기오염물질(CO, NO

, SO

, TSP, PM

, PM

, VOC, NH

)을 산정하여 국가 대기오염물질 배출량서비 스를 제공하고 있다 (http://airemiss.nier.go.kr/mbshome/

mbs/airemiss/index.do). CAPSS에서 제공하는 자료는 연간 배출량으로, 이 연구에서는 서울, 인천, 경기의 2005-2015년까지의 NO

와 SO

배출량을 사용하였다 . 중국의 대기오염물질 배출량 자료는 중국 통계청에서 발간하는 중국통계연보 (China Statistical Yearbook)에 발표된 대기오염물질 배출통계를 사용하였다 (NBS, 2006-2016). 중국은 SO

, NO

, Smoke and Dust 배출량을 공개하고 있어 , 이 연구에서는 한국과 동일한 기간 동안의 분석을 위하여 2005-2015년의 SO

배출자료를 사용하였고 , NO

의 경우는 2011년 이후의 자료만 공개되어 있어 2011-2015년 동안의 자료를 사용했다.

현재 우리나라와 중국의 NEI는 다소 긴 산정기간(2- 3년)을 거쳐 발표되고 있고, 연간 배출량만을 제공하고 있어 월별·계절별 배출량을 파악하기 어렵다. 또한 배 출계수가 아직 개발되지 않았거나 활동도 자료를 확보 하기 어려워 산정하지 못하고 있는 미산정 배출원, 대 기오염 방지시설이 면제된 사업장 , 그리고 측정수치를 조작하거나 허위 신고 등에 의한 누락 배출량 등으로 인해 , NEI가 실제 배출량을 모두 반영하지 못한다는 한 계를 가지고 있다 . 대기질 예보나 대기환경정책의 효과 를 분석하기 위해서는 최신의 자료인 실용 인벤토리 (working inventory) 자료를 확보하는 것이 중요하다. 이 러한 관점에서 위성자료를 기반으로 한 하향식(top- down) 배출량을 추정하는 방법은 working inventory를 산정하는 데에 도움을 줄 수 있으며 , 앞서 언급한 기존 의 배출 인벤토리가 가지는 단점을 보완하는 데에 활용 될 수 있다 .

본 연구에서는 우리나라 수도권 지역의 대기질에 미 치는 국내 배출 및 국외 유입 대기오염물질의 영향을 분

석하고 미래 배출량을 추정하기 위해 , 2005년부터 2015 년까지의 농도 , 배출량, ROC, ROE, NO

/NO

, SO

/SO

변화추이를 파악하고 상호비교 분석을 수행했다 . 미래 배출량 추정을 위해서 OMI NO

, SO

자료와 선형회귀 분석법을 이용하여 미래 수도권의 NO

, SO

농도를 추 정하고 , 이를 바탕으로 ROC를 산정했다. 그 다음, ROC 와 배출량(NO

, SO

)과의 상관관계를 분석하여 미래 배 출량을 예측하는 데에 활용했다. 이 방법은 위성에서 관 측한 NO

와 SO

의 선형적 변화 경향과 NO

/NO

, SO

/ SO

에 영향을 미치는 대상물질의 체류시간 (lifetime) 및 기상·기후조건의 과거 변화 경향이 근미래에도 유지된 다는 전제조건 하에서 수행되었다 .

3. 연구결과 및 분석

1) NO2, SO2 시공간적 분포 특성

2005년부터 2015년까지의 NO

지역평균 농도는 NEC, SEC, SMA 순으로 높게 나타났으며(Table 2), 세 지역 모두 2011년에 최고, 2015년에 최저로 나타났다.

중국의 Beijing, Tianjin, Tangshan, Shijiazhuang, Xingtai, Handan, Hebei, Zhengzhou, Liaocheng, Jining, Jinan, Zibo, Shanghai, Nanjing, 그 리 고 한 국 의 Seoul, Incheon, Gyeonggi 와 같은 각 지역별 주요 도시에서 NO

농도가 높게 나타났다 . SMA와 SEC 지역의 NO

농도는 일부 기간 (2006-2007, 2009-2011)을 제외하고 2005년부터 2015년까지 전체적으로 감소 추세를 보였다. NEC는 2005-2007년 동안 NO

농도가 증가하고 , 이후의 변동경 향은 SMA, SEC와 동일하게 나타났다(Fig. 4). NO

농도 가 가장 높았던 2011년을 기준으로 2011년 전후 기간 동 안의 농도 변화율을 분석한 결과 , 2005-2011년에는 세 지역 모두 증가했고 , 2011-2015년에는 모두 감소했다.

특히 NEC 지역에서 가장 많이 증가했고(+41.1%), 감소 폭 또한 가장 큰 것으로(-39.2%) 나타났다(Table 2).

SO

연평균 농도는 NO

와 마찬가지로 NEC, SEC,

SMA 순으로 높게 나타났다(Table 2). SO

는 NO

에 비해

지역간 농도차가 크게 나타났으며 , Fig. 3(d)-(f)에서 볼

수 있듯이 특히 우리나라의 SMA 지역과 중국의 NEC

지역의 차이가 극명하게 나타났다 . NEC의 2005-2015년

의 평균 SO

농도는 23.3 molecules/cm

으로 SMA에 비

해 1.63배 높은 것으로 분석되었다. 11년 간의 SO

의 증 감추이는 NO

와 유사한 경향을 보이지만 최고 , 최젓값 이 나타난 연도는 다르다. NEC와 SEC의 SO

농도는

2007년에 최고, 2015년에 최저로 나타났고, SMA는 2011 년에 최고 , 2009년에 최저로 나타났다(Fig. 4). 2005-2011 년에는 SMA에서 SO

가 가장 많이 증가하였고(+22.7%), Table 2. Change in concentrations, standard deviations, and percentages of NO

and SO

over each period. NO

and SO

concentrations were the highest in NEC throughout the entire period. Both NO

and SO

concentrations increased from 2005 to 2011: NO

showed the biggest rise in the NEC (+41.1%) and SO

in (+22.7%). In 2005-2015, percentages of both NO

and SO

declined the all study areas – the largest drop found in SEC (-28.2%) for NO

and in NEC (-35.6%) for SO

Air pollutant NO2 SO2

Period 2005-2011 2011-2015 2005-2015 2005-2011 2011-2015 2005-2015 Concentrations and

standard deviations over each period (10

molecules/cm

·yr)

SMA 5.11±2.23 4.96±2.48 5.02±2.32 15.00±10.76 13.98±9.73 14.28±9.98 NEC 7.56±2.94 7.65±3.34 7.46±3.05 25.18±16.70 21.53±14.15 23.29±15.39 SEC 6.61±2.64 5.93±3.01 6.27±2.74 16.42±10.90 14.33±9.59 15.40±10.23 Percentage changes

over each period (percentage/period)

SMA +1.5 -12.3 -11.0 +22.7 -27.2 -10.7

NEC +41.1 -39.2 -14.2 +8.2 -40.5 -35.6

SEC +11.5 -35.6 -28.2 +5.1 -23.5 -19.7

Fig. 3. Spatial distribution of tropospheric NO

vertical column density [10

molecules/cm

] and PBL SO

vertical column

density [Dobson unit] from OMI. OMI tropospheric NO

annual means (a-c) in 2005, 2011 and 2015, respectively,

and OMI planetary boundary layer SO

annual means (d-f) over the same period. NO

and SO

concentrations

increased from 2005 to 2010 and then declined until 2015, especially in the North East China region.

2011-2015년에는 NEC에서 가장 많이 감소한 것으로 분 석되었다(-40.5%) (Table 2). 중국의 SO

와 NO

가 각각 2007, 2011년에 최대치를 보이는 점, Beijing이 포함된 NEC 지역에서 NO

의 증가가 두드러지는 점, 2008년 전후에 SO

, NO

농도가 일시적으로 감소했다가 2011 년 부근에는 다시 회복세를 보이는 점 , 그리고 두 물질 모두 2012년부터 감소추이가 나타내는 등, 이 연구의 분 석결과는 선행연구결과와 유사하게 나타났다 (Krotkov et al., 2016; Souri et al., 2017).

2) NO²/SO²농도비율 변화

NO

VCD와 PBL SO

VCD자료를 사용하여 ROC (NO

/SO

)를 산정한 결과, SMA는 +0.32 ~ +0.38, NEC 는 +0.25 ~ +0.40, SEC는 +0.35 ~ +0.47의 범위 내에서 지속적인 변동을 보였으며 , NEC지역에서 ROC의 변화 폭이 가장 큰 것으로 나타났다 (Fig. 5). 세 지역 모두 2013 년에 ROC 수치가 가장 높게 나타났으며, 지역별로는 SEC, NEC, SMA 순으로 높았다. ROC를 증가시키는 주 Fig. 4. Variation of annual mean NO

and SO

over East-Asia from 2005 to 2015. The error bars indicate

standard deviation. The top figures are OMI NO

(left) and SO

(right) in SMA, the mid figures are those in NEC, and the bottoms are those in SEC. The x-axis is time and the y-axis presents OMI NO

or SO

annual mean concentration [10

molecules/cm

yr

]. During the study period (2005-2015), the highest

average concentrations of NO

and SO

were found in NEC.

원인은 NO

의 증가나 SO

감소인데 , SMA와 SEC는 SO

감소 , NEC는 NO

증가에 의해 ROC가 높게 나타난 것 으로 분석되었다. 2005년부터 2015년까지의 ROC 공간 분포는 Fig. S1에서도 확인할 수 있다.

2005년 대비 ROC (NO

/SO

)의 변화를 분석한 결과, NEC 지역에서 가장 큰 변화를 보였고 SMA 지역에서 는 소폭의 변동을 보였다 (Fig. 6(c)). NEC에서는 2010- 2011년, 2013-2015년을 제외하고 분석기간 전체 11년 동 안 ROC가 증가했다. 2010-2011년 ROC의 감소원인은 2008 베이징 올림픽을 대비해 중국에서 실시한 대기오 염완화정책의 효과로 2007년 이후부터 감소하던 SO

농도가 일시적인 중국의 경기회복효과로 2010-2011년 에 급증했기 때문이다 (Fig. 6(b)) (Lin et al., 2012; Wang et al, 2014; Krotkov et al., 2016). 2013년 이후 ROC가 감소 한 것은 중국의 경제성장 둔화와 화력발전소 폐쇄로 인 해 배출량이 감소하여 NO

, SO

농도가 감소했기 때문 인 것으로 분석되었다(Lin et al., 2012; Wang et al., 2014;

Krotkov et al., 2016). SEC 지역의 ROC는 2013년까지는 2005년 대비 증가하는 추세를 보이다가 2013년부터 감 소했으며 , 이는 2013년 이후 SEC지역의 SO

는 변화가 거의 없고 , 중국정부의 대기오염 완화정책에 의한 NO

배출량 감소효과가 NO

농도 감소로 이어진 것으로 파 악된다(Fig. 6(a)-(c)) (Wang et al., 2014; Krotkov et al., 2016;

Moon et al., 2018; Sun et al., 2018). SMA 지역의 2005년 대 비 ROC (NO

/SO

)는 2006년과 2011년을 제외한 기간 동안 ± 6% 이내에서 변동을 보였다.

3) 위성관측 농도-배출 인벤토리 간 비교분석 및 미래 배출량 추정

우리나라는 2005-2015년에 NO

를 1,126 kton/year, SO

를 402 kton/year 배출했고(CAPSS, 2019), 중국은 같 은 기간 동안 NO

와 SO

를 각각 21,800 kton/year, 2,231 kton/year을 배출했다(NBS, 2006-2016) (Fig. S2). 중국 에서 발표하는 대기오염물질 배출량은 주로 산업부문 만을 대상으로 산정하는 반면에 , 우리나라는 산업분야 는 물론 도로 이동오염원과 비도로 이동오염원 , 폐기물 처리, 농업, 비산먼지, 생물성 연소 등 다양한 배출원을 모두 고려한다.

이처럼 각 국가별로 배출량을 산정하는 방법론이 상 이하기 때문에 , 국가간의 배출량을 직접적으로 비교하 Fig. 6. Percent change since 2005 (NO

and SO

: concentrations;

NO

and SO

: emissions). (a) Percent change of NO

and NO

, (b) percent change of SO

and SO

, and (c) percent change of NO

/SO

and NO

/SO

ratio. The filled triangles represent variation of emissions and ROE in SMA. The white shapes represent variation of concentrations and ROC in each region (triangle: SMA, square: NEC, circle:

SEC). Compared to 2005, both concentrations and emissions decreased in 2015, while ROE in SMA and ROC in NEC increased.

Fig. 5. Ratios of nitrogen dioxide to sulfur dioxide Concentrations

(ROC) from 2005 to 2015. Overall, ROC are high in the

order of SEC, SMA, and NEC, except few years. The

differences among the three regions narrowed gradually.

는 것에는 한계가 존재한다 . 따라서 본 연구에서는 위성 에서 관측된 농도가 배출량을 잘 모사하는 특성을 이용 하여 , 위성으로 관측한 대기 중 오염물질 농도를 분석함 으로써 배출량의 변화를 추정하고자 하였다 . 위성관측 농도와 배출량을 이용하여 ROC, NO

/NO

및 SO

/SO

변화를 분석하여 미래 배출량을 예측하고자 했으며 , 다만, 중국의 배출통계가 지역별로 세분화 되어 있지 않기 때 문에 SEC와 NEC를 제외한 SMA 지역에 한해 배출자료 를 이용한 ROE 분석과 미래 배출량 전망을 수행했다.

SMA 지역의 2005년 대비 ROE (NO

/SO

) 변화를 분 석한 결과 , 2005년부터 2013년까지는 ±10% 이내의 변 화를 보이다가 2013년 이후부터 큰 폭(+22%, +28%)으 로 증가했으며 (Fig. 6(c)), 그 원인은 SO

배출량 감소에 의한 것으로 파악되었다 (Fig. 6(b)). 배출량 저감이 대기 질 개선에 미치는 영향을 파악하기 위해 위성 관측 농도 와 배출 인벤토리 간 비교분석을 수행한 결과는 Fig. 7과 같이 나타났다 . NO

/NO

, SO

/SO

분석은 단위 배출량 당 농도가 얼마나 변하는지를 파악하기 위한 방법이며, 만약 대기 중으로 배출된 NO

와 SO

가 NO

, SO

농도에 직접적인 영향을 미치며 외부 유입이나 기상조건 등의 변화가 없다고 가정할 경우 , NO

/NO

, SO

/SO

분석 결 과값은 기울기 변화 없이 일정하게 유지되어야 한다 . 하 지만 Fig. 7에서 보다시피 2005년에서 2015년으로 갈수 록 농도 -배출량 비가 증가하고 있으며, 이는 국내 배출 량 외에 다른 인자가 SMA의 NO

, SO

농도에 영향을 주고 있다는 것을 의미한다 . SMA 지역에서 2005년부터 2015년까지 SO

배출량은 39% (21 kton), NO

배출량은

21% (80 kton) 나 감소했음에도 불구하고 상대적으로 대 기질 개선에 영향을 미치지 못한 것은 SO

, NO

의 국외 유입 가능성과 기상조건 변화 및 흡수량 (sink) 감소에 의 한 대기 중 체류시간 변화 등의 가능성을 생각해 볼 수 있다 (Beirle et al., 2003; Lee et al., 2011; Shah et al., 2020).

우리나라 수도권 지역 (SMA)의 NO

와 SO

배출량은 일시적으로 증가했던 시점 (2006, 2007)을 제외하고 2005 년 이후 지속적으로 감소한 것으로 나타났다 (Fig. 6(a)- (b)). 이처럼 국내에서 배출되는 대기오염물질의 양이 감 소하고 있음에도 불구하고 , 2011년에 SMA 지역의 NO

, SO

농도가 전체 분석기간 중 최곳값(Fig. 4(top))을 나타 내는 것은 우리나라의 대기질이 국외 배출원에 의한 영 향을 받고 있음을 시사한다.

우리나라 수도권의 NO

/NO

, SO

/SO

변화 경향 및 ROC와 배출량의 상관관계를 분석하여 미래 배출량을 예측한 결과 , 2025년에는 NO

와 SO

가 각각 296.2, 39.0 kton, 2035년에는 각각 284.4, 33.8 kton 배출될 것으로 전 망되었다 . CAPSS 기반의 NEI는 배출원 미정의, 배출계 수 미개발 , 누락 배출원 미산정 등으로 인해 실제 배출 량을 온전히 반영하지 못하는 한계를 가지고 있다 . 이를 보완하기 위해 본 연구에서는 위성에서 관측된 농도자 료를 활용하여 기존 배출원 및 누락 배출원에 의한 오염 도를 파악하고자 했다 . 국가미세먼지정보센터 에서는 실배출량과 NEI와의 오차를 줄이고 정확도를 향상시 키기 위해 꾸준히 산정방법론을 개선하고 있기 때문에 , 미래 NEI는 이 연구에서 제시된 결과와 다소 차이가 있 을 것으로 예상된다 .

4. 결 론

본 연구에서는 2005년부터 2015년까지 동아시아 지 역을 대상으로 , OMI 위성자료와 국가 대기오염물질 배 출 통계를 활용하여 , NO

, SO

농도와 NO

, SO

배출추 이를 분석하였다 . 또한 위성관측 농도와 지상 배출량 간 의 상호비교를 통해 우리나라 수도권의 대기질과 국내 외 배출량 사이의 연관성을 분석하고자 하였다 . 지역별 NO

와 SO

평균농도는 NEC, SEC, SMA 순으로 높게 나 타났으며 , SO

농도는 우리나라와 중국의 차이가 크지 않았던 NO

에 비해 국가별 편차가 큰 것으로 나타났다 . Fig. 7. Changes in NO

/NO

and SO

/SO

ratio [10

molecules/

cm

yr

kton

] in Seoul Metropolitan Area. The blue

and red shapes represent NO

/NO

and SO

/SO

.

The ratio of concentration to emission slowly

increased from 2005 to 2015.

ROC 분석 결과, NEC, SEC, SMA 순으로 변동범위가 크 게 나타났다 . 세 지역 모두 2013년에 ROC 가 가장 높았 으며 , 그 원인은 해당 지역의 NO

농도 증가와 SO

농 도 감소로 나타났다 . 중국의 NO

와 SO

가 2008-2009년 에 감소한 것은 2008 중국 베이징 올림픽을 위해 실시한 중국의 대기개선정책의 효과로 파악되었으며 , 2011년 이후 중국의 SO

감소는 배출기준 강화 , 탈황설비, 집진 장치 설비 등 정책의 효과로 나타난 것으로 분석된다 .

SMA 지역의 ROE는 2013년 이후 22% 이상 큰 폭으로 증가했으며, 그 원인은 SO

배출량 감소인 것으로 파악 됐다. NO

, SO

배출량 변화가 대기 중 NO

, SO

농도 감 소에 미치는 영향을 파악하기 위해 NO

/NO

, SO

/SO

변화를 분석한 결과, 전체 분석기간의 후반으로 갈수록 농도–배출량 비율이 증가했으며, 이는 국내 배출량 외 에 다른 인자가 SMA의 NO

, SO

농도에 영향을 주고 있다는 것을 의미한다 . SMA에서 2005년부터 2015년까 지 SO

는 39%, NO

는 21% 감소했음에도 불구하고 상 대적으로 대기질 개선에 영향을 주지 못한 것은 SO

, NO

의 국외 유입과 기상조건 변화 및 흡수량 감소에 의 한 대기 중 체류시간 변화 등을 그 원인으로 생각해 볼 수 있다 . SMA 지역의 미래 배출량을 추정한 결과 2025 년에는 NO

와 SO

가 296.2, 39.0 kton, 2035년에는 284.4, 33.8 kton 만큼 배출될 것으로 예측되었다. 이 전망치는 배출량뿐만 아니라 농도와의 상관관계를 함께 고려했 기 때문에 누락 배출원이 포함되어 , 실제 미래 배출 통 계는 이 연구에서 제시된 배출 전망치와 다소 차이가 있 을 것으로 예상된다 . 우리나라 수도권의 NO

, SO

배출 량은 지속적으로 감소하였으나, 2011년에 NO

, SO

농 도가 최곳값을 보이는 것은 우리나라의 대기질이 국내 배출원 뿐만 아니라 국외 배출원에 의한 영향을 받고 있 다고 해석할 수 있다.

위성자료는 공간적 제약이 낮아 넓은 지역의 공간분 포를 해석하는데 유리하고 , 국가간의 배출량을 상호비 교하기 위한 좋은 수단이다 . 본 연구에서는 이러한 위 성의 장점을 이용하여 농도와 배출량 사이의 유의미한 결과를 도출하였고 , 국외 배출원이 국내 대기질에 영향 을 미칠 수 있음을 확인하였다 .

국립환경과학원에서는 동아시아 지역의 연속적 대 기환경 감시를 위해 정지궤도 환경위성 (Geostationary Environment Monitoring Spectrometer, GEMS)을 개발하

여 2020년 2월 19일에 발사를 완료했다. GEMS는 서울 을 기준으로 7 km (8 km 의 해상도를 가지며, 동아시아 지역 (-5-45°N, 75-145°E)을 1일 8회, 매시마다 30분 동안 관측한다 . GEMS의 산출물은 IOT (In-Orbit Test) 기간 이 종료되고 품질검증이 완료된 후 공개될 예정이다 . 정 지궤도 위성인 GEMS는 저궤도 위성인 OMI (13 km×24 km) 대비 해상도가 약 6배 향상되고, 일 관측횟수가 1-2 회에서 8회로 증가하여 우리나라 및 인접 국가들의 대 기환경을 연속적으로 감시할 수 있다는 장점을 가지고 있다 . 이 연구에서 사용된 위성관측 자료(농도)와 지상 관측 자료 (배출량)의 상호비교 분석방법론과 GEMS 위 성의 산출물을 활용하여 , 국내 대기질 영향요인 분석을 위한 국외 발 대기오염물질 기여도 분석과 배출량 자료 보완을 위한 기초 자료를 제시할 수 있을 것으로 기대 된다 .

사 사

이 연구는 환경부 국립환경과학원의 연구비(NIER- 2020-01-01-004) 지원으로 수행되었습니다.

References

Beirle, S., K.F. Boersma, U. Platt, M.G. Lawrence, and T.

Wagner, 2011. Megacity Emissions and Lifetimes of Nitrogen Oxides Probed from Space, SCIENCE, 333(6050): 1737-1739.

Beirle, S., U. Platt, M. Wenig, and T. Wagner, 2003.

Weekly cycle of NO

by GOME measurements: a signature of anthropogenic sources, Atmospheric Chemistry and Physics, 3: 2225-2232.

Boersma, F., E. Bucsela, E. Brinksma, and J.F. Gleason, 2002. NO

, In: Chance, K. (Ed.), OMI Algorithm Theoretical Basis Document: OMI Trace Gas Algorithms, Smithsonian Astrophysical Observatory, Cambridge, MA, USA, vol. IV, ATBD-OMI-04, version 2.0, pp. 13-36.

Bucsela, E.J., N.A. Krotkov, E.A. Celarier, L.N. Lamsal,

W.H. Swartz, P.K. Bhartia, K.F. Boersma, J.P.

Veefkind, J.F. Gleason, and K.E. Pickering, 2013. A new stratospheric and tropospheric NO

retrieval algorithm for nadir-viewing satellite instruments: applications to OMI, Atmospheric Measurement Techniques, 6: 2607-2626.

Calkins, C., C. Ge, J. Wang, M. Anderson, and K.

Yang, 2016. Effects of meteorological conditions on sulfur dioxide air pollution in the North China plain during winters of 2006-2015, Atmospheric Environment, 147: 296-309.

Cayetano, M. G., Y.J. Kim, J.S. Jung, T. Batmunkh, K.Y. Lee, S.Y. Kim, K.C. Kim, D.G. Kim, S.J.

Lee, J.S. Kim, and I.S. Chang, 2011. Observed Chemical Characteristics of Long-Range Transported Particles at a Marine Background Site in Korea, Journal of the Air & Waste Management Association, 61(11): 1192-1203.

Chin, M., R.B. Rood, S.J. Lin, J.F. Müller, and A.M.

Thompson, 2000. Atmospheric sulfur cycle simulated in the global model GOCART: Model description and global properties, Journal of Geophysical Research: Atmospheres, 105(D20):

24671-24687.

Clean Air Policy Support System (CAPSS), http://

airemiss.nier.go.kr/mbshome/mbs/airemiss/index.do, Accessed on Jul. 12, 2019.

Cofala, J., J. Borken-Kleefeld, C. Heyes, Z. Klimont, P.

Rafaj, R. Sander, W. Schöpp, and M. Amann, 2011. Emissions of Air Pollutants for the World Energy Outlook 2011 Energy Scenarios, IIASA, Laxenburg, Austria.

Gu, A., F. Teng, and X. Feng, 2016. Effect of pollution control measures on carbon emission reduction in China: evidence from the 11th and 12th Five- Year plans, Climate Policy, 18(2): 198-209.

Hoffmann, L., T. Rößbler, S. Griessbach, Y. Heng, and O. Stein, 2016. Lagrangian transport simulations of volcanic sulfur dioxide emissions: Impact of meteorological data products, Journal of Geophysical

Research: Atmospheres, 121: 4651-4673.

Hong, S.C., Y.S. Lyu, S.K. Kim, J.H. Seo, H.K. Kim, J.S. Hong, D.R. Kim, and S.R. Lim, 2016.

Development of the Optimal Climate Change Scenario of East Asia for Minimizing the risk in the Korean Peninsula(III), National Institute of Environmental Research, Incheon, Korea (in Korean with English abstract).

Kajino, M., K. Sato, Y. Inomata, and H. Ueda, 2013.

Source-receptor relationships of nitrate in Northeast Asia and influence of sea salt on the long-range transport of nitrate, Atmospheric Environment, 79: 67-78.

Kamarehie, B., M. Ghaderpoori, A. Jafari, M. Karami, A. Mohammadi, K. Azarshad, A. Ghaderpoury, A.

Alinejad, and N. Noorizadeh, 2017. Quantification of health effects related to SO

and NO

pollutants by using air quality model, Journal of Advances in Environmental Health Research, 5(1): 44-50.

Khattak, P., M.F. Khokhar, and S.A. Khan, 2014.

Trans-Boundary Volcanic SO

Detected over Pakistan from Satellite Observations during the Time Period 2004-2012, Aerosol and Air Quality Research, 14: 1543-1557.

Kim, Y.P., 2017. Research and Policy Directions against Ambient Fine Particles, Journal of Korean Society for Atmospheric Environment, 33(3): 191-204 (in Korean with English abstract).

Krotkov, N.A., C.A. McLinden, C. Li, L.N. Lamsal, E.A. Celarier, S.V. Marchenko, W.H. Swartz, E.J. Bucsela, J. Joiner, B.N. Duncan, K.F. Boersma, J.P. Veefkind, P.F. Levelt, V.E. Fioletov, R. R.

Dickerson, H. He, Z. Lu, and D.G. Streets., 2016. Aura OMI observations of regional SO

and NO

pollution changes from 2005 to 2015, Atmospheric Chemistry and Physics, 16(7):

4605-4629.

Krotkov, N.A., L.N. Lamsal, E.A. Celarier, W.H. Swartz, S.V. Marchenko, E.J. Bucsela, K.L. Chan, M.

Wenig, and M. Zara, 2017. The version 3 OMI

NO

standard product, Atmospheric Measurement Techniques, 10(9): 3133-3149.

Krotkov, N.A., L.N. Lamsal, S.V. Marchenko, E.A.

Celarier, E.J. Bucsela, W.H. Swartz, and P.

Veefkind, 2018. OMI/Aura Nitrogen Dioxide (NO

) Total and Tropospheric Colum 1-orbit L2 Swath 13×24 km V003, https://doi.org/10.5067/

Aura/OMI/DATA2017, Accessed on May 10, 2019.

Krueger, A.J., N.A. Krotkov, S. Datta, D. Flittner, and O. Dubovik, 2002. SO

, In: Chance, K. (Ed.), OMI Algorithm Theoretical Basis Document:

OMI Trace Gas Algorithms, vol. IV, ATBD- OMI-04, version 2.0, pp. 49-59.

Lee, C., R.V. Martin, A. van Donkelaar, H. Lee, R.R.

Dickerson, J.C. Hains, N. Krotkov, A. Richter, K. Vinnikov, and J.J. Schwab, 2011. SO

emissions and lifetimes: Estimates from inverse modeling using in situ and global, space-based (SCIAMACHY and OMI) observations, Journal of Geophysical Research, 116(D6), doi:10.1029/2010JD014758.

Levelt, P.F., J. Joiner, J. Tamminen, J.P. Veefkind, P.K.

Bhartia, D.C. Stein Zweers, B.N. Duncan, D.G.

Streets, H. Eskes, R. van der A, C. McLinden, V. Fioletov, S. Carn, J. de Laat, M. DeLand, S.

Marchenko, R. McPeters, J. Ziemke, D. Fu, X.

Liu, K. Pickering, A, Apituley, G.G. Abad, A.

Arola, F. Boersma, C.C. Miller, K. Chance, M.

de Graaf, J. Hakkarainen, S. Hassinen, I. Ialongo, Q. Kleipool, N. Krotkov, C. Li, L. Lamsal, P.

Newman, C. Nowlan, R. Suleiman, L.G. Tilstra, O. Torres, H. Wang, and K. Wargan, 2018. The Ozone Monitoring Instrument: overview of 14 years in space, Atmospheric Chemistry and Physics, 18: 5699-5745.

Li, C., J. Joiner, N.A. Krotkov, and P.K. Bhartia, 2013.

A fast and sensitive new satellite SO

retrieval algorithm based on principal component analysis:

Application to the ozone monitoring instrument, Geophysical Research Letters, 40(23): 6314-6318.

Li, C., N.A. Krotkov, and J. Joiner, 2006. OMI/Aura

Sulphur Dioxide (SO

) Total Column 1-orbit L2 Swath 13×24 km V003, https://doi.org/10.5067/

Aura/OMI/DATA2022, Accessed on May 10, 2019.

Li, C., Q. Zhang, N.A. Krotkov, D.G. Streets, K. He, S.C. Tsay, and J.F. Gleason, 2010. Recent large reduction in sulfur dioxide emissions from Chinese power plants observed by the Ozone Monitoring Instrument, Geophysical Research Letters, 37:

L08807.

Lin, W., X. Xu, Z. Ma, H. Zhao, X. Liu, and Y. Wang, 2012. Characteristics and recent trends of sulfur dioxide at urban, rural, and background sites in North China: Effectiveness of control measures, Journal of Environment Sciences, 24(1): 34-49.

Liu, F., S. Beirle, Q. Zhang, S. Dörner, K. He, and T.

Wagner, 2016. NO

lifetimes and emissions of cities and power plants in polluted background estimated by satellite observations, Atmospheric Chemistry and Physics, 16: 5283-5298.

Liu, Y., X. Chen, S. Huang, L. Tian, Y. Lu, Y. Mei, M. Ren, N. Li, L. Liu, and H. Xiang, 2015. Association between air pollutants and cardiovascular disease mortality in Wuhan, China, International Journal of Environmental Research Public Health, 12(4):

3506-3516.

Mallik, C., S. Lal, M. Naja, D. Chand, S. Venkataramani, H. Joshi, and P. Pant, 2013. Enhanced SO

concentrations observed over northern India: role of long-range transport, International Journal of Remote Sensing, 34(8): 2749-2762.

Martin, R.V., A.M. Fiore, and A. van Donkelaar, 2004.

Space-based diagnosis of surface ozone sensitivity to anthropogenic emissions, Geophysical Research Letters, 31: L06120.

McLaren, R., P. Wojtal, J.D. Halla, C. Mihele, and J.R.

Brook, 2012. A survey of NO

: SO

emission ratios measured in marine vessel plumes in the Strait of Georgia, Atmospheric Environment, 46:

655-658.

Moon, K.J., H.G. Cheo, K.H. Jeon, Y. Xiaoyang, M.

Fan, D.G. Kim, H.J. Park, and J.S. Kim, 2018.

Review on the Current Status and Policy on PM

in China, Journal of Korean Society for Atmospheric Environment, 34(3): 373-392 (in Korean with English abstract).

National Bureau of Statistics (NBS), 2006-2016. China Statistical Yearbook, http://www.stats.gov.cn/tjsj/

ndsj, Accessed on Jul. 12, 2019.

Qu, Y., J. An, Y. He, and J. Zheng, 2016. An overview of emissions of SO

and NO

and the long- range transport of oxidized sulfur and nitrogen pollutants in East Asia, Journal of Environmental Sciences, 44: 13-25.

Schmidt, A., S. Leadbetter, N. Theys, E. Carboni, C.S.

Witham, J.A. Stevenson, C.E. Birch, T. Thodarson, S. Turnock, S. Barsotti, L. Delaney, W. Feng, R.G. Grainger, M.C. Hort, Á. Höskuldsson, I.

Ialongo, E. Ilyinskaya, T. Jóhannsson, P. Kenny, T.A. Mather, N.A.D. Richards, and J. Shepherd, 2015. Satellite detection, long-range transport, and air quality impacts of volcanic sulfur dioxide from the 2014-2015 flood lava eruption at Bárðarbunga (Iceland), Journal of Geophysical Research: Atmospheres, 120: 9739-9757.

Seinfeld, J.H. and S.N. Pandis, 2016. Atmospheric chemistry and physics: from air pollution to climate change, John Wiley and Sons, New York, NY, USA.

Shah, V., D.J. Jacob, K. Li, R.F. Silvern, S. Zhai, M. Liu, J. Lin, and Q. Zhang, 2020. Effect of changing NO

lifetime on the seasonality and long-term trends of satellite-observed tropospheric NO

columns over China, Atmospheric Chemistry and Physics, 20: 1483-1495.

Souri, A.H., Y. Choi, W. Jeon, J.H. Woo, Q. Zhang, and J. Kurokawa, 2017. Remote sensing evidence of decadal changes in major tropospheric ozone precursors over East Asia, Journal of Geophysical Research: Atmospheres, 122(4): 2474-2492.

Streets, D.G., T. Canty, G.R. Carmichael, B. de Foy, R.R. Dickerson, B.N. Duncan, D.P. Edwards,

J.A. Haynes, D.K. Henze, M.R. Houyoux, D.J.

Jacob, N.A. Krotkov, L.N. Lamsal, Y. Liu, Z.

Lu, R.V. Martin, G.G. Pfister, R.W. Pinder, R.J.

Salawitch, and K.J. Wecht, 2013. Emissions estimation from satellite retrievals: A review of current capability, Atmospheric Environment, 77:

1011-1042.

Sun, W., M. Shao, C. Granier, Y. Liu, C.S. Ye, and J.Y.

Zheng, 2018. Long-Term Trends of Anthropogenic SO

, NO

, CO, and NMVOCs Emissions in China, Earth’s Future, 6: 1112-1133.

US EPA, Criteria Air Pollutants, https://www.epa.gov/

criteria-air-pollutants, Accessed on Jun. 13, 2019.

Vinken, G.C.M., K.F. Boersma, A. van Donkeelaar, and L. Zhang, 2014a. Constraints on ship NO

emissions in Europe using GEOS-Chem and OMI Satellite NO

observations, Atmospheric Chemistry Physics, 14: 1353-1369.

Vinken, G.C.M., K.F. Boersma, J.D. Maasakkers, M. Adon, and R.V. Martin, 2014b. Worldwide biogenic soil NO

emissions inferred from OMI NO

observations, Atmospheric Chemistry Physics, 14: 10363-10381.

Wang, S.X., B. Zhao, S.Y. Cai, Z. Klimont, C.P. Nielsen, T. Morikawa, J.H. Woo, Y. Kim, X. Fu, J.Y.

Xu, J.M. Hao, and K.B. He, 2014, Emission trends and mitigation options for air pollutants in East Asia, Atmospheric Chemistry Physics, 14: 6571-6603.

World Health Organization, 2018. World health statistics 2018: monitoring health for the SDGs, sustainable development goals, World Health Organization, Geneva, Switzerland.

Zheng, B., D. Tong, M. Li, F. Liu, C. Hong, G. Geng, H. Li, X. Li, L. Peng, J. Qi, L. Yan, Y. Zhang, H. Zhao, Y. Zheng, K. He, and Q. Zhang, 2018.

Trends in China’s anthropogenic emissions since 2010 as the consequence of clean air actions, Atmospheric Chemistry and Physics, 18(19):

14095-14111.

Fig. S1. Spatial distribution of annual mean Ratio Of nitrogen dioxide to sulfur dioxide Concentration (ROC) from 2005 to 2015. ROC is always under 0.4 in the Seoul Metropolitan Area, and the highest time for ROC in China is 2013.

Supplements

Fig. S2. Variation of air pollutants emitted from Korea and China. Sulfur oxides and nitrogen oxides were

55.6 times and 9.1 times more emitted from China than from Korea, respectively.

Fig. S3. Number of data per pixel used to calculate the average annual concentration. Approximately 146 data per pixel,

on average, were used after the quality control process.