1. 서 론
광양, 여수, 순천을 포함하는 광양만 지역은 120 pbb 를 초과하는 오존(Ozone) 농도의 발생빈도가 2006년
4차례, 2007년 19차례, 그리고 2008년에 16차례 등에 걸쳐 관측되고 있으며, 해당지역에 위치한 산업단지 및 지리적 특성 등에 의해 국내에서는 광화학 오염 이 매우 심각한 지역으로 파악되고 있다(NIER, 2010).
대기 중 오존농도는 전구물질인 질소산화물(NOx)과 휘발성 유기화합물(VOC)의 광화학 반응에 의해 생 성되며(Seinfeld and Pandis, 1998), 오존농도의 저감 J. KOSAE Vol. 27, No. 5 (2011) pp. 504~522
Journal of Korean Society for Atmospheric Environment DOI: http://dx.doi.org/10.5572/KOSAE.2011.27.5.504
대기질 모사를 통한 인접지역 배출량이 광양만 오존농도에 미치는 영향분석 - 2010 년 6 월 사례를 중심으로
Estimating Influence of Local and Neighborhood Emissions on Ozone Concentrations over the Kwang-Yang Bay based
on Air Quality Simulations for a 2010 June Episode
김 순 태*ㆍ이 종 범1)
아주대학교 환경건설교통공학부, 1)강원대학교 환경과학과 (2011년 7월 6일 접수, 2011년 7월 25일 수정, 2011년 8월 31일 채택)
Soontae Kim* and Chong-Bum Lee1)
Division of Environmental, Civil & Transportation Engineering, Ajou University, Suwon, Korea
1)Department of Environmental Sciences, Kangwon National University, Chuncheon, Korea (Received 6 July 2011, revised 25 July 2011, accepted 31 August 2011)
Abstract
Simulations of CMAQ with the High-order Decoupled Direct Method (HDDM) for a 2010 June episode are applied to estimate the influence of local and neighborhood emissions on ozone concentrations in the Kwang-Yang Bay (KYB) area. In order to examine ozone response to reductions in NOxand VOC emissions from KYB and Gyeong- sang, ozone isopleths are generated with the first and second-order sensitivity coefficients from HDDM simulations at three sites; Taein, Samil, and Gwangmoo. Simulations show that reduction in KYB NOxmay increase ozone over the sites. On the contrary, NOxreduction from Gyeongsang may decrease ozone at the sites when transport of ozone and its precursors from upwind Gyeongsang is potentially high. However, VOC reductions from KYB and Gyeong- sang are favorable to lower ozone over KYB. The study implies that emission reductions for both local and neigh- boring areas are likely more effective to bring KYB to ozone attainment.
Key words : Kwang-Yang Bay, Ozone, Local and neighborhood emissions, Air quality simulation, HDDM
*Corresponding author.
Tel : +82-(0)31-219-2511, E-mail : [email protected]
을 위해서는 이러한 전구물질의 영향을 파악하는 것 이 중요하다.
2007년 CAPSS (Clean Air Policy Supporting System) 자료를 토대로 광양만 지역의 배출특성을 살펴보면 광양만의 북쪽 지역에는 제철소 등에 의한 질소산화 물의 배출량이 높으며, 남쪽 지역은 이와는 대조적으 로 석유화학 관련 사업장으로부터의 휘발성유기물질 의 배출량이 높게 나타난다(NIER, 2010). 이러한 배 출특성을 고려할 때 광양만 지역의 국지 배출원에 의 한 오존농도는 해당일의 기상조건에 영향을 받을 것 으로 판단된다(Lee, 2003).
광양만 지역의 오존 발생은 해당지역의 배출원 이 외에도 근거리 혹은 원거리에 존재하는 외부 배출원 에 의한 영향도 있을 것으로 판단된다. 특히 광양만 지역은 해안에 위치하는 지리적 특성과 기상조건에 따라 경상 및 대구, 부산, 울산 등 비교적 인접거리에 위치한 배출원의 영향을 받을 수 있을 것으로 판단된 다. 따라서 고농도 오존현상에 대한 이해와 효과적인 오존농도 개선대책을 마련하기 위해서는 국지 배출 원 및 그 인근에서 발생되는 배출원의 영향 정도를 구분하고, 지역별 배출량의 영향을 정량적으로 조사 하는 것이 필요하다.
오존에 대한 기여도 분석방법은 배출량 변화에 따 른 민감도 변화를 조사하는 방법과 배출되는 오염물 질을 추적하여 분석하는 방법 등 다양한 접근이 가능 하다(Environ, 2008). 최근 CMAQ (Community Multi- scale Air Quality; Byun and Schere, 2006; Byun and Ching, 1999) 및 CAMx (Comprehensive Air Quality Model with Extension; Environ, 2010) 등 광화학 대기 모델에 적용되고 있는 HDDM (High-order Decoupled Direct Method)은 배출량 변화 시나리오에 따른 오존 농도 변화를 직접 계산하는 BF (Brute Force) 방법과 는 달리 민감도 계수를 도출함으로써, 다양한 입력자 료 변화에 따른 농도 변화를 한꺼번에 계산할 수 있 는 장점이 있다 (Cohan et al., 2005). 이전의 DDM (Decoupled Direct Method)에서는 오존의 1차 민감도 계수만을 이용하여 비선형성을 고려할 수 없는 문제 점이 있었으나, HDDM의 경우 2차 민감도 계수를 이용함으로써 비선형성으로 인한 오차를 감소하는 동시에 각 지역별, 오염원별, 배출물질별로 오존농도 에 미치는 기여도를 간접적으로 도출할 수 있는 장 점이 있다(CMAS, 2010; Cohan et al., 2005).
HDDM을 이용한 기존 국내연구로서 Kim et al.
(2010)은 광양만 지역의 일최고 오존 농도에 영향을 미치는 오염원별 기여도를 산정하였다. 또한 수도권 지역을 대상으로 HDDM을 이용한 기여도 분석을 통 해 오존 및 질소산화물에 대한 서울, 경기, 인천 등 지역별 배출량에 의한 영향 및 점, 선, 면 등 오염원 별 기여도를 산정하는 연구가 수행되었다(KEI, 2006).
국외 사례로는 해당지역의 고농도 오존사례에 대한 질소산화물 및 휘발성유기화합물의 영향을 검토한 연구(i.e., Environ, 2008; Cohan et al., 2005)와 지역 배출량과 외부 배출량의 영향을 분석한 연구 등이 있다(Kim et al., 2009).
본 연구에서는 CMAQ을 이용한 대기질 기본모사 를 수행하고 광양만 지역에서 관측되는 고농도 오존 의 재현성과 입력되는 배출량을 우선 평가하였다. 관 측자료를 근거로 수정된 배출량을 이용한 HDDM 모 사를 통해 광양만 지역에서 100 ppb 이상의 1시간 평 균 오존농도가 관측된 날들에 대해 국지오염원 및 인 접한 외부오염원에 대한 기여도를 분석하였다. 광양 만 지역의 고농도 사례일에 대한 지역별 기여도를 정 량적으로 조사함으로써 해당지역의 고농도 오존현상 에 대한 이해를 높이는 동시에, 지역별 배출량 저감 에 따른 효과적인 오존 저감대책을 마련할 수 있는 근거를 제시하고자 하였다.
2. 연구방법
2. 1 대기질 모사
모사영역의 경우 27-km, 9-km, 그리고 3-km의 수 평해상도로 구성하였으며, 27-km 모사영역은 중국 동 부, 한반도, 일본 중서부를 포함한다(그림 1). 9-km 모 사영역은 북한 지역 일부를 제외한 한반도 전 지역을, 3-km 모사영역은 광양만 지역을 중심으로 전라, 경상 등 남부지역을 포함한다. 또한 그림 1은 본 연구에서 의 주된 관심지역인 광양만 지역의 대기질 측정소 (Air Monitoring Station, AMS)와 골약동 및 중흥동 의 광화학 측정망(Photochemical Air Monitoring Sta- tion, PAMS)의 위치를 나타낸다.
대기질 모사를 위한 기상자료는 WRF (Weather Research and Forecast) 버전 3.2 모델을 이용하였으며 NCEP FNL (National Center for Environmental Predic-
tion Final Analysis)를 초기자료로 이용하였다. 지형자 료는 SRTM (Shuttle Radar Topography Mission)에서 작성된 90미터 해상도의 DEM (Digital Elevation Model) 자료를 이용하였으며, 토지 이용도는 USGS (United States Geological Survey)의 30초 토지이용도 자료를 환경부의 1초 토지이용도 자료로 수정하여 이용하였다. 그림 2에는 광양, 여수, 순천측정소에 대 해 모사된 풍향을 관측치와 비교하였으며, 표 1에 기 온 및 풍속에 대한 통계를 간략히 제시하였다. 대기 질 모사는 CMAQ 버전 4.5를 이용하였으며, 지역별 배출량에 대한 기여도를 분석하기 위하여 HDDM을 통한 별도의 모사를 수행하였다. 가스상 오염물질에 대한 화학 메카니즘은 SAPRC99 (Statewide Air Pollu- tion Research Center, Version 99; Carter, 1999)을 이
용하였다.
2. 2 모사기간 특성
광양만 지역은 2003~2009년 사이 측정자료를 월 별로 구분해 보면 오존농도 100 ppb 이상이 관측되는 시간의 빈도수가 5월과 6월에 가장 많이 나타나며 (NIER, 2010), Ha et al. (2006)은 2003년~2005년 사 이의 측정자료를 분석하여 광양만 지역에서 월별 평 균 오존농도는 6월 중에 가장 높은 농도를 보이며, 배출원의 영향 등으로 인해 지역별로 고농도 발생일 수가 차이를 보이는 것으로 설명하였다.
해당지역에서의 2010년 집중관측이 진행된 5월 27 일~6월 18일 사이 오존 측정농도는 6월 4일~5일 사이에 관측농도가 1시간 평균 및 8시간 평균 농도 Fig. 1. Modeling domains at horizontal resolutions of 27-km, 9-km, and 3-km. Circles and triangles represent AMS (Air Monitoring Station) and PAMS (Photochemical Air Monitoring Station) sites respectively. Local KYB emissions are defined with a checked box inside the 3-km domain. Remaining domestic emissions are divided into Gyeong- sang, Jeolla, and other regions as shown. Locations of industrial complexes are also presented.
(미국 환경기준 75 ppb)가 대기환경 기준을 초과하는 것으로 나타났다(NIER, 2010). 또한 이 기간 동안 고 농도 오존 해석을 위한 대기질 모델 연구를 위한 기 초연구가 수행된 바(Chun et al., 2010; Kim et al., 2010), 본 연구에서는 모사기간을 광양만 지역에서 비교적
고농도가 관측되었던 6월 4일~5일을 중심으로 2010 년 5월 31부터 6월 9일까지로 정하였다. 본 모사기간 전 3일 정도를 스핀업 기간으로 이용하였으며, 고농 도 오존이 관측된 6월 4일~5일의 주 풍향은 동풍 내지 북동풍이었으며, 이로 인해 광양만의 동쪽에 위 Fig. 2. Observed and simulated hourly 10-m wind direction at Yeosu, Suncheon, and Kwangyang during the modeling
period. Solid and dashed lines represent 9-km and 3-km simulation, respectively.
Table 1. Summarized statistics of 2-m temperature (top) and 10-m wind speed (bottom) for the 9-km simulation.
Temperature (K) Yeosu Suncheon Kwangyang
Mean Observation (Mo) 293.7 295.1 295.1
Mean Prediction (Mp) 292.5 292.5 292.8
Mean Bias (B) -1.1 -2.5 -2.3
Mean Error (G) 2.1 2.7 2.5
Root Mean Square Error (RMSE) 2.6 3.1 2.9
Index of Agreement (IOA) 0.8658 0.8848 0.9020
Coefficient of determination (R2) 0.7697 0.8476 0.8591
Wind speed (m/s) Yeosu Suncheon Kwangyang
Mean Observation (Mo) 2.2 1.9 1.2
Mean Prediction (Mp) 2.5 1.5 1.5
Mean Bias (B) 0.3 -0.4 0.2
Mean Error (G) 1.1 0.7 0.7
Root Mean Square Error (RMSE) 1.4 0.9 0.9
Index of Agreement (IOA) 0.6869 0.7710 0.7283
Coefficient of determination (R2) 0.2602 0.4385 0.3316
Yeosu
Suncheon
Kwangyang
치한 부산, 울산 등 경상지역 배출원이 광양만 지역 오존 생성에 영향을 줄 수 있을 것으로 판단된다. 또 한, 이러한 기상조건으로 인해 광양만 지역의 자체 배출량에 의한 영향은 주로 광양만 서쪽 지역의 오 존 농도에 많은 영향을 미칠 것으로 사료된다.
그림 3은 6월 4일과 5일의 1시간 오존 측정농도를 보인 것으로 4일에는 순천 지역에서 100 ppb를 초과 하는 오존 농도가 관측된 반면, 5일에는 광양, 순천 등 지에서 100 ppb를 초과하는 농도가 관측되었다. 부산, 울산 지역의 경우 6월 4일과 5일 일최고 오존 농도 가 100 ppb를 상회하였고, 주 풍향을 고려할 때 이 지 역으로부터 생성된 오존 또는 그 전구물질이 광양만 지역으로 이동되었을 가능성이 있을 것으로 판단된 다. 그림 4는 NOAA HYSLPT (National Oceanic and Atmospheric Administration, Hybrid Single-particle Lagrangian Integrated Trajectory; Draxler and Rolph, 2011; Rohph, 2011)을 이용하여 광양만 지역으로부 터의 48시간 역궤적 분석을 6월 4일과 5일에 대해 보여주는 것으로 전날 고농도가 나타난 부산, 울산 등 경상지역으로부터의 영향을 추정할 수 있다.
2. 3 배출량 자료
인위적 배출량의 준비를 위해 국내 지역에 해당하 는 9-km, 3-km 모사영역은 2007년 CAPSS 배출량 목록을 이용하였고, 국외 지역에 대해서는 2006년 INTEX-B (2006 the International Chemical Transport Experiment-Phase B; Zhang et al., 2009) 배출량 자료 를 이용하였다. SMOKE (Sparse Matrix Operator Kernel Emissions)를 이용하여 배출량을 처리하였으며, 국내 배출량 자료의 경우 국내 SCC (Source Classification Code)와 U.S. EPA의 SCC를 매칭시켜 공간할당, 화 학종 분류, 시간할당을 수행하였다(Kim et al., 2008).
주요 점오염원은 MCIP (Meteorology-Chemistry Inter- face Processor)을 통해 마련된 기상자료를 이용하여 수직할당을 적용하였다. 자연 배출량의 경우 MEGAN (Model of Emissions of Gases and Aerosols from Nature;
Guenther et al., 2006)을 이용하여 산정하였다.
광양만 지역은 대형 산업단지가 조성되어 있어 오 존의 주요 전구물질인 질소산화물과 휘발성유기화합 물의 배출량이 많으며, 북쪽지역과 남쪽지역의 배출 원 분포가 뚜렷한 대비를 보인다. 그림 5는 광양만 지
(a) June 4th (b) June 5th
Fig. 3. Daily maximum 1-hr O3concentrations observed for (a) June 4thand (b) June 5th, 2010. Ozone at open circle satis- fies with the NAAQS while that at filled circle exceeds the standard (¤¤100 ppb).
역에 대한 질소산화물과 휘발성유기화합물 배출량을 2007년 CAPSS 자료를 바탕으로 제시하였으며, 북쪽
지역은 질소산화물 배출량이 휘발성유기화합물 배출 량에 비해 높은 비율을 보이며, 남쪽 지역은 휘발성
(a) June 4th (b) June 5th
Fig. 4. 48-hr backward HYSPLIT trajectories from Kwang-Yang Bay starting at 6 UTC for (a) June 4thand (b) June 5th, 2010.
(a) NOx (b) VOC
Fig. 5. Snapshots of (a) NOxand (b) VOC emissions in the 3-km domain.
유기물질 배출량이 질소산화물 배출량보다 더 높은 비율을 보인다.
3. 결 과
3. 1 휘발성유기화학물 배출량 검토
정확한 대기질 모사와 올바른 대기질 현황 이해를 위해서는 입력자료로 활용되는 배출량 자료에 대한 검증 및 평가가 우선적으로 이뤄져야 한다. 본 연구 에서는 SMOKE를 이용하여 산정된 인위적 배출량 을 평가하기 위하여 대기질 모사를 수행하고 그 결과 를 평가함으로써 대기질 모사에 이용된 배출량 자료 및 그 처리 방법에 대한 개선작업을 수행하였다. 모 사에 이용된 배출량 평가는 대기질 자동측정망, 광화 학측정망 등과 모사결과 비교를 통해 검토되었다.
그림 1에 보인 것처럼 광양만 지역에는 골약동과 중흥동 2개 측정소에서의 휘발성유기화합물 관측농 도가 이용 가능하다. 골약 측정소의 경우 광양만 북 쪽 지역에 위치하여 주로 제철소 배출량의 영향을 받 을 것으로 판단되며, 중흥 측정소는 광양만 남쪽 지 역의 석유화학단지 배출량의 영향을 많이 받을 것으 로 판단된다. NOx의 경우 그 성상이 NO, NO2로 일 정하나, VOC는 그 종류가 다양하므로 ALKs (Alkenes;
ALK1~ALK5 in SAPRC99), AROs (Aromatics; ARO1
& ARO2), ETH (Ethylene; ETH), OLEs (Olefins; OLE1 and OLE2) 등 총 10개 주요 휘발성 유기물질에 대한
기본 배출량(Base case)을 대기질 모사를 통해 평가 하였다.
산정된 기본배출량 평가를 위한 모사 결과를 비교 한 결과, 10개 항목 중 광화학 측정망과 비교하여 모 사농도 범위가 벗어나는 물질로 ARO2, ETH, OLE1 등이 존재한다(그림 6 참조). OH 라디칼과의 반응성 을 고려할 때 이들 물질은 오존 생성에 있어 중요하 므로(Carter, 1999; Derwent et al., 1996), 본 연구에서 는 이들 물질에 대한 배출량의 수정을 검토하였다.
ARO2는 골약 지역에서 측정치와 비슷한 모사 농도 를 보였으나 중흥 지역에서는 2배 이상 과소평가되 었다. ETH은 골약 지역에서 10배 정도 과대평가되 었는데, 이는 인접한 제철소에 대해 산정된 휘발성유 기화합물 배출량을 SMOKE를 통해 모델 입력자료 로 변환하는 과정 중 이용된 화학종 분류계수가 ETH 성분을 과다평가하기 때문으로 판단된다. OLE1의 경 우 골약 지역에서는 관측치와 큰 차이를 보이지 않 았으나, 중흥 지역은 측정치에 비해 뚜렷이 과소평가 하는 경향을 보였다. 전반적으로 골약 지역에 비해 중흥 지역에서 높은 농도가 관측되고 모사되었으며, 이는 광양만 남쪽지역에 위치한 석유화학 산업단지 의 영향에 의한 것으로 추정된다.
휘발성유기화합물의 경우 모사치가 실제 측정치와 다른 값을 보이는 이유로는 앞서 언급한 바와 같이 배출량 정보 불확실성 또는 화학적 구성성분에 대한 자료의 부족 등을 주요한 원인으로 꼽을 수 있다 (Hogrefe et al., 2003). 광양만 지역의 주요 휘발성유
Fig. 6. Box-whisker plots of VOC concentrations simulated with base and revised emissions at Golyak and Jungheung during the modeling period.
(a) ARO2 (b) ETH (c) OLE1
기화합물 배출량에 대한 SCC를 살펴보면 상위 7개 SCC 배출량이 전체 배출량의 80% 가량을 차지하고 있으나 이들 오염원에 대한 배출량의 화학적 구성정 보는 제대로 파악하기 어려운 실정이다. 따라서 본 연 구에서는 이러한 문제점을 직접적으로 수정하기 보다 는 모델 화학종별 모사치를 측정치와 비교하여 과대 평가 혹은 과소평가가 두드러지는 경우 화학종 구분 계수를 실제 측정치와 유사한 수준을 보일 수 있도 록 수정하여 배출량을 재산정하였다(Revised case).
그림 6은 수정된 ARO2, ETH, 그리고 OLE1의 농 도를 화학종 구분계수 조정 전후에 대해 관측치와 함
께 보였다. 나머지 물질 중 ALK1~ALK5도 측정치 와 비교하여 차이를 보였으며, 위와 같은 방법으로 수 정하였다. 본문에는 제시하지 않았으나 휘발성유기화 합물의 배출량 조정 전후 모사된 오존농도는 크게 차 이를 보이지 않았으며, 일최고 농도의 경우 최대 2 ppb 가량 변화를 보였다.
3. 2 대기질 기본모사
전체적으로 모사된 오존농도의 일변화 패턴은 관 측치와 유사한 결과를 보이며, 수평해상도별 오존농 도 결과 역시 큰 차이를 보이지 않는다(그림 7과 8).
Fig. 7. 1-hr ozone concentrations averaged for observation sites during June 1~~9, 2010. Dots represend observed ozone. Solid and dashed lines shows ozone simulated at horizontal resolutions of 3 km and 9 km, respectively.
Fig. 8. Scatter diagrams of predicted 1-hr ozone concentrations compared with measurements; (a) 3-km and (b) 9-km resolved domain.
(a) 3-km (b) 9-km
100 ppb 전후의 높은 오존이 관측된 6월 4일~5일에 는 모사치가 과소평가한 결과를 보이며, 특히 6월 5 일에는 10 ppb 가량 오존농도를 낮게 예측한다.
그림 9는 6월 3일에서 6일 사이의 광양만 지역에 대해 모사된 1시간 일최고 농도를 나타낸 것이다. 6 월 3일과 4일의 경우 고농도 오존이 관측된 날들로 모사된 오존농도는 풍향에 따라 광양만의 남서쪽 지 역에서 높게 나타나며, 광양만 지역은 NOx배출량이 많은 지역에서 상대적으로 낮은 60~70 ppb 가량 모
사되어 실제 관측치에 비해 낮은 값을 예측한다. 6월 5일과 6일의 경우 해양 쪽보다는 광양만의 서쪽 지 역에서 높게 모사되며, 공간분포를 볼 때 동풍계열의 바람에 의한 영향으로 판단된다.
3. 3 3-km 모사영역 기여도
본 연구에서 이용된 HDDM의 경우 기본모사와 대조모사 결과의 차이를 이용하는 BF 방법과는 달 리, 하나의 모사만으로 1차 민감도 계수와 2차 민감
(a) June 3rd
(c) June 5th
(b) June 4th
(d) June 6th
Fig. 9. Daily maximum ozone concentration simulated for the selected days; (a) June 3rd, (b) June 4th, (c) June 5thand (d) June 6th, 2010.
도 계수를 산출한다(Kim et al., 2009; Cohan et al., 2005). Cohan et al. (2005)에 따르면 모사에서 대상 배출량 j에 대한 1차 민감도 계수를 Sj
(1), 2차 민감도 계수를 Sj, j
(2)라 하고 대상 배출량 j의 상대적 변화율을 Δεj라 하면, 배출량 변화에 따른 오존 모사농도의 변 화는 Taylor expansion에 의해 다음과 같이 나타낼 수 있다. 현재 HDDM에서는 2차 계수만을 산정하므로 3차 이상의 고차항은 오차항이 된다.
1
Cj,Δεj==C0++ΔεjSj(1)++mmΔεj2Sj, j(2)++… (1) 2
식(1)에서 C0는 현 배출량 조건에서의 농도를 의미 한다. 만일Δεj==-1이라면 이는 대상 배출량을 100%
저감한 경우로 이를 식(1)에 대입 후 정리하면 ZOC (Zero-Out Contribution)를 계산할 수 있다. ZOC는 해 당 배출량이 존재하지 않을 경우에 대한 농도 변화 로 HDDM에서는 해당 배출량에 대한 기여도의 의 미를 갖게 된다(Environ, 2008; Cohan et al., 2005).
ZOC==C0-Cj,Δεj==Sj(1)-mm S1 j, j
(2) (2)
2
그림 10~12는 이러한 방법으로 산정된 ZOC를 보 인 것으로, 그림 10은 대형 제철소를 포함하는 광양 만 지역의 산업단지에서 배출되는 NOx가 오존농도에 미치는 영향을 보인 것이다. 광양만에서는 많은 NOx
배출량에 의해 오존이 낮아지는 효과가 나타나며, 풍 하 지역에서는 화학반응에 의해 오존이 생성되는 것 을 볼 수 있다. 6월 3일과 4일의 경우 광양만 지역의 산업단지에서 배출되는 NOx에 의해 순천지역의 일최 고 1시간 평균 오존농도가 7 ppb 가량 증가하는 것으 로 모사되었다. 광양만 지역의 산업단지에서 배출되 는 VOC에 의한 일최고 오존농도 기여도는 모사기 간에 대해서는 작은 것으로 모사되었다.
그림 11은 여수산업단지에서 배출되는 휘발성유기 화합물이 오존농도에 미치는 기여도를 보인 것으로 배출원 지역과 그 풍하 지역에서 15 ppb 이상 오존농 도를 증가시킨다. 광양항 및 율촌 산업단지에서 배출 되는 NOx와 VOC의 영향은 낮은 것으로 모사되는데, 이는 본 연구의 모사기간 동안 관측된 오존농도가 높지 않고, 주 풍향인 동풍에 의해 배출된 오염물질 이 광양만 지역에 영향을 미치기 보다는 동쪽 지역 으로 이동되기 때문인 것으로 판단된다. 그러나 고농
도가 나타나는 다른 기간에 대해서는 이와는 다른 기여도를 보일 것으로 사료된다.
중동 및 삼일동 등 1시간 오존농도 기준을 초과하 는 측정소의 위치가 광양만 지역의 주요 배출원에 근접하는 점을 고려할 때, 이들 측정소의 오존농도 저감을 위해서는 휘발성유기화합물에 대한 저감이 필요할 것으로 판단된다. 또한, 광양만 지역의 NOx
배출량 저감은 NO 적정효과의 감소로 인해 근접 측 정소에서는 오존 농도를 상승시킬 가능성이 있으나, 풍하 지역으로 이동되는 오존 농도의 저감효과는 유 도할 수 있을 것으로 예상된다.
앞서 언급한 바와 같이 해당 모사일의 경우 광양 만 지역에서 배출되는 VOC와 NOx가 그 지역의 오 존 생성에 영향을 끼치기 보다는 바람에 의한 이송 으로 풍하의 타 지역에 더 많은 영향을 끼치는 것을 알 수 있다. 따라서 광양만 지역의 오존 생성 메커니 즘을 이해하기 위해서는 3-km 모사영역보다 더 확장 된 영역에서 외부로부터 유입되는 VOC와 NOx에 의 한 영향을 파악하는 것이 필요할 것으로 판단된다.
3. 4 9-km 모사영역 기여도
광양만 지역의 오존농도에 미치는 영향을 광양만 자체 배출량뿐만 아니라 인접한 지역으로부터의 영 향을 분석하기 위하여 그림 1에 제시한 바와 같이 배 출원 지역을 광양만 지역, 그리고 이를 제외한 경상 지역, 전라지역 및 그 외 지역으로 구분하여 HDDM 모사를 통해 그 기여도를 추정해 보고자 하였다.
그림 12는 상기 네 개의 배출권역으로부터 NOx및 VOC 배출량이 광양만지역 오존농도에 미치는 영향 을 6월 4일 오후 1시에 대해 보인 것이다. 광양만 지 역에서 배출된 휘발성유기화합물의 경우 바람에 따 라 서쪽지역으로 이동되면서 전라남도 해안 지역의 오존농도를 상승시키는 것으로 볼 수 있으며, 풍향에 의해 광양만 지역 자체에 미치는 영향은 제한적인 것 을 알 수 있다. 광양만 지역에서 배출되는 NOx는 배 출원 인근 및 일부 지역에서는 NOx적정효과를 보이 지만, 일정거리 이상의 풍하 지역에서는 오존생성에 영향을 주는 것으로 판단된다. 기존연구(i.e., Sillman, 1999; Gillani and Pleim, 1996)에 의하면 화력발전과 같은 큰 규모의 점오염원이 위치하는 경우, 해당 배 출원 인접 풍하 지역에서는 NO++O3→ NO2++O2반 응에 의해 낮 시간에도 오존이 낮아지는 것으로 알려
져 있다. 광양만 지역의 NOx적정에 대한 정량적인 평가는 IRR (Integrated Reaction Rate) 등을 이용한 분석 이 필요하며, 향후 별도의 연구에서 진행되어야 할 것 이다.
이에 반해 경상지역(부산, 울산, 대구지역 포함)에 서 배출된 VOC와 NOx는 해당일의 경우 해안지역을 따라 오존농도를 수십 ppb 이상 증가시키는 것을 볼 수 있으며, 특히 해양에서의 증가 폭은 더 커지는 것
으로 모사된다. 또한, 6월 4일 광양만 앞바다에서 고농 도로 모사된 오존은 경상지역의 배출량이 풍향에 따 라 이동되어 영향을 미치는 것으로 판단된다. 경상지 역 NOx배출량에 의한 영향의 경우 풍하의 해양에서 오존 농도가 낮아지는 현상이 나타나는데, 이는 NOx
적정에 의한 것으로 추정되며, 해안지역에 위치한 화 력발전 등 주요 NOx배출원의 영향으로 판단된다.
전라지역과 수도권 및 충청, 강원지역으로부터의 배 (a) June 3rd
(c) June 5th
(b) June 4th
(d) June 6th
Fig. 10. ZOC of NOxemissions from the Kwangyang industrial complex on daily maximum ozone concentrations for June 3~~6, 2010.
출량은 해당일의 풍향특성으로 인해 광양만 지역의 오존농도에 미치는 영향은 미미한 것으로 모사된다.
본문에 보이지는 않았으나, 6월 4일을 제외한 다른 날 들에 대해서도 이와 유사한 오존농도 공간패턴이 모 사되었으며, 특히 6월 3일~5일에는 풍향에 의해 광 양만 지역의 오존 농도는 경상지역 배출원에 의한 영 향을 받는 것으로 분석되었다.
모사기간 중 광양만 지역에서 오존농도가 국내 대 기환경 기준인 1시간 평균 100 ppb를 초과한 날은 6
월 3일~5일로 3일간 지속되었으며, 이들 3일은 8시 간 평균농도의 경우 국내 기준인 60 ppb와 미국 기준 치인 75 ppb를 동시에 초과하는 것으로 나타났다.
그림 13은 일최고 농도를 기준으로 측정치와 차이 를 보이는 6월 5일을 제외한 6월 3일과 4일에 대해 지역별 배출량의 기여도를 1시간 평균농도와 8시간 평균농도에 대해 살펴본 것이다. 경상지역에서 배출 되는 NOx및 VOC에 의해 낮 시간 오존농도가 6월 3일에는 40 ppb, 6월 4일에는 50 ppb 가량 증가한다.
(a) June 3rd
(c) June 5th
(b) June 4th
(d) June 6th
Fig. 11. ZOC of VOC emissions from the Yeosoo industrial complex on daily maximum ozone concentrations for June 3~~6, 2010.
특히, 경상지역에서 배출되는 NOx는 낮 시간 동안에 는 오존 생성에 기여하며, 야간에는 오존적정 효과에 의해 오존농도를 감소시켜 주간과 야간의 역할이 뚜 렷한 대비되는 것을 볼 수 있다. 광양지역 자체 배출 량을 살펴보면, NOx는 주간과 야간시간 동안 꾸준히 오존 적정효과를 보이나, 상대적으로 오존농도가 증
가하는 낮 시간 동안에는 음의 기여도가 감소한다.
광양지역 VOC 배출량의 경우 낮 시간 동안 광화학 반응에 의해 최고 20 ppb 가량 오존 농도를 해당 권역 내에서 증가시키는 것으로 모사된다. 경계조건에 의 한 오존 영향은 30 ppb 가량 되는 것으로 모사되고 있 으며, 광양만과 경상지역을 제외한 이외 지역으로부 Fig. 12. ZOCs of NOxand VOC emissions from Gyeongsang (a & b), Jeolla (c & d), KYB (e & f) and other areas (g & h) on
ozone concentrations for June 4th, 2010 at 13 KST.
(a) Gyeongsang VOC
(c) Jeolla VOC (d) Jeolla NOx
(b) Gyeongsang NOx
터의 영향은 그림 12에서 설명된 바와 같이 6월 3일 과 4일 동안에는 상대적으로 낮은 것으로 나타난다.
그림 13에서 논의된 바와 같이 고농도 오존이 나 타난 6월 3일과 4일의 경우 광양만 지역의 VOC 및 경상지역의 NOx그리고 VOC 배출량이 광양만 오존 농도에 미치는 영향이 크게 모사되는 바, 이들 배출 량 저감에 따른 광양만 지역의 오존농도 감소를 예
상할 수 있다. 하지만, 이 경우 오존농도는 NOx및 VOC 조건변화에 따라 비선형적인 농도변화를 보이 므로 배출량 변화에 따른 오존 isopleth를 작성하여 측정위치별 오존 농도변화를 관찰하였다.
식(1)은 하나의 배출량에 대한 것으로 NOx와 VOC 와 같이 두 개의 배출량에 대해 확장하면 식(3)과 같 이 나타낼 수 있다(Environ, 2008).
Fig. 12. Continued.
(e) Kwangyang VOC (f) Kwangyang NOx
(g) Other VOC (h) Other NOx
Cj,ΔεjΔεk==C0++ΔεjSj(1)++mm1Δεj
2Sj, j(2)++ΔεkSk(1) 2
+1
+mmΔεk
2Sk,k(2)++ΔεjΔεkSj,k(2)++…
2 (3)
여기에서 Sj,k
(2)는 배출량 j와 k (예를 들어 NOx와 VOC)에 대한 교차 민감도(Cross sensitivity) 계수로 서 주어진 NOx와 VOC 조건에 대한 상호간의 영향 을 의미한다(Cohan et al., 2005). 식(3)을 이용하면 NOx와 VOC배출량 변화에 따른 오존농도 변화를 유 추할 수 있으며, 이를 이용해 isopleth를 작성할 수 있 다. 이렇게 작성된 오존 isopleth의 경우 모서리 영역 에 대해서는 오차를 보이나, ±50% 배출량 변화 내에
서는 신뢰할 수 있는 것으로 알려져 있다(Environ, 2008).
그림 14와 15는 태인, 삼일, 광무 등 세 개 측정소 에서 광양만과 인근지역의 NOx및 VOC 배출량 변화 에 따른 오존농도 변화를 보인 것이다. 그림 1과 5를 보면 이들 측정소는 광양만의 북쪽과 남쪽, 그리고 여수 남쪽에 위치하며, 위치적으로 주요 오염원과 인 접하여 그 주변지역에서 많은 배출량을 보인다. 이로 인해 광양만 지역 배출량에 의한 영향이 다른 측정 소에 비해 높을 것으로 판단된다. 또한 광양만 지역 에서 고농도 오존이 나타날 경우 패턴 분석을 보면 오존 전구물질이 여수만 등 해양에서 축적된 후 해 풍에 의해 북쪽으로 이동하면서 광무, 삼일 부근에서 Fig. 13. 1-hr and 8-hr ozone concentrations and ZOC of NOxand VOC emissions from KYB, Gyeongsang, and other areas for 3rdand 4thJune, 2010. Dots and solid line represent observed and simulated ozone, respectively.
Stacked bar shows ZOC of each emission on ozone for the hour.
(a) 1-hr
(b) 8-hr
Ozone & ZOC(ppb)Ozone & ZOC(ppb)
Date
Fig. 14. Isopleth for daily maximum ozone at (a) Taein, (b) Samil, and (c) Gwangmoo with KYB NOxand VOC emissions for June 4th, 2010.
(a) Taein
(b) Samil
(c) Gwangmoo
Fig. 15. Isopleth for daily maximum ozone at (a) Taein, (b) Samil, and (c) Gwangmoo with Gyeongsang NOx
and VOC emissions for June 4th, 2010.
(a) Taein
(b) Samil
(c) Gwangmoo
고농도 오존이 발생하고, 태인, 중동을 지나 진상으로 이동되는 빈도가 높게 나타난다(NIER, 2010).
그림 14에서 광양만 자체 배출량에 의한 영향을 먼 저 살펴보면 6월 4일의 경우 광양만에서의 NOx배출 량이 감소할 경우 오존농도가 증가하는 것으로 나타 났다. 이는 VOC-limited의 특성으로 Shon et al. (2010) 이 2009년 광양만 지역의 오존생성과 관련된 발생특 성을 분석하기 위해 광화학 상자모델을 이용한 연구 와 같은 결과를 보인다. 이와는 다르게 해당 지역의 VOC 배출량이 감소하는 경우에는 오존농도 또한 감 소하며, 특히 광무, 삼일 등 VOC 배출량이 많고 고농 도가 모사된 광양만 남부지역에서 그 효과가 큰 것으 로 볼 수 있다. 이에 반해 광양만 북쪽에 위치하는 태 인은 그 변화폭이 상대적으로 작게 나타난다. 전체적 으로 볼 때 광양만 자체 NOx배출량 저감에 따른 오 존농도 저감효과를 보기 위해서는 상당한 배출량 삭 감이 필요한 것으로 보인다.
그림 15는 이들 세 곳에서 경상지역 배출량 변화 에 따른 오존변화를 나타낸 것으로, 경상지역의 NOx
및 VOC 저감을 통해 광양만 지역의 오존농도 감소
를 예상할 수 있다. 특히, 광양만 자체 NOx배출량의 삭감은 오존농도 상승을 유도할 수 있는 반면, 경상 지역의 NOx배출량 삭감은 광양만 오존농도를 저감 할 수 요인으로 분석되는 점에 주목할 필요가 있다.
경상지역 배출량 변화에 따른 예상되는 오존농도 변 화폭 또한 광양만 자체 배출량 변화와 유사한 수준 인 것으로 분석되고 있다.
3. 5 HDDM 적용성 평가
HDDM은 1차 및 2차 민감도 계수를 이용하여 기 여도 분석에 활용하고 있으나, 3차 이상의 고차 민감 도계수를 이용하기에는 현실적으로 어렵다. 본 연구 에서 이용된 HDDM의 적용성을 광양만 지역에 대해 평가하기 위하여 Brute-Force 방법을 이용한 결과와 비교하였다(표 2). Brute-Force 방법과 비교 시, 경상 지역의 NOx배출량을 100% 삭감하는 시나리오를 가 정하였으며, 1차 민감도 계수만을 이용하는 것에 비 해, 1차 및 2차 민감도계수를 이용하는 경우 예측농 도, 편차 및 오차가 감소하는 것을 볼 수 있다.
4. 결론 및 토의
광양만 지역은 현재 오존농도가 대기환경기준을 초과하는 지역으로 구분되고 있으며, 향후 이 지역의 오존을 포함한 대기질 개선을 위해서는 NOx및 VOC 등 전구물질의 저감이 필요하다. 오존의 경우 기상조 건에 의해 규제대상 지역 외부로부터의 영향을 감안 할 수 있으며, 광양만 지역 또한 지리적 조건을 고려 할 때 광양만 외부 배출원이 해당지역의 오존농도에 미치는 영향을 분석할 필요가 있다. 이에 본 연구에 서는 HDDM을 이용하여 광양 자체 배출원과 국내 에 위치하는 외부 배출원의 영향을 질소산화물과 휘 발성유기화합물로 구분하여 그 영향을 검토하였다.
모사기간 중 고농도의 오존 관측일을 대상으로 분 석된 모사결과를 보면, 광양만 지역에서 배출되는 휘 발성유기화합물은 해당지역의 오존농도를 증가시킨 다. 이에 반해 질소산화물은 배출원 부근에서는 오존 농도를 감소시키고, 바람에 의해 이송되면서 오존을 생성할 수 있는 조건이 형성되면 일정거리의 풍하 지 역에서는 오존농도를 상승시키는 것으로 나타난다.
광양만 지역에서 비교적 고농도 오존이 관측되고, Table 2. Comparison of Brute-force and CMAQ/HDDM
for 1-hr ozone simulations after 100% reductions in Gyeongsang NOxemissions.
Gyeongsang Brute-force
Max (ppb)a 186.1
Mean (ppb)b 42.9
CMAQ/HDDM First-order onlyc
Max (ppb)a 190.8
Mean (ppb)b 48.6
Bias (%)e 13.2
Error (%)f 14.0
R2 g 0.8182
W/ Second-orderd
Max (ppb)a 186.2
Mean (ppb)b 45.1
Bias (%)e 5.1
Error (%)f 6.3
R2 0.9311
Note: aMaximum 1-hour ozone simulated over the KYB for June 1st~10th, 2010 after 100% NOxreduction from Gyeongsang applied. bAveraged over the KYB area and episode. cOnly first-order sensitivity coefficients from CMAQ/HDDM were used. dBoth first and second-order sensitivity coefficients were used. eNormalized mean bias, »(HDDM-BF)/»(BF).
fNormalized mean error, »⎜HDDM-BF⎜/»⎜BF⎜. gBetween HDDM and BF.
주 풍향이 동풍으로 인접한 경상지역 배출량이 광양 만 오존에 대한 잠재적 기여도가 높은 날들의 경우 (예를 들어 6월 4일과 5일), 풍상 지역의 배출량 저감 에 따른 광양만 오존농도의 개선효과는 자체 배출량 보다 많은 영향을 주는 것으로 모사되었다. 따라서 광 양만 지역의 오존농도 저감을 위한 배출량 저감계획 수립 시에는 광양만 자체 배출원과 인접한 외부 배출 원을 그 대상에 함께 고려해야 할 것으로 판단된다.
감사의 글
본 연구는 국립환경과학원 “고농도 오존발생 원인 규명을 위한 정밀조사(II)” 과제의 지원을 받아 일부 수행되었으며, 이에 감사를 표합니다.
참 고 문 헌
Byun, D.W. and J.K.S. Ching (1999) Science Algorithms of the EPA Models-3 Community Multi-scale Air Qual- ity (CMAQ) Modeling System, EPA Report, EPA/
600/R-99/030, NERL, Research Triangle Park, NC.
Byun, D.W. and K.L. Schere (2006) Review of the Governing Equations, Computational Algorithms, and Other Components of the Models-3 Community Multiscale Air Quality (CMAQ) Modeling System, Applied Mechanics Reviews, 59(2), 51-77.
Carter, W.P.L. (1999) Documentation of the SAPRC-99 Che- mical Mechanism for VOC Reactivity Assessment, Final Report to the California Air Resources Board, Contracts No. 92-329 and No. 95-308.
Chun, T.H., C.B. Lee, J.C. Kim, and S.T. Kim (2010) Simula- tion of Ozone Concentration in Gwangyang-Bay Area Using WRF-CMAQ Model, Proceeding of the 51st Meeting of KOSAE (2010), 135.
CMAS (2010) Community Modeling and Analysis System web page, Available at http://www.cmascenter.org (accessed 2010).
Cohan, D.S., A. Hakami, Y. Hu, and A.G. Russell (2005) Non- linear response of ozone to emissions: Source appor- tionment and sensitivity analysis, Environ. Sci. Tech- nol., 39, 6739-6748.
Derwent, R.G., M.E. Jenkin, and S.M. Saunders (1996) Photo- chemical ozone creation potentials for a large number of reactive hydrocarbons under European conditions,
Atmospheric Environment, 30, 181-199.
Draxler, R.R. and G.D. Rolph (2011) HYSPLIT (HYbrid Single- Particle Lagrangian Integrated Trajectory) Model access via NOAA ARL READY (http://ready.arl.
noaa.gov/HYSPLIT.php), NOAA Air Resources Laboratory, Silver Spring, MD.
ENVIRON (2008) Higher-Order Decoupled Direct Method (HDDM) for Ozone Modeling Sensitivity Analyses and Code Refinements, Final report to the Texas Commission on Environmental Quality, Work Order 582-07-84005-FY08-07, Novato, CA.
ENVIRON (2010) User’s guide to the Comprehensive Air Quality Model with Extension (CAMx) version 5.30. http://www.camx.com.
Gillani, N.V. and J.E. Pleim (1996) Sub-grid-scale features of anthropogenic emissions of NOxand VOC in the context of regional Eulerian models, Atmospheric Environment, 30, 2043-2059.
Guenther, A., T. Karl, P. Harley, C. Wiedinmyer, P.I. Palmer, and C. Geron (2006) Estimates of global terrestrial isoprene emissions using MEGAN (Model of Emis- sions of Gases and Aerosols from Nature), Atmos- pheric Chemistry and Physics, 6, 3181-3210.
Ha, H., S.D. Lee, J.K. Lee, C.O. Park, and T.R. Mun (2006) On characteristics of surface ozone concentration and temporal∙spatial distribution in Kwangyang- Bay, Journal of Korean Society for Atmospheric Environment, 22(5), 642-652. (in Korean with Eng- lish abstract)
Hogrefe, C., G. Sistla, E. Zalewsky, W. Hao, and J.Y. Ku (2003) An assessment of the emissions inventory process- ing systems EMS-2001 and SMOKE in grid-based air quality models, J. Air Waste Manage. Assoc., 53(9), 1121-1129.
Kim, S., C.H. Bae, H.W. Han, and J.B. Lee (2010) Analysis of High Ozone Concentrations with CAMQ and HDDM in the Gwangyang-Bay Area for June 2010, Proceeding of the 51stMeeting of KOSAE, 136.
Kim, S., D.W. Byun, and D. Cohan (2009) Contributions of inter- and intra-state emissions to ozone over Dallas- Fort Worth, Texas, Civ. Eng. Environ. Syst., 26, 103- 116.
Kim, S., N.K. Moon, and D.W. Byun (2008) Korean emissions inventory processing using the US EPA’s SMOKE system, Asian Journal of Atmospheric Environment, 2(1), 34-46.
Korea Environment Institute (2006) Air Quality Modeling Sys- tem-Development of Emissions Preparation System
with the CAPSS, Final report, Seoul, Korea.
Lee, S.D. (2003) Numerical simulation modeling of ozone con- centration in Kwangyang Bay, Korea, J. of KSEE, 25(3), 287-294. (in Korean with English abstract) National Institute of Environmental Research (2010) 고농도
오존발생 원인 규명을 위한 정밀 조사(II), Final report.
Rolph, G.D. (2011) Real-time Environmental Applications and Display sYstem (READY) (http://ready.arl.noaa.gov), NOAA Air Resources Laboratory, Silver Spring.
Seinfeld, J.H. and S. Pandis (1998) Atmospheric Chemistry and Physics, Wiley Interscience, New York.
Shon, Z.H., S.K. Song, and G.W. Lee (2010) Photochemical
analysis of ozone levels in the gulf of Gwangyang in the spring and summer of 2009, Journal of Korean Society for Atmospheric Environment, 26(2), 161- 176. (in Korean with English abstract)
Sillman, S. (1999) The relation between ozone, NOxand hydro- carbons in urban and polluted rural environments, Atmospheric Environment, 33, 1821-1845.
Zhang, Q., D.G. Streets, G.R. Carmichael, K.B. He, H. Huo, A. Kannari, Z. Klimont, I.S. Park, S. Reddy, J.S. Fu, D. Chen, L. Duan, Y. Lei, L.T. Wang, and Z.L. Yao (2009) Asian emissions in 2006 for the NASA INTEX-B mission Atmos, Chem. Phys., 9, 5131- 5153.
