기후변화에 따른 미세먼지 대기질 변화 추정 및 관련 정책 지원 연구

기후환경 정책연구 2020-04

기후변화에 따른 미세먼지 대기질 변화 추정 및 관련 정책 지원 연구기후환경정책연구 · 2020-04

A Study on Estimating Changes in Air Quality Caused by Particulate Matter due to Climate Change and Supporting Relevant Policies for Air Quality Management

기후변화에 따른 미세먼지 대기질 변화 추정 및 관련 정책 지원 연구

이 승 민 외

연구책임자 이승민 (한국환경정책·평가연구원 연구위원) 참여연구원 최기철 (한국환경정책·평가연구원 부연구위원) 심창섭 (한국환경정책·평가연구원 연구위원) 최지원 (한국환경정책·평가연구원 연구원) 나건수 (한국환경정책·평가연구원 연구원) 이주희 (한국환경정책·평가연구원 연구원) 권지수 (한국환경정책·평가연구원 연구원) 외부연구진 허선경 (서울대학교 지구환경과학부 박사후연구원)

✥연구자문위원 (가나다순)

김유미 (한국환경정책·평가연구원 연구위원) 신영수 (환경부 대기환경정책과 서기관)

유 철 (국가미세먼지정보센터 배출량조사팀 팀장) 윤대옥 (충북대학교 지구과학교육과 교수)

전호철 (한국환경정책·평가연구원 부연구위원) 홍제우 (한국환경정책·평가연구원 부연구위원)

ⓒ 2020 한국환경정책·평가연구원 발행인 윤 제 용

발행처 한국환경정책·평가연구원

(30147) 세종특별자치시 시청대로 370 세종국책연구단지 과학·인프라동

전화 044-415-7777 팩스 044-415-7799 http://www.kei.re.kr

인 쇄 2020년 12월 26일 발 행 2020년 12월 31일

등 록 제 2015-000009호 (1998년 1월 30일) ISBN 979-11-5980-452-6 93530 인쇄처 (사)아름다운사람들복지회 02-6948-9650

이 보고서를 인용 및 활용 시 아래와 같이 출처를 표시해 주십시오.

이승민 외(2020), ｢기후변화에 따른 미세먼지 대기질 변화 추정 및 관련 정책 지원 연구｣, 한국환경정책·평가연구원

값 9,000원

서 언

그간 대기오염물질 배출을 저감하기 위해 전 사회가 노력한 결과, 2018년 연평균 초미세먼 지 농도는 관측 이래 최젓값을 나타내었습니다. 그러나 안심하기 이르다는 듯이 2019년 2월 말~3월 초 발생했던 고농도 미세먼지 현상은 무려 9일 동안이나 계속되어 최장기 고농도 사례 로 기록되었습니다. 이것은 전반적인 대기질 개선에도 불구하고 극단적인 기상 여건에 의해 심각한 대기오염이 발생할 수 있음을 보여 주는 단적인 예라고 할 수 있습니다. 더구나 최근 진행된 연구 결과들은 장기간 지속되는 대기오염 현상이 기후변화와도 밀접하게 관련되어 있 음을 보여주었습니다.

현재까지의 대기관리정책은 대기오염물질 배출을 줄이기 위해 다양한 방법을 강구해 왔지만 정작 고농도 미세먼지 발생과 밀접한 관련이 있는 기상 및 기후의 영향은 깊이 있게 고려하지 못하였습니다. 또한 기후변화를 유발하는 온실가스 배출관리정책과의 접점을 찾는 데도 다소 어려움을 겪고 있습니다. 이러한 시기에 미세먼지 농도에 대한 기상·기후의 영향을 분석하고, 변화된 기후 여건에서의 고농도 미세먼지 발생을 전망하기 위한 본 연구는 매우 중요한 의미가 있다고 생각합니다. 향후 연평균 미세먼지 농도의 감소만을 목표로 하는 평면적 정책에서 벗어 나 고농도 미세먼지 발생에 미치는 기상·기후의 영향을 고려하고, 고농도 미세먼지 발생 빈도·

강도 약화를 목표로 하는 입체적이고 세심한 정책으로의 변화를 꾀하는 데 본 연구가 중요한 자료가 될 것으로 기대합니다.

본 연구를 수행한 한국환경정책·평가연구원 기후대기안전연구본부 대기환경연구실의 이승 민 박사, 최기철 박사, 최지원 연구원, 나건수 연구원, 이주희 연구원, 권지수 연구원, 서울대학 교 허선경 박사에게 감사를 표합니다. 바쁘신 와중에도 자문을 통해 연구에 도움을 주신 환경 부 신영수 서기관, 국가미세먼지정보센터 유철 팀장, 충북대학교 윤대옥 교수께 깊은 감사를 드립니다. 또한 세심한 연구 조언을 아끼지 않은 우리 원의 전호철 박사, 김유미 박사, 홍제우 박사에게도 감사드립니다.

2020년 12월 한국환경정책·평가연구원 원 장

윤 제 용

요 약 ∣ i

요 약

Ⅰ. 연구의 배경 및 목적

1. 연구 필요성

❏ 2000년대부터 꾸준한 대기오염물질 배출 저감 노력에도 획기적으로 개선되지 않는 미세 먼지 대기질 문제

ㅇ 미세먼지 및 전구물질에 대해 지속적으로 관리정책을 이행한 결과 2010년대 초반까지 서울시의 대기오염물질 배출량과 (초)미세먼지 농도는 계속해서 감소하는 추세 ㅇ (초)미세먼지 농도는 2013년부터 상승하는 추세를 보이다가 2017년부터 다시 소폭

감소하긴 하였으나 여전히 연평균 PM_2.5 농도 25μg/m³ 안팎에서 증감을 반복하며 정체하는 경향

❏ 미세먼지 농도와 기상조건·기후변화 간의 관련성 규명을 위한 연구들이 시도되고 있으나 정책적 개선점 도출을 위한 연구는 미흡한 실정

ㅇ 현재까지의 관련 연구들은 기후변화가 대기질에 미치는 영향 규명 또는 미래 기후변화에 따른 대기질 농도 예측 등에 대해서 일부 수행되고 있을 뿐 대기질과 기후변화 간의 관련성을 파악하여 정책적 시사점을 도출하고자 하는 연구는 매우 미흡한 실정 ㅇ 과거의 대기관리정책은 상시적 배출원 관리에 중점을 두었으나, 최근에는 상시적 대책뿐

만 아니라 고농도 당일에 대한 비상저감조치(2019.2 도입) 및 고농도 빈발 계절에 대한 계절관리제(2019.11 도입) 등 시간 규모에 따라 목표와 대상을 달리하여 정책을 다각화 하는 쪽으로 변화하고 있으며, 이러한 정책 변화 방향에 따라 다양한 관점에서 기상과 대기질의 관련성을 파악하여 정책적 활용 방안 도출 필요

2. 연구 목적 및 범위

❏ 기상 및 기후변화와 미세먼지 대기질의 관련성 분석

ㅇ 미세먼지 대기질과 관련 기상 요소의 중장기 변화 패턴 분석 ㅇ 미세먼지 농도에 영향을 미치는 주요 기상·기후 인자 분석

ㅇ 다양한 시간 규모(연평균, 계절평균, 고농도 사례 등)에서의 미세먼지 대기질 및 기상 관련성 분석

ㅇ 기후변화와 대기오염(미세먼지)간의 관련 기작 규명

❏ 미세먼지 농도에 대한 기상변화 기여도 산정 및 기후변화에 따른 미세먼지 대기오염 변화 전망

ㅇ 배출고정-기상변화 모델링 수행에 따른 미세먼지 농도에 대한 기상변화 기여도 분석 ㅇ 미래 기후에서의 미세먼지 대기질 전망을 위한 미세먼지 영향 기상지수 개발 및 예측성

검증

ㅇ 미래 기후에서의 미세먼지 대기질 전망을 위한 모델링 기반 구축

ㅇ 미래 기후 시나리오에 따른 기상변화 및 배출량 저감 목표를 반영한 미세먼지 농도 예측 ㅇ 분석 결과의 검증 및 정책적 시사점 분석

Ⅱ. (초)미세먼지 농도와 기상 여건의 관련성 – 연평균 분석

1. 연평균 미세먼지 농도 및 기상 요소 변동 추이

ㅇ 최근 4년간의 연평균 (초)미세먼지 농도는 2016년 이래 3년간 감소하다가 2019년 다시 소폭 증가(그림 1 참조)

ㅇ 2019년도의 기상 여건은 전년도에 비해 기온 상승, 풍속 약화, 강수량 감소로 미세먼지 농도에 좋지 않은 여건 조성(그림 2 참조)

요 약 ∣ iii

자료: 서울특별시 대기환경정보, “기간별 평균”, 검색일: 2020.6.5. 자료를 이용하여 저자 작성.

<그림 1> 연평균 (초)미세먼지 농도 변화 추이(서울시)

자료: 기상청 기상자료개방포털, “종관기상관측(ASOS)”, 검색일: 2020.6.24. 자료를 이용하여 저자 작성.

<그림 2> 서울시 연간 대기오염물질 배출량 및 미세먼지 농도 변화 추이

2. 연평균 미세먼지 농도에 대한 기상변화 기여도 확인

❏ 기상변화에 따른 지역별 연평균 초미세먼지 농도 변화

ㅇ 배출고정-기상변화 모델링을 수행하여 기상변화에 따른 초미세먼지 농도 변화율을 분석 한 결과, 2012년 이후에는 대부분의 지역에서 초미세먼지가 높아지는 기상조건 형성 ㅇ 기상요인에 의한 지역별 초미세먼지 농도는 대체적으로 유사한 변화 수준을 보였으나

일부 기간(2013~2016년)에서는 지역별 영향이 상이한 사례 존재(그림 3 참조)

주: 뺷미세먼지관리 종합계획뺸, 뺷권역별 대기환경관리 기본계획뺸 기준 연도인 2016년을 기준으로 기상변화 에 따른 초미세먼지 농도 변화율을 제시함.

자료: 저자 작성.

<그림 3> 기준 연도(2016년) 대비 기상 변화에 따른 국내 전체 및 지역별 연평균 PM2.5 농도 변화

❏ 2016년 대비 기상 및 그 외(비기상) 요인에 의한 농도 기여

ㅇ 2012년 이전까지는 배출 등 비기상 요인이 농도에 기여하는 비중이 크며, 점차 감소하는 경향을 나타낸 반면, 2013년 이후에는 기상 및 비기상 요인 모두 뚜렷한 변화 없음(그림 4 참조)

ㅇ 이러한 결과는 2012년 이전에는 국내외 대기오염물질 배출 변화 등 비기상 요인이 미세먼지 농도 감소를 주도하였으나(기상 영향은 상대적으로 낮은 수준), 2012년 이후

요 약 ∣ v

에는 상대적으로 낮은 농도 수준과 함께 높아진 기상 영향으로 배출 저감에 따른 뚜렷한 농도 변화를 체감하기 쉽지 않음을 의미함

주: 1) 그 외 요인은 국내외 대기오염물질 배출 변화, 대기화학조건 변화, 관측자료 불확실성(측정소 확대 외), 모델 불확실성 등의 요인을 포함함.

2) 가로축은 2002~2019년 기간을 나타냄.

자료: 저자 작성.

<그림 4> 2016년 대비 서울의 연평균 PM2.5 농도 변화에 대한 기상 및 그 외(비기상) 요인 기여 분석

Ⅲ. (초)미세먼지 농도와 기상 여건의 관련성 – 계절별, 월별 분석

1. 최근의 계절별 풍속 변화 추이 및 미세먼지 농도에 대한 기상변화 기여 분석

❏ 계절별 풍속 및 풍속 정체일 수의 변화 추이

ㅇ 최근 20년 기간(2001~2019년)의 계절별 풍속 변화 추이는 2014년 이후 모든 계절에서 풍속 감소 경향을 보였으며, 특히 겨울철 풍속 감소 패턴이 뚜렷함

❏ 배출고정-기상변화 모의실험에 따른 계절별 평균 미세먼지 농도에 대한 기상변화 기여 분석 ㅇ 계절별, 연도별 기상요인에 의한 PM2.5 농도 변화는 봄철과 가을철이 가장 낮으며,

여름철에 상대적으로 큰 변화폭을 나타냄

ㅇ 겨울철의 경우 특히 2012년 이후 대부분 기간의 기상여건이 연구 기준연도인 2016년 대비 미세먼지 농도에 악조건을 형성하는 점이 특징적

2. 계절관리제 기간 초미세먼지 농도 변화 추이 및 기상변화 기여도 분석

❏ 계절관리제 기간 지역별 초미세먼지 농도 변화 추이

ㅇ 초미세먼지 농도는 대체로 계절관리제 기간(1~3월, 12월) 중 12월에 최젓값, 3월에 최고치 수준에 이르는 경향을 나타냈고, 2018년 말부터 2019년 3월까지 농도가 급격하 게 증가하다가 이후 급격한 감소(최근 5년 중 최저 수준)

ㅇ 배출고정-기상변화 모의실험 결과, ’19년 12월~’20년 3월의 기상 여건은 전년 동월 대비 전반적으로 유리한 조건이지만 최근 기간인 2016~2019년 전체와 비교하면 평이 한 수준임. 다만 월별로 구분하여 살펴보면, 상대적으로 3월의 기상 여건은 2017~2019 년 동월에 비해 초미세먼지 농도가 낮아지는데 호조건을 형성하여 미세먼지 농도 감소의 주요 원인으로 기여(그림 5 참조)

주: 1) 계절관리제 기간은 2019년 12월~2020년 3월(4개월 간).

2) 가로축은 2016~2019년(2017~2020년) 동안 계절관리제 기간임.

자료: 저자 작성.

<그림 5> 2020년 대비 기상변화에 따른 월별 농도 변화율(전국)

요 약 ∣ vii

3. 2020년 계절관리제 기간 기상 요소별 여건 분석

❏ 2015~2020년 기간 동안 계절관리제 기간에 대한 바람(풍향, 풍속), 기온, 강수 변화 ㅇ 바람의 경우 2020년에는 동풍 계열의 강한 바람이 주로 불었으며 이는 풍향 및 풍속

면에서 모두 유리한 조건

ㅇ 기온의 경우, 2017~2018년이 가장 낮고 2020년이 가장 높았으며, 이는 2020년이 매우 불리한 기상여건

ㅇ 강수량의 경우 최근 5년 중 2020년 3월에 강수량이 적은 편이나 1~2월은 가장 많은 강수량을 기록하였고, 이는 2020년 3월은 불리한 여건이나 1~2월은 유리한 기상 여건 으로 판단

4. 비기상 요인 변화 추정: 국내외 배출량 감소

❏ 계절관리제 기간 대비 초미세먼지 농도 변화 추이 및 원인 분석

ㅇ 계절관리제 기간의 초미세먼지 관측 농도의 경우 2016~2017년 약 31μg/m³, 2017~2018년 약 30μg/m³, 2018~2019년 약 33μg/m³, 2019~2020년 약 25μ g/m³으로 연평균 농도 범위에 비해 높은 수준

ㅇ 배출고정-기상변화 모의실험 결과, 2016~2017년 대비 이후 기간의 기상 조건은 모두 미세먼지 농도 증가에 기여하였으며, 비기상 요인에 의한 농도 감소분이 기상 요인에 의한 농도 증가보다 상대적으로 크게 작용함에 따라 2018~2019년 외 계절관리제 기간 의 농도 급감 원인은 비기상 요인에 의한 것으로 판단

❏ 모의실험 결과에 대한 미세먼지 농도의 변동성 원인 중 비기상 요인(국내 배출량 감소) 추정 ㅇ 수도권 지역의 교통량은 2019년 대비 2020년 계절관리제 기간에 감소하는 경향이며 (1~3월 평균 기준, 한강대로 118만 1,000대/일 → 102만대/일, 청계천로 및 종로 92만대/일 → 84만 5,000대/일, 공항대로 96만 3,000대/일 → 95만 5,000대/일), PM_2.5 농도는 2019년에는 도로변 대기 측정망이 도시 대기 측정망보다 대체로 더 높은 농도가 관측된 반면(한강대로 43μg/m³ → 중구 35μg/m³, 청계천로 39μg/m³ → 종로

구 34μg/m³, 종로 36μg/m³ → 종로구 34μg/m³, 공항대로 44μg/m³→ 강서구 39μ g/m³), 2020년에는 두 측정망 간의 농도 차이가 줄어드는 경향

ㅇ 최근 기간 대비 초미세먼지 농도의 급감은 도심지역의 교통량 감소 및 PM2.5 관측 농도 감소 등의 국내 배출량 감소로 인한 비기상 요인 중 하나로 판단

❏ 모의실험 결과에 대한 미세먼지 농도의 변동성 원인 중 비기상 요인(국외 배출량 감소) 추정 ㅇ 2016~2020년 기간의 한중 대기질 변화를 확인한 결과, 2020년 2월 전후로 우한시

주변 지역의 대기질이 개선되었음을 확인하였고(2019년 대비 2월과 3월의 AOD가 각각 15.4%, 17.2% 감소), 이는 코로나 바이러스로 인한 중국 곳곳의 공장 가동 중단, 교통량 감소 등의 요인으로 판단

Ⅳ. (초)미세먼지 농도와 기상 여건의 관련성 – 고농도 사례 분석

1. 고농도 미세먼지 발생 패턴 변화 분석

❏ 고농도 미세먼지 연간 발생 빈도·강도 및 지속일 수 변화

ㅇ 서울시 초미세먼지 고농도 사례 발생 빈도를 살펴보면 대기질이 꾸준히 개선되었던 P1 기간에는 전체 고농도 사례 발생일 수도 꾸준히 감소하나 P2 기간에는 발생일 수 증감이 반복됨(그림 6 참조)

ㅇ 대기질 개선 기간(P1)에는 장기간 고농도 사례의 빈도가 감소하지만, 농도 변화가 정체 하는 기간(P2) 중 최근 기간(2017년 이후)에는 장기간 고농도 사례의 빈도 증가

요 약 ∣ ix

P2(2013~2019) P1(2005~2012)

자료: 서울특별시 대기환경정보, “대기오염물질 측정값”, 검색일: 2020.6.5의 PM_2.5 농도 자료를 바탕으로 저자 작성.

<그림 6> 초미세먼지 고농도 사례 농도 구간별 발생일 수(서울)

❏ 계절별 고농도 사례 발생 빈도 변화

ㅇ P1 기간(2005~2012년)과 P2 기간(2013~2019년)의 고농도 총 사례 일 수는 각각 575일, 436일이며, 연평균 발생일 수는 각각 71.9일, 62.3일로 전반적으로 고농도 사례 발생 자체는 다소 감소

ㅇ 계절별 발생일 수를 비교하면 P1 기간에 비해 P2 기간에 봄철(26.5% → 36.2%)과 겨울철(33.0% → 39.2%)의 발생 비중이 증가하고 여름철(21.0% → 13.1%)과 가을철 (19.5% → 11.5%)의 발생 비중이 감소

ㅇ 최근 여름철 및 가을철에 비해 겨울철과 봄철의 풍속이 크게 약화되어 고농도 초미세먼 지 발생에 유리한 조건을 조성한 것으로 추정

2. 초미세먼지 고농도 사례 발생에 영향을 미치는 기상조건

❏ 초미세먼지 고농도 사례 발생일의 기상장 특성

ㅇ 초미세먼지 고농도 사례 발생일의 기상장 특성을 P1과 P2의 두 기간에 대해 분석해보면, 최근(P2) 기간에 한반도 서쪽으로는 유라시아 고기압이 약화되고 한반도 및 아시아 중위도 고기압이 강화되며, 한반도 동쪽으로는 알래스카 지역의 고기압이 강화되고 알류 시안 저기압이 강화됨

ㅇ 한반도 서쪽의 기압계 변화에 따라 우랄블로킹이 약화되어 동아시아 지역 서풍 약화 및 대기 정체 유발하여 미세먼지 고농도 사례 발생에 기여한 것으로 추정

ㅇ 한반도 동쪽의 알류시안 저기압 강화는 초미세먼지 고농도 사례발생 시 우리나라에 위치한 이동성 고기압이 동쪽으로 빠져나가지 못하게 하는 일종의 블로킹으로 작용하여 미세먼지 고농도 사례 장기화에 기여하는 것으로 추정

3. 기후변화와 한반도 미세먼지 고농도 사례 발생 간의 연관 가능성 분석

❏ 기후적 관점에서 대규모 기상장의 변화가 미세먼지에 끼치는 영향

ㅇ 최근 기간의 초미세먼지 고농도 사례 빈발과 장기화에 영향을 미친 대규모 기압계 변화 에는 온난화로 인한 해수면온도 상승과 북극 해빙의 변화가 중요한 역할을 한 것으로 추정

ㅇ 온난화에 따른 북극 지역 바렌츠해에서의 해빙 감소가 유라시아 상층 고기압 약화 및 동북아 상층 고기압 강화를 유발함으로써, 한반도 미세먼지 농도 상승에 영향을 주었을 가능성

ㅇ 북극 지역 베링해에서의 해빙이 감소하면서 강화된 알류시안 저기압에 의한 블로킹 현상 강화로 인해 한반도 지역의 대기 정체가 증가하여 고농도 사례 장기화에 기여하였 을 가능성(그림 7 참조)

요 약 ∣ xi

주: 1) Cold season은 10월~3월까지의 기간임.

2) 해빙 농도 편차(SIC anomaly)는 비율값(최대 1)으로 단위가 없음.

자료: 저자 작성.

<그림 7> P1, P2 기간의 Cold season 평균 해수면 온도 및 해빙 농도 아노말리

Ⅴ. 결론 및 정책적 시사점

❏ 현행 미세먼지 관련 정책 보완 필요

ㅇ 최근 20년 기간에 대해 배출고정-기상변화 모델링을 수행하여 초미세먼지 농도에 대한 기상변화 기여도를 확인한 결과 최근에는 상대적으로 미세먼지 농도에 대한 기상 요인 에 의한 기여가 비기상 요인의 비중과 비슷한 수준으로, 대기질 관리에 있어 배출 저감과 더불어 기상변화 고려 필요

ㅇ 미세먼지 종합계획의 목표 달성을 위해 상대적으로 기상의 영향에 민감해진 현재 상황을 고려하여 배출 저감 목표량 강화, 일정 수준의 농도 범위 제시 등 구체적인 목표 설정 필요

ㅇ 국내 정책 추진 성과 평가 시 기상의 영향을 함께 평가하여 정확하고 올바른 방법으로 정책 평가 및 개선점 모색 필요

ㅇ 기후변화와 대기질의 관련성을 고려하여 대기관리와 기후변화 완화 정책을 연계 추진해 야 하며, 기상 관련 계절 전망 및 중기 전망 등을 고려하여 대기질 전망 및 대기관리 목표 설정 필요

주제어 : (초)미세먼지, 기상, 기후변화, 기여도, 모델링, 대기관리정책

✥ 차 례 ✥

요 약 ···ⅰ

제1장 서론 ···1

1. 연구의 배경 및 필요성 ···1

2. 연구의 목표 및 주요 연구 내용 ···8

3. 연차별 연구 추진 내용 ···9

제2장 (초)미세먼지 농도와 기상 여건의 관련성 – 연평균 분석 ···17

1. 연평균 미세먼지 농도 및 기상 요소의 변동 추이 ···17

2. 연평균 미세먼지 농도에 대한 기상변화 기여도 확인 ···19

제3장 (초)미세먼지 농도와 기상 여건의 관련성 – 계절별, 월별 분석 ···34

1. 최근 기간 계절별 풍속 변화 추이 및 미세먼지 농도에 대한 기상변화 기여 분석 ···34

2. 계절관리제 기간 초미세먼지 농도 변화 추이 및 기상변화 기여도 분석 ···39

3. 금년도 계절관리제 기간 기상 요소별 여건 분석 ···41

4. 비기상 요인 변화 추정: 국내외 배출량 감소 ···45

제4장 (초)미세먼지 농도와 기상 여건의 관련성 - 고농도 사례 분석 ···56

1. 고농도 미세먼지 발생 패턴 변화 분석 ···56

2. 초미세먼지 고농도 사례 발생에 영향을 미치는 기상조건 ···60

3. 기후변화와 한반도 미세먼지 고농도 사례 발생 간의 연관 가능성 분석 ···67

2. 미세먼지 대기질과 기후변화의 연관성 분석 ···84

참고문헌 ···85

Executive Summary ···91

✥ 표 차 례 ✥

<표 1-1> 기간별(P0, P1, P2) (초)미세먼지 농도 및 주요 기상 인자(풍속, 기온)의 변화

경향 ···10

<표 1-2> 배출고정-기상변화 모델링을 위한 대표 연도 선정 ···12

<표 3-1> 2018~2020년 계절관리제 기간의 PM2.5 농도 및 교통량 ···48

<표 3-2> 2019~2020년 계절관리제 기간 중 1~3월의 평균 PM2.5 농도 및 교통량 ···49

<표 3-3> MODIS AOD 자료를 이용한 2019~2020년 겨울철 기간의 중국 우한시 (위도: 29.5~32.5, 경도: 112.5~115.5)의 격자값 (총 12개) ···54

<표 3-4> MODIS AOD 자료를 이용한 2019~2020년 겨울철 기간의 중국 우한시의 격자값(총 12개)의 평균 ···55

<표 4-1> P1 기간과 P2 기간의 계절별 고농도 PM2.5 사례일 수 ···59

<그림 1-1> 2001~2017년 기간 동안 서울시 연간 대기오염물질 배출량 변화 추이 ···2

<그림 1-2> 미세먼지 농도를 결정하는 과정들 ···3

<그림 1-3> 대기정체일과 대기정체 없는 날의 PM2.5 농도 차이(위)와 미국 지역별 연평균 대기 정체일 수(아래) ···4

<그림 1-4> 2013년 1월 중국 미세먼지 고농도 사례와 기후변화의 연관성 분석 연구 결과 ···5

<그림 1-5> 미세먼지관리 종합계획(2020-2024) 개요 ···7

<그림 1-6> 계절관리제 및 비상저감조치 도입 ···7

<그림 1-7> 연구의 목표 및 주요 연구 내용 ···9

<그림 1-8> 국내 연평균 풍속 및 정체일 수(위)와 봄·겨울 평균 풍속 및 정체일 수(아래) 변화 ···11

<그림 1-9> 최근 연도(2018년) 대비 연도별 기상 변화에 따른 국내(SKOR)와 수도권(SMA) 지역에서의 연평균 PM2.5 농도 모의 결과 및 국내 평균 관측 농도(OBS) ···13

<그림 1-10> 초미세먼지 고농도 사례 지속기간별·농도구간별 발생일 수(서울시) ···14

<그림 1-11> 두 기간의 겨울철 고농도 사례에 대한 500hPa 지위고도 및 바람 벡터, 기온(위)과 동서 및 남북 방향 바람(아래) 합성장 분석 결과 ···15

<그림 2-1> 연간 대기오염물질 배출량 변화 추이(서울시) ···18

<그림 2-2> 연평균 (초)미세먼지 농도 변화 추이(서울시) ···18

<그림 2-3> 서울시 연간 대기오염물질 배출량 및 미세먼지 농도 변화 추이 ···19

<그림 2-4> 배출고정-기상변화 모델링 수행체계 ···20

<그림 2-5> 기상 모델링 성능 검증을 위한 기상 요소별 모의값 및 관측값 비교 ···21

<그림 2-6> 대기질 모델링 성능 검증을 위한 기상 요소별 모의값 및 관측값 비교 ···22

<그림 2-7> 2001~2008년 기상변화에 따른 모델의 모의 연평균 농도 분포 ···24

<그림 2-8> 2009~2016년 기상변화에 따른 모델의 모의 연평균 농도 분포 ···25

<그림 2-9> 2017~2019년 기상변화에 따른 모델의 모의 연평균 농도 분포 ···26

<그림 2-10> 2016년 대비 기상변화에 따른 2001~2008년 모델의 모의 연평균 농도 분포 변화 ···27

<그림 2-11> 2016년 대비 기상변화에 따른 2009~2017년 모델의 모의 연평균 농도

분포 변화 ···28

<그림 2-12> 2016년 대비 기상변화에 따른 2018~2019년 모델의 모의 연평균 농도 분포 변화 ···29

<그림 2-13> 기준 연도(2016년) 대비 기상 연도 변화에 따른 국내 전체 및 지역별 연평균 PM2.5 농도 변화 ···30

<그림 2-14> 기준 연도(2016년) 대비 기상 연도 변화에 따른 국내 전체 및 지역별 연평균 PM2.5 농도 변화율 범위 ···30

<그림 2-15> 2002년 이후 서울의 연평균 PM2.5 농도 변화 ···31

<그림 2-16> 2016년 대비 서울의 연평균 PM2.5 농도 변화에 대한 기상 및 그 외(비기상) 요인 기여 분석 ···32

<그림 2-17> 2012년 전후 서울의 연평균 PM2.5 농도에 대한 기상 및 비기상 요인에 의한 농도 기여 상자그림(Box plot) 분석 ···33

<그림 3-1> 2000~2019년 기간 동안 계절별 풍속 변화 추이 ···34

<그림 3-2> 2016년 대비 배출고정-기상변화 모델링에 따른 계절별 농도 변화율 ···35

<그림 3-3> 2016년 대비 배출고정-기상변화 모델링에 따른 계절별 농도 변동 폭 ···36

<그림 3-4> 배출고정-기상변화 모델링에 따른 계절별 PM2.5 농도 변화 경향 ···37

<그림 3-5> 배출고정-기상변화 모델링에 따른 연평균, 계절별 PM2.5 농도 변화에 대한 상자그림 ···38

<그림 3-6> 2015~2020년 기간의 12월, 1~3월 초미세먼지 농도 변화 ···39

<그림 3-7> 기상변화에 따른 계절관리제 기간의 농도 변화(전국 및 지역별) ···40

<그림 3-8> 2020년 대비 기상변화에 따른 월별 농도 변화율(전국) ···41

<그림 3-9> 2015~2020년 계절관리제 기간의 평균 풍속 변화(그래프) ···42

<그림 3-10> 2015~2020년 계절관리제 기간의 평균 풍속 변화(바람장미) ···43

<그림 3-11> 2015~2020년 계절관리제 기간의 기온 편차 변화 ···44

<그림 3-12> 2015~2020년 계절관리제 기간의 강수량 편차 변화 ···44

<그림 3-13> 계절관리제 기간의 국내 전체 초미세먼지 관측 농도 변화 ···46

<그림 3-15> 2018~2020년 계절관리제 기간의 PM2.5 농도 및 교통량 분석 ···49

<그림 3-16> MODIS-Terra AOD 자료를 이용한 2016~2020년 겨울철 기간의 대기질 추정 ·· 52

<그림 3-17> 전년(2019년) 동월 대비 코로나 봉쇄 기간 전후의 우한 지역 AOD 변화율 ···55

<그림 4-1> 초미세먼지 고농도 사례 농도 구간별 발생일 수(서울시) ···57

<그림 4-2> 초미세먼지 고농도 사례 지속 기간별 발생일 수(서울시) ···58

<그림 4-3> 계절별 연평균 풍속 변화 추이 ···59

<그림 4-4> 초미세먼지 고농도 사례에 대한 기상 편차 합성장 분석 ···63

<그림 4-5> 초미세먼지 고농도 사례에 대한 기상 편차 합성장 분석(겨울철, 500hPa) ···64

<그림 4-6> 초미세먼지 ‘매우 나쁨’ 사례에 대한 기상 편차 합성장 분석(겨울철, 500hPa) ····65

<그림 4-7> 2017년 1월 초 이상기온 현상에 관한 분석 ···66

<그림 4-8> 고농도 미세먼지(PM10) 사례 시작일로부터 –3~+3일 간의 500hPa 지위고도 변화 ···69

<그림 4-9> 겨울철 미세먼지 고농도 사례의 알류시안 저기압과 알류시안 저기압의 약화 경향에 대한 500hPa 지위고도 ···70

<그림 4-10> 2008년 10월 고농도 미세먼지 사례에 대한 미세먼지 농도 및 500hPa

지위고도 ···71

<그림 4-11> 해빙 면적(Sea Ice Concentration)에 따른 SLP, SAT, UV850 아노말리 ···72

<그림 4-12> 국내 겨울철(12~1월) 해빙 지수 시계열(위)과 NSII와 북반구 대기 순환 간의 회귀 패턴(아래) ···73

<그림 4-13> 추운 계절(10~3월) 북극해 주변 지역의 평균 해수면 온도 및 해빙 농도 편차에 대한 P1, P2 기간 비교 ···74

<그림 4-14> P1, P2 기간 동안 단기간(1일) 및 장기간(4일 이상) 고농도 미세먼지 사례에 대한 북극 지역의 해빙 농도와 해수면 온도 아노말리 ···76

<그림 4-15> 전 지구 기온 편차(막대)와 북극 해빙 최대 면적(3월) 편차(선)의 1984~2019년 기간에 대한 연도별 변화 추이 ···77

<그림 4-16> 2007~2020년 기간 북극해의 각 지역별 해빙 면적 변화 ···78

<그림 5-1> 2012년 전후 서울의 연평균 PM2.5 농도에 대한 기상 및 비기상 요인에 의한 농도 기여 상자그림(Box plot) 분석 ···82

<그림 5-2> ‘대기 10조’ 추진 기간 동안의 베이징 PM2.5 농도 변화 및 원인별 기여도 ···83

AOD Aerosol Optical Depth (에어로졸 광학 두께)

CAPSS Clean Air Policy Support System (대기정책지원시스템) PM Particulate matter (미세먼지)

T500 Temperature at 500hPa (500hPa에서의 기온) T850 Temperature at 850hPa (850hPa에서의 기온) T1000 Temperature at 1000hPa (1000hPa에서의 기온) U500 Zonal wind at 500hPa (500hPa에서의 동서방향 바람) U850 Zonal wind at 850hPa (850hPa에서의 동서방향 바람) U1000 Zonal wind at 1000hPa (1000hPa에서의 동서방향 바람) V500 Meridional wind at 500hPa (500hPa에서의 남북방향 바람) V850 Meridional wind at 850hPa (850hPa에서의 남북방향 바람) V1000 Meridional wind at 1000hPa (1000hPa에서의 남북방향 바람) Z500 Geopotential height at 500hPa (500hPa에서의 지위고도) Z850 Geopotential height at 850hPa (850hPa에서의 지위고도) Z1000 Geopotential height at 1000hPa (1000hPa에서의 지위고도)

제1장 서 론 ∣ 1

제1장 서 론

1. 연구의 배경 및 필요성

가. 꾸준한 대기오염물질 배출 저감 노력에도 획기적으로 개선되지 않는 미세먼지 대기질 문제

｢수도권 대기환경 개선에 관한 특별법｣ 제정(2003), 뺷1,2차 수도권 대기환경관리 기본계획뺸 수립(2005; 2013), ‘미세먼지 예보제’ 전면 시행(2014), 뺷미세먼지관리 특별대책뺸 수립(201 6), 뺷미세먼지관리 종합대책뺸 수립(2017), ｢미세먼지 저감 및 관리에 관한 특별법｣ 제정(201 8), 뺷비상·상시 미세먼지관리 강화대책뺸 수립(2018), 뺷미세먼지관리 종합계획(이하 ‘종합계 획’)뺸 및 뺷미세먼지 고농도 시기 대응 특별대책뺸 수립(2019) 등 2000년대 이후 미세먼지 및 전구물질에 대한 꾸준한 관리 정책 이행 결과 2010년대 초반까지 서울시의 대기오염물질 배출 량과 (초)미세먼지 농도는 계속해서 감소하는 추세를 나타내었다.¹⁾ 특히 2011~2013년 기간 동안 연간 25만 톤 수준이던 배출량은 2014년 이후 20만 톤 내외로 감소하였다. 그러나 (초) 미세먼지 농도는 2013년 이후 2016년까지 오히려 상승하는 추세를 보이다가 2017년부터 다시 소폭 감소하긴 하였으나 여전히 연평균 PM_2.5 농도 25μg/m³ 안팎에서 증감을 반복하며 정체하는 모습을 보이고 있어 대기환경기준인 15μg/m³ 농도 목표를 달성하기엔 요원한 상황이 다(그림 1-1 참조). 정부는 매년 구체화·강화된 대책을 내놓고 있으나 획기적인 대기질 개선을 위해서는 기존과는 다른 시각의 접근이 필요하다고 판단된다. 또한 최근 기간의 대기오염물질

1) 국가법령정보센터, “수도권 대기환경개선에 관한 특별법”, “미세먼지 저감 및 관리에 관한 특별법”; 환경부(2005), pp.1-77; 환경부(2013), pp.1-107; 관계부처 합동(2016), pp.1-32; 관계부처 합동(2017), pp.1-37; 관계부처 합동(2018), pp.1-20; 관계부처 합동(2019a), pp.1-19; 관계부처 합동(2019b), pp.1-92.

배출량과 (초)미세먼지 농도의 변동 경향이 불일치하는 것에 대해 정확한 원인 규명을 통해 앞으로 의 대기관리 정책 개선 방향을 제시해야 할 것으로 생각한다.

주: 자료의 연속성 유지를 위해, ’15년부터 공식적으로 추가 산정된 비산먼지 및 생물성 연소 배출량은 제외함.

자료: 국가미세먼지정보센터, “배출량 통합검색”, 검색일: 2020.8.31; 서울특별시 대기환경정보, “기간별 평균”, 검색일: 2020.6.5를 바탕으로 저자 작성.

<그림 1-1> 2001~2017년 기간 동안 서울시 연간 대기오염물질 배출량 변화 추이

나. 미세먼지 대기질과 기상·기후의 관련성

앞 절에서 말한 배출량 변화와 농도 변화의 경향이 일치하지 않는 문제의 원인에 대해 다양 한 시각이 존재하나 최근에는 2010년대 이후 기상 여건이 변화한 것이 주요 원인이라는 주장 이 설득력을 얻고 있으며, 나아가 이러한 기상 여건의 변화가 기후변화로 인한 것이라는 의견 도 제기되고 있다. 이러한 의견들의 배경에는 미세먼지 농도를 결정하는 데 기상과 기후가 중요한 역할을 한다는 전제가 깔려 있다. 미세먼지를 비롯한 대기오염에 기상·기후가 중요한 역할을 한다는 것에 대해서는 전 세계적으로 많은 연구들이 진행되어 왔다.

제1장 서 론 ∣ 3

김용표(2017, pp.5-6)의 선행 연구에서는 미세먼지 농도를 결정하는 데 배출, 외부 유입, 반응 생성, 제거, 외부 유출 등 여러 가지 과정이 복합적으로 작용하며(그림 1-2 참조), 이 중 제거, 외부 유입 및 유출 등의 과정에는 강수, 바람 등 기상조건이 많은 영향을 미친다고 설명하였다.

자료: 김용표(2017), p.5.

<그림 1-2> 미세먼지 농도를 결정하는 과정들

Tai et al.(2010, pp.3976-3984)은 미국 전역에 대한 11년 간의 관측자료를 분석하여 PM_2.5 농도와 기상 변수 간의 상관관계를 연구한 바 있다. 온도, 습도, 강수, 순환 등의 기상예 측 인자를 이용한 다중선형회귀(MLR) 모델에 의해 초미세먼지 농도 일일 변동의 최대 50%까 지 설명이 가능하며, 대기 정체 조건 하에서 PM2.5 농도는 평균적으로 2.6μg/m³까지 높아진 다고 분석하였다(그림 1-3 참조).²⁾ 또한 이 연구에서는 전 지구 규모 기후 모델(GCM)을 활용 하여 미래 기후 모의실험을 진행한 여러 연구들에서³⁾ 북반구 중위도 지방에서 장기간 지속되

2) Tai et al.(2010): 양원호(2019), p.22에서 재인용.

는 대기 정체 사례가 빈발할 것으로 예측했음을 들며 온난화된 미래 기후에서 PM2.5 농도가 상승할 것이라고 전망하였다.

주: 위 그림(a)의 단위는 μg/m³, 아래 그림(b)의 단위는 일(day)임.

자료: Tai et al.(2010), p.3980.

<그림 1-3> 대기정체일과 대기정체 없는 날의 PM2.5 농도 차이(위)와 미국 지역별 연평균 대기 정체일 수(아래)

한편 한반도를 비롯한 동아시아 지역에서의 기후변화와 대기오염의 관련성에 대한 연구도 최근 상당수 진행되고 있다. 2013년 1월에 중국에서 발생한 심각한 고농도 미세먼지 사례를 분석한 Zou et al.(2017, p.2)에 따르면 2012년 겨울 온난화의 영향으로 북극 빙하가 녹으면

3) Mickley et al.(2004); Murazaki and Hess(2006); Wu et al.(2008): Tai et al.(2010), p.3982에서 재인용.

제1장 서 론 ∣ 5

서 증발산량이 증가해 시베리아 지역에 폭설이 내렸고, 이로 인해 증가된 눈 덮임 면적이 지표 온도를 상승시켜 시베리아 고기압이 악화되었으며, 이로 인해 약해진 북서계절풍이 동북아 지역 대기 정체의 원인이 되어 유례없는 고농도 미세먼지 현상이 발생하였다고 유추하였다(그 림 1-4 참조).

자료: Zou et al.(2017), p.2. 재구성.

<그림 1-4> 2013년 1월 중국 미세먼지 고농도 사례와 기후변화의 연관성 분석 연구 결과

한국의 미세먼지 농도와 기상 및 기후의 관련성에 대한 선행 연구들도 최근 일부 진행되었다.

Kim et al.(2017, pp.1-7)은 기상조건에 의한 영향을 제거한 모델링 결과를 이용하여 최근 기간 배출량이 감소한 데 반해 미세먼지 농도가 상승한 원인이 기상의 영향, 특히 풍속 약화의 영향인 것으로 추정하였다. 이현주 외(2018, pp.423-433)의 연구는 고농도 미세먼지 사례와 연관된 기상 변수들(500hPa 지위고도, 500hPa 동서방향 바람, 850hPa 남북방향 바람)을

이용하여 한반도 미세먼지 지수(KPI)를 개발하였으며(상관계수 약 0.32로 미세먼지 농도 변화 의 10% 정도를 설명 가능), 개발된 지수와 CMIP5(Coupled Model Intercomparison Project Phase 5)에 참여한 모형들을 이용하여 미래 기후에서 고농도 미세먼지 발생 빈도가 증가할 것으로 전망하였다.

이와 같이 미세먼지 농도와 기상조건, 기후변화 간에 관련성이 있음을 밝히기 위한 몇몇 연구 들이 최근 시도되고 있으나 아직까지 기후변화와 한국 미세먼지 대기질의 관련성을 명쾌하게 설명할 수 있는 연구는 상당히 부족한 실정이다. 이러한 연구 결과들이 주는 시사점을 통해 정책적 개선점을 도출하기 위한 연구는 더욱더 미흡한 상황이다. 기존의 미세먼지관리대책에서 도 미세먼지와 기후변화, 에너지 정책 간의 연계성 고려가 부족하였음을 지적하였고,⁴⁾ 가장 최근(2019.11)의 대책인 뺷종합계획뺸에서도 현재 및 가까운 미래의 기상 상황에 대해 대기 정체 일 수가 늘어나는 추세로 고농도 미세먼지 발생이 증가될 우려가 있다고 진단하였다. 하지만 과학적 분석에 의한 구체적인 근거 자료를 제시하고 기상 및 기후의 영향에 대해 정량적으로 평가하여 이를 목표 농도나 배출 저감량 산정에 반영하거나 미래 대기질을 전망한 것은 아니다.⁵⁾

다. 최근 대기관리정책 변화 방향에 발맞추어 다양한 각도에서 기상과 대기질 관련 성을 파악하고 정책적 활용 방안 도출 필요

뺷종합계획뺸에서는 연평균 초미세먼지 농도를 2016년(26μg/m³) 대비 35% 이상 저감하여 2024년에는 16μg/m³의 농도를 달성하겠다는 목표를 선언하였다(그림 1-5 참조).⁶⁾ 미세먼지 농도 증가에 기여하는 방향으로 변화하는 것으로 보이는 최근 기상 여건을 고려할 때 뺷종합계 획뺸에 따른 목표 농도 달성 가능성에 대한 세밀한 진단이 필요할 것으로 판단된다.

4) 관계부처 합동(2017): 이승민 외(2019), pp.3-4에서 재인용.

5) 관계부처 합동(2017); 이승민 외(2019), pp.3-4에서 재인용.

6) 관계부처 합동(2019b), p.33.

제1장 서 론 ∣ 7

자료: 환경부(2019), p.15.

<그림 1-5> 미세먼지관리 종합계획(2020-2024) 개요

또한 최근 들어 정부는 비상저감조치와 계절관리제를 도입하여 연간 대기오염물질 배출량과 연평균 미세먼지 농도 등에 목표를 두고 추진하는 상시 대책 추진과 함께 고농도 발생 당일 및 빈발하는 계절에 강화된 조치를 시행하고 있다(그림 1-6 참조). 이처럼 정교화·입체화되고 있는 대기질 관리 정책 변화 동향에 발맞추어 연평균, 계절별 및 월별, 고농도 발생일 등 다양 한 각도에서 기상과 대기질 간의 관련성을 파악할 필요가 있다.

자료: 환경부(2019), p.22.

<그림 1-6> 계절관리제 및 비상저감조치 도입

현재 수행되고 있는 다수의 대기질 관련 분석 및 정책 연구 과제들의 경우 기후변화가 대기 질에 미치는 영향을 밝히거나 미래 기후변화 상황에서 대기질 농도를 예측하는 등 대기질과 기후변화 간의 관련성을 파악하여 정책적 시사점을 도출하고자 하는 시도는 거의 이루어지지 않았다. 따라서 본 연구에서는 미세먼지 농도와 같은 대기질 변화에 영향을 미치는 다양한 기상 요소들의 변화에 대한 분석을 통해 기상 및 기후변화와 미세먼지 농도 간에 관련성이 있음을 규명하고, 이를 바탕으로 미세먼지 농도에 대한 기상변화 기여도 산정 및 미래 기후변 화에 따른 미세먼지 농도 변화 예측 등을 통해 미세먼지관리 정책 관련 과학적 근거 자료를 마련하고, 정책적 시사점 및 정책 개선 방안을 제시하고자 한다.

2. 연구의 목표 및 주요 연구 내용

본 연구에서는 미세먼지 농도 변화와 관련 기상 요소 변화와의 상호 관련성을 분석하고, 대기화학수송모델링 분석 등을 통해 기상 및 기후변화가 미세먼지 대기질에 영향을 미치는 메커니즘을 규명하고, 이를 바탕으로 미세먼지 농도에 대한 기상변화 기여도를 산정하는 한편, 미래 기후변화에 따른 미세먼지 농도 변화 등을 예측하여 이와 관련한 정책 사항들을 제언하고 자 한다. 이를 위해 아래와 같은 내용의 연구 분석을 수행하였다.

- 상시적 미세먼지 농도 및 고농도 미세먼지 발생에 미치는 기상·기후의 영향평가 - 미세먼지 대기질과 기상 여건, 기후변화의 관련 기작 규명

- 미세먼지 농도 관련 기상 인자를 이용한 미세먼지 예측 지수 개발

- 개발된 지수를 이용하여 미래 기후에서의 고농도 미세먼지 발생 변화 예측 - 미세먼지 농도에 미치는 기상 변화의 기여도 평가

- 평가된 기상 변화 기여도를 고려하여 목표 농도 달성 가능한 배출량 감축 목표 산정 - 정책적 시사점 도출 및 관련 정책 수립 지원

본 연구의 목표 및 주요 연구 내용을 정리하면 <그림 1-7>과 같다.

제1장 서 론 ∣ 9

자료: 저자 작성.

<그림 1-7> 연구의 목표 및 주요 연구 내용

3. 연차별 연구 추진 내용

가. 1차 연도 주요 연구 성과⁷⁾

2019년에 수행한 1차 연도 연구는 미세먼지 농도 및 기상관측자료 통계 분석과 대기화학 모델링 분석을 통해 수행되었다. 통계 분석은 중장기 미세먼지 농도 변화에 대한 주요 기상·기 후 인자 분석, 기후변화와 대기오염 관련 메커니즘 분석, 미세먼지 영향 기상 지수 개발을 위한 기초 분석을 실시하였다. 대기화학 모델링 분석은 과거 주요 기후 인자들의 변화 패턴 분석 결과에 기반한 대표 연도를 선정하여 배출고정-기상변화 모델링을 수행하였다.

7) 이승민 외(2019)의 연구 내용 요약 정리.

1) 미세먼지 농도 및 기상 여건의 중·장기적 변화 분석

1차 연도 연구에서는 미세먼지 대기질과 기상·기후 여건의 관련성을 밝히기 위하여 (초)미 세먼지 농도와 여러 기상 요소(기온, 풍속, 강수량 등)의 시계열 변화를 분석하여 중·장기적 변화 추이를 살펴보았다. 미세먼지 농도 및 주요 기상 요소의 시간적 변화 특징을 기준으로 분석 기간을 총 3개 기간으로 구분하였다. (초)미세먼지 농도가 급격히 감소하고 풍속의 변동 폭이 큰 P0 기간(2001~2006년), (초)미세먼지 농도가 완만하게 감소하고 풍속의 변화 정체를 보이는 P1 기간(2007~2012년), (초)미세먼지 농도 변화가 정체되고, 풍속의 약화 경향이 뚜 렷한 P2 기간(2013~2018년)으로 구분하였다(표 1-1 참조). 이를 통해 최근 기간(2013년 이 후) 미세먼지 농도의 변화가 정체하는 경향은 풍속 약화와 관련이 있는 것으로 추정할 수 있다.

P0 기간(2001~2006년) P1 기간(2007~2012년) P2 기간(2013~2018년) (초)미세먼지 농도 급격한 감소 감소 경향 변화 정체 경향

풍속 변동 폭 큼 변화 정체 경향 감소 경향 뚜렷

기온 변화 정체 경향 감소 경향 증가 경향

주: 미세먼지 농도 변화 및 풍속 변화의 경향에 따라 3개 기간(2001~2006년, 2007~2012년, 2013~2018년)으 로 구분함.

자료: 이승민 외(2019), p.19.

<표 1-1> 기간별(P0, P1, P2) (초)미세먼지 농도 및 주요 기상 인자(풍속, 기온)의 변화 경향

최근 미세먼지 농도의 정체에 중요한 영향 인자로 작용하고 있는 것으로 추정되는 풍속의 변화에 대해 좀더 자세히 살펴보면 연평균 풍속이 2012년 2.26m/s에서 2018년 1.98m/s로 분석 기간 동안 연평균 풍속이 지속적으로 감소하고 있으며, 특히 미세먼지 고농도 사례가 빈발하는 계절인 봄철과 겨울철의 풍속 감소 경향이 뚜렷하고 정체일 수가 증가하는 모습을 보였다(그림 1-8 참조). 최근의 이러한 풍속 변화 패턴을 살펴보았을 때 계속되는 배출량 감소 추세에도 불구하고 미세먼지 농도 변화가 정체한 원인은 약화된 풍속으로 인해 배출된 대기오 염물질이 원활하게 확산되지 못하고 누적 및 정체하여 대기 중 미세먼지 농도를 높이는 데 기여했기 때문으로 추정된다.

제1장 서 론 ∣ 11

주: 정체일수는 일평균 풍속이 2m/s 이하인 날.

자료: 이승민 외(2019), p.20.

<그림 1-8> 국내 연평균 풍속 및 정체일 수(위)와 봄·겨울 평균 풍속 및 정체일 수(아래) 변화

2) 연평균 미세먼지 농도에 대한 기상 기여도 분석

연평균 미세먼지 농도에 대한 기상 변화 기여도 분석에서는 초미세먼지 농도에 대한 기상변 화 기여 분석을 위해 기상 변화에 따른 농도 민감도 분석을 수행하였다. 이를 위해 미세먼지 농도에 미치는 배출량 변화의 영향을 제거하기 위해 배출 입력자료는 고정(2016년 CAPSS

자료)하고 연도별 기상 입력자료만 변화를 주는 배출고정-기상변화 모델링을 수행하였다. 짧 은 연구 기간으로 인하여 모델링 시간 단축을 위해 연평균 미세먼지 농도와 기상 요소의 편찻 값이 특징적인 해를 선별하여 모델링하였고(표 1-2 참조), 최근 해인 2017년과 2018년을 추가 분석하였다.

연도 초미세먼지 농도 기온 풍속

2005 저 저 고

2007 고 고 저

2012 저 저 고

2016 고 고 저

<표 1-2> 배출고정-기상변화 모델링을 위한 대표 연도 선정

자료: 이승민 외(2019), p.25.

2018년 기준으로 전국(SKOR) 및 수도권(SMA)의 미세먼지 농도는 전국 –5~21%, 수도권 –3~24% 범위로 변화하였다(그림 1-9 참조). 배출고정-기상변화 모델링 결과는 동일한 대기오 염물질 배출 조건에서 기상의 변화만으로 최대 26~27%(25μg/m³ 기준으로 약 6.5μg/m³) 폭으로 변동이 가능함을 의미한다. 본 연구에서 이용한 모델링 방법은 배출량을 고정시켜 배출

“변화”의 영향만을 제거한 것이지 배출량 자체를 제거한 것이 아니므로 미세먼지 농도에 미치 는 배출의 영향이 없다고 해석하는 오류를 범하지 않도록 주의해야 한다. 또한 전체 기간이 아닌 일부 해에 한정하여 분석하였기 때문에 기상 변화의 기여도 폭에 대한 추가 검증이 필요 하다.

제1장 서 론 ∣ 13

자료: 이승민 외(2019), p.31.

<그림 1-9> 최근 연도(2018년) 대비 연도별 기상 변화에 따른 국내(SKOR)와 수도권(SMA) 지역에서의 연평균 PM2.5 농도 모의 결과 및 국내 평균 관측 농도(OBS)

3) 고농도 미세먼지 발생에 대한 기상·기후 영향 분석

PM_2.5 농도에 대한 장기간의 자료가 있는 서울 지역에 대하여 초미세먼지 농도가 계속해서 감소하는 2005~2012년의 P1 기간과 농도 변화가 증감을 반복하며 정체하는 2013~2018년 의 P2 기간으로 구분하여 고농도 초미세먼지 발생 패턴에 차이가 있는지 살펴보았다(그림 1-10 참조). P1 기간의 경우 농도 감소에 따라 고농도 사례일의 발생 빈도 역시 감소하는 경향을 보이지만 P2 기간에는 다시 고농도 발생 빈도가 증가하며 최근에는 ‘매우 나쁨’ 사례가 증가하는 추세를 보였다. 또한 최근에는 대기 정체의 영향을 받아 지속기간이 길고 농도가 높은 고농도 발생 사례가 증가한 것으로 분석되었다.

자료: 이승민 외(2019), p.36.

<그림 1-10> 초미세먼지 고농도 사례 지속기간별·농도구간별 발생일 수(서울시)

고농도 발생과 연관된 기상조건을 파악하기 위하여 2004~2018년까지의 기간 동안 발생한 초미세먼지 고농도 사례일(PM_2.5 농도 36μg/m³ 이상)의 대기 상·하층(1000, 850 및 500hPa)의 여러 기상 요소들(기온, 지위고도, 동서방향 바람, 남북방향 바람 등)의 편차장을 합성 분석한 결과, 고농도 미세먼지 사례가 빈발하는 겨울철에 시베리아 지역의 대륙성 고기압이 약화되면 서 한반도 지역으로 불어오는 북서계절풍이 약화되고, 한반도 지역 상층에서 강화된 고기압에 의해 유도된 하강 기류가 대기 안정도를 높여 고농도 발생에 기여하는 것으로 분석되었다.⁸⁾

1차 연도 연구에서는 이러한 고농도 발생 관련 기상 특성이 P1 기간과 P2 기간에 어떻게 변화하였는지에 대해서도 분석하였다. 고농도 사례 발생 당일에 대한 기상 요소 편차장을 두 기간에 대하여 각각 합성 분석하여 비교한 결과, P2 기간에 알래스카 및 베링해 동쪽 지역의 기온과 기압이 상승하면서 형성된 대규모 정체성 고기압이 한반도 부근의 기압 배치에 영향을 미쳐 농도 상승과 지속기간 장기화에 기여하였을 것으로 추정하였다.⁹⁾ 그러나 이러한 분석은 기온변화나 해빙 변화 등을 분석하여 기후변화와 고농도 발생 패턴 변화의 관계를 직접적으로 살펴본 것은 아니기 때문에 좀 더 심층적인 연구가 필요한 상황이다.

8) 이승민 외(2019), pp.37-42.

9) 이승민 외(2019), pp.42-50.

제1장 서 론 ∣ 15

자료: 이승민 외(2019), pp.47-48.

<그림 1-11> 두 기간의 겨울철 고농도 사례에 대한 500hPa 지위고도 및 바람 벡터, 기온(위)과 동서 및 남북 방향 바람(아래) 합성장 분석 결과

나. 2차 연도 주요 연구 내용

본 연구는 미세먼지 농도 및 기상관측자료 통계 분석에 의한 미세먼지 대기질과 기상·기후 관련성 분석 파트, 대기화학 모델링 분석에 의한 미세먼지 농도에 대한 기상 기여도 분석 및 기후변화에 따른 미세먼지 대기질 변화 예측 파트로 구성되어 있으며 두 개의 분석 파트는 상호보완적으로 연계되어 있다. 본 연구는 2019년에 수행되었던 뺷기후변화를 고려한 미세먼 지 예측 및 중장기 관리 정책 수립 연구뺸(이하 ‘1차 연도 연구’)¹⁰⁾의 후속 연구로, 전년도의 연구 성과를 이어받아 관측자료와 모델링 기간을 확장하여 미세먼지 대기질과 기상변화의 관 련성 및 기여도 분석 결과를 검증·확인하고, 기후변화가 한반도 대기질에 미친 영향 관련 가설 의 내용을 증명하기 위한 여러 가지 심층 분석을 추가하였다. 또한 3차 연도에 수행될 미래 기후에서의 미세먼지 대기질 전망을 위한 기반 연구를 준비하는 데 중점을 두었다.

특히 최근 기간 초미세먼지 영향 기상 여건 변화의 원인에 대한 심층 분석을 통하여 기후변 화와 미세먼지 대기질의 관련성을 규명하고자 하였으며, 모든 연도에 대한 배출고정-기상변화 모델링을 수행하여 미세먼지 농도에 미치는 기상변화의 기여도를 검증 및 확인하고자 하였다.

앞서 설명한 바와 같이 최근 변화하고 있는 대기관리정책의 흐름에 발맞추어 기상 및 기후변화 와 미세먼지 대기질의 관련성을 다각적으로 분석하기 위하여 연평균 분석, 계절 및 월별 분석, 고농도 사례 분석 등으로 주요 연구 내용을 정리하였다. 참고로 본 연구 내용에는 새로이 도입 되어 연구 기간 중 완료된 계절관리제도에 대하여 기상 기여도 측면에서 평가하는 분석이 포함 되어 있어 현안 정책을 지원할 수 있는 연구 성과를 도출하였음을 강조하는 바이다.

10) 이승민 외(2019), pp.1-108.

제2장 (초)미세먼지 농도와 기상 여건의 관련성 – 연평균 분석 ∣ 17

제2장 (초)미세먼지 농도와 기상 여건의 관련성 – 연평균 분석

1. 연평균 미세먼지 농도 및 기상 요소의 변동 추이

서론에서 요약 설명한 1차 연도 연구와 동일한 분석 방법으로 분석 기간을 확장하여(배출량 자료는 2017년까지, 미세먼지 농도 및 기상 요소는 2019년까지) 중장기 변화 추이를 살펴보 았다. 2017년 서울시 대기오염물질 배출량은 전년도에 비해 소폭 증가하였으나 연간 20만 톤 내외로 비슷한 수준을 보이고 있으며(그림 2-1 참조), 2019년의 (초)미세먼지 농도는 2016 년 이래 3년 간 감소하였던 추세에서 다시 증가하였다(그림 2-2 참조).

2019년도의 기상 여건은 전년도에 비해 기온 상승, 풍속 약화, 강수량 감소를 보여 종합적 으로 미세먼지 농도에 좋지 않은 여건을 조성하였으며(그림 2-3 참조), 이것이 미세먼지 농도 증가에 영향을 미쳤을 것으로 추정된다.

자료: 국가미세먼지정보센터, “배출량 통합검색”, 검색일: 2020.8.31. 자료를 이용하여 저자 작성.

<그림 2-1> 연간 대기오염물질 배출량 변화 추이(서울시)

자료: 서울특별시 대기환경정보, “기간별 평균”, 검색일: 2020.6.5. 자료를 이용하여 저자 작성.

<그림 2-2> 연평균 (초)미세먼지 농도 변화 추이(서울시)

제2장 (초)미세먼지 농도와 기상 여건의 관련성 – 연평균 분석 ∣ 19

자료: 기상청 기상자료개방포털, “종관기상관측(ASOS)”, 검색일: 2020.6.24. 자료를 이용하여 저자 작성.

<그림 2-3> 서울시 연간 대기오염물질 배출량 및 미세먼지 농도 변화 추이

2. 연평균 미세먼지 농도에 대한 기상변화 기여도 확인

가. 모델링 수행체계

1) 모델링 설계

1차 연도 연구에 이어 연평균 미세먼지 농도에 대한 기상변화 기여도를 확인하기 위하여 배출고정-기상변화 모델링을 수행하였다. 연구 기간의 제약으로 인해 특징적인 대표 연도를 선정하여 분석하였던 1차 연도와는 달리 미세먼지 농도에 대한 기상의 기여도를 장기간에 걸 쳐 연속적으로 살펴보기 위해 미세먼지 농도 관측자료의 분석 기간과 동일한 기간인 최근 약 20년(2001~2020년)을 대상으로 모델링을 수행하여 농도의 민감도 분석 결과를 도출하고자 하였다. <그림 2-4>는 본 연구의 모델링 수행체계를 나타낸 것이며, 기본적인 기상-배출-대기 질 모델링 구성은 기존 연구의 결과(심창섭 외, 2019, p.51)를 활용하였고, 기상 기여도 분석 을 위한 별도의 실험 설계를 하였다.

모델링 수행체계의 입력자료, 모델링 구성, 도메인 설계 등 세부 사항은 전년도 연구 설계와 동일하게 구성하였으며(이승민 외, 2019, pp.25-26), 모의 대상 기간만을 최근 20년으로 확 대하였다.

자료: 심창섭 외(2019), p.51을 바탕으로 저자 재구성.

<그림 2-4> 배출고정-기상변화 모델링 수행체계

2) 모델링 성능 검증

<그림 2-5>는 기상 모델링의 성능을 검증하기 위해 기상 요소(기온, 풍속, 습도, 강수)별로 관측값과 모의값을 시계열 및 scatter plots으로 나타낸 것이다. 기상 모의를 위해 기상 모델 인 WRF(Weather Research and Forecasting Model)를 이용하였고 입력자료는 NCEP의 FNL(Final analysis) 재분석 기상자료를 적용하여 실험을 수행하였다. 2016년 일평균 국내 기상 측정소(592개소)를 대상으로 하여 관측값과 모의값을 비교한 결과, 전반적으로 관측값과 모의값이 유사한 수준과 증감 패턴을 보여주고 있어 본 연구에 활용하기에 적절한 것으로 판단 된다. 다른 기상 요소에 비해 풍속의 경우 다소 과대 모의하는 경향을 나타냈으며, 이는 본 연구만의 문제이기보다는 기상 모델의 기본적인 특성으로 기존 연구들에서도 이러한 경향들을 확인할 수 있다(강미선 외, 2015, p.572; 서범근 외, 2015, pp.163-167). 향후에는 이러한 풍속 과대 모사를 최소화하기 위한 방안을 검토하기 위한 연구가 필요할 것으로 판단된다.

21

자료: 저자 작성. <그림 2-5> 기상 모델링 성능 검증을 위한 기상 요소별 모의값 및 관측값 비교

<그림 2-6>은 대기질 모델링의 성능을 검증하기 위해 PM2.5 농도의 관측값과 모의값에 대한 시계열 및 산포도를 통계지표와 함께 나타낸 것이다. 2016년 전국 일평균 PM2.5 관측 농도와 모의 농도를 비교한 결과, 봄철에 일부 기간에서 과대 예측하는 사례가 존재하나 전반적으로 모델 모의값이 관측값의 수준과 증감 패턴을 일정 수준 따라가고 있는 것으로 판단된다. 연간 전체적으로는 NMB ±10%, R ˃ 0.7으로 우수한 모의성능을 보이고 있으며, 계절별로는 특히 겨울철에 과소모의 경향(NMB –20.8%)을 보이는 등 예측성에 차이를 보였다. 다만 연평균을 포함한 모든 계절이 선행 연구(Emery et al., 2016, pp.582-598; Hurley, 2001, pp.1871-1880; Willmott, 1985, pp.8995-9005)에서 제시한 적합 범위(NMB ± 30%, IOA

˃ 0.5, R ˃ 0.4) 내에 포함되어 본 연구의 목적에 활용할 수 있을 것으로 판단된다.

주: 적합 범위(Acceptable range)는 NMB ± 30%, IOA ＞ 0.5, R ＞ 0.4임(Emery et al., 2016, pp.582-598;

Hurley, 2001, pp.1871-1880; Willmott, 1985, pp.8995-9005).

자료: 모델링 결과를 바탕으로 저자 작성.

<그림 2-6> 대기질 모델링 성능 검증을 위한 기상 요소별 모의값 및 관측값 비교

제2장 (초)미세먼지 농도와 기상 여건의 관련성 – 연평균 분석 ∣ 23

3) 대기질 모델링 모의 결과 분석

본 연구에 적용된 모델은 3차원 광화학 확산 모델로 모델 도메인 범위 내 대기오염물질의 배출, 이류 및 확산, 반응, 침적 등 실제 대기 중에서 이루어질 수 있는 현상, 변화를 시간단위 로 모사한다. 이에 따라 국지적인 기상 변화에 따른 농도 변화뿐 만 아니라, 외부 지역, 국외에 서의 농도 변화에 의한 장거리 이동 영향까지도 고려할 수 있다. 모사 범위는 전년도 보고서에 서 제시한 바와 같이(이승민 외, 2019, pp.25-26) 동아시아 전역을 포함한다. 기상변화에 따른 시간단위 모사 결과는 분석 목표에 따라 연간, 계절별 통계처리를 통해 활용하였다. 아래

<그림 2-7>~<그림 2-9> 및 <그림 2-10>~<그림 2-12>는 각각 2001년부터 2019년까지 대기 질 모델을 통해 기상변화만을 고려하여 모사된 동아시아 지역의 연평균 PM2.5 농도 분포, 기준 연도인 2016년 대비 기상변화에 따른 연평균 PM2.5 농도 차이를 동아시아 지역에 대해 분포도 로 나타낸 것이다. 미세먼지 농도가 높았던 2016년과 비교하면 2007년과 2013~2018년은 유사한 국내 농도 분포 수준을, 나머지 기간에는 국내 농도 분포가 낮은 수준을 나타내었다.

다만 기상 요인에 의한 농도 변화가 동아시아 모든 지역에서 동일하게 나타나진 않고 있어 대상 지역에 따라 기상 영향이 다른 패턴으로 작용될 수 있다. 예를 들어 2016년 대비 기상 요인에 의해 국내 농도가 낮은 수준을 보였던 기간에는 전반적으로 중국 남부 지역의 농도가 높은 수준을 보였으며, 중국 중부 내륙 지역의 농도는 국내와 함께 낮은 수준을 보였다. 중국 북부 지역 역시 기상 요인에 의한 국내 농도 변화와 전반적으로 유사한 변화를 보였다. 다만 세부 지역별로는 전반적인 경향성과 다른 결과들도 보여주고 있어 해석에 주의가 요구된다.

2001200220032004 2005200620072008 자료: 모델링 결과를 바탕으로 저자 작성. <그림 2-7> 2001~2008년 기상변화에 따른 모델의 모의 연평균 농도 분포

25

2009201020112012 2013201420152016 자료: 모델링 결과를 바탕으로 저자 작성. <그림 2-8> 2009~2016년 기상변화에 따른 모델의 모의 연평균 농도 분포

201720182019 자료: 모델링 결과를 바탕으로 저자 작성. <그림 2-9> 2017~2019년 기상변화에 따른 모델의 모의 연평균 농도 분포

27

2001200220032004 2005200620072008 자료: 모델링 결과를 바탕으로 저자 작성. <그림 2-10> 2016년 대비 기상변화에 따른 2001~2008년 모델의 모의 연평균 농도 분포 변화

2009201020112012 2013201420152017 자료: 모델링 결과를 바탕으로 저자 작성. <그림 2-11> 2016년 대비 기상변화에 따른 2009~2017년 모델의 모의 연평균 농도 분포 변화

제2장 (초)미세먼지 농도와 기상 여건의 관련성 – 연평균 분석 ∣ 29

2018 2019

자료: 모델링 결과를 바탕으로 저자 작성.

<그림 2-12> 2016년 대비 기상변화에 따른 2018~2019년 모델의 모의 연평균 농도 분포 변화

<그림 2-13>과 <그림 2-14>는 2016년 대비 기상변화에 따른 연평균 초미세먼지 농도 변화 와 변화 범위를 나타낸 것으로, 전국 및 지역별 분석 결과이다. 선정된 기상 연도 변화에 따른 모의실험을 수행한 결과 초미세먼지 농도는 2016년 대비 전국 평균 19%까지 변화할 수 있음 을 확인하였다(26μg/m³ 기준으로 약 4.9μg/m³). 가장 최저 수준을 보인 해는 2019년이며, 최고 농도는 2013년으로 다만 2016년 수준에 비해 거의 유사하다. 2012년 이후에는 2018년 을 제외하고 대부분 초미세먼지가 높아지는 기상조건을 나타냈던 것으로 파악된다. 지역별 변동 추이를 살펴보면 대부분의 지역에서 유사한 초미세먼지 농도 변화 수준을 보이고 있으나 그중 일부 기간(2013~2016년)에서 지역별 변동 추이가 다른(2013년 이후 기상 요인에 의한 수도권 초미세먼지는 2016년까지 감소하는 데 반해, 호남지역은 증가하는 등) 모습을 보였다.

지역별 기상 요인에 의한 변동 폭은 2016년 대비 수도권은 –18%~4%, 충청지역은 –18%~0%, 호남지역은 –20%~1%, 영남지역은 –16%~3% 수준이다.

주: 뺷미세먼지관리 종합계획뺸, 뺷권역별 대기환경관리 기본계획뺸 기준 연도인 2016년을 기준으로 기상변화에 따른 초미세먼지 농도 변화율을 제시함.

자료: 저자 작성.

<그림 2-13> 기준 연도(2016년) 대비 기상 연도 변화에 따른 국내 전체 및 지역별 연평균 PM2.5 농도 변화

주: 뺷미세먼지관리 종합계획뺸, 뺷권역별 대기환경관리 기본계획뺸 기준 연도인 2016년을 기준으로 기상변화에 따른 초미세먼지 농도 변화율을 제시함.

자료: 저자 작성.

<그림 2-14> 기준 연도(2016년) 대비 기상 연도 변화에 따른 국내 전체 및 지역별 연평균 PM2.5 농도 변화율 범위