????

환경영향평가 Vol. 28, No. 3(2019), pp.183~200 J. Environ. Impact Assess. 28(3): 183~200(2019) https://doi.org/10.14249/eia.2019.28.3.183 ISSN 1225-7184 Research Paper 동아시아지역의계절별기상패턴에따른우리나라 PM2.5 농도및기여도특성분석 : 2015 년집중측정기간을중심으로 남기표 이대균 장임석국립환경과학원기후대기연구부대기질통합예보센터 Analysis of PM2.5 Concentration and Contribution Characteristics in South Korea according to Seasonal Weather Patterns in East Asia: Focusing on the Intensive Measurement Periods in 2015 Ki-Pyo Nam Dae-Gyun Lee Lim-Seok Jang Air Quality Forecasting Center, Climate and Air Quality Research Department, NIER 요약 : 본연구에서는지상 PM2.5 측정자료와일기도자료, WRF 및 CMAQ 모델을활용하여동북아시아지역의계절별 PM2.5 거동특성을분석하였으며, 대기질모델에 BFM을적용하여우리나라 PM2.5 농도에대한계절별국내외기여도를평가하였다. 일기도자료를기반으로국내 PM2.5 측정자료및대기질모사결과를통해 PM2.5의거동특성을분석한결과, 동북아지역에서의 PM2.5는장거리수송된대기오염물질의유입및대기정체현상에기인한농도의증가또는깨끗한공기의유입에따른농도의감소등의특징이계절별종관기상특성에따라상이하게나타났다. 대기질모델에 BFM (Brute-Force Method) 을적용하여우리나라 6개집중측정소지점의 PM2.5 농도에대한국내외기여도평가를수행한결과, 백령도지역은낮은자체배출량과동시에중국으로부터인접한지리적특성으로인해국외로부터의기여가지배적인영향을미치는것으로나타났다. 반면, 서울, 울산과같이높은자체배출량특성을나타내는지역의경우, PM2.5에대한국외기여도는타지역에비해상대적으로낮게나타남과동시에계절에따른기여도의표준편차는상대적으로높게나타나는특징을보였다. 본연구는우리나라를중심으로계절별기상조건변화에따른동북아지역의 PM2.5 거동특성을분석하여국내대기오염물질현상에대한이해를증진함과동시에, 지역배출특성에따라 PM2.5 농도에대한국내외기여도는상이할수있음을알려향후대기질개선대책수립시기초자료로활용될수있을것으로기대된다. 주요어 : 초미세먼지, 동북아시아, 거동특성, WRF, CMAQ Abstract: In this study, the characteristics of seasonal PM2.5 behavior in South Korea and other Northeast Asian regions were analyzed by using the PM2.5 ground measurement data, weather data, First Author: Ki-Pyo Nam, Tel: +82-32-560-7722, E-mail: kipyonam@korea.kr, ORCID: 0000-0001-8067-8433 Corresponding Author: Dae-Gyun Lee, Tel: +82-32-560-7721, E-mail: hileedg@korea.kr, ORCID: 0000-0001-6012-7757 Co-Authour: Lim-Seok Jang, Tel: +82-32-560-7660, E-mail: lschang@korea.kr, ORCID: 0000-0002-7538-493X Received: 26 December, 2018. Revised: 17 April, 2019. Accepted: 14 May, 2019.

184 환경영향평가제 28 권제 3 호 WRF and CMAQ models. Analysis of seasonal PM2.5 behavior in Northeast Asia showed that PM2.5 concentration at 6 IMS sites in South Korea was increased by long-distance transport and atmospheric congestion, or decreased by clean air inflow due to seasonal weather characteristics. As a result of analysis by applying BFM to air quality model, the contribution from foreign countries dominantly influenced the PM2.5 concentrations of Baengnyeongdo due to the low self-emission and geographical location. In the case of urban areas with high self-emissions such as Seoul and Ulsan, the PM2.5 contribution from overseas was relatively low compared to other regions, but the standard deviation of the season was relatively high. This study is expected to improve the understanding of the air pollutant phenomenon by analyzing the characteristics of PM2.5 behavior in Northeast Asia according to the seasonal weather condition change. At the same time, this study can be used to establish the air quality policy in the future, knowing that the contribution of PM2.5 concentration to the domestic and overseas can be different depending on the regional emission characteristics. Keywords: PM2.5, East Asia, Behavior characteristics, WRF, CMAQ I. 서론 미세먼지 (Particulate matter, PM) 는대기중에부유하고있는직경 10 μm이하의액체상또는입자상물질이다. 많은선행연구를통해미세먼지가각종호흡기및심혈관질환과연관성이있음이밝혀졌으며, 암을유발함과동시에조기사망률의증가에도영향을미칠수있는것으로알려졌다 (WHO 2000; Samet et al. 2000; Pope et al. 2002; Pope & Dockery 2006; Di et al. 2017). 미세먼지의인체유해성에대한국민들의인식과우려가증가함에따라미세먼지는최근가장큰환경문제로급부상하였으며, 이에대한근본적인대책마련의필요성이나날이증대되고있다. 하지만미세먼지는배출원에서직접생성되는 1차대기오염물질의특성과대기중전구물질들의화학반응으로생성및소멸되는 2차대기오염물질의특성을동시에지니고있는것으로알려져있으며 (Seinfeld & Pandis 2016), 특히작은입자크기로인해 PM10보다인체에더유해한것으로알려진 PM2.5 는 2차대기오염물질의특성이매우큰것으로알려져있다 (Choi et al. 2013; Kim et al. 2016). 이와더불어미세먼지는기상조건에따라대기중에서수송, 축적, 제거되며, 특히지리적으로편서풍대에위치한우리나라는자체영향에주변국으로부터장거리수송된미세먼지및그전구물질의영향이더해져, 고 농도미세먼지현상의원인분석및대책마련이매우복잡한실정이다. 실효성있는미세먼지저감대책의수립을위해서는발생원에대한원인분석과동시에, 기상의영향을반영한동북아지역의미세먼지수송현상에대한이해가필수적이다. 이와관련된국내선행연구로 Kim et al. (2017) 은 CAMx (Comprehensive Air Quality Model with Extensions) 를기반으로 PSAT (Particulate Source Apportionment Technology) 을적용하여 2014년 2월말우리나라수도권지역에서발생한고농도미세먼지현상의국내외영향을산정한바있다. 그리고 Lee et al (2013) 은종관기상자료, CALIPSO (Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observation) 위성자료, 서울지역의 LiDAR (Light Detection And Ranging) 및지상측정자료, FLEXTRA (FLEXible TRAjectory model) 역궤적분석자료등을통해, 2008년 10월서울에서발생한고농도 PM10 현상이중국에서상승하여서풍에타고한반도로장거리수송된대기오염물질의영향에의한것임을밝혔다. 다만, 우리나라를대상으로수행된기존선행연구는대부분 PM10을위주로분석이수행되어 PM2.5에대한연구는아직부족한실정이며, 이와더불어분석기간은주로고농도미세먼지현상이발생한사례기간을중심으로분석이이루어져계절에따른미세

남기표 이대균 장임석 / 동아시아지역의계절별기상패턴에따른우리나라 PM2.5 농도및기여도특성분석 185 먼지거동특성을이해하는것에는한계를나타내었다. 따라서본연구에서는대기질모델과지상 PM2.5 측정자료, 종관기상자료등을활용하여계절별사례기간에대한동북아지역의 PM2.5 거동특성분석을수행하였다. II. 연구방법및검증 1. 연구대상기간및측정자료본연구의분석대상기간은 2016년부터 2018년까지 한 일 PM2.5 협력회의 의모델링분과에서한국국립환경과학원 (National Institute of Environmental Research, NIER) 과일본환경과학원 (National Institute of Environmental Studies, NIES) 이공동분석을수행한기간을대상으로하였으며, 양국에서 PM2.5와 PM2.5의주요성분에대해공통적으로관측을수행한 2015년의계절별사례기간을중심으로기상및대기질측정자료, 모델모사결과를이용한분석을수행하였다 (Table 1). 분석대상지역은국내대기질집중측정소 (Intensive Monitoring Station, IMS) 가위치한 6개지역 ( 백령도, 서울, 대전, 광주, 울산, 제주 ) 으로각집중측정소에서수집된 PM2.5 농도자료를대기질모델의모사능력검증및대기질현상분석에활용하였다. Table 1. Seasonal analysis period in this study Case Season Period Case1 Winter Jan. 21 ~ Feb. 3 in 2015 Case2 Spring May 7 ~ May 21 in 2015 Case3 Summer Jul. 22 ~ Aug. 5 in 2015 Case4 Autumn Oct. 21 ~ Nov. 4 in 2015 2. 기상및대기질모델분석대상기간동안동아시아지역에서의 PM2.5 거동현상을이해하기위해중규모기상및대기질모델을활용하여매시간별 PM2.5 농도에대한모사를수행하였다. 모델링수행을위해사용된기상입력자료는 NCEP (National Centers for Environmental Prediction) FNL 1 1 재분석자료를사용하였으며 (NCEP 2000), 기상및대기질모델에서의초기장에의한불확도를감소하기위해각분석대상기간전에약 10일의 spin-up 시간을주었다. 대기질모델에사용된배출량입력자료로자연배출량은 MEGAN2 (Model of Emissions of Gases and Aerosols from Nature version 2, Guenther et al. 1995), 동북아지역의국외배출량은 MIX 2010(Li et al. 2017), 국내배출량은 CAPSS (Clean Air Policy Support System) 2010년배출목록을이용하였다. 대기질모델의모사영역은 27km의수평공간해상 Figure 1. Domain settings for air quality modeling and IMS locations in South Korea.

186 환경영향평가제 28 권제 3 호 도를지니며경도방향으로 174개, 위도방향으로 128 개의격자로구성된동북아영역 (Domain1) 과 9km 의수평공간해상도를지니며경도방향으로 67개, 위도방향으로 82개의격자로구성된한반도영역 (Domain2) 으로구성되었다. 두모사영역은연직방향으로 15개층을가지며둥지격자 (nesting) 체계로구성되었다 (Figure 1). 본연구에서동아시아지역의기상장을모의하기위해사용된모델은 WRF (Weather Research and Forecast, Skamarock et al. 2008) version 3.8.1 이며, WRF 모델에서적용된주요물리과정으로미세물리과정은 WRF Single Moment 3 class (Hong et al. 2004), 대기경계층 (Planetary Boundary Layer) 과정은 Yonsei University scheme (YSU, Hong et al. 2006) 을이용하였으며, 적운모수화과정은 Kain-Fritsch scheme (Kain 2004) 을이용하였다. 동아시아지역의대기질모사를위해사용된모델은 CMAQ (Community Multi-scale Air Quality; Byun & Ching 1999) version 5.0.2이며, 대기질모델에서사용된에어로졸메커니즘은 5th generation CMAQ Aerosol Module (AERO5, Binkowski & Roselle 2003), 화학메커니즘은 Statewide Air Pollution Research Center Version 99 (SAPRC 99, Carter 2000), 이류과정은 YAMO scheme (Yamartino 1993) 을이용하였다 (Table 2). 대기질모델은시간규모의해상도로동북아및남한지역의 PM2.5 농도를모사하였으며, 추가적으로대기질모델에 EMEP (The European Monitoring and Evaluation Programme) 에서제시한 BFM (Brute-Force Method) 을적용하여우리나라 6개 집중측정소지점의 PM2.5 농도에대한국내외기여도분석을수행하였다 (Bartnicki 1999). III. 연구결과및고찰 1. 모델검증결과본연구의분석대상기간에대해대기질모델에서모사된지상 PM2.5 농도를우리나라 6개집중측정소에서수집된 PM2.5 측정자료를이용하여통계검증하였으며, 그결과를 Table 3에나타내었다. 통계검증에사용된방법은 r (Correlation), RMSE (Root Mean Sqare Error), MB (Mean Bias), IOA (Index of Agreement) 로 r과 IOA는모델에서모사된 PM2.5 농도가실제측정값의변동경향성을잘모사하고있는지를나타내며, RMSE와 MB는측정값과모사값의농도차이수준을나타낸다. 측정자료를활용한통계검증결과, 대기질모델은 6개집중측정소지점에서의 PM2.5 농도에대해평균적으로 0.69의 r 값을나타내며측정값과유의한상관관계를나타냈다. 하지만모델은사례기간별로평균 0.57에서 0.85의 r값범위를보이며분석대상기간에따라다소차이를보였으며, 특히겨울철인 Case1 기간의우리나라중부내륙지역 ( 서울, 대전 ) 과봄철 Case2 기간의백령도및서울지역의 PM2.5 농도에대해모델은낮은예측정확도를보이는한계점을나타냈다. 본연구의분석대상기간중지역적으로모사값과측정값이가장큰차이를보인 Case1 의경우, 모델은 PM2.5가 Case1의전반기동안서풍을타고국외로부터장거리수송되어우리나라로유입되는것으로모사하였다. 이때, 지리적으로중국과인접한백령도 Table 2. WRF and CMAQ configurations (a) WRF (b) CMAQ Micro physics WSM3 Chemical mechanism SAPRC99 Long wave radiation RRTM Aerosol module AERO5 Short wave radiation Goddard Advection scheme YAMO Land-Surface Model Noah LSM Horizontal diffusion Multiscale PBL scheme YSU Vertical diffusion ACM2

남기표 이대균 장임석 / 동아시아지역의계절별기상패턴에따른우리나라 PM2.5 농도및기여도특성분석 187 Table 3. Results of statistical verification of simulated daily mean PM2.5 for 6 IMSs. Case1 Case2 Case3 Case4 Baengnyeongdo Seoul Daejeon Gwangju Ulsan Jeju Avg. Obs. PM2.5 (µg/m 3 ) 27.2 34.4 47.2 27.5 26.8 13.2 29.4 Sim. PM2.5 (µg/m 3 ) 27.3 34.0 25.6 20.9 21.2 10.3 23.2 r 0.86 0.50-0.05 0.58 0.83 0.70 0.57 RMSE 9.1 12.6 25.7 9.8 8.4 5.1 11.8 MB 0.1-0.5-21.7-6.6-5.6-3.0-6.2 IOA 0.93 0.66 0.36 0.67 0.85 0.76 0.71 Obs. PM2.5 (µg/m 3 ) 24.4 31.4 39.3 27.0 27.1 10.9 26.7 Sim. PM2.5 (µg/m 3 ) 12.0 29.7 25.8 21.4 26.2 12.1 21.2 r 0.35 0.41 0.65 0.59 0.72 0.91 0.61 RMSE 14.8 12.7 16.4 10.4 7.4 2.8 10.7 MB -12.4-1.7-13.5-5.7-0.9 1.3-5.5 IOA 0.51 0.63 0.62 0.66 0.83 0.94 0.70 Obs. PM2.5 (µg/m 3 ) 19.4 23.6 22.1 18.8 22.5 5.1 18.6 Sim. PM2.5 (µg/m 3 ) 5.8 24.4 12.4 11.5 13.8 3.1 11.8 r 0.40 0.80 0.96 0.76 0.74 0.86 0.75 RMSE 18.8 9.5 9.7 9.4 11.8 3.2 10.4 MB -13.6 0.8-8.7-7.3-8.7-2.0-6.6 IOA 0.50 0.86 0.83 0.74 0.73 0.83 0.75 Obs. PM2.5 (µg/m 3 ) 23.4 32.9 48.7 39.7 24.5 27.5 32.8 Sim. PM2.5 (µg/m 3 ) 21.0 40.9 35.4 35.0 27.0 22.2 30.2 r 0.86 0.87 0.86 0.87 0.72 0.92 0.85 RMSE 9.4 17.2 20.0 14.5 12.6 7.4 13.5 MB -2.5 7.9-13.3-4.7 2.5-5.3-2.6 IOA 0.91 0.90 0.87 0.92 0.82 0.91 0.89 지역에서는 0.86의 r값과 0.93의 IOA를보이며모델은높은모사정확도를나타냄과동시에측정값과유사한수준의 PM2.5 농도를모사한반면, 상대적으로풍하측에위치한대전과서울에대해서는상대적으로낮은모사정확도를나타냈으며, 특히 1월 25일과 1월 29일의 PM2.5 농도의증가시점을실제보다빠 르게모사하는한계를나타냈다 (Figure 2). 이러한오차는본연구에서대기질모사에사용된국외배출량이 2010년을기준으로작성됨에따라, 대기질모델이해당기간동안발원지에서의 PM2.5 농도수준및분포를잘모사하지못해월경성 PM2.5의영향을부정확하게모사한것에기인함으로판단된다. Figure 2. Time series of simulated (line) and measured (dot) daily mean PM2.5 concentrations for Case 1 period (a: Seoul, b: Daejeon).

01남기표(183~200)ok.qxp_환경28-3_2019 2019. 7. 2. 오전 10:24 페이지 188 188 환경영향평가 제28권 제3호 그리고 Case1에서 Case4의 각 사례기간 동안 우 리나라 6개 집중측정소 지역에 대한 PM2.5 모사값은 측정값과 평균적으로 각각 -6.2 μg/m3, -5.5 μg/m3, -6.6 μg/m3, -2.6 μg/m3의 MB값을 보이며 모델은 PM2.5를 전반적으로 과소모의 하는 것으로 나타났다. 2. 계절별 PM2.5 거동특성 분석 1) 겨울철(Case1) 사례 분석 동북아 지역에서의 계절별 PM2.5 거동특성을 이해 하기 위해 지상일기도 자료(Appendix)와 국내 6개 집중측정소에서 수집된 PM2.5 자료, 대기질 모델을 특히, 모델은 Case2 기간의 백령도, 대전 등 우리나 통해 모사된 PM2.5 공간분포도를 이용하여 종합적인 라 서부지역을 중심으로 PM2.5 농도의 변화경향을 잘 분석을 수행하였으며, Case 1 기간동안 6개 집중측 모사하지 못함과 동시에 실제 PM2.5 농도를 크게 과 정소에서 측정된 PM2.5 농도의 시계열 자료를 Figure 소모의하는 한계점을 나타냈으며 이러한 모델의 한 3에, 모델에서 모사된 동북아 지역의 PM2.5 공간분포 계점을 아래 3.4절에서 다루었다. 를 Figure 4에 나타내었다. 분석을 수행한 결과, 우 리나라는 2015년 1월 23일에 중국 남동부 지역에 중 심을 둔 고기압의 영향으로 서해상에 서풍계열의 바 Figure 3. Time series of daily mean PM2.5 concentrations at 6 IMS sites during Case1. Figure 4. Spatial distributions of hourly PM2.5 representing the Case1 period.

남기표 이대균 장임석 / 동아시아지역의계절별기상패턴에따른우리나라 PM2.5 농도및기여도특성분석 189 람이형성됨에따라중국으로부터 PM2.5가수송되기시작한것으로나타났으며 (Figure 4, a), 장거리수송된 PM2.5는이후 1월 24일부터 25일까지서울과 1월 25일과 26일의대전지역에서의고농도 PM2.5 현상에영향을미친것으로나타났다 (Figure 4, b). 이후 1월 26일에우리나라는시베리아고기압영향권의가장자리에위치함과동시에남동쪽해상부근에중심을둔저기압의영향으로대기가정체되어, 우리나라내륙지역의 PM2.5가뚜렷하게해소되지못한것으로나타났다 (Figure 4, c). 하지만 1월 27일에우리나라는강한북풍계열바람의영향으로깨끗한공기가유입됨에따라백령도, 서울, 대전지역의 PM2.5 농도가감소하기시작하여 1월 28일에는모든집중측정소지점에서 PM2.5 농도가감소한것으로나타났다 (Figure 4, d). 이후 1월 30일에는다시국외로부터장거리수송된 PM2.5 의영향으로 (Figure 4, e), 2월 2일에는장거리수송의영향과더불어내륙지역을중심으로대기가정체되어 PM2.5 농도가높아진것으로나타났다 (Figure 4, f). 최근 Lee et al. (2018) 은 2009년에서 2014년사이서울에서장기간지속된네차례의고농도 PM10 사례가모두겨울철에발생했으며, 이는서풍을타고서해를통해중국으로부터장거리수송된 PM10의영향과정체된기상조건이장기간지속된연무현상의원인이되었음을밝혔다. 이와같이우리나라의겨울철은시베리아고기압의영향으로주로서풍계열의 바람이형성됨에따라국외로부터장거리수송된대기오염물질의영향을받기에유리한기상조건이형성되는것으로알려져있으며, Case1 기간의우리나라 PM2.5 농도변화특성은이러한시베리아고기압의영향범위에따라기상조건이달라지는동아시아지역의겨울철특징을반영하고있는것으로판단된다. 2) 봄철 (Case2) 사례분석 Case2 기간을대상으로국내 6개집중측정소에서수집된 PM2.5 농도의시계열자료와모델을통해모사된동북아지역의 PM2.5 공간분포를 Figure 5와 Figure 6에나타내었다. Case2는 5월 7일부터 21일까지의봄철사례로 5월 7일부터 9일사이우리나라내륙지역에서는대기정체의영향을받아자체배출량이많은서울과울산지역을중심으로높은수준의 PM2.5 농도를나타낸뒤 (Figure 6, a), 10일오후부터 11일까지동풍계열바람의영향을받아내륙지역을중심으로 PM2.5 농도가낮아지는경향을보였다 (Figure 6, b). 이후서풍계열바람의영향으로국외로부터장거리수송된 PM2.5가 5월 12일에백령도지역을시작으로 5월 13일까지우리나라대부분의지역에영향을미친것으로나타났다 (Figure 6, c, d). 그리고 5월 14일에는남풍계열바람이형성된뒤중부내륙지역을중심으로대기가정체됨에따라, 서울, 대전등중부내륙지역에서는 PM2.5 농도가뚜렷하게증가한반면, 제주지역에서는 PM2.5 농도가낮 Figure 5. Time series of daily mean PM2.5 concentrations at 6 IMS sites during Case2.

190 환경영향평가제 28 권제 3 호 Figure 6. Spatial distributions of hourly PM2.5 representing the Case2 period. 아지는특징이나타났다 (Figure 6, e). 이후 5월 15 일에는우리나라내륙지역을중심으로대기가정체되어 PM2.5 농도가뚜렷하게증가하였으며 (Figure 6, f), 5월 16일부터 21일사이에우리나라는잦은주풍계의변화로인해 PM2.5 농도의증감경향성이빈번히바뀐것으로나타났다. Case2 동안에우리나라는잦은국외유입의영향과대기정체의영향을받아겨울철의 Case1 사례와유사한수준의 PM2.5 농도를나타냈다. 그리고이와동시에이동성고기압과그후면에형성되는저기압 이우리나라에짧은주기로번갈아가며영향을미치는봄철기상특성으로인해 PM2.5의장거리수송효과및대기정체에의한농도상승이짧은주기로번갈아가며발생되는특징이나타났다. 3) 여름철 (Case3) 사례분석 Case3 기간동안지상에서측정된 PM2.5의시계열을 Figure 7에나타내었으며, Figure 8에대기질모델에서모사한 PM2.5 공간분포를나타내었다. 여름철사례인 Case3 기간중 7월 22일부터 28일사이우리 Figure 7. Time series of daily mean PM2.5 concentrations at 6 IMS sites during Case3.

남기표 이대균 장임석 / 동아시아지역의계절별기상패턴에따른우리나라 PM2.5 농도및기여도특성분석 191 Figure 8. Spatial distributions of hourly PM2.5 representing the Case3 period. 나라는북태평양고기압의영향으로깨끗한남풍계열바람이유입됨에따라모든지역에서대체로청정한대기상태를나타내었다 (Figure 8, a~c). 이후 7 월 29일낮부터남서계열의바람을타고중국화동지역으로부터장거리수송된 PM2.5가남한으로유입된것으로나타났으며 (Figure 8, d), 7월 30일부터 8월 1일까지 3일에걸쳐우리나라는남풍계열의깨끗한공기의유입으로인해우리나라대부분의지역에서 PM2.5 농도가감소하는것으로나타났지만, 서울과울산의 PM2.5 농도감소폭은상대적으로타지역에비해작게나타났다 (Figure 8, e, f). 동북아지역의여름철은북태평양고기압이확장되고대륙에저기압이자리잡아, 해양성공기덩어리의영향으로비가많이내리거나무더운날씨가계속되는계절적특성을지니고있는것으로알려져있다. 본연구의 Case3 기간에서도우리나라는국외로부터장거리수송된대기오염물질의영향과대기정체로인해일시적으로 PM2.5 농도가증가한것으로나타났지만, 대체로남풍계열의바람이형성됨에따라깨끗한공기의유입으로인해상대적으로다른사례기간에비해깨끗한수준의 PM2.5 농도를나타내었다. 또한, 북태평양기단의영향범위의변동으로인해우리나라에서의월경성 PM2.5 영향또는남풍계 열바람의영향에따른 PM2.5 해소현상이발생되는특징이나타났다. 4) 가을철 (Case4) 사례분석 Case4 기간에대해 6개집중측정소에서측정된 PM2.5 농도의시계열자료와대기질모델을통해모사된 Case4 기간의 PM2.5 공간분포를각각 Figure 9 와 Figure 10에나타내었다. Case4 기간중 10월 21 일에우리나라는대기정체와월경성 PM2.5의영향으로우리나라모든집중측정소에서약 50 μg/m 3 이상의높은 PM2.5 농도가나타난반면 (Figure 10, a), 10 월 22일과 23일양일간우리나라는깨끗한동풍계열바람의영향을받아대전과광주를제외한대부분지역에서 PM2.5 농도가감소한것으로나타났다. 이후 10월 24일에우리나라는서풍계열바람의영향으로국외로부터장거리수송된 PM2.5의영향을받아백령도와제주등일부지역에서의 PM2.5 농도가상승하였지만 (Figure 10, b), 25일부터 26일사이에형성된동풍계열바람과 27일에서 28일에형성된북풍계열바람으로인해깨끗한공기가유입되어우리나라대부분의지역에서낮은수준의 PM2.5 농도를나타내었다 (Figure 10, c). 그러나 10월 29일에는우리나라남부지역을중심으로대기가정체됨에따라울산과

192 환경영향평가제 28 권제 3 호 제주지역에서 PM2.5 농도가증가한뒤 30일과 31일에강한북풍계열바람이불어와 PM2.5 농도가일시적으로낮아졌지만, 11월 1일은대기정체 (Figure 10, d), 11월 2일에는중국으로부터의장거리영향 (Figure 10, e), 11월 3일부터 4일에는대기정체가발생하여 PM2.5 농도가점차증가하는특징을나타내었다 (Figure 10, f). 대기질모델은다른사례와비교하여 Case4 기간에상대적으로높은수준의모사정확도를나타내었으며, 이는상대적으로국외로부터장거리수송에따른고농도 PM2.5 현상의기간이상대적으로적음 과동시에대기정체로인한국내의 PM2.5 농도변화를대기질모델이잘모사한것에기인한것으로판단된다. Case4 기간에발생한우리나라 PM2.5 거동특성은중국대륙에서발생한온대저기압이나이동성고기압의영향으로궂은날과갠날이짧은주기로반복되는동북아지역의계절특성과관련이있는것으로판단되며, 이러한특징은잦은기압계의변화에따라 PM2.5 농도의변동이빈번히발생하였던봄철사례 (Case2) 와유사한특징을나타낸것으로분석되었다. Figure 9. Time series of daily mean PM2.5 concentrations at 6 IMS sites during Case4. Figure 10. Spatial distributions of hourly PM2.5 representing the Case4 period.

남기표 이대균 장임석 / 동아시아지역의계절별기상패턴에따른우리나라 PM2.5 농도및기여도특성분석 193 3. BFM 분석우리나라집중측정소지점에서나타난사례기간별 PM2.5 농도의국내외기여도를산정하기위해, CMAQ 모델에배출량-민감도분석방법인 BFM를적용하여분석을수행하였다. BFM은기본배출량을적용하였을때대기질모델에서모사된농도와배출량에변화를주었을때재모의된농도를비교하여민감도를산출하는방법으로 (Bartnicki 1999), 이를통해산정한사례기간별평균 PM2.5 농도와국외기여도를 Table 4에나타내었다. 그리고 BFM을이용하여산정된분석대상기간에따른지역별국외기여도의범위를 Figure 11에상자그림형태로나타내었다. 그림에서의검은색실선은각각 5, 25, 50, 75, 95 백분위수의위치를나타내며붉은색실선은평균값을나타낸다. 6개집중측정소지점을대상으로한국내외기여도산정결과, 백령도지역의 PM2.5 농도에대한국외기여도는평균적으로약 96.2% 로나타났으며, 모든사례기간에대해국외기여도가 90% 이상으로 6개 집중측정소지역중가장높게나타났다. 또한, 국외기여도의계절별표준편차는약 4.0% 로 6개지점중가장낮게나타나계절에따른차이가뚜렷하게나타나지않았다. 이러한결과는백령도지역의낮은자체배출량의영향과중국으로부터인접한지리적특성으로인해장거리수송되는월경성미세먼지의영향을직접적으로받은결과로판단된다. 이와반대로서울과울산의경우사례기간평균국외기여도는각각 48.2% 50.8% 수준으로타지역 ( 대전 :57.7%, 광주 :55.5%, 제주 :64.5%) 에비해상대적으로낮은국외기여도를나타냄과동시에, 국외기여도의계절별표준편차는각각 16.3%, 16.1% 로다른지역 ( 대전 8.3%, 광주 14.2%, 제주 9.0%) 에비해상대적으로높게나타났다. 본연구에서국내배출량입력자료의기준연도인 2010년의대기오염물질배출량보고서에따르면 (NIER 2012) 서울은산림을제외한면적당 NOx 배출량이 168,141 kg/km 2 으로 16개광역지자체중가장높았으며, 울산의경우 152,210 kg/km 2 으로산림을제외한면적당 NOx 배출량이서울에이어두번째로높게나타남과동시에면적 Table 4. Simulated mean PM2.5 concentration with standard deviation (μg/m 3 ) and domestic and foreign contribution (%) by case Region Case1 Case2 Case3 Case4 PM2.5 conc. 27.3 (18.3) 12.0 (5.7) 5.8 (4.3) 21.0 (18.2) Baengnyeongdo Domestic 1.7 1.0 9.7 2.9 Foreign 98.3 99.0 90.3 97.1 PM2.5 conc. 34.0 (14.9) 29.7 (9.6) 24.4 (16.0) 40.9 (31.7) Seoul Domestic 42.8 47.3 75.9 41.3 Foreign 57.2 52.7 24.1 58.7 PM2.5 conc. 25.6 (9.8) 25.8 (11.1) 12.4 (11.7) 35.4 (26.4) Daejeon Domestic 35.9 40.8 54.4 38.2 Foreign 64.1 59.2 45.6 61.8 PM2.5 conc. 20.9 (7.8) 21.4 (11.1) 11.5 (9.0) 35.0 (26.3) Gwangju Domestic 32.8 43.9 65.3 38.1 Foreign 67.2 56.1 34.7 61.9 PM2.5 conc. 21.2 (11.4) 26.2 (10.7) 13.8 (9.6) 27.0 (18.3) Ulsan Domestic 34.3 57.1 67.9 37.3 Foreign 65.7 42.9 32.1 62.7 PM2.5 conc. 10.3 (5.3) 12.1 (6.0) 3.1 (3.0) 22.2 (13.3) Jeju Domestic 36.6 27.1 47.7 30.5 Foreign 63.4 72.9 52.3 69.5

194 환경영향평가제 28 권제 3 호 Figure 11. Box plot of foreign contributions to PM2.5 by region. 당 SOx 배출량이 172,525 kg/km 2 으로전국에서가장높아두지역에서발생되는자체배출량이해당지역의 PM2.5 농도에미치는기여가컸을것으로추정된다. 그리고이러한결과는높은자체배출량을지니는고배출지역의경우, 미세먼지수준을저감하기위해자체배출량의영향을줄이는노력의중요성을나타냄과동시에계절및기상조건을반영한대책마련의필요성을시사한다. 4. 기상측정자료를활용한 PM2.5 모사불확도원인분석본연구에활용한대기질모델은전체분석대상기간동안측정값과평균적으로약 0.7의 r값을나타내며실제 PM2.5의증감경향을유의하게모사하는것으로나타났지만, 우리나라중서부지역을중심으로낮은모사정확도를나타내는한계를보였다. 대기중 Figure 12. Time series (left) and box-plot (right) of measured PM2.5 concentrations and model bias for meteorological variables (upper: wind speed, lower: middle-low cloud fraction).

남기표 이대균 장임석 / 동아시아지역의계절별기상패턴에따른우리나라 PM2.5 농도및기여도특성분석 195 에서의 PM2.5 농도는국내외배출량의영향과기상조건, 지형효과등다양한요소들에의해영향을받으므로, 서해상을통한장거리수송과정에서의모사불확도원인을분석하기위하여백령도집중측정소지점을대상으로불확도원인분석을수행하였다 (Figure 12). 본연구대상기간에대해백령도지점에서측정된일평균풍속과평균중하층운량, PM2.5 측정값과이에대한모델의편차 (bias) 를이용하여분석을수행한결과, 측정된 PM2.5 농도에대한모델의편차는풍속과뚜렷한상관성을나타내지는않았지만약 5 m/s 이상의풍속조건에서 PM2.5 농도를과소모의하는특징을나타냈다. 그리고 PM2.5 모사결과는평균중하층운량과 PM2.5 농도가동시에높게측정되었던 CASE2와 CASE3의상황에서오차를증가하는특징이나타났으며, 표준화된편차 (normalized bias) 와중하층운량은 -0.55 의유의미한 r값을나타내며측정값에대한모델의편차는중하층운량과음의관계가있음을나타냈다. 따라서본연구에사용된대기질모델은구름주변부에위치한 PM2.5 의생성및소멸기작을충분히반영하지못하는것으로나타났으며, 이는 NIER (2017) 에서나타낸바와같이 CMAQ의강수세척모사과정에서구름아래의미세먼지세척효과가과대하게평가되는문제와관련이있을것으로사료된다. 그리고이와같은구름주변에서의 PM2.5 모사불확도문제는봄과가을과같이잦은기상변화가발생하는계절의모사정확도를감소시킬것으로보이며향후대기질모델내구름주변부에서의 PM2.5 생성및소멸기작에대한개선이필요할것으로판단된다. IV. 결론 본연구에서는 PM2.5 지상측정자료와일기도자료, 기상및대기질모델을활용하여 2015년의사례기간을중심으로우리나라를비롯한동북아시아지역에서의계절별 PM2.5 거동특성을분석하였다. 동북아지역의계절별 PM2.5 거동특성을분석한결과, 겨울철과여름철사례기간에는각각시베리아고기압과북태평양고기압의영향범위에따라 PM2.5의장 거리수송영향, 대기정체및대기환기등의현상이상이하게나타났다. 이와달리봄철과가을철사례의경우이동성고기압과그후면에형성되는저기압의영향으로잦은기압변화가나타나월경성 PM2.5의유입과해소, 대기정체로인한농도의변화가짧은주기로번갈아가며발생되는특징이나타났다. 대기질모델에 BFM을적용하여우리나라 6개집중측정소지점의 PM2.5 농도에대한국내외기여도분석을수행한결과, 백령도지역의 PM2.5 농도에대한국외기여도는모든사례기간에대해 90% 이상의수준을나타내며국외로부터의영향이지배적으로나타났으며, 이는백령도의낮은배출량과더불어중국과인접한지리적위치에기인한것으로판단된다. 이와반대로자체배출이높은서울과울산지역의 PM2.5 농도에대한국외기여도는사례기간평균각각 48.2%, 50.8% 수준으로타지역에비해상대적으로낮게나타남과동시에계절에따른국외기여도의표준편차는각각 16.3%, 16.1% 로타지역에비해상대적으로높게나타나기상조건에따른국내외기여도의차이가크게나타났다. 이러한연구결과는높은자체배출량을지니는도심지역의경우, 미세먼지농도저감을위한자체배출량저감의중요성을알림과동시에계절에따른기상조건을반영한미세먼지저감대책수립의필요성을나타내는것으로판단된다. 본연구는우리나라를중심으로계절별기상조건변화에따른동북아지역의 PM2.5 거동특성을분석하여미세먼지현상에대한이해를증진함과동시에, PM2.5 농도에대한국내외기여도는지역배출특성에따라상이할수있음을알려향후대기질대책수립시기초자료로활용될수있을것으로기대된다. 다만, 대기질모델은운량이많았던시기에측정된 PM2.5 농도값과큰차이를나타내향후구름주변부에서의 PM2.5 생성및소멸기작에대한한계점을나타냈다. 그리고대기질모델은이외에도기상및배출량입력자료를비롯하여모델이내포하고있는다양한물리 화학과정및모수화, 지형효과등에의해복합적인영향을받으므로, 향후지속적이고다각적인모델의불확도발생원인분석및모사정확도개선에대한노력이필요할것으로판단된다.

196 환경영향평가제 28 권제 3 호 사사 본논문은환경부의재원으로국립환경과학원의지원을받아수행하였습니다 (NIER-RP-2017-149). References Bartnicki J. 1999. Computing source-receptor matrices with the EMEP Eulerian Acid Deposition Model. Norwegian Meteorological Institute. Binkowski FS, Roselle SJ. 2003. Models-3 Community Multiscale Air Quality (CMAQ) model aerosol component 1. Model description. Journal of Geophysical Research: Atmospheres. 108(D6). Byun DW, Ching JKS. 1999. Science Algorithms of the EPA Models-3 Community Multiscale Air Quality (CMAQ) Modeling System. EPA Report. EPA/600/R-99/030. Carter WPL. 2000. Documentation of the SAPRC-99 Chemical Mechanism for VOC Reactivity Assessment. Contract. 92(329): 95-308. Choi JK, Heo JB, Ban SJ, Yi SM, Zoh KD. 2013. Source apportionment of PM2.5 at the coastal area in Korea. Science of the Total Environment. 447: 370-380. [Korean Literature] Chen F, Dudhia J. 2001. Coupling an advanced land surface hydrology model with the Penn State-NCAR MM5 modeling system. Part I: Model implementation and sensitivity. Monthly Weather Review. 129(4): 569-585. Di Q, Wang Y, Zanobetti A, Wang Y, Koutrakis P, Choirat C, Dominici F, Schwartz J. 2017. Air pollution and mortality in the Medicare population. New England Journal of Medicine. 376(26): 2513-2522. Guenther A, Hewitt CN, Erickson D, Fall R, Geron C, Graedel T, Harley P, Klinger L, Lerdau M, Mckay WA, Pierce T, Scholes B, Steinbrecher R, Tallamraju R, Taylor J, Zimmerman P. 1995. A global model of natural volatile organic compound emissions. Journal of Geophysical Research. 100: 8873-8892. Hong SY, Dudhia J, Chen SH. 2004. A revised approach to ice microphysical processes for the bulk parameterization of clouds and precipitation. Monthly Weather Review. 132(1): 103-120. Hong SY, Noh Y, Dudhia J. 2006. A new vertical diffusion package with and explicit treatment of entrainment processes. Monthly Weather Review. 134(9): 2318-2341. Kain JS. 2004. The Kain-Fritsch Convective Parameterization: An Update. Journal of Applied Meteorology. 43(1): 170-181. Kim BU, Kim OG, Kim HC, Kim ST. 2016. Influence of fossil-fuel power plant emissions on the surface fine particulate matter in the Seoul Capital Area, South Korea. Journal of the Air and Waste Management Association. 66(9): 863-873. Kim BU, Bae CH, Kim HC, Kim EH, Kim ST. 2017. Spatially and chemically resolved source apportionment analysis: Case study of high particulate matter event. Atmospheric Environment. 162(2017): 55-70. Lee HJ, Kim JE, Cha JW, Song SJ, Ryoo SB, Kim YP. 2018. Characteristics of longlasting haze episodes observed in Seoul, South Korea, for 2009-2014. Theoretical and Applied Climatology. 1-10. Lee SM, Ho CH, Lee YG, Choi HJ, Song CK. 2013. Influence of transboundary air pollutants

남기표 이대균 장임석 / 동아시아지역의계절별기상패턴에따른우리나라 PM2.5 농도및기여도특성분석 197 from China on the high-pm10 episode in Seoul, Korea for the period October 16-20, 2008. Atmospheric Environment. 77(2013): 430-439. Li M, Zhang Q, Kurokawa J, Woo JH, He KB, Lu Z, Ohara T, Song Y, Streets DG, Carmichael GR, Cheng YF, Hong CP, Huo H, Jiang XJ, Kang SC, Liu F, Su H, Zheng B. 2017. MIX: a mosaic Asian anthropogenic emission inventory under the international collaboration framework of the MICS-Asia and HTAP. Atmospheric Chemistry and Physics. 17(2): 935-963. Louis JF. 1979. A parametric model of vertical eddy fluxes in the atmosphere. Boundary- Layer Meteorology. 17(2): 187-202. Mlawer EJ, Taubman SJ, Brown PD, Iacono MJ, Clough SA. 1997. Radiative transfer for inhomogeneous atmospheres: RRTM, a validated correlated-k model for the longwave. Journal of Geophysical Research: Atmospheres. 102(D14): 16663-16682. National Centers for Environmental Prediction. 2000. NCEP FNL Operational Model Global Tropospheric Analysis, continuing from July, 1999. Research Data Archive at the National Center for Atmospheric Research. Computational and Information System Laboratory. https://doi.org/10.5065/ D6M043C6 (accessed on Sep. 27, 2018) National Institute of Environmental Research. 2012. National air pollutants emission 2010. NIER- GP2012-318. 245 pp. [Korean Literature] National Institute of Environmental Research. 2017. A study of accuracy improvement of numerical air quality forecasting model(iii). NIER-SP2016-435. 279 pp. [Korean Literature] Pleim JE. 2007a. A combined local and nonlocal closure model for the atmospheric boundary layer. Part I: Model description and testing. Journal of Applied Meteorology and Climatology. 46: 1383-1395. Pleim JE. 2007b. A combined local and nonlocal closure model for the atmospheric boundary layer. Part II: Application and evaluation in a mesoscale meteorological model. Journal of Applied Meteorology and Climatology. 46: 1396-1408. Pope III CA, Burnette RT, Thun MJ, Calle EE, Krewski D, Ito K, Thurston GD. 2002. Lung cancer, cardiopulmonary mortality, and long-term exposure to fine particulate air pollution. The Journal of the American Medical Association. 287(9): 1132-1141. Pope III CA, Dockery DW. 2006. Health effects of fine particulate air pollution: Lines that connect. Journal of the Air & Waste management Association. 56(6): 709-742. Samet JM, Dominici F, Curriero FC, Coursac I, Zeger SL. 2000. Fine particulate air pollution and mortality in 20 US cities, 1987-1994. New England Journal of Medicine. 343(24): 1742-1749. Seinfeld JH, Pandis SN. 2016. Atmospheric chemistry and physics: From Air Pollution to Climate Change, third edition. John Wiley & Sons Inc. Hoboken, New Jersey, USA. Skamarock WC, Klemp JB, Dudhia J, Gill DO, Barker DM, Duda MG, Huang XY, Wang W, Powers JG. 2008. A description of the advanced research WRF version 3. NCAR Tech. Rep. TN-475+STR, 113 pp. World Health Organization. 2000. Air Pollution including WHO s 1999 Guidelines for Air Pollution Control. Geneva: World Health

198 환경영향평가제 28 권제 3 호 Organization. Tao WK, Simpson J, McCumber M. 1989. An ice-water saturation adjustment. Monthly Weather Review. 117(1): 231-235. Yamartino RJ. 1993. Nonnegative, conserved scalar transport using grid-cell-centered, spectrally constrained Blackman cubics for applications on a variable-thickness mesh. Monthly Weather Review. 121(3): 753-763.

01남기표(183~200)ok.qxp_환경28-3_2019 2019. 7. 2. 오전 10:24 페이지 199 남기표 이대균 장임석 / 동아시아 지역의 계절별 기상패턴에 따른 우리나라 PM2.5 농도 및 기여도 특성 분석 Appendix. 사례기간 대표 지상일기도 Appendix-1. Surface weather map representing Case1. Appendix-2. Surface weather map representing Case2. 199

01남기표(183~200)ok.qxp_환경28-3_2019 2019. 7. 2. 오전 10:24 페이지 200 200 환경영향평가 제28권 제3호 Appendix-3. Surface weather map representing Case3. Appendix-4. Surface weather map representing Case4.