Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1225-6692(Print)
ISSN : 2287-4518(Online)
Journal of the Korean earth science society Vol.37 No.7 pp.434-447
DOI : https://doi.org/10.5467/JKESS.2016.37.7.434

An Analysis of the Range of Brightness Temperature Differences Associated with Ground Based Mass Concentrations for Detecting the Large-scale Transport of Haze

Hak-Sung Kim1*, Yong-Seung Chung1, Jae-Hee Cho1
1Department of Earth Science Education, Korean National University of Education, Chungbuk 28173, Korea
2Korea Centre for Atmospheric Environment Research, Chungbuk 28177, Korea
Corresponding author: envir007@knue.ac.kr+82-43-230-3777+82-43-232-7176
December 6, 2016 December 18, 2016 December 22, 2016

Abstract

This study analyzed mass concentrations of PM10 and PM2.5, as measured at Tae-ahn and Gang-nae, Cheongju in central Korea over the period from 2011 to 2015. Higher mass concentrations of PM10, with the exception of dustfall cases during the period of winter and spring, reflected the influence of a prevailing westerly airflow, while the level of PM10 stayed at a low level in summer, reflecting the influence of North Pacific air mass and frequent rainfall. Accordingly, cases where a daily PM10 average of 81 μgm-3 or over (exceeding the status of fine dust particles being ‘a little bit bad’) were often observed during the period of winter and spring, with more cases occurring in parts of Tae-ahn that are located close to the sources of pollutant emission in eastern China. Dustfall usually originated from dust storms made up of particles 2.5 μm or over in diameter. However, anthropogenic haze displayed a high composition ratio of particulate less than 2.5 μm in diameter. Accordingly, brightness temperature difference (BTD) values from the Communication, Ocean and Meteorological Satellite (COMS) were −0.5°K or over in haze with fine particulate. PM10 mass concentrations and NOAA 19 satellite BTD for haze cases were analyzed. Though PM10 mass concentrations were found to be lower than 200 μg m-3, the mass concentration ratio of PM2.5/PM10 was measured as higher than 0.4 and BTD was found to be distributed in the range from −0.3 to 0.5 °K. However, the BTD of dustfall cases exceeding 190 μgm-3 , were found to be less than 0.4 and BTD was found to be distributed in the range less than −0.7 °K. The result of applying BTD threshold values of the large-scale transport of haze proved to fall into line with the range over which aerosols of MODIS AOD and OMI AI were distributed.


광역적 이동 연무 탐지를 위한 지상 질량 농도를 고려한 적외채널 밝기온도차 경계값 범위 분석

김 학성1*, 정 용승1, 조 재희1
1한국교원대학교 지구과학교육과, 28173, 충북 청주시 흥덕구 강내면 태성탑연로 250
2고려대기환경연구소, 28177, 충북 청주시 흥덕구 강내면 저산궁현길 164-52

초록

2011-2015년 동안 한국 중부 태안과 청주 강내의 배경 관측지점에서 측정한 PM10, PM2.5 질량 농도를 분석하 였다. 황사 사례를 제외한 PM10 질량 농도의 계절변동에서 겨울-봄 동안 높은 농도는 서풍 기류에 의한 영향이 반영 되고 있으며, 여름에는 북태평양 기단과 잦은 강수로 낮은 수준을 보이고 있었다. 따라서, 일평균 PM10 질량 농도 81 μg m-3 (미세먼지 예보 ‘약간 나쁨’ 이상) 이상의 사례도 겨울-봄 동안에 발생이 많으며, 특히 중국 동부 배출원에 가까 운 태안에서 더 많은 사례가 발생하고 있었다. 인위적으로 발생한 연무는 입경 2.5 μm 미만 입자의 구성 비율이 높다. 천리안 위성의 밝기온도차 분석에서 대기와 입자가 작은 연무는 −0.5 °K 이상에서 관측된다. 2011-2015년 동안 태안과 청주 강내에서 관측한 연무 사례일의 PM10 질량 농도와 NOAA 19 위성 밝기온도차를 분석하였다. PM10 질량 농도 는 200 μg m-3 보다 낮지만, PM2.5/PM10 질량 농도비는 0.4보다 높고 밝기온도차는 −0.3-0.5 °K 범위에 분포하고 있었 다. 그러나, PM10 질량 농도 190 μg m-3 이상인 황사 사례의 밝기온도차는 PM2.5/PM10 질량 농도비가 0.4보다 낮고, 밝기온도차는 −0.7 °K 이하의 범위에 분포하고 있었다. 이러한 연무의 밝기온도차 경계값 범위를 적용한 결과는 MODIS AOD, OMI AI의 에어로졸 분포 범위와 일치하였다.


    KOREA METEOROLOGICAL INDUSTRY PROMOTION AGENCY
    KMIPA 2016-5010

    1.서 론

    중국의 빠른 경제 성장과 공업화는 화석연료의 사 용량 증대를 초래하여 결과적으로 대기오염 물질의 배출을 증가시키고 있다. 최근 중국은 매년 약 30억 톤의 화석연료를 소비하고 있다(Korea Energy EI, 2012). 화석 연료의 연소로 대기오염 물질 중 TSP, PM10, PM2.5를 각각 2774, 1842, 994을 배출하고 있다(Zhao et al., 2008). 이러한 입자상 오염물질의 배출은 종관 규모 대기 이동에 의해 광역적으로 황 해를 거쳐 한국에 연무로 영향을 주고 있다(Kim et al., 2014; Kurosaki and Mikami, 2003; Wang and Fang, 2006).

    황해 지역에서 광역적으로 발생하여 종관 규모로 이동하는 황사를 관측하기 위한 지상 관측망과 기상 위성 관측 방법을 개발하기 위한 노력이 진행되고 있다. RGB 합성 영상 분석의 개발과 활용을 통해 황사와 연무 등 광역적 이동 대기오염을 분별하고 있다(Chung and Le, 1984; Kim and Chung, 2007). 또한, 대기의 창 영역에 해당하는 적외채널 11, 12 μm의 BTD (BTD; Brightness Temperature Difference) 를 이용하여 광역적으로 분포하는 화산재와 구름을 분별하였고 황사 탐지에도 이용하고 있다(Prata, 1989; Wen and Rose, 1994; Gu et al., 2003).

    기상청에서는 BTD 방법을 NOAA 위성 AVHRR (Advanced Very High Resolution Radiometer) 자료 에 적용하여 경계값 −0.7 ° K로 하여 황사와 구름을 분별하였다. 기상청은 천리안 기상 위성에도 IR1 (11 μm), IR2 (12 μm) 적외채널의 BTD를 이용한 황사 탐지 방법을 적용하고 있다(KMA, 2009). BTD는 지 표면 온도, 방출률, 위성천정각 등의 영향이 고려되 어야 한다(Ha et al., 2006). 따라서, 배경경계값 (BTV; Background Threshold Value of BTD)을 산출 하여 BTD와 BTV의 차이를 이용하여 BTD 방법이 가지는 단점을 보완하고 있다(KMA, 2009).

    그러나, 중국으로부터 황사와 더불어 광역적 연무 의 이동은 풍하측인 한국의 대기질에 미세먼지를 부 가하여 영향을 주고 있다(Kim et al., 2003; Moon et al., 2011). 중국에서 황사와 인위적으로 발생한 연무 의 광역적 이동은 중국의 풍하측인 한국 중부의 지 상에서 측정한 PM2.5/PM10 질량 농도비의 뚜렷한 차이점을 보이고 있다(Kim et al., 2016). 따라서, 천 리안 위성의 BTD 분석에서는 입자가 큰 황사는 −0.5 °K 미만에서 관측된다. 황사 입자보다 입경이 작은 연무와 일반 대기는 BTD가 −0.5 ° K 이상에서 관측된 다. 본 연구에서는 황사 탐지에 활용하고 있는 BTD 분석법을 활용하여 연무를 탐지하기 위해 지상 PM10, PM2.5 질량 농도를 적용한 경계값 범위를 산 출하여 적용하는 것을 목적으로 한다.

    2.관측 및 분석 방법

    2.1.질량 농도 관측 및 분석

    2011-2015년 동안 한국 중부의 서쪽 끝 해안가와 중부 내륙 농촌 지역에 위치한 관측소의 PM10, PM2.5 질량 농도 측정 자료를 활용하였다(Fig. 1). 한국 중부의 서쪽 끝 해안가에 위치한 충청남도 태 안군 파도리(Tae-ahn; 36.74 °N, 126.13 °E) 측정소는 환경부에서 운영하고 있으며, 중부 내륙 쪽으로 120 km 떨어진 충북 청주시 강내(Gang-nae; 36.58 °N, 127.37 °E) 측정소는 기상청 황사위탁 관측소인 (재)고 려대기환경연구소에서 운영하고 있다. 태안과 청주 강내의 관측 지점은 거의 같은 위도에 위치해 있으 며, 황해로부터 한국 중부 내륙으로 유입하는 연무의 광역적 이동을 측정할 수 있다.

    청주 강내에서는 PM10 질량 농도는 물론 TSP, PM2.5 질량 농도를 측정하고 있다. 환경부에서는 미 세먼지인 PM10 질량 농도를 대기환경 기준으로 정 하고 있으며, 2015년부터 초미세먼지인 PM2.5 질량 농도를 대기환경 기준으로 적용하고 있다. 태안에서 는 PM2.5 질량 농도 측정이 이루어지지 않고 있어서 PM10 질량 농도를 활용하였다. 환경부는 대기환경 기준으로 PM10 일평균 농도를 100 μgm−3으로 정하 고 있지만, 미세먼지 예보 등급에서는 일평균 PM10 질량 농도 81 μgm−3 이상을 ‘나쁨 수준’으로 정하고 있다. 따라서, 2011-2015년 동안 태안과 청주 강내에 서 측정한 일평균 PM10 질량 농도 81 μgm−3 이상인 사례에 대하여 분석하였다.

    2.2.연무 탐지를 위한 NOAA 위성 BTD 분석법

    기상청은 천리안 기상 위성의 IR1 (11 μm), IR2 (12 μm) 적외채널의 밝기온도차를 이용한 황사 탐지 방법을 활용하고 있다(KMA, 2009). 사례의 BTD 만 으로는 황사 탐지에 한계가 있어, BTD와 BTV의 차 이를 이용하여 BTD 방법을 활용하고 있다. BTV는 동일한 위성 관측 시각의 사례일을 포함한 과거 10 일 동안 최대 BTD를 청정화소로 고려하여 BTV로 하였다. BTD와 BTV 차이에서는 황사 탐지의 경계 값을 −0.5 ° K로 하고 있다. 그러나, 황사 탐지 BTD 경계값은 지상 질량 농도 관측을 적용하고 있지 않다.

    본 연구에서는 기상청 황사 탐지를 위한 BTD 방 법을 Fig. 2와 같이 개선하여, 중국 동부에서 광역적 으로 발생하여 한국 중부로 이동하는 연무를 탐지하 는데 활용하였다. 이 방법에서는 NOAA 19 위성의 BTD*, BTV, 그리고 PM10, PM2.5 질량 농도를 적 용한 BTD 경계값 범위를 활용하고 있다. BTD*, BTV를 산출하는 데는 공통적으로 구름화소의 제거 가 이루어져야 한다. 기상청 황사 탐지에서는 IR1과 IR2를 이용하여 구름화소를 제거하지만, NOAA 19 위성에서는 Ch1 (0.65 μm), Ch4 (11 μm), Ch5 (12 μm)를 활용하여 구름 탐지를 통해 구름 화소를 제거 했다.

    • 1) BTD* 산출: 사례일의 Ch4 (11 μm) - Ch5 (12 μm) 계산

    • 2) BTV 산출: 청정화소를 찾아 배경경계값 산출. 사례일을 포함한 과거 5일 동안 같은 시각, 위 치의 화소 중 최대 Ch4 (11 μm)를 찾아 Ch4 (11 μm) - Ch5 (12 μm) 계산

    • 3) BTD 산출: 지상 PM10, PM2.5 질량 농도를 적 용한 연무의 BTD 경계값 범위 산정

    따라서, 대기 중 연무를 분별할 수 있는 BTD 경 계값 범위를 지상 PM10, PM2.5 질량 농도의 분석을 통해 적용할 수 있다.

    3.결과 및 논의

    3.1.PM10, PM2.5 질량 농도 분석

    태안은 중국 동부에서 광역적으로 발생한 연무가 서풍에 의해 황해를 가로질러 한국으로 확산될 때 한국에 유입하는 대기오염 물질의 농도를 측정할 수 있다. 또한, 태안으로부터 서쪽 내륙 120 km에 위치 한 청주까지 커다란 도시와 공업지역이 없다.

    Figure 3은 2011-2015년 동안 태안과 청주 강내에 서 측정한 PM10 일평균 농도와 PM2.5/PM10의 질 량 농도비 변동이다. 5년 동안 태안과 청주의 PM10 질량 농도는 각각 45.7±11.3, 36.5±8.1 μgm−3으로, 중 국 동부 지역에 가까운 태안에서 더 높은 농도 수준 을 보이고 있다. 태안과 청주 강내에서 측정한 PM10 일평균의 상관관계는 0.67-0.81로 일변동 경향이 거 의 일치하고 있다. 지역적 미세먼지 배출이 적은 두 관측지점의 PM10 질량 농도 일변동은 종관적 규모 대기이동에 의한 영향이 크게 반영되고 있다(Kim et al., 2016; Kim et al., 2014). 중국 북부와 몽골의 사 막과 반사막 건조지대에서 자연적으로 발생하는 황사 에는 총부유먼지 중 PM2.5의 질량 농도가 상대적으 로 적지만, 화석연료의 연소에 따른 인위적 대기오염 에는 PM2.5 질량 농도가 상대적으로 높은 비율이다 (Kim et al., 2014). 따라서, 태안과 청주 강내에서 PM10 질량 농도와 PM2.5/PM10 질량 농도비의 변 동은 중국으로부터 종관적 규모의 대기이동에 의한 배출원이 다른 황사와 연무의 영향이 반영된 것이다.

    특히, 2013년 1월에는 중국 동부지역에서 60년 만 에 최악의 연무가 발생하였고, 2014년 2월에도 광역 적 연무의 발생이 있었다(Lu et al., 2013, Kim et al., 2016). 따라서, 풍하측에 위치한 한국의 태안과 청주에서도 2013년 1월과 2014년 2월에 PM10이 증 가하고 있다. 또한, 중국 북부와 몽골에서 발생한 황 사는 종관규모 이동에 의해 급격한 PM10 질량 농도 증가를 발생시키고 있다. 계절적으로는 겨울-봄에 PM10 질량 농도가 높은 변동이 나타나고 있다.

    Figure 4(a), 4(b)는 2011-2015년 동안 태안과 청주 강내의 월별 PM10, PM2.5 질량 농도 변동이다. PM10, PM2.5 질량 농도 모두 전체적으로 겨울-봄에 높고, 여름에 북태평양 기단의 영향으로 낮은 변동을 보인다. 황사 사례를 제외한 PM10 질량 농도에서도 겨울-봄에 높은 변동은 중국으로부터 서풍 기류에 의 한 미세먼지의 유입이 여름보다 많음을 나타낸다. PM2.5 질량 농도도 겨울-봄에 높지만, 황사에 의한 PM2.5 질량 농도 영향은 상대적으로 적다. 더욱이, 봄인 3-5월에는 PM10 질량 농도가 높기 때문에 PM2.5/PM10 질량 농도비가 여름보다도 낮은 수준을 나타내고 있다. 태안의 계절 변동이 청주 강내보다 큰 것은 중국에 가까워 중국에서 배출되는 대기오염 의 영향을 직접받기 때문이다. Figure 4c는 태안과 청주 강내에서 측정한 일평균 PM10 질량 농도 81 μgm−3 이상 일수의 월별 변동이다. 겨울-봄에 사례일 이 많은 변동을 보이고 있으며, 6-8월에는 사례일이 적다. 특히, 7-8월에 북태평양 고기압과 잦은 강수의 영향으로 청주 강내에서는 사례가 없지만, 배출원에 가까운 태안에서는 7월에도 사례가 발생하고 있다.

    Figure 5는 2011-2015년 동안 태안과 청주 강내에 서 황사 사례를 제외한 PM10, PM2.5 월평균 질량 농도에 대한 아노말리이다. 태안과 청주의 PM10 월 평균 아노말리는 계절변동을 나타내지는 않고 있는데, 양과 음의 아노말리 월별 변동은 장거리 이동에 의 한 연무의 영향이 연중 영향을 미치고 있음을 나타 낸다. 청주에서 측정한 PM10, PM2.5 질량 농도 모 두 2011-2012년에는 음의 아노말리 평균을 나타내지 만, 2013-2015년에는 양의 아노말리를 보이고 있다. 특히, 2013년 1월과 2014년 2월에는 중국에서 광역 적, 지속적으로 발생한 연무로 인하여 청주에서 측정 한 PM10뿐 아니라 PM2.5 질량농도도 높은 양의 아 노말리를 나타내고 있었다.

    3.2.광역적 이동 연무 사례 분석

    Figure 6(a)는 2015년 5월 31일 1322 LST에 관측 한 NOAA 19 위성 RGB 합성영상 이다. 중국 동부 산뚱반도 북쪽으로부터 남동쪽을 향해 황해를 가로질 러 한국 중부까지 광역적 연무의 영향을 미치고 있 었다. 또한 Fig. 6(b)는 구름을 탐지하여 구름화소를 제외한 영상으로 한반도는 구름 화소가 없었다.

    Figure 7은 2014년 5월 30일-6월 1일 동안 청주 강내에서 측정한 시간별 PM10, PM2.5 질량 농도와 대기경계층의 고도 변동이다. 대기경계층의 고도는 NOAA Air Resources Laboratory에서 산출하였다 (Rolph, 2016). 5월 31일은 광역적 이동 연무의 영향 을 받아서 5월 30일과 비교하여, PM10, PM2.5의 일 평균 질량 농도는 각각 96, 46 μgm−3로 증가하였다. 특히, 5월 31일 일최대 PM10, PM2.5 질량 농도는 각각 1600 LST에 154, 73 μgm−3였다. 5월 31일 대 기경계층의 고도는 1500 LST에 1463 m로 높아져 지 표-1460 m 높이 범위에서 광역적 이동 연무가 연직 혼합에 의해 지표면 질량 농도를 증가시키고 있다. NOAA 19 위성의 관측이 있었던 1400 LST에는 PM10 질량 농도가 121μgm−3이었다. 6월 1일은 PM10, PM2.5 질량 농도가 감소하고 있었다.

    2011-2015년 동안 태안과 청주 강내에서 PM10 질 량 농도의 일평균과 NOAA 위성 관측시각의 시간평 균 모두 81 μgm−3 이상이며, 두 지점이 구름 화소로 제거되지 않는 사례를 선정하였다. 같은 날이라도 두 지점에서 구름의 영향을 받을 경우는 제외하였다. 더 불어, 중국 북부와 몽골에 발생한 황사가 태안과 청 주 강내에 도착하였을 때 PM10 질량 농도의 시간평 균 190 μgm−3인 사례를 선정하였다.

    Table 1은 태안과 청주 강내에서 선정된 사례일의 PM10 질량 농도의 일평균과 시간평균 요약이다. 연 무 사례는 황사보다 PM10 질량 농도는 낮은 수준을 보이며 중국 배출원과 가까운 태안에서의 PM10 질 량 농도가 청주 강내보다 높은 수준을 보이고 있다. 황사 사례는 태안과 청주 강내에서 모두 대기환경기 준(100 μgm−3 day−1 )을 넘고 있다. 그러나, 연무 사례 중 태안에서는 71%, 청주 강내에서는 39%가 대기환 경 기준을 초과하고 있다. Figure 8은 연무 사례일과 황사 사례일의 NOAA 위성 관측 시각으로부터 과거 3일 동안 청주 강내 100 m에 도달하는 등온위후진궤 적 분석이다(Stein et al., 2015). 중국북부 몽골에서 발생하고 있는 황사와는 다르게 연무는 중국 동부 지역에서 발생하고 있다. 또한, 연무 사례는 중국 동 부로부터 정체적으로 황사보다 느린 속도로 황해를 가로질러 한국으로 이동하고 있다.

    3.3.지상 PM10, PM2.5 질량 농도를 적용한 연 무 탐지 BTD 범위 분석

    황사는 주로 입경 2.5 μm 이상의 입자로 구성되어 있지만, 인위적으로 발생한 연무는 주로 입경 2.5 μm 미만의 입자로 구성되어 있다. 따라서, 천리안 위 성의 BTD 분석에서는 입자가 큰 황사 탐지 경계값 으로 −0.5 °K로 정하고 있다. 황사 입자보다 입경이 작은 연무와 일반 대기는 BTD가 −0.5 °K 이상에서 관측된다. Figure 9는 2014년 5월 31일 NOAA 19 위성 RGB 합성 영상(Fig. 6(a))에서 황해 지역 (a)와 태안과 청주 강내를 포함하는 내륙 (b)에 대한 BTD* 분포이다. BTD*는 해양과 내륙 위에서 대부 분 0 °K 이상에 분포하고 있다.

    따라서, NOAA 위성 BTD를 이용하여 대기 중 연 무의 분포를 탐지하기 위해서는 BTD의 경계값 범위 를 산출해야 한다. 중국으로부터 광역적으로 발생한 연무 이동에 대하여 지상 PM10 질량 농도를 적용한 NOAA 위성 BTD 경계값 범위를 선정하기 위해 Table 1의 사례일을 선정하였다. Figure 10은 연무 사례일에 대한 NOAA 19 위성 측정 시각의 태안과 청주 강내에서 BTD와 PM10 질량, PM2.5/PM10 질 량비를 비교한 것이다. 연무 사례는 PM10 질량농도 가 200 μgm−3 이하이며, BTD는 −0.3-1.0 ° K 범위에 분포하고 있다. 그러나, 연무 사례는 PM2.5 질량 농 도의 구성비가 높기 때문에 PM2.5/PM10 질량 농도 비는 0.4보다 높으며, BTD는 주로 −0.3-0.5 °K에 분 포하고 있다. 따라서, 연무 사례의 PM10과 PM2.5/ PM10 질량 농도비를 적용하여 연무 BTD 범위를 −0.3- 0.5 °K로 산정할 수 있다.

    그러나, Fig. 10에서 190 μgm−3 이상인 황사 사례 의 PM10 질량농도는 320 μgm−3 이상으로도 측정되 지만, BTD는 대부분 −0.7 °K 이하에 분포하고 있다. 또한, 황사 사례의 PM2.5/PM10 질량 농도비와 BTD 를 비교하면, PM2.5/PM10 질량 농도비는 0.4보다 작고, BTD도 −0.7 °K보다 작다. 기상청은 NOAA 위 성 BTD에 BTV를 적용하고 있지 않지만 황사 탐지 를 위한 경계값으로 −0.7 °K로 정하고 있다. 본 연구 에서는 지상 PM10과 PM2.5/PM10 질량 농도비를 적용하였을 때 황사 탐지를 위한 경계값을 −0.7 °K로 산정할 수 있다.

    3.4.NOAA 위성 BTD를 활용한 연무의 관측

    Figure 11은 2014년 5월 31일 1322 LST의 NOAA 19 위성 BTD* (Fig. 11a), BTV (Fig. 11b), BTD (BTD*-BTV) (Fig. 11c), 지상 PM10과 PM2.5/PM10 을 적용한 BTD (BTD*-BTV) (Fig. 11d), 그리고 MODIS AOD (Fig. 11e), OMI AI (Fig. 11f)이다. 5 월 31일 중국 산뚱반도로부터 연무가 황해를 가로질 러 한국 중부 내륙 서쪽에까지 영향을 주고 있다. Figure 11c11d는 MODIS AOD와 OMI AI의 에 어로졸 분포와 일치하고 있다. 특히, 한반도 북쪽 만 주 지역에서의 연무 분포도 나타나고 있다. 그러나, Fig. 11c에서는 한국 내륙과 동해바다 위에 −0.5 ° K보 다 작은 영역이 과도하게 나타나고 있지만, Fig. 11d 에서는 이러한 부분이 개선된 것을 볼 수 있다.

    Figure 12는 2011년 2월 3일 1255 LST NOAA 19 위성 RGB 합성영상, BTD, MODIS AOD를 나타 낸 것이다. RGB 합성 영상에서는 황해 위에서 광역 적 연무가 한국 중부에 유입하고 있었다. 태안과 청 주 강내에서 측정한 일평균 PM10 질량농도는 각각 108, 87 μgm−3이었다. NOAA 19 위성 관측 시각에 는 태안과 청주 강내에서 각각 115, 98 μgm−3으로 태안에서 더 높은 농도를 나타내고 있다. BTD에서는 황해는 물론 한국 중부 내륙과 동해, 그리고 남해까 지 광역적으로 연무가 분포하고 있다. MODIS AOD 에서도 중국 산뚱반도로부터 황해와 한국 중부 서쪽 까지 높은 에어로졸 분포를 보이고 있다. 그리고 동 해와 남해에도 낮지만 BTD와 일치하는 에어로졸의 분포가 나타나고 있다.

    4.결 론

    2011-2015년 동안 한국 중부 서쪽 끝 해안가에 위 치한 태안 측정소와 중부 농촌 배경 관측지역인 청 주 강내에서 측정한 PM10, PM2.5 질량 농도를 분석 하였다. 5년 동안 태안과 청주 강내의 PM10 질량 농도는 각각 45.7±11.3, 36.5±8.1 μgm−3으로, 중국 동 부 지역에 가까운 태안에서 더 높은 농도 수준을 보 이고 있다. 태안과 청주 강내에서 측정한 PM10 일평 균의 상관관계는 0.67-0.81로 일변동 경향이 거의 일 치하고 있다. 지역적 미세먼지 배출이 적은 두 관측 지점의 PM10 질량 농도 일변동은 종관적 규모 대기 이동에 의한 영향이 반영되고 있었다.

    태안과 청주 강내에서 측정한 황사 사례를 제외한 PM10 질량 농도는 겨울-봄에 높은 변동으로 중국으 로부터 서풍 기류에 의한 미세먼지의 유입이 여름보 다 많음을 나타내고 있다. PM2.5 질량 농도도 겨울 -봄에 높지만, 황사에 의한 PM2.5 질량 농도 영향은 상대적으로 적었다. 태안과 청주 강내에서 미세먼지 예보 등급 ‘나쁨 수준’으로 정하고 있는 일평균 PM10 질량 농도 81 μgm−3 이상인 사례일의 월별 변 동을 분석했다. 겨울-봄에 사례일이 많았으며, 6-8월 에는 사례일이 적었다. 특히, 7-8월에 북태평양 고기 압과 잦은 강수의 영향으로 청주 강내에서는 사례가 없지만, 배출원에 가까운 태안에서는 7월에도 사례가 발생하고 있었다.

    중국 동부지역에서 광역적으로 발생한 연무의 이동 을 관측하기 위해 NOAA 위성 적외채널 BTD 방법 에 지상 PM10, PM2.5/PM10를 적용한 경계값 범위 를 산출하였다. 기상청 천리안 위성 황사 탐지에 활 용하고 있는 BTD 방법에 연무 사례에 대한 지상에 서 측정한 PM10, PM2.5/PM10을 적용하였다. 연무 사례의 PM10 질량농도는 200 μgm−3 이상 높은 값이 측정되지는 않았지만, BTD −0.3-1.0 °K 범위에 주로 분포하고 있었다. 또한, 연무 사례는 입경 2.5 μm 미 만의 PM2.5 질량 농도의 구성비가 높기 때문에 PM2.5/ PM10 질량 농도비는 0.4보다 크고 BTD는 주로 − 0.3-0.5 °K에 분포하고 있었다. 따라서, 연무 사례의 BTD −0.3-0.5 °K 범위를 연무 탐지를 위한 BTD 경 계값 범위로 정할 수 있었다.

    천리안 위성 BTD 분석에서는 황사 탐지를 위한 경계값을 −0.5 °K로 정하고 있다. PM10 질량 농도가 190 μgm−3 hr−1 이상인 황사 사례의 BTD는 −0.7 °K보 다 작은 범위를 보였다. 더불어, 황사 사례의 PM2.5/ PM10 질량 농도비는 0.4보다 낮은 수준을 보이며, BTD는 −0.7 °K보다 낮은 분포를 보였다. 따라서, 황 사 탐지를 위한 BTD 경계값을 −0.7 °K로 정하였다.

    연무 사례에 대한 BTD 경계값 범위를 적용한 영 상과 RGB 합성영상, MODIS AOD, OMI AI 영상 과 비교하였다. 중국 동부지역에서 광역적 연무의 발 생과 이동에 대한 BTD 분포 범위는 AOD, AI의 높 은 값 범위와 일치하고 있었다. 또한, RGB 합성영상 에서는 대륙 위에서 연무의 분별이 어려웠지만, BTD 는 명확하게 분별해 내고 있었다.

    사 사

    본 연구는 한국기상산업진흥원「기상See-At 기술개 발」 사업의 지원을 받아 수행된 연구결과입니다 (KMIPA 2016-5010).

    Figure

    JKESS-37-434_F1.gif

    Map of the East Asian region. Tae-ahn and Gang-nae are the background monitoring stations in central Korea.

    JKESS-37-434_F2.gif

    The modified flowchart of the detecting methodology for large-scale transport of haze.

    JKESS-37-434_F3.gif

    Day-to-day variations of daily mean PM10 mass concentration measured at ground level at Gang-nae and Tae-ahn from 2011 to 2015. Natural dust particle cases (NDC) and anthropogenic dust particle cases were observed by using analysis of NOAA satellite RGB-composite images.

    JKESS-37-434_F4.gif

    (a and b) Day-to-day variations of monthly mean PM10 mass concentrations and (c) monthly number of days on daily PM10 greater than 81 μgm−3 measured at ground level at Gang-nae and Tae-ahn from 2011 to 2015.

    JKESS-37-434_F5.gif

    Anomalies of (a) PM10 and (b) PM2.5 mass concentrations except for NDC measured at Gang-nae and Tae-ahn between 2011 and 2015.

    JKESS-37-434_F6.gif

    (a) NOAA satellite RGB-composite image showing the large-scale transport of haze over the Yellow Sea region and (b) the cloud mask image for May 31, 2014. Red box regions of (a) and (b) (a; 36 o -37 °N, 124.5 o -126.0 °E, b; 36 o -37 °N, 126.0 o - 127.5 °E).

    JKESS-37-434_F7.gif

    Variations of hourly PM10, PM2.5 and planetary boundary Layer (PBL) height observed at Gang-nae between May 30 and June 1, 2014.

    JKESS-37-434_F8.gif

    Three-day isentropic backward trajectories arriving at Gang-nae (height: 100 m AGL) when (a) large-scale transport particle of haze and (b) natural dust particle of dust storm were observed at Gang-nae in central Korea from 2011 to 2015.

    JKESS-37-434_F9.gif

    Scatter plots (in °K) of BTD* (Ch4-Ch5) according to Ch4 for red boxes of (a) and (b) in Fig. 6.

    JKESS-37-434_F10.gif

    BTD (BTD*-BTV) according to (a) PM10 and (b) PM2.5/PM10 for dust particle cases originated from haze and dust storm between 2011 and 2015.

    JKESS-37-434_F11.gif

    Comparison of (a) BTD*, (b) BTV, (c) BTD (BTD*-BTV), (d) BTD (BTD*-BTV) according to PM10 and PM2.5/ PM10, (e) MODIS AOD, and (f) OMI AI on May 31, 2014.

    JKESS-37-434_F12.gif

    Comparison of (a) RGB-composite image, (b) BTD (BTD*-BTV) according to PM10 and PM2.5/PM10, and (c) MODIS AOD on February 3, 2011.

    Table

    Anthropogenic dust particle cases by haze (ADC) and natural dust particle cases by dust storm (NDC) when daily PM10 mass concentrations exceeded 80 μgm–3 from 2011 to 2015. Hourly PM10 mass concentrations are measured at the same time of NOAA 19 satellite observation

    Reference

    1. Chung YS , Le HV (1984) Detection of forest-fire smoke plumes by satellite image , Atmospheric Environment, Vol.18 ; pp.2143-2151
    2. Gu Y , Rose WI , Bluth GJS (2003) Retrieval of mass and sizes of particles in sandstorms using two MODIS IR bands. A case study of April 7, 2001 sandstorm in China , Geophysical Research Letters, Vol.30
    3. Ha JS , Kim JH , Lee HJ (2006) Sensitivity analysis of IR aerosol detection algorithm , Korean Journal of Remote Sensing, Vol.22 ; pp.507-518
    4. Kim HS , Chung YS (2007) Large-scale transport of air pollutants in the East Asian region: Satellite and ground observations , Journal of Korean Earth Science Society, Vol.28 ; pp.123-135
    5. Kim HS , Chung YS , Choi HJ (2014) On air pollutant variations in the cases of long-range transport of dust particles observed in central Korea in the leeside of China in 2010 , Air Quality Atmosphere and Health, Vol.7 ; pp.309-323
    6. Kim HS , Chung YS , Yoon MB (2016) An analysis on the impact of large-scale transports of dust pollution on air quality in East Asia as observed in central Korea in 2014 , Air Quality Atmosphere and Health, Vol.9 ; pp.83-93
    7. Kim MY , Cho SJ , Kim KR , Lee MH (2003) The behaviour of dust concentrations during sand storm in Seoul Area , Journal of Korean Earth Science Society, Vol.24 ; pp.315-324
    8. (2012) Yearbook of Energy Statistics, Vol.31 ; pp.339
    9. (2009) Development of meteorological data processing system for communication ocean and meteorological satellite, ; pp.846
    10. Kurosaki Y , Mikami M (2003) Recent frequent dust events and their relation to surface wind in East Asia , Geophysical Research Letters, Vol.30
    11. Lu XY , Tang J , Zhang J , Yue J , Song GK , Hu JG (2013) Annual report on analysis of Beijing societybuilding, Social Science Academic Press,
    12. Moon YS , Lim YK , Lee KY (2011) An estimation of concentration of Asian dust (PM10) using WRFSMOKE- CMAQ (MADRID) during springtime in the Korean Peninsula , Journal of Korean Earth Science Society, Vol.32 ; pp.276-293
    13. Prata AJ (1989) Observations of volcanic ash clouds in the 10-12 window using AVHRR/2 data , Interational Journal of Remote Sensing, Vol.10 ; pp.751-761
    14. Rolph GD (2016) Real-time Environmental Applications and Display sYstem (READY) , Website (http://www.ready.noaa.gov), NOAA Air Resources Laboratory,
    15. Stein AF , Draxler RR , Rolph GD , Stunder BJB , Cohen MD , Ngan F (2015) NOAA's HYSPLIT atmospheric transport and dispersion modeling system , Bulletin of American Meteorological Society, Vol.96 ; pp.2059-2077
    16. Wang W , Fang ZY (2006) Numerical simulation and synoptic analysis of dust emission and transport in East Asia , Globbal Planet Change, Vol.52 ; pp.57-70
    17. Wen S , Rose WI (1994) Retrieval of sizes and total masses of particles in volcanic clouds using AVHRR bands 4 and 5 , Journal of Geophysical Research, Vol.99 ; pp.5421-5431
    18. Zhao Y , Wang S , Duan L , Lei Y , Cao P , Hao J (2008) Primary air pollutants emissions of coal-fired power plants in China: Current status and future prediction , Atmospheric Environment, Vol.42 ; pp.8442-8452