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.41 No.6 pp.557-574
DOI : https://doi.org/10.5467/JKESS.2020.41.6.557

Causes of High PM2.5 Concentrations in Cheongju Owing to Non-Asian Dust Events

Da-Bin Kim, Yun-Seob Moon*
Department of Environmental Education, Korea National University of Education, Chungcheongbuk-do 28173, Korea
*Corresponding author: ysmoon@knue.ac.kr Tel: +82-43-230-3769
December 7, 2020 December 18, 2020 December 21, 2020

Abstract


The purpose of this study is to analyze the cause of high PM2.5 mass concentrations in Cheongju for the period of non-Asian dust days using the weather chart, the stream lines at 850 hPa, the backward trajectory, and the weather and air quality model. As a result of analyzing the time series of PM2.5 concentrations and weather charts for the episodic days in Cheongju, the weather patterns were shown in related to long-range transport of PM2.5 from China or surrounding areas. In fact, in the PM2.5 time series, 60-80 μg m−3, which is more than 2-3 times higher than the concentration attributed to Cheongju activities, was observed as a background concentration related to long-range transport. The distribution of high PM2.5 concentration was typically dependent on the locations of the high and low pressures above the ground while the upper jet stream passed through the Korean Peninsula. Consequently, the high PM2.5 concentration in Cheongju is due to massive air pollutants in the form of smog originated from industrial, household and energy combustion sources of Beijing and other nearby regions of China. These air pollutants move along a fast zonal wind caused by the atmospheric pressure arrangement. high concentration of PM2.5 in Cheongju City is because the mass of air pollutants in the form of smog generated from industrial, household and energy combustion origins in Beijing or other nearby regions of China move along a fast wind speed zone according to the atmospheric pressure arrangement of longdistance transportation. Air pollutants including PM2.5 show an M-shaped pattern that passes through the topography of the Cheongju basin from north to south as a belt or band-shaped pollutant. The ground high pressure according to the aboveground high pressure expansion area and cut-off low or low pressure arrangement, or the bands in the form of river stems appear in a gradual incremental pattern that changes into a U-shape under the influence of the wind.



비황사 사례에 기인한 청주시 PM2.5 고농도 원인

김 다빈, 문 윤섭*
한국교원대학교 환경교육과, 28173, 충북 청주시 흥덕구 강내면 태성탑연로 250

초록


이 연구의 목적은 일기도, 850 hPa 면의 유선, 후방궤적과 기상, 그리고 대기질 모델을 이용하여 비황사기간 동 안 청주시 미세먼지 PM2.5의 고농도 원인을 분석하는 것이다. 청주시 PM2.5 고농도 사례일 동안 시계열과 일기도를 분 석한 결과, 중국 또는 주변 지역으로부터 PM2.5의 장거리 수송과 관련된 기상 패턴을 나타내었다. 실제로 PM2.5 시계열 에서 자체 기여 농도보다 2-3배 이상 증가한 60-80 μg m−3가 장거리 수송과 관련된 배경농도로 관측되었다. PM2.5의 고 농도는 대체로 상층 제트류가 한반도를 통과하면서 지상 고기압과 저기압의 발달 위치에 따라 분포하였다. 결과적으로 청주시 PM2.5 고농도 발생 원인은 중국 북경이나 기타 인근 지역에서 산업, 가정 및 에너지 연소 기원으로 발생한 스모 그 형태의 대기 오염물질 덩어리가 장거리 수송의 기압배치에 따라 빠른 풍속 대를 타고 이동했기 때문이다. PM2.5를 포함한 대기오염물질이 지상 고기압 확장역이나 절리저기압 또는 지상저기압 배치에 따라 벨트나 띠 형태의 오염 덩어 리로 북쪽에서 남쪽으로 청주시 분지 지형을 통과하는 M자형 패턴을 나타내거나, 강줄기 형태의 띠들이 바람의 영향을 받아 U자형으로 변하는 점진적 증가형 패턴으로 나타난다.



    서 론

    국내의 경우 PM2.5의 농도는 매년 전국적으로 감소 하는 추세이지만, 2017년 1-3월을 기준으로 PM2.5 농 도가 33 μgm−3을 기록, 전년도보다 18.2%가 높아졌 다(Yeo and Kim, 2019). PM2.5는 공기역학적 지름이 2.5 μm 이하의 먼지를 의미하고. 생성 경로에 따라 1 차 미세먼지와 2차 미세먼지로 구분되어진다. 1차 미 세먼지는 토양입자의 재비산, 해염, 산불, 자동차, 화 석연료의 불완전 연소 등 자연과 사람에 의해 오염 배출원에서 대기 중으로 직접 방출되며, 2차 미세먼 지는 대기중 기체 상태로 존재하는 오염물질들이 화 학반응을 일으켜 입자 형태로 생성된다(Zhang, 2015). 그 예로는 휘발성 유기 화합물(VOC)이 오존이나 수 산화라디칼과 대기화학반응을 통해 유기 에어로졸 (SOA)로 변환되거나 NO2, SO2가 NH3와 H2O와 결 합해 파생된 무기 에어로졸(암모늄, 황산염, 질산염) 등이 있다(Hamilton et al., 2008).

    PM2.5는 세계보건기구(WHO, World Health Organization) 에서 1급 발암물질로 지정하여, 호흡기계 질환을 비 롯한 각종 질환을 유발하고 있으며, 먼지의 응결로 인한 심근경색의 원인이 되기도 한다. 특히 PM2.5 및 PM10은 입자가 폐 깊숙이 흡입되고 폐포에 침착되어 다수의 해로운 효과를 생성 할 수 있기 때문에 과학 계에 특별한 관심을 가지고 있다(Gong et al., 2010, Kampa and Castanas, 2008, Peters et al., 2010).

    2017년 기준 서울의 미세먼지 PM2.5 농도는 25 μgm−3로, 파리 14 μgm−3 , LA 14.8 μgm−3에 비해 70-79% 정도 높게 나타나고 있다. 이는 우리나라가 당면하고 있는 중국의 황사와 같은 기상여건과 인구 및 산업 밀집으로 예상할 수 있으며 미세먼지 관리 시 중요한 요인으로 작용하고 있다(Ahn and Chun, 2011). 지금까지 우리나라에서는 미세먼지의 물리·화 학적 특성에 관한 연구, 미세먼지의 발생원인 및 이 동에 관한 연구, 그리고 미세먼지와 인체 건강 사이 의 관련성에 관한 연구 등이 주를 이루고 있으며, 미 세먼지의 시계열적인 변화에 관한 연구와 더불어 공 간적인 변화에 관한 연구 등이 추가로 연구되었다 (Do, 2014, Kim et al., 2012, Moon, 2011, Park, 2017). 현재, 미세먼지 배출연구는 수도권 대도시 위 주로 수행되었고 국립환경과학원의 CAPSS를 이용하 여 대부분의 지역적 특성을 분석하는 실정이다. 다만 측정을 하여 성분 분석을 하는 연구의 특성으로 인 해, 각 연구마다 관측 지점 및 시점의 차를 고려하여 미세먼지 PM2.5 배출 기여도를 다르게 분석하고 있다 (Park and Shin, 2017). 청주시 미세먼지 배출연구는 전무한 실정이며, 미세먼지 PM2.5의 고농도 원인과 공간적 분포를 분석하기 위해 배출원 조사와 함께 기상학적 원인 분석을 수행할 필요가 있다.

    따라서 본 연구의 목적은 청주시의 미세먼지 시계 열 자료와 기상분석 및 모델링 자료를 통해 PM2.5 고 농도 오염의 원인을 규명하고자 한다.

    자료 및 연구방법

    연구 대상 지역은 충청북도 청주시이다. Fig. 1의 지형자료를 보면 청주시는 한국 중부 내륙에 위치하 고 있고 주변이 산으로 둘러쌓인 북동-남서 방향의 분지임을 알 수 있다. 대기질 측정소는 Fig. 1(a) 및 Table 1과 같이 청주산업단지의 송정동, 도심지의 사 천동과 문화동, 풍하측의 용암동, 그리고 오창산업단 지의 오창읍에 위치하며 대기질 자동측정망인 실시간 대기정보 시스템을 통하여 제공받고 있다. 측정항목 은 미세먼지(PM10, PM2.5), 일산화탄소(CO), 이산화질 소(NO2), 이산화황(SO2), 오존(O3), 탄화수소(HC) 등 대기환경기준물질이다. Table 1는 측정소별 코드, 위 치, 위도(도, 분) 및 경도(도, 분), TM좌표를 X축과 Y축으로 나타낸 것이다.

    분석 대상 사례일은 2015년 3월 1일-2018년 11월 31일까지 기상청에서 황사로 관측된 날짜를 제외한 고농도 사례를 사용하였다. 그리고 본 연구에서는 이 고농도 사례일에 대해 기상청 통합모델인 UM (United kingdom Meteorological Model)과 대기화학수송모델 인 CMAQ (The Community Multi-scale Air Quality Modeling System v4.6)의 PM2.5 수치모의 결과(에어 코리아, www.airkorea.or.kr)를 이용하였다. UM에서 생산된 기상장은 UM-MCIP (Meteorological- Chemistry Interface Processor)을 이용하여 CMAQ 입력자료 형 태로 변환된다. 첫 번째 도메인은 중점 북위 38.0도, 동경 126.0도로 174×128개의 27 km 격자간격의 해상 도로 동아시아 영역을, 다음으로 둥지격자(nesting)인 67×82개의 9 km 격자간격의 한반도 영역을 이용하였 다. 그리고 CMAQ 모델은 미국 EPA (Environmental Protection Agency)에서 개발된 3차원 대기화학수송 모델로 광해리율을 계산하는 JPROC (Photolysis rateprocessor)와 초기조건 및 경계조건을 생성하는 ICON (Initial conditions processor), BCON (Boundarycondition processor) 등 전처리 프로그램과 화학메커 니즘을 포함한 주프로그램인 CCTM (CMAQ Chemical Transport Model)으로 구성되어 있다. CMAQ 모델의 화학메커니즘은 휘발성유기화합물질을 위해 CB4-6/ SPROC99를, 미세먼지에 대해 AERO5-7 옵션을 선 택할 수 있다.

    결과 및 토의

    청주시 비황사기간 PM2.5 고농도일 사례분석

    비황사기간은 황사기간을 제외한 PM2.5의 고농도 사례일로 사례 (1): 2017년 1월 2-3일, 사례 (2): 2018년 1월 20-21일, 사례 (3): 2017년 2월 4-5일, 사 례 (4): 2017년 1월 18-19일, 사례 (5): 2018년 10월 15-16일로 사례 (1)-(3)과 사례 (4)-(5) 두 그룹으로 구분하여 선정하였다. Table 2는 이 사례기간 동안 청주시 5개 측정소의 PM10과 PM2.5의 일평균과 PM2.5/PM10의 비를 나타낸 것이다. 비황사기간의 청 주시 PM2.5의 일평균 농도는 71-128 μgm−3으로 기준 치 35 μgm−3를 모두 초과한 사례이다. PM2.5/PM10의 비는 0.79-0.89로 높게 나타났는데 이는 황사기간의 낮은 값(0.4 이하)과 구분되는 비황사 고농도 사례일 의 전형적 특성을 나타낸다(Jeon, 2012, 2015). PM2.5/PM10의 비가 높은 경우는 인근 지역 산업단지 나 에너지 등 직접 연소 공정을 통해 PM2.5 가 다 량 발생하거나 중국이나 한반도 스모그 발생 시에 거대한 덩어리 형태의 미세 연소 물질이 장거리 수 송으로 침적되는 경우로 그 기원을 찾을 수 있다. 전 자나 후자 모두 PM2.5와 가스가 함께 증가하여 구분 하기 어렵지만 후자의 경우는 덩어리 형태를 유지하 여 이동하므로 PM2.5/PM10의 시계열 비가 전자보다 더 일정한 패턴을 유지되는 것이 특징이다. 참고로 황사 기간과 같이 PM2.5/PM10의 비가 낮은 경우는 상 층 제트류와 같이 강한 편서풍의 영향을 받기 때문 에 미세입자 PM2.5의 양이 현격히 줄어들게 든다 (Jeon, 2015).

    Fig. 2는 사례일 (1)-(5)에 대해 청주시 5개 측정소 의 PM2.5, PM10, PM2.5/PM10 시간 평균 농도(비)의 시 계열 변화를 나타낸 것이다. Fig. 2(a)는 PM2.5의 시 계열 농도가 2017년 1월 2일 18시부터 3일 12시까 지, Fig. 2(b)는 2018년 1월 20일 18시부터 21일 15 시까지 급격히 증가하여 유지하다가 다시 급격히 감 소하는 것을 나타내었다. 또한 Fig. 2(c)는 2017년 2 월 4일 15시-5일 12시까지 고농도를 유지하다가 이 후 급격히 하강하였다. 그리고 Fig. 3(d)는 2017년 1 월 18일 12시부터 19일 21시까지, Fig. 2(e)는 2018 년 15일 12시부터 16일 12시까지 점진적으로 증가하 여 감소하는 경향을 나타내었다. 이를 통해 청주시 PM2.5 고농도 패턴은 사례 (1)-(3)과 같이 PM2.5의 농 도가 갑자기 증가하여 유지하다가 급격히 감소하는 M자형 패턴과 사례 (4)와 (5)와 같이 점진적으로 증 가였다가 감소하는 두 가지 패턴으로 구분되었다. 두 패턴의 각 사례별로 PM2.5/PM10 비의 시계열 분포를 비교하면 사례 (1)와 (2)의 패턴과 사례 (4)와 (5)의 패턴이 농도 패턴과 같이 매우 유사한 형태를 갖는 다는 것을 알 수 있다. 전자는 PM2.5 고농도의 패턴 과 유사하게 고농도 발생 직전에 PM2.5/PM10 비가 감 소하다가 다시 증가한 후 일정하게 유지하면서 고농 도 감소 직전에 다시 증가한 후 감소하는 패턴이다. 이러한 패턴의 1차 감소는 청주 인근 지역이나 타 지역으로부터 바람의 증가와 함께 PM2.5의 농도 감소 에 의한 영향으로 PM2.5/PM10 비가 감소한 것으로 추 정되며, 1차 및 2차 증가는 풍속 감소와 함께 PM2.5 를 동반한 오염물질 덩어리의 도착과 감소 직전의 오염물질 덩어리 내 누적 효과에 따른 PM2.5 농도 증 가로 추정된다(Fig. 4). 만약 바람 감소에 따른 오염 물질 누적 효과가 클 경우 사례 1과 2와 같이 PM2.5/ PM10 비가 증가하고 바람이 일정하게 변하여 누적 효과가 약할 경우 사례 3과 같이 PM2.5/PM10 비가 일정하게 유지될 것으로 판단된다. 그에 비해 후자는 전자보다 1차 감소폭이 PM2.5/PM10 비가 완만하거나 약하며 이후 점진적으로 증가하는 것으로 보아 풍속 의 점진적 증가와 관련이 있을 것으로 예상된다. 이 를 위한 검증은 다음 절에서 다루기로 한다. 한편 이 들 PM2.5 고농도 사례일의 평균 배경농도를 분석한 결과 60-80 μgm−3의 고농도인 상태로 평상시 자체 기여보다 2-3배 이상 증가하는 것으로 나타났다.

    측정소별 PM2.5 발생원 기원 파악을 위한 CO, NO2, SO2 농도 및 풍속 비교

    전절의 고농도 사례 일에 대한 PM2.5 농도와 PM2.5/PM10 비의 시계열 변화에 대한 두 가지 패턴의 변화를 확인하기 위해 청주시 5개 측정소중 풍상측 인 오창읍과 시내 중심지의 풍하측인 사천동을 중심 으로 미세먼지(PM2.5, PM10)와 대기오염물질(CO, NO2, SO2) 및 풍속의 시계열을 각각 Figs. 3에 나타 내었다. 사례 (1)과 (2)의 경우는 미세먼지 농도의 누 적 효과를 고려하여 풍하측인 사천동을 중심으로, 사 례 (3)-(5)은 바람의 점진적 변화를 고려하여 풍상측 인 오창읍의 대기질 측정망 자료를 이용하였다. 이 때 풍속은 청주 지방 기상청 자료를 활용하였다.

    Figs. 3(a)(b)와 같이 두 측정소에서 미세먼지 (PM2.5, PM10) 농도와 대기오염물질(CO, NO2, SO2) 농도의 시계열을 비교하였는데, 이는 미세먼지의 발 생 기원을 파악하기 위한 것이다. 즉 측정소별 PM2.5 농도변화가 CO, NO2, SO2 농도와 동시에 증가할 경 우는 국내 배출의 에너지 또는 산업의 직접적인 연 소 기원이거나 중국의 산업단지에서 연소된 오염물질 의 덩어리(중국발 스모그)가 유입되어 영향을 주는 것으로 가정하였다. 한편 이들 농도 시계열의 증가 시점이 다를 경우는 타 지역으로부터 장거리 수송 기원으로 간주하였다. Figs. 3(a)3(b)의 사례 (1)과 (2)에서는 PM2.5와 CO, NO2, SO2 농도가 M형 정점 을 가지며 함께 고농도가 발생하고 있으며, 특히 PM2.5와 CO 농도가 상관이 높음을 알 수 있다. CO 는 불완전 연소 시에 다량으로 발생하기 때문에 PM2.5의 농도도 함께 증가하였을 것으로 예상된다. 그리고 Fig. 2에서 이들 두 고농도 시계열에 대한 PM2.5/PM10 비의 정점이 오염물질 M자형의 두 번째 정점으로 인한 누적 효과에서 특히 CO의 농도가 높 아 상대적으로 PM2.5 농도도 높았던 것으로 해석되었 다. 이들 사례에 대한 풍속 변화를 보면 고농도가 발 생하기 이전에 풍속이 지속적으로 증가함으로서 주변 지역으로부터 오염물질이 이동하여 농도가 다소 낮지 만 하나의 정점을 이루었다. 이후 청주시 지역의 보 다 강한 풍속으로 낮은 오염물질의 농도를 나타내다 가 거대 오염물질 덩이리가 도착함으로서 M자형 1 차 정점과 2차 정점을 이루었다. 오염물질의 M자형 1차 정점과 2차 정점의 최고 농도 차이는 풍속이 감 소하면 증가하는 것으로 그리고 PM2.5의 누적 효과는 2차 정점에서 증가하는 것을 알 수 있다. Figs. 3(c)- 4(e)의 사례 (3)-(5)에서는 사례 (1)과 (2)보다는 오염 물질의 변화가 풍속의 점진적 증가와 감소에 더욱 민감한 것을 알 수 있다. 특히 NO2의 농도가 상대적 으로 높고 CO농도와 같은 시계열 변화를 갖으면서 PM2.5와 함께 SO2의 농도도 상대적으로 증가하여 나 타났다. 주로 석탄 발전소나 관련 산업 공정에서 발 생한 오염원이 바람에 수송된 것으로 예상된다. 참고 로 Figs. 3(c)의 사례 (3)의 경우는 점진적 증가형 고 농도 사례 (4) 및 (5)와 M자형 고농도 패턴 사례 (1) 및 (2)와 혼합형인 것을 알 수 있다.

    결과적으로 청주시 PM2.5의 고농도 사례는 덩어리 형태의 오염물질이 장거리 수송하여 영향을 주되, 첫 번째는 거대한 하나의 덩어리 형태로 오염물질의 2 차 정점을 갖는 M자형 농도 분포를, 그리고 두 번째 는 오염물질의 덩어리들이 지속적인 바람의 영향으로 점진적으로 증가 또는 감소하면서 나타나는 점진적 증가형인 것으로 나타났다. 참고로 혼합형은 오염물 질의 덩어리가 점진적 증가형에 M자형 농도 분포를 갖는 것이 특징이다.

    PM2.5 고농도 발생 사례일의 기상학적 분포 특성

    Fig. 4는 각 사례일의 1000 hPa 면과 500 hPa 면의 등지위고도를 중첩한 것과 1000 hPa 면에서의 등지 위고도와 풍속벡터를 나타낸 것이다. 사례 (1)-(3)의 경우 모두 우리나라 북서쪽 또는 서쪽의 중국 대륙 으로부터 우리나라로 시베리아 고기압이 강하게 확장 되어 오는 것을 확인할 수 있으며, 주변의 기압 배치 로 인해 청주시 쪽으로 강한 풍속과 함께 남서쪽에 서 북서쪽 또는 북동쪽의 바람 벡터가 형성되었다는 것을 알 수 있다. 또한 고기압이 우리나라와 일본을 거쳐 지속적인 풍속대가 형성됨으로써 이 풍계를 따 라 오염물질의 덩어리가 유입될 수 있음을 나타내었 는데, 실제로 이들 고농도 사례일의 경우 다른 두 사 례일 보다 농도가 높게 나타났었다(Figs. 2, 3). 그리 고 사례 (4)와 (5)의 경우는 중국으로부터 시베리아 고기압의 확장은 다소 약했지만 청주시를 향해 풍속 이 지속적으로 증가되었고, 이로 인해 미세먼지가 오 염물질과 함께 장거리 수송 되었다는 것을 알 수 있 다. 하지만 고농도 사례 (1)과 (2) 보다는 농도가 다 소 낮게 관찰되었다. Fig. 4(a)에서는 상층 제트류, 즉 강풍이 고비사막에서 베이징을 지나 한반도로 통 과하고 있었지만 북한쪽으로 보다 강하게 나타났다. 한반도 근처 지면에서는 서풍 또는 남서풍의 풍계가 형성되어 청주시 쪽으로 이동하는 것을 알 수 있다. 또한 Fig. 4(b)에서는 상층 기압 배치가 조밀하여 한 반도에 강한 풍속과 함께 오염물질의 수송 강도가 가장 높게 나타날 수 있는 기압배치로, 실제 지상관 측에서 PM2.5의 농도가 가장 높게 나타났었다. 한편 Fig. 4(c)4(d)는 이보다는 풍속이 약하나 상층과 하층 모두 서풍 내지 북서풍의 영향을 나타내었다. 그리고 Fig. 4(e) 사례는 Fig. 4(c)의 사례보다는 풍속 이 약하지만 한반도 북동쪽에 강한 절리저기압이 자 리 잡은 경우이다. 절리저기압이란 경압 불압정에 의 해 생성된 지상 저기압이 더욱 발달하여 상층 저기 압과 연결된 것으로 그림과 같이 지상 저기압 영역 의 가장자리를 따라 강한 풍속을 형성하는 것이 특 징이다.

    Fig. 5는 PM2.5 장거리 수송과 관련하여 공간적 분 포를 파악하기 위해 각 사례별로 850 hPa 면에서의 바람 벡터와 속력장을 나타내었다. 850 hPa 면(고도 약 1500 m)에서 PM2.5의 고농도 기원은 사례 1과 2 의 경우 지속적인 북서풍의 영향 하에서 중국 북서 대륙에서 강풍대를 따라 이동하고 있음을 나타내고 있다. 특히 사례 3-5의 경우는 한반도 북서쪽이나 남 동쪽에 위치한 저기압 발달의 영향을 받아 풍향이 이 저기압의 가장자리를 따라 나타나고 PM2.5 역시 이 강풍대를 따라 북에서 남으로 수송하고 있다는 것을 알 수 있다. Figs. 5(a)5(b)는 사례 1과 2에 서와 같이 청주시에서 관측한 PM2.5 고농도 전의 풍 속의 증가와 감소 분포를 잘 반영하고 있다. 그리고 Figs. 5(c)-5(e)는 우리나라에서 풍속이 점진적으로 증 가하는 것을 볼 수 있는데 이는 PM2.5 사례 (3)-(5)의 점진적 농도 증가를 잘 설명해 주고 있다.

    따라서 청주시 미세먼지 고농도 사례일의 기상학적 특징은 상층 제트류가 중국의 오염원으로부터 한반도 를 통과하는 기압배치가 조밀할수록 그리고 지상 고 기압이 북서쪽에서 한반도로 확장이 강할수록 미세먼 지 농도가 강풍대를 따라 높게 관찰되었다. 그리고 상층 절리 저기압 발달이나 지상저기압 발달에 따른 곡률 효과로 이 저기압의 가장자리 강풍대를 따라 미세먼지 농도가 수송되어 높게 나타난다는 것이 관 찰되었다.

    Fig. 6은 청주시의 PM2.5 고농도 사례일 기준으로 6시간 단위별 3000, 1500, 500 m에 대한 공기 덩어 리의 등온위면 후방궤적을 나타낸 것이며, 동시에 850 hPa 면의 유선을 분석함으로써 이들 공기 덩어리 의 이동 경로를 한눈에 파악하였다. Figs. 6(a)(f) 의 사례 (1)의 경우 청주시의 공기 후방궤적과 유선 을 참고할 때 미세먼지 발원지가 한반도 서쪽 또는 남서쪽에서 장거리 수송되었다는 것을 판단할 수 있 다. 사례 (2)의 경우는 중국 동쪽 또는 북동쪽의 미 세먼지 발원지에서 한반도 남서 또는 서쪽을 따라 유입된 미세먼지가 북서쪽을 따라 남하하여 청주시를 통과함으로써 고농도를 형성하였다. 사례 (3)의 경우 는 중국 북동쪽에서부터 동쪽 전체까지를 발원지로 하여 남동쪽, 서쪽, 또는 북서쪽을 따라 한반도로 유 입 되어 청주시로 이동하였고, 사례 (4)의 경우는 미 세먼지의 발원지가 중국 북동부 북경근처에서 시작하 여 한반도 북서쪽으로 유입하여 청주에 도착하되 상 공에서 부유하여 이동함으로써 지표면 농도가 상대적 으로 낮게 나타났다는 것을 추정할 수 있다. 그리고 사례 (5)의 경우는 상공 3 km 부근의 중국 동쪽 또 는 북동쪽 미세먼지 발원지로 부터 한반도로 수송된 오염물질이 그 하층 1500 m를 따라 북에서 남으로 이동하면서 일부가 침전됨으로써 지상에 상대적으로 미세먼지 농도가 낮게 나타났다는 것을 알 수 있다.

    결과적으로 미세먼지 고농도 사례일의 등온위면 후 방궤적과 850 hPa면의 유선을 분석한 결과 중국 동 쪽 또는 북동쪽의 미세먼지 발원지에서 상공 편서풍 과 하층 고기압의 확장되는 영역을 따라 한반도 서 쪽 또는 남서쪽으로 유입하는 경우는 상대적으로 미 세먼지 농도가 높은 패턴으로 나타내었으나, 지상의 고기압 확장이 적거나 절리 저기압이 발달한 경우에 는 미세먼지가 상공을 지나가면서 일부 침적되었기에 상대적으로 낮은 농도의 패턴의 나타내었던 것으로 확인되었다.

    기상-대기질(UM-CMAQ)모델을 이용한 청주시 PM2.5 고농도의 시공간적 분포 현황

    본 연구에서는 PM2.5의 M자형 고농도와 점진형 고 농도 패턴을 보인 사례일의 공간적 분포와 이동 경 로를 확인하기 위해 에어코리아(www.airkorea.or.kr) 의 기상-대기질(UM-CMAQ)모델을 이용한 수치모의 결과를 분석하였다. Figs. 7(a)-(c)는 고농도 사례 (2)인 2018년 1월 20일의 1500 KST에서 다음날 0300 KST까 지 6시간 간격으로 수치모의 한 PM2.5와 바람 벡터의 공간적 분포를 나타낸 결과이다. 벨트 형태의 미세먼 지 덩어리가 중국의 북동쪽에서 우리나라 중부를 걸 쳐 북서풍과 북동풍의 영향으로 남쪽으로 이동하면서 청주시를 통과하여 M자형 고농도를 발생시키는 것을 확인할 수 있다. Figs. 23에서처럼 PM2.5/PM10의 비가 크고 CO, NO2, SO2 등의 오염물질이 미세먼지 PM2.5와 함께 증가하는 것으로 보아 산업 및 에너지 연소와 난방 연소 등에 의한 중국의 겨울철 스모그 덩어리가 장거리 수송되었다는 것을 알 수 있다. Fig. 8은 사례 (1)과 (2)에 대한 M자형 고농도의 두 정점을 확인하기 위해 상세 격자인 한반도의 PM2.5 수치모의 결과를 나타낸 것이다. Figs. 23에서 사 례 (1)의 경우는 M자형 고농도에서 1차 정점이 높았 는데 Figs. 8(a)8(b)의 동일 사례에 대한 PM2.5의 공간적 분포를 확인하면 북서풍의 바람이 증가하면서 PM2.5의 벨트 형태 덩어리 앞쪽에서 농도가 누적되어 M자형의 1차 정점이 높은 것을 알 수 있다. 반면에 PM2.5 사례 (2)의 경우는 M자형 고농도에서 2차 정 점이 높았는데 8(c)와 8(d)의 동일 사례로 북서풍의 바람이 감소하면서 벨트 형태 덩어리 뒤쪽에서 농도 가 누적되어 M자형의 2차 정점이 높은 것을 알 수 있다. 한편 Figs. 7(d)-(f)는 사례 (5)인 2018년 10월 15일의 0600 KST에서 1800 KST까지 6시간 간격으 로 수치모의 결과이다. PM2.5 발생원은 사례 2와 유 사하지만 전체적으로 농도가 낮고 주로 중국 북경과 산뚱반도 사이 서쪽으로 이동하여 강줄기 형태의 미 세먼지 덩어리 띠들을 형성하면서 북서풍 또는 북동 풍의 영향으로 청주시에 점진적 증가형 고농도 패턴 을 나타내었다. PM2.5 고농도 사례 발생일이 10월 중 순인 것으로 보아 중국 동쪽에 해당하는 시안과 북 경에서 겨울철 난방이 시작되면서 발생한 고농도가 주변 지역의 오염물질과 합하여 증가하면서 우리나라 에 수송된 것으로 파악된다. 우리나라에서 PM2.5의 점진적 증가형 고농도 사례로 판단할 수 있는 근거 는 Fig. 7(d)의 강줄기 형태의 미세먼지 덩어리 띠들 이 북서풍 또는 북동풍의 지속적 영향으로 시간이 지나면서 Fig. 7(e)와 같이 하나의 덩어리 벨트로 이 동하다가 Fig. 7(f)처럼 U자형 패턴으로 변화는 것으 로 확인할 수 있다.

    본 연구에서는 PM2.5 수치모의 결과의 연직 단면을 제시하여 비교하지는 못했지만 M자형 고능도의 1차 및 2차 정점이 풍속과 반비례하여 나타났고 하나의 두꺼운 벨트 형태의 오염 덩어리가 이동하면서 발생 하였다는 것을 확인하였다. 또한 PM2.5의 점진적 증 가형 고농도 사례는 전형적 M자형 고농도 사례보다 전체적으로 농도가 낮고 바람의 영향으로 강줄기 형 태의 오염 덩어리 띠들이 시간이 지나면서 일자형, U자형으로 변형된다는 것을 확인하였다. 또한 전절에 서 제시한 결과들의 해석이 서로 일치하는 것을 확 인 할 수 있었다.

    결 론

    이 연구의 목적은 청주시 비황사기간의 미세먼지 고농도 사례일의 시계열과 기상장 및 대기질 모델링 결과를 분석하여 미세먼지 PM2.5의 발생원과 이동경 로를 파악하고 동시에 PM2.5의 고농도원인을 분석하 는 것이다. 청주시를 대상으로 2017년 1월부터 2018 년 10월까지 비황사 기간에 대해 미세먼지 PM2.5 및 PM10, PM2.5/PM10 비, CO, NO2, SO2의 시계열 농도 를 비교하였는데, PM2.5/PM10 비가 1에 가까울수록 그 기원을 연소 기원으로 간주하였고, 0에 가까울수 록 장거리 수송 또는 황사기원으로 분리하여 분석하 였다. 한편 PM2.5와 CO, NO2, SO2가 동시에 증가할 경우는 PM2.5 고농도 원인을 주변 지역 기원의 산업 또는 에너지의 직접적인 연소로 간주하거나, 중국의 산업 또는 에너지 등에서 연소된 오염물질이 덩어리 형태(중국발 스모그)로 유입되는 것으로 간주하였다. 한편 일기도 및 바람장 분석을 통해서는 상층 제트 류와 고기압의 발달관계에 따른 미세먼지의 이동 패 턴을 파악하였고, 850 hPa 면의 유선과 후방궤적을 이용하여서는 미세먼지의 기원 및 이동경로를 파악하 였다. 최종적으로는 이들 비황사기간의 일부 고농도 사례일에 대해 UM-CMAQ 기상 대기질 모델링 결과 를 이용하여 미세먼지 PM2.5의 공간적 이동 분포를 파악함으로써 고농도 원인을 확인하였다. 이들 연구 결과를 요약하면 다음과 같다.

    청주시 비황사기간 PM2.5 고농도 사례일의 시계열 변화와 PM2.5/PM10의 비를 분석한 결과 덩어리 형태 의 M자형 고농도와 점진적 증가형의 두 가지 농도 패턴을 나타내었다. PM2.5 시계열 농도는 청주시 자 체 기여농도 보다 2-3배 이상 증가한 60-80 μg /m3의 배경농도가 장거리 수송되어 왔다는 것이 관측되었다 . 고농도 사례일의 각 측정소별 시계열 분석을 통해 M자형의 경우 PM2.5/PM10의 비가 오염물질 누적 효 과에 의해 1차 및 2차 정점을 갖고 동시에 PM2.5의 시계열 농도가 CO와 주로 같은 패턴을, 그리고 NO2 와 SO2도 같은 시계열 농도 패턴을 보였기 때문에 산업 및 에너지 연소 기원의 오염물질 덩어리가 장 거리 수송되어 풍속의 증감에 따라 1차 또는 2차 정 점을 이룬 것으로 나타났다. 그리고 점진적 증가형의 고농도 패턴은 풍속의 지속적 증가가 원인으로 2018 년 10월 15일 고농도 사례의 경우 시점 상 중국의 가정이나 지역난방을 위한 연소 시설로부터 수송되어 왔을 것으로 해석되었다.

    청주시 미세먼지 고농도 사례일의 기상학적 분석 결과 PM2.5의 고농도는 상층 제트류가 중국의 오염원 으로부터 한반도를 통과하는 기압배치가 조밀할수록, 지상 고기압이 한반도 쪽으로 확장이 강할수록 미세 먼지 농도가 높게 관찰 되었고, 절리 저기압 발달에 따른 지상 저기압의 가장자리 기압배치에서 강풍대가 형성될수록 미세먼지 농도가 높게 관찰 되었다. 대체 로 PM2.5의 M자형 고농도가 점진적 증가형의 고농도 사례보다 농도가 높게 나타났다.

    고농도 미세먼지 PM2.5의 발원지, 이동 경로 및 농 도 현황을 확인하기 위해 850 hPa 유선과 등온위면 에서의 후방궤적 분석, 그리고 UM-CMAQ 모델의 PM2.5 농도 수치모의 결과로 분석하였다. 그 결과 중 국 동쪽 또는 북동쪽의 미세먼지 발원지에서 상공 편서풍과 하층 고기압의 확장되는 영역을 따라 한반 도 서쪽 또는 남서쪽으로 유입하는 경우는 상대적으 로 미세먼지 농도가 높은 M형 패턴의 띠를 나타내 었다. 하지만 지상의 고기압 확장이 상대적으로 적거 나 절리 저기압 또는 지상 저기압이 발달한 경우에 는 미세먼지가 상공을 지나가면서 일부 침적되었거나 발원지의 발생원의 농도가 상대적으로 낮았기 때문으 로 시간에 따른 풍속의 증가로 인해 PM2.5의 고농도 가 점진적 증가형의 패턴을 나타내었다. 그리고 PM2.5 수치모의 결과에서는 M자형 고농도의 1차 및 2차 정점이 벨트 형태의 오염 덩어리가 청주시를 통 과하면서 풍속이 증가하면 1차 정점이 2차 정점보다 높게 나타났고 반대로 풍속이 감소할 경우 2차 정점 이 더 높게 나타났다는 것을 확인하였다. 한편 PM2.5 의 점진적 증가형 고농도 사례는 바람의 영향으로 강줄기 형태의 오염 덩어리 띠들이 시간이 지나면서 U자형으로 변형된다는 것도 확인하였다.

    Figure

    JKESS-41-6-557_F1.gif

    Air quality monitoring sites (a) and geological distribution (b) in Cheongju.

    JKESS-41-6-557_F2.gif

    Time series of PM2.5, PM10, the ratio of PM2.5 to PM10 in Cheongju for the episode days of the non-Asian dust on (a) 2- 3 January 2017, (b) 20-21 January 2018, (c) 4-5 February. 2017, (d) 18-19 January 2017 and (e) 15-16 October 2018.

    JKESS-41-6-557_F3.gif

    Time series of PM2.5. PM10. SO2, CO, and NO2 (left panels) measured at each air quality monitoring site of (a)-(b) Sacheondong and (c)-(e) Ochangeup on (a)-(e) 2-3 January 2017, 20-21 January 2018, 4-5 February 2017, 18-19 January 2017, and 15-16 October 2018. And time series of wind speed (right panels) on (a)-(e) 1-3 January 2017, 19-21 January 2018, 3-5 February 2017, 17-19 January 2017, 14-16 October 2018 at Cheongju meteorological agency.

    JKESS-41-6-557_F4.gif

    The spatial distribution in geopotential heights (m, ×10, left panels) between 500 hPa surface (lines) and 1000 hPa surface (filled contours), and in wind vectors (right panels) on the 1000 hPa geopotential heights at (a) 0000 LST on 01 January 2017, (b) 0000 LST on 21 January 2018, (c) 0000 LST on 3 February 2017, (d) 0000 LST on 18 January 2017, and (e) 0000 LST on 16 October 2018.

    JKESS-41-6-557_F5.gif

    Spatial distributions wind vectors and wind speed (contours) for the episode days of the non-Asian dust on (a) 1-3 January 2017, (b) 20-21 January 2018, (c) 4-5 February. 2017, (d) 1819 January 2017 and (e) 14-15 October 2018.

    JKESS-41-6-557_F6.gif

    Backward trajectories (left panels) of air parcels using the Hysplit model and streamlines on 850 hPa surface for the episode days at (a) (f) 0000 LST on 01 January 2017, (b) (g) 0000 LST on 21 January, (c) (h) 0000 LST on 3 February 2017, (d) (i) 20180000 LST on 18 January 2017, and (e) (j) 0000 LST on 16 October 2018.

    JKESS-41-6-557_F7.gif

    Spatial distributions of PM2.5 and wind vectors in the East Asian using WRF-CMAQ model at (a) 1500KST on 20 January 2018, (b) 2100KST on 20 January 2018, (c) 0300KST on 21 January 2018, (d) 0600KST on 15 October 2018, (e) 1200KST on 15 October 2018, and (f) 1800KST on 15 October 2018.

    JKESS-41-6-557_F8.gif

    Spatial distributions of PM2.5 and wind vectors in the Korean peninsula using UAM-CMAQ model at (a) 1200KST on 02 January 2017, (b) 1800KST on 02 January 2017, (c) (a) 1200KST on 20 January 2018, (b) 1500KST on 20 January 201, (c) 2100KST on 20 January 2018, and (d) 0300KST on 20 January 2018.

    Table

    Air quality monitoring sites in Cheonju

    Mean concentrations and concentration ratios of PM10 and PM2.5 for the episode days of the non-Asian dust

    Reference

    1. Ahn, B.Y. and Chun, Y. ,2011, The characteristics Asian Dust observed in Japan deflecting the Korean Peninsula (2010. 5. 22.-5. 25.). Journal of Korean Earth Science Society, 32, 388-401. (in Korean)
    2. Do, H.S. , Choi, S.J. , Park, M.S. & Lim, J.K. ,2014, Distribution characteristics of the concentration of ambient PM-10 and PM-2.5 in Daegu area. Jurnal of Korean Society of Environmental Engineers, 36(1), 20- 28.
    3. Gong, S.Y. , BAE, H.J. , Yoon, D.O. , Hong, S.P. ., and Park. H.Y. ,2012, A study on the health impact and management policy of PM2.5 in Korea I, Korea Environment Institute, 5-10ppm.
    4. Hamilton, J.F. , Lewis, A.C. , Carey, T.J. , and Wenger J.C. ,2008, Characterization of polar compounds and oligomers in secondary organic aerosol using liquid chromatography coupled to mass spectrometry. Analytical chemistry, 80(2), 474-480.
    5. Jeon, B.I. ,2012, Meteorological characteristics of the wintertime high PM10 concentration episodes in Busan. Journal of the Environmental Sciences, 21(7), 815-824.
    6. Jeon, B.I. ,2015, Characteristics of the springtime weekday/ weekend on mass and metallic elements concentrations of PM10 and PM2.5 in Busan. Journal of Environmental Science International, 24(6),777-784.
    7. Kampa, M. and Castanas, E. ,2008, Human health effects of air pollution. Environmental Pollution, 151, 362-367.
    8. Kim, B.K. , Lee, D.I. , Kim, J.C. and Lee, J.H. ,2012, Characteristics of diurnal variation of high PM2.5 concentration by spatio-temporal wind system in Busan, Korea. Journal of Korean Earth Science Society, 33(6), 469-480.
    9. Moon, Y.S. , Lim Y.K. , and Lee, K. ,2011, An estimation of concentration of Asian dust using WRF-SMOKECMAQ (MADRID) during springtime in the Korean peninsula. Journal of the Korean Earth Science Society, 32, 276-293. (in Korean)
    10. Park, J.S. ,2017, Variations of PM10 concentration in Seoul during 2015 and relationships to weather condition. Journal of Photography Geography Society of Korea, 27(2), 47-64.
    11. Park, S.A. and Shin, H.J. ,2017, Analysis of the Factors Influencing PM2.5 in Korea: Focusing on Seasonal Factors. Environmental Policy Research, 25(1), 227-248.
    12. Peters, A. , Dockery, D.W. , Muller, J.E. , and Mittleman, M.A. ,2010, Increased particulate air pollution and the triggering of myocardial infarction. Circulation. 103: 2810-2815.
    13. Yeo, M.J. and Kim, Y.P. ,2019, Trends of the PM10 concentrations and high PM10 concentration cases in Korea. Journal of Korean Society for Atmospheric Environment, 35, 249-264. (in Korean)
    14. Zhang, X. ,2015, Investigation of Fundamental Processes Governing Secondary Organic Aerosol Formation in Laboratory Chambers. Dissertation (Ph.D.), California Institute of Technology.