목차 전체
1
모델링을 통한 배출량 DB 검증 연구 .[1] ,최종보고서
목차 9
제1장 서론 20
1_ 연구 배경 20
2_ 연구 내용 및 방법 32
제2장 대기질 모델 입력용 배출량 입력자료 38
1_ 국내?외 배출 인벤토리 38
2_ 국내 대기오염물질 배출원 분류별 화학종 분배계수 작성 42
3_ 국내 대기오염물질 배출원 분류별 시간 분배계수 작성 57
4_ 배출량의 격자화를 위한 최신 국내 지리정보자료 DB 및 지역 할당 자료 구축 67
5_ 대기질 모델 입력용 자료 생성 체계 76
제3장 대기질 모델링 및 배출량 DB 검증 86
1_ 대기질 모델링 구성 86
2_ 배출량 변화에 따른 대기질 모의 결과 변화 110
제4장 모델링 모의 성능 개선방안 연구 124
1_ 대기질 모델링 초기 및 경계 자료 개선 124
2_ 기상 모델링 지형 자료 개선 137
제5장 서울시 추가 배출량 산정 체계 구축 160
1_ 연구 방법 160
2_ 추가 배출량 화학종별 분화 체계 160
3_ 모델링 입력자료용 서울시 요식업체 배출량 자료 산정 174
4_ 요식업체 PM 및 VOCs 화학종별 분화 179
제6장 요약 및 결론 194
1_ 연구 결과 194
2_ 배출량 산정 방법 개선방안 및 정책 제언 201
참고문헌 208
1_ 참고문헌 208
부록 214
1_ 도시 대기질 관측 자료를 이용한 통계 분석 214
2_ 집중 관측소 자료 242
표 목차 11
[표 1-1] 국가대기오염물질 배출량 대분류 체계 25
[표 1-2] 대기오염물질 배출자료의 품질 관리기법 27
[표 1-3] 환경부 부문별 미세먼지 관리 방안 27
[표 2-1] AE5(Aerosol Module5), AE6(Aerosol Module6)의 PM 2.5 화학종 구분 44
[표 2-2] 연구에서 고려된 배출원별 VOCs 및 PM 화학종 분화 45
[표 2-3] SMOKE 적용을 위한 차종 구분 매칭 61
[표 2-4] 배출 유형별 적용 시간 분배계수 63
[표 2-5] 중분류 수준에서의 공간 할당 입력자료 세분화 72
[표 3-1] 배출량 도메인별 물질별 배출량 86
[표 3-2] 기상 모델(WRF) 구동을 위한 설정 87
[표 3-3] 대기화학 모델(CMAQ) 구동을 위한 설정 90
[표 3-4] 모델링 성능 평가에 활용된 통계 계산식 91
[표 3-5] 각 도메인 영역에 대한 기상모델의 기온 통계 결과 94
[표 3-6] 각 도메인 영역에 대한 기상모델의 풍속 통계 결과 94
[표 3-7] 도시 대기질 서울 관측 사이트(25개)를 이용한 CMAQ 모델링 통계 분석 결과(4~6월) 105
[표 3-8] SI_04에 대한 도시 대기질 관측 사이트(89개)를 이용한 CMAQ 모델링 월별 통계 분석 결과 105
[표 3-9] 2016년 4~6월의 수도권 집중 측정소 자료를 이용한 물질별 통계 분석 결과(SI_04) 106
[표 3-10] 올림픽 공원 관측 지점에서 관측과 모델 결과(SI_04)의 5월 평균값 118
[표 3-11] 올림픽 공원 관측 지점에서 관측과 모델 결과(SI_04)의 6월 평균값 118
[표 3-12] 태화산 관측 지점에서 관측과 모델 결과(SI_03)의 5월 평균값 120
[표 3-13] 태화산 관측 지점에서 관측과 모델 결과(SI_03)의 6월 평균값 120
[표 4-1] CAM-Chem 및 WACCM 모델 126
[표 4-2] 전구화학수송모델을 활용한 초기 및 배경조건 생성 시스템 구성 127
[표 4-3] mozart2camx 부피혼합비와 질량혼합비 기준 입자상물질 농도 변환 계수 차이 130
[표 4-4] CESM 모델 입자상 물질 정의(MAM4 Aerosols, Liu et al., 2016) 130
[표 4-5] CESM 기체상 물질 관련 변수(RDA 배포 자료 기준) 131
[표 4-6] 일대일 대응 CESM/CMAQ 기체상 물질 132
[표 4-7] 다대일 대응 CESM/CMAQ 기체상 물질 132
[표 4-8] CAM-Chem 및 WACCM 주요 공통 입자상 물질 관련 변수(RDA 배포 자료 기준) 133
[표 4-9] CESM 해염 및 황사 성분의 CMAQ 입자 변환 135
[표 4-10] CESM 유기 입자상물질의 CMAQ 입자 변환 135
[표 4-11] MODIS LANDUSE 자료 적용 시 변경된 변수 143
[표 4-12] 환경부 토지피복지도 중분류 및 세분류와 modified IGBP MODIS LULC 조합 145
[표 4-13] 환경부 토지피복지도와 modified IGBP MODIS LULC 조합 146
[표 4-14] MODIS LANDUSE 자료 적용 시 변경된 변수 157
[표 4-15] 모델링 영역별 지형 자료 적용 157
[표 5-1] 비민수용무연탄, 유연탄 부문 PM 2.5 Speciation Profile 161
[표 5-2] 중유 부문 GAS, PM 2.5 Speciation Profile 161
[표 5-3] 경유, 등유 부문 GAS, PM 2.5 Speciation Profile 162
[표 5-4] LNG, LPG 부문 GAS, PM 2.5 Speciation Profile 162
[표 5-5] 유기용제 사용/도장시설/코일 코팅 부문 GAS Speciation Profile 163
[표 5-6] 유기용제 사용/도장시설/자동차 수리 부문 GAS Speciation Profile 164
[표 5-7] 유기용제 사용/도장시설/나무, 가구 제조 부문 GAS Speciation Profile 165
[표 5-8] 유기용제 사용/기타 유기용제 사용/인쇄업 부문 GAS Speciation Profile 165
[표 5-9] 유기용제 사용/기타 유기용제 사용/인쇄업/옵셋 부문 GAS Speciation Profile 166
[표 5-10] 유기용제 사용/기타 유기용제 사용/인쇄업/그라비어 부문 GAS Speciation Profile 166
[표 5-11] 폐기물처리/폐기물소각 부문 PM Speciation Profile 167
[표 5-12] 폐기물처리/폐기물소각/생활폐기물 소각 부문 PM Speciation Profile 167
[표 5-13] 폐기물처리/기타 폐기물처리/산업폐수 처리, 주거와 상업폐수 처리 부문 GAS Speciation Profile 168
[표 5-14] 생물성 연소/고기 및 생선구이 부문 Gas Speciation Profile 169
[표 5-15] 생물성 연소/고기 및 생선구이 부문 PM Speciation Profile 171
[표 5-16] 생물성 연소/고기 및 생선구이/튀김 부문 PM Speciation Profile 173
[표 5-17] 서울시 요식업체 업종별 월별 시간계수 176
[표 5-18] 서울시 요식업체 업종별 요일별 시간계수 177
[표 5-19] 서울시 요식업체 업종별 시간별 시간계수 178
[표 5-20] SMOKE GSPRO 파일 형식 179
[표 5-21] 생물성연소_고기 및 생선구이 배출원 부문 GSPRO TOG 분화종 180
[표 5-22] 생물성연소_고기 및 생선구이 배출원 부문 GSPRO PM 2.5 분화종 180
[표 5-23] 생물성연소_고기 및 생선구이 배출원 부문 GSPRO TOG 분화종의 특성 181
[표 5-24] 생물성연소_고기 및 생선구이 배출원 부문 GSPRO PM 2.5 분화종의 특성 182
[표 5-25] 지역별 요식업체 PM 2.5 분화 화학종별 배출량 185
[표 5-26] 지역별 [생물성연소_고기 및 생선구이] TOG 분화 화학종별 배출량 187
[표 5-27] 지역별 [생물성연소_고기 및 생선구이] NONHAPTOG 분화 화학종별 배출량 189
[표 6-1] 서울의 대기오염물질별 배출원 현황(2018년 기준) 203
그림 목차 14
[그림 1-1] 1995년부터 2019년까지 전국의 PM 10 연평균 농도 변화 20
[그림 1-2] 서울의 연평균 PM 10, PM 2.5 농도 및 PM 2.5와 PM 10의 질량비 변화 21
[그림 1-3] 배출자료 처리 체계의 직렬 처리방식 22
[그림 1-4] 배출량 모델링 및 처리 체계 흐름 23
[그림 1-5] 영국 런던 3D Interactive map 30
[그림 1-6] 국외 상세 대기질 Hybrid 예보시스템 구축 및 운영 사례 30
[그림 2-1] 수도권의 PM 오염기여도 [성분별(내부),국가별(외부)] 39
[그림 2-2] 본 과업에서 사용될 배출 인벤토리와 과업에 대한 모식도 40
[그림 2-3] 대분류 수준에서의 CAPSS 2015와 CAPSS 2016 배출량 비교 41
[그림 2-4] 이동오염원의 Euro별 배출량(붉은 원: Euro 3) 41
[그림 2-5] SMOKE의 Chemical Mechanism 단계 42
[그림 2-6] 본 과업의 화학종 분화계수 산정 프레임워크 모식도 43
[그림 2-7] Lumped Molecule(좌), Lumped Structure(우) 예시 43
[그림 2-8] CAPSS 2016 기준 주요 배출원별 비중 45
[그림 2-9] 유기용제사용 부문 도장시설 VOCs 화학종 분화계수 비교 46
[그림 2-10] 유기용제사용 부문 인쇄업 VOCs 화학종 분화계수 비교 47
[그림 2-11] 도로이동오염원 부문 휘발유 차량 VOCs 화학종 분화계수 비교 48
[그림 2-12] 도로이동오염원 부문 휘발유 차량 PM 화학종 분화계수 비교 49
[그림 2-13] 도로이동오염원 부문 LPG 차량 VOCs 화학종 분화계수 비교 50
[그림 2-14] 도로이동오염원 부문 경유 차량 VOCs 화학종 분화계수 비교 51
[그림 2-15] 도로이동오염원 부문 경유 차량 PM 화학종 분화계수 비교 51
[그림 2-16] 에너지산업연소 부문 PM 화학종 분화계수 비교 52
[그림 2-17] 제조업연소 부문 PM 화학종 분화계수 비교 53
[그림 2-18] 비산업연소 부문 PM 화학종 분화계수 비교 54
[그림 2-19] 농업잔재물 소각 부문 PM 화학종 분화계수 비교 55
[그림 2-20] 폐기물 소각 부문 PM 화학종 분화계수 비교 56
[그림 2-21] Transformation of inventory data to hourly data 52
[그림 2-22] KORUS v5에서 사용된 SMOKE Default의 시간 분배계수 58
[그림 2-23] TOPIS 교통량 측정소 지점 59
[그림 2-24] 서울특별시 TOPIS 지점별 일자별 교통량 (예시: 2016년 4월) 60
[그림 2-25] 국토부 TMS의 일반국도 교통량 측정지점(예) 60
[그림 2-26] 국토부 TMS를 활용한 2019년 고속국도 교통량 자료 61
[그림 2-27] 서울시 TOPIS 자료를 활용해서 2016년 기준으로 업데이트 한 Profile 62
[그림 2-28] 국토부 TMS 자료를 활용해서 2019년 기준으로 업데이트 한 Profile 63
[그림 2-29] 서울의 요일별 시간대별 NO x 배출량 변화 64
[그림 2-30] 이동오염원의 시간 분배 개선 이후 시공간 NO x 배출지도 65
[그림 2-31] 주요시간대별 이동오염원의 NO x 배출량 변화 비율을 나타낸 지도 65
[그림 2-32] 발전원별 화력발전 추이 66
[그림 2-33] MIMS Surrogate Equation 67
[그림 2-34] 중첩분석에 의한 격자분석 68
[그림 2-35] 기존 토지피복도와 최신 토지피복도간 비교 69
[그림 2-36] 중분류 수준의 토지피복도 분류코드 및 색상 표준 70
[그림 2-37] 중분류 단위의 시가화 건조지역 세분화의 예 71
[그림 2-38] 대분류 단위의 농업, 산림, 초지 세분화의 예 71
[그림 2-39] 대분류 단위의 습지, 나지, 수역 세분화의 예 72
[그림 2-40] 토지피복과 인구자료를 활용하여 작성한 공업지역 할당계수 74
[그림 2-41] 이륜차 공간할당을 위한 도로 등급별 구분 75
[그림 2-42] 서울시 최신 철도망 DB 업데이트 75
[그림 2-43] Nonpoint Format for ARINV (좌) IDA, (우) ORL 77
[그림 2-44] 배출량 산정 모델에 적용 가능한 입력자료 변환체계 도식도 78
[그림 2-45] 면 오염원 규격화의 예(비산업연소) 79
[그림 2-46] SEI 프로그램 내부 좌표 변환 체계 개선 79
[그림 2-47] SEI 프로그램 Python 코드의 예 80
[그림 2-48] SEI 프로그램 구동 시 팝업화면 81
[그림 2-49] SEI converter의 CAPSS 입력자료 형식 82
[그림 3-1] 모델링에 사용될 배출량 도메인 86
[그림 3-2] 미국에서 사용되고 있는 3차원 광화학 모델의 활용 빈도 89
[그림 3-3] AWS 기상 관측소 위치 90
[그림 3-4] D03 영역에서의 AWS 관측 자료를 이용한 기온에 대한 월별 기상모델 예측 성능 평가 결과 92
[그림 3-5] D03 영역에서의 AWS 관측 자료를 이용한 풍속에 대한 월별 기상모델 예측 성능 평가 결과 92
[그림 3-6] D04 영역에서의 AWS 관측 자료를 이용한 기온에 대한 월별 기상모델 예측 성능 평가 결과 93
[그림 3-7] D04 영역에서의 AWS 관측 자료를 이용한 풍속에 대한 월별 기상모델 예측 성능 평가 결과 93
[그림 3-8] 서울에 설치된 AWS 관측 자료를 이용한 기온, 풍속에 대한 Time series와 Scatter plot 95
[그림 3-9] 정규기상관측소(ASOS)를 이용한 기온, 풍속에 대한 Time series와 Scatter plot 95
[그림 3-10] 2016년 4~6월까지 SI_04에 대해 CMAQ 모델에서 모의한 물질 a)SO 2, b)NO 2, c)CO의 평균 공간 분포 및 도시 대기 관측 자료 97
[그림 3-11] 2016년 4~6월까지 SI_04에 대해 CMAQ 모델에서 모의한 물질 a)O 3, b)PM 2.5의평균 공간 분포 및 도시 대기 관측 자료 98
[그림 3-12] 2016년 4~6월까지 SI_04에 대해 CMAQ 모델에서 모의한 VOCs의 평균 공간 분포및 도시 대기 관측 자료 99
[그림 3-13] 2016년 4~6월까지 SI_04의 서울시에 포함된 25개 지점의 관측 자료와 base 배출량, update 배출량을 이용한 CMAQ 모의 농도 결과와의 scatter plot 100
[그림 3-14] Baseline 배출량(SI_04)을 이용한 3개월 평균 CMAQ a)SO 2, b)NO 2, c)CO 공간 분포 (왼쪽:Correlation Coefficient, 중앙:Mean Bias, 오른쪽:RMSE) 101
[그림 3-15] Baseline 배출량(SI_04)을 이용한 3개월 평균 CMAQ a)O 3, b)PM 2.5 공간 분포 (왼쪽:Correlation Coefficient, 중앙:Mean Bias, 오른쪽:RMSE) 102
[그림 3-16] Update 배출량을 이용한 3개월 평균 CMAQ a)SO 2, b)NO 2, c)CO 공간 분포 (왼쪽:Correlation Coefficient, 중앙:Mean Bias, 오른쪽:RMSE) 103
[그림 3-17] Update 배출량을 이용한 3개월 평균 CMAQ a)O 3, b)PM 2.5 공간 분포(왼쪽:Correlation Coefficient, 중앙:Mean Bias, 오른쪽:RMSE) 104
[그림 3-18] 2016년 4~6월까지 수도권 집중측정소 관측 결과와 baseline 배출량, update 배출량을 이용한 CMAQ 모델 결과에서 SI_04 결과를 이용한 PM 2.5 및 구성성분의 scatter plot 107
[그림 3-19] 집중 관측소에서의 3개월(2016년 4~6월) 평균 PM 2.5 및 구성 물질별 diurnal variation (검정:관측, 파랑:SI_04_base, 빨강:SI_04_update) 109
[그림 3-20] 2016년 4~6월의 도로변 대기질 관측 자료와 모델링 결과의 요일별 Box plot(검정:OBS, 파랑:SI_04_base, 빨강:SI_04_update) 110
[그림 3-21] 2016년 4~6월의 도로변 대기질 관측 자료와 모델링 결과의 시간별(hourly) 배출 분배계수 변화에 따른 농도 변화(검정:관측, 파랑:SI_04_base, 빨강:SI_04_update) 112
[그림 3-22] 2016년 4~6월의 도로변 대기질 관측 자료와 모델링 결과의 시간별(hourly) 배출 분배계수 변화에 따른 NO, NO 2 농도 변화의 요일별 비교(검정:관측, 파랑:SI_04_base, 빨강:SI_04_ update) 113
[그림 3-23] 2016년 4~6월의 도로변 대기질 관측 자료와 모델링 결과의 시간별(hourly) 배출 분배계수 변화에 따른 O 3, CO 농도 변화의 요일별 비교(검정:관측, 파랑:SI_04_base, 빨강:SI_04_ update) 113
[그림 3-24] 2016년 4~6월의 도로변 대기질 관측 자료와 모델링 결과의 시간별(hourly) 배출 분배계수 변화에 따른 SO 2 , PM 2.5 농도 변화의 요일별 비교(검정:관측, 파랑:SI_04_base, 빨강:SI_04_update) 114
[그림 3-25] SI_04_base와 SI_04_update의 VOCs 농도 차이(3개월 평균) 115
[그림 3-26] 2016년 월별(4월, 5월, 6월) TOL/BENZENE 비의 공간 분포 116
[그림 3-27] 올림픽 공원 관측 지점에서의 월별 TOL/BENZENE 비, TOL 농도, BENZENE 농도의 시간 변화 117
[그림 3-28] 태화산 관측 지점에서의 월별 TOL/BENZENE 비, TOL 농도, BENZENE 농도의 시간 변화 119
[그림 4-1] 동아시아 2019년 MCD12Q1 GeoTIFF 변환 자료 140
[그림 4-2] 한반도 MODIS 2019년 도시 지역 비율(좌) 및 WRF 기본자료와의 차이(우, MCD12Q1 ? WRF 기본) 142
[그림 4-3] 한반도 MODIS 2019년 산림 지역 비율(좌) 및 WRF 기본자료와의 차이(우, MCD12Q1 ? WRF 기본) 142
[그림 4-4] 활엽수 관련 토지피복지도 및 수치임상도 1 147
[그림 4-5] 활엽수 관련 토지피복지도 및 수치임상도 2 147
[그림 4-6] 활엽수 관련 토지피복지도 및 수치임상도 3 148
[그림 4-7] 침엽수 관련 토지피복지도 및 수치임상도 148
[그림 4-8] 혼합림 관련 토지피복지도 및 수치임상도 분포 148
[그림 4-9] SRTM 자료 획득(NASA EARTHDATA) 151
[그림 4-10] 2019년 MODIS MCD15A2H LAI 예시 153
[그림 4-11] 2019년 MODIS MCD15A2H fPAR 예시 153
[그림 4-12] 수도권 지역 1km×1km MODIS 2019년 8월 LAI(왼쪽) 및 WRF 기본 자료와의 차이(오른쪽) 156
[그림 4-13] 수도권 지역 1km×1km MODIS 2019년 8월 fPAR(왼쪽) 및 WRF 기본 자료와의 차이(오른쪽) 156
[그림 5-1] TOG Integration 과정 183
[그림 5-2] 서울시 요식업체 종분화 결과(비율) a)PM 2.5, b)TOG, c)NONHAPTOG 184