1. 서 론
세계보건기구(World Health Organization, WHO)는 2012년에 매년 대기오염으로 인하여 사망한 인원이 700~800만 명에 이른다고 하였다. 최근 들어, 대기오염물질 중 하나인 미세먼지의 심각성은 전 세계적으로 주목받고 있다. 여기서, 대기오염 물질은 자동차, 공장 등에서 발생하여 대기 중 장기간 존재하는 아황산가스, 질소산화물, 이산화질소, 오존 등을 포함하며 환경에 영향을 미치는 대기오염물로 정의하고 있다. 이 중 10 μm 이하의 입경을 ‘미세먼지(Particulate matter 10 μm, PM10)’이라고 일컬으며, 2.5 μm 이하의 입경은 ‘초미세먼지(Particulate matter 2.5 μm, PM2.5)’ 또는 ‘극미세먼지’로 정의하고 있다(Lee et al., 2022). 미세먼지는 인체 내의 폐포 상피세포에 영향을 미쳐 심각한 건강 문제를 발생시킬 수 있는 원인이 될 수 있으며, 초미세먼지는 호흡기 및 폐를 통하여 혈관을 따라 체내로 이동하는 악영향을 미치고 있다는 점을 확인한 사례가 있다(MacNee and Donaldson, 2003; Xing et al., 2016). 이러한 이유로 대부분 국가에서는 미세먼지를 하나의 기상요인으로 인지하고, 국제협약을 기반으로 효율적인 미세먼지 감축을 위한 발생원인 조사 및 저감 대책 방안을 제시하고 있다. 1979년 11월에 체결된 ‘월경성 장거리 이동 대기오염에 관한 협약’은 2009년 기준으로 51개국의 참여를 통해 현재 대기오염물질 감소를 위한 각국의 노력이 지속되고 있다(Ye, 2009).
미세먼지에 대한 심각성이 부각되어 국가적으로 대기오염 측정망의 연구가 활발하게 진행되어 왔다. 국내의 사례를 살펴보면, Jeon (1996)은 서울특별시에서 현 자동측정기에 간이측정기를 설치하여 기존에 설치되어 있던 자동측정기와 간이측정기 간의 대기오염농도 실측값과 측정값을 직접 비교했다. 해당 연구는 자동측정소에 대한 영향권을 해당 구의 대표 대기오염도로 설정하였고 대기오염농도 실측치와 차이가 발생했던 측정소를 살펴보며, 이를 보완해야 하는 지점으로 선정했다. Kim and Jo (2012)는 대구광역시를 기준으로 공간보간법을 이용한 도시지역 대기오염 측정소의 배치에 관해 평가하는 연구를 진행하였다. 해당 논문은 Air Quality Monitoring system (AQMs)의 추가 설치 위치에 대한 제안을 위하여 연도별, 계절별, 요일별로 PM10의 농도 지도를 작성했다. 농도 지도와 기존 선행연구에서 측정한 미세먼지 농도 결과들을 비교하여 추가로 설치해야 하는 지점을 제안했다. 해당 연구는 기준에 따라 공통적으로 지정한 추가 설치지역으로는 대구광역시 남산동, 남일동 등이었다. Choi (2022)는 지리정보시스템(Geographic Information System, GIS)을 이용하여 대표적인 산업도시인 울산광역시의 대기오염 측정소 위치를 전반적으로 평가했다. 해당 논문은 구체적으로 대기오염 측정망 현황조사, 미세먼지 배출량과 농도 분포 파악, 그리고 대기오염 측정망 최적화 방안을 도출했다. 또한, 울산광역시의 농소동, 송정동, 그리고 남목동 등은 인구, 배출량, 농도라는 세 가지 조건과 지리적 특수성을 고려하여 측정소 확충이 필요한 지역으로 선정되었다.
국외에서는 체계화된 미세먼지 기준 제시 및 측정을 위해 지속적인 연구가 진행되어 왔다. Gunawan et al. (2020)은 미국의 AQMs 기준을 통해 인도네시아의 현 AQMs의 평가를 진행했다. 평가로 사용한 변수는 대기오염 지수, 대기오염 측정소, 규제, 그리고 데이터 사용 가능성 등이 있다. 해당 연구는 인도네시아의 AQMs의 문제점과 그에 대한 해결방안을 제시했다. Yu et al. (2021)은 중국을 대상지역으로 선정하고 제한된 예산을 통해 머신러닝을 통하여 AQMs의 설치 장소를 선정하는 과정에서 최대한의 대기오염 측정 오류를 줄이기 위한 연구를 진행했다. 머신러닝을 적용한 결과에서 일부 측정지점의 오차값이 낮게 나타나 개선된 결과를 보였으나, 중국의 전반적인 지점에서 오차값이 낮아지는 결과가 명확하지 않아 추후 연구가 필요하다고 언급했다.
바람이 미세먼지의 이송과 확산에 영향을 미친다는 연구(Chandler et al., 2002; Dentoni et al., 2022)를 통해 미세먼지와 바람과의 관계성에 대한 분석이 이루어지기도 했다. Tian et al. (2014)은 중국 베이징을 대상지역으로 선정하여 미세먼지와 기상요인 간의 관계를 살펴보았다. 봄, 여름철에는 풍속이 지속적으로 증가할 때마다 대기오염의 확률이 높아지며, 계절에 따라 풍속의 영향을 다르게 받음을 확인했다. 해당 논문은 풍속 외에도 다른 기상요인과 미세먼지 간의 관계성을 살펴보았다. Liu et al. (2020)은 중국 친황다오를 대상으로 다양한 기상인자를 바탕으로 PM2.5와 PM10 농도가 증감효과를 받는지 확인했다. 풍속에 대한 관계성을 통해 풍속이 일정 수준의 크기에 도달하면 미세먼지 농도가 저감하는 모습을 보여주었으며, 특정 풍향에서 불어오는 바람은 미세먼지가 증가하는 경향성을 야기하는 것을 확인하였다. Russo et al. (2014)은 포르투칼의 포르토와 리스본을 대상지역으로 CWTs (Circulation Weather Types)와 대기질 간 변화하는 기단의 영향에 따라 변화하는 PM10의 농도를 살펴보았다. 선행연구들을 통해 바람으로 인한 대기오염물질이 이동한다는 관계성을 확인했다. 그러나 이러한 관계성을 이용하여 대기오염 측정망을 평가하는 연구들은 찾아보기 어렵다. 이에 본 연구에서는 바람을 통하여 대기오염 측정망의 적절성을 평가하고자 한다. 평가를 위한 방법은 2021년에 발간된 대기오염측정망 설치, 운영지침에서 국내 대기오염 측정지점의 결정방법의 4개 항목 중 ‘중심원에 의한 동심원을 이용하는 방법’을 참고하였다.
본 연구에서는 국내 AQMs의 현황을 파악한 이후, 풍향과 풍속을 이용하여 다양한 조건에서 대기오염 측정망 적절성을 평가할 수 있는 방법론을 제시하였다. 해당 방법론은 대상지역의 AQMs와 기상관측소의 위치, 그리고 기상관측소에서 측정한 바람의 정보만 있으면 간단하게 대기오염 측정망을 평가할 수 있다. 제시한 방법론의 순서는 다음과 같다. 먼저, 연구 대상지역을 선정하고 해당 지역의 AQMs와 기상관측소의 위치를 파악한다. 기상관측소에서 측정한 바람의 정보는 가장 근접해 있는 AQMs의 위치에 적용한다. 이후, 평균 풍향과 풍속을 기준으로 다양하게 조건을 설정하여 대기오염 측정망에 대한 적절성을 도출한다. 제안된 방법론을 통해 도출된 결과는 미세먼지의 취약지역을 확인할 수 있으며 측정망이 고려되지 않는 지역을 파악하는 데 활용이 가능하다. 이를 통해, 대기오염 측정소를 추가적으로 설치할 경우에 대기오염 측정망이 부적절하게 조성되어 있는 지역을 우선순위로 고려할 수 있다. 또한, 대상지역의 전체 면적 대비 대기오염 영향범위에 속하지 않는 면적에 대한 비율인 결과는 추가로 대기오염 측정소를 설치해야 하는 기준으로 설정이 가능하다.
2. 연구 방법론
본 연구에서는 미세먼지가 풍향과 풍속과의 상관성이 있다는 연구(Chandler et al., 2002; Dentoni et al., 2022)를 고려하여 대기오염 측정소를 기준으로 대기오염을 측정할 수 있는 범위를 ‘대기오염 영향범위’라고 정의하였으며, 대기오염 영향범위는 부채꼴의 형태로 정의하였다(Fig. 1). Fig. 1을 보면 대기오염 영향범위는 ‘대기오염 영향거리’와 ‘대기오염 영향각’을 토대로 산정된다. 대기오염 측정소의 경우, 기상관측소와는 다르게 풍향과 풍속을 측정하지 않는다. 이에, 일정 거리 내 풍향과 풍속이 동일하다고 언급한 선행연구(Stull, 1988; Kaimal and Finnigan, 1994; Sullivan et al., 1998)를 통해 대기오염 측정소에 가장 가까운 기상관측소에서 발생한 바람이 동일하다고 가정하였다. Stull (1988)과 Kaimal and Finnigan (1994)의 경우, 바람의 풍향과 풍속이 일정 거리 내에서는 거의 일정하게 분포한다고 언급하였다. Sullivan et al. (1998)는 대기 경계층의 이산화탄소 농도와 관련한 실험을 수행하였으며, 해당 연구에서는 바람이 동일하다고 가정한 거리를 10~20 km로 설정하였다. 이러한 가정을 바탕으로 대기오염 영향거리와 영향각은 기상관측소에서 측정한 평균풍속, 최다풍향을 이용하여 계산하였다. 대기오염 영향거리는 Eq. (1)과 같이 평균풍속에 대기오염물질의 부유시간을 곱한 값으로 정의하였다.
여기서, v는 평균풍속이며 t는 대기오염물질의 부유시간을 의미한다. 대기오염물질의 부유시간은 미세먼지의 하강시간에 대한 선행연구(Zolfaghari Nikanjam et al., 2017)을 참고하여 1시간, 2시간, 3시간, 그리고 6시간을 고려하였다. 대기오염 영향각은 최소 30°부터 최대 360°까지 30° 단위를 고려하였으며, 대기오염 영향범위는 최다풍향을 기준으로 대기오염 영향각의 절반을 더하고 뺀 범위로 설정하였다. 최종적으로, 대기오염 영향범위의 면적은 Eq. (2)와 같이 대기오염 영향거리와 영향각을 이용하여 산정하였다(Eq. (2)).
계산한 면적은 전체 면적에 대한 대기오염이 측정되지 않는 비율을 계산할 때 이용하는데, 본 연구에서는 이러한 비율을 ‘미측정 비율’이라고 정의하였다. 대기오염 영향범위에 속하지 않은 면적은 Eq. (3)을 통해 계산하고, 미측정 비율은 Eq. (4)를 통해 계산된다. Eq. (4)의 γ는 미측정 비율을 의미한다.
이러한 정의를 바탕으로 본 연구에서 제시한 대기오염 측정망에 대한 새로운 평가방법의 흐름도는 Fig. 2와 같다. 대기오염 측정망의 평가방법에 대한 기본 순서는 다음과 같다. 1) 대상지역이 선정되면 대상지역의 대기오염 측정소와 기상관측소의 분포를 확인한다. 대기오염 측정망을 평가하기 위해 선정된 대상지역의 대기오염 측정소와 기상관측소를 지도상에 표기하고 위⋅경도 값을 이용한다. 이후, 위⋅경도 값을 좌표 값으로 설정하여 대기오염 측정소와 기상관측소의 좌표 간의 거리를 계산한다. 그리고 대기오염 측정소에서 가장 가까운 기상관측소에 임시 코드로 부여한다. 2) 앞서 대기오염 측정소에서 발생한 바람은 가장 가까운 기상관측소에서 발생한 바람과 동일하다는 가정을 토대로 기상관측소의 월별 평균풍속과 최다풍향을 이용한다. 그 이후, 기상관측소에 대한 위치 정보는 해당 방법의 단계부터 결과를 도출하는 데 사용되지 않기에 지도에 표시하지 않는다. 3) Fig. 1에서 설명한 대기오염 영향범위를 기상관측소에 표시한다. 대기오염 영향각과 대기오염 영향거리를 다양하게 변동하여 다양한 조건 속에서 대기오염 측정망의 적절성을 평가한다. 지도에 표시한 대기오염 영향범위를 통해 대기오염 측정소를 추가 설치할 수 있는 지역을 고려할 수 있다. 그리고, 미측정 비율을 통해 대상지역의 대기오염 측정소를 추가적으로 설치를 해야 하는지에 기준을 제시할 수 있다.
3. 대상지역 선정
3.1 국내의 관측소 위치 및 특성 파악
본 연구에서는 국내를 대상지역으로 선정하였으며, 데이터는 Air Korea (2022)에서 제공하는 2020년 AQMs의 위치 자료와 2010년부터 2021년까지의 기상정보통계포털(KMA, 2022)에서 제공하는 종관기상관측장비(Automatic Synoptic Observation System, ASOS) 위치 자료와 풍향, 풍속 관측 데이터를 이용하여 분석했다. AQMs와 ASOS에서 관측되는 데이터가 다르며, 관리 기관 및 자료의 특성에 따라 설치되어 있는 위치가 대부분 상이하다. AQMs는 대기오염의 발생이 빈번하게 나타나는 도심지역을 중심으로 설치되어 있으며, 그에 반해 ASOS는 지방청, 지청, 기상대 등에 설치되어 기상현상 관측 및 국제전문을 통한 자료 공유 등의 관측업무를 수행하기에 지역별로 균일하게 분포되어 있다(Kim et al., 2020). Fig. 3을 살펴보면, 국내에 설치된 AQMs의 개수가 ASOS보다 현저히 많고 ASOS에서 멀지 않은 곳에 1개 이상 AQMs가 설치되어 있는 분포를 볼 수 있다.
ASOS는 2020년을 기준으로 95개소가 존재하며, 기온, 습도, 풍속, 그리고 풍향 등에 대한 자료를 시, 일, 월 단위로 제공하고 있다. 본 연구에서는 ASOS에서 측정한 월별 평균풍속과 최다풍향을 이용했다. 대기오염 측정소는 측정소 대기오염측정망 설치, 운영지침(Ministry of Environment, 2021)에 따라 설치되고 있으며, 측정하는 물질로는 미세먼지(PM10), 초미세먼지(PM2.5)뿐만 아니라 SO2, CO, NOx, O3과 같은 대기오염물질도 관측하고 있다. SO2, CO, NOx, O3의 경우에는 5분마다 자동측정을 통해 1시간 평균값으로 자료를 생성하고 미세먼지와 초미세먼지의 경우에는 1시간마다 측정하여 제공하고 있다(Kim and Guldmann, 2011).
최근에 미세먼지의 문제가 대두되면서 급속도로 측정망이 확대되고 있다. 국내 AQMs는 2016년부터 지점 개수가 급격하게 증가하여, 2020년을 기준으로 568개소가 존재하는 것으로 확인했다. Fig. 3을 통해 수도권과 광역시를 중심으로 AQMs가 집중적으로 설치되어 있었다는 점을 확인할 수 있다. Table 1에 나타나 있는 AQMs의 지역별 개수는 AirKorea에서 제공하는 대기오염 측정소의 위치 정보를 이용하여 산정하였으며, 지역별 면적은 2020년을 기준으로 하고 국가정보통계포털(KOSIS, 2022)을 통해 구했다. Fig. 3과 Table 1을 통해 경기도는 AQMs의 개수가 가장 많으며, 대기오염 측정망이 잘 조성되어 있음을 알 수 있었다. 충청도, 전라도, 경상도의 경우에는 AQMs의 개수는 상이하나, 면적 대비 분포 정도가 유사하여 동일한 수준의 관측망이 조성되어 있음을 확인하였다. 제주도는 다른 지역에 비하여 AQMs의 개수가 적으나 면적 대비 분포 정도가 경기도에 이어 두 번째로 조밀한 것을 확인하였다. 그에 반하여 강원도의 지역 면적은 평균적인 수준이었으나, AQMs의 개수가 현저히 적어 관측망이 조밀하지 않음을 알 수 있었다.
3.2 국내의 계절별 풍향 및 풍속 특성 분석
한국은 사계절이 뚜렷하며, 계절에 따라 풍향과 풍속이 다르게 나타난다는 특성이 있다. 본 연구에서는 2010년부터 2021년까지 측정된 데이터를 계절별로 분석했다. Fig. 4는 전체 지점들에 대한 월별 평균풍속과 최다풍향을 계산하여 나타내었다. Fig. 4(a)에서 확인할 수 있듯이, 각 계절에 따라 발생하는 풍향의 형태는 다르게 나타난다. 봄과 겨울의 경우에는 시베리아 기단과 양쯔강 기단의 영향을 주로 받는다(Yun and Yoo, 2019). 이에, 봄에는 북서풍(250°~290°)이 많이 나타나며 북서풍의 반대 방향인 동풍(70°~110°)은 그에 비해 관측된 자료의 개수가 5배 가량 차이가 나타난다는 점을 알 수 있었다. 겨울은 북서풍(270°~340°)에서 불어오는 바람의 사건 수가 현저히 크며, 남동풍으로 관측된 자료의 개수가 100개 미만으로 나타냈다. 가을의 경우에는 서풍부터 시작하여 북동풍(270°~50°)까지의 자료가 많으나, 봄과 겨울에 비해 상대적으로 관측된 풍향 자료의 개수가 균일하다는 것을 보여준다. 여름철의 경우, 주로 남서풍(180°~230°)으로 오호츠크해와 북태평양 기단에 영향을 받는 계절이기에 북풍의 바람보단 남풍으로 관측된 자료의 개수가 비교적 많다는 점을 알 수 있었다(Kim et al., 2005). 가을철의 경우에는 서풍부터 시작하여 북동풍(270°~50°)까지의 바람이 다른 풍향에 비해 많으나, 봄과 겨울에 비해 풍향의 형태가 균일하다는 것을 나타냈다. Fig. 4(b)는 각 계절의 풍속에 대하여 표현한 그래프이다. 각 계절의 평균풍속의 크기는 봄(2.3 m/s), 여름(1.9 m/s), 가을(1.8 m/s), 겨울(2.3 m/s)로 확인되었으며, 그중 봄의 평균풍속 크기가 가장 크게 나타났다. 또한, 최대 풍속의 크기는 계절 순서대로 9.2 m/s, 6.3 m/s, 9.2 m/s, 12.2 m/s로 확인되었다. 전반적으로 겨울은 다른 계절들에 비해 빠른 풍속을 보여주며, 그에 반해 여름은 평균적으로 풍속이 느리다는 것을 보여주었다.
4. 적용 결과 및 토의
4.1 대기오염 영향각에 따라 산정된 대기오염 영향범위
Fig. 5는 AQMs 지점별로 부유시간을 1시간으로 고정하고 대기오염 영향각을 변경하면서 대기오염 영향범위가 어떻게 변화하는지를 살펴보았다. 서울특별시를 포함한 일부 경기도 지역은 Figs. 5(a)~(h)를 보면 대기오염 영향각에 상관없이 대기오염 영향범위가 전부 속해있는 점을 볼 수 있었다. 제주도는 다른 지역들에 비해 AQMs의 개수가 현저히 부족하나(Table 1), 제주도 대부분의 지역이 대기오염 영향범위에 속한다는 것을 알 수 있었다. 강원도 지역의 경우, 대기오염 영향각과 상관없이 결과를 살펴보면 곳곳에 대기오염 영향범위가 속해져 있지 않음을 알 수 있었다. 전라도, 경상도, 및 충청도는 영향각이 클 때보다 작을 때가 상대적으로 대기오염 측정망이 다소 미흡한 것으로 나타났다. 전반적인 결과를 확인하면 광역시별 대기오염 측정망은 적절하나, 이외의 지역에서 다소 부족한 측정망을 가지고 있다는 것을 알 수 있었다. 이에, 대기오염 측정망 결과는 대기오염 영향각과 상관없이 경기도와 제주도를 제외한 모든 권역은 평가 영역에 속하지 않는 일부 지역이 있음을 알 수 있었다.
Fig. 5
Spatial Distributions of Results according to Air Pollution Influence Angle for each Scenarios by 1-hour Scale (a) 30°, (b) 60°, (c) 90°, (d) 120°, (e) 150°, (f) 180°, (g) 270°, and (h) 360°
Fig. 6은 부유시간이 1시간으로 고정된 상태에서 대기오염 영향각에 따라 변화하는 미측정 비율을 나타낸 것이다. Fig. 6을 확인하면, 대기오염 영향각이 증가함에 따라 미측정 비율이 감소하는 경향을 보였다. 비율의 감소는 30°에서 180°까지는 일정하게 30°씩 커지는 각도에 맞춰 1%로 유지되었으나, 180°에서 360°까지에서는 일정하게 90°씩 커져야 1%를 유지하는 것을 확인되었다.
앞서, Fig. 5에는 부유시간이 1시간일 때의 대기오염 영향각에 따른 대기오염 영향범위에 대한 분석을 실시하였으나, 이번 결과는 부유시간이 2시간일 때의 조건을 추가하여 대기오염 영향각에 따른 대기오염 영향범위를 살펴보았다(Fig. 7). 대기오염물질 부유시간이 길어질수록 대기오염물질의 퍼지는 정도가 크다고 가정했다. 부유시간이 2시간일 때의 조건을 추가하여 실시한 결과인 Fig. 7은 부유시간이 1시간인 경우인 Fig. 5와는 다른 양상의 결과를 보여주었다. Fig. 5를 확인하면, 일부 경기도에서 영향범위가 속해져 있지 않은 모습을 보였으나, Fig. 7에서는 경기도가 대부분 영향범위에 속해 있다는 것을 확인되었다. 제주도는 Fig. 5에서 대기오염 영향각이 작은 경우에는 일부분에 다소 측정망이 부족한 모습을 보였으나, Fig. 7에서 제주도의 영향범위를 보면 대기오염 측정망의 적절성이 매우 높게 나타나는 것으로 나타났다. 제주도 뿐만 아니라 경상도, 전라도, 충청도의 경우에도 Fig. 5의 결과와 비교해보아도 측정망이 적절하게 형성되어 있는 형태로 나타났다. 특히, 타 지역과 비교해 산악지형이 많은 강원도는 부유시간을 늘렸음에도 불구하고 많은 부분에서 AQMs의 설치가 부족하다는 것을 알 수 있었고, 조건을 변동시켜도 강원도는 미세먼지 영향범위가 전 지역을 차지하기에는 어려운 것으로 확인되었다.
Fig. 7
Spatial Distributions of Results according to Air Pollution Influence Angle for each Scenarios by 2-hour Scale; (a) 60°, (b) 90°, (c) 120°, and (d) 150°
Fig. 8은 부유시간이 2시간으로 고정된 상태에서 대기오염 영향각에 따라 변화하는 미측정 비율을 나타낸 것이다. 부유시간을 1시간으로 설정한 경우(Fig. 6)와 부유시간을 2시간으로 설정한 경우(Fig. 8)를 비교해 본 결과, 대기오염 영향각이 증가함에 따라 미측정 비율이 줄어드는 추세가 부유시간이 길 때 더 크게 감소하였다. Fig. 6은 영향각이 증가함에 따라 대략 1% 가량의 비율이 줄어드는 반면, Fig. 8은 30°에서 120°까지는 2~4% 감소하는 경향을 나타내었다. Fig. 6의 경우에는 비율을 30% 이상을 유지하는 반면에, Fig. 8은 10% 미만인 부분도 나타나는 것을 볼 수 있었다. 부유시간을 2시간으로 설정할 경우, 영향각이 360°이면 국내 대기오염 측정망이 전체 면적 대비 90% 이상이며, 이는 대기오염 측정망이 적절하게 구성되어 있음을 파악할 수 있었다.
본 절에서 대기오염 영향각이 증가함에 따라 미측정 비율이 감소하는 경향을 보여주었다. 이를 통해 대기오염 영향각과 미측정 비율이 서로 반비례 관계를 가지고 있다는 것을 파악할 수 있었다. 또한, 부유시간의 조건을 1시간과 2시간으로 설정할 경우, 대기오염 영향각이 180°를 초과한다면 미측정 비율이 각각 40%, 10% 미만임을 보여주었다. 이는 바람의 영향으로 인하여 대기오염물질이 이동하는 것과 동시에 AQMs를 기준으로 대기오염물질의 확산이 고려되어 미측정 비율이 감소했음을 알 수 있었다.
4.2 대기오염 영향거리에 따라 산정된 대기오염 영향범위
본 절에서는 Zolfaghari Nikanjam et al. (2017)의 연구 결과를 기반으로 부유시간을 1시간, 2시간, 3시간, 그리고 6시간으로 설정하였고, 대기오염 영향거리에 따라 변화하는 대기오염 영향범위를 살펴보았다. 또한, 영향거리의 변화에 따라 산정되는 대기오염 영향범위를 면밀히 파악하고자 영향각의 조건 변화를 최소화하였으며 영향각은 90°와 180°로 고정하였다. Figs. 9(a)와 (b)는 영향각을 90°와 180°에서의 영향거리에 따라 대기오염 영향범위의 변화를 나타낸 것이다. 전반적으로 대기오염 영향거리가 증가함에 따라 영향범위가 크게 증가하는 모습을 볼 수 있다. 특히, 부유시간 3시간 이상부터 강원도를 제외한 모든 지역이 대기오염 영향범위에 속하는 결과를 나타냈다(Fig. 9). 강원도의 경우에는 부유시간을 6시간까지 증가시켰음에도 불구하고, 이 지역에서는 영향범위에 속하지 않는 영역이 발생했다. Fig. 9(c)는 대기오염 영향거리에 따라 변화하는 미측정 비율을 나타냈다. 전반적으로 부유시간이 3시간까지 증가하면 미측정 비율이 10% 미만에 도달하였다. 부유시간이 2시간인 경우(Fig. 8)에 영향각이 270°부터는 10%의 영향범위를 보여주고 있지만, Fig. 9는 부유시간이 3시간인 경우에는 영향각이 90°이면 미측정 비율이 약 5%로 나타났다. 또한, 부유시간을 6시간까지 증가시키는 경우에는 영향각과 상관없이 비율이 1% 미만의 영향범위를 보였다.
Fig. 9
Evaluation of Each Scenario according to Air Pollution Influence Distance; (a) 90°, (b) 180°, and (c) Scatter Plot about Non-measurement Percentage for Each Hours
이후, 부유시간별 평균 영향거리에 따른 평균 미측정 비율을 확인하였다. 부유시간의 1시간, 2시간, 3시간 및 6시간에 대한 평균 영향거리는 2.37 km, 4.74 km, 7.11 km, 그리고 14.22 km로 나타났다. 대기오염 영향각이 90°와 180°에서의 평균 미측정 비율은 42.46%, 14.16%, 3.89%, 그리고 0.02%로 나타났다. 이에, 부유시간별 평균 영향거리가 증가함에 따라 평균 미측정 비율이 감소한다는 결과를 도출하였다. 이는 두 개의 변수가 반비례관계를 가지고 있음을 알 수 있었다. 위의 결과를 종합하였을 때, 대기오염 영향거리가 미측정 비율에 큰 영향을 준다는 것으로 확인되었다.
4.3 대기오염 측정소 고려 지역
본 절에서는 미세먼지에 대한 부유시간 조건을 1시간과 2시간이 소요된다고 가정했다. 대기오염 영향거리와 영향각에 따라 추가 설치할 경우 고려할 수 있는 지역의 분포를 나타냈다(Fig. 10). Fig. 10(a)는 부유시간을 1시간으로 고정하고 대기오염 영향각을 변화시킨 경우에 대해 표현하였다. 경기도는 대기오염 영향각과 관련없이 전반적으로 대기오염 측정소를 추가로 설치할 지역이 없는 것으로 나타났다. 제주도는 영향각이 증가할수록 추가 설치 지점으로 고려되는 부분이 점차 줄어드는 것을 확인할 수 있으며, 제주도 중심과 동부에 추가적인 대기오염 관측소가 설치를 고려한다면 전반적인 관측범위를 포함할 수 있을 것으로 파악되었다. 강원도의 경우, 영향각을 점차 늘렸음에도 불구하고 전반적인 변화가 없었으며, 강원도의 대부분 지역은 AQMs에 대한 추가적인 설치가 필요한 것으로 확인되었다. 그와 반면에 강원도의 동해안은 강원도의 다른 지역에 비해 상대적으로 영향각이 증가함에 따라 추가로 AQMs 설치를 고려해야 하는 지역이 다소 감소하는 경향을 나타내었다. 충청도, 전라도, 경상도는 대기오염 영향각이 늘어남에 따라 AQMs의 추가 설치 고려 지역이 약간 감소하였으나, 적절한 대기오염 측정망을 구성하기 위해서는 AQMs의 추가적인 설치가 필요할 것으로 판단된다.
Fig. 10
Spatial Distributions of AQMs Consideration Region about Each Air Pollution Influence Angles for (a) 1-hour and (b) 2-hour
Fig. 10(b)는 부유시간을 2시간으로 고정하고 대기오염 영향각에 따른 추가적인 AQMs의 설치 고려 지역에 대한 결과를 나타내었다. Fig. 10(b)에서 확인할 수 있듯이, 경기도와 제주도에는 고려할 지역이 다른 지역들에 비해 상대적으로 적다는 것을 알 수 있으나, 충청도, 전라도는 추가 설치를 고려할 수 있는 지역이 다소 존재한다는 것을 확인하였다. 경상도는 북부 지역에 AQMs를 추가적으로 설치한다면 대기오염 측정망에 대한 밀집도가 높아질 것으로 판단된다. 앞서 언급하였던 강원도는 부유시간을 2시간으로 고정하였음에도 불구하고 추가적인 설치가 필요한 지역이 상대적으로 넓은 것을 확인하였으며, 전반적인 AQMs의 확충이 필요할 것으로 판단된다(Fig. 10).
앞선 결과에서 AQMs에 대한 밀집도의 차이가 나는 강원도와 경기도, 두 지역을 대상으로 대기오염 측정망을 비교하였다. Fig. 11은 대기오염 영향각은 90°로 고정하고 대기오염 영향거리에 따라 변화하는 강원도와 경기도의 대기오염 측정망을 나타낸 것이다. Fig. 11(a)의 미측정 비율을 살펴보면 강원도는 69.84%이며 경기도는 27.31%로 두 지역은 약 42%의 차이를 보여주고 있으며, 이러한 차이는 강원도의 산지 밀집지역에 대한 AQMs의 미설치로 인한 문제에서 비롯된 것으로 판단된다. Fig. 11(b)의 미측정 비율을 보면, 경기도는 3.22%로 대부분의 지역은 대기오염 영향범위에 속해있다는 것을 알 수 있었다. 그러나 강원도는 미측정 비율이 45.54%로 높게 나타나 관측망의 밀도가 조밀하지 못한 것으로 파악되었다.
Fig. 11
Spatial Distributions of Each Scenario according to Air Pollution Influence Angle (90°) in Gangwon and Gyeonggi provinces for (a) 1-hour and (b) 2-hour
AQMs의 강원도 공간분포(Fig. 3)에서 확인할 수 있듯이, 산지가 밀집된 강원도의 중앙 지역은 대기오염 측정소가 부족하여 다양한 시나리오에서도 AQMs 측정망에 속하지 않음을 알 수 있었다. 경기도는 강원도보다 도심지역이며 대기오염 노출에 상대적으로 취약하다. 이에, 경기도는 강원도보다 AQMs를 밀집도 높게 설치해왔음을 알 수 있었다. 이와 같은 이유로 부유시간에 대한 조건을 1시간으로 설정한 경우, 경기도에서는 강원도보다 미측정 비율이 42% 정도 낮게 나타났다. 본 연구는 대기오염 영향각과 영향거리에 따라 변화하는 다양한 시나리오를 토대로 추가적인 대기오염 측정소를 설치할 지역을 파악하였으며, 이러한 결과를 바탕으로 지역별로 대기오염 측정망에 대한 적절성을 확보할 수 있도록 대기오염 관측영역 부족한 지역을 살펴보고 추가적인 대기오염 측정소를 설치하는 것을 권장할 수 있을 것이다.
5. 결 론
본 연구에서는 국내 대기오염 측정소 위치와 기상관측소에서 측정한 풍향과 풍속 자료를 사용하여, 대기오염 영향범위를 살펴봤다. 이를 위해 2020년에 설치된 대기오염 측정소와 기상관측소의 위⋅경도를 사용하여 가장 가까운 기상관측소를 선정하였다. 그리고 풍향과 풍속 정보를 적용하여 대기오염 영향각과 영향거리에 따라 변화하는 대기오염 영향범위를 분석하였다. 이때 조건이 변화함에 따라 미측정 비율이 얼마만큼 변화하는지 또한 살펴보았다. 이러한 분석을 통해 다른 지역보다 산악지형이 많은 강원도의 경우에는 부족한 대기오염 측정망을 가지고 있으며, 추가로 대기오염 측정소를 설치할 경우에는 우선순위로 강원도를 고려해야 할 것으로 보인다. 강원도와는 다르게 경기도와 제주도는 대기오염 측정망이 준수하게 구성되어 있다는 것을 알 수 있었다. 또한, 대기오염 영향각보다 대기오염 영향거리가 미측정 비율에 미치는 영향이 크다는 것을 알 수 있었다.
대상지역의 대기오염 측정소와 기상관측소 위치, 그리고 평균 풍향과 풍속 데이터를 통해 미세먼지 측정망이 부족한 지역을 확인할 수 있었다. 제시한 방법론을 이용하여 국내 미세먼지 측정망에 대해 평가한 결과, 미측정 비율이 최소 0.01%부터 최대 48.86%까지 값을 보여주었다. 대기오염 영향각이 증가하면서 미측정 비율이 일정한 값으로 감소하는 모습을 보이지만, 대기오염 영향거리의 증가는 급격하게 미측정 비율이 감소하는 모습을 보였다. 또한, 부유시간이 6시간인 상황과 대기오염 영향각이 180°의 조건에서 미측정 비율이 0.01%로 가장 낮은 값으로 나타났는데, 대기오염 영향범위에 속하지 않은 부분이 강원도에 존재한다는 것으로 보아 강원도는 우선적으로 대기오염 측정소를 추가 설치해야 하는 것으로 보였다.
국가적으로 체계적인 미세먼지 관리를 위해 대기오염 측정망을 구축해왔다. 대기오염 측정망을 평가하는 것은 미세먼지의 지역별 농도 분포와 미측정 지역 파악 등 다양한 과정 및 산출물을 수반한다. 따라서, 지속적으로 미세먼지를 관리하기 위해서는 대기오염 측정망을 평가하는 방법에 대해서 지속적으로 연구할 필요가 있다. 본 연구를 통해 제시한 방법론은 이러한 대기오염 측정망을 평가하기 위한 하나의 대안으로 제시될 수 있다. 다만, 국내 지형지물에 의한 대기오염물질의 거동이 고려되지 않았기에 다소 한계점이 있다고 판단된다. 또한, 가장 가까운 기상관측소에서 측정한 바람의 상태를 AQMs와 동일하다고 한 가정은 지리적, 환경적 요인과 같은 가변적 요인을 고려하지 않았으며, 이를 통해 거리에 따라 바람 정보의 오차율에 대하여 계산하지 않았기에, 이는 한계점이라고 볼 수 있다. 추후 연구에서는 실제 지형지물도 고려하여 정교한 대기오염 영향범위를 설정해야 하며, 바람에 영향을 주는 가변적 요인을 고려하여 연구를 진행할 필요가 있다고 생각한다.
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation
Print
