A Study on the Characteristic and AOD Variation according to Aerosol Types Using AERONET Sunphotometer Data in Korea

AERONET 선포토미터 자료를 이용한 국내 에어로졸 유형별 특성과 광학적 두께 변화 연구

Abstract

For the first time in Korea, aerosol type was separated as PD (Pure dust), DDM (Dust Dominant Mixed), PDM (Pollution Dominant Mixed), NA (Non-Absorbing), WA (Weakly Absorbing), MA (Moderately Absorbing), and SA (Strongly Absorbing) using depolarization ratio and single-scattering albedo based on AERONET sunphotometer data. Then, seasonal and annual occurrence frequency and AOD variation are analyzed. The proportion of pollution aerosols (NA, WA, MA, SA combined) was 58.9, 46.2, 59.5, and 67.1% at Anmyeon, Gosan, Gwangju, Seoul, respectively, with Seoul being the highest and the lowest at Gosan. Annual rate changestended to increase NA and decrease PD and DDM. The AOD by type showed the highest NA at all sites. In addition, the ratio of NA and AOD continued to increase.

본 연구는 국내 최초로 안면도, 고산, 광주, 서울에서 측정된 AERONET 선포토미터 자료를 편광소멸도(δ)와 단산란 알베도(SSA)를 이용하여 에어로졸의 유형을 PD, DDM, PDM, NA, WA, MA, SA의 7가지 유형으로 구분하고 계절별, 연도별 발생빈도와 유형별 AOD변화를 살펴보았다. 오염입자(NA, WA, MA, SA를 합한 비율)의 비율은 각각 58.9, 46.2, 59.5, 67.1%로 서울이 가장 높고 고산이 가장 낮았다. 연간 비율 변화는 NA는 증가하고 PD, DDM은 감소하는 경향을 보였다. 유형별 AOD는 NA가 모든 사이트에서 가장 높은 값을 보였다. 또한, NA의 비율과 AOD는 지속적으로 증가하는 추세를 보였다.

1.서론

대기 중에는 많은 종류의 대기 에어로졸이 분포하고 있다. 이러한 대기 에어로졸이 기후변화에 미치는 영향을 파악하기 위해서는 대기중에 분포하는 에어로졸의 농도와 함께 종류에 따라 변화되는 빛의 산란과 흡수와 같은 에어로졸의 광학적 특성이 중요하다(IPCC, 2007). 대기 중에 분포하는 에어로졸은 하나의 종류만으로 구성되지 않고 다양한 종류의 에어로졸이 혼합되어 있는 경우가 대부분이다. 특히 한국, 중국, 일본과 같은 동북 아시아 지역은 다른 지역에 비해 에어로졸의 종류가 다양하고 계절에 따라 주요한 에어로졸의 종류가 변화한다(Kim et al., 2016). 또한, 대기 중 분포하는 에어로졸의 종류와 각 에어로졸 종류의 양에 따라 대기 에어로졸층의 광학적 특성은 달라지게 된다(Noh et al., 2013). 따라서 대기 중 에어로졸의 광학적 특성의 정확한 분석을 위해서는 에어로졸 유형 파악 및 에어로졸 종류별 광학적 특성을 이해하는 것이 중요하다. 

동북아시아 지역의 주요한 에어로졸 종류의 하나는 황사이다. 황사는 물리적, 광학적 특성이 다른 에어로졸과 확연히 구분되기에 황사의 존재 유무와 비율을 파악하는 것이 매우 중요하다. 에어로졸의 광학적 요소 중 하나인 편광소멸도(Depolarization ratio, δ)는 황사와 오염입자를 구분하는데 효과적이다(Shimizu et al., 2004). δ 는 황사의 비구형 특징을 이용해 황사와 오염입자를 구분한다. δ는 원격탐사 기술 중 라이다(Light Detection And Ranging, LIDAR) 관측을 통해 산출되는 제한적인 값이었다. 하지만, 선포토미터로부터 δ를 산출하는 기술이 Dubovik et al. (2006)에 의해 개발되고 2018년 1월부터 NASA AERONET은 Version 3 데이터에서 δ값을 직접 제공하고 있어 δ값을 선포토미터 데이터로부터 얻을 수 있게 되었다. 선포토미터에서 제공하는 δ의 유용성은 Noh et al. (2017)에서 확인하였다. Shin et al. (2019) 는 δ와 단산란알베도(Single-scattering albedo, SSA)를 활용하여 에어로졸 유형을 구분하는 방법을 개발하였다. 이 방법은 기존의 입자 크기만을 이용하는 방법(Lee et al., 2010)에 비하여 유형 구분의 정확성이 높음을 확인하였다. 본 연구는 국내 AERONET 선포토미터 사이트에서 측정된 자료에 Shin et al. (2019)가 개발한 대기 에어로졸 유형 구분 방법을 적용하여 국내 대기 에어로졸의 유형 특성과 유형에 따른 광학적 두께 변화를 살펴보고자 하였다.

2.연구 방법

1) 관측자료 및 지점

본 연구에서는 국내 측정된 AERONET 선포토미터 사이트 중에서 장기 관측이 수행된 안면도(36.54°N, 126.33°E), 고산(33.29°N, 126.16°E), 광주(35.23°N, 126.84°E), 서울(37.46°N, 126.95°E), 연세(37.56°N, 126.93°E) 사이트를 분석하였다. 전체 관측 기간은 2001년 1월부터 2018년 12월까지 관측된 AERONET 선포토미터의 일 평균 자료를 분석하였다. 사이트 중 서울과 연세는 지리적으로 인접한 장소여서 두 사이트에서 측정된 자료 를 합하여 서울사이트 하나로 분류하였다. 사이트 별 관측일 수는 안면 335일(2001년 1월~2017년 4월), 고산 221일(2001년 4월~2016년 9월), 광주 383일(2004년 3월 ~2017년 5월) 그리고 서울 782일(2002년 3월~2019년 1월)이었다. 

관측 기간은 2001년부터 2018년까지 18년으로 장기간 데이터를 확보할 수 있었으나, 각 사이트별로 관측 횟수는 연도별 변화 경향을 파악하기에는 어려움이 있어, 각 사이트 별 분석은 월별 변화 경향만을 파악하였다. 연도별 변화 경향은 국내 5개 사이트에 관측된 모든 데이터를 통합하여 하나의 데이터로 만들어 연도별 경향을 파악하였다. 이와 같은 분석은 국내에서 지역에 따른 차이는 파악할 수 없더라도 국내 대기 에어로졸의 연도별 변화 경향을 파악하고자 하였다.

Fig. 1. Map of the Observation stes. Measurements with AERONET sun/sky radiometer were performed at Anmyon, Gosan, Gwangju, Seoul, Yonsei.

2) 에어로졸 유형 구분 방법

본 연구는 Shin et al. (2019)의 δ와 SSA를 이용하여 에어로졸 유형을 분류하는 방법을 국내의 5개 AERONET 선포토미터 관측 데이터에 적용하였다. 자세한 분류 방법은 아래와 같다. 

먼저 황사와 오염입자를 구분하기 위해 δ를 이용하여 전체 에어로졸에서 황사의 비율을 나타내는 황사비 (Dust ratio, R_D)를 산출하였다. R_D를 산출하는 방법은 다음과 같다.

\(\mathrm{R}_{\mathrm{D}}=\frac{\left(\delta_{\mathrm{P}}-\delta_{\mathrm{nd}}\right)\left(1+\delta_{\mathrm{d}}\right)}{\left(\delta_{\mathrm{d}}-\delta_{\mathrm{nd}}\right)\left(1+\delta_{\mathrm{P}}\right)}\)       (1)

여기서, δ_P는 입자 편광소멸도(Particle depolarization ratio)로 오직 입자의 산란만을 나타내는 δ이다. 또한, δ_d 와 δ_nd는 각각 황사와 황사 외 오염입자를 나타내는 δ_P로 본 연구에서 R_D를 산출할 때 δ_d을 0.30로, δ_nd을 0.02로 적용하였다. 만약 δ_P값이 δ_nd값인 0.02보다 작을 경우 R_D는 0으로 산출하였다. 

산출된 R_D가 0.89보다 큰 경우 순수황사(Pure Dust, PD), 0.17보다 작은 경우 오염입자(Pollution aerosol)로 구분하였다. 또한, R_D값 0.53을 기준으로 0.53보다 크고 0.89 미만인 에어로졸은 황사가 지배적인 혼합 에어로졸(Dust Dominated Mixture, DDM), 0.17보다 크고 0.53 미만인 에어로졸은 오염입자가 지배적인 혼합 에어로졸(Pollution Dominated Mixture, PDM)로 분류하였다. 

R_D가 0.17 미만으로 오염입자로 구분된 에어로졸은 다시 1020 nm의 SSA를 이용해 광흡수 특성 정도에 따라 4가지 종류로 구분하였다. SSA 값이 0.95보다 큰 경우 비흡수 에어로졸(Non-absorbing, NA), 0.95와 0.90 사이의 경우 약한 흡수 에어로졸(Weakly absorbing, WA), 0.90 미만에서 0.85 이상은 흡수 에어로졸(Moderately absorbing, MA) 그리고 0.85 미만은 강한 흡수 에어로졸 (Strongly absorbing, SA)로 구분하였다. 

본 연구는 위의 방법을 적용하여 국내 AERONET 관측 사이트에서 측정된 일평균 데이터의 에어로졸 유형을 7가지로 구분하고 유형별 월별 및 연도별 발생빈도를 파악하였다. 발생빈도와 함께 각 유형의 평균 AOD (Aerosol optical depth) 변화도 분석하였다.

3.연구내용

1)주요 에어로졸 유형 발생 빈도 연구

Fig. 2는 안면도, 고산, 광주, 서울에서의 월별 및 관측 데이터 전체 에어로졸의 유형별 발생빈도를 보여준다. 각 사이트에서의 전체 평균은 황사를 포함하지 않은 오염입자(NA+WA+MA+SA)에서 46.2%에서 67.1% 사이의 값을 보였다. 지역별로는 서울이 67.1%로 가장 높았고, 고산이 46.2%로 가장 낮았다(안면: 58.9%, 광주: 59.5%). 특히, 광흡수 특성이 높은 특징을 보이는 MA와 SA를 합한 비율은 안면, 고산, 광주 그리고 서울에서 각각 6.5, 8.1, 7.0, 9.2%로 서울이 가장 높은 빈도를 보였다. 수용성 에어로졸(NA+WA)의 경우에도 안면, 고산, 광주 그리고 서울이 각각 52.4, 38.0, 52.5, 57.9%로 서울이 가장 높았다. 

황사가 포함된 유형의 비율은 오염입자의 비율과 반대로 서울이 가장 낮고 고산이 가장 높다. 4개 지역의 PD 빈도는 대부분 1.0% 이하(안면: 0.8%, 고산: 0.9%, 광주: 1.0%, 서울: 0.8%)로 지역에 따른 차이를 보이지 않지만, 고산의 DDM과 PDM의 비율이 각각 19.5%와 33.5%로 가장 높은 값을 보인다. 이는 각 사이트의 특성이 반영되어 국내에서 인구 밀도가 가장 높고, 산업 및 경제활동이 활발하여 인위적 오염물질의 발생이 가장 많을 것으로 판단되는 서울에서 오염입자의 비율이 가장 높고, 제주도 서쪽 끝에 위치하여 인위적 오염물질 의 발생이 가장 적은 고산에서 오염입자의 비율이 낮고, 중국으로부터 장거리 수송된 황사가 포함된 유형의 비율이 높은 것으로 판단된다. 

월별 유형을 살펴보면 네 사이트(안면, 고산, 광주, 서울) 모두에서 봄에는 황사를 포함하는 유형(PD, DDM, PDM)의 비율이 각각 76.5, 70.9, 60.3, 53.2%로 높은 빈도를 보인다. 오염입자 종류의 비율은 여름에 가장 높은비율을 보이는 특징을 공통적으로 보여준다. 특히 NA의 비율이 각각 60.5, 51.1, 70.2, 54.9%로 급격히 높아지는 특징을 보인다. 이는 여름철의 높은 상대습도로 인하여 발생되는 오염입자가 많아 광흡수보다 산란 특성이 높은 에어로졸이 주요하기 때문인 것으로 판단된다 (Xia et al., 2007). Fig. 2에서 확인할 수 있는 중요한 특성은 황사를 포함하는 유형의 에어로졸이 여름철을 제외하고는 지속적으로 측정되는 것이다. 황사가 봄에만 많이 발생되고 가을과 겨울에 제한된 경우에만 관측되는 것으로 알려져 있으나, 본 연구가 보여주는 것은 황사 는 일년 내내 대기 에어로졸에 포함되어 분포하고 있다는 것이다(Kim and Lee, 2009; Chun and Lim, 2004). 

Fig. 2. Monthly and total sum data occurrence rate of the aerosol types in Korea (Anmyon, Gosan, Gwangju and Seoul).

Fig. 3은 국내 4개 사이트(안면, 고산, 광주, 서울(서울, 연세))에서 측정된 데이터를 모두 합하여 하나의 데이터로 만들고 연간 유형별 비율 변화를 산출한 것이다. 지역에 따라 계절별 유형의 차이가 발생하긴 했지만, 월별 경향은 일정하였고 각 사이트별로 연간 변화를 분석하기에는 관측 데이터 숫자가 제한되어 하나로 합하였다. 연간 변화가 보여주는 가장 큰 특징은 황사를 포함하는 유형의 비율이 감소하고 오염입자의 비율이 증가하는 것이다. 특히, 황사의 비율이 높은 DDM의 비율이 2000년대 보다 2011년 이후 감소하는 경향이 보인다. 이는 근래에 황사의 발생빈도가 감소하는 것과 관련된 것으로 판단된다. 

Fig. 3. Annual number of observation days (#) and Annual occurrence rate of aggregated data from 4 sites (Anmyon, Gosan, Gwangju and Seoul).

오염입자 유형에서 확인되는 특징은 NA의 비율이 증가하는 경향이다. 2011년 이후 NA의 비율이 19.7~ 34.7%로 2007년을 제외한 2001년부터 2009년의 비율이 12.7~22.2% 에 비하여 높은 경향을 보인다. 연간 변화율의 계절적 차이를 확인하기 위하여 Fig. 4에서 4계절(봄: 3, 4, 5월, 여름: 6, 7, 8월, 가을: 9, 10, 11월, 겨울: 12, 1, 2월)의 연간 비율 변화를 살펴보았다. 봄의 경우 2001년부터 2007년까지는 황사를 포함하는 유형(PD, DDM, PDM)의 비율이 80% 이상이었으나 2009년 이후 50% 전후로 감소하고 있다. 특히 PD와 DDM의 비율이 37.5~68.4% 에서 6.7~25.0% 로 급격히 줄어드는 경향이 관측된다. 여름에는 NA의 비율이 2001년부터 2009년까지 30.0~ 53.3% 였다가, 2011년부터 51.6~83.3%로 비율이 높아지는 경향이 확인된다. 가을과 겨울은 의미있는 경향이 보이지 않는데, 이는 관측 데이터의 숫자가 제한된 것 이 원인으로 판단된다. 이와 같이 계절적 경향을 파악할 때, Fig. 3에서 확인된 2009년을 기점으로 황사를 포함하는 유형이 감소하고, NA의 비율이 증가하는 것은 봄에 발생되는 황사가 감소하고 여름에 NA의 비율이 증가하여 발생된 것으로 판단된다. 

Fig. 4. Seasonal occurrence rate of the aerosol types in Korea (Anmyon, Gosan, Gwangju and Seoul).

연간 비율 변화에서 또 하나 주목할 것은 SA와 MA의 비율이 감소하는 경향이다. 관측 데이터가 제한되어 명확한 추세를 보여주지는 않지만, 2001~2004년에 비하여 2011년 이후 SA와 MA의 비율이 낮은 경향이다. 이는 광흡수 특성이 높다는 것은 대기 에어로졸에 Black carbon(BC)가 많이 포함되어 있다는 것을 의미하는데, SA와 MA가 줄어든다는 것은 1차 생성의 산물인 BC가 과거에 비하여 근래에 많이 줄어들고 있음을 의미한다.

2)주요 에어로졸 유형의 AOD 변화 연구

각 유형 에어로졸의 연간 AOD 변화를 확인하기 위하여 유형별 AOD의 평균값을 산출하였다. Fig. 5는 연평균 AOD와 각 연도별 에어로졸 유형의 평균 AOD를 보여준다. 연평균 AOD는 2018년도에 0.63으로 가장 낮은 값을 보였고, 2007년에 0.89로 가장 높은 값을 보였다. 연도별로 연평균 AOD보다 높은 AOD를 보이는 유형은 2001년도에는 SA, 2002년도에는 MA, 2007년도에는 DDM, 2012년도에는 PD였다. 가장 높은 빈도는 2004, 2006, 2011, 2013~2017년도의 NA였다. Fig. 2에서 확인된 빈도는 PDM와 NA가 7가지 유형 중 높은 비율을 차지하고 있었으나, 두 유형의 AOD는 NA가 월등히 높은 값을 보였다. 또한, SA와 MA의 AOD가 2001~2004년보다 2011년 이후 낮은 값을 보이는데, Fig. 3에서 확인한 것처럼 연간 빈도도 감소하고, AOD도 감소한다는 것은 한국 대기 중에 BC의 발생 빈도와 농도가 줄어들고 있음을 의미한다. 

Fig. 5. Annual AOD (at 440nm) average value variation of the aerosol types at Anmyon, Gosan, Gwangju and Seoul.

Fig. 6은 각 유형의 계절별 AOD 평균값을 보여준다. 4계절 모두에서 NA의 AOD평균값이 봄, 여름, 가을, 겨울에서 각각 0.94, 0.90, 0.79, 1.16으로 가장 높은 AOD보였다. 계절별 AOD 평균값은 봄, 여름, 가을, 겨울이 각각 0.70, 0.71, 0.57, 0.63으로 WA의 계절별  AOD값이 각각 0.73, 0.71, 0.61, 0.86인 것으로 보아 다른 에어로졸 유형에 비해 비교적 높은 AOD값을 보였다. PD는 다른 계절에 비해 황사가 가장 많이 발생하는 봄에 0.66으로 가장 높은 AOD값을 보였으며 DDM 또한 봄철에 0.62로 사계절 중 가장 높은 AOD값을 가졌다. 

Fig. 6. Seasonal AOD (at 440 nm) average value of the aerosol types at Anmyon, Gosan, Gwangju and Seoul

계절별 AOD 평균값의 연도별 변화는 Fig. 7에서 볼 수 있다. Fig. 6에서 본 바와 같이 Fig. 7에서도 모든 계절에서 다른 에어로졸 유형에 비해 NA값이 높으며 다른 계절에 비해 봄에 PD와 DDM의 AOD 평균값이 높은 것을 볼 수 있다. NA의 연도별 AOD 평균값이 2001년부터 2009년까지 여름과 가을에 각각 0.51~0.93과 0.38~ 0.71사이의 값을 가지는 것에 비해 2011년부터 2018년까지 각각 0.60~1.22와 0.42~1.06으로 증가하는 경향을 보였다. 또한 겨울의 NA의 AOD 평균값은 2001년부터 2017년까지 2002년, 2009년을 제외하고 0.80~1.35사이의 값으로 지속적으로 높은 값을 가지는것을 보여준다.

Fig. 7. Seasonal AOD (440 nm) average value variation of the aerosol types at Anmyon, Gosan, Gwangju and Seoul.

3.결론

본 연구는 국내 최초로 AERONET 선포토미터 자료로부터 δ와 SSA를 이용하여 에어로졸의 유형을 PD, DDM, PDM, NA, WA, MA, SA의 7가지 유형으로 구분하고 계절별, 연도별 발생빈도와 유형별 AOD변화를 살펴보았다. 국내 대기에서 관측되는 에어로졸에서 높은 비율로 관측되는 것은 PDM과 NA였다. 연도별 비율 변화는 황사가 높은 비율로 포함된 유형인 PD와 DDM은 감소하는 경향을 보이고, NA는 증가하는 경향을 보였다. 계절별, 연도별 AOD값에서도 NA가 가장 높은 값을 보였다.

본 연구를 통하여 확인할 수 있는 중요한 점은 NA의 비율과 AOD는 점점 증가하는 추세이고, SA와 MA는 감소하고 있다는 것이다. SA와 MA는 BC를 많이 포함하고 있는데, SA와 MA가 감소한다는 것은 1차 생성물인 BC의 비율은 줄어들고 있음을 의미한다. 또한, NA의 비율과 AOD가 증가한다는 것은 광산란 특성이 주요 한 에어로졸의 비율이 증가하고 있음을 의미한다. 또한, NA는 1차 생성보다는 2차 생성에서 발생될 가능성이 높은데, 이러한 결과들이 시사하는 것은 배출 규제 등으로 1차 생성 에어로졸은 감소하나 2차 생성 에어로졸은 빈도와 AOD가 증가하고 한다는 것으로 유추할 수 있다.

이와 같은 시사점을 명확히 확인하기 위해서는 추후 연구를 통하여 각 유형별로 입자 크기 변화에 대한 자료를 분석하여 확인하는 것이 필요하다고 판단된다.