• 한국지구과학회지
• /
• 제36권1호
• /
• pp.36-50
• /
• 2015

본 연구의 목적은 휘발성 유기화합물(VOC)과 먼지(PM)의 배출원 프로파일로부터 화학종 분류를 할당하고, 성김 행렬 조작자 핵심 배출량 시스템(SMOKE) 내에 배출원 분류코드에 따른 배출원 프로파일의 화학종 분류와 시간분배계수를 수정하는 것이다. 기솔린, 디젤 증기, 도장, 세탁, LPG 등과 같은 VOC 배출원 프로파일로부터 화학 종 분류는 탄소 결합 IV (CBIV) 화학 메커니즘과 주 규모 대기오염연구센터 99 (SAPRC99) 화학 메커니즘을 위해 각각 12종과 34종을 포함한다. 또한 토양, 도로먼지, 가솔린, 디젤차, 산업기원, 도시 소각장, 탄 연소 발전소, 생체 연소, 해안 등과 같은 PM2.5 배출원 프로파일로부터 화학종 분류는 미세 먼지, 유기탄소, 원소 탄소, 질산염과 황산염의 5종으로 할당하였다. 게다가 점 및 선 배출원의 시간 프로파일은 2007년 수도권 지역에서의 굴뚝 원격감시시스템(TMS)과 시간별 교통 흐름 자료로부터 구하였다. 특별히 점 배출원에 있어 오존 모델링을 위한 시간분배계수는 굴뚝 원격감시시스템 자료의 $NO_X$ 배출량 인벤토리에 근거하여 추정하였다.

• Asian Journal of Atmospheric Environment
• /
• 제8권3호
• /
• pp.115-125
• /
• 2014

In this study, particle composition data for $PM_{10}$ samples were collected every 3 days at Seoul, Korea from August 2006 to November 2007, and were analyzed to provide source identification and apportionment. A total of 164 samples were collected and 21 species (15 inorganic species, 4 ionic species, OC, and EC) were analyzed by particle-induced x-ray emission, ion chromatography, and thermal optical transmittance methods. Positive matrix factorization (PMF) was used to develop source profiles and to estimate their mass contributions. The PMF modeling identified nine sources and the average mass was apportioned to secondary nitrate (9.3%), motor vehicle (16.6%), road salt (5.8%), industry (4.9%), airborne soil (17.2 %), aged sea salt (6.2%), field burning (6.0%), secondary sulfate (16.2%), and road dust (17.7%), respectively. The nonparametric regression (NPR) analysis was used to help identify local source in the vicinity of the sampling area. These results suggest the possible strategy to maintain and manage the ambient air quality of Seoul.

• 한국대기환경학회지
• /
• 제11권3호
• /
• pp.279-290
• /
• 1995

Recently in Korea, due to the significant drop of lead and bromine levels as a marker of autoemission source in the urban areas, the conventional application of receptor methods has many difficulties to properly apportion mass contribution of some sources. It is then needed to urgently develop alternative source profiles and identify new emission markers. Thus, the study has extensively examined the results obtained from using PAHs and elemental data for receptor modeling and has provided an opportunity to identify alternative source compositions and to determine a proper number of the ambient emission sources in Seoul area. The purpose of the study is to identify the sources of PM-10 and to estimate their mass contributions in Seoul area. Thus, a receptor model, target transformation factor analysis(TTFA) has been massively applied. The TTFA offers the possibility of determining the number of sources and their mass contributions. The input data used in this study are composed of two separate sets: fine (d$_{p}$ < 2.5.mu.m) and coarse (2.5.mu.m < d$_{p}$ < 10.mu.m) mode aerosol samples. Each sample was simultaneously collected by a PM-10 dichotomous sampler during the daytime(8 AM to 8 PM) and the nighttime(8 PM to 8 AM) from February to October 1993 on the Sungdong-Gu, Seoul. All the samples were analyzed to determine the levels of 10 inorganic elements by an XRF system as well as 14 PAHs by a HPLC. However, only 8 inorganic elements and 7 PAHs were used for the various statistical analysis.sis.

• 한국대기환경학회지
• /
• 제27권6호
• /
• pp.711-722
• /
• 2011

This study is aimed to estimate the $PM_{2.5}$ source apportionment at Seoul intensive monitoring site located in Seoul metropolitan area. Time-resolved chemical compositions of $PM_{2.5}$ are measured in real time using ambient ion monitor, semi-continuous carbon monitor, and on-line XRF at Seoul intensive monitoring site in 2010. The mass concentration of $PM_{2.5}$ was simultaneously monitored with eight ionic species (${SO_4}^{2-}$, $NO_3{^-}$, $Cl^-$, $NH_4{^+}$, $Na^+$, $K^+$, $Mg^{2+}$, $Ca^{2+}$), two carbonaceous species (OC and EC), and fourteen elements (Si, K, Ca, Ti, V, Cr, Mn, Fe, Co, Ni, Zn, As, Se, Pb) in 1-hr interval. The data sets were then analyzed using EPA PMF version 3 to identify sources and contributions to $PM_{2.5}$ mass. EPA PMF modeling identified eight PM2.5 sources, including soil dust, secondary sulfate, secondary nitrate, motor vehicle, coal combustion, oil combustion, biomass burning, and municipal incineration. This study found that the average $PM_{2.5}$ mass was apportioned to anthropogenic sources such as motor vehicle, fuel combustion, and biomass burning (61%) and secondary aerosols, including sulfate and nitrate (38%).

• 한국환경과학회지
• /
• 제16권8호
• /
• pp.921-928
• /
• 2007

The objective of this work is the air quality modeling according to the scenarios of emission on complex terrain. The prognostic meteorological fields and air quality field over complex areas of Seoul, Korea are generated by the PSU/NCAR mesoscale model (MM5) and the Third Generation Community Multi-scale Air Quality Modeling System (Models - 3/CMAQ), respectively. The emission source was driven from the Clean Air Policy Support System of the Korea National institute of Environmental Research (CAPSS), which is a 1 km x 1 km grid in South Korea during 2003. In comparison of air quality fields, the simulated averaged $PM_{10},\;NO_2,\;and\;O_3$ concentration on complex terrain in control case were decreased as compared with base case. Particularly $PM_{10}$ revealed most substantial localized differences by $(18{\sim}24{\mu}g/m^3)$. The reduction rate of $PM_{10},\;NO_2,\;and\;O_3$ is respectively 18.88, 13.34 and 4.17%.

• 한국대기환경학회지
• /
• 제19권6호
• /
• pp.719-731
• /
• 2003

In order to maintain and manage ambient air quality, it is necessary to identify sources and to apportion its sources for ambient particulate matters. The receptor methods were one of the statistical methods to achieve reasonable air pollution strategies. Also, receptor methods, a field of chemometrics, is based on manifold applied statistics and is a statistical methodology that analyzes the physicochemical properties of gaseous and particulate pollutant on various atmospheric receptors, identifies the sources of air pollutants, and quantifies the apportionment of the sources to the receptors. The objective of this study was 1) after obtaining results from the PMF modeling, the existing sources of air at the study area were qualitatively identified and the contributions of each source were quantitatively estimated as well. 2) finally efficient air pollution management and control strategies of each source were suggested. The PMF model was intensively applied to estimate the quantitative contribution of air pollution sources based on the chemical information (128 samples and 25 chemical species). Through a case study of the PMF modeling for the PM-10 aerosols, the total of 11 factors were determined. The multiple linear regression analysis between the observed PM-10 mass concentration and the estimated G matrix had been performed following the FPEAK test. Finally the regression analysis provided quantitative source contributions (scaled G matrix) and source profiles (scaled F matrix). The results of the PMF modeling showed that the sources were apportioned by secondary aerosol related source 28.8 ％, soil related source 16.8％, waste incineration source 11.5%, field burning source 11.0%, fossil fuel combustion source 10%, industry related source 8.3％, motor vehicle source 7.9%, oil/coal combustion source 4.4％, non-ferrous metal source 0.3％. and aged sea- salt source 0.2％, respectively.

• 한국응용과학기술학회지
• /
• 제32권4호
• /
• pp.649-660
• /
• 2015

Calpuff 역모델링 기법을 이용해 산출된 자료는 오염물질 발생량을 예측할 수 있으며, 여러 가지 자료 비교를 통해 감축 가능성 및 목표 수립이 가능해졌다. 본 연구에서는 동해항 주변지역을 대상으로 Calpuff 역모델링 기법을 이용하여 대기 중 미세먼지 저감량 설정하기 위한 기초자료 구축에 목적을 두었으며, 모델링을 이용한 동해항을 포함한 5개 지역 배출농도 산출결과는 다음과 같다. 대기환경기준인 $50{\mu}g/m^3$을 적용하여 대상 지역별 허용배출량 산출 결과 site-D에서 가장 많은 $4.95{\mu}g/m^2{\cdot}S$의 배출량 저감이 요구되었으며, $4.95{\mu}g/m^2{\cdot}S$의 배출량을 감소시킬 경우 영향예측지점(동해하수종말처리장)의 PM10 평균 예측농도는 $42.6{\mu}g/m^3$로 감소될 것으로 나타났다. site-A(동해항)에서 배출되는 오염물질만을 적용하여 모델링 진행 결과 동해항 주변 민가의 기여농도는 평균 $40{\sim}50{\mu}g/m^3$으로 나타났으며, 배경농도를 고려하면 대기환경기준인 $50{\mu}g/m^3$을 상회 할 것으로 예상됨에 따라 더 이상의 오염물질 배출량은 허용되지 않을 것으로 판단된다. site-B는 상가와 나대지로 차량 통행과 나대지에서 비산되는 먼지로 인해 $0.11{\mu}g/m^2{\cdot}S$의 배출량 저감이 요구되었으며, site-C와 E는 오염물질 저감량은 발생하지 않았으나 지속적인 관리가 요구된다.

• 대한원격탐사학회지
• /
• 제35권6_1호
• /
• pp.919-932
• /
• 2019

미세먼지는 인간 활동에 의한 오염물질 배출에 의해 발생하는 것이 일반적이지만, 수문기상 조건에 따라 이동, 심화, 소멸 과정에서 매우 복잡한 메커니즘을 지니고 있으므로 효과적인 미세먼지 대책 마련을 위해서는 수문기상인자와 미세먼지 간의 상관성에 대한 이해가 필수적이다. 현재 우리나라의 미세먼지 농도 관측 및 예보는 지점 측정소에서 농도를 측정하고, 이 자료를 기반으로 측정소가 위치하지 않는 지역의 값을 추정함으로써 이루어지고 있다. 이러한 관측 방식 및 자료는 공간적 대표성을 갖지 못하기 때문에 관측소와의 거리가 먼 지역의 정확한 미세먼지 농도를 파악하는 것이 불가능하며, 미세먼지의 이동, 심화, 소멸 단계를 추적하는데 어려움이 있다. 본 연구에서는 Global Land Data Assimilation System (GLDAS)의 다양한 수문기상인자를 사용하여, 베이지안 모델 평균(Bayesian Model Averaging, BMA)을 통해 초미세먼지(PM2.5)와 유의미한 상관성을 갖는 인자를 선별하였다. 선별된 인자는 MODerate Resolution Imaging Spectroradiometer (MODIS)의 Aerosol Optical Depth (AOD) 자료와 함께 계절별 PM2.5 농도 산출 모델을 구축하는데 활용되었으며, 산출 결과를 매핑하여 PM2.5 농도의 공간 분포를 파악하고자 하였다. 지점 기반 자료와의 비교를 통해 구축된 모델을 검증하였을 때, 측정된 PM2.5 농도와 높은 상관성(R ~0.7; IOA ~0.78; RMSE ~7.66 ㎍/㎥)을 나타냈으며, 지역별로 나누어 비교할 경우 데이터의 분포는 유사하나 상관계수의 차이를 보이는 것을 확인할 수 있었다(R: 0.32-0.82). 모델 산출 자료를 활용하여 PM2.5 농도를 매핑한 결과 기존 내삽 방법에 비해 시공간적 변동성을 더욱 잘 표현하는 것을 확인하였다. 추후 연구 지역을 동아시아 지역으로 확장 시킨다면 국내외 미세먼지 발생원의 파악 및 이동 양상에 대한 분석에 용이할 것으로 기대된다.

• 한국지리정보학회지
• /
• 제16권2호
• /
• pp.141-151
• /
• 2013

본 연구에서는 MODIS 인공위성으로 분석된 에어러솔 광학두께 자료와 지상에서 관측된 시정거리 자료를 이용하여 에어러솔 연직분포 모델링을 수행하였다. 위성과 지상관측자료로부터 에어러솔의 척도 고도를 구할 수 있었으며, 그 결과는 복사전달 모델에서 사용되고 있는 표준대기 모델과 비교에서 만족할 만한 수준의 근사치를 보였다. 그리고 실제 사례로서 대기가 청명한 경우(${\tau}_{MODIS}=0.12{\pm}0.07$, 시정거리=$21.13{\pm}3.31km$)와 혼탁한 경우(${\tau}_{MODIS}=1.71{\pm}0.85$, 시정거리 =$13.33{\pm}5.66km$)에 대해서 적용하여 척도 고도를 산정한 결과는 각각 전국 평균값으로서 $0.63{\pm}0.33km$와 $1.71{\pm}0.84km$로 나타났다. 그리고 이 결과를 바탕으로 대기 에어러솔 소산계수의 연직분포를 구할 수 있었으며, 최종적으로 KML 형식으로 코딩되어 관심 영역의 대기 환경 특성 변화를 감시하는데 도움이 될 것으로 기대된다.

• 한국환경과학회지
• /
• 제25권10호
• /
• pp.1349-1368
• /
• 2016

Concentrations of fine particulate matter ($PM_{2.5}$) and several of its particle constituents measured outside homes in Houston, Texas, and Los Angeles, California, were characterized using multiple regression analysis with proximity to point and mobile sources and meteorological factors as the independent variables. $PM_{2.5}$ mass and the concentrations of organic carbon (OC), elemental carbon (EC), benzo-[a]-pyrene (BaP), perylene (Per), benzo-[g,h,i]-perylene (BghiP), and coronene (Cor) were examined. Negative associations of wind speed with concentrations demonstrated the effect of dilution by high wind speed. Atmospheric stability increase was associated with concentration increase. Petrochemical source proximity was included in the EC model in Houston. Area source proximity was not selected for any of the $PM_{2.5}$ constituents' regression models. When the median values of the meteorological factors were used and the proximity to sources varied, the air concentrations calculated using the models for the eleven $PM_{2.5}$ constituents outside the homes closest to influential highways were 1.5-15.8 fold higher than those outside homes furthest from the highway emission sources. When the median distance to the sources was used in the models, the concentrations of the $PM_{2.5}$ constituents varied 2 to 82 fold, as the meteorological conditions varied over the observed range. We found different relationships between the two urban areas, illustrating the unique nature of urban sources and suggesting that localized sources need to be evaluated carefully to understand their potential contributions to $PM_{2.5}$ mass and its particle constituents concentrations near residences, which influence baseline indoor air concentrations and personal exposures. The results of this study could assist in the appropriate design of monitoring networks for community-level sampling and help improve the accuracy of exposure models linking emission sources with estimated pollutant concentrations at the residential level.