Recently Published

Journal of Korean Society for Atmospheric Environment - Vol. 40 , No. 1

[ Original Paper ]
Journal of Korean Society for Atmospheric Environment - Vol. 35, No. 2
Abbreviation: J. Korean Soc. Atmos. Environ
ISSN: 1598-7132 (Print) 2383-5346 (Online)
Print publication date 30 Apr 2019
Received 28 Jan 2019 Revised 07 Mar 2019 Accepted 18 Mar 2019
DOI: https://doi.org/10.5572/KOSAE.2019.35.2.195

2014년 2월 광주 도심에서 발생한 PM2.5 고농도 사례 연구
유근혜 ; 이복진 ; 박승식* ; 정선아1) ; 조미라1) ; 임용재1) ; 김순태2)
전남대학교 환경에너지공학과
1)국립환경과학원 기후대기연구부 대기환경연구과
2)아주대학교 환경안전공학과

A Case Study of Severe PM2.5 Event in the Gwangju Urban Area during February 2014
Geun-Hye Yu ; Bok-Jin Lee ; Seung-Shik Park* ; Sun A Jung1) ; Mi Ra Jo1) ; Yong Jae Lim1) ; Soontae Kim2)
Department of Environment and Energy Engineering, Chonnam National University
1)Air Quality Research Division, Climate and Air Quality Research Department, National Institute of Environmental Research
2)Department of Environmental and Safety Engineering, Ajou University
Correspondence to : * Tel : +82-(0)62-530-1863, E-mail : park8162@chonnam.ac.kr


Copyright © 2019 Korean Society for Atmospheric Environment
Funding Information ▼

Abstract

Severe hazes, which are generally characterized by high concentration level of fine particulate matter (PM2.5) and visibility impairment, occurring during winter have still been a great challenge in Korea. The control strategies for air pollution in Korea were not only cutting-edge issues of PM2.5 study, but an imperative problem to be addressed to the government and the public. A severe haze event lasting approximatively 10 days occurred in February 2014 in Gwangju, Korea. Hourly measurements of PM2.5 and its chemical constituents such as organic and elemental carbon (OC and EC), ionic species, and metal species were made at the air pollution intensive monitering station in Gwangju. Over the haze event, concentrations of three secondary ionic species (=SO42-+NO3-+NH4+) and organic matter (=OC×1.6) were on average 50.3 and 18.2% of PM2.5, respectively. Hourly highest concentration among the major chemical species was SO42- with the concentration of 42.7 μg/m3 and contribution of 42.9% to the PM2.5. Organic aerosols were strongly associated with local traffic emissions, with some contribution from biomass burning activities at a rural site at northern and/or northeastern directions from the site. Another important feature found during high PM2.5 event was that SO2 and NO2 concentrations were approximately 2~4 times lower in Gwangju than those in Seoul, Daejeon, and Ulsan. However, secondary ionic species concentrations in Gwangju were significantly higher than, or similar to those in other three metropolitan areas. This could possibly be attributed to high O3 concentration (53~71 ppb) in the afternoon, enhancing the formation of SO42- and NO3- through photochemical reactions of SO2 and NO2, and finally leading to PM2.5 increase. Over the high PM2.5 event, SO42- and NO3- concentrations showed similar temporal trends, but their pollution characteristic was completely different. For example, an increasing rate in NO3- concentration was greatly influenced by both local secondary production and long-range transportation (LTP). Whereas, it was found that impact by LTP was likely an important factor to control the increase in SO42- concentration. In conclusion, it is suggested that cutting nitrogen oxides from vehicle emissions is a very important step to control winter haze event in Gwangju more effectively on local scale.


Keywords: PM2.5 event, Control strategies for PM2.5, Photochemical reactions, Long-range transportation, Cutting vehicle emissions

1. 서 론

최근 연무는 한국을 포함한 동북아시아에서 심각한 대기오염문제를 일으키는 것으로 보고되고 있다 (Ma et al., 2018; Tan et al., 2018; Yu et al., 2018a, b, c; Zhang et al., 2018; Park et al., 2013a, b). 연무는 가시거리를 감소시키고 인간의 건강에 심각한 영향을 미칠 뿐만 아니라 지구 기후에 상당한 영향을 미친다. 따라서 PM2.5의 오염원과 생성 기작을 이해하는 것은 대기오염에 대한 효과적인 관리 대책을 수립하고 건강과 기후에 미치는 영향을 평가하는 데 중요하다.

최근 연무 오염에 대한 관심의 증대는 한국과 중국의 연구자들로부터 연무의 오염원과 생성 기작에 대한 연구를 집중하는 계기가 되었다 (Yu et al., 2018a, b, c, 2017; Park et al., 2013a, b; Zhao et al., 2013; Huang et al., 2011). 오염원 배출량, 기상 조건 및 에어로졸의 화학 작용은 연무 생성과 변화 과정에 중요한 역할 을 한다 (Tan et al., 2018; Yu et al., 2018a, c; Sun et al., 2014). 높은 상대습도와 낮은 대기경계층 높이와 같은 기상 조건에서는 2차 에어로졸의 생성이 증가한다. SO42-, NO3- 및 NH4+와 같은 2차 이온 성분들은 PM2.5의 고농도 발생에 상당한 영향을 미친다 (He et al., 2014; Zhang et al., 2013, 2011; Cao et al., 2012). 최근 중국에서 심각한 연무 오염의 생성 기작을 조사하기 위한 연구가 광범위하게 수행되어 왔다. 예를 들어, Gustafsson et al. (2009)은 South Asia에서 발생한 연무의 주요 원인이 바이오매스와 화석 연료의 연소로부터 발생한 탄소 에어로졸의 배출량이라고 지적하였다. Yang et al. (2011)은 중국의 대표적인 거대 도시들에서 복잡한 대기오염과 2차 에어로졸 생성이 연무의 주요 원인이라고 하였다. 2013년 초가을에 중국 베이징에서 발생한 전형적인 연무 오염 사례를 조사한 결과에 의하면 휘발성 유기화합물, 질소산화물 및 황 황산화물로부터 생성된 2차 에어로졸 입자의 영향이 1차 배출원과 지역적 수송 (regional transport)에 의한 영향보다 더 중요하다고 하였다 (Guo et al., 2014). 중국 베이징에서 2013년 1월에 발생한 연무 오염에서 PM2.5의 약 30~50%가 2차 수용성 이온 성분에 해당하였다 (Yang et al., 2015; Ji et al., 2014; Tian et al., 2014). 또한 심한 연무가 발생 시 2차 이온 성분들은 PM2.5의 약 60%까지 차지하였다 (Yu et al., 2018a; Quan et al., 2014; Zhang et al., 2014).

대기 중 SO42- 입자는 일반적으로 SO2와 OH 라디칼의 산화 과정 (Park et al., 2006; Seinfeld and Pandis, 2006)과 SO2의 수용액 상의 산화 과정을 통해 생성되는 것으로 알려져 있다 (Ma et al., 2018; Yu et al., 2018a, b; Zhang et al., 2018; Guo et al., 2014). 수용액 상태에서 SO42-의 생성은 먼저 SO2가 주변에 존재하는 습한 입자들 (wet particles) 또는 구름 물방울에 흡수된 후 O3, H2O2, NO2 또는 O2에 의해 산화되거나, 또는 Fe(III) 및 Mn(II) 금속 성분들의 도움을 받아 산화된다 (Wang et al., 2012; Seinfeld and Pandis, 2006). 실험실과 현장에서 수행된 많은 실험 결과에 의하면 SO42-는 상대습도가 높은 조건하에서 습한 입자들 표면에서 SO2의 불균일 산화과정을 통해 주로 생성된다고 하였다 (Wang et al., 2012; Li et al., 2011). 또한 Al2O3, CaO, ZnO, TiO2, MgO 및 Fe2O3와 같은 무기물질 (mineral dust)의 표면에서 NO2와 SO2 사이에 상승 작용이 발생하여 NO2가 존재하는 조건에서 SO2에서 SO42-로의 전환이 촉진된다고 하였다 (Liu et al., 2012; Ma et al., 2008). 중국 베이징 (Ma et al., 2018; Cheng et al., 2016; Wang et al., 2013)과 난징 (Xie et al., 2015)에서 수행된 현장 관측에서도 대기 중의 NO2가 SO42-의 생성을 향상시킨다고 밝혔다. 그러나 대기 중 NO3-의 생성에 대한 조사는 SO42-의 생성 기작과 달리 여전히 연구 중에 있다 (Seinfeld and Pandis, 2006). PM2.5에 존재하는 NO3-의 생성은 NH3가 풍부한 대기 조건하에서 기체상의 HNO3 또는 물에 용해된 HNO3이 NH3와 균일 반응을 거치거나 NH3가 부족한 조건에서는 주변에 존재하는 미세한 에어로졸 입자의 습한 표면에서 N2O5의 불균일 가수분해 과정을 거치면서 이루어진다 (Pathak et al., 2011, 2009; Seinfeld and Pandis, 2006). 또한 에어로졸의 산성도는 주변의 NH3 양과 관계없이 NO3-의 생성에 중요한 요소가 될 수 있다고 하였다 (He et al., 2014).

최근 심각한 대기오염이 매우 중요한 국가적인 문제가 되고 있는 중국에 인접해 있으며 풍하 방향에 위치하고 있는 한국은 중국으로부터 장거리 이동에 의해 유입되는 대기오염물질과 국내에서 배출된 오염물질에 의해 발생한 연무 오염으로부터 상당한 고통을 경험하고 있다 (Yu et al., 2018a, 2017, 2015; Park et al., 2013a, b). 연무 오염의 발생과 진전은 1차 배출, 2차 생성, 숙성과 혼합, 그리고 fog processing과 같은 복잡한 과정들을 거치면서 빠르게 진행한다 (Liu et al., 2015, 2013; Sun et al., 2014). 따라서 연무 오염의 특성을 상세하게 규명하고 연무의 생성 기작을 이해하기 위해서는 준 실시간 간격으로 생산한 대기 측정 자료가 필요하다. 본 연구에서는 2014년 2월에 광주에서 발생한 PM2.5의 고농도 사례의 원인과 진행 기작을 조사하기 위하여 호남권 대기오염집중측정소에서 확보한 준 실시간 측정 자료를 이용하였다. 국내에서 빈번하게 발생하는 연무 오염을 체계적으로 관리하기 위해서는 PM2.5의 고농도 현상 시 주요 화학적 성분들을 조사하고 이들의 생성 기작을 규명함과 동시에 외부로부터 장거리 이동에 의한 국외 영향을 파악하는 것이 매우 중요하다. 연구에서 2차 이온 성분과 탄소 성분의 오염원과 생성 기작을 파악하는 것은 광주 지역에서 발생한 PM2.5의 고농도 현상에 대한 이해를 높이고 관리 대책을 수립하는 데 필요한 자료를 제공할 수 있을 것이다.


2. 실험 방법
2. 1 PM2.5의 농도와 화학적 구성 성분 측정

2014년 2월 광주 지역에서 발생한 PM2.5의 오염 현상을 조사하기 위하여 국립환경과학원 호남권 대기오염집중측정소에서 생산한 준 실시간 PM2.5와 화학적 성분들의 자료를 사용하였다. 호남권 대기오염집중측정소 (35.226°N, 126.849°E)는 광주광역시 북구 첨단산업단지 내에 위치하고 있으며 남서쪽과 북-북동쪽 방향으로 하남일반산업단지과 시골지역이 위치하고 있다. 호남권 대기오염집중측정소와 주변 지역의 지리적 특성에 대한 설명은 국립환경과학원에서 발간하는 대기오염집중측정소 연간 운영보고서 (NIER, 2016)와 연구 논문 (Yu et al., 2018c)에 상세히 기술되어 있다.

PM2.5, 탄소성분, 이온성분 및 금속성분의 1시간 단위의 농도 측정은 베타선 감쇄원리 기반의 베타게이지 (BAM1020, MetOne Instrument Inc., USA), 열-광 투과도법을 기초로 하는 탄소 분석기 (4F-semi-continuos carbon field analyzer, Sunset Laboratory Inc., USA), 이온성분 분석기 (Aerosol Ion Monitor (AIM), URG-9000D, URG corporation, USA), 온라인 금속성분 분석기 (on-line metals monitor, Xact-series 600, Cooper Environmental Services, USA)를 이용해 이루어졌다. 준 실시간 탄소성분 분석기는 유기탄소 (organic carbon, OC)와 원소탄소 (elemental carbon, EC)를 1시간 단위로 정량화하며, 에어로졸 이온 분석기는 여덟 가지의 수용성 성분 (Na+, NH4+, K+, Mg2+, Ca2+, Cl-, NO3- 및 SO42-)을 1시간 단위로 정량화한다. 탄소성분 분석기는 PM2.5 사이클론을 통해 유입된 시료를 장비 내부에 장착된 석영섬유 여과지에 45분 동안 채취한다. 시료 채취 후 장비 내부에 남아있는 공기를 헬륨을 이용하여 완전히 배출시킨 후 채취 시료를 열-광 투과도법을 이용하여 분석한다. 장비에서는 채취된 시료를 헬륨과 헬륨-산소 분위기에서 가열하면서 발생하는 탄소물질을 산화촉매 (MnO2)를 이용하여 CO2로 전환시킨 후 NDIR 검출기로 정량화한다. 이온 분석기는 PM2.5 사이클론, 수용성 기체성분을 제거하는 디누더, 증기 분사기, 사이클론 형식의 관성 임팩터, 기체-액체 분리기 등으로 이루어져있다. 기체-액체 분리기를 거치면서 수용액 상태로 채취된 시료는 실린지 펌프에 의해 1시간 간격으로 이온크로마토그래피에 주입되어 분석이 이루어진다. PM2.5 내 원소 성분들 (K, Ca, Ti, V, Cr, Mn, Fe, Co, Ni, Cu, Zn, As, Se, Cd, Sn, Sb, Ba 및 Pb)의 농도를 1시간 단위로 측정하는 온라인 금속성분 분석기는 비파괴 XRF 분석법을 이용한다. 분석기에서 공기는 PM2.5 도입부에 16.7 L/min의 유속으로 유입되어 릴 형식의 여과지 테이프 (reel-to-reel filter tape)에 채취된다. 여과지에 침착된 시료는 다음 시료가 채취되는 동안 XRF에 의해 분석이 이루어진다. PM2.5, 탄소성분, 이온성분 및 원소성분들에 대한 측정 방법과 정도 관리에 대한 자세한 내용은 과거의 연구 논문 (Yu et al., 2018c; Park et al., 2014, 2013a, b)과 국립환경과학원에서 발간하는 연구보고서 (NIER, 2016)에 나타나 있다. 그리고 기체상 오염물질 (CO, SO2, NO2 및 O3)의 농도는 호남권 대기오염집중측정소에서 약 1 km 떨어진 건국동 도시대기측정소에서 생산한 자료를 사용하였으며, 풍속, 기온과 상대습도와 같은 기상자료는 광주지방기상청에서 확보하였다.

2. 2 연구 기간 중 동북아 지역의 PM2.5 대기질 모사

2014년 2월에 발생한 PM2.5의 고농도 사례 기간 중 동북아 지역의 PM2.5의 대기질 모사를 위해 WRF (Weather Research and Forecast) - SMOKE (Sparse Matrix Operator Kernel Emissions)/MEGAN (Model of Emissions of Gases and Aerosols from Nature) - CAMx (Comprehensive Air Quality Model with Extensions)를 구성하였다. 모사 영역은 중국의 주요 배출지역을 포함하는 수평 격자 해상도 27 km로 설정하였으며, 기상 모사 시 초기장으로 GFS (https://www.ncdc.noaa.gov/data-access/model-data/model-datasets/global-forcastsystem-gfs) 자료를 이용하였다. 인위적 배출량은 국외의 경우 INTEX-B 2006 (Intercontinental Chemical Transport Experiment-Phase B) 배출량 목록을, 국내의 경우 CAPSS 2007 (Clean Air Policy Support System)을 대기질 모델에 맞게 처리하였다. 3차원 광화학 모델인 CAMx는 가스상 반응에 대하여는 SAPRC99 (Statewide Air Pollution Research Center, Version 99) (Carter, 2016)를, 입자상 반응에 대하여는 Coarse-Fine Scheme을 이용하였다. 배출 지역별 기여도 추정을 위해 Particulate Source Apportionment Technology (PSAT)를 이용하였으며, 배출 지역 구분은 중국은 Beijing-Tianjin-Hebei (BTH), Near Beijing (NRB), Yangtze River Delta (YRD), Pearl River Delta (PRD), China-Other (COT) 5개 지역과 남한, 북한, 일본, 러시아와 몽골, 나머지 해상지역으로 구분하여 총 10개로 구분하였다. 대기질 모사에 대한 자세한 내용은 Kim et al. (2017)에서 확인할 수 있다.


3. 결과 및 고찰
3. 1 PM2.5와 주요 화학적 성분들의 거동 특성

그림 1은 2014년 2월 20일~3월 4일 사이의 PM2.5, SO42-, NO3-, NH4+, OC, EC, SO2, NO2, O3, SOR, NOR, 풍속, 대기경계층 (planetary boundary layer, PBL) 높이, 기온 및 상대습도 (relative humidity, RH)의 시간 변화를 나타낸다. SOR (sulfur oxidation ratio)과 NOR (nitrogen oxidation ratio)은 각각 SO42-/(SO2+ SO42-)와 NO3-/(NO2+NO3-)를 나타낸다. PM2.5의 평균 농도는 79 (14~165) μg/m3이었다. SO42-, NO3-, NH4+, OC 및 EC의 평균 농도는 각각 15.6, 15.4, 11.0, 8.0, 2.5 μg/m3이었으며 PM2.5의 17.7, 19.0, 13.5, 18.2 (1.6×OC 기준), 3.4%를 차지하였다. SO2, NO2, O3, SOR 및 NOR는 각각 5 (2~14) ppb, 17 (1~53) ppb, 31 (5~71) ppb, 0.37 (0.09~0.71), 0.30 (0.05~0.82)이었다. 2월 20일에서 27일까지 낮 시간에 관측된 O3의 시간 최고 농도는 53 (2월 20일)~71 (2월 27일) ppb에 이르러 2월임에도 상당히 높은 오후의 O3 농도가 관측이 되었다. 게다가, 2월 27일 오후의 O3 농도는 15:00에 56 ppb, 17:00에 71 ppb, 21:00에 61 ppb에 이르렀으며 SO42-의 농도가 11.9에서 42.5 μg/m3까지 증가하는 데 기여했을 것이다. 또한 NO3-의 농도는 14.2에서 22.2 μg/m3까지 증가하였다. 이와 같은 결과는 SO2와 NO2의 광화학 산화반응을 통해 생성된 SO42-와 NO3-의 농도 증가가 PM2.5 농도 증가의 한 원인으로 작용하였을 것으로 판단된다.


Fig. 1. 
Temporal variations of PM2.5, SO42-, NO3-, NH4+, OC, EC, SO2, NO2, O3, SOR, NOR, wind speed, PBL height, temperature, and RH during the study period.

그림 1의 PM2.5 농도 추이에 의하면 PM2.5의 농도는 2월 21일 13:00부터 서서히 증가하기 시작하여 2월 26일 저녁에서 2월 27일 오전까지 급격하게 감소하는 시간을 제외하고는 3월 1일 13:00까지 매우 안정적으로 고농도를 유지하였다. 2월 21일에서 2월 26일 사이의 고농도 기간 중 2월 25일 정오에 PM2.5 농도가 감소를 시작한 후 17:00에 65 μg/m3까지 급격히 감소하다가 다시 증가하는 경향을 보이고 있다. 이와 같은 PM2.5의 급격한 농도 변화는 NO3-와 OC의 급격한 농도 감소에 기인하였다. 그러나 PM2.5의 농도가 급격히 감소하는 동안에 SO42와 SO2의 농도는 크게 변하지 않았다. 그리고 2월 26일 20:00에서 2월 27일 09:00 사이에 PM2.5와 주요 화학적 성분들의 농도가 급격한 감소를 보인 후 다시 증가를 시작하여 2월 27일 20:00에 최고 농도를 나타내었다.

3. 2 기상조건이 PM2.5와 주요 화학적 성분들의 농도에 미치는 영향

그림 2는 PM2.5, OC, EC, SO42-, SO2, NO3-, NO2, SOR, NOR, CO, O3, RH, 기온, 풍속 및 PBL의 시간 변화를 보여준다. PM2.5의 시간 평균 농도는 65~88 μg/m3로 낮 시간에 낮고 아침과 저녁 시간에 높은 수준을 보여주었다. 저녁 20:00에서 오전 11:00까지 PM2.5의 시간 평균 농도는 거의 변화가 없었다. 평균 풍속은 1.2 (0.1~4.8) m/s이었으며 PBL 높이는 72~1,580 m이었다. PBL 높이는 풍속이 증가함에 따라 증가하는 경향을 보여주었으며 대기가 안정한 아침과 저녁에는 100 m보다 낮게 유지되었으며 난류 흐름이 활발한 낮에는 상당히 증가하는 경향을 보여주었다. PBL 높이는 기온, 난류 흐름과 같은 기상 인자에 의해 결정되며 보통 풍속이 강할수록 PBL 높이는 증가하고 오염물질의 농도는 낮아진다. 그리고 PBL 높이가 증가할수록 RH는 감소한다.


Fig. 2. 
Diurnal profiles of PM2.5, OC, EC, SO42-, SO2, NO3-, NO2, SOR, NOR, CO, O3, RH, temperature, wind speed, and PBL height.

기온과 RH의 평균값은 각각 5 (-7~17)°C, 57 (17~95)%이었다. 저녁 21:00에서 아침 08:00 사이의 RH는 53~75%까지 증가하다가 14:00에 최소값 (40%)을 보인 후 서서히 증가하였다 (그림 2). 반면에 기온은 RH와 반대로 오후 15:00에 최대값 (13°C)에 도달한 후 감소하기 시작하여 아침 07:00에 최소값 (-2°C)을 나타내었다. 주간 (09:00~20:00)과 야간 (21:00~08:00)의 풍속, 기온 및 RH는 각각 1.8와 0.6 m/s, 9와 0°C, 47과 67%이었다. 야간의 낮은 풍속과 낮은 PBL 높이, 그리고 비교적 높은 RH는 오염원을 통해 배출된 1차 오염물질들의 축적을 촉진하고 액상 반응을 통한 2차 이온 성분들의 생성을 향상시킴으로서 야간 PM2.5의 농도를 증가시키는 요인으로 작용하였을 것이다. 그러나 OC를 제외한 SO42-, NO3- 및 NH4+의 주간과 야간의 평균 농도는 차이가 크지 않았다. 연소 오염원을 통해 배출되는 EC와 CO 농도는 아침과 저녁시간에는 증가하는 경향을 보여주고 있으나 주간과 야간의 평균 농도의 차이는 거의 나타나지 않았다. 그러나 SO42-와 NO3-의 전구물질인 SO2와 NO2의 농도는 일별, 주간 및 야간 사이에 큰 차이가 존재하였다. SO2는 낮과 저녁 시간에 높고 NO2는 아침과 저녁 시간에 높았다 (그림 2). 그리고 SO2는 주간과 야간에 각각 12.2, 17.7 μg/m3로 야간에 높은 것으로 조사되었으나, NO2는 주간과 야간에 각각 35.8, 25.9 μg/m3로 주간에 높았다. SO42-와 NO3-는 기상과 액상 (불균일) 반응을 통해 생성된다. 또한 NO3-는 낮 시간에는 NO2와 OH 라디칼의 기상 반응에 의해, 저녁 시간에는 NO3 라디칼의 불균일 액상 반응에 의해 주로 생성된다 (Seinfeld and Pandis, 2006). 그림 2에서 SOR과 NOR의 일별 변화를 보면 SOR은 낮 시간에 낮고 저녁과 새벽시간에 높은 값을 나타내었다. 반면에 NOR은 낮 시간에 최대값을 보이며 저녁과 아침 시간에는 낮게 유지되었다. 이는 아마도 NOR의 시간별 변화 추이가 오존 농도의 시간별 추이와 비슷한 점을 고려할 때, 낮 시간 동안에는 NO2가 광화학적 기상 반응을 통해 NO3-로의 변환이 증가하여 나타난 현상으로 보인다. SOR과 NOR의 시간별 변화 추이에 대한 결과는 광화학 기상과 불균일 액상 반응 과정이 SO2와 NO2의 2차 변화에 상당하게 기여를 했음을 암시한다. 이와 같은 비슷한 연구결과는 Xu et al. (2017)의 연구에서도 확인되었다. 주간과 야간의 SOR과 NOR은 각각 0.34와 0.35, 0.40와 0.25이었다. 이와 같은 낮과 밤의 차이는 국지적인 기온, 상대습도, 풍속, 일사량 등과 같은 기상 조건의 변화에 따른 전구물질들의 대기 생성 과정에 의한 전환율의 차이뿐만 아니라 중국으로부터 오염물질들의 유입 정도의 차이에 의해 기인되었다고 볼 수 있을 것이다. 요약하면 야간에 풍속과 기온이 낮고 RH가 높았음에도 2차 이온 성분들의 주간과 야간의 농도 차이는 크지 않았다. 이유는 이들 성분들이 국지적인 생성 외에도 장거리 이동을 통한 국외 유입이 작용하여 나타난 결과로 추정된다. 중국의 오염지역에서 발생한 연무의 장거리 이동에 의한 광주 지역의 PM2.5와 주요한 화학적 성분들의 농도에 미치는 영향은 다음 절에서 논의한다.

그림 3은 PBL 높이에 따른 풍속, RH, PM2.5, SO42-, NO3-, NH4+, OC 및 EC 농도의 변화를 보여준다. PBL 높이가 증가함에 따라 풍속은 증가하고 RH는 감소하는 경향을 보여주었다. PM2.5, SO42-, NO3-, NH4+, OC 및 EC의 고농도는 PBL의 높이가 매우 낮을 때 측정이 되었으며, PBL의 높이가 증가하는 낮 시간에도 가끔씩 이들의 농도는 높았다. 낮 시간에 확인된 2차 이온 성분들의 고농도는 국지적인 광화학 산화 과정에 의한 생성, 또는 중국의 오염지역으로부터 대기오염물질들의 장거리 이동에 의한 영향의 결과로 판단된다. 일반적으로 한 지역에서 대기오염물질이 국지적으로 배출되거나 대기변환과정을 통해 2차적으로 생성이 된다면 이들의 농도는 PBL의 높이 변화에 따라 크게 영향을 받는다. 예를 들어, PBL의 높이가 증가하거나 감소하면 대기오염물질의 농도는 반대로 감소하거나 증가하는 경향을 보이는 것이 일반적이다. 따라서 PBL의 높이 변화와 대기오염물질의 농도 변화 사이의 상관성이 좋으면 대기오염물질의 농도는 국지적인 영향이 장거리 이동에 의한 영향보다 우세했을 것으로 짐작할 수 있다. 이와 같은 관점에서 PBL 높이와 SO42-, NO3- 및 NH4+의 농도 사이의 매우 낮은 상관성 (r=0.17~0.29)을 고려하면 2차 이온 성분들의 고농도 현상은 국지적인 생성보다는 장거리 이동에 의한 영향과 더 밀접하게 관련이 되었을 것이다.


Fig. 3. 
Effects of PBL height on wind speed, RH, PM2.5, SO42-, NO3-, NH4+, OC, and EC.

3. 3 PM2.5의 고농도 사례에 대한 오염물질의 장거리 이동의 영향

PM2.5 고농도 사례에 대한 중국에서 발생한 연무의 장거리 이동에 의한 영향을 살펴보기 위하여 한반도 주변의 MODIS 위성 영상과 기단의 이동 경로를 파악하여 그림 4에 나타내었다. 그림 4는 2014년 2월 15일, 20일, 23일 및 24일의 중국의 북동쪽과 한반도 주변의 MODIS 위성 영상과 2월 20일, 23일, 24일, 26일 및 27일의 공기 역궤적 계산 결과이다. 공기 역궤적은 미국 NOAA의 Hysplit 모델 (Rolph et al., 2017)을 사용하여 4일 간격으로 세 높이 (500, 1,000, 1,500 m)에서 계산하였다. 그림 4에서 2월 26일 21:00 (12:00 UTC), 2월 27일 03:00 (2월 26일 18:00 UTC), 2월 27일 09:00 (2월 27일 00:00 UTC) 및 2월 27일 21:00 (12:00 UTC)에 측정 지점으로 유입되는 기단의 역궤적 해석은 3.1절에서 설명한 대로 2월 27일 09:00 이전 (2월 26일 20:00~2월 27일 09:00)과 이후의 PM2.5와 주요 화학적 성분들의 농도 차이 (그림 1 참조)에 대한 기단의 이동경로의 영향을 파악하기 위함이다. 2월 27일 21:00 (12:00 UTC)의 공기 역궤적 계산은 PM2.5와 주요 화학적 성분들의 농도가 21:00에 최대값을 보여주었기 때문에 이때의 기단의 유입경로를 파악하기 위함이다. 그림 5는 2월 22일, 24일 및 26일의 한반도 주변의 일기도를 보여준다. 2월 22일 (그림 5의 왼쪽 그림)은 중국으로부터 이동성 고기압이 한반도로 동진함에 따라 중국에 걸쳐있는 연무의 유입이 증가하고 있는 상황이다. 2월 24일 (그림 5의 가운데 그림)에는 한반도에 넓게 걸쳐있는 고기압의 영향으로 중국으로부터 유입된 연무와 국내에서 오염물질의 배출에 의한 축적 및 2차 생성이 복합적으로 나타난 상황이다. 2월 26일 (그림 5의 오른쪽 그림)에는 동해상에 걸쳐있는 정체된 고기압으로 인해 중국에서 유입된 연무와 국내에서 배출된 오염물질의 2차 생성이 증가하는 양상을 보이는 기압배치이다.


Fig. 4. 
MODIS images and transport pathways of air masses. Red, blue and green lines on air mass trajectories indicate heights of 500, 1,000, and 1,500 m AGL, respectively.


Fig. 5. 
Synoptic charts on Feb 22 (left), 24 (middle), and 26 (right).

MODIS 영상에 의하면 2월 15일 중국의 북동쪽에 넓은 범위로 걸쳐있는 연무 층이 20일에 서서히 한반도로 이동한 후 23일과 24일에 심각하게 영향을 주고 있으며 이와 같은 중국의 북동쪽에서 발생한 연무가 한반도로 이동하는 상황은 그림 4의 2월 20일, 23일, 24일 및 27일의 기단의 이동 경로를 통해 뚜렷하게 입증이 되고 있다. 앞에서 언급한 바와 같이, 2월 26일 20:00~2월 27일 09:00 사이에 관측된 PM2.5의 급격한 농도 감소는 기체상의 SO2와 NO2가 입자상의 SO42-와 NO3-로의 낮은 전환율 외에도, 국지적인 풍향의 변화와 외부로부터 유입되는 기단의 이동 경로의 변화에 의해 기인되었다고 판단된다. 2월 27일 21:00에 광주 지역으로 유입되는 기단은 중국의 북동쪽에 분포하고 있는 짙은 연무 층으로부터 시작하여 서해를 지난 후 바로 측정 지점에 도착하였다. 그러나 2월 26일 20:00~2월 27일 09:00의 경우에는 중국 오염 지역에서 시작한 기단은 서해를 거쳐 한반도의 동쪽 내륙 또는 해양을 지난 후 측정 지점으로 유입되고 있었다. 이와 같은 기단의 이동 경로는 중국에서 발생한 연무가 측정 지점에 도달하기 전에 상당한 양의 에어로졸 입자가 제거되기 때문에 PM2.5와 주요 화학적 성분 들의 농도를 감소시켰을 것이다. 정리하면, 한반도 주변의 MODIS 위성 영상, 공기 역궤적 해석 결과 및 일기도 분석에 의하면 광주 지역에서 2014년 2월에 발생한 PM2.5의 고농도 현상은 중국 북동쪽에서 발생한 연무의 장거리 수송이 한 원인으로 작용하였을 것이다.

3. 4 OC와 EC의 시간 특성과 기원

그림 6은 OC와 EC, OC와 K+, K+와 총 K 및 Ca, Ti과 K 사이의 관계를 보여준다. OC와 EC 사이의 낮은 기울기 (3.8)와 높은 상관성 (R2=0.90)을 보면 PM2.5 고농도 사례 시 측정된 OC와 EC의 상당한 양은 국지적으로 배출된 유사한 연소 오염원 (예를 들어, 자동차 배기가스)에 의해 영향을 받았을 것이다. 그리고 OC와 K+ 및 K+와 K 사이의 높은 상관성 (R2=0.80, 0.92)에 의하면, 측정된 OC의 일부는 바이오매스 연소에 의해서도 영향을 받았을 것이다. 또한 K의 배출원을 조사하기 위한 Ti와 Ca 및 K와 Ca 사이의 상관관계를 부가적으로 조사하였다. Ti와 Ca 사이는 뛰어난 상관성 (R2=0.80)을 보이지만 K와 Ca 사이에는 낮은 상관성 (R2=0.32)이 얻어졌다. Ti과 Ca성분은 주로 토양에서 배출되는 성분으로 알려져 있어 토양 기원의 추적자로 활용되는 점을 고려하면 K는 토양기원보다는 바이오매스 연소 배출과 더 밀접하게 관련되었을 것이다.


Fig. 6. 
Relationships of OC-EC, OC-K+, K+-K, and Ca-Ti-K concentrations.

그림 2에서 OC와 EC 농도의 시간별 추이에서 아침 출근 시간에 뚜렷한 농도 증가와 저녁 시간 이후에는 점차적으로 증가하는 경향을 보였다. 그 후에는 아침 07:00까지 거의 일정한 농도 수준을 보여주었다. 보통 도시 지역에서 저녁 시간에 OC와 EC의 배출이 자동차 운행에 의해서만 이루어진다면 이들의 농도는 저녁 시간에 피크를 보인 후 감소해야 하는데 증가하고 있었다. 또한 화석 연료의 불완전 연소 과정을 통해 배출되는 CO의 농도는 저녁 퇴근 시간부터 증가를 시작한 후 자정쯤에 최고치를 보인 후 오전 10:00까지 거의 일정한 수준을 나타내었다. 보통 CO는 도시 지역에서 자동차 배기가스에 의해 대부분 배출되는 것으로 알려져 있기 때문에 OC와 EC 농도와 유사하게 아침 출근 시간에 피크를 나타낸 후 감소하는 경향을 보이는 것이 일반적인데 아침 시간에 증가를 하지 않고 일정한 수준을 보인 후 감소하였다. 이와 같이 OC와 EC 농도의 시간별 추이가 CO 농도의 추이와 다른 이유는 명확하지는 않지만 저녁부터 아침 시간까지 호남권 대기오염집중측정소 주변을 지나는 차종별 차량 통행량과 경유 차량 비율 및 바이오매스 연소에 의한 영향 등이 복합적으로 작용하여 측정 기간 중 OC와 EC 농도가 CO 농도의 시간별 추이와 달랐던 한 원인이었을 것이다 (Yu et al., 2018b; Park and Cho, 2011).

그림 7은 측정 기간 중 풍향과 풍속을 보여주는 바람장과 OC와 EC 농도에 미치는 풍향의 영향을 보여준다. 바람장에서 1.0 m/s 이하의 풍속 조건은 제외시켰다. 바람은 주로 북서쪽 (300~330°)과 북동쪽 (20~90°)으로부터 불어왔으며 일부 바람은 남서와 남동쪽에서 유입되었다. 이와 같은 풍향은 차량의 통행량이 많은 호남고속도로 (300~330°)와 하남일반산업단지로 진입을 위해 이용하는 북동쪽에 위치한 도로의 방향 (30~60°)과 상당히 일치한다. OC와 EC의 농도 변화에 미치는 풍향의 영향을 볼 때, 두 도로의 방향과 하남산업단지와 호남고속도로의 남서쪽의 방향에서 바람이 유입될 때 OC와 EC의 농도는 높았으며 대부분의 탄소 성분은 도로에서 운행하는 자동차의 배기가스와 상당히 관련되어 있음을 확인할 수 있다. 이와 같은 관점에서 OC와 EC 사이의 낮은 기울기와 높은 상관성, OC와 EC 및 K+ 성분 사이의 좋은 상관성과 풍향과의 관계 (그림 7 참조)에 의하면 2014년 2월에 발생한 PM2.5의 고농도 사례 시 측정된 OC와 EC 농도는 대부분 자동차 배기가스에 의해 영향을 받았으며, 그리고 북서에서 북동쪽에 위치한 교외지역에서의 바이오매스 연소과정 역시 OC 농도 증가에 기여했을 것이다.


Fig. 7. 
Wind rose and influence of wind direction on OC, EC, and K+ concentrations.

3. 5 PM2.5의 고농도 사례 시 2차 이온 성분들의 농도 증가 원인

대기 중 NO2의 불균일 액상 반응에 의한 NO3-의 생성은 기온과 풍속이 낮고 RH가 높은 기상 조건하에서 활발하게 일어나며 PM2.5 고농도의 한 원인물질이다 (Yu et al., 2018a; Li et al., 2017; Ma et al., 2017; Park et al., 2005). PM2.5 고농도 현상을 야기하는 다른 중요한 원인물질인 SO42-는 SO2의 광화학 또는 수용액 상의 불균일 반응과정을 통해 생성된다 (Seinfeld and Pandis, 2006). 3.1절에서 언급한 대로 2차 이온 성분들 (SO42-+NO3-+NH4+)의 전체 농도는 평균적으로 PM2.5의 50.3%를 차지하였으며 PM2.5의 고농도 사례를 야기한 중요한 성분들이었다. 2월의 PM2.5 고농도 사례에서는 SO42-의 최고 농도는 NO3-의 최고 농도보다 약 11.0 μg/m3 더 높았지만, 이들의 평균 농도와 PM2.5에 대한 영향은 거의 유사하였다. 그림 1에서는 뚜렷하게 보이지는 않지만, 2월 20일부터 2월 24일 12:00 전까지는 NO3-의 농도가 SO42-의 농도보다 대부분 높은 것으로 조사되었으며, 그 이후부터 2월 28일 20:00까지는 SO42-가 더 우세하였으며 다시 그 이후에는 NO3-의 농도가 더 우세한 것으로 조사되었다. 특히 2월 27일 17:00에서 2월 28일 05:00까지는 SO42-의 농도가 NO3-의 농도보다 10 μg/m3 이상 높게 조사되었는데 이에 대한 이유는 앞에서 설명한 바와 같이 저녁 시간에 광화학 산화반응에 의한 SO42-와 NO3-의 생성 증가, 새벽 시간에 불균일 액상 반응에 의한 2차 에어로졸 입자의 생성과 중국으로부터 오염물질의 장거리 수송에 의한 2차 이온 성분의 유입 (그림 4)이 결합되어 나타난 현상이다.

2014년 2월에 발생한 PM2.5 고농도 현상의 주요 원인물질인 SO42-와 NO3-의 2차 생성의 중요성을 파악하기 위해 SO42-/EC와 NO3-/EC를 그림 8(a)에 나타내었다. 그림 8(b)(c)에 SO2, SO42-, SO42-/SO2, NO2, NO3- 및 NO3-/NO2의 농도 증가 속도를 평균 배경 농도를 기준으로 정규화하여 나타내었다. SO2, NO2, SO42- 및 NO3-의 배경 농도는 이들의 농도가 증가하기 시작 전까지 (2월 19일~2월 20일 오전까지)의 평균값으로 결정하였다. SO2, SO42-, NO2 및 NO3-의 평균 배경 농도는 각각 6.2, 3.2, 15.0, 2.3 μg/m3이었다. 그림 8(a)에서 SO42-/EC와 NO3-/EC의 농도비는 SO42-와 NO3-의 농도 추이와 거의 유사하였으며 3.1절에서 언급한 대로 2월 24일 12:00에서부터 2월 28일 20:00까지는 SO42-/EC비가 우세하였으며 이외의 시간에서는 NO3-/EC의 비가 우세한 오염 특성을 보여주었다. NO3-가 SO42-보다 열역학적으로 불안정하며 기온 변화에 민감하다는 점을 고려하면 2월 24일~2월 28일에는 중국으로부터 대기오염물질들의 장거리 수송에 의한 영향이 우세하였다고 볼 수 있으나, 이외의 시간에는 장거리 수송에 의한 국외의 영향도 무시할 순 없으나 국내 배출에 의한 2차 생성의 영향이 우세했을 것으로 판단된다.


Fig. 8. 
Temporal variations of SO42-/EC and NO3-/EC (a), and concentrations of X in any pollution level scaled by its background mean concentration ((b) and (c) graphs). Normalized X indicates SO2, SO42-, NO2, NO3-, and their ratio. Graph (d) shows normalized SO42- ratio /SO2 ratio and NO3- ratio/NO2 ratio.

그림 8(b)을 보면 SO42- 농도의 증가 속도는 2월 21일 21:00까지는 SO2 농도의 증가 속도와 거의 비슷하였다. 그러나 그 이후부터는 SO2의 증가보다 더 빠르게 증가하다 2월 26일 오후부터 증가 속도가 점진적으로 감소하다가 2월 27일 07:00~09:00에 최소값에 도달하였다. 이때 SO2와 SO42-의 증가속도는 거의 동일하였다. 2월 27일 이전에 SO2 농도보다 SO42- 농도의 증가 속도가 훨씬 큰 이유는 풍속, PBL 높이, RH 등의 기상 조건을 고려하면 국지적인 SO42-의 생성에 의한 증가보다는 중국으로부터 장거리 수송에 의한 SO42-의 유입에 의한 영향이 더 크게 작용하여 나타난 것으로 판단된다. 2월 27일 15:00 이후에 관측된 SO42- 농도의 변화 속도는 그 이전의 SO2의 변화 속도보다 훨씬 빠르게 증가하였으며 20:00에 최고치를 보인 후 감소하기 시작하여 3월 1일 저녁부터 SO2와SO42- 농도의 증가 속도가 거의 비슷하였다. 이는 앞에서 설명한 대로 SO2의 광화학 기상 반응과 불균일 액상 반응에 의한 SO42-의 생성과 중국으로부터 장거리 수송에 의한 SO42- 유입이 증가하였기 때문이다.

그러나 NO3-의 경우 (그림 8(c))에는 SO42- 농도의 증가 속도와 다르게 2월 20일부터 27일 오전까지 NO3- 농도의 증가 속도가 NO2의 농도 증가 속도보다 컸으며 특히 2월 22일 이후부터 그 변화 속도는 훨씬 크게 증가하였다. 이 기간 중 NO3-의 농도 증가 속도는 SO42-의 농도 증가 속도보다 더 컸다. 이것은 중국으로부터 장거리 수송에 의한 NO3- 유입의 증가보다는 국지적인 NO3-의 균일 및 불균일 반응에 의한 2차 생성이 증가하였기 때문으로 사료된다. 또한 2월 27일 오후부터 3월 1일 15:00까지 NO3-의 농도 변화 속도가 NO2의 농도 변화 속도보다 훨씬 크고 상당히 안정적이었다. 이것은 동일한 시간대에 점차적으로 감소하는 경향을 보여준 SO42-의 농도 증가 속도와 달랐다. NO3-와 SO42-의 농도 증가 속도가 크게 다른 이유는 NO3-는 장거리 수송에 의한 영향도 있었겠지만 국지적인 2차 생성이 크게 증가하여 나타난 결과로 해석된다. 그림 8(d)을 보면 NO2의 농도 변화에 대한 NO3-의 농도 변화 비가 SO2의 농도 변화에 대한 SO42-의 농도 변화 비보다 훨씬 크게 조사되었다. 정리하면 NO3- 농도는 SO42-의 거동과 유사하게 2월 27일 오전까지는 중국의 영향이 관측되었으나 장거리 수송에 의한 외부의 영향은 SO42-보다는 적었으며, 그 이후부터는 대부분 국지적 배출에 의한 2차 생성에 의한 영향으로 보인다. Yu et al. (2018b)의 연구에서 2014년 2월에 관측된 PM2.5의 고농도 사례 기간 중 NO3-의 전구물질인 NO2의 평균 농도는 서울이 광주보다 약 3배에 높았지만 서울과 광주의 NO3-의 평균 농도는 거의 비슷하였다. 서울과 광주의 풍속, RH, 기온과 같은 기상조건들의 차이가 크지 않았던 점을 고려하면 두 지역에서 관측된 비슷한 수준의 NO3- 농도는 두 지역 사이의 장거리 수송에 의한 NO3- 유입량의 차이, NO2와 O3 농도의 차이, 그리고 국지적으로 배출된 NO2의 NO3-로의 대기산화 정도의 차이 등의 복합적인 요인에 기인한 것으로 판단된다.

이와 같은 결과는 2.2절에서 설명한 CAMx-PSAT 모델을 이용해 계산한 PM2.5의 대기질 모사 결과에서 확인이 되었다. 그림 9는 서울과 광주의 PM2.5의 모사 결과 (그림 9(a)), PM2.5의 국내 영향 (%) (그림 9(b)) 및 PM2.5의 국외 (중국) 영향 (%) (그림 9(c))에 대한 결과를 도식화한 그림이다. PM2.5의 모사 농도 (그림 9(a))는 서울에서 광주보다 약간 높게 조사되었다. 그러나 PM2.5에 대한 국내 영향은 광주 지역이 서울 지역보다 상당히 우세하였으나, 국외 영향은 두 지역이 비슷하게 모사되었다 (그림 9(b)(c)). 구체적으로 모사 결과를 살펴보면 그림 9(a)의 PM2.5는 2월 21일 이후에는 서울과 광주에서 일평균 농도가 20 μg/m3 이상씩 증가하여 일평균 농도 기준으로 서울은 160 μg/m3, 광주는 125 μg/m3의 고농도를 보였다. 2월 25일 이후의 PM2.5 모사 농도는 40 μg/m3 이하로 낮아진다. 그림 9(b)(c)에서 PM2.5의 국내와 국외 영향을 보면 두 지역에서 다소 시차를 보이나, 고농도 사례 초반인 2월 24일까지는 중국 영향이 상대적으로 우세하나 (그림 9(c)), 25일 이후로는 국내 영향이 높아진다. 국내 영향이 큰 경우에는 배출과 주변 여건에 따라 PM2.5 생성 및 성장에서 차이를 보일 것으로 예상되며, 24일 이후로는 고기압 하에서 바람이 정체되고 대기 확산이 낮아지면서 1차 배출 및 2차 PM2.5 농도가 증가하는 것으로 이해된다. 국외 영향의 경우에는 장거리 수송에 의한 PM2.5 농도 변화는 해당 지역의 배출 및 농도 특성에 상관없이 그림 9(c)와 같이 두 지점에서 유사하게 변화하는 것으로 판단되며, 그림 9(b)에 나타낸 국내 영향의 시간 변화에 비해 상대적인 차이도 적다. 다만, 국외 영향에서 화학적 성분 농도에서 유사한 영향을 받는지에 대한 확인은 필요하며, 특히 Kim et al. (2017)이 제시한 바와 같이 NO3-는 풍상에서 생성 후 국내 유입 가능성과 함께, HNO3 (g) 또는 N2O5 (g) 등 가스상 오염물질이 국내 유입된 후 국내 대기 중에 존재하는 암모니아와의 반응을 통해 2차 PM2.5로 전환될 가능성이 있으므로 이를 입증하기 위한 추가 연구가 필요하다.


Fig. 9. 
Comparison of local and regional (China) influence of PM2.5 between Seoul and Gwangju.

결론적으로 이와 같은 PM2.5의 준 실시간 측정과 대기질 모사 결과는 국내에서 발생하는 PM2.5의 고농도 현상을 체계적으로 관리하기 위해서는 장거리 수송에 의한 대기오염물질의 유입을 줄이기 위한 중국과의 국제공동노력도 중요하지만, 국지적인 NO3-의 생성을 억제하기 위한 대책을 적절하게 수립한 후 시행해야 함을 의미한다.


4. 요약 및 결론

광주 지역에서 2014년 2월 하순 (2014년 2월 20일~3월 4일)에 발생한 PM2.5 고농도 사례의 원인 물질과 발생 기작을 조사하기 위하여 국립환경과학원 호남권 대기오염집중측정소에서 생산한 1시간 단위의 PM2.5와 탄소 및 이온 성분들의 자료를 이용하였다. 한반도 주변의 MODIS 위성 영상, 공기 역궤적 해석 결과, 국지 기상 조건 (풍속, 상대습도, PBL 높이 등) 그리고 기압 배치의 면밀한 분석에 의하면 광주 지역에서 2014년 2월에 약 10일 동안 발생한 PM2.5의 고농도 현상은 중국 북동쪽에 걸쳐있는 연무의 한반도로의 장거리 수송에 의한 유입과 국지적인 대기 정체 현상이 복합적으로 결합하여 나타났다.

PM2.5의 지속적인 고농도 (평균 농도: 79 μg/m3)는 SO42-, NO3-, NH4+, 그리고 유기탄소물질의 농도 증가로부터 발생하였다. 2차 이온 성분들의 전체 농도와 유기물질의 농도는 평균적으로 PM2.5의 50.3%와 18.2%를 차지하였다. 주요 화학적 성분들 중 1시간 기준의 최고 농도는 SO42-에서 발생되었으며 이것의 농도는 42.7 μg/m3로 PM2.5의 42.9%에 해당하였다. 연구 기간 중 측정한 OC와 EC 농도의 대부분은 측정 지점 주변의 차량 배출가스와 매우 밀접하게 관련되어 있었으며 측정 지점으로부터 북쪽에서 북동쪽에 위치한 시골 지역으로부터 나무 등의 바이오매스 연소 활동 역시 OC 농도 증가의 한 원인으로 작용하였다. 연구에서 확인된 PM2.5 고농도 사례의 또 다른 중요한 특징은 SO2와 NO2의 농도가 다른 권역별 대기오염측정소 (서울, 대전 및 울산)에서 생산한 이들의 농도보다 약 2~4배 낮았으나 2차 이온 성분들의 농도는 훨씬 높거나 비슷한 수준을 보여준 점이다 (Yu et al., 2018b). 게다가 광주 지역의 O3의 농도가 가장 높았으며 오후 시간에 1시간 평균 O3의 최고 농도는 53~71 ppb이었다. 이들의 연구에서 동일 측정 기간 동안에 NO2의 평균 농도는 서울이 광주보다 약 3배에 높았지만 서울과 광주의 NO3-의 평균 농도는 거의 비슷하였다. 오후에 관측된 O3의 고농도는 국지적인 SO2와 NO2의 광화학 산화과정을 통한 SO42-와 NO3-의 생성을 촉진하여 PM2.5의 농도를 증가시켰을 것이다.

PM2.5의 고농도 기간 중 SO42-와 NO3-의 농도 추이는 거의 비슷하였으나, SO42-/EC와 NO3-/EC의 비, SO42-와 SO2의 농도 증가 속도, 그리고 NO3-와 NO2의 농도 증가 속도를 고려한 두 성분의 오염 특성은 큰 차이를 보여주었다. 예를 들어, 2월 24일~28일에는 NO3-보다는 SO42- 성분이 더 우세한 오염 특성을 보여주었으며 균일 및 불균일 반응을 통한 국지적인 SO42-의 생성보다는 중국으로부터 장거리 수송에 의한 영향이 지배적이었다. 그러나 그 이외의 기간에는 NO3-의 오염 특성이 더 우세하였으며 장거리 수송에 의한 국외의 영향뿐만 아니라 국지적인 2차 생성의 영향이 크게 작용하여 나타난 결과이다. 광주 지역 2월의 고농도 기간 중 NO3-와 SO42-의 농도 증가 속도가 크게 다른 이유는 NO3-는 장거리 수송에 의한 영향뿐만 아니라 국지적인 2차 생성에 의한 영향이 크게 작용한 반면에 SO42-의 농도 증가는 장거리 수송에 의한 영향이 지배적으로 나타났기 때문이다. 이와 같은 결과는 우선적으로 PM2.5의 고농도 현상을 체계적으로 관리하기 위해서는 장거리 수송에 의한 오염물질의 유입을 줄이기 위한 국제적인 공동 노력도 필요하지만 국지적인 NO3-의 생성을 억제하기 위한 질소산화물의 배출원 관리가 매우 중요함을 암시한다. 결론적으로 준 실시간 간격으로 생산한 대기 측정 자료를 활용한 연구는 국내에서 발생한 PM2.5의 고농도 현상에 대한 이해도를 높이고 이에 대한 원인 규명을 통하여 원인 인자들의 관리 대책을 수립하고 실행하는 데 필요한 중요한 정보들을 제공하는 데 의의가 있다고 할 수 있다.


Acknowledgments

이 논문은 2017년 정부 (과학기술정보통신부, 환경부, 보건복지부)의 재원으로 한국연구재단-미세먼지 국가전략프로젝트사업의 지원을 받아 수행함 (2017M3D8A1092015). 논문에서 사용된 준 실시간 PM2.5 관측 자료는 국립환경과학원 호남권 대기오염집중측정소로부터 제공받았으며 이에 감사드립니다.


References
1. Cao, J.J., Shen, Z.X., Chow, J.C., Watson, J.G., Lee, S.C., Tie, X.X., Ho, K.F., Wang, G.H., Han, Y.M., (2012), Winter and summer PM2.5 chemical compositions in fourteen Chinese cities, Journal of the Air & Waste Management Association, 62(10), p1214-1226.
2. Carter, W.P.L., (2016), SAPRC-99 Mechanism files and associated programs and examples [WWW Document], http://www.engr.ucr.edu/~carter/SAPRC99/index.htm, (accessed on Nov. 13 2016).
3. Cheng, Y.F., Zheng, G.J., Wei, C., Mu, Q., Zheng, B., Wang, Z.B., Gao, M., Zhang, Q., He, K.B., Carmichael, G., Pöschl, U., Su, H., (2016), Reactive nitrogen chemistry in aerosol water as a source of sulfate during haze events in China, Science Advances, 2, e1601530.
4. Guo, S., Hu, M., Zamora, M.L., Peng, J.F., Shang, D.J., Zheng, J., Fu, Z.F., Wu, Z.J., Shao, M., Zeng, L.M., Molina, M.J., Zhang, R.Y., (2014), Elucidating severe urban haze formation in China, Proceedings of National Academic Science of United States (PNAS), 111, p17373-17378.
5. Gustafsson, Ö., Kruså, M., Zencak, Z., Sheesley, R.J., Granat, L., Engström, E., Praveen, P.S., Rao, P.S.P., Leck, C., Rodhe, H.N., (2009), Brown clouds over south Asia: biomass or fossil fuel combustion?, Science, 323, p495-498.
6. He, H., Wang, Y.S., Ma, Q.X., Ma, J.Z., Chu, B.W., Ji, D.S., Tang, G.Q., Liu, C., Zhang, H.X., Hao, J.M., (2014), Mineral dust and NOx promote the conversion of SO2 to sulfate in heavy pollution days, Scientific Report, 4, p4172.
7. Huang, X., Zhuang, G., Lin, Y., Fu, J.S., Wang, Q., Liu, T., (2011), Typical types and formation mechanisms of haze in an Eastern Asia megacity, Shanghai, Atmospheric Chemistry and Physics, 12, p105-124.
8. Ji, D.S., Li, L., Wang, Y.S., Zhang, J.K., Cheng, M.T., Sun, Y., Liu, Z.R., Wang, L.L., Tang, G.Q., Hu, B., Chao, N., Wen, T.X., Miao, H.Y., (2014), The heaviest particulate air-pollution episodes occurred in northern China in January, 2013: insights gained from observation, Atmospheric Environment, 92, p546-556.
9. Kim, B.-U., Bae, C., Kim, H.C., Kim, E., Kim, S., (2017), Spatially and chemically resolved source apportionment analysis: Case study of high particulate matter event, Atmospheric Environment, 162, p55-70.
10. Li, H., Ma, Y., Duan, F., He, K., Zhu, L., Huang, T., Kimoto, T., Ma, X., Ma, T., Xu, L., Xu, B., Yang, S., Ye, S., Sun, Z., An, J., Zhang, Z., (2017), Typical winter haze pollution in Zibo, an industrial city in China: Characteristics, secondary formation, and regional contribution, Environmental Pollution, 229, p339-349.
11. Li, W., Zhou, S., Wang, X., Xu, Z., Yuan, C., Yu, Y., Zhang, Q., Wang, W., (2011), Integrated evaluation of aerosols from regional brown hazes over Northern China in winter: concentrations, sources, transformation, and mixing states, Journal of Geophysical Research, 116, p1-11.
12. Liu, C., Ma, Q.X., Liu, Y.C., Ma, J.Z., He, H., (2012), Synergistic reaction between SO2 and NO2 on mineral oxides: a potential formation pathway of sulfate aerosol, Physical Chemistry Chemical Physics, 14, p1668-1676.
13. Liu, X.G., Li, J., Qu, Y., Han, T., Hou, L., Gu, J., Chen, C., Yang, Y., Yang, T., Zhang, Y., Tian, H.Z., Hu, M., (2013), Formation and evolution mechanism of regional haze: a case study in the megacity Beijing, China, Atmospheric Chemistry and Physics, 13, p4501-4514.
14. Liu, X., Sun, K., Qu, Y., Hu, M., Sun, Y., Zhang, F., Zhang, Y., (2015), Secondary formation of sulfate and nitrate during a haze episode in megacity Beijing, China, Aerosol Air Quality Research, 15, p2246-2257.
15. Ma, J., Chu, B., Liu, J., Liu, Y., Zhang, H., He, H., (2018), NOx promotion of SO2 conversion to sulfate: An important mechanism for the occurrence of heavy haze during winter in Beijing, Environmental Pollution, 233, p662-669.
16. Ma, Q.X., Liu, Y.C., He, H., (2008), Synergistic effect between NO2 and SO2 in their adsorption and reaction on γ-alumina, The Journal of Physical Chemistry A, 112, p6630-6635.
17. Ma, Q., Wu, Y., Zhang, D., Wang, X., Xia, Y., Lu, X., Tian, P., Han, Z., Xia, X., Wang, Y., Zhang, R., (2017), Roles of regional transport and heterogeneous reactions in the PM2.5 increase during winter haze episodes in Beijing, Science of the Total Environment, 599-600, p246-253.
18. National Institute of Environmental Research (NIER), (2016), 2015 annual report of intensive air quality monitoring station, NIER-GP2016-160.
19. Park, S.S., Ondov, J.M., Harrison, D., Nair, N.P., (2005), Seasonal and shorter-term variations in particulate atmospheric nitrate in Baltimore, Atmospheric Environment, 39, p2011-2020.
20. Park, S.S., Kleissl, J., Harrison, D., Kumar, V., Nair, N.P., Adam, M., Ondov, J., Parlange, M., (2006), Characteristics of PM2.5 episodes revealed by semi-continuous measurements at the Baltimore Supersite at Ponca St., Aerosol Science and Technology, 40, p845-860.
21. Park, S., Cho, S.Y., (2011), Tracking sources and behaviors of water-soluble organic carbon in fine particulate matter measured at an urban site in Korea, Atmospheric Environment, 45, p60-72.
22. Park, S.S., Jung, S.A., Gong, B.J., Cho, S.Y., Lee, S.J., (2013a), Characteristics of PM2.5 haze episodes revealed by highly time-resolved measurements at an air pollution monitoring Supersite in Korea, Aerosol and Air Quality Research, 13, p957-976.
23. Park, S.-S., Kim, S.-J., Gong, B.-J., Cho, S.-Y., Kim, J.-C., Lee, S.J., (2013b), Investigation on a haze episode of fine particulate matter using semi-continuous chemical composition data, Journal of Korean Society for Atmospheric Environment, 29(5), p642-655, (in Korean with English abstract).
24. Park, S.-S., Cho, S.Y., Cho, M.-R., Gong, B.-J., Park, J.-S., Lee, S.J., (2014), Field evaluation of a near-real time metals monitor and identification of sources of metals observed at an air monitoring supersite of Korea, Atmospheric Pollution Research, 5(1), p119-128.
25. Park, S., Yu, G.-H., (2018), Effect of air stagnation conditions on mass size distributions of water-soluble aerosol particles, Journal of Korean Society for Atmospheric Environment, 34(3), p418-429, (in Korean with English abstract).
26. Pathak, R.K., Wu, W.S., Wang, T., (2009), Summertime PM2.5 ionic species in four major cities of China: nitrate formation in an ammonia-deficient atmosphere, Atmospheric Chemistry and Physics, 9, p1711-1722.
27. Pathak, R.K., Wang, T., Wu, W.S., (2011), Nighttime enhancement of PM2.5 nitrate in ammonia-poor atmospheric conditions in Beijing and Shanghai: plausible contributions of heterogeneous hydrolysis of N2O5 and HNO3 partitioning, Atmospheric Environment, 45, p1183-1191.
28. Quan, J., Tie, X., Zhang, Q., Liu, Q., Li, X., Gao, Y., Zhao, D., (2014), Characteristics of heavy aerosol pollution during the 2012-2013 winter in Beijing, China, Atmospheric Environment, 88, p83-89.
29. Rolph, G., Stein, A., Stunder, B., (2017), Real-time Environmental Applications and Display System: READY, Environmental Modelling & Software, 95, p210-228.
30. Seinfeld, J.H., Pandis, S.N., (2006), Atmospheric Chemistry and Physics: From Air Pollution to Climate Change, 2nd Ed., John Wiley & Sons, Inc.
31. Sun, Y.L., Jiang, Q., Wang, Z.F., Yin, Y., (2014), Investigation of the sources and evolution processes of severe haze pollution in Beijing in January 2013, Journal of Geophysical Research, 119, p420-425.
32. Tan, T., Hu, M., Li, M., Guo, Q., Wu, Y., Fang, X., Gu, F., Wang, Y., Wu, Z., (2018), New insight into PM2.5 pollution patterns in Beijing based on one-year measurement of chemical compositions, Science of the Total Environment, 621, p734-743.
33. Tian, S.L., Pan, Y.P., Liu, Z.R., Wen, T.X., Wang, Y.S., (2014), Size-resolved aerosol chemical analysis of extreme haze pollution events during early 2013 in urban Beijing, China, Journal of Hazard Material, 279, p452-460.
34. Wang, X.F., Wang, W.X., Yang, L.X., Gao, X.M., Nie, W., Yu, Y.C., Xu, P., Zhou, Y., Wang, Z., (2012), The secondary formation of inorganic aerosols in the droplet mode through heterogeneous aqueous reactions under haze conditions, Atmospheric Environment, 63, p68-76.
35. Wang, Y.S., Yao, L., Wang, L.L., Liu, Z.R., Ji, D.S., Tang, G.Q., Zhang, J.K., Sun, Y., Hu, S., Xin, J.Y., (2013), Mechanism for the formation of the January 2013 heavy haze pollution episode over central and eastern China, Science China Earth Sciences, 57, p14-25.
36. Xie, Y.N., Ding, A.J., Nie, W., Mao, H.T., Qi, X.M., Huang, X., Xu, Z., Kerminen, V.M., Petaja, T., Chi, X.G., Virkkula, A., Boy, M., Xue, L.K., Guo, J., Sun, J.N., Yang, X.Q., Kulmala, M., Fu, C.B., (2015), Enhanced sulfate formation by nitrogen dioxide: implications from in situ observations at the sorpes station, Journal of Geophysical Research-Atmosphere, 120, p12679-12694.
37. Xu, L., Duan, F., He, K., Ma, Y., Zhu, L., Zheng, Y., Huang, T., Kimoto, T., Li, H., Ye, S., Yang, S., Sun, Z., (2017), Characteristics of the secondary water-soluble ions in a typical autumn haze in Beijing, Environmental Pollution, 227, p296-305.
38. Yang, F., Tan, J., Zhao, Q., Du, Z., He, K., Ma, Y., Duan, F., Chen, G., Zhao, Q., (2011), Characteristics of PM2.5 speciation in representative megacities and across China, Atmospheric Chemistry and Physics, 11, p5207-5219.
39. Yang, Y., Liu, X., Qu, Y., Wang, J., An, J., Zhang, Y., Zhang, F., (2015), Formation mechanism of continuous extreme haze episodes in the megacity Beijing, China, in January 2013, Atmospheric Research, 155, p192-203.
40. Yu, G.H., Cho, S.-Y., Bae, M.-S., Lee, K.H., Park, S.S., (2015), Investigation of PM2.5 pollution episodes in Gwangju, Journal of Korean Society for Atmospheric Environment, 31(3), p269-286, (in Korean with English abstract).
41. Yu, G.-H., Zhang, Y., Cho, S.-Y., Park, S., (2017), Influence of haze pollution on water-soluble chemical species in PM2.5 and size-resolved particles at an urban site during fall, Journal of Environmental Sciences, 57, p370-382.
42. Yu, G.-H., Park, S.S., Park, J.S., Park, S.M., Song, I.H., Oh, J., Shin, H.J., Lee, M.D., Lim, H.B., Kim, H.W., Choi, J.Y., (2018a), Pollution characteristics of PM2.5 observed during winter and summer in Baengryeongdo and Seoul, Journal of Korean Society for Atmospheric Environment, 34(1), p38-55, (in Korean with English abstract).
43. Yu, G.-H., Park, S.S., Ghim, Y.S., Shin, H.J., Lim, C.S., Ban, S.J., Yu, J.A., Kang, H.J., Seo, Y.K., Kang, K.S., Jo, M.R., Jung, S.A., Lee, M.H., Hwang, T.K., Kang, B.C., Kim, H.S., (2018b), Difference in chemical composition of PM2.5 and investigation of its causing factors between 2013 and 2015 in air pollution intensive monitoring stations, Journal of Korean Society for Atmospheric Environment, 34(1), p16-37, (in Korean with English abstract).
44. Yu, G.-H., Park, S.S., Jung, S.A., Jo, M.R., Lim, Y.J., Shin, H.J., Lee, S.B., Ghim, Y.S., (2018c), Investigation on characteristics of high PM2.5 pollution occurred during October 2015 in Gwangju, Journal of Korean Society for Atmospheric Environment, 34(4), p16-37, (in Korean with English abstract).
45. Zhang, J.K., Sun, Y., Liu, Z.R., Ji, D.S., Hu, B., Liu, Q., Wang, Y.S., (2014), Characterization of submicron aerosols during a month of serious pollution in Beijing, 2013, Atmospheric Chemistry and Physics, 14, p2887-2903.
46. Zhang, R., Jing, J., Tao, J., Hsu, S.C., Wang, G., Cao, J., Lee, C.S.L., Zhu, L., Chen, Z., Zhao, Y., Shen, Z., (2013), Chemical characterization and source apportionment of PM2.5 in Beijing: seasonal perspective, Atmospheric Chemistry and Physics, 13, p7053-7074.
47. Zhang, R., Sun, X., Shi, A., Huang, Y., Yan, J., Nie, T., Yan, X., Li, X., (2018), Secondary inorganic aerosols formation during haze episodes at an urban site in Beijing, China, Atmospheric Environment, 177, p275-282.
48. Zhang, T., Cao, J.J., Tie, X.X., Shen, Z.X., Liu, S.X., Ding, H., Han, Y.M., Wang, G.H., Ho, K.F., Qiang, J., Li, W.T., (2011), Water-soluble ions in atmospheric aerosols measured in Xiʼan, China: seasonal variations and sources, Atmospheric Environment, 102, p110-119.
49. Zhao, P.S., Dong, F., He, D., Zhao, X.J., Zhang, X.L., Zhang, W.Z., Yao, Q., Liu, H.Y., (2013), Characteristics of concentrations and chemical compositions for PM2.5 in the region of Beijing, Tianjin, and Hebei, China, Atmospheric Chemistry and Physics, 13, p4631-4644.

Authors Information

유근혜 (전남대학교 환경에너지공학과 박사과정)

이복진 (전남대학교 환경에너지공학과 석사과정)

박승식 (전남대학교 환경에너지공학과 교수)

정선아 & 조미라 (국립환경과학원 호남권대기오염집중측정소 전문위원)

임용재 (국립환경과학원 호남권대기오염집중측정소 소장 (환경연구사))

김순태 (아주대학교 환경안전공학과 교수)