수도권 미세먼지 집중배출지역 분석

수도권 지역을 대상으로 미세먼지 배출 분석을 위해 사용한 대기오염물질 배출량은 환경부의 CAPSS 2015년 자료를 사용하였다. CAPSS는 배출원 분류 (SCC)별, 행정구역별 (시군구 단위)로 9종의 대기오염물질 (TSP, PM₁₀, PM_2.5, SO_x, NO_x, CO, VOC, NH₃, BC)을 대상으로 하고 있다. 본 연구에서 분석 대상물질은 PM₁₀, PM_2.5, NO_x로 한정하였다.

2015년 CAPSS 수도권 지역의 대기오염물질 배출량은 표 1과 같다 (NIER, 2018a). 수도권 전체 대기오염물질 배출량은 PM₁₀ 50,602톤, PM_2.5 16,146톤, NO_x 297,832톤이다. 이 중 60% 이상이 그림 1과 같이 경기도에서 배출되었다. 배출원별로는 PM₁₀과 PM_2.5의 경우 비산먼지의 배출 비중이 제일 큰 것으로 나타났다. 비산먼지를 제외하면 비도로이동오염원이 각각 33.1%, 36.1%이고, 다음으로 도로이동오염원이 25.4%, 27.7%로 뒤를 이었다. NO_x의 배출 비중은 도로이동오염원이 48.2%, 비도로이동오염원이 26.9% 순으로 높았다.

Table 1.

Air pollutants emission in Seoul metropolitan area by source categories (CAPSS, 2015).

Fig. 1.

Air pollutants emission rates in Seoul metropolitan area by administrative region (CAPSS, 2015).

공간분포 분석에 사용한 모든 GIS 자료는 동일한 투영법 및 좌표체계에 맞게 구축되어야 한다. 사용된 GIS 자료의 좌표체계 메타데이터는 표 2와 같다.

Table 2.

Coordinate system for grid emission analysis.

대기오염물질 배출량의 격자단위·공간분포를 분석하기 위해 먼저 격자의 크기와 적용 범위를 정해야 한다. 격자 크기가 작을수록 공간적 해상도가 높아지지만 관련 자료들과 연계했을 때 적용 가능성을 고려해야 한다. 그리고 대상 범위는 모든 지역을 다룰 수 있도록 충분히 크게 설정하여야 한다. 이 연구에서는 수도권 전체 (인천광역시 옹진군 제외)를 대상으로 가로 세로 250 m 크기의 격자체계를 설정하고, CAPSS 배출량을 사용하여 각 배출원별로 격자 단위 배출량을 분석하였다. 격자수는 가로 710개, 세로 630개이며, 모든 격자에는 각각 번호를 부여하고 시군구별 속성 정보를 입력하여 공간분포 분석 시 배출원별 배출량을 연동할 수 있도록 하였다. 공간분포 분석 대상의 연구범위는 그림 2와 같다.

Fig. 2.

Analysis area (Seoul metropolitan area).

공간할당에 사용한 GIS 자료의 형태는 다각형 (polygon), 점 (point), 선 (line)으로 구분된다. 배출시설은 1~3종 배출사업장의 경우 CAPSS에 미터 단위 좌표에 따른 배출량이 제공되고 있다. 반면, 4~5종 배출사업장의 경우 주소는 제시되어 있으나 좌표는 일부만 제공되는 경우가 있어 전반적으로 주소를 기준으로 지오코딩을 수행하여 점 자료로 변환하였다. 직화구이 음식점 자료는 형태 구분없이 일반 음식점으로만 지방행정자료로 공개되고 있다 (Local administrative authorization & permission data, 2018). 여기서 상호가 직화구이로 추정되는 음식점을 필터링하여 자료를 구축하고 점 자료로 변환하였다. 숯가마 시설 자료는 숯가마 업체 리스트를 사용하였다 (MOE, 2014).

선 형태의 도로망 자료는 수도권교통본부에서 배포되는 자료로 각종 교통 관련 계획의 효과적인 수립, 시행, 평가에 활용되는 『수도권 여객기·종점통행량 (O/D) 현행화 공동사업』의 기초자료이다 (MTA, 2018). 이 자료는 교통시설의 공급과 토지이용계획을 평가하기 위한 것으로 자료의 형태는 노드 (node)와 링크 (link)로 구분되어 있다. 노드는 전국 지역 간 네트워크와 동일한 번호체계를 가지는 노드번호에 따른 좌표 값을 포함하고 있고, 링크의 연결을 위한 집합이라고 볼 수 있다. 링크는 도로 유형, 방향, 차로수, 길이, 속도 등의 속성을 가진다. 현재 교통수요모형에 의한 교통량은 2016년 수도권을 기준으로 1,135개의 지점 (88,862개 노드)에 대한 도로별, 차종별 주중 일평균 교통량 자료를 구축하고 있다 (MTA, 2018).

다각형 형태의 GIS 파일인 토지피복도 (2014)는 농경지 면적과 기타 재배지, 인공 나지 항목을 추출하여 공간 분석에 사용하였다. 이때 농경지 면적은 토지피복도 분류에서 논, 밭, 과수원에 해당하는 지역을 적용하였다. 토지피복도 상에서는 교통지역 자료도 제공하고 있으나, 이 연구에서는 수도권교통본부에서 제공하는 선 형태의 도로망 자료를 사용하였다. 도시계획도 (2018)는 건설활동이 발생할 것으로 예상되는 공공주택 용도지구, 국민임대주택 용도지구, 도시개발구역 등의 자료를 합하여 하나의 파일로 구축하여 사용하였다. 이 연구에서 구축된 GIS 자료목록은 표 3과 같다.

Table 3.

GIS data sets built in this study.

배출량 공간 분석의 기본 원리는 다음 식과 같다. i 라는 공간 지리적 특성에 따른 배출량 x (emission_ix)를 도출하기 위해서는 전체 배출량 (emission_t)에 격자 내 지리적 특정 값 (value_ix)에 대한 비율을 각각 적용하여 산출하게 된다 (EEA, 2016).

배출량이 큰 점배출원은 직접 해당격자의 배출량으로 할당한다. 선배출원이나 면배출원은 격자별 할당비율에 따라 배출량을 할당하게 된다. 이와 같이 배출원별 관련 공간정보를 중첩시켜서 특정 격자의 배출량을 산정하는 방법을 모식화하면 그림 3과 같다.

Fig. 3.

Concepts of grid emission analysis.

먼저 점 배출원인 대형 사업장은 기본적으로 위치정보가 파악되고 있으므로 격자에 직접 할당한다. 선 배출원에 해당하는 도로이동오염원은 도로가 지나는 위치를 각 해당 격자에 할당하되, 교통량 등 배출특성을 반영한 가중치를 적용하여 배출량을 배분한다. 소규모 사업장, 가정난방 등 면배출원은 기본적으로 행정구역 단위 배출량을 산정하는 결과를 사용하는데, 행정구역 단위 대비 격자 단위 활동도 가중치를 적용하여 격자에 배분하는 방법을 사용한다 (EEA, 2016).

우리나라 국가 대기오염물질 배출목록 (CAPSS)에서 배출원은 에너지산업 연소, 비산업 연소, 제조업 연소, 생산 공정, 에너지 수송 및 저장, 유기용제 사용, 도로 이동오염원, 비도로 이동오염원, 폐기물 처리, 농업, 기타 면오염원, 생물성 연소, 비산먼지 등으로 구분된다 (NIER, 2018a). 이 연구에서는 분석대상 오염물질을 PM₁₀, PM_2.5, NO_x로 한정하였으므로 VOC 배출에만 해당되는 에너지 수송 및 저장, 유기용제 사용과 NH₃ 배출에만 해당되는 농업 부문은 제외하였다. 기타 면오염원 부문은 화재에 따른 배출량이 있는데 매년 일정하게 발생하지 않고, 정확한 구역에 대한 공간 자료를 구축하기 어려워 분석범위에서 제외하였다. 기본적으로 배출원별 공간할당 방법은 그림 4를 따른다. 격자 파일을 생성하고, 각 배출원 특성에 맞는 할당지표를 격자에 배분하여 배출량을 계산한다.

Fig. 4.

Procedure of grid emission allocation by source types.

CAPSS 자료는 시군구별 배출량을 공개하고 있으나, 일부 배출원은 읍면동별 배출량 (비공개)도 구축하고 있다. CAPSS의 읍면동별 배출량 배분 지표 (NIER, 2013b)는 공간 분석에 사용하기에는 한계가 있어 별도의 공간 배분 지표가 필요하다. 공간할당 지표는 CAPSS의 읍면동별 배분 지표 및 배출량 산정 방법을 고려하여 표 4와 같은 공간 할당 배분 지표를 설정하고, GIS 자료로 구축하였다. 점배출원과 면배출원을 포괄하는 배출사업장 자료는 대규모 배출사업장 (1~3종 대형 사업장 배출시설)의 경우 SEMS (Stack Emission Management System, 대기배출원관리시스템)에서 획득한 좌표를 그대로 사용하여 격자에 직접 할당하였다. SEMS에서는 배출량 정보뿐만 아니라 굴뚝 위치, 높이, 배출 조건 등의 자료가 포함되어 있고, 개별 좌표 단위로 자료를 관리·유지하고 있다 (NIER, 2012). 현재 우리나라에는 2016년 말을 기준으로 1종에서 5종까지 약 57,500개 (MOE, 2018)의 대기 배출사업장이 있다. 이 중 점배출원으로 관리되고 있는 사업장은 3,736개 (NIER, 2018b) 정도이다.

Table 4.

Spatial allocation factors by source types.

소규모 사업장 배출시설은 CAPSS에서 전체 산업부문 연료 사용량에서 대형 사업장의 연료 사용량을 제외한 나머지 연료 사용량으로 배출량을 산정한 다음, 면오염원으로 분류하고 있다. 이를 행정구역별 종업원 수로 공간 배분을 한다. 본 연구에서는 배출사업장의 면배출량을 수도권 지역 내 위치한 4~5종 배출시설의 좌표를 획득하여 시군구별 배출량을 격자단위로 변환하였다.

비산업연소 부문은 주거, 상업, 공공기관 등에서 취사, 난방 등을 목적으로 하는 연료연소로 인해 배출량이 발생한다. CAPSS에서는 이들을 구분하기 위한 면배출원 자료가 구축되어 있지 않으므로, 여기서는 격자별 인구수를 기준으로 배출량을 배분하였다.

이동배출원은 CAPSS에서는 차량의 등록지를 기준으로 하여 1년 동안의 운행거리를 지표로 배출량을 계산하고, 도로 분포에 따라 공간적으로 할당하기 때문에 실제 통행과는 차이가 발생할 수 있다. 이 연구에서는 차량 등록지 기준이 아니라 교통수요모형에서 도출된 각 도로의 노드 및 링크별 교통량을 격자단위로 할당하여 수도권 전체 배출량을 배분하였다. 이때 이륜차에 의한 배출량은 고속국도와 도시고속화도로를 제외한 나머지 도로에 대해서만 승용차 교통량에 따라 할당하였다.

비도로이동오염원은 철도와 선박의 경우 이동오염원과 마찬가지로 수도권 전체 배출량을 각각 철도노선 구간별 운행시간과 항만구역으로 배출량을 격자별로 할당하였다. 항공 부문은 CAPSS에서 사용하고 있는 방법과 같이 활주로 길이에 전후 1 km를 적용하여 배출량을 배분하였다. 농업기계와 건설장비는 각각의 활동도 특성을 고려하여 토지피복도 상의 농경지와 도시계획지역을 공간할당 지표로 사용하였다.

비산먼지는 도로 재비산 먼지의 경우 도로 구간별 전체 교통량으로 공간 배분을 수행하였다. 건설공사 부문은 건설장비 부문의 공간 할당 영역과 동일하게 도시계획 지역을 적용하였고, 나대지, 하역 및 야적, 폐기물처리 부문은 토지피복도 상의 나지구역으로 할당하였다.

배출원별로 각각 공간특성에 따른 할당지표에 따라 격자에 배분한 전체 배출량의 분포 결과는 오염물질별로 그림 5~7과 같다. 전체 배출량과 함께 사업장, 이동오염원, 생활오염원으로 구분하여 분포를 비교하였다. 사업장의 경우 에너지산업 연소, 제조업 연소, 생산공정, 폐기물처리에 대한 분석 결과이고, 이동오염원은 도로/비도로이동오염원, 생활오염원은 비산업 연소, 생물성 연소, 비산먼지를 포함한 분석 결과이다.

Fig. 5.

Grid map of PM10 emission.

Fig. 6.

Grid map of PM2.5 emission.

Fig. 7.

Grid map of NOx emission.

대기오염물질 배출량은 전반적으로 서울 지역과 인근 도시에서 높았다. 사업장부문의 배출량은 반월국가산업단지 지역이 상대적으로 높았고, 이동오염원과 비산업 연소 부문은 인구가 집중되어 있는 서울 지역의 기여도가 큰 것으로 분석되었다. 반면 비도로이동오염원 부문 중 건설기계, 농업기계와 생물성연소 부문 중 노천소각은 교외지역에서 높은 배출을 보였다. 비산먼지는 주로 도로 상의 자동차 주행에 의한 영향이므로 도로망에 따라 배출분포가 높게 나타났다.

경기도 수원시를 기준으로 이 연구에서 도출된 결과와 CAPSS에서 제공하고 있는 격자 배출량을 비교해 본 결과는 그림 8과 같다. CAPSS의 1 km 격자 배출량을 사용하면 광역적으로 공간분포를 파악하는 데는 큰 무리가 없을 수도 있으나, 지역적인 범위로 들어가면 구체적인 공간 패턴이 정확히 드러나지 않아 훨씬 높은 해상도의 자료가 요구된다.

Fig. 8.

Example comparison of grid resolution between CAPSS grid data and this study (Gyeonggi-do, Suwon-si).

이 연구에서 도출한 결과는 250 m 격자이기 때문에 좀더 세부적인 지역 패턴 분석이 가능함을 확인할 수 있다. 이와 같이 공간 해상도가 높아지면 세부 지역 단위의 배출량 분포특성과 함께 각 지역의 배출원별 기여도 등 속성에 대한 특성도보다 상세하게 파악할 수 있다.

전체 배출원을 포함했을 때 PM₁₀의 집중배출지역은 표 5, 그림 9와 같다. 인천광역시 중구 운남동이 가장 높은 배출 집중도를 나타냈고, 다음은 서울특별시 강서구 마곡동 일대였다. PM₁₀ 집중배출지역은 대부분 비산먼지에 의한 것으로 배출 기여도가 60% 이상으로 나타났는데, 이는 신도시 개발, 산업단지 설치 등 건설활동에 의한 영향이 주된 요인이었다.

Table 5.

Emission rates of PM10 hot-spot region (include all sources, %).

Fig. 9.

Map of PM10 hot-spot emission area (include all sources).

반면, 반월국가산업단지가 위치한 안산시 (안산 스마트허브)는 대기오염물질 배출 사업장이 많이 위치하고 있어 제조업 연소에 의한 PM₁₀ 배출 비중이 69.3%로 가장 높게 나타났다. 여기서 PM₁₀ 배출량을 살펴보면 안산시 단원구에서 점오염원에 해당하는 제조업 연소 부문 PM₁₀ 배출량은 1.2톤이었으나, 사업장 부문 면오염원은 855.5톤에 달했다. 따라서 이 지역은 소규모 사업장들이 밀집해 있다는 것을 알 수 있다.

PM_2.5 집중배출지역은 표 6 및 그림 10과 같았다. PM₁₀은 대부분 비산먼지의 기여율이 높았으나, PM_2.5는 대형 배출시설인 에너지산업 연소, 생산공정 부문의 기여율이 특히 높았다. 경기도 동두천시 광암동, 인천광역시 서구 원창동, 경기도 포천시 창수면은 발전소가 위치하여 에너지산업 연소 부문이 각각 99.0%, 94.9%, 99.0%로 높은 배출 기여도를 보였다.

Table 6.

Emission rates of PM2.5 hot-spot region (include all sources, %).

Fig. 10.

Map of PM2.5 hot-spot emission area (include all sources).

생산공정 부문 배출이 높은 지역은 인천광역시 동구, 남구 일대로 대규모 사업장과 함께 소규모 사업장의 화학제품 제조업 등의 영향으로 생산공정 부문의 배출 기여도가 70.3%에 달하였다. 경기도 여주시 가남읍도 대규모 사업장에 의한 영향으로 생산공정 부문이 79.0%를 차지하였다. 비도로이동오염원 부문의 배출 비중이 큰 지역은 인천광역시 중구 운남동, 서울특별시 강서구 마곡동, 경기도 광주시 일대로 도시개발에 따른 건설장비 사용이 주요 원인이었다.

그 밖에 경기도 이천시 신둔면은 노천소각, 숯가마 등 생물성 연소에 의한 영향이 94.6%로 가장 컸고, 비산먼지에 의한 영향이 큰 지역은 경기도 안산시 상록구 건건동으로 건설활동이 주요 원인인 것으로 분석되었다.

NO_x 집중배출지역은 표 7 및 그림 11과 같다. NO_x 배출이 가장 집중된 지역은 경기도 평택시 포승읍이었다. 이 지역과 함께 인천광역시 서구, 경기도 성남시 분당구, 경기도 포천시, 경기도 고양시 일산동구 지역은 대규모 사업장에 의한 에너지산업 연소 부문의 배출 기여율이 높았다.

Table 7.

Emission rates of NOx hot-spot region (include all sources, %).

Fig. 11.

Map of NOx hot-spot emission area (include all sources).

비도로이동오염원의 배출 집중도가 높은 지역은 인천광역시 중구 운남동, 경기도 광주시 일부 지역으로 건설활동에 의한 영향이 컸다. 그리고 경기도 여주시 가남읍은 대규모 사업장에 의한 생산공정 영향이 컸고, 서울특별시 중구 일대는 비산업 연소 부문의 배출로 인해 집중배출지역으로 나타났다.

CAPSS 배출량을 적용하여 분석하면 대부분의 지역에서 비산먼지 배출량 비중이 너무 커서 다른 배출원 영향이 드러나지 않는 경우가 많다. 따라서 비산먼지를 제외한 배출원의 영향을 살펴보기 위해 비산먼지를 제외하고 다시 배출원별 비중을 분석하였다.

비산먼지를 제외했을 때 PM₁₀ 집중배출지역은 표 8, 그림 12와 같다. 이들 지역은 전체 배출원을 포함하여 분석한 PM_2.5 집중배출지역과 비슷하게 나타났다. 비산먼지를 제외하고 PM₁₀ 배출 집중도가 가장 높은 지역은 인천광역시 중구 운남동으로 비도로이동오염원에 의한 영향이 컸다. 다음으로 경기도 안산시의 반월국가산업단지와 인천광역시 남구 학익동 일대로 제조업 연소에 의한 배출 기여도가 각각 90.3%, 86.1%로 나타났다.

Table 8.

Emission rates of PM10 hot-spot region (exclude fugitive dust, %).

Fig. 12.

Map of PM10 hot-spot emission area (exclude fugitive dust).

비산먼지를 제외했을 때 PM_2.5 집중배출지역은 표 9, 그림 13과 같다. 앞선 분석과 비슷한 결과를 나타내었다. 에너지산업 연소 부문의 배출 기여율이 높은 지역은 경기도 동두천시 광암동, 인천광역시 서구 원창동 등이고, 제조업 연소 부문이 높은 지역은 인천광역시 남구 학익동이었다. 생산공정 부문의 배출이 높은 지역은 인천광역시 동구, 남구 일대와 경기도 여주시 가남읍이었다. 비도로이동오염원 부문의 배출 기여율이 높은 지역은 인천광역시 중구 운남동이었고, 생물성연소 부문 배출 비중이 높게 나타난 지역은 경기도 이천시, 경기도 안산시 단원구로 분석되었다.

Table 9.

Emission rates of PM2.5 hot-spot region (exclude fugitive dust, %).

Fig. 13.

Map of PM2.5 hot-spot emission area (exclude fugitive dust).

대형 점오염원이 위치하고 있으면 개별 사업장 하나의 비중이 너무 커서 다른 배출원의 영향이 구분되지 않는 경우가 생긴다. 따라서 비산먼지와 함께 대형 사업장을 제외하고 지역별 배출원을 다시 분석하여 살펴보았다.

대형 점오염원과 비산먼지 배출량을 제외한 PM₁₀ 집중배출지역은 표 10, 그림 14와 같다. PM₁₀ 배출 집중도는 인천광역시 중구 운남동, 경기도 안산시 순으로 높았는데, 이는 비도로이동배출원과 제조업 연소 부문의 배출로 인한 것이었다. 다음으로 이천시 신둔면과 여주시 북내면은 생물성 연소에 의한 영향이 높았다.

Table 10.

Emission rates of PM10 hot-spot region (exclude fugitive dust and large point sources, %).

Fig. 14.

Map of PM10 hot-spot emission area (exclude fugitive dust and large point sources).

인천광역시 중구 운남동과 함께 추가적으로 경기도 광주시 일부지역, 서울특별시 마곡동 일대 등의 PM₁₀ 집중배출지역은 비도로이동오염원의 배출 기여도가 큰 지역으로, 주로 도시개발로 인한 건설장비 사용이 주요 원인이었다.

대형 점오염원과 비산먼지 배출량을 제외했을 때 PM_2.5 집중배출지역은 표 11, 그림 15와 같다. 대부분 PM₁₀ 집중배출지역 분석 결과와 비슷한 원인을 보였다. PM_2.5 집중도가 가장 큰 지역은 인천광역시 중구 운남동이었고, 다음으로 경기도 이천시 신둔면, 반월국가산업단지가 위치한 안산시 순이었다.

Table 11.

Emission rates of PM2.5 hot-spot region(exclude fugitive dust and large point sources, %).

Fig. 15.

Map of PM2.5 hot-spot emission area (exclude fugitive dust and large point sources).

비도로이동오염원의 배출 비중이 높은 지역은 인천광역시 중구 운남동, 경기도 광주시 일부 지역, 서울특별시 마곡동 일대 등이었다. PM₁₀과는 다르게 경기도 양주시, 장흥면, 여주시 점동면의 PM_2.5 배출 집중도가 좀더 높은 것으로 분석되었는데, 이들 지역은 생물성 연소로 인한 영향이 큰 지역이다.

전체 배출원에 대한 NO_x 상위 10개 집중배출지역은 에너지산업 연소에 대한 영향이 큰 지역이었다. 대형 점오염원을 제외했을 때, NO_x 집중배출지역은 표 12, 그림 16과 같았고, 주로 도로/비도로이동오염원에 대한 영향이 큰 것으로 분석되었다. 인천광역시 중구 운남동은 PM₁₀, PM_2.5와 같이 NO_x 배출 집중도 역시 가장 높은 지역으로 나타났으며 건설장비에 의한 배출 기여율이 98.5%를 차지하였다. 이 밖에 인천광역시 중구 일대, 경기도 광주시 일부 지역, 서울특별시 강서구 마곡동 일대 등도 건설장비에 의한 영향이 주된 요인이었다. 인천광역시 강화군 강화읍은 일반산업단지 개발로 인한 건설장비 영향이 컸다.

Table 12.

Emission rates of NOx hot-spot region (exclude large point sources, %).

Fig. 16.

Map of NOx hot-spot emission area (exclude large point sources).

두 번째로 NO_x 배출 집중도가 높은 서울특별시 중구는 인구 밀집에 따른 주거, 상업, 공공부문의 비산업 연소 부문의 배출 비율이 높게 나타났다. 도로이동오염원의 배출 기여율이 높은 지역은 교통량 밀집이 원인으로 서울특별시 광진구 자양동, 송파구, 영등포구 등이 대표적인 지역이었다.