지구관측 원격탐사 기술의 현황과 발전
원 중 선
개 요
1960년 대 이전까지 지구나 다른 행성에 대한 관찰은 가시광선 영역에 제한되어 왔다. 그러나 최근 원격탐사(remote sensing) 기술은 관측장비의 발달과 디지털 형태의 자료를 신속하게 처리할 수 있는 컴퓨터의 발달로 인하여 다양한 파장영역을 이용하여 지구나 다른 행성을 관찰할 수 있도록 발전되어 왔다. "원격탐사"란 일반적으로 전자기파(빛, 열, 마이크로파 등)를 이용한 감지 및 측정을 통하여 원거리 물체의 특성을 분석하는 기술로서, 행성의 환경, 지표면의 구성물질 및 상태, 자원조사, 행성의 지질학적 연구 등에 매우 유용하게 활용되고 있다. 원격탐사는 크게 자료획득 기술, 자료처리 기술, 자료의 분석 및 해석 기술로 이뤄진다. 자료획득 기술은 광학이나 전파과학 이론에 기초를 두고 있으며 따라서 물리학 및 공학적인 이론이 핵심을 이루고 있으며, 자료처리 기술은 디지탈 신호처리 및 영상자료처리 이론이 그 중심을 이룬다. 또한 획득된 자료의 정량적인 해석을 위해서는 지구표면 물질의 특성, 전자기파와 물질과의 상호작용, 대기의 상태 등 다양한 지구과학적 지식이 필요하다. 따라서 원격탐사 기술은 지구물리학 이론을 기초로 하는 종합 학문적 성격이 강하다.
원격탐사 기술은 지구나 행성의 표면을 관측목적으로 하는 기술과 대기 및 기상상태를 목적으로 하는 기술로 구분되나, 이 글에서는 지구의 표면을 관측하기 위한 지구관측 원격탐사 기술의 현황과 문제점 그리고 앞으로의 발전방향 등을 소개코자 한다.
원격탐사 활용기술의 접근방법
일반인들은 흔히 원격탐사 기술의 우수성을 판단할 때 얼마나 작은 것까지 볼 수 있는가에 주로 관심을 두고 있다. 현재 일반인들이 접근할 수 있는 인공위성 자료의 공간해상도 한계는 약 1 m 내외이다. 이는 두개의 물체가 1 m 이상의 간격을 두고 떨어져 있다면 구분할 수 있으나, 그 이하에서는 하나의 물체로 인식한다는 것이다. 군사적인 목적으로 사용되는 첩보위성(spy satellite)에 대한 자세한 정보는 알려지지는 않고 있으나, 일반적으로 현재 수 십 cm 단위의 공간해상도를 갖는 것으로 알려져 있다. 그림 1은 미국 Space Imaging 사에서 개발하여 1999년 9월에 발사한 IKONOS 위성을 이용하여 약 680 km 상공에서 우리나라 잠실 야구장 주변에서 얻어진 영상이다. 야구장 내의 구조물 뿐만 아니라 주변 도로의 차량의 숫자 및 종류를 인식할 수 있으며 특히 차선은 강한 반사도 차이로 인하여 선명하게 보인다. 이와 같은 고해상도의 위성영상 자료는 군사적인 목적 뿐만 아니라 지도 제작 및 도시 건축물 관리, 농경지에 농약을 살포하는 계획, 유전개발, 오염물 감시, 보험회사에서의 보험료 산정 등 매우 폭 넓은 분야에서 이용되고 있다.[1]
이와 같은 예는 원격탐사 기술이 제공하는 물체의 형태적인 특징을 이용하는 활용분야로서 초기 항공사진 판독기술에 기초를 두고 있다. 즉 광학 및 기하학적 분석을 통하여 지표면 대상물체의 정확한 형태와 크기를 알아내는 것이다. 실제로 대부분의 지형도 제작에 필요한 정보는 다른 각도에서 관측된 두개 이상의 자료에서 나타나는 기하학적 왜곡을 정량적으로 계산함으로서 얻어지고 있다. 그러나 지구과학자들에게는 이와 같은 지표면의 형태적인 특징 외에도 지표 혹은 대기의 물리적·화학적 구성요소에 대한 정량적인 정보를 획득하는데 더 큰 관심을 기울이고 있다. 이를 위해서는 우선 관측대상 물체의 구성성분과 상태에 따라 어떤 파장영역에 민감하게 작용하는가에 대한 연구와 관측된 자료로부터 필요한 요소를 복원할 수 있는 모델수립에 대한 연구가 필수적이다. 이와 같은 연구들은 실내실험과 현장실험으로 이루어지는데 일반적인 문제점은 실제 자연상태는 실내실험 경우와는 다르게 수많은 요소들이 복합적으로 영향을 준다는 점이다. 한 예로서 만일 표면의 거칠기(roughness)를 알고 있는 토양에서 수평편파(HH-polarization)와 수직편파(VV-polarization)의 마이크로파를 이용하여 후방산란을 측정하는 경우 이론적으로는 유전율을 구할 수 있으며 이로부터 수분함량을 유추할 수 있다. 그러나 실제의 경우 표면의 거칠기와 유전율 두 요소의 영향을 정량적으로 분리하는 것은 매우 어려운 문제이다. 따라서 현대 원격탐사 기술은 필요한 지구과학적 요소를 분석하는데 적절한 파장영역의 선택과 관측된 자료로부터 정량적인 값을 얻을 수 있는 실제적인 역산모델의 수립이 그 핵심을 이룬다.
그림 2는 원격탐사에서 흔히 사용되는 파장영역과 각 파장영역의 대기 투과정도를 도시한 것이다. 인간의 육안관찰은 가시광선영역( 0.4∼0.7 ㎛)에 대해 연속적으로 관측이 가능한 아날로그 시스템이다. 반면 사진을 제외한 대부분의 원격탐사 시스템은 일정 파장영역을 불연속적으로 감지하는 디지털 시스템을 이용하고 있으며, 인간의 육안에 비하여 감지할 수 있는 파장영역은 가시광선영역 외에도 매우 폭넓고 다양하다. 인간이 육안으로 구별하는 것은 단지 색에 불과하나 이와 같이 인공위성 원격탐사에서 사용하는 방법을 적용하면 색 외에도 온도, 구성물질의 성분, 엽록소의 양, 유전율 등 매우 다양한 정보를 얻을 수 있다는 장점이 있다. 그러나 그림 2에서와 같이 대기에 의하여 흡수되는 영역은 지구표면을 관측하는데 사용하기 어렵다. 이에 따라 흔히 사용되는 영역은 가시광선에서 열 적외선까지의 0.4∼14 ㎛ 영역과 대기에 의한 흡수가 매우 적은 마이크로파 영역 중 0.1 cm∼1 m 파장영역을 주로 사용하고 있다. 전자의 경우를 흔히 "광학 원격탐사"라고 하며 후자의 경우를 quot;마이크로파 원격탐사"라 한다. 마이크로파 영역은 지구관측 뿐만 아니라 인공위성과 지상과의 통신에도 주로 사용되며 1 m 이상의 파장을 갖는 라디오파의 경우는 공중파 방송 및 통신에 주로 사용되고 있어 원격탐사에는 사용하지 않는다. 일반적으로 가시광선과 반사적외선 (0.7∼ 3.0 ㎛)은 지표면 구성물질의 화학적인 성분에 민감하며, 반대로 마이크로파의 경우는 물질의 형태적 및 물리적 특징에 민감한 것으로 알려져 있다. 따라서 원격탐사 기술의 현황 및 앞으로의 전망은 크게 이와 같은 두 종류의 기술을 나누어 설명하는 것이 타당할 것이다.
그림 1. 잠실 야구장 주변의 1m 해상도 영상(현대 우주항공(주) 제공)
그림 2. 전자기파의 파장 영역에 따른 특성
광학 원격탐사
가시광선 및 적외선 부분을 사용하는 광학원격탐사 기술은 얻어진 영상자료가 인간의 육안으로 관측한 경우와 매우 유사하다는 장점으로 인하여 초기부터 발달한 기술이다. 이 기술은 다시 가시광선 및 반사적외선 영역을 관측하는 기술과 열 적외선을 관측하는 기술로 세분된다.
열 적외선을 측정함으로서 물체의 복사온도를 매우 정확하게 알 수 있으며(Landsat TM의 경우 약 0.5 ℃의 정밀도[2]), 이 기술은 이미 해수의 수온변화, 화산이나 산불지역, 공장이나 발전소 등의 배수지점 등에 대한 감시에 널리 사용되고 있다. 또한 물체는 열의 전도 및 저장능력에 따라 주, 야간의 표면온도 특성이 다르게 나타나며, 이와 같은 점을 이용하여 주간과 야간에 얻어진 열 적외선 자료를 비교함으로서 물체의 종류를 구별하는 기술도 널리 이용되고 있다.
현재 광학 원격탐사 기술 중 가장 큰 관심을 갖는 영역은 가시광선 영역과 근적외선을 포함하는 0.4∼2.5 ㎛ 파장영역을 이용하는 기술이다. 이 분야의 기술은 크게 두 가지로 요약된다. 하나는 앞서 설명한 바와 같이 지상의 물체 중 얼마나 작은 것을 볼 수 있는가 하는 공간해상도를 높이는 기술과 다른 하나는 파장영역을 얼마나 세분하여 관측할 수 있는가 하는 분광해상도를 높이는 기술에 집중되고 있다. 공간해상도를 높인 자료는 특히 군사적인 목적 외에도 토목공사, 도시 관리, 농경지 관리 등 주로 인간에 의한 구조물에 대한 정보를 제공하는데 유용하게 이용된다. 그러나 실제로 지표면의 구성물질과 그 상태에 대한 정보를 얻기 위해서는 공간해상도 보다는 분광해상도를 높여야 하며, 특히 가시광선에서 반사적외선 전 영역에 대한 반사 및 방사 특성 정보가 필요하다. 이를 위해서는 0.4∼2.5 ㎛ 파장영역 전체를 최소 수 십 nm 이하로 나눠서 연속적으로 관측하는 기술이 필요하며, 이와 같은 기술을 hyperspectral 분석이라 한다. 현재 미국에서는 항공기 시스템인 AVIRIS(최대 10 nm 분광해상도의 224개 밴드로 0.4∼2.5 ㎛ 영역 관측)를 이용한 시험적 단계를 거쳐 현재 초기 모델인 EOS-AM1 인공위성에 40∼50 nm 분광해상도 갖는 50개 밴드를 측정할 수 있는 MODIS/ASTER 센서를 탑재하여 운용하고 있다.[3] 이보다 좀 더 발달된 형태의 센서를 현재 호주에서 개발되고 있으며 이는 전 세계의 자원탐사를 목적으로 ARIES 인공위성에 탑재되어 2001년에 발사할 예정이다. Hyperspectral 자료는 앞으로 매우 폭넓게 활용될 것으로 기대되며 이중 가장 먼저 적용이 되고 있는 분야는 자원탐사, 농업 및 환경분야이다. Hyperspectral 분석은 특히 OH－를 갖는 점토광물 종류와 Fe+2/Fe+3를 갖는 금속광물의 구분에 특히 유용할 것으로 알려지고 있다.
그러나 hyperspectral 분석을 통하여 광물이나 암석을 구분하는데 필요한 대부분의 분광특성은 실내실험을 통하여 이미 얻어졌으나, 실제 자연계에 적용하는 데는 아직 많은 문제점을 갖고 있다. 근본적인 문제점은 실내에서 실험을 통하여 결과와 실제 자연계의 상태는 큰 차이가 있다는 점이다. 첫째 실제 자연계의 구성물질은 불균질하며, 둘째 대기에 의한 영향이 시간에 따라 변화된다. 즉 실험실에서 얻어진 결과를 실제 항공기나 인공위성을 이용하여 얻어진 자료와 비교하기 위해서는 기상 상태가 최소한의 영향을 주어야 하며, 또한 지표면에 수분이 거의 없고 수목 등 다른 물질과의 혼합이 적어야 한다. 이와 같은 상황은 사막을 제외하면 실제 거의 일어나기 어려우며 따라서 이에 대한 영향을 정량적으로 제거해 주는 지역별 모델수립 문제점이 앞으로의 연구과제로 남아있다.
마이크로파 원격탐사
마이크로파 원격탐사는 광학원격탐사에 비하여 비교적 최근 개발되고 있는 기술로 주로 2차 세계대전 이후에 본격적인 개발이 시작되었다. 마이크로파는 구름 등의 기상이나 태양의 일조 상태에 관계없이 언제나 관측이 가능하다는 장점 때문에 최근 전 세계적으로 활발히 기술개발이 이뤄지고 있다. 그러나 자료를 획득하고 처리하는 과정이 매우 어렵고 특히 인간의 육안으로 관측하는 것과는 매우 다른 원리에 의해 관측이 수행되는 관계로 영상자료의 해석 및 이용은 특히 전문 지식이 필요하다는 단점이 있다. 그럼에도 불구하고 관측 안테나 고도에 관계없이 요구되는 해상도를 얻을 수 있는 영상레이더인 SAR(Synthetic Aperture Radar)의 개발로 인하여 1980년대 이후 그 수요가 급증하고 있다. 안테나의 해상도(3 dB 폭으로 정의됨)는 안테나의 길이가 길수록 개선이 된다. 그러나 항공기나 인공위성에 탑재할 수 있는 안테나의 길이는 제한이 되며 따라서 길이가 작은 안테나를 이용하여 관측을 실시하면서도 신호의 합성을 통하여 마치 매우 긴 안테나로 관측한 것과 같은 효과를 얻을 수 있는 시스템이 SAR이다. SAR는 지속적으로 움직이는 안테나와 대상물체와의 상대적 이동에 의한 도풀러 효과를 기초로 하고 있는데, 등속도로 이동하는 안테나와 지표면의 산란체와의 도풀러 위상은 다음과 같다:
여기서 r과 r0는 각각 안테나와 산란체와의 거리 및 최단거리, λ는 파장, υ는 안테나의 이동속도이다. 식 (1)에서 첫 번째 항은 안테나의 중심주파수와 관련된 항이며, 두 번째 항과 세 번째 항은 도풀러 주파수 및 도풀러 주파수 변화율로 정의된다. 즉 위 식에서와 같이 이 경우 도풀러 주파수의 변화는 시간에 대한 직선의 변화를 갖게 되며, 따라서 선형의 주파수변조와 같은 효과를 갖게된다. 선형의 주파수 변조된 신호는 탄성파탐사 자료에 흔히 적용되는 정합필터(matched filter)를 적용하면 신호축약을 통하여 고해상도의 신호를 얻을 수 있다. 그러나 위의 식은 개념적인 설명을 위한 근사식이며, SAR 신호로부터 지표면의 산란체를 복원하는 역산의 식은 파수 영역에서의 파동방정식의 해를 구하는 방법으로 그 결과는 다음과 같다.
여기서 x과 η는 각각 안테나의 이동방향(azimuth) 및 거리방향(range) 좌표이며 Θ는 안테나에서 수신된 신호로서, 이로부터 지표면 산란체의 산란계수 σ0를 구하는 것이 궁극적인 목적이다. 영상레이더는 지표면의 영상을 얻기 위해 개발이 되어 그 동안 지구뿐만 아니라 Magellan 계획[4]을 통해 금성에서 얻어진 자료는 금성의 판구조론적 운동 여부를 유추하는데 귀중한 자료로 사용되고 있다. 또한 지질·자원, 지리, 지구물리, 군사적 이용 등의 여러 분야에 필요한 정밀 지형정보 획득 및 임업, 농업, 도시계획, 환경 등의 분야에 필요한 토지이용도 작성을 위해서도 활용되고 있다. 특히 최근에는 해양학적인 연구에 그 활용이 급증하고 있는데 이는 해양에서의 풍속에 대한 정량적 관측과 유류를 관측하는데 매우 유용하기 때문이다. 즉 해양에서 풍속에 대한 정보는 마이크로파 원격탐사를 제외한 다른 방법은 극히 제한적이며, 또한 유류오염사고 혹은 유전탐사 등에 이와 같은 정보는 필수적이다. 그러나 최근의 경향은 단순한 지표면의 영상취득 보다는 지표면의 정밀한 지형정보와 유전율 및 거칠기에 의한 정량적인 분석기술 개발에 집중되고 있으며 radar polarimetry와 radar interferometry 연구가 그 핵심을 이루고 있다.
현재 인공위성에 탑재되어 운영되고 있는 SAR는 모두 단일 파장의 단일 편파만을 사용하고 있다. 그러나 지표 물질의 산란특성을 구분하기 위해서는 유전율(실제 지구표면에서는 수분의 함량이 크게 좌우함)과 표면거칠기의 영향을 분리해야 되며, 이를 위해서는 다양한 파장과 특히 다양한 편파를 이용한 관측이 필요하다. Radar polarimetry는 단일 편파 대신 HH-, VV-, HV-, VH-polarization의 네 종류의 편파를 동시에 관측함으로써 지표면의 물성적인 특성을 정량적으로 분석하고자 하는 것이다. 특히 σh0h/σv0v 및 σh0v/σv0v는 표면의 거칠기와 수분함량을 분리하는데 유용하며 실험식은 다음과 같다. 즉,
로서 Fresnel 반사계수이며, ks는 지표면의 수직거칠기에 대한 파수이다.[5] 따라서 네 종류의 편파를 측정한 후 위의 비선형 방정식을 풀면 지표면의 거칠기와 유전율을 분리할 수 있다. 그러나 이와 같은 모델은 아직 실제 자연상태의 지표면에 적용하기에는 충분하지 못하며 앞으로 더 많은 야외실험을 통한 검증과 모델의 개선이 요구되고 있다.
영상레이더의 또 다른 장점은 지상에 대한 영상뿐만 아니라 레이더의 또 다른 특징인 거리측정이 가능하다는 점이다. 이와 같은 SAR의 관측특성을 이용하여 그림 3의 모식도에서와 같이 특정 지역에 대하여 약간 다른 각도에서 관측된 2개 이상의 자료에 기록된 위상차로부터 지표면의 정밀고도를 복원하는 기술을 radar interferometry라 한다. 이와 같이 방법으로 얻어진 SAR 자료는 그림 4의 자료처리 과정을 거쳐 필요한 지형정보를 추출하게 된다. 현재의 기술은 약 800km 상공에서 같은 위성을 이용하여 다른 시간에 두 번 이상 관측하는 경우 약 수 m 내외의 오차로 고도정보를 구할 수 있으며, 항공기를 사용하는 경우 10 km 상공에서 2 cm 내외의 오차로 줄일 수 있다.[6]
미국 NASA에서는 전 세계(북위 60°∼남위 54°지역) 육지의 80 %에 해당되는 지역에 대한 정밀 지형정보를 동시에 모두 얻기 위해 우주왕복선을 이용한 SRTM (Shuttle Radar Topography Mission) 프로젝트가 2000년 2월 중순에 실시되었으며, 이는 인류 역사상 최초로 전 지구적인 지형정보를 단일한 방법에 의해 동일시기에 얻었다는데 그 의의가 있다. 이 자료는 현재의 지구 지형에 대한 정보로서의 가치뿐만 아니라 판구조 활동에 의한 지구의 지형변화를 관측하는 기초자료로 사용될 예정이다. 현재 지형도 제작을 위해 항공사진과 광학위성자료가 주로 이용되고 있으나, 비용 절감과 정밀도 향상이라는 측면에서 인공위성 레이더의 활용이 급증하고 있다. 그림 3은 일본의 JERS-1 위성 L-밴드 SAR를 이용하여 백두산 지역에서 관측된 자료로부터 추출된 지형정보를 3차원 영상으로 표현한 것이다. 비록 이 기술은 아직도 정밀도 개선을 위한 많은 연구가 필요한 실정이나, 21세기 SAR 활용기술 중 가장 활발하게 연구 및 활용이 이뤄질 분야 중 하나이다.[7]
현재 radar interferometry는 단순한 지형정보의 획득 뿐만 아니라 같은 지역을 일정 기간 후에 다시 측정하여 지구표면의 변화를 관측하는데 더 많은 연구가 진행되고 있다. 이와 같은 변화는 판구조 운동 뿐만 아니라 지진, 화산활동, 산사태, 지반침하, 홍수와 같은 대부분의 자연재해와 연관되기 때문이다. Massonnet은 미국 캘리포니아 Landers 지역에서 발생한 지진에 의한 지표면의 변위를 2.3 cm 정밀도로
그림 3. Radar Interferometry 자료획득 모식도
관측하는데 최초로 성공하였으며, 이에 따라 지진을 발생시킨 단층의 정확한 규모와 단층의 운동 및 주변지역의 피해상황을 정확하게 파악할 수 있게 되었다.[8] 현재 인공위성을 이용하는 경우 최대 2 cm 정도까지의 지표면 변화를 측정 가능하며, 항공기를 이용하는 경우 2 mm까지 관측이 가능한 것으로 보고되고 있다.[9] 이에 따라 자연재해에 대한 지속적인 감시 및 예방을 위한 목적으로 이 기술을 개발/이용하고 있으며, 이 밖에도 해안선 변화, 토지피복 연구, 수자원 조사, 파랑관측, 빙하이동 관측, 전자통신 전파모델링, 산림자원 관리를 위한 수목 성장변화 관측 등 지구과학적 연구에 폭 넓게 활용되고 있다. 이에 따라 기존의 인공위성 계획 외에 추가로 이 기술의 적극적인 활용을 통한 자연재해에 대한 지속적이며 장기적인 감시 및 정밀 지형정보 획득을 위해 SRTM(미국, 독일), SEISM(프랑스), TREIS(유럽), ALOS(일본) 등의 계획이 추진 중이다.
향후 인공위성 레이더를 이용한 자연재해의 지표변위 정밀관측 및 획득된 지형정보의 정밀도를 항공기 레이더 수준의 정밀도로 향상시키기 위한 연구와 이로부터 한 단계 더 나아가 자연재해가 발생할 가능성이 있는 지역에 대한 응력(stress)을 관측할 수 있는 기술로 발전시켜 자연재해 발생을 예고하기 위한 노력이 적극 수행되고 있다. 그러나 이와 같은 radar interferometry의 정밀도를 향상시키기 위한 연구 중 가장 큰 문제점은 대기상태에 따른 전자기파의 전파속도 변화이다. 그 동안 SAR를 이용하여 지표면의 영상만을 얻고자 하는 경우 매우 작은 전파속도의 차이는 큰 문제가 되지 않았으나, 정밀한 지형의 변화를 관측코자 하는 경우에는 미소한 전파속도의 차이가 상대적으로 큰 오차를 발생시킨다. 그러나 현재로서는 이에 대한 적절한 보정을 실시할 수 방법이 없는 상태이며, 향후 이에 대한 연구가 집중될 것으로 예상되고 있다.
Radar interferometry 기술은 지진계 및 GPS와 함께 현재 대규모의 지진, 화산활동, 산사태, 지반침하 지역 등 자연재해가 예상되는 지역에 대하여 지속적인 관측자료를 제공해 주고 있다. 과연 앞으로 자연재해의 발생을 미리 예측할 수 있는 시대는 올 것인가? 이에 대해 현재까지는 아무도 쉽게 대답할 수는 없다. 그러나 이와 같은 목표를 이루기 위해 최소한의 요구되는 점에 대해서는 쉽게 예측할 수 있다. 즉 모든 이용 가능한 기술과 관측자료가 모두 종합되어 최종 판단될 때 비로소 가능할 수 있다는 점이다. 하나의 예로 최근 전 세계적으로 자주 발생하고 있는 지진의 예측을 위해서는 지진계에 의한 미소 지진의 신호를 지속적으로 수신해야 하며 이와 함께 GPS를 이용하여 변화가 없는가를 관측해야 한다. 또한 인공위성을 이용하여 지속적인 응력의 축적에 따른 변화를 정밀관측하고 또한 원인이 될 수 있는 단층지역에 대한 정밀한 지질학적 야외조사가 함께 병행되어야 한다. 이와 같이 종합된 관측을 실시하는 경우 자연재해 예측은 보다 현실화가 될 수 있을 것이다.
그림 4. Radar Interferometry 자료처리과정 활용분야
(a)
(b)
그림 5. 백두산 지역에서 얻어진 SAR 자료로부터 추출된 (a) interferogram과 (b) 3차원 지형도.
맺음말
초기 군사적인 목적으로 개발이 시작된 원격탐사 기술은 현재 지질학, 해양학, 대기과학, 임업 및 농업 등 다양한 지구과학 연구에 활용되고 있다. 그러나 그 동안의 연구는 온도나 식생지수 등의 일부 요소에 대한 성공적인 사례를 제외하면, 대부분의 지구물리학적 요소를 정량적으로 추출하기보다는 주로 형태인식에 기초를 둔 정성적인 분석에 치중하여 왔다. 이와 같은 문제점을 주로 정량화 모델을 수립하기 위해서는 실내에서보다는 실제 야외에서의 실험자료가 더욱 절실히 필요하나 야외 실험의 여러 가지 제한으로 인한 현장실험 자료의 부족에 기인하고 있다. 21세기 지구환경의 효과적인 감시와 관리가 강조되고 있는 점을 감안할 때 원격탐사 자료로부터 지구물리학적 요소를 정량적으로 얻을 수 있는 노력이 지속적으로 이뤄질 것으로 예상된다.
참 고 문 헌
[1] Oberg, J., IEEE Spectrum 36(11), 62-69 (1999).
[2] Bartolucci, L. A., M. Chang, P. E. Anuta and M. R. Graves, Atmospheric effects on Landsat TM thermal IR data, IEEE Trans. Geosci. Remote Sensing 26(2), pp.171-176.
[3] Kaufman, Y. J., D. D. Herring, K. J. Ranson, and G. J. Gollatz, IEEE Trans. Geosci. Remote Sensing 36(4), 1045- 1055 (1998).
[4] Arvidson, R. E., V. R. Baker, C. Elachi, R. S. Saunders and J. A. Wood, Science 252, 270-275 (1991).
[5] Y. Oh, K. Sarabandi and F. T. Ulaby, Development of a semi-empirical polarimetric scattering model for microwave radar observations, Proc. IEEE IGARS'95, Florence, Italy (1995), Vol. 2, pp. 939-941.
[6] Allen, C. T., 1995, Interferometric syntehtic aperture radar, IEEE Geosci. Remote Sensing Newsletter, Issue#96, Sept., pp. 6-13.
[7] Madsen, S., N. Skou, 1998, Problem to be addressed by SAR systems in the 21'st centrury: where are we and where are we heading, IEEE Geosci. Remote Sensing Newsletter, Issue#106, March, pp.6-13.
[8] Gray, A. L., MP. J. Farris-Manning, IEEE Trans. Geosci. Remote Sensing 31(1), 180-191 (1993).
[9]Massonnet, D., M. Rossi, C. Carmona, F. Adragna, G. Peltzer, K. Feigl and T. Rabaute, Nature, 364(6433), 138-142
|
원중선 박사는 카나다 마니토바대학(Univ. of Manitoba) 지구과학과 이학박사로서 한국해양연구소 선임연구원을 거쳐 현재 연세대학교 지구시스템과학과 조교수로 재직 중이다. |
|
현재 저희 홍보잡지에는 [물리학의 선구자]라는 난이 연재되고 있습니다. 당분간 본 난에서는 주로 외국인들을 중심으로 국제 최고 수준의 물리학의 선구자들을 계속 조망할 계획입니다. 본 난이 개설된 뒤로 몇몇 관심 있는 분들로부터 왜 한국인은 다루지 않느냐는 문의가 들어왔습니다. 따라서 저희 홍보잡지 편집위원회에서는 [물리학의 선구자]난과 함께 [한국의 물리학자]라는 난을 새로 신설하여, 한국 물리학의 발전에 많은 공헌을 한 선구자적인 분들을 하나하나 소개하고자 합니다. 현재 물리학회에는 한국 물리학계에서 선구적인 역할을 했던 분들에 대한 체계적인 자료가 수집되어 있지 않고, 따라서 이 분들에 대한 역사적으로 가치가 있는 소개를 하기가 무척 힘든 상황입니다. 이에 저희 물리학과 첨단기술 편집위원회에서는 한국 물리학 발전에 선구적인 역할을 한 분들에 대한 자료를 수집하고 있습니다. 수집된 자료는 자료 정리를 거쳐 한국물리학회 [한국물리학 역사자료실]에 보관하고, 그 평가된 내용을 한국의 물리학자 난에 소개하며, 한국물리학회 50년사 편찬을 비롯해서 한국 물리학사 관련 자료 집필에 참고할 예정입니다. 본 자료 수집 사업에 가족이나 친지, 교우, 후학들의 많은 관심과 협조가 있으시길 부탁드립니다. 인물 추천: A4 1-2매 정도의 소개문 수집 자료: 저서, 발표 논문 목록 및 논문 별쇄본, 서한, 신문잡지기사, 상훈 및 각종 증명서, 유품 등등 역사 편찬에 도움이 될 사료 (원본을 계속 개인이 소장하실 분은 사본을 보내도 무방합니다) 보내실 곳: 서울 강남구 역삼동 635-4 과학기술회관 901호 (우편번호 135-703) 한국물리학회 홍보잡지 편집위원회 [한국물리학 역사자료실] |
항공기를 이용한 대기오염의 측정
항공기를 이용한 대기오염 측정
가. 항공기 측정 배경과 목적
대기오염물질은 기상조건에 따라 확산, 분산되며 대기 중에서 화학반응을 통해 변환되면서 장거리 이동 및 침강이 가능하므로 이와 같이 입체적으로 일어나는 대기 환경현상을 효과적으로 연구하기 위해서는 항공기를 이용한 실측이 요구된다.
(1) 지상측정이나 인공위성을 통한 원격탐사 뿐만 아니라 공간적으로 균일하지 않은 대기 중의 오염물질의 농도 변화와 상호 반응을 규명하기 위해서는 실시간 연속 측정법이 필요하고, 항공기를 이용한 실시간 연속측정은 넓은 지역에 걸쳐 오염물질의 수직 및 수평분포에 대한 자료를 신속하게 얻을 수 있는 장점이 있다.
(2) 미국 해양 대기청 산하 환경 연구소의 대기자원 연구실(NOAA/ERL/ARL)에서는 1983년 부터 King Air 항공기를, 1994년부터는 Twin Otter 항공기를 이용하여 대기오염 측정 뿐만 아니라 구름 및 강수 물리 측정 등을 실시해오고 있다.
(3) 국가적인 차원에서 연구목적의 항공기를 도입하여 대기 환경 뿐만 아니라 대기과학, 자원탐사, 해양환경 등 여러 분야에 활용함으로써 운영효과를 높일 수 있을 것이며, 외국 연구기관(NOAA, NCAR)과 협력하여 항공 측정기술을 전수받아 빠른 시간내에 국내 측정기술을 발전시켜 측정신뢰도를 높이고 각종 국제 공동 연구조사 사업에도 참여할 수 있을 것으로 판단된다.
(4) 항공기 측정의 응용분야
(가) pollution survey / sampling
(나) plume dispersion / transformation
(다) atmospheric tracer study
(라) model boundary conditions
(마) model validation / improvement
(바) climate / radiation research
(사) atmospheric research / cloud physics
(아) eddy flux measurement
(자) weather modification
(차) remote sensing
(카) intercomparison / calibration
나. 항공기 측정시 고려할 사항
(1) 비행기 특성과 관련된 사항
(가) 비행시간 및 비행거리 제한 등을 고려해야 함.
(나) 측정장비의 무게, 크기, 소요전력, 등의 제한.
(다) 측정장비는 과격한 온도 및 습도 변화와 진동 등에 견딜 수 있어야 함.
(2) 샘플 보전
(가) 빠른 비행속도(50∼200 m/sec) 때문에 샘플을 보전하기가 어려움.
(나) 비행 도중 등속흡입이 일어나지 않기 때문에 입자상 물질의 경우는 난류 및 관성의 영향으로 시료 포집의 오차 발생이 쉬움.
(다) 기체상 물질의 경우는 흡착에 의한 손실을 줄여야 함.
(3) 기타 사항
(가) 고도(압력) 변화에 따른 측정장비의 감도 변화여부
(나) 측정장비의 반응시간과 계기보정
다. 항공기 및 측정장비
- 현재 각국에서 사용중인 대기측정용 항공기를 표 3.23.2에 제시한다.
라. 항공 측정결과
다음은 미국에서 실시한 항공기 측정의 결과를 제시한 것이다.
(1) FRLAB(Front Range Lidar, Aircraft, and Balloon Experiment)
1990년 콜로라도주 볼더 부근에서 항공기, Lidar 및 기구를 이용하여 대기중 aerosol의 연직분포를 측정. 항공기 양쪽날개 밑에 장착된 PMS(Particle Measuring System), ASASP(Active Scattering Aerosol Spectrometer Probe)와 FSSP(Forward Scattering Spectrometer Probe)로 측정된 aerosol 농도를 측정하여 고도별로 aerosol이 여러 층으로 형성되어 있음을 알 수 있었음.
(2) LMOS(Lake Michigan Ozone Study)
1991년 NOAA King Air 항공기는 LMOS 실험에 참여하여 Michigan호 주위의 기체상 및 입자상 오염물질을 측정. 그 결과 호수상공에서 지면의 오염물질이 상승하여 형성된 층을 확인. 입자의 크기분포를 보면 아침보다 미세입자농도가 크게 늘어났으며 평균 입자 크기도 증가했음을 알 수 있었음.
(3) Board-ARM Regional Flux Experiment
1991년 NOAA/ARL의 long-EZ 항공기를 이용하여 미국 에너지성의 ARM (Atmospheric Radiation Measurement) 프로그램의 일환으로 Oregon주 Boardman에서 flux를 측정.
(4) 대기오염은 입체적으로 발달하는 현상이기 때문에 효과적인 대기오염을 연구하기 위해서는 항공기 측정이 필수적이지만 항공기 측정만으로는 비용이 많이 들기 때문에 지상에서의 감시 측정과 모델링연구가 병행되어야 할 것임.
마. 국내 항공기를 이용한 상층의 대기오염 측정결과
(1) 측정경로 : 주로 중국배출원의 영향을 파악하기 위하여 서해 상공을 중심으로 측정이 이루어졌다(그림 3.23.1).
(2) 측정방법 : 항공기는 고정익쌍발기 Chieftain(Piper Co)를 사용하였으며 측정기는 아래와 같다(표 3.23.1).
표 3.23.1 항공측정에 사용된 측정장비 제원
|
Parameter |
Operation Principal and Instrument Model |
Range & Unit |
Response time |
Precision |
|
SO2 |
UV Fluorescence/ Thermo-43C Trace |
≤100 ppb |
80sec (10sec avg.) |
0.2ppb (10sec avg.) |
|
O3 |
UV Photometric/ Thermo-49C |
≤1000 ppb |
20sec (0∼95%) |
1ppb |
|
NOx |
Chemiluminescence/ Thermo-42C Trace |
≤100 ppb |
60sec (10sec avg.) |
0.05ppb (2min avg.) |
|
Particle Number |
OpticalParticle Counter / Rion Co., KC-01C |
≤1000/cm3 |
2 min |
0.3∼10?m (5 channel) |
|
Position & Altitude |
Global Positioning System/ Garmin, GPS-II |
Latitude(N)/ longitude(E)/ Altitude(m) |
15 sec |
1∼5m |
|
Temperature |
Thermister/ TRH-5S |
-20∼80℃ |
1.5 sec |
0.2℃ |
|
Relative Humidity |
Hygrometer/ TRH-5S |
0∼100 % |
1.5 sec |
0.5% |
(3) 측정결과
국내에서도 국립환경연구원을 중심으로 항공기를 이용한 장거리 대기오염물질 측정에 대해 연구를 실시중이며 결과를 분석중에 있음. 그 결과, 입자상물질의 갯수농도는 0.3?m이상의 입자가 1cm3 당 40∼100개 정도의 수준인 것으로 나타났으며 이는 지상농도의 1/10수준이었슴. 오염물질중 SO2나 입자개수농도는 하층에서 농도 변화가 컸으나 상층으로 갈수록 편차가 줄어들면서 농도도 크게 감소하였고, O3이나 NOx는 고도에 따라 농도 변화가 크지 않았다. SO2의 한반도 서해 경계를 따라 이동되는 양은 겨울철인 1997년 12월, 1998년 11월이 각각 0.25, 0.24 톤/km/hour로 가장 컸고, 그다음이 가을 1997년 10월, 그리고 봄철 1998년 4월순으로 나타났음. 일반적으로 SO2 평균농도는 0.5∼1.5ppb로 나타났지만 기류가 중국 배출원 지역을 통과하여 한반도 곧바로 수송될 경우는 최고 10ppb를 초과할 정도로 고농도 SO2 plume을 확인할 수 있었다(그림 3.23.2).
그림 3.23.1 항공측정 분석영역(사각형내)
그림 3.23.2 항공측정 각 에피소드에 대한 경계층내의 SO2의 Box plot
(5, 10, 25, 50, 75, 90, 95% 분위수를 나타냄)
표 3.23.2. 국외 대기 측정용 항공기
|
Country |
Institution |
Specification |
Company |
|
USA |
NOAA/ERL |
King Air C-90 Twin Otter P3-Orion RP3A Aero Commander-2 Citation 550 Turbo-Commander |
Beechcraft DeHavilland Lockheed Gulfstream Cessna Gulfstream |
|
|
NASA/ARC |
DC-8 72 C-130 NC-130B ER-2 Perseus Twin Otter DHC-6 |
McDonnell Douglas Lockheed Lockheed NASA DeHavilland |
|
|
NASA/WFF |
Electra L-188 P-3 Orion Sabreliner T-39 Skyvan SC-7 |
Lockheed Lockheed Rockwell Short Bros |
|
|
NCAR/RAF |
King Air B220-T Sabreliner C-130 Hercules Electra L-188C G-IVA WB-57F |
Beechcraft Rockwell Lockheed Lockheed Gulfstram General Dynamics |
|
|
Air Force Geophy. Lab |
NKC-135 Tanker |
Boeing |
|
|
Naval Res. Lab. |
P3 |
Lockheed |
|
|
Battelle PNL |
G-1 |
Gulfstram |
|
|
Brookhaven National Lab. |
Queen Air |
Beechcraft |
|
|
Univ. of Washington |
Samaritan C-131A |
Convair |
|
|
Univ. of Wyoming |
King Air 200-T |
Beechcraft |
|
|
Univ. of North Dakota |
Citation 550 |
Cessna |
|
|
SDSMT |
T-28 |
North American |
|
|
NMIMT |
Schweizer |
|
|
|
NAWC Inc. |
421,340, 340, 414 |
Cessna |
|
|
SRI Int. Inc. |
Queen Air |
Beechcraft |
|
|
Weather Mod. Inc. |
Duke |
|
|
|
BMI, Inc |
G-I |
Gulfstream |
|
|
Sonoma Tech. Inc. |
Queen Air |
Beechcraft |
표 3.23.2 (계속 )
|
England |
Meteorological Office |
C-130 Chieftain |
Lockheed Piper |
|
Canada |
Nat. Res. Council Inst. Aero., Res./FRL Atmos. Env. Serv. |
Twin Otter Convair 580 Falcon 20 T-33 |
DeHavilland General Dynamics Desault Canadair |
|
Germany |
DLR Fraunhofer- Institute |
Falcon 20 HS125 |
Dassault Hawker Siddley |
|
France |
|
DC7 |
McDonnell Douglas |
|
Norway |
Institute for Air Research |
Navajo |
Piper |
|
Australia |
CSIRO |
F27 |
Fokker |
|
New Zealand |
Meterorological Service |
F27 |
Fokker |
|
Japan |
National Institute for Env. Studies |
440 |
Cessna |
|
|
Metero. Res. Institute |
404 |
Cessna |
|
|
Tohoku Univ. |
206 |
Cessna |
|
|
Nagoya Univ. |
Merlin Ⅳ |
Selingen |
(출처 : 김영준, 1995)
표 3.23.3 항공기 탑재 샘플링 방법
|
구 분 |
샘플링 방법 |
|
Batch sampling 방법 |
- filter packs - cloud water and Precipitation collectors - gas samples |
|
In-situ (연속) 측정방법 |
- O3, SO2, NOx, CO, H2O2 측정기 - aerosol size distribution - cloud droplets, liquid water content - meteorological parameters - radiation, turbulence |
|
Remote Sensing 측정방법 |
- LIDAR - spectroradiometer |
(출처 : 김영준, 1995)
표 3.23.4 항공기 탑재용 측정장비 개요
|
Aircraft Instrumentation |
|
|
|
|
|
|
|
Parameter |
Method |
Manufacture |
Range |
Accuracy |
Resolution |
Response Time |
|
Pressure |
transducer |
Rosemount |
0∼1100mb |
±1mb |
0.1mb |
1s |
|
Temperature |
platlum relstance |
Rosemount |
-60。c -40。c |
1。c |
0.1。c |
1s |
|
Dew point |
hygrometer |
General Eastern |
-75。c +50。c |
〈1。c |
0.1。c |
1s |
|
Cloud water |
slotted rod |
modified Mohnen |
〉5㎛ |
N/A |
N/A |
intermlttent |
|
Liquid water content |
heated wire |
PMS-king |
0∼6gm-3 |
0.1gm-3 |
0.1gm-3 |
1s |
|
Particle size distribution Aerosol scattering extinction Condensation nuclel |
particle spectrometer 3-wavelength nephelometer Expansion cloud chamber |
PMS ASASP-100X PMS FSSP-100 PMS OAP-2DC Norman C. Ahlqulst General Electric |
0.12∼3.12㎛ 0.5∼47㎛ 25∼800㎛ 10-8∼10m-1 3∼300,000㎝-3 |
N/A N/A N/A ±10% ±10% |
N/A N/A N/A 10-3m-1 0.1% |
0.1s 0.1s N/A 1min 1s |
|
Solar lrradiance |
photometer |
U-COR |
0∼1500Wm-2 |
N/A |
1Wm-2 |
1s |
|
Gas analyses H2O2 N2O CFC 12,11,113 CH3CCl3, CCl4 NO/NOy O3 SO2 |
fiourescence gas chromatography gas chromatography chemllumlnescence u.v.photometic pulsed flucescence |
k+k Enterprises shimadzu shimadzu TECO 14B(mod) TECO 49 TECO 43s |
1∼50ppby 10ppb∼300ppm 10ppb∼100ppb 0∼1000ppbv 0∼1000ppbv 0∼100ppbv by mole fraction |
0.1ppbv 1.0ppbv 5.0ppbv 0.1ppbv 2.0ppbv 0.1ppbv |
0.1ppbv 0.2ppbv 1.0ppbv 0.07ppbv 1.0ppbv 0.05ppbv |
2min 2min 4min 1min 1min 1min |
|
Aerosol Collection Black carbon |
filter packs light attenuation |
NOAA AOG Mages Sclentific |
N/A 10ng∼100㎍m-3 |
N/A ±15% |
N/A 1ng m-3hr |
〉30min 1hr∼1s |
|
Aircraft position Heading Lat/long Tas Wind speed Wind direction |
LORAN-C LORAN-C computed value computed value computed value |
Advanced Navigation N/A N/A N/A N/A |
0。∼360。 N/A N/A N/A 0。∼360。 |
1deg 200m 1ms-1 1ms-1 1deg |
1deg 200m 1ms-1 1ms-1 1deg |
1s 1s 1s 1min 1min |
|
Data acqusition |
computer based |
scalence Eng Assoc |
software Config |
N/A |
16bit |
0.01sec (100Hz) |
(출처 : 김영준, 1995)
참고문헌
1. 김영준, 항공기를 이용한 대기오염 측정, 1995년도 한국대기보전학회 추계학술대회 요지집,(1995) 29∼41.
2. Otto Klemm and Eberhard Schaller, Aircraft measurement of pollutnat fluxes across the borders of eastern Germany, (1994), 2847∼2860.
3. 장거리이동 대기오염물질의 공간분포 및 변화에 관한 연구 (Ⅰ),(Ⅱ) 국립환경연구원 조사연구보고서, 1997, 1998.
4. 김병곤 등, 1997, 항공기를 이용한 상층의 SO2 및 NOx 측정, 대기보전학회지.
작성자 : 대기화학과 환경연구사 김병곤(이학석사)
원본 위치 <http://home.sunchon.ac.kr/~bioenvlab/data2/ham3/3-23.htm>
대기확산 모델
대기확산모델
가. 개요
지구의 대기는 태양으로부터 에너지를 받아 끊임없이 움직이고 있다. 그러한 대기의 운동도 기상조건에 따라 많이 달라지고, 특히 대기오염물질은 대기의 안정상태에 따라 확산되는 정도가 달라지게 되며 그 안정한 정도를 등급화하여 대기안정도라 한다.
세계가 산업사회화 되는 반면에 오염이 심화되면서 기존의 도시에 대한 오염도와 신규 산업시설에 의한 환경오염에 미치는 영향을 평가하기 위한 노력이 수십년 전부터 이루어져 왔다. 그 결과 앞에 설명한 결과 중 오염물질의 확산 특징을 고려하여 오염도를 평가할 수 있는 도구가 등장하게 되었고 이를 흔히 "대기확산모델"이라 한다. 대기확산모델이란 배출된 오염물질이 대기중에서 확산 이동되어 나타나는 농도를 물리 화학적인 이론을 바탕으로 정량적으로 계산할 수 있도록 전산프로그램화 한 것을 말한다.
나. 대기안정도
(1) 대기안정도란
(가) 정의 : 대기 중에서 더운 공기는 위로 올라가고 찬 공기는 아래로 내려오게 되며, 하층의 공기가 위보다 차가울 때에는 상하간의 이동이 일어나지 않는 안정한 상태가 된다. 또한 지형 특성 및 풍향의 변동과 난류에 의해 수평방향의 확산도 달라진다. 따라서 대기의 혼합 정도는 고도별 기온 변화율과 풍향 변동에 의한 난류 강도로 표현할 수 있으며 이를 등급으로 분류한 것을 "대기안정도"라 한다.
가장 보편적으로 사용하고 있는 Pasquill(1961)의 등급별 특징은 다음과 같다.
o A 등급 : 매우 불안정
o B 등급 : 불안정
o C 등급 : 약한 불안정
o D 등급 : 중립 (주 야간으로 구분하기도 한다)
o E 등급 : 안정
o F 등급 : 매우 안정
(나) 특징 : 대기가 안정되면 대기오염물질의 확산이 원활하지 못하며, 특히 이러한 조건은 야간이나 아침에 주로 나타나며 이때 낮은 혼합고나 대기역전층이 함께 발생하는 경우가 많으므로 고농도가 나타나게 된다. 대부분의 대기확산모델에서는 기상자료로서 대기안정도가 입력된다.
(2) 분류 방법
(가) Pasquill의 방법
1) 비교적 정확하고 계산에 필요한 기상관측이 용이
2) 지상 10m 고도에서의 풍향, 풍속과 운량, 운고로부터 계산
3) 대기확산모델 등의 입력자료용 등으로 가장 널리 사용
(나) 수직온도차와 풍속으로 구하는 방법 : 이 방법은 보다 정확하게 계산할 수 있으나 계산에 필요한 기상요소의 관측에 다소의 어려움이 있다
1) 수직온도차와 풍속과의 관계로 직접 구하는 방법(Vogt 등, 1971)
o 충분한 고도차를 확보할 것 (20m이상)
o 하층은 10m정도로서, 풍속과 기온을 측정
o 안정도별 발생빈도를 고려할 것
o ΔT U의 상관표를 작성하여 사용함.
2) Richardson Number(Ri)로부터 구하는 방법
o 다음 식으로 구한 값이 클수록 안정, 0 이면 중립, 작아질수록 불안정한 조건이다.
g(∂θ/ ∂z)
Ri = ---------------
T(∂u/∂z)2
3) Monin-Obkhov Length(L)로부터 구하는 방법
o 다음 식으로 구한 값이 클수록 안정, 0 이면 중립, 작아질 수록 불안정한 조건이다.
o 이 값은 지표 거칠기 길이에 따라서도 달라진다.
ρCPU*3 -θ
L = - ----------------
kgH
위의 두 식에서, g = 중력가속도 ( 9.8m/s2 )
θ = 온위 (K)
z = 고도(m)
T = 기온(K)
ρ = 공기밀도(kg/m3)
CP = 정압비열(1,004 Jkg-1K-1)
U* = 마찰속도(m/s)
k = Von-Karman 상수(≒0.4)
H = 현열 flux
(다) 기타
o 수직온도차 만으로 구하는 방법,(DeMarrais, 1959; Touma, 1977)
o 풍향변동량을 이용하는 방법이(Cramer, 1957; Irwin, 1980) 사용되기도 하나 오차 유발 가능성이 있다.
다. 대기확산모델
(1) 모델의 종류
(가) 예측기간
1) 장기모델 : 월별, 계절별, 연간 농도 계산용
2) 단기모델 : 1시간, 수시간 농도 계산용
(나) 대상오염원
1) 점오염원 : 대규모 배출시설(명확한 기준은 없으나 환경부 배출허가시설 3종 이상 업소)
2) 면오염원 : 개인 주택, 군소 배출시설, 자연 배출원 등
3) 선오염원 : 자동차, 선박, 철도, 항공 등 이동오염원
(다) 대상 지형
1) 평탄지형용 : 산이 거의 없는 평야지대
2) 복잡지형용 : 산이나 계곡, 고층건물 밀집지대 등
3) 해안지형용 : 보통은 별도 분류를 하지 않으나 해수면에 의한 영향을 고려할 때 이용
(라) 대상지역의 규모
1) 국지 규모 : 도시 개발과 환경보전을 평가하기 위한 도시 규모 모델
2) 지역 규모 : 황사나 산성비와 같이 국가간 이동을 고려해야 하는 광역 규모 모델
(마) 확산방정식
1) 상자모델 : 대상 지역을 상자로 간주하여 그 공간내 평균 농도 산정으로 부정확함.
2) 가우스(Gaussian)모델 : 현재 환경영향평가 등에서 가장 널리 사용중.
3) 3차원 수치모델 : Lagrangian, Eulerian 모델등. 매우 정교하나 고도의 기술 필요.
(바) 연기 확산 형태
1) 플륨(plume)모델 : 연기가 배출구에서부터 착지점까지 연속되는 것으로 계산
2) 퍼프(puff)모델 : 단위시간에 배출된 연기를 커다란 하나의 연기 덩어리로 나오는 것으로 가정. 시간에 따른 풍향변화와 안정도별 확산계수에 따라 농도를 계산. 대개 Lagrangian 모델이 이 개념을 도입하고 있음.
3) Eulerian 모델 : 대상지역을 작은 상자로 나누어 각 상자에서의 바람장과 확산도, 화학반응 등을 계산
(사) 기타
1) 배출원으로부터 확산을 계산하여 농도를 구하는 확산모델
2) 측정지점에서의 오염물질 농도와 성분분석을 통하여 배출원별 기여율을 구하는 수용모델
(Receptor 모델, 혹은 CMB모델 ; Chemical Mass Balance)
(2) 주요 모델의 특징
앞에서 언급한 모델 분류 중에서 가장 보편적으로 논의되는 상자 모델, 가우스 모델, 라그랑지 모델, 오일러 모델에 관해 간단히 설명하면,
(가) 상자모델(box model)
1) 대상지역을 커다란 상자로 간주하여 그 안에서 배출된 오염물질을 모두 잘 혼합되는 것
으로 가정한다.
2) 조금 발전된 단계로는 상자내 오염물질의 변화와 유입, 유출되는 변화율을 고려한다.
3) 기본 원리가 매우 단순하므로 배출원과 지형이 고른 작은 규모에 적합하다.
4) 오차의 폭이 큰 단점이 있으므로 실제에서는 별로 사용하지 않고 있다.
(나) 가우스 모델(Gaussian model)
1) 오염농도가 연기중심축으로부터의 거리에 따라 정규분포(가우스분포)를 이룬다는 통계적 가정을 채택하고있다.
2) 예측 정확도에 한계가 있기는 하나, 비교적 정확하고 사용이 간편하다.
3) 현재 도시규모의 대기질 관리정책과 환경영향평가 등에서 가장 널리 사용중인 CDM-2.0 , ISC, TCM, HIWAY 등은 가우스 모델의 일종이다.
(다) 라그랑지 모델(Lagrangian model)
1) 대기오염물질의 농도를 바람과 확산에 의해 변화되는 위치를 따라가면서 계산한다.
2) 단기간의 예측에 효과적이다.
3) 지형특징에 의한 풍향의 변화, 오염물질의 화학 변화 등을 시간에 따라 계산할 수 있는 정교한 모델 종류중 하나이다.
4) 고도의 지식과 많은 계산 시간이 요구되는 단점이 있다.
(라) 오일러 모델(Eulerian model)
1) 대기를 수평, 수직방향으로 여러 개의 작은 상자로 나눈 후, 상자간 오염물질의 확산에 의한 유출입을 바람의 이동과 시간변화에 따라 계산하는 방법이다.
2) 흔히 이 방법과 라그랑지모델은 수학적 연산과정이 주를 이루므로 수치모델이라 부른다.
3) 적용 대상범위가 넓고 매우 정교하지만 확산 및 화학변화와 관련된 많은 물리 화학과정을 정확히 고려하여야 하므로 고도의 지식이 필요하다.
(3) 가우스 모델의 기본 형태
(가) 연산구조
1) 확산 기본 방정식 : 오염물질의 확산 계산
2) 연기상승식 : 확산방정식에 필요한 연기 상승 고도 계산
3) 보조식 : Stack-Tip Downwash, 수직 수평 확산계수, 반감기 계산 등의 보조 프로그램
4) 입 출력 제어 프로그램으로 되어 있으며 모델별로 다소 다른 경우가 있다.
(나) 입력 자료
1) 기상 자료 : 풍향 풍속, 기온, 대기안정도, 혼합고 등
2) 배출원 자료 : 배출원별 위치 및 배출량, 굴뚝사항 등
3) 기타 : 계산하고자 하는 지점의 좌표 등
(다) 출력 결과
1) 출력자료로는 모델별 특징이 매우 상이
2) 장기모델에서는 계절별 또는 년간 평균 농도를, 단기모델에서는 1시간 또는 수시간∼수일간의 평균치를 출력한다.
3) 후처리 프로그램을 이용하여 계산된 농도 결과로부터 고농도 발생 지점, 고농도 순위, 등농도 곡선 작성 등의 다양한 분석이 가능한 모델들도 있다.
라. 연구 및 활용 현황
(1) 관련 연구
(가) 외국 사례
1) 미국 : 1950년대부터 확산 연구를 본격적으로 수행하였으며, EPA를 중심으로 가장 활발한 연구 업적을 이루었다. 주로 가우스형 모델을 수록한 UNAMAP시리즈 보급으로 전세계 모델 이용에 큰 기여를 하였으며, 1990년대부터는 광역 모델과 수치모델 연구가 활발하다.
2) 기타국가 : 대부분 미국의 모델을 직접 또는 수정 보완하여 사용하고 있는 실정이다.
(나) 국내 연구 동향
1) 국내에서의 모델 개발 연구는 80년대 초부터 진행되어 왔다.
2) 1985년부터 국립환경연구원 3개년간 관련 연구를 본격적으로 수행한바 있다.
3) 1990년에 미국 EPA의 CDM-2등을 참고하여 서울지역의 지형 및 기상조건을 반영한 SCM-3.2를 개발 보급하여 실용화하고 있다.
4) 최근에는 그 동안 컴퓨터 성능과 기술적인 문제 등으로 부진하였으나 보다 정확한 예측을 할 수 있는 3차원 수치모델 개발을 위한 많은 연구가 진행중이다.
5) 아울러 국립환경연구원에서는 1995년부터 그 동안 사용중인 모델을 정리하여 용도별로 우수한 몇 개의 모델을 선정하여 정확한 사용을 할 수 있는 지침서 작성 및 보급을 골자로 하는 대기질 예측 모델 실용화 사업을 추진 중이므로 '96년 이후부터는 보다 효과적이고 정확한 모델사용이 가능해질 것으로 예상된다.
6) 참고로 국내 주요 모델과 관련된 연구자를 살펴보면 다음과 같다.
가) 국립환경연구원
- 나진균 : 대기확산이론 연구, SCM-3.2 개발
- 박일수 : 3차원 수치모델.
- 김정수 : 대기확산이론, SCM-3.2공동 개발, JFF 산정 프로그램 개발, 모델실용화
오염물질 이동경로 추적기법, 오염물질 배출량 기법 개발 등
나) 학계
- 강원대 이종범 : 환경기상 전문가, 대기확산모델 연구 주력.
- 상지대 송동웅 : 초창기 국내 모델 연구에 큰 기여, 가우스형 모델 보급
- 인하대 조석연, 아주대 홍민선, KIST 심상규, 건국대 선우영 등 : STEM-2 등 화학 반응 고려한 수치모델 집중연구
- 연세대 이태영 : G-7 과제를 통한 장거리이동 수치모델 개발 연구수행
- 기타 수원대 장영기 교수 등 여러 학교 및 연구소 등에서 활발한 연구 수행중
(2) 활용 현황
o 국내에서의 예측모델 활용은 주로 환경영향평가용으로 사용
o 연구 및 대기 보전 정책용으로 사용
o 주로 사용되는 모델은 미국 EPA에서 개발 보급하고 있는 가우스형 모델이 대부분
o 최근에는 보다 정교한 3차원 수치모델의 연구가 활발함
(3) UNAMAP 시리즈와 모델 특성 검토
(가) UNAMAP(User's Network for Applied Modeling of Air Pollution)
1) 미국 EPA에서 개발 보급하고 있는 대기질 예측 모델 패키지
2) 1978년 제3판 부터 본격 보급 ; 11개 모델 수록
3) 1981년 제4판 보급 ; 21개 모델 포함
4) 1983년 제5판 보급 ; TCM-2, TEM-8등 31개 모델 수록
5) 1986년 제6판 보급 ; CDM-2, ISC 등 23개 모델 포함
6) 이후부터는 패키지가 아닌 별도의 방법으로 보급중
(나) 모델별 특성
1) UNAMAP-6를 중심으로 25개 모델 분석
2) 모델별 특성 검토를 통해 정확하고 효과적인 활용을 도모하기 위함
3) 주요 내용 : 모델 특성별 조사 및 분류
4) 주요 모델 실용화 : 분석된 25개 모델 중 기능이 비교적 우수한 5개 모델 사용 권장
가) 대상 기간 및 지형별로 1∼2개씩 선정
나) 선정모델 : 다음의 표 참조
다) 선정된 모델들에 대한 지침서를 우선 작성.
단, CTDMPLUS는 향후 추가 검토 후 보급 예정
라) 사용 지침서에는 권장모델의 특성, 사용시 주의사항, 관련 보조 프로그램 등 포함
5) 기타 : 주요 모델 특징 및 분류 (부록 참고)
마. 개선방향
(1) 현재 가장 널리 사용중인 가우스형 모델은 비교적 정확하나, 대상 지형에 따라 그 예측 가능성에 한계가 있다.
(2) 풍동실험과 Tracer 실험 등과 같은 지형과 기상조건에 따른 확산 특성 연구 수행 필요하다.
(3) 물리 화학 과정을 보다 정확히 묘사 할 수 있는 3차원 수치모델의 연구 비중을 높여나간다.
표 3.22.1 모델 실용화를 위해 선정된 모델 및 주요 특징
|
적 용 대 상 |
모 델 명 |
특 징 |
비 고 |
|
o평탄 구릉지형용 -장기
-단기 |
SCM-3.2(CDM-2)
ISCLT-3
ISCST-3 PEM-2 |
- 서울지역 확산계수 추가, 다양한 선택사항, 많은 배출 원 고려 가능 - 도시지역 적용에 우수, 지 속적인 개성을 통한 최신판 - ISC-3의 단기모델 - 간편한 사용, 물리 화학변 화 고려, TEM-8의 개선판 |
-국립환경연구 원에서 개발 -1995년 보급
- " -질량보존개념 도입 |
|
o복잡지형용 -장 단기 |
CTDMPLUS |
- 장 단기 예측가능, 복잡한 지형에서의 연기흐름 고려 |
-정밀 검토후 보급예정 |
|
o이동오염원용 |
HIWAY-2 |
- 우수한 적용성, 시간별 농도 예측가능 |
-CALINE-3도 병용 가능 |
참고문헌
1. Cramer, H. E.,(1957), A Practical method for estimating the dispersal of atmospheric conta- minants on Applied Meteorology, Section C, 33∼55, American Meteorology Society, Hartford, Conn.
2. DeMarrais, G. A.,(1959), Wind-speed profiles at Brookhaven National Laboratory, J. Meteoro- logy, Vol.16, 181∼190
3. Irwin, J. S.,(1980), Dispersion Estimate Suggestion #8: Estimation of Pasquill Stability
Categories, US EPA, Research Triangle Park, NC., (Docket Reference No. II-B-10)
4. Pasquill, F.,(1961), The estimation of the dispersion of windborne material, Meteorological
Magazine, No. 4, 50∼55
5. Touma, J. S.,(1977), Dependence of the winds profile power law on stability for various
locations, J. the Air Pollution Control Association, 27(9), 863∼866
6. Vogt, R. J. et al.,(1971), FRG Report, Jul-807-ST.
작성자 : 대기물리과 환경연구사 김정수(공학석사)
부 록 1. 주요 대기확산모델의 특성
2. 모델 특성별 비교표
부 록 1.
주요 대기확산 모델의 특성(UNAMAP-6를 중심으로)
1. 용 어 ;
o 권장 모델 : UNAMAP-6에서 분류한 모델들로서, 유사한 모델들 가운데 충분한 검증을 거쳐 미국 EPA에서 추천하고 있는 것들임
o 선택 모델 : 상기 권장 모델을 제외한 모델들로서, 새 모델(New Model), 개정된 모델(Revised Model), 규제용 모델(Regulatory Model)등과 UNAMAP-5에는 포함되었다가 제외된 TCM-2과 TEM-8 및 국립환경연구원에서 수정 보완하여 개발한 SCM-3.2 등.
o예측기간 - 단기 : 통상 1시간 농도를 기준으로 하며 3, 12, 24시간 및 1년간 등의 산술평균 농도를 계산
- 장기 : 1개월 이상 계절별, 년간농도 계산
o 지 형 - 거칠기 길이(Zo)로 판단하게 되나 본 분류 작업에서는 일반적인 분류에 따라 평탄지형 → 단순지형 → 구릉지형→ 복잡지형의 순서로 지형의 영향을 많이 받음
- 시골 지역 : 주변에 특기할만한 배출원이 별로 없는 간척지, 농 어촌, 산촌 등
- 도시 지역: 대상 오염원 뿐아니라 주변에 점, 선, 면오염원을 동시에 고려해야 하는 기존 도시 및 공단지역
o배 출 원 - 점 오염원 : 고정 오염원으로서 비교적 큰 배출강도를 갖춘 시설
- 선 오염원 : 고속도로, 간선도로 등 대상 도로 자체 또는 주행중인 이동 배출원.
항해중인 선박, 항공기도 포함
- 면 오염원 : 개인용 주거 시설등의 군소 배출 시설로서 선 오염원을 여기에 포함시키는 모델도 있음
2. 모델별 특징
A. 권장 모델 ( Guideline Models )
1. BLP ( Buoyant Line and Point source dispersion Model )
o 예측 기간 : 장 단기 ( 1시간∼1년 평균 농도 )
o 적용 지형 : 시골 지역, 단순 지형
o 대상 배출원 : 점, 선 오염원
o 대상 오염물질: 1차 오염물질 ( SO2, Dust, NOx, CO )
o 출력 사항 - 전체 농도
- 후처리 프로그램 POSTBLP, BLPSUM 필요
- 1, 3, 24 시간 평균농도에 대한 월간, 년간 발생빈도
- Receptor별 1, 3, 24시간 및 평균농도 표 작성
- 5번째까지의 고농도 값 출력 가능
o 제한 사항 - 대상 범위 : 50km 이내
- 오염원 수 : 점 오염원 50개, 선 오염원(도로)
10개까지
- Receptor : 100개까지
- 오염물질 감쇄율 고려
2. CALINE-3 ( California Line Source Dispersion Model-3 )
o 예측 기간 : 단기 ( 1시간∼24시간 평균 농도 )
o 적용 지형 : 도시 시골지역, 단순 지형
o 대상 배출원 : 선 오염원
o 대상 오염물질: 1차 오염물질 ( SO2, Dust, NOx, CO )
o 출력 사항 : Receptor별 농도
o 제한 사항 - 대상 범위 : 50km 이내
- 오염원 수 : 도로 20개까지
- 화학 변화 고려 않음
3. CDM-2 ( Climatological Dispersion Model-2 )
o 예측 기간 : 장기 ( 1개월∼1년 평균 )
o 적용 지형 : 도시 지역, 평탄 지형
o 대상 배출원 : 점, 면 오염원
o 오염 물질 : 1차 오염물질 ( SO2, Dust등 )
o 출력 사항: - receptor별 1개월∼1년 평균 농도
- receptor별 점, 면 오염원의 풍향별 농도 기여도
o 제한 사항 - 대상 범위 : 50km 이내
- 오염원 수 : 점 오염원 200개,
면 오염원 2500개까지
- 반감기 고려
4. RAM ( Gaussian-Plume Multiple Source Air Quality Algorithm )
o 예측 기간 : 단기 ( 1시간∼24시간 )
o 적용 지형 : 도시 지역, 평탄 또는 구릉 지형
o 대상 배출원 : 점, 면 오염원
o 오염물질 : 비 반응성 1차원 오염물질
o 출력 사항 - 1시간 농도, 1∼24시간 평균 농도
- 24 시간 평균농도로부터 1년 평균 농도 계산
- 후처리 프로그램 : CHAVG 또는 RUNAVG
o 제한 사항 - 대상 범위 : 50km 이내
- 반감기 고려
- 기상 전처리 프로그램 RAMMET 필요
5. ISCST ( Industrial Source Complex Short-Term Model ) 및
6. ISCLT ( Industrial Source Complex Long-Term Model )
o 예측 기간 : 단기 ( 1시간∼1년 평균 )
장기 ( 1개월∼1년 평균 )
o 적용 지형 : 시골 및 도시 지역, 평탄 또는 구릉 지형
o 대상 배출원 : 점, 면 오염원
o 오염물질 : 1차 오염물질 ( SO2, Dust 등 )
o 출력 사항 - 시간별 (단기), 월 년간 평균 (장기)농도 선택
- Receptor 별 상위 1, 2위 고농도 출력 가능
- 단기 후처리 프로그램 : CALMPRO(기상),
RUNAVG(농도)
o 제한 사항 - 화학 변환율 고려
7. MPTER ( Multiple Point Gaussian Dispersion Algorithm with
Terrain Adjustment )
o 예측 기간 : 장 단기 ( 1시간∼1년 평균 농도 )
o 적용 지형 : 도시 시골 지역, 평탄 또는 구릉 지형
o 대상 배출원 : 점 오염원
o 오염물질 : 1차 오염물질
o 출력 사항 - 1∼24시간 평균농도
- Receptor 별 상위 50위의 농도
- 후처리 프로그램 : CALMPRO(기상)
CHAVG(농도), RUNAVG(농도)
o 제한 사항 - 대상 범위 : 50km 이내
- 반감기 고려
8. CRSTER ( Single Source Model )
o 예측 기간 : 단기(장기) ( 1시간∼1년 평균 농도 )
o 적용 지형 : 시골 도시지역, 평탄 또는 구릉 지형
o 대상 배출원 : 단일 점 오염원
o 오염물질 : 1차 오염물질
o 출력 사항 - Receptor별 임의 시간별 평균 농도
- 년중 1, 2위 고농도 출력
- 년간 산술 평균 농도
- 후처리 프로그램 : CALMPRO(기상),
RUNAVG(농도)
o 제한 사항 - 대상 범위 : 50km 이내
- 반감기 고려
B. 선택모델 ( New and Revised Models )
1. INPUFF
o 예측 기간 : 단기 ( 1시간∼수시간 )
o 적용 지형 : 시골 도시지역, 평탄 및 구릉 지형
o 대상 배출원 : 점 오염원 (오염 사고)
o 오염물질 : - 특정 시간 동안 (예, 낮부터 저녁)의 농도 변화
o 출력 사항 : - 시간별 농도
- 후처리 프로그램 PLOTPUFF로 결과 처리
o 제한 사항 - 최대 6일간 가능
- 100개 Receptor 까지
2. PBM ( Photochemical Box Model )
o 예측 기간 : 단기
o 적용 지형 : 도시 지역, 평탄 지역
o 대상 배출원 : 면 오염원
o 오염물질 : 1, 2차 오염물질 (SO2, NOx, CO, VOC)
o 출력 사항 - 대상 지역 전체의 오존 및 기타 광화학 오염물질의 농도
o 제한 사항 - 대상 지역내 지점별 농도 산정 곤란
- 기상 입력자료의 전 처리 과정이 복잡
(기상자료 → PBMMET → PBMAQE → PBM 의 순서로 작동됨)
- 종관풍이 일정한 범위 내에 한함
3. TUPOS-2
o 예측 기간 : 단기 (수시간)
o 적용 지형 : 도시 시골 지역, 평탄 또는 구릉 지형
o 대상 배출원 : 점 오염원
o 오염물질 : 비 반응성 1차 오염물질
o 출력 사항 - 시간별 농도
- 임의 시간의 평균 농도 계산 가능
- 후처리 프로그램 : TUPOS-P 또는 RUNAVG(농도)
o 제한 사항 - 대상 범위 : 10km 이내
- 전처리 프로그램 INMET 필요
- MPTER 과 거의 동일함
4. PEM-2 ( Pollution Episodic Model-2 )
o 예측 기간 : 단기 ( 1∼24시간 )
o 적용 지형 : 도시 지역, 평탄 지형
o 대상 배출원 : 점, 면 오염원
o 오염물질 : 1차 오염물질 ( 화학 반응 고려 )
o 출력 사항 - 시간별 농도
- 2∼24시간 평균 농도 가능
o 제한 사항 - 대상 범위 : 50km 이내
- 점 오염원 300개, 면 오염원 50개 까지
- TEM-8을 개선시킨 모델임
5. MESOPUFF-2 ( Mesoscale Puff Model-2 )
o 예측 기간 : 단기
o 적용 지형 : 시골 도시 지역, 평탄 지형
o 대상 배출원 : 점, 면 오염원
o 오염물질 : SO2 및 SO4=
o 출력 사항 - SO2, SO4= 의 지상 농도 분석도
- 임의의 시간 평균 농도
- 후처리 프로그램 : MESOFILE(농도)
o 제한 사항 - 대상 범위 : 10∼50km
- Receptor 수 : 1600개 까지
- 배출원 수 10개 까지
- 반감기 고려
- 기상 전처리 프로그램 : READ56 및 MESOPAC
6. PLUVUE-2 ( Plume Visibility Model-2 )
o 예측 기간 : -
o 적용 지형 : 도시 시골 지역
o 대상 배출원 : 단일 점 면 오염원
o 오염물질 : 1, 2차 오염 물질( 가스상, 입자상 )
o 출력 사항 - 2차 생성 물질 농도 시정예측
o 제한 사항 - 일반 오염도 예측 모델이 아님
- 화학 변환 고려
7. PAL-2 ( Point, Area, Line Source Algorithm-2 )
o 예측 기간 : 단기 ( 1∼24시간 )
o 적용 지형 : 도시 지역, 평탄 지형
o 대상 배출원 : 점, 선, 면 오염원
o 오염 물질 : 1차 오염물질
o 출력 사항 : - 시간별 농도 및 24시간까지의 평균 농도
o 제한 사항 - 대상 범위 : 수 km 이내
- 배출원 수 : 점, 선, 면 오염원 각각 99개 이내
8. PTPLU-2
o 예측 기간 : 단기 ( 1시간 )
o 적용 지형 : 도시 시골 지역, 평탄 지형
o 대상 배출원 : 점 오염원
o 오염물질 : 1차 오염물질
o 출력 사항 : 1시간 농도
o 제한 사항 : PTMAX 모델을 개선한 것임
9. HIWAY -2
o 예측 기간 : 단기 ( 1시간 )
o 적용 지형 : 도시 시골 지역, 평탄 지형
o 대상 배출원 : 선 오염원
o 오염물질 : 1차 오염물질
o 출력 사항 - Receptor 별 1시간 평균 농도
10. MPTDS
o 예측 기간 : 단기
o 적용 지형 : 도시 시골 지역, 평탄 또는 구릉 지형
o 대상 배출원 : 점 오염원
o 오염물질 : 1차 오염물질
o 출력사항 - 1시간 농도
- 1시간∼1년 평균 농도 가능
o 제한사항 - 점 오염원 250개, Recepter 180개 까지
- 반감기 고려
- MPTER 모델에 중력 침적 등을 고려하여 수정 보완한 모델
11. ROADWAY-2
o 예측 기간 : 단기
o 적용 지형 : 도시 시골 지역, 평탄 지형
o 대상 배출원 : 선 오염원
o 오염물질 : 1차 오염물질, NO, NO2, O3
o 출력사항 : X-Z 방향의 바람성분, 난류특성, 오염농도 계산
o 제한사항 : 도로에서 200m 이내 범위
12. APRAC-3
o 예측 기간 : 단기
o 적용 지형 : 도시 지역, 평탄 지형
o 대상 배출원 : 선 오염원
o 오염물질 : 1차 오염물질(CO 등)
o 출력사항 : 각 Receptor의 시간별 농도
o 제한사항 - 모델링 기간에 따라 Receptor 수가 제한됨
- 화학변환 고려 안함
- 배출량 전처리 프로그램 PREMOD 필요
13. VALLEY
o 예측 기간 : 장.단기( 24시간, 1년 )
o 적용 지형 : 도시 시골 지역, 평탄 및 복잡 지형
o 대상 배출원 : 점,면 오염원
o 오염물질 : 1차 오염물질
o 출력사항 : 24시간 또는 1년 평균 농도
o 제한사항 : 총 50개의 점,면 오염원까지 고려 가능
14. SHORTZ( 단기 모델 )
15. LONGZ ( 장기 모델 )
o 예측 기간 : - 단기( 1시간∼1년 )
- 장기( 1개월∼1년 )
o 적용 지형 : 도시 시골 지역, 평탄 및 복잡 지형
o 대상 배출원 : 점,면 오염원
o 오염물질 : 1차 오염물질
o 출력사항 - 단기 : 1, 2, 3시간 농도
후처리 프로그램 : POSTZ
- 장기 : 1개월∼1년 평균농도
o 제한사항 - 단기 : 300개 오염원 까지
기상 전처리 프로그램 : METZ
- 장기 : 14,000개 오염원 까지
- 오염물질 감쇄 계수 고려
16. COMPLEX-1
o 예측 기간 : 단기
o 적용 지형 : 시골 지역, 복잡 지형
o 대상 배출원 : 점 오염원
o 오염물질 : 1차 오염물질
o 출력사항 : 1시간∼24시간 평균농도
o 제한사항 - 반감기 고려
- MPTER과 유사한 모델
17. RTDM-3.2 ( Rough Terrain Diffusion Model-3.2 )
o 예측 기간 : 단기
o 적용 지형 : 도시 시골 지역, 평탄 및 복잡 지형
o 대상 배출원 : 점 오염원
o 오염물질 : 1차 오염물질
o 출력사항 : 시간별 농도
o 제한사항 - 15km 이내
- 화학 변환 고려 않함
C. 기타
1. SCM-3.2 ( Seoul Climatological Model-3.2 )
o 특징 : 국립환경연구원 대기물리과 (나진균 등) 에서 개발한 모델로서 CDM-2.0을 근간으로 Egan의 ½ plume-flow 이론, 배출원과 Receptor별 해발고도 고려, 지형에 따른 혼합고도 조정, 복잡지형에서의 확산계수 추가등을 보완하여 구릉지형에서도 적용 가능함
o 기능 - 예측기간 : 장기 (1개월 이상)
- 적용지형 : 도시 지역, 평탄 및 구릉지형
- 배출원 : 점 (400개), 면 오염원 (2500개)까지
- 출력사항 : - Receptor 별 장기 평균 농도
- 후처리 프로그램에 의한 ARRAY MAP 작성 기능 추가
- 기타 : CDM-2의 기능을 그대로 유지하며 선택적으로 추가기능을 활용할 수 있음
2. TCM-2 ( Texas Climatological Model -2 ) - 장기
3. TEM-8 ( Texas Episodic Model -8 ) - 단기
o 특징 : UNAMAP-5의 권장 모델 ( Guideline model )이었으나 version-6 에서는 제외된 모델들임. 이들 모델은 당시 컴퓨터 성능을 고려하여 기상자료 등 시간이 많이 소요되는 계산과정을 대폭 단순화하였음. 따라서 이 모델들은 비록 계산 결과에는 큰 오차가 없으나 가급적 사용을 자제해 나가고 개선된 기능을 갖춘 CDM-2, ISC, PEM-2, MPTER 등을 사용토록 권장하는 것이 바람직 함.
o 기능 - 예측기간 : 장기 (1개월 이상)
단기 (10분∼24시간 평균)
- 적용지형 : 도시지역, 평탄지형
- 대상배출원: 점, 면 오염원
- 오염물질: 1차 오염물질 (SO2, CO, DUST)
- 배출원수 : TEM-8 (점오염원 300개, 면오염원 50개까지)
TCM-2 (무제한)
4. Miller - Holzworth 모델
o특징 : 본 모델은 가장 기본적인 모델 형태인 Box 모델을 경험적으로 보완하여 임의로 가정된 기온역전, 풍향, 풍속 등의 조건하에서 오염도를 추정하는 계산식이다. 따라서 본 모델은 연구 목적으로 활용하는 것은 무방하나 정책 수립용이나 환경 영향 평가 등의 목적으로는 부적합하므로 사용을 금지토록 해야 함
부록 2.
모델별 특성 비교표
⊙ : 주 기능, ○ : 선택 기능
|
구 분
모 델 명 |
|
|
평균화 농 도 |
지 형 |
배출원 |
오 염 물 질 |
기상자료 처 리 |
|
|
|
|
1 24 1 시 시 년 간 간 간 |
평 복 탄 잡 |
점 면 선 오 오 오 염 염 염 원 원 원 |
비 준 화 반 반 학 응 응 반 성 성 응 |
전 S 사 처 T 용 리 A 자 R 파 파 입 일 일 력 |
|
권장 모델 |
BLP CALINE-3 CDM-2 RAM ISCST ISCLT MPTER CRSTER |
'82 '86 '85 '85 '87 '87 '86 '86 |
⊙ ⊙ ○ ⊙ ⊙ ⊙ ⊙ ⊙ ○ ⊙ ○ ⊙ ⊙ ○ ○ ⊙ ○ ○ |
⊙ ⊙ ⊙ ⊙ ○ ⊙ ○ ⊙ ○ ⊙ ○ ⊙ ○ |
⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ |
⊙ ○ ⊙ ⊙ ○ ⊙ ○ ⊙ ○ ⊙ ○ ⊙ ○ ⊙ |
○ ⊙ ⊙ ⊙ ⊙ ⊙ ○ ⊙ ⊙ ○ ⊙ |
|
선택 모델 |
INPUFF PBM TUPOS-2 PEM-2 MESOPUFF-2 PLUVUE-2 PAL-2 PTPLU-2 HIWAY-2 MPTDS ROADWAY-2 APRAC-3 VALLEY SHORTZ LONGZ COMPLEX-1 RTDM-3.2 * SCM-3.2 * TCM-2 * TEM-8 |
'86 '85 '86 '86 '85 '83 '86 '86 '80 '82 '86 '82 '85 '82 '82 '86 '87 '90 '80 '79 |
⊙ ○ ⊙ ⊙ ○ ⊙ ○ ⊙ - - - ⊙ ○ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ○ ⊙ ⊙ ○ ⊙ ⊙ ⊙ ⊙ ○ |
⊙ ○ ⊙ ⊙ ○ ⊙ ⊙ - - ⊙ ⊙ ⊙ ⊙ ○ ⊙ ⊙ ○ ⊙ ⊙ ○ ⊙ ○ ○ ⊙ ○ ⊙ ⊙ ○ ⊙ ⊙ |
⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ |
⊙ ○ ⊙ ⊙ ⊙ ○ ⊙ ○ ○ ○ ⊙ ⊙ ⊙ ⊙ ○ ⊙ ○ ⊙ ⊙ ⊙ ○ ⊙ ○ ⊙ ○ ⊙ ⊙ ○ ⊙ ○ ⊙ ○ |
⊙ ⊙ ⊙ ○ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ ⊙ |
원본 위치 <http://home.sunchon.ac.kr/~bioenvlab/data2/ham3/3-22.htm>
'지구별 이야기 > 대기와 대기오염' 카테고리의 다른 글
| 환경기상관측 (0) | 2016.06.25 |
|---|---|
| 항공기를 이용한 대기오염의 측정 (0) | 2016.06.25 |
| 오존경보제 (0) | 2016.06.25 |
| 성층권의 오존층 파괴 (0) | 2016.06.25 |
| 대기오염물질의 장거리 이동 (0) | 2016.06.25 |
