Home

최근 코로나19와 기상학적 변화에 따라 한반도 대기질 특징이 변화하고 있다. 특히, 겨울철 미세먼지는 중국으로부터 장거리 수송과 국내발생의 변화로 인하여 감소추이를 보이고 있다. 그러나 이러한 미세먼지의 특징이 코로나19의 영향(Choi and Cheong, 2021)인지 기상학적 변화에 따른 영향인지 영향의 기여도를 구분하는 것은 쉽지 않다.

한반도 대기질 관측은 한국환경공단에서 운영하고 있는 측정망을 통하여 수행되고 있으며, 공개되는 자료는 SO₂, CO, NO₂, O₃, PM₁₀, PM_2.5이다. 대기질 측정망은 2002년부터 운영하기 시작하였고 관측자료의 품질관리 등 자료 확정과정을 통하여 제공되고 있다. 기상관측자료는 기상청에서 제공되는 종관관측소(ASOS)와 방재기상관측을 목적으로 하는 AWS 관측망을 자료를 주로 이용한다. 주요관측요소는 기온, 이슬점온도, 습도, 기압, 강수량, 풍향, 풍속을 기본자료를 제공한다. 이외의 위성자료를 포함한 원격탐사관측자료와 기상 및 대기질 모델자료 등이 제공되고 있어 다양한 자료를 활용하여 대기질을 분석할 수 있다.

기상관련 미세먼지의 시계열적인 변화에 관한 연구(Yang et al., 2018; Koo et al., 2018a; Kim et al., 2020b; Park et al., 2021)와, 공간적인 변화에 관한 연구(Jeong, 2014; Seo et al., 2015; Jang et al., 2017) 등이 연구되었다(Park, 2017). 그리고 모델, 관측 및 위성자료를 수집하여 기상학적 특징에 대한 분석(Lee et al., 2011; Jo and Kim, 2013; Kim et al., 2015; Kim et al., 2016; Koo et al., 2018b; Lee et al., 2016; Song and Yum, 2019; Park et al., 2020)을 수행하였다. Lee et al. (2011)은 수도권의 PM₁₀ 농도와 재분석자료를 이용하여 유형분류하였고 배경 오염원과 관련된 종관적인 기상학적 특징을 분석하였다. Lee et al. (2016)은 한반도 고농도 사례에 대하여 재분석 자료를 이용하여 3차원적인 기상변수의 특성 분석과 고농도의 사례의 유형을 분류하여 분석하였다. 그리고 Park et al. (2020)은 동아시아 영역의 월별 NCEP/NCAR 재분석자료를 이용하여 지위고도의 분포와 바람장의 편이 분석을 수행하고 한반도 고농도 미세먼지 사례의 종관적 특성을 분석하였다.

본 연구에서는 2015년부터 최근까지 측정된 시간별 대기질 관측자료 중 PM_2.5 농도를 일평균하여 50 μg m^-3 이상의 고농도 미세먼지 사례를 선정하였다. 선정된 사례의 분석일기도의 종관적 기압배치 및 역궤적 분석 결과를 이용하여 장거리 수송(Long Range Transport, 이하 LRT), 복합형(Mixed, 이하 MIX) 및 국내정체(Local Emission Stagnant, 이하 LES)로 분류하였다. 선정된 유형별 고농도 사례에 대하여 대기질 관측자료와 기상관측자료를 이용하여 한반도와 수도권의 기상변수들의 분포와 초미세먼지 농도와 기상변수 사이의 관계성을 분석하였다. 그리고 고농도 미세먼지 사례의 종관적인 특징에 따른 유형과 한반도의 미세먼지 및 기상변수의 상관성으로부터 기상특성이 고농도 미세먼지 사례에 미치는 영향을 분석하였다.

2015년부터 최근까지 일 평균 PM_2.5가 50 μg m^-3 이상인 사례의 NCEP/NCAR GDAS1 재분석자료를 기반으로 NOAA Hysplit 모델을 이용하여 서울을 중심으로 분석된 역궤적 분석 결과는 Fig. 1과 같다. 역궤적의 이동경로를 기반(Lee et al., 2011)으로 유형분류 및 그룹화하였고 유형별 100, 200, 500 m 고도 그리고 72시간 역궤적 분석결과를 각각 중첩하여 나타내었다. LRT(빨간색)의 경우 대체로 이동거리가 길고 몽골, 중국 중부, 시베리아 등을 발원지로부터 장거리 수송되어 한반도 및 수도권에 영향을 미쳤다. LES(하늘색)의 경우 미세먼지의 이동이 상대적으로 매우 짧거나 한반도 내에서 정체 또는 동쪽으로부터 이동경로가 나타났다. MIX(파란색)의 경우는 LRT와 LES의 혼합된 형태이며 이동경로는 중국 동해안 또는 한반도 주변으로부터 비교적 짧은 이동거리를 나타내고 있다. 100 m 고도 보다는 200 m, 500 m 고도에서는 이동 경로의 길이가 다소 길게 나타났으나 유사한 이동경로의 차이가 나타났다. 이러한 특징은 지표면 거칠기 길이 등 지표면 영향이 상층으로 올라갈수록 약해져 편서풍의 영향을 상대적으로 크게 받기 때문인 것으로 분석된다.

Fig. 1. 
72 hour backward trajectories of high concentration cases (Table 1) with a) 100 m, b) 200 m, c) 500 m in AGL (Above Ground Level) from GDAS1 meteorological data using NOAA Hysplit model.

유형별 분류된 사례들의 시간 관측자료를 이용하여 한반도 미세먼지 및 기상관측자료의 전체 평균(mean)과 유형별 평균을 계산하여 이들의 편차를 분석하였다(Fig. 2). PM_2.5 농도는 유형별 차이는 크지 않았으나 LES, LRT, MIX 순으로 나타났다. PM₁₀ 농도, PM_2.5/PM₁₀ 그리고 PBLH(대기경계층 고도)의 편차는 뚜렷하였다. PM_2.5 평균 농도는 60 μg m^-3 이상이었고 LRT의 경우 내륙을 중심으로 일부 높은 농도가 나타났다. MIX의 경우 서울과 부산을 중심으로 고농도가 나타났으며, LES의 경우 중부지역을 중심으로 고농도 지점들이 나타나고 있다. PM₁₀ 농도는 LRT에서 황사사례가 포함되어 전국적으로 고농도가 나타나고 있고 MIX와 LES 사례에서 상대적으로 낮은 농도를 보인다. LRT에서 PM₁₀의 농도가 높게 나타나는 것은 봄철 장거리 수송에 의한 황사사례가 포함되기 때문이었다. PM_2.5/PM₁₀은 LRT에서 비교적 낮고 MIX와 LES 사례에서 상대적으로 높은 초미세먼지 비율이 나타났다. PBLH는 LRT사례에서 높게 형성되었고 MIX와 LES 사례에서 다소 낮게 형성되었다. LRT 사례에서 PBLH가 비교적 높게 형성되어 장거리 수송 시 PBLH 내로 미세먼지가 한반도로 수송되는 것으로 판단되고 MIX 사례에서 부산 등 남해안에서 PBLH가 높게 형성되어 장거리 수송 또는 국내 배출된 오염물질이 동남해안까지 이동되는 것으로 분석된다.

Fig. 2. 
Distribution of average of PM_2.5, PM₁₀, PM_2.5/PM₁₀ ratio and PBLH for high concentration cases (Table 1) and these difference between average and LRT (Long Range Transport), MIX (mixture) and LES (Local emission stagnant) from air quality station data.

고농도사례의 기온(Ta), 풍속(WS), 동서바람풍속(U-wind)과 강수량(rainfall)의 분포와 유형별 편차를 Fig. 3에서 비교하였다. Ta는 수도권과 내륙에서 상대적으로 낮게 분포하였고 LRT의 경우 전체적으로 낮은 기온을 보였고 MIX는 중남부지역에서 기온이 높았으며, LES 사례는 전체적으로 높은 기온분포를 보였다. 풍속은 평균 3 m s^-1로 전체적으로 겨울철 평균적인 풍속을 보였으며 LRT 사례에서 상대적으로 풍속이 강하였고 LES 사례는 상대적으로 약한 풍속을 보였다. U-wind은 대체로 서풍계열의 바람장이 강하게 나타났다. LRT 사례가 서풍이 가장 강했으며 MIX, LES 사례 순으로 서풍이 약하게 나타났다. 강수량은 0.05 mm로 적은 강수량 상황에서 고농도 사례가 나타났고 LRT 사례에서 강수량이 약화되었으며 MIX, LES 사례에서는 약한 강수가 나타나는 사례가 증가되었으나 강수 증가 및 감소 영역의 차이가 나타났다.

Fig. 3. 
Same as Fig. 2 except for Ta, WS, U-wind, Rainfall.

한반도 전체적으로 유형과 관련하여 분석한 결과 LRT의 경우 대체로 황사와 같이 비교적 큰 입자성 에어로졸의 영향이 컸으며 LES는 미세한 에어로졸의 영향이 컸다. PM_2.5 농도는 LES 사례에서 수도권과 충북 등에서 높은 농도를 보였다. 그리고 기온은 다른 유형과 비교하여 장거리 수송사례에서 기온이 낮았고 LES 및 MIX의 경우 상대적으로 기온이 높은 것으로 분석된다. 지상 바람장의 경우 대체로 지리적인 영향으로 편서풍이 우세하였고 풍속의 경우 LRT 사례에서 다소 강하였고 LES 사례에서 약하였다. 강수량은 고농도 사례에서 비교적 적었으며 LRT보다 MIX나 LES일 때 중남부 및 중부를 중심으로 상대적으로 강수량이 증가되었다. 대체로 한반도 부근에 저기압이 위치하고 그 후면부를 따라 황사 등 미세먼지가 장거리 수송되었고 국내정체 및 혼합형에서는 한반도에 위치한 고기압내에 미세먼지가 정체하거나 면서 나타나기 때문에 강수량 차이가 나타나는 것으로 분석된다.

Figure 4와 Fig. 5는 유형별 한반도 분석과 동일하게 수도권 영역에 대하여 분석하였다. PM_2.5와 PM₁₀ 농도는 각각 65 μg m^-3, 110 μg m^-3 이상의 고농도였으며, PM_2.5 농도는 MIX 유형에서 가장 높았고 LES 유형에서 서해안을 중심으로 높게 나타났다. PM₁₀ 농도는 LRT 유형에서 전체적으로 높게 나타났고 LES에서 가장 낮게 나타났다. PM_2.5/PM₁₀은 황사의 영향으로 인하여 PM₁₀ 농도의 증가가 나타나 LRT에서 비교적 낮았고 LES에서 높았다. PBLH는 서울을 중심으로 높게 분포하였고 주변으로 낮은 PBLH를 보였으며 특히, 서해안을 중심으로 낮은 PBLH를 보였다. LRT에서 상대적으로 높은 PBLH가 형성되었으며 MIX와 LES에서 상대적으로 낮게 형성되었다. 즉, 국내정체 및 혼합형일 때 PM_2.5 농도가 높게 나타나고 장거리 수송은 대체로 황사의 영향이 포함되어 PM₁₀ 농도가 높게 나타났으며 PBLH가 비교적 높게 형성되어 장거리 이동이 유리한 것으로 분석된다.

Fig. 4. 
Same as Fig. 2 except for SMA (Seoul metropolitan area).

Fig. 5. 
Same as Fig. 3 except for SMA.

Figure 5의 Ta는 서해안과 서울 중심부에서 높은 기온을 보였으며 장거리 수송은 시베리아 고기압의 영향으로 기온은 낮았고(Park et al., 2021) LES는 상대적으로 기온이 높게 나타났다. WS는 LRT 유형에서 비교적 강한 풍속이 나타났고 LES일 때 상대적으로 약한 풍속을 보였다. U-wind는 편서풍의 영향으로 대체로 서풍성분이 주를 이루었고 LRT에 비하여 LES일 경우 서풍이 약화되었다. Rainfall은 LRT 사례에서 서울을 중심으로 강수가 있었고 LES는 서울의 풍상과 풍하측에서 강수량이 나타났으며 혼합형은 수도권 전반적으로 강수량이 나타났고 산악을 중심으로 강수가 적었다.

수도권지역의 대기질과 기상관련 변수를 정리하면 LRT의 경우 대체로 황사와 같이 비교적 큰 입자성 에어로졸의 영향이 컸고 LES는 초미세먼지의 영향이 컸다. 그리고 Ta은 다른 유형과 비교하여 장거리 수송 사례에서 기온이 낮게 분포하였고 LES와 MIX의 경우 상대적으로 기온이 높았다. 지상 바람장의 경우 대체로 지리적인 영향으로 유사한 풍향을 나타내고 있으나 WS의 경우 LRT 사례에서 다소 강하였고 LES 사례에서 약하였다. Rainfall은 고농도 사례일 경우 적거나 없었으나 LRT일 때는 서울을 중심으로 강수가 나타났고 MIX와 LES일 때 서울 주변으로 강수가 나타났다. 수도권에서는 서울을 중심으로 나타나는 도시열섬 및 해륙풍 효과와 병합되어 고농도 미세먼지와 기상현상이 나타나는 것으로 사료된다.

PM_2.5 농도와 유형별 대기질 그리고 기상변수의 관계성을 알아보기 위하여 산포도를 한반도와 수도권으로 나누어 Figs. 6-9에 나타내었고 유형별, 지역별 평균값을 Tables 2-3에 정리하였다. PM₁₀ 농도는 장거리 수송과 국내정체와 혼합형으로 양분되어 나타난다. LRT일때 PM₁₀ 농도는 상대적으로 높게 나타났고 MIX와 LES시 낮게 나타났다. 이로 인하여 PM_2.5/PM₁₀은 LRT에서 작고 MIX와 LES는 크다. 그러나 이러한 특징은 황사의 영향으로 PM₁₀ 농도가 급격히 높아졌기 때문인 것으로 분석된다. Figures 7, 9에서 9일의 황사사례를 제외하였을 때는 PM₁₀ 농도와 PM_2.5/PM₁₀이 양분되어 나타났던 특징이 사라지게 된다. 다른 오염물질은 범위의 차이는 있으나 유형별 차이는 크지 않았다. Ta는 LRT와 비교하여 MIX와 LES의 기온이 높게 나타났고 RH는 MIX와 LES에서 다소 높게 나타났다. U-wind는 LRT, MIX, LES 순으로 서풍이 약화되었고 WS 또한 약화되어 나타났다. Rainfall은 MIX, LRT, LES 순으로 많았고 PBLH는 LRT, MIX, LES 순으로 높은 경계층고도가 형성되는 것으로 나타났다. 한반도의 경우 다소 넓은 지역에서 지역적(지형고도와 도시, 해안 등)인 영향이 복합적으로 포함되어 뚜렷한 관계성을 찾기는 어려운 것으로 분석된다.

Fig. 6. 
Scatter plot between PM_2.5 and PM₁₀, PM_2.5, PM_2.5/PM₁₀ ratio, CO, SO₂, NO₂, O₃, Ta, RH, Pa, U-wind, WS, WD, Rainfall and PBLH with LRT, MIX and LES on Korean peninsula.

Fig. 7. 
Same as Fig. 6 except for excluded 9 dust cases.

Fig. 8. 
Same as Fig. 6 except for SMA.

Fig. 9. 
Same as Fig. 7 except for SMA.

수도권의 경우 한반도보다 좁은 영역에서 유사한 오염도로 인하여 국지적으로 도시화와 해륙풍에 의한 영향이 제한적으로 나타나고 있어 뚜렷한 관계성을 볼 수 있다. PM₁₀ 농도는 LRT, MIX 및 LES에 따른 농도의 구분이 명확히 나타난다. LRT 사례에서 PM₁₀ 농도는 상대적으로 높게 나타났고 MIX는 LES와 비교하여 상대적으로 높은 농도를 보였다. 이로 인하여 PM_2.5/PM₁₀은 LRT에서 상대적으로 낮았고 MIX와 LES에서는 높았으며 LES의 PM_2.5/PM₁₀은 초미세먼지의 비율이 더욱 높게 나타났다. Figure 7과 마찬가지로 황사사례를 제외하였을 때는 유형별 분리되어 나타나는 특징이 사라지고 일반적인 고농도 사례의 특징이 나타난다(Fig. 9). 대기질에 포함된 교통량과 산업시설 배출원 등의 영향으로 CO, NO₂와 O₃의 영향에 따른 차이가 나타났다. Ta는 LRT, MIX, LES 순으로 높게 나타났고 WS는 LES, MIX, LRT 순으로 강한 풍속이 나타났다. Rainfall은 LES, MIX, LRT 순으로 많은 강수가 포함되었으며 PBLH는 Fig. 5와 같이 국지적인 영향으로 복잡하게 나타나고 있다.

Tables 2와 3에서 전국과 수도권은 지리적인 위치와 범위의 차이로 인하여 기상변수는 국지적인 특징이 반영되었으며 평균값의 표준편차가 다소 감소되어 나타났다. 또한, 일주기성을 가지는 기상변수인 Ta, RH, Pa, PBLH의 표준편차는 비교적 크게 나타나고 있다. 그리고 황사사례를 제외하였을 때 LRT와 전체 평균(Mean)의 값의 변화를 볼 수 있으며 특히, PM₁₀ 농도와 PM_2.5/PM₁₀의 변화가 크게 나타났다. PM₁₀ 농도는 30 μg m^-3 이상 감소하였고 PM_2.5/PM₁₀은 0.07 이상 증가되어 LES와 MIX 유형과 유사한 범위를 나타냈다. 황사사례의 유무에 따라 LRT 사례의 기상변수의 평균값의 변화가 있었으며 표준편차는 소폭 하락하여 통계적 유의성이 증가되었다. Ta는 LRT일 때 소폭 하강하여 LES와 MIX 사례와의 차이가 더 커졌고 Ta가 낮을 때 LRT가 발생될 수 있음을 보인다. LRT 사레의 RH는 10% 가까이 증가되어 MIX와 LES 사례보다 더 높은 RH를 나타냈다. Pa는 증가되어 한반도 또는 수도권에 고기압이 위치하였을 때 장거리 수송이 나타나는 것으로 분석된다. LRT의 WS와 U-wind는 약화되었고 PBLH는 낮아져 LES일 때 형성되었던 PBLH보다 더 낮게 형성되었다.

2015년부터 최근까지 일 평균 PM_2.5 농도가 50μg m^-3 이상인 고농도 미세먼지 사례를 선정하였고 종관 분석일기도의 기압배치와 역궤적 분석 결과를 이용하여 장거리 수송(LRT), 혼합형(MIX), 국내정체(LES) 유형으로 분류하였다. 그리고 유형 분류된 사례들의 시간별 관측자료를 이용하여 한반도 미세먼지(PM_2.5와 PM₁₀ 농도, PM_2.5/PM₁₀)와 기상관측자료(PBLH, Ta, WS, U-wind, Rainfall)의 평균과 유형별 편차를 계산하여 오염물질과 기상변수 사이의 관계성을 분석하였다. 또한, 통계적 유의성을 고려하여 황사가 나타났던 9일의 황사사례를 제외하여 동일한 분석을 수행하였다.

LRT 사례는 황사와 같이 비교적 큰 에어로졸의 영향이 컸으며 LES는 미세한 에어로졸의 영향이 컸다. PM_2.5 농도는 LES에서 수도권과 중부지역 등에서 높은 농도가 나타났다. 그리고 Ta는 다른 유형과 비교하여 LRT에서 기온이 비교적 낮게 분포하였고 LES 및 MIX의 경우 상대적으로 높게 나타난다. 지상 바람장은 지리적인 영향으로 유사한 서풍의 풍향을 나타내고 있으나 WS은 LRT에서 다소 강하였고 LES에서 약하였다. Rainfall은 고농도 사례에서 전체적으로 적은 0.05 mm h^-1 이하였으며 LRT보다 MIX나 LES일 때 남부해안 및 동해안을 중심으로 상대적으로 강수량이 증가되었다. 이는 대체로 한반도에 저기압이 위치하여 후면부를 따라 미세먼지가 장거리 수송되면서 한반도를 지나면서 나타나고, LES 및 MIX에는 저기압 후면부 또는 고기압에 미세먼지가 정체하기 때문에 강수량 차이가 나타나는 것으로 분석되었다. 한반도의 경우 다소 넓은 지역에서 지역적(지형고도와 도시, 해안 등)인 영향이 복합적으로 포함되었고 시간 지연 등의 영향으로 뚜렷한 관계성을 찾기는 어렵다.

수도권지역의 LRT는 대체로 황사와 같이 비교적 큰 미세먼지의 영향이 컸고 LES는 초미세먼지의 영향이 컸다. Ta는 다른 유형과 비교하여 LRT에서 낮았고 WS는 비교적 강하였고 PBLH는 높게 형성되었다. Rainfall은 적었으나 LRT일 때는 서울을 중심으로 강수가 나타났고 MIX과 LES일 때 서울 주변으로 강수가 나타났다. 수도권에서는 서울을 중심으로 나타나는 도시열섬 등 도시화 효과와 해륙풍이 일치되어 고농도 그리고 기상현상이 합쳐져 나타나는 것으로 분석된다.

수도권은 지리적인 한정으로 인하여 한반도 전역과 비교하여 기상변수는 국지적인 특징이 나타나고 있으며 평균값의 표준편차가 다소 감소되어 나타났다. 기상변수는 일주기성을 가지므로 Ta, RH, Pa, PBLH의 표준편차는 비교적 크게 나타나고 있고 황사사례를 제외하였을 때 LRT와 전체 평균(Mean)의 변화를 볼 수 있다. PM₁₀ 농도는 30 μg m^-3 이상 감소하였고 PM_2.5/PM₁₀은 0.07 이상 증가되어 LES와 MIX 유형과 유사한 범위를 나타냈다. LRT 사례의 기상변수의 평균은 변화하였으며 표준편차는 소폭 하락하여 통계적 유의성이 증가되었다. LRT의 Ta는 하강하여 LES와 MIX 사례의 차이가 증가하여 Ta가 낮을 때 LRT가 발생될 수 있음을 보였다. RH는 약 10% 증가되어 MIX와 LES 사례보다 더 높게 나타났다. Pa는 증가되어 한반도 또는 수도권에 고기압이 위치하였을 때 장거리 수송이 나타나는 것으로 분석된다. WS와 U-wind는 약화되었고 PBLH는 낮아져 LES일 때 형성되었던 PBLH보다 더 낮게 형성되었다. 한반도의 고농도 미세먼지 사례의 유형은 황사를 포함한 LRT와 LES 두가지 유형과 이들의 혼합된 형태(MIX)로 나타난다. 황사는 LRT 유형의 경우 PM₁₀ 농도와 밀접한 관계성을 보이고 있으며 대기질에서 다른 유형과 뚜렷한 차이를 보인다. 그러나 황사사례를 제외하였을 때는 대기질의 특징은 LRT와 다른 유형 차이는 감소하였으나 기상변수(Ta, RH, Pa, PBLH 등)는 더욱 강화되어 나타났다. 따라서 한반도 전지역의 특징은 수도권과는 지리적인 차이 그리고 국지적인 열환경 등을 고려해야 한다. 그리고 황사사례는 다른 유형으로 구분하는 것이 필요하고 이들의 영향을 고려하여 추가적인 연구가 진행되어야 한다. 또한, Table 1과 같이 사례의 유형에 따라 나타나는 월이 제한적이므로 기상변수의 계절성이 내포될 수 있다. 따라서 고농도 미세먼지의 정의를 보다 낮게 설정하여 사례수를 늘린다면 기후값에 대한 편차분석을 통하여 유의미한 특성을 도출할 것으로 사료된다.