Home

인공증우 수치모의 결과를 이용한 대기질 수치모의를 통해서 미세먼지 저감효과를 분석하기 위해서는 다음과 같은 사례일 조건이 필요하다. 우선 인공증우 실험효과를 기대할 수 있는 목표지역의 강수조건이 필수적이며, 강수세정 효과를 보다 확실하게 보여줄 수 있는 고농도 미세먼지가 복합적으로 나타나는 조건이다. 따라서 목표지역 강수 현상 및 고농도 미세먼지 발생일을 고려하여 2021년 3월 28~29일 한반도 황사일을 사례기간으로 선정하였다.

Figure 1a는 3월 27일 12 KST 황사일기도를 나타낸 것으로 중국 황사발원지인 몽골동부와 내몽골고원에서 기압골 발달로 인한 저기압 후면을 따라 대규모 황사가 발원한 것을 알 수 있다(붉은 테두리원 지점). 그리고 한반도에 황사가 본격적으로 나타난 29일 종관일기도(Fig. 1b)를 살펴보면 만주지역으로 저기압 중심이 이동하면서 한반도는 북서풍계의 영향으로 많은 구름과 황사현상이 나타나고 있다. Figure 1c는 사례일 중심으로 기상청 전국 관측소 지점별(28개소) PM₁₀ 농도 시계열을 나타낸 것이다. 우리나라는 지난 3월 26~27일 몽골과 내몽골 고원에서 발원한 황사의 영향으로 3월 29일 새벽부터 30일 낮까지 고농도 PM₁₀ (흑산도 최대 1,486 μg m^–3) 현상이 나타나고 있다. 또한 황사를 동반한 저기압세력의 이동으로 저기압 전면부에 해당하는 3월 28일 19 KST부터 29일 05 KST까지 주로 경기도 일대와 강원도, 충청지역 일부 지역에 3시간 누적 최대 2.0 mm 수준의 강수가 관측되었다(Fig. 2).

Fig. 1. 
Weather map for Asian Dust (a: 2021. 3. 27. 12 KST), synoptic weather chart (b: 2021. 3. 29. 09 KST) and time series of PM₁₀ concentration at each site of the Korea Meteorological Administration (c: 2021. 3. 25~21.).

Fig. 2. 
Distribution of accumulated precipitation over the three hours on AWS (a: 28. 19:00, b: 28. 21:00, c: 29. 02:00, d: 29. 05 KST).

인공증우 수치모델의 초기장과 경계장 생성을 위해 기상청 현업 모델인 UM (Unified Model) GDAPS (Global Data Assimilation Prediction System)의 매 6시간 간격의 예측자료중 00과 03 예측시간 자료만을 채택하여 최대한 재분석장이 반영될 수 있도록 입력자료를 구성하였다. 수치모델의 도메인은 내몽골 고원의 황사발원을 고려하기 3개의 둥지격자체계를 이용하여 구성하였고, 최종 한반도 도메인은 3 km 수평해상도와 연직 39층으로 구성하였다(Fig. 3). 수치모의 기간은 몽골과 내몽골 고원 황사발원의 영향을 포함하기 위해 3월 26~30일까지이며, 수치모의 예측시간은 24시간, 웜스타트 방식으로 수행하였다.

Fig. 3. 
Three nesting grid system centered on the Korean Peninsula for artificial rainfall experiments.

2.2.1 인공증우 수치모델

기상청에서는 인공증우 실험을 통한 시딩물질의 확산과 그 영향을 분석하기 위하여 WRF모델에 기반한 인공증우(설) 수치모델을 개발하여 운영하고 있다(Kim et al., 2015; Chae et al., 2018). 인공증우 수치모델은 WRF모델의 Morrison 구름 미세물리방안에 시딩물질(CaCl₂, AgI)의 물리적 특성이 로그로말함수에 따라 수농도로 계산되어 강수입자 및 얼음입자를 증가시켜 강수에 영향을 줄 수 있도록 수정한 것이다.

국립기상과학원에서는 인공증우 항공실험을 위해 기상항공기(나라호)를 이용하여 시딩물질인 연소탄(CaCl₂, AgI) 24발을 목표지점에 약 1시간 동안 살포하여 그 효과를 검증·분석하고 있다. 본 연구에서도 실제 항공실험과 유사한 방법으로 흡습성물질인 염화칼슘(CaCl₂) 연소탄 24발을 1시간 동안 수도권 서쪽 해상부근(Fig. 4의 서해상에 표기된 직선라인)에 가상으로 시딩하여 경기도와 충청권을 대상으로 인공증우가 나타날 수 있도록 실험을 설계하였다. 그리고 인공증우 실험에 의한 증우 최대 영향면적은 수치모의에서 0.1 mm (기상청 일강수일 기준값) 이상 나타난 격자수와 격자면적(9 km²)을 곱하여 산정하였다.

Fig. 4. 
Distribution of artificial rain enhancement using WRF-MMS (2021. 3. 29. 02–07 KST).

2.2.2 대기질 수치모델

미세먼지 저감효과를 산출하기 위한 대기질 모델은 미국환경보호국(United States Environmental Protection Agency, US EPA)에서 개발된 CMAQ 버젼 5.2.1에 동아시아 황사발원 효과를 반영하기 위하여, 기상청 현업 황사예측모델인 ADAM3 (Asian Dust and Aerosol Model Version3)의 황사발원알고리즘(Park et al., 2012; Ryoo et al., 2020)을 미세먼지 산출과정에 추가하였다. ADAM의 수평 먼지플럭스는 11개의 입자크기(0.50~74.00 μm)에 대해 각 격자점의 먼지질량농도를 산출하며, 식(1)과 같이 계산한다.

H=∑i1-fiRi×α×U*4,   if  U*≥Ut*

(1)

여기서 H는 지표면에서 먼지수평플럭스, U*는 마찰속도, U_t*는 임계마찰속도, f_i는 황사발원지 종류에 따른 프랙션값, 그리고 R_i는 i 형태 식생에 따른 감쇄지수이다.

대기질 모델의 기상입력자료는 인공증우 수치모델의 결과값을 CMAQ 기상입력자료인 MCIP 형태로 변환하여 사용하였다. 국내 인위적 배출량은 국립환경과학원에서 생산한 CAPSS 2016 (Clean Air Policy Support System 2016) 1 km 격자자료, 국외 인위적 배출량은 EDGAR (Emissions Database for Global Atmospheric Research)팀에서 만든 HTAB (Hemisperic Transport of Air Pollution) 자료를 사용하였다. 또한 자연배출량 입력자료는 MEGAN (Model of Emissions of Gases and Aerosols from Nature) version 2.0.4 (Guenther et al., 2006)을 이용하여 구성하였다. 이상과 같은 기상 및 대기질모델의 흐름도를 Fig. 5에 나타내었다.

Fig. 5. 
The flowchart of WRF (MMS)-CMAQ model with the Asian Dust emission algorithm.

Figure 5는 인공증우 수치모델을 이용하여 나타난 강수편차(EXPR-CNTR)장을 나타낸 것이다. CNTR은 인공증우 효과가 고려되지 않은 국지기상모델(WRF)의 수치모의 그리고 EXPR은 인공증우 효과가 고려된 수치모의 결과를 의미한다. Figure 5에 나타난 양의 편차 인공증우량(최대 1.5 mm hr^–1)은 3월 29일 03 KST에 충북지역에 넓게 나타난 강수를 대상으로 29일 00 KST에 경기도 서쪽 해상에서 CaCl₂ 24발 연소탄을 1시간 동안 시딩하여 그 효과가 나타난 것이다. 이러한 결과는 2021년 국립기상과학원에서 실시한 인공증우 항공실험에서 나타난 최대 인공증우량 평균값인 1.5 mm hr^–1 수준과 부합되는 결과이다. 인공증우에 의한 효과는 주로 3월 29일 03 KST부터 07 KST까지 약 5시간에 걸쳐 주로 경기남부와 충청도 전역으로 나타나고 있고, 최대 영향면적은 05 KST에 약 11,763 km²로 산출되었다(Table 1).

CNTR과 EXPR 기상입력자료를 이용한 대기질 수치모델의 인공증우지역 PM₁₀ 농도 저감률을 Table 1에, 강수편차(EXPR-CNTR)에 따른 PM₁₀ 농도 편차(CNTR-EXTR)를 Fig. 6에 나타내었다. 실제 관측값에 나타난 사례일의 고농도 PM₁₀ (충청도 3월 29일 01~08시 평균 415 μg m^–3)에 비해 대기질 수치모의 결과에서 나타난 농도값이 약 5배 낮은 수준(동시간 평균 81 μg m^–3)으로 모의하고 있다. 이러한 모델의 주요 오차는 고농도 황사 사례와 관련하여 대기질 수치모의에서 황사발원량에 대한 과소 평가, 중국 북동쪽 산업단지에서 발생한 오염물질의 월경성 이동과 관련된 정량적 보정(PM₁₀ 자료동화) 등이 이루어지지 않았기 때문으로 해석된다. 하지만, 황사발원에 따른 대규모 미세먼지 유입현상 등은 적절하게 반영되어 고농도 PM₁₀ 효과가 모사되었기에 본 연구목적을 위한 미세먼지 저감률 분석에는 타당할 것으로 사료된다.

Fig. 6. 
Distribution of (c) precipitation deviation by WRF-MMS, (a) CNTR PM₁₀ concentration, (b) EXPR PM₁₀ concentration, (d) PM₁₀ deviation by CMAQ (2021. 3. 29. 04 KST).

인공증우에 따른 PM₁₀ 농도 감소지역이 인공증우 지역에 비해 6.4배 넓게 나타나고 있어, 수치모델 결과로 공간적으로 강수세정 효과의 영향이 매우 크게 나타남을 알 수 있다(Figs. 6c, d 비교). 이러한 결과는 매우 고무적인 것으로 인공증우 실험결과에 따른 비교적 약한 증우효과(평균 0.7 mm hr^–1)로 경기도 넓이 면적에 해당하는 지역의 미세먼지 농도 수준을 인공증우 효과가 나타나는 기간(6시간) 동안 평균 11% 감소시키는 것으로 알 수 있다. 특히, 최대 인공증우률이 나타난 3월 29일 03 KST (1.5 mm hr^–1) 이후 04 KST에 최대 PM₁₀ 농도 저감률은 22% 수준을 보였다.

기존 인공증우량에 대한 PM₁₀ 농도 저감률의 유의미한 결과를 앞에서 살펴보았다. 따라서 수치모델상으로 인공증우량에 따른 PM₁₀ 농도 저감률이 어떻게 달라질 수 있는지에 대한 분석을 실시하였다. 기존 인공증우량에 따른 실험결과를 EXPR, 대기질모델의 기상입력자료인 증우지역의 강수량을 기존대비 50% 감소로 설정한 것을 EXPR1, 200%로 증가로 설정한 것을 EXPR2로 그 결과를 Table 2에 나타내었다. 각 실험의 최대 증우률 조건 0.8 (EXPR1), 1.5 (EXPR), 3.0 (EXPR2) mm hr^–1에서, 최대 PM₁₀ 농도 저감률은 각각 16.2%, 22.0%, 27.5%로 나타났다. 즉, 증우강도가 셀수록 PM₁₀ 농도 감소률은 크게 나타났다. 하지만 감소 효율은 증우강도 50%, 100%, 200%일 때 각각 73%, 100%, 125%로 나타나, 그 효율성이 증우강도에 따라 낮아지는 경향이 있다. 그럼에도 불구하고 EXPR1의 약한 증우강도(평균 0.4 mm hr^–1) 조건에서도 평균 9% 수준의 PM₁₀ 감소효과가 있어 약한 인공증우에서도 PM₁₀ 농도 저감효과가 나타날 수 있음을 시사한다.