PM2.5 Source apportionment in Ulsan in 2020 and its changes in time

Abstract

국내에서 가장 많이 사용되는 수용모델 중 하나인 양행렬인자분석법(PMF)은 동일한 입력자료를 사용하더라도 연구자의 배경지식 및 모델 숙련도 등에 따라서 결과가 상이할 수 있으며, 특히 오염원 식별 과정에서 연구자의 주관성이 개입될 가능성이 크다는 한계점이 존재한다. 본 연구에서는 이러한 PMF 결과 해석의 불확실성을 줄일 수 있도록 통계적 측면에서 객관적인 기준을 제시하고자 하였다. 국내 선행 연구들의 PM.2.5 오염원 분류표(source profiles)를 수집 및 재구성하여 변동이 있는 10개의 평균 오염원 프로파일을 생성하였고, 재구성한 오염원 프로파일을 기반으로 EPA-PMF 모델링을 수행하여 2020년 영남권 PM2.5의 오염원을 식별하고 기여도를 평가하였다. 재구성한 오염원 프로파일에 기반하여 PMF 수행 결과, 9개의 인자 중에서 Cu 및 Br 관련 오염원을 제외하고 8개의 오염원(해염, 토양, 석탄 연소, 석유 연소, 교통, 산업, 이차 황산염, '이차 질산염 및 생물연소 오염원')을 성공적으로 식별하였다. 이차생성 질산염 및 생물연소 오염원(5.29 μg∙m-3, 40.7%)이 2020년 울산 PM2.5 농도에 가장 큰 영향을 미쳤으며, 이차생성 황산염(3.10 μg∙m-3, 23.9%), 차량(0.98 μg∙m-3, 7.5%) 오염원이 그 뒤를 이었다. 계절별 기여도 분석 결과, 여름에는 예상대로 이차생성 황산염이 PM2.5 농도에 가장 크게 기여하였다(41.1%). 그러나 이차생성 질산염 및 생물연소는 겨울 뿐만 아니라 대부분의 계절에서 지배적이었다(봄 32.6%, 가을 43.4%, 겨울 58.0%). 또한, 과거 선행연구 결과와 비교하여, 울산의 PM2.5 형성에 있어서 질산염의 역할이 최근 증가했음을 확인하였다. 따라서 한국 동남해안 지역에서 PM2.5 수준을 완화하기 위해서는 질산염의 전구기체인 NOX의 집중 관리와 질산염 형성 메커니즘 규명 연구의 필요성을 제시한다. 또한 재구성 오염원분류표는 많은 국내 연구자들에게 PMF 모델링 과정에서 필요한 일관된 오염원 식별의 근거를 제공할 수 있을 것으로 기대한다.