High Resolution Fine Dust Mass Concentration Calculation Using Two-wavelength Scanning Lidar System

두파장 스캐닝 라이다 시스템을 이용한 고해상도 미세먼지 질량 농도 산출

Abstract

A scanning lidar system has been developed. The system has two wavelength observation channels of 532 and 1064 nm and is capable of 360-degree horizontal scanning observation. In addition, an analysis method that can classify the measured particle as an indicator of coarse-mode particle (PM2.5-10) and an indicator of fine-mode particles (PM2.5) and calculate the mass concentration of each has been developed by using the backscatter coefficient at two wavelengths. It was applied to the data calculated by observation. The mass concentrations of PM10 and PM2.5, which showed a distribution of 22-110 ㎍/㎥ and 7-78 ㎍/㎥, respectively, were successfully calculated in the Ulsan Onsan Industrial Complex using the developed scanning lidar system. The analyzed results showed similar values to the mass concentrations measured on the ground around the lidar observation area, and it was confirmed that high concentrations of 80-110 ㎍/㎥ and 60-78 ㎍/㎥ were measured at points discharged from factories, respectively.

532와 1064 nm 두 파장 관측 채널을 구비하고 수평으로 360° 스캐닝 관측이 가능한 스캐닝 라이다 시스템을 개발하였다. 또한, 두 파장에서의 후방산란계수를 이용하여 미세먼지를 PM2.5-10(조대)와 PM2.5(미세)입자로 구분하는 분석도 개발하여 스캐닝 라이다 시스템의 데이터 분석에 적용하였다. 개발된 스캐닝 라이다를 이용한 울산 온산공단에서 관측에서 각각 22 - 110 ㎍/㎥과 7 - 78 ㎍/㎥의 분포를 보이는 PM10과 PM2.5의 질량 농도를 성공적으로 산출하였다. 분석된 결과는 라이다 관측 영역 주변에서 지상에서 측정된 질량농도와 유사한 값을 보였으며, 공장 등에서 배출되는 지점에서는 이 각각 80-110 ㎍/㎥과 60-78 ㎍/㎥의 고농도가 측정되는 사례를 확인하였다.

요약

532와 1064 nm 두 파장 관측 채널을 구비하고 수평으로 360° 스캐닝 관측이 가능한 스캐닝 라이다 시스템을 개발하였다. 또한, 두 파장에서의 후방산란계수를 이용하여 미세먼지를 PM2.5–10(조대)와 PM2.5(미세)입자로 구분하는 분석도 개발하여 스캐닝 라이다 시스템의 데이터 분석에 적용하였다. 개발된 스캐닝 라이다를 이용한 울산 온산공단에서 관측에서 각각 22 - 110 μg/m3과 7 - 78 μg/m3의 분포를 보이는 PM 10과 PM 2.5의 질량 농도를 성공적으로 산출하였다. 분석된 결과는 라이다 관측 영역 주변에서 지상에서 측정된 질량농도와 유사한 값을 보였으며, 공장 등에서 배출되는 지점에서는 이 각각 80-110 μg/m3과 60-78 μg/m3의 고농도가 측정되는 사례를 확인하였다.

1. 서론

현재 환경문제에 있어 국민들의 관심이 높고 국가적 투자가 많이 이루어지고 있는 분야는 미세먼지이다. 미세먼지와 관련되어 발생원 파악, 저감기술 개발, 예보 정확도 향상 등 많은 연구가 이루어지고 있다(Koo et al., 2010; Lee et al., 2019; Yeo and Kim, 2019). 미세먼지는 국민들의 생활건강에 밀접한 연관을 가지고 있다. 따라서 자신의 거주지 주위나 현재 위치하고 있는 장소의 미세먼지 농도에 대한 정보제공은 국민들의 생활건강관리와 관련이 있다.

현재 미세먼지 측정자료는 공인된 β-ray 방식의 측정기나 중량 법 등을 사용하여 ‘국가 대기오염 측정망’에서 산출되고 있다. 하지만, 국가 대기오염 측정망의 관측 사이트는 2020년 10월 기준으로 도시대기측정망 459개, 도로변 대기 측정망 48개, 국가 배경 농도 측정망 9개, 교외 대기 측정망 27개, 항만 대기 측정망 15개로 총 558개의 관측지점이 운영되고 있다(airkorea.or.kr). 전체 관측지점의 수를 대한민국 국토 면적(100,210 km²)으로 나누어 산출할 수 있는 관측지점간 평균 거리는 13km로 먼 거리이다. 관측 지점의 위치는 대부분 인구가 밀집된 도시에 위치해 있기 때문에 서울과 부산의 경우 2내지 3km의 간격으로 관측소가 위치해 있다. 이와 같이 한정된 관측소 숫자는 미세먼지의 발생지점 파악, 지점간 이동 및 확산 등 과학적 연구를 위한 정밀한 분석 자료를 산출하는데 한계가 있다. 관측지점의 숫자가 제한되는 것을 해결하기 위하여 대당 5,000만원인 고가의 β-ray 방식의 측정기를 대체하여 관측지점을 확대하기 위한 방안으로 대당 100만원 이하의 저비용 센서를 이용한 간이측정기를 활용한 관측 네트워크 구성 등이 제시되었으나, 국립환경과학원에서 발표한 연구 결과에 따르면 학교나 건설 현장 설치된 미세먼지 간이측정기 정확도 검증결과는 공인결과와 비교하여 정확도가 48%에서부터 86%까지 다양하여 확대 적용에 어려움을 미치고 있다(안준영 외, 2019). 또한, 저비용의 관측기기를 활용한다고 하더라도 100m이하의 해상도로 관측데이터를 확보하기 위해서는 수천~수만 개의 간이 측정기가 필요하다.

이와 같은 문제점을 해결하기 위한 방안으로 라이다 (LIDAR: Light Detection And Range)를 이용한 수평관측이다(Adrian et al., 2019). 라이다는 레이저를 광원으로 사 용하는 원격광학 모니터링 장비로 미세먼지 농도 정보를 수 m이하의 해상도로 확보할 수 있다(Shin et al., 2013). 국내에서 운영되고 있는 대기 미세먼지 측정용 라이다는 수평 관측이 아닌 수직 관측으로 미세먼지의 고도별 농도 분포에 대한 정보를 제공하고 있다(Noh and Lee, 2013; Kim et al., 2015).

본 연구는 국내 최초로 두 파장(532와 1064nm)의 광원을 사용하며 수평 방향으로 각도분해능이 20°이내로 30분내 360°관측이 가능한 스캐닝 라이다 시스템을 개발하였다. 또한, 두 파장에서 산출되는 후방산란계수 (Back scatter coefficient, β)를 이용하여 PM₁₀과 PM_2.5의 질량 농도를 산출할 수 있는 분석기술을 스캐닝 라이다 시스템 관측 데이터에 적용하였다. 마지막으로 수평 연속 관측된 데이터를 이용하여 미세먼지 질량농도를 거리에 따른 수평 분포로 2차원으로 확인할 수 있는 고해상도 시각화 기술을 완성하였다.

2. 연구방법

1) 스캐닝 라이다 시스템

고해상도 미세먼지 질량 농도 분포를 산출하기 위하여 수평 관측이 가능한 스캐닝 라이다 시스템을 개발하였다. Fig. 1은 개발된 스캐닝 라이다 시스템의 광학계 구조(a, b)와 실물 전체 사진(c), 그리고 야간 레이저조사를 통한 관측 사진(d)을 보여준다. 제작된 스캐닝 라이다 시스템은 수평 관측의 편이와 미러를 이용하여 회전을 할 경우 편광의 특성이 변화되는 레이저 광의 특성을 반영하여 정확한 편광소멸도 측정을 위하여 레이저를 포함한 송신부와 신호수신부 전체가 움직이는 구조로 설계하였다. 송신부에서 532와 1064 nm를 하나의 빔 확대기(Beam expander)를 사용할 경우 발생되는 파장에 따른 빔 확대 특성 변화 문제를 최소화하기 위해 두 파장을 빔 분리기(Beam splitter)를 이용하여 분리하고 각각의 빔 확대기를 사용하는 구조로 설계하였다. 빔 분리기를 통하여 분리된 두 파장의 빛은 각각의 빔확대기를 통과한 후 다시 하나의 광경로로 합쳐진다.

Fig. 1. Schematic diagram of optical system structure (a) transmission part, and (b) receiver part. The picture of scanning lidar system is shown in (c). (d) picture of nighttime observation.

본 시스템에 적용된 레이저는 관측 시간의 단축을 위하여 펄스당 에너지보다 반복률이 높은 레이저를 적용하였다. 본 시스템에 적용된 레이저와 망원경, 각 광학 기기의 자세한 사양은 Table 1에 명시되어있다.

Table 1. Specification of scanning lidar system

2) 입자 크기 별 구분을 통한 미세먼지 질량 농도 산출

스캐닝 라이다 시스템으로 관측된 두 파장의 β로부터 조대입자와 미세입자의 비율을 산출하여 PM₁₀과 PM_2.5 각각의 질량농도를 산출할 수 있다. 질량농도 산출을 위한 자세한 수식은 아래와 같다.

미세먼지에 의한 전체 후방산란계수(β_T)는조대입자의 후방산란계수(β_C, Course mode particle)와 미세입자의 후방산란계수(β_F, Fine mode particle)의 합으로 나타낸다.

\(\beta_{C, \lambda}+\beta_{F, \lambda}=\beta_{T, \lambda}\)       (1)

여기서 λ는 파장으로 본 연구에서는 532와 1064nm를 사용한다.

파장에 따른 미세먼지 β의 관계를 나타내는 옹스트롬 지수(A: Ångström Exponent)를 식(2)로 표시할 수 있다.

\(\mathrm{A}=-\frac{\ln \beta_{T, 532} / \beta_{T, 1064}}{\ln 532 / 1064}\)       (2)

식 (2)의 옴스트롱 지수는 스캐닝 라이다로 관측되는 532와 1064nm의 β로부터 산출이 가능하며, 두 파장의 β와의 관계로 표시하기 위하여 식 (3)으로 변형이 가능하다.

\(\ln \beta_{T, 532} / \beta_{T, 1064}=0.693 A\)       (3)

마찬가지로 조대입자와 미세입자의 β에 대한 식 (4), (5), (6), (7)로 표현이 가능하다.

\(\begin{array}{c} \mathrm{B}=-\frac{\ln \beta_{C, 532} / \beta_{C, 1064}}{\ln 532 / 1064}\end{array}\)       (4)

\(\begin{array} \text {ln} ^{\beta_{C, 532} / \beta_{C, 1064}}=0.693 B\end{array}\)       (5)

\(\begin{array}\mathrm{C}=-\frac{\ln \beta_{F, 532} / \beta_{F, 1064}}{\ln 532 / 1064}\end{array}\)       (6)

\(\begin{array}\text {ln} \beta_{F, 332} /_{\beta_{F, 1064}}=0.693 C \end{array}\)       (7)

두 파장에서 β_T와 β_C 및 β_F와의 관계로부터 최종적으로 식 (8)과 (9)를 유도하여 β_C와 β_F로 각각 산출할 수 있다.

\(\beta_{F, 532}=\frac{e^{0.693(A-B)}-1}{e^{0.693(A-B)}-e^{0.693(A-C)}} \beta_{T, 532}\)       (8)

\(\beta_{C, 532}=\frac{1-e^{0.693(A-C)}}{e^{0.693(A-B)}-e^{0.693(A-C)}} \beta_{T, 532}\)       (9)

여기서, 조대입자는 PM_2.5–10, 미세입자는PM_2.5에 해당한다고 가정하였다. 산출된 β_C와 β_F에 라이다 비(Lidar ratio)를 곱하여 각각의 소산계수(Extinction coefficient, α)를 산출할 수 있다. 라이다 비는 통상적으로 50~100sr의 값을 보이며, 일반적인 오염 입자의 경우 광 흡수 특성이 높거나 미세입자의 경우에 높은 값을 가진다(Noh et al., 2007; 2008). 본 연구에서는 조대입자와 미세입자의 라이다 비는 각각 60과 70sr을 적용하여 소산계수(Extinction coefficient)를 산출하였다.

미세먼지 질량 농도는 산출된 조대와 미세 입자의 α에 소산효율(Extinction efficiency)를 나누어 줌으로서 산출할 수 있다. 소산효율 값은 미세먼지의 종류에 따라 다른 값을 보인다. 유기물질(Organic Matter)는 4m²/g, 블랙카본(Black Carbon)은 10m²/g, 황산염과 질산염은 4~12m²/g의 값을 가진다고 알려져 있다(Zhou et al., 2019; Liu et al., 2020). 일반적으로 같은 성분일지라도 미세입자의 소산효율이 조대입자보다 높은 값을 보인다고 연구되었다. 따라서, 본 연구에서는 동북아시아 지역 오염입자의 평균적인 소산효율 값에서 미세입자가 조대입자보다 높다는 것을 적용하여 각각 7과6m²/g의 값을 적용하였다. 최종적으로 PM₁₀의 질량농도는 각각 산출된 PM_2.5–10과 PM_2.5의 질량농도를 합하여 산출하였다.

3. 연구내용

개발된 스캐닝 라이다 시스템을 이용한 미세먼지 관측을 울산 온산 공단에 위치한 주유소의 3층 건물 옥상에서 2020년 8월 13일에 수행하였다. 미세먼지관측 수행 전에 레이저 성능 확인, 스캔 시스템 구동 상태 확인, 관측 거리 테스트를 수행하여 개발된 스캐닝 라이다 시스템이 잘 작동하고 있음을 확인하였다.

Fig. 2는 관측이 수행된 울산 온산 공단의 위치(a)와 스캔 관측 시 관측 각도를 표시하고 있다(b). 관측이 수행된 시간인 2020년 8월 13일 08:50(KST)부터 09:30(KST) 의 평균 풍속은 2.5m/s였고, 주요한 풍향은 남동쪽(200°) 에서 불고 있었다. 스캐닝 라이다의 관측은 북동쪽을 0°로 하여 각 10°마다 관측을 수행하여 90°까지 측정을 수행하였다.

Fig. 2. Location of Ulsan Onsan industrial complex (a) and scanning lidar observation site (b).

Fig.3은 13일 08:50(KST)에 0° 방향으로 레이저를 조사하여 1분간 측정된 데이터를 Klett method(Klett et al., 1981)를 적용하여 분석한 532와 1064nm에서의 소산계수를 보여준다. 532와 1064nm의 소산계수로 산출된 옹스트롬 지수도 같이 표시하였다. 소산 계수는 532nm의 경우 0.2km ^–1, 1064nm는 0.04km ^–1전후의 값이 5km 거 리까지 보여지고있다. 다만, 관측 지점에서 2km 거리에 소산계수가 532와 1064nm에서 각각 0.66km ^–1과 0.08km ^–1까지 급격하게 증가하는 구간이 확인되었다. 옹스 트롬 지수는 관측 사이트 가까운 지점에서 2.92로 높은 값을 보이다 거리가 멀어짐에 따라 감소하는 경향을 보였다. 소산계수가 급격히 증가한 2km 거리에서는 옹스트롬 지수가 3.2까지 증가하였다. 옹스트롬 지수는 관측된 입자의 크기가 큰 경우에 0에 가까워지고 입자의 크기가 작아질수록 값이 증가한다(Noh et al., 2012; Shin et al., 2014). 2km 거리에서 소산계수가 급격히 증가한 것은 관측 범위 내에 위치한 공장에서 배출된 오염입자가 측정된 것으로 판단된다. 특히, 공장에서 배출된 입자의 옹스트롬 지수가 다른 거리의 값에 비하여 증가된 것을 고려했을 때 수증기가 아닌 미세한 입자가 배출되어 관측된 것으로 사료된다.

Fig. 3. Extinction coefficient at 532 nm (green color) and 1064 nm (red color) and Angstrom exponent (black color) observed from 08:50 to 08:51 on 13 Aug. 2020 (KST).

Fig.4는 Fig.3의 두 파장에서의 소산계수를 이용하여 산출한 PM_2.5, PM_2.5–10, 그리고PM₁₀의 질량농도를 보여 준다. 전체 관측 거리인 0.5~5.0km에서의 PM₁₀과 PM_2.5 의 평균 농도는 45.3±17.0µg/m³과 38.1±17.0µg/m³ 이었다.

Fig. 4. Mass concentration of PM₁₀ (black color), PM_2.5 (red color), and PM_2.5–10(Olive color) retrieved from Fig. 3 data.

Fig.5는 2020년 8월 13일 09:00부터 09:15분까지 10° 간격으로 0°부터 90°까지 1분씩 측정된 데이터를 분석하여 산출한 각도 별 PM₁₀과 PM_2.5의 질량농도 분포를 보여준다. 0°에서의 농도 분포는 Fig.4에서관측된 데이터와 관측 시간이 10분의 시간차 밖에 나지 않아 분석 결과가 거의 동일한 값을 보였다. 0° 외에도 40°, 50°, 60° 에서 2km이내의 거리에서 PM₁₀의 농도가 100µg/m³ 전후의 고농도가 측정되었다. Fig.3과동일하게 옹스트롬 지수를 분석하였을 때, 고농도 지점에서 옹스트롬 지수가 오히려 증가하는 것이 확인되어 측정된 고농도는 온산공단에 위치한 공장에서 배출된 미세한 입자들로 판단된다. Table2에는 각 각도별 평균 PM₁₀과 PM_2.5농도를 보여준다. 0도에서 PM₁₀과 PM_2.5농도가 각각 43.9±13.8µg/m³과 24.1±11.1µg/m³로 가장 높은 평균값을 보였고, 40도에서 각각 22.0±19.3µg/m³과 12.8±13.5µg/m³로 가장 낮은 평균값을 보였다.

Fig. 5. Mass concentration of PM₁₀(Gray color) and PM_2.5(Black color) by angle. The angle refers to the point at which the laser is irradiated.

Table 2. Average mass concentration data of each angle

라이다로 분석된 결과와 지상에서 측정된 결과와의 비교를 위하여 동시점에 미세먼지 질량농도를 지상에서 측정하는 에어코리아 측정소 중에서 라이다 관측지점과 직선으로 남쪽 3km 거리에 위치한 온산읍 산암로 사이트(35°43′83.9″N, 129°33′80.7″E)와 라이다 사이트에서 직선으로 남남쪽 4.2km 거리에 위치한 온산읍 덕신로(35°43′38.4″N, 129°30′66.9″E)에서 측정된 PM₁₀과 PM_2.5의 질량농도를 비교하였다. 각 에어코리아 사이트의 위치를 Fig.7에 표시하였다. 라이다 관측영역 내에서 측정된 데이터가 없어 직접적인 비교는 불가능하였으나 주변의 질량농도 분포를 파악함으로서 라이다 분석결과의 타당성을 간접적으로 확인이 가능하다. Fig. 6은 2020년 8월 12일 01:00부터 8월 13일 24:00까지 한시간 간격으로 측정된 산암로 사이트(a)와 덕신로 사이트(b)에서의 PM₁₀과 PM_2.5농도와 시간대별 풍향과 풍속의 변화(c)를 보여준다. 48시간 동안 산암로와 덕신로 사이트에서의 PM₁₀과 PM_2.5의 평균농도는 각각 37.2±14.8 µg/m³과 21.2±11.2µg/m³, 21.4±7.1µg/m³과 6.1±2.8µg/m³으로 산암로 사이트가 덕신로에 비하여 높은 농도를 보였다. 산암로 사이트는 온산공단 내에 위치 하여 온산읍 내에 위치한 덕신로 사이트에 비하여 공단에서 발생된 미세먼지의 영향을 많이 받는 것으로 판단된다. 라이다 관측이 수행된 2020년 8월 13일 09:00에 PM₁₀과 PM_2.5농도는 산암로 사이트에서 각각 44µg/m³와 29µg/m³로 환경부 기준의 보통 농도 단계를 보였으나 덕신로 사이트에서는 각각 33g/m³과 14µg/m³로 보통과 좋음의 농도 단계를 보였다.

Fig. 6. Mass concentration of PM₁₀(black color) and PM_2.5(gray color) observed at Air korea (a) Sanam-ro site and (b) Dukshin-ro site. (c) Hourly averaged wind speed and wind direction. *N denotes North direction and the length of arrow is 1 m/s.

Fig. 6(c)에서 확인되는 풍향과 풍속은 라이다 관측이 수행된 2020년 8월 13일 09:00 당시에는 남서풍이 강하게 분 것으로 나타나나 주요 풍향은 동풍이었다. 동풍 이 불어올 경우 해안가에 위치한 온산공단에서 발생된 미세먼지가 산암로 사이트에서의 농도변화에 영향을 주게 되는 것으로 판단된다. 온산읍에 위치한 덕신로 사이트는 산암로 사이트에 비하여 영향이 적은것으로 판단된다.

Fig. 7에 스캐닝 라이다 관측을 통하여 분석된 결과를 수평 30 m 해상도로 시각화하여 수평농도를 표현하였다. 전체적인 농도 분포는 PM₁₀과 PM_2.5가 각각22~110µg/m³과 7~78µg/m³사이의 농도를 보여주었다. 일부 지역에서 보여지는 고농도의 PM₁₀과 PM_2.5는 온산 공단에 위치한 공장 등의 발생원으로부터 배출된 미세 먼지가 측정된 것으로 것이다. Fig. 6에서 확인된 산암로 사이트에서의 미세먼지 농도변화는 시간대에 따라서 급격한 농도증가가 발생되는 부분이 있는데, 이는 라이다 관측에서 확인되었듯이 공단내의 어느 발생원에서 발생된 미세먼지가 풍향의 변화에 의해 관측 사이트로 이동하여 영향을 준 것으로 판단된다. 하지만, 공단에서 상대적으로 떨어진 덕신로 사이트에서는 공단에서 발생된 미세먼지에 의한 급격한 농도변화는 발생 되지 않았다.

Fig. 7. Visualization of observed data measured from 09:00 to 09:15 on August 13, 2020.

5. 요약 및 결론

본 연구에서는 국내 최초로 두 파장(532와 1064nm)을 사용하여 수평 360° 스캐닝 관측이 가능한 라이다 시스템을 개발하였다. 두 파장으로부터 산출된 후방산란계수로부터 입자크기에 대한 정보를 획득하여 관측된 미세먼지를 조대(PM_2.5–10)와 미세입자(PM₁₀)로 구분하고, 각각의 질량농도(µg/m³)를 산출할 수 있는 분석법을 개발하였다. 개발된 스캐닝 라이다 시스템을 이용하여 울산 온산공단 측정을 수행하여 거리별 질량농도를 PM₁₀과 PM_2.5으로 각각 산출하였다. 산출된 질량농도는 PM₁₀과 PM_2.5에서 대부분의 거리와 각도에 따라 각각 22~110µg/m³과 7~78µg/m³의 농도값을 보여 주었다. 스캐닝 라이다에서 분석된 농도는 분석영역 주변에서 지상에서 측정된 농도와 유사한 값을 보여주었다. 하지만, 일부 영역에서는 공장에서 배출된 것으로 판단되는 PM₁₀과 PM_2.5에서 110과78µg/m³에 이르는 높은 농도가 측정되기도 하였다. 본 연구를 통하여 스캐닝 라이다를 이용하여 고해상도의 미세먼지 질량 농도를 제공할 수 있음을 확인하였다. 향후에는 지상 측정농도와의 장기간 관측결과 비교를 통하여 스캐닝 라이다 시스템을 산출된 분석 결과의 정확도 검증이 필요할 것으로 판단된다.