A Numerical Study on the Effects of Buildings and Topography on the Spatial Distributions of Air Pollutants in a Building-Congested District

건물 밀집 지역에서 대기오염물질 분포에 미치는 건물과 지형의 영향에 관한 수치 연구

Abstract

Using a computationalfluid dynamics(CFD) model, thisstudy evaluated the representativeness of an air quality monitoring system (AQMS) in an urban area and presented a methodology to determine the suitable AQMS locations for specific purposes. For this, we selected a 1.6 km × 1.6 km area around the Eunpyeong-gu AQMS (AQMS 111181) as a target area. We conducted simulationsfor two emission scenarios (scenario one: air pollutants transported from inflow boundaries, scenario two: air pollutants emitted from roads). Urban airflows were markedly influenced by mountainous terrain located in the northeast and southeast of the target area, and complicated airflow patterns occurred around the buildings. The distributions of air pollutants were dependent on the terrain (mountain) in scenario one, but the road location and building height in scenario 2. We evaluated whether the AQMS could represent the air quality in the target area based on the simulations for two scenarios. The concentrations simulated at the AQMS were similar in magnitude to the layer mean concentrations, which indicated good representativeness for the air quality in the target area. We also suggested which locations were suitable for different measurement purposes (hot spots, clean zones, average zones, shelter zones, equi-background zones).

본 연구는 전산유체역학(computational fluid dynamics, CFD) 모델을 이용하여 도시 지역에 위치한 도시 대기측정소의 대기질 대표성을 평가하고, 측정 목적에 따른 측정소 위치 선정에 대한 방법론을 제시하였다. 이를 위하여 대상 지역을 은평구 도시대기측정소(air quality monitoring system, AQMS)로 선정하였고 두 가지배출 시나리오(대기오염물질이 배경에서 수송되는 경우, 도로에서 배출되는 경우에 대한 수치 실험을 수행하였다. 대기 흐름은 대상 지역의 북동쪽과 남동쪽에 위치한 산악 지형의 영향을 크게 받고, 건물이 밀집한 지역에서는 2차 순환에 의한 복잡한 흐름이 나타났다. 대기오염물질이 배경에서 수송되는 경우에, 대기오염물질 분포는 지형(산)의 영향을 크게 받았다. 선오염(도로)에서 배출되는 경우에는 도로 위치와 건물 분포/높이 영향을 크게 받았다. 은평구 AQMS 위치에서 수치 모의된 농도는 지형보다 건물의 영향이 크게 나타났다. 배출 시나리오 결과를 이용하여 은평구 AQMS가 대상 지역의 대기질을 대표할 수 있는지에 대하여 평가하였다. 은평구 AQMS 위치에서 모의되는 농도는 두 시나리오의 층 평균 농도와 유사한 크기를 가지고 있어 측정 높이에서의 대기질을 대표할 수 있다고 판단된다. 대기오염물질은 시·공간적으로 비균질적이기 때문에 측정 목적에 따른 고도 별 측정망 위치 선정에 대한 가이드라인을 제시하였다. 측정망을 고농도가 나타나는 지역(hot spot)과 청정 지역(clean zone), 각 층의 평균 농도가 나타나는 지역(average zone), 건물/지형에 가로막혀 흐름의 유입과 유출이 활발하지 않는 안락처 지역(shelter zone), 외부에서 수송되는 배경 농도를 대표할 수 있는 지역(equi-background zone) 등 총 5가지로 분류하여 조사하였다.

1. 서론

우리나라에서 대기오염측정망은 1970년대에 최초로 운영하기 시작하였고, 1980년대부터 대기오염 실태를 파악하기 위하여 전국적으로 확대되었다(Ministry of Environment, 2018a). 현재, 환경부와 각 지방자치단체는 11가지 목적(도시대기, 도로변대기, 국가배경농도, 교외대기, 대기중금속, 유해대기물질, 광화학대기오염물질, 지구대기, PM_2.5성분, 산성강하물, 대기오염집중) 으로 전국에 약 600여개의 측정소를 운영하고 있다(Ministry of Environment, 2019). 약 350개의 도시대기측정소(air quality monitoring station, AQMS)로 구성된 도시 대기측정망은 도시지역의 평균 대기질 농도를 파악하여 환경 기준 달성 여부를 판정할 목적으로 운영되어 대기질 정보를 제공하고 있다. 또한 약 40여개의 도로변대기측정소(roadside air quality monitoring station, RAQMS) 로 구성된 도로변대기측정망이 차량과 유동 인구가 많은 도로변 대기질을 파악할 목적으로 구축되어 있다 (Ministry of Environment, 2019). 도시대기측정소는 주위에 건물이나 수목 등 장애물이 없고 그 지역의 오염도를 대표할 수 있는 곳에 설치할 것을 원칙으로 하고, 측정소 위치 선정 방법은 크게 인구비례에 의한 방법, TM (transverse mercator) 좌표에 의한 방법, 중심점에 의한 동심원을 이용하는 방법, 대상 지역의 오염 정도에 따른 공식을 이용하는 방법 등이 있다(Ministry of Environment, 2018b). 그러나, 이러한 방법들은 주로 측정 대상지역에서의 인구 밀도와 측정소간 거리에 중점을 두기 때문에 대상 지역의 오염도를 대표하는 지점을 선정하기에는 한계가 있다.

실제 도시 지역에서는 건물과 지형 그리고 인공구조물 등에 의해 복잡한 대기흐름이 형성되고 다양한 오염원이 존재하여 대기오염물질 농도가 시·공간적으로 복잡하고 비균질적으로 나타난다. Gromeke et al. (2008)과 Buccolieri et al. (2011)에서 수행한 풍동 실험과 수치 실험 결과에 따르면, 이상적인 도시 협곡 사이에서도 오염원의 위치와 유입류의 흐름 방향에 따라 농도의 확산 패턴이 크게 달랐고, Santiago et al. (2017)의 수치 실험에 의하면 지표 근처의 복잡한 흐름에 의해 도로변에서 비균질적인 NOX 농도가 형성됨을 보였다. 또한, Jeon (1996)이 수행한 국내 측정소 별 지역 대표성 평가에 관한 연구에 따르면, 측정소 중 일부가 대기오염을 과대 또는 과소 평가하였고, 도시대기측정소의 위치가 부적절할 경우 해당 지역의 대기질을 왜곡시켜 제공할 가능성이 있다고 언급하였다.

도시 지역의 기상과 대기질을 평가하기 위하여, 수치 모델에 대한 의존도가 높아지고 있는 추세이고(Kwa and Salim, 2015), 기존의 실내·야외 실험은 비용과 시간적인 한계로 인해 수치 모델 검증에 활용되고 있다. 도시 지역의 복잡하고 비균질적인 바람장과 농도장을 분석하기 위해서 지형과 건물까지 세밀하게 고려할 수 있는 고해상도 모델이 필요하고, 수 미터에서 수십 미터의 공간해상도를 갖는 전산유체역학(computational fluid dynamics, CFD) 모델이 활발하게 활용되고 있다.

본 연구에서는 지리정보시스템의 건물과 지형 자료를 활용하여 CFD 모델의 입력 자료를 구축하고, CFD 모델에서 수치 모의된 농도장의 공간(수평/연직) 분포 분석을 통해 현 도시대기측정소의 지역 대표성을 분석하며, 측정 목적에 따른 측정망 위치 선정에 대한 가이드라인을 제시하고자 한다. 이 논문은 총 4장으로 구성되며, 제2장에서는 연구 방법에 대하여 서술하고, 제3장에서는 연구 결과를 분석하며, 마지막인 제4장에서는 연구 결과를 요약하고 결론에 대해 서술하였다.

2. 연구 방법

1) 수치 모형

본 연구에서는 Kim et al. (2018)의 연구에서 사용한 것과 같은 전산유체역학(computationalfluid dynamics,CFD) 모형을 사용하여 대상 지역의 흐름과 대기오염물질 확산을 모의하였다. 3차원, 비정수, 비압축 대기 흐름 계를 가정하여 개발된 이 모형은 RANS (Reynolds Averaged Navier-Stokes) 방정식 계에 기초한다. 벽면 경계 부근에 나타나는 층류와 난류를 직접 분해하기 위해서는 격자의 크기가 충분히 작아야 하고, 이에 따른 막대한 계산 자원이 필요하게 된다. 벽면 근처의 층류와 난류를 직접 분해하지 않으면서 벽면에 의한 난류경계층 효과를 반영하기 위하여 벽면 함수(Versteeg and Malalasekera, 1995)를 사용한다. 격자점에서는 난류 효과를 재규격화 군(Renormalized group) 이론에 근거한 RNG k-ε 난류 종결 방법을 이용하여 수치 모수화한다. Patankar (1980)가 제안한 방법에 근거하여 지배 방정식 계를 SIMPLE (semi-implicit method for pressure-linked equation) 알고리즘과 유한 체적법(finite volume method)을 사용하여 엇갈림 격자계(staggered grid system)에서 수치적으로 풀이한다.

본 연구에서 사용한 CFD 모델의 성능은 풍동·야외 실험 결과들과 비교하여 검증된바 있다. Park et al. (2020)에서는 Addepalli and Pardyjak (2013)이 수행한 풍동 실험 결과를 이용하여 체승 도시 협곡(step-up street canyon) 사이에서 흐름 패턴을 비교·검증하였고, Kang et al. (2017)에서는 Gromke et al. (2008)이 수행한 풍동 실험 결과를 이용하여 도시협곡 사이에서 흐름과 비반응성 대기오염물질 확산 분포를 비교·검증 하였다. 또한, Kang et al. (2020)에서는 Kurotani et al. (2001)에서 수행한 야외 실험 결과를 이용하여 투과성 장애물(수목)을 지나는 흐름과 난류운동에너지 변화를 비교·검증 하였다. 본 연구에서 사용한 CFD 모델은 풍동·야외 실험 결과와 유사하게 흐름과 농도 확산을 재현하였고, 다른 수치 모델(largeeddy simulation, LES) 결과들과 통계적·정량적으로 비교했을 때도 유사하거나 더 좋은 결과를 보였다.

2) 대상 지역

본 연구에서는 서울시 은평구 불광동에 위치한 도시 대기측정소(air quality monitoring system, AQMS) 주변 지역을 대상 지역으로 선정하였다(Fig. 1). 대상 지역 인근에는 은평구 AWS (AWS 416) 자동기상측정소(automated weatherstation, AWS)이 운영되어 있는데, 은평구 AQMS(AQMS 111181)와 비교적 먼 거리(3 km 이상)에 설치되어 있다. 은평구 AWS (AWS 416)는 산악 지형에 둘러싸여 있고 바람에 항력으로 작용하는 건물이 성기게 분포하고 있기 때문에, 중규모 기상 모델이 예측한 지상 바람의 특성(풍속 과대 모의)이 그대로 반영되어 나타날 가능성이 높은 지역으로 판단된다. 은평구 AQMS의 북동쪽에는 산악 지형과 높은 아파트 단지가 위치하고 있고 서쪽에 상업지구가 분포해 있으며, 넓은 도로가 북서쪽으로부터 남동쪽 방향으로, 서쪽으로부터 동쪽 방향으로 분포되어 있다. 따라서, 도로 오염원으로부터 배출된 대기오염물질이 서풍 계열의 바람이 불 때, 도시 대기측정소로 유입될 가능성이 높을 것으로 판단된다.

Fig. 1. The satellite picture of the target area around the Eunpyeong-gu AQMS (AQMS 111181) (from http://map. vworld.kr/map/maps.do).

3) 수치 실험 설계

은평구 AQMS 주변 지역에 대한 수치 모의를 위하여 AQMS 위치를 중심(yellow circle in Fig. 1)으로 1.6 km × 1.6 km의 수평 규모를 갖는 영역에 대한 수치 모의를 수행하였다. 격자 크기는 동서 방향(x)으로 10 m, 남북 방향(y)으로 10 m, 연직 방향(z)으로 5 m이고, 격자 수는 x, y, z 방향으로 각각 160, 160, 100개이다. Fig. 2는 지리정보시스템(geographic information system, GIS) 자료를 이용하여 구축한 CFD 모형의 지표 경계 자료를 나타낸다. GIS 자료는 1 m 해상도로 지형, 건물 등의 변수들에 대한 정보를 포함하고 있다. 본 연구에서는 건물과 등고선 자료를 이용하여 모델의 지표경계입력 자료를  생성하였다. 이를 위하여, 먼저, 지리정보시스템 자료의 건물과 지형 자료를 ASCII 형태의 자료(raster 형식)로 변환한다. 각 대상지역에 대하여 변환된 ASCII 형태의 자료를 이용하여, 건물은 CFD 모델의 격자 해상도에 맞도록 구축하고, 지형은 등고선 자료를 수평으로 내삽하여 각각 구축한다. 최종적으로 구축한 건물 자료와 지형 자료를 병합하여 지표경계입력 자료를 구축한다.

Fig. 2. Three–dimensional configuration of buildings and topography around the AQMS 111181.

유입류 방향별로 수치 도면 경계면과 도로로부터 배출된 대기오염물질 분포 특성을 분석하기 위하여, 16가지 풍향(북풍으로부터 22.5° 간격으로 설정)에 대해 수치 모의를 수행하였다. 유입 경계에서 바람(U, V, W), 난류운동에너지(k), 그리고 난류운동에너지 소멸률(ε)의 연직 분포는 Castro and Apsley (1997)가 제안한 연직 분포식[식 (1) – (5)]을 이용하였다.

\(U(z)=\frac{u^{*}}{\kappa} \ln \left(\frac{z}{z_{0}}\right) \cos q\)       (1)  

\(V(z)=\frac{u^{*}}{\kappa} \ln \left(\frac{z}{z_{0}}\right) \sin q\),       (2)  

W(z) = 0,       (3)  

\(k(z)=\frac{u_{*}^{2}}{C_{\mu}^{1 / 2}}\left(1-\frac{z}{\delta}\right)^{2}\)       (4)  

\(\varepsilon(z)=\frac{C_{\mu}^{3 / 4} k^{3 / 2}}{\kappa z}\).       (5)

여기서, u*는 마찰 속도, κ는 von Karman 상수(= 0.4), z₀는 거칠기 길이(= 0.05 m), δ는 경계층 두께(= 1000 m), 그리고 C_μ는 난류운동에너지와 소멸률에 대한 경험적 상수(= 0.0845)를 의미한다(Yakhot et al., 1992).

도시 지역의 건물과 지형에 의한 상세 흐름 특성과 대기오염물질 확산 특성을 분석하기 위해서 두 가지 대기오염물질 배출 시나리오를 고려하였다(Table 1). 첫 번째 시나리오는 대기오염물질이 유입 경계로부터 수송만 일어나고, 대상 영역 내부에서 배출되는 대기오염 물질은 없다고 가정하였다. 이 시나리오는 대상지역의 지형과 건물 분포 특성에 의해 형성된 상세 흐름장이 배경 대기로부터 유입된 대기오염물질 분포에 미치는 영향을 조사하고, 유입되는 대기오염물질에 대한 핫스팟 (hot spot) 지역, 안전 지역(shelter) 등의 파악을 위해 수립하였다. 두 번째 시나리오에서는 대기오염물질이 배경대기로부터 유입되는 것은 없고, 선오염원(도로)으로부터만 배출된다고 가정하여 수행하였다. 이 시나리오는 상세 흐름장이 선오염원으로부터 배출된 대기오염 물질의 핫스팟(hot spot) 지역이나 안전 지역(shelter) 등의 형성에 미치는 영향을 파악하고자 수행하였다.

Table 1. Summary of the simulations

3. 결과와 토의

1) 바람 분포

Fig. 3은 유입류가 동풍, 서풍, 남풍, 북풍일 때 도시대기측정소 측정 고도(지상 17.5 m)에서 조사한 바람 벡터장과 연직 속도 분포이다. 대상 지역의 북동쪽과 남동쪽은 산악 지형의 영향으로 강한 상승·하강기류가 형성된다. 특히 북동쪽 산의 풍상측에서는 높은 고도로 인해 풍속이 강하다. 유입류가 북풍과 동풍일 때, 북동쪽 산의 풍상측에서는 상승기류가 형성되고 역류가 형성되는 풍하측에서는 약한 상승기류가 지배적이다. 유입류가 남풍과 서풍일 때는, 북동쪽 산의 풍상측(풍하측)에서는 강한 상승(하강)기류가 형성된다. 한편, 건물이 밀집한 상업지구에는 건물에 의해 흐름이 왜곡되어 풍향이 변하고 2차 순환에 의해 복잡한 흐름이 나타난다.

Fig. 3. Wind vectors and distribution of the vertical wind components at the AQMS height [17.5 m above ground level (AGL)] in the cases of the (a) northerly, (b) easterly, (c) southerly, and (d) westerly inflows.

2) 배경 대기로부터 유입되는 대기오염물질 분포

시나리오 1은 대기오염물질이 배경 대기로부터만 유입되고, 대상 영역 내부에서 배출되는 대기오염물질은 없다고 가정한 실험이다. Fig. 4는 동풍, 서풍, 남풍, 북풍의 유입류에 대해 도시대기측정소 측정 고도에서 조사한 유입농도 대비 농도 비율을 나타낸다. 노란색은 유입 농도 대비 100%를 의미하고 파란색은 0%를 의미한다. 대상 지역 주변의 농도는 북동쪽에 위치한 산의 영향이 큰 것을 알 수 있다. 특히, 유입류가 북풍과 동풍인 경우, 산풍하측에서 농도는 배경농도 대비 20~40%까지 낮아졌다. 은평구 AQMS 위치(yellow circle in Fig. 4)에서 농도는 지형 영향보다 근처에 분포하고 있는 건물 영향을 더 크게 받았고, 북풍(동풍)일 때 AQMS가 건물 풍하측에 위치하면서 유입 농도 대비 78(74)%로 낮아졌다. 반면, 유입류가 남풍과 서풍일 때에는 AQMS 풍상측에 건물이 성기게 분포하면서 유입 농도와 유사한 크기의 농도(남풍: 96%, 서풍: 88%)가 나타났다.

Fig. 4. Fields of the ratios of the concentrations to the background concentrations at the AQMS height (17.5 m AGL) in the cases of the (a) northerly, (b) easterly, (c) southerly, and (d) westerly inflows.

Fig. 5는 도시대기측정소 지점에서 수치 모의한 농도와 배경 농도의 비율을 16 방위에 대해 나타낸 것이다. 도시대기측정소 지점에서 모의된 농도는 평균적으로 유입농도의 약 79%가 나타났다. 유입류가 북풍에서 동풍 계열인 경우에는 북동쪽에 위치한 지형(산)과 건물의 영향으로 유입 농도 대비 농도 비율이 매우 낮았다 (평균 57%). 본 연구에서는 비반응성 대기오염물질을 고려하였기 때문에, 오존과 같은 2차 생성 대기오염물질의 장기변동성 분석 결과와 직접적으로 비교하기 어렵다. 그러나 이 결과는 주변 건물이나 지형 영향을 받는 도시대기측정소가 측정하는 대기오염물질 농도가 배경 대기의 대기오염물질 농도를 어느 정도 설명할 수 있는지에 대한 척도를 제공할 수 있다.

Fig. 5. Ratios of the concentrations at the AQMS 111181 to the background concentrations in the 16-inflow cases.

Fig. 6은 고도에 따른 무차원 농도(C*) 분포를 나타낸다. 여기서 C*는 16방위에 대해 수치 모의된 농도장을 평균하고, 이를 각각의 층(지상 고도)별 평균으로 나누어 무차원 시킨 농도다. Fig. 6에서 초록색은 평균 농도가 나타나는 영역을, 푸른색 계열은 평균보다 낮은 농도가 나타나는 영역을, 노랑색에서 붉은색은 평균보다 높은 농도가 나타나는 영역을 의미한다. C* 농도의 범위는 평균 농도의 1.4배 이내로 분포하였고, 지표(2.5 m)에서는 층 평균 농도에 비해 농도가 낮은 영역(푸른색 계열)이 넓게 분포했고, 고도가 증가할수록 평균 농도영역(초록색)이 넓어졌다. 한편, 건물 사이(특히, 고층 건물 주변)와 고도가 낮은 지역에서는 평균 농도에 비해 낮은 농도가 나타났는데, 이는 배경 대기로부터 수송되는 대기오염물질이 지형과 건물의 차폐 효과로 인해 충분히 유입되지 못하기 때문인 것으로 판단된다. 

Fig. 6. Fields of the non-dimensionalized concentrations (C*) at (a) 2.5 m, (b) 7.5 m, (c) 12.5 m, (d) 17.5 m, (e) 22.5 m, (f) 27.5 m, (g) 32.5 m, (h) 37.5 m, and (i) 42.5 m AGL in the scenario one. 

3) 도로로부터 배출되는 대기오염물질 분포

시나리오 2에서는 배경 대기로부터 유입되는 대기오염물질이 없고, 선오염원(도로)으로부터만 대기오염물질이 배출된다고 가정하였다. Fig. 7(a)와 Fig. 7(b)는 북풍이 부는 경우 지표면과 AQMS 측정 고도의 스칼라 오염물질 분포를 나타낸 것이고, Fig. 7(c)와 Fig. 7(d)는 Fig. 7(b)의 ①과 ② 지역을 확대하여 연직 속도장과 함께 나타낸 그림이다. 대기오염물질이 도로를 따라 배출되기 때문에 지표면에서는 도로 근처의 농도가 높게 나타난다(Fig. 7(a)). 반면, 측정 고도에서는 배출원인 도로를 따라 고농도가 나타나는 것이 아니라, 주로 고층 건물 풍하측 지역에서 나타났다(① and ② in Fig. 7(b)). 이에 대한 원인을 조사하기 위하여 측정 고도에서의 바람 벡터장과 연직 속도 분포를 살펴보았다(Fig. 7(c) and 7(d)). 먼저, ① 지역은 고층 아파트 단지와 도로가 인접한 지역으로 아파트 단지의 풍하측(남쪽)에 형성된 재순환 영역(recirculation zone)에 포함되는 지역이다. 이 재순환 영역에 의해 아파트 단지 풍하측에서는 상승류가 나타나는데(Fig. 7(c)), 이로 인해 지표 근처의 고농도 대기오염 물질이 측정 고도까지 수송되어 고농도를 형성한 것으로 판단된다. ② 지역도 고층 아파트 단지와 도로가 인접해 있고, 아파트 풍상측 지표면에 있는 고농도 대기 오염물질이 상승기류를 통해 수송되는 것을 알 수 있다. 한편, 아파트 단지들은 도시 협곡을 이루고 건물 사이에는 공간이 존재하는데, 도로에 인접한 지역은 수송에 의한 고농도가 나타나지만 도로에서 멀어질수록 건물의 차폐 효과로 인해 도시 협곡 내에 저농도가 형성되었다.

Fig. 7. Fields of the concentrations at (a) 2.5 m and (b) 17.5 m AGL and wind vectors and distributions of the vertical wind components in the rectangles of (c) ① and (d) ② in (b). 

Fig. 8은 고도별 무차원 농도(C*) 분포를 나타낸다. 고도가 낮은 경우에는 주로 도로 주변에서 고농도 지역(핫스팟)이 나타났다(Fig. 8(a), 8(b), and 8(c)). 고도가 높아 질수록 핫스팟은 고지대(북동쪽과 남동쪽)보다는 주로 저지대(상업지구)에서 나타났고, 낮은 건물보다는 높은 건물이 밀집되어있는 지역에 형성되었다(Fig. 8 and 9). 이는 앞서 북풍이 부는 경우에 분석한 바와 같이, 저지대에서는 풍속이 고지대보다 상대적으로 약하기 때문에 농도 확산이 활발하지 않기 때문에 핫스팟이 형성되고, 고층 건물 주변에서는 2차 순환(재순환, 도시 협곡 소용돌이)에 의한 상승기류에 의해 지표 근처의 고농도가 상층으로 수송되어 핫스팟이 형성된 것으로 판단된다.

Fig. 8. The same as Fig. 6 except for the scenario two.

4) 측정 목적에 따른 측정망 위치 선정에 대한 방법론 제시

도시 지역에서는 배출원이 다양하고 분포가 복잡할 뿐만 아니라 건물과 지형에 의해 복잡한 흐름이 형성되기 때문에, 인접한 대기오염물질 농도는 큰 차가 나타날 수 있다. 본 절에서는 시나리오 1과 2에서 수치 모의된 대기오염물질 농도의 공간(수평/연직) 분포 결과를 이용하여 도시대기측정소가 대상 지역의 대기질을 대표 할 수 있는지에 대하여 평가하고, 측정 목적에 따른 측정소 위치 선정에 대한 가이드라인을 제시하고자 한다.

Fig. 10은 무차원된 농도(층 평균 농도/최대 층 평균 농도)의 연직 분포를 나타내고, 검은(빨간) 실선은 시나리오 1(2)의 층 평균 농도를, 연두색(갈색) 사각형은 시나리오 1(2)의 은평구 AQMS 위치에서 수치 모의된 농도를, 그리고 초록색(노란색) 영역은 농도의 평균 ± 표 준편차(σ) 범위를 나타낸다. 배경 대기로부터 유입만 고려한 시나리오 1의 경우, 층 평균 농도의 최대 값은 최상층에서 나타나고 고도가 낮아질수록 층 평균 농도가 낮아지며, 평균 ± 표준편차(σ) 범위는 고도 별로 일정하게 나타났다. 반면에 도로에서 배출만 고려한 시나리오 2의 경우, 층 평균 농도의 최대 값은 최하층(지표면)에서 나타나고 고도가 높아 질수록 층 평균 농도가 점차 감소한다. 또한, 평균 ± 표준편차(σ) 범위는 지표면에서 가장 넓게 분포하고 고도가 높아짐에 따라 점점 감소하였다. 은평구 AQMS 위치에서 수치 모의된 농도는 각 층의 평균 농도(검은 실선과 빨간 실선)와 유사한 크기를 가지고(rectangle in Fig. 9(a)), C* 농도도 층 평균 농도가 나타나는 영역(초록색) 안에 위치하고 있다(Fig. 6(d) and 8(d)). 따라서 은평구 AQMS의 현재 위치는 대기오염물질이 배경 대기에서 수송되는 경우와 도로에서 배출되는 경우 모두 이 지역의 평균적인 대기질 농도를 나타낼 수 있는 측정 지점으로 판단된다.

Fig. 9. Distributions of (a) the roads, contours, and (b) buildings around the AQMS 111181.

Fig. 10. Vertical profiles of the non-dimensionalized concentrations for the scenarios 1 and 2.

본 연구에서는 수치 모의 결과를 이용하여 측정 목적에 따른 측정망 위치 선정에 대한 가이드라인을 제시하고자 한다. 측정망 분류는 대상 지역 내에서 고농도가 나타나는 지역(hot spot), 청정 지역(clean zone), 각 층의 평균 농도가 나타나는 지역(average zone), 건물/지형에 가로막혀 흐름의 유입과 유출이 활발하지 않는 안락처 지역(shelter zone), 외부에서 수송되는 배경 농도를 대표할 수 있는 지역(equi-background zone) 등 총 5가지로 구분하였다(Table 2). Fig. 11(a)는 도로 배출에 의해 고농도(hot spot)가 나타나는 영역(각 층 평균 농도의 1.75배 이상)을 표시한 것이고, 시나리오 2에서 분석한 바와 같이, 지표 근처에서는 도로 주변에 분포하고 고도가 높아지면서 고층 건물 주변에서 나타났다. Fig. 11(b)는 도로 배출과 배경에서 수송되는 대기오염물질의 영향을 적게 받는 청정 지역(clean zone)을 나타낸다. 청정 지역은 도로 배출의 영향이 적고 풍속이 강한 북동쪽의 산과, 이산에 의해 배경 오염물질이 차단되는 서쪽 풍하측(주거 지역)에서 나타났다. Fig. 11(c)는 각 층별로 평균적인 농도가 나타나는 지역(average zone)으로, 지표면에서는 수평 농도의 크기 차이가 크기 때문에 일부 지역에만 나타났으나, 고도가 높아질수록 평균 지역을 나타내는 영역이 넓어졌다. Fig. 11(d)는 안락처 지역(shelter zone)으로, 건물과 지형의 차폐 효과로 인해 내부와 외부의 흐름 교환이 원활하지 못한 특성을 가진다. 이 지역에서는 도로에서 배출되는 오염물질이 확산되지 못해 축적되거나 외부의 오염물질이 유입되지 않아 낮은 농도를 보일 수 있다. 고농도가 나타나는 지역은 주로 지표 근처에서는 좁은 도로와 건물들이 밀집한 지역에서 나타났고, 고도가 높아 질수록 고층 건물 주변에서 나타났다. Fig. 11(e)는 외부에서 수송되는 배경 농도와 유사한 크기를 가진 영역(equi-background zone)으로 배경 농도의 대표성을 가지는 지역이다. 배경 농도의 대표성을 판단하기 위하여 도로 배출의 영향이 적고(층 평균 농도 75% 이하), 경계에서 수송되는 농도가 평균적인 값(95%~105%)을 가지는 지역을 표시하였다. 배경 농도는 주로 북동쪽과 남동쪽의 산악 주변과 수치 도면 경계면 부근에서 나타났다.

Table 2. Classification of the characteristic areas

\(\overline C\) = Clayer-average

Fig. 11. Distributions of the (a) hot-spot zones, (b) clean zones, (c) average zones, (d) shelter zones, and (e) equibackground zones at four heights.

앞선 결과에서 볼 수 있듯이, 수평과 연직으로 대기 오염물질 분포가 복잡하기 때문에 측정 목적에 맞게 측정소 위치를 선정할 필요가 있다. 본 연구 결과는 측정망 위치 선정에 대한 방법론을 제시한 것이고, 수치 실험 설정에서 도로 면적당 같은 양의 대기오염물질이 배출되고 대상 지역의 풍향에 대한 가중치가 반영되지 않은 결과이다. 수치 도면 내에 포함된 산의 최대 높이는 325 m로 모델 최상층(500 m)과 약 175 m 이격되어 있다. 대상 지역의 북동쪽에는 모델 최상층보다 높은 북한산(835 m)과 도봉산(740 m)이 연결되어 위치한다. 따라서 유입류 풍향이 북풍~동풍 계열일 때 산맥의 영향으로 대기 흐름과 농도 패턴이 달라질 것으로 판단된다. 향후, 보다 현실적인 결과를 도출하기 위해서는 도로와 건물별 배출량과 풍향에 대한 가중치가 고려되야 할 것이고, 산악 지형이 포함되는 경우에는 수치 도면을 수평·연직 방향으로 확장시킬 필요가 있을 것으로 판단된다.

4. 결론

본 연구는 도시 지역에 위치한 도시대기측정소(air quality monitoring system, AQMS)가 대상 지역의 대기질을 대표할 수 있는지에 대하여 수치 모델을 이용하여 평가하고, 측정 목적에 따른 측정소 위치 선정에 대한 방법론을 제시하였다. 이를 위하여 서울시 은평구 불광동에 위치한 AQMS를 대상 지역으로 선정하였고, 배출원에 따른 대기오염물질 확산 특성을 조사하기 위하여 두 가지 배출 시나리오 실험을 수행하였다. 첫 번째 시나리오는 대기오염물질이 유입 경계로부터 수송만 일어나고 대상 영역 내부에서의 배출은 없다고 가정하였고, 두 번째 시나리오는 배경 농도의 수송 없이 선오염원(도로)에서만 배출되도록 설계하였다. 두 시나리오 모두, 16가지 풍향에 대해 수치 모의를 수행하였다.

은평구 AQMS 주변에는 다수의 건물이 존재하고, 북동쪽과 남동쪽으로 높고 낮은 산이 위치하고 있다. 대상 지역의 대기 흐름은 북동쪽과 남동쪽 산의 영향을 크게 받았고, 건물이 밀집한 상업지구에서는 2차 순환에 의한 복잡한 흐름이 나타났다. 시나리오 1의 경우, 대상 지역의 농도는 북동쪽에 위치한 산의 영향을 크게 받았고, 은평구 AQMS 위치에서 농도는 지형의 영향보다 주변 건물의 영향을 크게 받았다. 도시대기측정소 지점에서 수치 모의되는 농도는 평균적으로 유입농도 대비 79%로 나타났다. 시나리오 2의 경우, 지표면 근처에서는 도로 주변에서 고농도가 나타났고, 고도가 증가할수록 고층 건물 주변에서 고농도가 나타났다. 이는 고층 건물 주변에서 재순환 영역에 의해 상승류가 형성되고 지표 근처의 고농도 대기오염물질이 수송되기 때문이다.

시나리오 1과 2에서 수치 모의된 결과를 이용하여 도시대기측정소가 대상 지역의 대기질을 대표할 수 있는지에 대하여 평가하고 측정 목적에 따른 측정망 위치 선정에 대한 가이드라인을 제시하였다. 은평구 AQMS 위치에서 모의되는 농도는 두 시나리오 결과의 층 평균 농도와 유사한 크기를 가지고 있어 대상 지역의 평균 농도를 대표할 수 있다고 판단할 수 있다. 대기질 농도는 수평·연직적으로 비균질적으로 분포하기 때문에 고도별로 측정망 위치를 제시하였고, 측정망 분류는 고농도가 나타나는 지역(hot spot)과 청정 지역(clean zone), 각 층의 평균 농도가 나타나는 지역(average zone), 건물/지형에 가로막혀 흐름의 유입과 유출이 활발하지 않는 안락처 지역(shelter zone), 외부에서 수송되는 배경 농도를 대표할 수 있는 지역(equi-background zone) 등 총 5가지로 구분하였다. 고농도 지역(hot spot)은 지표 근처에서는 도로 주변에서 나타났고, 고도가 높아 질수록 고층 건물 주변에서 나타났다. 청정 지역(clean zone)은 도로의 영향이 적고 풍속이 강한 지역과 산의 풍하측에서 나타났다. 평균 지역(average zone)은 지표면 근처에서는 농도 차가 크기 때문에 일부 지역에서만 나타났으나, 고도가 높아질수록 농도 차가 줄어들어 영역이 넓어졌다. 안락처 지역(shelter zone)은 지표 근처에서는 좁은 도로와 건물 밀집 지역에서 나타났고, 고도가 높아 질수록 고층 건물 주변에서 나타났다. 배경 농도 지역(equi-background zone)은 주로 고도가 높은 북동쪽과 남동쪽의 산악 주변에서 나타났다.

본 연구는 도시대기측정소의 대표성 평가와 측정망 위치 선정에 대한 방법론을 제시한 것으로, 배경에서 수송되는 농도와 도로 배출량을 단위 면적당 동일하게 설정하고 기상 상태를 간소화하여 수행하였기 때문에 실제 농도 특성과 다를 수 있다. 향후, 도로와 건물 별 상세 배출량과 중규모 모델의 기상장 결과를 입력 자료로 이용한다면 보다 현실적인 결과를 도출할 수 있을 것으로 기대된다.