DOI QR코드

DOI QR Code

Analysis of PM2.5 Impact and Human Exposure from Worst-Case of Mt. Baekdu Volcanic Eruption

백두산 분화 Worst-case로 인한 우리나라 초미세먼지(PM2.5) 영향분석 및 노출평가

  • Park, Jae Eun (Researcher Officer, National Disaster Management Research Institute, MOIS) ;
  • Kim, Hyerim (PhD Student, The University of Iowa) ;
  • Sunwoo, Young (Professor, Environmental Engineering, Konkuk University)
  • 박재은 (행정안전부 국립재난안전연구원 공업연구사) ;
  • 김혜림 (아이오와 대학교 화학 및 생화학 공학과 박사과정) ;
  • 선우영 (건국대학교 환경공학과 정교수)
  • Received : 2020.10.25
  • Accepted : 2020.10.27
  • Published : 2020.10.31

Abstract

To quantitatively predict the impacts of large-scale volcanic eruptions of Mt. Baekdu on air quality and damage around the Korean Peninsula, a three-dimensional chemistry-transport modeling system (Weather Research & Forecasting - Sparse Matrix Operation Kernel Emission - Comunity Multi-scale Air Quality) was adopted. A worst-case meteorology scenario was selected to estimate the direct impact on Korea. This study applied the typical worst-case scenarios that are likely to cause significant damage to Korea among worst-case volcanic eruptions of Mt. Baekdu in the past decade (2005~2014) and assumed a massive VEI 4 volcanic eruption on May 16, 2012, to analyze the concentration of PM2.5 caused by the volcanic eruption. The effects of air quality in each region-cities, counties, boroughs-were estimated, and vulnerable areas were derived by conducting an exposure assessment reflecting vulnerable groups. Moreover, the effects of cities, counties, and boroughs were analyzed with a high-resolution scale (9 km × 9 km) to derive vulnerable areas within the regions. As a result of analyzing the typical worst-case volcanic eruptions of Mt. Baekdu, a discrepancy was shown in areas between high PM2.5 concentration, high population density, and where vulnerable groups are concentrated. From the result, PM2.5 peak concentration was about 24,547 ㎍/㎥, which is estimated to be a more serious situation than the eruption of Mt. St. Helensin 1980, which is known for 540 million tons of volcanic ash. Paju, Gimpo, Goyang, Ganghwa, Sancheong, Hadong showed to have a high PM2.5 concentration. Paju appeared to be the most vulnerable area from the exposure assessment. While areas estimated with a high concentration of air pollutants are important, it is also necessary to develop plans and measures considering densely populated areas or areas with high concentrations of susceptible population or vulnerable groups. Also, establishing measures for each vulnerable area by selecting high concentration areas within cities, counties, and boroughs rather than establishing uniform measures for all regions is needed. This study will provide the foundation for developing the standards for disaster declaration and preemptive response systems for volcanic eruptions.

백두산 화산의 대규모 분화로 인한 우리나라 PM2.5 영향 및 피해범위를 정량적으로 예측하기 위하여 우리나라에 직접 피해를 주는 worst-case 기상 시나리오를 적용하여 3차원 대기화학모델링 시스템 WRF-SMOKE-CMAQ(Weather Research & Forecasting - Sparse Matrix Operation Kernel Emission - Comunity Multi-scale Air Quality)을 구동하였다. 과거 10년(2005~2014년)간 백두산 분화 worst-case 우선순위 중 우리나라에 가장 큰 직접 피해를 주는 대표 worst-case 시나리오를 적용하여 대상 사례일(2012.5.16)에 VEI 4의 대규모 화산 분화를 가정하여 화산 분화로 인한 초미세먼지(PM2.5)의 영향을 분석하였다. 우리나라 지역별(시군구) PM2.5의 영향을 예측하고 취약계층 등을 반영한 노출평가를 실시하여 취약지역을 도출하였다. 또한, 시군구의 영향을 보다 상세규모(9 km × 9 km)로 분석하여 시군구 지역 내 취약지역을 도출하였다. 백두산 분화 대표 worst-case(2012.5.16.) 분석결과, 국내 PM2.5 피크농도는 24,547 ㎍/㎥로 낙하 화산재(5억 4천만톤) 처리가 가장 큰 문제로 대두되었던 미국 세인트헬렌스 화산 분화(1980년) 사례보다 더 극한 상황이 될 것으로 예상된다. 또한, PM2.5 고농도 지역의 분석결과, 파주, 김포, 고양, 강화, 산청, 하동에서 고농도가 나타났다. 반면, 인구 노출분석 결과 인구 밀집지역인 파주가 특히 취약지역으로 나타났고, 취약계층 노출분석 결과 또한, 취약계층 인구가 많은 파주, 남양주, 화성이 취약지역으로 나타났다. 시군구 지역을 상세규모로 분석함으로써 하동 북부 등 시군구 지역 내에서의 고농도 지역을 도출할 수 있었다. 화산재해 발생 시 대기오염물질의 고농도 지역도 중요하지만 인구 및 민감군, 취약계층 밀집지역 등을 고려한 대응 및 대책 마련이 필요하겠으며 시군구에 대한 일률적인 대책보다 시군구 지역 내 고농도 지역 등의 선별을 통한 취약 지역별 대책 마련이 필요하겠다. 본 연구는 화산재해의 재난선포 기준 개발 및 선제적 대응체계 개발의 초석 마련에 기초자료가 될 것으로 판단된다.

Keywords

요약

백두산 화산의 대규모 분화로 인한 우리나라 PM2.5 영향 및 피해범위를 정량적으로 예측하기 위하여 우리나라에 직접 피해를 주는 worst-case 기상 시나리오를 적용하여 3차원 대기화학모델링 시스템WRF-SMOKECMAQ(Weather Research & Forecasting - Sparse Matrix Operation Kernel Emission - Comunity Multi-scale Air Quality)을 구동하였다. 과거 10년(2005∼2014년)간 백두산 분화 worst-case 우선순위 중 우리나라에 가장 큰 직접 피해를 주는 대표 worst-case 시나리오를 적용하여 대상 사례일(2012.5.16)에 VEI 4의 대규모 화산 분화를 가정하여 화산 분화로 인한 초미세먼지(PM2.5)의 영향을 분석하였다. 우리나라 지역별(시군구) PM2.5의 영향을 예측하고 취약계층 등을 반영한 노출평가를 실시하여 취약지역을 도출하였다. 또한, 시군구의 영향을 보다 상세규모(9 km × 9 km) 로 분석하여 시군구 지역 내 취약지역을 도출하였다. 백두산 분화 대표 worst-case(2012.5.16.) 분석결과, 국내 PM2.5 피크농도는 24,547 μg/m3로 낙하 화산재(5억 4천만톤) 처리가 가장 큰 문제로 대두되었던 미국 세인트헬렌스 화산 분화(1980년) 사례보다 더 극한 상황이 될 것으로 예상된다. 또한, PM2.5 고농도 지역의 분석결과, 파주, 김포, 고양, 강화, 산청, 하동에서 고농도가 나타났다. 반면, 인구 노출분석 결과 인구 밀집지역인 파주가 특히 취약지역으로 나타났고, 취약계층 노출분석 결과 또한, 취약계층 인구가 많은 파주, 남양주, 화성이 취약지역으로 나타났다. 시군구 지역을 상세규모로 분석함으로써 하동 북부 등 시군구 지역 내에서의 고농도 지역을 도출할 수 있었다. 화산재해 발생 시 대기오염물질의 고농도 지역도 중요하지만 인구 및 민감군, 취약계층 밀집지역 등을 고려한 대응 및 대책 마련이 필요하겠으며 시군구에 대한 일률적인 대책보다 시군구 지역 내 고농도 지역 등의 선별을 통한 취약 지역별 대책 마련이 필요하겠다. 본 연구는 화산재해의 재난선포 기준 개발 및 선제적 대응체계 개발의 초석 마련에 기초자료가 될 것으로 판단된다.

1. 서론

백두산 화산 분화 시 수도권과의 거리가 약 500km 이상 떨어져 있어, 화산재해 발생 시 우리나라는 화산 이류, 용암류 등 근접 재해로 인한 피해 가능성은 상대적으로 적은 반면, 화산재 및 화산가스의 장거리 확산으로 인한 피해가 발생할 수 있다(Park, 2019). 대기 중 배출된 화산재 및 화산가스의 경우 PM10, PM2.5, SO2, CO 등과 같이 대기질 악화 및 인체에 악영향을 미칠 수 있는 대기오염물질을 다량 포함하고 있으며 고농도의 화산 구름을 형성하여 보다 광범위한 지역에 경제적 손실과 대기질 악화로 인한 호흡기 질환 등의 인체영향을 유발할 수 있다(Gudmundsson et al., 2010).

과거 10세기경 대규모 분화 이력이 있는 백두산 화산은 2002년 이후 화산성 지진 급증, 비정상적인 지표 변형 등의 전조현상이 나타남에 따라 백두산 화산의 대규모 분화 가능성이 제기되었다(Park, 2019). 주변국 일본 또한, 108개의 활화산이 존재하며 매년 평균 15개의 화산이 분화한다. 과거 946년 백두산 화산 분화는 역사상 최악의 화산 분화(Volcanic Explosivity Index7.1)로 기록되고 있으며 백두산 화산이 다시 대규모로 분화할 경우 엄청난 피해를 야기할 것으로 예측된다.

현재 우리나라에서 화산 분화로 인한 영향을 예측하기 위해 사용되고 있는 모델은 주로 화산재의 확산만을 모사하는 모델 또는 대기 중 화학반응이 고려되지 않거나 제한적인 모델들이다. 대기 중 화학반응으로 생성되는 2차 오염물질이나 인체 건강에 직접적인 영향을 미치는 PM10, PM2.5등은 예측할 수 없다는 한계가 있다 (Park, 2019). 따라서 이런 잠재적 화산재해에 대한 영향을 정량적으로 예측하기 위해서는 3차원 대기화학 모델의 적용이 필수적이다.

본 연구에서는 백두산 화산 분화로 인한 우리나라 PM2.5 영향 및 피해범위를 정량적으로 예측하기 위하여 백두산 분화 시 우리나라에 직접 피해를 주는 worst- case 기상 시나리오를 적용하여 3차원 대기화학모델링 시스템(WRF-SMOKE-CMAQ)을 구동하였다(Park, 2019). 대기화 모델링 시스템(WRF-SMOKE-CMAQ)은 EPA 및 우리나라 등에서 대기질 예측 및 평가를 위해 활발히 사용되고 있는 모델이다(Park, 2019). 대기확산모델인 CMAQ은 EPA에서 개발한 3차원 화학 수송 대기질 모델로써 국립환경과학원에서 미세먼지 및 초미세먼지 예보 등에 쓰이며 예측 모델의 근간이라 할 수 있는 수치모델이다.

모델링 결과를 바탕으로 백두산 화산 분화 시 우리나라의 PM2.5 영향을 분석하고 화산재해로 인한 노출평가를 실시하여 취역지역을 도출하였다.

2. 연구방법

1) 분석사례 선정

과거 대규모 분화 기록이 있는 백두산 화산이 분화할 경우, 우리나라 대기질에 직접적인 영향을 미칠 수 있는 확률은 약 4∼5% 내외로(Kim, 2016), 대부분의 분화 시 우리나라에 직접적인 영향을 주지 않을 것으로 예측된다.

따라서 백두산 화산 분화로 인해 우리나라 대기질에 미칠 수 있는 영향을 평가하기 위해서는 화산분출물이 우리나라에 직접적인 영향을 줄 수 있는 기상 사례의 선정이 필요하다. MPSS(2016) 연구에서 선정한 과거 10년 (2005년∼2014년) 간의 기상자료를 바탕으로 공기괴 궤적 분석을 통해 백두산 분화 시 우리나라에 직접 피해를 주는 worst-case 기상 사례일(30순위) 중 우리나라에 가장 큰 직접 피해를 줄 것으로 예상되는 대표 worst-case 시나리오(2012.5.16.)를 대상 사례로 적용하였다(Park, 2019).

2) 화산 배출량 산정

화산 폭발지수(VEI, Volcanic Explosivity Index)는 화산 분출물 총량을 기준으로 분화 규모를 VEI0~VEI8까지 9등급으로 분류하고 일반적으로 VEI4 이상은 광역 확산이 가능한 분화 규모가 큰 분화로 인식된다.

본 연구는 백두산 화산의 대규모 분화 시 우리나라의 PM2.5 영향을 살펴보기 위한 것으로 대규모 분화인 VEI 4의 분화 규모를 적용하였다. 화산재 배출량은 NIER (2012)에서 중규모 화산 분화 모델인 ERUPT3를 구동하여 산출된 결과를 활용하여 Kim(2017) 연구에서 산정한 VEI4의 배출량(PM2.5, PM10)을 SMOKE의 입력자료로 사용하였다.

화산 분화 시 배출되는 가스상 물질은 수증기(84.8∼99.3%)와 이산화탄소가 대부분을 차지하나(Fischer, 2008), H2O, CO2, HCl이 대기에 미치는 영향은 미미하다고 알려져 있다(Park, 2012). 수증기와 이산화탄소를 제외한 물질 중에는 SO2가 다른 배출물질에 비해 상대적으로 많은 양이 배출된다.

SO2는 최근 UV remote sensing을 통한 관측이 가능하여 비교적 쉽게 배출량을 산정할 수 있지만 SO외의 다른 가스 성분에 대한 정확한 배출량 산정은 어렵다. 이에 다른 가스 성분을 산정하기 위해서 관측된 SO양을 이용하여 가스 성분 비율에 외삽(extra polate) 하여 산정하는 것이 일반적이다(Tamburello et al., 2014; Allard et al., 2015).

본 연구의 화산가스 배출량은 MPSS(2016)의 백두산 화산가스 성분 조성비에 다년간의 위성자료 분석을 통해 Schnetzler et al.(1997)이 제안한 VSI(Volcanic Sulfurdioxide Index)의 SO2 배출량을 외삽하여 Table1과 같이 CO, CH4, NH3의 배출량을 산정하였고 이를 SMOKE의 입력 자료로 사용하였다.

Table 1. Input volcanic gas emissions (Kim et al., 2017)

OGCSBN_2020_v36n5_4_1267_t0001.png 이미지

3) 화산 분화 모사를 위한 모델링 체계 구축

(1) 모사 도메인 설정

대규모 화산 분화 시 우리나라의 PM2.5 영향을 분석하기 위하여 Fig.1과 같이 대기질 모델링에서 일반적으로 사용되는 둥지격자 도메인(도메인 1, 2)을 이용하여 기상 및 대기질 모델 구동시 도메인 1의 모사결과가 도메인 2의 경계조건(boundary condition)이 되도록 설정하였다.

OGCSBN_2020_v36n5_4_1267_f0001.png 이미지

Fig. 1. Modeling domain and information of selected volcanoes.

동북아시아 지역을 포함한 도메인 1은 27km ×27km 해상도의 격자로 설정하고 남한 전역을 포함한 도메인 2는 9km ×9km 해상도의 격자로 설정하여 분석대상 지역인 남한을 보다 상세히 모사하였다.

(2) 기상모델 수행 조건

CMAQ의 입력자료인 기상자료를 생성하기 위하여 기상모델인 WRF(Weather Research & Forecasting) version3.6을 사용하였다. 입력자료는 미국 국립환경 예측센터(National Centers for Environmental Prediction; NCEP)에서 제공하는 FNL(final operational model global tropospheric analyses data)을 사용하였다. FNL 자료의 공간 해상도는 1.0°×1.0°이고 시간 해상도는 6시간이다.

백두산 분화 worst-case 사례에 대해 pre-run 기간 2일을 포함하여 5일을 구동하였으며 지표 인근의 기온, 기압, 습도 등 모델링 결과의 정확도 향상을 위하여 NCEP에서 제공하는 지표 관측자료(global surface observational weather data)를 적용하여 Grid Nudging을 수행하였다. 최상층 기압을 50hPa로 하였으며, 이하 연직층은 30개 층으로 설정하였다. WRF 모델의 설정 및 주요 물리과정은 Table2와 같다.

Table 2. WRF modeling options and details

OGCSBN_2020_v36n5_4_1267_t0002.png 이미지

(3) 배출량 처리 모델 수행 조건

CMAQ의 배출량 입력자료를 생성하기 위하여 배출량 처리모델인 SMOKE(Sparse Matrix Operation Kernel Emission) version3.5.1을 사용하였다.

도메인 1의 동아시아 지역 배출량은 INTEX(Inter- national chemical transport experiment)-B 배출목록을 사용하였고 화산 배출량의 경우 2.2에서 언급한 배출량을 적용하였다. 도메인 2의 국내 배출량은 인위적 배출원에 대한 배출량은 국립환경과학원의 2012년도 CAPSS (Clean Air Policy Support System) 배출목록을 사용하였고 생물학적 배출량(biogenic emission)은 BEIS3(Biogenic Emission Inventory System)를 구동하여 생산된 배출량 자료를 적용하였다.

(4) 3차원 대기화학모델 적용

백두산 화산 분화를 3차원 대기화학모델인 CMAQ 데 적용하기 위해서 앞서 구동한 WRF의 기상자료와 SMOKE 배출량자료를 기반으로 CMAQ version5.0.2를 구동하였다. CMAQ의 초기조건(initial condition)은 48 시간의 pre-run을 포함하여 120시간으로 구동하였다. CMAQ 및 SMOKE의 구동 조건은 Table3과 같다.

Table 3. Model run options of SMOKE and CMAQ

OGCSBN_2020_v36n5_4_1267_t0003.png 이미지

4) 화산 분화로 인한 지역별 PM2.5 영향 분석 및 노출 평가

대규모 백두산 화산 분화 시 화산재로 인한 초미세먼지(PM2.5)의 국내 진입영향을 분석하기 위하여 우리나라 시간대별 PM2.5 농도를 분석하였다. 또한, 우리나라 지역별 영향을 분석하기 위하여 초미세먼지(PM2.5)의 시군구행정구역별 영향을 분석하고 인구, 취약계층, 어린이, 노약자를 반영한 노출평가를 실시하여 화산재해 취약 지역을 도출하였다. 시군구 지역의 영향을 좀 더 상세히 분석하기 위하여 상세규모(9km×9km)로 피해 영향을 분석하였다.

대상 사례일(2012.5.16.)에 대규모 백두산 분화 (VEI4) 를 가정하여 구동한 CMAQ 결과를 QGIS Desktop2.12.3을 이용하여 교차분석 및 위치에 따라 속성결합 기능을 사용하여 분석하였다.

우리나라 지역별 노출평가는 통계청 국가통계포털이 행정구역별 주민등록인구 통계(2018년)의 총 인구 및 어린이(14세 이하), 고령자(65세 이상), 취약계층(어린이 및 고령자) 인구를 기준으로 전국 시군구 행정구역별 인구 대비 초미세먼지(PM2.5)의 노출분석을 실시하였다.

3. 연구결과

1) 백두산 분화 시 우리나라 PM2.5 시간대별 농도 분포

3차원 대기화학모델인 CMAQ 모델링을 통해 도출된 백두산 화산 분화 시 우리나라의 PM2.5 시간대별 농도 분포는 Fig.2와 같다. 국내 PM2.5 기준은 재난을 상정한 본 연구와 비교하기에는 매우 낮은 수치로 적합하지 않아 미국 대기질지수(AQI)에서 분류한 PM2.5 농도의 위험 수준인 250µg/m3를 기준으로 나타내었다.

백두산 분화 worst-case인 2012.5.16.의 기상은 서울을 기준으로 평균기온 16.6°C, 평균풍속 3m/s, 최대풍속 5.9m/s 이며, 2012.5.17. 은 평균기온 16.6°C, 평균풍속 2.6m/s, 최대풍속 7.3m/s, 2012.5.18. 은 평균기온 18.1°C, 평균풍속 2.5m/s, 최대풍속 5.7m/s 이었다. 전반적인 풍향은 북풍 계열 위주의 바람이 불다가 북서풍 계열의 바람이 부는 것으로 나타났다.

Fig.2(a)는 분화 30시간 후의 결과로 화산 분화 시 배출된 PM2.5는 분화 약 30시간 후 남한으로 진입하기 시작하는 것을 볼 수 있다. 이후 분화 36시간 후 수도권과 충남, 강원도 지역을 거쳐 이동한 후 약 48시간 이후 남한 전역에 위험농도 수준을 초과하여 분화 54시간 이후 서서히 남쪽 지역으로 빠져나가는 것을 볼 수 있다.

OGCSBN_2020_v36n5_4_1267_f0002.png 이미지

Fig. 2. CMAQ model results of Mt. Baekdu eruption (surface PM2.5 concentration) on May 16, 2012 00h (KST).

화산 분화 후 국내 진입 시점을 서울(불광) 기준으로 분석한 결과, 분화 31시간 후 서울(불광)에 진입하고 분화 후 31∼49시간에 서울에 체류하며 분화 38시간 후인 5.17.14시에 24, 547µg/m3로 PM2.5 농도 최고치를 보인다. 이후 분화 50시간 후인 5.18.02시에  20µg/m3로 화산 분화로 인한 영향권에서 벗어난다.

2) 백두산 분화 시 우리나라 PM2.5 지역별 영향 분석

Fig.3의(a), (b)는 화산 분화 기간 중 PM2.5의 최대농도를 행정구역별, 격자별(9km ×9km)로 분석한 것이다. (a)의 전국 시군구 행정구역별로 분석한 결과 경기북부, 서울북부, 강원 철원군, 전남일부, 경남, 울산지역이고 농도로 나타났으며, 특히 파주 및 김포지역이 가장 고농도로 나타났다. (b)의 격자별(9km ×9km)로 분석한 결과 경기북부 중 강화군, 김포시, 파주시, 양주서부, 포천 북부일부와 강원도 철원 남부, 화천 서부일부 그리고 전남 화순동부, 순천서부, 구례동부, 광양동부, 경남지역은 하동군 중에서도 하동 북부가 가장 고농도를 보이며, 산청남부, 울산은 울주 일부가 고농도로 나타났다. 시군구를 상세 규모(9km ×9km)로 분석함으로써 시군구내에서의 고농도 지역을 도출할 수 있었다.

OGCSBN_2020_v36n5_4_1267_f0003.png 이미지

Fig. 3. PM2.5 concentration from simulation of Mt. Baekdu eruption on May 16, 2012, by regions.

백두산 화산 분화(5.16.0시)로 인한 국내의 일평균 초미세먼지(PM2.5) 영향을 살펴보기 위해서 분화 후 1∼3 일차일 평균농도를(c)∼(e)와 같이 분석하였다. 국내 PM2.5의 대기환경기준은 일평균 35µg/m이하이다.

국내 진입 시점은 서울(불광) 기준 분화 31시간 후로 화산 분화 1일차(5.16.)에 우리나라는 화산 분화로 인한 대기질 영향이 없는 것으로 나타났고, 2일차(5.17.)는 전북, 전남, 충남의 서쪽 일부 지역을 제외한 남한 전역이 PM2.5의 고농도를 보이며 3일차(5.18.)는 한반도 북부지역을 빠져나가 남부지역만 고농도인 것으로 나타났다.

3) 백두산 분화 시 우리나라 PM2.5노출 평가

백두산 화산 분화로 인한 전국 시군구 행정구역별인 구대비초미세먼지(PM2.5)의 노출평가를 위하여 전국 총 인구 및 어린이(14세 이하), 고령자(65세 이상), 취약 계층(어린이 및 고령자)인구를 기준으로 PM2.5의 노출 분석을 한 결과는 Fig.4와 같다.

OGCSBN_2020_v36n5_4_1267_f0004.png 이미지

Fig. 4. Exposure evaluation of PM2.5 caused by Mt. Baekdu eruption on May 16, 2012.

PM2.5 농도는 서울과 경기북부, 강원도, 전남, 경남, 울산지역에서 고농도를 보이는 반면, 노출 분석 결과 인구가 많은 파주, 남양주, 김포, 일산과 전남, 경남지역이 취약지역으로 나타났다. 특히 취약계층 인구가 많은 순천, 진주, 김해, 구미가 노출 취약지역으로 나타났다.

4. 결론

과거 10년 (2005∼2014년)간 백두산 분화 worst-case 우선순위 중 우리나라에 가장 큰 직접 피해를 주는 대표 worst-case 시나리오(2012.5.16.)를 적용하여 우리나라 지 역별(시군구) PM2.5의 영향을 예측하고 취약계층 등을 반영한 노출평가를 실시하여 취약지역을 도출하였다. 또한, 시군구의 영향을 보다 상세 규모(9km ×9km)로 분석하여 시군구 지역 내 취약지역을 도출하였다.

백두산 분화 대표 worst-case(2012.5.16.) 시나리오에서 국내 PM2.5  피크 농도는 24, 547µg/m3로 나타났다. 미국 세인트헬렌스 화산 분화(1980년)의 경우 약 5억 4천만 톤의 화산재가 뿜어져 나와 TSP(총부유먼지)의 하루 평균치는 분화 당일 33, 402µg/m3에 달했고, 그 후 1주간 1, 000µg/m3를 초과했다(MPSS, 2015). 이에 분화 후 1주 간 천식에 의한 구급 외래가 전년대비 4배, 기관지염에 의한 구급 외래는 2배로 증가했다. PM2.5는 TSP에 비해 위해성이 더 큰 것으로 알려져 있어, 백두산 화산이 VEI 4 이상으로 대규모 분화 시 미국 세인트헬렌스 분화 사례보다 더 극한 상황이 될 것으로 예상된다.

또한, PM2.5 고농도 지역분석 결과, 파주, 김포, 고양, 강화, 산청, 하동에서 고농도가 나타났다. 반면, 인구 노출 분석 결과 인구 밀집 지역인 파주가 특히 취약지역으로 나타났고, 취약계층 노출 분석 결과 또한, 취약계층 인구가 많은 파주, 남양주, 화성이 취약지역으로 나타났다. 또한, 시군구 지역을 상세 규모로 분석함으로써 하동 북부 등 시군구 지역 내에서의 고농도 지역을 도출할 수 있었다.

백두산 분화 대표 worst-case 분석 결과 PM2.5 고농도 지역과 인구 밀집 지역, 취약계층 밀집 지역이 다소 다르게 나타났다. 화산재해 발생 시 대기 오염물질의 고농도 지역도 중요하지만 인구 및 민감군, 취약계층 밀집 지역 등을 고려한 대응 및 대책 마련이 필요하겠으며 시군구에 대한 일률적인 대책보다 시군구 지역 내 고농도 지역 등의 선별을 통한 취약지역별 대책 마련이 필요하겠다.

그 밖에도 화산재해에 대한 선제적 대비를 위하여 취약 계층의 사전 파악 및 대피 계획 수립, 계절별 기상장에 따른 대응대책, 대피소의 사전 지정 등 화산재해에 선제적으로 대응할 수 있는 화산재해 대응체계가 구축되어야 하겠다. 또한, 향후 백두산 화산 분화로 인한 국내 미세먼지(PM10)의 영향 분석도 필요하겠다.

본 연구는 과거 10년(2005∼2014년) 간 백두산 분화 worst-case 우선순위 중 우리나라에 가장 큰 직접 피해를 주는 대표 worst-case 시나리오(2012.5.16.)를 분석한 결과로 모든 백두산 화산 분화로 인한 국내 영향에 적용하기에는 한계가 있으며 화산 분화 시 분화 당시의 기상장과 배출량에 따라 국내 영향은 달라질 수 있다. 본 연구는 화산재해의 재난 선포기준 개발 및 선제적 대응체계의 초석 마련에 기초자료가 될 것으로 판단된다.

사사

본 연구는 2019학년도 건국대학교의 연구년교원 지원으로 수행되었습니다

References

  1. Allard, P., A. Aiuppa, P. Bani, N. Metrich, A. Bertagnini, P.J. Gauthier, H. Shinohara, G. Sawyer, F. Parello, E. Bagnato, B. Pelletier, and E. Garaebiti, 2015. Prodigious emission rates and magma degassing budget of major, trace and radioactive volatile species from Ambrym basaltic volcano, Vanuatu island Arc, Journal of Volcanology and Geothermal Research, 322(1): 119-143.
  2. Bae, H.J., 2017, Population at Risk from Air Pollution for the Receptor-Oriented Implementation of Environmental Policies, KEI, Seoul, KR, p. 18.
  3. Cho, S.Y., 2012, Basic Research for Evaluating the Environmental Impact of Large Scale Volcanoe Eruption, National Institute of Environmental Research, Incheon, KR.
  4. Gudmundsson, M.T., R. Pedersen, K. Vogfjord, B. Thorbjarnardottir, S. Jakobsdottir, and M.J. Roberts, 2010. Eruptions of Eyjafjallajokull Volcano, Iceland, Eos, Transactions American Geophysical Union, 91(21): 190-191. https://doi.org/10.1029/2010EO210002
  5. Kim, D.Y., H.R. Kim, Y.J. Kim, J.E. Park, S.S. Lee, and Y. Sunwoo, 2017. 3-Dimensional Chemical Transport Model Application for Risk Assessment of Potential Volcanic Disaster, Journal of Korean Society of Hazard Mitigation, 17(5): 401-415 (in Korean with English abstract). https://doi.org/10.9798/KOSHAM.2017.17.5.401
  6. Kim, D.Y., Y. Sunwoo, J.E. Park, S.S. Lee, and Y.J. Kim, 2016. Study on Air Quality Worst-case Scenarios due to Volcanic Eruption near The Korean Peninsula using Trajectory Analysis, Journal of the Wind Engineering Institute of Korea, 20(1): 19-28 (in Korean with English abstract).
  7. Kim, D.Y., 2017, 3-Dimensional Chemical Transport Model Application for Explosive Volcanic Eruption, Konkuk University, 2017: 20 (in Korean with English abstract).
  8. Kim, H.R., 2019, Prediction of Air Quality and Health Effects from Mt. Baek-du Eruption as a Function of Volcanic Explosivity Index, Konkuk University, 2019: 26 (in Korean with English abstract).
  9. Lee, S.S., 2015, Damage Prevention and Management Technology of Volcanic Disaster, MPSS, Seoul, KR.
  10. Lee, S.S., 2016, Development of advanced Volcanic Disaster Response System, Ministry of Public Safety and Security, Seoul, KR.
  11. Lee, S.S., 2016, Development of advanced Volcanic Disaster Response System considering Potential Volcanic Risk around, Ministry of Public Safety and Security Korea, Seoul, KR.
  12. Park, J.E., 2019, Analysis of Air Pollution Impact from Volcanic Eruption & Response Measures, Konkuk University, 2017: 47-58 (in Korean with English abstract).
  13. Schnetzler, C.C., G.J.S. Bluth, A.J. Krueger, L.S. Walter, 1997. A proposed volcanic sulfur dioxide index (VSI), Journal of Geophysical Research: Solid Earth, 102(B9): 20087-20091. https://doi.org/10.1029/97JB01142
  14. Tamburello, G., T.H. Hansteen, S. Bredemeyer, A. Aiuppa, and F. Tassi, 2014, Gas emissions from five volcanoes in northern Chile and implications for the volatiles budget of the Central Volcanic Zone, Geophysical Research Letters, 41(14): 4961-4969. https://doi.org/10.1002/2014GL060653