지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 박승식
- 발행연도
- 2021
- 저작권
- 전남대학교 논문은 저작권에 의해 보호받습니다.
이용수37
이 논문의 연구 히스토리 (4)
2021
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 연구는 충남 서산지역에서 발생하는 PM2.5의 오염원 확인 및 기여도 파악을 위해 충청권 대기환경연구소에서 2020년 1월부터 11월까지 120개의 PM2.5 샘플을 채취하였다. PM2.5 평균 질량농도는 24.7±15 ㎍/㎥으로 고농도 사례는 총 23회 발생하였으며 전체 시료의 약 19.2%를 차지하였다. 고농도 발생 시 2차 무기이온성분(암모늄, 질산염, 황산염)은 PM2.5의 55.7%를 차지하였다. NH4+와 SO42- 농도의 PM2.5에 대한 기여율은 환경 기준치 초과 여부와 관계없이 큰 변화가 없었으나, NO3-의 농도는 13.4%에서 28.7%까지 증가하였다. 이에 연구 기간 중 발생한 PM2.5의 고농도 현상은 NO3-의 농도 증가에 기인하였다. 또한 봄, 여름철에 비해 가을, 겨울철에 PM2.5 고농도 사례가 빈번하게 발생하는 것을 확인할 수 있었으며 이는 추운 계절 가정난방으로 인한 대기오염물질의 많은 배출량과 안정한 기상조건으로 대기확산이 느려져 고농도 현상이 나타난 것으로 판단된다. 또한 바이오매스 연소의 대표 추적자인 K+와 불법소각의 주요 성분 중 하나인 Cl이 유사한 경향을 보이며 가을, 겨울철 평균농도가 증가하였다. 이는 샘플링 지점과 매우 인접한 곳에 위치한 소규모 목공소 및 주변 농경지에서 일어나는 바이오매스 연소 및 불법연소의 영향이 미친 것으로 사료된다.
화학적 분석 결과를 바탕으로 PMF 모델링을 실행한 결과 서산에서 발생한 PM2.5는 9개의 오염원으로부터 영향을 받는 것으로 확인되었다. 9개의 오염원은 Secondary nitrate(27%), Traffic emissions (21%), Biomass burning(21%), Secondary sulfate(17%), Soil dust(4%), Aged sea salt(4%), Cu-metal smelting(3%), As-related(2%), Oil combustion(1%)으로 나타났다. 추가적으로 PMF 모델링 결과에 제외된 6%에 대한 미확인 오염원을 포함하여 비교분석하였다. 미확인 배출원의 전체 평균농도는 1.5±1.9 ㎍/㎥으로 나타났다. PM2.5가 9개의 오염원으로 모두 확인되었다고 가정한 경우 2차 질산염이 27%로 가장 많은 기여를 차지했지만, 미확인 오염원을 포함한 결과 2차 질산염은 19%로 감소하였으며 자동차 배기가스가 22%로 가장 높은 기여도를 나타냈다.
PMF 모델링을 통해 확인된 오염원 중 주요 오염원(2차 질산염, 자동차 배기가스, 2차 황산염, 바이오매스 연소)에 대한 CWT 모델링을 수행하였다. 그 결과 2차 질산염, 2차 황산염은 국외유입의 영향이 컸으며 바이오매스 연소 및 자동차 배기가스는 국외유입과 국내요인이 혼합되어 나타났다. 추가적으로 충남지역은 대규모 석탄화력발전소, 석유화학산업단지, 철강산업단지 등이 밀집되어 산업활동과 관련된 오일연소, As-related, Cu-금속제련의 CWT 분석을 실시하였다. Cu-금속제련의 경우 국내에서 발생한 오염원의 영향이 뚜렷하게 보였으며 오일연소와 As-related는 국내유입뿐만 아니라 국외유입의 영향이 크게 미치는 것을 확인할 수 있었다.
화학적 분석 결과를 바탕으로 PMF 모델링을 실행한 결과 서산에서 발생한 PM2.5는 9개의 오염원으로부터 영향을 받는 것으로 확인되었다. 9개의 오염원은 Secondary nitrate(27%), Traffic emissions (21%), Biomass burning(21%), Secondary sulfate(17%), Soil dust(4%), Aged sea salt(4%), Cu-metal smelting(3%), As-related(2%), Oil combustion(1%)으로 나타났다. 추가적으로 PMF 모델링 결과에 제외된 6%에 대한 미확인 오염원을 포함하여 비교분석하였다. 미확인 배출원의 전체 평균농도는 1.5±1.9 ㎍/㎥으로 나타났다. PM2.5가 9개의 오염원으로 모두 확인되었다고 가정한 경우 2차 질산염이 27%로 가장 많은 기여를 차지했지만, 미확인 오염원을 포함한 결과 2차 질산염은 19%로 감소하였으며 자동차 배기가스가 22%로 가장 높은 기여도를 나타냈다.
PMF 모델링을 통해 확인된 오염원 중 주요 오염원(2차 질산염, 자동차 배기가스, 2차 황산염, 바이오매스 연소)에 대한 CWT 모델링을 수행하였다. 그 결과 2차 질산염, 2차 황산염은 국외유입의 영향이 컸으며 바이오매스 연소 및 자동차 배기가스는 국외유입과 국내요인이 혼합되어 나타났다. 추가적으로 충남지역은 대규모 석탄화력발전소, 석유화학산업단지, 철강산업단지 등이 밀집되어 산업활동과 관련된 오일연소, As-related, Cu-금속제련의 CWT 분석을 실시하였다. Cu-금속제련의 경우 국내에서 발생한 오염원의 영향이 뚜렷하게 보였으며 오일연소와 As-related는 국내유입뿐만 아니라 국외유입의 영향이 크게 미치는 것을 확인할 수 있었다.
목차
1. 서론 12. 연구 방법 3가. 측정 지점 및 시료 채취 3나. 질량농도 측정 및 화학적 분석 5다. PMF(Positive Matrix Factorization) 모델 6라. CWT(Concentration Weighted Trajectory) 모델 83. 연구 결과 10가. PM2.5 질량농도 및 화학적 성분 특성 10나. PM2.5 및 화학적 성분들의 계절별 특성 15다. PMF 모델 181) 입력자료 182) 인자 수 결정 233) 배출원 확인 254) 기여도 평가 315) 미확인 오염원 포함한 기여도 평가 36라. CWT를 이용한 PM2.5 오염원 위치 추정 394. 결론 465. 참고문헌 48
최근 본 자료
댓글(0)
0