Preview
Original Article

Ecology and Resilient Infrastructure. 31 March 2022. 36-58
https://doi.org/10.17820/eri.2022.9.1.036

Analysis of Meteorological Factors when Fine Particulate Matters Deteriorate in Urban Areas of Jeju Special Self-Governing Province

제주특별자치도 도시지역 미세먼지 악화 시 기상요소 분석
Jihwan Sin1
,
Sangman Jo1
,
Sookuk Park2*
신 지환1
,
조 상만1
,
박 수국2*
1Graduate School of Horticultural Science, College of Applied Life Science, Jeju National University, Jeju 63243, Korea
2Professor, Research Institute for Subtropical Agriculture and Animal Biotechnology, SARI, Horticultural Science, College of Applied Life Science, Jeju National University, Jeju 63243, Korea
1제주대학교 생명자원과학대학 원예학과 대학원
2제주대학교 생명자원과학대학 생물산업학부 원예환경전공 · 아열대농업생명 과학연구소 · 친환경농업연구소 교수
*Corresponding Author

ABSTRACT

In this study, the weather conditions corresponding to the increase in the environmental concentration of fine dust (PM10) and ultrafine dust (PM2.5) from 2001 to 2019 in Jeju and Seogwipo cities were analyzed. The increase in the levels of PM10 and PM2.5 was observed in the order: spring > winter > autumn > summer. In both cities, PM10 and PM2.5 levels increased more frequently during the day in spring and summer and at night in autumn and winter, with PM2.5 showing a greater increase in concentration than PM10. The air temperature and wind speed corresponding with increased levels of PM10 were higher than their respective seasonal averages in spring and winter, but lower in summer and autumn. Relative humidity was lower than the seasonal average during all seasons. The air temperature variation corresponding with increased levels of PM2.5 showed the same seasonal trend as that observed for PM10. The relative humidity was higher than the respective seasonal averages in spring and summer, and lower in winter. The wind speed was lower than the seasonal average in both the cities. When the PM10 and PM2.5 levels increased, the wind direction was from the north and the west during the day and varied according to the season at night. The rate of the increase in the PM10 concentration was the highest in both cities at the wind speed of 1.6 - 3.4 ms-1 during the day and night except during night in the summer. The highest concentration of PM2.5 was observed with the wind speed range of 1.6 - 3.4 ms-1 in Jeju, and 0.3 - 1.6 ms-1 in Seogwipo. The results of this study applied to urban and landscape planning will aid in the formulation of strategies to reduce the adverse effects of fine particular matter.

Keywords
Climate
Fine particulate matter
Jeju
PM10
PM2.5
Seogwipo
Urban area

본 연구에서는 제주도의 도시지역을 대상으로 관측이 시작된 2001년부터 2019년까지의 미세먼지 (PM10)와 초미세먼지 (PM2.5) 악화 빈도에 따른 기상 상황을 분석하였다. PM10과 PM2.5의 악화는 제주시와 서귀포시 모두 봄>겨울>가을>여름철 순으로 나타났으며, 봄·여름철에는 주간에 가을·겨울철에는 야간에 더 많이 나타났으며, PM10보다 PM2.5의 피해가 더 심각하게 나타났다. PM10 악화 시의 기온과 풍속은 제주시와 서귀포시 모두 봄·겨울철에는 각각의 계절평균보다 높게 나왔으나, 여름·가을철에는 반대로 낮게 나왔다. 상대습도는 계절평균보다 모든 계절에 낮게 나타났다. PM2.5 악화 시 기온은 PM10 악화 시와 계절별 동일한 경향을 보였으며, 상대습도는 봄·여름철에는 제주시와 서귀포시 모두 평균보다 높았으며, 겨울철에는 평균보다 낮았다. 풍속은 두 도시 동일하게 평균보다 낮게 나왔다. PM2.5 악화 시가 PM10 악화 시보다 봄·겨울철에 기온과 풍속이 더 낮을 때 발생 빈도가 높은 것으로 나타났다. PM10과 PM2.5 악화 시 풍향은 주간에는 북풍과 서풍이, 야간에는 계절별로 다양하게 나타났다. 특히, PM10에 비해 PM2.5 악화 시 풍속이 낮게 나타나 한라산에서 발생하는 산곡풍의 영향으로 제주시는 남풍이 서귀포시는 북풍이 야간에 자주 발생하였다. 풍속등급별 PM10 악화 빈도수는 제주시와 서귀포시 모두 주·야간 1.6 - 3.4 ms-1에서 가장 높았고, 여름철 야간에만 0.3 - 1.6 ms-1에서 가장 높은 값을 보였다. PM2.5 악화 빈도수는 제주시에서는 1.6 - 3.4 ms-1에서 가장 높은 값이 나타났으나, 서귀포시에서는 0.3 - 1.6 ms-1에서 가장 높은 값이 나타났다. 제주시와 서귀포시 모두 PM10과 PM2.5 악화 시 3.4 ms-1이상의 바람이 0.3 ms-1이하의 바람보다 빈도가 더 높은 것으로 나타나므로, 이는 PM10과 PM2.5가 바람의 영향으로 도시지역 외부에서 유입된 것이 주요인이라고 할 수 있겠다. 위 자료를 토대로 미세먼지 저감을 위한 도시계획 및 조경식재계획 방안을 마련한다면 효과적일 것으로 판단된다.

키워드
미세먼지
초미세먼지
도시지역
제주
서귀포
기상
기후

MAIN

  • 1. 서 론

  • 2. 연구재료 및 방법

  •   2.1 연구재료

  •   2.2 연구방법

  • 3. 연구결과

  •   3.1 기상자료

  •   3.2 미세먼지

  •   3.3 기존 연구들과의 비교 분석

  • 4. 결 론

1. 서 론

2013년 WHO (World Health Organization)에서 미세먼지를 발암물질로 규정하였고 (WHO 2013), 국내에서는 대기환경보전법 개정과 국가 예보제 시행 등 미세먼지에 대한 위험성 인식 및 대책이 활발이 이루어지고 있다.

미세먼지는 특정 지역만의 문제가 아니고, 인접 지역 또는 국가 간의 이동으로도 문제가 발생하고 있다. 국내지역 안에 대한 연구는, 수도권 미세먼지 (PM10) 농도의 외부영향에 대한 연구 (Kim 2010), 청주시를 대상으로 폐기물 소각장으로 인한 미세먼지의 지역간 이동에 관하여 연구 (Kim et al. 2019b), 국내 16개 시·도 지역간의 공간상관성 분석을 통하여 미세먼지 발생원인을 분석한 연구 (Kang 2019a), PM10 농도 특징에 따라 권역별 특성을 분석하여, 지역적 배출 특성을 고려한 지역 맞춤형 저감 정책의 도입 필요성을 제시한 연구 (Baek and Song 2019), 전국 69개의 도시별 PM10 발생 현상과 관리유형을 연계하여 지역 맞춤형 미세먼지 관리 방안을 제시한 연구 (Yoon 2020)가 진행되었다. 국외, 특히 중국으로부터의 영향이 국내 미세먼지 악화와 연관성이 있음을 시사한 연구는 활발히 수행되어 오고 있다 (Han et al. 2017a, Jeon et al. 2014, Kim et al. 2018, Kim and Kim 2019, Lee et al. 2011, Shin et al. 2014). Kim et al. (2016)의 연구에서 2015년도 10월 서울지역의 미세먼지 (PM10)는 국외의 영향이 46.5%, 초미세먼지 (PM2.5)는 71.6%이고, 그 중 62.0%가 중국의 영향인 것으로 나타났으며, Lee et al. (2017)의 연구에서는 2015년도 수도권의 PM2.5 농도는 국외 배출에 의한 기여가 59%이고, 그 중 45%가 중국의 영향인 것으로 나타났다. KEI (2018)의 연구에서는 2014 - 2017년 동안의 한국·중국·일본의 미세먼지 농도를 시계열 분석한 결과, 한국과 중국은 겨울·봄철에 농도가 높아지고, 여름철에 농도가 낮아지는 경향을 보이는 것으로 나타났으며, 미세먼지 고농도 기간이었던 2018년 1월의 한국과 중국 간의 PM10과 PM2.5의 상관성을 분석한 결과, 서울과 중국 대도시 간의 PM10과 PM2.5의 상관성이 높은 것으로 나타났다.

국가 간의 미세먼지 문제에는 법적인 조치가 필요하나, 아직 이에 대한 기반이 충분히 갖춰지지 않았다. 이와 관련된 연구로는, 미국의 청정대기법 (Clean Air Act)상 미세먼지 관련 내용과 환경기준, 정책 등을 분석하여, 우리나라에 적용 가능한 방안을 제시한 연구 (Woo 2009), 1930년대 캐나다 BC주에 위치한 트레일 제련소에서 발생된 매연이 미국 워싱턴주에 피해를 입힌 사례에 대한 국제 분쟁 협의 과정에 대해서 소개를 하고, 현재 중국과의 미세먼지 문제에 대한 국제협력 문제해결 방안으로 법적인 해결방안의 어려움과 공동연구를 포함한 외교적 협력방안을 통한 해결방식을 제시한 연구 (So 2017), 일본의 PM2.5에 대해서 기존 문헌을 통해 고찰한 후, 2015년 12월에 컴퓨터 시뮬레이션을 통해 미세먼지에 대한 발생원별 이동경로를 분석한 결과, 중국에서 40 - 60%, 한국에서 0 - 10%, 일본에서 20 - 50% 수준으로 미세먼지가 발생하므로, 한국·중국·일본 간의 대기환경과 기후변화 문제 해결을 위한 기구 설립을 통해 동아시아의 미세먼지 문제를 협력하여 해결할 것을 제시한 연구 (Lee 2017), 독일에서의 PM10과 PM2.5에 대한 법적인 대응 방안에 대하여 고찰하고, 우리나라의 미세먼지 대응에 있어서 환경단체 역할의 중요성을 강조한 연구 (Kang 2019b)가 있었다.

미세먼지에 대한 국내연구는 발생원인 분석과 저감 방안에 관한 연구로 나뉘며, 발생원인에 관한 연구로는 PM10의 발생 과정과 오염원의 추정 방법론에 관한 연구 (Kim and Hwang 2002), 중금속 성분 분석을 통한 미세먼지 오염 배출원을 분석한 연구 (Kim et al. 2005), 기존의 연구를 종합하여 서울의 PM10 변화량을 파악하고 농도의 변화요인을 분석한 연구 (Kim 2006), 미세먼지 농도와 기상인자와의 관련성을 분석한 연구 (Hwang et al. 2009, Kim et al. 2007, Shin et al. 2007, Yang et al. 2011), 미세먼지와 850 hPa 상층 기류의 관계를 분석한 연구 (Lee et al. 2007, Lee and Hong 2019), 국내 미세먼지 제어기술과 주요 오염원에서의 미세먼지 제어 현황을 분석한 연구 (Park and Jo 2013), 부산지역의 PM2.5 함유성분 분석으로 농도에 영향을 주는 인자와 그 기여율을 분석한 연구 (Park et al. 2014), SMPS-APS 시스템을 이용하여 백령도의 미세먼지와 황사의 입경분포 특성을 분석한 연구 (Seo et al. 2015), 시멘트 공장과 같은 미세먼지 중·대규모 점오염원의 유무에 따른 영월과 춘천시의 지역적 특성과 미세먼지 요인을 분석한 연구 (Cho et al. 2016), 광주시의 PM10 구성 성분별 농도와 배출원의 기여도를 분석한 연구 (Lee et al. 2018), 서울시 서대문구를 대상으로 동일 지역 내 다른 지점에서 바람에 따른 미세먼지 농도의 연관성과 차이점을 분석한 연구 (Koo et al. 2018), Nox, PM2.5, PM10의 배출량을 분석하여 집중 배출지역과 배출 기여도를 분석한 연구 (Kim et al. 2019a), 토지피복유형비와 미세먼지 농도 간의 관계를 분석한 연구 (Choi et al. 2019, Lee et al. 2020b)가 있었다.

저감 방안에 관한 연구는 최근에 이루어지기 시작해, 도시 근린공원을 대상으로 공간 차폐율과 공원 규모에 따른 미세먼지 저감률을 분석한 연구 (Koo 2019), 도시계획 단계에서 바람길을 통한 미세먼지 저감효과를 분석한 연구 (Nam et al. 2020), 간이 온실을 이용한 인공습지의 미세먼지 저감 능력을 분석한 연구 (Son and Kim 2020)가 있었다.

제주도의 미세먼지 현황에 관한 연구는 아직 미진한 상태이며, 다음과 같은 연구가 이루어졌다. Shin et al. (2010)의 연구에서는 우리나라 국가 배경 측정망 6곳 중 한 곳인 제주도 고산 측정소의 미세먼지 농도 측정을 위한, 여과지를 이용한 중량측정법 (gravimetric method)과 베타선 흡수법 (β-ray absorption method)의 측정오차 발생원인에 대해 분석하였으며, Han et al. (2017b)는 제주지역의 2009 - 2015년 PM10 고농도 일의 기류 패턴을 미국 해양대기청 (NOAA, National Oceanic and Atmospheric Administration)에서 제공하는 HYSPLIT 4 (HYbrid Single-Particle Lagrangian Integrated Trajectory) 모델의 후방궤적 분석을 이용하여 3가지 유형으로 분류한 후, 그에 따른 농도변화와 기온·풍속과의 상관성을 분석하였으며, Lee et al. (2020a)의 연구에서는 제주시 도심지역인 연동에서 2014 - 2016년 동안 계절별로 채취한 PM10과 PM2.5의 조성특성을 해석하고 화학구성을 재구성하였다. 그러나, 아직 제주도의 PM10과 PM2.5를 계절별로 정량적으로 파악하고, PM10과 PM2.5 농도에 영향을 주는 기상인자에 관해 분석한 연구는 이루어지지 않았다.

따라서 본 연구에서는 제주도 제주시와 서귀포시를 대상으로 2001 - 2019년 동안의 계절별 PM10과 PM2.5 악화시의 빈도와 농도, 그에 영향을 주는 기상인자 (기온, 상대습도, 풍속과 풍향)에 대해서 분석을 진행하였다.

2. 연구재료 및 방법

2.1 연구재료

환경부 대기환경정보 에어코리아 (https://airkorea.or.kr)에서 제공하는 제주도 내의 미세먼지 관측은 남원읍, 대정읍, 동홍동, 성산읍, 연동과 이도동의 총 6개 지점에서 이루어지고 있다. 가장 오랜 기간 측정이 이루어진 제주시와 서귀포시의 도시지역를 대표할 수 있는 지점인 이도동 (제주시 이도2동 1176-1, 제주시청)과 동홍동 (서귀포시 동홍동 453-1, 서귀포소방서)의 지점자료를 이용하여 제주도의 미세먼지 현황을 분석하였다. 현황분석은 PM10과 PM2.5 두 가지의 자료를 이용하였다. PM10 분석 시 이도동의 경우 측정이 시작된 2001년부터 2019년까지의 자료 중 미측정 자료가 많은 2004년의 자료를 제외한 18년의 자료를 이용하였다. 동홍동의 경우도 미측정 자료가 많은 2015년을 제외한 측정이 시작된 2004년부터 2019년까지 15년의 자료를 이용하였다. PM2.5는 이도동의 경우 측정이 시작된 2015년부터 2019년까지 5년의 자료, 동홍동의 경우 측정이 시작된 2016년부터 2019년까지 4년의 자료를 이용하였다.

2.2 연구방법

PM10과 PM2.5의 평가 기준은 1시간 평균 미세먼지 농도가 국내 일간 미세먼지 악화 기준치인 100 µm·m-3, 35 µm·m-3를 초과하는 경우 (Air Korea의 ‘나쁨’ 이상 기준) PM10, PM2.5 악화로 평가하였다.

기상자료는 기온, 상대습도, 풍속 및 풍향의 시간단위 자료를 기상청 기상자료개방포털 (https://data.kma.go.kr)에서 제공하는 제주시 (위도: 33.5141 N, 경도: 126.5297 E)와 서귀포시 (위도: 33.2462 N, 경도: 126.5653 E)의 종관기상관측 (Automated Synoptic Observing System, ASOS)자료를 사용하였다. PM10과 PM2.5 악화 시 풍향과 풍속을 WRPLOT View Freeware 8.0.2 (https://www.weblakes.com/software/freeware/wrplot-view)를 이용하여 바람장미도로 나타내었으며, 풍향은 16방위, 풍속은 보퍼트 풍력계급 (Beaufort wind force scale; https://www.metoffice.gov.uk/weather/guides/coast-and-sea/beaufort-scale)에 따라 계급을 나누었다. 위 자료의 분석은 Microsoft Excel 2013을 이용하였다.

3. 연구결과

3.1 기상자료

3.1.1 제주시

2001 - 2019년 제주시 ASOS 기상자료를 분석한 결과, 평균 기온은 봄철 14.1°C, 여름철 25.2°C, 가을철 18.5°C, 겨울철 7.1°C로 나타났다 (Table 1). 평균 상대습도는 봄철 64.0%, 여름철 76.2%, 가을철 67.5%, 겨울철 62.1%로 나타났고, 평균 풍속은 봄철 3.0 ms-1, 여름철 2.8 ms-1, 가을철 3.1 ms-1, 겨울철 3.4 ms-1로 높은 값이 나타났다. 풍향자료를 계절별 주·야간으로 분류하여 분석한 결과, 사계절동안 주간은 해풍의 영향으로 북풍이 주를 이루었고, 야간의 경우 산곡풍의 영향으로 주간에 비해 남풍이 더 많이 나타났다 (Fig. 1).

https://static.apub.kr/journalsite/sites/kseie/2022-009-01/N0190090104/images/kseie_09_01_04_F1.jpg
Fig. 1

Seasonal windrose by daytime and nighttime in Jeju-si during 2001 - 2019 (Jeju-si 2020).

Table 1.

Analysis of seasonal climate data in Jeju-si during 2001 - 2019

Season Air temperature (°C) Relative humidity (%) Wind speed (ms-1)
Day Night Average Day Night Average Day Night Average
Spring 15.4 12.7 14.1 61.4 67.1 64.0 3.3 2.8 3.0
Summer 25.9 24.4 25.2 73.2 79.7 76.2 3.3 2.1 2.8
Fall 19.8 17.5 18.5 64.3 69.9 67.5 3.4 2.8 3.1
Winter 7.7 6.5 7.1 60.5 63.7 62.1 4.1 3.9 3.4

3.1.2 서귀포시

2004 - 2019년 서귀포시 ASOS 기상데이터를 분석한 결과, 평균 기온은 봄철 14.9°C, 여름철 25.0°C, 가을철 19.7°C, 겨울철 8.3°C로 나타났다 (Table 2). 평균 상대습도는 봄철 66.5%, 여름철 83.8%, 가을철 68.4%, 겨울철 62.9%로 나타났고, 평균 풍속은 봄철 2.4 ms-1, 여름철 2.3 ms-1, 가을철 2.5 ms-1, 겨울철 2.3 ms-1로 제주시보다는 낮으나 내륙지역에 비해서는 높게 나타났다.

풍향자료를 계절별 주·야간으로 분류하여 분석한 결과, 사계절 주간은 해풍의 영향으로 남풍이 주를 이루었으나, 가을철 주간에서만 북동풍의 영향이 큰 것으로 나타났다 (Fig. 2). 야간의 경우 산곡풍의 영향으로 주간에 비해 북풍이 더 많이 나타났다.

https://static.apub.kr/journalsite/sites/kseie/2022-009-01/N0190090104/images/kseie_09_01_04_F2.jpg
Fig. 2

Seasonal windrose by daytime and nighttime in Seogwipo-si during 2004 – 2019.

Table 2.

Analysis of seasonal climate data in Seogwipo-si during 2004 - 2019

Season Air temperature (℃) Relative humidity (%) Wind speed (ms-1)
Day Night Average Day Night Average Day Night Average
Spring 16.3 13.5 14.9 64.2 68.7 66.5 2.7 2.1 2.4
Summer 25.8 24.3 25.0 81.8 85.8 83.8 2.6 2.0 2.3
Fall 21.2 18.1 19.7 65.3 71.5 68.4 2.7 2.2 2.5
Winter 9.4 7.2 8.3 59.5 66.2 62.9 2.6 2.1 2.3

3.2 미세먼지

에어코리아 미세먼지 통계자료 분석 결과, 제주시는 내륙지역에 비해 PM10의 영향이 적었으나, 최근에는 PM10 수치가 내륙지역과 비슷한 값이 관측되고 있다 (Fig. 3 (a)). PM2.5의 경우도 관측을 시작한 2015년 이후, 지속적으로 연간 기준치 (15 µm·m-3, 국내 연간 PM2.5 악화기준치)를 초과한 값이 관측되고 있어, 초미세먼지에 의한 피해가 우려된다 (Fig. 3 (b)). 서귀포시도 지속적으로 연간 PM10 악화 기준치 (50 µm·m-3, 국내 연간 PM10 악화기준치) 이하의 값이 관측되고 있어 내륙지역에 비해 미세먼지의 영향이 적은 것으로 나타났으나, PM2.5의 경우는 지속적으로 기준치를 초과한 값이 관측되고 있어, 초미세먼지에 의한 피해가 우려된다.

https://static.apub.kr/journalsite/sites/kseie/2022-009-01/N0190090104/images/kseie_09_01_04_F3.jpg
Fig. 3

Average values of fine particulate matters, PM10 and PM2.5, of major cities from air environment annual report (https://airkorea.or.kr).

3.2.1 제주시

3.2.1.1 미세먼지 악화 빈도

제주시의 PM10과 PM2.5의 연간 시간별 악화 빈도를 분석한 결과, PM10의 최저치는 2012년 70시간, 최대치는 2002년 514시간으로 나타났다 (Fig. 4), PM2.5의 최저치는 2018년 984시간, 최대치는 2016년 1,560시간으로 나타났다. PM10은 해가 지날수록 감소하는 경향이 나타난 반면, PM2.5는 해가 지날수록 증가하는 경향을 보였다. 2015년의 PM2.5는 자료 측정이 11월부터 시작되어 비교에서 제외하였다.

https://static.apub.kr/journalsite/sites/kseie/2022-009-01/N0190090104/images/kseie_09_01_04_F4.jpg
Fig. 4

Annual deterioration frequency of fine particulate matters, PM10 and PM2.5, in Jeju-si (Jeju-si 2020).

PM10의 시간별 악화 빈도를 계절별 주·야간으로 분류한 결과, 봄철 주간에 1,397시간, 야간에 1,051시간으로 가장 많은 양이 관측되었고, 봄>겨울>가을>여름 순으로 나타났다 (Table 3). 봄철과 여름철의 경우는 야간에 비해 주간에 시간별 악화 빈도가 더 자주 나타났고, 가을철과 겨울철에는 주·야간 차이가 거의 없었다.

PM2.5에서도 봄>겨울>가을>여름 순으로 PM10과 동일한 결과가 나타났다. 봄철과 여름철에는 주·야간 차이가 거의 없었고, 가을철과 겨울철에는 야간이 주간보다 더 높은 빈도를 나타냈다. 이것으로 PM2.5가 PM10에 비해서 야간에 더 높은 빈도를 나타낸다는 것을 알 수 있다. 또한, PM10은 2001 - 2019년의 18년 누적시간 (미측정일이 많았던 2004년 제외)이고, PM2.5는 2015 - 2019년의 5년 누적시간임에도 발생빈도시간의 차이가 거의 없는 것으로 나타나, 제주시에서는PM10보다 PM2.5에 의한 피해가 더 심각한 것으로 나타났다.

Table 3.

Seasonal deterioration frequency of fine particulate matters, PM10 during 2001 - 2019 and PM2.5 during 2015 - 2019, in Jeju-si

Season PM10 ≧ 100 μg·m-3 PM2.5 ≧ 35 μg·m-3
Daytime (hr) Nighttime
(hr) 		Daytime (hr) Nighttime
(hr)
Spring 1,397 1,051 963 929
Summer 134 91 371 362
Fall 389 385 388 488
Winter 592 595 732 943
Total 2,512 2,112 2,454 2,722

3.2.1.2 미세먼지 악화 시 기상자료

제주시 PM10 악화 시의 기상자료를 분석한 결과, 평균 기온은 봄철 15.1°C, 여름철 24.2°C, 가을철 17.5°C, 겨울철 9.4°C로 Table 1의 2001 - 2019년 제주시 평균 기온보다 봄·겨울철은 1.0 - 2.3°C 더 높은 것으로 나타났고, 여름·가을철은 1.0°C 더 낮은 것으로 나타났다 (Table 4). 평균 상대습도는 봄철 56.3%, 여름철 72.8%, 가을철 61.7%, 겨울철 57.6%로 사계절 모두 전체 평균에 비해 3.4 - 7.7% 낮은 것으로 나타났다. 평균 풍속은 봄철 3.2 ms-1, 여름철 2.3 ms-1, 가을철 2.8 ms-1, 겨울철 3.7 ms-1로, 봄·겨울철은 전체 평균보다 0.2 - 0.3 ms-1 더 높았으며, 여름·가을철은 0.3 - 0.5 ms-1 더 낮은 것으로 나타났다. 그러므로, 봄·겨울철에는 계절별 평균 기상보다 기온과 풍속은 더 높고 상대습도는 낮은 날에, 여름·가을철에는 계절별 평균 기상보다 기온과 풍속은 더 낮고 상대습도는 낮은 날에 PM10이 악화되는 시간이 많은 것으로 나타났다.

PM2.5의 경우, 평균 기온은 봄철 14.8°C, 여름철 24.1°C, 가을철 18.0°C, 겨울철 9.1°C로 나타났다 (Table 5). 봄철은 제주시 평균 기온보다 0.7°C 높은 것으로 나타났고, PM10 악화 시 평균보다는 0.3°C 낮은 것으로 나타났다. 여름철은 전체와 PM10 악화 시 평균보다 0.1 - 1.0°C 낮은 것으로 나타났고, 가을철은 전체 평균 보다는 0.5°C 낮고, PM10 악화 시 평균보다는 0.5°C 높은 것으로 나타났다. 겨울철은 전체 평균보다 2.0°C 높고, PM10 악화 시 평균보다 0.3°C 낮은 것으로 나타났다.

평균 상대습도는 봄철 67.3%, 여름철 81.0%, 가을철 51.1%, 겨울철 54.4%로, 봄·여름철은 제주시 평균보다 3.3 - 4.8%, PM10 악화 시 평균보다 8.2 - 11.0% 높은 것으로 나타났고, 가을·겨울철은 전체 평균보다 7.7 - 16.4%, PM10 악화 시 평균보다 3.2 - 10.6% 낮은 것으로 나타났다.

평균 풍속은 봄철 2.6 ms-1, 여름철 2.2 ms-1, 가을철 2.7 ms-1, 겨울철 3.3 ms-1로 사계절 모두 전체 평균과 PM10 악화 시 평균보다 0.1 - 0.6 ms-1 낮은 것으로 나타났다. 그러므로, PM2.5는 제주시 평균 기상에 비해 모든 계절에서 풍속이 낮을 때 악화되었으며, 봄·겨울철에는 기온이 높으면서 봄철에는 상대습도가 높을 때 겨울철에는 낮을 때 악화빈도가 높았으며, 여름·가을철에는 기온이 낮으면서 여름철에는 상대습도가 높을 때 가을철에는 낮을 때 악화되는 것으로 나타났다. PM10과 비교해 보면, 상대습도와 풍속에서는 평균 기상과 비교했을 때와 동일하게 나타났으며, 기온에서는 봄·여름·겨울철에는 PM10 악화 시보다 낮을 때 가을철은 높을 때 빈도가 높게 발생하는 것으로 나타났다.

Table 4.

Seasonal climate data when fine particulate matter PM10 was over 100 μg·m-3 in Jeju-si during 2001 – 2019

Season PM10 ≧ 100 μg·m-3
Air temperature (℃) Relative humidity (%) Wind speed (ms-1)
Day Night Average Day Night Average Day Night Average
Spring 16.7 13.5 15.1 52.4 60.3 56.3 3.7 2.8 3.2
Summer 25.2 23.2 24.2 68.9 76.8 72.8 2.7 1.8 2.3
Fall 18.7 16.4 17.5 58.8 64.6 61.7 2.9 2.6 2.8
Winter 10.3 8.5 9.4 54.8 60.4 57.6 3.9 3.6 3.7
Table 5.

Seasonal climate data when fine particulate matter PM2.5 was over 35 μg·m-3 in Jeju-si during 2015 – 2019

Season PM2.5 ≧ 35 μg·m-3
Air temperature (℃) Relative humidity (%) Wind speed (ms-1)
Day Night Average Day Night Average Day Night Average
Spring 15.9 13.6 14.8 63.8 70.9 67.3 3.0 2.2 2.6
Summer 25.3 23.0 24.1 77.8 84.2 81.0 3.0 1.5 2.2
Fall 19.0 17.1 18.0 48.4 53.8 51.1 3.0 2.3 2.7
Winter 9.8 8.5 9.1 53.0 55.8 54.4 3.4 3.2 3.3

3.2.1.3 미세먼지 악화 시 풍향

PM10 악화 시 풍향을 분석해본 결과, 주간의 경우 가을철 야간 (남풍)을 제외하고는 사계절 모두 주로 북풍과 서풍계열의 바람이 많은 것으로 나타났다 (Fig. 5). 야간의 경우 봄·겨울철은 주로 서풍계열의 바람이 많이 나타났고, 여름철은 북풍과 서풍, 가을철에는 남풍계열의 바람이 많은 것으로 나타났다.

https://static.apub.kr/journalsite/sites/kseie/2022-009-01/N0190090104/images/kseie_09_01_04_F5.jpg
Fig. 5

Seasonal windrose when fine particulate matter PM10 was over 100 μg·m-3 at daytime and nighttime in Jeju-si during 2001 - 2019 (Jeju-si 2020).

PM2.5의 경우도 주간의 경우 가을철 야간 (남풍)을 제외하고는 사계절 모두 북풍과 서풍 계열의 바람이 많은 것으로 나타났다 (Fig. 6). 야간의 경우 주간과 다르게 사계절 모두 다른 형태로 나타났다. 봄철은 주로 서풍과 남풍 계열의 바람이 많은 것으로 나타났고, 여름철은 서풍과 북풍 계열, 가을철은 남풍 계열, 겨울철은 북서풍과 남풍 계열의 바람이 많은 것으로 나타났다.

미세먼지의 악화 빈도가 가장 높았던 봄·겨울철의 풍향은 PM10 악화 시에는 주야간 모두 서남서~북서풍이 많았으며, PM2.5 악화 시에는 봄철 주간에는 북동북풍이, 야간에는 서남서풍이 주를 이루었으며, 겨울철에는 주·야간 모두 북서풍의 영향이 가장 큰 것으로 나타났다.

https://static.apub.kr/journalsite/sites/kseie/2022-009-01/N0190090104/images/kseie_09_01_04_F6.jpg
Fig. 6

Seasonal windrose when fine particulate matter PM2.5 was over 35 μg·m-3 at daytime and nighttime in Jeju-si during 2015 - 2019.

3.2.1.4 미세먼지 악화 시 풍속

보퍼트 풍속계급별 PM10과 PM2.5의 악화빈도를 분석한 결과, PM10 악화 시 1.6 - 3.4 ms-1에서 사계절 주·야간 모두 가장 높은 것으로 나타났다 (Fig. 7). 여름철 야간에는 0.3 - 1.6 ms-1, 1.6 - 3.4 ms-1에서 39.6%로 동일한 것으로 나타났다. PM2.5 악화 시 또한 마찬가지로 1.6 - 3.4 ms-1에서 봄·가을·겨울철 주·야간과 여름철 주간에 가장 높은 것으로 나타났으나, 여름철 야간에는 0.3 - 1.6 ms-1에서 57.3%로 가장 높은 것으로 나타났다 (Fig. 8).

PM10과 PM2.5 악화 시 모든 계절에서 일정한 구간 (0.3 - 1.6 ms-1, 1.6 - 3.4 ms-1) 이상에서는 계급이 높을수록 악화 빈도가 낮은 것으로 나타났으나, 여름철 야간의 PM2.5를 제외하고는 가장 낮은 계급으로 바람이 없는 상태인 0 - 0.3 ms-1에서의 빈도가 3.4 - 5.5 ms-1이상의 높은 계급보다 빈도가 낮게 나타났다. 이것은 제주시 도시지역의 PM10과 PM2.5은 도시지역 내부보다 지역풍에 의해 유입된 외부 바람의 영향이 더 큰 것으로 판단된다.

https://static.apub.kr/journalsite/sites/kseie/2022-009-01/N0190090104/images/kseie_09_01_04_F7.jpg
Fig. 7

Wind speed frequency (%) when fine particulate matter PM10 was over 100 μg·m-3 in Jeju-si during 2001 – 2019.

https://static.apub.kr/journalsite/sites/kseie/2022-009-01/N0190090104/images/kseie_09_01_04_F8.jpg
Fig. 8

Wind speed frequency (%) when fine particulate matter PM2.5 was over 35 μg·m-3 in Jeju-si during 2015 – 2019.

3.2.2 서귀포시

3.2.2.1 미세먼지 악화 빈도

서귀포시의 PM10과 PM2.5의 연간 시간별 악화 빈도를 분석한 결과, PM10의 최저치는 2017년 83시간, 최대치는 2010년 562시간으로 나타났으며, PM2.5의 최저치는 2019년 500시간, 최대치는 2016년 897시간으로 나타났다 (Fig. 9). PM10과 PM2.5 모두 해가 지날수록 감소하는 경향을 보였다.

https://static.apub.kr/journalsite/sites/kseie/2022-009-01/N0190090104/images/kseie_09_01_04_F9.jpg
Fig. 9

Annual deterioration frequency of fine particulate matters, PM10 and PM2.5, in Seogwipo-si (Seogwipo-si 2020).

PM10의 시간별 악화 빈도를 계절별 주·야간으로 분류한 결과, 주·야간 모두 봄철에 가장 많은 양이 관측되었고, 제주시와 동일하게 봄>겨울>가을>여름 순으로 줄어들었다 (Table 6). 봄철과 여름철의 경우는 주간에 시간별 악화 빈도가 더 자주 나타났으나, 가을철과 겨울철에는 야간이 조금 더 높은 것으로 나타났다. PM2.5의 시간별 악화 빈도도 계절별로 PM10과 같은 결과를 보여주었다.

Table 6.

Seasonal deterioration frequency of fine particulate matters, PM10 during 2004 – 2019 and PM2.5 during 2016 - 2019, in Seogiwpo-si

Season PM10 ≧ 100 μg·m-3 PM2.5 ≧ 35 μg·m-3
Daytime (hr) Nighttime (hr) Daytime (hr) Nighttime (hr)
Spring 1,289 879 650 576
Summer 258 150 193 130
Fall 320 375 133 211
Winter 659 714 437 570
Total 2,526 2,118 1,413 1,487

3.2.2.2 미세먼지 악화 시 기상자료

서귀포시 PM10 악화 시의 기상자료를 분석한 결과, 평균 기온은 봄철 16.1°C, 여름철 23.5°C, 가을철 17.9°C, 겨울철 10.1°C로 Table 2의 2004 - 2019년 전체 평균보다 봄·겨울철은 1.2 - 1.8°C 더 높은 것으로 나타났고, 여름·가을철은 1.5 - 1.8°C 더 낮은 것으로 나타났다 (Table 7). 평균 상대습도는 봄철 59.5%, 여름철 80.6%, 가을철 56.5%, 겨울철 57.1%로 사계절 모두 전체 평균에 비해 3.2 - 11.9% 낮은 것으로 나타났다. 평균 풍속은 봄철 2.7 ms-1, 여름철 2.3 ms-1, 가을철 2.4 ms-1, 겨울철 2.6 ms-1로, 봄·겨울철은 전체 평균보다 0.3 ms-1 더 높은 것으로 나타났다. 여름철은 동일한 것으로 나타났고, 가을철은 0.1 ms-1 더 낮은 것으로 나타났다.

PM2.5의 경우, 평균 기온은 봄철 14.4°C, 여름철 24.5°C, 가을철 18.1°C, 겨울철 9.2°C로 나타났다 (Table 8). 봄·여름·가을철은 서귀포시 평균 기온보다 0.5 - 1.6°C 낮은 것으로 나타났고, 겨울철은 0.9°C 높은 것으로 나타났다. PM10과 비교해 보면, 봄·겨울철은 PM10가 악화되었을 때의 평균 기온보다 낮은 기온일 때, 여름·가을철은 높을 때 악화되는 것으로 나타났다. 평균 상대습도는 봄철 68.7%, 여름철 89.5%, 가을철 70.0%, 겨울철 61.2%로 나타났다. 서귀포시 평균 상대습도와 비교해 보면, 봄·여름·가을철은 1.6 - 5.7% 높을 때 악화되고, 겨울철은 1.7% 낮을 때 악화되는 것으로 나타났다. PM10과 비교해 보면, 사계절 모두 4.1 - 13.5% 높을 때 악화되는 것으로 나타났다. 평균 풍속은 봄철 1.6 ms-1, 여름철 1.4 ms-1, 가을철 1.5 ms-1, 겨울철 2.1 ms-1로 사계절 모두 서귀포시 평균 풍속과 PM10 악화 시 평균보다 0.2 - 1.1 ms-1 낮았을 때 악화되는 것으로 나타났다.

Table 7.

Seasonal climate data when fine particulate matter PM10 was over 100 μg·m-3 in Seogwipo-si during 2004 – 2019

Season PM10 ≧ 100 μg·m-3
Air temperature (℃) Relative humidity (%) Wind speed (ms-1)
Day Night Average Day Night Average Day Night Average
Spring 17.6 14.6 16.1 55.8 63.3 59.5 3.1 2.2 2.7
Summer 25.2 21.8 23.5 77.9 83.3 80.6 2.8 1.8 2.3
Fall 19.5 16.2 17.9 52.1 60.9 56.5 2.6 2.1 2.4
Winter 11.4 8.8 10.1 54.1 60.1 57.1 2.9 2.3 2.6
Table 8.

Seasonal climate data when fine particulate matter PM2.5 was over 35 μg·m-3 in Seogwipo-si during 2016 – 2019

Season PM2.5 ≧ 35 μg·m-3
Air temperature (℃) Relative humidity (%) Wind speed (ms-1)
Day Night Average Day Night Average Day Night Average
Spring 15.6 13.2 14.4 66.8 70.6 68.7 2.0 1.3 1.6
Summer 25.1 23.9 24.5 87.5 91.5 89.5 1.8 1.1 1.4
Fall 19.6 16.5 18.1 65.6 74.4 70.0 1.6 1.4 1.5
Winter 10.5 8.0 9.2 58.6 63.9 61.2 1.7 2.5 2.1

3.2.2.3 미세먼지 악화 시 풍향

PM10 악화 시 풍향을 분석해본 결과, 주간의 경우 사계절 모두 주로 서풍계열의 바람이 많은 것으로 나타났다 (Fig. 10). 야간의 경우 봄철은 주로 서풍이, 가을·겨울철은 주로 북풍계열의 바람이 많이 나타났고, 여름철은 동풍과 서풍계열의 바람이 주로 나타났다.

https://static.apub.kr/journalsite/sites/kseie/2022-009-01/N0190090104/images/kseie_09_01_04_F10.jpg
Fig. 10

Seasonal windrose when fine particulate matter PM10 was over 100 μg·m-3 in Seogwipo-si during 2004 – 2019 (Seogwipo-si 2020).

PM2.5 악화 시 풍향을 분석해본 결과, 주간의 경우 봄·여름·가을철은 남~남서풍 계열의 바람이 많은 것으로 나타났고, 겨울철은 북풍, 남풍, 서풍 계열의 바람이 많은 것으로 나타났다 (Fig. 11). 야간의 경우 사계절 모두 북풍계열의 바람이 많이 나타났고, 여름철에는 북풍과 북동풍, 남서풍 계열의 바람이 분 것으로 나타났다.

이 결과는 서귀포시 계절별 평균 풍향과 비교해 보면 주간의 주풍향인 서풍계열과 야간의 북풍계열은 유사하게 나왔으나, 가을철 주간의 북동풍 경향이었던 평균 풍향에 비해 PM10과 PM2.5 악화 시 서~남풍계열이 부는 것으로 나타나 거의 정반대 현상을 보였다.

https://static.apub.kr/journalsite/sites/kseie/2022-009-01/N0190090104/images/kseie_09_01_04_F11.jpg
Fig. 11

Seasonal windrose when fine particulate matter PM2.5 was over 35 μg·m-3 in Seogwipo-si during 2016 – 2019.

3.2.2.4 미세먼지 악화 시 풍속

풍속은 계급별 PM10과 PM2.5의 악화빈도를 분석한 결과, PM10 악화 시 1.6 - 3.4 ms-1에서 여름철 야간을 제외한 모든 사계절 주·야간에 가장 높은 것으로 나타났고, 여름철 야간에는 0.3 - 1.6 ms-1에서 가장 높은 것으로 나타났다 (Fig. 12). PM2.5 악화 시에는 봄·겨울철 주간을 제외한 모든 사계절 주·야간에 0.3 - 1.6 ms-1에서 가장 높은 것으로 나타났고, 봄·겨울철 주간에는 1.6 - 3.4 ms-1에서 가장 높은 것으로 나타나, PM10에 비해 풍속이 낮을 때 악화빈도가 높아지는 것으로 보인다 (Fig. 13).

https://static.apub.kr/journalsite/sites/kseie/2022-009-01/N0190090104/images/kseie_09_01_04_F12.jpg
Fig. 12

Wind speed frequency (%) when fine particulate matter PM10 was over 100 μg·m-3 in Seogwipo-si during 2004 – 2019.

https://static.apub.kr/journalsite/sites/kseie/2022-009-01/N0190090104/images/kseie_09_01_04_F13.jpg
Fig. 13

Wind speed frequency (%) when fine particulate matter PM2.5 was over 35 μg·m-3 in Seogwipo-si during 2016 – 2019.

PM10과 PM2.5 악화 시 모든 계절에서 일정한 구간 (0.3 - 1.6 ms-1, 1.6 - 3.4 ms-1) 이상에서는 계급이 높을수록 PM10 악화 빈도가 낮은 것으로 나타났다. 특히, PM10에서는 가장 낮은 계급으로 바람이 없는 상태인 0 - 0.3 ms-1 구간에서 보다 3.4 - 5.5 ms-1구간에서 더 높은 빈도를 보인 반면, PM2.5에서는 0 - 0.3 ms-1 구간이 3.4 - 5.5 ms-1구간보다 더 높게 나타났다. 이것은 제주시와 동일하게 서귀포시 도시지역의 PM10는 도시지역 내부보다 지역풍에 의해 유입된 외부 바람의 영향을 더 많이 받는 것으로 판단된다.

3.3 기존 연구들과의 비교 분석

3.3.1 기상자료와 비교 분석

본 연구에서는 미세먼지의 악화를 파악하기 위하여 기존의 연구에서 사용되었던 미세먼지의 농도를 이용한 방식과 달리, 1시간 평균 미세먼지 농도가 환경기준치를 초과한 빈도수를 이용하였다. 제주시와 서귀포시의 PM10과 PM2.5 악화빈도를 계절별로 분석한 결과, 봄철이 가장 높고, 겨울철, 가을철, 여름철 순으로 나타났다. 미세먼지의 농도를 분석한 춘천시 (Yang et al. 2011), 서울시 서대문구 (Koo et al. 2018)와 2015년도에 전국적으로 미세먼지의 농도를 분석한 연구결과 (Han et al. 2017b)와 제주시 연동 (Lee et al. 2020a)에서도 이와 유사한 결과가 나타났다.

Lee and Hong (2019)의 연구결과에 의하면 한반도의 PM10과 PM2.5의 농도 악화는 주로 서풍계열의 바람이 불 때 높게 나타나며, 이는 중국과 북한의 영향이라 하였다. Yang et al. (2011)의 춘천시 연구결과에서도 마찬가지로 서풍이 불 때 고농도의 PM2.5가 관측되었다고 하였다. Han et al. (2017b)의 제주지역의 고농도 PM10은 주로 중국 황사 발원지에서 불어오는 북서풍의 영향이라고 하여, 본 연구에서 제주시의 북·서풍계열, 서귀포시의 서풍계열의 바람이 불 때 PM10과 PM2.5의 악화 빈도가 높아진다는 결과와 유사하였다. 그러나, PM2.5는 제주시와 서귀포시의 야간에 한라산을 중심으로 각각 남풍과 북풍의 바람이 불 때 악화 빈도가 높아지는 것으로 보아 산곡풍의 영향이 있다고 할 수 있겠다.

Yang et al. (2011)의 연구에서는 PM2.5 농도는 풍속과 반비례한다고 하였으며, Hwang et al. (2009)의 대구광역시 PM10 연구결과에서도 무풍 상태이거나 풍속이 1.2 ms-1로 낮은 북동풍일 때, PM10 농도가 높게 나타났고, 풍속이 2.6 ms-1 이상으로 높은 서풍과 북서풍일 때 PM10의 농도가 낮게 나타났다고 하였다. Cho et al. (2016)의 강원도 춘천 연구에서는 PM2.5의 농도는 가장 낮은 풍속 구간인 0.5 - 1.0 ms-1에서 가장 높게 나타났고, PM10의 농도는 가장 낮은 풍속구간인 0.5 - 1.0 ms-1와 가장 높은 풍속구간인 2.0 - 3.0 ms-1에서 가장 높게 나타났다. Han et al. (2017b)의 연구에서는 제주시 연동과 서귀포시 동홍동 지점에서 4 ms-1이하 풍속에서 PM10 농도가 높게 나타난다고 하였으나, 본 연구에서는 제주시에서는 PM10과 PM2.5 악화 시 1.6 - 3.4 ms-1 일 때 가장 높게 나타났으며 (여름철 야간은 0.3 - 3.4 ms-1), 서귀포시는 PM10에서는 제주시와 동일하게 1.6 - 3.4 ms-1 일 때 악화빈도가 가장 높았으나 (여름철 야간은 0.3 - 3.4 ms-1), PM2.5에서는 0.3 - 1.6 ms-1 일 때 가장 높은 악화빈도를 나타내었으며, 1.6 - 3.4 ms-1 일 때가 그 뒤를 이었다. 제주시와 서귀포시 동일하게 PM10 악화 시보다는 PM2.5 악화 시에 풍속이 더 낮은 것으로 나타났다.

PM10과 PM2.5 농도와 기온과 상대습도와의 상관성에 대해서는, Han et al. (2017b)의 연구에서는 봄철 제주시 이도동과 서귀포시 동홍동 지점이 기온 5 - 10°C 일 때 가장 높은 빈도를 보였으며, 제주시 연동 지점은 0 - 5°C 일 때 가장 높은 것으로 나타났다. Cho et al. (2016)의 강원도 춘천과 영월에서의 PM2.5 농도에 대한 연구에서는 기온이 낮을수록 농도가 증가하는 것으로 나타났으며, 춘천에서는 상대습도가 높을수록, 영월에서는 반대로 상대습도가 낮을수록 PM2.5 농도가 높아지는 것으로 나타났다. Shin et al. (2007)의 인천지역 연구에서는 상대습도가 높아질수록 PM10의 농도도 높아지는 것으로 나타났다. 본 연구에서는 계절별 평균 기온과 상대습도와 비교하였는데, 제주시와 서귀포시 모두에서 PM10의 악화 빈도가 높게 나오는 봄·겨울철에는 평균 기온보다 좀 더 높을 때 자주 발생하는 것으로 나타났으며, PM2.5에서는 제주시는 평균 기온보다 높을 때 서귀포시는 봄철에는 낮을 때 겨울철에는 높을 때 자주 발생하는 것으로 나타났다. 여름·가을철에는 제주시와 서귀포시 모두 평균 기온보다 낮을 때 PM10과 PM2.5 악화 빈도가 높아지는 것으로 나타났다. 상대습도에서는 제주시와 서귀포시 모두 사계절동안 평균 상대습도보다 낮을 때 PM10 악화 빈도가 높아지는 것으로 나타났으며, PM2.5에서는 제주시는 봄·여름철은 평균보다 높았을 때 가을·겨울철은 평균보다 낮았을 때 악화 빈도가 높았던 것으로 나타났고, 서귀포시는 제주시와 동일하나 가을철만 반대로 평균보다 높았을 때 악화 빈도가 높게 나왔다. 위 결과는 기존의 연구결과와 PM10에서는 정반대의 결과를 보여주었으며, PM2.5에서도 서귀포시 겨울철의 기온과 봄·여름철의 상대습도를 제외하고는 유사하지 않는 것으로 나타났다. 그러나, 기존의 연구결과는 본 연구와 같이 평균 기온과 상대습도에 비교한 것이 아니므로 직접적으로 비교하기는 어렵다고 할 수 있겠다.

3.3.2 강수량과의 관계 분석

2001년부터 2019년까지 우천시 PM10의 농도를 계절별 1시간 단위로 분석한 결과, 사계절 모두 기준치 절반 이하의 값이 나타났다 (Table 9). 2016년부터 2019년까지 우천시 PM2.5의 농도도 PM10과 동일하게 사계절 모두 기준치 이하의 값이 나타났다. 이는 강수가 PM10과 PM2.5의 농도 저감에 큰 영향을 미치는 것으로 판단된다.

Table 9.

Seasonal fine particulate matter PM10 during 2001 – 2019 and PM2.5 during 2016–2019 when it rains

Average
(μg·m-3/hr) 		Spring Summer Fall Winter
PM10 49.0 30.9 32.9 37.3
PM2.5 21.8 17.1 18.0 20.7

3.3.3 미세먼지 고농도일수 분석

에어코리아에서 2015년부터 제공하는 제주권역의 미세먼지 주의보·경보 발령 시간을 분석한 결과, PM10 주의보·경보는 2015년부터 2019년까지 총 301시간으로 주의보 296시간, 경보 5시간으로 나타났다 (Fig. 14). PM2.5 주의보·경보는 2015년부터 2019년까지 총 305시간으로 주의보만 305시간으로 나타났다. 연간 주의보·경보 발령 시간은 PM10의 경우, 해가 지날수록 감소하는 경향을 보였던 PM10 악화빈도 (Fig. 4 (a))와 반대로 해가 지날수록 증가하는 경향을 보였다. PM2.5의 경우, PM2.5 악화빈도 (Fig. 4 (b))와 유사한 경향을 보였으나 2019년에 주의보가 매우 높게 나타났다.

PM10 주의보의 발령조건은 PM10 평균농도가 150 μg·m-3/hr이상이 2시간 이상 지속할 경우이며, 경보는 평균농도가 300 μg·m-3/hr이상이 2시간 이상 지속할 경우이다. PM2.5주의보 발령조건은 PM2.5 평균농도가 75 μg·m-3/hr 이상이 2시간 이상 지속될 경우, 경보는 PM2.5 평균농도가 150 μg·m-3/hr 이상이 2시간 이상 지속될 경우이다.

https://static.apub.kr/journalsite/sites/kseie/2022-009-01/N0190090104/images/kseie_09_01_04_F14.jpg
Fig. 14

Annual advisory (warning) issue period of fine particulate matters, PM10 and PM2.5 in Jeju.

3.3.4 황사일과의 관계 분석

국내 황사의 기준은 약 1 - 10 μg의 입자이며 대기중 PM10의 농도의 평균값이 400 μg·m-3/hr 이상이 2시간 이상 지속될 경우 황사주의보를, 평균값이 800 μg·m-3/hr 이상이 2시간 이상 지속될 경우 황사 경보를 발령한다. 기상청 날씨누리 (https:/www.kma.go.kr/weather/asiandust/observday.sp)에서 제공하는 2001년부터 2019년까지 제주지점 황사관측일수를 연도별 계절별로 분석한 결과, 제주지점의 황사관측일수는 해가 지날수록 감소하는 경향을 보였다 (Table 10). 연도별 경향과 계절별 경향 모두 PM10의 악화빈도의 경향과 동일하게 봄>겨울>가을>여름 순으로 나타났다. 황사의 기준이 PM10의 농도를 기준으로 하기 때문에 악화시의 빈도와 비슷한 경향이 나타난 것으로 생각된다.

Table 10.

Seasonal yellow sand phenomenon frequency during 2001 – 2019

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Spring 21 10 2 6 4 8 5 2 0 6
Summer 0 0 0 0 0 0 0 0 0 0
Fall 0 2 0 0 3 0 0 0 1 3
Winter 1 0 0 2 0 0 1 0 4 3
Total 22 12 2 8 7 8 6 2 5 12
2011 2012 2013 2014 2015 2016 2017 2018 2019 Total
Spring 8 2 3 6 5 3 4 2 1 98
Summer 0 0 0 0 1 0 0 0 0 1
Fall 0 2 0 0 0 1 0 2 4 18
Winter 0 0 0 5 3 0 1 1 0 21
Total 8 4 3 11 9 4 5 5 5 138

4. 결 론

본 연구에서는 제주도의 도시지역을 대상으로 관측이 시작된 2001년부터 2019년까지의 PM10과 PM2.5 악화 빈도에 따른 기상 상황을 분석하였다. 제주시는 PM2.5 측정이 시작된 2015년 이후 지속적으로 PM10과 PM2.5에서 기준치를 초과한 값이 관측되고 있다. 서귀포시는 PM10에서는 기준치 이하의 값이 관측되나, PM2.5는 지속적으로 기준치를 초과한 값이 관측되고 있어 제주도는 PM2.5의 피해가 우려된다.

PM10과 PM2.5의 악화는 제주시와 서귀포시 모두 봄>겨울>가을>여름철 순으로 나타났으며, 봄·여름철에는 주간에 가을·겨울철에는 야간에 더 많이 나타나는 경향이 있었다.

PM10 악화 시의 기온과 풍속은 제주시와 서귀포시 모두 봄·겨울철에는 각각의 평균보다 높게 나왔으나, 여름·가을철에는 반대로 낮게 나왔다. 상대습도는 평균보다 낮게 나타났다. PM2.5 악화 시 기온은 PM10 악화 시와 계절별 동일한 경향을 보였으나, 서귀포시의 봄철은 반대로 평균보다 낮은 것으로 나타났다. 상대습도는 봄·여름철에는 제주시와 서귀포시 모두 평균보다 높았으며, 겨울철에는 평균보다 낮았다. 가을철에는 제주시는 평균보다 낮게, 서귀포시는 반대로 높게 나왔다. 풍속은 두 도시 동일하게 평균보다 낮게 나왔다. PM2.5 악화 시가 PM10 악화 시보다 봄·겨울철에 기온과 풍속이 더 낮을 때 발생 빈도가 높은 것으로 나타났다.

제주시의 PM10 악화 시 풍향은 주간에는 사계절 모두 북풍과 서풍이 주로 나타났고, 야간에는 봄·겨울철에는 서풍, 여름철에는 북풍과 서풍, 가을철에는 남풍이 주로 나타났다. PM2.5 악화 시 풍향은 주간에는 PM10 악화 시와 동일하게 북풍과 서풍이 주로 나타났고, 야간에는 봄철에 서풍과 남풍, 여름철에 서풍과 북풍, 가을철에 남풍, 겨울철에 북서풍과 남풍이 주로 나타났다. 서귀포시의 PM10 악화 시 풍향은 주간에는 사계절 모두 서풍이 주로 나타났고, 야간에는 북풍과 서풍이 주로 나타났다. PM2.5 악화 시 풍향은 주간에 봄·여름·가을철은 남~남서풍이 주로 나타났고, 겨울철에는 북풍, 남풍과 서풍으로 다양하게 나타났다. 야간에는 사계절 모두 북풍이 주로 나타났다. 특히, PM10에 비해 PM2.5 악화 시 풍속이 낮게 나타나 한라산에서 발생하는 산곡풍의 영향으로 제주시는 남풍이 서귀포시는 북풍이 야간에 자주 발생하는 것으로 보인다.

풍속 계급별 PM10 악화 빈도수는 제주시와 서귀포시 모두 주·야간 1.6 - 3.4 ms-1에서 가장 높았고, 여름철 야간에만 0.3 - 1.6 ms-1에서 가장 높은 값을 보였다. PM2.5 악화 빈도수는 제주시에서는 1.6 - 3.4 ms-1에서 가장 높은 값이 나타났고, 서귀포시에서는 0.3 - 1.6 ms-1에서 가장 높은 값이 나타났다. 제주시와 서귀포시 모두PM10과 PM2.5 악화 시 3.4 ms-1이상의 바람이 0.3 ms-1이하의 바람보다 더 자주 부는 것으로 나타나므로, 이는 PM10과 PM2.5가 바람의 영향으로 도시지역 외부에서 유입된 것이 주요인이라고 생각된다.

본 연구에서는 제주도 도시지역의 PM10과 PM2.5 악화 상황을 분석하였다. 이도동과 동홍동의 2개 지점만이 아닌 보다 많은 지점의 자료를 이용하여 분석하여야 하나, 아직 다른 지점의 자료가 충분히 수집되지 않았기 때문에, 이 연구에서는 포함시키지 못하였다. 또한, 도시지역 외부의 미세먼지 발생 요인과 영향력에 대한 추가적인 연구가 필요하다. 녹지를 이용한 미세먼지 저감은 수목의 잎이 중요한 역할을 하는데 (Hwang et al. 2018, Kwon and Park 2018), 제주도의 계절별 미세먼지 악화 현황상 겨울철에도 많은 잎의 제공이 가능한 상록활엽수의 이용이 필요하다고 사료되나, 아직 이에 대한 연구가 이루어지지 않아 향후 추가적인 연구가 진행되어야 할 것이다.

References

1
Baek, J. and Song, J. 2019. A study on the establishment of PM10 management zones and their characteristics at the regional level. Journal of Environmental Policy and Administration 27(3): 75-104. 10.15301/jepa.2019.27.3.75
2
Cho, S., Kim, H., Han, Y., and Kim, W. 2016. Characteristics of fine particles measured in two different functional areas and identification of factors enhancing their concentrations. Journal of Korean Society for Atmospheric Environment 32: 100-113. 10.5572/KOSAE.2016.32.1.100
3
Choi, T., Kang, D., and Cha, J. 2019. An analysis of the correlation between Seoul's monthly particulate matter concentrations and surrounding land cover categories. Journal of Environmental Impact Assessment 28(6): 568-579.
4
Han, J., Kim, J., and Cho, K. 2017a. Verify a causal relationship between fine dust and air condition-weather data in selected area by contamination factors. The Korean Journal of Big Data 2(1): 17-26.
5
Han, S., Song, S., and Choi, Y. 2017b. Variations of Ozone and PM10 concentrations and meteorological conditions according to airflow patterns of their high concentration episodes on Jeju island. Journal of Environmental Science International 26(2): 183-200. 10.5322/JESI.2017.26.2.183
6
Hwang, K., Han, B., Kwark, J., and Park, S. 2018. A study on decreasing effects of ultra-fine particles (PM2.5) by structures in a roadside buffer green - A buffer green in Songpa-gu, Seoul -. Journal of the Korean Institute of Landscape Architecture 46(4): 61-75. 10.9715/KILA.2018.46.4.061
7
Hwang, Y., Lee, S., Do, H., Lee, Y., Son, T., Kwon, T., Han, J., Kang, D., and Kim, J. 2009. The analysis of PM10 concentration and the evaluation of influences by meteorological factors in ambient air of Daegu Area. Journal of Korean Society for Atmospheric Environment 25(5): 459-471. 10.5572/KOSAE.2009.25.5.459
8
Jeju-si. 2020. A basic plan for urban wind ventilation forest. Division of Park and Recreation, Jeju-si.
9
Jeon, B., Jo, S., Jo, Y., Kwon, O., Park, S., and Seok, T. 2014. A research on the chemical components of the air fine particles (PM10) to verify their occurrence. The Report of Chungcheongbuk-do Institute of Health and Environment 23: 74-121.
10
Kang, H. 2019a. An analysis of the causes of fine dust in Korea considering spatial correlation. Environmental and Resource Economics Review 28(3): 327-354.
11
Kang, H. 2019b. Legal investigation on the countermeasures against the particular matters of PM10 and PM2.5-in relation to the examples from Germany. Environmental Law Review 41(3): 107-147.
12
KEI. 2018. Analysis of Particulate Matters Concentration among Korea, China and Japan. Korea Environment Institute 6(10): 23, ISSN 2288-9043.
13
Kim, D. and Hwang, I. 2002. Estimation methodology of particular matter generation mechanism and sources. Air cleaning technology 15: 38-53.
14
Kim, D., Choi, M., and Yoon, B. 2019a. Analysis of PM hot-spot emission zone in Seoul metropolitan area. Journal of Korean Society for Atmospheric Environment 35(4): 476-501. 10.5572/KOSAE.2019.35.4.476
15
Kim, J., Youn, D., Kim, Y., and Shin, W. 2019b. A study on characteristics and countermeasures of fine dust discharge sources in Cheongju. Journal of the association of Korean geographers 8(3): 399-415. 10.25202/JAKG.8.3.5
16
Kim, E., Bae, C., Yoo, C., Kim, B., Kim, H., and Kim, S. 2018. Evaluation of the effectiveness of emission control measures to improve PM2.5 concentration in South Korea. Journal of Korean Society for Atmospheric Environment 34(3): 469-485. 10.5572/KOSAE.2018.34.3.469
17
Kim, J., Jin, H., and Kim, C. 2007. Characteristics of time variations of PM10 concentrations in Busan and interpreting its generation mechanism using meteorological variables. Journal of the Environmental Sciences 16(10): 1157-1167. 10.5322/JES.2007.16.10.1157
18
Kim, K. and Kim, O. 2019. Analyzing transboundary particulate matters of Korea and China using time-series analyses. Journal of the association of Korean geographers 8(1): 33-46. 10.25202/JAKG.8.1.3
19
Kim, S., Chung, M., Son, B., Yang, W., and Choi, K. 2005. A study on airborne particulate matter of a local area in Seoul. Korean Journal of Environmental Health 31(4): 301-308.
20
Kim, U., Choi, Y., and Kim, J. 2016. A Study on the Inventory and Detailed Monitoring of PM2.5 Emission Sources. Seoul Metropolitan City.
21
Kim, Y. 2006. Air pollution in Seoul caused by aerosols. Journal of Korean Society for Atmospheric Environment 22(5): 535-553.
22
Kim, Y. 2010. Analysis of the trend of atmospheric PM10 concentration over the Seoul metropolitan area between 1999 and 2008. Journal of Environmental Impact Assessment 19: 59-74.
23
Koo, J., Lee, S., Kim, M., Park, J., Jeon, S., Noh, H., Kim, J., and Lee, Y. 2018. Comparison of ground-based particulate matter observations in the Seodaemun-gu district, Seoul. Atmosphere. Korean Meteorological Society 28(4): 469-477.
24
Koo, M. 2019. The relationship between particular matter reduction and space shielding rate in urban neighborhood park. Journal of the Korean Institute of Landscape Architecture 47(6): 67-77. 10.9715/KILA.2019.47.6.067
25
Kwon, K. and Park, B. 2018. Particulate matter removal of indoor plants, Dieffenbachia amoena 'Marianne' and Spathiphyllum spp. according to light intensity. Journal of the Korean Institute of Landscape Architecture 46(2): 62-68. 10.9715/KILA.2018.46.2.062
26
Lee, C. and Hong, M. 2019. Spatiotemporal variations of fine particulates in and around the Korean Peninsula. Journal of Korean Society for Atmospheric Environment 35(6): 675-682. 10.5572/KOSAE.2019.35.6.675
27
Lee, H., Kim, J., and Kim, Y. 2011. Analysis of the high PM10 concentration episode on July 2005 at Seoul. Particle and Aerosol Research 7(2): 49-57.
28
Lee, J., Han, J., Kong, B., Hong, Y., Lee, J., and Chung, I. 2007. Variation of PM10 concentration in Seoul in association with synoptic meteorological conditions. Journal of Environmental Impact Assessment 16(5): 351-361.
29
Lee, J., Lim, Y., Choi, K., Nam, K., Lee, H., Lee, Y., Park, H., Myong, J., Kim, T., Jung, M., and Jang, L. 2017. A Study on Quantitative Estimation of Emission Sources and Regional Contributions to Air Quality on Forecasting Areas (I). (NIER-RP2017-149). Incheon: National Institute of Environmental Research
30
Lee, K., Kim, S., Kim, K., and Hu, C. 2020a. Chemical mass composition of ambient aerosol over Jeju city. Journal of Environmental Science International 29(5): 495-506. 10.5322/JESI.2020.29.5.495
31
Lee, Y., Ham, J., Hwang, S., and Choi, J. 2020b. Analysis of the relationship between fine dust emissions and land cover types in Gyeonggi-do. Journal of the Korean Association of Regional Geographers 26(3): 185-195. 10.26863/JKARG.2020.8.26.3.185
32
Lee, S. 2017. Japanese measurement on fine particle (PM2.5) emission pollution and cooperation of Korea-China-Japan to reduce fine particles pollution. Environmental and Resource Economics Review 26(1): 57-83.
33
Lee, S., Seo, G., Yoon, S., Yang, Y., Kim, S., Cho, Y., and Bea, S. 2018. Characteristics of PM10 in Gwangju using factor analysis. Journal of Environmental Science International 27(4): 241-250. 10.5322/JESI.2018.27.4.241
34
Nam, S., Sung, S., and Park, J. 2020. Application of ventilation corridor to mitigate particulate matter for the Sejong-Si. International Journal of Contents 20(3): 1-9. 10.5392/IJoC.2014.10.3.001
35
Park, G., Kwak, J., Jeong, J., and Yoo, E. 2014. The research on the estimation of source apportionment of PM2.5 in Busan. The Annual Report of Busan Metropolitan city Institute of Health & Environment 24(1): 174-184.
36
Park, H. and Jo, Y. 2013. Regulation standard of fine particles and control techniques of emission sources. Journal of Korean Society for Atmospheric Environment 29(4): 486-503. 10.5572/KOSAE.2013.29.4.486
37
Seo, S., Lim, Y., Seo, Y., Jung, D., Jung, H., Lee, M., Park, J., and Hong, Y. 2015. Characteristics of particle size distribution during high PM and Asian dust episode of February, 2015 in Baengnyeong Island. Journal of the Korean Society of Urban Environment 15(3): 241-250.
38
Seogwipo-si. 2020. A basic plan for urban wind ventilation forest. Division of Park and Recreation, Seogwipo-si.
39
Shin, H., Lim, Y., Kim, J., Jung, H., Park, S., Park, J., Song, I., Seo, S., Hong, Y., and Han, J. 2014. The characteristics of long term high PM episode occurred in Feb. 2014. Journal of the Korean Society of Urban Environment 14(3): 223-232.
40
Shin, M., Lee, C., Ha, H., Choe, C., and Kim, Y. 2007. The influence of meteorological factors on PM10 concentration in Incheon. Journal of Korean Society for Atmospheric Environment 23(3): 322-331. 10.5572/KOSAE.2007.23.3.322
41
Shin, S., Kim, Y., and Kang, C. 2010. Comparison of the PM10 concentration in different measurement methods at Gosan site in Jeju island. Journal of Environmental Impact Assessment 19(4): 421-429.
42
So, B. 2017. International legal review on the transboundary air pollution focusing on PM2.5. Environmental Law Review 39(2): 29-54. 10.35769/elr.2017.39.2.002
43
Son, G. and Kim, J. 2020. Assessing removal effects on particulate matters using artificial wetland modules. Journal of Wetlands Research 22: 24-30.
44
WHO. 2013. Health Effects of Particulate Matter. Policy Implications for Countries in Eastern Europe, Caucasus and Central Asia.
45
Woo, J. 2009. Review of PM-related air quality improvement policies of United States for PM-related air quality improvement of metropolitan region in Korea. Journal of Korean Society for Atmospheric Environment 25(6): 579-593. 10.5572/KOSAE.2009.25.6.579
46
Yang, J., Kim, S., Jung, J., and Han, Y. 2011. Long-term trend of atmospheric concentrations of fine particles in Chuncheon, Korea. Journal of Korean Society for Atmospheric Environment 27(5): 494-503. 10.5572/KOSAE.2011.27.5.494
47
Yoon, E. 2020. Application of environmental planning considering the trend of PM10 in ambient air. Journal of Environmental Impact Assess 29(3): 210-218.
페이지 상단으로 이동하기