KR101382507B1 - 대기질 예측 및 관리 시스템 - Google Patents

대기질 예측 및 관리 시스템 Download PDF

Info

Publication number
KR101382507B1
KR101382507B1 KR1020120116619A KR20120116619A KR101382507B1 KR 101382507 B1 KR101382507 B1 KR 101382507B1 KR 1020120116619 A KR1020120116619 A KR 1020120116619A KR 20120116619 A KR20120116619 A KR 20120116619A KR 101382507 B1 KR101382507 B1 KR 101382507B1
Authority
KR
South Korea
Prior art keywords
model
air quality
concentration
dust
data
Prior art date
Application number
KR1020120116619A
Other languages
English (en)
Inventor
박순웅
박문수
조정훈
최안나
Original Assignee
사단법인대기환경모델링센터
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 사단법인대기환경모델링센터 filed Critical 사단법인대기환경모델링센터
Priority to KR1020120116619A priority Critical patent/KR101382507B1/ko
Application granted granted Critical
Publication of KR101382507B1 publication Critical patent/KR101382507B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions

Landscapes

  • Business, Economics & Management (AREA)
  • Environmental & Geological Engineering (AREA)
  • Engineering & Computer Science (AREA)
  • Environmental Sciences (AREA)
  • Ecology (AREA)
  • Tourism & Hospitality (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Atmospheric Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

대기질 예측 및 관리 시스템이 개시된다. 본 발명은 모델링 기법을 통해 대기질을 예측 및 관리하기 위한 시스템에 관한 것으로, 기상청에서 제공되는 기상장 모델인 MM5/UM 72시간 예측기상장을 사용하여 미래 기상 정보를 예측하는 예측기상장 모듈과, 에어로솔 분석과 황사모델링을 수행하여 각 대기오염물질의 농도를 산출하여 지역적으로 대기질을 표시하는 대기질 예측 관리모듈 및 상기 대기질 예측 관리모듈에서 생성된 이미지와 대기질 지수를 기준하여 주의보 또는 경보 영역을 표시하는 디스플레이모듈로 구성함으로써, 대기질을 종합적으로 예측할 수 있는 효과가 있다.

Description

대기질 예측 및 관리 시스템{AIR QUALITY FORECAST AND MANAGEMENT SYSTEM}
본 발명은 대기질을 예측하여 관리하기 위한 장치로, 보다 상세하게는 황사를 포함한 대기질을 종합적으로 분석하고 이를 시계열적으로 표시함으로써, 환경영향평가 및 국가 정책수립시 미래에 발생될 대기질 변화를 예측하여 사업의 타당성과 대기관리 정책 등을 수립하는데 중요한 자료를 제공할 수 있도록 하기 위한 대기질 예측 및 관리 시스템에 관한 것이다.
잘 알려진 바와 같이, 지구 온난화 등과 같은 급격한 환경 변화에 능동적 효율적으로 대응하기 위한 대기 환경 관리는 전 세계적으로 매우 중요한 화두가 되고 있으며, 지역적으로는 대기 오염물질을 다량으로 배출하는 도시 지역, 공업 지역에서의 대기 환경 관리는 쾌적한 대기 환경에서의 인간생활을 위한 필요 조건으로 대두되고 있는 실정이다.
따라서, 근래에는 대기 오염물질을 다량 발생시키는 도시 지역, 공업 지역 등에 대기 관측소들을 설치해 두고, 이들 대기 관측소를 통해 관측된 대기 오염물질의 오염 정도(농도)를 전광판, 방송 매체 등을 경보하는 대기 경보 시스템이 널리 이용되고 있다.
대부분의 선진국에서는 이미 오래 전부터 대기질 예·경보시스템과 관련된 대기 측정망 정보 관리 및 예보 모델링 기술을 적극적으로 개발하여 현재 국가적 또는 자치단체별로 운영 중에 있다. 그러나 국내에서는 측정망 관리를 위해서 많은 예산을 투자하여 실시간 대기질 자료 및 배출량 자료를 수집하고 있으나, 이를 활용하여 대기질을 예보하고 종합적으로 관리하는 체계가 미진하여 NIMBY 관련 민원이 지속되고, 국내·외적으로 환경 행정의 효율성이 떨어지는 문제점이 있다.
막대한 예산을 투입하여 수집 중인 환경부의 대기질 측정망 자료와 배출량 자료, 기상청의 기상자료를 활용하여 직접 대기질 감시 모니터링으로부터의 실시간 대기오염도 표출을 통한 미세먼지 및 오존 등의 경보시스템과 대기확산모델링을 이용하여 대상지역 내의 오염물질 배출량, 기상 및 지형조건 등의 오염 영향인자들을 동시에 고려하고 중국과 북한에서 월경하는 오염도까지 예측가능한 종합적 대기질 예·경보시스템을 구축하는 것이 필요하다.
이러한 종래의 대기질 관리 시스템이 도 1에 도시되어 있다.
도 1은 공개특허 2011-0128511호(명칭:웹을 이용한 3차원 실시간 대기관리 시스템)에 개시되어 있는 기술로, 도1에서 A사용자(001)는 인터넷을 통하여 웹상에 구성되어 있는 홈페이지(002)에 접속하여 회원가입을 할 경우 웹서버 관리자는 회원등록을 승인하여 주고, 그에 따라 사용자의 사업장 및 점오염원 제원(도7) 및 면오염원 제원을 입력할 수 있는 사용자 ID별 관리화면(003)에 접속할 수 있는 권한을 갖게 된다. A사용자(001)가 입력한 내용에 대해서 통합 모델링 모듈(009)의 사용자별 DB에 저장이 되어 대기확산모델(012)를 수행하는데 필요한 입력자료로써 사용된다.
A사용자(001) 뿐만 아니라 동일한 방법으로 가입된 B사용자(004)와 C사용자(006)도 각각의 ID와 패스워드를 이용하여 홈페이지에 가입할 경우 각 사용자별 ID에 맞춰진 관리화면(005, 007)이 나타나게 되고 그 입력 자료는 DB에 저장되고 대기확산 모델링 모듈(012)이 구동될 때 각각의 입력자료를 이용하여 모델링 결과가 도출된다.
모델링을 수행하는 단계는 기상관측장비(008)로부터 측정되는 기상자료가 기상자료 수집모듈(010)에 의해 저장되면 그 자료를 이용하여 기상모델링 모듈(011)에서 3차원 기상자료를 생성하게 된다.
대기확산모델링 모듈(012)에서는 기상모델링 모듈(011)에서 계산된 3차원 기상자료와 각각의 사용자(001, 004, 006)가 홈페이지를 통하여 입력된 배출원 자료 등을 입력자료로 하여 대기확산모델링이 수행되고, 그 결과로 각각 사용자의 영역에 맞는 등 농도 곡선을 모델링 이미지 생성모듈(013)에서 이미지로 도출하게 된다. 또한 모델링 결과에 의해 각각의 관심지점에 대한 배출원별 기여도 모델링 결과를 관심지점 기여농도 저장모듈(014)에 저장하여 언제든지 홈페이지를 통하여 모델링 이미지와 관심지점 기여농도 결과를 검색 또는 표출하여 볼 수 있는 서비스를 제공하며, 이 과정에서 생성된 모델링 결과물에 대해서는 백업(backup) 기능을 갖추고 있도록 구성되어 있다.
그러나 이러한 구성의 대기관리 시스템은 점오염원 또는 면오염원 사업장에 배출되는 대기오염물질이 주변지역으로 확산되는 사업장 기여영향을 파악하기 위한 것으로서, 권역별로 대기질에 영향을 미치는 모델들을 분석해서 종합적으로 대기질을 예측하기에는 부족하다.
이러한 종합적인 예측을 실시하기 위한 기술로, 한국대기질 예보시스템이 소개되어 있다.
한국대기질 예보시스템의 대기질 예보시스템은 한국환경기술진흥원(KIEST, Korean Institute of Environmental Science and Technology)의 차세대 연구비 지원(연구과제명:대기질 예경보 시스템 상용화 package 개발, 연구기간: 2004.12-2007.11)으로 안양대학교 환경공학과 구윤서교수 연구팀이 주관하고, 강원대학교 이종범 교수 및 한국교원대학교 문윤섭교수의 위탁기관, UNC(The University of North Carolina at Chapel Hill)의 Institute of the Environment와 국제공동연구 그리고 ㈜에니텍의 참여기업으로 개발한 대기질 수치 예보시스템이다.
이러한 한국대기질 예보시스템은 기상청의 지역예보모델(RDAPS, Regional Data Assimilation and Prediction System)의 자료를 수신하여 MM5(Mesoscale Model 5)을 이용하여 동아시아 지역 및 한반도 지역의 3차원 바람장을 재계산하고, 동아시아배출량 (Ace- Asia) 및 국내 배출량(환경부 CAPSS 배출량) 자료를 근거로 SMOKE(Sparse Matrix Operator Kernel Emissions Modeling System)을 이용하여 시간별 종 분류된 모델링 배출량 자료를 생성한다.
앞에서 계산한 3차원 바람장 및 종분류 배출량 자료를 입력자료로 화학수송모델인 CMAQ(Community Multiscale Air Quality) 모델을 수행하여 동아시아 지역(27km 해상도), 한반도지역(9km 해상도), 수도권지역(3km 해상도)의 미세먼지 및 오존을 포함한 대기질 농도를 48시간 예보하는 모델링 시스템이다.
그러나, 이러한 한국대기질 예보시스템도 종합적 대기질 예측 및 관리 시스템으로 사용하기에는 문제점이 있다.
상술한 지역적인 대기질 예측의 문제뿐만이 아니라 근래에는 중국을 포함한 아시아 지역의 빠른 경제 성장으로 이 지역에서 인위적인 오염 물질의 배출이 매우 많아지고 있으며, 중국 북부와 몽골에서는 자연적으로 발생하는 황사가 빈번해지고 있다.
또한, 동남아시아에서는 식생 소각에 의해 발생하는 BC와 VOC가 매우 많을 뿐만 아니라 중국 북부와 몽골에서 발생한 황사는 장거리 수송 과정에 중국의 산업지대에서 배출되는 오염 물질과 혼합되어 복잡한 화학 반응을 일으켜 국가간의 환경문제가 대두되고 있는 실정이다.
또한, 효과적인 대기질 관리 및 정책을 수행하기 위해서는 무엇보다도 오염현황에 대한 정확한 이해와 오염도에 영향을 미치는 요소들에 대한 정량적 해석이 요구된다. 현재 기상, 대기질 현황 및 배출량 자료의 수집과 관련된 많은 실시간 환경계측 기술이 개발되어 활용 중에 있다. 그러나 실시간으로 수집되는 양질의 자료를 통합하여 활용할 수 있는 대기질 예·경보에 대한 종합기술은 미흡한 편이다.
이러한, 자연 발생 황사와 인위적 발생 에어로솔은 복사강제력을 변화시켜 기후변화에 영향을 미치고, 이에 황사와 인위적 에어로솔과 대기오염 물질을 모두 고려할 수 있는 종합적인 대기질 예측 및 관리 시스템 개발이 필요한 것이다.
따라서, 이러한 문제를 해결하기 위한 본 발명은 미래에 발생될 대기질 변화를 예측할 수 있는 대기질 예측 및 관리 시스템을 제공하는 것을 목적으로 한다.
또한 본 발명은 황사와 인위적 에어로솔과 대기오염 물질을 모두 고려할 수 있는 종합적인 대기질 예측 및 관리 시스템을 제공하는 것을 다른 목적으로 한다.
또한 본 발명은 중국을 포함한 아시아 지역의 황사 발생을 고려할 수 있는 대기질 예측 및 관리 시스템을 제공하는 것을 또 다른 목적으로 한다.
또한, 본 발명은 실시간으로 측정되는 기상자료, 배출량 자료를 활용하여 대기확산모델링을 수행함으로써 실시간으로 예보를 할 수 있는 대기질 예측 및 관리 시스템을 제공하는 것을 또 다른 목적으로 한다.
그리고 본 발명은 대기질을 수치화하거나 대기질 주의보 또는 경보 영역을 표시할 수 있는 대기질 예측 및 관리 시스템을 제공하는 것을 또 다른 목적으로 한다.
이러한 목적을 달성하기 위한 본 발명의 모델링 기법을 통해 대기질을 예측 및 관리 시스템은, 기상청에서 제공되는 기상장 모델인 MM5/UM 72시간 예측기상장을 사용하여 대응하는 과거 기상 정보와 현재 기상 정보를 이용하는 모델링을 수행하여 미래 기상 정보를 예측하는 예측기상장 모듈과, 상기 예측기상장 모듈의 모델링 자료와 대기오염물질 배출량 자료부, 화학수송모델과 위성데이터를 입력받아 에어로솔을 분석함과 동시에 황사모델링을 수행하여 각 대기오염물질의 농도를 산출하여 지역적으로 대기질을 표시하도록 데이터를 이미지함과 동시에 대기질지수를 산출하는 대기질 예측 관리모듈, 및 상기 대기질 예측 관리모듈에서 생성된 이미지와 대기질 지수를 기준하여 주의보 또는 경보 영역을 표시하는 디스플레이모듈을 포함하여 구성한다.
이러한 대기질 예측 관리 모듈은 상기 예측기상장 모듈의 모델링 자료와 대기오염물질 배출량 자료부, 화학수송모델과 위성데이터를 입력받아 에어로솔을 모델링하는 에어로솔 역학모델과, 상기 예측기상장모듈과 위성데이터부로부터 데이터를 입력받아 황사모델링을 수행하는 자연황사모델과, 상기 에어로솔 역학모델과 상기 자연황사모델의 모델링 자료로 가스농도, 에어로솔 농도, 그리고 먼지 농도를 산출하는 농도산출부, 및 상기 농도산출부에서 산출된 각 대기오염물질의 농도를 지역적으로 대기질을 표시하도록 데이터를 이미지함과 동시에 대기질지수를 산출하는 지역별 대기질 모델을 포함하여 구성할 수 있다.
또한, 배출량 자료부는 오염물질인 NOx, CO, NMVOC, PM10, PM2.5, BC, OC의 자료를 수집하여 배출량 모델링을 수행하고, 배출량 모델링은 격자별 배출량 입력자료를 사용하도록 한다.
상술한 화학수송모델은 CMAQ모델을 이용하여 광화학모델, 기체상화학, 그리고 액상화학 모델로 구분하여 모델링을 수행하도록 하고, 에어로솔 역학모델은 상기 배출량자료부에서 먼지(dust), BC, OC, SIA, Dust-SIA-BC-OC, 해염(sea-salt)에 관한 자료를 수신받고, 상기 화학수송모델로부터 핵화(nucleation), 응결과 증발(condensation/evaporation), 응집(coagulation), 습성과 건성침착 (wet and dry deposition), 흡습성장(hygroscopic growth)의 자료를 수신받고, SCAPE2 사용하여 이차오염물질을 계산하도록 한다.
또한, 자연황사모델은 사계절 황사 단기 예측모델인 ADAM2(Asian Dust Aerosol Model 2)를 사용하여 황사 발생량을 예측하도록 하고, 상기 농도산출부는 가스의 농도를 산출하는 가스농도산출부와 에어로솔 농도를 산출하는 에어로솔농도산출부와 먼지 농도를 산출하는 먼지농도산출부로 구성하고, 상기 먼지농도산출부는 상기 자연황사모델로부터 산출된 자료를 근거로 PM10, PM2 .5와 TSP(Total suspended Particles)의 먼지농도를 산출하도록 한다.
그리고, 지역별 대기질 모델은 상기 농도산출부에서 분석된 가스농도와 에어로솔농도, 그리고 먼지농도에 따라 대기질을 전아시아영역의 모델1과 동아시아영역의 모델2, 한반도영역의 모델3, 그리고 도시규모의 모델4 영역으로 출력하고, 각 오염물질별 3차원 농도 분포와, 특정 지점의 각 오염물질별 시계열 분포, 각 오염물질의 침착량, 그리고 각 오염물질별 연직 적분 농도의 이미지를 생성하도록 한다.
따라서, 본 발명의 대기질 예측 및 관리 시스템에 의하면, 미래에 발생될 대기질 변화를 종합적으로 예측할 수 있기 때문에 환경영향평가 및 국가 정책수립시 사업의 타당성과 대기관리 정책 등을 수립하는데 중요한 자료를 제공할 수 있는 효과가 있다.
또한 본 발명의 대기질 예측 및 관리 시스템에 의하면, 기상관측자료 및 대기배출량 자료등을 가공하여 대기질 모델링을 수행함으로써 대기질을 예측할 수 있으며, 그 결과를 평가할 수 있는 효과가 있다.
또한 본 발명의 대기질 예측 및 관리 시스템에 의하면, 황사와 인위적 에어로솔과 대기오염 물질을 모두 고려할 수 있는 종합적으로 대기질을 예측할 수 있기 때문에 기후변화에 영향을 미치는 현상을 예측할 수 있는 효과가 있다.
또한, 본 발명의 대기질 예측 및 관리 시스템에 의하면, 배출원과 수용체간의 인과관계를 정량적으로 규명하는 대기확산모델링 기술을 활용하여 대기환경을 실시간으로 감시하고 예보할 수 있는 효과가 있다.
또한 본 발명의 대기질 예측 및 관리 시스템에 의하면, 실시간으로 측정되는 기상자료, 배출량 자료를 활용하여 대기확산모델링을 수행하기 때문에 배출원이 주변에 미치는 영향을 실시간으로 평가하고, 실시간 예보결과를 활용하여 배출원 저감 등의 Action Plan을 구축함으로써 주변 대기환경을 사전 예방할 수 있는 효과가 있다.
그리고, 본 발명의 대기질 예측 및 관리 시스템에 의하면, 대기질을 수치화하거나 대기질 주의보 또는 경보 영역을 표시하여 대기질을 시계열적으로 표시하기 때문에 대기질을 손쉽게 예측할 수 있는 효과가 있다.
도 1은 종래의 대기질 관리 시스템 도면,
도 2는 본 발명의 대기질 예측 및 관리 시스템의 주요 구성도,
도 3은 본 발명의 대기질 예측 및 관리모듈의 상세 구성도,
도 4는 본 발명의 대기질 예측 및 관리방법을 설명하기 위한 흐름도,
도 5는 본 발명의 모델 결과 중 오존의 분포도를 예시한 도면,
도 6은 본 발명의 모델 결과 중 먼지 농도(PM10)를 도시한 도면,
그리고,
도 7은 지역별 종합적인 대기질 모델을 시계열적으로 도시한 도면이다.
본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정 해석되지 아니하며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부", "…기", "모듈", "장치" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
이하, 도면을 참조하여 본 발명의 일실시예에 대하여 설명한다.
도 2는 본 발명의 대기질 예측 및 관리 시스템의 주요 구성도로서, 도시된 바와 같이, 본 발명의 대기질 예측 및 관리 시스템(AIRFAMS:Air Quality Forecast And Management System)은 크게 예측 기상장 모듈(110), 대기질 예측 및 관리 모듈(200), 대기질 지수와 디스플레이 모듈(140)로 구성된다.
이러한 각각의 구성은 대기관리시스템의 목적과 원하는 결과에 따라 다양하게 조합이 가능하다.
본 발명의 대기질 예측 및 관리 시스템(AIRFAMS)은 기상청에서 제공하는 예측기상장모듈(110)을 사용하여 대기질 예측 관리모듈(200)에서 대기질을 예측하여 대기질지수(130)로 표시함과 동시에 디스플레이모듈(140)에 예측한 대기질을 표시하도록 구성된다.
예측기상장모듈(110)은 기상청에서 제공되는 기상장 모델인 MM5/UM 72시간 예측기상장을 사용한다.
이러한 예측기상장은 지역의 기상특성을 분석하고 대기질 모델링의 입력자료로 사용하기 위한 것으로 예보를 위한 MM5, WRF 모델, 국지적인 지역의 상세한 기상자료를 얻기 위한 CALMET 모델을 사용하여 바람장 특성을 분석할 수 있으나, 본 발명에서는 MM5/UM 72시간 예측기상장을 사용하는 것으로 설명한다.
UM(Unified Model)은 기상청의 통합수치모델로 전구모델(Global UM)부터 지역모델(Regional UM), 나아가서 기후모델 까지를 동일한 모델로 실행이 가능한 모델이고, MM5(Mesoscale Model 5)는 지역기후모델의 하나인 기상청의 수치예보시스템으로 70년대 초기에 펜실베니아 주립 대학교에서 Anthes와 warner에 의해 개발된 중규모 모델(Mesoscale Model)로써 3차원 대기 역학모델로서, 초기에는 중규모 기상예측에 주로 사용되었으나, 최근 중규모와 미기상 현상에도 적용가능하도록 되었다.
처음 개발된 이후 복사, 대류, 난류, 복사파 항력, 지표 등 물리적 과정의 개선과 함께 다중 격자 구조, 비정역학, 4차원 자료 동화의 기능이 첨가되어 물리적 과정을 통하여 모사할 수 있도록 구성된 모델이다.
대기질 예측 관리모듈(200)은 예측기상장(110)에서 입력된 자료를 모델링하여 자료를 분석하고 대기질을 예측하고 이를 대기질지수(130)로 표시함과 동시에 디스플레이모듈(140)에 예측한 대기질을 표시하도록 구성된다.
이를 위하여 대기질 예측 관리모듈(200)은 배출량자료와 화학수송모델, 기상장 모델 및 위성데이터를 수신하여 지역별 대기질 모델을 모델링하도록 구성된다.
도 3의 본 발명의 대기질 예측 및 관리모듈의 상세 구성도를 참고하면, 대기질 예측 관리모듈(200)은 배출량 자료부(210)와 화학수송모델(220), 기상장모델(211)과 위성데이터(212)를 입력받아 에어로솔 역학모델(230)과 자연황사모델(240)에서 모델링하고, 모델링된 가스, 에어로솔, 그리고 황사 농도는 지역별 대기질모델(270)에서 대기질지수(AQI)와 각 오염물질별 3차원 농도 분포와, 특정 지점의 각 오염물질별 시계열 분포, 각 오염물질의 침착량, 그리고 각 오염물질별 연직 적분 농도 등을 분석하여 이미지를 생성하도록 한다.
구체적으로 배출량 자료부(210)는 배출되는 오염물질인 NOx, CO, NMVOC, PM10, PM2.5, BC, OC의 자료로 모델링을 수행하도록 구성된다.
배출량 모델링은 화학반응을 고려한 대기질 확산모델링을 하고자 할 때 필요한 배출량 자료를 생성하기 위한 과정으로 현재 EPA에 공개된 SMOKE를 우리나라에서 사용하기 위해 국립환경과학원에서 개발한 대기정책지원시스템에서 산출된 격자별 배출량 입력자료를 사용하고 있다.
이러한 배출량 자료부(210)에서 수집된 자료 중에 우리나라 환경기준은 질소산화물의 여러 가지 종류 중의 하나인 NO2로 규정되어 있으나, 오염물질 배출량 산정을 위한 원단위는 질소산화물(NOx)로 규정되어 있어 대기질 예측치와 환경기관과의 비교를 위해서는 예측된 NOx의 값을 NO2로 변환하여야 한다.
특히 질소산화물의 경우 여러가지 형태의 다양한 비율로 배출되기 때문에 대기중의 화학반응에 의한 변화가 심하다. 환경영향평가에서 가장 많이 사용되는 가우시안 확산모델의 경우 비반응성 물질에 대해서만 예측가능하도록 설계되어 있어 NO2예측을 위해서는 예측된 NOx값을 NO2로 100%전환된다고 가정하고, 총전환방법이나 연기부피 질량비방법(PVMRM), CALPUFF에서의 RIVAD/ARM3화학공식, 오존한계방법(OLM)등을 사용하여 변환하여 사용하도록 한다.
화학수송모델(220)은 대기질 모델링을 위해서 CMAQ모델(Community Multi-scale Air Quality Model)을 사용하는데, CMAQ는 미국 환경보호청(US EPA)에서 기존의 대기오염 모델의 단점을 보완하여 개발된 것으로, 광화학모델, 기체상화학, 액상화학 모델로 구분된다.
CMAQ는 모델링 영역의 규모가 다양하여 국지규모에서 지역규모 모델링까지 다양하게 동시에 모델링이 가능하며, 여러 가지 오염물질을 동시에 고려할 수 있고, 황화합물이나 오존화합물 뿐 아니라 최근 들어 기후적 측면과 국지오염의 측면 등에서 중요한 관심사가 되고 있는 에어로졸도 동시에 계산할 수 있는 특징이 있다.
기상장 모델(211)은 대응하는 과거 기상 정보와 현재 기상 정보를 이용하는 모델링을 수행하여 미래 기상 정보를 예측하는 기상청에서 제공되는 기상장 모델인 MM5/UM 72시간 예측기상장을 사용한다.
이러한 예측기상장은 지역의 기상특성을 분석하고 대기질 모델링의 입력자료로 사용하기 위한 것으로 예보를 위한 MM5, WRF 모델, 국지적인 지역의 상세한 기상자료를 얻기 위한 CALMET 모델을 사용하여 바람장 특성을 분석하도록 한다.
위성데이터부(212)는 광범위한 지역의 환경변화모니터링 연구에 널리 사용되고 있는 수단으로써 각종 대기오염물질을 탐지할 수 있으며 광역환경변화에 대한 정량적평가가 가능하다.
대기중에 있는 에어로졸은 환경오염물질로 인간의 호흡기질환을 일으키기도 하며 직간접적으로 지구복사평형에 영향을 주어 지구기후변화냉각화(whitehouse effect)를 유도할 수 있다.
또한 대기중에서의 물리화학적변화와 중장거리 이동에 의해 인접 국가간에 상호영향을 미치기 때문에 대기오염발생원과 피해지역간의 관계에 따른 국가간의 분쟁등을 야기할 수도 있다. 따라서, 상시 대기환경감시 및 대기질변화예측을 위하여 대기에어로졸의 시공간적 관측 및 모니터링은 필수적이다.
에어로솔 역학모델(230)은 일반적으로 먼지 입자는 발원지 부근에서는 건조한 상태로 있지만 장거리 수송되는 과정에 SO2나 NOx와 같은 기체와 반응하여 상이 변화하게 된다 (Zhang et al., 1994; Parungo et al., 1995; Phadnis and Carmichael, 2000; Song and Carmichael, 2001; Jordan et al., 2003). 또 기체상 물질이 입자 표면에 붙어 제거되는 과정을 pseudo-first-order 반응식으로 계산하고(Phadnis and Carmichael, 2000), 기체와 에어로솔의 상호 작용은 Jeong and Park(2008)의 방법을 사용한다.
즉, 본 발명에서의 에어로솔 역학모델(230)은 Chang and Park (2004)에 의해 개발되었으며, 기체상 반응은 CIT (the California Institute of Technology) 화학 과정(Russell et al., 1988)에 SOx와 NH3를 포함한 것을, 액상 반응은 RADM (the Regional Acid Deposition Model, Walcek and Taylor, 1986; Chang et al., 1987)을 사용하였고, 수용성 오염 물질의 용해 및 SO2의 액상 산화과정을 포함하하도록 한다(Chang and Park, 2004).
에어로솔은 지름이 0.02-74 mm 크기의 입자를 12간격으로 나누어 계산하고, 먼지(dust), BC(Black Carbon), OC(Organic Carbon), SIA(Secondary Inorganic Aerosol), Dust-SIA-BC-OC, 해염(sea-salt)의 여섯 종류의 에어러솔을 고려하고 있으며, 핵화(nucleation), 응결과 증발(condensation/evaporation), 응집(coagulation), 습성과 건성 침착(wet and dry deposition), 그리고 흡습성장 (hygroscopic growth) 과정을 포함하도록 한다. 이차오염물질의 농도를 계산하기 위해 SCAPE2 (Simulating Composition of Atmospheric Particles at Equilibrium 2)를 사용하였으며(Kim et al., 1993a, b; Kim and Seinfeld, 1995), 기체상과 에어러솔 사이의 비균질 반응을 포함한다 (Pandis et al., 1993).
건성침착은 입자의 낙하속도를 포함한 inferential method를 (Wesely et al., 1985; Wesely, 1989; Seinfeld and Pandis, 1998; Park, 1998), 습성침착은 scavenging coefficient를 (Seinfeld and Pandis, 1998; Slinn and Slinn, 1980) 사용하여 계산하였다. 흡습성장은 ZSR 관계식을 사용하여 계산하였다 (Zdanovskii, 1948; Stokes and Robinson, 1966; Chang and Park, 2004).
따라서, 에어로솔 역학모델(230)은 배출량자료부(210)에서 먼지(dust), BC, OC, SIA, Dust-SIA-BC-OC, 해염(sea-salt)에 관한 자료를 수신받고, 화학수송모델(220)로부터 핵화(nucleation), 응결과 증발(condensation/evaporation), 응집(coagulation), 습성과 건성침착 (wet and dry deposition), 흡습성장(hygroscopic growth)의 자료를 수신받고, SCAPE2 사용하여 이차오염물질을 계산한다.
이 경우 기체상 오염물질과 에어로솔 사이의 비균질 반응을 포함하여 건성침착은 inferential method를 이용하고, 습성침착은 scavenging coefficient를, 그리고 흡습성장은 ZSR 관계식을 사용한다.
자연황사모델(240)은 사계절 황사 단기 예측모델인 ADAM2(Asian Dust Aerosol Model 2)를 사용한다.
황사예측모델인 ADAM2는 Park and In (2003)과 In and Park (2002)에 의해 개발되어, Park and Lee (2004)에 의해 개선된 ADAM 모델과 Park et al. (2010)에 의해 개선된 ADAM2를 사용한다. 아시아 지역의 황사의 발원지는 모래, 고비, 황토, 혼합 불모지로 구분하여 통계적인 방법으로 황사발생지역을 결정하였으며, 각 토양별 황사 발생 기상 조건을 구하고(Park and In, 2003), 황사발생량은 임계마찰속도의 4승에 비례하도록 하였으며, 식생에 의한 저감인자를 고려하여 황사 발생량을 조절한다 (Park and Lee, 1994). Spot/vegetation의 식생지수 (NDVI, Normalized Difference Vegetation Index)를 이용하여 개선된 황사발생량 감소 조건을 사용한다(Park et al., 2010a).
이를 위하여 자연황사모델(240)은 기상장모델(211)과 위성데이터부(212)로부터 관련 자료를 입력받아 황사발생조건을 분석하도록 한다.
농도산출부(260)는 에어로솔 역학모델(230)에서 분석한 자료를 이용하여 가스농도(Gas concentration)와 에어로솔 농도(Aerosol concentration), 먼지농도(Dust concentration)을 산출하도록 동작된다.
이를 위하여 농도산출부(260)는 가스의 농도를 산출하는 가스농도산출부(261)와 에어로솔 농도를 산출하는 에어로솔농도산출부(262)와 먼지 농도를 산출하는 먼지농도산출부(263)로 구성된다.
가스농도산출부(261)는 에어로솔역학모델(230)로부터 산출된 분석자료를 근거로 SO2, NOx, NH3,O3 의 농도를 계산하고, 에어로솔농도산출부(262)는 BC, OC, PM10, PM2.5, 이온형태의 SO4, No3, NH4의 에어로솔의 농도를 산출한다.
여기서 PM10(Particulate Matter Less than 10㎛)은 10㎛미만 크기의 에어로솔을 의미한다.
또한, 먼지농도산출부(263)는 자연황사모델(240)로부터 산출된 자료를 근거로 PM10 ,PM2 .5 와 TSP(Total suspended Particles)의 먼지농도를 산출하도록 한다.
여기서 TSP(Total suspended Particles)는 총부유분진 또는 총부유입자상 물질 또는 총입자상 물질이라고 하며, 통상적으로 50㎛ 이하의 모든 부유 먼지를 말한다. 입자의 크기가 10㎛이상인 경우에는 인체에 건강에 영향이 적고, 도시미관에 영향을 미치는 경우가 많다.
지역별 대기질 모델(270)은 농도산출부(260)에서 분석된 가스농도와 에어로솔농도, 그리고 먼지농도에 따라 대기질을 4가지 모델 영역 및 해상도로 출력하도록 구성되고, 각 오염물질별 3차원 농도 분포와, 특정 지점의 각 오염물질별 시계열 분포, 각 오염물질의 침착량, 그리고 각 오염물질별 연직 적분 농도 등을 분석하여 이미지를 생성하도록 한다.
이러한 대기질의 4가지 모델이 표 1에 도시되어 있다.
모델명 영역 및 해상도
모델1 전아시아 영역, 27km×27km
모델2 동아시아 영역, 9km×9km
모델3 한반도 영역, 3km×3km
모델4 경인지역 등 도시규모 영역 (사용자 선택 가능), 1km×1km
즉, 모델 1은 27km×27km 크기로 전아시아 영역에 대한 자료이고, 모델 2는 9km×9km크기로 동아시아 영역을, 모델 3은 3km×3km크기로 한반도 영역을 모델 4는 1km×1km크기로 경인지역 등 도시규모 영역(사용자 선택 가능)을 나타내도록 한다,
이러한 모델의 영역 분석은 먼저 27Km x 27Km 격자의 M1모델(아시아영역)을 수행하고, 그 결과를 입력자료로 받아 9Km x 9Km 격자의 M2모델(동아시아 영역)을 수행하고, 다시 그 결과를 받아 3Km x 3Km 격자의 M3모델(한반도 영역)을 수행하고, 다시 그 결과를 받아 1Km x 1Km 격자의 M4모델(도시 규모)을 수행한다.
상술한 바와 같이 지역별 대기질 모델(270)은 기체상 오염 물질, 성분별 에어로솔, 황사 등의 농도뿐만 아니라 침착량, 연직적분 농도 등을 수평 분포와 시계열 등 다양한 형식의 그림으로 표출할 수 있도록 구성한다.
즉, 본 출원인이 구축할 AIRFAMS 홈페이지 뿐만 아니라 WEBAIR (전세계적인 대기질 표출 및 관리 시스템) 홈페이지를 통한 전세계적인 네트워크를 통해 자료를 공유할 수 있도록 하기 위함이다.
이를 위하여 3차원 대기오염물질, 에어로솔 농도 Contour, 지점별 대기오염물질 농도, 에어로솔 농도의 시계열, 대기질지수(AQI)와 주의보 또는 경보 영역, 사용자 요구에 부합하는 지점 (M4) 중심의 모델 결과를 PC, 노트북, Mobile phone, PDA, Tablet 등을 통하여 표출하도록 한다.
이러한 결과가 도 5 내지 도 7에 예시되어 있다.
도 5는 본 발명의 모델 결과 중 오존의 3차원 농도 분포도를 예시한 도면이고, 도 6은 본 발명의 모델 결과 중 먼지 농도(PM10)의 3차원 분포도를, 그리고 도 7은 각 오염물질별 대기질 모델을 시계열적으로 도시한 도면이다.
대기질지수(AQI:Air Quality Index)는 대기질을 몇가지 형태로 나누어 제시하는 것으로, 이러한 대기질지수의 일례가 표 2에 예시되어 있다.
AQI 의미(Meaning) 건강지수(Health effects)
0~50 대기오염 관련 질환자군에서도 영향이 유발되지 않을 수준 좋음(Good)
51~100 환자군에게 만성 노출시 경미한 영향이 유발될 수 있는 수준 보통(Moderate)
101~150 환자군 및 민감군에게 유해한 영향이 유발될 수 있는 수준 민감군영향(Unhealthy for Sensible groups)
151~200 환자군 및 민감군(어린이, 노약자 등)에게 유해한 영향 유발, 일반인도 건강상 불쾌감을 경험할 수 있는 수준 나쁨(Unhealthy)
201~300 환자군 및 민감군에게 급성 노출시 심각한 영향 유발, 일반인도 약한 영향이 유발될 수 있는 수준 매우 나쁨(Very unhealthy)
301~500 환자군 및 민감군에게 응급 조치가 발생되거나, 일반인에게 유해한 영향이 유발될 수 있는 수준 위험(Hazardous)
표 2를 참고하면 AQI가 0~50의 경우는 건강지수가 "좋음"으로 대기오염 관련 질환군에서도 영향이 유발되지 않을 수준을 의미하며, 51~100의 경우에는 "보통"으로 환자군에게 만성 노출시 경미한 영향이 유발될 수 있는 수준이고, 101~150의 경우에는 "민감군 영향"으로 환자군 및 민감군에게 유해한 영향이 유발될 수 있는 수준을 의미한다.
또한, 151~200의 경우에는 "나쁨"으로 환자군 및 민감군(어린이, 노약자 등)에게 유해한 영향 유발, 일반인도 건강상 불쾌감을 경험할 수 있는 수준을 의미하며, 201~300의 경우는 "매우 나쁨"으로 환자군 및 민감군에게 급성 노출시 심각한 영향 유발, 일반인도 약한 영향이 유발될 수 있는 수준을, 그리고 301~500의 경우에는 "위험"으로 환자군 및 민감군에게 응급 조치가 발생되거나, 일반인에게 유해한 영향이 유발될 수 있는 수준을 의미한다.
이러한 대기질의 형태는 일례로 예시한 것으로, 모델에 따라 서로 다르게 분류하여 표시할 수도 있다.
디스플레이모듈(140)은 각 오염물질별 3차원 농도 분포와, 특정 지점의 각 오염물질별 시계열 분포, 각 오염물질의 침착량, 그리고 각 오염물질별 연직 적분 농도 등을 분석하여 이미지를 생성하고, 주의(Advisory)와 경보(Warning)로 나누고 모델 영역을 4가지 영역으로 나누어 표시하도록 한다,
상술한 바와 같이 본 발명의 대기질 예측 및 관리 시스템은 기존의 한국대기질 예보시스템과 비교하면 대기질을 예측하여 표출한다는 개념은 유사하지만 실제 모델 영역 및 모델 수행내역 그리고 자료 표출부분에서 아래 표 3과 표 4에서와 같이 차이가 있다.
표 3은 표 2의 본 발명에 의한 모델 영역을 한국대기질 예보시스템(KAQ)과 비교한 내용이며 표 4는 모델 수행내역 및 자료 표출 부분에서의 차이점을 비교한 것이다.
AIRFAMS KAQ
M1
(27kmx27km)		 격자수 320 x 250
모든 황사발원지 포함		 x축 약 1/2, y축 약 2/3 가량
황사 발원지 중 일부 불포함
M2
(9kmx9km)		 격자수 283 x 253
중국 동부 오염 발생 지역 포함		 한반도만 포함
M3
(3kmx3km)		 격자수 214 x 223
한반도 영역 포함		 수도권 포함
M4
(1kmx1km)		 수도권 영역 포함 없음
표 3에서 M1모델을 비교하면, 본원 발명은 모든 황사발원지를 포함하여 영역이나 한국대기질 예보시스템(KAQ)은 황사의 발원지 중 일부를 불포함하는 영역으로 구성되어 있다.
본 발명은 황사예측모델을 이용하여 종합적인 대기질을 예측하고 관리하는 것이기 때문에 한반도 주변의 모든 황사발원지는 모두 포함하는 것을 원칙으로 하고 있다.
또한, M2모델을 보면 본원 발명은 중국동부 오염발생지역도 포함하도록 되어 있으나, 한국대기질 예보시스템(KAQ)은 한반도만 포함하고 있어 종합적인 대기질 예측이 불가능하도록 구성되어 있음을 알 수 있다.
구분 AIRFAMS KAQ
예측 기상장 기상청 제공 UM 72시간
예측 기상장 사용		 기상청 제공 RDAPS 기상장 사용
황사예측모델 기상청 현업 활용되는 ADAM2 (Asian Dust Aerosol Model version 2) 모듈 사용
=> 다양한 논문에서 아시아 황사에서 우수성 입증된 모델		 CMAQ 제공 모듈 사용
결과 표출 - 기체상 오염 물질, 성분별 에어로솔, 황사 등의 농도 뿐만 아니라 침착량, 연직적분 농도 등을 수평 분포와 시계열 등 다양한 형식의 그림으로 표출
-AIRFAMS 홈페이지 뿐만 아니라 WEBAIR (전세계적인 대기질 표출 및 관리 시스템) 홈페이지를 통한 전세계적인 네트워크 통해 표출		 - PM10, 오존(O3), NO2, 기온장 제공
사용자 정의 영역 설정 기능 M4에서 사용자 정의 영역 중심 설정 기능
있음		 없음
대기질 지수/
주의보 경보 영역 표시 기능		 대기질 지수 제공
주의보/경보 영역 제공		 없음
표 4를 참고하면, 본원 발명의 예측 기상장은 기상청에서 제공하는 UM72시간의 예측 기상장을 사용하나 한국대기질 예보시스템(KAQ)은 기상청이 제공하는 RDAPS 기상을 사용하고, 본원 발명은 황사예측모델로 다양한 논문에서 아시아 황사에서 우수성 입증된 모델인 기상청 현업 활용되는 ADAM2 (Asian Dust Aerosol Model version 2) 모듈을 사용하고 있으나, 한국대기질 예보시스템(KAQ)은 CMAQ 제공 모듈을 사용하고 있다.
또한 결과 표출화면을 비교하면, 본원 발명은 기체상 오염 물질, 성분별 에어로솔, 황사 등의 농도 뿐만 아니라 침착량, 연직적분 농도 등을 수평 분포와 시계열 등 다양한 형식의 그림으로 표출하고, AIRFAMS 홈페이지 뿐만 아니라 WEBAIR (전세계적인 대기질 표출 및 관리 시스템) 홈페이지를 통한 전세계적인 네트워크 통해 표출하도록 구성되어 있으나, 한국대기질 예보시스템(KAQ)은 단순히 PM10, 오존(O3), NO2, 기온장을 제공하도록 구성되어 있다.
사용자 정의 영역 설정 기능을 보면 본원 발명은 M4모델에서 사용자 정의 영역 중심 설정 기능이 있으나, 한국대기질 예보시스템(KAQ)에는 이러한 기능이 없으며, 대기질 지수/주의보 경보 영역 표시 기능을 보면, 본원 발명은 대기질 지수를 제공함과 동시에 주의보/경보 영역을 제공하는 것으로 되어 있으나, 한국대기질 예보시스템(KAQ)에는 이러한 기능이 없다.
이하, 상술한 구성을 이용하여 본 발명의 대기질 예측 및 관리 방법에 대하여 설명한다.
도 4는 본 발명의 대기질 예측 및 관리방법을 설명하기 위한 흐름도로서, 도시된 바와 같이 본 발명의 대기질 예측 및 관리 방법은, 우선 선택된 사용자가 원하는 지역(M4;도시 지역)의 예측 기상장 모델을 수행한다(S310).
예측 기상장모듈(110)은 기상청에서 제공되는 기상장 모델인 MM5/UM 72시간 예측기상장을 사용한다.
이러한 예측기상장은 지역의 기상특성을 분석하고 대기질 모델링의 입력자료로 사용하기 위한 것으로 예보를 위한 MM5, WRF 모델, 국지적인 지역의 상세한 기상자료를 얻기 위한 CALMET 모델을 사용하여 바람장 특성을 분석할 수 있다
따라서 단계 S320에서는 기상장모델링을 수행하는 데 MM5/WRF모델을 이용하여 해당 지역의 상세한 기상자료와 배출량 자료를 입력한다.
이때, 활용 가능한 최신 배출량 자료가 있을 때에는 업데이트된 최신 배출량 자료를 입력하게 된다.
이후 단계 S330에서는 CMAQ,CB5 등의 대기화학모델을 이용하여 화학수송모델(220)을 분석하여 에어로솔 역학모델(230)로 자료를 입력하도록 한다.
단계 S330을 수행하기 위하여 INTEX-B(2006)의 아시아 지역 배출량과 CAPSS 2007의 한반도 배출량을 분석하여 화학수송모델(220)에 입력하도록 한다.
단계 S330에서 화학수송모델(220)의 분석이 완료되면 관련자료는 에어로솔 역학모델(230)로 전달되어 먼지 입자에 대한 분석을 진행한다(S340).
에어로솔 역학모델(230)은 기체상 반응은 CIT (the California Institute of Technology) 화학 과정(Russell et al., 1988)에 SOx와 NH3를 포함한 것을, 액상 반응은 RADM (the Regional Acid Deposition Model, Walcek and Taylor, 1986; Chang et al., 1987)을 사용하였고, 수용성 오염 물질의 용해 및 SO2의 액상 산화과정을 분석하도록 한다.
이와 더불어 단계 S320에서 수행한 기상장 모델은 단계 S350에서 황사에 대한 분석을 진행한다.
이를 위하여 자연황사모델(240)은 기상장모델(211)과 위성데이터부(212)로부터 관련 자료를 입력받아 ADAM2의 황사예측모델을 이용하여 모델링을 수행한다,
자연황사모델(240)은 사계절 황사 단기 예측모델인 ADAM2(Asian Dust Aerosol Model 2)를 사용한다.
황사예측모델인 ADAM2 모델링 방법은 아시아 지역의 황사의 발원지는 모래, 고비, 황토, 혼합 불모지로 구분하여 통계적인 방법으로 황사발생지역을 결정하고, 각 토양별 황사 발생 기상 조건을 구하고(Park and In, 2003), 황사발생량은 임계마찰속도의 4승에 비례하도록 하였으며, 식생에 의한 저감인자를 고려하여 황사 발생량을 조절한다(Park and Lee, 1994). Spot/vegetation의 식생지수 (NDVI, Normalized Difference Vegetation Index)를 이용하여 개선된 황사발생량 감소 조건을 사용한다(Park et al., 2010a).
단계 S350에서 황사 모델링이 완료되면 단계 S340에서의 에어로솔 역학모델링과 단계 S350의 황사 예측 모델링을 사용하여 농도산출부(260)에 농도를 계산하고 이에 대한 모델 결과를 생성하게 된다(S360).
단계 S360에서는 기체상 오염물질로서 SO2, NOx, NH3, O3에 대한 자료와, 에어로솔로서는 Dust aerosol, 이온 형태의 SO4, NO3 , NH4, BC, OC, PM10, PM2 .5, sea-salt등의 모델 결과를 생성하고, 황사로는 PM10 , PM2 .5와 TSP에 대한 결과를 생성한다.
이후 단계 S370에서는 생성된 모델 결과를 이용하여 표출할 이미지를 생성한다.
이미지의 생성은 지역별 대기질 모델(270)에서 각 오염물질별 3차원 농도 분포와, 특정 지점의 각 오염물질별 시계열 분포, 각 오염물질의 침착량, 그리고 각 오염물질별 연직 적분 농도 등을 분석하여 이미지를 생성하도록 한다.
또한 단계 S370에서 표출할 이미지를 생성함과 동시에 대기질지수(AQI)를 산출하여 제시할 수 있도록 한다.
이러한 대기질지수(AQI:Air Quality Index)는 대기질을 몇가지 형태로 나누어 제시하는 것으로, 이러한 대기질지수의 일례가 표 2에 예시되어 있다.
단계 S370에서 생성된 지역별 오염물질별 자료와 대기질 지수 그리고 주의보/경보 영역을 표시하여 AIRFAMS 홈페이지 뿐만 아니라 WEBAIR (전세계적인 대기질 표출 및 관리 시스템) 홈페이지를 통한 전 세계적인 네트워크 통해 표출되도록 한다(S380).
상술한 바와 같이 본 발명의 대기질 예측 및 관리 시스템은 배출량 자료와 화학수송모델, 기상장 모델을 사용하지만 특히 황사예측모델을 이용하여 종합적인 대기질을 예측하고 관리하는 것이기 때문에 종합적으로 대기질을 예측 관리할 수 있도록 된 것이다.
이상에서 본 발명은 기재된 구체예에 대하여 상세히 설명되었지만 본 발명의 기술사상 범위 내에서 다양한 변형 및 수정이 가능함은 당업자에게 있어서 명백한 것이며, 이러한 변형 및 수정이 첨부된 특허 청구범위에 속함은 당연한 것이다.
110 : 예측기상장 130 : 대기질지수(AQI)
140 :디스플레이모듈 200 : 대기질예측 및 관리모델
210 : 배출량자료부 211 : 기상장모델
212 : 위성데이터부 220 : 화학수송모델
230 : 에어로솔 역학모델 240 : 자연황사모델
260 : 농도산출부 261 : 가스농도산출부
262 : 에어로솔농도산출부 263 : 먼지농도산출부
270 : 지역별 대기질 모델

Claims (10)

  1. 모델링 기법을 통해 대기질을 예측 및 관리 시스템에 있어서,
    기상청에서 제공되는 기상장 모델인 MM5/UM 72시간 예측기상장을 사용하여 대응하는 과거 기상 정보와 현재 기상 정보를 이용하는 모델링을 수행하여 미래 기상 정보를 예측하는 예측기상장 모듈;
    상기 예측기상장 모듈의 모델링 자료와 오염물질인 NOx, CO, NMVOC, PM10, PM2.5, BC, OC의 자료를 수집 및 격자별 배출량 입력자료를 사용하여 배출량 모델링을 수행하는 배출량 자료부, 화학수송모델과 위성데이터를 입력받아 에어로솔을 모델링하는 에어로솔 역학모델과, 상기 예측기상장모듈과 위성데이터부로부터 데이터를 입력받아 ADAM2(Asian Dust Aerosol Model 2)를 이용해 황사모델링을 수행하는 자연황사모델과, 상기 에어로솔 역학모델과 상기 자연황사모델의 모델링 자료로 가스농도, 에어로솔 농도, 그리고 먼지 농도를 산출하는 농도산출부와, 상기 농도산출부에서 산출된 각 대기오염물질의 농도를 지역적으로 대기질을 표시하도록 데이터를 이미지함과 동시에 대기질지수를 산출하는 지역별 대기질 모델을 포함하는 대기질 예측 관리모듈;및
    상기 대기질 예측 관리모듈에서 생성된 이미지와 대기질 지수를 기준하여 주의보 또는 경보 영역을 표시하는 디스플레이모듈;을 포함하되,
    상기 지역별 대기질 모델은
    상기 농도산출부에서 분석된 가스농도와 에어로솔농도, 그리고 먼지농도에 따라 대기질을 전아시아영역의 모델1과 동아시아영역의 모델2, 한반도영역의 모델3, 그리고 도시규모의 모델4 영역으로 출력하고, 각 오염물질별 3차원 농도 분포와, 특정 지점의 각 오염물질별 시계열 분포, 각 오염물질의 침착량, 그리고 각 오염물질별 연직 적분 농도의 이미지를 생성하는 것을 특징으로 하는 대기질 예측 및 관리 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 제 1항에 있어서,
    상기 화학수송모델은
    CMAQ모델을 이용하여 광화학모델, 기체상화학, 그리고 액상화학 모델로 구분하여 모델링을 수행하는 대기질 예측 및 관리 시스템.
  6. 제 1항에 있어서,
    상기 에어로솔 역학모델은
    상기 배출량자료부에서 먼지(dust), BC, OC, SIA, Dust-SIA-BC-OC, 해염(sea-salt)에 관한 자료를 수신받고, 상기 화학수송모델로부터 핵화(nucleation), 응결과 증발(condensation/evaporation), 응집(coagulation), 습성과 건성침착 (wet and dry deposition), 흡습성장(hygroscopic growth)의 자료를 수신받고, SCAPE2 사용하여 이차오염물질을 계산하는 대기질 예측 및 관리 시스템.
  7. 삭제
  8. 제 1항에 있어서,
    상기 농도산출부는
    가스의 농도를 산출하는 가스농도산출부와 에어로솔 농도를 산출하는 에어로솔농도산출부와 먼지 농도를 산출하는 먼지농도산출부로 구성하고, 상기 먼지농도산출부는 상기 자연황사모델로부터 산출된 자료를 근거로 PM10, PM2.5와 TSP(Total suspended Particles)의 먼지농도를 산출하는 대기질 예측 및 관리 시스템.

  9. 삭제
  10. 삭제
KR1020120116619A 2012-10-19 2012-10-19 대기질 예측 및 관리 시스템 KR101382507B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120116619A KR101382507B1 (ko) 2012-10-19 2012-10-19 대기질 예측 및 관리 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120116619A KR101382507B1 (ko) 2012-10-19 2012-10-19 대기질 예측 및 관리 시스템

Publications (1)

Publication Number Publication Date
KR101382507B1 true KR101382507B1 (ko) 2014-04-10

Family

ID=50656908

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120116619A KR101382507B1 (ko) 2012-10-19 2012-10-19 대기질 예측 및 관리 시스템

Country Status (1)

Country Link
KR (1) KR101382507B1 (ko)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104850734A (zh) * 2015-04-21 2015-08-19 武大吉奥信息技术有限公司 一种基于时空分布特征的空气质量指数预测方法
US20160091474A1 (en) * 2014-09-29 2016-03-31 Tanguy Griffon Method and a System for Determining at Least One Forecasted Air Quality Health Effect Caused in a Determined Geographical Area by at Least One Air Pollutant
WO2016129715A1 (ko) * 2015-02-10 2016-08-18 주식회사 주빅스 환경 재난, 재해 조기감지를 위한 대기질 예측 및 관리 시스템
US20170184561A1 (en) * 2015-12-28 2017-06-29 International Business Machines Corporation Integrated Air Quality Forecasting
CN108229092A (zh) * 2018-01-09 2018-06-29 南京大学 增加液相化学和湿沉降过程的大气污染模拟预测算法
CN110019284A (zh) * 2019-05-18 2019-07-16 广西壮族自治区环境保护科学研究院 一种大气监测数据快速统计及污染成因分析平台
CN110624696A (zh) * 2018-10-15 2019-12-31 厦门邑通软件科技有限公司 一种智慧化电除尘节能方法
CN110726653A (zh) * 2019-09-25 2020-01-24 中国电子科技集团公司第二十七研究所 基于天地一体化信息的pm2.5浓度监测方法
CN110954869A (zh) * 2019-12-20 2020-04-03 北京航天泰坦科技股份有限公司 一种沙尘气象灾害数据的动画显示方法、装置及***
CN111814964A (zh) * 2020-07-20 2020-10-23 江西省环境监测中心站 基于空气质量状况预报的空气污染处理方法及存储介质
KR20210086326A (ko) * 2019-12-31 2021-07-08 한국환경정책평가연구원 지역별 미세먼지 농도 예측방법 및 시스템
KR20210105482A (ko) * 2020-02-18 2021-08-27 인천대학교 산학협력단 항만 대기오염 배출 관리 장치 및 방법
CN113720972A (zh) * 2021-09-02 2021-11-30 中科三清科技有限公司 大气污染物的源解析方法及装置
CN114036736A (zh) * 2021-11-05 2022-02-11 大连理工大学 一种基于局部格兰杰因果分析的因果网络学习方法
CN116859006A (zh) * 2023-09-04 2023-10-10 北京亦庄智能城市研究院集团有限公司 基于大气扩散机制的空气污染监测***及其监测方法
CN117390971A (zh) * 2023-12-08 2024-01-12 北京英视睿达科技股份有限公司 一种基于供暖季的no2浓度的预估方法及***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004070895A (ja) 2002-08-02 2004-03-04 Masabumi Kitayama 地形の影響を考慮した３次元ボックスモデル大気シミュレータ
KR20060002324A (ko) * 2004-07-01 2006-01-09 박옥현 대기오염배출원 계획의 결정지원시스템
KR20090098127A (ko) * 2008-03-13 2009-09-17 (주)바이오텔 대기 오염물질 모니터링 시스템 및 그 방법
KR100951610B1 (ko) * 2009-09-10 2010-04-07 대한민국 Ｇｉｓ기반 기후변화 영향평가 시스템 및 그 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004070895A (ja) 2002-08-02 2004-03-04 Masabumi Kitayama 地形の影響を考慮した３次元ボックスモデル大気シミュレータ
KR20060002324A (ko) * 2004-07-01 2006-01-09 박옥현 대기오염배출원 계획의 결정지원시스템
KR20090098127A (ko) * 2008-03-13 2009-09-17 (주)바이오텔 대기 오염물질 모니터링 시스템 및 그 방법
KR100951610B1 (ko) * 2009-09-10 2010-04-07 대한민국 Ｇｉｓ기반 기후변화 영향평가 시스템 및 그 방법

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160091474A1 (en) * 2014-09-29 2016-03-31 Tanguy Griffon Method and a System for Determining at Least One Forecasted Air Quality Health Effect Caused in a Determined Geographical Area by at Least One Air Pollutant
WO2016129715A1 (ko) * 2015-02-10 2016-08-18 주식회사 주빅스 환경 재난, 재해 조기감지를 위한 대기질 예측 및 관리 시스템
CN104850734B (zh) * 2015-04-21 2017-09-15 武大吉奥信息技术有限公司 一种基于时空分布特征的空气质量指数预测方法
CN104850734A (zh) * 2015-04-21 2015-08-19 武大吉奥信息技术有限公司 一种基于时空分布特征的空气质量指数预测方法
US20170184561A1 (en) * 2015-12-28 2017-06-29 International Business Machines Corporation Integrated Air Quality Forecasting
US10444211B2 (en) * 2015-12-28 2019-10-15 International Business Machines Corporation Integrated air quality forecasting
CN108229092A (zh) * 2018-01-09 2018-06-29 南京大学 增加液相化学和湿沉降过程的大气污染模拟预测算法
CN108229092B (zh) * 2018-01-09 2023-09-12 南京大学 增加液相化学和湿沉降过程的大气污染模拟预测算法
CN110624696B (zh) * 2018-10-15 2021-05-28 厦门邑通软件科技有限公司 一种智慧化电除尘节能方法
CN110624696A (zh) * 2018-10-15 2019-12-31 厦门邑通软件科技有限公司 一种智慧化电除尘节能方法
CN110019284A (zh) * 2019-05-18 2019-07-16 广西壮族自治区环境保护科学研究院 一种大气监测数据快速统计及污染成因分析平台
CN110726653A (zh) * 2019-09-25 2020-01-24 中国电子科技集团公司第二十七研究所 基于天地一体化信息的pm2.5浓度监测方法
CN110726653B (zh) * 2019-09-25 2022-03-04 中国电子科技集团公司第二十七研究所 基于天地一体化信息的pm2.5浓度监测方法
CN110954869A (zh) * 2019-12-20 2020-04-03 北京航天泰坦科技股份有限公司 一种沙尘气象灾害数据的动画显示方法、装置及***
CN110954869B (zh) * 2019-12-20 2021-09-14 北京航天泰坦科技股份有限公司 一种沙尘气象灾害数据的动画显示方法、装置及***
KR20210086326A (ko) * 2019-12-31 2021-07-08 한국환경정책평가연구원 지역별 미세먼지 농도 예측방법 및 시스템
KR102324392B1 (ko) * 2019-12-31 2021-11-11 한국환경연구원 지역별 미세먼지 농도 예측방법 및 시스템
KR20210105482A (ko) * 2020-02-18 2021-08-27 인천대학교 산학협력단 항만 대기오염 배출 관리 장치 및 방법
KR102300919B1 (ko) * 2020-02-18 2021-09-13 인천대학교 산학협력단 항만 대기오염 배출 관리 장치 및 방법
CN111814964A (zh) * 2020-07-20 2020-10-23 江西省环境监测中心站 基于空气质量状况预报的空气污染处理方法及存储介质
CN113720972A (zh) * 2021-09-02 2021-11-30 中科三清科技有限公司 大气污染物的源解析方法及装置
CN114036736A (zh) * 2021-11-05 2022-02-11 大连理工大学 一种基于局部格兰杰因果分析的因果网络学习方法
CN114036736B (zh) * 2021-11-05 2024-05-07 大连理工大学 一种基于局部格兰杰因果分析的因果网络学习方法
CN116859006A (zh) * 2023-09-04 2023-10-10 北京亦庄智能城市研究院集团有限公司 基于大气扩散机制的空气污染监测***及其监测方法
CN116859006B (zh) * 2023-09-04 2023-12-01 北京亦庄智能城市研究院集团有限公司 基于大气扩散机制的空气污染监测***及其监测方法
CN117390971A (zh) * 2023-12-08 2024-01-12 北京英视睿达科技股份有限公司 一种基于供暖季的no2浓度的预估方法及***
CN117390971B (zh) * 2023-12-08 2024-04-12 北京英视睿达科技股份有限公司 一种基于供暖季的no2浓度的预估方法及***

Similar Documents

Publication Publication Date Title
KR101382507B1 (ko) 대기질 예측 및 관리 시스템
Dias et al. Spatial and temporal dynamics in air pollution exposure assessment
Che et al. PRAISE-HK: A personalized real-time air quality informatics system for citizen participation in exposure and health risk management
US20160091474A1 (en) Method and a System for Determining at Least One Forecasted Air Quality Health Effect Caused in a Determined Geographical Area by at Least One Air Pollutant
Pilla et al. A GIS model for personal exposure to PM10 for Dublin commuters
He et al. Land-use regression modelling of intra-urban air pollution variation in China: current status and future needs
Amorim et al. Pedestrian exposure to air pollution in cities: modeling the effect of roadside trees
Georgopoulos et al. A source-to-dose assessment of population exposures to fine PM and ozone in Philadelphia, PA, during a summer 1999 episode
Cureau et al. A new wearable system for sensing outdoor environmental conditions for monitoring hyper-microclimate
Stovern et al. Windblown dust deposition forecasting and spread of contamination around mine tailings
Wang et al. A computational fluid dynamic (CFD) simulation of PM10 dispersion caused by rail transit construction activity: a real urban street canyon model
Khot et al. Survey on air pollution monitoring systems
Jo et al. Implementation of iot-based air quality monitoring system for investigating particulate matter (Pm10) in subway tunnels
Pantelic et al. Transformational IoT sensing for air pollution and thermal exposures
Aldegunde et al. Analysis of PM2. 5 and meteorological variables using enhanced geospatial techniques in developing countries: A case study of Cartagena de Indias City (Colombia)
Cavieres et al. A Methodology for Data-Driven Decision-Making in the Monitoring of Particulate Matter Environmental Contamination in Santiago of Chile
Anand et al. Assessment of indoor air quality and housing, household and health characteristics in densely populated urban slums
Askariyeh et al. Assessment of traffic-related air pollution: Case study of pregnant women in south texas
Croitoru et al. A state of the art regarding urban air quality prediction models
Cui et al. Assessing the effects of urban morphology parameters on PM2. 5 distribution in Northeast China based on gradient boosted regression trees method
Saiohai et al. Statistical PM2. 5 prediction in an urban area using vertical meteorological factors
Vukovic Vimic et al. Numerical simulation of Tehran dust storm on 2 June 2014: A case study of agricultural abandoned lands as emission sources
Paas et al. Modelling of urban near-road atmospheric pm concentrations using an artificial neural network approach with acoustic data input
Isakov et al. Combining dispersion modeling and monitoring data for community-scale air quality characterization
Ahmad et al. Evaluating traffic operation conditions during wildfire evacuation using connected vehicles data

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20170403

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee