본 연구는 우리나라 대표적 항만 도시인 인천지역의 대기 중 인체 유해성이 높은 PM2.5에 대해 선박에서 배출된 대기오염물질이 인근지역에 미치는 영향을 분석하기 위함이다. 이에 따라 해운항만물류정보 시스템(Port Management Information System, PORT-MIS) 실측정보를 이용하여 선박 배출량을 재산정하고 이를 3차원 광화학 모델에 적용하여 선박 오염원의 기여도를 산정하였으며, RRF 적용 유·무에 따른 기여도 변화를 고찰하였다. 또한, 배출량-농도 관계에서 비선형성이 나타나는 BFM의 특성을 파악하고 이에 대한 선박 오염원의 민감도 특이성을 고찰하기 위해, 배출량 삭감량을 각각 100%, 70%, 50%, 30%로 변화를 주어 모사결과의 기여도 범위를 추정하고 성분별 민감도 분석을 수행하였다.
실제 연구 수행은 크게 5부분으로 나누어 단계적으로 진행되었다. 그 첫 번째 연구는 선박 입출항 실측정보인 PORT-MIS 자료를 활용하여 인천항 화물선박의 외항선과 내항선 각각에 대해 배출량을 재산정하고, 이를 CAPSS 자료와 비교·분석하였다. 그 결과, 2018 PORT-MIS 배출량을 2015 CAPSS 배출량과 비교하면, NOx 14,847 ton/yr(CAPSS 대비 약 4.01배 증가), SOx 13,653 ton/yr(CAPSS 대비 약 8.63배 증가), VOC 410 ton/yr(CAPSS 대비 약 3.20배 증가), PM10 1,143 ton/yr(CAPSS 대비 5.41배 증가), PM2.5 1,051 ton/yr(CAPSS 대비 5.48배 증가)로 재산정되었다. 즉 울산항 자료를 인천항 등 전국 모든 항만의 선박 배출량으로 일괄 적용하는 기존 CAPSS 배출량은 과소평가의 가능성이 있음을 확인하였다.
두 번째 연구는 PORT-MIS 화물선박 재산정 배출량으로 시간해상도를 개선하여 CMAQ 모델에 적용하고, 모델 개선효과를 분석하였다. 즉, 기존 CAPSS 자료로는 도출할 수 없었던 월별 및 요일별 시간해상도 자료를 도출하였으며, 이를 대기질 모델에 적용하였다. 또한 지표면에서 배출된다고 가정한 선행연구와는 다르게 선박의 굴뚝 높이로부터의 배출고도를 반영하여 모델을 개선하였다. 동시에 인천지역이 항만도시임을 고려하여 해안지역의 해염(Sea-salt emission)에 의한 영향을 반영하기 위해 모델의 입력자료로 해양·육지 구분자료인 OCEANFILE을 추가로 적용하였으며, 이는 내륙지역을 대상으로 연구를 수행한 선행연구와 차이가 있다.
PORT-MIS와 CAPSS 화물선박 배출량에 대해 모델 개선효과를 분석하면, PORT-MIS 배출량을 적용한 대기질 모사가 모델 성능을 평가하는 통계지표 값이 향상되는 경향을 보였다. 특히 항만에 가까운 신흥, 송림, 숭의에서 개선효과가 크게 나타났고, 항만과 떨어져 있는 부평은 개선효과가 미미하거나 나타나지 않았다. 굴뚝 높이를 고려했을 때 PM2.5의 경우 부평을 제외한 신흥, 송림, 숭의에서 개선효과가 나타났고, PM10의 경우 송림, 숭의에서 개선효과가 나타났다. 반면 부평은 항만에서 멀리 떨어져 있어 선박 오염원의 영향이 다른 오염원에 비해 상대적으로 작게 나타나므로, 굴뚝높이를 고려하거나 고려하지 않았을 때 큰 차이는 관찰되지 않았다.
세 번째 연구는 국외 유입의 영향이 적어 국내 지역 오염원의 대기질 영향을 잘 관찰할 수 있는 기간이라고 판단되는 2018년 3월 25일부터 31일까지를 사례일로 선정하고, 이 기간 동안의 인천지역 내 선박 오염원의 PM2.5 기여도를 산정하였다. 사례일 기간 동안 선박에 의한 PM2.5 평균 기여농도(mean±S.D.)에 대해 나타내면, CAPSS 선박 배출량을 적용한 결과, PORT-MIS 선박 배출량을 적용한 결과, PORT-MIS 선박 배출량 적용 및 배출 높이를 고려한 결과의 경우, 순서대로 신흥은 각각 1.1±1.9 ㎍/㎥, 4.8±6.3 ㎍/㎥, 4.8±6.3 ㎍/㎥, 송림은 각각 0.6±0.9 ㎍/㎥, 2.8±3.6 ㎍/㎥, 3.1±3.9 ㎍/㎥, 숭의는 각각 0.5±0.9㎍/㎥, 2.0±3.0 ㎍/㎥, 2.1±3.2 ㎍/㎥, 부평은 각각 0.3±0.5 ㎍/㎥, 1.1±1.8 ㎍/㎥, 1.2±2.1 ㎍/㎥로 산정되어 인천 동부에 위치한 부평지점까지도 선박 오염원에 의한 영향이 나타남을 확인할 수 있다. 또한 PORT-MIS 자료에 의해 재산정한 배출량으로 PM2.5 농도를 모델링한 결과에 대해 CAPSS 자료를 이용한 경우와 비교(CASE 1과 CASE 2)하면, 신흥은 4.4배(1.1 → 4.8 ㎍/㎥), 송림은 4.7배(0.6 → 2.8 ㎍/㎥), 숭의는 4.0배(0.5 → 2.0 ㎍/㎥), 부평은 3.7배(0.3 → 1.1 ㎍/㎥) 증가하여 CAPSS 배출량을 이용한 모델링 결과가 과소모사됨을 확인할 수 있다.
이에 추가적으로 CMAQ 확산모델로부터 산정된 선박 기여도와 수용체 지점에서의 PM2.5 성분별 측정값을 이용한 PMF 모델로부터 추정된 선박 기여도를 비교하였다. 그 결과, CAPSS 배출량을 적용한 모사는 과소모의 경향이 있으며, PORT-MIS 자료를 이용하여 화물선박 배출량을 재산정하고 굴뚝 높이를 고려한 대기질 모사의 정확도가 더 높은 것으로 나타났다. 단, CMAQ 확산모델 모사는 2018년을 대상으로 하였으며, PMF 수용모델 적용을 위한 화학종 실험을 위해 시료를 채취한 기간은 2019년이므로 직접적인 비교에는 한계가 있다. 다만, 오염원에 대한 기여도 추정 연구에서 대기 확산모델과 함께 수용체 지점의 측정값을 이용하는 수용모델을 상호보완적으로 활용할 수 있음을 확인할 수 있었다.
네 번째 연구는 RRF 개념을 적용하여 선박 기여도를 보정하고, 보정계수 적용에 따른 일별 기여도 변화를 분석하였다. 2018년 3월 한 달간 선박 오염원의 기여도가 상대적으로 크게 나타난 3월 23일부터 31일까지의 기간에 대해 ‘고기여도’기간(‘고농도’기간과는 다른 개념)으로 구분하고, 나머지 기간에 대해 평상시로 구분하여 RRF 보정 전·후의 기여도 변화를 비교하면, 신흥은 평상시 기간 중 9일(RRF=1.58)의 기여도가 1.7 → 2.8 ㎍/㎥로 변화하여, 1.1 ㎍/㎥ 증가하였으며, ‘고기여도’기간에 대해서는 25일(RRF=1.86)의 기여도가 6.0 → 11.2 ㎍/㎥로 변화하여, 5.2 ㎍/㎥ 증가하였다. 즉 모델에서 모사된 농도와 관측된 농도의 상대적인 비율을 반영하여 모사농도의 불확도를 보정하는 경우 기여농도는 크게 변화하므로, 특정 오염원의 기여도 산정 시 이에 대한 고려가 수반되어야 한다. 특정 오염원에 의한 기여도가 변화하게 되면 저감 대책을 수립하는 단계에서 관리가 필요한 오염물질과 오염원의 우선순위가 바뀔 수 있으므로, 모사 결과에 대해 단순한 기여도 절대값의 비교가 아닌 RRF 적용 등을 포함한 POST-modeling 과정에 대한 보다 상세한 분석이 필요함을 확인할 수 있다.
마지막으로 BFM의 특성을 파악하고 선박 오염원의 민감도 특이성을 고찰하기 위해, 선박 배출량 삭감량을 각각 100%, 70%, 50%, 30%로 변화를 주어 모델에 적용하고 기여도 범위를 산정하였으며, 성분별 민감도 분석을 수행하였다. 그 결과, 배출량 변동과 이에 따른 PM2.5 농도 변화는 비선형적인 특성을 보였다. 단, 본 연구에서 선박 오염원의 경우, 배출량과 모사농도 간 관계식의 2차 항의 계수가 충분히 작고 곡선적인 변화패턴이 크게 나타나지 않아, 2차 민감도에 의한 영향이 지배적으로 나타나지는 않았다. 그러나 배출량 변동과 이에 따른 PM2.5 농도 변화의 비선형성 경향이 크지는 않지만 뚜렷하게 나타났으며, 이는 오염물질 배출량이 대기 중에서 화학반응하여 생성되는 2차 생성 PM2.5의 영향에 기인하는 것으로 판단된다. 즉 BFM의 적용은 배출량 변동 크기에 따라 상이한 결과를 나타낼 수 있는 제한점이 있다고 사료된다.
선박 배출량 변동에 따른 PM2.5 모사농도의 비선형적인 농도 감소 특성을 성분별로 분석하기 위해 PM2.5의 주요 성분 농도 변화를 분석한 결과, EC와 광물성 입자를 포함하는 기타 성분을 제외한 나머지 성분들은 대기 중에서 다양한 화학반응을 통해 2차 생성되는 화학종이므로, 선박 배출량의 오염물질을 동일한 비율로 감소하였더라도 모사농도는 비선형성의 경향이 나타났다. 지역마다 주요 오염원이 다르고 오염물질 배출량의 차이가 있으며 대기 중 화학반응에 중요한 영향을 미치는 기상모사 결과도 다르기 때문에, 배출량 변동에 따른 모사농도의 변화에 대한 민감도가 성분별로 다르게 나타남을 확인할 수 있었다.
사례일 기간 동안 배출량 민감도 실험조건에 따른 인천지역 PM2.5 농도의 BFM 선박 기여도 분석 결과, 항만으로부터 가장 가까운 신흥은 선박 굴뚝 높이를 고려한 경우와 고려하지 않은 경우 모두 유사하게 4.3~4.8 ㎍/㎥의 기여도 범위로 나타났다. 굴뚝 높이를 고려하지 않은 경우 송림은 2.5~2.8 ㎍/㎥, 숭의는 1.6~2.0 ㎍/㎥, 부평은 0.9~1.1 ㎍/㎥의 기여도 범위를 보였으며, 굴뚝 높이를 고려한 경우 송림은 2.8~3.1 ㎍/㎥, 숭의는 1.7~2.1 ㎍/㎥, 부평은 0.9~1.2 ㎍/㎥의 기여도 범위로 나타났다.
본 연구에서는 선박이라는 지역 내 단일 오염원의 PM2.5에 대한 대기질 영향 산정 방법론을 제시하기 위해, 실측정보를 활용한 선박 배출량의 산정방법, 해상도 개선을 통한 대기질 모델에의 적용 방법, 선박 오염원의 기여도 범위 추정 및 RRF 보정에 따른 기여도 변화, 선박 오염원만의 배출량 삭감량의 변화에 따른 BFM 기법의 성분별 민감도 특이성에 대해서 고찰하였다. 향후 선박뿐만 아니라 지역 내 다른 단일 오염원의 오염도를 연구하는데 있어서, 본 연구결과는 중요한 기초자료가 될 수 있을 것으로 사료된다.

This study aims to analyze the influence of air pollutants from ships on the PM2.5 concentrations in surrounding areas over Incheon, one of the major port cities in South Korea. The emissions of cargo ships were recalculated using the Port Management Information System(PORT-MIS) and the results were applied to a three-dimensional photochemical model, Community Multiscale Air Quality(CMAQ) to estimate the air quality impact in terms of ship sources. In addition, the characteristic of BFM was studied wherein nonlinearity was shown in the relation between ship emissions and PM2.5 concentrations. The study was varied the ship emissions reduction from 100%, 70%, and 50%, to 30% to review uncertainties and estimate the range of contributions for the simulated results and sensitivity analysis was conducted for each component.
This study followed five steps. First, modified ship emissions for the ocean-going ships and coasters were calculated, respectively, based on PORT-MIS, which generated actual measurements for ship entry and departure, and the results with the CAPSS emissions inventory were compared for the analysis. As a result, upon comparing the 2018 PORT-MIS emissions with the 2015 CAPSS emissions, NOx was higher by about 4.01 times from the level of CAPSS with the modified emissions of 14,847 ton/yr, SOx by about 8.63 times with 13,653 ton/yr, volatile organic compounds(VOCs) by about 5.31 times with 410 ton/yr, PM10 by about 5.41 times with 1,143 ton/yr, and PM2.5 by about 5.48 times with 1,051 ton/yr.
Second, modified emissions from cargo ships that were recalculated using PORT-MIS were applied to a three-dimensional photochemical model. Afterward, the improvement effect of this modeling was analyzed comparison with that which is applied with CAPSS emissions. Notably, at this step, time resolution data were obtained by month and day of the week, which was not possible with CAPSS emissions. The analysis of the model improvement effect for cargo ship emissions from PORT-MIS and CAPSS indicated that the air quality simulation applied with the PORT-MIS emissions showed the tendency to improve the statistical analysis results evaluating the model performance. The improvement effect was particularly high for Sinheung, Songnim, and Sungui, which are areas located close to the port. In contrast, the effect was marginal or not significant for Bupyeong, which is located far from the port. When considering funnel height, the study found the improve effect significant for Sinheung, Songnim, and Sungui in the case of PM2.5, while significant for Songnim and Sungui in the case of PM10. Meanwhile, ship source had relatively low influence to Bupyeong area compared to other sources because the area is located far away from the port. Therefore, consideration of funnel height did not result in any significant difference observed.
Third, the period from March 25 to 31, 2018 was selected, during which foreign contribution was low for in-depth analysis of air quality influence by local sources. For this period, we estimated the contribution of ship source in the Incheon area on PM2.5 concentrations. In addition, we conducted the positive matric factorization(PMF) model using each of the PM2.5 components measured at the point of the receptor. Afterward, comparison and analysis of the ship contributions estimated from the models were conducted. For this period, the mean concentrations contributed by ships for PM2.5(mean±S.D) are as follows. As a result of applying the CAPSS ship emissions, PORT-MIS ship emissions, and PORT-MIS ship emissions, with funnel height considered, these were calculated as 1.1±1.9 ㎍/㎥, 4.8±6.3 ㎍/㎥, and 4.8±6.3 ㎍/㎥, respectively, for Sinheung ; as 0.6±0.9 ㎍/㎥, 2.8±3.6 ㎍/㎥, and 3.1±3.9 ㎍/㎥, respectively, for Songnim ; as 0.5±0.9 ㎍/㎥, 2.0±3.0 ㎍/㎥, and 2.1±3.2 ㎍/㎥, respectively, for Sungui ; and as 0.3±0.5 ㎍/㎥, 1.1±1.8 ㎍/㎥, and 1.2±2.1 ㎍/㎥, respectively, for Bupyeong. This indicates the influence of ship source reaching Bupyeong, which is located in the east part of Incheon. In addition, the study compared the simulated PM2.5 level based on the emissions recalculated by PORT-MIS data(CASE 1) with those using CAPSS data(CASE 2). As a result, CASE 1 showed a 4.4 times higher level than that of CASE 2 for Sinheung(1.1 ㎍/㎥ to 4.8 ㎍/㎥), 4.7 times higher for Songnim(0.6 ㎍/㎥ to 2.8 ㎍/㎥), 4.0 times higher for Sungui(0.5 ㎍/㎥ to 2.0 ㎍/㎥), and 3.7 times higher for Bupyeong(0.3 ㎍/㎥ to 1.1 ㎍/㎥), which indicates an underestimation of the modeling using CAPSS emissions.
Additionally, the PM2.5 contributions of ship sources that were calculated with the CMAQ model were compared with those based on the PMF model. Results of which showed the underestimation tendency that the simulation using CAPSS data had. In this regard, the air quality simulation that used PORT-MIS data to recalculate ship emissions with consideration of funnel height is considered more accurate. However, there are limitations in their direct comparison because the target year of CMAQ modeling simulation was 2018, while the year for sampling of the chemical species experiments of which results were applied to the PMF model was 2019. Nonetheless, for studies to estimate contribution of sources, we found the potential for the complementary use of the air quality dispersion model with the receptor model for which input data the values measured at the point of the receptor are required.
Fourth, we applied the concept of Relative Response Factor(RRF). The use of RRF aimed to revise contributions by ships and analyze the daily contribution as it changes with the application of the RRF factors. When contributions of certain source change, they significantly influence the prioritization of pollutants and sources that need to be controlled during a stage when reduction plans are being established. Therefore, detailed analysis(POST-modeling) is required instead of a simple comparison of contribution levels calculated from simulation results.
Finally, to study characteristics of BFM method and to review the related uncertainties, we applied the varying emissions reduction from 100%, 70%, and 50%, to 30% ; estimated the contribution range ; and conducted a sensitivity analysis for each of the components. For the episode period, the study reduced the ship emissions by 100%, 70%, 50%, and 30%. Moreover, for each of the reduction levels of ship emissions, the PM2.5 level over the Incheon area was simulated. When comparing these results with those of the basic simulation, nonlinear characteristics were found for change in the ship emissions and, accordingly, for change in the PM2.5 levels. However, in this study, for the ship sources, the coefficient of quadratic terms was small enough, and there was not a significant curved pattern change. This resulted in the nonappearance of dominant influence by the second sensitivity. Moreover, there is a nonlinear tendency in changing ship emissions and the corresponding PM2.5, albeit not significant. This would be because of the influence of the secondary formation of PM2.5 that occurs with the emitted pollutants having a chemical reaction in the atmosphere. Thus, the application of the BFM is considered to show a limitation in producing different results depending on the varying ship emissions.
The study analyzed the change in levels of PM2.5 major components to identify the characteristics of nonlinear decrease in the simulated PM2.5 concentration with reducing ship emissions. According to the result, the components, excluding those that include EC and mineral particles, are chemical species that have a range of chemical reactions in the atmosphere to lead the secondary formation. Therefore, although the pollutant emissions from ships decreased the same rate, the simulated levels showed a nonlinear tendency. Major sources differ depending on the area, with differences in each emission of pollutants, and the simulation results of meteorological elements that have a great influence on chemical reactions in the atmosphere is also different. This is considered as the reason why the sensitivity to the changing simulated concentrations with the varying emissions was different for each component.
For the episode period, the contribution of ships was analyzed for each of the conditions for ship emissions sensitivity experiments. As a result, for Sinheung, which is located closest to the port, the contributions ranged from 4.3 to 4.8 ㎍/㎥ regardless of funnel height ; following this, the range was from 2.5 to 2.8 ㎍/㎥ for Songnim, from 1.6 to 2.0 ㎍/㎥ for Sungui, and from 0.9 to 1.1 ㎍/㎥ for Bupyeong. In consideration of funnel height, the range was from 2.8 to 3.1 ㎍/㎥ for Songnim, from 1.7 to 2.1 ㎍/㎥ for Sungui, and from 0.9 to 1.2 ㎍/㎥ for Bupyeong.
This study discussed the method for recalculating ship emissions, their application to air quality models, estimation of contribution by ship sources, change in contributions with applying RRF and the sensitivity of the BFM method with different ship emissions reductions to suggest the estimation method for the influence of local source “ships” in an area on the PM2.5 levels in the atmosphere. The study results are expected to serve as a basis for future studies on pollution levels for both ships and others, which mean different kinds of local sources.