한국형 대기질 예보 시스템 개발
송철한 광주과학기술원/ 지구·환경공학부 교수
광주과학기술원 지구·환경공학부에서 대기화학정보 연구실(AIR Lab.) 운영,
동아시아 지역의 실시간 대기질 예보,
인공위성과 대기질 모델링을 활용한 대기질 및 기후 연구 수행.
한국형 대기질 예보 시스템 개발은 우리나라 (초)미세먼지(보통 PM2.5를 초미세먼지, PM10을 미세먼지라고 부른다. 각각 입자 직경 2.5μm와 10μm 이하 되는 미세먼지의 질량 농도이다)의 예보 적중률이 매우 낮은 문제로부터 출발하여, 미세먼지 예보 적중률 제고를 목적으로 한 국가 전략과제로 2017년 9월부터 추진되고 있다.
한국형 대기질 예보 시스템 개발은 그 하위 개념으로 한국형 대기질 모델 개발도 또한 포함하고 있고, 그림 1에서 보여지는 바처럼 한국형 대기질 모델은 한국과 동아시아에 대한 대기질 예보뿐만 아니라 대기질 관련 정책수립, 국민 건강 및 식생에 관한 영향 분석, 황사예보 등 매우 다양한 분야에 사용될 수 있는 매우 포괄적 대기질 모델링 시스템이다.
대기질 모델링이란 우리가 관심을 가지고 있는 일정한 대상 지역(수도권, 한반도 또는 동북아시아)을 예를 들어 3kmx3km에서 12kmx12km 규모의 수십만 개의 3차원 grid로 분할하여, 각 grid 내에서 반응을 포함하는 물질보존 방정식(편미분 방정식)을 푸는 과정이다. 이와 같은 대기질 모델링(예보)의 정확도를 좌우하는 것에는 4개의 중요한 인자들이 있다. 입력자료로서 기상장(유동장), 오염물질의 배출량 자료, 모델 구동을 위한 초기장 및 경계장 (initial & boundary conditions), 그리고 대기질 모델 자체의 정확도이다.
그림 1. 한국형 대기질 모델링 시스템 구성
그림 1에서 보여지듯, 기상장(유동장)은 대기 오염물질의 이동(transport)을 모사하기 위한 필수 입력자료로 기상청이 운영하는 측정 자료(기상 인공위성 자료 포함)를 활용한 기상예측 모델 생산 기상장이 대기질 모델링의 입력자료로 사용된다. 배출장은 기상장에 의해 이동하는 대기 오염물질들이 각 오염원으로부터 배출되는 양(예를 들어, 화력발전소에서 배출되는 SO₂와 NOx, 자동차에서 배출되는 NOx, 나무 등의 식생에서 배출되는 유기화합물 등의 배출량)으로 대기질 모델링에서 가장 불확실도가 큰 영역이다. 그리고 대기질 예보를 구동하기 위해서는 (즉, 편미분 방정식을 풀기 위해서는) 정확한 초기장과 경계장이 있어야 한다. 이 초기·경계장은 특히 단기 대기질 예보의 성패를 가늠하는 매우 중요한 요소로, 그림 1에서 보여지듯 우리나라 해수부에서 운영하는 정지궤도 위성(GOCI: Geostationary Ocean Color Imager) 및 NASA/ESA에서 운영 중인 극궤도(polar orbit) 환경위성 자료를 실시간으로 활용한다. 그리고 마지막으로 대기질 모델은 이와 같은 입력 자료를 바탕으로 대상 지역에서 대기 중 오염물질이 반응에 의해 생성 및 소멸되는 모든 과정을 모사(simulation)하는 것이다.
대기질 모델의 개발은 그 내부를 구성하고 있는 주요 요소들인 대기 내 반응들(기체상 반응, 구름 내에서 액상 반응, 미세먼지의 표면 화학반응)뿐만 아니라, (초)미세먼지(aerosols)의 생성(nucleation), 합체(coagulation), 응축 및 증발 (condensation과 evaporation) 등의 과정을 정밀 묘사할 수 있는 정교한 모수화 (parameterization)들을 필요로 한다.
이와 같은 대기 내 반응과 미세먼지의 생성 및 변형 과정은 우리나라 국립환경과학원과 NASA가 2016년 5월 1일부터 6월 14일까지 남한에서 DC10 등의 관측 비행기 등을 동원하여 공동 실시한 KORUS-AQ campaign을 통해 새로이 발견된 많은 반응들과 대기 과정들을 모델 내에 구체적으로 반영하는 작업들을 수행함에 의해 “한국형” 대기질 모델의 개발을 위해 노력하고 있다.
당연히 “한국형” 모델이라 함은 “한반도 또는 동아시아”의 특수한 환경에서 발생하는 특수한 반응(기체상 반응 및 미세먼지 생성 반응들)이 철저하게 고려되는 그런 모델을 의미한다. 따라서 이론적으로는 배출장과 기상장, 초기경계장이 완벽하다는 가정 하에서 대기질 모델이 또한 완벽하다면, 장기간(1달 내지 1년)에 걸쳐 대기질 변화를 완벽하게 모사 구현하는 것이 가능한 모델 또는 모델링 시스템를 구축하는 것이 본 연구의 궁극적 목표이다.
그림2. 현업 운영중인 대기질 예보 시스템과 다양한 대기질 예보 시스템의 결과 비교
IOA: Index of Agreement; RMSE: Root Mean Square Error; MB: Mean Bias; MNGE; Mean Normalized Gross Error;
MNB; Mean Normalized Bias
그림 2는 지난 1년여간 본 연구팀에서 개발해 온 한국형 대기질 모델링 시스템 구축 사업의 결과 중 하나이다. AIR KOREA라 함은 우리나라 264개소에 설치된 (초)미세먼지 및 대기 오염물질 (오존, SO₂, NO₂ 등) 관측망 측정 자료이다. 빨간 점선(CMAQ)이 현재 현업으로 구동되고 있는 초미세먼지(PM2.5) 예보 결과치이다.
예보가 실제 관측치와 비교할 때 현저히 과소 모의하고 있는 것을 볼 수가 있다. 반면 초록색 점선은 앞에서 설명한 바처럼 인공위성 자료 및 지상 관측 자료를 정교한 방법으로 대기질 모델 초기경계장으로 공급하여 계산한 경우이다. 예보 결과가 매우 좋아짐을 확인할 수가 있다. 마지막으로 이와 같은 대기질 예보에는 인공지능 (artificial intelligence)이 또한 매우 유용하게 활용될 수 있다. 파란색 점선은 지난 2년간의 측정 자료를 바탕으로 RNN(Recurrent Neural Network) 계열의 방법으로 학습을 시킨 후 대기질 예보에 적용한 결과이다. 대구와 부산의 관측소에서는 국립환경과학원에서 현업 운영 중인 시스템이나, 앞서 설명한 대기질 모델링 시스템보다 우수한 예보 결과가 나타날 수 있음을 보여주는 결과이다.
본 연구에서는 대기질 예보를 포함한 대기 관련 모델링에 현재 과학수준에서 최고로 적용 가능한 기술(state-of-art)을 최대한 적용하여 5년 내에 세계 최고 수준의 대기질 모델링 기술 수준을 확보함을 목표로 총 23개의 국내 및 국외 연구진이 합심하여 노력을 경주하고 있다.