1578 832

Cited 0 times in

ISCST3 대기오염확산모델의 격자크기에 따른 수용점 농도 분포 및 변화에 관한 연구

Other Titles
 (A) study on receptor concentration distribution by applying for grid size to ISCST3 air dispersion model. 
Authors
 송기창 
Issue Date
2001
Description
환경관리학과/석사
Abstract
[한글]



산업화와 더불어 대기오염은 복합화, 집적화 양상을 띠고 있으며, 인구의 도시집중화와 함께 대규모 산업단지 조성 등으로 인해 대기오염이 더욱 가속화되고 있는 실정이다. 이러한 대기오염의 효과적인 관리를 위해서는 대기오염확산모델을 이용한 대기오염물질 확산예측의 중요성이 부각되고 있다.

대기오염확산모델의 선정은 예측조건과 대상오염물질, 오염원의 종류, 기상자료, 지형자료 등을 종합적으로 고려하여 특성에 맞게 선정되어야 하나, 대기오염확산모델의 한계점,제한점에 대한 고려없이 대기오염확산모델을 적용하여 대기오염예측을 실시함으로써 다양한 대기오염의 특성을 충분히 고려하지 못하고 있는 실정이다.

이러한 문제에 대한 개선방안의 도출을 위해 선행연구에서 나타난 바와 같이 다른 모델에 비해 예측력이 우수한 것으로 나타난 ISCST3 모델을 대상으로 가상 시나리오를 작성하여 모델링을 실시하고 예측결과의 분포 및 변화특성의 분석을 통해 모델이 가지는 제한점

의 확인 및 개선방안을 제시하고자 본 연구를 수행하였다.

각 시나리오는 발생원 격자 3가지와 수용점 격자 5가지를 교차 조합하여 총 15개의 시나리오를 구성하였으며, 입력변수 산정을 위해 예비 모델링을 통해 입력변수를 결정하였다.

연구수행결과 발생원 격자크기를 크게 설정할 경우 수용점 농도도 증가하는 것으로 나타났으며, 최대착지농도를 발생원 격자면적으로 나눈 단위 면적당 착지농도 산정결과 시나리오별 최대 착지농도는 유사한 값으로 나타났다.

시나리오별 동일면적 착지농도 분석결과 수용점 격자크기 25×25m를 기준으로 격자크기가 50×50m인 경우 오염물질 농도가 1.42% 가중되는 것으로 나타났으며, 수용점 격자크기 100×100m의 경우 5.03%, 수용점 격자크기 200×200m의 경우 13.58%, 수용점 격자크

기 400×400m의 경우 80.58% 오염물질농도가 가중되어 나타났다.

수용점 격자크기의 변화에 따른 수용점 농도의 감소율을 분석한 결과 수용점 격자크기를작게 설정할 경우 최대착지농도에서 하위농도로의 감소율이 감소하는 것으로 나타났으며,수용점 격자크기를 200×200m 이하로 설정하여 모델링을 수행할 경우 수용점 격자크기 변화에 따른 수용점 농도 오차를 줄일 수 있을 것으로 나타났다.

면오염원을 적용한 대기오염물질확산 예측시 오차의 제어방안으로는 모델이 가지는 한계내에서 수용점 격자크기를 최대한 세분화하여 모델링을 실시하여 예측편차를 최소화는 방안이 있으며, 예측범위가 광범위하여 수용점 격자크기를 충분히 작게 하지 못할 경우 수

용점 격자크기에 따른 오염물질의 가중율을 고려하여 수용점 농도의 보정 과정을 거칠 경우 수용점 격자를 더욱 세분화하였을 때와 유사한 예측결과의 도출이 가능할 것으로 판단되었다.

이상 제시한 적정 수용점 격자크기 설정방안과 수용점 격자크기 세분화 방안과 수용점 농도의 보정방안을 적용하여 대기오염예측을 실시할 경우 모델이 가지는 제한점을 개선하여 더욱 정확한 대기질 예측의 유도가 가능할 것이다.

[영문]

As the world becomes industrialized, the air pollution is taking on being complex and accumulation. Furthermore, as the population is concentrated on cities and large-scale industrial complexes are being built,air pollution is being accelerated

.The significance emerges surrounding the forecasting on air pollutants dispersion using the air dispersion models.

We need to select optimum air dispersion models that fit the air pollution features, in comprehensive consideration of forecasting conditions and target pollutants, the kind of pollution sources, meteorological data, topographical data, etc. However, when we perform air pollution forecasting, we have not given sufficient consideration to the limit and restriction of air dispersion

distribution models, and then applied the models. Hence,we do not sufficiently take the air pollution characters into account.

Through this paper, this researcher seeks to identify the limit of the models and present measures for improving it, as he drafted scenarios against the ISCST3 model deemed to have superior forecasting ability to other models as prior researches

revealed, performed modeling, analyzed the forecasting result distribution and change characteristics.

The author created a total of 15 scenarios by cross-combining three source grids with five receptor grids, and determined input variables through preliminary modeling.

As a result of the research, it was revealed that the larger the source grid size was set, the more the receptor concentration increased.In addition, when the author calculated the receptor concentration per unit area by dividing the largest receptor concentrator by the source grid area, it was revealed that the largest concentration according to the scenarios was similar.

The analysis of the receptor concentration per identical area by scenario revealed that, with the receptor grid size with 25 25m as the basis, the pollutants concentration increased 1.42% with the grid size of 50 50m, 5.03%with the size of 100 100m, 13.58% with 200 200m, and 80.58% with 400 400m, respectively.

The analysis of the receptor concentration decrease ratio according to the change in the receptor grid size revealed that in case the receptor grid size was set as small, the decrease ratio from the largest receptor concentration to lower concentration was reduced, and that in case we set the receptor grid size below 200 200m and perform modeling, we can reduce the error in the receptor concentration according to the receptor grid size.

When we forecast air pollutants dispersion applying asbestos pollution source, we can control and minimize the error in forecasting by maximizing the segmentation of the receptor grid size within the models limit and performing modeling. In case,

with the forecasting scope extensive, we cannot sufficiently minimize the receptor grid size, and thus undergo the correction of the receptor concentration given the pollutants increase ratio according to the receptor grid size, we can induce forecasting results similar to those obtained when we have further segmented the receptor grid.

In case we apply above-presented methods for setting optimum receptor grid size, methods for segmenting the receptor grid size, and methods for correcting the receptor concentration to perform the air pollution forecasting, then we can improve the limit of models and forecast the air quality more accurately.
Files in This Item:
T006738.pdf Download
Appears in Collections:
4. Graduate School of Public Health (보건대학원) > Graduate School of Public Health (보건대학원) > 2. Thesis
URI
https://ir.ymlib.yonsei.ac.kr/handle/22282913/127566
사서에게 알리기
  feedback

qrcode

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

Browse

Links