지리정보시스템을 이용한 울산시 도시대기측정소 평가

Evaluation of Urban Air Quality Monitoring Stations in Ulsan using Geographic Information System

Article information

J Environ Anal Health Toxicol. 2022;25(3):99-110
Publication date (electronic) : 2022 September 30
doi : https://doi.org/10.36278/jeaht.25.3.99
Department of Urban and Environmental Engineering, Ulsan National Institute of Science and Technology (UNIST), Ulsan, 44919, Korea
최성득,
울산과학기술원 도시환경공학과
To whom correspondence should be addressed. Tel: 82-52-217-2811, Fax: 82-52-217-2859, E-mail: sdchoi@unist.ac.kr
Received 2022 August 10; Revised 2022 September 7; Accepted 2022 September 08.

Trans Abstract

To manage particulate matter (PM2.5) in Ulsan, this study evaluated the current status of the emissions and concentrations of PM2.5 and the number and spatial distribution of urban air quality monitoring stations (AQMSs). The major emission sources of PM2.5 in Ulsan are industrial activities (production process, manufacturing combustion, and ships), and the annual mean concentration of PM2.5 in Ulsan is not higher than those in other large megacities. However, the toxicity of PM2.5 in Ulsan seems to be high owing to the presence of hazardous air pollutants. Although the AQMSs in Ulsan have been well operated, and the number of stations is sufficient, further evaluation of the roles and spatial distribution of some of these stations is required. This study proposed the priority areas for installing new AQMSs using Geographic Information System (GIS) tools based on the population distribution and PM2.5 pollution levels. The method developed in this study can be used for other cities, as well as for expanding urban areas and new downtown areas in Ulsan to assess the existing monitoring network and suggest the optimum locations of new stations.

1. 서 론

우리나라는 1990년 대기환경보전법을 제정하고 다양한 연료정책과 자동차 배출 규제 등을 통해 대기오염을 개선해 왔다. 미세먼지 역시 이러한 정책 효과를 통해 지난 수 십년 동안 농도가 꾸준히 감소했다. 그러나 2013년부터 PM2.5 의 환경기준이 설정되고, 전국적으로 미세먼지 고농도 사례가 발생함에 따라 이에 대한 언론보도 건수가 급증하면서 미세먼지는 전 국민의 관심사가 되었다[1].

이후, 각 지자체에서 미세먼지 측정에 관한 수요가 폭발적으로 증가하였고, 전국적으로 대기측정소(Air Quality Monitoring Station: AQMS) 개수가 급증하였다. 예를 들어, 전국 도시대기측정소 개수는 2010년 236개[2], 2015년 259개[3], 2020년 473개[4]로 2010년대 중반 이후에 신규 측정소 설치가 많이 이루어졌다. 2022년 8월 현재, 에어코리아(https://www.airkorea.or.kr)에서 자료를 제공하는 도시대기측정소는 518개이며, 환경부 계획에 의하면 2025년까지 532개를 운영할 예정이다[5].

환경부는 다양한 대기오염측정망을 운영하고 있다. 측정망은 크게 일반측정망과 집중측정망으로 나뉘며, 일반적으로 미세먼지 중량농도를 측정하여 실시간으로 공개되는 자료는 일반대기오염측정망에 속하는 도시대기측정망에서 산출된 자료이다. 도시대기측정망의 설치 목적은 “도시지역의 평균 대기질농도를 파악하여 환경 기준 달성 여부 판정하는 것”이다[5]. 이 측정망에서는 기준성대기오염물질로서 미세먼지뿐만 아니라 4종의 기체상 물질(일산화탄소, 오존, 아황산가스, 이산화질소)을 측정하고 에어코리아에서 실시간으로 측정결과를 공개한다. 도시 대기측정소는 도로의 차량배출 영향을 직접적으로 받지 않는 거리와 높이에서 시료를 채취하도록 규정되어 있다[5]. 도시대기측정소에는 미세먼지뿐만 아니라 다양한 측정장비, 기상장비, 전산설비가 설치되어 있으며, 안정적인 전원 공급과 내부 온도 조절이 필요하다. 또한, 장비 가동으로 인한 소음 민원 등을 고려할 때 관공서 옥상에 설치한 경우가 많으며, 이에 대한 비판 등을 고려하여 최근에는 관공서 주차장이나 운동장 등의 지표면에 가까운 곳에 설치하는 경우가 있다.

울산광역시는 대표적인 산업도시로서 대기오염과 화학 사고가 수시로 발생하는 도시이다[6]. 다른 대도시와 마찬가지로 2000년대 이후에 대기질이 상당히 개선되었다[7]. 실제로 2020년 울산의 미세먼지 연평균 농도(30 µg/m3)는 서울(35 µg/m3)보다 낮았다[4]. 미세먼지는 이온, 금속, 유기물질, 원소탄소 등 다양한성분으로 구성되어 있으며[8], 미세먼지 중량농도가 낮더라도 미세먼지에 유기독성물질과 중금속 성분이 상대적으로 많으면[9] 미세먼지에 의한 건강영향이 클 수 있다. 또한, 환경부 연구결과에 의하면 울산 국가산업단지 주변 14 km 이내 지역에서의 암 발생률이 전국 최고수준이었다[10]. 그러므로 울산에서는 타 도시에 비해 미세먼지 농도가 낮더라도 건강영향 차원에서 미세먼지 농도를 지속해서 감시하고, 대기질 관리를 위해 최적의 측정망 운영이 요구된다.

본 연구에서는 울산시 대기오염측정소 위치에 대한 전반적인 평가를 수행하고, 측정소 확충과 보완 사항을 파악하였다. 구체적으로는 (1) 울산시 대기오염측정망 현황 조사, (2) 미세먼지 배출량과 농도 분포 파악, (3) 대기오염측정망 최적화 방안 도출을 수행하였다. 특히, 지리정보시스템(Geographic Information System: GIS)을 이용하여 울산의 환경 기초자료를 정리하고, 도시대기측정소 위치를 객관적으로 평가하였다.

2. 연구 방법

2.1. 배출량과 측정망 자료

2022년 8월 현재, 울산시에는 19개 지점에 도시대기측정소가 설치되어 있으며, 기준성대기오염물질(PM10, PM2.5, SO2, NO2, CO, O3)을 자동으로 측정한다. 측정망 운영은 울산광역시보건환경연구원이 담당하며, 시간별 최종 확정 자료는 한국환경공단이 운영하는 에어코리아를 통해 제공한다. 본 연구에서는 2018, 2019, 2020년도 기준성대기오염물질 자료를 확보하였으며, 그 중에서 미세먼지(PM2.5) 자료를 주로 활용하였다. 2017년 이전에는 6~7개 도시대기측정소에서 PM2.5 를 측정했으므로, 공간 보간법으로 농도 분포도를 작성하기 위해서 최근 3년 자료만 이용하였다.

국가미세먼지정보센터(https://www.air.go.kr/)에서는 매년 기준성대기오염물질에 대한 배출량 자료를 산정하고 있다. 관련 자료 취합과 처리에 시간이 걸리므로 입수 가능한 최신 자료는 보통 2~3년 전의 자료이다. 2022년 8월현재, 2019년 배출량 자료가 제공되고 있지만, 연도별로 배출량 공간분포는 매우 유사하므로, 본 연구에서는 전국 배출량 자료에서 점 · 선 · 면 오염원별로 울산 자료를 추출하고 가공하여 전처리가 완료된 2017년 자료를 사용하였다.

2.2. 지리정보시스템 입력자료

GIS를 이용하면 시각적이고 정량적인 방법으로 대기오염 현황을 파악하고[11], 측정망을 최적화할 수 있다[12-15]. 그러므로 본 연구에서도 GIS를 핵심 도구로 활용하였다. 울산시 대기오염 현황을 파악하는데 사용할 수 있는 GIS 입력자료(행정구역, 자연환경, 사회환경)를 확보하였다(Table 1). 공공기관에서 온라인으로 공개하고 있는 자료를 최대한 확보하였으며, 울산시 행정구역에 해당하는 자료를 추출하고 GIS 입력자료 형식으로 변환하였다. Table 1에 제시한 모든 자료를 레이어로 만들고 다양한 조합을 통해 대기오염에 밀접한 자료를 선택하였다. 본 연구에서는 GIS 소프트웨어인 ArcGIS 10.8.2 (Esri, USA)를 주로 사용하였으며, 일부 지도는 ArcGIS Pro 3.0.0 (Esri, USA)으로 작성하였다.

Input data related to the air quality in Ulsan for the Geographic Information System (GIS)

3. 결과 및 고찰

3.1. 울산의 입지조건

울산은 산악지대로 둘러싸여 있으며 전반적으로 복합지형을 보이며 동쪽의 시가화 지역은 주로 평탄지역이다 (Fig. 1). 울산 소재 주요 국가산업단지 모두 동해와 태화강 하구 근처에 위치하며, 모든 산업단지 인근에 대형 주거지역이 조성되어 있으므로 대기오염과 화학사고 영향을 많이 받을 수 있다[6,7]. 또한, 산업단지뿐만 아니라 항만 활동과 대형 선박 배출 영향도 중요하다. 도시대기측정소는 중구(2개소), 남구(6개소), 동구(2개소), 북구 (2021년 2개소, 2022년 3개소), 울주군(6개소)에 설치되어 있으며, 용도지역으로는 상업(2개소), 주거(11개소), 녹지(2개소), 공업지역(4개소)에 분포한다. 이와 같이, 울산시 도시대기측정소는 주요 국가산업단지, 도심지역, 교외 지역에 골고루 배치되어 있다(Fig. 1). 도시대기측정망의 구체적인 현황은 3.3장에 제시하였다.

Fig. 1.

Urban air quality monitoring stations (AQMSs) in 2021 and major industrial complexes in Ulsan, South Korea.

지난 6년(2015~2020) 동안의 계절별 주야간 바람장미에 의하면, 겨울을 제외한 모든 계절의 주간에는 남동풍과 북동풍이 우세했으며, 야간에는 북서풍이 우세하였다(Fig. 2). 특히, 봄과 여름에는 해륙풍 순환이 강하게 나타나므로 주간에 산업단지에서 배출된 대기오염물질이 시내로 확산될 가능성이 크다. 실제로 5~7월에는 남동 계절풍 영향으로 미세먼지와 SO2 의 고농도 사례가 빈번하게 발생하고 있다[7,16]. 즉, 울산의 주풍향은 북서풍으로 산업단지에서 배출된 대기오염물질 상당량이 동해로 확산 되는 것으로 추정되지만[17], 연중 해륙풍 순환의 영향을 받고 있으므로 오염물질이 수시로 주거지역으로 확산될 수있다. 특히, 동구는 석유화학산업단지와 자동차산업단지의 남동쪽 풍하 지역에 위치하며, 조선산업단지의 서쪽에 위치하므로 연중 오염물질 노출에 취약한 지역이다.

Fig. 2.

Seasonal wind patterns in Ulsan during 2015–2020. Meteorological data measured at a weather station (ID 152) were obtained from Korea Meteorological Administration (https://data.kma.go.kr).

3.2. 울산시 미세먼지 배출량 및 농도 현황

울산시 미세먼지 배출량 대분류와 중분류 자료를 정리하였다(Fig. 3). 생산공정의 기여도가 29.5%로 가장 높았으며, 비도로이동오염원(22.5%)과 제조업 연소(18.3%)가 그 뒤를 차지하였다. 비도로이동오염원 배출량의 대부분은 선박(전체의 17.3%) 배출이 차지하므로, 울산에서는 산업단지뿐만 아니라 대형 화물선박에 의한 미세먼지 배출이 중요한 것을 확인하였다[18]. 그러므로 산업배출뿐만 아니라 선박배출 저감을 위한 노력이 필요하다.

Fig. 3.

Annual contribution of emission source categories in Ulsan in 2017. Data were obtained from the National Air Emission Inventory and Research Center (https://www.air.go.kr).

점 · 선 · 면 배출량 자료를 GIS에 입력하고 공간분포를 파악하였다(Fig. 4). 선오염원과 면오염원 자료는 격자 형태이며, 주요 배출지역을 효과적으로 파악하기 위해 역거리 가중(Inverse Distance Weighted: IDW) 보간법을 실시하였다. 점오염원 자료의 경우에는 굴뚝의 분포를 고려할 때 보간법을 사용하기 적절하지 않기 때문에 개별 지점에 배출량을 표시하였다. 본 연구에서는 육상에서의 대기오염측정망을 고려하기 때문에 선오염원 자료 중에서 선박 배출은 지도상에 나타내지 않았다. 미세먼지 배출량 지도에 의하면, 점오염원과 면오염원 배출량은 산업단지(특히, 석유화학단지와 비철금속단지)에서 많았으며 선오염원 배출량은 주로 도로에서 많았다.

Fig. 4.

Spatial distributions of PM2.5 emissions from (a) point, (b) line, and (c) area sources and (d) total emissions in Ulsan in 2017.

울산시의 전반적인 미세먼지 오염도의 공간분포를 파악하기 위해 2018, 2019, 2020년 울산시 도시대기측정망 16개 측정소(연도별 농도 비교를 위해서 2020년 신설 측정소 2개소 자료 제외)의 연평균 미세먼지 농도 분포도를 작성하였다(Fig. 5). 일부 지점에서 연도별로 상대적인 농도 수준에 변동이 있었으나, 전반적으로 미세먼지 농도는 산단지역과 교통 밀집지역에서 높은 경향을 보였다. 미세먼지 농도는 측정소 위치(예: 주요 도로에서의 이격 거리)와 높이 등에 따라 영향을 받을 수 있으므로 개별 측정소가 주변 지역의 미세먼지 농도를 얼마나 대표할 수 있는지 논란의 여지가 있다. 그럼에도 불구하고 울산시 도시대기측정망 자료는 전반적으로 산업활동과 교통 영향 등을 전반적으로 잘 반영하고 있는 것으로 평가할 수 있다.

Fig. 5.

Spatial distributions of PM2.5 concentrations in Ulsan in (a) 2018, (b) 2019, and (c) 2020. For comparison, data from 16 urban AQMSs were considered.

3.3. 도시대기측정망 평가

3.3.1. 도시대기측정망 현황

울산시 도시대기측정망은 2022년 7월에 북구 송정동에 측정소 1개소가 추가로 설치되어 총 19개 측정소로 구성된다. 그러나 측정자료 확보 현황을 고려하여 18개 측정소에 대한 정보를 정리하였다. 도시대기측정소는 상업 및 주거지역 위주로 설치되었으며, 산업단지 4개소와 녹지 2개소에 측정소가 위치한다(Table 2). 산업단지 측정소를 제외하면 전반적으로 인구밀도가 높은 곳에 측정소를 설치하였다(Fig. 6).

Details of the urban AQMSs in Ulsan

Fig. 6.

Spatial distributions of the (a) urban AQMSs and (b) population in Ulsan.

3.3.2. 도시대기측정소 개수 적정성

환경부는 인구수와 미세먼지 배출량을 기반으로(식 1) 시군구별 기준지표를 산정하고, 측정소 개수 적정범위에 미흡한 지역에 대해 입지 조건 등 적절성 검토를 거쳐 연차적으로 신규 설치를 계획한다[5]. 해당 기준지표(Table 3)에 의하면, 2021년 울산의 지표는 280,939로서 도시대기 측정소 개수(18개)는 적정한 수준이다.

Indicators of the number of AQMSs based on population and emission data

(1) Indicator=Population2each×PM2.5emissionkg1013

대기오염공정시험기준의 환경대기 시료채취방법(ES01115)은 인구밀도를 이용하여 적정 측정소 개수를 산정하는 식을 제시한다. 식 (2)를 활용하여 울산의 4개 자치구와 울주군의 측정소 개수를 산정하였다(Table 4). 이 결과를 도시대기측정소 중에서 가주지에 해당하는 상업 및 주거지역 측정소 개수와 비교하여 적절성을 평가하였다. 중구를 제외하면 측정소 개수가 적절하거나 초과한 것으로 나타났다. 그러나 중구 성안동에는 국립환경과학원이 운영하는 영남권대기환경연구소가 있으며 미세먼지 중량과 성분 농도가 준 실시간으로 분석되고 있다. 이를 고려하면 울산시 자치구와 울주군의 도시대기측정소 개수는 적정한 것으로 판단된다.

Evaluation of the numbers of AQMSs in each district in Ulsan

(2) Number of stations=Residential area in the target area(km2)25km2×Population density in the target areaNational mean population density

3.3.3. 도시대기측정소 입지 적정성

도시대기측정소는 현장 상황에 따라 장소 변경이 가능하다. 2020년 세 측정소의 위치가 변경되었다(Fig. 7). 이동 거리는 1 km 이내이지만, 측정 결과가 축적되면 측정소 이동에 따른 입지 적정성에 대한 재평가가 필요하다.

Fig. 7.

Locations of three AQMSs in (a) Deoksin-ri, (b) Yaeum-dong, and (c) Nongso-dong. These stations were relocated in 2020.

2020년에 범서읍과 웅촌면에 도시대기측정소가 신규 설치되었다. 용도지역은 녹지로서 두 지점 모두 해당 지역의 번화가와 거리를 두고 있다. 범서읍은 인구수가 많은 행정구역으로서 2021년 10월 현재, 구영리와 천상리에 5만 명 이상이 거주하고 있다(Fig. 8). 또한, 개발 예정인 선바위 지구의 예정 인구(3.7만 명)를 고려할 때, 측정소 위치가 다소 부적절하다. 인구 밀집지역인 구영리 주거지역 또는 상업지역에 측정소를 설치하는 것이 해당 지역의 대기질을 평가하는데 적절할 것이다. 웅촌면측정소의 경우에는 주차장에 측정소를 설치하였으며, 추후 자동차 배출의 직접적인 영향 여부를 파악할 필요가 있다.

Fig. 8.

Locations of two AQMSs in (a) Beomseo-eup and (b) Ungchon-myeon. Both stations were installed in 2020.

동구에는 대송동측정소(1999년 설치)와 전하동측정소(2018년 설치)가 위치하며, 두 측정소의 직선 거리는 1 km 로서 타 측정소에 비해 매우 가까운 거리에 설치되어 있다(Fig. 9a). 2019년과 2020년에 측정한 두 지점의 시간별 기준성대기오염물질 전 항목이 높은 상관성(Spearman correlation)을 보였으므로(Fig. 9b) 두 측정소가 같은 영향권에 있는 것으로 판단하였다. 전하동측정소가 조선중공업산단의 영향을 평가하기 위함이라면 전하동 북쪽 지역이나 남목동으로 측정소를 이전하는 것을 검토할 수 있다. 한편, 방어동은 조선산단뿐만 아니라 자동차와 석유화학산단의 영향을 종합적으로 받는 지역으로서(Fig. 9a) 오염물질의 이동 파악 차원에서 중요한 지역이다. 이러한 지리적 특수성과 인구밀도를 고려하여 신규 측정소 설치를 고려할 수 있다.

Fig. 9.

(a) Locations of AQMSs in Dong-gu and (b) Spearman correlation data for criteria air pollutants measured at Jeonhadong and Daesong-dong stations.

울산시 도시대기측정소는 전반적으로 인구밀집지역에 분포하고 있다(Fig. 10a). 일반적으로 인구분포와 행정기관의 공간 분포는 유사하며, 행정기관 밀도 지도를 작성하면 해당 지역의 중심지를 파악할 수 있으므로, 행정기관 밀도 지도[19] 위에 도시대기측정소 위치를 중첩하였다 (Fig. 10b). 일부 측정소가 행정기관 밀집지역 중심부가 아닌 외곽에 위치한 것을 확인하였고, 빨간색 화살표로 표시하였다. 이러한 경우에는 해당 지역의 대표성 있는 농도를 산출하기 어려울 수 있으므로, 기존 측정소 입지를 평가하거나 신규 측정소 입지를 선정할 때는 주의를 기울여야 한다.

Fig. 10.

Spatial distributions of (a) population and administrative agencies and (b) the density of administrative agencies.

티센 폴리곤(Thiessen polygon)은 GIS를 활용한 입지분석에서 많이 사용되는 기법으로서, 각 측정소가 어느 거리까지 대표할 수 있는지 파악하는 방법이다[13,15]. 개별 티센 폴리곤 안에 도시대기측정소가 위치하며, 폴리곤 안의 모든 지점과 해당 도시대기측정소와의 거리는 다른 측정소로부터의 거리보다 짧다. 즉, 거리만 고려할 때 개별 측정소가 대표할 수 있는 영역이 티센 폴리곤이다. 이 기법을 적용한 결과에 따르면, 울산시 도심에서 외곽으로 갈수록 측정소가 대표해야 할 영역이 넓다(Fig. 11). 티센 폴리곤에 인구 분포를 중첩한 결과, 북구, 동구, 울주군 일부 지역의 측정소가 해당 티센 폴리곤 영역의 중심부에 위치하지 않거나 인구 분포를 잘 반영하지 못하는 경우가 있다.

Fig. 11.

Evaluation of the representativeness of urban AQMSs using Thyssen polygons.

3.4. 도시대기측정소 확충 필요성 파악

환경부 대기오염측정망 설치 · 운영지침에 의하면, 측정소 간 간격은 4 km 이상을 유지하여 측정소 중복을 최소화하되, 행정적인 공간 배분을 고려하여 4 km 이내라도 측정소를 설치할 수 있다. 따라서 울산시 도시대기측정소 4 km 반경을 지도에 중첩한 결과(Fig. 12), 주요 시가화 지역이 모두 포함되었다. 특히, 도심에 설치된 측정소 반경 대부분이 서로 중첩되었으므로, 도시대기측정소의 공간 분포를 평가하기 위해서는 적절한 대표 반경을 설정할 필요가 있다. 따라서 1~10 km의 반경을 적용하였으며, 2 km 반경이 적당한 것을 확인하였다.

Fig. 12.

Representative radius determined using the ArcGIS buffer tool: (a) 4 km, (b) 4 km dissolved, and (c) 1~10 km multiplering buffers.

인구분포를 고려한 측정소 추가 지역을 파악하기 위해서 격자별 인구와 측정소 2 km 반경을 중첩하였다(Fig. 13a). 지도상에서 인구밀도가 높지만 도시대기측정소로부터 2 km 반경에 포함되지 않은 지역은 농소2 · 3동, 강동동, 송정동, 양정동, 남목동, 방어동, 온양읍이었다. 또한, 미세먼지 배출량과 행정기관(인구) 분포를 고려한 측정소 추가 지역을 파악하기 위해서 미세먼지 배출량, 행정기관, 측정소 2 km 반경을 중첩하였다(Fig. 13b). 지도상에서 미세먼지 배출량과 행정기관 밀도가 높지만 도시대기측정소로부터 2 km 반경에 포함되지 않은 지역은 농소2 · 3동, 송정동, 남목동이었다.

Fig. 13.

Areas with (a) high population and (b) large PM2.5 emissions not covered by 2 km buffers.

미세먼지 농도와 행정기관(인구) 분포를 고려한 측정소 추가 지역을 파악하기 위해서 미세먼지 농도와 측정소 2 km 반경을 중첩하였다(Fig. 14). 지도상에서 미세먼지 농도와 행정기관 밀도가 높지만 도시대기측정소로부터 2 km 반경에 포함되지 않은 지역은 농소2·3동이었다. 농소동은 2018년에는 상대적으로 미세먼지 농도가 낮았으나, 2019~2020년 2년 연속으로 상대적으로 높은 농도를 보였다.

Fig. 14.

Areas with high PM2.5 concentrations in (a) 2018, (b) 2019, and (c) 2020, which are not covered by 2 km buffers.

위의 세 가지 조건(인구, 배출량, 농도)과 지리적 특수 성을 감안하여 우선순위 측정소 확충 지역을 선정하였다(Table 5). 인구수 기준으로 7개 지역, 배출량 기준으로는 3개 지역, 농도 기준으로 1개 지역, 지리적 특수성을 고려하여 1개 지역에 측정소 확충이 필요하다. 농소동은 세 개 조건에 부합하여 측정소 확충이 가장 필요한 지역으로 선정되었다. 송정동, 남목동, 방어동은 두 개 조건에 부합하여 그 다음 순위로 측정소 확충이 필요한 지역이었다. 특히, 본 연구가 종료된 이후에 송정동측정소가 설치되었고 2022년 7월부터 가동을 시작하여, 본 연구 결과가 타당함을 증명하였다.

Candidate areas for additional installation of AQMSs

4. 결 론

본 연구에서는 울산시 미세먼지 관리를 위해 미세먼지 배출 및 농도 현황, 도시대기측정망 현황, 측정소 확충 필요성을 파악하였다. 울산시에서 미세먼지는 주로 산업활동(생산공정, 제조업 연소, 선박)에서 배출되며, 국내 대도시와 비교하여 미세먼지 농도는 높은 수준이 아니지만, 유해대기오염물질에 의해 미세먼지의 독성이 높은 것으로 추정된다. 울산시의 도시대기측정망 운영 현황은 전반적으로 우수한 것으로 평가되며, 측정소 개수도 설치 기준 대비 적정한 수준이었다. 그러나 일부 측정소의 역할과 측정소의 공간분포에 대해서는 추가 검토가 필요하다 . 마지막으로, 인구분포와 미세먼지 오염현황 등을 고려하여 우선순위 측정소 확충지역을 제안하였다. 향후, 울산도시기본계획에 따른 부도심과 신도심 확장 시, 본 연구에서 제시한 자료를 활용하여 도시대기측정소 신규 설치 여부를 결정할 수 있다. 또한, 본 연구 방법론을 타 대도시에 적용하여 기존 도시대기측정망을 평가하고 최적의 측정소 입지를 제안할 수 있을 것이다.

감사의 글

본 연구는 울산광역시의회와 한국연구재단 기초연구사업(No. 2020R1A6A1A03040570)의 지원으로 수행되었습니다.

References

1. 여민주, 김용표, "우리나라 미세먼지 농도 추이와 고농도 발생 현황", 한국대기환경학회지, 2019, 35, 249-264.
2. 국립환경과학원. 대기환경연보 2010 2011.
3. 국립환경과학원. 대기환경연보 2015 2016.
4. 국립환경과학원. 대기환경연보 2020 2021.
5. 국립환경과학원. 대기오염측정망 운영계획(2021~2025) 2021.
6. 김성준, 권혜옥, 황유식, 최성득, "국가산업단지 화학사고 대비를 위한 우선순위 화학물질과 관리지역 선정", 한국환경분석학회지, 2016, 19, 24-35.
7. 이윤세, 최성득, 권혜옥, 김철수, 손희식, 예진, "울산지역 대기 중 아황산가스의 시공간적 오염특성(2005-2009)", 한국환경분석학회지, 2011, 14, 249-256.
8. 박민규, 김성준, 송솔아, 권혜옥, 최성득, "울산시 미세먼지 입경별 이온 분포와 오염원 추정", 한국환경분석학회지, 2019, 22, 1-9.
9. 이상진, 김성준, 박민규, 조인규, 이호영, 최성득, "울산시 미세먼지의 유해대기오염물질 오염 특성", 한국환경분석학회지, 2018, 21, 281-291.
10. 환경부. 울산산단 건강피해 예비타당성 조사 2021.
11. 김대욱, 손경수, 백상훈, "GIS 기반 대구시 대기오염지도 구축에 관한 연구", 대구경북연구, 2019, 18, 25-47.
12. 김효정, 조완근, "공간 보간법을 이용한 도시지역 미세 먼지 측정소의 배치 적절성 평가", 대한공간정보학회지, 2012, 20, 3-13.
13. Kim A., Kwon C.. GIS를 이용한 도심지 대기오염 측정망 최적위치 선정에 대한 연구: 서울특별시를 대상으로. 한국재난정보학회 논문집 2016;12:358–365.
14. 은유철, 박옥현, "GIS 기반 의사결정지원시스템을 이용한 부산 대기질 측정망의 최적화", 한국대기환경학회지, 2007, 23, 526-538.
15. 정종철, "보로노이 기법과 밀도분석을 활용한 미세먼지 측정소 공간적 위치 문제 연구", 지적과 국토정보, 2018, 48, 185-195.
16. Clarke K., Kwon H.-O., Choi S.-D.. Fast and reliable source identification of criteria air pollutants in an industrial city. Atmospheric Environment 2014;95:239–248.
17. 최성득, "울산광역시 악취발생 현황과 통합관리체계 구축 제안", 환경분석과 독성보건, 2022, 25, 43-49.
18. Choi S.-W., Bae C.-H., Kim H.-C., Kim T., Lee H.-K., Song S.-J., Jang J.-P., Lee K.-B., Choi S.-A., Lee H.-J., Park Y., Park S.-Y., Kim Y.-M., Yoo C.. Analysis of the national air pollutant emissions inventory (CAPSS 2017) data and assessment of emissions based on air quality modeling in the Republic of Korea. Asian Journal of Atmospheric Environment 2021;15:114–141.
19. 정종철, "주성분분석과 커널밀도함수를 이용한 미세먼지 측정소 적지분석", 국토연구, 2020, 105, 3-14.

Article information Continued

Fig. 1.

Urban air quality monitoring stations (AQMSs) in 2021 and major industrial complexes in Ulsan, South Korea.

Fig. 2.

Seasonal wind patterns in Ulsan during 2015–2020. Meteorological data measured at a weather station (ID 152) were obtained from Korea Meteorological Administration (https://data.kma.go.kr).

Fig. 3.

Annual contribution of emission source categories in Ulsan in 2017. Data were obtained from the National Air Emission Inventory and Research Center (https://www.air.go.kr).

Fig. 4.

Spatial distributions of PM2.5 emissions from (a) point, (b) line, and (c) area sources and (d) total emissions in Ulsan in 2017.

Fig. 5.

Spatial distributions of PM2.5 concentrations in Ulsan in (a) 2018, (b) 2019, and (c) 2020. For comparison, data from 16 urban AQMSs were considered.

Fig. 6.

Spatial distributions of the (a) urban AQMSs and (b) population in Ulsan.

Fig. 7.

Locations of three AQMSs in (a) Deoksin-ri, (b) Yaeum-dong, and (c) Nongso-dong. These stations were relocated in 2020.

Fig. 8.

Locations of two AQMSs in (a) Beomseo-eup and (b) Ungchon-myeon. Both stations were installed in 2020.

Fig. 9.

(a) Locations of AQMSs in Dong-gu and (b) Spearman correlation data for criteria air pollutants measured at Jeonhadong and Daesong-dong stations.

Fig. 10.

Spatial distributions of (a) population and administrative agencies and (b) the density of administrative agencies.

Fig. 11.

Evaluation of the representativeness of urban AQMSs using Thyssen polygons.

Fig. 12.

Representative radius determined using the ArcGIS buffer tool: (a) 4 km, (b) 4 km dissolved, and (c) 1~10 km multiplering buffers.

Fig. 13.

Areas with (a) high population and (b) large PM2.5 emissions not covered by 2 km buffers.

Fig. 14.

Areas with high PM2.5 concentrations in (a) 2018, (b) 2019, and (c) 2020, which are not covered by 2 km buffers.

Table 1.

Input data related to the air quality in Ulsan for the Geographic Information System (GIS)

Type Input data Data source
Administrative environment · Administrative map shapefile (dong level) · National Spatial Data Infrastructure Portal
· Administrative agency shapefile · Address-based Industry Support Service
· Industrial area shapefile · National Spatial Data Infrastructure Portal
Natural environment · Digital elevation model data · National Spatial Data Infrastructure Portal
· Land cover map · Environmental Geographic Information Service
· Forest type map · National Spatial Data Infrastructure Portal
· Forest and soil map · National Spatial Data Infrastructure Portal
· River network shapefile · National Spatial Data Infrastructure Portal
Social environment · Building integrated informatio · National Spatial Data Infrastructure Portal
· Transportation facilities · National Spatial Data Infrastructure Portal
· Population statistics · Korean Statistical Information Service
· Population shapefile · National Geographic Information Platform

Table 2.

Details of the urban AQMSs in Ulsan

Name Type Address
Jung-gu Seongnam-dong Commercial 28, Saejeumeunhae-geori
Yaksa-dong Residential 560, Jongga-ro
Nam-gu Bugok-dong Industrial 260-37, Cheoyong-ro
Yeocheon-dong Industrial 9, Budu-ro
Yaeum-dong Residential 27, Daeam-ro 90beon-gil
Sinjeong-dong Residential 9, Bongwol-ro 20beon-gil
Mugeo dong Commercial 38, Daehak-ro 147beon-gil
Samsan-dong Residential 36, Samsanjung-ro 131beon-gil
Dong-gu Daesong-dong Residential 10, Daesong 5-gil, Dong-gu
Jeonha-dong Residential 45, Jinseong 4-gil
Buk-gu Nongso-dong Residential 14, Hosujungang-ro
Hyomun-dong Industrial 290, Yeompo-ro
Ulju-gun Deoksin-ri Residential 625-28, Deoksin-ri, Onsan-eup
Sangnam-ri Residential 5, Sindeokha 3-gil, Cheongnyang-eup
Hwasan-ri Industrial 94, Sanam-ro, Onsan-eup
Samnam-eup Residential 67-12, Seohyanggyo 1-gil, Samnam-eup
Ungchon-myeon Rural 12, Saechocheon-gil, Ungchon-myeon
Beomseo-eup Rural 14-50, Dangam-ro, Beomseo-eup

Table 3.

Indicators of the number of AQMSs based on population and emission data

Indicator Suggested number of AQMSs
> 10,000,000 30
1,000,000~10,000,000 20~30
100,000~1,000,000 10~20
10,000~100,000 5~10
2,000~10,000 3~5
< 2,000 1~3

Table 4.

Evaluation of the numbers of AQMSs in each district in Ulsan

District Residential area (km2) Population density (each/km2) Calculated number of stations Number of AQMSs Number of AQMSs in commercial and residential areas Evaluation
Jung-gu 8.1 6097 3.8 2 2 Insufficient
Nam-gu 10.4 4477 3.6 6 4 Adequate
Dong-gu 4.7 4522 1.6 2 2 Adequate
Buk-gu 7.7 1400 0.8 2 1 Adequate
Ulju-gun 20.8 304 0.5 6 3 Excess

Table 5.

Candidate areas for additional installation of AQMSs

Candidate area Population Emission Concentration Distinct characteristics Priority
Nongso 2 and 3-dong First
Gangdong-dong Third
Songjeong-dong* Second
Yangjeong-dong Third
Nammok-dong Second
Onyang-eup Third
Bangeo-dong Second
*

The station has been operating since July 2022.