KIEAE Journal

대기 중에 떠다니는 입자상 눈에 보이지 않을 정도로 작은 먼지를 미세먼지라고 하며, 미세먼지는 입자의 지름에 따라서 PM10, PM2.5, PM1.0 등으로 구분한다.

앞서 언급한 바와 같이, 이러한 미세먼지로 인한 전반적인 상황은 이전보다 개선되었지만, 여전히 지역과 계절에 따른 편차가 큰 것이 특징이다. 우리나라는 2020년 1월 이후, 고농도 미세먼지 비상저감조치 발령일의 85%는 12~3월에 집중 발생하고 있으며, 이 시기는 한 해 중 고농도 미세먼지가 가장 빈발하는 시기로 해당 시기 초미세먼지 평균농도(29㎍/㎥)는 그 외 기간(4~11월)의 평균농도(20㎍/㎥) 대비 약 45%가 높다. 또한, 이 시기에는 서풍 계열 바람이 자주 불어서 외부로부터 유입되는 미세먼지가 증가하고 혼합고가 낮아져서 배출된 미세먼지의 확산이 어려운 특징을 가지고 있다[1].

특히, 국외 유입에 따른 고농도 발생뿐만 아니라, 국외 유입이 낮을 때에도 대기정체 심화로 고농도 상황이 발생[1]하고 있다는 점을 고려할 때, 미세먼지 관리 방안에 대해 전체 평균 농도를 낮추는 것도 중요하지만 환경 기준치를 초과하는 횟수를 저감시키는 것도 매우 중요하다. 이러한 기준치 초과 현상은 생활환경에서의 시민들의 건강에 악영향을 미치기 때문이다.

이러한 미세먼지 농도의 증가는 도시지역 기후의 물리적·화학적 특성을 대표하는 이슈로, 미세먼지로 인한 대기질 악화는 공간적이고 구조적인 현상으로서 간주되어야 한다. 이를 시스템으로 이해하고 공간관리를 통해서 개선하지 않는다면 같은 장소에서 동일한 원인으로 도시재난이 반복적으로 발생할 위험이 있다[2]. 따라서, 도시공간구조 차원에서의 미세먼지 관리를 통해 지역별 편차를 감소시키고, 전체 농도뿐 아니라 기준치 초과 횟수를 관리하는 도시공간 차원에서의 대응이 필요한 상황이다.

도시공간 차원에서 미세먼지를 관리하기 위해서는 무엇보다 도시공간에 대한 계획을 바탕으로 대기질을 사전에 예측하여 도시공간구조를 개선하거나 사후적인 대책을 준비할 필요가 있으며, 이를 위해서는 계획안을 바탕으로 한 대기질 예측이 필수적이라 할 수 있다. 이러한 대기질 모델은 방법에 따라 통계모델, 수치모델, 결정론적 모델로 구분 할 수 있다. 통계모델은 과거 자료의 통계적 특징을 기반으로 분석하는 것, 수치모델은 실제 지형이나 건물 등의 모델을 사용하여 확산 특성을 조사하는 것, 결정론적 모델은 확산 방식에 기초하는 것이다. 또한, 대기질 모델은 관점에 따라 이론, 기간, 대상 규모, 지형 등에 따라 분류 할 수 있다. 해당 이론에 대한 분류로 각각 상자모델, 라그랑지안 모델, 가우시안 모델, 오일러리안 모델로 나뉜다[3].

이중 역학모델(분산모델)은 유체의 동적 움직임을 컴퓨터를 이용해서 해석하는 CFD 모델을 기반으로 하고 있다. 대기질 평가와 실내 대기 흐름은 건축분야에서 주로 사용되어 왔는데, 현재는 건물 규모에 따른 도시 협곡에 의한 유체 흐름, 오염물질 확산평가에서도 활용되고 있다. 이를 위해서 지형정보와 3차원의 지리정보시스템(GIS. Geographic Information System) 상의 건물 및 지형 등의 형상 정보를 전산유체역학 모델의 지표 입력 자료로 사용하여 실제 지형과 건물 정보를 반영하는 방식이다[4, 5]. 이러한 CFD 모델의 장점은 크게 세 가지로 설명할 수 있다. 먼저, 도시지역 내 건물과 복잡한 지형을 직접적으로 고려할 수 있다는 점이다. 이는 수m ~수 십m의 모델 수평해상도를 가지기 때문이다. 두 번째로 수식과 프로필 등을 다양한 형태로 설정할 수 있다. 중규모 기상 모델 (WRF, LDAPS)의 결과 자료를 이용한 기상 초기조건, 경계조건 등의 생성이 가능하기 때문이다. 또한, 단시간에 실제와 유사한 가상공간 내에서 시뮬레이션을 분석할 수 있다는 장점이 있다. 이는 지리정보시스템으로부터 지형과 건물 정 보를 추출하여 CFD 모델에 맞도록 적용할 수 있기 때문이다. 다만, 단점으로 수치 도메인의 영역이 5㎞ 미만으로 중규모 모델에 비해 제한적인데, 아주 상세한 수m 단위 건물과 지형을 고려하는 모델은 시간이 너무 오래 걸린다[2]. 또한 CFD의 정확도가 향상되었다고 하나 설정하는 해석영역, 경계조건, 격자크기, 모델링 정밀도 등에 따라 시뮬레이션 예측값이 많이 달라질 수 있으므로 주의가 필요하다[6].

Fig. 2. 
Types of air quality analysis model(Lee,2004)[3]

본 연구는 경기도 평택시 서정동, 장당동, 고덕면 일대에서 진행되는 평택 고덕국제화계획지구 택지개발 사업지역 중 일부인 1단계 구역을 연구의 공간적 범위로 설정하였다. 해당 구역은 약 2,732천㎡(약 83만평)이며, 12,577세대, 28,995명의 인구가 계획되어 있다.

이러한 1단계 개발계획구역 중 CFD 시뮬레이션을 수행할 세부 대상지로 토지이용계획안을 기준으로 500m × 500m의 동일한 규모로 5개의 구역을 선정하였다. 이때, 각 대상지는 도시·건축적 특성을 고려하여 서로 다른 특성을 포함하도록 설정하였으며, 도시·건축적 요소로는 토지이용, 도로 위계, 오픈스페이스의 유무 및 유형이 고려되었다. 세부적으로 토지이용은 업무지역, 상업지역, 주거지역 크게 세 가지로 구분하였고, 다시 상업과 주거지역의 경우에는 고층과 저층으로 구분하였다. 도로 위계는 주간선도로, 집분산도로, 국지도로로 세 가지로 구분하였다. 마지막으로 오픈스페이스의 유형은 하천과 선형녹지 인접 여부로 구분하였다. 이에 각 구역의 특징은 Table 2.와 같다.

Fig. 3. 
Phase Plan for Goduk International Planning District(left), Location of target sites for CFD simulation(right)

시뮬레이션에서 물리적 특성으로는 크게 건물의 층수와 건폐면적, 배치형태, 건물 사이의 간격, 인접 도로의 폭, 오픈 스페이스의 유무 및 유형, 가로수 등이 있다. 본 연구에서는 이러한 물리적 특성이 시뮬레이션 상에서 작용하는 유의미한 요소라고 상정하고, 각 대상지 내에 적용된 요소들을 도출한 후, 시뮬레이션을 통해 미세먼지 농도의 정체 및 바람의 흐름과의 관계 및 영향을 분석하였다. 각 구역의 물리적 특징들은 다음과 같다.

1번 구역은 5가지 구역 중 최 남측에 있다. 저층 주거지역과 저층 상업지역이 주를 이루고, 서북측 일부에 좁은 범위의 하천이 포함되어 있다. 주간선도로와 집·분산 도로, 국지도로로 둘러싸여 있다. 저층 주거지역과 주간선도로 사이에는 완충녹지가 존재한다. 이 구역의 경우, 건물의 층수가 낮은 대신 건폐면적은 비교적 높은 편이며, 각 건물의 사이 간격은 좁은 편이다. 이 구역은 다른 유형들과 도시의 도로 축 방향이 상이하여, 바람을 맞는 방향이 약 45도 틀어져 있는 것이 특징이다.

2번 구역의 경우, 1번 구역의 바로 윗부분에 위치하며 상대적으로 남측에 있는 구역으로, 고층 주거지역과 고층 상업지역이 주를 이루고 있다. 주간선도로와 집·분산 도로로 둘러싸여 있으며, 고층 주거지역에는 완충녹지가 존재한다. 이 구역의 경우, 건물의 높이가 높고, 건폐면적은 낮은 편이며, 건물과 건물의 간격이 넓은 편이다. 고층 주거지역은 주동 간에 대체로 ‘ㅡ자 배치’를 이루고 있고, 상업지역은 비교적 규모가 큰 상가 건물이 클러스터형으로 배치되어 있다.

3번 구역의 경우, 서측은 고층 주거지역으로, 동측은 저층 주거지역으로 구성되어 있다. 집분산도로 및 국지도로로 구성되어 있고, 동남측에 하천이 흐르고 있다. 주거지역과 집분산도로 사이에 완충녹지가 있고, 중앙부 교차로 부근에 공공시설용지 즉, 학교용지가 계획되어 있고, 인접하여 작은 공원이 있다. 이 구역은 서측은 건축물이 높고, 건폐면적이 낮으나 동측은 건축물 높이가 낮고, 건폐면적이 높은 편이다. 고층 주거지역은 넓은 간격의 ‘ㅡ자 배치’를 이루고, 주거지역은 대체로 격자에 가까우나 각 도로변에 평행한 건축물 배치가 있어 일부 구간은 서측에서 동측으로의 통풍을 막고 있다.

4번 구역의 경우, 대상지 북측에 위치하며, 대부분 고층 상업지역이 주를 이루고, 동측의 북측과 남측 모서리에 일부 업무지역이 입지하고 있다. 대상지의 동측에 하천을 포함하고 있으며, 하천의 동측은 미개발지이다. 집·분산도로로 둘러싸여 있다. 서측의 상업지역은 도로가 아닌 선형녹지 광장이 서측에서 동측으로 길게 위치하고 있다. 이 구역은 건물들의 높이가 높고, 건폐면적이 비교적 높은 편이다. 건물들의 크기는 크지만 정연하고 넓은 간격의 ‘ㅡ자 배치’를 이루고 있으며, 각 건축물의 사이 간격이 넓은 편이다. 또한, 하천, 선형녹지 등의 오픈스페이스가 위치하며, 미개발지가 포함되어 있다는 점도 특징적이다.

Fig. 4. 
Modeling image of District 1

Fig. 5. 
Modeling image of District 2

Fig. 6. 
Modeling image of District 3

5번 구역의 경우 대상지의 가장 북쪽에 위치한다. 대부분 고층 주거지역으로 구성되고 있고, 동측에 소규모 저층 주거지역이 포함되어 있다. 또한, 집·분산도로와 국지도로로 둘러싸여 있다. 집·분산도로와 고층 주거지역 사이에는 완충녹지가 있으며, 건축물의 높이가 높고, 건폐면적은 낮은 편이다. 남측의 블록은 ‘ㅡ자 배치’에 가까우나 북측의 블록은 엇배치와 사선배치를 이루고 있다. 다른 구역들과 달리 완충녹지가 다양하게 배치되어 있다는 점이 특징이다.

미기후 특성을 분석하기 위하여 대상지 인근의 기상청에서 운영하는 자동기상관측망(AWS. Automatic Weather System) 중 소사벌 레포츠타운(평택시 합정동 산 28번지) 인근 지점에서 측정하여 제공한 결과치와 연구진이 자체 보유한 이동형 자동기상관측 장비를 활용하여 측정한 UV, 일사량, 습도, 기온, 풍속 및 풍향 등의 미기후를 실측 결과를 비교 분석하였다. 그 결과, 해당 지역은 서풍과 서남풍이 봄과 가을에 주된 풍향이며, 평균 풍속은 3.7m/s 수준인 것으로 나타났다.

또한, 미세먼지 농도를 분석하였는데, 본 연구에서는 도시 대기 측정망에 속하는 송북동 측정소 일대 미세먼지 수치를 분석하였다. 그 결과, 고덕택지개발지구 일대는 1월부터 5월까지 미세먼지 농도의 변화 폭이 큰 것으로 측정되었다. 특히 4월 말부터 5월 초인 봄에 해당하는 기간에는 370㎍/㎥를 넘는 높은 농도를 보였다. 미세먼지 농도는 5월 말부터 점차 낮아지기 시작해서 6월부터 10월 초까지 100㎍/㎥ 이하로 지속되었으며, 평균 50㎍/㎥ 이하의 수치를 보였다. 점차 미세먼지 농도가 높아진 10월 중순부터는 50~150㎍/㎥의 수치를 보여줬으며, 약 80㎍/㎥의 평균수치를 나타냈다.

Fig. 7. 
Modeling Image of District 4

Fig. 8. 
Modeling Image of District 5

이러한 대상지의 미기후 특성 및 미세먼지 특성에 따라, 시뮬레이션을 위한 풍향 및 풍속은 미세먼지 농도가 높은 봄‧가을의 주 풍향인 남서측 방향, 3.7m/s로 설정했다.

시뮬레이션 분석을 위하여 우선, 연구대상지의 기초적인 도시‧건축형태(건물, 도로 등) 자료로써 토지리정보원의 수치지형도 데이터(2015)를 활용하되, 항공사진 등을 참고하여 최신 정보를 보완하였다. 또한, 공간정보와 토지피복자료에 관해서는 V-world를 참고하여, 녹지와 아스팔트 등의 피복정보를 보완하였다.

다음으로, 이러한 정보를 기반으로 모델링을 실시했다. 모델링 영역은 크게 두 가지인데, 먼저, 고덕택지개발지구 전체 중 1단계 개발지역에 대한 부분과 앞서 규정한 도시공간 구역별 모델링으로 나눠서 시행했다. 고덕택지개발지구 1단계 개발지구 전체는 2㎞×3.5㎞×0.1㎞로 설정하였으며, 도메인은 Hu & Wang (2005)의 연구 기준에 따라[18] 가로와 세로는 5배, 높이는 10배를 상정하여, 10㎞×17.5㎞×1㎞로 설정하였다. 도시공간 구역별 모델링은 0.5㎞×0.5㎞×0.1㎞에 도메인은 2.5㎞×2.5㎞×1㎞로 설정하였다.

이외에 Trimmed Mesh와 Prism Layer를 3개 적용하여 구체적인 부분을 분석하고자 하였다. 이를 통해 생성된 격자의 수는 고덕택지개발지구 전체의 경우에는 1억 5천만 개의 격자가, 각 구역은 모델별 형태 차이로 인해 그 수가 차이가 났지만 대부분 약 1천만 개 내외로 생성되었다.

Fig. 9. 
Modeling results

CFD 시뮬레이션을 위해서 대표적인 난류모델인 Realizable K-epsilon Turbulence 모델을 적용하였으며, CFD 모델에 적용된 지배방정식은 Navier-Stokes 방정식이다. 본 연구에서는 CFD 시뮬레이션 프로그램으로 Siemens사의 STAR-CCM+ v13.06을 선정하였다.

입력한 기상데이터는 앞서 언급한 바와 같이, 미세먼지 농도가 높은 봄‧가을의 주 풍향인 남서측을 주풍향으로 설정하였으며, 3.7m/s의 바람이 불어오는 상태를 가정하였다. 평균 대기 온도는 27.5℃로 상정하였다. 이 분석을 위해서 적용한 경계조건은 아래와 같다. 피복은 기본적인 대지, 녹지, 아스팔트, 건축물(콘크리트), 흙으로 상정하여 각각 열복사 특성은 밀도(ρ), 비열(Cp), 열전도계수(k), 방사율(ε)의 열복사 특성을 다음과 같이 정의하였다. 여기서 지표면의 두께는 표피의 온도변화 영향을 받지 않도록 충분한 깊이(4m)까지 설정하였고, 녹지의 경우에는 증발 잠열을 고려하였다.

건물의 형태 및 배치 중 먼저 건물의 형태에 관해 살펴보면, 4번 구역의 경우, 바람이 유입되는 곳으로부터 가장 멀고 크기가 큰 건물 뒤편에 미세먼지 농도가 상대적으로 높게 나타났다. 이는 바람 유입구로부터 거리가 멀어지면서 유속이 떨어지고, 그것을 상대적으로 건폐면적이 큰 건축물이 막기 때문으로 판단된다.

다음으로 5번 구역에서 관찰되는 것처럼, T자형 주동에서 바람유입의 반대편에 미세먼지가 정체되는 양상이 관찰되었는데, 이때 주동의 형태가 바람의 유입을 막고, 미세먼지의 확산을 방해하는 것으로 관찰되었다. 추가로 주동의 형상 외에 전반적인 단지 배치가 엇배치 또는 클러스터링 배치를 취하고 있는 것도 미세먼지 농도를 높이는 원인으로 파악되었다.

다음으로, 3번 구역에서 관찰되는 것처럼 도로에 평행하게 배치된 연도형 건축물들 역시 바람의 유입을 막고 미세먼지 농도를 높이는 원인으로 나타났다. 물론, 바람의 방향과 수직이 아닐 때는 문제가 덜 할 것으로 예상되나, 이 경우와 같이 바람의 방향과 수직을 이루는 경우에는 해당 건축물의 뒤편 또는 내부 블록에 미세먼지 농도를 높이는 원인으로 작용하는 것으로 파악된다.

Fig. 15. 
Building form and layout

저층 주거지역과 저층 상업지역을 비교함으로써 건물 간 간격이 미세먼지 농도에 미치는 영향을 살펴보았다. 특히, 아래 Fig. 16.과 같이 1번 구역의 저층 주거지역과 3번 구역의 저층 상업지역을 비교분석하고, 2번 구역의 고층 주거지역과 구역 3번 구역의 저층 상업지역을 비교 분석하였다.

Fig. 16. 
Comparison between low-rise residential and commercial districts(above), Comparison between high-rise residential and low-rise commercial districts(below)

저층 주거지역의 경우 바람이 유입되는 곳으로부터 작고 낮은 건물이 정연한 배치를 이루고 있어 바람의 유동에 크게 방해가 이뤄지지 않는 것이 관찰되었다. 그에 비해 저층 상업지역의 경우에는 저층 주거지역보다 더 넓은 건폐면적으로 인해서 건축물 간의 간격이 좁아 유동에 방해가 일어나고 이에 따라 미세먼지 농도가 높은 지역이 관찰되었다. 이로부터 건물의 사이 간격이 넓을수록, 건축물의 배치가 정연할수록 미세먼지 농도 관리가 수월함을 확인할 수 있었다.

비슷한 면적의 녹지 및 하천과 접해있는 구역들의 경우, 빽빽한 가로수의 유무에 따라 미세먼지 농도 차이가 나타났다. 이를 상세하게 살펴보기 위해 Fig. 17.과 같이 구역 3번의 가로수가 없는 오픈스페이스 인근과 구역 4번 구역의 가로수가 있는 오픈스페이스 인근 지역을 비교 분석하였다.

Fig. 17. 
Comparison of the effects of street trees

먼저, 가로수가 없는 오픈 스페이스 인근은 크기가 작은 고밀도의 상업지역과 오픈스페이스가 맞닿아 있는 구역이다. 그에 비해 가로수가 있는 오픈스페이스 인근은 크기가 비교적 큰 상업지역과 오픈스페이스가 맞닿아있는 지역이다. 이러한 물리적 요건에서 가로수가 없는 오픈스페이스 인근은 상업구역 내부에 미세먼지 농도가 높은 것으로 나타났지만, 오픈스페이스의 열린 방향으로 바람이 유입되었기 때문에 미세먼지가 확산되어 그 농도가 완화되는 경향을 관찰할 수 있었다. 하지만 가로수가 있는 오픈스페이스 인근은 건물의 크기가 큰 상업지역이라는 특성에 의해 바람이 부는 반대편 건물 뒤편에 미세먼지의 정체현상이 발생했는데, 오픈스페이스와 맞닿아 있음에도 불구하고 빽빽한 가로수로 인하여, 바람의 유동이 정체되어 미세먼지 농도가 더 높아지는 현상이 관찰되었다.

이를 통해 녹지나 하천 등 오픈스페이스는 미세먼지를 확산시키는 역할을 수행해서 미세먼지 관리에 용이하지만, 동시에 인접한 가로수의 배식, 수종 등에 영향을 받아 그 효과가 상쇄될 수도 있음을 알 수 있었다.