도로변 완충녹지의 식재구조에 따른 초미세먼지 (PM_2.5)농도 저감효과 연구^† - 서울 송파구 완충녹지를 대상으로 -

송파구 완충녹지 식재구조는 가로현황과 식재현황으로 구분하여 조사하였다. 가로현황은 보도폭을 측정하고, 주변 토지이용 현황, 녹지의 단면을 분석하기 위해 높이와 기울기를 조사하였다. 식재현황은 교목, 아교목, 관목별 수종을 조사하여 조사구내 위치를 표시하고, 수고와 지하고, 수관폭과 흉고직경을 측정하였다. 식재유형은 교목의 구조를 1열, 2열, 3열로 구분하고, 관목의 구조를 단층, 복층, 다층으로 구분해 분석하였다.

서울시는 2014년부터 서울시 대기환경정보에서 초미세먼지를 측정하고 있으며, 2014년 기준 1∼5월까지 서울시와 송파구 농도가 서울시 대기환경기준인 15µg/m³를 초과하는 것을 확인하였으며, 2014년은 8～10월, 2015년은 4∼7월, 9월을 제외하고 모두 20µg/m³가 넘는 것을 확인하였다. 현장조사 당일 대기환경정보에 의한 송파구 초미세먼지와 해당조사구의 실측 농도 값 평균은 표준측정 장비와 휴대용 장비는 측정방법이 달라 절대적 수치비교가 어려워 보정계수를 이용해 비교하였고, 휴대용 장비로 실시간 측정된 농도 값의 신뢰성을 알아보았다. 실 측정값의 평균에 보정계수인 0.42를 적용했을 때 당일 서울시 측정망 값과 유사하게 나타나는 것을 확인할 수 있었으며, 겨울철 보정값의 평균은 25.1µg/m³로 2015년 송파구 1월 현장측정 평균값인 27.0µg/m³과 유사하며, 봄철 보정값의 평균은 16.1µg/m³로 2015년 송파구 5월 현장측정 평균값인 19.0µg/m³와 유사하여 실측한 농도 값의 적정성을 확인할 수 있었다. 본 연구에서는 기상관련 AWS 자료 분석과 서울시 대기환경정보에서 구축한 선행측정 결과를 바탕으로 겨울 (2016년 1월 14일)과 봄(2016년 5월 12일) 2회에 걸쳐 대상지의 PM_2.5 농도를 측정한 값으로 연구를 진행하였다. 일반적으로 미세먼지량은 1일 측정 자료의 평균값을 사용하게 되는데, 본 연구는 거시적 관점에서 다루는 다른 지역과의 평균적인 오염농도 비교가 아닌 미시적 관점에서 완충녹지에 의한 농도변화를 살펴보기 위한 것으로 실시간 자동측정법을 기준으로 상호간 증감비율을 비교하였다. 초미세먼지 측정 장비는 EDC(Environmental Devices Corporation)社의 실시간 자동측정 장치인 AA-3500 에어로졸 모니터를 사용해 측정하였다. 선형의 완충녹지마다 폭 20m의 조사구를 선정해 도로에서 완충녹지 끝까지를 횡단하는 방식으로 도로(a), 보도(b), 녹지 (c), 주거지 (d-녹지가 없는 지역) 4지점으로 구분해 각 지점마다 가슴높이에서 4초간 8회씩 측정하였다(Figure 2 참조).

조사구의 식생구조 분석을 통해 녹지유형별 조사구의 녹피율, 녹지용적, 녹지용적계수를 분석하였다. 조사구별 농도의 경향치 분석을 위해 겨울과 봄, 전체로 나누어 도로, 보도, 녹지, 주거지의 평균값과 측정지별 농도 상대비율을 비교해 계절별 특성을 분석하였다. 도로 농도 대비 녹지와 주거지 농도와의 상호 간 평균차이가 있는지를 검정하기 위해 겨울과 봄, 16개 조사구마다 8회 반복한 각 256개의 농도 값으로 독립표본 T검정을 실시하였다. 초미세먼지 농도 증감과 관련된 영향요소 도출을 위해 녹피율, 녹지용적계수 등 정량변수와 교목구조, 관목구조 등 명목변수를 기준으로 SPSS 21.0 프로그램을 사용해 상관관계 분석을 실시하였고, 이를 통해 도출된 녹량과의 관계 분석을 위해 R 프로그램의 Gaussian Mixture 기법을 이용해 녹량 특성별로 조사구를 유형화하였다. 식재구조와 주거지농도 상대비율 간의 관계분석을 위해 교목구조를 교목 1열, 교목 2열, 교목 3열로 구분하였고, 관목구조는 지피, 관목, 대관목을 구분해 단층, 복층, 다층으로 구분하여 일원배치분산분석 (one-way ANOVA) 을 실시하였다. 계절별 특성파악을 위해 겨울과 봄의 농도 값 평균치를 별도로 비교하고, 계절별 상관관계분석에 따른 영향요소별 특징을 녹량과 연계해 분석하였다. 또한, 겨울철 농도 값을 기준으로 녹지유형별 관목 녹피율과의 관계를 파악하기 위해 일원배치분산분석 (one-way ANOVA) 을 실시하였다(Table 2 참조).

Figure 2. Measuring position of the ultra-fine particles(PM_2.5) Legend:¶(a)Road ¶(b)Pedestraian path ¶(c)Buffer green ¶(d)Residential area

Download Original Figure

전체, 겨울, 봄으로 나누어 분석한 조사구별 농도 값이 통계적 유의성을 갖는지를 확인하기 위해 녹지의 영향을 받지 않는 보도 값을 제외한 도로, 녹지, 주거지에서 측정한 각각의 농도 값을 T-test 분석으로 검정해 초미세먼지 발생지점인 도로의 농도 값과 유의한 차이가 있는 측정지점을 확인하였다. 표본수는 겨울과 봄 측정값 각 256개로 도로변 평균농도는 53.2µg/m³, 녹지 평균농도는 45.5µg/m³, 주거지 평균농도는 42.9µg/m³로 도로와 녹지는 7.7µg/m³, 주거지와는 10.3µg/m³의 차이가 있었으나, 환경변수에 따라 조사구별 차이 값은 변화가 있었다(Table 6 참조). 도로와의 등분산 검정결과, 녹지는 유의확률 0.299, 주거지는 0.147로 등분산이 가정되었으며, 전체 농도 값의 도로와 녹지, 주거지 각각의 평균 농도 값은 통계적으로 유의한 값으로 인정되었다(Table 7 참조).

겨울철 도로와의 등분산 검정결과, 녹지는 유의확률 0.475, 주거지는 유의확률 0.702로 두 집단의 등분산이 가정되었으며, 이에 반해 봄철 도로와의 등분산 검정결과, 녹지는 유의확률 0.004, 주거지는 유의확률 0.001로 두 집단의 등분산이 가정되지 않아 봄철 녹지와 주거지의 농도 값은 분산이 동일하지 않은 표본으로 분석되었다. T-test 분석결과, 겨울철 도로와 녹지와의 유의확률 0.077로 유의성이 인정되지 않았으며, 주거지와의 유의확률은 0.009로 0.01보다 작으므로 겨울철 도로와 주거지의 평균은 통계적 차이가 있는 유의한 값으로 인정되었다. 따라서 겨울과 봄철 녹지, 주거지 농도 값과 도로와의 독립표본 분석결과, 통계적으로 차이가 없는 표본으로 겨울철 주거지 농도 값만이 통계적 유의성을 인정받았으므로 계절별 영향요소 및 관계분석 필요시 겨울철 주거지 농도 값을 기준으로 삼았다(Table 8 참조). 겨울철은 식재환경으로 인한 영향이 적은 계절로 수목의 영향을 직접적으로 받는 녹지에서 좀 더 불규칙적인 값이 많이 측정된 것으로 판단되며, 봄철의 농도 값은 수목의 잎이 나면서부터 초미세먼지의 차단효과가 증대되어 녹지를 지나 측정된 녹지와 주거지의 농도 값이 불규칙적이 되면서 일정한 분산분포의 농도 값이 측정되지 않은 것으로 판단되었다. 따라서 봄철의 녹지와 주거지, 겨울철의 녹지 평균값은 통계상 도로의 평균값과 서로 다른 표본으로 볼 수 없었다. 겨울철 주거지 농도와 전체 데이터를 기준으로 분석한 녹지와 주거지 농도는 통계적으로 서로 다른 표본으로 인정되어 통계상 비교 의미가 있음을 확인할 수 있었다.

전체, 겨울, 봄의 녹지와 주거지 상대비율을 기준으로 조사구별 교목 녹피율, 교목녹지용적계수, 관목 녹피율, 관목 녹지용적계수와 각각의 합계로 구분해 조사구의 녹량을 정량변수로 삼아 상관관계를 분석하였다(Table 9 참조). 전체의 상대비율을 기준으로 조사한 결과, 녹지 상대비율은 특별한 상관관계가 나타나지 않았으며, 주거지 상대비율은 교목 녹피율과 상관계수 0.131, 유의확률 0.037, 녹피율 상관계수 0.142, 유의확률 0.023로 95% 신뢰수준의 양의 상관관계가 있었다. 계절별 특징으로 겨울의 경우, 녹지 상대비율이 교목 녹피율과 상관계수 -0.190, 유의확률 0.032, 녹피율은 상관계수 -0.211, 유의확률 0.017로 95% 신뢰수준의 음의 상관관계가 있었으며, 주거지 상대비율과는 통계적 신뢰수준의 상관관계가 있는 항목은 없었다. 봄의 경우, 녹지 상대비율과 주거지 상대비율 모두 교목 녹피율과 상관계수 0.322, 유의확률 0.000으로 99% 신뢰수준의 양의 상관관계가 있었으며, 녹피율은 녹지상대비율 상관계수 0.348, 주거지상대비율 상관계수 0.373으로 둘 다 유의확률 0.000으로 99% 신뢰수준의 양의 상관관계를 확인했다. 겨울과 봄의 결과를 통해 계절별 차이가 있음을 확인할 수 있었으나, 봄의 경우 통계적 유의성이 인정되지 않은 데이터이기에 고려하지 않았다. 겨울은 관목, 봄은 교목의 영향이 있는 것으로 확인되고 있으며, 관목의 녹량은 많을수록 저감효과가 증가하는데 비해 교목의 녹량은 일부의 경우 저감효과가 줄어드는 것으로 보아 수목 자체의 흡수나 흡착에 의한 효과로 보긴 어려웠다. 초미세먼지의 계절별 농도 차이가 대기 확산력에 따른 결과(Kim and Kim, 2008) 임을 고려할 때 관목은 다층식재로 확산을 유도하고, 교목의 밀식은 수관 중첩으로 인해 일부 확산이 방해될 수 있다는 점에서 수목의 차단효과에 의한 결과로 판단되었다.

상관관계 분석을 통해 농도 상대비율과 관계가 있는 요소는 다양한 녹량 요소들로 상호간의 복합적인 관계에 의한 것으로 확인되었다. 이에 녹량과 관계가 있는 면적기준의 녹피율과 체적기준의 녹지용적계수를 통해 유사한 특성을 가진 조사구별로 유형화하였다. 대상지 그룹화 방법은 통계프로그램인 R을 사용한 Gaussian Mixture 모델기법으로 교목 녹피율과 관목 녹피율, 교목 녹지용적계수와 관목 녹지용적계수 4개의 항목을 기준으로 유사한 조사구를 분류하였다. 기준수치별로 분포된 농도 비율을 분석해 주요 범위에서 이질적으로 벗어나는 값이 어느 정도인지 성격을 분류하였다(Table 10 참조). 교목 녹피율의 경우, 2개의 포물선이 만들어져 다른 특성을 가진 2개의 그룹으로 나눌 수 있었으며, 관목 녹지용적계수의 경우 큰 차이가 없는 3개의 이질적인 데이터를 확인할 수 있었다. 이러한 분석과정을 거쳐 통계프로그램 R은 녹량별 특성이 유사한 조사구를 그룹화시켜 5개의 그룹으로 분류하였다.

그룹별로 녹량 특성을 살펴보면 1그룹은 관목의 녹량이 적은 만큼 유사한 수준으로 교목 녹량이 많은 조사구로 “녹량 균형형” 그룹이다. 2그룹은 관목 녹지용적계수, 관목 녹피율, 교목 녹지용적계수, 교목 녹피율이 모두 낮아 전체 녹량이 상대적으로 부족한 “녹량 부족형” 그룹이다. 3그룹은 교목 녹피율이 크게 낮아 교목녹량이 부족한 것에 비해 가장 높은 관목 녹지용적계수를 가지고, 관목녹량이 넓게 분포하고 있는 “관목 풍부형” 그룹이다. 4그룹은 관목 녹량이 많은데 비해 교목의 녹량이 다소 부족한 “교목 부족형” 그룹이다. 5그룹은 교목의 녹량은 많은 편이나 관목의 녹량이 그룹별 평균치 이상으로 가장 부족한 “관목 부족형” 그룹이다(Table 11 참조). 녹량 특성별 농도 상대비율에 따른 분산의 동질성을 검정하였다. 검정 결과, 유의확률 p=0.000으로 분산이 같다는 귀무가설을 기각되었다. 따라서 그룹별 농도 상대비율은 그룹별로 분산의 범위가 차이가 있음을 확인할 수 있었다. 녹량 특성별 농도 상대비율에 따른 분산분석 결과, 유의확률 p=0.163으로 유의성이 인정되지 않았다(Table 12 참조). 이는 그룹별로 농도 상대비율의 평균에 차이가 없다는 귀무가설이 기각되지 않아, 그룹별 농도 상대비율은 그룹별로 평균의 차이가 없다는 것이나, 통계적 신뢰수준을 낮추면 80% 수준의 유의성은 인정되었다는 뜻이기도 하다.

Figure 4는 녹량 특성별 그룹에 따른 농도 상대비율의 평균값 비교 그래프이다. 녹량 특성별로 평균 상대비율이 75.27%인 관목 풍부형 그룹이 가장 낮은 값으로 78.55%인 녹량 균형형 그룹, 81.37%인 교목 부족형 그룹, 83.62%인 관목 부족형 그룹, 83.87%인 녹량 부족형 그룹 순이었으며, 전체적으로 녹량이 부족했던 녹량 부족형 그룹의 평균 상대비율이 가장 높은 것으로 나타나 다른 그룹에 비해 상대적으로 저감효과가 적은 그룹임을 확인할 수 있었다.

Figure 4. Comparison graph of average value of concentration fluctuated concentration rate

Download Original Figure

농도 상대비율은 초미세먼지의 대기확산 성질에 의해 완충녹지 내 초미세먼지를 확산시켜 일정 지역의 정체된 양을 조절하는 것으로, 이는 수목의 배치방법과 녹지의 물리적 구조, 식재의 녹량 및 구조와 상호 복합적인 관계에 의해 영향을 미칠 것으로 추측되어졌다. 이에 수목을 어떻게 배치했는지와 조사구의 물리적 구조와도 영향이 있을 수 있으며, 관목은 다층구조의 배식방법으로 초미세먼지를 대기로 확산 유도하며, 교목은 조사구내에 분산 배치하여 여러 겹으로 초미세먼지를 차단하여 농도 상대비율을 낮출 수 있을 것으로 추측되어졌다.

겨울과 봄의 전체 상대비율을 기준으로 조사구의 식재구조 (높이, 폭)를 교목구조와 관목구조로 구분해 명목변수로서의 상관관계를 분석하였다(Table 13 참조). 그 결과, 주거지 상대비율은 교목구조와 관목구조와 음의 상관관계에, 녹지 상대비율은 녹지폭원과 음의 상관관계에 있는 것을 확인할 수 있었다. 주거지 및 녹지 상대비율은 교목구조 (1열, 2열, 3열) 와 관목구조 (단층, 복층, 다층) 의 음의 상관관계 즉, 교목구조의 열이 많은 곳이, 관목구조의 층이 많은 곳에서 주거지와 녹지의 상대비율이 더 낮았다. 녹지폭원 또한 상대비율에 영향을 미치고 있으며, 녹지폭원이 넓은 곳에서 상대비율이 더 낮은 것을 확인할 수 있었다. 이는 녹지폭원이 넓을수록 교목과 관목의 식재량이 많아져 대상지내의 녹량이 증대하기 때문에 생기는 영향이라 판단되었다.

평균 상대비율은 교목 1열 구조가 84.77%로 가장 높게 나타났으며, 이는 농도효과가 가장 낮은 것을 의미한다. 교목 3열 구조가 75.02%로 가장 낮게 나타났으므로 농도 저감효과가 가장 높은 것으로 해석할 수 있다. 교목 배치 시 집중식재보다 분산 식재하는 것이 녹지 내에 바람통로를 확보해 초미세먼지가 대기 중으로 확산하는 것을 돕게 되어 농도가 낮아지는 것으로 추정할 수 있었다.

표준편차결과, 관목 다층구조의 분산범위가 다른 집단에 비해 다소 넓은 것을 확인할 수 있었다. 교목구조별 농도 상대비율에 따른 분산의 동질성을 검정하였다. 검정 결과, 유의확률 p=0.002로서 분산이 같다는 귀무가설을 기각한다. 따라서 교목구조별 농도 상대비율은 그룹별로 분산은 차이가 있음을 확인할 수 있었다. 교목구조별 농도 상대비율에 따른 분산분석 결과를 나타낸 것이다. 이는 교목구조 유형별로 농도 상대비율에 차이가 없다는 귀무가설이 기각되어 교목구조 유형에 따른 농도 상대비율의 차이가 인정되었음을 확인할 수 있었다(Table 14 참조).

관목구조별 농도 상대비율에 따른 분산의 동질성을 검정하였다. 검정 결과, 유의확률 p=0.107로 분산이 같다는 귀무가설을 기각하지 못했다. 따라서 관목구조 유형별 농도 상대비율은 그룹별 분산의 동질성을 확인할 수 있었다. 관목구조별 농도 상대비율에 따른 분산분석 결과로 신뢰수준 99% 수준에서 유의성이 인정되었다. 이는 관목구조 유형별로 농도 상대비율에 차이가 없다는 귀무가설이 기각되어 관목구조 유형별 농도 상대비율은 그룹별 차이가 인정되었다. 평균 상대비율은 관목 단층구조가 88.79%로 가장 높게 나타났으며, 관목 다층구조가 81.16%로 가장 낮게 나타났으므로 농도 저감효과가 가장 높은 것으로 해석할 수 있다. 전체적인 경향으로 관목구조가 다층구조일수록 상대비율이 높아짐을 알 수 있었다. 관목층의 증가는 정체된 초미세먼지에 대한 필터역할을 함으로써 먼지농도의 상대비율을 높이는 것으로 판단되었다(Table 15 참조).

도로와 녹지, 주거지의 농도 값 T-test 분석 결과, 계절별 수치 중에서는 겨울철 주거지 농도 값만이 유의한 결과로 나타났으므로 계절별 특성을 살펴보기 위해 겨울철 주거지 상대비율을 기준으로 겨울철에만 나타나는 초미세먼지 농도증감의 특징을 분석했다. 상관관계 분석 시 겨울철 관목 녹피율과 음의 상관관계를 보이고 있으며, 잎이 없는 계절적 특성으로 관목에 의한 영향이 크게 나타나고 있으므로 겨울철 관목 녹피율과의 좀 더 정확한 관계 파악을 위해 녹지의 구조적 특성을 Classification해 세분화하고, 녹지유형별로 나타나는 관목 녹피율과의 특성을 살펴보았다. 녹지유형을 사면형, 평지형, 마운딩형으로 구분하고, 겨울철 주거지 농도 값을 기준으로 일원배치분산분석 (one-way ANOVA) 을 실시하여 녹지유형 구분이 통계적 의미가 있는지를 확인하였다(Table 16 참조). 평균값은 사면형 > 평지형 > 마운딩형 순으로 상대비율이 높은 유형과 동일해 평균값이 높은 녹지가 상대비율도 높게 나타남을 확인하였다. 녹지유형별 주거지 농도 값에 따른 분산의 동질성을 검정하였다. 검정 결과는 유의확률 p=0.000으로서 분산이 같다는 귀무가설을 기각한다. 따라서 녹지유형과 주거지 농도 값과의 분석결과, 신뢰도 99% 수준에서 통계적 유의성이 인정되었다. 녹지유형별 주거지 농도 값에 따른 분산분석 결과를 나타낸 것이다. 이는 녹지유형별 주거지 농도 값의 차이가 있다는 귀무가설이 기각되어 유의성이 인정되었음을 알 수 있었다. 위의 내용을 종합해 보면 녹지구조별 관목 녹피율로 인한 초미세먼지 농도 저감효과에 대한 겨울철 특성을 살펴보기 위해 세 가지 유형을 구분한 것은 적정한 것으로 판단되었다.

겨울철 상대비율 특성 분석 시 통계적 유의성 증대를 위해 저감효과가 있는 대상지만으로 녹지유형별 관목의 녹량과 상대비율의 상관관계를 분석하였다. 저감효과가 있는 대상지는 사면형 녹지 조사구 5개(양재대로 01, 04, 06, 09, 10), 평지형 녹지 조사구 3개(송파대로 01, 02, 03), 마운딩형 녹지 조사구(송파대로 04, 05, 06) 3개 였으며, 총 표본수는 사면형 녹지는 40개, 평지형과 마운딩형 녹지는 각각 24개를 기준으로 관목 녹피율과의 상관관계를 분석하였다. 관목 녹피율별 주거지 상대비율과의 관계 분석에서는 녹지유형을 사면형, 평지형, 마운딩형으로 구분해 일원배치분산분석 (one-way ANOVA) 을 실시하였다(Table 17 참조).

관목 녹피율에 따른 농도 상대비율의 분산분석 결과, 사면형 녹지, 평지형 녹지, 마운딩형 녹지 모두 관목 녹피율에 따른 농도 상대비율의 통계적 유의성이 99% 수준에서 인정되었다(Table 18 참조). 사면형 녹지, 평지형 녹지, 마운딩형 녹지 모두 관목 녹피율이 높을수록 주거지 농도 값이 낮아지는 음의 상관관계가 성립됨을 확인할 수 있었다. 종합적으로 농도 상대비율과 녹량의 관계는 교목과 관목 녹량의 복합적인 관계에 영향이 있으나, 잎이 없는 겨울철에는 관목 녹량의 영향이 큰 것으로 판단되어지며, 녹지유형별 관목 녹피율과의 관계는 음의 상관관계가 있었다.