Journal Search Engine

to

Search Advanced Search Adode Reader(link)
Download PDF Export Citation Korean Bibliography PMC Previewer
ISSN : 2288-9167(Print)
ISSN : 2288-923X(Online)
Journal of Odor and Indoor Environment Vol.25 No.2 pp.162-172
DOI : https://doi.org/10.15250/joie.2026.25.2.162

A quantitative assessment of the reduction of air pollutants and residential odor complaints by precipitation

NamJin Kim1*, KyungSuk Cho2, ChaeGun Phae3
1Seoul Metropolitan Government Research Institute of Public Health and Environment
2Department of Environmental Science & Engineering, Ewha Womans University
3Department of Environmental Engineering, Seoul National University of Science & Technology
* Corresponding Author: Tel: +82-2-570-3369 E-mail: namjin1220@seoul.go.kr
18 June 2026 30 June 2026 30 June 2026

Abstract


This study quantified the precipitation effect on residential odor complaints in a megacity (Seoul, South Korea). A total of 134,936 residential odor complaint records (2,922 days; 2014~2021) were subjected to Box-Cox transformation to attenuate the influence of extreme events. The inlier range, representing typical residential odor complaint levels, was determined to range from 4 to 191 cases/day (107,956 cases; 2,740 days). The precipitation effect on air pollutants was concurrently evaluated and benchmarked against previously reported values to validate the quantitative approach. After excluding days with yellow dust advisories (105,658 cases; 2,681 days), data were stratified into rainy (28,878 cases; 764 days) and non-rainy (28,878 cases; 764 days) periods. Optimal regression equations were derived from temporal variations in residential odor complaints and air pollutants (PM10, PM2.5, NOX, CO, O3, and SO2) across air temperature intervals delineated using Sturges’ rule. These equations were integrated over the temperature range (–1.9~28.1°C) to quantify the precipitation effect. The precipitation effect on air pollutants, expressed as percentage reductions (minimum~maximum), was 23.1% (21.2~74.9) for PM10, 19.8% (18.5~78.1) for PM2.5, 17.7% (17.6~72.1) for NOX, 12.3% (7.8~50.5) for SO2, 9.4% (7.3~63.4) for O3, and 8.7% (5.6~45.7) for CO. Although numerical deviations from prior estimates were observed, a consistent trend was evident. The precipitation effect on residential odor complaints was 14.2% (8.1~88.1%). Compared with air pollutants, residential odor-causing substances (predominantly gas-phase, 14.2%) exhibited a lower precipitation effect than particulate matter but a higher value than SO2 (12.3%) and lower than NOX (17.7%). Nonetheless, the maximum precipitation effect on residential odor complaints (88.1%) exceeded the maximum values for all examined air pollutants (PM10, PM2.5, NOX, CO, O3, and SO2). These findings suggest that residential odor-causing substances, -heterogeneous gas-phase compounds with physicochemical properties dependent on emission source characteristics, -can achieve high scavenging efficiency when water-soluble components dominate. This behavior may inform targeted management strategies for specific emission sources or regions.


Residential odor complaints , Air pollutants , Quantitative assessment , Precipitation effect , Box-Cox transformation

강수에 의한 대기오염물질 및 생활악취 민원의 저감효과에 대한 정량적 평가

김남진1*, 조경숙2, 배재근3
1서울시보건환경연구원
2이화여자대학교 환경공학과
3서울과학기술대학교 환경공학과

초록

    © Korean Society of Odor Research and Engineering & Korean Society for Indoor Environment. All rights reserved.

    1. 서 론

    물은 사회와 생태계의 회복성을 유지하는 필수적인 요소이며, 수리·수문, 대기 및 토양 환경 전반에서 물질의 순환과 이동을 매개함으로써 지구 생태계 순환의 핵심 축을 이룬다. 이러한 관점에서 물의 이동 경로, 기능, 그리고 환경적 영향에 대한 평가는 환경 연구의 핵심 주제라 할 수 있다(Bates et al., 2008). 특히 토양 및 수질 환경에서는 강수의 유입과 유출에 따라 토양 표면 침식, 비점오염원 증가에 따른 부영양화, 토양 특성 변화(산성도 변화, 질소원 감소 등), 정수 처리 부담 증가 등이 발생할 수 있다. 나아가 온실가스 배출 증가에 따른 지구온난화 심화, 수인성 질환 및 호흡기 질환의 증가와 같은 보건학적 문제로까지 확장되면서, 물 순환을 중심으로 하는 다양한 학술적인 연구의 필요성이 커지고 있다(Noor et al., 2013;Delpla et al., 2023;Wang et al., 2023;Anggraini et al., 2025).

    대기환경에서 물은 수증기와 강수의 형태로 존재하며, 온실효과와 에너지 균형 조절에 핵심적인 역할을 수행한다. 아울러 강수에 의한 습식 침적은 대기오염물질의 제거 메커니즘으로서 주목받고 있으며, 입자상 및 가스상 물질의 세정효과에 대한 연구가 활발히 진행되고 있다(Goncalves et al., 2002;Andronache, 2003;Wu et al., 2018;Ge et al., 2021;Lin et al., 2021;Oduber et al., 2021;Li et al., 2023). 최근에는 인공 강수 실험의 부수적 효과, 그리고 특정 배출원을 중심으로 하는 대기오염물질의 강수효과를 평가한 연구도 보고되고 있다(Susaya et al., 2011;Wu et al., 2022). 다만 이러한 세정효과는 주로 일반 대기오염물질을 대상으로 평가가 진행되었고, 악취 유발 물질(VOCs 포함)에 대한 정량적 연구는 상대적으로 제한적이다(Susaya et al., 2011;Mullaugh et al., 2015). 특히 악취는 도시 생활환경에서 즉각적인 민원으로 이어지는 대표적 환경문제임에도 불구하고, 정성적 평가(주민실태조사, Czarnota et al., 2023)의 신뢰성 한계와 정량적 측정(복합악취도, 지정 악취물질 분석, 냄새 센서 활용 등, Burgués et al., 2022)의 기술적 제약, 그리고 장기 축적 자료의 부족으로 인해 세정효과에 대한 체계적 분석이 미흡한 실정이다.

    본 연구는 악취 유발 물질이 주로 근린생활시설 및 도시기반시설에서 발생하는 대도시 서울특별시를 대상으로, 장기간 축적된 생활악취 민원 자료와 강수 현황을 통계적 기법을 활용하여 강수에 의한 생활악취 민원의 정량적 저감효과를 평가하고자 하였다. 또한 정량적 평가 방법의 신뢰성을 검증하기 위해 동일한 분석 기법으로 대기오염물질의 강수효과를 함께 평가하였다. 본 연구의 결과는 특정 악취 배출원이나 공정에서 악취 민원 저감을 위한 기초 자료로 활용될 수 있을 것으로 판단된다.

    2. 연구 내용과 방법

    2.1 민원, 기상 및 대기오염도 수집

    2014년부터 2021년까지(2,922일) 서울특별시에서 접수된 생활악취(이하 악취) 민원은 서울시 응답소민원분석시스템(https://eungdapso.seoul.go.kr/)에 자동 기록된 민원 자료 중 환경 및 악취 분야로 재분류한 자료이며, 민원수는 서울 전역에서 발생한 1일 악취 민원 건수(case/day)를 의미한다. 기상자료인 기온(시간 평균, °C)과 강수량(일 누적, mm)은 기상자료 개방포털(https://data.kma.go.kr/)에 공개된 서울기상관측소(지점번호 108)의 관측값이다. 강수효과에 대한 평가의 신뢰성 검증을 위해서는 에어코리아(https://www.airkorea.or.kr/web/)에 공개된 서울시 대기오염도(PM10, PM2.5, NO2, CO, O3, SO2)와 황사 발생 주의보 및 경보 현황을 활용하였다. 2014년부터 2021년까지의 민원 현황, 기온, 그리고 대기질 현황은 Table 1에 정리하였다. 모든 자료는 일 단위로 통계 처리하였으며, 악취 민원은 악취 강도의 표현이라는 점을 고려하여 중복을 허용하였다. 접수된 악취 민원은 실제 발생한 악취 농도뿐만 아니라 민원인의 정서적 상태와 주변 환경 요인이 반영된 표현이므로, 시공간적으로 서로 다른 민원을 유발하는 악취 농도에는 상대적인 차이가 있을 수 있다.

    Table 1과 같이 민원 수와 대기질 현황(오존 제외)은 기온과는 달리 평균이 중앙값보다 크고, 중앙값이 최빈값보다 큰 오른쪽 꼬리를 갖는 분포를 나타냈다(mean > median > mode). 민원 현황과 기상자료에 대한 상세한 설명은 선행 연구를 참고하였다(Kim et al., 2024;Kim et al., 2025;Kim et al., 2026a;Kim et al., 2026b). 강수일은 하루 중 1시간이라도 강수량이 관측된 경우로 정의하였으며, 서울시 내 지역별 강수 상태와 강도 차이를 고려하여 서울기상관측소의 강수량 유무만을 기준으로 평가하였다(Kim et al., 2025).

    2.2 민원의 분류 및 발생 속도 산정

    강수의 세정효과를 평가하는 과정에서 강수 외의 기상 조건(예: 황사 발생)과 배출원의 비정상적 상황(저감시설 비정상 가동에 의한 민원의 극단적 증가)이 결과에 미치는 영향을 최소화하기 위해, 선행 연구에서 제시한 Box-Cox 변환을 적용하여 정상상태에서 악취 민원 발생 범위(inlier)를 도출하였다. 상세 방법은 선행 논문(Kim et al., 2026a)을 참고한다.

    2014년부터 2021년까지(2,922일) 1일 최대 946건까지 발생한 민원과 발생 빈도 분포를 Box-Cox 변환으로 분석한 결과, 정상적인 민원 발생 범위(이하 정상범위, inlier)는 4~191 cases/day로 도출되었다. Box-Cox(λ=0.1149) 변환을 통해 시각적 분포의 정규성은 개선되었으나, p-value가 0.05 미만으로 정규성 검정의 귀무가설이 기각되어 정규분포를 확보할 수 없었다. 그러나 일반적인 환경 및 사회과학 분야에서 수집된 자료의 통계 특성을 고려하여, 정규성이 최대한 확보되는 Box-Cox 변환 결과를 기준으로 이상값(outliers)을 제거하고 나머지 구간을 정상범위로 확정하였다(Kim et al., 2026a).

    강수에 의한 대기오염물질 저감의 정량적 평가에 영향을 최소화하기 위해 정상범위(4~191 cases/day) 내에서 황사 발생일(서울시)의 악취 민원 및 대기오염도 자료를 제외하고, 강수 조건에 따라 강수일과 비강수일로 구분하였다. 선행 연구에서 정상범위 내 기온이 민원 발생 강도(IOCE=49.5 cases/day, Kim et al., 2026a)를 최대화하며 기온 구간별 악취 민원 발생 현황을 가장 명확하게 나타내는 특성이 확인되었으므로, 기온 관측 범위를 중심으로 강수일과 비강수일의 민원 발생수와 대기오염물질 농도 변화를 비교하여 세정 효과를 평가하였다.

    평가에 활용한 정상범위의 기온 자료는 총 2,681건(강수일 764건, 비강수일 1,917건)이며, 범위는 –14.9~33.7°C였다. 자의적 기온 구간 설정에 의한 악취 민원 발생 속도(SROCE)의 차이를 최소화하기 위해 Sturges’ rule[K=1+3.3log(N), K: 구간 수, N: 자료 수]을 적용하여 최적 구간 수를 산출하였다(Sturges, 1926). 자료 수를 기반으로 기온 구간별 SROCE(case/day)는 식 (1)과 같이 산출한다. 기온 구간별 SROCE는 동일 구간에서 악취 민원이 발생한 일수(SDNOD, day)에 대한 해당 구간의 1일 민원 건수의 합(SCNOC, cases)으로 정의한다(Kim et al., 2025;Kim et al., 2026a). 또한 기온 구간별 대기오염물질(PM10, PM2.5, NOX, CO, O3, SO2)의 평균 농도(SRAPC, μg/m3/day or ppm/day)는 해당 기온 구간의 대기오염물질 측정일 수(SDNOD, day)에 대한 1일 대기오염물질 관측량의 합(SCQAC, μg/m3 or ppm)으로 식 (2)와 같이 정의한다.

    SR OCE = SC NOC SD NOD SR_{OCE}=\frac{SC_{NOC}}{SD_{NOD}}
    (1)
    SROCE

    Odor complaint emission rate by air temperature section (case/day)

    SCNOC

    Total odor complaint by air temperature section (case)

    SDNOD

    Total observation days by air temperature section (day)

    SR APC = SC QAC SD NOD SR_{APC}=\frac{SC_{QAC}}{SD_{NOD}}
    (2)
    SRAPC

    Average daily air pollutant concentration by air temperature section (μg/m3/day or ppm/day)

    SCQAC

    Total air pollutant concentration by air temperature section (μg/m3, ppm)

    SDNOD

    Total observation days by air temperature section (day)

    기온 구간별 발생일 수가 전체 구간 평균 민원 발생일 수(전체 발생일 수/구간 수) 이하이면 분모가 작아져 SROCE가 과대평가(소표본 효과, small-sample effect)되어 저온 구간에서 SROCE가 비정상적으로 증가하는 오류가 발생할 수 있다(Cao et al., 2024). 이러한 문제를 최소화하기 위해 기온 구간의 발생일 수와 민원 현황을 일부 조정하여, 기온 구간의 발생일 수가 전체 구간의 평균 발생일 수 이상으로 확보되도록 하였다.

    2.3 강수효과의 정량적 평가 방법

    기온 구간별 SROCE의 변화로부터 기온과 SROCE 관계의 최적 회귀식(Y=aXn+b, R2≒1, Y: SROCE, X: air temperature)을 도출하였다. 회귀식은 차수(n)를 최소화하면서 결정계수(R2, coefficient of determination)가 1에 최대한 근접하도록 선정하였다. 동일한 절차를 적용하여 기온 구간별 대기오염물질(PM10, PM2.5, NO2, CO, O3, SO2) 변화에 대한 기온과 SRAPC 관계의 최적 회귀식(Y=aXn+b, R2≒1, Y: SRAPC, X: air temperature)도 도출하였다.

    악취 민원의 정상범위(inlier, 4~191 cases/day)에서 황사 발생일을 제외하고 강수일과 비강수일을 구분하여 기온과 SROCE 관계의 최적 회귀식을 도출하였으며, 기온 구간별 평균 SROCE와 그 표준편차(±sd)를 산출하였다. 강수일과 비강수일에서 기온 구간별 평균 SROCE의 변화를 “평균 SROCE”로, 평균+표준편차를 “최대 SROCE”로, 평균−표준편차를 “최소 SROCE”로 정의하였다. 평균, 최대 및 최소 SROCE의 변화로부터 강수일과 비강수일의 평균, 최대 및 최소 최적 회귀식을 도출하였다. 강수일과 비강수일의 평균 SROCE 회귀식을 기온의 공통 범위(–1.9~28.1°C)에서 적분하여 비강수일과 강수일의 총 민원 건수(case) 차이[ΔE, 식 (3)]로부터 강수에 의한 악취 민원의 평균 저감율[%, 식 (4)]을 산출하였다. 동일한 방법을 적용하여 기온과 대기오염도(PM10, PM2.5, NO2, CO, O3, SO2) 관계의 최적 회귀식을 활용하여 대기오염도의 정량적 강수효과도 평가하였다.

    ∫ ( a X n + b ) d x − ∫ ( c X n + d ) d x = ΔE \int(aX^n+b)dx-\int(cX^n+d)dx=\Delta E
    (3)
    aXn+b

    Optimal regression equation for air temperature-SROCE (or SRAPC) relationship on non-rainy days

    cXn+d

    Optimal regression equation for air temperature-SROCE (or SRAPC) relationship on rainy days

    ΔE

    Difference in odor complaint frequency between non-rainy and rainy days

    ΔE ∫ ( a X n + b ) d x × 100 = R ROC ( % ) \frac{\Delta E}{\int(aX^n+b)dx}\times100=R_{ROC}(\%)
    (4)
    RROC (%)

    Precipitation-induced reduction ratio of odor complaints (or air pollutants)

    3. 결과 및 고찰

    3.1 악취 민원, 기상 및 대기오염도 현황

    2014년부터 2021년까지 기온에 따른 악취 민원 현황을 Fig. 1에 나타냈다. 전체 기간(Fig. 1-A)에서 전체(●, 0~946 cases/day)와 정상범위(○, 4~191 cases/day)를, 황사 발생일을 제외한 정상범위(Fig. 1-B)에서 강수일(●)과 비강수일(○)을 나타내었다. Fig. 1-A에서 4~191 cases/day 범위를 초과하는 민원 수는 대부분 300 cases/day 이하(182 days)이며, 이를 초과하는 민원 수는 약 20°C 부근에 집중되었다. Fig. 1-B에서 기온 증가와 더불어 강수 및 비강수 조건에서 민원 수는 모두 증가하였으며, 20°C 부근에서 민원이 집중되었고, 강수일(●)보다 비강수일(○)에서 명확하게 민원이 증가하였다. 황사 발령일을 제외한 정상범위(4~191 cases/day)에서 강수와 비강수 조건의 악취 민원, 기온 및 대기오염도 현황을 통계적으로 분석하여 Table 2에 정리하였다.

    서울시 황사 특보 발령일(59 days, 2,298 cases)을 제외한 정상범위의 민원 발생일(2,681 days, 105,658 cases)은 전체 발생일(2,922 days, 134,976 cases)의 91.8%(민원 수 기준: 78.3%)이며, 이 중 비강수일(1,917 days, 76,780 cases)은 71.5%(72.7%), 강수일(764 days, 28,878 cases)은 28.5%(27.3%)로, 비강수일이 강수일보다 약 2.5배(2.7배) 높았다. 기온을 제외한 모든 항목의 평균값은 비강수일이 강수일보다 높았고, 기온과 오존을 제외하면 중간값이 최빈값보다 높았다. 그리고 강수일과 비강수일을 비교하면 기온 외에는 중간값이 최빈값보다 높았다. 민원을 제외하고 강수일 조건의 범위(최소~최대)는 비강수일 조건보다 축소되었다. Table 1의 전체 범위와 유사하게 황사일을 제외한 정상범위에서도 기온과 오존을 제외하고 오른쪽으로 치우치는(Mean > Median > Mode) 분포 특성을 보였다(Clementi et al., 2005;Muhammad et al., 2026). 기온과 오존의 분포 특성에 대해서는 고온 일수와 지구온난화 그리고 광화학 반응의 상호 관련성에 대한 추가적인 평가와 연구의 필요성을 확인할 수 있었다.

    Table 2와 같이 악취 민원, 기온 및 대기오염도에 대한 일반적 통계 분석의 결과, 서울 지역 황사 발령일을 제외한 정상범위에서 비강수일과 강수일의 평균 악취 민원 발생 수(case/day)는 각각 40.1±33.3과 37.8±29.3으로, 단순 산술평균으로 강수에 의한 악취 민원의 저감율은 5.7%[(40.1−37.8)/40.1×100]로 평가되었다. 그러나 변동계수(표준편차/산술평균)가 0.83과 0.78로 일반 통계학 기준(0.3)을 초과하기에 산술평균을 활용한 평가보다는 중간값과 최빈값의 분포 특성을 보완하여 정량적으로 평가하는 방법의 필요성을 확인할 수 있었다.

    3.2 강수효과에 의한 악취 민원의 정량적 평가

    악취 민원과 같이 오른쪽 꼬리를 갖는 분포를 활용한 강수효과의 평가는 전체 구간의 산술평균은 극단적인 민원 수에 의한 통계적 분석 결과의 오류를 최소화하고, 악취 민원 발생의 특성을 효과적으로 표출하는 방법으로, 다른 기상인자보다 표준편차가 작은 기온을 활용하여, 기온 구간별 SROCE 변화에서 최적 회귀식을 도출하고, 이를 활용하여 강수효과를 정량적으로 평가하였다.

    Fig. 2에 서울시 황사 특보 발령일을 제외한 정상범위에서 발생하는 악취 민원을 비강수일(A)과 강수일(B) 조건으로 구분하여 기온 구간별 SROCE 변화를 나타냈다. 비강수일(A) 조건에서 12구간(①, ○, Sturges’ rule)의 SROCE 변화를 표현했지만, 저온 구간에서 민원 발생일이 전체 구간의 평균 발생일(약 160 days; 1,917 days/12구간)보다 작아 SROCE가 과대로 표현되는 소표본 효과(small-sample effect)가 확인되어 민원 발생일을 최소 160 days 이상으로 구간의 민원 발생일을 조정하여 최종적으로 10구간(②, ●)의 SROCE를 나타냈다. 이와 같이 민원 발생일이 각 구간의 평균 발생일보다 작은 경우, SROCE가 과대 반영[Fig. 2(A-①)의 저온 구간(3개 구간)]되는 소표본 효과가 발생한다. 이를 최대한 억제하고 편향을 보정하기 위해서 고온 구간(–5°C 부근)부터 악취 민원 발생일을 구간 평균 발생일이 되도록 전과 후 구간을 조정하여 새로운 구간의 SROCE를 산정하였다[Fig. 2(A-②)]. 강수일(B) 조건에서도 동일한 절차로 11구간(①, ○)을 9구간(②, ●)으로 조정하였다. 이 결과, Fig. 2(A)(비강수일 조건)에서 ①과 ②의 최적 회귀선 결정계수(R2)는 0.950(①)에서 0.984(②)로, Fig. 2(B)(강수일 조건)에서도 ①과 ②의 결정계수(R2)는 0.938(①)에서 0.971(②)로 증가하였다. 비강수일 조건인 Fig. 2(A)의 ③은 구간별 평균 SROCE(②)에 +sd를 적용하여 최대 강수효과의 SROCE로, ④는 구간별 평균 SROCE(②)에 –sd를 적용하여 최소 강수효과의 SROCE로 나타냈으며, 강수일 조건인 Fig. 2(B)에서도 동일한 과정으로 최대(③)와 최소(④) 강수효과의 SROCE를 나타냈다. 이와 같이 비강수일과 강수일 조건에서 기온(X, °C)과 SROCE(case/day)의 관계에서 평균, 최소, 최대 회귀식을 도출하였다.

    기온은 비강수일(Fig. 2-A) 조건 범위(–5.7~30.8°C)와 강수일(Fig. 2-B) 조건 범위(–1.9~28.1°C)의 공통 범위(–1.9~28.1°C)에서 평균 회귀식을 적분하면, 비강수일(A-②) 조건의 민원 수는 1,188.0 cases, 강수일(B-②) 조건의 민원 수는 1,019.3 cases로, 식 (3)과 식 (4)에 의해 강수에 의한 악취 민원의 평균 저감율(강수효과)은 14.2%[(1,188.0−1,019.3)/1,188.0×100]가 도출되었다. 이 결과는 산술평균에 의한 저감율(5.7%)보다 약 2.5배 높은 수준이며, 단순 산술평균보다 오른쪽으로 치우치는 민원 현황을 합리적인 구간과 기온 범위에서 SROCE를 도출하고, 최적 회귀식을 온도 범위에서 적분하여 합리적으로 정량적 평가 결과를 도출하였다. 또한 강수효과에 의한 최대 저감율은 비강수일(Fig. 2-A) 조건의 최대(③, M+sd)와 강수일(B) 조건의 최소(④, M−sd)에서 88.1%[(2,102.8−250.2)/2,102.8×100], 최소 저감율은 비강수일(Fig. 2-A) 조건의 최소(④, M−sd)와 강수일(Fig. 2-B) 조건의 최소(④, M−sd)에서 8.1%[(272.3−250.2)/272.3×100]를 도출하였다.

    3.3 강수효과에 의한 대기오염도의 정량적 평가

    대기오염물질(PM10, PM2.5, NOX, CO, O3, SO2)은 인체 위해성, 대기질 개선, 지구온난화 측면에서 사회·국가적 관심도가 높아 강수에 의한 저감효과에 대한 보고는 많다. 반면, 3.2절과 같은 악취와 관련한 강수효과에 대한 보고는 극히 드물다. 따라서 3.2절과 같은 평가 방법론의 타당성을 확인하기 위해 대기오염물질의 강수효과를 동일한 방법으로 평가하여 보고된 대기오염물질 강수효과의 평가 결과와 비교하였다.

    2014년부터 2021년까지 악취 민원 발생의 정상범위(4~191 cases/day)에서 황사 발생일의 대기오염도를 제외하고 비강수일과 강수일 조건으로 구분하여 기온 구간별 평균 대기오염물질 농도(SRAPC, μg/m3/day 또는 ppm/day) 변화를 Fig. 3에 나타냈다. 3.2절과 동일하게 저온 구간의 소표본 효과(small-sample effect)를 최소화하기 위해 저온 구간의 발생일을 조정하였다(비강수일: 12구간→10구간, 강수일: 11구간→9구간). Fig. 2와 동일하게 비강수일 조건의 구간별 SRAPC는 평균(M; ③, ●), 최대(M+sd, ①, ■), 최소(M−sd, ⑤, ▲) 회귀선, 강수일 조건의 구간별 SRAPC는 평균(M; ④, ○), 최대(M+sd, ②, □), 최소(M−sd, ⑥, △) 회귀선을 Fig. 3에 나타냈다.

    기온 구간별 SRAPC는 오존(O3, E)을 제외하고 속도 차이는 있지만 비강수일과 강수일 조건 모두 약 5°C(저온측)를 중심으로 오목한 형태를 보이며, 기온이 증가하면 구간별 SRAPC는 감소한다. 반면 O3는 약 25°C(고온측)를 중심으로 기온이 낮아지면 SRAPC가 감소하였고, 약 15°C 이하 구간에서는 차이가 없으나 이상 구간에서는 차이가 확대되었다. 이와 같은 결과는 기온이 증가하는 여름철에는 대도시에서 오존 농도가 증가하고, 그 외 대기오염물질 농도는 기온이 낮은 겨울철에 증가하는 일반 도시대기의 오염도 특성이 표현된 것으로 판단된다.

    Fig. 3의 기온 구간별 대기오염물질 SRAPC 변화에서 강수효과를 정량적으로 평가하기 위해 비강수일과 강수일 조건의 최적 회귀식(Y=aX3+bX2+cX+d; X=air temperature, Y=SRAPC)을 도출하였다. 3.2절과 동일하게 공통 기온 범위(–1.9~28.1°C)에서 적분하여 비강수일과 강수일 조건에서 대기오염물질 총량(평균: M, 최대: M+SD, 최소: M−SD)을 산출하고, 식 (3)과 식 (4)로 강수에 의한 대기오염물질 저감율(%)을 도출하여 Table 3에 정리하였다.

    강수에 의한 대기오염물질 평균 제거율(%, min.~max.)은 PM10이 23.1%(21.2~74.9), PM2.5는 19.8%(18.5~78.1), NOX는 17.7%(17.6~72.1), SO2는 12.3%(7.8~50.5), O3는 9.4%(7.3~63.4), CO는 8.7%(5.6~45.7)이었다. 입자상 물질(PM10, PM2.5)의 평균 제거율은 약 21.5%(19.9~76.5)이며, 가스상 물질(NOX, SO2, O3, CO)은 약 12.0%(9.6~57.9)로 입자상 물질이 가스상 물질보다 약 1.8배 높았다. 입자상 물질 중에서 입경이 작은 PM2.5보다 PM10이 효과적이었으며, 가스상 물질은 친수성에 따라 NOX(17.7%)가 높고 CO(8.7%)가 낮게 평가되었다. 강수에 의한 악취 민원의 최대 저감율은 88.1%로, 입자상 대기오염물질의 저감율(76.5%)보다 15.2% 높게 나타났다. 이러한 결과는 악취물질의 성분이 친수성일 경우 강수 효과가 극대화될 수 있음을 시사한다.

    4. 결 론

    “비가 온 뒤 공기가 맑아진다”는 일상적 경험은 지구과학·환경학에서 강수효과로 대기오염물질이 저감되는 것으로 이해하고, 정량적으로 저감 특성을 평가하는 연구도 다양하게 진행되고 있지만, 대기오염물질이며 후각적으로 인지되는 악취 유발 물질의 강수에 의한 정량적 저감에 대한 평가는 드물다. 본 연구에서는 악취 민원 현황(악취 민원수≒악취 발생 강도)과 강수 조건의 관계를 통계적 기법을 활용하여 분석하고, 강수에 의해 악취 민원이 어느 정도 정량적으로 저감되는지를 평가하였다. 또한 정량적 평가 방법의 타당성을 검증하기 위해서 대기오염물질의 강수효과도 평가하여 선행 연구와 비교하였다.

    2014년부터 2021년까지 서울시 악취 민원 현황(134,936 cases, 2,922 days)을 Box-Cox 변환으로 민원 발생의 정상범위(4~191 cases/day)를 도출하여, 황사 발령일을 제외한 민원 현황(105,658 cases, 2,681 days)에서 강수일(28,878 cases, 764 days)과 비강수일(76,780 cases, 1,917 days)로 구분하였다. 기온 구간별로 SROCE에서 최적 회귀식을 도출하여, 강수와 비강수일 조건에서 공통의 기온 범위(–1.9~28.1°C)에서 최적 회귀선을 적분하여, 민원 수 차이로 강수에 의한 악취 민원의 저감율(%)을 정량화하였다. 이와 같이 최적 회귀선과 기온 기상인자를 활용한 평가 기법은 단순 산술평균에 내재된 통계적 오류(변동계수의 크기)를 최소화하고, 기상인자 중 기온이 민원 발생 특성을 가장 효과적으로 설명할 수 있는 변수라는 특성을 반영한 결과이다.

    강수와 비강수일 조건에서 기온이 상승하면 SROCE도 증가하고, 평균 SROCE의 최적 회귀식을 적분하면 강수와 비강수일 조건에서 민원 수(case)는 1,188.0과 1,019.3으로, 강수에 의한 악취 민원의 저감율은 14.2%(최소 8.1%, 최대 88.1%)이었다. 동일한 방법으로 대기오염물질의 저감율(%, min.~max.)은 PM10 23.1(21.2~74.9), PM2.5 19.8(18.5~78.1), NOX 17.7(17.6~72.1), SO2 12.3(7.8~50.5), O3 9.4(7.3~63.4), CO 8.7(5.6~45.7) 순이었다. 입자상 그리고 친수성이 큰 가스상 물질일수록 강수에 의한 저감율이 상대적으로 높고, 악취 민원의 저감율(%)은 입자상 물질보다 낮으나 NOX 이외의 가스상 물질보다는 높게 평가되었다.

    현재까지 보고된 대기오염물질의 강수에 의한 저감율을 Table 4에 정리하였다. 대기오염물질 종류, 측정 지역과 기간, 자료 규모, 평가 방법 등 서로 다른 조건에서 수치적인 차이는 있지만, 다음과 같은 공통적 특성을 확인할 수 있다.

    첫째, 대기오염물질의 강수효과는 입자상 물질이 가스상 물질보다 크다(Ahn et al., 2014;Kim et al., 2014;Yoo et al., 2014). 둘째, 평균적으로 PM2.5가 PM10보다 높지만 동시에 평가한 결과를 비교하면 PM10이 PM2.5보다 14.6% 높았다(Zheng et al., 2019;Han and Um, 2023). 셋째, 가스상 물질 중에서는 NO2, SO2 그리고 CO 순으로 강수효과가 크지만, O3는 오히려 강수로 농도가 증가하는 등 저감효과에 대한 보고가 드물다(Ahn et al., 2014;Yoo et al., 2014). 강수에 의한 대기오염물질의 정량적 평가 결과는 기존의 결과와 수치적 차이는 있지만, 공통적인 특성을 충족하는 결과로, 강수효과의 정량적 평가 방법의 타당성을 확인할 수 있었다.

    본 연구의 결과인 악취 민원과 대기오염물질에 대한 강수효과를 종합하면, 정상범위에서 강수에 의한 악취 민원의 감소는 악취 유발 물질이 수적에 흡수되어 확산이 억제되는 등의 강수효과는 14.2%이며, 입자상 대기오염물질(PM≒21.5%)보다 낮고, 혼합 기체상으로 NOX(17.7%)보다 낮고 SO2(12.3%)보다 높은 특성을 확인하였다. 본 연구에서는 강우 및 비강우 조건을 중심으로 통계적으로 정량적 평가를 수행하였다. 향후 강우 강도나 지속시간, 풍속, 습도 등 다양한 기상인자를 종합적으로 고려한 분석과 평가가 이루어질 경우, 악취 배출원(공정 포함) 및 집중 민원 발생 지역의 특성에 최적인 기술적 저감 방안이 마련될 것으로 기대된다.

    <저자정보>

    김남진(박사), 조경숙(교수), 배재근(교수)

    Figure

    JOIE-25-2-162_F1.jpg

    Residential odor complaint frequency as a function of air temperature in Seoul, 2014~2021. [Description: (A) Entire period (●, 1~946 cases/day) and inlier range (○, 4~191 cases/day); (B) Non-rainy (○) and rainy (●) days within the inlier range, excluding Yellow dust days].

    JOIE-25-2-162_F2.jpg

    Changes in SROCE [Sturges’ rule (①, ○), and adjusted (②, ●) mean, mean + sd = maximum (③, ◆), mean − sd = minimum (④, ◇)] by air temperature range on non-rainy (A) and rainy days (B) within the inlier range of residential odor complaint occurrence excluding Yellow dust days. [Description; The optimal equation for series (A), ① Y=–3.68×10−3X3+0.14X2+0.21X+21.7, R2=0.950, ② Y=–2.33×10−3X3+8.45×10−2X2+0.55X+23.7, R2=0.984, ③ Y=–3.84×10−3X3+0.14X2+5.12×10−2X+54.6, R2=0.876, ④ Y=–8.10×10−4X3+2.75×10−2X2+1.04X−7.12, R2=0.960. The optimal equation for series (B), ① Y=–1.41×10−3X3+4.95×10−2X2+0.88X+17.6, R2=0.938, ② Y=–2.54×10−3X3+9.58×10−2X2+0.42X+18.1, R2=0.971, ③ Y=4.92×10−4X3−7.92×10−3X2+0.83X−3.19, R2=0.941, ④ Y=–5.56×10−3X3+0.20X2−2.60×10−3X+39.4, R2=0.859].

    JOIE-25-2-162_F3.jpg

    Changes in SRAPC [A; PM10, B; PM2.5, C; NOX, D; CO, E; O3, F; SO2, square symbol; mean + sd = max (①, ②), circle symbol; mean (③, ④), triangle symbol; mean − sd = min (⑤, ⑥)] by air temperature range on non-rainy (black symbol; ■, ●, ▲) and rainy days (white symbol; □, ○, △) within the inlier range of odor complaint occurrence excluding Yellow dust days.

    Table

    Residential odor complaints, air temperature, and air quality in Seoul (2014~2021)

    Residential odor complaints, air temperature, and air quality for all days, non-rainy days, and rainy days within the inlier range (4~191 cases/day), excluding Yellow dust days, in Seoul (2014~2021)

    Reduction ratios of pollutants and residential odor complaints by precipitation, and integrated amounts of optimal regression lines under rainy and non-rainy conditions

    [Description; ※①, ※②, ※③, ※④, ※⑤, ※⑥, the integral value of the optimal equation in Fig. 3, ※1, (③−④)/③×100, ※2, (①−②)/①×100, ※3, (⑤−⑥)/⑤×100, ※4, (①−⑥)/①×100].

    Previous studies on precipitation effects on air pollutant concentrations

    Reference

    1. Ahn, S. H., Park, S. Y., Kim, J. Y., Kim, B. J., 2014. Effect of the rainfall during typhoon periods on the variation of concentration of ambient air pollutants (PM10, NO2, CO, SO2) in the Korean Peninsula. Journal of Korean Society for Atmospheric Environment 30(2), 128-138. (in Korean with English abstract)
    2. Andronache, C., 2003. Estimated variability of below-cloud aerosol removal by rainfall for observed aerosol size distributions. Atmospheric Chemistry and Physics 3, 131-143.
    3. Anggraini, W., Manaasika, Z., Wiliyanti, V., 2025. Impact of rainfall patterns, chemical and biochemical transformation in agricultural and environmental systems. Journal Pijar MIPA 20(2), 267-272.
    4. Bates, B. C., Kundzewicz, Z. W., Wu, S., Palutikof, J. P., 2008. Climate change and water, technical paper of the intergovernmental panel on climate change. IPCC Secretariat, Geneva 210.
    5. Bodor, K., Bodor, Z., Keresztesi, A., Szep, R., 2020. PM10 concentration reduction due to the wet scavenging in the Ciuc Basin, Romania. Acta Universitatis Sapientiae Agriculture and Environment 12, 1-8.
    6. Burgués, J., Doñate, S., Esclapez, M. D., Saúco, L., Marco, S., 2022. Characterization of odour emissions in a wastewater treatment plant using a drone-based chemical sensor system. Science of the Total Environment 846, 157290.
    7. Cao, Y., Chen, R. C., Katz, A. J., 2024. Why is a small sample size not enough? The Oncologist 29(9), 761-763.
    8. Clementi, F., Gallegati, M., 2005. Pareto’s law of income distribution: Evidence for Germany, the United Kingdom, and the United States. Econophysics of Wealth Distributions: Econophys-Kolkata I, 3-14. Springer-Verlag Italia, Milan.
    9. Czarnota, J., Maslon, A., Pajura, R., 2023. Wastewater treatment plants as a source of malodorous substances hazardous to health, including a case study from Poland. International Journal of Environmental Research and Public Health 20(7), 5379.
    10. Delpla, I., Bouchard, C., Dorea, C., Rodriguez, M. J., 2023. Assessment of rain event effects on source water quality degradation and subsequent water treatment operations. Science of the Total Environment 866, 161085.
    11. Ge, B., Xu, D., Wild, O., Yao, X., Wang, J., Chen, X., Tan, Q., Pan, X., Wang, Z., 2021. Inter-annual variations of wet deposition in Beijing from 2014~2017: Implications of below-cloud scavenging of inorganic aerosols. Atmospheric Chemistry and Physics 21, 9441-9454.
    12. Goncalves, F. L. T., Ramos, A. M., Freitas, S., Silva Dias, M. A., Massambani, O., 2002. In-cloud and below-cloud numerical simulation of scavenging processes at Serra Do Mar region SE Brazil. Atmospheric Environment 36, 5245-5255.
    13. Han, S. J., Um, J. S., 2023. Scavenging efficiency based on long-term characteristics of precipitation and particulate matters in Seoul, Korea. Atmosphere. Korean Meteorological Society 33(4), 367-385. (in Korean with English abstract)
    14. Kim, N. J., Chae, H. S., Cho, S. S., Kim, J. H., Shin, D. Y., Lee, Y. M., Kim, Y. I., Lee, J. Y., Kwon, S. M., Joo, H. S., 2024. Spatial-temporal characteristics of odor complaints emitted from the living environment in Seoul megacity. Journal of odor and Indoor Environment 23(4), 256-267. (in Korean with English abstract)
    15. Kim, N. J., Joo, H. S., Kim, S. T., Cho, K. S., Phae, C. C., 2025. Meteorological characteristics of odor complaints in Seoul, a megacity. Journal of odor and Indoor Environment 24(3), 170-184. (in Korean with English abstract)
    16. Kim, N. J., Joo, H. S., Kim, S. T., Cho, K. S., Phae, C. G., 2026a. Analying meteorological characteristics of odor complaints in Seoul using the Box-Cox transformation. Journal of odor and Indoor Environment 25(1), 23-33. (in Korean with English abstract)
    17. Kim, N. J., Joo, H. S., Kim, S. T., Cho, K. S., Phae, C. C., 2026b. Spatiotemporal characteristics of residential odor complaints in Seoul megacity and their meteorological influences. Atmospheric Pollution Research 103053.
    18. Kim, S. H., Hong, K. H., Jun, H. D., Park, Y. J., Park, M. J., Sunwoo, Y., 2014. Effect of precipitation on air pollutant concentration in Seoul, Korea. Asian Journal of Atmospheric Environment 8(4), 202-211.
    19. Li, Y., Sun, J., Bi, Y., Wang, Q., Zhao, X., Lei, L., Du, A., Li, Z., Wang, Z., Sun, Y., 2023. New insights into scavenging effect of aerosol species during summer rainfall process in Beijing. JGR Atmospheres 128(15), 1-14.
    20. Lin, C., Huo, T., Yang, F., Wang, B., Chen, Y., Wang, H., 2021. Characteristics of water-soluble inorganic ions in aerosol and precipitation and their scavenging ratios in an urban environment in Southwest China. Aerosol and Air Quality Research 21(5), 1-13.
    21. Muhammad, M., Ul-Saufie, A. Z., Ahmad Radi, N. F., Mohamed Noor, N., Gusnanto, A., 2026. Modified resampling strategy for extreme values in imbalanced air pollution data using moving block bootstrapping approach with relevance weighting (MBB-RW). Scientific Reports 16(1), 290.
    22. Mullaugh, K. M., Hamilton, J. M., Avery, G. B., Felix, J. D., Mead, R. N., Willey, J. D., Kieber, R. J., 2015. Temporal and spatial variability of trace volatile organic compounds in rainwater. Chemosphere 134, 203-209.
    23. Noor, H., Fazli, S., Alibakhshi, S. M., 2013. Evaluation of the relationships between runoff-rainfall-sediment related nutrient loss (A case study: Kojour Watershed, Iran), Soil & Water Research 8(4), 172-177.
    24. Oduber, F., Calvo, A. I., Blanco-Alegre, C., Castro, A., Alves, C., Cerqueira, M., Lucarelli, F., Nava, S., Calzolai, G., Fraile, R., 2021. Towards a model for aerosol removal by rain scavenging: The role of physical-chemical characteristics of raindrops. Water Research 190, 116758.
    25. Park, S., 2017. The Washout effect of precipitation on atmospheric PM10 concentrations in Busan metropolitan city. Journal of the Korean Geographical Society 52(3), 273-286.
    26. Sturges, H. A., 1926. The choice of a class interval. Journal of the American Statistical Association 21(153), 65-66.
    27. Susaya, J., Kim, K. H., Phan, N. T., Kim, J. C., 2011. Assessment of reduced sulfur compounds in ambient air as malodor components in an urban area. Atmospheric Environment 45(20), 3381-3390.
    28. Wang, L., Li, Y., Wu, J., An, Z., Suo, L., Ding, J., Li, S., Wei, D., Jin, L., 2023. Effects of the rainfall intensity and slope gradient on soil erosion and nitrogen loss on the sloping fields of Miyun Reservoir. Plants 12(3), 423.
    29. Wang, R., Cui, K., Sheu, H. L., Wang, L. C., Liu, X., 2022. Effects of precipitation on the air quality index, PM2.5 levels and on the dry deposition of PCDD/Fs in the ambient air. Aerosol and Air Quality Research 23(4), 1-14.
    30. Wu, Y., Liu, J., Zhai, J., Cong, L., Wang, Y., Ma, W., Zhang, Z., Li, C., 2018. Comparison of dry and wet deposition of particulate matter in near-surface waters during summer. PLOS ONE 13(6), 1-15.
    31. Wu, Y., Wang, Y., Zhou, Y., Liu, X., Tang, Y., Wang, Y., Zhang, R., Li, Z., 2022. The wet scavenging of air pollutants through artificial precipitation enhancement: A case study in the Yangtze River Delta. Frontiers in Environmental Science 1027902, 1-10.
    32. Yoo, J. M., Lee, Y. R., Kim, D. C., Jeong, M. J., Stockwell, W. R., Kundu, P. K., Oh, S. M., Shin, D. B., Lee, S. J., 2014. New indices for wet scavenging of air pollutants (O3, CO, NO2, SO2, and PM10) by summertime rain. Atmospheric Environment 82, 226-237.
    33. Zheng, Z., Xu, G., Li, Q., Chen, C., Li, J., 2019. Effect of precipitation on reducing atmospheric pollutant over Beijing. Atmospheric Pollution Research 10, 1443-1453.