Assessment of the significance of urban vegetation in air phytoremediation: Quantitative analysis of particulate matter removed

기술 요약: 도시 식생의 대기 식물 정화(Phytoremediation)에 대한 유의성 평가

문제 제인
도시 대기 오염, 특히 미세먼지(PM)는 공중 보건에 심각한 위협이 된다. 도시 식생이 대기 중 미세먼지를 흡수하는 천연 흡수원(sink)으로 널리 인식되고 있음에도 불구하고, 현재의 도시 규모 미세먼지 제거량 추정치는 거의 전적으로 침적 속도($V_d$) 모델에 의존하고 있다. 이러한 모델은 엽면적 지수(LAI), 캐노피 저항성, 기상 변수에 관한 가정에 의존하며, 잎 표면의 유한한 보유 능력, 입자 재부유, 그리고 장기간의 건조기 동안 발생하는 잎 표면의 포화 상태와 같은 결정적인 물리적 제약 조건을 반영하지 못하는 경우가 많다. 또한, 유럽, 북미 또는 중국에서 수행된 연구와는 다른 극심한 계절적 변화와 특유의 낙엽 패턴을 보이는 인도 델리와 같은 도시들에 초점을 맞춘 연구가 현저히 부족하다. 기존 연구들은 종종 긴 건조기 이후나 시즌 종료 시점에만 잎을 샘플링하여, 역동적인 침적 및 세척(wash-off) 과정을 포착할 수 있는 시간적 해상도가 결여되어 있다.

연구 방법론
본 연구는 델리 국립 수도 지역(NCT)의 도시 식생에 의한 미세먼지 제거량을 정량화하기 위해 직접적인 물리적 샘플링 접근 방식을 채택하여 1년(2022년 5월~2023년 5월) 동안 조사를 수행하였다.

• 샘플링 전략: 연구진은 5종의 대표적인 도시 식생(Wedelia, Ailanthus altissima, Plumeria alba, Saraca asoca, Cassia fistula)으로부터 4일마다 잎을 물리적으로 샘플링하였다. 샘플링은 깨끗한 잎 표면을 확보하기 위해 강우 직후에 시작되었다.
• 정량화: 잎 표면에 침착된 미세먼지는 미세 입자(0.2–2.5 µm), 조대 입자(2.5–11 µm), 대형 입자(11–100 µm)의 세 가지 크기 분율로 나누어 정량화하였다. 탈리된 미세먼지 질량을 결정하기 위해 탈이온수 내에서의 교반 후 필터 페이퍼 무게를 이용한 질량 차감법을 사용하였다.
• 외삽: 5종의 식생 데이터를 델리의 우세한 20개 도시 식생 종으로 외삽하였으며, 이때 식생 분포 및 캐노피 속성(LAI)을 활용하여 도시 전체의 제거량을 추정하였다.
• 비교 분석: 물리적 샘플링 결과는 40개의 CPCB 모니터링 스테이션에서 얻은 공간 평균 미세먼지 농도와 표준 침적 속도를 활용한 전통적인 $V_d$ 모델로부터 도출된 추정치와 비교되었다.
• 화학적 특성 분석: 침착된 입자의 원소 성분은 에너지 분산형 X선 형광 분석법(EDXRF)과 유도 결합 플라즈마 질량 분석법(ICP-MS)을 사용하여 지각 유래 성분과 인위적 유래 성분을 구분하였다.
• 배출 기준선: 식생 매개 제거량은 NCT 델리의 SAFAR 2018 배출 인벤토리(연간 PM$_{2.5}$ 48,474.96 톤)를 기준으로 벤치마킹하였다. 비록 이 데이터가 본 연구와 동시적이지는 않으나, 가장 최근의 종합적인 부문별 인벤토리라는 점을 인정한다.

주요 결과

• 정량적 제거량: 직접적인 물리적 샘플링 결과, 델리의 도시 숲(도시 면적의 23.06%를 차지)은 연구 기간 동안 527.43 ± 301.37 톤의 PM$_{2.5}$와 7,907.26 ± 1,079.34 톤의 총 미세먼지(0.2–100 µm)를 제거한 것으로 추정되었다.
• 제거 효율: SAFAR 연간 PM$_{2.5}$ 배출량과 비교했을 때, 도시 식생은 배출된 PM$_{2.5}$의 약 **1.08%**만을 제거하였다.
• 모델 불일치: $V_d$ 접근법과의 비교 결과, 전통적인 모델의 상당한 과대평가가 드러났다. $V_d$ 방식은 2,216.94 톤의 PM$_{2.5}$ 제거를 추정했으나, 물리적 샘플링으로는 527.43 톤만이 측정되었다. 결과적으로 물리적 샘플링/ $V_d$ 비율은 **PM$_{2.5}$의 경우 약 24%**였으며, **PM$_{10}$의 경우 4.6%**로 더욱 낮았다.
• 포화 장벽: 본 연구는 잎 표면의 입자 축적에 대한 감지 가능한 포화 장벽을 확인하였다. 강수량이 없는 건조한 겨울철(11월1월) 동안, 미세먼지 침착은 약 2030일 후에 정체되었으며, 이는 잎 표면이 최대 보유 용량에 도달했음을 나타낸다. 주변 농도에 비례하여 선형적으로 침적된다고 가정하는 $V_d$ 모델은 이러한 포화를 설명하지 못했다.
• 습식 vs 건식 제거: 습식 제거(강수에 의한 세척)는 85회의 샘플링 구간 중 32회에서 발생했음에도 불구하고 전체 미세먼지 제거의 53.39%를 차지했다.
• 낙엽: 본 연구는 낙엽이 추가적인 제거 경로로 작용하여, 연간 약 70 톤의 PM$_{0.2-2.5}$, 225 톤의 PM$_{2.5-11}$, 그리고 945 톤의 PM$_{11-100}$을 지면으로 이동시킨다고 추정하였다.
• 원소 성분: 원소 분석 결과, 크기 분율에 따른 뚜렷한 성분 차이가 나타났다. 조대 분율은 지각 성분(Si, Al, Fe, Ca, K)이 지배적이었던 반면, 미세 분지는 인위적 미량 금속(Cr, Ni, Cu, Zn, Pb)의 농축을 보여 도로 먼지와 차량 배출물을 모두 차단하고 있음을 확인시켜 주었다.
• 종 간 변이: 미세먼지 보유 능력에서 유의미한 종 간 변이가 관찰되었다. 종들은 침착 용량에 따라 네 그룹으로 분류되었으며, Cassia fistula, Lantana, Prosopis juliflora가 가장 높은 보유 능력을 보였다. 그러나 총 미세먼지에 대해 가장 효율적인 종이 모든 크기 분율에서 반드시 최고의 성능을 보이는 것은 아니었다.

의의 및 주장
저자들은 본 연구가 주요 인도 도시에서 식생 매개 미세먼지 제거에 대한 최초의 측정 기반 벤치마크를 확립했다고 주장한다. 연구 결과의 주요 의의는 도시 나무가 제공하는 생태계 서비스의 과대평가를 바로잡는 데 있다. 결과는 도시 식생이 정량적인 이점을 제공하기는 하지만, 그 능력은 포화 한계와 막대한 배출량에 의해 근본적으로 제한된다는 것을 보여준다.

본 논문은 도시 녹화가 효과적인 배출 제어 전략을 대체하기보다는 강화해야 한다고 결론짓는다. 이 연구는 도시 녹지가 전체 오염 부하 대비 낮은 제거 효율(약 1%)을 보인다는 점을 고려할 때, 나무를 심는 것만으로 대기 질 문제를 완화하려는 시도는 불충분함을 강조한다. 또한, 본 연구는 향후 대기 질 모델링 시 전통적인 $V_d$ 방법론의 체계적 과대평가를 피하기 위해 물리적 제약 조건(포화, 재부유)과 특정 제거 경로(낙엽, 습식 세척)를 반드시 포함해야 함을 역설한다.