축산 농가의 악취 제어를 위한 악취물질 22종의 빅데이터 분석
Analysis of Big Data Obtained from Continuous Measurement of 22 Malodor-producing Substances in Korean Cattle Farms
Article information
Abstract
목적
본 연구에서는 악취 발생 특성과 추세를 파악하기 위해 1년 동안 축산 농가에서 22가지 화합물에 대한 연속(20분 간격) 측정 데이터를 수집하여 빅데이터 분석을 통해 악취 농도와 풍향 및 풍속, 온도, 습도 등의 환경 요인 간의 관계를 분석하였다.
방법
측정 물질은 한국 환경부에서 ‘지정 악취 물질’로 정의한 22가지 화합물이었습니다. 검출 및 농도 측정은 두 종류의 컬럼(VB-WAX 및 VB-1)과 검출기(FID 및 PID)를 사용하여 가스크로마토그래피로 수행되었다. 샘플링은 2분 ~ 5분마다 수행되었고 열 탈착 후 크로마토그래피에 주입하였다. 분석에서 얻은 데이터는 2022년 8월 1일부터 2023년 7월 31일까지 온도, 습도, 풍속 및 풍향과 같은 환경 변수와 함께 저장되었습니다. 총 측정 데이터 수는 26,280개이다.
결과 및 토의
상관 분석 결과 온도는 디메틸디설파이드, 이소발레르알데히드와 상관 관계가 있었고 습도는 톨루엔, 이소부틸알코올, 트리메틸아민과 상관 관계가 있었다. 6가지 주성분이 총 분산의 60.7%를 설명했으며, 2가지 주성분인 PC 1과 PC 2를 선택하여 분석했다. PC 1은 휘발성 유기 화합물과 강하게 연관되었고 PC 2는 산성 화합물과 연관되었다. 양극성 플롯 결과와 함께 PC 1은 휘발성 특성으로, PC 2는 산성 특성으로 각각 정의되었다. 주성분을 종속 변수로, 환경 변수를 독립 변수로 한 다중 회귀 분석은 PC 1을 제외하고 조정된 R2 값이 0.539로 비교적 작았다.
결론
악취가 나는 화합물은 유사한 분자적 특성으로 확산되고 함께 이동하는 경향이 있어 검출된 농도 패턴이 유사했다. PC 1은 다중 회귀 분석을 통해 환경 변수와 상관 관계가 있었지만, 화합물의 특성이 온도, 습도 및 바람에 따라 달라지기 때문에 설명할 수 있다.
Trans Abstract
Objectives
This research collected continuous (20-minute interval) measurement data of 22 compounds from cattle farms during a year in order to understand malodor emission characteristics and trends and also big data analysis was performed to analyze the relationships between malodor concentration and environmental factors such as wind direction and speed, temperature, and humidity.
Methods
The measured substances were 22 compounds defined as ‘designated malodor-producing substances’ by Korean Ministry of Environment. Detection and concentration measurement were performed by gas chromatography with two kinds of columns (VB-WAX, and VB-1), and detectors (FID and PID). Sampling was carried out with pumping every 2 or 5 minute and thermal desorption was followed by chromatograph injection. Data obtained from analysis were stored with environmental variables such as temperature, humidity, wind speed, and wind direction from 1 August 2022 to 31 July 2023. Total number of measurement data was 26,280.
Results and Discussion
Correlation analysis showed that temperature was correlated with dimethyl disulfide, and iso-valeraldehyde, and humidity was correlated with toluene, iso-butylalcohol, and trimethylamine. Six principal components explained 60.7% of total variance and two principal components, PC 1 and PC 2, were selected and analyzed. PC 1 was strongly related with volatile organic compounds and PC 2 was related with acid compounds. Together with bipolar plot results, PC 1 was defined as volatile properties and PC 2 as acidic characteristics, respectively. Multiple regression with principal components as dependent variables and environmental variables as independent showed relatively small value of adjusted R2 except PC 1 of 0.539.
Conclusion
Malodorous compounds tended to diffuse and move together with similar molecular characteristics which made the detected concentration similar in patterns. Though PC 1 had correlation with environmental variables through multiple regression analysis, it can be explained as chemical compound’s characteristics depends on temperature, humidity, and wind.
1. 서 론
대기 오염은 산업이 발전함에 따라 다양한 출처의 많은 화학 물질을 흡입 또는 접촉을 통해 직간접적으로 인간의 건강에 영향을 미친다[1,2]. 대기 오염 물질 중 악취 화합물은 인간의 후각을 자극하여 불쾌하고 역겨운 느낌을 준다. 각 국가가 악취 관리에 집중하고 있지만 악취 물질의 물질과 농도는 국가나 지역마다 다양하고 다르게 규제하고 있다[3].
악취 물질 측정을 위한 표준 운영 프로토콜은 낮은 농도도 판별할 수 있는 가스크로마토그래피와 같은 특정 센서와 기기를 사용하며 대부분의 화합물을 측정할 수 있다[4,5]. 기기 분석을 통해 얻은 데이터는 정밀도와 신뢰성이 높지만 샘플링과 적절한 전처리 과정을 위한 시간과 비용이 들고 작업자의 가용성과 안전성이 필요하다[6]. 이를 해결하기 위해 간단하고 컴팩트하며 편리하고 신뢰할 수 있는 악취 감지 장치의 개발이 필요하다[7]. 또한 악취 문제가 발생했을 때 신속하고 효과적으로 대응하기 위해 지속적인 감지 방법이 필요하며, 이는 빠른 평가와 결정에 도움이 될 수 있다[8].
각 산업 분야의 악취 특성과 원인이 다르고 정확한 감지로 규제, 효과적인 대응, 예방 및 환경 영향 평가가 가능하기 때문에 현장별 악취 감지 및 관리 시스템이 필요하다[9]. 현장별 시스템을 사용하면 다양한 산업 현장에서 뚜렷한 환경 요인을 통해 신속하고 효과적으로 악취를 제어할 수 있다. 특히 축산 농가는 오픈형 시설이며 대표적인 악취 발생 시설로써 환경 요인에 직접적인 영향을 받으며 확산에 의한 주변 지역 피해도 심각한 시설이므로 악취 평가를 해야할 필요가 있다.
악취 지속성은 확산으로 인해 풍향과 풍속, 온도, 습도에 따라 달라지며 이는 측정 결과에 영향을 미치므로[10] 악취 화합물과 환경 요인 간의 관계를 확립해야 한다[11]. 지금까지 각 환경 요인을 가진 22가지 지정된 악취 생성 물질에 대한 연구는 거의 없으며, 단일 또는 일부 악취 화합물을 가진 여러 요인을 다룬 결과만 있다.
본 연구에서는 대표적인 악취 발생 시설인 축산 농가를 대상으로 발생 특성과 추세를 파악하고자 하였다. 이를 위해 1년 동안 축산 농가에서 22가지 화합물에 대한 연속(20분 간격) 측정 데이터를 수집하였고, 또한 빅데이터 분석을 수행하여 악취 농도와 풍향 및 풍속, 온도, 습도 등의 환경 요인 간의 상관 관계를 분석하였다.
2. 실험방법
2.1. 대상 축산농가 및 악취 측정 농도
악취 농도 측정은 강원도에 위치한 5개 축산농가를 대상으로 실시하였다(Table 1).
측정 물질은 환경부에서 ‘지정 악취 물질’로 정의한 22가지 화합물이며 5가지 범주로 분류할 수 있다(질소 화합물(ammonia, trimethylamine), 황 화합물(hydrogen sulfide, methyl mercaptan, dimethyl sulfide, dimethyl disulfide), 알데히드(acetaldehyde, propionaldehyde, butyraldehyde, n-valeraldehyde, iso-valeraldehyde), 지방산(propionic acid, n-valeric acid, iso-valeric acid, n-butyric acid), 휘발성 유기 화합물(VOCs; styrene, toluene, xylene, methyl ethyl ketone, methyl isobutyl ketone, butyl acetate, iso-butyl alcohol)). 검출 및 농도 측정은 두 종류의 컬럼(VB-WAX, VB-1)과 검출기(FID 및 PID)를 사용하여 가스크로마토그래피로 수행하였다. 암모니아 농도는 TDLS(Tunable diode laser spectrometer)로 직접 측정하였다. 샘플링은 2분 또는 5분마다 수행하였으며 열탈착 후 크로마토그래프로 주입하였다. 각 화합물에 대한 정확한 분석 방법은 Table 2와 Table 3에 제시하였다. 분석에서 얻은 데이터는 2022년 8월부터 2023년 7월까지이며 현장 측정장비를 이용하여 온도, 습도, 풍속 및 풍향 등 환경 변수와 함께 저장되었다. 다만 장치 유지 관리로 인해 한 달(2022년 11월)을 제외하고 총 측정 데이터 수는 26,280개였다.
2.2. Statistical analysis
악취 물질의 농도는 다중 회귀 분석을 통해 환경 변수(온도, 습도, 풍속, 풍향)와 함께 분석하였으며 통계프로그램은 SPSS statistics를 사용하였다. 자기 상관 관계의 검증을 위해 조정된 R2 값과 Durbin-Watson 통계량을 측정하였다. 각 변수에 대한 피어슨 상관 계수를 계산하였다. 22가지 악취 물질 농도에 대해 Varimax 회전 방법을 사용하여 주성분 분석을 수행했으며, Kaiser-Meyer-Olkin 검정과 Bartlett 검정을 수행하여 데이터 적합도를 확인하였다. 분산의 60% 이상을 설명하는 6가지 구성 요소를 선택하여 6가지 종속 변수로 다중 회귀 분석을 수행하였다.
3. 결과 및 고찰
3.1. Patterns of malodorous compounds in cattle farms
연구 기간 동안의 중간 온도는 13.4℃였지만 시간과 계절에 따라 -21.5℃와 32.7℃ 범위였다. 평균 습도는 72.8%였고 중간 값은 79%였다. 풍향은 북쪽(360°)이 지배적이며 속도는 대부분 2 m/sec 미만이었다(Fig. 1).
22종의 지정 악취 물질의 월별 농도 데이터는 Table 4에 제시하였다. 22가지 물질 중 propionic acid, propionaldehyde, trimethylamine, methyl-ethylketone은 비교적 높은 농도 값을 보였는데, 이는 암모니아 농도가 높은 한국의 축산 농가에 대한 다른 연구와 다른 특성이었다[12]. 고농도의 propionic acid은 소의 사료 소화에서 유래한다고 보고되었다[13]. propionaldehyde와 methyl isobutyl ketone이라는 두 가지 화합물은 2023년 1월부터 고농도로 생산되었다. 다른 화합물은 뚜렷한 배출 특징을 보이지 않았다. 늦여름(8월)부터 초가을(10월)까지 trimethylamine, hydrogen sulfide, propion-aldehyde, butyladehyde, propionic acid이 고농도로 생성되었으며, propionic acid은 10월에 고농도를 보였다. 계절적 배출 특징은 높은 기온과 습도 기간이 개방형 축산 농가 시설로 인해 악취 농도에 영향을 미쳤음을 보여주었다. 그러나 모든 22가지 물질의 시계열 패턴은 환경 변수와 뚜렷한 계절적 또는 월별 관계를 보이지 않았는데 이는 부분적으로는 데이터가 크기 때문이다. 각 화합물 내 관계 또는 화합물과 변수 간의 관계를 이해하기 위해서는 통계적 분석이 필요하다.
3.2. Regression Analysis with concentrations and environmental factor
3.2.1. Multiple regression
Table 5는 악취 생성 화합물의 독립 변수와 환경 요인(풍속 및 풍향, 온도, 습도)의 종속 변수로 다중 회귀 분석한 결과를 나타내었다. 모든 독립 변수인 악취 생성 화합물 22개는 종속 변수와 통계적으로 유의미했다(p<0.001). 조정된 R2값은 0.002~0.008의 낮은 값으로 농도와 환경 요인 간에 상관 관계가 거의 없었지만 toluene(0.130), styrene(0.109), and dimethyl sulfide(0.181)등 3개 화합물은 환경 요인과 비교적 높은 상관 관계를 보였다. 22개 독립 변수는 환경 요인의 영향을 고르게 받았기 때문에 조정된 R2 값은 비슷했지만 3개 화합물이 더 강한 영향을 받는다[14]. 잔차의 자기상관 관계를 결정하기 위한 Durbin-Watson 검정 결과는 acetaldehyde, methyl isobutyl ketone, xylene의 세 가지 화합물이 양의 상관관계를 가졌지만 자기상관은 없음을 보여주었다[15]. 다른 화합물은 시간과 상관관계가 있었는데, 이는 온도와 습도의 계절적 패턴을 의미한다.
각 환경 변수에 대해 온도는 acetaldehyde와 n-valeraldehyde에만 영향을 미쳤고, 습도는 methyl isobutyl ketone and 암모니아에만 영향을 미쳤다. trimethylamine, butylacetate, xylene, butyraldehyde의 네 가지 화합물은 1차적으로 온도, 2차적으로 습도의 영향을 받았다. 풍향에 따른 온도는 iso-valeraldehyde에만 영향을 미쳤다. 세 가지 독립 변수에 영향을 받은 화합물은 dimethyl disulfide, propionic acid, n-valeric acid, hydrogen sulfide, methylmercaptan, and iso-butylalcohol이었다. 이 여섯가지 화합물 중 iso-butylalcohol은 습도, 온도, 풍향의 영향을 받았고, 다른 다섯 가지 화합물은 효과 강도 순서대로 온도, 습도, 풍향의 영향을 받았다. 다른 일곱 가지 화합물은 네 가지 환경 변수 모두에 영향을 받았다. 온도는 모든 22가지 화합물에 대한 주요 독립 변수였다. 습도는 두 번째로 중요한 변수였고, 세 번째로 풍속이었고, 풍향이 그 뒤를 이었다. 네 가지 화합물을 제외하고 대부분의 화합물은 온도와 습도의 영향을 1차적 또는 2차적으로 받았다. iso-valeraldehyde는 바람의 방향에 따라 2차적으로 결정되고, methyl ethyl keton, propionaldehyde, 황화수소는 바람의 속도에 따라 2차적으로 결정된다[16].
3.2.2. Correlation analysis
총 26,280개의 자료는 Shaporo-Wilk 방법으로 정규성 검정을 한 후 p<0.05로 Z-점수로 표준화하였다. 온도는 주로 dimethyl disulfide, iso-valeraldehyde와 상관관계가 있었고, 습도는 oluene, iso-butylalcohol, trimethylamine의 순서로 상관관계가 있었다(Fig. 2). 풍속과의 상관관계는 iso-valeraldehyde와 가장 높고, 이차적으로 propionaldehyde, 삼차적으로 ethyl ketone과 상관관계가 있었다. 풍향은 propionaldehyde, methyl ethyl ketone, styrene의 순서로 상관관계가 있었다. 상관관계 분석은 온도가 주요 환경변수라는 관점에서 다중회귀분석과 유사한 결과를 보였다. 각 화합물과 환경변수 간의 상관관계 계수 값이 낮은 주된 원인은 축산농가의 내부 상태가 우세하다고 생각되었기 때문이다.
3.3. Principal component analysis and multiple regression
3.3.1. Principal component analysis
Varimax 회전 주성분 분석에 의한 성분 수는 6개였으며, 각 성분의 분산에 따른 고유값이 1.0 이상인 경우를 Table 6에 나타냈으며, 이는 전체 분산의 60.7%를 설명하였다[17].
각 성분 변수에 대한 표본 추출 적절성은 Kaiser-Meyer-Olkin (KMO) 검정과 Bartlett 검정[18]을 통해 수행되었다. KMO의 결과 값은 0.793으로 높은 적절성을 보였고, Bartlett 검정의 값은 분산의 동질성을 의미하는 0.000이었다. 각 요인에 대한 종속 변수는 Table 7에 요약되어 있다. 주성분 1(PC 1)은 9가지 화합물과 강한 관련성을 보였다. 휘발성 유기 화합물(VOCs; xylene, styrene, iso-butyl alcohol, and toluene) 4가지와 황 화합물(황화수소, methyl mercaptan, and dimethyl sulfide) 3가지가 포함되어 있었다. VOCs는 온도가 상승함에 따라 더 휘발성이고 퍼지기 쉽고, 황 화합물은 더 높은 지각 특성을 가지고 있어 고온에서 더 쉽게 감지될 수 있다. 따라서 고온은 PC 1의 강력한 후보였지만, 환경 변수가 있는 양극성 플롯(Fig. 3)은 온도가 다른 네 가지 주요 변수(xylene, styrene, iso-butyl alcohol, toluene)와 거의 관련이 없음을 보여주었다. 높은 그룹화 패턴과 cos2 값은 휘발성 특성 자체가 온도 의존성이나 다른 환경 변수보다는 별개의 행동을 한다는 것을 암시한다. 마찬가지로 PC 2는 산성 화합물(n-butyric acid, propionic acid, and n-valeric acid)과 관련이 있었고 양극성 평면에서 함께 그룹화되었다. PC 1과 PC 2는 각각 화합물의 휘발성 및 산성 특성으로 정의될 수 있다. 이는 악취가 나는 화합물이 원래 분자 특성에 의해 발생하고 함께 이동했음을 의미하며, 이는 환경 변수의 효과를 가릴 수 있으므로 다중 회귀 분석을 수행했다.
3.3.2. Regression analysis with principal components
주성분을 종속변수로 하고 환경변수를 독립변수로 한 다중 회귀분석의 결과는 Table 8에 나타냈다. PC 1의 조정된 R2값은 0.539였지만 다른 PC의 값은 비교적 작았다. PC 1은 온도, 습도, 풍향과 관련이 있었다. 위에서 보았듯이 PC 1은 일부 화합물의 휘발성 특성으로 설명되었고 주로 온도와 습도의 영향을 받았다. 따라서 환경변수를 독립변수로 한 PC 1의 회귀분석은 높은 조정된 R 2 값을 보였다. 반면, 화합물의 산성 특성으로 정의된 PC 2는 온도와 같은 환경 조건에 따라 움직이는 경향이 거의 없고 pH, 물 이용 가능성 등에 의존한다. 우리는 축산 농가의 다른 조건은 측정하지 않았지만, 위에서 논의했듯이 화합물의 특성으로 인해 함께 행동하여 그룹화된 패턴을 보이고 강도를 강화할 수 있다.
4. 결 론
통계적 방법은 특히 1년 동안 22가지 악취 화합물에 대한 연속 측정 결과와 같은 빅데이터와 같은 복잡한 데이터 집합을 도울 수 있다. 다중 회귀 분석과 검정은 환경 변수와 함께 농도의 유의성이 높음을 보여주었다. 상관 분석은 또한 주로 악취에 대한 온도 의존성을 보여주었다. 그러나 환경 조건은 일반적으로 화학 화합물과 관련이 있고 영향을 미치므로 화학 화합물 이동의 특징을 이해하기 위해 보다 통합된 접근 방식이 필요하다. 주성분 분석 결과는 PC 1과 PC 2의 두 가지 주성분을 추출할 수 있으며 각 PC에 영향을 받는 변수 분석은 화학 물질 자체의 행동이 주요 요인임을 보여주었다. 축산 농가에서 유래한 악취는 분뇨에 용해되어 지속적으로 확산된다. 강도, 다른 세계에서 공기 중 농도는 다양하며 주로 분자 운동학을 결정하는 온도, 인간의 지각에 영향을 미치는 습도, 측정을 다르게 만드는 풍속 및 풍향에 따라 달라진다. 분자량으로 인해 휘발성, 용해성, 매우 자극성 및 이동성이 있는지 여부에 따라 냄새 강도에 영향을 미친다. 유사한 특성을 가진 화합물은 음란하게 움직이지 않고 함께 움직이므로 농도는 유사한 화합물 그룹과 상관관계가 있다. 이 연구의 결과는 또한 1년 동안 악취가 나는 화합물의 그룹화된 행동을 보여주었다. 주성분이 다중 회귀 분석을 통해 환경 변수와 상관관계가 있었지만, 이는 화합물의 특성이 온도, 습도 및 바람에 따라 달라지기 때문에 설명할 수 있다.
휘발성 유기 화합물과 같은 주요 화합물을 선택한 다음 가설을 세우고 몬테카를로 샘플링을 사용한 랜덤 포레스트와 같은 머신 러닝 접근 방식을 사용하면 불만 수준과 악취로 인한 불편에 대한 예방 전략을 결정할 수 있을 것으로 예상되었다.
Acknowledgements
본 연구는 2024학년도 대진대학교 학술연구비 지원에 의한 것임.
Notes
Declaration of Competing Interest
The authors declare that they have no known competing interests or personal relationships that could have appeared to influence the work reported in this paper.