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.20 No.2 pp.130-138
DOI : https://doi.org/10.15250/joie.2021.20.2.130

A study on estimation of recovery rate of volatile fatty acids in livestock odor for storage time from PEA sampling bags

Saemee Woo, Siyoung Seo, Min-Woong Jung, Jun-Yong Park, Yu-Na Jang*
Animal Environment Division, National Institute of Animal Science (NIAS)
**Corresponding Author: Tel: +82-63-238-7435 E-mail: jyn0316@korea.kr
12/03/2021 06/04/2021 06/05/2021

Abstract


The sampling bag is used as a storage container for odor gas samples. It is known that the substances recovery rate of odor bags decreases during storage time, and the degree of recovery varies depending on the characteristics of the gas sample and the material of the bag. This study investigated the recovery rate of VFA (ACA, PPA, BTA, VLA) in PEA bags during storage time. In addition, a model was developed to estimate the recovery rate of each substance as a function of time. Standard gas (ACA, PPA, BTA, VLA mixed) recovery rate was used for the model development. The concentration of the compound in the bag was measured by SIFT-MS at intervals of 1 to 2 hours. The recovery rate according to the storage time was calculated as the ratio to the initial concentration. The recovery rate of each substance according to the storage period (12h, 24h, 36h, 48h) was ACA (66.2%, 62.8%, 55.6%, 52.0%), PPA (77.6%, 72.1%, 63.0%, 58.1%, 86.6%), BTA (86.6%, 81.3%, 71.6%, 66.9%), VLA (94.8%, 89.0%, 76.6%, 71.7%). The recovery rate continued to decrease over the course of 48 hours of storage time. ACA, PPA, and BTA showed the greatest decrease within the initial 12 hours, which is form of exponential decrease. Therefore, we considered a 1~3 degree polynomial regression model and a 1~2 degree exponential decay model. Each developed model was evaluated by r², RMSE, MAPE, AIC, and then a model for each substance was selected. Selected models were tested with recovery rate data from swine farm odor samples. Only the ACA model exhibited a good performance (r² = 0.76).


Livestock odor , Recovery rate , Regression model , Sampling bag , Volatile fatty acids

PEA 포집 백 보관 시간에 따른 축산 악취에서의 휘발성지방산 회수율 추정 연구

우샘이, 서시영, 정민웅, 박준용, 장유나*
국립축산과학원 축산환경과

초록

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

    1. 서 론

    중요한 농산업 중 하나인 축산업은 국가 경제발전 과 국민 식생활 수준 향상에 따른 육류소비량 증가의 영향으로 빠르게 성장 하였다(Lee et al., 2012;Park et al., 2015). 그러나 현재는 급격한 성장에 따른 한 악취, 분 뇨처리 등의 환경오염 문제에 직면해 있는 실정이다. 특히 악취는 지역사회의 민원을 유발하며, 매년 그 건 수가 증가하고 있어 시급히 해결해야 할 현안으로 대 두되고 있다(ME, 2021, Kim, 2017).

    축산에서 유래되는 악취물질은 가축분뇨와 사료 내 탄수화물, 단백질, 지방 등의 유기물을 분해하는 과정 에서 생성된다. 황화수소(hydrogen sulfide), 휘발성지 방산(VFA: Volatile Fatty Acids), 스카톨(skatole)등이 주요 악취물질로 알려져 있으며(Blanes-Vidal et al., 2009;Jang et al., 2020), 특히 VFA는 축산악취물질을 대 표하는 적절한 지시 물질로 알려져 있다(Williams 1984;Zahn et al., 1997).

    일반적으로 악취물질은 최소 감지 농도가 낮아 작 은 범위의 농도 변화도 악취 평가 시 큰 편차를 가져 올 수 있어(Yoshio and Nagata , 2003), 정확한 악취 평 가를 위해서는 현장의 악취 농도를 적절히 반영할 수 있는 시료 채취 방법이 중요하게 작용한다. 일반적으 로 VFA와 같은 휘발성 유기화합물의 채취에는 포집 백이나 캐니스터와 같은 용기를 이용한 그랩 방식을 이용한다(Kim and Szulejko, 2013). 그러나 돈사에서 포 집된 악취 시료는 VFA 외에도 다양한 악취물질이 혼 합된 가스로 저장 및 이송 시 악취물질 간의 상호 작 용, 포집 용기 흡착 등 복합적인 작용에 의해 악취물 질 농도가 변할 수 있다(Yeo et al., 2019). 특히 VFA의 경우, 불안정하고 반응성이 큰 특성으로 인해 시료 채 취 및 보관에 많은 제약이 따르는 것으로 알려져 있 다(Man et al., 2020).

    이에 따라 독일 분석법(VDI 3880)에서는 포집 백의 보관 시간을 6시간 이내로 규정하고 있으며(KRdL, 2011), 유럽 표준 분석법(EN 13725:2003)은 보관 30시 간 이내에 악취를 분석하도록 권장하고 있다. 우리나 라의 경우, 악취공정시험기준에 따라 포집 백에 채취 된 시료의 보관시간을 48시간 이내로 규정하고 있다. 대부분의 선행연구가 포집 백 저장시간에 따른 개별 악취물질의 회수율 평가 위주로 수행되었으며(Kim et al., 2005a;Kim et al., 2005b;Son et al., 2007a, Son et al., 2007b), 혼합된 악취 및 축산 주요 악취물질의 회 수율에 대한 연구는 거의 이루어지지 않고 있다. 또 한 포집 백의 채취한 시료를 기체크로마토그래피(GC: Gas Chromatography)를 이용하여 악취물질의 농도를 분석함에 따라 측정 간격이 길어 저장시간에 따른 회 수율의 변화를 분석하기에는 어려움이 있었다.

    최근에는 적은 양의 시료를 이용하여 다종의 악취 물질을 실시간으로 분석하기 위해 선택적 이온 질량 분석기(SIFT-MS: Selected Ion Flow Tube Mass Spectrometers) 장비의 도입이 증가하고 있으며(Yu et al., 2019), SIFT-MS는 생성된 이온과 반응이온의 비 율을 통해 측정대상 물질의 농도를 직접 산출하기 가 능하다. 검량선을 이용한 상대정량을 하는 GC/MS 와 달리 절대정량이 가능한 장점이 있다(Son et al., 2018). 본 연구는 SIFT-MS를 이용하여 폴리에스테르 알루미늄(PEA: Polyester Aluminum)백에 포집한 VFA에 대하여 저장시간 경과에 따른 회수율을 평가 하여 회수율 추정모델을 도출하고, 실제 돈사 시료 를 통해 모델의 정확성 및 현장 적용성을 평가하고 자 하였다.

    2. 연구내용 및 방법

    2.1 SIFT-MS

    본 연구에서 사용된 SIFT-MS (VOICE 200 ultra, Syft technologies. Co. Ltd., New Zealand)는 선택적다 중이온질량분석방법을 활용한 장비로 정성·정량 분 석이 실시간으로 가능한 질량분석기이다. 사중극자 매스필터에서 선택된 반응이온(H3O+, NO+, O2+)은 운 반가스를 통해 이동을 하며, 분석하고자 하는 가스가 주입구로 들어가면 이 중 일부가 가열되어 운반가스 를 통해 이동한 뒤 반응이온(Reagent ion)과 만나 화학 반응을 통해 이온을 생성한다. 생성된 이온은 다시 사 중극자 매스필터에 의해서 질량별로 검출기로 이동 하며, 검출된 결과를 통해 정성·정량 분석을 수행한다.

    SIFT-MS 측정농도의 검출한계(LOD: Limit Of Detection)는 바탕(Blank)농도 측정값 표준편차의 3배 에 해당하는 농도로 제시하였다. 바탕농도는 고순도 질소(Rigas 99.999%, Daejeon, Korea)를 주입한 뒤, 총 5회의 스캔(scan)을 통해 측정하였으며, 총 5개의 바 탕농도를 통해 산출한 검출한계는 아세트산(ACA: Acetic acid) 014 ppb, 프로피온산(PPA: Propionic acid) 0.14 ppb, 뷰트릭산(BTA: Butyric acid) 0.07 ppb, 발레르산 (VAL: Valeric acid) 0.06 ppb로 나타났다(Table 1).

    PEA백에 포집된 시료는 25 sccm의 유량으로 SIFTMS에 흡인되었으며, 측정은 5분 동안 4초 간격으로 1회 스캔(scan)하여, 농도가 안정되는 4-5분 사이 값 의 평균을 농도를 대푯값으로 사용하였다. 주입한 VFA 시료는 각각의 반응이온과 반응하여 이온을 생성하 여 농도를 측정하였다(Table 1).

    SIFT-MS의 정도관리를 위해 VFA 표준가스(Rigas 0.98, 0.98, 0.96, 0.97 umol/mol, Daejeon, Korea)를 활 용하여 SIFT-MS의 k-factor 보정을 실시하였다. 표준 가스는 고순도 질소와 Mass flow control (MFC: Brooks, 5850E, USA)를 통해 4단계의 농도(100 ppb, 250 ppb, 500 ppb, 1000 ppb)로 주입되었으며, 각각 30분 이상의 가스를 주입하며 농도 안정화를 진행하였다. 안정화 시간 뒤 5회 스캔을 통해 평균 농도를 산출하여 표준 농도 대비 실측 농도의 차이를 통해 k-factor 값을 보 정하였고, 보정된 k-factor 값을 적용하여 실험을 수행 하였다.

    2.2 표준물질 회수율 평가

    회수율 실험은 VFA 4종을 대상으로 수행되었다(Table 1). 10L PEA백(Dongbang Hitech Inc., Korea)에 고순 도 질소(Rigas 99.999%, Daejeon, Korea)와 동일 봄베에 담겨진 ACA PPA, BTA, VAL 표준가스(Rigas 0.98, 0.98, 0.96, 0.97 umol/mol, Daejeon, Korea)를 Mass flow control (Brooks, 5850E, USA)를 이용하여 각각 3.0 LPM, 1.5 LPM의 속도로 2.5분 간 주입하여 약 11 L를 주입하여 혼합하였으며 동일한 악취 주머니를 4개 제 작하였다. 혼합된 시료는 실내 온도가 20°C인 장소에 서 보관되었으며, 48시간 동안 한 시간 간격으로 SIFTMS를 통해 분석하였다. 분석은 SIFT-MS로 25 sccm 흡 인하며 5분간 실시간으로 분석하였으며, 농도가 안정 되는 구간인 4분~5분사이의 평균 농도로 대푯값으로 사용하였다. 동일 혼합시료로 제작된 포집 백은 12시 간 측정 후 교체하였으며 3회 반복 실험하였다. Eq. (1), (2)에 따라 회수율과 손실률로 계산하였다.

    [ R ( % ) ] = [ C 0 ] − C t [ C 0 ] × 100
    (1)

    L o s s   R a t e ( % ) = 100 ( % ) − R ( % )
    (2)

    Where, [R%] denotes Recovery, [C0] denotes initial concentration, [Ct] denotes concentration according to sample storage time.

    2.3 돈사 시료 회수율 평가

    추정 모델 검증을 위해 실제 현장의 돈사 악취시료 의 회수율을 평가하였다. 대상 돈사는 슬러리 피트구 조의 육성·비육돈사로 사육밀도는 1.03 pig/m2이며, 돈 사 내부의 중앙에서 간접흡인상자를 이용하여 10 L PEA 백에 5분 이내에 포집하였다. 포집된 악취물질은 표 준물질 회수율 평가 시험과 동일하게 분석되었으며, 총 3회 반복 시험하였다.

    2.4 회귀모델

    2.4.1 모델의 보정 및 검정

    회귀모델은 모의 값과 관측 값을 비교하며 회귀계 수의 보정과 타당성의 검토를 통해 도출한다(Lee, 2012). 본 연구에서는 모델 계수의 보정에는 표준가스의 보 관 시간 경과에 따른 회수율 데이터(3 case, n=48)를 사 용하였으며, 돈사 시료로 측정한 회수율 데이터(3 case, n=48)를 사용하여 모델의 현장 적용성을 검토하였다.

    회귀 모델은 크게 선형과 비선형 모델로 구분할 수 있다. 이는 회귀모델을 구성하는 회귀계수의 선형성 여부에 따라 구분되며, 실측된 데이터가 뚜렷한 시각 적 선형 관계를 나타낼 경우 선형회귀를 적용해 모델 을 도출할 수 있으나, 데이터를 효율적으로 해석하기 위해 비선형 회귀 모델의 적용도 수반되어야 한다.

    표준물질 포집 백에서 회수율은 VFA 4종 모두 시간 이 경과함에 따라 감소하였으며, 특히 지수적 감소 경 향을 보였다. 이에 따라 본 연구에서는 기본적인 선형 모델과 지수감쇠모델(Exponential Decay Model)을 고려 하였다(Table 2). 모델 적용 및 회귀계수 보정에는 Originlab(2020b, Origin Co. Ltd., USA)을 이용하였다.

    2.4.2 모델선정 및 성능평가

    각 물질별로 가장 적합한 모델 선정을 위해 r² (Eq. (3)), RMSE(Root Mean of Squared Error, Eq. (4)), MAPE(Mean Absolute Percentage Errors, Eq. (5)), AIC(Akaike’s Information Criterion, Eq. (6))를 비교하 였다. r²는 모델이 실측치를 얼마나 설명해주는지를 나타내며(Song et al., 2017), RMSE와 MAPE는 모델에 대한 실측치의 오차정도에 대한 분석 도구로 각각 크 기와 비율로 비교할 수 있다. AIC는 다양한 분야에서 최상의 변수나 모델을 선택하는 지표로 사용되며, AIC 평가를 통한 모델 선택은 가능한 심플한 모델을 찾아 과적합을 방지한다. r²은 1에 가까울수록, RMSE와 MAPE, AIC는 낮을수록 좋은 모델로 평가된다(Wu et al., 2016;Song et al., 2017;Jo et al., 2020). 추정모델의 검증에는 모델 선정과 동일한 지표를 사용했으며, 추 가적으로 MPE (Mean of Percentage Errors, Eq. (7))를 비교하였다. MPE는 모델과 실측치의 평균 오차 비율 을 비교할 수 있는 지표이며 모델의 과대 또는 과소 추정 여부를 판단할 수 있다(Kim et al., 2012). 추가적 으로, 돈사 시료 회수율과 도출된 최적 모델을 도식 화 하여 시각적으로 비교하였다.

    r 2 = 1 − ∑ i = 1 n ( y i − y ^ i ) 2 ∑ i = 1 n ( y i − y ^ ) 2
    (3)

    R M S E = 1 n ∑ i = 1 n ( y i − y ^ i ) 2
    (4)

    M A P E = 100 n ∑ i = 1 n | y i − y ^ y i |
    (5)

    A I C = n ∗ log   R M S E 2 + 2 K
    (6)

    M P E = 100 n ∑ i = 1 n y i − y ^ y i
    (7)

    Where, yi denotes i th measurement, ŷi denotes i th estimate, ȳ denotes mean of y, n denotes number of data, K denotes number of equation parameter

    3. 결과 및 고찰

    3.1 표준가스 회수율 측정 결과

    PEA백에 보관 시간에 따른 ACA, PPA, BTA, VLA 표 준가스의 회수율 변화를 Fig. 1에 나타내었다. PEA백 에 표준가스를 포집한 후 1시간 이내(0h)의 회수율을 참값 기준인 100%로 정의하였다. 저장시간 경과에 따 른 물질 별 회수율은 12시간 이내에 각각 ACA가 66.2±2.2%, PPA 77.6±0.9%, BTA 86.6±2.3%, VLA 94.8± 5.2%였으며, 24시간 이내의 경우 ACA 62.8±1.0%, PPA 72.1±2.5%, BTA 81.3±3.8%, VLA 89.0±7.9%로 나타났 다. 36시간 이내 분석 시 ACA의 회수율은 55.6±1.3%, PPA 63.0±3.4%, BTA 71.6±5.2%, VLA 76.6±7.9% 였 으며, 48시간 이내 ACA 52.0±3.0%, PPA 58.1±1.8%, BTA 66.9±2.0%, VLA 71.7±4.0%로 나타났다. 또한 VFA 평균 회수율은 12시간 후 81.3%, 24시간 후 76.3%, 36시간 후 66.7%, 48시간 후 62.2%로 지속적인 감소 추 세를 보였다. BTA, VLA는 한두 시간 내 회수율이 증 가하여 100%를 초과한 후 감소하는 현상을 보였는데, 이는 Koziel et al. (2005)과 Man et al. (2020) 또한 각 각 축산악취시료와 VFA 표준물질에 대한 회수연구 에서 유사한 현상을 보고했다.

    물질별로 VLA, BTA, PPA, ACA 순으로 우수한 회수 율을 보였으며, 분자량이 작은 물질일수록 보관 시간 에 따른 회수율 감소가 큰 경향을 나타냈다. 일반적 으로 가스 분자의 흡착은 가스 분압, 물질의 확산속 도 및 흡착 강도에 영향을 받으며, 확산속도는 분자 량의 제곱에 반비례하며, 흡착은 분자량이 커질수록 강하게 일어난다고 보고되고 있다(Odeck and Kjerkreit, 2019). 본 연구에서 물질 별 분압을 동일한 조건으로 하였기에 분압에 의한 영향을 고려하지 않았다. 표준 시료를 이용한 회수율 분석 결과 분자량이 작을수록 흡착속도가 빠른 현상을 보였기에 분자량에 따른 흡 착강도 보다는 확산속도가 회수율 결정에 주요한 영 향을 미친 것으로 판단되었다.

    보관시간 간격(0 ~ 12h, 12 ~ 24h, 24 ~ 36h, 36 ~ 48h) 에 따른 손실률을 분석한 결과, ACA는 각각 33.8%, 3.5%, 7.2%, 3.6%, PPA는 22.4%, 5.5%, 9.1%, 4.9%, BTA는 13.4%, 5.4%, 9.7%, 4.7%, VLA 5.2%, 5.8%, 12.3%, 5.0%로 나타났다. 보관시간 간격 손실률은 VLA 를 제외하고는 12시간 이내에 가장 높은 손실률을 보 인데 반해, VLA는 24시간에서 36시간 사이에 높은 수 준으로 나타났다. 이는 VLA에서 나타난 초기 농도 상 승에 기인하는 것으로, 초기 농도 상승 이후의 저감 양상은 다른 물질과 유사하게 나타났다. 저장 초기에 나타난 높은 손실률은 각 물질이 초기에 물질이 포집 백 내부의 흡착 가능한 표면과 반응하고, 흡착 가능 한 표면이 점차 포화됨에 따라 흡착에 의한 손실이 줄 어든 데 원인이 있는 것으로 판단된다. 이러한 결과 는 12시간 이후에 분석 결과는 시료의 참 농도 반영 의 어려움을 시사하며, 가능한 보관시간을 단축시킨 분석 결과가 참 농도에 근접할 것으로 사료된다.

    3.2 물질 별 모델 비교 평가

    포집 백에 저장된 VFA의 회수율 결과를 예측하기 위해 각 물질의 모델을 평가하였으며, 그 결과는 Table 3과 같다. ACA와 PPA의 모델평과 결과, r² 값은 0.80 ~ 0.97, 0.88 ~ 0.94로 Degree1 모델을 제외한 나머 지 모델들은 0.90 이상의 수준으로 도출되었다. 분석 결과 ACA, PPA 물질 모두 Dec2 > Dec1 > Degree3> Degree2 > Degree1 순으로 예측 성능이 우수한 것으로 분석되었다. 특히, ACA의 Dec2 모델은 r² (0.97), RMSE (2.14), MAPE (2.65%), AIC (61.50)로 나타났으며, PPA의 Dec2 모델도 r² (0.94), RMSE (3.17), MAPE (3.62%), AIC (78.25)로 분석되었다. Dec2 모델 평가 결 과가 다른 모델들에 비해 상대적으로 우수하였으므 로 이를 최적 모델로 선정하였다. 반면, Degree3과 Dec1 모델의 r² 값은 높게 나타났으나, Dec2 모델에 비해 오 차평가 값이 높고, AIC의 값이 낮아 모델 효율성이 낮 게 평가되었다. BTA 모델의 예측정확도는 RMSE (4.64 ~ 4.88), MAPE (4.81 ~ 4.83%)로 각 모델 간 유사 한 수준으로 도출되었다. 하지만, AIC 결과에서 Degree2 (110.05), Dec1 (110.01)로 가장 낮은 값으로 도출되어 모델 효율성이 높은 Dec1 모델을 상대적 우수 모델로 선정하였다. 또한 VLA 모델의 예측정확도도 RMSE (7.66 ~ 7.83), MAPE (7.52 ~ 7.64)로 유사한 수준으로 나타났지만, AIC의 결과가 최솟값으로 계산된 Degree1 모델을 최적 모델로 선택하였다. BTA와 VLA의 경우 회수율 예측모델의 r² 값이 0.70 ~ 0.86으로 ACA, PPA 모델에 비해 상대적으로 낮은 수준으로 나타났다. 이 는 두 물질에서 초기저장기간(1 ~ 2h) 동안의 불규칙 적인 농도 상승에 의해 case간 회수율의 편차 상승에 기인하는 것으로 사료된다.

    3.3 돈사 시료에 대한 모델 검증

    본 연구에서 물질별로 선정된 추정모델의 현장 적 용성을 확인하기 위해 실제 돈사 시료의 회수율로 검 증하였고, 이를 Fig. 2와 Table 4에 나타내었다. ACA의 최적 추정모델인 Dec2 모델은 실제 돈사 시료의 검증 결과 r²값이 0.76으로 상대적으로 높은 설명력으로 나 타났으며, 추정 회수율에 비해서는 낮은 회수율을 보 였다. 반면에 PPA, BTA, BLA의 각 물질의 최적 추정 모델의 r² 값은 -0.07, -0.85, -2.69로 음수로 나타났다. 이에 따라 PPA, BTA, BLA 추정모델 적용이 어려울 것 으로 판단된다. 모델의 오차율 비교 지표인 MPE 분 석 결과 ACA (-2.55%), PPA (37.14%), BTA (-38.27%), VLA (-78.08%)로 나타나 모든 물질에서 추정회수율 이 실제회수율에 비해 과대추정 되는 것으로 나타났 다. VLA를 제외한 ACA, PPA, BTA에서 지수 감쇠 모 델이 표준물질 회수율 변화를 잘 모사하였지만, 실제 돈사 시료를 활용한 시험에서 추정치와 측정치 간 상 당한 차이를 확인하였다. 모델 평가 기준인 RMSE와 MAPE는 표준물질의 추정 모델보다 돈사 시료에서 수 치가 3배 이상의 증가를 보여 표준물질에 비해 실제 시료에서 모델의 낮은 예측성능을 확인하였다. 이는 모델이 표준시료 데이터에 과적합 되었음을 시사하 며, 이러한 과적합의 원인은 단일농도의 표준시료로 모델을 도출한 것에 기인하였을 것으로 판단된다. 포 집 백에서 악취물질의 회수율은 물질의 고유한 분자 적 특성에 따른 흡착, 확산, 물질 간 반응 뿐만 아니라 초기농도, 기체의 조성, 분압 등 다양한 영향인자가 관 여하는 것으로 알려져있다(Man et al., 2020). 또한 실 제 돈사 시료 포집 백에는 타겟 물질인 VFA 외에도 황 화수소, 스카톨 등의 양돈 악취물질이 혼합되어 있으 며(Blanes-Vidal et al., 2009;Jang et al., 2020), 먼지와 습도 등이 영향인자로 작용하여 표준물질 회수율 추 정모델과 차이가 있었을 것으로 판단된다. 또한 Man et al., (2020)은 악취물질이 고농도일수록 높은 회수율 을 보이는 것으로 보고하였는데, 이는 악취 주머니 내 부 표면 면적에 대하여 흡착되는 흡착량이 일정하기 때문이다. 따라서, 추후 연구에서는 보관 기간 동안 다 양한 축산악취물질들 사이의 상호작용, 초기농도 등 을 반영한 연구가 필요할 것으로 사료된다.

    4. 결 론

    본 연구에서는 축산유래 주요 악취물질인 ACA, PPA, BTA, VLA를 혼합한 VFA의 보관 시간에 따른 회수율 평가 및 회수율 최적 추정모델을 도출하고 실제 돈사 시료를 대입하여 모델의 적용 가능성을 평가하고자 하였다. 이를 위해 VFA 표준물질 및 실제 돈사 시료 를 각각 PEA백에 포집하여 48시간동안 한 시간 간격 으로 분석하여 회수율 추정모델을 도출하고 평가하였다.

    악취물질별 12시간 이내에 분석할 경우 회수율은 ACA (66.2±2.2%), PPA (77.6±0.9%), BTA (86.6±2.3%), VLA (94.8±5.2%)로, 24시간 이내의 경우 ACA (62.8± 1.0%), PPA (72.1±2.5%), BTA (81.3±3.8%), VLA (89.0± 7.9%)로 나타났다. 회수율은 36시간 이내 분석 시 ACA (55.6±1.3%), PPA (63.0±3.4%), BTA (71.6±5.2%), VLA (76.6±7.9%)였으며, 48시간 이내 분석 시 ACA (52.0± 3.0%), PPA (58.1±1.8%), BTA (66.9±2.0%), VLA (71.7± 4.0%)로 나타났다. 악취물질의 분자량이 작을수록 보 관 시간에 따른 회수율 감소폭이 커지는 경향을 보였다.

    보관시간 간격 손실률은 VLA를 제외한 VFA 개별 물질들은 12시간 이내에 가장 높은 수준으로 나타나 포집 백의 보관시간을 가능한 단축시키는 것이 참 농 도에 근접한 결과를 얻을 수 있는 분석 방법으로 판 단된다.

    최적 회수율 추정 모델을 실제 돈사 시료 회수율로 검 증한 결과 r² 값이 ACA (0.76), PPA (-0.07), BTA (-0.85), VLA (-2.69)로 나타나 ACA 모델의 설명력은 양호하 였으나 다른 물질의 모델은 돈사 시료에 대하여 설명 력이 부족한 것으로 나타났다. 또한 모델의 오차율 비 교 지표인 MPE 분석 결과 ACA (-2.55), PPA (37.14), BTA (-38.27), VLA (-78.08)로 산출되어 모든 물질에서 추정회수율이 실제회수율에 비해 과대추정 되는 것 으로 나타났다.

    ACA 최적 추정모델인 Dec2 모델은 표준물질과 실 제 돈사 시료를 추정할 수 있는 모델로 고려된다. 하 지만 동일 돈사의 시료에 대하여 평가되었기 때문에 모델의 과적합의 우려가 있고 다양한 돈사 환경에 적 용하기 위해서는 추가적인 연구가 필요하다. 다른 악 취물질들의 경우 실제 시료와의 오차율이 크게 분석 되어 실제 시료를 추정하기에는 어려움이 따를 것으 로 보인다. 악취물질의 회수율은 포집 백의 종류, 화 학물질의 흡착, 확산, 화학물질 간 반응, 물질의 농도 와 그에 따른 분압, 초기농도 등 다양한 요인에 의해 영향을 받을 수 있다. 이러한 요인들은 악취 농도 산 정 시 부정확한 결과를 낳을 수 있으며, 악취관리에 걸림돌로 작용할 수 있다. 따라서 보관 시간 경과에 따른 악취물질의 회수율을 추정하기 위해서는 복합 적인 접근방법이 필요할 것으로 판단된다. 또한 실제 돈사에서는 다양한 요인들이 필연적으로 존재할 수 밖에 없는 상황이므로 본 연구의 악취물질과 추정모 델 선정평가 이상의 연구가 지속적으로 진행되어야 할 것으로 사료된다.

    감사의 글

    본 연구는 농촌진흥청 연구사업(세부과제번호: PJ014790)의 지원에 의해 이루어진 것임.

    Figure

    JOIE-20-2-130_F1.gif

    Recovery rate of sample according to storage time (A: ACA, B: PPA, C: BTA, D: VLA).

    JOIE-20-2-130_F2.gif

    The comparison of recovery rate with optimal estimation model and pig farm sample according to case (A: ACA, B: PPA, C:BTA, D:VLA, black line: selected model, blue triangle: case 1, red circle: case2, and gray square case3).

    Table

    A summary of analyzed odor compounds in this study

    Statistical models considered for odor recovery rate estimation

    Statistics for VFAs Recovery Rate Model selection

    Statistics of the test by each model

    Reference

    1. Blanes-Vidal, V. , Hansen, M. N. , Adamsen, A. P. S. , Feilberg, A. , Petersen, S. O. , Jensen, B. B. ,2009. Characterization of odor released during handling of swine slurry: Part I. Relationship between odorants and perceived odor concentrations. Atmospheric Environment 43(18), 2997-3005.
    2. Engl. VDI/DIN-Kommission Reinhaltung der Luft (KRdL) - Normenausschuss,2011. Olfactometry - Static sampling, 10- 24.
    3. Jang, Y. N. , Jo, G. G. , Seo, S. Y. , Jung M. W. ,2020. A comparison study of odor characteristics according to swine facilities. Journal of Odor and Indoor Environment 19(1), 74-84.
    4. Jo, G. G. , Ha, T. H. , Yoon, S. H. , Jang, Y. N. , Jung, M. W. ,2020. Comparison of regression models for estimating ventilation rate of mechanically ventilated swine farm. Journal of the Korean Society of Agricultural Engineers 62(1), 61-70.
    5. Kim, K. H. , Choi, Y. J. , Ahn, J. W. ,2005a. Reduced sulfur gas loss in the bag sampling procedure-comparison by calibration slope values. Analytical Science and Technology 18(4), 338-343.
    6. Kim, K. H. , Ahn, J. W. , Choi, Y. J. ,2005b. Comparative study on the adsorptive loss of reduced sulfur compounds (RSC) by the selection of tubing materials. Journal of the Korean earth science society 26(7), 668-673.
    7. Kim, K. H. , Szulejko, J. E. ,2013. A theoretical consideration on the unfeasibility of an analytical method recommended for volatile fatty acids (VFA) by the offensive odor prevention law. Korean Journal of Odor Research and Engineering 12(1), 1-7.
    8. Kim, Y. H. , Kim, K. H. , Jo, S. H. , Jeon, E. C. , Sohn, J. R. , Parker, D. B. ,2012. Comparison of storage stability of odorous VOCs in polyester aluminum and polyvinyl fluoride Tedlar® bags. Analytica Chimica Acta 712, 162-167.
    9. Koziel, J. A. , Spinhirne, J. P. , Lloyd, J. D. , Parker, D. B. , Wright, D. W. , Kuhrt, F. W. ,2005. Evaluation of sample recovery of malodorous livestock gases from air sampling bags, solid-phase microextraction fibers, Tenax TA sorbent tubes, and sampling canisters. Journal of the Air & Waste Management Association 55(8), 1147-1157.
    10. Lee, C. W. , Yoo, J. H. , Lee, E. Y. ,2012. Emission characteristics of aldehyde compounds produced from swine excretions treatment types and distribution of anaerobic bacteria in the large intestine of pigs. Journal of Korean Society of Odor Research and Engineering 11(4), 174-183.
    11. Lee, H. A. ,2012. Catchment-scale hydrological response to land use change – a case study for the Wangsuk river basin. Master’s thesis, Seoul National University, 26-27.
    12. Man, Z. , Dai, X. , Rong, L. , Kong, X. , Ying, S. , Xin, Y. , Liu, D. ,2020. Evaluation of storage bags for odour sampling from intensive pig production measured by proton-transfer reaction mass-spectrometry. Biosystems Engineering 189,48-59.
    13. Ministry of Enviroment (ME),2021. Status of odor complaints. [2021 April 6]; Available from: URL:http://stat.me.go.kr
    14. National Institute of Environmental Research (NIER),2017. A development of a model for estimating odor emission rate. NIER-SP2017-206
    15. Odeck, J. , Kjerkreit, A. ,2019. The accuracy of benefit-cost analyses (BCAs) in transportation: An ex-post evaluation of road projects. Transportation Research Part A: Policy and Practice 120, 277-294.
    16. Park, J. , Seok, J. , Lee, S. , Kwon, O. , Lee, K. , Heo, Y. , Yoon, C. ,2015. Ammonia and hydrogen sulfide monitoring in broiler barns and cattle barns. Journal of Environmental Health Sciences 41(5), 277-288.
    17. Son, H. D. , An, J. G. , Ha, S. Y. , Kim, G. B. , Yim, U. H. ,2018. Development of Real-time and Simultaneous Quantification of Volatile Organic Compounds in Ambient with SIFT-MS (Selected Ion Flow Tube-Mass Spectrometry). Journal of Korean Society for Atmospheric Environment 34(3), 393- 405.
    18. Son, Y. S. , Kim, J. C. , Kim, K. S. , Kim, J. Y. , Lee, G. W. , Chang, S. Y. , Han, J. S. , Lim, Y. J. ,2007a. Sampling and analysis for ambient sulfur compounds. Korea Journal of Odor Research and Engineering 6(1), 40-47.
    19. Son, Y. S. , Kim, S. , Kim, J. C. , Park, K. N. , Moon, J. S. ,2007b. Evaluation of Stability for Odorous Sulfur Compounds by Sampling Container. Korean Society for Environmental Analysis 10(2), 66-71.
    20. Song, A. , Jeon, W. , Kim, Y. ,2017. Study of prediction model improvement for apple soluble solids content using a ground-based hyperspectral scanner. Korean Journal of Remote Sensing 33(5), 559-570.
    21. Williams, A. G. ,1984. Indicators of piggery slurry odour offensiveness. Agricultural Wastes 10(1), 15-36.
    22. Wu, C. , Liu, J. , Zhao, P. , Piringer, M. , Schauberger, G. ,2016. Conversion of the chemical concentration of odorous mixtures into odour concentration and odour intensity: A comparison of methods. Atmospheric Environment 127, 283-292.
    23. Yeo, U. H. , Lee, I. B. , Ha, T. H. , Decano, C. , Kim, R. W. , Lee, S. Y. , Kim, J. G. , Choi, Y. B. , Park, Y. M. ,2019. Evaluation of odor dispersion from livestock building through field experiment. Journal of The Korean Society of Agricultural Engineers 61(6), 21-30.
    24. Yu, J. U. , Ryu, S. M. , Kim, J. H. , Kim, J. H. , Park, J. M. , Gong, B. J. ,2019. Characteristics of emissions for air pollutants and odorous substances in a domestic dying industrial complex by using a real-time mobile monitoring system. Journal of Odor and Indoor Environment 18(4), 362-370.
    25. Yoshio, Y. , Nagata, E. ,,2003. Measurement of odor threshold by triangle odor bag method. Odor measurement review 118, 118-127.
    26. Zahn, J. A. , Hatfield, J. L. , Do, Y. S. , DiSpirito, A. A. , Laird, D. A. , Pfeiffer, R. L. ,1997. Characterization of volatile organic emissions and wastes from a swine production facility. Journal of Environmental Quality 26(6), 1687-1696.