국내에서 가장 많이 사용되는 수용모델 중 하나인 양행렬인자분석법(PMF)은 동일한 입력자료를 사용하더라도 연구자의 배경지식 및 모델 숙련도 등에 따라서 결과가 상이할 수 있으며, 특히 오염원 식별 과정에서 연구자의 주관성이 개입될 가능성이 크다는 한계점이 존재한다. 본 연구에서는 이러한 PMF 결과 해석의 불확실성을 줄일 수 있도록 통계적 측면에서 객관적인 기준을 제시하고자 하였다. 국내 선행 연구들의 PM.2.5 오염원 분류표(source profiles)를 수집 및 재구성하여 변동이 있는 10 개의 평균 오염원 프로파일을 생성하였고, 재구성한 오염원 프로파일을 기반으로 EPA-PMF 모델링을 수행하여 2020 년 영남권 PM2.5 의 오염원을 식별하고 기여도를 평가하였다.
재구성한 오염원 프로파일에 기반하여 PMF 수행 결과, 9 개의 인자 중에서 Cu 및 Br 관련 오염원을 제외하고 8 개의 오염원(해염, 토양, 석탄 연소, 석유 연소, 교통, 산업, 이차 황산염, '이차질산염 및 생물연소 오염원')을 성공적으로 식별하였다. 이차생성 질산염 및 생물연소 오염원(5.29 μg·m-3, 40.7%)이 2020 년 울산 PM2.5 농도에 가장 큰 영향을 미쳤으며, 이차생성 황산염(3.10 μg·m-3, 23.9%), 차량(0.98 μg·m-3, 7.5%) 오염원이 그 뒤를 이었다. 계절별 기여도 분석 결과, 여름에는 예상대로 이차생성 황산염이 PM2.5 농도에 가장 크게 기여하였다(41.1%). 그러나 이차생성 질산염 및 생물연소는 겨울 뿐만 아니라 대부분의 계절에서 지배적이었다(봄 32.6%, 가을 43.4%, 겨울 58.0%). 또한, 과거 선행연구 결과와 비교하여, 울산의 PM2.5 형성에 있어서 질산염의 역할이 최근 증가했음을 확인하였다.
따라서 한국 동남해안 지역에서 PM2.5 수준을 완화하기 위해서는 질산염의 전구기체인 NOX 의 집중 관리와 질산염 형성 메커니즘 규명 연구의 필요성을 제시한다. 또한 재구성 오염원분류표는 많은 국내 연구자들에게 PMF 모델링 과정에서 필요한 일관된 오염원 식별의 근거를 제공할 수 있을 것으로 기대한다.