• 한국지구과학회지
• /
• 제34권7호
• /
• pp.693-710
• /
• 2013

동아시아 지역 봄철에 주로 발생하는 황사의 물리적 특성을 알아보기 위하여 부산지역에서 발생한 2009년 황사 기간의 종관 일기도와 자동기상관측장비(AWS)를 이용한 기상해석, $PM_{10}$ 샘플러와 레이저입자계수기(LPC)를 이용한 대기입자상 물질농도 분석, 위성영상과 역궤적분석 모델을 이용한 발생원을 조사하였다. 2009년 2월 20일의 경우 (사례 1), $PM_{10}$ 농도가 급격히 증가할 때 $0.3-1.0{\mu}m$의 작은 입자의 에어로솔 체적 농도 분포가 감소한 반면 $1.0-10.0{\mu}m$의 큰 입자의 농도는 증가하였다. 그 후 $PM_{10}$ 농도가 감소할 때 지상의 풍향은 북풍에서 남서풍으로 변하였으며, 전체 에어로솔 농도는 감소하였다. $PM_{10}$과 $1.0-10.0{\mu}m$의 큰 입자 농도의 상관계수는 0.9 이상으로 높은 양의 상관관계를 나타내었다. 이는 내몽골 지역에서 발달된 황사가 중국 고비 사막을 통과하여 한반도로 유입된 것으로 추측할 수 있었다. 2009년 4월 25일의 경우 (사례 2), $PM_{10}$ 농도가 급격히 증가할 때 $0.3-0.5{\mu}m$의 작은 입자의 에어로솔 체적 농도 분포가 감소한 반면 $0.5-10.0{\mu}m$의 큰 입자의 농도는 증가하였다. 그 후 $PM_{10}$ 농도가 감소할 때 $0.3-0.5{\mu}m$의 작은 입자의 농도는 증가한 반면 $0.5-10.0{\mu}m$의 큰 입자의 농도는 감소하였다. 이 때 지상의 풍향은 북동풍에서 남서풍으로 변한 후 다시 북동풍으로 변하였다. $PM_{10}$과 $1.0-10.0{\mu}m$의 큰 입자의 농도의 상관계수는 약 0.9에 가까운 높은 양의 상관관계를 나타내었다. 입자의 역궤적 수송 모델 분석 결과, 만주지역과 중국 동쪽 해안으로부터 한반도로 유입된 것으로 추측할 수 있었다.

• 한국산학기술학회논문지
• /
• 제21권4호
• /
• pp.259-267
• /
• 2020

본 연구에서는 원하는 시간과 장소에서 데이터 수집이 용이한 드론에 미세먼지 측정 센서를 부착하여 3가지 측정환경인 건설현장, 자연환경(수목원), 주거지역에서 고도(30m, 60m, 90m, 120m, 150m)에 따른 미세먼지 농도를 측정하고 비교하였다. 건설현장 30m 지점의 PM_2.5와 PM₁₀ 측정값은 각각 18.63㎍/㎥, 24.23㎍/㎥, 150m 지점의 PM_2.5와 PM₁₀ 측정값은 각각 10.89㎍/㎥, 10.61㎍/㎥로 고도가 높아질수록 평균 농도가 낮아지는 것으로 나타났다. 자연환경(수목원) 30m 지점의 PM_2.5와 PM₁₀ 측정값은 각각 9.03㎍/㎥, 11.21㎍/㎥, 150m 지점의 PM_2.5와 PM₁₀ 측정값은 각각 3.42㎍/㎥, 3.57㎍/㎥로 고도가 높아질수록 평균 농도가 낮아지는 것으로 나타났으나, 모든 지점의 PM_2.5와 PM₁₀ 측정값은 비슷한 것으로 나타났다. 주거지역 30m 지점의 PM_2.5와 PM₁₀ 측정결과는 각각 10.65㎍/㎥, 12.06㎍/㎥, 150m 지점의 PM_2.5와 PM₁₀의 측정값은 각각 4.24㎍/㎥, 5.17㎍/㎥로 고도가 높아질수록 대체적으로 PM_2.5와 PM₁₀농도가 낮아짐을 확인하였다. 주거지역의 경우 건설현장이나 수목원에 비해 교통량이 많은 도로에 인접해 있어 PM_2.5의 농도가 PM₁₀의 농도보다 높게 나온 것으로 사료된다. 세 대상지 모두 고도가 상승할수록 PM_2.5와 PM₁₀의 농도가 감소하는 추세를 보였다. 또한, 건설현장, 주거지역, 자연환경(수목원) 순으로 PM_2.5와 PM₁₀의 농도가 높은 것으로 확인하였다. 본 연구의 결과는 토지이용별로 미세먼지 농도값을 고도별로 측정하였다는데 의의가 있으며, 지역계획이나 도시계획 등에서 중요한 공간의사결정 기초자료로 활용될 수 있을 것으로 사료된다.

• 환경영향평가
• /
• 제27권6호
• /
• pp.635-646
• /
• 2018

본 연구는 도시의 미세먼지 배출과 저감에 관련된 토지피복 유형인 산림과 시가화지역의 영향에 의한 계절별 미세먼지 농도 특성을 파악하고자 하였다. 서울시 23개 도시대기 측정소의 2016년 PM10, PM2.5 농도자료를 수집하였고, 측정소 주변 반경 3km 내 시가화지역과 산림 비율을 기준으로 3개 그룹으로 측정소를 구분하여 그룹간의 미세먼지 농도 차이를 계절별로 분석하였다. 그룹별 시가화지역과 산림의 중심값은 Group A에서 각각 53.4%, 34.6%, Group B는 61.8%, 16.5%, Group C는 76.3%, 6.7%이었다. 계절별 PM10과 PM2.5의 그룹별 농도는 산림 비율이 높은 Group A의 농도가 모든 계절에서 가장 낮았고, 시가화지역 비율이 높은 Group C의 농도는 봄부터 가을까지 가장 높았다. 이상의 그룹간 차이는 통계적으로 유의하였다. Group C 농도는 겨울철에만 Group B보다 낮아졌는데, 겨울철 Group B-C간의 차이는 통계적으로 유의하지 않았다. 계절별 고농도 그룹의 농도 대비 Group A의 농도는 PM10에서 봄, 여름, 가을, 겨울 각각 8.5%, 11.2%, 8.0%, 6.8%, PM2.5에서 3.5%, 10.0%, 4.1%, 3.3% 낮은 수치이었다. PM10과 PM2.5 모두 그룹간 농도 격차가 여름에 가장 크고, 겨울로 가면서 작아졌는데, 이는 산림의 미세먼지 저감기능이 여름에 크고, 겨울에 작기 때문인 것으로 판단되었다. 산림과 비교해 시가화지역이 미세먼지 농도에 끼치는 영향은 작았다. 본 연구를 통해 산림 비율이 높은 지역에서 미세먼지 농도가 낮은 효과가 입증되었으며, 도시의 미세먼지 관리를 위해 녹지의 기능을 규명하는 지속적인 연구가 필요하였다.

• 대한환경공학회지
• /
• 제36권1호
• /
• pp.20-28
• /
• 2014

대구지역의 13개 대기오염측정소 중 PM-10과 PM-2.5를 동시에 측정하는 3개 측정소 즉, 공업지역에 위치한 이현동, 주거지역에 위치한 만촌동, 도로변에 위치한 평리동 측정소를 대상으로 최근 2년간(2011~2012)의 자료를 이용하여 PM-10과 PM-2.5의 농도분포 특성을 연구하였다. PM-10 농도는 이현동($52.5{\mu}g/m^3$)과 평리동($60.9{\mu}g/m^3$) 모두 연평균 기준치인 $50{\mu}g/m^3$을 초과하였고, 만촌동($44.9{\mu}g/m^3$)은 기준치를 만족하였다. PM-2.5 농도는 세 지점 모두 미국의 EPA 연간기준치($15{\mu}g/m^3$)를 초과하였으며, 우리나라에서 2015년부터 시행되는 PM-2.5의 연평균기준치($25{\mu}g/m^3$)도 초과하는 수준이었다. 계절별 변화를 보면, PM-10은 봄철 > 겨울철 > 가을철 > 여름철 순이었고, PM-2.5는 겨울철 > 봄철 > 가을철 > 여름철 순으로 나타나는 특성을 보였다. 월변화 특성을 보면, PM-10과 PM-2.5 모두 겨울철인 2월에 가장 높고 여름철인 9월경에 가장 낮은 농도를 보였다. 일변화 특성을 보면, PM-10과 PM-2.5 모두 오전 7시부터 증가하여 10시~11시경에 최고 농도를 기록하고 오후 6시까지 하강하여 저녁과 새벽까지 일정한 농도를 나타내는 경향을 보였다. 또한, 주중의 미세먼지 농도는 주말보다 높은 농도를 보였으며, 그 변동 폭은 공업지역이 주거지역보다 크게 나타났다. PM-2.5/PM-10 비는 여름철이 높고 봄철이 가장 낮게 나타났고, 황사발생시 PM-2.5/PM-10 비는 비황사시 0.54~0.64에 비해 0.32~0.42로 매우 낮은 특성을 보였다. 본 자료는 대구지역의 미세먼지(PM-10, PM-2.5)의 현황과 특성에 대한 연구로써 향후 미세먼지의 연구 및 대기오염 관리에 유용하게 사용될 것으로 사료된다.

• 환경영향평가
• /
• 제27권5호
• /
• pp.509-520
• /
• 2018

본 연구에서는 기상조건 변화에 따른 우리나라 $PM_{10}$ 농도변화 범위를 정량적으로 산정하기 위하여, 2010년에서 2014년까지(5년간) 모델의 입력자료인 국내외 배출량을 동일하게 가정하였을 때 기상조건에 따른 우리나라 $PM_{10}$ 농도변화 범위를 분석하였다. 본 분석에 사용된 모델은 WRF(ver.3.8.1)과 CMAQ(ver.5.0.2)이며, 기상 입력자료는 NCEP FNL $1^{\circ}{\times}1^{\circ}$ 자료, 국외 배출량 목록은 MIX 2010, 국내 배출량 목록은 CAPSS 2010을 이용하였다. 모델 모사결과는 2010년의 전국 일평균 $PM_{10}$ 농도에 대해 측정값과 0.82의 R값을 보이며 실제 $PM_{10}$ 농도의 증감경향을 잘 나타냈지만, 모델은 실제 $PM_{10}$ 농도와 비교하여 과소모의 하는 것으로 나타났다. 기상 및 대기질 모델을 통해 모사된 우리나라 연평균 $PM_{10}$ 농도는 기상조건의 변화로 인해 2010년 대비 평균적으로 약 $2.6{\mu}g/m^3$의 농도변화를 나타내었으며, 계절별로는 봄, 여름, 가을, 겨울에 대해 각각 $4.8{\mu}g/m^3$, $1.7{\mu}g/m^3$, $1.7{\mu}g/m^3$, $4.2{\mu}g/m^3$의 표준편차를 나타내며 봄철과 겨울철에 상대적으로 큰 $PM_{10}$ 농도 차이를 나타냈다. 전국 18개 권역을 대상으로한 지역별 분석 결과에서는 기상조건의 변화로 인해 모든 지역에서 연평균 $PM_{10}$ 농도가 $1.0{\mu}g/m^3$ 이상의 표준편차를 나타냈으며, 특히 서울과 경기북부, 경기남부, 강원영서, 충북 지역의 경우 $2.0{\mu}g/m^3$ 이상으로 타 지역에 비해 상대적으로 높은 차이를 나타냈다.

• 한국지리정보학회지
• /
• 제17권1호
• /
• pp.61-69
• /
• 2014

본 연구에서는 서울에서 직경 $10{\mu}m$이하의 미세먼지에 대한 공간분석을 수행하였다. PM10은 폐암과 질병에 의한 사망율을 증가시키는 주요 원인이기 때문에 PM10의 공간적 분포는 서울의 대기오염에서 중요한 관심 사항이다. 본 연구에서 PM10의 공간적 분포 분석은 2010년과 2011년 서울시 미세먼지의 월 평균자료에 의해 모니터링 되었다. PM10의 공간보간은 PM10의 공간분포 특성을 잘 반영하는 IDW 방법을 적용하였고, PM10의 월 평균 공간분포는 서울시의 서부지역(영등포)이 초봄과 겨울철에 서울시의 북부지역 보다 높은 농도의 공간 분포를 나타내었다. 또한 2010년과 2011년 PM10 농도 분포의 비교에서 2011년 강남구와 송파구의 PM10 농도는 2010년 연평균 공간분포 보다 증가하였다. 서울시 PM10의 공간 분포가 영등포구, 강남구, 청량리 등 특정지역에서 높은 경향을 나타내고 있어서 이에 대한 관리방안의 수립이 요구된다.

• 한국기후변화학회지
• /
• 제9권4호
• /
• pp.423-433
• /
• 2018

본 연구에서는 고농도 미세먼지의 발생과 연관된 대기패턴을 조사하고, 이를 바탕으로 한반도의 고농도 미세먼지의 발생을 예측할 수 있는 지수를 개발하였다. 또한 개발된 지수를 이용하여 미래의 한반도 고농도 미세먼지 발생과 연관된 대기 패턴의 변화를 살펴보았다. 서울지역 미세먼지 농도의 변동성을 조사하기 위해, 황사 발생 사례일을 제외한 미세먼지 고농도 사례일은 대기환경기준에 따라 24시간 평균 $PM_{10}$ 농도가 $100{\mu}g/m^3$ 이상일 경우로 정의하였다. 미세먼지 연평균 농도는 2001년부터 꾸준히 감소하는 경향을 보이며, 2012년 이후에 감소 추세가 주춤하였으며, $PM_{10}$ 고농도 사례일수도 2003년부터 2016년까지 대체로 감소하였다. 그러나 4일 이상 지속되었던 고농도 사례만을 살펴보면 2001년과 2003년을 제외하고 뚜렷한 감소 경향을 찾아보기 어렵고 전반적인 대기질 향상에도 불구하고 지속적으로 발생하는 것을 알 수 있다. 4일이상 지속되는 고농도 사례는 최근 들어 뚜렷한 경향을 보이지 않고, 기상조건 등의 다른 발생원이 있음을 알 수 있다. 그러므로 고농도 사례에 대한 대기 순환장의 특징을 살펴보기 위해 한반도의 고농도 사례일에 대한 대기패턴의 합성장을 분석하였다. 고농도 사례가 발생하였을 경우, 한반도 상공에 고기압에 위치하면서, 극의 찬 공기의 유입을 차단하며, 상층 동서 방향 바람은 한반도 북쪽으로 흐르게 된다. 따라서 한반도 지역은 차고 건조한 북서풍이 약화되고, 풍속이 감소된다. 이러한 한반도 미세먼지 고농도 사례와 연관된 대기패턴을 바탕으로 겨울철 한반도 $PM_{10}$ 농도를 전망하기 위한 미세먼지 고농도 지수를 정의하여 사용하였다. 먼저 500 hPa 지위고도, 500 hPa 동서 방향 바람 성분, 850 hPa 남북 방향 바람 성분과 $PM_{10}$과의 상관성이 높은 지역에서 각 변수를 영역 평균하고 표준화 과정을 거친 후 각 변수에 대한 지수를 계산하고, 각 지수의 합으로 한반도 미세먼지 고농도 지수 (KPI)를 정의하였다. 한반도 미세먼지 고농도 지수를 CMIP5에 참여하는 10개의 기후모형에 적용하여 미래 한반도의 고농도 미세먼지를 발생시킬 수 있는 대기패턴의 변동성을 살펴보았다. 겨울철 한반도에서 대기의 정체를 유발하여 심한 대기오염을 발생시킬 수 있는 기상 조건의 빈도가 기후변화에 따라 크게 증가하는 것으로 나타났다. 이러한 증가는 한반도 주변의 평균 대기 상태의 변화와 일치한다 (Cai et al, 2017). 이 연구는 $PM_{10}$ 관측자료 기간이 2001년부터 2016년까지의 총 16년 동안의 자료 만을 이용하여 한반도 고농도 미세먼지 발생과 관련된 대기패턴을 분석하였기에 대기오염과 연관된 기상조건을 완벽하게 식별하지는 못하였을 것이다. 향후 연구를 통해서 $PM_{10}$과 더불어 $PM_{2.5}$의 자료를 활용하여 상세한 분석이 필요할 것으로 보인다. 그럼에도 불구하고, 본 연구의 결과는 지구 온실가스 배출로 인한 대기 순환의 변화가 한반도 고농도 미세먼지 발생 사례를 증가시키는 중요한 역할을 할 수 있음을 시사한다. 지구 온난화가 심해진다면, 작은 대기 오염 배출이라도 축적이 되어 고농도 미세먼지 현상이 발생 할 수 있다. 따라서 대기 오염 배출 저감 노력뿐만 아니라, 온실가스 배출량을 줄이기 위한 노력이 동시에 필요할 것으로 사료된다.

• 한국지구과학회지
• /
• 제31권3호
• /
• pp.234-245
• /
• 2010

본 연구에서는 2006년부터 2008년까지 3년간 봄철에 $PM_{10}$과 $PM_{2.5}$를 채취하여 질량농도와 금속원소의 화학적 특성, 기상인자와의 관계 분석, 황사 및 비황사시의 미세먼지 특성 그리고 이동경로에 따른 농도의 특성을 고찰하였다. 연구기간동안의 $PM_{10}$, $PM_{2.5}$, $PM_{10-2.5}$평균농도는 각각 $126.2{\pm}89.8$, $85.5{\pm}41.6$, $40.7{\pm}54.9{\mu}g/m^3$이었으며 $PM_{2.5}/PM_{10}$ 및 $PM_{10-2.5}/PM_{2.5}$ 비는 각각 0.70, 0.48이었다. 우리나라의 북서쪽인 북경을 포함한 지역과 서쪽인 상해를 포함한 지역에서 공기덩어리가 이류 할 때 가장 높은 미세먼지농도를 나타내었다.

• 지적과 국토정보
• /
• 제48권1호
• /
• pp.123-138
• /
• 2018

서울시의 대기오염을 지속적으로 모니터링하기 위해, 그동안 환경부는 운영하고 있는 대기오염 측정망을 지속적으로 발전시켜왔다. 측정되는 대기오염 물질 중 미세먼지는 인체에 상당한 영향을 미치는데, 우리나라의 오염도는 OECD 국가 중에서도 두 번째로 높은 편이다. 따라서 본 연구에서는 측정된 미세먼지 농도 자료를 이용하여 서울시의 미세먼지 분포도를 PM10과 PM2.5에 대해 작성하고, 미세먼지 농도의 분포에 영향을 미칠 것으로 예상되는 공간적인 요인들과의 관계를 조사하였다. 반경 500m의 원을 포함하는 헥사곤을 기준단위로 하여 서울 전역을 구획화하고 보간법 중 거리반비례기법을 이용하여 미세먼지 농도분포도를 작성하였다. 출, 퇴근 시간대의 미세먼지 농도분포를 지역별로 분석하고, 토지이용도 및 교통량과의 관계를 분석하였다. 분석결과, PM10과 PM2.5의 농도분포는 지역별, 시간대별로 각기 다른 패턴을 나타내었고, 토지이용형태 측면에서는 상업지역 및 교통지역의 면적이 미세먼지 농도분포와 높은 관련성을 보였으며, 녹지의 유무도 농도의 분포 변화에 관계가 있는 것으로 판단되었다. 추후 세부적인 토지이용도 및 녹지분포도 등을 통하여 상관관계를 분석하면 미세먼지의 농도에 영향을 미치는 지역 수준에서의 공간요소를 밝히는데 도움이 될 것으로 기대된다.

• 한국측량학회지
• /
• 제37권6호
• /
• pp.517-523
• /
• 2019

PM₁₀ 농도는 시간 및 공간 의존성을 동시에 가지는 시공간 데이터이지만 현실적으로 연속적인 시공간 데이터를 획득하는 것은 쉬운 일이 아니다. 본 연구에서는 위성영상과 대기질 및 기상 관측 센서 데이터를 복합적인 딥러닝 모델에 적용하여 시공간 해상도를 향상시키는 모델을 설계하였다. 설계된 딥러닝 모델은 기상, 토지 이용 등 PM₁₀ 농도에 영향을 줄 수 있는 인자를 이용하여 학습하였으며, 대기질 및 기상 관측 데이터만을 이용하여 15분 단위의 30m×30m의 공간해상도를 PM₁₀ 영상을 생성하였다.