[논문]2007년 6월 수도권 오존모사 V - 배출량 변화에 따른 오존농도 예측 시 민감도기법 적용

김순태

doi:10.5572/kosae.2011.27.6.772

2007년 6월 수도권 오존모사 V - 배출량 변화에 따른 오존농도 예측 시 민감도기법 적용
Ozone Simulations over the Seoul Metropolitan Area for a 2007 June Episode, Part V: Application of CMAQ-HDDM to Predict Ozone Response to Emission Change 원문보기

한국대기환경학회지 = Journal of Korean Society for Atmospheric Environment, v.27 no.6, 2011년, pp.772 - 790

Abstract ▼ AI-Helper

In this paper, we use the HDDM (High-order Decoupled Direct Method)-driven ozone sensitivity to predict change in ozone concentrations in response to domain-wide $NO_x$(Oxides of Nitrogen) and VOC (Volatile Organic Compound) emission controls over the Seoul Metropolitan Area during June 11~19, 2007. In order to validate the applicability of HDDM to $NO_x$ and VOC control scenarios, the HDDM results are compared to Brute Force Method (BFM). For VOC controls, NME (Normalized Mean Error) between BFM and HDDM remains less than 2% until the domain-wide VOC emissions are reduced by 80%. The NME for a 40% reduction in the domain-wide $NO_x$ emissions is less than 5% but increases abruptly after further reductions in the $NO_x$ emissions (i.e., 80% reduction). The results indicates that it may be inaccurate to use ozone sensitivity coefficients estimated at a given base emission condition in predicting ozone after $NO_x$ reductions larger than ~50% of the domain total in the SMA. Therefore, HDDM application on piecewise emissions is desirable to predict ozone response to emission controls with accuracy (i.e., truck emissions rather than the domain total). For computational efficiency, HDDM shows approximately 30% faster than the BFM sensitivity approach.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

BFM과 HDDM의 방법론 비교에 있어 본 논문에 서는 각기 산정된 오존 민감도를 기반으로 NO_x와 VOC 배출량 변화에 따른 오존농도 변화 예측성에 대해 두 방법을 비교하였다.
이에 본 연구에서는 민감도 기법인 HDDM을 이용하여 수도권 지역의 배출량 변화에 대한 오존농도 변화를 오존 isopleth와 민감도 계수를 통해 예측하였다. 또한 HDDM 적용 시 제기될 수 있는 제한요소를 파악하고 그에 따른 해결방안을 모색하였다. HDDM 방법의 정확성을 평가하기 위해 배출량 삭감 단계별로 BFM 모사결과와 비교하였으며, 두 방법간의 계산시간 효율성에 대해서도 논의하였다.

제안 방법

또한 HDDM 적용 시 제기될 수 있는 제한요소를 파악하고 그에 따른 해결방안을 모색하였다. HDDM 방법의 정확성을 평가하기 위해 배출량 삭감 단계별로 BFM 모사결과와 비교하였으며, 두 방법간의 계산시간 효율성에 대해서도 논의하였다.
배출량 변화에 따른 오존농도 변화에 대한 HDDM의 예측성을 평가하기 위하여 NO_x와 VOC 배출량을 독립적으로 변화 후 모사한 BFM 결과와 민감도 계수를 식 (1)에 적용한 HDDM 결과를 비교하였다. NO_x와 VOC 배출량이 동시에 변하는 경우에 대해서도 BFM 모사와 HDDM 결과를 비교하였다. HDDM의 민감도 기법의 경우 NO_x와 VOC 배출량이 함께 변할 경우 식(2)를 이용하며, 이때 필요한 교차 민감도 계수를 산정하였다.
Table 1. WRF and CMAQ configurations used in this study.
각각의 NO_x배출량 삭감 시나리오별 BFM과 HDDM을 이용한 오존 모사농도를 비교하였으며, 이와는 별도로 식(4)와 (5)의 NMB (Normalized Mean Bias)와 NME (Normalized Mean Error), 그리고 결정 계수 (R²)를 이용하여 HDDM의 정합도를 평가하였다.
그림 10에 NO_x와 VOC 배출량을 각각 40% 저감한 시나리오에 대해 BFM과 HDDM을 이용한 오존 예측의 공간분포를 비교하였다. 모사영역에 대해 NO_x배출량을 40% 저감할 경우 서울지역의 오존농도가 다른 지역에 비해 높게 모사되고 있다.
와 VOC 배출량에 대해 산정된 오존 민감도 계수를 식 (1)과 (2)에 적용하여 수도권 지역의 배출량 변화에 대한 오존농도 변화를 예측하였다. 배출량 변화에 따른 오존농도 변화에 대한 HDDM의 예측성을 평가하기 위하여 NO_x와 VOC 배출량을 독립적으로 변화 후 모사한 BFM 결과와 민감도 계수를 식 (1)에 적용한 HDDM 결과를 비교하였다. NO_x와 VOC 배출량이 동시에 변하는 경우에 대해서도 BFM 모사와 HDDM 결과를 비교하였다.
본 논문에서는 Kim (2011b)이 NO_x와 VOC 배출량에 대해 산정된 오존 민감도 계수를 식 (1)과 (2)에 적용하여 수도권 지역의 배출량 변화에 대한 오존농도 변화를 예측하였다. 배출량 변화에 따른 오존농도 변화에 대한 HDDM의 예측성을 평가하기 위하여 NO_x와 VOC 배출량을 독립적으로 변화 후 모사한 BFM 결과와 민감도 계수를 식 (1)에 적용한 HDDM 결과를 비교하였다.
본 논문에서는 모사기간 중 고농도의 오존이 관측 되었던 6월 18일과 19일에 대해 서울, 인천, 경기 북부 및 남부지역에서 고농도 오존이 관측되었던 측정 소를 중심으로 식 (2)를 이용하여 오존 isopleth를 작성하였다. 이를 위해 우선 그림 4에 6월 18일과 19 일에 대해 모사된 일최고 1시간평균 오존농도를 나타냈으며, 그림 2에서 보인 바와 같이 모사된 오존농도는 6월 18일에 대해서는 전반적으로 과대평가를, 6월 19일에 대해서는 과소평가를 하고 있으나 다른 모사일에 비해 높은 오존농도를 모사하고 있다.
이에 본 연구에서는 민감도 기법인 HDDM을 이용하여 수도권 지역의 배출량 변화에 대한 오존농도 변화를 오존 isopleth와 민감도 계수를 통해 예측하였다. 또한 HDDM 적용 시 제기될 수 있는 제한요소를 파악하고 그에 따른 해결방안을 모색하였다.
그림 8~11은 HDDM을 이용하여 배출량 변화에 따른 오존농도 예측의 정확성을 평가하기 위하여 BFM (배출량 방법)과 비교한 것이다. 지역별 오존농도 변화특성을 분석하기 위하여 그림 1과 같이 수도권 지역을 서울, 경기 북부와 남부, 그리고 풍하 지역등 4개의 권역으로 구분하였다. 이들 지역은 그림 4~5와 같이 배출량이 많은 지역 (예를 들어 서울, 인천의 NO_x), 서울과 인접하며 오존농도가 높게 모사되는 지역과 풍하 지역으로 구분할 수 있다.
표 2에서 민감도 기법의 경우 NO_x와 VOC 배출량에 대한 1차 민감도 (각 1개)와 오존의 비선형적인 변화를 고려하기 위한 2차 민감도(NO_x와 VOC 배출량에 대해 각 1개), 그리고 NO_x와 VOC 교차 민감도등 총 5개의 민감도 계수에 대해 비교한 것이다. 기본모사 기간은 모사기간 동안 1일 모사에 필요한 평균 모사시간을 보인 것으로 방법에 상관없이 동일하다 (523초).

대상 데이터

6을 통해 전환하고 배출량 준비 및 광화학 모사에 이용하였다. 3 km 수도권 모사영역에 대한 배출량 자료는 2007년 CAPSS (Clean Air Policy Supporting System) 자료를 SMOKE (Sparse Matrix Operation Kernel Emissions; Benjey et al., 2001)를 통해 처리하였으며 (Kim et al., 2008b), 국외 배출량의 경우 2006년 INTEX-B (2006 the International Chemical Transport Experiment-Phase B; Zhang et al., 2009) 자료를 이용하였다. 자연 배출량은 MEGAN (Model of Emissions of Gases and Aerosols from Nature; Guenther et al.
WRF (Weather Research and Forecasting) version 3.2 모델을 이용하여 기상자료를 준비하였으며, 27 km-9 km-3 km 수평 해상도의 모사영역을 둥지격자화로 설정하였다. 지형자료는 1.
토지이용자료는 시가화지역, 농업지역, 산림지역, 초지, 습지, 나지, 수역의 7개의 대분류와 22 개의 중분류로 이루어진 환경부 토지이용자료를 사용하였다. 기상 수치모사 기간은 2007년 6월 1일~ 20일이며, 대기질 수치모사 기간은 3일간의 ramp-up 기간을 포함한 2007년 6월 8일~19일이다. 기상 초기장의 경우 NCEP FNL 자료를 이용하였으며, WRF 모사결과는 MCIP (Meteorology-Chemistry Interface Processor) version 3.
2 모델을 이용하여 기상자료를 준비하였으며, 27 km-9 km-3 km 수평 해상도의 모사영역을 둥지격자화로 설정하였다. 지형자료는 1.1 km 간격으로 구성된 USGS DEM (Digital Elevation Model) 30초 자료를 사용하였다. 토지이용자료는 시가화지역, 농업지역, 산림지역, 초지, 습지, 나지, 수역의 7개의 대분류와 22 개의 중분류로 이루어진 환경부 토지이용자료를 사용하였다.
1 km 간격으로 구성된 USGS DEM (Digital Elevation Model) 30초 자료를 사용하였다. 토지이용자료는 시가화지역, 농업지역, 산림지역, 초지, 습지, 나지, 수역의 7개의 대분류와 22 개의 중분류로 이루어진 환경부 토지이용자료를 사용하였다. 기상 수치모사 기간은 2007년 6월 1일~ 20일이며, 대기질 수치모사 기간은 3일간의 ramp-up 기간을 포함한 2007년 6월 8일~19일이다.

이론/모형

기상 수치모사 기간은 2007년 6월 1일~ 20일이며, 대기질 수치모사 기간은 3일간의 ramp-up 기간을 포함한 2007년 6월 8일~19일이다. 기상 초기장의 경우 NCEP FNL 자료를 이용하였으며, WRF 모사결과는 MCIP (Meteorology-Chemistry Interface Processor) version 3.6을 통해 전환하고 배출량 준비 및 광화학 모사에 이용하였다. 3 km 수도권 모사영역에 대한 배출량 자료는 2007년 CAPSS (Clean Air Policy Supporting System) 자료를 SMOKE (Sparse Matrix Operation Kernel Emissions; Benjey et al.
, 2009) 자료를 이용하였다. 자연 배출량은 MEGAN (Model of Emissions of Gases and Aerosols from Nature; Guenther et al., 2006)을 이용하여 준비하였다. 표 1에 본 연구에서 이용된 대기질 모사방법을 정리하였으며, 그림 1에 대기질 모사영역과 대기질 모사결과 평가를 위하여 사용된 대기질 측정소를 표시하였다.

성능/효과

와 VOC 배출량 변화에 따른 오존농도 예측은 크게 1) 변화되는 배출량 입력자료를 준비하여 직접 오존농도를 모사하는 방법과 2) 기본 배출량 조건에서 산정된 민감도를 Taylor expansion에 적용하여 예측하는 방법 (i.e., HDDM)으로 구분할 수 있다. 앞서 설명한 바와 같이 전자의 경우 오존의 비선형적 변화를 고려할 수 있는 장점이 있는 반면, 다양한 배출량 변화에 따른 오존농도 변화예측이 필요한 경우 모든 시나리오에 대한 배출량 준비 및 모사를 개별적으로 수행해야 한다.
존농도는 선형적인 변화를 보이기 때문으로 판단된다. NO_x배출량 삭감 시나리오에 대해서도 40% 변화까지는 NME가 5% 정도로 비교적 작은 오차를 보였으나, NO_x배출량 변화가 그 보다 커질 경우에는 (예를 들어 80% 삭감) 오차가 급격히 커지는 것으로 나타났다. 이는 수도권의 오존농도는 NO_x배출량에 대해 비선형적인 변화가 크게 나타나기 때문으로 판단된다 (Kim, 2011b).
계산시간 비교에 있어 HDDM은 BFM 민감도 기법에 비해 수도권 지역의 오존농도 예측 시 30% 이상 효율적이며, 직접 배출량 입력자료를 수정 후 모사하는 BFM 배출량 방법과 비교할 경우 예상되는 배출량 변화 시나리오의 수에 따라 효율성이 달라지나, 5개 이상의 시나리오에 대한 검토 시에는 HDDM 방법이 보다 효율적인 것으로 판단된다. 특히 오존 isopleth와 같이 많은 수의 모사가 필요할 경우, HDDM 민감도 기법은 계산시간에 있어 효율적으로 이용될수 있다.
그림 8~11까지 결과를 종합해보면 VOC 배출량 변화에 따른 오존농도 예측은 BFM과 비교하여 HDDM은 매우 유사하게 나타나나, NO_x배출량 변화에 대한 오존농도 예측은 배출량 변화가 기본 배출량 대비 50% 이상 커질 경우 NO_x배출량에 대한 오존 민감도의 비선형적인 변화로 인해 BFM과 비교하여 5~10% 정도의 NME를 보일 것으로 예상된다. 따라서 기본 배출량 조건에서의 오존 민감도를 이용하는 HDDM을 수도권 지역에 대해 적용할 경우, 대상 배출량의 크기를 전체 NO_x배출량 대비 50% 이내로 제한하는 것이 필요할 것으로 판단된다.
NO_x배출량이 80% 감소한 경우 BFM 모사에서는 오존농도가 감소하나, HDDM에서는 계속적인 오존농도 증가를 모사한다. 두 번째로 NO_x배출량이 40% 삭감될 때까지는 NME가 5%를 넘지 않고 결정 계수 또한 0.95 이상으로 HDDM 모사결과가 BFM에잘 부합되나, NO_x배출량이 80% 삭감된 시나리오에 대해서는 NME가 증가하고 결정계수가 0.9 이하로 현저히 낮아진다. 특히 B권역(서울지역)의 경우 80% 삭감 시나리오 대해 NME가 30% 이상으로 나타나는데, 이는 수도권 지역에서 NO_x배출량 저감에 따른 오존농도의 비선형적인 변화가 크게 나타나고 (Kim, 2011b), 그림 6과 7에 보인 바와 같이 NO_x배출량이 크게 감소할 경우 오존 isopleth에서 VOC-limited인환경이 NO_x-limited인 환경으로 전환되기 때문으로 추정된다.
배출량에 대한 오존 민감도의 비선형적인 변화로 인해 BFM과 비교하여 5~10% 정도의 NME를 보일 것으로 예상된다. 따라서 기본 배출량 조건에서의 오존 민감도를 이용하는 HDDM을 수도권 지역에 대해 적용할 경우, 대상 배출량의 크기를 전체 NO_x배출량 대비 50% 이내로 제한하는 것이 필요할 것으로 판단된다.
이에 반해 BFM민감도 방법은 NO_x와 VOC에 대한 1차 및 2차 민감도 계수 산정을 위해 각 2번, 교차민감도 산정을 위해 4번 등 8번의 추가 모사가 필요하며(부록 참조), 한 번의 모사시간은 기본모사 시간과 동일하다고 가정하면 총 4,184초가 소요된다. 따라서 두 가지 민감도 방법을 대기질 모사시간에 대해 비교하면 HDDM이 BFM 민감도 방법에 비해 30%가량 효율적이다. 더욱이 BFM 민감도 방법 역시 BFM 배출량 방법과 마찬가지로 배출량 변화별 입력자료를 별도로 모두 준비해야 하는 점을 고려하면 실제 소요시간은 HDDM보다 좀 더 길어질 것으로 판단된다.
따라서 위와 같이 전체 배출량을 30% 내외로 작게 구분하여 오염원 분류별 혹은 SCC별 배출량 변화에 따른 오존농도 변화를 예측한다면 HDDM 민감도 기법 적용 시 예상되는 오차는 2~3% 이내로 감소할 것으로 판단된다.
수도권 지역에 적용에 있어 HDDM은 BFM과 비교하여 VOC 배출량 변화에 따른 오존농도 예측 시, 80% 배출량 삭감에 대해서도 NME가 2% 정도로 매우 유사한 결과를 보였다. 이는 동반논문에서 논의된 바와 같이 수도권에서 VOC 배출량 저감에 대해 오
위의 결과를 종합하면 수도권 지역에 적용 시 HDDM 결과는 배출량 변화에 따른 오존농도 변화 예측에 있어 BFM과 완전히 동일하지는 않으나, 작은 오차를 보인다. 따라서 HDDM 민감도 기법은 수도권 지역의 오존 저감계획 수립 또는 대기질 개선 작업 시 다양한 배출량 변화 시나리오에 대한 오존 및 전구물질 평가가 필요한 경우 계산시간을 줄일 수 있는 방법으로 평가할 수 있다.
와 VOC 배출량 등전구물질의 배출량 저감이 필요하나, 실제로 수도권 지역에서 배출량 저감계획을 수립 시 50% 이상의 저감 시나리오 마련은 쉽지 않을 것으로 사료된다. 이를 감안하면 배출량 변화에 따른 오존농도 변화를 HDDM 민감도 기법을 이용하여 예측 시, 예상되는 오차는 10%를 넘지 않을 것으로 판단된다.

후속연구

오존 isopleth를 이용할 경우 주어진 배출량 조건에서 NO_x와 VOC 배출량 변화에 따른 오존농도 변화 경향을 예측할 수 있다. 그러나 앞서 언급한 바와 같이 본 연구에서 이용된 배출량 등 입력자료의 불확실성이 존재하고, 그림 6과 7은 제한된 기간에 대한 모사결과로써 수도권 지역의 일반적인 VOC-limited 또는 NO_x-limited 환경에 대한 설명은 어려운 실정으로, 향후 연관된 연구가 필요하다.
NO_x의 경우 NO, NO₂와 마찬가지로 모사기간 중 과대평가를 보이는 시간이 자주 나타난다. 대기 안정도와 관련하여 수직확산 제한에 따른 과대모사와 입력되는 NO_x배출량에 따른 농도 변화 및 오존에 미치는 영향에 대해서는 별도의 논문에서 논의할 예정이다.
배출량의 경우 배출량 변화에 따른 오존농도는 비선형적인 변화를 보여 50% 이상 배출량 변화시 오차가 커지는 것으로 나타난다. 따라서 배출량 삭감 시나리오 작성 시 대상 오염원 또는 배출량을 전체 배출량 대비 30% 이내로 (안정적인 분석을 위해 50% 보다 작게 구분) 한정한다면 그 오차를 최소화할 수 있을 것으로 기대된다. 예를 들어 2007년 CPASS 배출량 목록에서 수도권의 전체 NO_x배출량을 SCC (Source Classification Code)별로 구분하였을때 화물자동차에 의한 NO_x배출량은 수도권 전체의 25% 정도로 가장 높게 나타난다.
본 연구의 대기질 모사에 이용된 배출량 및 기상 입력자료의 경우 많은 불확도가 존재할 것으로 판단된다. 또한 본 연구에서 산정된 민감도의 경우 한정된 사례에 국한된 바, 따라서 수도권 지역의 배출량 변화에 따른 정확한 오존농도 변화예측은 어려울 것으로 예상된다. 이를 보완하기 위해서는 추후 많은 연구를 통해 다른 사례 및 입력자료 변화에 따른 검토가 필요할 것으로 예상된다.
본 연구의 대기질 모사에 이용된 배출량 및 기상 입력자료의 경우 많은 불확도가 존재할 것으로 판단된다. 또한 본 연구에서 산정된 민감도의 경우 한정된 사례에 국한된 바, 따라서 수도권 지역의 배출량 변화에 따른 정확한 오존농도 변화예측은 어려울 것으로 예상된다.
수도권의 경우 대기질 모사와 관련하여 현재로서는 배출량 등 모사 입력자료의 불확도를 검토하기 위한 많은 연구가 필요한 점을 (Lee et al., 2009; Kim et al., 2008a) 감안할 때, 이러한 HDDM의 민감도 기법을 적용할 경우 다양한 분석에 대해 시간효율적인 접근이 가능할 것으로 판단된다. 국외의 경우 HDDM 을 이용하여 대기질 모사의 불확도 검토 등 다양한 연구가 최근 수행되고 있으나(Tang et al.
또한 본 연구에서 산정된 민감도의 경우 한정된 사례에 국한된 바, 따라서 수도권 지역의 배출량 변화에 따른 정확한 오존농도 변화예측은 어려울 것으로 예상된다. 이를 보완하기 위해서는 추후 많은 연구를 통해 다른 사례 및 입력자료 변화에 따른 검토가 필요할 것으로 예상된다. 하지만, 민감도 분석방법에 대한 적용성이 검증된다면 수도권 대기질 모사 결과 개선과 배출원 저감방안 마련 시 HDDM 민감도 기법의 활용성이 높다는 점에서 본 연구의 의미를 둘 수 있다.
75로 나타나나, 전반적으로 과대평가를 하는 것으로 보인다. 전체적으로 볼 때 오존과 NO₂에 대한 모사결과는 측정치와 비교할 만 하나, SIP (State Implementation Plan) 수준의 대기질 모사(국립환경과학원, 2010) 를 위해서는 기상 및 배출량 등 입력자료에 대한 평가와 개선이 향후 지속적으로 필요한 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	오존 농도는 무엇에 따라 달라지는가?	오존 (Ozone)농도는 NOx(Oxides of Nitrogen)와 VOC (Volatile Organic Compounds) 등 전구물질 배출량 변화에 따라 달라진다 (Seinfeld and Pandis, 1998; Dodge, 1987). 배출량 변화에 따른 오존농도 예측은 전통적으로 Brute Force Method (BFM)가 많이 이용되어 왔다(Environ, 2010).
	BFM은 동일한 오염원에 대해서도 삭감 또는 증가되는 배출량이 달라질 경우 어떤 단점이 있는가?	BFM은 배출량 변화에 따른 비선형적인 오존농도 변화를 예측할 수있는 가장 확실한 방법으로 알려져 있다. 하지만, 동일한 오염원에 대해서도 삭감 또는 증가되는 배출량이 달라질 경우 비선형적인 오존변화를 고려하기 위해 배출량 변화에 따른 반복적인 대기질 모사가 필요한 단점이 있다 (Cohan et al., 2003).
	NOx와 VOC 배출량 변화에 따른 오존농도 예측은 크게 무엇으로 구분할 수 있는가?	NOx와 VOC 배출량 변화에 따른 오존농도 예측은 크게 1) 변화되는 배출량 입력자료를 준비하여 직접 오존농도를 모사하는 방법과 2) 기본 배출량 조건에서 산정된 민감도를 Taylor expansion에 적용하여 예측하는 방법 (i.e., HDDM)으로 구분할 수 있다. 앞서 설명한 바와 같이 전자의 경우 오존의 비선형적 변화를 고려할 수 있는 장점이 있는 반면, 다양한 배출량 변화에 따른 오존농도 변화예측이 필요한 경우 모든 시나리오에 대한 배출량 준비 및 모사를 개별적으로 수행해야 한다.

참고문헌 (29)

국립환경과학원(2010) 대기질 모델링 가이드 라인(안) 마련 연구, 최종보고서.
Benjey, W., M. Houyoux, and J. Susick (2001) Implementation of the SMOKE emissions data processor and SMOKE Tool input data processor in Models-3, U.S. EPA.
Blancharda, C.L. and D. Fairley (2001) Spatial mapping of VOC and $NO_x$ -limitation of ozone formation in central California, Atmospheric Environment, 35(22), 3861-3873.

상세보기
Chang, K.H. (2008) Modeling approach for emissions reduction of $O_3$ precursors in Southern Taiwan, Atmospheric Environment, 42(28), 6733-6742.

상세보기
Cohan, D.S. (2004) Applicability of CMAQ-DDM to Source Apportionment and Control Strategy Development, 3rd Annual CMAS Models-3 Users' Conference, October 18-20, 2004, Chapel Hill, NC.
Cohan, D.S., A. Hakami, Y. Hu, and A.G. Russell (2005) Nonlinear response of ozone to emissions: Source apportionment and sensitivity analysis, Environ. Sci. Technol., 39, 6739-6748.

상세보기
Cohan, D.S., Y. Hu, A. Hakami, and A.G. Russell (2003) Sensitivity Analysis of Ozone in the southeast, 2003 Models-3 User's Workshop, October 27-29, 2003, Research Triangle Park, NC.
Dodge, M. (1987) Chemistry of Oxidant Formation: Implications for Designing Effective Control Strategies, U.S. Environmental Protection Agency, Washington, D.C. EPA/600/D-87/114 (NTIS PB87179990).
Doraiswamy, P., C. Hogrefe, W. Hao, K. Civerolo, J.Y. Ku, R. Henry, and G. Sistla (2007) Use of Air Quality Forecasting as a Diagnostic Tool over the Northeastern US, CMAS Conference, October 1-3, 2007, Chapel Hill, NC.
ENVIRON (2008) Higher-Order Decoupled Direct Method (HDDM) for Ozone Modeling Sensitivity Analyses and Code Refinements, Final Report.
ENVIRON (2010) User's guide to the Comprehensive Air Quality Model with Extension (CAMx) version 5.30. http://www.camx.com.
Guenther, A., T. Karl, P. Harley, C. Wiedinmyer, P.I. Palmer, and C. Geron (2006) Estimates of global terrestrial isoprene emissions using MEGAN (Model of Emissions of Gases and Aerosols from Nature), Atmospheric Chemistry and Physics, 6, 3181-3210.

상세보기
Kim, J.Y., J.S. Kim, J.Y. Hong, D.I. Jung, S.J. Ban, and Y.M. Lee (2008a) Assessment of Changed Input Modules with SMOKE Model, Journal of Korean Society for Atmospheric Environment, 24(3), 284-299. (in Korean with English abstract)

원문보기 상세보기
Kim, S., N. Moon, and D.W. Byun (2008b) Korea Emissions Inventory Processing Using the US EPA's SMOKE System, Asian Journal of Atmospheric Environment, 2(1), 34-46.

원문보기 상세보기
Kim, S., D.W. Byun, and D. Cohan (2009) Contributions of inter- and intra-state emissions to ozone over Dallas-Fort Worth, Texas, Civ. Eng. Environ. Syst., 26, 103-116.

상세보기
Kim, S. and C.-B. Lee (2011) Estimating Influence of Local and Neighborhood Emissions on Ozone Concentrations over the Kwang-Yang Bay based on Air Quality Simulations for a 2010 June Episode, Journal of Korean Society for Atmospheric Environment, submitted for publication. (in Korean with English abstract)

원문보기 상세보기
Kim, S. (2011a) Ozone Simulations over Seoul Metropolitan Area for a 2007 June Episode, Part I: Evaluating Volatile Organic Compounds Emissions Speciated for the SAPRC99 Chemical Mechanism, Journal of Korean Society for Atmospheric Environment, submitted for publication. (in Korean with English abstract)

원문보기 상세보기
Kim, S. (2011b) Estimating Ozone Sensitivity Coefficients to $NO_x$ and VOC Emissions using BFM and HDDM for A 2007 June Episode, Journal of Korean Environmental Sciences Society, Korea, submitted for publication (in Korean with English abstract).

원문보기 상세보기
Lee, Y.M., H.J. Lee, D.W. Lee, J.C. Kim, and J.H. Hong (2009) Sensitivity Analysis by Emission Control during the Episode of ozone in Seoul Metropolitan Areas, Proceeding of 48th Meeting of KOSAE, 529-530.
Napelenok, S.L., D.S. Cohan, Y. Hu, and A.G. Russell (2006) Decoupled direct 3D sensitivity analysis for particulate matter(DDM-3D/PM), Atmospheric Environment, 40, 6112-6121.

상세보기
Napelenok, S.L., K.M. Foley, D. Kang, R. Mathur, T. Pierce, and S.T. Rao (2011) Dynamic evaluation of regional air quality model's response to emission reductions in the presence of uncertain emission inventories, Atmospheric Environment, 45, 4091-4098.

상세보기
NIER (2008) Air Quality Modeling System (II), Final report.
Seinfeld, J.H. and S. Pandis (1998) Atmospheric Chemistry and Physics, Wiley Interscience, New York.
Shon, Z.-H., K.-H. Kim, S.-K. Song (2011) Long-term trend in $NO_2$ and $NO_x$ levels and their emission ratio in relation to road traffic activities in East Asia, Atmospheric Environment, 45, 3121-3131.
Tang, W., D.S. Cohan, G.A. Morris, D.W. Byun, and W.T. Luke (2011) Influence of vertical mixing uncertainties on ozone simulation in CMAQ, Atmospheric Environment, 45, 2898-2909.

상세보기
U.S. Environmental Protection Agency (2007) Guidance on the Use of Models and Other Analyses for Demonstrating Attainment of Air Quality Goals for Ozone, $PM_{2.5}$ , and Regional Haze, Office of Air Quality Planning and Standards, Air Quality Analysis Division, Air Quality Modeling Group, Research Triangle Park, North Carolina.
Wang, X., Y. Zhang, Y. Hub, W. Zhou, L. Zeng, M. Hu, D.S. Cohan, and A.G. Russell (2011) Decoupled direct sensitivity analysis of regional ozone pollution over the Pearl River Delta during the PRIDE-PRD 2004 campaign, Atmospheric Environment, 45, 4941-4949.

상세보기
Yang, Y.J., J. Wilkinson, and A.G. Russell (1997) Fast, direct sensitivity analysis of multidimensional photochemical models, Environ. Sci. Tech., 31, 2859-2868.

상세보기
Zhang, Q., D.G. Streets, G.R. Carmichael, K.B. He, H. Huo, A. Kannari, Z. Klimont, I.S. Park, S. Reddy, J.S. Fu, D. Chen, L. Duan, Y. Lei, L.T. Wang, and Z.L. Yao (2009) Asian emissions in 2006 for the NASA INTEX-B mission, Atmos. Chem. Phys., 9, 5131-5153.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증