[논문]지하철 전동차 객실에서의 PM10 오염특성 파악에 관한 연구

오미석; 박덕신; 박은영

doi:10.5572/kosae.2011.27.5.523

지하철 전동차 객실에서의 PM10 오염특성 파악에 관한 연구
A Study for Characteristics of PM10 in the Subway Passenger Cabins 원문보기

한국대기환경학회지 = Journal of Korean Society for Atmospheric Environment, v.27 no.5, 2011년, pp.523 - 533

오미석 (한국철도기술연구원) , 박덕신 (한국철도기술연구원) , 박은영 (한국철도기술연구원)

Abstract ▼ AI-Helper

This study had the aim of characteristics of $PM_{10}$ in subway cabins. $PM_{10}$ was measured by times of day (rush and non rush hours) and seasons with real time $PM_{10}$ sampler on the subway cabins of line 7. Filter samples were collected for evaluation of their elemental composition as well as identification of major sources of $PM_{10}$ using a receptor model, PMF. $PM_{10}$ concentration were the highest in the winter season both in the rush and non rush hours at 152.8 ${\mu}g/m^3$, 90.2 ${\mu}g/m^3$ respectively. The $PM_{10}$ concentrations in rush hour were 30% higher compared to non rush hours. Based on the chemical information, the composition rare of inorganic elements was 52.5%, anions were 10.2% and others were 37.3%. Fe was the most abundant element and significantly correlated (p.0.01) with Mn (r=0.97), Ti (r=0.91), Cr (r=0.88), Ni (r=0.89) and Cu (r=0.88). Characterized $PM_{10}$ sources by PMF in the cabin were soil and road dust related sources (27.2%), railroad related sources (47.5%), secondary nitrate sources (16.2%) and a Cl-factor mixed with a secondary sulfate source (9.1%).

주제어

AI 본문요약
AI-Helper

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

문제 정의

농도를 측정하였으며 분석을 통해 그 화학적 특징을 분석하였다. 또한 분석이 완료된 시료를 수용모델(receptor model)에 적용하여 전동차 객실 내부 미세먼지 주요 오염원을 확인하고자 하였다. 본 연구 결과는 전동차 공기질 관리를 위한 기초자료로서 전동차 내 쾌적한 실내공기질 개선 방안 도출에 도움이 될 것으로 사료된다.
본 연구에서는 지하철 전동차 객실 내부의 미세먼지 특성을 파악하기 위해 수도권 지하철 노선 중 7호선을 대상으로 PM₁₀ 농도를 측정하였으며 분석을 통해 그 화학적 특징을 분석하였다. 또한 분석이 완료된 시료를 수용모델(receptor model)에 적용하여 전동차 객실 내부 미세먼지 주요 오염원을 확인하고자 하였다.
본 연구에서는 지하철 전동차 객실 내부의 미세먼지 특성을 파악하기 위해 지하철 7호선 전동차 객실을 대상으로 2009년 봄철과 2010년 봄, 여름, 가을, 겨울철, 혼잡시간대 및 비혼잡 시간대로 구분하여 PM₁₀ 농도를 측정하였으며, 측정된 시료에 대한 성분 분석을 통해 그 화학적 특징을 분석하였다. 또한 분석이 완료된 시료를 PMF를 적용하여 전동차 객실 내부 미세먼지 주요 오염원을 확인하였다.

제안 방법

0으로 나타났다. PMF 모델링으로부터 산출된 오염원 분류표와 오염원 기여도를 정량적으로 평가하기 위해 측정된 PM₁₀ 질량농도와 추정된 오염원 기여도 값에 대한 다중회귀분석을 실시한 후 생성된 계수를 이용하여 표준화시켰다.
도시철도 전동차 객실 내 계절별, 시간대별 PM₁₀ 농도 경향을 파악하기 위해 2010년 1월(동계), 4월(춘계), 7월(하계), 10월(추계)의 4계절에 걸쳐 혼잡 시간(7시~9시)과 비혼잡 시간(11시~13시)을 구분하여 총 8회 측정을 실시하였다. 본 연구에서는 승객이 집중되는 시간대와 승객이 비교적 적은 시간대를 비교하고 역간의 공기질 오염도 비교 등의 다양하고 실증적인 데이터 산출을 위해서 광산란 연속측정법을 사용하여 6초 단위로 PM₁₀ 농도를 모니터링 하였으며, 역간 이동 시 전동차 내 객실 인원, 이산화탄소 농도를 함께 조사하였다.
농도를 측정하였으며, 측정된 시료에 대한 성분 분석을 통해 그 화학적 특징을 분석하였다. 또한 분석이 완료된 시료를 PMF를 적용하여 전동차 객실 내부 미세먼지 주요 오염원을 확인하였다.
또한 수용성 이온성분은 절취한 여지를 30 mL 초순수에 침적시켜 초음파 추출기(5210R-DTH, Bransonic Ultrasonics Co.)로 추출하는 전처리 방법을 이용하였다. IC 분석 시 칼럼의 막힘 현상을 방지하기 위하여 추출된 용액은 직경 47 mm, pore size 0.
그러나 광산란법으로 측정한 수치는 중량을 이용한 농도 값이 아닌 미세먼지의 개수 및 산란 량을 이용하여 계산한 상대적인 값이기 때문에 이는 광산란법 적용의 한계로 작용하고 있다. 본 연구에서 사용된 광산란 측정장치에 대한 신뢰도를 검증하기 위해서 지하철 역사 대합실에서 베타선 흡수법(FH62C-14, Anderson Co.)과 미세먼지 측정 농도 비교 실험을 6일간 진행하였다.
분석된 항목 중에는 결측된 자료와 검출한계 이하의 자료가 존재하는데, 이러한 자료가 많이 존재하는 경우 항목 자체를 모델링에서 제외하는 것이 가장 바람직한 방법이나, 항목 자체를 제외하는 것보다 적당한 방법을 이용하여 이런 값들을 대체하는 방법이 있다. 본 연구에서는 검출한계 이하의 값에 대해서는 검출한계 값의 1/2로 대체하며, 결측된 자료에 대해서는 해당 화학종의 기하평균으로 대체하는 방법(Lee et al., 2002; Polissar et al., 1998)을 사용하였다.
농도 경향을 파악하기 위해 2010년 1월(동계), 4월(춘계), 7월(하계), 10월(추계)의 4계절에 걸쳐 혼잡 시간(7시~9시)과 비혼잡 시간(11시~13시)을 구분하여 총 8회 측정을 실시하였다. 본 연구에서는 승객이 집중되는 시간대와 승객이 비교적 적은 시간대를 비교하고 역간의 공기질 오염도 비교 등의 다양하고 실증적인 데이터 산출을 위해서 광산란 연속측정법을 사용하여 6초 단위로 PM₁₀ 농도를 모니터링 하였으며, 역간 이동 시 전동차 내 객실 인원, 이산화탄소 농도를 함께 조사하였다. 본 연구에서 사용된 PM₁₀ 광산란 연속측정 장치(LD-3B, SIBATA Co.
따라서 연구 환경 특성에 대한 선행조사, 발생 가능한 오염원의 화학종 배출 특성, 관련 문헌에 대한 충분한 조사가 이루어져야 한다. 본 연구에서도 철도 환경에 대한 기본 조사를 바탕으로 각 오염원에 대하여 화학종의 농도 및 분율, 화학종간 통계적 분석 및 각 오염원에 대한 특정 확인자(marker)를 바탕으로 오염원을 확인하였다.
세 번째 오염원은 NO₃^-가 크게 기여하고 있는 오염원으로 2차 분진 중 질산염 관련(secondary nitrate) 오염원으로 추정하였다. 본 연구에서는 이온 성분 중 음이온 성분만 측정하였기 때문에 양이온 성분과의 이온 밸런스, 결합 형태를 직접적으로 예측할 수 없었지만 Kang et al.
시료채취 전후로 3일간 항온, 항습 상태에서 전자데시게이터(Oyin 09678BN, Sanplatec Co.) 내에 보관하여 항량시킨 후 0.01 mg의 감도를 갖는 전자저울(HM-202, A&D Co.)로 칭량하여 미세먼지 농도를 계산하였다.
오염원의 수는 4개로 추정되었다. 인자수를 결정한 뒤 Fpeak의 값을 -1.0에서 1.0까지 0.1 단계씩 변화를 주어 모델링을 실시하였으며, Q값이 일정하게 유지되는 범위 내에서 최적의 회전 자유도를 결정하였다(Han et al., 2006; Kim et al., 2003; Song et al., 2001). 본 연구에서 최적의 Fpeak는 0.
정량적으로 객실 내 승객수와 PM₁₀과의 상관관계를 파악하기 위해서 역간 이동 시 전동차 내 승객수를 계수하였으며, 광산란 방식으로 PM₁₀ 연속 측정 중 역간 출발 및 도착 시간을 구분하여 전동차 이동 중 PM₁₀ 농도를 산출하였다. 전동차 내 승객수와 PM₁₀ 상관분석을 실시한 결과 전동차 객실 내 PM₁₀과 승객수와의 직접적인 상관성을 확인할 수 없었다.
지하철 객실의 PM₁₀을 채취한 여지는 무기원소 및 이온성분의 분석을 위하여 마그네틱 가위를 이용하여 필터를 1/2 크기로 절취하여 각각의 분석목적에 맞게 전처리를 실시하였다. PM₁₀ 무기원소 분석을 위한 전처리 방법은 미국 EPA가 고시한 CWA (Clean Water Act)의 전처리법을 준용하여 microwave (MARS5, CEM Co.
)를 이용한 질산-염산 전처리 방법을 사용하였다. 채취한 시료를 PFA liner에 넣은 후 유해 중금속 측정용 61% 질산 7 mL와 35% 염산 3 mL를 가한 후 150 psi 조건에서 10분간 압력을 유지하는 방법으로 무기원소 성분을 추출하였다. 추출한 용액은 여지(NO.
의 주요 오염원은 토양 및 도로비산 관련, 철도 관련, 2차 분진으로 질산염관련 오염원과 염소 및 황산염 관련 오염원의 4가지로 확인되었다. 첫 번째 오염원의 경우 토양 및 도로비산(soil and road dust) 관련 오염원으로 분류하였다. 일반적으로 토양 성분의 오염원 프로파일에서는 Si가 10% 이상의 분율을 보이는 것으로 본 연구에서 생성된 첫 번째 오염원에서도 Si가 약 10% 정도의 질량 분율을 보이는 것으로 확인되었다.
)에 넣어 분석 전까지 4℃에서 냉장보관 하였다. 추출된 수용성 이온성분의 농도를 분석하기 위해 이온크로마토그래피(DX-400, Dionex Co.)를 사용하였으며 AS12A 칼럼을 사용하여 NO₃^-, SO₄^2-, Cl^- 등 3개의 음이온을 분석하였다.
한편 네 번째 오염원의 경우 SO42- 이온과 함께 Cl−이온의 기여도가 0.5 이상으로 비교적 큰 수치로 확인되었으며 이를 염소 및 2차 황산염 관련(Cl-factor mixed with secondary sulfate) 오염원으로 분류하였다.

대상 데이터

오염원을 정량적으로 평가하기 위해서는 원자료(raw data)를 적절하게 재구성하여 모델에 입력하여야 한다. 2009년 봄철(3월) 지하철 7호선 전동차에서 30개의 PM₁₀ 시료를 측정하여 분석하였다. PMF 모델링에 사용된 자료는 무기원소 13종(Mg, Al, Si, Ti, V, Cr, Mn, Fe, Ni, Cu, Zn, Ba, Pb), 음이온 성분 3종(Cl-, NO₃^-, SO₄^2-)으로 구성된 30×16 행렬 자료이다.
PMF 모델링에 사용된 자료는 무기원소 13종(Mg, Al, Si, Ti, V, Cr, Mn, Fe, Ni, Cu, Zn, Ba, Pb), 음이온 성분 3종(Cl-, NO3-, SO42-)으로 구성된 30×16 행렬 자료이다.
본 연구에서는 서울시 지하철 7호선 객실을 선정하여 이를 대상으로 연구를 진행하였다.
전동차 객실 내 미세먼지의 물리ㆍ화학적 특성을 파악하기 위한 목적으로 2009년 3월 서울시 7호선을 대상으로 미니볼륨에어샘플러로 평균 5 L/min의 유량으로 7시간 동안 채취하였다. 필터는 멤브레인 필터(PTFE, Membrane Filter 0.
5 m이다. 지하철 7호선에서 뚝섬유원지, 장암, 도봉산역의 세군데 역이 지상역으로 조사되었다. 전동차는 총 504량이 운행되고 있으며 운행간격은 2.

데이터처리

측정된 원소들 간의 상관성을 파악하기 위한 목적으로 SPSS Ver. 13.0 통계 프로그램의 피어슨 상관분석(Pearson correlation analysis)을 이용하여 측정된 16개 원소들 간의 상관관계를 분석하여 표 3에 제시하였다. 분석된 원소들 중 가장 큰 비율로 존재하고 있는 Fe 성분에 대한 결과를 보면 Fe는 Mn과 상관계수(r)가 0.

이론/모형

을 채취한 여지는 무기원소 및 이온성분의 분석을 위하여 마그네틱 가위를 이용하여 필터를 1/2 크기로 절취하여 각각의 분석목적에 맞게 전처리를 실시하였다. PM₁₀ 무기원소 분석을 위한 전처리 방법은 미국 EPA가 고시한 CWA (Clean Water Act)의 전처리법을 준용하여 microwave (MARS5, CEM Co.)를 이용한 질산-염산 전처리 방법을 사용하였다. 채취한 시료를 PFA liner에 넣은 후 유해 중금속 측정용 61% 질산 7 mL와 35% 염산 3 mL를 가한 후 150 psi 조건에서 10분간 압력을 유지하는 방법으로 무기원소 성분을 추출하였다.
)로 여과하였으며, 초순수를 가하여 50 mL로 희석한 후 분석 전까지 4℃에서 냉장보관 하였다. 이와 같이 전처리가 끝난 용액은 ICP-AES분석법(DRE ICP, Leeman Labs Co.)을 이용하여 Mg, Al, Si, Ti, V, Cr, Mn, Fe, Ni, Cu, Zn, Ba, Pb 등 13개의 무기원소 성분을 분석하였다.

성능/효과

계절별 측정 결과를 보면 겨울철 혼잡 시간대 152.8 μg/m3, 겨울철 비혼잡 시간대 90.2 μg/m3로 다른 계절에 비해 겨울철 전동차 객실에서 PM10 농도가 높은 것으로 확인되었다.
계절별로 측정된 PM10 농도 결과는 환경부의 대중교통수단 실내공기질 가이드라인에서 제시하고 있는 비혼잡 시 200 μg/m3, 혼잡 시 250 μg/m3 이하의 수준으로 나타났다.
네 번째 오염에서 Cl-factor와 황산염이 분류되지 않아 전동차 내에서 구체적으로 2차 분진만(질산염+황산염)의 기여도를 산출할 수 없었지만 16.2% (8.9 μg/m3)~25.3% (13.9 μg/m3)의 기여도를 보이는 것으로 추정된다.
1시간 평균 농도(n=147)에 대한 산점도(scatter plot)를 나타낸 것이다. 두 측정 장치 간 상관계수(r)가 0.908로 본 연구에서 사용된 광산란 측정장치는 베타선 흡수법과 높은 상관성이 있음을 확인하였다.
97로서 가장 높은 상관성을 보였다. 또한 Al (r=0.91), Ti (r=0.91), Cr (r=0.88), Ni (r=0.89), Cu (r=0.88) 등의 원소와도 높은 상관성을 보이는 것으로 확인되었다. 미세먼지에서 토양, 지각 물질과 관련 있는 Al, Si의 경우도 상관계수 0.
5의 경우 지상 플랫폼보다 지하 플랫폼에서 더 높은 농도가 관측되었다. 또한 성분 분석에서 Fe 성분이 64~71%의 비율을 차지하는 것으로 확인되었다.
겨울철의 경우 낮은 환기율이 전동차 내 PM₁₀ 농도에 영향을 미치는 것으로 판단된다. 또한 혼잡 시간대에 측정된 PM₁₀ 농도는 비혼잡 시간대에 비해 평균 30% 정도 더 높은 수준을 보이고 있음을 확인할 수 있었다.
88) 등의 원소와도 높은 상관성을 보이는 것으로 확인되었다. 미세먼지에서 토양, 지각 물질과 관련 있는 Al, Si의 경우도 상관계수 0.86으로 통계적으로 유의하게 상관성을 보이는 것으로 확인되었다.
, 2002). 본 연구에서 확인된 2차 분진은 외기 중 차량을 포함한 화석연료의 연소산물로 판단되며, 환기장치를 통한 외기 유입 시 승강장으로 유입된 후 전동차 문 개폐 시 전동차 내부로 유입된 것으로 판단된다. 네 번째 오염에서 Cl-factor와 황산염이 분류되지 않아 전동차 내에서 구체적으로 2차 분진만(질산염+황산염)의 기여도를 산출할 수 없었지만 16.
가 크게 기여하고 있는 오염원으로 2차 분진 중 질산염 관련(secondary nitrate) 오염원으로 추정하였다. 본 연구에서는 이온 성분 중 음이온 성분만 측정하였기 때문에 양이온 성분과의 이온 밸런스, 결합 형태를 직접적으로 예측할 수 없었지만 Kang et al. (2008)의 지하철 내 개별입자 분석 연구에서와 같이 NO₃^- 이온이 NH⁴⁺, Na⁺, Ca²⁺ 등의 양이온 성분과 결합된 형태로 질산염 입자가 존재하는 것으로 추정된다.
분석된 원소 중 철(Fe)성분이 평균 29.3 μg/m3의 농도로 가장 큰 비율로 검출되었는데, 전동차 객실에서 측정된 PM10 농도에 대해 평균 10~70% 범위의 높은 분율을 보이는 것으로 확인되었다.
0 통계 프로그램의 피어슨 상관분석(Pearson correlation analysis)을 이용하여 측정된 16개 원소들 간의 상관관계를 분석하여 표 3에 제시하였다. 분석된 원소들 중 가장 큰 비율로 존재하고 있는 Fe 성분에 대한 결과를 보면 Fe는 Mn과 상관계수(r)가 0.97로서 가장 높은 상관성을 보였다. 또한 Al (r=0.
0μg/m³ 범위로 나타났다. 성분분석 결과 측정된 미세 먼지 중 무기원소 함유 비율이 평균 52.5%, 음이온 함유 비율이 평균 10.2%, 그 외 양이온, 유기 및 무기 탄소 등 분석되지 못한 성분에 대한 비율이 37.3%를 차지하는 것으로 확인되었다(그림 3).
성분분석 결과 측정된 미세먼지 중 무기원소 함유 비율이 평균 52.5%, 음이온 함유 비율이 평균 10.2%, 그 외 양이온, 유기 및 무기 탄소 등 분석되지 못한 성분에 대한 비율이 37.3%를 차지하는 것으로 확인되었으며 분석 원소 중 철(Fe)성분이 가장 큰 비율로 검출되었는데 PM₁₀ 농도에 대해 평균 10~70% 범위의 높은 분율을 보이는 것으로 확인되었다. 또한 Fe은 Mn (r=0.
수용모델링 결과에 의하면 지하철 전동차 객실에서 PM₁₀의 주요 오염원은 토양 및 도로비산오염원(soil and road dust), 철도 관련 오염원(railroad), 이차분진 중 질산염관련오염원(secondary nitrate), 염소 및 2차 황산염 관련 오염원(Cl-factor mixed with secondary sulfate)의 4가지 오염원으로 분류하였으며 기여도는 각각 27.2%, 47.6%, 16.2%, 9.1%로 확인되었다. 가장 큰 기여율을 보이고 있는 Railroad 오염원의 경우 전동차의 운행 시 열차 레일의 마모, 브레이크 마모, 전력 공급선 및 견인선의 마모로부터 주로 발생되는 것으로, 전동차 내 상부 환기구에서 급기 시 터널로부터 유입되어 영향을 미치는 것으로 판단된다.
시간대별 측정 결과를 보면 그림 2에 나타낸 것과 같이 평균적으로 혼잡 시간대에 측정된 PM₁₀ 농도가 비혼잡 시간대에 측정된 농도에 비해 30% 정도 더 높은 수준을 보이고 있으며 혼잡, 비혼잡의 시간대 구분에 따른 농도 분포의 차이를 확인할 수 있었다.
연구 결과에 의하면 계절별 전동차 객실에서 측정된 PM10 농도는 겨울철에 농도가 가장 높게 나타났으며 혼잡, 비혼잡 시 152.8 μg/m3, 90.2 μg/m3로 각각 나타났다.
첫 번째 오염원의 경우 토양 및 도로비산(soil and road dust) 관련 오염원으로 분류하였다. 일반적으로 토양 성분의 오염원 프로파일에서는 Si가 10% 이상의 분율을 보이는 것으로 본 연구에서 생성된 첫 번째 오염원에서도 Si가 약 10% 정도의 질량 분율을 보이는 것으로 확인되었다. 전동차 내 토양 및 도로비산 오염원의 PM₁₀에 대한 기여도는 27.
전동차 객실 내 PM₁₀의 주요 오염원은 토양 및 도로비산 관련, 철도 관련, 2차 분진으로 질산염관련 오염원과 염소 및 황산염 관련 오염원의 4가지로 확인되었다. 첫 번째 오염원의 경우 토양 및 도로비산(soil and road dust) 관련 오염원으로 분류하였다.
농도를 산출하였다. 전동차 내 승객수와 PM₁₀ 상관분석을 실시한 결과 전동차 객실 내 PM₁₀과 승객수와의 직접적인 상관성을 확인할 수 없었다. 단순히 승객 수로 전동차 내 PM 농도 영향을 평가하기에는 무리가 있는 것으로 판단되며 전동차 내 PM₁₀ 농도에 영향을 주는 인자는 다양하게 존재할 것이라 사료된다.
철도관련 오염원은 전동차 내 PM10에 대해 47.6% (26.1 μg/m3)로 본 연구에서 추정된 오염원 중 가장 크게 기여하는 것으로 확인되었다.
측정된 음이온의 평균 농도는 Cl- 10.45 μg/m3, SO42- 5.92 μg/m3, NO3- 5.53 μg/m3 순으로 나타났으며 Cl- 농도가 가장 높게 나타났다.

후속연구

전동차 내에서 승객들의 활동성이 커지는 시점은 차량 문 개폐에 따라 승객들이 이동하는 것인데, 본 연구에서는 전동차 내에서 승객들의 활동성을 평가할 수 있는 정량적인 지표를 확인할 수 없다는 한계가 존재하였다. 또한 차량 문 개폐시 외부와 공기 치환이 이루어지면서 오염물질의 확산 및 이동에 대한 평가가 추가로 이루어 져야 할 것으로 판단된다.
또한 분석이 완료된 시료를 수용모델(receptor model)에 적용하여 전동차 객실 내부 미세먼지 주요 오염원을 확인하고자 하였다. 본 연구 결과는 전동차 공기질 관리를 위한 기초자료로서 전동차 내 쾌적한 실내공기질 개선 방안 도출에 도움이 될 것으로 사료된다.
본 연구에서 분류된 Cl-factor는 9.1% (5 μg/m3) 이하의 이는 차량 운행 전/후 객실 청소 및 차량 운행 중 승객들의 의류 등으로부터 발생되는 것으로 추정되며 향후 전동차 등 실내 공간에서 Cl-factor에 대한 추가적인 연구가 요구되는 것으로 사료된다.
(2004)의 연구에서 지하철 이용 여부에 따라 학생들의 그룹 간 Fe, Mn, Cr 등의 무기원소 노출 정도를 평가하였는데, 지하철을 이용한 학생들 그룹에서 대조군에 비해 Fe, Mn, Cr이 고농도로 노출되고 있음을 확인하였다. 원소들 간의 상관분석 결과와 다른 연구 사례들을 종합해 보았을 때 Fe, Mn, Cr, Cu의 4가지 무기원소는 철도 관련 오염원의 지표 원소로서 구분되어지는 것으로 판단되며 이들 원소에 대한 세부 정보는 향후 미세먼지 오염원 확인 및 기여도의 정량적 평가 시 활용되어질 수 있을 것이라 사료된다. 또한 전동차 객실 내부 환경의 경우도 지하철 운영 시 발생되는 미세먼지의 영향을 크게 받는 것으로 추정할 수 있다.
(2004)의 연구에서 지하철 이용 여부에 따라 학생들의 그룹 간 Fe, Mn, Cr 등의 무기원소 노출 정도를 평가하였는데, 지하철을 이용한 학생들 그룹에서 대조군에 비해 Fe, Mn, Cr이 고농도로 노출되고 있음을 확인하였다. 원소들 간의 상관분석 결과와 다른 연구 사례들을 종합해 보았을 때 Fe, Mn, Cr, Cu의 4가지 무기원소는 철도 관련 오염원의 지표 원소로서 구분되어지는 것으로 판단되며 이들 원소에 대한 세부 정보는 향후 미세먼지 오염원 확인 및 기여도의 정량적 평가 시 활용되어질 수 있을 것이라 사료된다. 또한 전동차 객실 내부 환경의 경우도 지하철 운영 시 발생되는 미세먼지의 영향을 크게 받는 것으로 추정할 수 있다.
(2007)은 실내에서 미세먼지 농도는 재실자의 활동성에 크게 영향을 받는 것으로 보고하였다. 전동차 내에서 승객들의 활동성이 커지는 시점은 차량 문 개폐에 따라 승객들이 이동하는 것인데, 본 연구에서는 전동차 내에서 승객들의 활동성을 평가할 수 있는 정량적인 지표를 확인할 수 없다는 한계가 존재하였다. 또한 차량 문 개폐시 외부와 공기 치환이 이루어지면서 오염물질의 확산 및 이동에 대한 평가가 추가로 이루어 져야 할 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	역사 내 미세먼지의 발생경로는 어떻게 되는가?	미세먼지는 지하철의 주요 오염물질로서 열차의 운행, 승객들의 이동, 환기를 통한 외부 공기의 유입 등 다양한 경로로부터 발생되는 것으로 알려져 있다. 역학 연구에서 미세먼지에 대한 노출은 질병률 및 사망률 증가와 밀접한 관련이 있는 것으로 인체 위해성이 높고 체감 오염도를 증가시키는 것으로 나타났다.
	지하철 승객 및 작업자들과 지하철역 주변 지하 공간을 이용하는 사람들이 오염물질에 장기간 노출 시 건강상의 위해도가 높아질 가능성이 큰 이유는 무엇인가?	그러나 지하철은 대부분 밀폐된 지하공간이라는 입지 조건에 근거를 두고 있어 지상 공간에 위치하고 있는 다른 공공건물의 실내보다 열악한 실정이다. 또한 수많은 사람들이 지하철을 이용할 때 사람들에 의해 유입되거나 지하철역 내부 공간 자체에서 발생되는 오염물질들이 외부로 배출되지 못하고 축적될 가능성이 상당히 높다. 따라서 지하철 승객 및 작업자들과 지하철역 주변 지하 공간을 이용하는 사람들이 이러한 오염물질에 장기간 노출 시 건강상의 위해도가 높아질 가능성이 크다(Kim et al.
	미세먼지에 대한 노출과 건강은 어떠한 상관관계가 있는가?	미세먼지는 지하철의 주요 오염물질로서 열차의 운행, 승객들의 이동, 환기를 통한 외부 공기의 유입 등 다양한 경로로부터 발생되는 것으로 알려져 있다. 역학 연구에서 미세먼지에 대한 노출은 질병률 및 사망률 증가와 밀접한 관련이 있는 것으로 인체 위해성이 높고 체감 오염도를 증가시키는 것으로 나타났다. 지하철에서 측정된 미세먼지 농도는 일반 대기 중에서의 농도보다 비교적 높은 농도로 존재하며, 독성이 크기 때문에(Nieuwenjuijsen et al.

참고문헌 (41)

Adams, H.S., M.J. Nieuwenhuijsen, R.N. Colvile, M.A. McMullen, and P. Khandelwal (2001) Fine particle (PM2.5) personal exposure levels in transport microenvironments, London, UK. The Science of the Total Environment, 279(1-3), 29-44.

상세보기
Brains, M., L. Rezacova, and M. Domasova (2005) The effect of outdoor air and indoor human activity on mass concentrations of $PM_{10}$ , $PM_{2.5}$ and $PM_1$ in a classroom, Environ. Res., 99, 143.

상세보기
Brains, M. (2006) The contribution of ambient sources to particulate pollution in spaces and trains of the Prague underground transport system, Atmospheric Environment, 40, 348-356.

상세보기
Bukowiecki, N., R. Gehrig, M. Hill, P. Lienemann, C.N. Zwicky, B. Buchmann, E. Weingartner, and U. Baltensperger (2007) Iron, mangamese and copper emitted by cargo and passenger trains in Zurich (Switzerland): Size-segregated mass concentrations in ambient air, Atmospheric Environment, 41, 878-889.

상세보기
Campbell, S.W., M.C. Evans, and N.D. Poor (2002) Predictions of size-resolved aerosol concentrations of ammonium, chloride and nitrate at a bayside site using EQUISOLV II, Atmospheric Environment, 36(27), 4299-4307.

상세보기
Chan, L.Y., W.L. Lau, S.C. Lee, and C.Y. Chan (2002) Commuter exposure to particulate matter in public transportation modes in Hong Kong, Atmospheric Environment, 36, 3363-3373.

상세보기
Chillrud, S.N., D. Epstein, J.M. Ross, S.N. Sax, D. Pederson, J.D. Spengler, and P.L. Kinney (2004) Elevated airborne exposures of teenagers to manganese, chromium, and iron from steel dust and New York City's subway system, Environmental Science and Technology, 38, 732-737.

상세보기
Fromme, H., D. Twardella, S. Dietrich, D. Heitmann, R. Schierl, B. Liebl, and H. Ruden (2007) Particulate matter in the indoor air of classrooms-exploratory results from Munich and surrounding area, Atmospheric Environment, 41, 854-866.

상세보기
Funasaka, K., M. Sakai, M. Shinaya, T. Miyazaki, T. Kamiura, S. Kaneco, K. Ohta, and T. Fujita (2003) Size distributions and characteristics of atmospheric inorganic particles by regional comparative study in urban Osaka, Japan, Atmospheric Environment, 37, 4597-4650.

상세보기
Gehrig, R., M. Hill, P. Lienemann, C.N. Zwicky, N. Bukowiecki, E. Weingartner, U. Baltensperger, and B. Buchmann (2007) Contribution of railway traffic to local $PM_{10}$ concentrations in Switzerland, Atmospheric Environment, 41(5), 923-933.

상세보기
Han, J.S., K.J. Moon, S.J. Lee, Y.J. Kim, S.Y. Ryu, S.S. Cliff, and S.M. Yi (2006) Size-resolved source apportionment of ambient particles by positive matrix factorization at Gosan background site in East Asia, Atmospheric Chemistry and Physics, 6, 211-223.

상세보기
Hwang, I.J., T.O. Kim, and D.S. Kim (2001) Source identification of PM-10 in Suwon using the method of positive matrix factorization, Journal of Korean Society for Atmospheric Environment, 17(2), 133-145.
Johansson, C. and P.A. Johansson (2003) Particulate matter in the underground of Stockholm, Atmospheric Environment, 37, 3-9.

상세보기
Kang, S.N., H.J. Hwang, Y.M. Park, H.K. Kim, and C.U. Roh (2008) Chemical compositions of subway particles in Seoul, Korea determined by a quantitative single particle analysis, Environmental Science and Technology, 42, 9051-9057.

상세보기
Karlsson, H.L., L. Nilsson, and L. Moller (2005) Subway particles are more genotoxic than street particles and induce oxidative stress in cultured human lung cells, Chemical Research in Toxicology, 18, 19-23.

상세보기
Khoder, M.I. (2002) Atmospheric conversion of sulfur dioxide to particulate sulfate and nitrogen nitric acid in an urban area, Chemosphere, 49, 675-684.

상세보기
Kim, E., P.K. Hopke, and Y. Qin (2005) Estimation of organic carbon blank values and error structures of the speciation trend network data for source apportionment, Air and Waste Manage. Assoc., 55, 1190-1199.

상세보기
Kim, E., T.V. Larson, P.K. Hopke, C. Slaughter, L.E. Sheppard, and C. Claibom (2003) Source identification of $PM_{2.5}$ in an arid Northwest U.S. City by positive matrix factorization, Atmospheric Research, 66, 291-305.

상세보기
Kim, J.K. and N.W. Paik (2004) Characteristics on airborne particle in subway of Seoul city, Korea J. of Env. Health., 30(2), 154-160.
Kim, K.Y., J.B. Park, C.N. Kim, and K.J. Lee (2006) Assessment of airborne bacteria and particulate matters distributed in Seoul metropolitan subway stations, Kor. J. of Env. Health., 32(4), 254-261.
Lee, E., C.K. Chan, and P. Paatero (1999) Application of positive matrix factorization in source apportionment of particulate pollutants in Hong Kong, Atmospheric Environment, 33(19), 3201-3212.

상세보기
Lee, J.H., Y. Youshida, B.J. Turpin, P.K. Hopke, R.L. Poirot, P.J. Lioy, and J.C. Oxley (2002) Identification of sources contributing to Mid-Atlantic regional aerosol, Air & Waste Manage. Assoc., 52(10), 1186-1205.

상세보기
Lee, T.J., J.S. Kim, S.D. Kim, and D.S. Kim (2010) A comparative study on $PM_{10}$ source contribution in a Seoul metropolitan subway station before/after installing platform screen doors, Journal of Korean Society for Atmospheric Environment, 26(5), 543-553.

원문보기 상세보기
Li, T.T., Y.H. Bai, Z.R. Liu, J.F. Liu, G.S. Zhang, and J.L. Li (2006) Air quaility in passenger cars of the ground railway transit system Beijing, China, Science of Total Environment, 367, 89-95.

상세보기
Nieuwenjuisen, M.J., J.E. Gomez-Perales, and R.N. Colvile (2007) Levels of particulate air pollution, its elemental composition, determinants and health effects in metro systems, Atmospheric Environment, 41, 7995-8006.

상세보기
Oh, M.S., T.J. Lee, and D.S. Kim (2009) Source identification of ambient size-by-size particulate using the positive matrix factorization model on the border of Yongin and Suwon, Journal of Korean Society for Atmospheric Environment, 25(2), 108-121.

원문보기 상세보기
Paatero, P. and U. Tapper (1994) Positive matrix factorization: A non-negative factor model with optimal utilization of error estimates of data values, Environmetrics, 5, 111-126.

상세보기
Park, D.S., Y.M. Cho, C.K. Lee, and B.H. Park (2004) Study on the quality of air inside tunnel, Journal of Korean Society for Atmospheric Environment, 38, 363-364.
Park, D.U. and K.C. Ha (2008) Characteristics of $PM_{10}$ , $PM_{2.5}$ , $CO_2$ and CO monitored in interiors and platforms of subway train in Seoul, Korea, Environment International, 34(5), 629-634.

상세보기
Paterson, K.G., J.L. Sagady, D.L. Hooper, S.T. Bertman, M.A. Carroll, and P.B. Shepson (1999) Analysis of air quality data using positive matrix factorization, Environ. Sci. & Technol., 33(4), 635-641.

상세보기
Polissar, A.V., P.K. Hopke, P. Paatero, W.C. Malm, and J.F. Sisler (1998) Atmospheric aerosol over Alaska, 2. Elemental composition and sources, J. of Geophysical Research, 103(D15), 19045-19057.

상세보기
Pope, C.A., D.V. Bates, and M.E. Raizenne (1995) Health effects of particulate air pollution: time for reassessment Environmental Health Perspectives, 103, 472-480.

상세보기
Seaton, A., J. Cherrie, M. Dennekamp, K. Donaldson, J.F. Hurley, and C.L. Tran (2005) The London underground: dust and hazards to health, Occupational and Environmental Medicine, 62, 355-362.

상세보기
Seoul (2009) http://stat.seoul.go.kr
Seoul Metropolitan Rapid Transit Corporation (2010).
http://www.smrt.co.kr/Intro/General/General_state.jsp
http://www.smrt.co.kr/News/Library/Library_usable_view.jsp
Sitzmann, B., M. Kendall, J. Watt, and I. Williams (1999) Characterisation of airborne particles in London by commuter-controlled scanning electron microscopy, Science of the Total Environment, 241(1-3), 63-73.

상세보기
Song, X.H., A.V. Polissar, and P.K. Hopke (2001) Source of fine particle composition in the northeastern US, Atmospheric Environment, 35(31), 5277-5286.

상세보기
Wilson, W.E., J.C. Chow, C. Claiborn, W. Fusheng, J. Engelbrecht, and J.G. Watson (2002) Monitoring of particulate matter outdoors, Chemosphere, 49, 1009-1043.

상세보기
Zhao, W., P.K. Hopke, G. Noris, R. Williams, and P. Paatero (2006) Source apportionment and analysis on ambient and personal exposure samples with a combined receptor model and adaptive blank estimation strategy, Atmospheric Environment, 40, 3788-3801.

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