[논문]서울시 PM10 공간분포 분석과 시계열 변화

정종철

doi:10.11108/kagis.2014.17.1.061

서울시 PM10 공간분포 분석과 시계열 변화
A Spatial Distribution Analysis and Time Series Change of PM10 in Seoul City 원문보기

한국지리정보학회지 = Journal of the Korean Association of Geographic Information Studies, v.17 no.1, 2014년, pp.61 - 69

초록
AI-Helper

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.

Abstract ▼ AI-Helper

In this study spatial analysis of PM10 was performed to Particulate Materials(PM) less than $10{\mu}m$ in diameter in Seoul city. Because PM10 are responsible for the increasing mortality rate of lung cancer and cardiovascular diseases, spatial distribution of PM10 are special interest in air pollution of Seoul. In this study, spatial analysis of Particulate Materials were monitored by monthly averaged PM10 concentration of 2010, 2011. The monthly spatial patterns of PM10 showed the west area of Seoul(Youngdungpo) higher PM10 concentration than northern part of Seoul in early spring and winter seasons. In the comparison of PM10 concentration distribution patterns in 2010 and 2011, the PM10 concentration of 2011 at Gangnam and Songpa-gu were more increased than yearly averaged patterns of 2010. The distribution patterns of PM10 in Seoul city showed the high concentration PM10 of several areas with Youngdungpo-gu, Gangnam-gu and Cheongnyangni. Therefore we need to establish PM10 management strategy for these area.

주제어

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 연구의 목적은 서울시 PM10의 실시간 측정 자료를 일 평균, 월 평균 자료로 정제하여 서울시 PM10 시공간 분포 지도를 작성하고, 배출원 특성을 반영할 수 있는 PM10 측정지점 2km 이내 토지이용에 따라 나타나는 PM10의 시공간적 분포 특성을 분석하는데 있다.
본 연구에서는 그림 1과 같이 서울시 대기오염자동측정망의 측정망 지점에서 측정된 PM10농도 데이터를 사용하여 PM10의 공간상 연속적으로 분포하는 특징을 평가하였다. 그림 2의 서울시 PM10 점 측정망에 의한 PM10의 측정 자료는 일 농도, 월 평균 농도, 연평균 농도 등 시간적 구분에 의해 측정 지역의 PM10 농도를 파악할 수 있지만, 측정점이 분포하지 않는 지역에 대해서는 공간내삽기법을 통해 PM10 농도를 분석하였다.
본 연구에서는 대기오염자동측정망의 측정망 지점에서 측정된 미세먼지 농도 데이터를 공간상 연속적으로 분포하는 특징으로 평가하여 공간보간기법을 통해 서울시 지역별 PM10 농도를 분석하였다.
본 연구에서는 서울시 PM10 자동측정망에서 측정된 PM10 일 농도 자료를 이상치를 제거한 월 평균 자료로 생산하여 측정망 공간분석을 하였다. 서울시 대기환경자동측정망에서 측정되는 PM10 자료는 배출원 인벤토리와 배출 모델을 적용한 배출량 자료와 비교하여 측정점 농도의 유의성을 평가하였다.
본 연구에서는 서울시 PM10의 공간적 분포에 대한 2010년과 2011년의 분기별 비교를 통하여 연간 PM10의 공간적 분포에서 지역별 경향이 뚜렷하게 나타나는 것을 파악하였다. 특히 7, 8, 9월의 청정한 시기에도 서울시 PM10공간 분포에서 특정지역의 분포가 우세하게 나타나는 것은 지역적 배출량과 배출원 특성이 크게 기여하고 있음을 본 연구를 통해 알 수 있었다.

제안 방법

PM10 농도의 공간보간에 의한 분석결과는 2010년과 2011년도 PM10 농도를 분기별(계절별)로 비교 분석하여 특정 농도의 증가 지역이 계절적 영향에 의한 기상 특성인지 아니면 지역적 배출량 증가로 인한 원인인지를 분석하였다. 특히 지역적인 PM10 측정 농도 자료에 영향을 미칠 것으로 판단되는 측정망 주변지역의 토지이용을 2008년, 2010년, 최근의 다음지도 항공사진 분석을 바탕으로 측정망 지역의 측정 농도와 토지이용을 비교하였다.
본 연구에서는 그림 1과 같이 서울시 대기오염자동측정망의 측정망 지점에서 측정된 PM10농도 데이터를 사용하여 PM10의 공간상 연속적으로 분포하는 특징을 평가하였다. 그림 2의 서울시 PM10 점 측정망에 의한 PM10의 측정 자료는 일 농도, 월 평균 농도, 연평균 농도 등 시간적 구분에 의해 측정 지역의 PM10 농도를 파악할 수 있지만, 측정점이 분포하지 않는 지역에 대해서는 공간내삽기법을 통해 PM10 농도를 분석하였다.
본 연구는 PM10 측정망 자료의 공간보간 방법에 의해 PM10 공간분포와 분기별 평가, 측정망 주변 토지이용 분석을 통하여 다음과 같은 결론을 도출하였다.
본 연구에서는 그림 12와 같이 2008년, 2010년, 최근의 다음지도 항공사진 분석을 통해 PM10 측정망이 위치한 지역의 토지이용 타입과 공간보간에 의한 PM10 연평균 농도 정보를 활용하여 측정망이 위치하는 지역의 토지이용 타입에 따른 PM10 농도의 경향을 비교하였다.
본 연구에서는 서울시 PM10 자동측정망에서 측정된 PM10 일 농도 자료를 이상치를 제거한 월 평균 자료로 생산하여 측정망 공간분석을 하였다. 서울시 대기환경자동측정망에서 측정되는 PM10 자료는 배출원 인벤토리와 배출 모델을 적용한 배출량 자료와 비교하여 측정점 농도의 유의성을 평가하였다.
셋째, 서울시에서 PM10의 측정망 농도에 대한 시공간적 분포 특성의 원인을 파악하기 위해 항공사진에 의해 배출원 특성을 파악하였고, 토지이용과 PM10 농도 공간 분포의 상호 경향을 해석 하였다.
서울시 PM10 평균 농도는 2000년부터 2010년까지 지속적으로 감소하는 추세를 나타내고 있었으나, 2010과 2011년 지역별로 기준치 이상의 관측 일수가 증가하였다. 특히 강남구와 송파구 등 특정지역에서 PM10이 급격히 증가한 원인을 분석하기 위해 이들 지역을 대상으로 2010년과 2011년 PM10 농도를 측정한 자료를 바탕으로 공간분석 하였다.
PM10 농도의 공간보간에 의한 분석결과는 2010년과 2011년도 PM10 농도를 분기별(계절별)로 비교 분석하여 특정 농도의 증가 지역이 계절적 영향에 의한 기상 특성인지 아니면 지역적 배출량 증가로 인한 원인인지를 분석하였다. 특히 지역적인 PM10 측정 농도 자료에 영향을 미칠 것으로 판단되는 측정망 주변지역의 토지이용을 2008년, 2010년, 최근의 다음지도 항공사진 분석을 바탕으로 측정망 지역의 측정 농도와 토지이용을 비교하였다.

이론/모형

본 연구에서는 공간보간 기법으로 지역 경향면 모형, IDW(Inverse Distance Weighted), RBF(radial basis function), 크리깅(kriging) 방법(Johnston et al., 2001) 중에서 IDW를 사용하여 공간분석을 하였다. 2000년부터 2005년까지 서울시 PM10 연평균 농도를 가지고 위의 4가지 공간분석기법을 적용하여 PM10의 분포 특성을 평가한 Cho and Jeong(2009)의 연구 결과에서는 PM10의 공간보간 기법으로 적용 방법에 따라 오차의 경향이 다르지만 IDW에 의한 거리가중함수를 고려하여 미측정 지점의 농도를 평가하는 것이 PM10에 대해 유의한 결과를 나타내고 있다고 보고 하였다.

성능/효과

둘째, 서울시 PM10의 연간 변화 특성에서 PM10 공간적 분포에 대한 2010년과 2011년의 비교는 PM10의 공간적 분포에서 서울시 각지역별 분포 경향을 잘 나타내는 것으로 판단되었다.
서울시 PM10 배출량을 조사하여 평가한 결과는 강남, 서초, 송파, 영등포구의 PM10 배출량이 서울시 다른 구에 비해 높은 지역으로 보고되고 있어서, 본 연구의 결과와 유의미한 공간분포 경향이 있음을 알 수 있었다. 또한 PM10 중 비산먼지를 제외하여 평가한 경우 영등포구가 높은 배출량을 나타내고 있어서 영등포구 지역의 PM10 관리대책이 시급한 것으로 평가되었다.
본 연구를 바탕으로 향후 다음과 같은 연구 방향을 제시할 수 있다. 본 연구의 결과 서울시 PM10 측정망의 자료를 공간보간하여 미관측지점의 PM10 농도를 추정하는 것은 PM10의 시공간적 분포 변화를 파악하는데 의미 있는 결과를 제시하였다. 따라서 본 연구는 자동측정망 자료에 의한 공간보간기법의 적용으로 시간과 비용을 최소화하는 서울시 실시간 PM10 공간 분포정보를 서비스할 수 있는 시스템 구축 방안설계에 기초연구로 판단되며, 이에 대한 추가적인 연구가 필요할 것으로 생각된다.
서울시 PM10 배출량을 조사하여 평가한 결과는 강남, 서초, 송파, 영등포구의 PM10 배출량이 서울시 다른 구에 비해 높은 지역으로 보고되고 있어서, 본 연구의 결과와 유의미한 공간분포 경향이 있음을 알 수 있었다. 또한 PM10 중 비산먼지를 제외하여 평가한 경우 영등포구가 높은 배출량을 나타내고 있어서 영등포구 지역의 PM10 관리대책이 시급한 것으로 평가되었다.
그럼에도 불구하고 그림 5와 그림 9처럼 영등포구와 신사동, 청량리지역은 상대적으로 높은 PM10 농도 분포를 나타내고 있다. 연중 PM10의 농도는 양천구, 서대문구, 종로구, 동작구, 금천구가 서울시 구별 중 가장 높고, 강동구가 가장 낮은 것으로 나타났다. 4분기는 에너지 사용량의 증가와 겨울철 고농도 스모그 발생으로 인해 다른 계절에 비해 PM10 농도가 상승했으며, 난방연료 사용에 따른 영향으로 대체적으로 높은 PM10 농도를 보여주고 있다.
첫째, 서울시 각 측정망의 공간분석을 통해 평가된 PM10은 겨울 > 봄 > 가을 > 여름 순으로 겨울에 가장 높은 PM10 농도를 나타내고 있고, 이러한 PM10 농도는 영등포와 청량리 등 교통 인구 밀집지역과 대규모 공사장이 위치하는 지역에서 높은 PM10 분포 경향을 나타내고 있다.
본 연구에서는 서울시 PM10의 공간적 분포에 대한 2010년과 2011년의 분기별 비교를 통하여 연간 PM10의 공간적 분포에서 지역별 경향이 뚜렷하게 나타나는 것을 파악하였다. 특히 7, 8, 9월의 청정한 시기에도 서울시 PM10공간 분포에서 특정지역의 분포가 우세하게 나타나는 것은 지역적 배출량과 배출원 특성이 크게 기여하고 있음을 본 연구를 통해 알 수 있었다.

후속연구

본 연구의 결과 서울시 PM10 측정망의 자료를 공간보간하여 미관측지점의 PM10 농도를 추정하는 것은 PM10의 시공간적 분포 변화를 파악하는데 의미 있는 결과를 제시하였다. 따라서 본 연구는 자동측정망 자료에 의한 공간보간기법의 적용으로 시간과 비용을 최소화하는 서울시 실시간 PM10 공간 분포정보를 서비스할 수 있는 시스템 구축 방안설계에 기초연구로 판단되며, 이에 대한 추가적인 연구가 필요할 것으로 생각된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	PM10과 미세먼지란 각각 무엇인가?	이는 도로 교통량 증가로 인한 도심지의 미세먼지와 중국으로부터 유입되는 대기 중의 미세먼지 농도에 의한 영향으로 보고되고 있다. PM10은 가늘고 작은 먼지입자로 지름 10㎛ 이하인 먼지를 말하며, 공기 중 고체상태의 입자와 액적상태의 입자 혼합물을 미세먼지라고 한다. 이러한 미세입자들은 자연 배출원뿐만 아니라 여러 종류의 고정배출원이나 이동배출원으로 부터 배출되므로 황산염, 질산염, 암모니아 등의 이온성분과 금속화합물, 탄소화합물 등 유해물질로 이루어져 있으며, 다양한 배출원으로 부터 직접 배출되거나 아황산가스나 질소산화물과 같은 가스 상태 물질에 의해 2차적으로 생성된다(Simon et al.
	공간보간 기법에는 어떤 것들이 있는가?	본 연구에서는 공간보간 기법으로 지역 경향면 모형, IDW(Inverse Distance Weighted), RBF(radial basis function), 크리깅(kriging) 방법(Johnston et al., 2001) 중에서 IDW를 사용하여 공간분석을 하였다.
	최근 서울시의 PM10 농도는 급격히 증가하고 있는 이유는 무엇인가?	최근 서울시의 PM10 농도는 급격히 증가하고 있는 추세이다. 이는 도로 교통량 증가로 인한 도심지의 미세먼지와 중국으로부터 유입되는 대기 중의 미세먼지 농도에 의한 영향으로 보고되고 있다. PM10은 가늘고 작은 먼지입자로 지름 10㎛ 이하인 먼지를 말하며, 공기 중 고체상태의 입자와 액적상태의 입자 혼합물을 미세먼지라고 한다.

참고문헌 (13)

Cho, H.L. and J.C. Jeong. 2006. Application of spatial interpolation to rainfall data. The Journal of GIS Association of Korea 14(1):29-41 (조홍래, 정종철. 2006. 강우 자료에 대한 공간보간기법의 적용. 한국GIS학회지 14(1):29-41).
Cho, H.L. and J.C. Jeong. 2009. The distribution analysis of PM10 in Seoul using spatial interpolation methods. Journal of Environmental Impact Assessment 18(1):31-39 (조홍래, 정종철. 2009. 공간보간기법에 의한 서울시 미세먼지(PM10)의 분포 분석. 환경영향평가학회지 18(1):31-39).
Fitz, D.R. and C. Bufalino. 2002. Measurement of PM10 emission factors from paved roads using on-board particle sensors. Proceedings of the U.S. Environmental Protection Agency 11th International Emission Inventory Conference, Atlanta, GA, April 2002.
Ghim, Y.S. 2012. Proposal for air quality improvement and green growth in the Seoul metropolitan area of the 21st century. Journal of Atmospheric Environment 28(2) :109-118.

원문보기 상세보기
Han, S.H. 2006. A study on the real-time measurement for temporal and spatial variations of paved-road silt loading using the mobile dust monitoring system. Master Thesis, Univ. of Inha, Korea, 76pp. (한세현, 2006. 이동먼지측정시스템을 이용한 포장도로 Silt Loading의 시간적.공간적 변화특성에 관한 실시간 측정 연구. 인하대학교 대학원 석사학위논문. 76쪽).
Johnston, K., J.M. Ver Hoef, K. Krivoruchko and N. Lucas. 2001. Using ArcGIS Spatial Analyst. ESRI Press.
Kim, D.G., H.A. Jin, S.B. Lee, Y.S. Ryu, D.G. Lee, K.H. Kang, J.H. Lim, Y.D. Hong, J.H. Lee, K.M. Lee, S.J. Lee and S.J. Lee. 2010. A study on the improvement of emission estimate methods for the air pollutants. Climate Change Research Division Climate and Air Quality Research Department National Institute of Environmental Research(NIER NO. 2010-99-1274), 38pp. (김대곤, 진형아, 이수빈, 유영숙, 이대균, 강경희, 임재현, 홍유덕, 이주형, 이경미, 이승준, 이석조. 2010. 대기오염물질 배출량산정방법 개선 연구. 기후대기연구부 기후변화연구과 국립환경과학원 연구보고서(NO. 2010-99-1274). 38쪽).
Park, E.J., M.S. Kang, D.E. You, D.S. Kim, S.D. Yu, K.H. Chung and K.S. Park. 2005. Health risk assessment of heavy metals in fine particles collected in Seoul metropolitan area. Journal of the Environmental Health and Toxicology 20(2):179-186 (박은정, 강미선, 유대은, 김대선, 유승도, 정규혁, 박광식. 2005. 서울북부 지역 미세입자에 함유된 유해 중금속의 분석 및 건강위해성평가. 환경독성학회지 20(2):179-186).
Park, G.H., J.G. Jo and B.S. Ryu. 2010. Evaluation of pollution characteristics and chemical composition of PM2.5 in ambient air in Busan. The Annual Report of Busan Metropolitan City Institute of Health & Environment 20(1):154-167 (박기형, 조정구, 류병순. 2010. 부산시 대기 환경에서 PM2.5의 오염 특성과 화학적 조성평가. 부산광역시 보건환경연구원보 20(1):154-167).
Park, J.C. and M.K. Kim. 2013. Comparison of precipitation distributions in precipitation data sets representing 1Km spatial resolution over South Korea produced by PRISM, IDW and Cokriging. Journal of the Korean Association of Geographic Information Studies 16(3):147-163 (박종철. 김민규. 2013. PRISM, 역거리가중법, 공동크리깅으로 작성한 1km 공간해상도의 남한 강수자료에서 강수분포의 비교. 한국지리정보학회지 16(3):147-163).

원문보기 상세보기
Park, N.W. and D.H. Jang. 2008. Mapping of temperature and rainfall using DEM and multivariate kriging. Journal of the Korean Geographical Society 46(6):1002 -1015 (박노욱, 장동호. 2008. 수치표고모델과 다변량크리깅을 이용한 기온 및 강수분포도 작성. 대한지리학회지 46(6):1002-1015).
Simon, H., D.T. Allen and A.E. Wittig. 2008. Fine particulate matter emissions inventories: comparisons of emissions estimates with observations from recent field programs. Journal of the Air & Waste Management Association 58(2):320-343.

상세보기
Zerrouqi, Z. M. Sbaa, M. Oujidi, M. Elkharmouz, S. Bengamra and A. Zerrouqi. 2008. Assessment of cement's dust impact on the soil using principal component analysis and GIS. International Journal of Environmental Science & Technology 5(1):125-134.

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