선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 또한 PM10과 상관성이 높은 기상요를 파악하고 기상요소의 효과가 제거된 장기변동을 분석하였다. 이를 바탕으로 부산지역 PM10의 장기변동 특성을 파악하고 향후 효과적인 PM10 저감정책 수립의 자료로 활용하고자 한다.
가설 설정
- 본 연구에서는 앞에서 산정된 2001년부터 2016 년 9월까지 부산지역의 일평균 PM10 시계열자료를 성분 분리하기 위하여 KZ 필터를 적용하였다. KZ 필터 법을 적용하기 위하여 먼저 원시 시계열자료(A(t))는 식(1)과 같이 장기변동 성분과 계절변동 성분, 단기변동 성분의 합으로 구성된다고 가정하였다(Rao and Zurbenko, 1994).
제안 방법
- 기상의 영향이 제거된 일평균 PM10의 장기변동 성 분을 분석하기 위하여 먼저 앞에서 제시한 기상요소들의 성분 분해된 자료와 일평균 PM10의 성분 분해된 자료를 이용하여 기준변동 성분과 단기변동 성분 간의 회귀식을 구하였다. Table 3은 기준변동 성분과 단 기변동 성분의 일평균 PM10과 기상요소들 간의 회귀 분석 결과를 나타낸다.
- 한편 장기변동 성분은 KZ(365, 3)필터를 적용하여 구할 수 있는데 결국 기준변동 성분과의 조합을 통하여 각 성분을 분리해 낼 수 있게 된다. 다음으로 일평균 PM10에 영향을 미치는 주요 기상요소들에도 똑같은 과정으로 각 성분을 분리한 다음 기상요소들의 영향을 제거하기 위하여 기상요소들의 각 성분을 독립 변수로 하고 일평균 PM10의 각 성분을 종속변수로 하는 중회귀식을 구하였다.
- 19개 도시대기측정소의 시간별 PM10자료와 더불어 기상요소의 영향이 제거된 일평균 PM10의 장기 추세를 분석하기 위하여 부산지방기상 청에서 관측되고 있는 기상요소들을 이용하였다. 도시대기측정소 19개소와 비교하여 기상요소는 1개 지점에서만 관측이 되고 있으며 도시대기측정소 간의 차이점보다는 부산지역전체의 장기적인 PM10의 변화 추세를 밝히는 것이 본 연구의 주 목적이므로 하루 중 18개 이상의 유효자료가 있는 측정소만을 대상으로 각 측정소에서 측정된 시간자료를 평균하여 2001년 에서 2016년 9월까지의 부산지역 전체의 일평균 PM10 농도를 계산하였다. 단기간 큰 영향을 제외하기 위하여 기상청의 황사 관측일을 기준으로 황사발생 전, 후일과 당일은 분석에서 제외 하였다.
- 본 연구에서는 부산지역에 운영 중인 도시대기측정소의 2001년에서 2016년 9월까지 일평균 PM10을 대상으로 KZ필터를 적용하여 장기변동을 분석하였다. 또한 PM10과 상관성이 높은 기상요를 파악하고 기상요소의 효과가 제거된 장기변동을 분석하였다. 이를 바탕으로 부산지역 PM10의 장기변동 특성을 파악하고 향후 효과적인 PM10 저감정책 수립의 자료로 활용하고자 한다.
- (2015)이 전국의 12개 지역에서 일 최고 오존농도의 장기 추세분석에 KZ 필터를 적용한 바 있다. 본 연구에서는 부산지역에 운영 중인 도시대기측정소의 2001년에서 2016년 9월까지 일평균 PM10을 대상으로 KZ필터를 적용하여 장기변동을 분석하였다. 또한 PM10과 상관성이 높은 기상요를 파악하고 기상요소의 효과가 제거된 장기변동을 분석하였다.
- (2008)은 상대습도, 기온, 지상풍속, 혼합고, 하층대기안정도를 고려하였고 Wise and Comrie(2005a)는 일 최고기온, 일평균 풍속, 일평균 이슬점온도, 혼합고, 일평균 상대습도, 일사량 합계와 강수량을 고려하였다. 본 연구에서는 추가적인 산출과정을 거치지 않고 기상청에서 직접적으로 관측이 되어 바로 이용할 수 있는 요소들 중 PM10 과 관련성이 높은 이슬점온도(DEW), 일사량 합계 (SR), 일평균 기온(TMP), 일평균 상대습도(RH) 일평균 풍속(WS), 일평균 현지기압(PRE)을 대상으로 PM10과의 상관성을 분석하였다.
- 부산지역 일평균 PM10의 장기추세 분석을 위하여 본 연구에서는 부산지역에서 운영 중인 도시대기측정소의 2001년에서 2016년 9월까지 시간별 PM10 자료를 바탕으로 일평균 PM10을 산정하고 KZ필터를 적용하여 원시 시계열 자료를 성분 분해하였다. 일평균 PM10의 장기 추세는 2002년 중반 59.
- 최종적으로 ε(t)값에 KZ(365, 3) 필터를 적용하여 잔차의 장기변동 성분을 구한 후 앞에서 구한 일평균 PM10의 장기변동 성분의 평균을 더하여 기상요소의 영향이 제거된 일평균 PM10의 장기변동성분을 계산 하였다.
대상 데이터
- 19개 도시대기측정소의 시간별 PM10자료와 더불어 기상요소의 영향이 제거된 일평균 PM10의 장기 추세를 분석하기 위하여 부산지방기상 청에서 관측되고 있는 기상요소들을 이용하였다.
- , 1997) 대기오염 측정자료를 사용하여 장기간의 변화를 살펴보는데 효과적인 방법 이다. 본 연구에서는 앞에서 산정된 2001년부터 2016 년 9월까지 부산지역의 일평균 PM10 시계열자료를 성분 분리하기 위하여 KZ 필터를 적용하였다. KZ 필터 법을 적용하기 위하여 먼저 원시 시계열자료(A(t))는 식(1)과 같이 장기변동 성분과 계절변동 성분, 단기변동 성분의 합으로 구성된다고 가정하였다(Rao and Zurbenko, 1994).
이론/모형
- , 1995). 원시 시계열의 각 성분은 Wise and Comrie(2005)의 방법을 사용하여 계산할 수 있는데, 먼저 KZ(15, 5) 필터를 적용하여 원시 시계열 자료에서 단기변동을 제거한, 장기변동 성분과 계절변동 성분의 합을 계산할 수 가 있으며 이를 식(3)과 같이 기준변동 성분으로 정의하였다.
성능/효과
- 일평균 기온의 장 기변동 추세는(Fig. 3(c)) 2007년에 크게 증가하였다가 약하게 감소한 후 최근까지 증가하는 경향을 보이고 있어 2005년 이후 감소추세인 일평균 PM10과는 반대의 경향을 보이고 있음을 알 수 있다. 일사량 합계의 (Fig.
- 향후에 PM10 농도에 직접적으로 영향을 미칠 수 있는 혼합고, 대기안정도 등 추가적인 산정과정을 거치는 기상요소들을 추가해 볼 필요가 있을 것으로 판단된다. 결론적으로 기상요소의 영향이 제거된 일평균 PM10의 장기변동 성분은 기상의 영향이 제거되지 않은 PM10의 장기변동 성분과 유사하게 2012년까지 낮아지고 있으며 2013년 일 시적으로 증가한 후 다시 낮아지는 패턴을 보이고 있다. 또한 고려된 기상요소들은 일평균 PM10의 장기변동에는 큰 영향을 미치지 않는 것으로 판단이 된다.
- 616으로 높은 상관을 보이고 있으며 계절변동 성분의 경우 일사량 합계와, 단기변동 성분은 일평균 기온과 약한 상관성을 보여 주고 있다. 기상요소들의 성분 분해된 자료와 일평균 PM10의 성분 분해된 자료를 이용하여 기준변동 성분과 단기변 동 성분 간의 회귀분석을 실시한 결과 일평균 기온, 일사량 합계, 일평균 현지기압, 일평균 풍속, 일평균 상대습도가 설명변수로 사용되는 회귀식을 도출할 수 있었다. 기준변동 성분과 단기변동 성분에서 산정된 기상요소와의 회귀식을 적용하여 기상요소의 영향이 제거된 일평균 PM10의 장기변동 성분을 계산한 결과 기상의 영향이 제거되지 않은 PM10의 장기변동 성분과 유사하게 2012년까지 낮아지고 있으며 2013년 일 시적으로 증가한 후 다시 낮아지는 패턴을 보이고 있고 고려된 기상요소들은 일평균 PM10의 장기변동에는 큰 영향을 미치지 않는 것으로 판단이 된다
- Table 3은 기준변동 성분과 단 기변동 성분의 일평균 PM10과 기상요소들 간의 회귀 분석 결과를 나타낸다. 기상요소의 경우 stepwise법을 적용하여 단계적으로 회귀 모델에 입력하도록 하였으 며 결과적으로 기준변동성분에서는 일평균 기온, 일 사량 합계, 일평균 현지기압, 일평균 풍속이 단기변동 성분에서는 일평균 기온, 일평균 상대습도, 일평균 풍 속이 회귀식에서 사용되었다. 각 회귀식의 R 제곱 값은 각각 0.
- 계절변동 성분은 계절의 변화에 따라 봄과 겨울에 농도가 증가하고 여름철에 감소는 패턴이 반복되고 있으며 단기변동 매일 매일의 날씨변 화나 전구물질 배출량의 단기변화에 의하여 변화의 주기가 짧고 급격하게 변화는 모습을 보이고 있다. 부산지방기상청에서 관측하고 있는 기상요소들 중 이슬점온도, 일사량 합계, 일평균 기온, 일평균 상대습도, 일평균 풍속, 일평균 현지기압의 원시 시계열 자료를 성분 분해한 후 일평균 PM10과의 상관분석을 실시한 결과 일평균 PM10의 장기변동 성분은 일평균 기온의 장기변동 성분과 0.616으로 높은 상관을 보이고 있으며 계절변동 성분의 경우 일사량 합계와, 단기변동 성분은 일평균 기온과 약한 상관성을 보여 주고 있다. 기상요소들의 성분 분해된 자료와 일평균 PM10의 성분 분해된 자료를 이용하여 기준변동 성분과 단기변 동 성분 간의 회귀분석을 실시한 결과 일평균 기온, 일사량 합계, 일평균 현지기압, 일평균 풍속, 일평균 상대습도가 설명변수로 사용되는 회귀식을 도출할 수 있었다.
- 세 성분의 공분산이 고려되지 않았기 때문에 세 성분의 합이 정확하게 100% 가 되지는 않지만 각 원시 시계열 자료에 대한 각 성분의 대략적인 기여도를 알 수 있다. 일평균 PM10은 대략적으로 단기변동 성분의 기여도가 71%로 나타나 가장 높은 영향력을 보였고 다음으로 계절변화에 의한 기여도가 14.2%, 장기변동 성분에 의한 기여도가 7.2% 나타났다. 따라서 매일 매일의 PM10의 변화는 계절변동과 단기변동에 의해서 가장 많은 영향을 받는 것을 알 수 있으며 장기변동을 분석하기 위해서는 이들 성분의 제거가 필수임을 알 수 있다.
- 원시 시계열자료의 경우 뚜렷한 상관성이 보이지 않고 있으나 분리된 각 성분별 상관계수는 원시 시계열 자료와 차이를 보이고 있음을 알 수 있다. 일평균 PM10의 장기변동 성분은 일평균 기온의 장기변동 성분과 0.616으로 높은 상관을 보이고 있으며 일평균 현지기압과 0.538, 일사량 합계와 0.411로 비교적 높은 상관을 보이고 있다. 즉 일사량과 기온, 기압의 장기추세는 감소하고 반면에 PM10의 장기 추세는 증가하는 것을 알 수 있으며 계절변동 성분의 경우 일사량 합계와, 단기변동 성분은 일평균 기온과 약한 상관성을 보여 주고 있다.
- 411로 비교적 높은 상관을 보이고 있다. 즉 일사량과 기온, 기압의 장기추세는 감소하고 반면에 PM10의 장기 추세는 증가하는 것을 알 수 있으며 계절변동 성분의 경우 일사량 합계와, 단기변동 성분은 일평균 기온과 약한 상관성을 보여 주고 있다.
후속연구
- 3(f)) 2009년 이후 증가하는 경향을 보이고 있어 감소 추세인 일평균 PM10과 음의 상관을 보이고 있다. 이를 통하여 이러한 기상요소들의 장기변동 추세가 일평균 PM10 장기변동 성분의 감소에 어느 정도 관련이 있음을 판단할 수 있으며 향후 이들 간의 관계를 명확하게 밝히는 추가적인 연구가 진행되어야 할 것으로 판단된다.
- 2005년부터 2012년까지는 감소하다가 2013년 소폭증가한 후 2014년부터 최근까지 감소하였다. 장기변동 성분에 기인하는 장기적인 배출량의 변화, 기후변화 또는 대기오염저감 정책의 영향으로 판단이 되나 향후에 이들 간의 관계를 밝히는 추가적인 연구가 필요할 것으로 판단된다. (c)는 원시 시계열 자료의 기준변동 성분과 장기변동 성분의 차로서 구해지는 계절변동 성분의 변화를 나타낸다.
- 그러나 전체 분석기간에 걸쳐 전반적으로 기상요소의 영향이 적은 것으로 나타나고 있는데 이는 앞에서 고려된 기상요소들이 PM10과 큰 상관성을 보이지 않아서 산정한 회귀식의 설명력이 비교적 낮기 때문으로 판단된다. 향후에 PM10 농도에 직접적으로 영향을 미칠 수 있는 혼합고, 대기안정도 등 추가적인 산정과정을 거치는 기상요소들을 추가해 볼 필요가 있을 것으로 판단된다. 결론적으로 기상요소의 영향이 제거된 일평균 PM10의 장기변동 성분은 기상의 영향이 제거되지 않은 PM10의 장기변동 성분과 유사하게 2012년까지 낮아지고 있으며 2013년 일 시적으로 증가한 후 다시 낮아지는 패턴을 보이고 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.