[논문]2010~2015년 전라북도 도시대기 PM10의 특성

조병수; 송미정

doi:10.5572/kosae.2017.33.3.251

[국내논문] 2010~2015년 전라북도 도시대기 PM10의 특성
Distributions and Origins of PM10 in Jeollabuk-do from 2010 to 2015 원문보기

한국대기환경학회지 = Journal of Korean Society for Atmospheric Environment, v.33 no.3, 2017년, pp.251 - 264

조병수 (전북대학교 지구환경과학과) , 송미정 (전북대학교 지구환경과학과)

Abstract ▼ AI-Helper

Recently, Jeollabuk-do has been reported as a province where the $PM_{10}$concentration is one of the highest levels in South Korea. To explore the characteristics and origins of the $PM_{10}$in Jeollabuk-do, we present one of the first long-term datasets including a statistical analysis of $PM_{10}$concentrations obtained from six cities in the province from 2010 to 2015. During the entire periods, the mean hourly $PM_{10}$concentration was $49.3{\mu}g/m^3$, which correspond to the annual ambient air quality standards for $PM_{10}$in South Korea, and the annual $PM_{10}$concentration of each city showed a similarity in year-to-year variations. In the monthly variation of $PM_{10}$, the $PM_{10}$concentrations showed a maximum value in May that was one of the top levels among the provinces of Korea while the concentrations were dramatically decreased in August showing one of the lowest levels among the provinces in Korea. For the diurnal variation of $PM_{10}$, the $PM_{10}$concentration was enhanced during the rush hours together with gaseous species of $NO_2$, and CO. When the high concentrations of $PM_{10}$were observed (the highest 10% of the $PM_{10}$mass contribution), temperature and relative humidity were low. Using HYSPLIT backward trajectories and cluster analysis for the high $PM_{10}$concentrations, we found that the pollution plumes were transported mainly from China.

주제어

AI 본문요약
AI-Helper

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

문제 정의

이를 위해 2010년부터 2015년까지 6년간의 장기간 PM₁₀의 농도를 시공간적으로 분석하였다. 또한 전라북도에서 나타나는 PM₁₀ 고농도 사례와 이에 수반되는 기상요소, 가스상 물질과의 연관성, 기원을 추적함으로써 전라북도 도시 대기의 특성을 규명하고자 한다.
본 연구에서는 대기오염 측정소 자료를 이용하여 최근 6년간 전라북도 PM₁₀ 특성과 가스상물질, 기상학적 연관성을 분석하였다. 이러한 연구 결과를 바탕으로 향후에는 전라북도 지역에서 미세먼지 화학조성 정량·정성분석이 심층적으로 이루어져 지역의 주요 오염성분을 밝혀내는 연구가 필요하다고 사료된다.
본 연구에서는 최근 우리나라 미세먼지 농도에서 항상 상위권에 머물고 있는 전라북도 도시대기의 장기간 자료를 분석함으로써 전북 지역의 미세먼지의 특성을 이해하고자 하였다. 2010~2015년의 6년간 전라북도시도별 대표 측정소 6곳을 선정하여 PM₁₀과 가스상물질, 기상요소가 어떻게 연관되는지 파악하였고 고농도 PM₁₀ 발생 시 기원을 추적하였다.
본 연구에서는 최근 우리나라에서 가장 높은 수준의 미세먼지 농도를 보이고 있는 전라북도 도시대기 지역의 미세먼지 현황을 파악하고자 한다. 이를 위해 2010년부터 2015년까지 6년간의 장기간 PM₁₀의 농도를 시공간적으로 분석하였다.

제안 방법

GDAS는 1°의 수평해상도와 3시간의 시간해상도를 제공하고 있다. 2010~2015년 동안 PM₁₀ 농도의 데이터 수가 가장 많은 전주의 중앙동 관측소의 1500m 상공의 공기를 6시간 간격으로 72시간 동안 역궤적 분석을 수행하였다.
2010~2015년 전라북도 PM₁₀ 고농도와 저농도에서 나타난 기상학적 특성을 비교하기 위해 전라북도 추이 측정소 중에서 PM₁₀ 오류자료가 가장 적은 전주의 중앙동을 기준으로(PM₁₀ 전체자료의 96.7%를 분석에 이용) PM₁₀ 농도 분포와 기상요소(기온, 상대습도, 풍속,풍향)를 분석하였다. 본 연구에서는 2010~2015년 PM₁₀ 시간 평균 농도 90% 백분위수 이상을 나타낸 발생 시간을 고농도 PM₁₀ (총 4982시간)으로, PM₁₀ 시간 평균 농도 10% 백분위수 이하를 저농도 PM₁₀ (총 5280시간)으로 정의하였다.
2010~2015년 전라북도 전주에서 나타난 고농도 PM₁₀ 장거리 수송에 의한 영향을 파악하기 위해 HYSPLIT-4 모델을 이용하여 72시간 동안의 1500 m 역궤적 분석을 수행하였다. 본 연구에서 일반적인 도시대기의 특성을 파악하기 위해 황사 데이터는 제외하였다.
PM₁₀과 가스상물질과의 연관성을 파악하기 위해 가스상물질 SO₂, CO, O₃, NO₂의 연도별, 시간별 농도변화를 분석하였다. 이를 위해 환경부에서 지정한 전라북도 추이측정소인 군산의 소룡동과 전주의 중앙동을 대표측정소로 선택하여 PM₁₀과 가스상물질의 연관성을 분석하였다.
5°로 설정하여 16방위로 결정하였다. 기준치는 PM₁₀ 6개의 농도구간 중 10% 이하 (저농도PM₁₀)와 90% 이상(고농도 PM₁₀)으로 설정하였다. 또한 풍속이 매우 낮은 0.
7%를 분석에 이용) PM₁₀ 농도 분포와 기상요소(기온, 상대습도, 풍속,풍향)를 분석하였다. 본 연구에서는 2010~2015년 PM₁₀ 시간 평균 농도 90% 백분위수 이상을 나타낸 발생 시간을 고농도 PM₁₀ (총 4982시간)으로, PM₁₀ 시간 평균 농도 10% 백분위수 이하를 저농도 PM₁₀ (총 5280시간)으로 정의하였다. 계절별 PM₁₀ 빈도수는 고농도 PM₁₀의 경우 겨울 41.
의 농도가 어떻게 변화하는지 분석하기 위해 일원배치분산분석(One way ANOVA)을 실시하였다. 본 연구에서는 PM₁₀ 농도 수준에 따라 나타난 기상학적 특성을 파악하기 위해 PM₁₀ 농도구간은 6개의 백분위수로 나누어 PM₁₀ 10% 이하, 10~25%, 25~50%, 50~75%, 75~90%, 90% 이상으로 구분하였다. 일원배치분산분석이란 X개의 표본들의 분포가 같은지를 판단하는 것으로 독립변수를 몇 개의 수준 또는 구간으로 나누고, 나누어진 집단이 통계적으로 유사한 지를 검정하는 것이다(Won and Jung, 2005).
본 연구에서는 최근 우리나라에서 가장 높은 수준의 미세먼지 농도를 보이고 있는 전라북도 도시대기 지역의 미세먼지 현황을 파악하고자 한다. 이를 위해 2010년부터 2015년까지 6년간의 장기간 PM₁₀의 농도를 시공간적으로 분석하였다. 또한 전라북도에서 나타나는 PM₁₀ 고농도 사례와 이에 수반되는 기상요소, 가스상 물질과의 연관성, 기원을 추적함으로써 전라북도 도시 대기의 특성을 규명하고자 한다.
의 연도별, 시간별 농도변화를 분석하였다. 이를 위해 환경부에서 지정한 전라북도 추이측정소인 군산의 소룡동과 전주의 중앙동을 대표측정소로 선택하여 PM₁₀과 가스상물질의 연관성을 분석하였다. 표 2는 2010~2015년 연도별 SO₂, CO, O₃, NO₂ 평균 농도를 보여준다.
전라북도 고농도 PM₁₀의 기원을 추정하고자, HYSPLIT 모델과 군집분석, CPF 분석을 수행하였다. 역궤적 분석과 군집분석 결과 러시아에서 발원하고 빠른 속도로 장거리 유입되는 사례부터 만주에서 발원하여 북한과 우리나라를 거쳐 천천히 유입되는 사례까지 총 네 종류의 군집으로 분류되었으며, 전라북도 지역의 고농도 미세먼지는 중국의 영향이 가장 큰 것으로 확인되었다.
중국으로부터 장거리 수송에 의한 영향이 뚜렷하나 고농도 PM₁₀ 발생 시의 국지적 기원도 추정하기 위해 CPF 모델 분석을 수행하였다(그림 7). CPF 모델은 지표면의 풍향을 이용하므로 측정 장소 주변의 국지적 오염을 파악하는 데 이용되지만, 장거리 이동에 의한 영향은 파악하기 어렵다(Kim et al.
황사 발생 시간은 전라북도의 황사 제외 기준이 되는 기상관측소인 전주를 선택하였다. 초기강우 5 mm, 황사 발생 시간을 제외하고 연도별 PM₁₀의 자료가 75% 이상일 때 분석하였다. 고창 2010년의 경우 PM₁₀의 자료가 전체 일 년 중 25%만이 활용 가능하여 분석에서 제외하였다.

대상 데이터

본 연구에서는 최근 우리나라 미세먼지 농도에서 항상 상위권에 머물고 있는 전라북도 도시대기의 장기간 자료를 분석함으로써 전북 지역의 미세먼지의 특성을 이해하고자 하였다. 2010~2015년의 6년간 전라북도시도별 대표 측정소 6곳을 선정하여 PM₁₀과 가스상물질, 기상요소가 어떻게 연관되는지 파악하였고 고농도 PM₁₀ 발생 시 기원을 추적하였다. 2010~2015년 전라북도 6개 도시대기 측정소 군산(소룡동), 익산(팔봉동), 전주(중앙동), 정읍(연지동), 고창(고창읍), 남원(죽항동)의 1시간 평균 PM₁₀ 49.
1. The location of six air quality monitoring stations (Soryong-dong, Palbong-dong, Jungang-dong, Yeonji-dong, Gochang-eup, Jukhang-dong) in Jeollabuk-do (marked by red dots). The annual variations of PM₁₀ concentrations at each station in Jeollabuk-do between 2010 and 2015 are also shown.
8 km 떨어져 있다. 기상자료는 2010~2015년 전체 측정기간 동안의 전주 중앙동 미세먼지 데이터와 대응하게 하여 1시간 평균자료를 이용하였다.
기상자료는 기상청에서 제공하는 ASOS (Automated Synoptic Observing System)와 AWS (Automatic Weather Station) 관측자료 중 기온, 강수량, 풍향, 풍속, 상대습도, 현상번호의 1시간 평균 자료를 이용하였다. 이중 전라북도의 일반적인 도시대기 미세먼지 특성을 파악하기 위해 세정작용이 뚜렷하게 나타나는 초기강우 5 mm 이상(Choi et al.
전라북도에는 2017년 현재 총 14개의 측정소에서 도시대기 PM₁₀ 농도를 측정하고 있다(전주: 3개, 군산: 3개,익산: 3개, 김제: 1개, 부안: 1개, 정읍: 1개, 고창: 1개, 남원: 1개). 미세먼지와 기상현상과의 연관성을 분석하기 위해 14개 측정소 중에서 각 지역에서 기상대와 가까운 측정소 총 6곳을 선정하였다(전주 중앙동, 군산 소룡동, 익산 팔봉동, 남원 죽항동, 정읍 연지동, 고창 고창읍). 그림 1과 표 1은 6개 측정소의 위치와 정보를 보여준다.
본 연구에서는 에어코리아에서 제공하고 있는 2010~2015년 전라북도 보건환경연구원의 도시대기 측정소 확정 자료를 이용하여 PM₁₀ 및 가스상물질(SO₂,CO, O₃, NO₂) 의 1시간 평균 자료를 수집하였다. 전라북도에는 2017년 현재 총 14개의 측정소에서 도시대기 PM₁₀ 농도를 측정하고 있다(전주: 3개, 군산: 3개,익산: 3개, 김제: 1개, 부안: 1개, 정읍: 1개, 고창: 1개, 남원: 1개).
또한 기상청에서 발령한 황사 발생 시간의 측정 자료는 분석에서 제외하였다. 황사 발생 시간은 전라북도의 황사 제외 기준이 되는 기상관측소인 전주를 선택하였다. 초기강우 5 mm, 황사 발생 시간을 제외하고 연도별 PM₁₀의 자료가 75% 이상일 때 분석하였다.

데이터처리

기상요소의 변화에 의해 PM₁₀의 농도가 어떻게 변화하는지 분석하기 위해 일원배치분산분석(One way ANOVA)을 실시하였다. 본 연구에서는 PM₁₀ 농도 수준에 따라 나타난 기상학적 특성을 파악하기 위해 PM₁₀ 농도구간은 6개의 백분위수로 나누어 PM₁₀ 10% 이하, 10~25%, 25~50%, 50~75%, 75~90%, 90% 이상으로 구분하였다.

이론/모형

고농도 PM₁₀ 발생 시간의 종관 규모 기류 패턴을 파악하기 위해 미국해양대기국(NOAA: National Oceanic and Atmospheric Administration)에서 제공하는 Hybrid Single Particle Lagrangian Trajectory (HYSPLIT-4) 모델을 이용하여 역궤적 분석을 실시하였다. 공기의 역궤적 분석을 위해 NCEP/NCAR (National Center for Environmental Prediction/National Center for Atmospheric Research)에서 제공하는 GDAS (Global Data Assimilation System)를 사용하였다.
발생 시간의 종관 규모 기류 패턴을 파악하기 위해 미국해양대기국(NOAA: National Oceanic and Atmospheric Administration)에서 제공하는 Hybrid Single Particle Lagrangian Trajectory (HYSPLIT-4) 모델을 이용하여 역궤적 분석을 실시하였다. 공기의 역궤적 분석을 위해 NCEP/NCAR (National Center for Environmental Prediction/National Center for Atmospheric Research)에서 제공하는 GDAS (Global Data Assimilation System)를 사용하였다. GDAS는 1°의 수평해상도와 3시간의 시간해상도를 제공하고 있다.
전라북도 지역 중 대표도시인 전주의 국지적인 오염원의 위치를 추적하기 위해 CPF 모델을 활용하였다. 전주기상대의 위치는 그림 1에 표시하였다.

성능/효과

2010~2015년 전주의 PM10 고농도 평균치는 2007~2011년 부산지역 고농도 미세먼지(상위 90% 이상) 평균치인 약 95 μg/m3와 비교하였을 때 매우 높은 것으로 확인되었다.
2010~2015년 전주지역의 CPF 분석 결과 PM10은 서쪽(270°) 115.6μg/m3과 남서쪽(202.5~247.5°) 113.9 μg/m3, 북서쪽(292.5~337.5°) 113 μg/m3 순으로 높은 농도를 나타냈고, CPF 분석 결과에서도 서쪽 방향으로 모두 높은 확률값으로 확인되었다.
2010년에서 2015년까지 O3, NO2, CO 농도는 대부분의 측정소에서 증가하였다. 가스상물질의 시간대별 농도 변화 분석 결과 PM₁₀은 NO2와 CO와 함께 출퇴근 시간대에 높아지는 것으로 확인되었다. 전라북도에서 NO2, CO와 PM₁₀의 유사한 경향성을 보였으며, 지속적인 O3의 증가는 대기 중에서 주요 화학반응을 일으켜 PM₁₀ 농도를 높이는 데 기여하고 있는 것으로 사료된다.
봄은 3~5월, 여름은 6~8월, 가을은 9~11월, 겨울은 12~2월로 정의하였다. 계절별 PM₁₀ 농도는 6개 측정소에서 서로 유사한 패턴을 보이며, 봄에 가장 높고, 여름에 가장 낮았다. 특히 5월 6개 측정소 평균 PM₁₀ 농도 60.
본 연구에서는 2010~2015년 PM₁₀ 시간 평균 농도 90% 백분위수 이상을 나타낸 발생 시간을 고농도 PM₁₀ (총 4982시간)으로, PM₁₀ 시간 평균 농도 10% 백분위수 이하를 저농도 PM₁₀ (총 5280시간)으로 정의하였다. 계절별 PM₁₀ 빈도수는 고농도 PM₁₀의 경우 겨울 41.4%, 봄 34.6%, 여름 12.2%, 가을 11.8%으로 분석되었고, 저농도 PM₁₀의 경우 여름 53.9%, 가을 23.7%, 봄 14.4%, 겨울 8.1%로 나타났다.
계절적으로는 모든 측정소에서 봄에 가장 높은 PM10 평균 농도를 보였고, 고창을 제외한 5개 지역에서 PM10 50% 분위수 이상이 우리나라 연평균 PM10 기준치(50μg/m3)를 초과하는 수준으로 확인되었다.
2010~2015년 전주의 PM₁₀ 고농도 평균치는 2007~2011년 부산지역 고농도 미세먼지(상위 90% 이상) 평균치인 약 95 μg/m³와 비교하였을 때 매우 높은 것으로 확인되었다. 고농도와 저농도 PM₁₀ 구간에서 상대습도, 온도, 풍향, 풍속은 상당한 차이를 보였다. 저농도와 고농도 PM₁₀의 기온은 각각 20.
유의수준은 5%로 설정하였으며, 유의수준보다 유의확률(p-value)이 작다면 구간간의 유의한 차이가 있는 것으로 판단할 수 있다. 그 결과 유의확률(p-value)이 모두 0.000으로 나타나 각 기상요소는 각 농도구간에 대해 통계적으로 유의한 차이가 있는 것으로 분석되었다.
0 μg/m³ 순으로 나타났다(표 1). 그림 1에서 볼 수 있듯이 2010년부터 2015년까지 전라북도 대부분의 지역에서 연평균 PM₁₀ 농도는 증가하거나 감소하지 않고 거의 일정한 농도를 보였다. 익산과 정읍의 경우 6개 측정소의 평균 PM₁₀ 농도보다 항상 높게 나타났으며 전라북도 6개 측정소 중 높은 연평균 농도를 보였다.
그림에서 막대 바는 각 PM₁₀ 분위수 별 박무와 연무가 발생한 확률을 나타낸다. 그림에서도 볼 수 있듯이, 고농도 PM₁₀ 분위수로 갈수록 박무와 연무의 발생 확률이 현저히 높아지는 것이 확인되었다. 2010년에서 2015년 동안 박무와 연무 발생 시의 평균 PM₁₀ 농도는 각각 61.
역궤적 분석과 군집분석 결과 러시아에서 발원하고 빠른 속도로 장거리 유입되는 사례부터 만주에서 발원하여 북한과 우리나라를 거쳐 천천히 유입되는 사례까지 총 네 종류의 군집으로 분류되었으며, 전라북도 지역의 고농도 미세먼지는 중국의 영향이 가장 큰 것으로 확인되었다. 또한 CPF 분석 결과 국지적으로는 서쪽에 미세먼지 오염원이 위치하는 것으로 확인되었다.
반면 고농도 사례 중 군집 4의 경우 중국 만주에서 발원하여 북한을 거쳐 우리나라에서 오랜 시간 머물며 천천히 유입되는 특징을 보였으며, 평균온도가 16°C 정도로 전체 네 개의 군집 중에서 여름의 비율이 26% (383시간)를 차지하는 것으로 확인되었다.
이때 오존의 농도가 32 ppb로 최고치를 보였으며, 온도가 높고 현지기압이 낮은 특징을 보였다. 분석 결과에서 볼 수 있듯이, 공기의 역궤적 분석과 군집분석을 통해 전주의 고농도 PM₁₀ 발생은 중국에서 발원하거나 중국을 거쳐온 공기에 의한 영향이 가장 큰 것으로 분석되었다.
반면 여름철에는 PM₁₀의 농도가 현저히 낮아지며 우리나라 16개 지자체 중 전라북도가 낮은 순위를 나타내었다. 시간별 분석에서는 군산의 소룡동을 제외한 5개 지역의 시간대별 PM₁₀ 농도변화가 유사한 분포를 보이며, 출퇴근 시간에 높은 수치를 나타냈다.
의 기원을 추정하고자, HYSPLIT 모델과 군집분석, CPF 분석을 수행하였다. 역궤적 분석과 군집분석 결과 러시아에서 발원하고 빠른 속도로 장거리 유입되는 사례부터 만주에서 발원하여 북한과 우리나라를 거쳐 천천히 유입되는 사례까지 총 네 종류의 군집으로 분류되었으며, 전라북도 지역의 고농도 미세먼지는 중국의 영향이 가장 큰 것으로 확인되었다. 또한 CPF 분석 결과 국지적으로는 서쪽에 미세먼지 오염원이 위치하는 것으로 확인되었다.
장거리 유입된 군집 1에서 121.8 μg/m3로 가장 높은 농도를 보였고, 가장 천천히 우리나라로 유입된 군집 4에서 107.8 μg/m3로 가장 낮았다.
전체 기간 동안 각 분위수별 연무 발생 시간을 계산해보면 PM10 50% 이상에서 연무 발생은 약 11.8%, PM10 50% 미만에서는 0.3%로 연무 발생 시 PM10의 농도는 현저히 높아지는 것으로 확인되었다.
48 μg/m³였다. 전체 기간중 저농도 PM₁₀ 분위수에서 박무가 발생한 시간은 총 5280시간 중 480시간, 10~25% 분위수에서 6965시간 중 716시간, 25~50% 분위수에서 12387시간 중 1539시간, 50~75% 분위수에서 12669시간 중 2439시간,75~90% 분위수에서 7807시간 중 2292시간, 고농도 PM₁₀ 분위수에서 4982시간 중 1843시간으로 조사되었다. 특히 고농도 PM₁₀ 분위수에서 박무 발생은 약 37%로 나타났으며, 이때 평균 PM₁₀ 농도는 115.
6 m/s로 나타났다. 즉, 기온과 상대습도, 풍속이 낮아질수록 PM₁₀의 농도가 높아지는 것으로 분석되었다. 또한, 박무와 연무 발생 시 PM₁₀의 농도가 현저히 증가하였다.
에어코리아의 2015년도 확정자료에서 8월의 전라북도 전체 측정소 PM₁₀ 평균농도는 약 33 μg/m³였으며, 우리나라 16개 지자체 중 13위에 해당하는 수치이다. 즉, 여름철 전라북도 미세먼지 농도는 우리나라에서 상당히 낮은 것으로 확인되었다.
그림 6은 기원별로 분석된 4개의 군집을 보여준다. 총 역궤적 중 군집 1은 18%, 군집 2는 29%, 군집 3은 24%, 군집 4는 29%를 차지하였다. 군집 1과 2는 러시아와 몽고 북부지역에서 발원하여 북서풍 계열의 바람을 타고 우리나라로 유입되는 사례이며, 특히 군집 1은 가장 먼 거리에서 유입되었다.

후속연구

특성과 가스상물질, 기상학적 연관성을 분석하였다. 이러한 연구 결과를 바탕으로 향후에는 전라북도 지역에서 미세먼지 화학조성 정량·정성분석이 심층적으로 이루어져 지역의 주요 오염성분을 밝혀내는 연구가 필요하다고 사료된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	에어로졸은 인체에 어떤 영향을 미치는가?	이러한 에어로졸은 직접적으로 태양빛을 산란/흡수하며, 간접적으로 구름의 성질을 변화시킨다(Solomon, 2007). 또한, 호흡기 질환 등을 일으키며 인체에 영향을 미치는 것으로 보고되고 있다(Harrison et al.,2012; Baltensperger et al.
	PM10은 무엇인가?	에어로졸은 대기 중을 부유하는 고체상, 액체상의 입자상 물질로 크기에 따라 구분이 된다. 에어로졸 중직경이 10 μm 이하인 것을 PM10 (Particulate matter)이라고 하며, 먼지바람, 파도, 생물성 연소 등에 의해 직접적으로 대기 중으로 배출되기도 하고, 식생, 대도시로부터 방출되는 휘발성 유기화합물과 산화제의 광화학 반응에 의해 이차적으로 생성되기도 한다(Aldabeet al., 2011; Pandolfi et al.
	에어로졸은 어떻게 구분되는가?	에어로졸은 대기 중을 부유하는 고체상, 액체상의 입자상 물질로 크기에 따라 구분이 된다. 에어로졸 중직경이 10 μm 이하인 것을 PM10 (Particulate matter)이라고 하며, 먼지바람, 파도, 생물성 연소 등에 의해 직접적으로 대기 중으로 배출되기도 하고, 식생, 대도시로부터 방출되는 휘발성 유기화합물과 산화제의 광화학 반응에 의해 이차적으로 생성되기도 한다(Aldabeet al.

참고문헌 (31)

Aldabe, J., D. Elustondo, C. Santamaria, E. Lasheras, M. Pandolfi, A. Alastuey, X. Querol, and J.M. Santamaria (2011) Chemical characterisation and source apportionment of $PM_{2.5}$ and $PM_{10}$ at rural, urban and traffic sites in Navarra (North of Spain), Atmospheric Research, 102(1), 191-205.

상세보기
Baltensperger, U., J. Dommen, R. Alfarra, J. Duplissy, K. Gaeggeler, A. Metzger, M.C. Facchini, S. Decesari, E. Finessi, C. Reinnig, M. Schott, J. Warnke, T. Hoffmann, B. Klatzer, H. Puxbaum, M. Geiser, M. Savi, D. Lang, M. Kalberer, and T. Geiser (2008) Combined determination of the chemical composition and of health effects of secondary organic aerosols, Atmospheric Chemistry and Physics, 21(1), 145-154.
Chen, Z.H., S.Y. Cheng, J.B. Li, X.R. Guo, W.H. Wang, D.S. Chen (2008) Relationship between atmospheric pollution processes and synoptic pressure patterns in northern China, Atmospheric Environment, 42(24), 6078-6087.

상세보기
Ghim, Y.S., Y.S. Chang, and K. Jung (2015) Temporal and Spatial Variations in Fine and Coarse Particles in Seoul, Korea, Aerosol and Air Quality Research, 15(3), 842-852.

상세보기
Choi, G.H., K.H. Kim, C.H. Kang, and J.H. Lee (2003) The influence of the Asian dust on the metallic composition of fine and coarse particles fractions, Journal of Korean Society for Atmospheric Environment, 19(1), 45-56. (in Korean with English abstract)
Choi, K.C., C.H. Kim, J.G. Cho, and J.H. Park (1998) Ionic Composition of Early and Succeeding Rainwater in Pusan Area, Journal of Korea Air Pollution Research Association, 14(4), 361-368. (in Korean with English abstract)
Chun, Y.S., J.Y. Lim, and B.C. Choi (2003) The Features of Aerosol in Seoul by Asian Dust and Haze during Springtime from 1998 to 2002, Journal of Atmospheric Sciences, 39(4), 459-474. (in Korean with English abstract)
Hallquist. M., J.C. Wenger, U. Baltensperger, Y. Rudich, D. Simpson, M. Claeys, J. Dommen, N. M. Donahue, C. George, A.H. Goldstein, J.F. Hamilton, H. Herrmann, T. Hoffmann, Y. Iinuma, M. Jang, M.E. Jenkin, J.L. Jimenez, A. Kiendler-Scharr, W. Maenhaut, G. McFiggans, Th. F. Mentel, A. Monod, A.S.H. Prevot, J.H. Seinfeld, J.D. Surratt, R. Szmigielski, and J. Wildt (2009) The formation, properties and impact of secondary organic aerosol: current and emerging issues, Atmospheric Chemistry and Physics, 9(14), 5155-5236.

상세보기
Harrison R.M., D. Laxen, S. Moorcroft, and K. Laxen (2012) Processes affecting concentrations of fine particulate matter ( $PM_{2.5}$ ) in the UK atmosphere, Atmospheric Environment, 46, 115-124.

상세보기
Jang, Y., G. Kim, and D.A. Chiriboga (2006) Correlates of sense of control among older Korean-American immigrants: Financial status, physical health constraints, and environmental challenges, Journal of Aging and Human Development, 63(3), 173-186.

상세보기
Jo, H.Y. and C.H. Kim (2011) Characteristics of Air Quality over Korean Urban Area due to the Long-range Transport Haze Events, Journal of Korean Society for Atmospheric Environment, 27(1), 73-86. (in Korean with English abstract)

원문보기 상세보기
Kim, C.H., H.Y. Son, J.-A Kim, and T.K. Ahn (2007a) Classification of Synoptic Meteorological Patterns for the Environmental Assessment of Regional-scale Long Range Transboundary Air Pollutants, Journal of Environmental Impact Assessment, 16(1), 89-98. (in Korean with English abstract)
Kim, D.S. and H. Ma (2009) Characteristics of Air Quality in the West-coastal Urban Atmosphere, Journal of Korean Society for Atmospheric Environment, 25(6), 550-561. (in Korean with English abstract)

원문보기 상세보기
Kim, E., P.K. Hopke, and E.S. Edgerton (2003) Source identification of Atlanta aerosol by positive matrix factorization, Journal of the Air & Waste Management Association, 53(6), 731-739.

상세보기
Kim, J.Y., Y.S. Ghim, C.H. Song, S.C. Yoon, and J.S. Han (2007b) Seasonal characteristics of air masses arriving at Gosan, Korea, using fine particle measurements between November 2001 and August 2003, Journal of Geophysical Research, 112(D7), D07202.
Kim, M.K., W.S. Jung, H.W. Lee, W.G. Do, J.G. Cho, and K.O. Lee (2013) Analysis on Meteorological Factors related to the Distribution of $PM_{10}$ Concentration in Busan, Journal of Environmental Science International, 22(9), 1213-1226. (in Korean with English abstract)

원문보기 상세보기
Lee, H.D., G.H. Lee, I.D. Kim, J.S. Kang, and K.J. Oh (2013) The Influences of Concentration Distribution and Movement of Air Pollutants by Sea Breeze and Mist around Onsan Industrial Complex, Clean Technology, 19(2), 95-105. (in Korean with English abstract)

원문보기 상세보기
Lee, P.K., J.R. Brook, E. Dabek-Zlotorzynska, and S.A. Mabury (2003) Identification of the major sources contributing to $PM_{2.5}$ observed in Toronto, Environmental Science and Technology, 37(21), 4831-4840.

상세보기
Lee, S., Y.S. Ghim, S.W. Kim, and S.C. Yoon (2008) Seasonal variation of chemical composition and optical properties of aerosols at Seoul and Gosan, Korean Society for Atmospheric Environment, 24(4), 470-482. (in Korean with English abstract)

원문보기 상세보기
Myles, L., R.J. Dobosy, T.P. Meyers, and W.R. Pendergrass (2009) Spatial variability of sulfur dioxide and sulfate over complex terrain in East Tennessee, USA, Atmospheric Environment, 43(18), 3024-3028.

상세보기
Myles, L., W.R. Pendergrass, C.A. Vogel, A. Yerramilli, V.B.R. Dodal, H.P. Dasari, C.V. Srinivas, F. Tuluri, J.M. Baham, R. Hughes, C. Patrick, J. Young, and S. Swanier (2010) J3. 4 Evaluation of $PM_{2.5}$ source regions over the Mississippi Gulf Coast using WRF/HYSPLIT modeling approach, 16th Conference on Air Pollution Meteorology, 17-21 January 2010, Atlanta, GA, USA.
NIER (National Institute of Environmental Research) (2015) National Air Pollutants Emission in Korea 2013 (in Korean), Incheon, Korea. 157 pp.
NIER (National Institute of Environmental Research) (2016) Annual Report of Air Quality in Korea 2015 (in Korean), Incheon, Korea, 362 pp.
Pandolfi, M., Y.G. Castanedo, A. Alastuey, J.D. ed la Rosa, E. Mantilla, A.S. de la Campa, X. Querol, J. Pey, F. Amato, and T. Moreno (2011) Source apportionment of $PM_{10}$ and $PM_{2.5}$ at multiple sites in the strait of Gibraltar by PMF: impact of shipping emissions, Environmental Science and Pollution Research, 18(2), 260-269.

상세보기
QUARG (Quality of Urban Air Review Group) (1996) Airborne particulate matter in the United Kingdom. Available from institute of public and environmental health, the university of Birmingham, 188 pp.
Seoul Development Institute (2011) A Study on Building customized Management Strategies Based on Local $PM_{10}$ Emission Inventory in Seoul, 30-47 pp.
Solomon, S., D. Qin, M. Manning, Z. Chen, M. Marquis, K.B. Averyt, M. Tignor, and H.L. Miller (2007) IPCC Fourth Assessment Report: Climate Change 2007: The Physical Science Basis (Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change), Cambridge University Press, United Kingdom and New York, NY, USA, 996 pp.
Song, J.M., J.O. Bu, S.H. Yang, J.Y. Lee, W.H. Kim, and C.H. Kang (2016) Influences of Asian Dust, Haze, and Mist Events on Chemical Compositions of Fine Particulate Matters at Gosan Site, Jeju Island in 2014, Journal of Korean Society for Atmospheric Environment, 32(1), 67-81. (in Korean with English abstract)

원문보기 상세보기
Song M., K.J. Moon, J.S. Han, K.R. Kim, and G. Lee (2006) Chemical characteristics of fine aerosols during ABC-EAREX2005, Journal of Korean Society for Atmospheric Environment, 22, 604-613. (in Korean with English abstract)
Watson, J.G., L.W. Chen, J.C. Chow, P. Doraiswamy, and D.H. Lowenthal (2008) Source apportionment: findings from the US supersites program, Journal of the Air and Waste Management Association, 58(2), 265-288.

상세보기
Won, T.Y. and S.W. Jung (2013) SPSS PASW Statistics 18.0 Statistical Research Analysis, Hannarae Academy, 339 pp.

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