[논문]서울시 토지피복에 따른 계절별 미세먼지 농도 차이 분석 - 산림과 시가화지역을 중심으로 -

최태영; 문호경; 강다인; 차재규

doi:10.14249/eia.2018.27.6.635

서울시 토지피복에 따른 계절별 미세먼지 농도 차이 분석 - 산림과 시가화지역을 중심으로 -
Analysis of the Seasonal Concentration Differences of Particulate Matter According to Land Cover of Seoul - Focusing on Forest and Urbanized Area - 원문보기

환경영향평가 = Journal of environmental impact assessment, v.27 no.6, 2018년, pp.635 - 646

최태영 (국립생태원 생태연구본부 융합연구실) , 문호경 (국립생태원 생태연구본부 융합연구실) , 강다인 (국립생태원 생태연구본부 융합연구실) , 차재규 (국립생태원 생태연구본부 융합연구실)

초록
AI-Helper

본 연구는 도시의 미세먼지 배출과 저감에 관련된 토지피복 유형인 산림과 시가화지역의 영향에 의한 계절별 미세먼지 농도 특성을 파악하고자 하였다. 서울시 23개 도시대기 측정소의 2016년 PM10, PM2.5 농도자료를 수집하였고, 측정소 주변 반경 3km 내 시가화지역과 산림 비율을 기준으로 3개 그룹으로 측정소를 구분하여 그룹간의 미세먼지 농도 차이를 계절별로 분석하였다. 그룹별 시가화지역과 산림의 중심값은 Group A에서 각각 53.4%, 34.6%, Group B는 61.8%, 16.5%, Group C는 76.3%, 6.7%이었다. 계절별 PM10과 PM2.5의 그룹별 농도는 산림 비율이 높은 Group A의 농도가 모든 계절에서 가장 낮았고, 시가화지역 비율이 높은 Group C의 농도는 봄부터 가을까지 가장 높았다. 이상의 그룹간 차이는 통계적으로 유의하였다. Group C 농도는 겨울철에만 Group B보다 낮아졌는데, 겨울철 Group B-C간의 차이는 통계적으로 유의하지 않았다. 계절별 고농도 그룹의 농도 대비 Group A의 농도는 PM10에서 봄, 여름, 가을, 겨울 각각 8.5%, 11.2%, 8.0%, 6.8%, PM2.5에서 3.5%, 10.0%, 4.1%, 3.3% 낮은 수치이었다. PM10과 PM2.5 모두 그룹간 농도 격차가 여름에 가장 크고, 겨울로 가면서 작아졌는데, 이는 산림의 미세먼지 저감기능이 여름에 크고, 겨울에 작기 때문인 것으로 판단되었다. 산림과 비교해 시가화지역이 미세먼지 농도에 끼치는 영향은 작았다. 본 연구를 통해 산림 비율이 높은 지역에서 미세먼지 농도가 낮은 효과가 입증되었으며, 도시의 미세먼지 관리를 위해 녹지의 기능을 규명하는 지속적인 연구가 필요하였다.

Abstract ▼ AI-Helper

This study sought to identify the characteristics of seasonal concentration differences of particulate matter influenced by land cover types associated with particulate matter emission and reductions, namely forest and urbanized regions. PM10 and PM2.5 was measured with quantitative concentration in 2016 on 23 urban air monitoring stations in Seoul, classified the stations into 3 groups based on the ratio of urbanized and forest land covers within a range of 3km around station, and analysed the differences in particulate matter concentration by season. The center values for the urbanized and forest land covers by group were 53.4% and 34.6% in Group A, 61.8% and 16.5% in Group B, and 76.3% and 6.7% in Group C. The group-specific concentration of PM10 and PM2.5 by season indicated that the concentration of Group A, with high ratio of forests, was the lowest in all seasons, and the concentration of Group C, with high ratio of urbanized regions, had the highest concentration from spring to autumn. These inter-group differences were statistically significant. The concentration of Group C was lower than Group B in the winter; however, the differences between Groups B to C in the winter were not statistically significant. Group A concentration compared to the high-concentration groups by season was lower by 8.5%, 11.2%, 8.0%, 6.8% for PM10 in the order of spring, summer, autumn and winter, and 3.5%, 10.0%, 4.1% and 3.3% for PM2.5. The inter-group concentration differences for both PM10 and PM2.5 were the highest in the summer and grew smaller in the winter, this was thought to be because the forests' ability to reduce particulate matter emissions was the most pronounced during the summer and the least pronounced during the winter. The influence of urbanized areas on particulate matter concentration was lower compared to the influence of forests. This study provided evidence that the particulate matter concentration was lower for regions with higher ratios of forests, and subsequent studies are required to identify the role of green space to manage particulate matter concentration in cities.

주제어

표/그림 (10)

그림 Figure 1. Box plots of seasonal mean concentration of PM10 and PM2.5 of 23 air monitoring station in Seoul
그림 Figure 3. Results of K-means clustering based on forest and urbanized area ratio around air monitoring station
그림 Figure 2. Map of land cover types in buffer 3km around 23 air monitoring station in Seoul
표 Table 1. Ratio of land cover types in buffer 3km around 23 air monitoring station in Seoul
표 Table 2. Statistical comparison of PM10 concentration between 3 station groups
표 Table 3. Statistical comparison of PM2.5 concentration between 3 station groups
그림 Figure 4. Comparison of seasonal mean standardized PM concentration by group
그림 Figure 5. Area ratio of detailed forest land cover types by group
그림 Figure 6. Annual sum of PM10, PM2.5 emissions by group
그림 Figure 7. Comparison of relationships between land cover (forest, urbanized area) ratio and particulate matter (PM10, PM2.5) concentration in spring

AI 본문요약
AI-Helper

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

문제 정의

미세먼지는 다양한 환경요인의 영향을 받는데, 본 연구는 도시 미세먼지 농도가 주변 토지피복의 미세먼지 배출 및 저감 영향에 따라 달라졌음을 제시하였다. 또한 계절에 따른 토지피복의 미세먼지 영향 차이가 계절별 산림 수목의 생장과 관련이 있고, 시가 화지역보다 산림이 미세먼지 농도에 끼치는 영향이더 컸음을 제시하였다.
본 연구는 도시에서 미세먼지의 배출과 저감에 기여하는 토지피복 유형인 시가화지역과 산림 유형의 영향에 따른 계절별 미세먼지 농도 특성을 파악하고자 하였으며, 대기오염 측정소 주변 두 피복유형의 비율을 기준으로 측정소를 그룹화하고, 그룹간의 미세먼지 농도 차이를 계절별로 분석하였다. 분석 결과는 다음과 같다.
또한 본 연구에서 고려되지 못한 기상요인, 세부적인 공간 특성, 산림식생특성이나 산림 외 조성녹지의 분포 등다양한 환경요인을 반영한 연구가 필요하며, 이러한 환경요인의 시기적, 지역적 작용 양상을 규명하는 것이 중요하다. 본 연구는 미세먼지에 영향을 끼치는 도시 내 공간적 요인인 토지피복의 계절적 작용 양상을 규명하고자 하는 시도로서 수행되었다. 향후 환경 요인들의 상세한 시공간적 특성을 복합적으로 고려한 후속 연구들이 지속된다면 녹지를 활용한 효과적인 미세먼지 관리가 가능할 것으로 기대한다.
미세먼지 농도는 서울이라는 한정된 공간에서 측정소 전체적으로 유사한 증감 패턴을 나타내지만 일별로 증감의 변화량이 크기 때문에 높은 표준편차는 후자의 영향이 크다고 할 수 있다. 본 연구에서는 이러한 일별 농도 변화에 의한 높은 편차를 해소하기 위해 23개 측정소 농도를 일별 표준화하여 통계분석을 실시하였다.
이러한 관점에서 본 연구는 미세먼지 농도에 대한 다양한 환경변수 중 도시 내 공간적 요인의 영향을 파악하는 기초연구로서 실시하였다. 도시 내에서 미세먼지 농도에 영향을 끼치는 공간적 요인인 토지피복에 초점을 맞춰 대기오염 측정망 주변에서 미세먼지의 배출과 저감에 기여하는 토지피복 유형의 비율 차이에 의해 달라지는 미세먼지 농도 특성을 계절별로 분석하였다.
도시 내에서 미세먼지 농도에 영향을 끼치는 공간적 요인인 토지피복에 초점을 맞춰 대기오염 측정망 주변에서 미세먼지의 배출과 저감에 기여하는 토지피복 유형의 비율 차이에 의해 달라지는 미세먼지 농도 특성을 계절별로 분석하였다. 이를 통해 미세먼지 농도에 작용하는 토지피복의 영향을 파악하고자 하였다.

제안 방법

PM10에 대하여 계절별 그룹별 평균 농도와 그룹간 농도차이에 대한 통계분석 결과를 제시하였다 (Table 2). 세 그룹간 농도 차이는 비모수 검정인 Kruskal-Wallis Test를 계절별로 실시하였고 유의성이 인정된 계절에 대해 Mann-Whitney U Test로 개별 그룹간 차이를 검정하였다.
각 측정소별 시가화지역과 산림 토지피복 유형의 비율을 기준으로 K-means clustering을 실시하여 총 3개의 측정소 그룹을 구분하였다(Figure 3). Group A는 6개의 측정소가 포함되어 타 군집과 분포가 명확히 구분되었다.
이상의 분석결과 산림 비율이 높은 그룹의 농도는 낮고 시가화지역 비율이 높은 그룹의 농도는 높은 그룹간 농도차의 통계적 유의성이 입증되었다. 그러나 그룹간 농도 차이의 계절적 경향을 좀 더 명확히 살펴보고자 표준화된 미세먼지 농도값을 활용한 계절별 그룹별 평균 농도 그래프를 작성하였다(Figure 4). PM10의 그룹별 농도는 전 계절에서 Group A의 농도가 Group B, C보다 큰 차이로 낮았고, Group B 와 C간의 차이는 작았다.
2015). 그룹별 농도 비교는 23개 대기오염 측정소 PM10과 PM2.5의 일평균 농도를 일별 표준화 변환하여 사용하였다.
연구는 먼저 2016년 한 해 동안의 서울시 미세먼지 농도 변화를 살펴 미세먼지 농도의 계절적 경향을 파악하였다. 다음으로 대기오염 측정소 주변의 토지 피복 자료를 구축하여 토지피복 유형의 비율을 기준으로 측정소를 그룹화하였다. 마지막으로 측정소 그룹간의 미세먼지 농도 차이에 대한 계절별 통계분석을 실시하여 그룹간 농도 차이를 규명하고, 측정소 주변 산림과 시가화지역 비율이 미세먼지 농도에 끼친 영향을 고찰하였다.
이러한 관점에서 본 연구는 미세먼지 농도에 대한 다양한 환경변수 중 도시 내 공간적 요인의 영향을 파악하는 기초연구로서 실시하였다. 도시 내에서 미세먼지 농도에 영향을 끼치는 공간적 요인인 토지피복에 초점을 맞춰 대기오염 측정망 주변에서 미세먼지의 배출과 저감에 기여하는 토지피복 유형의 비율 차이에 의해 달라지는 미세먼지 농도 특성을 계절별로 분석하였다. 이를 통해 미세먼지 농도에 작용하는 토지피복의 영향을 파악하고자 하였다.
또한 산림 세부 유형의 비율에 따른 영향을 살펴보기 위하여 그룹별 산림 중분류 토지피복 유형의 평균 비율 그래프를 작성하였다(Figure 5). 산림 중분류 유형은 활엽수림, 침엽수림, 혼효림의 3가지 유형으로 구성되어 있으며 서울 도시대기 측정소 주변의 산림은 전 그룹에서 활엽수림 비율이 크게 높았다.
또한 토지피복 영향에 대한 세부적인 고찰을 위해 산림은 세부유형인 중분류 토지피복 유형의 비율을 산출하였고, 시가화지역은 측정소 주변 미세먼지 배출량을 국립환경과학원에서 제공하는 2014년 대기 오염물질 배출량 자료를 공간자료화하여 측정소 주변 3km 버퍼 내 PM10, PM2.5의 연배출량 합계를 산출하였다.
다음으로 대기오염 측정소 주변의 토지 피복 자료를 구축하여 토지피복 유형의 비율을 기준으로 측정소를 그룹화하였다. 마지막으로 측정소 그룹간의 미세먼지 농도 차이에 대한 계절별 통계분석을 실시하여 그룹간 농도 차이를 규명하고, 측정소 주변 산림과 시가화지역 비율이 미세먼지 농도에 끼친 영향을 고찰하였다.
본 연구는 서울시 대기오염 측정망을 대상으로 각측정소 주변 토지피복 유형 중 미세먼지 배출과 관련된 시가화지역과 저감 기능을 가진 산림 유형의 분포 비율에 따라 측정소 그룹을 구분하여 그룹간의 미세 먼지 농도 차이를 분석하였다.
서울시의 계절별 미세먼지 농도 경향을 파악하고자 23개 도시대기 측정소 일농도 자료를 활용한 계절별 평균농도 그래프를 작성하였다(Figure 1). PM10의 계절평균 농도는 최대 160㎍/m³ 수준으로 봄철 농도가 월등히 높았고, 겨울, 가을, 여름 순으로 농도가 감소하여 계절간의 농도차이도 컸다.
연구는 먼저 2016년 한 해 동안의 서울시 미세먼지 농도 변화를 살펴 미세먼지 농도의 계절적 경향을 파악하였다. 다음으로 대기오염 측정소 주변의 토지 피복 자료를 구축하여 토지피복 유형의 비율을 기준으로 측정소를 그룹화하였다.
서울시 미세먼지 농도는 계절별 차이가 분명하여 봄과 겨울은 고농도, 여름과 가을은 저농도 시기로 구분할 수 있었고, 황사일을 제거하였음에도 봄철의 고농도가 눈에 띄었다. 이처럼 미세먼지 농도의 계절별 특성이 달라 토지피복에 따른 농도차이에 대해 계절별 분석을 실시하였다.
측정소 그룹화는 측정소 주변 시가화지역과 산림토지피복 유형의 비율을 기준으로 K-means clustering을 실시하였다. K-means는 데이터를 서로 다른 K개의 그룹으로 분할하는 방법으로 그룹 평균과 그룹 내 자료간 거리합이 최소가 되도록 그룹 분할을 반복한다.
측정소 주변 산림과 시가화지역 비율이 미세먼지 농도에 끼치는 영향력을 비교해보기 위해 봄철 미세 먼지 농도에 대한 산림 및 시가화지역 비율의 관계성을 분석하였다(Figure 7). 시가화지역의 결정계수 (R²)는 PM10과 PM2.
측정소 주변 토지피복에 따른 그룹 분류를 위해 23개 도시대기 측정소 중심에서 반경 3km 내 대분류 토지피복 유형별 비율을 산출하였다(Table 1, Figure 2). 토지피복 유형은 대분류 유형을 시가화지역과 산림, 기타 유형으로 단순화하였다.
일별 농도에서 황사 발생일은 제거하였다. 토지피복 자료는 환경부의 2013년 중분류 토지피복도를 대분류 유형으로 변환한 후 측정소 주변 3km 버퍼 내 토지피복 유형별 비율을 추출하였다.

대상 데이터

미세먼지 농도 자료는 한국환경공단에서 제공하는 PM10과 PM2.5에 대한 2016년 시간별 농도자료를 일 평균 농도로 변환하여 사용하였다. 일별 농도에서 황사 발생일은 제거하였다.
서울시에는 대기오염 측정망 유형 중 도시대기 측정망이 25개 소로 각 구별 1개소가 위치하고, 도로변대기 측정망이 15개소이다. 본 연구에서는 도시대기 측정망 자료를 활용하였는데, 도시대기 25개 측정망 중 분석기 간인 2016년에 측정소가 이전되어 주변 토지피복의 변화가 발생한 2개소를 제외하여 총 23개소를 분석 대상으로 하였다.
연구대상지인 서울시는 2016년 12월 기준 대기오염 측정망을 운영 중인 전국 96개 시·군 중에서 가장 많은 측정소가 조밀하게 분포한 도시이다.

데이터처리

PM2.5에 대하여 계절별 그룹별 평균 농도와 그룹간 농도차이에 대한 통계분석 결과를 제시하였다 (Table 3). 통계분석은 PM10과 동일한 방식으로 실시하였다.
계절별 그룹별 농도의 정규성 검정 결과 정규성을 만족하지 않아 비모수 검정방법인 Kruskal-Wallis Test로 그룹간 평균 순위 비교를 실시하였다. 그룹간 차이의 통계적 유의성이 인정된 계절에 대해서는 개별 그룹간 비교를 위해 비모수 검정 MannWhitney U Test를 실시하였고, Bonferroni Correction에 의한 유의수준 보정을 통해 유의성을 판단하여 두 그룹간 통계적 차이를 제시하였다.
계절별 그룹별 농도의 정규성 검정 결과 정규성을 만족하지 않아 비모수 검정방법인 Kruskal-Wallis Test로 그룹간 평균 순위 비교를 실시하였다. 그룹간 차이의 통계적 유의성이 인정된 계절에 대해서는 개별 그룹간 비교를 위해 비모수 검정 MannWhitney U Test를 실시하였고, Bonferroni Correction에 의한 유의수준 보정을 통해 유의성을 판단하여 두 그룹간 통계적 차이를 제시하였다. 이상의 공간자료 분석과 통계분석은 각각 Arcgis 10.
PM10에 대하여 계절별 그룹별 평균 농도와 그룹간 농도차이에 대한 통계분석 결과를 제시하였다 (Table 2). 세 그룹간 농도 차이는 비모수 검정인 Kruskal-Wallis Test를 계절별로 실시하였고 유의성이 인정된 계절에 대해 Mann-Whitney U Test로 개별 그룹간 차이를 검정하였다.

이론/모형

K-means는 K의 최적개수를 추정해야하는 한계가 있는데 본 연구에서 적정 K값은 rule of thumb 방법(K≈ # )로 산출하여 총 3개 그룹( # = 3.39)으로 분류하였다(Joseph et al. 2015).

성능/효과

5의 계절간 농도 차이는 PM10보다 작았다. PM10과 PM2.5 모두 고농도인 봄철 농도 편차가 가장 커 고농도 케이스가 빈번하였고, 저농도인 여름철은 편차가 가장 작아 비교적 일정한 수준으로 농도가 유지되었다.
5의 그룹별 연 배출총량을 그래프로 나타내었다(Figure 6). PM10과 PM2.5 배출량은 모두 그룹 C가 가장 많고, B, A순 으로 감소하여 시가화지역 비율이 높은 그룹에서 배출량도 많았다. 배출량이 많은 그룹 C는 미세먼지 농도가 높고, 배출량 적은 그룹 A의 농도는 낮기 때문에 그룹별 농도 차이는 시가화지역 면적과 함께 그에 비례하는 배출량의 영향을 받았다.
PM10의 계절평균 농도는 최대 160㎍/m3 수준으로 봄철 농도가 월등히 높았고, 겨울, 가을, 여름 순으로 농도가 감소하여 계절간의 농도차이도 컸다.
봄철과 가을철의 그룹간 농도 차이는 유사하였다. PM2.5의 그룹별 농도는 전 계절에서 Group A의 농도가 Group B, C보다 낮았고, 계절별 그룹간 농도 차이도 여름철에 차이가 가장 크고, 겨울철에 가장 작아 PM10과 유사한 결과를 나타내었다.
001). 개별 그룹간 차이에 대한 Mann-Whitney U Test 결과 겨울철 Group B-C의 차이를 제외한 모든 계절의 그룹간 분석 유의확률이 Bonferroni 방법으로 조정된 유의수준 0.017보다 낮아 개별 그룹간 차이에 대한 통계적 유의성이 인정 되었다. 종합하면 산림 비율이 높은 Group A의 PM10 농도는 모든 계절에서 Group B, C보다 통계적으로 유의하게 낮았다.
001). 개별 그룹간 차이에 대한 Mann-Whitney U Test 결과 겨울철 Group B-C의 차이를 제외한 모든 계절의 그룹간 분석 유의확률이 Bonferroni 방법으로 조정된 유의수준 0.017보다 낮아 개별 그룹간 차이에 대한 통계적 유의성이 인정 되었다. 종합하면 산림 비율이 높은 Group A의 PM10 농도는 모든 계절에서 Group B, C보다 통계적으로 유의하게 낮았다.
계절별 그룹별 PM10 평균 농도를 살펴보면 산림 비율이 높은 Group A의 농도는 전 계절에서 가장 낮았고, Group B, Group C 순으로 농도가 증가하여, 시가화지역이 우세한 Group C의 농도가 가장 높았다. 단, 겨울철은 예외로, Group B의 농도가 Group C보다 높았다.
계절별 그룹별 PM2.5 평균 농도는 Group A 농도가 전 계절에서 가장 낮았고, Group B, Group C 순으로 농도가 증가하여, Group C의 농도가 가장 높았다. 단, PM2.
Group A는 6개의 측정소가 포함되어 타 군집과 분포가 명확히 구분되었다. 군집 중심인 토지피복 비율의 평균이 산림 34.6%, 시가화지역 53.4%로 산림 비율이 우세한 그룹이었고, 전체적으로 서울시 외곽의 대규모 산림과 인접하여 위치하였다. Group B는 7개의 측정소가 포함되었고, 군집 중심은 산림 16.
넷째, PM10과 PM2.5 모두 그룹간 농도 격차가 여름에 가장 크고, 겨울로 가면서 작아졌는데, 이는 낙엽활엽수 비율이 높은 측정소 주변 산림에서 계절별 수목의 잎 생장과정에 따라 미세먼지 저감기능이 달라졌기 때문으로 판단되었다.
다섯째, 미세먼지 농도 변화에 대한 주변 토지피복의 영향 중 배출량과 비례하는 시가화지역 비율의 영향은 부분적인 것으로 판단되었고, 산림 비율의 증가에 의한 영향력이 더 큰 것으로 나타났다.
둘째, 23개 도시대기 측정망 주변 버퍼 3km 내 토지피복은 시가화지역의 평균이 65.9%, 산림은 17.0%이었다. 두 유형의 비율을 기준으로 측정소를 그룹화한 결과 총 3개 그룹으로 구분되었다.
미세먼지는 다양한 환경요인의 영향을 받는데, 본 연구는 도시 미세먼지 농도가 주변 토지피복의 미세먼지 배출 및 저감 영향에 따라 달라졌음을 제시하였다. 또한 계절에 따른 토지피복의 미세먼지 영향 차이가 계절별 산림 수목의 생장과 관련이 있고, 시가 화지역보다 산림이 미세먼지 농도에 끼치는 영향이더 컸음을 제시하였다. 주변에 산림 비율이 높은 지역의 미세먼지 농도가 낮게 나타난 연구의 결과는 산림의 저감 기능이 작용했기 때문으로 판단되며, 도시의 미세먼지 관리에 있어 녹지의 중요성을 알려주는 결과이다.
8% 낮은 수치이었다. 미세먼지 저감 기능을 가진 산림 비율이 높은 그룹의 농도는 낮고, 미세먼지 배출원이 있는 시기화지역의 비율이 높은 그룹의 농도는 높게 나타나 미세먼지 배출과 저감에 영향을 주는 토지피복의 비율에 따라 미세먼지 농도가 달라지는 것으로 판단되었다.
5 배출량은 모두 그룹 C가 가장 많고, B, A순 으로 감소하여 시가화지역 비율이 높은 그룹에서 배출량도 많았다. 배출량이 많은 그룹 C는 미세먼지 농도가 높고, 배출량 적은 그룹 A의 농도는 낮기 때문에 그룹별 농도 차이는 시가화지역 면적과 함께 그에 비례하는 배출량의 영향을 받았다.
또한 산림 세부 유형의 비율에 따른 영향을 살펴보기 위하여 그룹별 산림 중분류 토지피복 유형의 평균 비율 그래프를 작성하였다(Figure 5). 산림 중분류 유형은 활엽수림, 침엽수림, 혼효림의 3가지 유형으로 구성되어 있으며 서울 도시대기 측정소 주변의 산림은 전 그룹에서 활엽수림 비율이 크게 높았다. 서울의 활엽수림은 낙엽수이기 때문에 겨울철에 측정소 주변 산림의 상당 부분이 잎이 없는 상태가 되므로 겨울철 산림의 미세먼지 저감 기능이 약화될 것으로 판단되었다.
세 그룹간 농도 차이에 대한 Kruskal-Wallis Test 결과 모든 계절에서 그룹간 농도 차이가 통계적으로 유의하였다(p<0.001).
세 그룹간 농도 차이에 대한 Kruskal-Wallis Test 결과 모든 계절에서 그룹간 농도 차이가 통계적으로 유의하였다(p<0.001).
셋째, PM10과 PM2.5의 계절별 그룹간 농도차이에 대한 통계분석 결과 전 계절에서 산림 비율이 높은 Group A의 농도가 가장 낮았다. 산림 비율이 낮고, 시가화지역 비율이 높은 Group C는 봄부터 가을 까지 가장 높은 농도를 나타내었고, 겨울철에만 Group B보다 낮아졌는데, 겨울철 Group B-C간의 차이는 통계적으로 유의하지 않았다.
이상의 분석결과 산림 비율이 높은 그룹의 농도는 낮고 시가화지역 비율이 높은 그룹의 농도는 높은 그룹간 농도차의 통계적 유의성이 입증되었다. 그러나 그룹간 농도 차이의 계절적 경향을 좀 더 명확히 살펴보고자 표준화된 미세먼지 농도값을 활용한 계절별 그룹별 평균 농도 그래프를 작성하였다(Figure 4).
017보다 낮아 개별 그룹간 차이에 대한 통계적 유의성이 인정 되었다. 이상의 통계분석 결과도 PM10 결과와 경향이 유사하였다. 산림 비율이 높은 Group A는 모든 계절에서 PM2.
017보다 낮아 개별 그룹간 차이에 대한 통계적 유의성이 인정 되었다. 종합하면 산림 비율이 높은 Group A의 PM10 농도는 모든 계절에서 Group B, C보다 통계적으로 유의하게 낮았다. 시가화지역이 가장 우세한 Group C는 겨울철만 Group B보다 낮았으나 그 차이는 통계적으로 유의하지 않았고(p=0.
첫째, 서울시의 미세먼지 평균 농도는 계절별 뚜렷한 차이를 나타내었다. PM10과 PM2.

후속연구

산림은 시가화지역보다 면적은 크게 작지만 미세먼지에 대한 영향력은 높게 나타나 도시 미세먼지 농도에 대한 중요한 조절요인으로 사료된다. 다만 낮은 결정계수가 말해주듯 산림과 시가화지역 토지피복 이외에 다른 환경요인들이 미세먼지 농도에 끼치는 영향도 클 것이므로 이에 대한 규명이 필요하며, PM10과 PM2.5에 대한 작용도 다를 것으로 사료되어 추후 연구가 필요하였다.
따라서 다양한 대상지와 요인 및 기간, 범위를 달리한 추가적인 연구가 필요하다. 또한 본 연구에서 고려되지 못한 기상요인, 세부적인 공간 특성, 산림식생특성이나 산림 외 조성녹지의 분포 등다양한 환경요인을 반영한 연구가 필요하며, 이러한 환경요인의 시기적, 지역적 작용 양상을 규명하는 것이 중요하다. 본 연구는 미세먼지에 영향을 끼치는 도시 내 공간적 요인인 토지피복의 계절적 작용 양상을 규명하고자 하는 시도로서 수행되었다.
본 연구는 서울이라는 한정된 공간을 대상으로 1년이란 짧은 기간 동안 측정된 자료를 분석하였고, 측정소 주변의 다양한 토지피복을 산림과 시가화지역으로 한정하여, 분석 범위를 반경 3km로 한정한 한계가 있다. 따라서 다양한 대상지와 요인 및 기간, 범위를 달리한 추가적인 연구가 필요하다.
본 연구는 미세먼지에 영향을 끼치는 도시 내 공간적 요인인 토지피복의 계절적 작용 양상을 규명하고자 하는 시도로서 수행되었다. 향후 환경 요인들의 상세한 시공간적 특성을 복합적으로 고려한 후속 연구들이 지속된다면 녹지를 활용한 효과적인 미세먼지 관리가 가능할 것으로 기대한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	국내에서 발표되는 미세먼지 대책은 어디에 초점을 두고 있는가?	현재 국내에서 발표되는 미세먼지 대책은 대부분 미세먼지를 유발하는 배출원 관리에 초점을 두고 있다(MOE 2013). 미세먼지를 유발하는 원인에 대한 관리는 사전예방적 대처로서 중요하지만 대기 중에 부유하는 미세먼지는 별도의 저감 대책이 필요하며, 부유 미세먼지의 저감을 위해 중요한 것이 녹지이다.
	국내 미세먼지 농도는 어떤 추세인가요?	국내 미세먼지 농도는 1995년 환경부 대기오염 측정망에 의해 PM10 측정이 시작된 이후 지속적으로 감소하는 추세이지만(NIER 2017a), 최근까지 여러 연구들을 통해 미세먼지가 인체에 끼치는 위해성이 부각되면서(Dockery et al. 1993; Schwartz J et al.
	도시에서 미세먼지는 어떤 요인에 의해 영향을 받는가?	도시에서 미세먼지는 다양한 요인에 의해 복합적인 영향을 받는다. 미세먼지 농도는 기상요인의 영향을 받아 강수와 풍속에 음의상관을 보이고 계절에 따라 그 영향이 다르다(Chae 2009; Park 2017). 계절 별 대기 혼합고 차이, 기온역전층 발생에 의한 대기 오염 물질의 정체에 의해 미세먼지 농도는 달라진다 (Park et al. 2002; Lee et al. 2007). 오염물질의 장거리 이동에 따른 도시 외부 유입 미세먼지의 영향 (Hatakeyama et al.

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