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
- 따라서 초미세먼지 발생원인 도로변에서 완충녹지가 초미세먼지 농도 저감에 효과가 있음을 규명하는 것은 도시 환경문제 해결을 위해 중요한 내용이다. 본 연구는 도로변에서 발생하는 초미세먼지(PM2.5) 농도를 정량적으로 측정하여 완충녹지의 녹량과 식재구조가 초미세먼지 농도 저감에 효과가 있는지를 규명하였다. 초미세먼지에 관해 완충녹지의 녹량이 미치는 영향과 교목과 관목의 식재구조와의 상관관계를 밝히고 특히, 관목의 중요성을 강조하여 향후 도시 내 초미세먼지 저감을 위한 방법으로 완충녹지를 활용하는 것이 가능할 것으로 판단되었다.
- 본 연구는 도로에서 발생한 PM2.5(초미세먼지)가 보도, 녹지, 주거지로 이동하면서 농도의 변화를 확인하고, 완충녹지 조성 시 활용할 수 있는 영향요소 도출과 그 효과검증을 목적으로 수행하였다. 겨울과 봄의 초미세먼지 측정값을 기준으로 분석한 결과, 도로 대비 보도, 녹지, 주거지 모두 저감이 일어났으며, 그 중에서 완충녹지를 통과한 후의 주거지 농도 값이 가장 많이 저감되었다.
제안 방법
- 수서 IC에서 올림픽공원까지 송파구를 횡단하는 양재대로에 3개소, 잠실대교를 건너 복정역까지 송파구를 남북으로 종단하는 송파대로에 2개소를 대상지로 선정하였다. 조사구는 사면형, 평지형, 마운딩형으로 구분하였다. 사면형 녹지는 총 10개의 조사구로 20m 길이에 전체 폭원은 17.
- 송파구 완충녹지 식재구조는 가로현황과 식재현황으로 구분하여 조사하였다. 가로현황은 보도폭을 측정하고, 주변 토지이용 현황, 녹지의 단면을 분석하기 위해 높이와 기울기를 조사하였다.
- 송파구 완충녹지 식재구조는 가로현황과 식재현황으로 구분하여 조사하였다. 가로현황은 보도폭을 측정하고, 주변 토지이용 현황, 녹지의 단면을 분석하기 위해 높이와 기울기를 조사하였다. 식재현황은 교목, 아교목, 관목별 수종을 조사하여 조사구내 위치를 표시하고, 수고와 지하고, 수관폭과 흉고직경을 측정하였다.
- 가로현황은 보도폭을 측정하고, 주변 토지이용 현황, 녹지의 단면을 분석하기 위해 높이와 기울기를 조사하였다. 식재현황은 교목, 아교목, 관목별 수종을 조사하여 조사구내 위치를 표시하고, 수고와 지하고, 수관폭과 흉고직경을 측정하였다. 식재유형은 교목의 구조를 1열, 2열, 3열로 구분하고, 관목의 구조를 단층, 복층, 다층으로 구분해 분석하였다.
- 식재현황은 교목, 아교목, 관목별 수종을 조사하여 조사구내 위치를 표시하고, 수고와 지하고, 수관폭과 흉고직경을 측정하였다. 식재유형은 교목의 구조를 1열, 2열, 3열로 구분하고, 관목의 구조를 단층, 복층, 다층으로 구분해 분석하였다.
- 식재밀도는 일정면적당 식재본수를 의미하는 생육환경을 보여주는 지표로 조사구내 식생조사를 바탕으로 교목과 관목으로 나누고, 교목은 실 조사 수량, 관목은 16주/m2를 기준으로 계산하였다. 녹피율은 녹의 2차원적인 면적을 나타내는 지표로 각 조사구의 층위별로 목본수종의 수관투영면적을 합산하여 백분율로 나타내며, 층위 간 또는 수종 간 중복되는 수관투영면적은 고려하지 않았다.
- 녹피율은 녹의 2차원적인 면적을 나타내는 지표로 각 조사구의 층위별로 목본수종의 수관투영면적을 합산하여 백분율로 나타내며, 층위 간 또는 수종 간 중복되는 수관투영면적은 고려하지 않았다. 수관용적은 수관폭, 수고, 지하고 측정값과 수목의 형태(구형, 원추형, 기둥형)에 따른 체적 계산공식을 적용하였다. 녹지용적계수(GVZ)는 녹의 3차원적 용적을 나타내는 지표로서 단위면적당 수관용적의 합계를 나타낸 것으로 녹지의 용적에 따라 농도 값에 미치는 영향을 파악하고자 녹지의 풍부함을 정량적 자료로 산출하는 녹지용적계수를 분석하였다.
- 가 넘는 것을 확인하였다. 현장조사 당일 대기환경정보에 의한 송파구 초미세먼지와 해당조사구의 실측 농도 값 평균은 표준측정 장비와 휴대용 장비는 측정방법이 달라 절대적 수치비교가 어려워 보정계수를 이용해 비교하였고, 휴대용 장비로 실시간 측정된 농도 값의 신뢰성을 알아보았다. 실 측정값의 평균에 보정계수인 0.
- 0µg/m3와 유사하여 실측한 농도 값의 적정성을 확인할 수 있었다. 본 연구에서는 기상관련 AWS 자료 분석과 서울시 대기환경정보에서 구축한 선행측정 결과를 바탕으로 겨울(2016년 1월 14일)과 봄(2016년 5월 12일) 2회에 걸쳐대상지의 PM2.5 농도를 측정한 값으로 연구를 진행하였다. 일반적으로 미세먼지량은 1일 측정 자료의 평균값을 사용하게 되는데, 본 연구는 거시적 관점에서 다루는 다른 지역과의 평균적인 오염농도 비교가 아닌 미시적 관점에서 완충녹지에 의한 농도변화를 살펴보기 위한 것으로 실시간 자동측정법을 기준으로 상호간 증감비율을 비교하였다.
- 5 농도를 측정한 값으로 연구를 진행하였다. 일반적으로 미세먼지량은 1일 측정 자료의 평균값을 사용하게 되는데, 본 연구는 거시적 관점에서 다루는 다른 지역과의 평균적인 오염농도 비교가 아닌 미시적 관점에서 완충녹지에 의한 농도변화를 살펴보기 위한 것으로 실시간 자동측정법을 기준으로 상호간 증감비율을 비교하였다. 초미세먼지 측정 장비는 EDC(Environmental Devices Corporation)社의 실시간 자동측정 장치인 AA-3500 에어로졸 모니터를 사용해 측정하였다.
- 초미세먼지 측정 장비는 EDC(Environmental Devices Corporation)社의 실시간 자동측정 장치인 AA-3500 에어로졸 모니터를 사용해 측정하였다. 선형의 완충녹지마다 폭 20m의 조사구를 선정해 도로에서 완충녹지 끝까지를 횡단하는 방식으로 도로(a), 보도(b), 녹지(c), 주거지(d-녹지가 없는 지역) 4지점으로 구분해 각 지점마다 가슴높이에서 4초간 8회씩 측정하였다(Figure 2 참조).
- 조사구의 식생구조 분석을 통해 녹지유형별 조사구의 녹피율, 녹지용적, 녹지용적계수를 분석하였다. 조사구별 농도의 경향치 분석을 위해 겨울과 봄, 전체로 나누어 도로, 보도, 녹지, 주거지의 평균값과 측정지별 농도 상대비율을 비교해 계절별 특성을 분석하였다.
- 조사구의 식생구조 분석을 통해 녹지유형별 조사구의 녹피율, 녹지용적, 녹지용적계수를 분석하였다. 조사구별 농도의 경향치 분석을 위해 겨울과 봄, 전체로 나누어 도로, 보도, 녹지, 주거지의 평균값과 측정지별 농도 상대비율을 비교해 계절별 특성을 분석하였다. 도로 농도 대비 녹지와 주거지 농도와의 상호 간 평균차이가 있는지를 검정하기 위해 겨울과 봄, 16개 조사구마다 8회 반복한 각 256개의 농도 값으로 독립표본 T검정을 실시하였다.
- 식재구조와 주거지농도 상대비율 간의 관계분석을 위해 교목구조를 교목 1열, 교목 2열, 교목 3열로 구분하였고, 관목구조는 지피, 관목, 대관목을 구분해 단층, 복층, 다층으로 구분하여 일원배치분산분석(one-way ANOVA)을 실시하였다. 계절별 특성파악을 위해 겨울과 봄의 농도 값 평균치를 별도로 비교하고, 계절별 상관관계분석에 따른 영향요소별 특징을 녹량과 연계해 분석하였다. 또한, 겨울철 농도 값을 기준으로 녹지유형별 관목 녹피율과의 관계를 파악하기 위해 일원배치분산분석(one-way ANOVA)을 실시하였다(Table 2 참조).
- 조사구별 도로, 보도, 녹지, 주거지로 구분해 측정지점별 상대적 농도 변화를 확인하기 위해 전체 농도 값과 계절별 농도값을 나누어 표로 정리하였다. 전체 농도를 기준으로 분석한 결과는 도로 지점의 농도보다 모든 지점이 낮아지는 경향을 보였으며, 발생지점인 도로에서부터 거리상 순서인 보도 > 녹지 > 주거지 순으로 낮아지는 경향을 확인할 수 있었다.
- 본 연구에서는 측정지점별, 시기별, 환경별 측정순간에 따라 변화가 심한 농도 값의 수치적 비교보다는 상대적 상대비율을 분석하여 완충녹지로 인한 증감효과를 비교했으며, 통계적 유의성이 확인된 주거지 농도 값을 기준으로 녹지유형별 상대비율의 평균치를 비교하고, 폭원과의 관계성도 분석하였다(Table 5 참조). 겨울철 주거지의 평균 상대비율은 91.
- 01보다 작으므로 겨울철 도로와 주거지의 평균은 통계적 차이가 있는 유의한 값으로 인정되었다. 따라서 겨울과 봄철 녹지, 주거지 농도 값과 도로와의 독립표본 분석 결과, 통계적으로 차이가 없는 표본으로 겨울철 주거지 농도값만이 통계적 유의성을 인정받았으므로 계절별 영향요소 및 관계분석 필요시 겨울철 주거지 농도 값을 기준으로 삼았다(Table 8 참조). 겨울철은 식재환경으로 인한 영향이 적은 계절로 수목의 영향을 직접적으로 받는 녹지에서 좀 더 불규칙적인 값이 많이 측정된 것으로 판단되며, 봄철의 농도 값은 수목의 잎이 나면서부터 초미세먼지의 차단효과가 증대되어 녹지를 지나 측정된 녹지와 주거지의 농도 값이 불규칙적이 되면서 일정한 분산분포의 농도 값이 측정되지 않은 것으로 판단되었다.
- 전체, 겨울, 봄의 녹지와 주거지 상대비율을 기준으로 조사구별 교목 녹피율, 교목녹지용적계수, 관목 녹피율, 관목 녹지용적계수와 각각의 합계로 구분해 조사구의 녹량을 정량변수로 삼아 상관관계를 분석하였다(Table 9 참조). 전체의 상대 비율을 기준으로 조사한 결과, 녹지 상대비율은 특별한 상관관계가 나타나지 않았으며, 주거지 상대비율은 교목 녹피율과 상관계수 0.
- 상관관계 분석을 통해 농도 상대비율과 관계가 있는 요소는 다양한 녹량 요소들로 상호간의 복합적인 관계에 의한 것으로 확인되었다. 이에 녹량과 관계가 있는 면적기준의 녹피율과 체적기준의 녹지용적계수를 통해 유사한 특성을 가진 조사구별로 유형화하였다. 대상지 그룹화 방법은 통계프로그램인 R을 사용한 Gaussian Mixture 모델기법으로 교목 녹피율과 관목 녹피율, 교목 녹지용적계수와 관목 녹지용적계수 4개의 항목을 기준으로 유사한 조사구를 분류하였다.
- 대상지 그룹화 방법은 통계프로그램인 R을 사용한 Gaussian Mixture 모델기법으로 교목 녹피율과 관목 녹피율, 교목 녹지용적계수와 관목 녹지용적계수 4개의 항목을 기준으로 유사한 조사구를 분류하였다. 기준수치별로 분포된 농도 비율을 분석해 주요 범위에서 이질적으로 벗어나는 값이 어느 정도인지 성격을 분류하였다(Table 10 참조). 교목 녹피율의 경우, 2개의 포물선이 만들어져 다른 특성을 가진 2개의 그룹으로 나눌 수 있었으며, 관목 녹지용적계수의 경우 큰 차이가 없는 3개의 이질적인 데이터를 확인할 수 있었다.
- 교목 녹피율의 경우, 2개의 포물선이 만들어져 다른 특성을 가진 2개의 그룹으로 나눌 수 있었으며, 관목 녹지용적계수의 경우 큰 차이가 없는 3개의 이질적인 데이터를 확인할 수 있었다. 이러한 분석과정을 거쳐 통계프로그램 R은 녹량별 특성이 유사한 조사구를 그룹화시켜 5개의 그룹으로 분류하였다.
- 5그룹은 교목의 녹량은 많은 편이나 관목의 녹량이 그룹별 평균치 이상으로 가장 부족한 “관목 부족형” 그룹이다(Table 11 참조). 녹량 특성별 농도 상대비율에 따른 분산의 동질성을 검정하였다. 검정 결과, 유의확률 p=0.
- 겨울과 봄의 전체 상대비율을 기준으로 조사구의 식재구조(높이, 폭)를 교목구조와 관목구조로 구분해 명목변수로서의 상관관계를 분석하였다(Table 13 참조). 그 결과, 주거지 상대 비율은 교목구조와 관목구조와 음의 상관관계에, 녹지 상대비율은 녹지폭원과 음의 상관관계에 있는 것을 확인할 수 있었다.
- 표준편차결과, 관목 다층구조의 분산범위가 다른 집단에 비해 다소 넓은 것을 확인할 수 있었다. 교목구조별 농도 상대비율에 따른 분산의 동질성을 검정하였다. 검정 결과, 유의확률 p=0.
- 관목구조별 농도 상대비율에 따른 분산의 동질성을 검정하였다. 검정 결과, 유의확률 p=0.
- 도로와 녹지, 주거지의 농도 값 T-test 분석 결과, 계절별 수치 중에서는 겨울철 주거지 농도 값만이 유의한 결과로 나타났으므로 계절별 특성을 살펴보기 위해 겨울철 주거지 상대비율을 기준으로 겨울철에만 나타나는 초미세먼지 농도증감의 특징을 분석했다. 상관관계 분석 시 겨울철 관목 녹피율과 음의 상관관계를 보이고 있으며, 잎이 없는 계절적 특성으로 관목에 의한 영향이 크게 나타나고 있으므로 겨울철 관목 녹피율과의 좀 더 정확한 관계 파악을 위해 녹지의 구조적 특성을 Classification해 세분화하고, 녹지유형별로 나타나는 관목 녹피율과의 특성을 살펴보았다.
- 도로와 녹지, 주거지의 농도 값 T-test 분석 결과, 계절별 수치 중에서는 겨울철 주거지 농도 값만이 유의한 결과로 나타났으므로 계절별 특성을 살펴보기 위해 겨울철 주거지 상대비율을 기준으로 겨울철에만 나타나는 초미세먼지 농도증감의 특징을 분석했다. 상관관계 분석 시 겨울철 관목 녹피율과 음의 상관관계를 보이고 있으며, 잎이 없는 계절적 특성으로 관목에 의한 영향이 크게 나타나고 있으므로 겨울철 관목 녹피율과의 좀 더 정확한 관계 파악을 위해 녹지의 구조적 특성을 Classification해 세분화하고, 녹지유형별로 나타나는 관목 녹피율과의 특성을 살펴보았다. 녹지유형을 사면형, 평지형, 마운딩형으로 구분하고, 겨울철 주거지 농도 값을 기준으로 일원배치분산분석(one-way ANOVA)을 실시하여 녹지유형 구분이 통계적 의미가 있는지를 확인하였다(Table 16 참조).
- 평균값은 사면형 > 평지형 > 마운딩형 순으로 상대비율이 높은 유형과 동일해 평균값이 높은 녹지가 상대비율도 높게 나타남을 확인하였다. 녹지유형별 주거지 농도 값에 따른 분산의 동질성을 검정하였다. 검정 결과는 유의확률 p=0.
- 겨울철 상대비율 특성 분석 시 통계적 유의성 증대를 위해 저감효과가 있는 대상지만으로 녹지유형별 관목의 녹량과 상대비율의 상관관계를 분석하였다. 저감효과가 있는 대상지는 사면형 녹지 조사구 5개(양재대로 01, 04, 06, 09, 10), 평지형 녹지 조사구 3개(송파대로 01, 02, 03), 마운딩형 녹지 조사구(송파대로 04, 05, 06) 3개 였으며, 총 표본수는 사면형 녹지는 40개, 평지형과 마운딩형 녹지는 각각 24개를 기준으로 관목 녹피율과의 상관관계를 분석하였다.
- 겨울철 상대비율 특성 분석 시 통계적 유의성 증대를 위해 저감효과가 있는 대상지만으로 녹지유형별 관목의 녹량과 상대비율의 상관관계를 분석하였다. 저감효과가 있는 대상지는 사면형 녹지 조사구 5개(양재대로 01, 04, 06, 09, 10), 평지형 녹지 조사구 3개(송파대로 01, 02, 03), 마운딩형 녹지 조사구(송파대로 04, 05, 06) 3개 였으며, 총 표본수는 사면형 녹지는 40개, 평지형과 마운딩형 녹지는 각각 24개를 기준으로 관목 녹피율과의 상관관계를 분석하였다. 관목 녹피율별 주거지 상대비율과의 관계 분석에서는 녹지유형을 사면형, 평지형, 마운딩형으로 구분해 일원배치분산분석(one-way ANOVA)을 실시하였다(Table 17 참조).
- 녹지 유형별 초미세먼지 농도의 특징은 평지형 녹지가 관목 녹량이 많아 잎이 없는 겨울철에 저감효과가 높았고, 사면형 녹지는 교목 녹량이 많아 수목의 잎이 나는 봄철에 초미세먼지 저감효과가 커져 농도가 더 낮아진 것으로 판단되었다. 초미세먼지 저감에 영향이 있는 정량적 요소로 녹피율, 녹지용적, 녹지용적계수이 있으며, 상호 복합적으로 연계되어 녹량별 특성에 따라 조사구를 5개의 그룹으로 구분하였다. 분석결과, 관목 풍부형, 녹량 균형형, 교목 부족형, 관목 부족형, 녹량 부족형 순으로 초미세먼지농도 저감효과가 낮았다.
대상 데이터
- 사면형 녹지는 총 10개의 조사구로 20m 길이에 전체 폭원은 17.0∼19.5m까지 6가지로 구분되고, 14∼34°까지 다양한 경사면을 이루고 있었다.
- 마운딩형 녹지는 총 3개의 조사구로 20m 길이에 전체 폭원은 28.5m로 4.4∼6.4m까지의 높이차로 도로변과 단지변이 서로 다른 경사로 이루어져 있었다(Table 1, Figure 1 참조).
- 연구대상지는 서울시내에서 PM2.5의 평균배출량과 차량등록대수가 높으며, 자동차배출원에 의한 배출비중이 높은 송파구를 선정하였다. 수서 IC에서 올림픽공원까지 송파구를 횡단하는 양재대로에 3개소, 잠실대교를 건너 복정역까지 송파구를 남북으로 종단하는 송파대로에 2개소를 대상지로 선정하였다.
- 5의 평균배출량과 차량등록대수가 높으며, 자동차배출원에 의한 배출비중이 높은 송파구를 선정하였다. 수서 IC에서 올림픽공원까지 송파구를 횡단하는 양재대로에 3개소, 잠실대교를 건너 복정역까지 송파구를 남북으로 종단하는 송파대로에 2개소를 대상지로 선정하였다. 조사구는 사면형, 평지형, 마운딩형으로 구분하였다.
- 일반적으로 미세먼지량은 1일 측정 자료의 평균값을 사용하게 되는데, 본 연구는 거시적 관점에서 다루는 다른 지역과의 평균적인 오염농도 비교가 아닌 미시적 관점에서 완충녹지에 의한 농도변화를 살펴보기 위한 것으로 실시간 자동측정법을 기준으로 상호간 증감비율을 비교하였다. 초미세먼지 측정 장비는 EDC(Environmental Devices Corporation)社의 실시간 자동측정 장치인 AA-3500 에어로졸 모니터를 사용해 측정하였다. 선형의 완충녹지마다 폭 20m의 조사구를 선정해 도로에서 완충녹지 끝까지를 횡단하는 방식으로 도로(a), 보도(b), 녹지(c), 주거지(d-녹지가 없는 지역) 4지점으로 구분해 각 지점마다 가슴높이에서 4초간 8회씩 측정하였다(Figure 2 참조).
데이터처리
- 조사구별 농도의 경향치 분석을 위해 겨울과 봄, 전체로 나누어 도로, 보도, 녹지, 주거지의 평균값과 측정지별 농도 상대비율을 비교해 계절별 특성을 분석하였다. 도로 농도 대비 녹지와 주거지 농도와의 상호 간 평균차이가 있는지를 검정하기 위해 겨울과 봄, 16개 조사구마다 8회 반복한 각 256개의 농도 값으로 독립표본 T검정을 실시하였다. 초미세먼지 농도 증감과 관련된 영향요소 도출을 위해 녹피율, 녹지용적계수 등 정량변수와 교목구조, 관목구조 등 명목변수를 기준으로 SPSS 21.
- 도로 농도 대비 녹지와 주거지 농도와의 상호 간 평균차이가 있는지를 검정하기 위해 겨울과 봄, 16개 조사구마다 8회 반복한 각 256개의 농도 값으로 독립표본 T검정을 실시하였다. 초미세먼지 농도 증감과 관련된 영향요소 도출을 위해 녹피율, 녹지용적계수 등 정량변수와 교목구조, 관목구조 등 명목변수를 기준으로 SPSS 21.0 프로그램을 사용해 상관관계 분석을 실시하였고, 이를 통해 도출된 녹량과의 관계분석을 위해 R 프로그램의 Gaussian Mixture 기법을 이용해 녹량 특성별로 조사구를 유형화하였다. 식재구조와 주거지농도 상대비율 간의 관계분석을 위해 교목구조를 교목 1열, 교목 2열, 교목 3열로 구분하였고, 관목구조는 지피, 관목, 대관목을 구분해 단층, 복층, 다층으로 구분하여 일원배치분산분석(one-way ANOVA)을 실시하였다.
- 0 프로그램을 사용해 상관관계 분석을 실시하였고, 이를 통해 도출된 녹량과의 관계분석을 위해 R 프로그램의 Gaussian Mixture 기법을 이용해 녹량 특성별로 조사구를 유형화하였다. 식재구조와 주거지농도 상대비율 간의 관계분석을 위해 교목구조를 교목 1열, 교목 2열, 교목 3열로 구분하였고, 관목구조는 지피, 관목, 대관목을 구분해 단층, 복층, 다층으로 구분하여 일원배치분산분석(one-way ANOVA)을 실시하였다. 계절별 특성파악을 위해 겨울과 봄의 농도 값 평균치를 별도로 비교하고, 계절별 상관관계분석에 따른 영향요소별 특징을 녹량과 연계해 분석하였다.
- 계절별 특성파악을 위해 겨울과 봄의 농도 값 평균치를 별도로 비교하고, 계절별 상관관계분석에 따른 영향요소별 특징을 녹량과 연계해 분석하였다. 또한, 겨울철 농도 값을 기준으로 녹지유형별 관목 녹피율과의 관계를 파악하기 위해 일원배치분산분석(one-way ANOVA)을 실시하였다(Table 2 참조).
- 전체, 겨울, 봄으로 나누어 분석한 조사구별 농도 값이 통계적 유의성을 갖는지를 확인하기 위해 녹지의 영향을 받지 않는 보도 값을 제외한 도로, 녹지, 주거지에서 측정한 각각의 농도값을 T-test 분석으로 검정해 초미세먼지 발생지점인 도로의 농도 값과 유의한 차이가 있는 측정지점을 확인하였다. 표본수는 겨울과 봄 측정값 각 256개로 도로변 평균농도는 53.
- 이에 녹량과 관계가 있는 면적기준의 녹피율과 체적기준의 녹지용적계수를 통해 유사한 특성을 가진 조사구별로 유형화하였다. 대상지 그룹화 방법은 통계프로그램인 R을 사용한 Gaussian Mixture 모델기법으로 교목 녹피율과 관목 녹피율, 교목 녹지용적계수와 관목 녹지용적계수 4개의 항목을 기준으로 유사한 조사구를 분류하였다. 기준수치별로 분포된 농도 비율을 분석해 주요 범위에서 이질적으로 벗어나는 값이 어느 정도인지 성격을 분류하였다(Table 10 참조).
- 상관관계 분석 시 겨울철 관목 녹피율과 음의 상관관계를 보이고 있으며, 잎이 없는 계절적 특성으로 관목에 의한 영향이 크게 나타나고 있으므로 겨울철 관목 녹피율과의 좀 더 정확한 관계 파악을 위해 녹지의 구조적 특성을 Classification해 세분화하고, 녹지유형별로 나타나는 관목 녹피율과의 특성을 살펴보았다. 녹지유형을 사면형, 평지형, 마운딩형으로 구분하고, 겨울철 주거지 농도 값을 기준으로 일원배치분산분석(one-way ANOVA)을 실시하여 녹지유형 구분이 통계적 의미가 있는지를 확인하였다(Table 16 참조). 평균값은 사면형 > 평지형 > 마운딩형 순으로 상대비율이 높은 유형과 동일해 평균값이 높은 녹지가 상대비율도 높게 나타남을 확인하였다.
- 저감효과가 있는 대상지는 사면형 녹지 조사구 5개(양재대로 01, 04, 06, 09, 10), 평지형 녹지 조사구 3개(송파대로 01, 02, 03), 마운딩형 녹지 조사구(송파대로 04, 05, 06) 3개 였으며, 총 표본수는 사면형 녹지는 40개, 평지형과 마운딩형 녹지는 각각 24개를 기준으로 관목 녹피율과의 상관관계를 분석하였다. 관목 녹피율별 주거지 상대비율과의 관계 분석에서는 녹지유형을 사면형, 평지형, 마운딩형으로 구분해 일원배치분산분석(one-way ANOVA)을 실시하였다(Table 17 참조).
성능/효과
- 실 측정값의 평균에 보정계수인 0.42를 적용했을 때 당일 서울시 측정망 값과 유사하게 나타나는 것을 확인할 수 있었으며, 겨울철 보정값의 평균은 25.1µg/m3로 2015년 송파구 1월 현장측정 평균값인 27.0µg/m3과 유사하며, 봄철 보정값의 평균은 16.1µg/m3로 2015년 송파구 5월 현장측정 평균값인 19.0µg/m3와 유사하여 실측한 농도 값의 적정성을 확인할 수 있었다.
- 녹지유형별 평균 녹량을 비교해 보면 교목 녹피율은 평균 53.2%로 마운딩형 녹지가 70.6%로 가장 높았고, 관목 녹피율은 평균 11.1%로, 평지형 녹지가 18.7%로 가장 높았다. 녹지용적은 평균 1,294.
- 9m3로 가장 많았다. 녹지용적계수는 평균 3.10m3/m2로 마운딩형 녹지가 5.35m3/m2로 가장 높았고, 관목은 평균 0.15m3/m2로 마운딩형녹지가 0.48m3/m2로 가장 높았다. 녹지유형별 녹량은 교목은 마운딩형 녹지가 많았으며, 관목은 평지형 녹지가 많은 것을 확인할 수 있었다.
- 48m3/m2로 가장 높았다. 녹지유형별 녹량은 교목은 마운딩형 녹지가 많았으며, 관목은 평지형 녹지가 많은 것을 확인할 수 있었다. 현황 결과, 조사구 16개소 중 녹지유형별로 사면형, 평지형, 마운딩형의 모든 유형이 배치되어 있었으며, 마운딩형 녹지에서 1열 식재 구조가 없는 것을 제외하면 식재 구조 유형도 모든 대상지에 고루 분포되어 다양한 분석이 가능하였다.
- 녹지유형별 녹량은 교목은 마운딩형 녹지가 많았으며, 관목은 평지형 녹지가 많은 것을 확인할 수 있었다. 현황 결과, 조사구 16개소 중 녹지유형별로 사면형, 평지형, 마운딩형의 모든 유형이 배치되어 있었으며, 마운딩형 녹지에서 1열 식재 구조가 없는 것을 제외하면 식재 구조 유형도 모든 대상지에 고루 분포되어 다양한 분석이 가능하였다. 전체적으로 조사구내 녹피율 비중은 교목이 많았으며, 교목이 많이 식재된 조사구는 상대적으로 관목이 적게 식재되고, 반대로 교목이 적을 경우 관목이 상대적으로 많이 식재된 경향을 보였다.
- 현황 결과, 조사구 16개소 중 녹지유형별로 사면형, 평지형, 마운딩형의 모든 유형이 배치되어 있었으며, 마운딩형 녹지에서 1열 식재 구조가 없는 것을 제외하면 식재 구조 유형도 모든 대상지에 고루 분포되어 다양한 분석이 가능하였다. 전체적으로 조사구내 녹피율 비중은 교목이 많았으며, 교목이 많이 식재된 조사구는 상대적으로 관목이 적게 식재되고, 반대로 교목이 적을 경우 관목이 상대적으로 많이 식재된 경향을 보였다. 이는 교목이 적을 경우 피복율 증대를 위해 상대적으로 관목의 식재가 높았던 것으로 추정되며, 녹지유형별 녹량은 마운딩형이 교목과 관목 모두 많았고, 사면형은 교목 녹량이, 평지형은 관목 녹량이 많은 것으로 확인되어 초미세먼지 농도 증감과의 영향을 살펴볼 필요가 있었다(Table 3 참조).
- 전체 농도를 기준으로 분석한 결과는 도로 지점의 농도보다 모든 지점이 낮아지는 경향을 보였으며, 발생지점인 도로에서부터 거리상 순서인 보도 > 녹지 > 주거지 순으로 낮아지는 경향을 확인할 수 있었다.
- 겨울철 평균 농도는 도로의 농도 값보다 녹지 > 보도 > 주거지 순으로 전체 비교와는 상이하게 녹지의 농도가 보도의 농도보다 상대적으로 높은 것을 확인할 수 있었으나, 봄철 평균 농도는 도로의 농도 값보다 보도 > 녹지 > 주거지 순으로 녹지의 농도가 다시 보도의 농도보다 낮게 나와, 전체 농도 값의 분석치와 동일한 결과가 나오는 것을 확인할 수 있었다.
- 최저 농도 값은 18µg/m3로 양재대로 03의 주거지, 송파대로 04의 녹지, 송파대로 05의 녹지와 주거지에서 측정되었으며, 최고 농도 값은 84µg/m3로 송파대로03의 도로변에서 측정되었다. 겨울과 봄 2회에 걸쳐 측정한 전체 농도 값의 평균농도와 계절별 농도 값을 비교해 보면 최저로 측정되는 조사구는 송파대로 04로 동일하나, 최고측정값은 전체농도와 계절별 농도가 상이한 것을 확인할 수 있었다. 양재대로 08과 09는 계절별 농도 차이가 가장 심했으며, 양재대로 04, 송파대로 03, 06은 봄이 겨울보다 높게 측정되어 녹량과의 관계나 조사구별 환경적 특성을 분석해 볼 필요가 있었다.
- 본 연구에서는 측정지점별, 시기별, 환경별 측정순간에 따라 변화가 심한 농도 값의 수치적 비교보다는 상대적 상대비율을 분석하여 완충녹지로 인한 증감효과를 비교했으며, 통계적 유의성이 확인된 주거지 농도 값을 기준으로 녹지유형별 상대비율의 평균치를 비교하고, 폭원과의 관계성도 분석하였다(Table 5 참조). 겨울철 주거지의 평균 상대비율은 91.1%로 녹지의 평균 상대비율은 93.1%보다 더 낮았고, 조사구 중 녹지부분에서 가장 감소율이 낮은 조사구는 송파대로 04였으며, 주거지 중 가장 상대비율이 낮은 조사구는 양재대로 04이었다. 녹지유형별 주거지 농도 상대비율의 평균치를 분석해 보면 사면형 > 평지형 > 마운딩형 순으로 상대비율이 낮았으며, 폭원별 평균치를 분석해 보면 19m > 15.
- 폭원별 평균치를 분석해 보면 18m > 19.5m > 15.5m 순으로 폭원과 상관없이 불규칙적인 상대비율을 확인할 수 있었다.
- 5m 순으로 폭원과 상관없이 불규칙적인 상대비율을 확인할 수 있었다. 봄철 주거지의 평균 상대비율은 70.5%로 녹지의 평균 상대비율 77.7%보다 더 낮았고, 조사구 중 녹지부분에서 가장 감소율이 낮은 조사구는 양재대로 03이었으며, 주거지 중 가장 상대비율이 낮은 조사구 또한 양재대로 03이었다. 녹지유형별 주거지 농도 상대비율의 평균치를 분석해 보면 유사한 차이로 평지형 > 사면형 > 마운딩형 순으로 겨울철과는 다른 결과를 보였다.
- 3µg/m3의 차이가 있었으나, 환경변수에 따라 조사구별 차이 값은 변화가 있었다(Table 6 참조). 도로와의 등분산 검정결과, 녹지는 유의확률 0.299, 주거지는 0.147로 등분산이 가정되었으며, 전체 농도 값의 도로와 녹지, 주거지 각각의 평균 농도 값은 통계적으로 유의한 값으로 인정되었다(Table 7 참조).
- 계절별 특징으로 겨울의 경우, 녹지 상대비율이 교목 녹피율과 상관계수—0.190, 유의확률 0.032, 녹피율은 상관계수 —0.211, 유의확률 0.017로 95% 신뢰수준의 음의 상관관계가 있었으며, 주거지 상대비율과는 통계적 신뢰수준의 상관관계가 있는 항목은 없었다.
- 겨울철 도로와의 등분산 검정결과, 녹지는 유의확률 0.475, 거지는 유의확률 0.702로 두 집단의 등분산이 가정되었으며, 이에 반해 봄철 도로와의 등분산 검정결과, 녹지는 유의확률 0.004, 주거지는 유의확률 0.001로 두 집단의 등분산이 가정되지 않아 봄철 녹지와 주거지의 농도 값은 분산이 동일하지 않은 표본으로 분석되었다. T-test 분석결과, 겨울철 도로와 녹지와의 유의확률 0.
- 001로 두 집단의 등분산이 가정되지 않아 봄철 녹지와 주거지의 농도 값은 분산이 동일하지 않은 표본으로 분석되었다. T-test 분석결과, 겨울철 도로와 녹지와의 유의확률 0.077로 유의성이 인정되지 않았으며, 주거지와의 유의확률은 0.009로 0.01보다 작으므로 겨울철 도로와 주거지의 평균은 통계적 차이가 있는 유의한 값으로 인정되었다. 따라서 겨울과 봄철 녹지, 주거지 농도 값과 도로와의 독립표본 분석 결과, 통계적으로 차이가 없는 표본으로 겨울철 주거지 농도값만이 통계적 유의성을 인정받았으므로 계절별 영향요소 및 관계분석 필요시 겨울철 주거지 농도 값을 기준으로 삼았다(Table 8 참조).
- 따라서 겨울과 봄철 녹지, 주거지 농도 값과 도로와의 독립표본 분석 결과, 통계적으로 차이가 없는 표본으로 겨울철 주거지 농도값만이 통계적 유의성을 인정받았으므로 계절별 영향요소 및 관계분석 필요시 겨울철 주거지 농도 값을 기준으로 삼았다(Table 8 참조). 겨울철은 식재환경으로 인한 영향이 적은 계절로 수목의 영향을 직접적으로 받는 녹지에서 좀 더 불규칙적인 값이 많이 측정된 것으로 판단되며, 봄철의 농도 값은 수목의 잎이 나면서부터 초미세먼지의 차단효과가 증대되어 녹지를 지나 측정된 녹지와 주거지의 농도 값이 불규칙적이 되면서 일정한 분산분포의 농도 값이 측정되지 않은 것으로 판단되었다. 따라서 봄철의 녹지와 주거지, 겨울철의 녹지 평균값은 통계상도로의 평균값과 서로 다른 표본으로 볼 수 없었다.
- 따라서 봄철의 녹지와 주거지, 겨울철의 녹지 평균값은 통계상도로의 평균값과 서로 다른 표본으로 볼 수 없었다. 겨울철 주거지 농도와 전체 데이터를 기준으로 분석한 녹지와 주거지 농도는 통계적으로 서로 다른 표본으로 인정되어 통계상 비교 의미가 있음을 확인할 수 있었다.
- 전체, 겨울, 봄의 녹지와 주거지 상대비율을 기준으로 조사구별 교목 녹피율, 교목녹지용적계수, 관목 녹피율, 관목 녹지용적계수와 각각의 합계로 구분해 조사구의 녹량을 정량변수로 삼아 상관관계를 분석하였다(Table 9 참조). 전체의 상대 비율을 기준으로 조사한 결과, 녹지 상대비율은 특별한 상관관계가 나타나지 않았으며, 주거지 상대비율은 교목 녹피율과 상관계수 0.131, 유의확률 0.037, 녹피율 상관계수 0.142, 유의확률 0.023로 95% 신뢰수준의 양의 상관관계가 있었다. 계절별 특징으로 겨울의 경우, 녹지 상대비율이 교목 녹피율과 상관계수—0.
- 017로 95% 신뢰수준의 음의 상관관계가 있었으며, 주거지 상대비율과는 통계적 신뢰수준의 상관관계가 있는 항목은 없었다. 봄의 경우, 녹지 상대비율과 주거지 상대비율 모두 교목 녹피율과 상관계수 0.322, 유의확률 0.000으로 99% 신뢰수준의 양의 상관관계가 있었으며, 녹피율은 녹지상대비율 상관계수 0.348, 주거지상대비율 상관계수 0.373으로 둘 다 유의확률 0.000으로 99% 신뢰수준의 양의 상관관계를 확인했다. 겨울과 봄의 결과를 통해 계절별 차이가 있음을 확인할 수 있었으나, 봄의 경우 통계적 유의성이 인정되지 않은 데이터이기에 고려하지 않았다.
- 상관관계 분석을 통해 농도 상대비율과 관계가 있는 요소는 다양한 녹량 요소들로 상호간의 복합적인 관계에 의한 것으로 확인되었다. 이에 녹량과 관계가 있는 면적기준의 녹피율과 체적기준의 녹지용적계수를 통해 유사한 특성을 가진 조사구별로 유형화하였다.
- 기준수치별로 분포된 농도 비율을 분석해 주요 범위에서 이질적으로 벗어나는 값이 어느 정도인지 성격을 분류하였다(Table 10 참조). 교목 녹피율의 경우, 2개의 포물선이 만들어져 다른 특성을 가진 2개의 그룹으로 나눌 수 있었으며, 관목 녹지용적계수의 경우 큰 차이가 없는 3개의 이질적인 데이터를 확인할 수 있었다. 이러한 분석과정을 거쳐 통계프로그램 R은 녹량별 특성이 유사한 조사구를 그룹화시켜 5개의 그룹으로 분류하였다.
- Figure 4는 녹량 특성별 그룹에 따른 농도 상대비율의 평균값 비교 그래프이다. 녹량 특성별로 평균 상대비율이 75.27%인 관목 풍부형 그룹이 가장 낮은 값으로 78.55%인 녹량 균형형 그룹, 81.37%인 교목 부족형 그룹, 83.62%인 관목 부족형 그룹, 83.87%인 녹량 부족형 그룹 순이었으며, 전체적으로 녹량이 부족했던 녹량 부족형 그룹의 평균 상대비율이 가장 높은 것으로 나타나 다른 그룹에 비해 상대적으로 저감효과가 적은 그룹임을 확인할 수 있었다.
- 겨울과 봄의 전체 상대비율을 기준으로 조사구의 식재구조(높이, 폭)를 교목구조와 관목구조로 구분해 명목변수로서의 상관관계를 분석하였다(Table 13 참조). 그 결과, 주거지 상대 비율은 교목구조와 관목구조와 음의 상관관계에, 녹지 상대비율은 녹지폭원과 음의 상관관계에 있는 것을 확인할 수 있었다. 주거지 및 녹지 상대비율은 교목구조(1열, 2열, 3열)와 관목구조(단층, 복층, 다층)의 음의 상관관계 즉, 교목구조의 열이 많은 곳이, 관목구조의 층이 많은 곳에서 주거지와 녹지의 상대 비율이 더 낮았다.
- 그 결과, 주거지 상대 비율은 교목구조와 관목구조와 음의 상관관계에, 녹지 상대비율은 녹지폭원과 음의 상관관계에 있는 것을 확인할 수 있었다. 주거지 및 녹지 상대비율은 교목구조(1열, 2열, 3열)와 관목구조(단층, 복층, 다층)의 음의 상관관계 즉, 교목구조의 열이 많은 곳이, 관목구조의 층이 많은 곳에서 주거지와 녹지의 상대 비율이 더 낮았다. 녹지폭원 또한 상대비율에 영향을 미치고 있으며, 녹지폭원이 넓은 곳에서 상대비율이 더 낮은 것을 확인할 수 있었다.
- 주거지 및 녹지 상대비율은 교목구조(1열, 2열, 3열)와 관목구조(단층, 복층, 다층)의 음의 상관관계 즉, 교목구조의 열이 많은 곳이, 관목구조의 층이 많은 곳에서 주거지와 녹지의 상대 비율이 더 낮았다. 녹지폭원 또한 상대비율에 영향을 미치고 있으며, 녹지폭원이 넓은 곳에서 상대비율이 더 낮은 것을 확인할 수 있었다. 이는 녹지폭원이 넓을수록 교목과 관목의 식재량이 많아져 대상지내의 녹량이 증대하기 때문에 생기는 영향이라 판단되었다.
- 02%로 가장 낮게 나타났으므로 농도 저감효과가 가장 높은 것으로 해석할 수 있다. 교목 배치 시 집중식재보다 분산 식재하는 것이 녹지 내에 바람통로를 확보해 초미세먼지가 대기 중으로 확산하는 것을 돕게 되어 농도가 낮아지는 것으로 추정할 수 있었다.
- 표준편차결과, 관목 다층구조의 분산범위가 다른 집단에 비해 다소 넓은 것을 확인할 수 있었다. 교목구조별 농도 상대비율에 따른 분산의 동질성을 검정하였다.
- 107로 분산이 같다는 귀무가설을 기각하지 못했다. 따라서 관목구조 유형별 농도 상대비율은 그룹별 분산의 동질성을 확인할 수 있었다. 관목구조별 농도 상대비율에 따른 분산분석 결과로 신뢰수준 99% 수준에서 유의성이 인정되었다.
- 따라서 관목구조 유형별 농도 상대비율은 그룹별 분산의 동질성을 확인할 수 있었다. 관목구조별 농도 상대비율에 따른 분산분석 결과로 신뢰수준 99% 수준에서 유의성이 인정되었다. 이는 관목구조 유형별로 농도 상대비율에 차이가 없다는 귀무가설이 기각되어 관목구조 유형별 농도 상대비율은 그룹별 차이가 인정되었다.
- 이는 관목구조 유형별로 농도 상대비율에 차이가 없다는 귀무가설이 기각되어 관목구조 유형별 농도 상대비율은 그룹별 차이가 인정되었다. 평균 상대비율은 관목 단층구조가 88.79%로 가장 높게 나타났으며, 관목 다층구조가 81.16%로 가장 낮게 나타났으므로 농도 저감효과가 가장 높은 것으로 해석할 수 있다. 전체적인 경향으로 관목구조가 다층구조일수록 상대비율이 높아짐을 알 수 있었다.
- 16%로 가장 낮게 나타났으므로 농도 저감효과가 가장 높은 것으로 해석할 수 있다. 전체적인 경향으로 관목구조가 다층구조일수록 상대비율이 높아짐을 알 수 있었다. 관목층의 증가는 정체된 초미세먼지에 대한 필터역할을 함으로써 먼지농도의 상대비율을 높이는 것으로 판단되었다(Table 15 참조).
- 전체적인 경향으로 관목구조가 다층구조일수록 상대비율이 높아짐을 알 수 있었다. 관목층의 증가는 정체된 초미세먼지에 대한 필터역할을 함으로써 먼지농도의 상대비율을 높이는 것으로 판단되었다(Table 15 참조).
- 평균값은 사면형 > 평지형 > 마운딩형 순으로 상대비율이 높은 유형과 동일해 평균값이 높은 녹지가 상대비율도 높게 나타남을 확인하였다.
- 000으로서 분산이 같다는 귀무가설을 기각한다. 따라서 녹지유형과 주거지 농도 값과의 분석결과, 신뢰도 99% 수준에서 통계적 유의성이 인정되었다. 녹지유형별 주거지 농도 값에 따른 분산분석 결과를 나타낸 것이다.
- 이는 녹지유형별 주거지 농도 값의 차이가 있다는 귀무가설이 기각되어 유의성이 인정되었음을 알 수 있었다. 위의 내용을 종합해 보면 녹지구조별 관목 녹피율로 인한 초미세먼지 농도 저감효과에 대한 겨울철 특성을 살펴보기 위해 세 가지 유형을 구분한 것은 적정한 것으로 판단되었다.
- 관목 녹피율에 따른 농도 상대비율의 분산분석 결과, 사면형 녹지, 평지형 녹지, 마운딩형 녹지 모두 관목 녹피율에 따른 농도 상대비율의 통계적 유의성이 99% 수준에서 인정되었다(Table 18 참조). 사면형 녹지, 평지형 녹지, 마운딩형 녹지 모두 관목 녹피율이 높을수록 주거지 농도 값이 낮아지는 음의 상관관계가 성립됨을 확인할 수 있었다.
- 관목 녹피율에 따른 농도 상대비율의 분산분석 결과, 사면형 녹지, 평지형 녹지, 마운딩형 녹지 모두 관목 녹피율에 따른 농도 상대비율의 통계적 유의성이 99% 수준에서 인정되었다(Table 18 참조). 사면형 녹지, 평지형 녹지, 마운딩형 녹지 모두 관목 녹피율이 높을수록 주거지 농도 값이 낮아지는 음의 상관관계가 성립됨을 확인할 수 있었다. 종합적으로 농도 상대 비율과 녹량의 관계는 교목과 관목 녹량의 복합적인 관계에 영향이 있으나, 잎이 없는 겨울철에는 관목 녹량의 영향이 큰 것으로 판단되어지며, 녹지유형별 관목 녹피율과의 관계는 음의 상관관계가 있었다.
- 사면형 녹지, 평지형 녹지, 마운딩형 녹지 모두 관목 녹피율이 높을수록 주거지 농도 값이 낮아지는 음의 상관관계가 성립됨을 확인할 수 있었다. 종합적으로 농도 상대 비율과 녹량의 관계는 교목과 관목 녹량의 복합적인 관계에 영향이 있으나, 잎이 없는 겨울철에는 관목 녹량의 영향이 큰 것으로 판단되어지며, 녹지유형별 관목 녹피율과의 관계는 음의 상관관계가 있었다.
- 겨울과 봄의 초미세먼지 측정값을 기준으로 분석한 결과, 도로 대비 보도, 녹지, 주거지 모두 저감이 일어났으며, 그 중에서 완충녹지를 통과한 후의 주거지 농도 값이 가장 많이 저감되었다. 초미세먼지 계절별 농도의 특징은 봄이 겨울보다 낮게 측정되었으며, 위치별로 겨울은 녹지, 보도, 주거지 순으로 낮아졌고, 봄은 보도, 녹지, 주거지 순으로 낮아졌다. 녹지 유형별 초미세먼지 농도의 특징은 평지형 녹지가 관목 녹량이 많아 잎이 없는 겨울철에 저감효과가 높았고, 사면형 녹지는 교목 녹량이 많아 수목의 잎이 나는 봄철에 초미세먼지 저감효과가 커져 농도가 더 낮아진 것으로 판단되었다.
- 초미세먼지 계절별 농도의 특징은 봄이 겨울보다 낮게 측정되었으며, 위치별로 겨울은 녹지, 보도, 주거지 순으로 낮아졌고, 봄은 보도, 녹지, 주거지 순으로 낮아졌다. 녹지 유형별 초미세먼지 농도의 특징은 평지형 녹지가 관목 녹량이 많아 잎이 없는 겨울철에 저감효과가 높았고, 사면형 녹지는 교목 녹량이 많아 수목의 잎이 나는 봄철에 초미세먼지 저감효과가 커져 농도가 더 낮아진 것으로 판단되었다. 초미세먼지 저감에 영향이 있는 정량적 요소로 녹피율, 녹지용적, 녹지용적계수이 있으며, 상호 복합적으로 연계되어 녹량별 특성에 따라 조사구를 5개의 그룹으로 구분하였다.
- 초미세먼지 저감에 영향이 있는 정량적 요소로 녹피율, 녹지용적, 녹지용적계수이 있으며, 상호 복합적으로 연계되어 녹량별 특성에 따라 조사구를 5개의 그룹으로 구분하였다. 분석결과, 관목 풍부형, 녹량 균형형, 교목 부족형, 관목 부족형, 녹량 부족형 순으로 초미세먼지농도 저감효과가 낮았다. 교목과 관목의 녹피율, 녹지용적계수 등 녹량이 높은 그룹이 낮은 그룹보다 저감효과가 좋았으며, 초미세먼지농도 저감에 교목보다 관목의 영향이 더 큰 것으로 분석되었다.
- 분석결과, 관목 풍부형, 녹량 균형형, 교목 부족형, 관목 부족형, 녹량 부족형 순으로 초미세먼지농도 저감효과가 낮았다. 교목과 관목의 녹피율, 녹지용적계수 등 녹량이 높은 그룹이 낮은 그룹보다 저감효과가 좋았으며, 초미세먼지농도 저감에 교목보다 관목의 영향이 더 큰 것으로 분석되었다. 계절별 특성으로 겨울철 주거지 값과 녹지유형별 관목 녹피율과의 관계를 분석한 결과, 3가지 녹지유형 모두 관목 녹피율이 높은 것이 저감효과가 높은 것을 확인하였다.
- 교목과 관목의 녹피율, 녹지용적계수 등 녹량이 높은 그룹이 낮은 그룹보다 저감효과가 좋았으며, 초미세먼지농도 저감에 교목보다 관목의 영향이 더 큰 것으로 분석되었다. 계절별 특성으로 겨울철 주거지 값과 녹지유형별 관목 녹피율과의 관계를 분석한 결과, 3가지 녹지유형 모두 관목 녹피율이 높은 것이 저감효과가 높은 것을 확인하였다. 식재구조별 상대비율을 분석에서는 교목 1열, 2열, 3열 순으로 도로 농도 대비 초미세먼지농도 저감효과가 높았다.
- 계절별 특성으로 겨울철 주거지 값과 녹지유형별 관목 녹피율과의 관계를 분석한 결과, 3가지 녹지유형 모두 관목 녹피율이 높은 것이 저감효과가 높은 것을 확인하였다. 식재구조별 상대비율을 분석에서는 교목 1열, 2열, 3열 순으로 도로 농도 대비 초미세먼지농도 저감효과가 높았다. 관목의 경우, 단층, 복층, 다층 순으로 초미세먼지의 농도가 낮아져 다층의 관목구조를 만드는 것이 초미세먼지 농도 저감에 효과적인 것으로 확인되었다.
- 식재구조별 상대비율을 분석에서는 교목 1열, 2열, 3열 순으로 도로 농도 대비 초미세먼지농도 저감효과가 높았다. 관목의 경우, 단층, 복층, 다층 순으로 초미세먼지의 농도가 낮아져 다층의 관목구조를 만드는 것이 초미세먼지 농도 저감에 효과적인 것으로 확인되었다. 본 연구를 통해 초미세먼지의 저감에 녹량이 효과가 있음을 증명하였고, 완충녹지의 필요성도 강조하였다.
- 관목의 경우, 단층, 복층, 다층 순으로 초미세먼지의 농도가 낮아져 다층의 관목구조를 만드는 것이 초미세먼지 농도 저감에 효과적인 것으로 확인되었다. 본 연구를 통해 초미세먼지의 저감에 녹량이 효과가 있음을 증명하였고, 완충녹지의 필요성도 강조하였다. 향후 완충녹지 조성 시 교목을 분산 배치하도록 유도하고, 상대적으로 공사비가 경제적인 관목의 식재 비율을 올려 녹피율을 높히고, 수종 선정 시 수관용적이 큰 나무를 선정해 식재 시 다층구조를 만들어 녹량을 확보한다면 도시의 환경문제인 PM2.
- 녹지유형별 주거지 농도 상대비율의 평균치를 분석해 보면 사면형 > 평지형 > 마운딩형 순으로 상대비율이 낮았으며, 폭원별 평균치를 분석해 보면 19m > 15.5m > 28.5m 순으로 폭원과 상관없이 불규칙적인 상대비율을 확인할 수 있었다.
- 5(초미세먼지)가 보도, 녹지, 주거지로 이동하면서 농도의 변화를 확인하고, 완충녹지 조성 시 활용할 수 있는 영향요소 도출과 그 효과검증을 목적으로 수행하였다. 겨울과 봄의 초미세먼지 측정값을 기준으로 분석한 결과, 도로 대비 보도, 녹지, 주거지 모두 저감이 일어났으며, 그 중에서 완충녹지를 통과한 후의 주거지 농도 값이 가장 많이 저감되었다. 초미세먼지 계절별 농도의 특징은 봄이 겨울보다 낮게 측정되었으며, 위치별로 겨울은 녹지, 보도, 주거지 순으로 낮아졌고, 봄은 보도, 녹지, 주거지 순으로 낮아졌다.
후속연구
- 5) 농도를 정량적으로 측정하여 완충녹지의 녹량과 식재구조가 초미세먼지 농도 저감에 효과가 있는지를 규명하였다. 초미세먼지에 관해 완충녹지의 녹량이 미치는 영향과 교목과 관목의 식재구조와의 상관관계를 밝히고 특히, 관목의 중요성을 강조하여 향후 도시 내 초미세먼지 저감을 위한 방법으로 완충녹지를 활용하는 것이 가능할 것으로 판단되었다.
- 전체적으로 조사구내 녹피율 비중은 교목이 많았으며, 교목이 많이 식재된 조사구는 상대적으로 관목이 적게 식재되고, 반대로 교목이 적을 경우 관목이 상대적으로 많이 식재된 경향을 보였다. 이는 교목이 적을 경우 피복율 증대를 위해 상대적으로 관목의 식재가 높았던 것으로 추정되며, 녹지유형별 녹량은 마운딩형이 교목과 관목 모두 많았고, 사면형은 교목 녹량이, 평지형은 관목 녹량이 많은 것으로 확인되어 초미세먼지 농도 증감과의 영향을 살펴볼 필요가 있었다(Table 3 참조).
- 본 연구를 통해 초미세먼지의 저감에 녹량이 효과가 있음을 증명하였고, 완충녹지의 필요성도 강조하였다. 향후 완충녹지 조성 시 교목을 분산 배치하도록 유도하고, 상대적으로 공사비가 경제적인 관목의 식재 비율을 올려 녹피율을 높히고, 수종 선정 시 수관용적이 큰 나무를 선정해 식재 시 다층구조를 만들어 녹량을 확보한다면 도시의 환경문제인 PM2.5의 해결을 위해 완충녹지가 효과적인 수단이 될 수 있을 것이다.
- 본 연구는 현장에서 진행하여 제어되어야 할 환경변수의 통제에 한계가 있었다. 또한, 겨울과 봄의 두 계절의 데이터만으로 분석한 결과로 모든 계절별 특성을 대표하기에는 부족하였다.
- 또한, 겨울과 봄의 두 계절의 데이터만으로 분석한 결과로 모든 계절별 특성을 대표하기에는 부족하였다. 따라서 앞으로 좀 더 정확한 연구결과를 위해 사계절 반복측정과 그 데이터를 바탕으로 경향과 상대비율을 분석하는 추가적인 연구가 필요하며, 상록과 낙엽별 효과, 수종별 효과, 발생원으로부터의 이격거리에 대한 효과 등 변수들의 복합적인 영향력에 대한 폭 넓은 관점에서의 다양한 분석이 필요할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.