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 근린공원은 주변이 고층건물로 둘러싸여 있는 곳으로 그린벨트, 도시주변 숲과 다른 지리적 특성을 가지고 있으며, 실제로 미세먼지는 도시민들에게 가장 민감한 것이기 때문에 도시 내 가장 근접한 도시 근린공원이 미세먼지 저감에 어느 정도 기능을 하는지, 근린공원 내부가 차폐에 의해 미세먼지 피난처의 역할을 할 수 있는지가 중요하며, 그에 관한 연구는 없는 실정이었다. 따라서 본 연구의 목적은 도시 내 근린공원 중심이 입구에 비해 미세먼지가 어느 정도 저감된 공간인지 분석해 내고, 저감율과 미세먼지 농도, 공원의 규모의 상관관계를 파악해 내고, 더 나아가 공원 중앙이 주변 식재, 건물 등에 의해 얼마나 차폐가 되어 있는가에 대한 차폐율과의 상관관계를 구체적인 데이터로 설명하는데 있다.
- 특히 본 연구와 관련된 차폐와 미세먼지 저감에 대한 연구는 찾아 볼 수 없었다. 따라서 앞으로의 미세먼지 녹지정책을 위한 기초 자료로서 본 연구의 데이터가 다양한 지역과 관점에서의 자료로 활용될 수 있음을 고찰하였다.
- 본 연구는 도시 내 평지형 근린공원 중심의 미세먼지 저감정도 분석과 차폐율과의 상관관계를 분석하는 것으로 다음의 진행과정으로 연구되었다.
- 본 연구는 특히 대도시 미세먼지 문제가 심각한 현재에 도시림의 역할이 매우 중요하게 대두되고 있어 도시민에게 가장 근접한 곳에 있는 도시 근린공원의 중심이 입구에 비해 얼마나 저감되는지 분석하고, 저감율과 미세먼지 농도, 공원의 규모의 상관관계를 파악해 내고, 더 나아가 공원 중앙이 주변 식재, 건물 등에 의해 얼마나 차폐가 되어 있는가에 대한 차폐율과의 상관관계를 구체적인 데이터로 설명하고자 하였다.
제안 방법
- 5, PM10)를 측정하였다. 공간 차폐율은 공원중앙에서 360도로 동영상을 촬영하여 각 프레임을 겹치지 않게 나누어 각 프레임에서 하늘로 개방된 %를 제외한 나머지를 차폐 도로 산출하였다. 산출된 미세먼지 저감정도의 특징과 공간차폐율과의 관계는 다음과 같다.
- 공간 차폐율은 근린공원 중심에서 360도로 동영상을 촬영하여 중복되지 않도록 프레임을 나누어 각 프레임에서 하늘이 보이는 정도를 개방율로 산출하고, 나머지를 차폐율로 산출하였다(Figure 5 참조). 선행논문에서 발표한 CRVP KOO 프로그램으로 분석하였으며, 포토샵에서 각 프레임마다 픽셀을 추출한 방식과 비교했을 때 거의 유사하였다.
- 공간차폐율은 공원중심부 녹지대 내에서 360도 주변을 동영상으로 촬영한 다음 각 장면들이 중첩되지 않도록 장면을 잘라 10~12개의 프레임을 만든 뒤 녹지, 건물, 시설물 등 모든 요소의 % 또는 하늘이 보이는 공간의 %를 측정하여 차폐율로 환산하였다. 이때 저자가 선행논문(Koo, 2016b)에서 개발한 CRVP Koo 프로그램을 사용하였으며, 사진의 픽셀을 모두 추출하여 엑셀로 수치화하였다.
- 공원 중앙이 주변 식재나 건물에 의해 얼마나 위요되고 차폐되었는가에 따라 미세먼지 저감과 상관관계가 있는지를 분석하기 위해 미세먼지를 측정한 공원중앙지점에서 동일하게 측정하였다.
- 다음으로 7개 근린공원의 주진입로 입구와 공원중심에서 측정한 수치를 비교하여 미세먼지 저감정도와 온도, 습도 차이를 추출하였다. 그리고 기상청발표 수치와 공원입구 미세먼지 농도에 따른 저감율과의 상관관계와 근린공원의 면적에 대한 미세먼지 저감과의 상관관계를 회귀분석하였다.
- 먼저 근린공원 주진입로 입구에서 측정한 수치와 기상청 발표자료를 비교 분석하였다. 다음으로 7개 근린공원의 주진입로 입구와 공원중심에서 측정한 수치를 비교하여 미세먼지 저감정도와 온도, 습도 차이를 추출하였다. 그리고 기상청발표 수치와 공원입구 미세먼지 농도에 따른 저감율과의 상관관계와 근린공원의 면적에 대한 미세먼지 저감과의 상관관계를 회귀분석하였다.
- 대구시 수성구 평지형 근린공원 7개를 대상으로 미세먼지 농도가 나쁨단계 이상으로 발표된 날 3일 동안 도시근린공원 입구와 중앙 항상 같은 지점에서 기온, 습도, 미세먼지 농도 (PM1, PM2.5, PM10)를 측정하였다. 공간 차폐율은 공원중앙에서 360도로 동영상을 촬영하여 각 프레임을 겹치지 않게 나누어 각 프레임에서 하늘로 개방된 %를 제외한 나머지를 차폐 도로 산출하였다.
- 도시 내 평지형 근린공원 7곳을 대상으로 근린공원 입구와 중심에서 측정하였으며, 기상청 발표 자료와 근린공원 입구에서 측정한 자료를 비교 분석하였다. 미세먼지뿐 아니라, 기상의 일반적 상황인 온도, 습도까지 측정하여 비교하였다.
- 또한 신뢰도 확보를 위해 포토샵에서 수작업으로 추출한 하늘로의 개방%와 비교하여 사용하였다.
- 먼저 근린공원 주진입로 입구에서 측정한 수치와 기상청 발표자료를 비교 분석하였다. 다음으로 7개 근린공원의 주진입로 입구와 공원중심에서 측정한 수치를 비교하여 미세먼지 저감정도와 온도, 습도 차이를 추출하였다.
- 차폐는 수목뿐 아니라, 지면, 주변건물, 시설물 모두 포함되는 것으로 공원 중심지점이 얼마나 둘러싸여져 있는가를 판단하였다. 모든 프레임의 하늘부분을 제외한 나머지 %들을 평균하여 다음 Table 5와 같이 산출한 다음, 공원 입구와 중심간의 미세먼지 저감율 정도와 비교 분석하였다.
- 도시 내 평지형 근린공원 7곳을 대상으로 근린공원 입구와 중심에서 측정하였으며, 기상청 발표 자료와 근린공원 입구에서 측정한 자료를 비교 분석하였다. 미세먼지뿐 아니라, 기상의 일반적 상황인 온도, 습도까지 측정하여 비교하였다. 기상청 발표 미세먼지 나쁨단계 이상의 날 3일의 각 근린공원이 속한 지역의 기상청 발표 미세먼지 수치와 온도, 습도는 Table 1과 같으며, 공원입구와 중앙에서 측정한 수치는 Table 5와 같다.
- 공간차폐율은 공원중심부 녹지대 내에서 360도 주변을 동영상으로 촬영한 다음 각 장면들이 중첩되지 않도록 장면을 잘라 10~12개의 프레임을 만든 뒤 녹지, 건물, 시설물 등 모든 요소의 % 또는 하늘이 보이는 공간의 %를 측정하여 차폐율로 환산하였다. 이때 저자가 선행논문(Koo, 2016b)에서 개발한 CRVP Koo 프로그램을 사용하였으며, 사진의 픽셀을 모두 추출하여 엑셀로 수치화하였다.
- 측정도구로는 레이저 산란 활성흡입 방식의 미세먼지 측정기를 사용하였으며, PM10μg/m3, PM2.5μg/m3 , PM1μg/m3 초미세먼지까지 3가지 모두를 측정하였다.
- 특정 지점의 미세먼지 수치는 풍속, 풍향, 자동차통행횟수 등 자연적 영향과 주변환경에 의해 순간적으로 가변하기 때문에 최대한 신뢰성을 확보하기 위해 한번 측정시 항상 지정된 지점에서 5분 단위로 3회씩 측정하여 평균을 낸 값을 사용하였다. 측정일은 기상청 발표 미세먼지 농도가 나쁨 이상 단계의 발표가 된 봄철 2019년 5월 14일, 5월 16일, 5월 24일 3일에 걸쳐 진행되었다.
대상 데이터
- 측정지점은 근린공원 입구와 근린공원 중심지점으로 두 곳을 선정하여 3일동안 항상 같은 지점에서 측정하였다. 공원중심지점은 공원구역 내 거리상 중심이며, 수목이 식재된 녹지대로 선정하였다. 측정항목은 PM1, PM2.
- 기상청 발표 데이터는 PM2.5와 PM10 μg/m3의 수치만 발표하고 있으나, 측정은 초미세먼지 PM1까지 측정하였다.
- 연구 대상지는 대구시 수성구청 발표에 의거 수성구에 위치한 도시 근린공원 12곳 중 미조성 3곳과 산지형 공원 2곳을 제외한 평지형 도시근린공원 7곳을 Figure 1과 같이 선정하였다.
- 연구 편의를 위해 Figure 1에 적힌 공원번호를 모든 데이터에서 사용하였으며, 공원면적은 최소 4,960m2에서 최대 45,120m2까지 7개 공원 평균면적은 14,153m2이었다.
- 5, PM10. 온도, 습도 5개 항목이며, 측정높이는 지면에서 성인얼굴높이 160cm이다.
- 49%의 천공률이 산정되었다. 주어진 앙각과 비례를 그대로 재현하여 하늘이 어느정도 보이는 가의 연구로 확장한 것으로 차폐율을 산정하는 수치로 사용하였다.
- 특정 지점의 미세먼지 수치는 풍속, 풍향, 자동차통행횟수 등 자연적 영향과 주변환경에 의해 순간적으로 가변하기 때문에 최대한 신뢰성을 확보하기 위해 한번 측정시 항상 지정된 지점에서 5분 단위로 3회씩 측정하여 평균을 낸 값을 사용하였다. 측정일은 기상청 발표 미세먼지 농도가 나쁨 이상 단계의 발표가 된 봄철 2019년 5월 14일, 5월 16일, 5월 24일 3일에 걸쳐 진행되었다.
- 측정지점은 근린공원 입구와 근린공원 중심지점으로 두 곳을 선정하여 3일동안 항상 같은 지점에서 측정하였다. 공원중심지점은 공원구역 내 거리상 중심이며, 수목이 식재된 녹지대로 선정하였다.
데이터처리
- 3일 측정한 근린공원 내 미세먼지 저감율과 근린공원 면적과의 상관관계를 위해 회귀분석을 실시하였다. 그 결과, 반비례의 관계를 나타내었다.
- 분석된 공간차폐율과 미세먼지 저감율간의 회귀분석을 실시하였다. Table 5과 같은 데이터가 추출되었으며, 공원 입구와 중앙간의 미세먼지 저감율과 차폐율간의 상관관계를 회귀분석한 결과 Figure 6과 같이 모두 정비례 관계로 분석되었다.
- 분석된 미세먼지 저감율에 대한 분석과 더불어 공간차폐율과 상관관계를 분석하기 위해 Excel, SPSS를 사용하여 회귀분석하였다.
- 공간 차폐율은 근린공원 중심에서 360도로 동영상을 촬영하여 중복되지 않도록 프레임을 나누어 각 프레임에서 하늘이 보이는 정도를 개방율로 산출하고, 나머지를 차폐율로 산출하였다(Figure 5 참조). 선행논문에서 발표한 CRVP KOO 프로그램으로 분석하였으며, 포토샵에서 각 프레임마다 픽셀을 추출한 방식과 비교했을 때 거의 유사하였다.
이론/모형
- 따라서, 본 연구에서 공간차폐율 산정을 위해 선행연구를 기반으로 하였다. 선행연구들은 정지된 한 장면에서의 분석에 그치고 있지만, 이를 더 확대하고 미세먼지 저감정도를 파악하기 위해서는 360도 동영상을 촬영하여 프레임을 중복되지 않게 나누어 각 프레임들의 차폐율을 천공율의 역수로 산출하여 활용하도록 하였다.
성능/효과
- 3일 동안 측정한 값의 전체 평균이 PM2.5는 기상청 발표보다 23.33μg/m3 더 높았으며, PM10은 평균 6.95μg/m3 더 낮게 측정되었다.
- )가 매우 낮아 설명력이 낮은 것으로 보이나, 본 연구대상은 자연현상에 관한 것이기 때문에 인과관계 정도를 파악해 보는 것으로 어느 정도 설명력이 있다고 판단하였다. 3일 모두 정비례의 관계로 차폐율이 높을수록 미세먼지 저감율이 높았다. 어떤 데이터도 반비례의 관계로 추출되지 않았으며, 모두 정비례인 것으로 보아 어느 정도 관계가 있음을 파악해 볼 수 있다.
- 3일 측정된 7개의 근린공원에서의 미세먼지 감소율을 모두 평균하여 볼 때 Figure 2와 같으며, 7개 공원의 전체 평균값은 PM1 17.09%, PM2.5 17.65%, PM10 14.99%로 감소율을 보였다. PM1과 PM2.
- 5, PM1, PM10순으로 나타났다. PM1 17.09%, PM2.5 17.65%, PM1014.99%로 감소율로 초미세먼지의 저감율이 더 높은 것으로 분석되었다.
- 99%로 감소율을 보였다. PM1과 PM2.5가 입자가 작아 공원입구의 자동차, 보행 등에서 발생하는 미세먼지가 많음을 알 수 있으며, 공원의 중앙에서 PM10에 비해 많이 감소하는 것을 알 수 있었다.
- 30으로 나타났다. 감소율의 최소값은 1번 공원 PM2.5에서 4.76%이며, 최대값은 4번 공원 PM2.5에서 33.57%를 보였다.
- 13으로 나타났다. 감소율의 최소값은 3번 공원 PM2.5에서 10.81%이며, 최대값은 7번 공원 PM10에서 40.43%를 보였다.
- 97으로 나타났다. 감소율의 최소값은 7번 공원 PM2.5에서 1.89%이며, 최대값은 1번 공원 PM1에서 22.86%를 보였다.
- 3일 측정한 평균값에 대하여 미세먼지 농도가 심할수록 공원 중앙의 감소율에 영향이 있는 것인가를 파악하기 위해 기상청 발표 수치와 미세먼지 감소율과 비교하고, 공원입구의 평균수치와 공원중앙의 감소율을 각각 회귀분석한 결과는 Figure 3과 같았다. 기상청 발표수치가 높을수록 공원입구와 중앙의 차이에 따른 감소율은 오히려 낮았으며, 공원입구의 수치가 높을수록 공원중앙에서의 감소율은 높았다. 이는 3일 측정평균치를 비교한 것으로 모든 경우에 반드시 그렇다고 단정할 수는 없다.
- 넷째, 기상청 발표기준 미세먼지 농도가 높은 날일수록 공원 입구와 중앙의 차이에 따른 저감율은 낮았으며, 공원입구의 농도가 높을수록 공원중앙의 저감율이 높았다.
- 다섯째, 공원의 규모와 미세먼지 저감율과의 관계에서 공원의 규모가 클수록 미세먼지 저감율이 낮은 반비례의 관계를 보였으며, 특히 PM1에서 신뢰성을 보였다.
- 두 자료를 비교해 보면 온도, 습도, PM2.5, PM10 모든 수치가 많이 달랐다. 일차적인 원인으로는 기상청에서 측정하는 장소와 근린공원과는 다르며, 장소적 특징, 기후영향 등 매우 많은 변수가 작용하기 떄문인 것으로 판단된다.
- 둘째, 미세먼지 측정에서 기상청 발표 수치와 실제 근린공원 입구 수치의 차이에서 PM2.5는 기상청 자료보다 23.33μg/m3더 높았으며, PM10은 평균 6.95μg/m3 더 낮게 측정되었다.
- 이는 기상청 측정장소와 근린공원이 다르므로 지역적, 미기후적, 주변 건물 등의 영향을 받는 것으로 파악되었다. 또한 공원의 입구와 중앙의 온도, 습도를 비교해 본 결과, 입구보다 중앙이 온도는 평균 1.05℃ 낮았으며, 습도는 평균 2.57% 높은 것으로 분석되었다. 이는 기존연구와 유사하였으며, 공원의 녹지대와 수목의 온도저감효과, 습도조절능력에 의한 것으로 파악되었다.
- 이 또한 기상청 측정장소와 근린공원 입구가 장소적, 미기후적인 특징 등 많은 변수에 의해 달라지는 것으로 파악된다. 마찬가지로 중요한 점은 근린공원 입구와 근린공원 중앙의 습도 차이로 근린공원 중앙이 입구에 비해서 1~6% 정도 높은 것으로 측정되었으며, 평균 2.57% 높은 것으로 분석되었다. 이 또한 근린공원 내 수목에 의한 영향으로 파악된다(Table 2 참조).
- 매우 미세하기 때문에 호흡기 질환을 발생시키며, 지속적인 흡입은 심각한 질환에까지 도달하기도 한다. 미세먼지는 황사 등의 영향을 받는 봄철에 가장 높은 농도 수준을 보였으며, 강수가 집중되는 하계에 감소하는 경향을 보였다. 또한 도로변 대기측정이 자동차에 의해 도시 대기측정보다 높은 것으로 나타났다(National Institute Of Environmental Research, 2017).
- 자연현상에 관한 것임에도 불구하고, 회귀분석의 상관계수가 PM1에서는 특히 높아 신뢰성이 있으며, 공원규모가 작을수록 감소효과가 큰 것으로 분석되었다. 본 대상지 7개 중 6개가 공원규모 5,000~10,000m2 로 미세먼지 감소율이 12~27%에 집중되어 있어 저감율이 높은 것으로 파악되었다.
- 본 연구에서 평지형 도시근린공원 중앙이 입구에 비해 어느 정도 낮은 공간인지 특성을 파악해 볼 수 있었으며, 공간 차폐율과의 상관관계도 추출해 낼 수 있었다. 하지만, 본 연구의 한계는 자연현상에 관한 것으로 회귀분석의 상관계수가 낮고, 대구시 수성구 7개 평지형 근린공원에 국한된 것으로 다양한 분석장소, 미세먼지 종류 및 농도, 공원형태, 식재패턴, 바람과 같은 기상조건들 등 다양한 변수를 모두 포함하고 있지 않다는 것이다.
- 셋째, 공원입구와 공원중심의 미세먼지 감소율은 PM2.5, PM1, PM10순으로 나타났다. PM1 17.
- 습도는 기상청 발표보다 근린공원 입구가 1~15%까지 높았으며, 평균 6.62% 높은 것으로 분석되었다. 이 또한 기상청 측정장소와 근린공원 입구가 장소적, 미기후적인 특징 등 많은 변수에 의해 달라지는 것으로 파악된다.
- 여섯째, 공원중앙지점의 공간 차폐율과 미세먼지 저감율과의 상관관계에서 차폐율이 높을수록 미세먼지 저감율이 높은 것으로 분석되었다. 또한 PM1, PM10, PM2.
- 5에서 PM10보다 산림지역이 미세먼지 저감이 더 높으며, 저농도일때 토지피복의 영향을 더 많이 받고, 고농도일 떄는 영향을 적게 받으며, 기상조건 등의 영향을 더 많이 받는다고 하였다. 이는 산림과학원 연구인 홍릉숲과 도시를 비교한 연구와 초미세먼지일 때 저감효과가 더 큰 것이 유사한 결론이었으며, 본 연구에서 또한 PM지수에 따라 저감정도를 분석해 증명해 볼 수 있는 선행연구결과로 판단되었다. 또한 도로변 완충녹지의 식재구조에 따른 초미세먼지(PM2.
- 18로 상관관계를 보였으며, 회귀분석 그래프와 식은 다음 Figure 4와 같다. 자연현상에 관한 것임에도 불구하고, 회귀분석의 상관계수가 PM1에서는 특히 높아 신뢰성이 있으며, 공원규모가 작을수록 감소효과가 큰 것으로 분석되었다. 본 대상지 7개 중 6개가 공원규모 5,000~10,000m2 로 미세먼지 감소율이 12~27%에 집중되어 있어 저감율이 높은 것으로 파악되었다.
- 첫째, 온도와 습도에서 기상청 발표보다 근린공원 입구에서 온도는 더 낮게, 습도는 더 높게 측정되었다. 전체 평균 온도는 2.57℃ 낮았으며, 습도는 평균 6.62% 높게 측정되었다. 이는 기상청 측정장소와 근린공원이 다르므로 지역적, 미기후적, 주변 건물 등의 영향을 받는 것으로 파악되었다.
- 2722로 분석되었다. 즉, PM1에서 가장 상관관계가 높은 것으로 파악되었다. 이는 자동차매연에서 주로 많이 발생하여 공원입구의 도로, 주차장에서 PM1의 수치가 매우 높고, 공원 중심까지 전해지지 않는 것으로 파악된다.
- Table 5과 같은 데이터가 추출되었으며, 공원 입구와 중앙간의 미세먼지 저감율과 차폐율간의 상관관계를 회귀분석한 결과 Figure 6과 같이 모두 정비례 관계로 분석되었다. 즉, 공간 차폐율이 높을수록 미세먼지 저감율 또한 높은 것으로 분석되어 도시근린공원 중앙이 미세먼지 피신처로서의 역할을 하고 있는 것으로 파악되었다.
- 그 결과, 반비례의 관계를 나타내었다. 즉, 공원면적이 클수록 미세먼지 저감정도는 낮은 것으로 파악되었다. 공원중심의 측정지점이 공원경계의 거리상 중간지점으로 공원면적은 공원입구와 중앙지점까지의 측정거리와 관계가 있다.
- 첫째, 온도와 습도에서 기상청 발표보다 근린공원 입구에서 온도는 더 낮게, 습도는 더 높게 측정되었다. 전체 평균 온도는 2.
- 이는 3일 측정평균치를 비교한 것으로 모든 경우에 반드시 그렇다고 단정할 수는 없다. 하지만, 기상청 발표 수치가 높은 날일수록 공원중앙의 미세먼지가 감소하는 정도는 미비하였으며, 공원입구에서 발생하는 미세먼지 농도는 높을수록 공원경계의 완충녹지와 공간적 차폐로 인해 감소율이 높은 것으로 파악되었다. 즉, 도시 전체를 뒤덮는 미세먼지가 도시공원 중심에서 무한히 감소된 것은 아니며, 공원입구의 지역적 발생요인은 차단시키는 것으로 파악된다.
후속연구
- 하지만, 본 연구의 한계는 자연현상에 관한 것으로 회귀분석의 상관계수가 낮고, 대구시 수성구 7개 평지형 근린공원에 국한된 것으로 다양한 분석장소, 미세먼지 종류 및 농도, 공원형태, 식재패턴, 바람과 같은 기상조건들 등 다양한 변수를 모두 포함하고 있지 않다는 것이다. 따라서 앞으로 많은 변수들을 고려한 분석과 다양한 장소에서의 데이터 구축에 대한 연구로 확장되어야 할 것이며, 본 연구는 미세먼지 저감숲 조성을 위한 기초 자료로서와 방안으로 활용되기를 기대한다.
- 앞으로 미세먼지 저감숲 매뉴얼이 발전하고 실현된 후에 지금보다 얼마나 더 저감율이 높아졌는가를 판단할 수 있는 연구에까지 발전될 수 있도록 기대하며, 미세먼지 데이터는 자연현상에 관한 것으로 매우 많은 주변 변수들의 영향을 받기 때문에 다양한 장소에서 유사한 분석 데이터가 매우 많이 수집이 되어서 신뢰를 얻을 수 있도록 본 연구는 기초 데이터 확보로서의 기여도 기대한다.
- 본 연구에서 평지형 도시근린공원 중앙이 입구에 비해 어느 정도 낮은 공간인지 특성을 파악해 볼 수 있었으며, 공간 차폐율과의 상관관계도 추출해 낼 수 있었다. 하지만, 본 연구의 한계는 자연현상에 관한 것으로 회귀분석의 상관계수가 낮고, 대구시 수성구 7개 평지형 근린공원에 국한된 것으로 다양한 분석장소, 미세먼지 종류 및 농도, 공원형태, 식재패턴, 바람과 같은 기상조건들 등 다양한 변수를 모두 포함하고 있지 않다는 것이다. 따라서 앞으로 많은 변수들을 고려한 분석과 다양한 장소에서의 데이터 구축에 대한 연구로 확장되어야 할 것이며, 본 연구는 미세먼지 저감숲 조성을 위한 기초 자료로서와 방안으로 활용되기를 기대한다.
- 5는 공간 차폐율과의 관계에서 PM1, PM10에 비해 가장 관계가 낮은 것으로 분석되었다. 하지만, 이는 사회현상이 아니라, 기후, 지형, 바람, 자동차 통행횟수, 주변건물 등 매우 많은 변수들을 가지고 있는 자연현상에 관한 것이기 때문에 구체적인 수치보다 관계성을 중심으로 파악해야 하며, 앞으로 다른 장소의 측정 데이터와도 비교하여 신뢰성을 더 확보해야 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.