대기관리권역법을 통해 권역 내 집중관리도로를 선정하고, 도로 청소 차량의 운용을 수행하여 미세먼지 저감을 도모하였다. 하지만, 도심지의 경우 대기오염 발생원인 차량 통행의 감축이 어려우므로 지속적인 관리가 필요하다. 따라서, 연간 발생하는 장비·시설의 유 지관리 비용을 고려했을 때 관련 재정의 효율적 운용이 필수적이며, 도심지의 고농도 발생 지역을 효과적으로 관리할 수 잇는 전략적 선정이 필요하다. 본 연구에서는 2017 ~ 2024년 기간 동안 수집된 서울권 집중관리도로의 재비산먼지 농도 데이터를 바탕으로 고농도 발생 경로를 선별하였으며, 대상지의 모빌리티 요소(차로수, 제한속도, 정지선, 버스정류장(가로변, 중앙), 지하철역 입구, 교차로 수 등) 를 추출하여 시계열적 기상 조건과 매칭하여 농도 변화에 영향을 미치는 요인에 관한 상관성 분석을 수행하였다. 이 과정에서 모빌리 티 요소의 가중치평균법 및 교호작용 분석을 통해 도심지 모빌리티 영향에 따른 도로 대기오염도 변화에 관한 분석을 수행하였다. 계절관리제가 시행되기 전(`17 ~ `19년) 대비 시행 후(`20 ~ `24년)의 평균 재비산먼지 농도는 17㎍/m3 낮았으며, 이는 코로나 19의 영향 외 작용된 청소 효과로 판단할 수 있다. 위치적으로 나눈 서울 5개 권역 중 서부 지역과 수도권 남부와 교통이 연결되어 교통망이 집 중된 서남권, 동남권에서 재비산먼지 평균 농도가 18㎍/m3 높게 발생하였다. 이를 모빌리티 영향에 의한 재비산먼지의 발생 및 확산 영향으로 판단하고, 계절관리제 시행 후 도심지 고농도 발생 지역에 대한 모빌리티 요소 및 기상 환경 변화 영향에 대한 복합적인 영 향 분석을 위해 시간 변수, 모빌리티 특성 변수, 도로 환경 변수, 기상 변수를 수집하고, 데이터 세트를 구축하였으며, 가중치 평균법 을 적용한 모빌리티 변수 모델, 모빌리티 변수 간의 상호작용을 고려한 교호작용 모델을 비교 분석함으로써 재비산먼지 PM10 농도 상 승과 상대적으로 높은 상관성을 갖는 영향 변수를 제시하였다.

Industrial complex areas are an important factor that contributes to economic development. However, these areas also produce a significant amount of noxious air pollutants. In particular, PM10 emitted from industrial complex areas can lead to detrimental effects on human health. This study was conducted to survey environmental conditions and measure the concentration of PM10 in indoor and outdoor living spaces in Yeosu and Gwangyang. In Yeosu, the level of PM10 concentration in indoor living spaces was measured at 49.38 μg/m3, while the outdoor level was measured at 43.60 μg/m3. In Gwangyang, the PM10 concentration in indoor living spaces was measured at 20.08 μg/m3 while the outdoor measurement came to 18.14 μg/m3. When analyzing the percentage of those who were highly concerned with environmental pollution among a survey group of 200 people, Yeosu City had a rate of 76.5%, while Gwangyang City had a comparable rate of 73%. When looking at the time-activity patterns of residents in both locations, Yeosu residents spend more than 80.0% of their time inside their living spaces, while Gwangyang residents spend more than 70.0% of time inside their living spaces. These high rates are largely due to the fact that most of the residents of these areas are elderly. In both Yeosu and Gwangyang, it was found that 40% of residents use TV and radio rather than newspapers or handouts to obtain information about environmental pollution problems in their area.

PURPOSES : This study predicts the concentration of suspended road dust (PM10) by analyzing meteorological, traffic, and atmospheric environmental data acquired at various angles, and attains a comprehensive understanding of the influencing factors of suspended road dust. METHODS : Experimental field methods were applied and statistical analyses were conducted. Field experiments were conducted using a vehicle-based measurement of suspended dust (PM10) to measure its concentration at the measurement site while maintaining a constant driving vehicular speed. Statistical analysis demonstrated the effects of the concentration of suspended dust on changes in meteorological and environmental factors and lanes per traffic volume at the time of measurement. Finally, a multiple linear regression model was applied to identify the factors which affected the generation of suspended dust. RESULTS : The analysis of suspended road dust concentrations according to the lanes per traffic volume and environmental factors showed that suspended dust concentrations increased at increasing driving speeds. In addition, the background concentration at the monitoring station was higher at high-wind speeds (>3.0 m/s) than at low-wind speeds (<1.6 m/s), but the suspended dust concentrations were higher at low-wind speeds. During the temperature inversion period from evening to morning, the suspended effects of traffic and meteorological factors were greater than the background concentration at the station. Multiple linear regression analysis showed that excluding yellow-dust days, which are known to affect atmospheric pollution levels, the accuracy of the model improved and resulted in increases in background PM10, vapor pressure, sea-level pressure, visibility, after-rainfall time, and in decreases in insolation and precipitation during low-wind speed conditions. CONCLUSIONS : At low-wind speeds, 5 days after rain, and when the relative humidity was higher than 72%, suspended dust was found to be higher than atmospheric PM10 concentration and may increase at increasing driving speeds and section lane traffic volumes. However, the volume of measured data in this study is limited to determining the patterns of suspended dust, as the silt loading of the operational road or the effects of prominent variables were not considered in this study. However, we identified prominent factors related to road-suspended dust for real-time road-dust predictions.

2020년 중국의 COVID-19 폐쇄는 한국의 풍상측에 위치한 중국의 대기오염 배출량을 감소시켰다. 몽골 북부로 부터 중국 동부를 거쳐 한반도에 이르는 지역에서는 2020년 1~2월에 기온 아노말리가 양(+)으로 온난하였고, 2020년 1월에는 동서류 아노말리가 음(−)으로 정체적인 특징을 보였다. 2019년 12월~2020년 3월에 한국 중부 서쪽의 석모리와 파도리에서 중국 배출량 감소의 영향에 따라 PM10, NO2, O3 농도 변동이 나타났다. 파도리에서 PM10, O3 월평균 농도와 최근 4년의 월평균 농도의 비는 2019년 12월과 비교하여 중국의 COVID-19 폐쇄 이후인 2020년 1~3월에 각각 0.7~4.7%, 9.2~22.8%로 감소하였다. 2020년 1월 중국의 춘절 기간에는 석모리와 파도리에서 PM10, NO2, O3 농도가 최근 4년의 춘절 기간과 마찬가지로 감소하였다. 그러나 2020년 1월 평균 농도가 최근 4년 1월과 비교하여 감소한 것은 중국 춘절 전후의 기간에도 배출량이 감소하였던 것과 관련 있다. 2020년 1~3월 석모리의 PM10, NO2, O3 농도의 비 ( /M)는 각각 70.8~89.7%, 70.5~87.1%, 72.5~97.1%이었고, 파도리에서도 각각 79.6~93.5%, 67.7~84.9%, 83.7~94.6% 로 추정 월평균(M)보다 월평균(Os)이 감소하였다. 2020년 1월에 몽골 북부로부터 중국 동부와 한반도에 이르는 지역의 온난화로 인한 광화학 반응으로 최근 4년과 비교하여 AOD가 높게 나타났으나 2020년 3월에는 풍상측인 중국에서 2차 에어로졸을 생성하는 전구물질 배출 감소로 최근 4년과 비교하여 낮은 AOD 분포를 보였던 것으로 분석되었다.

This study obtained the following conclusions using the measurement results of indoor and outdoor PM10 with regard to cardiovascular disease patients in Cheongju-area in November 2020. Most of the PM10 has an I/O ratio of less than 1, which is an outdoor source. Since we measured once and twice time, Without the air purifier device’s working status, there were no concentration changes of PM10 in the first and second indoor areas. As for the concentration of PM10 according to the living environment, the distribution of PM10 is higher indoors than outdoors when the residential area is 30 m2 or more, and the outdoor PM10 concentration tends to be high when the distance to the road is within 50 m. The more time spent indoors, the higher the indoor PM10 concentration. The smaller the ventilation time and frequency, the longer the cooking time was, and the higher the number of cooking times, the higher the concentration of PM10 could be. The indoor PM10 contribution ratio through multiple regression analysis showed the possibility of increasing indoor PM10 as β = 28.590 when the time spent indoors was longer than 16 hours (p<0.05). The result regarding PM10 exposure reveals that PM10 can be inhaled not only indoors but also outdoors, and the subjects of this study appear to have lived indoors for about 16 hours or longer on a daily basis, which may affect their health regardless of gender.

This study investigated 180 students’ indoor environmental awareness of rest spaces and measured the indoor and outdoor concentrations of PM10, TVOCs, and HCHO in 8 rest spaces from October 2019. 89.4% of the students responded that they use rest spaces at least once a day and most of the respondents are using rest spaces in the university. The largest number of students responded to the tight space as the main cause of air pollution in rest spaces. 62.1% of the students answered they experienced health symptoms from using rest spaces. Among them, 32.5% said they experienced irritation symptoms of eyes, neck, nose, and 12.1% answered that they experienced headaches. Indoor PM10, TVOCs, and HCHO levels did not exceed indoor air quality recommendations nor the maintenance standard for multi-use facilities. Indoor PM10, TVOCs, and HCHO levels did not exceed indoor air quality recommendations nor the maintenance standard for multi-use facilities. According to the type of rest space, concentrations of PM10, TVOCs, and HCHO were higher among the closed-type than open-type rest space. Even if the concentration of pollutants is less than the environmental standard, continuous exposure may cause negative health effects. In addition, considering that 62.1% of the respondents experienced health symptoms, it is deemed necessary to take measures to manage indoor environments in rest spaces and to develop measures to reduce pollutants.

본 연구에서는 K-means 군집 분석을 통하여 최근 5년간(2014-2018) 한반도 남동 지역의 고농도 미세먼지 발생에 영향을 미치는 주요 종관 기상 패턴을 분류하였다. 또한 고농도 미세먼지 사례일의 발생과 관련된 지역적 차이를 살펴보기 위하여 NCEP (National Centers for Environmental Prediction)/FNL (Final Operational Global Analysis) 재해석 기상자료를 이용하여 부산, 울산, 경남 지역의 미세먼지 발생 특성과 관련된 종관 규모 기상의 특성에 대한 비교 연구도 수행하였다. 한반도 남동 지역의 고농도 미세먼지 사례일과 관련된 종관 기상 패턴은 총 5개(C1-C5)로 분류된다. 각 군집의 발생빈도는 24.8% (C1), 21.3% (C2), 20.4% (C3), 17.3% (C4), 16.2% (C5)이다. 기상 패턴 분석을 통하여 제시된 남동 지역의 고농도 미세먼지를 유발하는 요인에는 지역 외부에서 장·단거리 수송(C1, C3, C5)에 의한 영향과 지역내 배출(C2, C4)에 의한 것임을 알 수 있었다. 또한 고농도 미세먼지 발생일에 대해 부산, 울산, 경남 세 지역의 기상장을 분석하였을 때, 500 hPa 지위 고도 및 풍속 등의 기상학적 특성이 지역별로 다르게 나타났다. 그리고 고기압 의 작은 위치 변화가 각 지역의 미세먼지 발원과 장거리 이동 경향성에 영향을 미치고 있었다.

Since 1974, the urban subway has been used as a major form of public transportation in Seoul, Korea. The air quality in the subway environment depends on the introduction of air pollutants from roadway air and its generation is caused by subway operation in the tunnel. In the subway tunnel, PM10 concentration was monitored from March 8 to 15, 2018 and from March 26 to 28, 2018, and compared with concentrations that are routinely monitored at the subway concourse and the nearest roadside air quality monitoring station (RAQMS). Overall PM10 concentration at the concourse was similar to that of the RAQMS. However, PM10 concentration in the tunnel was significantly higher than those of the subway concourse and RAQMS, and showed distinct diurnal variation caused by train operation. The dominant peak concentrations were highly correlated with the number of train operations per hour. The minimum PM10 concentration was observed between 2 am to 5 am when the train was not operated. This was similar to that of the RAQMS. Although the diurnal variation of the PM10 concentration at the concourse is not significant, the overall trend is similar to that in the tunnel.

This study was conducted as a part of the research for the “Development of Big Data Analysis Techniques and AI-based Integrated Support System for Energy-Environment Management.” We collected research results on characterization of distribution of fine dust and re-analyzed using meta-analysis techniques to build “big data” with high potential for school environments. The results of prior studies on the characteristics of fine dust concentration distribution in a school environment conducted in Korea were collected and re-analyzed the results using the metaanalysis technique. In this manner, the variables that could be used to derive the independent variables needed to produce the e-coding book prior to the big data collection, were first derived. The possibility of using the data as independent variables was then evaluated. In this study, three variables: “elementary school vs. middle school vs. high school,” “general classroom vs. special classroom,” and “new classroom vs. old classroom” were evaluated for their application as major classification variables with priority. The necessity of being derived as a major classification variable was examined by testing the difference in fine dust concentration distribution in the school environment by each variable case. Results showed that “elementary school vs. middle school vs high school” and “general classroom vs. special classroom” could be used as independent variables, while “new classroom vs. old classroom” was less likely to be used as an independent variable.

The goal of this study was to measure the indoor and outdoor fine and ultrafine particulate matter concentrations (PM10, PM1.0) of some houses in Yeosu and in S university in Asan from March to September 2018. PM10 concentration in indoor air in Yeosu area was 18.25 μg/m3, while for outdoor air it was 14.53 μg/m3. PM1.0 concentration in indoor air in the Asan area was 1.70 μg/m3, while for outdoor air it was 1.76 μg/m3, showing a similar trend. Heavy metal concentrations in the Yeosu region were the highest, at Mn 2.81 μg/m3, Cr 1.30 μg/ m3, and Ni 1.11 μg/m3 indoors. Outside, similar concentrations were found, at Cr 3.44 μg/m3, Mn, 2.60 μg/m3, and Ni 1.71 μg/m3. Our analysis of indoor and outdoor PM concentrations in the Asan region, which was carried out using the MOUDI (Micro-orifice Uniform Deposit Impactor) technique, found that PM concentration is related to each particle size concentration, as the concentration of 18 μm and 18-10 μm inside tends to increase by 3.2- 1.8 μm and 0.56-0.32 μm.

To reduce subway passengers’ exposure to PM 10 (particulate matter less than 10 micrometers), management of PM 10 concentration in underground stations is critical. In this study, we attempted to investigate the distribution of airflow PM 10 concentration in an underground station. The numerical simulations were performed using computational fluid dynamics. In order to apply to CFD, measurement of air volume (supplied and exhausted air) and PM 10 concentration were conducted at the concourse and platform areas of the underground station. The results of the simulation agreed with the actual PM 10 concentration, and we confirmed the distribution of PM 10 concentration depending on air volume conditions. This result will be helpful to reduce the PM 10 in an underground station when using ventilation system.

국내 미세먼지 농도는 과거에 비해 감소하는 추세이지만 건강에 대한 미세먼지의 위해성이 부각되면서 그에 대한 관심과 우려는 점점 높아지고 있다. 미세먼지에 대응하기 위해서는 미세먼지 농도의 영향 요인과 그 영향의 정도를 파악하는 것이 중요하다. 도시에서 미세먼지는 다양한 요인에 의해 복합적인 영향을 받는다. 기상조건에 큰 영향을 받아 강수와 풍속에 음의상관을 나타낸다. 계절에 따른 기상 조건의 차이로 계절별 뚜렷한 미세먼지 농도 차이가 나타하며, 주로 봄과 겨울에 고농도가 발생한다. 도시 외부적 영향으론 봄철 황사의 영향이 크며, 타 지역에서 발생한 미세먼지가 도시로 유입되어 미세먼지 농도를 악화시킨다. 도시 내부에서는 미세먼지가 발생되는 배출원이 넓게 분포하고, 도시에서 배출된 기체상 오염물질은 대기 중에서 물리화학 적으로 반응하여 2차 미세먼지로 변환된다. 도시환경에서 미세먼지는 도시열섬이나 기온 역전층에 의한 대기정체로 악화되거나, 도시 내 복잡한 공간구조로 인해 발생한 미기상 조건의 영향으로 변화한다. 미세먼지는 강우 시 씻겨 나가고, 바람길이 확보되어 정체된 미세먼지가 확산되면서 감소하며, 녹지에 의해서도 저감되는데, 도시 내 나무는 기공에서 미세먼지를 흡수하고, 식물체 표면에 먼지가 흡착되어 미세먼지 저감에 기여한다. 본 연구는 다양한 미세먼지 영향 요인 중 도시 내부적 요인인 토지피복 특성에 따른 미세먼지 농도 차이를 분석하고자 하였다. 토지피복 유형 중 미세먼지 배출에 관련된 시가화지역과 미세먼지 저감에 관련된 산림지역 유형의 비율에 따라 미세먼지 농도는 어떠한 차이를 보이는지 살펴보았다 연구는 서울시에 위치한 환경부 대기오염 측정망 주변의 시가화지역과 산림지역 토지피복의 비율에 따라 대기오염 측정소를 3개 그룹으로 구분한 뒤, 그룹별 미세먼지 농도 차이를 계절별로 비교하였다. 미세먼지 농도는 환경부 대기 오염 측정망의 2016년 PM10과 PM2.5의 일평균 농도 자료를 활용하였다. 토지피복은 환경부 대분류 토지피복 자료를 활용하였고, 대기오염 측정망 주변 반경 3㎞내의 토지피복 비율을 산출하였다. 토지피복 비율을 기준으로 K-mean 군집화를 통해 대기오염 측정소를 3개 그룹으로 분류하였고, 3개 그룹간 농도 차이는 비모수 검정방법인 Kruskal-Wallis 검정을 실시하였다. 개별 그룹간 차이는 Mann-Whitney U 검정을 실시하여 Bonferroni Correction Method에 따른 유의수준 보정을 통해 두 그룹간의 통계적 차이를 제시하였다. 시가화지역과 산림지역 비율에 따른 K-mean 군집화 결과 산림 우세 그룹(A)의 토지피복 비율 평균은 산림 34.6%, 시가지 53.4%이었고, 6개의 측정소가 분류되었다. 시가지 우세 그룹(B)은 산림 6.7%, 시가지 76.3%이었고, 10개 측정소가 분류되었다. 중간값 그룹(C)은 산림 16.5%, 시가지 61.8%로 7개 측정소가 분류되었다. PM10의 계절별 농도에 대하여 그룹별 정규성 검정 결과 모든 계절에서 정규분포를 충족하지 않았다. 따라서 비모수 검정인 Kruskal-Wallis test를 실시한 결과 모든 계절에서 그룹간 차이가 통계적으로 유의하였다(p<0.001). 개별 그룹 간 차이에 대해 Bonferroni Correction Method를 적용한 Mann-Whitney U 검정결과 겨울철 B-C 그룹간 차이를 제외한 모든 계절의 그룹간 차이가 통계적으로 유의하였다 (p<0.001). 종합하면 A그룹은 모든 계절의 PM10 농도가 B, C그룹보다 낮았다. B그룹은 겨울철만 C그룹보다 낮았으나 차이는 유의하지 않았고, 나머지 계절에서 A, C그룹보다 유의하게 높았다. PM2.5의 계절별 농도도 모든 계절에서 정규분포를 충족 하지 않아 Kruskal-Wallis test를 실시한 결과 모든 계절에서 그룹간 차이가 유의하였다(p<0.001). 개별 그룹간 분석도 겨울철 B-C 그룹을 제외한 모든 계절에서 통계적으로 유의한 차이가 인정되어(p<0.001) PM10 결과와 동일한 경향을 확인하였다. 계절별로 그룹간 차이를 자세히 살펴보면 PM10은 A그룹의 농도가 B, C그룹과 큰 차이로 낮았고, B-C의 차이가 작았다. 이러한 경향은 계절별로도 유사하였지만, 고농도 시기인 겨울과 봄에 그룹간 차이가 다소 작고, 저농도 시기인 여름과 가을에 다소 큰 차이가 있었다. PM2.5 농도는 봄~가을에 A<C<B순서를 보이며 그룹간 균등한 차이를 보였고, 겨울은 B와 C그룹의 농도가 유사하면서, A그룹과의 차이가 컸다. 저농도 시기인 여름에 그룹간 차이가 가장 컸고, 고농도 시기인 겨울에는 차이가 가장 작았다. 고농도 시기인 봄의 그룹간 편차와 저농도 시기인 가을의 편차는 유사하였다. 이상의 분석 결과 측정소 주변 산림지역 비율이 높은 지역은 미세먼지 농도가 낮고, 시가화지역 비율이 높은 지역은 미세먼지 농도가 높아 미세먼지의 배출과 저감에 기여하는 토지피복 유형의 비율에 따른 미세먼지 농도 차이를 확인하였다. PM10과 PM2.5 모두 산림 우세 그룹(산림비율 평균 34.6%)의 미세먼지 농도가 가장 낮았다. 중간값 그룹(산림비율 평균 16.5%)은 시가지 우세 그룹 보다 미세먼지 농도가 낮지만 PM10은 차이가 작았고, PM2.5는 차이가 커서, PM2.5는 중간값의 산림비율에서도 농도 저감 효과가 큰 것으로 판단되었다. 계절별로는 여름철에 그룹간 농도 차이가 가장 커서 저농도 시기에 토지피복에 의한 영향이 증가하는 것으로 추정되었다. 또한 고농도 시기인 겨울철은 그룹간 농도 차이가 가장 작아 고농도 시기에 토지피복의 영향은 감소하고, 기상조건 등 다른 요인의 작용이 큰 것으로 판단되었다. 다만 1년 중 가장 농도가 높은 계절은 봄철 이었는데 겨울철 보다 그룹간 농도 편차가 컸다. 이에 대한 추후 연구가 필요하였다.

This study investigated and reported the results of the distribution of in air particulate matter concentration inside school classrooms where children, who are known to be environmentally vulnerable, spend the most time after home. The objective of this study is to provide basic data for future studies related to indoor air quality in Yeongwol county and studies for improving school environment. The study investigated the levels of the concentration distribution of PM10 and PM2.5 in classrooms at 19 different elementary schools based in Yeongwol county from December 12 to 19, 2016. In the classrooms of the elementary schools in Yeongwol county, the pooled average concentration of PM10 and PM2.5 was 11.9 μg/m³ and 4.2 μg/m³, respectively. These concentration rates were lower than those of PM10 and PM2.5 surveyed in classrooms of elementary schools based in other regions of Korea. Further, they did not exceed 100 μg/m³, the PM10 guideline concentration provided by the School Health Act. The study results revealed that the winter concentrations of PM10 and PM2.5 in air inside classrooms of elementary schools based in Yeongwol county were influenced more by indoor sources such as indoor residents rather than outdoor sources.

The objectives of this study were to investigate the effects of PM10 and O3 concentration on the symptoms of allergic diseases. The questionnaire was used to determine whether or not symptoms of allergic diseases were present from September to October 2012. The air pollution concentration data used was the corresponding point CEM (continuous emission monitoring) data. The average concentration of PM10 was 56.09 μg/m3 in the control area, and the concentration in the exposed area was 40.44 μg/m3. In the two areas, concentration of O3 was 28.73 ppb and 28.74 ppb, respectively. The total average concentrations of PM10 and O3 were 45.66 μg/m3 and 28.73 ppb in the Gwangyang area. The rate of asthma diagnosis was higher in the control area (9.6%) than in the exposed area (4.1%), but the rate of allergy eye disease was higher in the exposed area (23.9%) than in the control area (16.5%). There was a significant difference in the symptoms of some allergic diseases when the relative concentration of PM10 and O3 were high and low.

본 연구는 3년(2005. 12. 1-2008. 11. 30) 동안 부산의 PM2.5 대기오염자동관측소(장림동: 공업지역, 좌동: 주거지역) 측정자료 중 고농도 PM2.5(24시간 환경기준 50μg/m3)에 대한 PM2.5 및 PM2.5/PM10 농도비의 일변화 특성과 함께 시 공간적 풍계(풍향 및 풍속)에 따른 특성을 분석하고자 하였다. 고농도 PM2.5는 장림동과 좌동 각각 182일 및 27일이었다. 장림동에서 고농도 PM2.5의 시간평균농도 및 PM2.5/PM10 농도비의 일변화는 모든 계절에서 오후에 비해 새벽과 오전 및 야간에 높은 비슷한 패턴을 나타내었다. 좌동의 여름 주간에 PM2.5/PM10 농도비가 증가하는 것은 해양조건에서 광화학반응에 의해 생성되는 이차 입자상물질 중 PM10의 거대입자 농도가 미세입자인 PM2.5 농도보다 더 감소하기 때문이다. 시간대별로 시 공간적 풍계(풍향 및 풍속등급) 특성을 분석하였다. 그 결과, 고농도 PM2.5는 장림동에서 공업단지의 산업활동에 의한 오염물질 정체와 주변지역의 오염물질 이동에 의해 발생되었다. 좌동에서는 주로 주거와 상업활동으로 인한 지역적 오염물질 정체로 발생하는 것으로 나타났다.

The aim of this study is to analyze the distribution of particulate matters including PM_2.5 which is known for severe adverse health effect than PM₁₀ in public facilities. The total 40 public buildings are investigated in this study and they are classified into 11 sub-groups as follows : child-care centers, medical centers, libraries, museums, bus terminals, ports, airports, railway terminals, subway stations, large-scale stores, and indoor parking lots. The mean concentration of PM₁₀ was 38.6㎍/㎥ and that of PM₁₀ in all studied facilities were lower than the Ministry of Environment's control standards. The average concentration of PM_2.5 was 27.2㎍/㎥ and that of PM_2.5 in 18 facilities were exceed the guideline of WHO (24h average value : 25㎍/㎥). The subway stations had the highest indoor level of particulate matters and the waiting area in bus terminals, railway terminals, indoor parking lots had followed in order. When comparing mean value of I/O ratio of PM₁₀, the only I/O ratio of subway stations were greater than one. In the case of PM_2.5, however, the average concentrations of PM_2.5 in indoors of subway stations, bus terminals, and indoor parking lots were higher than those of PM_2.5 in outdoors. The mean concentration of PM₁₀ and PM_2.5 were gradually increased between 6 A.M and 10 A.M and after 6 P.M in most of target buildings with increasing the number of users in thest facilities.

본 연구에서는 한반도 황사 사례 동안 WRF 기상모델과 SMOKE 배출량모델, CMAQ 및 CMAQ-MADRID 대기질 모델을 이용하여 다양한 황사 발생량 경험식에 대한 PM10의 농도를 추정하였다. 특별히 Wang et al.(2000), US EPA 모델, Park and In(2003), GOCART 모델, DEAD 모델의 5가지 황사 발생 경험식이 중국과 몽골 등의 황사 발생량을 추정하기 위해 WRF-SMOKE-CMAQ(MADRID) 모델에 적용되었다. 일기도, 후방궤적 및 위성이미지 분석에 따르면 한반도로의 황사 수송은 절리저기압(위성에서 콤마형 구름)과 관련된 지상 전선의 뒤쪽에서, 그리고 상층 제트류의 발달에 기인한 파의 정체현상과 함께 상층 골에서의 풍속이 하층으로 전이되는 풍하 바람에 의해 생성되었다. 그리고 WRF-SMOKE-CMAQ 모델링 결과, 황사의 시 공간적 분포에 있어서는 Wang et al.(2000)의 경험식이, 평균 편의 및 평균 제곱근 오차에서의 정확도 부분에서는 GOCART 모델의 경험식이 관측값을 보다 잘 모사하는 것으로 나타났다. 또한 Wang et al.의 경험식을 이용한 황사의 연직분포 분석 결과에서 강한 황사 사례(2007년 3월 31에서 4월 1일 800 μg/m3 이상)의 경우는 황사 수송이 한반도 상공 대기 경계층 내를 통과하였기 때문으로, 약한 황사 사례(2009년 3월 16일과 17에 400 μg/m3 이하)의 경우는 황사 수송이 경계층 위를 통과하였기 때문으로 나타났다. 또한 CMAQ 모델과 CAMQ-MADRID 모델에서의 미세먼지(PM10) 민감도 분석 결과에서는 CMAQ-MADRID 모델이 CMAQ 모델에 비해 한반도를 포함한 동아시아 지역에서 최대 25 μg/m3 정도가 높게 모사되었고, 모델 내 구름 액상과정에 의해서는 최대 15 μg/m3 정도가 제거되는 것으로 나타났다.