Korean Journal of Remote Sensing (대한원격탐사학회지)

Korean Society of Remote Sensing (대한원격탐사학회)
권호 표지
DOI QR코드

DOI QR Code

A Study on the Characteristics of the Atmospheric Environment in Suwon Based on GIS Data and Measured Meteorological Data and Fine Particle Concentrations

GIS 자료와 지상측정 기상·미세먼지 자료에 기반한 수원시 지역의 도시대기환경 특성 연구

  • Wang, Jang-Woon (Division of Earth Environmental System Science, Pukyong National University) ;
  • Han, Sang-Cheol (Department of Earth and Environmental Sciences, Pukyong National University) ;
  • Mun, Da-Som (Division of Earth Environmental System Science, Pukyong National University) ;
  • Yang, Minjune (Department of Earth and Environmental Sciences, Pukyong National University) ;
  • Choi, Seok-Hwan (Department of Urban Space Research, Suwon Research Institute) ;
  • Kang, Eunha (Department of Urban Space Research, Suwon Research Institute) ;
  • Kim, Jae-Jin (Department of Environmental Atmospheric Sciences, Pukyong National University)
  • 왕장운 (부경대학교 지구시스템과학부) ;
  • 한상철 (부경대학교 지구환경과학과) ;
  • 문다솜 (부경대학교 지구시스템과학부) ;
  • 양민준 (부경대학교 지구환경과학과) ;
  • 최석환 (수원시정연구원 도시공간연구실) ;
  • 강은하 (수원시정연구원 도시공간연구실) ;
  • 김재진 (부경대학교 환경대기과학과)
  • Received : 2021.12.02
  • Accepted : 2021.12.15
  • Published : 2021.12.31
Download PDF
⟨ Previous Next ⟩

Abstract

We analyzed the monthly and annual trends of the meteorological factors(wind speeds and directions and air temperatures) measured at an automated synoptic observation system (ASOS) and fine particle (PM10 and PM2.5) concentrations measured at the air quality monitoring systems(AQMSs) in Suwon. In addition, we investigated how the fine particle concentrations were related to the meteorological factors as well as urban morphological parameters (fractions of building volume and road area). We calculated the total volume of buildings and the total area of the roads in the area of 2 km × 2 km centered at each AQMS using the geographic information system and environmental geographic information system. The analysis of the meteorological factors showed that the dominant wind directions at the ASOS were westerly and northwesterly and that the average wind speed was strong in Spring. The measured fine particle concentrations were low in Summer and early Autumn (July to September) and high in Spring and Winter. In 2020, the annual mean fine particle concentration was lowest at most AQMSs. The fine particle concentrations were negatively and weakly correlated with the measured wind speeds and air temperatures (the correlation between PM2.5 concentrations and air temperatures was relatively strong). In Suwon city, at least for 6 AQMSs except for the RAQMS 131116 and AQMS 131118, the PM10 concentrations were affected mainly by the transport from outside rather than primary emission from mobile sources or wind speed decrease caused by buildings and, in the case of PM2.5, vise versa.

본 연구에서는 2011년부터 2020년까지 수원시 내에서 측정한 기상과 미세먼지 농도 자료를 이용하여 월별, 연별 기상과 미세먼지 농도의 변화 경향을 분석하였고, 수원시 미세먼지 농도(PM10, PM2.5)와 기상 인자(풍속, 기온), 도시공간정보(건물부피비, 도로면적비) 간의 연관성을 조사하였다. 도시대기측정소의 도시공간정보를 산출하기 위해 국토지리정보원과 환경공간정보서비스에서 제공하는 수치지형도의 건물 고도 정보와 세분류 토지피복자료의 도로 정보를 이용하였고, 도시대기측정소를 중심으로 2 km×2 km 영역의 건물 부피와 도로면적을 계산하였다. 기상측정자료를 분석한 결과, 수원시는 주로 서풍과 서북서풍이 우세하게 나타났고, 평균풍속은 봄철에 높았다. 미세먼지 농도는 여름철(7월~9월)에 낮았고 봄철과 겨울철에 비교적 높았다. 연별 추이를 분석한 결과, 대부분의 지점에서 2020년에 미세먼지 농도가 가장 낮았다. 측정 미세먼지 농도는 풍속과 기온과 약한 음의 상관관계를 보였는데, 기온과 PM2.5 농도의 상관성이 상대적으로 높았다. 6개 도시대기측정소의 PM10, PM2.5 평균 농도와 도시매개수의 상관성을 조사한 결과, PM10 농도는 도로 배출이나 건물에 의한 지상 풍속 감소의 영향보다는 외부로부터의 유입 영향을 더 크게 받았고, PM2.5 농도는 국지적 배출이나 건물에 의한 풍속 감소 영향을 더 크게 받는 것으로 분석된다.

Keywords

1. 서론

수도권 지역은 인구, 시설, 교통이 매우 집중되어 있고 집중된 인프라의 규모에 비례하여 대기환경 이슈가 지속적으로 제기되고 있는데, 미세먼지(PM10, PM2.5) 이슈가 가장 빈번하게 제기되고 있다(Woo, 2009; Yeo and Kim, 2019). 미세먼지는 중금속을 비롯한 각종 유해물질을 포함하고 있어 인체에 해를 끼칠 수 있고 대기 중에 부유하면서 시정 악화를 유발한다(Bahadur et al., 2009; Brunelli et al., 2007; Choi et al., 2020; Lee et al., 2018; Park et al., 2005). 도시 지역의 대기오염물질 농도는 기상, 배출원, 토지이용도, 지형적 특성 등과 밀접한 관련성을 가진다 (Kim et al., 2015). 많은 선행 연구들은 도시 지역 대기오염물질 농도와 기상요인과의 상관성을 분석하거나 (Choi and Baek, 2015; Eo et al., 1997; Hwang et al., 2009; Kim et al., 2004; Oh et al., 1998; Shin et al., 2007) 도시 특성이 대기오염물질 농도에 미치는 영향을 조사한 바 있다 (Jeong et al., 2020; Ju and Hwang, 2011; Kang et al., 2021; Kim and Jun, 2014; Oh and Chung, 2007). 수도권에 위치한 많은 도시 중에서 수원시는 경기도 청사를 비롯한 행정, 산업 기반 시설을 포함한 핵심도시 중의 하나이다. 수원시는 서해에 인접해 있기 때문에 장거리 수송된 대기오염물질에 직접적으로 노출된 지역이라 판단할 수 있다. 따라서, 수원시 대기환경을 면밀하게 분석할 필요가 있다. 본 연구에서는 수원시를 대상으로 기상청과 환경부에서 제공하는 최근 10년(2011년~2020년) 동안의 기상측정자료와 미세먼지 농도 측정자료를 이용하여 수원시 도시환경 특성과 기상인자와 미세먼지 농도와 의 상관관계를 조사하고 국토지리정보원과 환경공간 정보서비스에서 제공하는 GIS 자료를 이용하여 대기질측정소에서의 도시환경과 미세먼지 농도 간의 상관성 분석을 수행하고자 한다.

2. 연구방법

1) 대상지역

Fig. 1은 수원시 전역을 포함하는 위성사진과 토지피복 분포를 나타낸다. Fig. 1(a)의 붉은색 영역은 수원시 행정구역을 나타내고 붉은색 점과 노란색 점은 각각 수원 종관기상관측소(automated synoptic observing system, ASOS)와 도시대기측정소(air quality monitoring system, AQMS), 도로변대기질측정소(road air quality monitoring system, RAQMS)를 나타낸다. 2021년 11월을 기준으로 수원시에는 1개의 기상측정소와 8개의 대기질측정소가 설치되어 운용 중이다. 수원시 도심지는 북, 동, 서쪽 산악 지형에 둘러싸인 분지에 위치한다. 도심지를 중심 으로 서쪽과 남쪽에는 농경지(평지)가 비교적 넓게 분포하고 있다. 본 연구에서는 수원시 내에 위치한 도시 대기측정소와 도로변대기측정소 주변의 도시매개수 (건물 부피비, 도로 면적비 등)와 미세먼지 농도 간의 상관성을 분석하기 위해 국토지리정보원에서 제공하는 수치지형도의 건물 층고 정보와 환경공간정보서비스에 서 제공하는 세분류 토지피복자료(Fig. 1(b))를 사용하였다. 구축한 수원시 건물정보와 도로정보를 이용하여 도시대기측정소와 도로변대기측정소를 중심으로 수평 2 km×2 km 영역에 대한 도로 면적비, 수평 2 km×2 km 영역과 연직 150 m의 높이의 공간에 대해 건물이 차지하는 부피비를 계산하였다.

OGCSBN_2021_v37n6_2_1849_f0001.png 이미지

Fig. 1. (a) A satellite image and (b) land cover types around Suwon city.

2) 지상 기상, 대기질 측정 자료

최근 10년(2011년~2020년) 동안 수원 ASOS(ASOS 119)의 매 시간 평균 풍속, 풍향, 기온 자료와 8개소의 도시대기측정소와 도로변대기측정소의 매시간 PM10, PM2.5 농도 자료를 분석에 이용하였다. 단, 호매실동 AQMS (AQMS 131118)는 측정이 개시된 2019년 4월부터의 자료를 이용하였고, PM2.5 농도는 각 측정소마다 측정 개시 시점으로부터의 자료를 이용하여 분석하였다.

3. 결과와 토의

1) 기상측정자료 분석

Fig. 2는 2011년 1월 1일부터 2020년 12월 31일까지 수원 ASOS에서 측정한 바람장미도이다. 최근 10년 동안 수원 ASOS 지점의 주풍은 서풍과 서북서풍이었고, 두풍향의 빈도는 각각 15.6%와 14.2%이다. 풍속 크기에 따른 구간별 빈도는 1.5~3.3 m s–1 (44.6%)와 0.4~1.5 m s–1 (40.0%)인 경우가 대부분을 차지하였다. Fig. 3은 2011년 1월 1일부터 2020년 12월 31일까지 수원 ASOS 풍속과 기온의 월별, 연별 변동을 나타낸다. 2011년부터 2020년 까지 수원 ASOS 풍속을 월별로 분석한 결과, 봄철에 평균 풍속이 높은 경향이 나타났고, 월별 평균 풍속은 1.9 m s–1 (10월)~2.4 m s–1 (4월)사이에 분포하였다(Fig. 3a)

OGCSBN_2021_v37n6_2_1849_f0002.png 이미지

Fig. 2. Wind rose at the ASOS (ASOS 119) for the period of 2011~2020.

OGCSBN_2021_v37n6_2_1849_f0003.png 이미지

Fig. 3. Box Plots of the monthly-[(a) and (b)] and annual averaged [(c) and (d)] wind speeds and air temperatures. In each box plot, upper and lower black dots indicate the outliers, the bars above and below a box indicate the upper and lower extremes, respectively, and upper, middle, and lower segments of a box indicate the upper quartile, median, and lower quartile, respectively. The red line in each box plot represents the average.

풍속과 동일한 방식으로 수원 ASOS 기온을 월별로 분석한 결과, 평균 기온의 분포는 여름에 높고 겨울에 낮은 경향이 뚜렷하게 나타났고, 월 평균기온은 -1.7°C(1월) ~27.0°C(8월) 사이의 범위를 갖는다. 월별로 분류된 기온 자료 내에서의 변동 크기는 여름에 작고 봄과 가을에 상대적으로 크게 나타났는데, 이는 봄과 가을에 나타나는 큰 일교차가 각 월별 기온의 변동폭에 반영되었다고 판단할 수 있다(Fig. 3(b)). 풍속과 기온을 연별로 분류한 결과, 평균풍속과 평균기온은 각각, 2.03 m s–1 (2013년)~2.18 m s–1 (2020년)와 12.9°C (2011년)~14.5°C (2016년) 사이에서 변동하였고, 뚜렷한 연변화 경향은 나타나지 않았다(Fig. 3(c) and 3(d)).

2) 미세먼지 농도 분석

Fig. 4는 2011년부터 2020년까지 수원 시 내에 위치하는 7개 도시대기측정소[신풍동 AQMS (131111), 인계동 AQMS (131112), 광교동 AQMS (131113), 영통동 AQMS (131114), 천천동 AQMS (131115), 고색동 AQMS (131117), 호매실동 AQMS (131118)]와와 도로변대기측정소[동수원 RAQMS (131116)]에서 측정한 PM10, PM2.5 상자 그림(box plot)을 나타낸다. 도시대기측정소의 분석 기간 동안의 평균 PM10과PM2.5 농도 범위는 각각 40.3 µgm–3 (호매실동 AQMS)~55.3 µgm–3(동수원 RAQMS)와21.9 µgm–3(호매실동 AQMS)~25.6 µgm–3(동수원 RAQMS)으로 평균 미세먼지 농도는 호매실동 AQMS 지점에서 가장 낮았고, 동수원 RAQMS 지점에서 가장 높았다. PM10과 PM2.5 농도의 표준편차 범위는 각각 25.4 µg m–3 (호매실동 AQMS)~35.7 µg m–3(동수원 RAQMS)와 15.5 µg m–3(호매실동 AQMS)~20.5 µg m–3(고색동 AQMS)으로 평균 미세먼지 농도가 낮은 측정지점에서 미세먼지 농도의 변동이 작고, 평균 미세먼지 농도가 높은 측정 지점에서 변동이 크게 나타났다.

OGCSBN_2021_v37n6_2_1849_f0004.png 이미지

Fig. 4. Box Plots of the (a) PM10and (b) PM2.5concentrations measured at the AQMSs in Suwon city for the analysis period.

Fig. 5는수원시 내에 위치하는 도시대기측정소의 월별, 연별 평균 PM10, PM2.5 농도를 나타낸다. 흰색 영역은 측정 개시 이전을 의미한다. PM2.5 농도 측정은 2015년 이후에 개시되었다. PM10과 PM2.5 모두 7월부터 9월에 평균 농도가 낮고 겨울철에 평균 농도가 높은 경향이 나타났다. 분석 기간 동안 PM10과 PM2.5 평균 농도가 가장 높은 지점은 동수원 RAQMS (RAQMS 131116)로 월평균 PM10, PM2.5 농도 범위는 각각 34.8 µg m–3(9월)~75.8 µg m–3(3월)과 14.0 µg m–3(9월)~41.0 µg m–3(3월)이다. 평균 농도가 가장 낮은 지점인 호매실동 AQMS (AQMS 131118)의 월평균 PM10, PM2.5 농도 범위는 각각, 23.9 µg m–3(9월)~49.7 µg m–3(3월)과 13.2 µg m–3(9월)~30.5 µg m–3 (1월)로 나타났다. 전체적인 미세먼지의 연평균 농도는 시간에 따른 감소 경향이 나타났고 대부분 지점에서 코로나 19로 인해 2020년 평균 농도가 가장 낮았다.

OGCSBN_2021_v37n6_2_1849_f0005.png 이미지

Fig. 5. Monthly- and annually-averaged PM10[(a) and (c)] and PM2.5[(b) and (d)] concentrations measured at the AQMSs in Suwon city.

3) 기상측정자료와 대기질측정자료 간의 상관성 분석

Fig. 6은 2011년부터 2020년까지 수원 ASOS (ASOS 119)의 시간 평균 풍속, 기온과 8개소의 수원시 도시대기측정소의 PM10, PM2.5 시간 평균 농도 간의 상관도를 나타낸다. 전반적으로 측정 기상인자와 미세먼지 농도 사이에는 약한 음의 상관관계가 나타났고, 미세먼지 농도는 풍속보다는 기온과의 음의 상관관계가 다소 강하게 나타났다. 또한, PM10보다는 PM2.5 농도가 풍속과 기온과의 음의 상관성이 더 강했다. 미세먼지 농도와 상관성이 풍속보다 기온이 비교적 높은 이유는, 월별 분 석에 나타나는 바와 같이, 기온이 높은(낮은) 여름철(겨울철)에 미세먼지 농도가 낮은(높은) 경향이 비교적 뚜렷하기 때문인 것으로 판단된다. 측정 기상인자와 미세먼지 농도간의 상관성을 계절에 따라 분석하였다. 풍속 과 미세먼지 농도는 모든 계절에서 음의 상관성이 나타났다. 기온의 경우, 봄과 여름에는 -0.06과 0.16 사이의 상관 계수가 나타나는 것으로 분석(측정소별로 다소 간의 차이 존재)되었고, 가을에는 측정소에서 음의 상관 관계가 나타났다(상관계수 범위: -0.29~-0.11). 그러나 겨울에는 양의 상관 관계가 나타났다(상관계수 범위: 0.13~0.31). Fig. 7과 Fig. 8은 수원 ASOS (ASOS 119)에서 측정한 풍향 자료와 수원 ASOS와 가장 가까운(직선 거리 750 m) 고색동 AQMS (AQMS 131117)에서 측정한 PM10, PM2.5 농도를 이용해 작성한 계절별 오염장미도를 나타낸다. 모든 계절에서 서북서풍, 서풍 비율이 높았고 봄철에는 서풍, 여름철에는 동풍과 남풍, 겨울철에는 서북서풍 빈도 증가가 뚜렷하게 나타났다. 봄철과 겨울철 에는 미세먼지 고농도의 빈도가 높게 나타났고, 여름철과 가을철에는 비교적 낮은 미세먼지 농도 빈도가 증가 하였다. PM10(PM2.5) 경보와 주의보는 시간평균 농도가 각각 300 µg m–3(150 µg m–3), 150 µg m–3(75 µg m–3) 이상 2시간 이상 지속되는 경우에 발령된다. PM10 경보 발령 일수는 5월(평균: 3.9일), 3월(2.6일), 2월(1.6일) 순으로 많았고 PM2.5 경보 발령일수는 1월(1.1일), 3월(0.2일) 순으로 나타났다. PM10 주의보 발령일수는 3월(누적일: 26.6일), 1월(19.3일), 2월(17.5일) 순으로 많았고 PM2.5 주의보 발령일수는 1월(17.8일), 3월(17.4일), 2월(15.8일) 순으로 나타났다.

OGCSBN_2021_v37n6_2_1849_f0006.png 이미지

Fig. 6. Correlation coefficients between PM10and PM2.5 concentrations versus (a) wind speeds and (b) air temperatures at the ASOS 119 for the analysis period.

OGCSBN_2021_v37n6_2_1849_f0007.png 이미지

Fig. 7. The PM10roses at the AQMS 131117 for (a) Spring (March~May), (b) Summer (June~August), (c) Autumn (September~November), and (d) Winter (December~February).

OGCSBN_2021_v37n6_2_1849_f0008.png 이미지

Fig. 8. The PM2.5roses at the AQMS 131117 for (a) Spring (March~May), (b) Summer (June~August), (c) Autumn (September~November), and (d) Winter (December~February).

4) 측정소 별 대기질측정자료 간의 공간변동성 분석

수원시 내 8개 도시대기측정소의 측정 미세먼지 농도의 시·공간적 유사성을 분석하기 위해 피어슨 상관계수 (Pearson correlation coefficient, R)와 발산계수(coefficient of divergence, COD)를 조사하였다(Fig. 9). 상관계수와 발산계수는 각각 도시대기측정소의 미세먼지 농도 간의 유사도(degree of similarity)와 균일도(degree of uniformity)를 나타내는 것으로, 피어슨 상관계수는 시간적인 미세먼지 농도 변화 경향이 일치할수록 1에 근접하지만, 발산계수는 비교 지점의 농도가 공간적으로 일치할수록 0에 근접하고 농도가 다를수록 1에 근접한다. 분석기간동안, PM10 (PM2.5)농도의 상관계수와 발산계수 범위는 각각 0.79~0.96 (0.80~0.94)과 0~0.16 (0~0.08)로 조사되었다. 8개 지점의 PM10과 PM2.5 평균 상관계수는 0.91와 0.87로 PM2.5에 비해 PM10 농도의 지점들 간 시간 변동성이 더 유사하다고 볼 수 있다. 그러나 PM2.5 농도 측정 개시일이 PM10에 비해 늦고 지점별 측정 개시일도 달라서, 본 연구에서 사용한 자료 수가 PM10에 비해 적어서 상관계수가 작은 것으로 분석된다(동일 기간 비교 시, PM2.5의 상관계수가 더 높은 것으로 분석). 반면, 공간적 일치도를 반영하는 발산계수를 분석한 결과, PM10에 비해 PM2.5 농도가 공간적 일치도가 더 높은 것으로 분석 되었다. 8개 지점의 PM10과 PM2.5 평균 발산계수는 0.04 과 0.02이다.

OGCSBN_2021_v37n6_2_1849_f0009.png 이미지

Fig. 9. (a) Correlation coefficients and (b) coefficients of divergence of PM10 and PM2.5 concentrations between the AQMSs.

5) 도시매개수와 대기질측정자료 간의 상관성 분석

Fig. 10은 분석기간 동안 수원시 8개 도시대기측정소에서 측정한 PM10, PM2.5 평균 농도와 도시대기측정소를 중심으로 수평 2 km×2 km 영역의 도로면적비, 동일 수평 영역과 연직 150 m 높이의 공간에서 건물이 차지하는 부피비 간의 산점도를 나타낸다. 측정소별 PM10과 PM2.5 평균 농도와 도로면적비(건물부피비)의 상관계수는 각각 0.34(0.41)와 0.48(0.61)로, 전체적으로 PM10보다는 PM2.5 농도가 도시매개수와 높은 상관관계가 있었고, 도로면적비보다는 건물부피비와의 상관성이 다소 높게 나타났다. 도로변에 설치되어 있는 동수원 RAQMS (ⓐ in Fig. 10)의 평균 농도가 가장 높았고, 2019년 측정 개시되어 코로나 19의 영향으로 2020년의 낮은 미세먼지 농도가 반영된 호매실동 AQMS (ⓑ in Fig. 10)는 타지점에 비해 낮은 미세먼지 농도가 나타났다. 이들 두 지점의 자료를 제외하고 분석을 수행한 결과, PM10과 PM2.5 평균 농도와 도로면적비(건물부피비)의 상관계수는 각 각 -0.15(-0.48)와 0.74(0.85)로, 전체적으로 PM10보다는 PM2.5 농도가 도시매개수와 높은 상관관계가 있었고, 도로면적비보다는 건물부피비와의 상관성이 다소 높게 나타났다. 분석 지역을 수원시 내로 한정했을 때, PM10 농도는 도시매개수의 영향이 거의 나타나지 않았는데, 이는 PM10 농도는 도로 배출이나 건물에 의한 지상 풍속 감소의 영향을 받지 않고 수원시 외부로부터 유입되 는 PM10 농도의 영향을 받는 것으로 분석된다. 반면, PM2.5는 도로 면적이 넓을수록 건물이 차지하는 비율이 높을수록 농도가 높았다. 도로가 넓을수록 이동오염원 으로부터의 직접 배출되는 PM2.5가 많고 건물이 차지하는 비율이 높을수록 지상 풍속이 약해지면서 PM2.5 농도 가 높아질 수 있는데, PM2.5 농도는 이와 같은 국지적인 효과가 반영된 것으로 판단된다.

OGCSBN_2021_v37n6_2_1849_f0010.png 이미지

Fig. 10. Scatter plots of PM10(upper panels) and PM2.5concentrations (lower panels) versus fraction of road area [(a) and (c)] and (b) fraction of building volume [(b) and (d)].

4. 요약과 결론

본 연구에서는 수원시에서 측정된 기상, 미세먼지 농도 자료와 건물, 도로 정보를 이용하여 수원시의 미세 먼지 농도 특성을 분석하였고, 미세먼지 농도와 기상측정자료, 도시공간정보 간의 상관관계를 조사하였다. 이를 위해, 2011년부터 2020년까지의 수원 ASOS에서 측정된 시간 평균 풍속, 풍향, 기온과 수원시 8개 지점에서 측정된 시간 평균 PM10, PM2.5 농도를 사용하였다. 수원시 내 8개 지점의 평균 미세먼지 농도와 각 측정지점 주변의 도시공간정보 간의 상관성을 조사하기 위해, 국토지리정보원에서 제공하는 수치지형도 자료의 건물 고도 정보와 환경공간정보서비스에서 제공하는 세분류 토지피복자료의 도로 정보를 이용하여 각 도시대기측 정소 중심의 4 km2 영역 도시매개수(도로면적비, 건물 부피비)를 계산하였다.

수원시는 주로 서풍과 서북서풍이 우세하고, 평균 풍속은 봄철에 강하게 나타났으며, 기상자료의 연변동 경향은 뚜렷하지 않았다. 수원시 8개 지점의 도시대기측정소의 PM10과 PM2.5 농도를 분석한 결과, 동수원 RAQMS (호매실동 AQMS)의 평균 미세먼지 농도가 가장 높게(낮게) 나타났고, 나머지 6개 지점에서는 유사한 수준의 미세먼지 농도가 측정되었다. 여름철(7월~9월) 미세먼지 농도가 낮았고, 봄철과 겨울철에 연평균에 비해 높은 농도가 측정되었다. 미세먼지 농도의 연변동 추이는 뚜렷하지 않았지만, 코로나 19의 영향으로 2020년 평균 농도가 대부분 낮았다. 수원 ASOS의 풍속, 기온과 도시 대기측정소의 PM10, PM2.5 농도 간 상관관계를 조사한 결과, 전체적으로 약한 음의 상관관계가 나타났고, 풍속 보다는 기온과, PM10 농도보다는 PM2.5 농도와의 상관성이 더 강하게 나타났다. 수원시 내 미세먼지 농도의 공간변동성을 분석한 결과, PM10과 PM2.5 농도 모두 공간 변동성이 낮았지만, PM2.5 농도에 비해 PM10 농도의 공간변동성이 크게 나타났다. 설치 위치와 측정 개시일이 크게 다른 동수원 RAQMS와 호매실동 AQMS를 제외한 6개 도시대기측정소의 PM10, PM2.5 평균 농도와 도시 매개수의 상관성을 조사한 결과, PM10 농도는 상관성이 거의 없었고 PM2.5 농도는 강한 양의 상관관계를 보였다. 즉, PM10 농도는 도로 배출이나 건물에 의한 지상 풍속 감소의 영향보다는 외부로부터 유입 영향을 더 크게 받는 것으로 분석되지만, PM2.5 농도는 국지적인 배출이나 건물에 의한 풍속 감소의 영향을 더 크게 받는 것으로 분석된다.

본 연구에서는 1지점의 기상 측정소와 8지점의 도시 대기측정소 자료를 사용하여 수원시 내의 미세먼지 농도와 기상, 도시매개수 간의 상관성을 조사하였다. 연구에 사용된 지점 수의 한계 때문에 통계적 유의성에 대한 문제가 제기될 수도 있다. 보다 유의미하고 신뢰성 높은 분석을 위해서는 이에 대한 보완이 필요할 것으로 판단된다.

사사

본 논문은 수원시 수탁연구인 「수원시 바람길 지도 구축 및 정책방향수립 연구」의 지원으로 수행되었습니다. 논문에 대해 유익한 지적을 해주신 심사위원님께 감사드립니다.

References

  1. Bahadur, R., G. Habib, and L.M. Russell, 2009. Climatology of PM2.5 organic carbon concentrations from a review of ground-based atmospheric measurments by evolved gas analysis, Atmospheric Environment, 43: 1591-1602. https://doi.org/10.1016/j.atmosenv.2008.12.018
  2. Brunelli, U., V. Piazza, L. Pignato, F. Sorbello, and S. Vitabile, 2007. Two-days ahead prediction of daily maximum concentrations of SO2, O3, PM10, NO22, CO in the urban area of Palermo, Italy, Atmospheric Environment, 41: 2967-2995. https://doi.org/10.1016/j.atmosenv.2006.12.013
  3. Choi, J.K., I.S. Choi, K.K. Cho, and S.H. Lee, 2020. Harmfulness of Particulate Matter in Disease Progression, Korean Society of Life Science, 30(2): 191-201 (in Korean with English abstract).
  4. Choi, M.S. and S.O. Beak, 2016. Statistical Analysis of PM10 and Meteorological Data in Pohang, a Steel-Industrial City, Journal of Korea Society of Atmospheric Environment, 32(3): 329-341 (in Korean with English abstract). https://doi.org/10.5572/KOSAE.2016.32.3.329
  5. Eo, S.M., K.J. Kim, and K.N. Lee, 1997. The Influence of Climatic Conditions on Air Pollution in Seoul, Korea Society of Environmental Health, 23(4): 104-114 (in Korean with English abstract).
  6. Hwang, Y.J., S.J. Lee, H.S. Do, Y.K. Lee, T.J. Son, T.G. Kwon, J.W. Han, D.H. Kang, and J.W. Kim, 2009. The Analysis of PM Concentration and the Evaluation of Influences by Meteorological Factors in Ambient Air of Daegu Area, Journal of Korea Society of Atmospheric Environment, 25(5): 459-471 (in Korean with English abstract). https://doi.org/10.5572/KOSAE.2009.25.5.459
  7. Jeong, H.R., J.Y. Choi, and K.T. Ra, 2020. Characteristics of Heavy Metal Pollution in Road Dust from Urban Areas: Comparison by Land Use, Journal of Environmental Analysis, Health and Toxicology, 23(2): 101-111 (in Korean with English abstract).
  8. Ju, J.H. and I.J. Hwang, 2011. A Study for Spatial Distribution of Principal Pollutants in Deagu Area Using Air Pollution Monitoring Network Data, Journal of Korea Society of Atmospheric Environment, 27(5): 545-557 (in Korean with English abstract). https://doi.org/10.5572/KOSAE.2011.27.5.545
  9. Kang, J.E., D.S. Moon, J.J. Kim, J.Y. Choi, J.B. Lee, and D.G. Lee, 2021. Geographical Characteristics of PM2.5, PM10 and O3 Concentration Measured at the Air Quality Monitoring Systems in the Seoul Metropolitan Area, Korean Journal of Remote Sensing, 37(3): 657-664 (in Korean with English abstract). https://doi.org/10.7780/KJRS.2021.37.3.24
  10. Kim, C.H., I.S. Park, S.J. Lee, J.S. Kim, H.A. Jin, and H.K. Sung, 2002. On the Recent Air Pollution Levels Observed in the Regional Air Monitoring Network - High Air Pollution Concentration Episodes and Their Meteorological Characteristics in 2002, Journal of Korea Society of Atmospheric Environment, 20(2): 215-224 (in Korean with English abstract).
  11. Kim, H.J. and M.J. Jun, 2014. Analysis on Relationship between Urban Development Characteristics and Air Pollution level, Journal of Korea Planning Association, 49(7): 151-167 (in Korean with English abstract).
  12. Kim, M.K., W.S. Jung, and H.W. Lee, 2015. The Study on Establishment of the Urban Atmospheric Environment Map for Analysis of Atmospheric Environment in Busan Metropolitan City, Journal of Environmental Science International, 24(6): 807-817 (in Korean with English abstract). https://doi.org/10.5322/JESI.2015.24.6.807
  13. Lee, S.J., S.J. Kim, M.K. Park, I.G. Cho, H.Y. Lee, and S.D. Choi, 2018. Contamination Characteristics Hazardous Air Pollutants in Particulate Matter in the Atmosphere of Ulsan, Korea, Journal of Korean Society for Environmental Analysis, 21(4): 281-291 (in Korean with English abstract).
  14. Oh, K.J., J. Kwak, D.Y. Jung, and G.T. Son, 1998. Statistical Analysis between Air Pollutants and Meteorological Factors in Pusan - Focusing at Kwanganli Area -, Korean Society of Environmental Engineers, 20(9): 1235-1245 (in Korean with English abstract).
  15. Oh, K.S. and H.B. Chung, 2007. The Influence of Urban Development Density on Air Pollution, Journal of Korea Planning Association, 42(5): 197-210 (in Korean with English abstract).
  16. Park, E.J., M.S. Kang, D.E. You, D.S. Kim, S.D. Yu, K.H. Chung, and K.S. Park, 2005. Health Risk Assessment of Heavy Metals in Fine Particles Collected in Seoul Metropolitan Area, Environmental Health and Toxicology, 20(2): 179-186 (in Korean with English abstract).
  17. Shin, M.K., C.D. Lee, H.S. Ha, C.S. Choe, and Y.H. Kim, 2007. The Influence of Meteorological Factors on PM Concentration in Incheon, Journal of Korea Society of Atmospheric Environment, 23(3): 322-331 (in Korean with English abstract). https://doi.org/10.5572/KOSAE.2007.23.3.322
  18. Woo, J.H., 2009. Review of PM-related Air Quality Improvement Policies of United States for PM-related Air Quality Improvement of Metropolitan Region in Korea, Journal of Korea Society of Atmospheric Environment, 25(6): 579-593 (in Korean with English abstract). https://doi.org/10.5572/KOSAE.2009.25.6.579
  19. Yeo, M.J. and Y.P. Kim, 2019. Trends of the PM10 Concentration and High PM10 Concentration Cases in Korea, Journal of Korea Society of Atmospheric Environment, 35(2): 249-264 (in Korean with English abstract). https://doi.org/10.5572/kosae.2019.35.2.249