[표지]
목차
Abstract 5
I. 서론 7
II. 연구내용 및 방법 9
1. 서울과 베이징의 PM2.5 상시 측정 및 성분 분석[이미지참조] 9
2. 수용모델(Positive Matrix Fatorization, PMF)을 이용한 PM2.5 발생원 추정[이미지참조] 11
3. 역궤적 기반의 체류시간분석(Residence time analysis)을 이용한 고농도 발생 시 주요 오염영향지역 추정 12
III. 연구결과 및 고찰 14
1. 서울과 베이징의 PM2.5 농도 및 성분 조성 비교 분석[이미지참조] 14
가. PM2.5 평균 질량 농도 및 성분 조성 파악[이미지참조] 14
나. 도시별, 계절별 PM2.5 성분 조성 변화 비교[이미지참조] 15
다. 고농도 발생 시 PM2.5 농도 및 성분 조성 변화 비교[이미지참조] 16
2. 도시별 PM2.5 주요 발생원인 분석[이미지참조] 19
가. 수용모델(Receptor model)을 이용한 지점별 PM2.5 주요 발생원 추정[이미지참조] 19
나. PM2.5 발생원별 평균 기여율 및 고농도 발생 시 기여율 변화 분석[이미지참조] 20
3. 역궤적 모델을 이용한 주요 오염영향지역 비교 분석 23
가. 지역별 체류시간분석(Residence time analysis) 기반의 고농도 발생 시 주요 오염영향지역 추정 23
IV. 결론 28
참고문헌 30
부록 32
Figure S1. Average residence rate using RTA. 32
Figure S2. High aerosol episode(local) in Seoul using GOCI. 33
Figure S3. High aerosol episode(long-range transport) in Seoul using GOCI. 34
Figure S4. High aerosol episode(mixture-1) in Seoul using GOCI. 35
Figure S5. High aerosol episode(mixture-2) in Seoul using GOCI. 36
〈Table 1〉 Strengths and weakness of positive matrix factorization model 11
〈Table 2〉 Chemical composition and source apportionment of PM2.5 in high episodes(Seoul)[이미지참조] 27
〈Figure 1〉 Sampling sites of PM2.5.[이미지참조] 9
〈Figure 2〉 (a) Ion Chromatography (b) Thermal-Optical Transmittance. 10
〈Figure 3〉 Concept of PMF(Positive Matrix Factorization). 11
〈Figure 4〉 Area of residence time analysis. 13
〈Figure 5〉 Calculation of PM2.5 chemical composition.[이미지참조] 14
〈Figure 6〉 Average concentration and chemical composition of PM2.5 in Seoul and Beijing.[이미지참조] 15
〈Figure 7〉 Seasonal variation of PM2.5 chemical composition.[이미지참조] 16
〈Figure 8〉 Chemical composition of PM2.5 in non-high and high episodes.[이미지참조] 17
〈Figure 9〉 Seasonal comparison of PM2.5 in high episodes.[이미지참조] 18
〈Figure 10〉 Seasonal variation of PM2.5 chemical composition in non-high and high episodes.[이미지참조] 18
〈Figure 11〉 Elemental distribution of PM2.5 source.[이미지참조] 19
〈Figure 12〉 Source apportionment of PM2.5 in Seoul and Beijing.[이미지참조] 20
〈Figure 13〉 Source apportionment of PM2.5 in non-high and high episodes.[이미지참조] 21
〈Figure 14〉 Seasonal variation of source apportionment of PM2.5 in non-high and high episodes.[이미지참조] 22
〈Figure 15〉 Average residence rate in high episodes using RTA. 23
〈Figure 16〉 Results of Hysplit analysis in high episodes. 24
〈Figure 17〉 Average residence rate in high episodes using RTA(Seoul). 25
〈Figure 18〉 Images of (a) GOCI and (b) MODIS as of 2017.11.4. 26