[표지] 1
Summary 2
목차 5
I. 서론 8
II. 연구내용 및 방법 10
1. 서울, 인천, 베이징, 바오딩의 미세먼지(PM₂.₅) 상시 측정 및 성분 분석 10
2. 수용모델(Positive Matrix Factorization, PMF)을 이용한 미세먼지(PM₂.₅) 배출원 및 기여율 추정 12
3. 역궤적 기반의 체류시간분석 (Residence Time Analysis) 모델을 이용한 고농도 발생 시 주요 오염 영향지역 추정 13
III. 연구결과 및 고찰 16
1. 서울, 인천, 베이징, 바오딩의 미세먼지(PM₂.₅) 농도 및 성분 조성 비교 분석 16
가. 연구 대상 기간 및 주요 분석 물질 16
나. 도시별, 계절별 미세먼지(PM₂.₅) 농도 및 성분 조성 변화 비교 17
다. 고농도 발생 시 미세먼지(PM₂.₅) 농도 및 성분 조성 변화 비교 19
2. 도시별 미세먼지(PM₂.₅) 주요 배출원 기여율 분석 21
가. 수용모델 (Receptor model)을 이용한 도시별 미세먼지(PM₂.₅) 주요 배출원 추정 21
나. 미세먼지(PM₂.₅) 배출원별 평균 기여율 24
다. 고농도 발생 시 미세먼지(PM₂.₅) 배출원별 기여율 변화 25
라. COVID-19 발생 전 및 후의 고농도 기여율 사례 비교 26
3. 고농도 발생 시 주요 오염 영향지역 비교 분석 27
가. 한국과 중국 네 도시 지역의 고농도 미세먼지(PM₂.₅)의 주요 오염 영향 지역 파악 및 오염 특성 제시 27
나. 동일 기간 고농도 발생 시 도시별 주요 오염 영향지역 비교 분석 28
IV. 결론 31
참고문헌 33
부록 37
〈Table 1〉 Strengths and weaknesses of positive matrix factorization (PMF) model 13
〈Figure 1〉 Sampling sites of PM₂.₅ in Seoul, Incheon, Beijing, and Baoding 11
〈Figure 2〉 (a) Ion Chromatography (b) Thermal-Optical Transmittance 12
〈Figure 3〉 Concept of positive matrix factorization (PMF) diagram 12
〈Figure 4〉 Subject area of residence time analysis (RTA).… 15
〈Figure 5〉 Calculation of PM₂.₅ chemical composition 16
〈Figure 6〉 Average mass concentration and chemical composition of PM₂.₅… 18
〈Figure 7〉 Seasonal variation of PM₂.₅ chemical composition in Seoul,… 19
〈Figure 8〉 Chemical composition of PM₂.₅ in Seoul, Incheon, Beijing, and… 20
〈Figure 9〉 Seasonal variation of PM₂.₅ chemical composition in Seoul,… 21
〈Figure 10〉 PMF source profiles of PM₂.₅ in four cities 23
〈Figure 11〉 Source apportionment of PM₂.₅ in Seoul, Incheon, Beijing, and Baoding 25
〈Figure 12〉 Seasonal variation of PMF source of PM₂.₅ in Seoul, Incheon,… 26
〈Figure 13〉 Source apportionment of PM₂.₅ before and after COVID-19 27
〈Figure 14〉 Average residence rate in four cities during high PM episodes using RTA 28
〈Figure 15〉 Hysplit analysis in four cities during high PM episodes 29
〈Figure 16〉 High PM episodes in winter using RTA 30