본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색
결과 내 검색 동의어 포함
결과 내 검색 동의어 포함

-

목차보기

Title Page

ABSTRACT

Contents

ABBREVIATION 9

CHAPTER 1. INTRODUCTION 12

1.1. Background 12

1.2. Research objectives 16

1.3. Particulate matter 16

1.4. Prediction 17

1.5. ARIMA MODEL 18

CHAPTER 2. LITERATURE REVIEW 20

2.1. Current situation 20

2.2. Deep Learning Models for PM2.5 Prediction in UB 21

2.3. Research on Urban Air Pollution in Ulaanbaatar 21

CHAPTER 3. RESEARCH METHODOLOGY 23

3.1. Study area 23

3.2. DATA AND METHOD 26

CHAPTER 4. FINDINGS AND DISCUSSION 27

4.1. Air quality index 27

4.2. Monthly contribution 31

4.3. CORRELATION PM10 AND PM2.5 33

4.4. Prediction of Trend using ARIMA 34

4.5. Prediction of PM2.5 and PM10 pollutants concentration using ARIMA 37

CHAPTER 5. CONCLUSION 41

REFERENCES 43

국문초록 47

List of Tables

Table 1. Breakpoints 28

Table 2. Correlation number between PM10 and PM2.5 33

List of Figures

Figure 1. PM2.5 particles in the cold season average monthly content, 2018-2023 14

Figure 2. PM10 particles in the cold season average monthly content, 2018-2023 14

Figure 3. Nitrogen dioxide in the cold season average monthly content, 2018-2023 14

Figure 4. Sulfur dioxide monthly in the cold season average content, 2018-2023 15

Figure 5. During wintertime in Ulaanbaatar central area 15

Figure 6. PM10 and PM2.5 17

Figure 7. Map of the Ulaanbaatar city 25

Figure 8. Variation of air quality index from 2020 to 2022 30

Figure 9. Monthly contribution of pollutants to AQI during the period from 2020 to 2022 32

Figure 10. Correlation between PM10 and PM2.5 33

Figure 11. ACF and PACF before calibration (20,0,0) - (a) PM2.5 and (b) PM10 34

Figure 12. ACF and PACF before calibration (25,0,0) - (a) PM2.5 and (b) PM10 35

Figure 13. ACF and PACF before calibration (30,0,0) - (a) PM2.5 and (b) PM10 36

Figure 14. Prediction of (a) PM2.5 and (b) PM10 concentration for Ulaanbaatar city (20,0,0) 38

Figure 15. Prediction of (a) PM2.5 and (b) PM10 concentration for Ulaanbaatar city (25,0,0) 39

Figure 16. Prediction of (a) PM2.5 and (b) PM10 concentration for Ulaanbaatar city (30,0,0) 40

초록보기

 몽골의 수도인 울란바토르(UB)의 급속한 사회경제적 발전과 도시의 팽창은 대기오염의 시급한 문제를 야기시켰습니다. 급속한 도시화는 증가하는 인구와 함께 특히 대기의 질과 관련된 환경오염물질의 급증에 기여했습니다. 현재 인구의 약 46%가 울란바토르에 거주하고 있으며, 절반 이상이 전통적인 게르(Ger) 주택에 거주하고 있습니다. 이러한 광범위한 생탄 사용은 주변 대기오염물질의 증가에 크게 기여하여 공중보건에 상당한 위협이 되고 있습니다.

많은 연구들이 울란바토르의 대기오염 문제를 심도 있게 다루었는데, 주로 오염물질의 근원을 찾고, 그들의 특성을 분석하고, 그들의 공간 분포를 지도화하는 데 초점을 맞추고 있습니다. 이러한 조사들이 문제의 본질에 대한 귀중한 통찰력을 제공했지만, 입자상 물질 수준을 예측하기 위한 예측 모델을 사용하는 연구 작업은 제한적입니다. 대기오염 문제를 포괄적으로 해결하기 위해서는 오염물질의 기원과 속성을 조사하는 것뿐만 아니라 대기질의 새로운 추세에 맞는 예측 모델을 통합하는 것이 중요합니다.

오염물질의 근원과 특성에 대한 광범위한 연구에도 불구하고, 울란바토르의 대기오염을 완화하기 위한 노력은 오염물질 수준의 미래 동향에 맞춘 전략을 완전히 통합하지 못하고 있습니다. 따라서 문제에 대한 이해를 넘어 대기오염을 예측하고 해결하기 위한 이니셔티브에 적극적으로 참여할 필요가 있습니다.

본 연구는 울란바토르시의 PM10, PM2.5 와 같은 주요 오염원을 중심으로 대기질 매개변수의 계절적, 시간적 변화를 조사함으로써 지속적인 논의에 기여하고자 합니다. 선정된 6개의 오염원(PM2.5, PM10, CO, SO2, NO2, O3)에 대해 국립기상환경감시국(NAMEM)에서 2020 년부터 2022 년까지의 자료를 분석하였습니다. 각 오염원에 대한 대기질지수(AQI)를 결정하고 선정된 오염원들 간의 오염도 분포를 철저히 조사하였습니다.

주요 연구 결과는 울란바토르시의 대기 오염에 대한 입자상 물질(PM2.5 와 PM10)의 상당한 기여를 강조합니다. 연간 평균 AQI는 지속적으로 주의 범위(100-150) 내에 속했으며 민감한 그룹에게 건강에 좋지 않은 상태임을 나타냅니다. 추세 분석에 따르면 AQI 수준의 변동 패턴이 나타났으며 이는 시간에 따른 공기 질의 변화를 반영합니다. 특히, 계절적 영향이 뚜렷했으며 겨울이 지속적으로 가장 높은 PM2.5 와 PM10 을 기록했으며 여름은 상대적으로 낮은 오염 물질 수준을 나타냈습니다.

이러한 연구 결과에 비추어 볼 때, 미세먼지의 영향을 완화하는 데 구체적인 주의를 기울이며 대기 오염 완화를 목표로 하는 집중적인 개입이 분명히 필요합니다. 확인된 동향과 계절적 변화는 연구자와 정책 입안자에게 귀중한 통찰력을 제공하여 정보에 입각한 의사 결정을 촉진하고 울란바토르시의 대기 오염을 효과적으로 줄이기 위한 표적 예방 조치를 수립합니다. 이 연구는 대기 질 관리에 대한 광범위한 담론에 기여하고 지역 사회와 환경의 안녕을 보호하기 위한 사전적이고 전략적인 조치의 시급성을 강조합니다.

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차