지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록· 키워드
오류제보하기
In this study, two-step statistical approach including Principal Component Analysis (PCA) and Multiple Linear Regression (MLR) was employed, and main meteorological factors explaining the high-PM<SUB>2.5</SUB> episodes were identified in two regions: Seoul and Busan. We first performed PCA to isolate the Principal Component (PC) that is linear combination of the meteorological variables observed at two levels: surface and 850 hPa level. The employed variables at surface are: temperature (T<SUB>2m</SUB>), wind speed, sea level pressure, south-north and west-east wind component and those at 850 hPa upper level variables are: south-north (v<SUB>850</SUB>) and west-east (u<SUB>850</SUB>) wind component and vertical stability. Secondly we carried out MLR analysis and verified the relationships between PM<SUB>2.5</SUB> daily mean concentration and meteorological PCs. Our two-step statistical approach revealed that in Seoul, dominant factors for influencing the high PM<SUB>2.5</SUB> days are mainly composed of upper wind characteristics in winter including positive u<SUB>850</SUB> and negative v<SUB>850</SUB>, indicating that continental (or Siberian) anticyclone had a strong influence. In Busan, however, the dominant factors in explanaining in high PM<SUB>2.5</SUB> concentrations were associated with high T<SUB>2m</SUB> and negative u<SUB>850</SUB> in summer. This is suggesting that marine anticyclone had a considerable effect on Busan’s high PM<SUB>2.5</SUB> with high temperature which is relevant to the vigorous photochemical secondary generation. Our results of both differences and similarities between two regions derived from only statistical approaches imply the high-PM<SUB>2.5</SUB> episodes in Korea show their own unique characteristics and seasonality which are mostly explainable by two layer (surface and upper) mesoscale meteorological variables.
목차
Abstract
1. 서론
2. 자료 및 통계 방법
3. 결과 및 분석
4. 요약 및 결론
REFERENCES
참고문헌 (33)
참고문헌 신청
Bjornsson, H. / 1997 / A manual for EOF and SVD analyses of climate data :52
Cai, W. / 2017 / Weather conditions conducive to Beijing severe haze more frequent under climate change / Nature clim. change 7:257~263
차진욱 / 2018 / SPSS를 이용한 대기질과 기상인자와의 미세먼지 상관관계 분석 / 한국정보통신학회논문지 22(5):722~727
Chantal Darquenne / 2016 / Inhaled aerosol dosimetry: Some current research needs / Journal of Aerosol Science 99:1~5
주재민 / 2019 / 통계적 기법을 활용한 서해안 화력발전소 오염물질 배출에 따른 수도권 지표면 대기오염농도 영향의 분석 / 한국지구과학회지 40(6):549~560
Cai, W. / 2017 / Weather conditions conducive to Beijing severe haze more frequent under climate change / Nature clim. change 7:257~263
차진욱 / 2018 / SPSS를 이용한 대기질과 기상인자와의 미세먼지 상관관계 분석 / 한국정보통신학회논문지 22(5):722~727
Chantal Darquenne / 2016 / Inhaled aerosol dosimetry: Some current research needs / Journal of Aerosol Science 99:1~5
주재민 / 2019 / 통계적 기법을 활용한 서해안 화력발전소 오염물질 배출에 따른 수도권 지표면 대기오염농도 영향의 분석 / 한국지구과학회지 40(6):549~560
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Principal Component Regression by Principal Component Selection
CSAM(Communications for Statistical Applications and Methods)
2015 .03
-
Prediction of essential genes in prokaryote based on artificial neural network
Genes & Genomics
2020 .01
-
다중선형 회귀분석을 이용한 국내 권역별 PM2.5, PM10 농도 영향 인자의 중요도 예측
한국대기환경학회 학술대회논문집
2022 .10
-
서울시 오존(O₃) 및 기상데이터를 활용한 결막염 환자 발생 다차원 예측모델 개발
한국대기환경학회 학술대회논문집
2018 .10
-
앙상블 방법에 따른 WRF/CMAQ 수치 모의 결과 비교 연구 : 2013년 부산지역 고농도 PM10 사례
한국대기환경학회지(국문)
2016 .10
-
Classification via principal differential analysis
CSAM(Communications for Statistical Applications and Methods)
2021 .03
-
CMAQ 모델링을 통한 초기 기상장에 대한 미세먼지 농도 예측 민감도 연구
한국대기환경학회지(국문)
2017 .12
-
An efficient algorithm for sliding window based incremental principal components analysis
대한수학회지
2020 .01
-
공간자료 주성분분석
응용통계연구
2017 .06
-
주성분 회귀에서 원변수의 신뢰구간 구축에 관한 연구
Journal of The Korean Data Analysis Society
2020 .01
-
SEM-EDX 분석법에 의한 부산 S공업단지의 PM10과 PM2.5의 화학적 조성 및 발생원 추정
한국환경과학회지
2017 .11
-
기온과 강수량의 수치모델 격자자료를 이용한 기상관측지점의 월별 군집화
한국데이터정보과학회지
2017 .09
-
다양한 기상자료를 이용한 미세먼지 집중측정 기간의 기상특징 분석
한국대기환경학회 학술대회논문집
2019 .11
-
Deletion diagnostics in fitting a given regression model to a new observation
CSAM(Communications for Statistical Applications and Methods)
2016 .05
-
Introduction to a monitoring system to estimate marine meteorological elements
한국기상학회 학술대회 논문집
2016 .10
-
부산지역 최근 4년간(2015∼2018년) PM10과 PM2.5농도의 시·공간적 변화 특성
한국환경과학회지
2020 .07
-
주성분 회귀모형의 베이지안 분석
한국데이터정보과학회지
2019 .03
-
On study for change point regression problems using a difference-based regression model
CSAM(Communications for Statistical Applications and Methods)
2019 .11
-
Bayesian inference of the cumulative logistic principal component regression models
CSAM(Communications for Statistical Applications and Methods)
2022 .03
-
Analysis of Source Regions and Meteorological Factors for the Variability of Spring PM10 Concentrations in Seoul, Korea
한국기상학회 학술대회 논문집
2017 .10
이 논문의 저자 정보
이 논문과 함께 이용한 논문
서울지역 장기간 강수와 미세먼지의 특성 분석에 기반한 미세먼지 세정효과
한수지
,
엄준식
대기
2023
.08
황사장기예측자료를 이용한 봄철 황사 발생 예측 특성 분석
강미선
,
이우정
,
장필훈
외 2명
대기
2022
.06
미디어 환경변화와 엔터테인먼트 연구
민병현
한국방송학회 학술대회 논문집
2015
.11
토픽모델링 기법을 적용한 코로나 관련 언론 키워드 분석
전은수
,
오승훈
,
조영목
보건학논집
2022
.06
PCA를 이용한 공기 질, 오존 탐지에서의 핵심요소추출
이찬규
,
김강일
한국정보과학회 학술발표논문집
2018
.06
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2021-453-001645215