서울시 지하역사에서 PM10의 화학적 특성과 오염원 파악 :Chemical Characteristics of PM10 and Identification of its Sources in a Seoul Metropolitan Subway Station

박슬바센나

추천

검색

자료유형: 학위논문

저자정보: 박슬바센나 (경희대학교 )

지도교수: 김동술

발행연도: 2013

저작권: 경희대학교 논문은 저작권에 의해 보호받습니다.

이용수14

이 논문의 연구 히스토리 (4)

2013

서울시 지하역사에서 PM₁₀의 화학적 특성과 오염원의 확인 및 기여도 추정

박슬바센나 , 이태정 , 고현기 외 5명 한국대기환경학회지(국문) 2013.02 학술저널

서울시 지하역사에서 PM10의 화학적 특성과 오염원 파악

박슬바센나 학위논문(석사)-- 경희대학교 환경응용과학과 2013.01 학위논문

2012

서울시 지하역사에서 장기간 측정자료에 입각한 공기오염물질의 화학적 특성과 오염원인 물질의 확인 연구

박슬바센나 , 이태정 , 김신도 외 1명 한국대기환경학회 학술대회논문집 2012.10 학술대회자료

서울시 지하철 역사의 장기간 공기오염물질의 화학적 특성 연구

박슬바센나 , 이태정 , 김신도 외 1명 한국대기환경학회 학술대회논문집 2012.05 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 연구에서는 2010년 측정한 지하철 역사 및 터널의 PM10 농도자료를 이용하여 PM10에 대한 오염원을 추정하기 위하여 수용모델 (receptor model)을 수행하고자 한다. 과거 수용모델은 수용체에서 오염원에 의하여 파급된 오염물질의 정도를 파악하여 그 영향을 주는 오염원의 기여도를 정량적으로 추정하는 학문분야이다 (황인조, 2003). 수용모델은 여러 해 동안 전세계에서 검증되었고 널리 사용되고 있으며, PM10을 포함한 제반 오염물질에 대한 저감대책을 세우는데 중요한 역할을 한다. 수용모델은 실측자료를 응용통계학적으로 해석하는 일종의 방법론으로써, 응용통계학의 결집체라 할 수 있다. 그리고 수용체에서 측정된 공기질 자료가 확보된다면 경제적으로 해결책을 제시할 수 있다는 장점이 있다. 특히 수용모델 중 PMF 모델은 오염원 분류표가 마련되어 있지 않은 우리나라의 실정에 적용하기 적합한 방법이라 할 수 있다 (고현기, 2011). 따라서 본 연구에서는 양행렬인자분석법 (positive matrix factorization; PMF)을 이용하여 오염원에 대한 기여도를 추정하고자 한다.
본 연구에서는 2010년도에 측정한 지하철역의 승강장, 터널, 외기농도 자료를 중심으로 PMF 모델링을 수행하여 PM10 오염원 기여도 추정을 통해 효과적인 관리방안을 마련하고자 하였다. 2010년도 측정 실험은 서울지하철 노선 중 역사 환경, 유동인구, 오염원의 특성 등 여러 가지 요소를 고려하여 가장 대표성을 나타낼 수 있는 역으로 4호선 미아삼거리역을 선정하여 미아삼거리～길음 구간에서 측정을 실시하였으며, 분진의 입경별, 성분별 특성을 분석하기 위하여 외기, 승강장, 역사터널, 터널 등 4지점에서 측정을 실시하였다. 측정한 시료의 PM10 질량농도 및 무기원소, 이온성분, 탄소성분을 분석하여, 이를 토대로 본 연구지역의 공기질 현황을 파악하였고, PMF 모델링을 통하여 PM10에 대한 오염원별 기여도를 평가하였다. 이를 통해 향후 지하철 환경개선을 위한 통합평가기술개발의 기초자료로 활용하고자 하며, 또한 터널용 미세먼지 제거를 위한 전기집진기 설계시 필요한 터널의 미세먼지 입경 및 성분에 대한 기초자료로 활용되기를 기대한다.

Many serious problems in the subway system frequently occur because it is a typically closed environment. Thus, it is necessary to identify corresponding sources and to estimate pollutant sources in order to protect people''s health and to keep clean subway environment. The purpose of this study was to analyze indoor air and to quantitatively estimate source contributions in various sites in a Seoul Subway Station.
PM10 samples were collected on the Miasamgeori Station of Subway Line 4 in Seoul metropolitan area from April 21 to April 28, July 13 to July 21, and October 11 to October 19 in the year of 2010 and January 11 to 17 in the year of 2011. We collected PM10 samples and further analyzed inorganic elements, ions, and carbon contents in the samples. Thus, the aerosols collected on zefluor filters and membrane filters were then analyzed for trace metals, soluble ions, and carbons. A total of 29 chemical species (Ag, Al, Ba, Cd, Cr, Cu, Fe, Mn, Ni, Pb, Si, Ti, V, Zn, Na+, NH4+, K+, Mg2+, Ca2+, Cl-, NO3-, SO42-, OC1, OC2, OC3, OC4, CC, PC, and EC) were analyzed by ICP-AES, IC, and TOR method after performing proper pre-treatments of each sample filter.
Based on the obtained chemical information, positive matrix factorization (PMF) model was applied to identify the sources of indoor particulate matter. The optimal parameters for performing modeling were determined by a trial and error process. PM10 in the Station M was characterized by six sources such as biomass burning and outdoor source (multiple pollution related source), vehicle source (combustion related source), soil source, 2nd aerosol source, ferrous source, brake wear related source.
These contributing sources can be divided into indoor and outdoor sources. Indoor sources include ferrous related source and brake wear related source. In addition, outdoor sources include biomass burning and outdoor source (multiple pollution related source), vehicle source (combustion related source), soil source and secondary aerosol source. In detail, there were a total of 6 sources in PM10. The average contributions of outdoor in PM10 emitted from each source were as follows: 45.4% from secondary aerosol source, 26.1% from vehicle related source, 16.2% from biomass burning and outdoor related source, 6.6% from soil related source, 4.2% from brakewear related source and 1.6% from ferrous related source. The average contributions of Platform in PM10 emitted from each source were as follows: 32.6% from brakewear related source, 22.6% from secondary aerosol related source, 17.8% from vehicle related source, 16.8% from biomass burning and outdoor related source, 5.7% from ferrous related source and 4.6% from soil related source respectively. The average contributions of Tunnel 1,2 in PM10 emitted from each source were as follows: 56.9% from brakewear source, 17.9% from socondary aerosol related source, 13.8% from ferrous related source, 5.8% from vehicle related source, 4.0% from biomass burning and outdoor related source and 1.6% from soil related source respectively.
This study provides a basic information on the major sources affecting indoor air quality in underground stations, and thus it will help to manage the indoor air quality by suggesting reliable control strategies for the relating sources. Further investigation is needed to apply effective management schemes.

#PMF #수용모델 #지하철 #PM10

Ⅰ. 서론 1
1.1 연구배경 및 목적 1
1.2 연구진행 방향 5
Ⅱ. 이론적 배경 7
2.1 실내공기질 관리 현황 7
2.2 미세먼지 주요 배출원 10
2.3 수용방법론 12
2.4 PMF Model 방법론 17
Ⅲ. 실험 및 방법 21
3.1 연구지역 및 연구기간 21
3.1.1 연구지역 현황 21
3.1.2 연구기간 및 시료채취지점 25
3.2 시료채취 방법 27
3.3 시료분석 방법 30
3.3.1 시료의 전처리 방법 30
3.3.2 무기원소성분 분석 32
3.3.3 이온성분 분석 34
3.3.4 탄소성분 분석 36
3.3.5 분석 정확도 평가 39
Ⅳ. 결과 및 고찰 42
4.1 PM10의 농도 경향 42
4.2 PM10의 화학성분 특성 46
4.2.1 무기원소성분 분석 47
4.2.2 이온성분 분석 50
4.2.3 탄소성분 분석 53
4.3 PMF Modeling 55
4.3.1 PMF Modeling 입력자료 구축 55
4.3.2 PMF Modeling 과정 58
4.3.3 PMF Modeling의 신뢰도 평가 61
4.4 PM10에 대한 오염원 평가 62
4.4.1 오염원의 분류 및 확인 62
4.4.2 오염원의 기여도 평가 67
Ⅴ. 결론 71
Ⅵ. 참고문헌 74
Ⅶ. 부록 81
Abstract 95

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (4)

초록· 키워드

목차

최근 본 자료

댓글(0)