Spatial panel analysis for PM_2.5 concentrations in Korea

2017, 28

3)

473–481

공간패널모형을 이용한 국내 초미세먼지 농도에 대한 분석

^†

ᄋ

ᅵ종현

¹

²

³

123경북대학교 통계학과

ᄌ ᅥ

ᆸᄉ ᅮ 2017ᄂ ᅧ ᆫ 3ᄋ ᅯ ᆯ 2ᄋ ᅵ ᆯ, ᄉ ᅮᄌ ᅥ ᆼ 2017ᄂ ᅧ ᆫ 3ᄋ ᅯ ᆯ 27ᄋ ᅵ ᆯ, ᄀ ᅦᄌ ᅢ ᄒ ᅪ ᆨᄌ ᅥ ᆼ 2017ᄂ ᅧ ᆫ 3ᄋ ᅯ ᆯ 31ᄋ ᅵ ᆯ

요 약

ᄎ

ᅩᄆ ᅵᄉ ᅦᄆ ᅥ ᆫᄌ ᅵ (particulate matter 2.5, PM

)ᄂ ᅳ ᆫ ᄇ ᅮ ᆫᄌ ᅵ ᆫᄋ ᅴ ᄋ ᅵ ᆸᄀ ᅧ ᆼᄋ ᅵ 2.5 ᄋ ᅵᄒ ᅡᄋ ᅴ ᄇ ᅩᄃ ᅡ ᄌ ᅡ ᆨᄋ ᅳ ᆫ ᄏ ᅳᄀ ᅵᄋ ᅴ ᄆ ᅵ ᄉ

ᅦᄒ ᅡ ᆫ ᄋ ᅵ ᆸᄌ ᅡᄃ ᅳ ᆯᄋ ᅳ ᆯ ᄆ ᅡ ᆯᄒ ᅡᄂ ᅳ ᆫ ᄃ ᅦ, ᄆ ᅵᄉ ᅦᄆ ᅥ ᆫᄌ ᅵᄋ ᅪ ᄃ ᅡ ᆯᄅ ᅵ ᄃ ᅢᄀ ᅵ ᄌ ᅮ ᆼ ᄋ ᅦᄉ ᅥ ᄌ ᅦᄀ ᅥᄀ ᅡ ᄋ ᅥᄅ ᅧ ᆸᄀ ᅩ ᄀ ᅵᄃ ᅩᄂ ᅡ ᄏ ᅩ ᄌ ᅥ ᆷᄆ ᅡ ᆨᄋ ᅦᄉ ᅥ ᄀ ᅥ ᆯᄅ ᅥᄌ ᅵᄌ ᅵ ᄋ

ᅡ

ᆭᄋ ᅳᄆ ᅧ, ᄒ ᅩᄒ ᅳ ᆸ ᄉ ᅵ ᄑ ᅨᄑ ᅩᄁ ᅡᄌ ᅵ ᄌ ᅵ ᆨᄌ ᅥ ᆸ ᄎ ᅵ ᆷᄐ ᅮᄒ ᅡᄀ ᅵ ᄄ ᅢᄆ ᅮ ᆫ ᄋ ᅦ ᄌ ᅡ ᆼᄀ ᅵᄀ ᅡ ᆫ ᄂ ᅩᄎ ᅮ ᆯᄃ ᅬ ᆯ ᄀ ᅧ ᆼᄋ ᅮ, ᄑ ᅨ ᄀ ᅵᄂ ᅳ ᆼ ᄀ ᅡ ᆷᄉ ᅩ, COPD (chronic obstructive pulmonary disease) ᄌ ᅳ ᆼ ᄀ ᅡ, ᄑ ᅨᄋ ᅡ ᆷ ᄇ ᅡ ᆯᄉ ᅢ ᆼᄌ ᅳ ᆼ ᄀ ᅡᄀ ᅡ ᄋ ᅵ ᆻᄃ ᅡᄀ ᅩ ᄋ ᅡ ᆯᄅ ᅧᄌ ᅧ ᄋ ᅵ ᆻᄃ ᅡ. ᄒ ᅧ ᆫᄌ ᅢ ᄀ ᅮ ᆨ ᄂ ᅢᄋ ᅬᄋ ᅦᄉ ᅥ ᄎ ᅩᄆ ᅵ ᄉ

ᅦᄆ ᅥ ᆫᄌ ᅵᄋ ᅦ ᄃ ᅢᄒ ᅢ ᄃ ᅡᄋ ᅣ ᆼᄒ ᅡ ᆫ ᄋ ᅧ ᆫᄀ ᅮᄀ ᅡ ᄋ ᅵᄅ ᅮᄋ ᅥᄌ ᅵᄀ ᅩ ᄋ ᅵ ᆻᄂ ᅳ ᆫ ᄃ ᅦ, ᄎ ᅩᄆ ᅵᄉ ᅦᄆ ᅥ ᆫᄌ ᅵᄋ ᅴ ᄂ ᅩ ᆼ ᄃ ᅩᄂ ᅳ ᆫ ᄀ ᅵᄉ ᅡ ᆼᄋ ᅵ ᆫᄌ ᅡ (ᄑ ᅮ ᆼᄉ ᅩ ᆨ, ᄀ ᅡ ᆼᄋ ᅮᄅ ᅣ ᆼ, ᄋ ᅵ ᆯᄉ ᅡ ᄅ

ᅣ ᆼ ᄃ ᅳ ᆼ)ᄋ ᅦ ᄋ ᅧ ᆼᄒ ᅣ ᆼᄋ ᅳ ᆯ ᄇ ᅡ ᆮᄂ ᅳ ᆫ ᄀ ᅥ ᆺᄋ ᅳᄅ ᅩ ᄋ ᅡ ᆯᄅ ᅧᄌ ᅧ ᄋ ᅵ ᆻᄋ ᅳᄆ ᅧ, ᄋ ᅵᄉ ᅡ ᆫᄒ ᅪᄌ ᅵ ᆯᄉ ᅩ, ᄋ ᅩᄌ ᅩ ᆫ, ᄋ ᅵᄉ ᅡ ᆫᄒ ᅪ ᄒ ᅪ ᆼ, ᄆ ᅵᄉ ᅦᄆ ᅥ ᆫᄌ ᅵ ᄃ ᅳ ᆼ ᄃ ᅢᄀ ᅵᄆ ᅮ ᆯᄌ ᅵ ᆯᄋ ᅴ ᄂ ᅩ ᆼ ᄃ

ᅩᄋ ᅦᄃ ᅩ ᄋ ᅧ ᆼᄒ ᅣ ᆼᄋ ᅳ ᆯ ᄇ ᅡ ᆮᄂ ᅳ ᆫ ᄀ ᅥ ᆺᄋ ᅳᄅ ᅩ ᄋ ᅡ ᆯᄅ ᅧᄌ ᅧ ᄋ ᅵ ᆻᄃ ᅡ. ᄐ ᅳ ᆨ ᄒ ᅵ ᄋ ᅮᄅ ᅵᄂ ᅡᄅ ᅡᄂ ᅳ ᆫ ᄌ ᅥ ᆷᄎ ᅡ ᄌ ᅳ ᆼ ᄀ ᅡᄒ ᅡᄀ ᅩ ᄋ ᅵ ᆻᄂ ᅳ ᆫ ᄌ ᅡᄃ ᅩ ᆼ ᄎ ᅡ ᄉ ᅮᄂ ᅡ ᄋ ᅩᄋ ᅧ ᆷᄋ ᅯ ᆫ ᄋ ᅳ ᄅ

ᅩ ᄋ ᅵ ᆫᄒ ᅡ ᆫ ᄎ ᅩᄆ ᅵᄉ ᅦᄆ ᅥ ᆫᄌ ᅵ ᄋ ᅬᄋ ᅦᄃ ᅩ ᄌ ᅮ ᆼᄀ ᅮ ᆨ ᄋ ᅳᄅ ᅩᄇ ᅮᄐ ᅥ ᄋ ᅲᄋ ᅵ ᆸᄃ ᅬᄂ ᅳ ᆫ ᄎ ᅩᄆ ᅵᄉ ᅦᄆ ᅥ ᆫᄌ ᅵ ᄄ ᅩᄒ ᅡ ᆫ ᄀ ᅩᄅ ᅧᄃ ᅬᄋ ᅥᄋ ᅣᄒ ᅡᄂ ᅳ ᆫ ᄃ ᅢᄉ ᅡ ᆼᄋ ᅵᄆ ᅳᄅ ᅩ ᄀ ᅵᄉ ᅡ ᆼ ᄋ

ᅵ ᆫᄌ ᅡ ᄌ ᅮ ᆼ ᄑ ᅮ ᆼ ᄒ ᅣ ᆼᄀ ᅪ ᄑ ᅮ ᆼᄉ ᅩ ᆨ ᄄ ᅩᄒ ᅡ ᆫ ᄋ ᅥᄂ ᅳ ᄌ ᅥ ᆼᄃ ᅩ ᄏ ᅳ ᆫ ᄋ ᅧ ᆼᄒ ᅣ ᆼᄋ ᅳ ᆯ ᄆ ᅵᄎ ᅵ ᆯ ᄀ ᅥ ᆺᄋ ᅳᄅ ᅩ ᄑ ᅡ ᆫᄃ ᅡ ᆫᄃ ᅬᄆ ᅧ ᄋ ᅵ ᆫᄌ ᅥ ᆸ ᄌ ᅵᄋ ᅧ ᆨᄋ ᅦ ᄃ ᅢᄒ ᅡ ᆫ ᄋ ᅧ ᆼᄒ ᅣ ᆼ ᄄ ᅩᄒ ᅡ ᆫ ᄀ ᅩ ᄅ

ᅧᄃ ᅬᄋ ᅥᄋ ᅣ ᄒ ᅡ ᆯ ᄀ ᅥ ᆺᄋ ᅵᄃ ᅡ. ᄇ ᅩ ᆫ ᄋ ᅧ ᆫᄀ ᅮᄋ ᅦᄉ ᅥᄂ ᅳ ᆫ ᄎ ᅩᄆ ᅵᄉ ᅦᄆ ᅥ ᆫᄌ ᅵ ᄂ ᅩ ᆼ ᄃ ᅩᄋ ᅦ ᄋ ᅧ ᆼᄒ ᅣ ᆼᄋ ᅳ ᆯ ᄆ ᅵᄎ ᅵᄂ ᅳ ᆫ ᄋ ᅲᄋ ᅴᄒ ᅡ ᆫ ᄃ ᅢᄀ ᅵᄆ ᅮ ᆯᄌ ᅵ ᆯ ᄆ ᅵ ᆾ ᄀ ᅵᄉ ᅡ ᆼᄌ ᅡᄅ ᅭ ᄋ

ᅪ ᄎ ᅩᄆ ᅵᄉ ᅦᄆ ᅥ ᆫᄌ ᅵ ᄂ ᅩ ᆼ ᄃ ᅩᄋ ᅴ ᄌ ᅵᄋ ᅧ ᆨᄌ ᅥ ᆨ ᄐ ᅳ ᆨᄉ ᅥ ᆼᄋ ᅳ ᆯ ᄀ ᅩᄅ ᅧᄒ ᅡ ᆫ ᄀ ᅩ ᆼ ᄀ ᅡ ᆫᄌ ᅡᄀ ᅵᄉ ᅡ ᆼ ᄀ ᅪ ᆫ ᄒ ᅢ ᆼᄅ ᅧ ᆯᄋ ᅦ ᄀ ᅵᄎ ᅩᄒ ᅡ ᆫ ᄀ ᅩ ᆼ ᄀ ᅡ ᆫᄑ ᅢᄂ ᅥ ᆯᄆ ᅩᄒ ᅧ ᆼᄋ ᅳ ᆯ ᄉ ᅩᄀ ᅢᄒ ᅡᄋ ᅧ ᆻᄀ ᅩ ᄋ

ᅵᄅ ᅳ ᆯ ᄉ ᅥᄋ ᅮ ᆯ 25ᄀ ᅢ ᄀ ᅮᄋ ᅦᄉ ᅥ ᄀ ᅪ ᆫᄎ ᅳ ᆨᄃ ᅬ ᆫ ᄎ ᅩᄆ ᅵᄉ ᅦᄆ ᅥ ᆫᄌ ᅵ ᄌ ᅡᄅ ᅭᄋ ᅦ ᄌ ᅥ ᆨᄋ ᅭ ᆼ ᄒ ᅡᄋ ᅧ ᆻᄃ ᅡ. ᄄ ᅩᄒ ᅡ ᆫ ᄎ ᅩᄆ ᅵᄉ ᅦᄆ ᅥ ᆫᄌ ᅵᄋ ᅪ ᄃ ᅢᄀ ᅵᄋ ᅩᄋ ᅧ ᆷᄆ ᅮ ᆯᄌ ᅵ ᆯᄋ ᅴ ᄂ ᅩ ᆼ ᄃ

ᅩᄅ ᅳ ᆯ ᄐ ᅩ ᆼ ᄒ ᅢ ᄉ ᅥᄋ ᅮ ᆯ ᄉ ᅵᄋ ᅦᄉ ᅥ ᄇ ᅡ ᆯᄉ ᅢ ᆼᄒ ᅡ ᆫ ᄒ ᅩᄒ ᅳ ᆸ ᄀ ᅵ ᄌ ᅵ ᆯᄒ ᅪ ᆫ ᄒ ᅪ ᆫ ᄌ ᅡ ᄉ ᅮᄅ ᅳ ᆯ ᄇ ᅮ ᆫᄉ ᅥ ᆨᄒ ᅡᄋ ᅧ ᄀ ᅳᄋ ᅴ ᄋ ᅱᄒ ᅢᄉ ᅥ ᆼᄋ ᅳ ᆯ ᄒ ᅪ ᆨ ᄋ ᅵ ᆫᄒ ᅡᄋ ᅧ ᆻᄃ ᅡ.

ᄌ

ᅮᄋ ᅭᄋ ᅭ ᆼ ᄋ ᅥ: ᄀ ᅩ ᆼ ᄀ ᅡ ᆫᄑ ᅢᄂ ᅥ ᆯᄆ ᅩᄒ ᅧ ᆼ, ᄀ ᅵᄉ ᅡ ᆼᄋ ᅵ ᆫᄌ ᅡ, ᄃ ᅢᄀ ᅵᄆ ᅮ ᆯᄌ ᅵ ᆯ, ᄋ ᅱᄒ ᅢᄃ ᅩᄇ ᅮ ᆫᄉ ᅥ ᆨ, ᄎ ᅩᄆ ᅵᄉ ᅦᄆ ᅥ ᆫᄌ ᅵ.

1. 서론

2016년 9월 27일 세계보건기구 (WHO)의 보고에 의하면, 전 세계 92%의 인구거주환경의 공기질량 ᄋ

ᅵ 세계보건기구의 기준을넘어서며 매년 공기오염으로 인한 질병사망이 600만 명을초과하는것으로 ᄋ

ᅨ측된다. 더불어 우리나라의 초미세먼지 오염이 OECD 34개국 중터키에 이어 두 번째로 심한 것으로 ᄇ

ᅩ고되었다. 또한 대기오염은경제적 손실 역시 초래한다. OECD는대기오염으로 인해 노동생산성 저 ᄒ

ᅡ, 의료비 지출, 농업생산 감소 등으로 전 세계적으로 경제적 손실이 0.3%에 이르고, OECD 회원국 중 ᄋ

ᅮ리나라가 가장 큰 손실을 입을것이라 예상하였다. 최근 우리나라 수도권 지역의 미세먼지 (PM10) ᄂ

ᅩ

ᆼ도는개선 추세인 반면, 초미세먼지 (PM^2.5) 농도는 증가 추세로 전국적으로도 2015년부터 시행된 연 가

ᆫ 대기환경기준 (25µg/m³)을대부분의 지역에서 초과하고 있다 (Hwang, 2015).

ᄎ

ᅩ미세먼지는 분진의 입경이 2.5 이하의 보다 작은크기의 미세한 입자들을말하는데, 미세먼지와 달 ᄅ

ᅵ 대기 중에서 제거가 어렵고 기도나 코 점막에서 걸러지지 않으며, 호흡시 폐포까지 직접 침투하기

†

ᄇ ᅩ ᆫ ᄂ ᅩ ᆫᄆ ᅮ ᆫᄋ ᅳ ᆫ ᄌ ᅦ 1ᄌ ᅥᄌ ᅡᄋ ᅵ ᆫ ᄋ ᅵᄌ ᅩ ᆼᄒ ᅧ ᆫᄋ ᅴ ᄉ ᅥ ᆨᄉ ᅡᄒ ᅡ ᆨᄋ ᅱ ᄂ ᅩ ᆫᄆ ᅮ ᆫ ᄌ ᅮ ᆼ ᄋ ᅵ ᆯᄇ ᅮᄅ ᅳ ᆯ ᄌ ᅥ ᆼᄅ ᅵᄒ ᅡ ᆫ ᄀ ᅥ ᆺᄋ ᅵ ᆷ.

1

(41566) ᄃ ᅢᄀ ᅮ ᄀ ᅪ ᆼᄋ ᅧ ᆨᄉ ᅵ ᄇ ᅮ ᆨ ᄀ ᅮ ᄃ ᅢᄒ ᅡ ᆨᄅ ᅩ 80 ᄀ ᅧ ᆼᄇ ᅮ ᆨ ᄃ ᅢᄒ ᅡ ᆨᄀ ᅭ ᄐ ᅩ ᆼ ᄀ ᅨᄒ ᅡ ᆨᄀ ᅪ, ᄉ ᅥ ᆨᄉ ᅡᄀ ᅪᄌ ᅥ ᆼ.

2

(41566) ᄃ ᅢᄀ ᅮ ᄀ ᅪ ᆼᄋ ᅧ ᆨᄉ ᅵ ᄇ ᅮ ᆨ ᄀ ᅮ ᄃ ᅢᄒ ᅡ ᆨᄅ ᅩ 80 ᄀ ᅧ ᆼᄇ ᅮ ᆨ ᄃ ᅢᄒ ᅡ ᆨᄀ ᅭ ᄐ ᅩ ᆼ ᄀ ᅨᄒ ᅡ ᆨᄀ ᅪ, ᄌ ᅩᄀ ᅭᄉ ᅮ.

3

ᄀ ᅭᄉ ᅵ ᆫᄌ ᅥᄌ ᅡ: (41566) ᄃ ᅢᄀ ᅮ ᄀ ᅪ ᆼᄋ ᅧ ᆨᄉ ᅵ ᄇ ᅮ ᆨ ᄀ ᅮ ᄃ ᅢᄒ ᅡ ᆨᄅ ᅩ 80 ᄀ ᅧ ᆼᄇ ᅮ ᆨ ᄃ ᅢᄒ ᅡ ᆨᄀ ᅭ ᄐ ᅩ ᆼ ᄀ ᅨᄒ ᅡ ᆨᄀ ᅪ, ᄇ ᅮᄀ ᅭᄉ ᅮ.

E-mail: [email protected]

ᄄ

ᅢ문에 장기간 노출될 경우, 폐 기능감소, COPD (chronic obstructive pulmonary disease) 증가, 폐 ᄋ

ᅡ

ᆷ 발생증가가 있다고 알려져 있다 (Jung, 2014; Kim, 2014). 현재 국내외에서 초미세먼지에 대해 다양 ᄒ

ᅡᆫ 연구가 이루어지고 있는데 (Liu 등, 2012; Karppinen 등, 2004; Lee, 2010),초미세먼지의 농도는 풍 ᄉ

ᅩᆨ,강우량, 일사량 등기상인자에 영향을받는것으로 알려져 있으며 (Cho, 2014), 이산화질소 (NO2), ᄋ

ᅩ존 (O3), 이산화황 (SO2), 미세먼지 등대기물질의 농도에도 영향을받는것으로 알려져 있다. 또한 ᄌ

ᅮᆼ국에서 한국으로 이동되는황산화물의 양은매년 94,000톤을 넘고 있으며, 이는한국의 총황산화물 ᄋ

ᅣᆼ의 20%에 해당하는 양이며, 중국의 사막화가 가속화되면서 이로 인한 우리나라의 미세먼지 양은 매 ᄂ

ᅧᆫ 증가할 것으로 예상되고 있다 (Jung, 2009). Kang 등 (2004a)은서울지역과 충남, 아산지역에서 봄 처

ᆯ 중국의 황사 유입 전, 중, 후로 시기를구분하여 많은양의황사먼지가 중국에서 한반도로 이동함을 ᄋ

ᅧᆫ구하였고, 측정지역의 농도에 크게 기여하였음을밝힌바 있다. 따라서 우리나라는점차 증가하고 있 느

ᆫ자동차 수나 오염원으로 인한 초미세먼지 외에도 중국으로부터 유입되는초미세먼지 또한 고려되어 ᄋ

ᅣ하는대상이므로 기상인자 중 풍향과 풍속또한 어느 정도큰영향을미칠 것으로 판단되며 인접 지역 ᄋ

ᅦ 대한 영향 또한 고려되어야 할 것이다. 그리고 서울시 초미세먼지 농도가 외국의 주요 대도시에 비해 ᄉ

ᅥ 매우 높은수준으로 나타난 것으로 알려져 있기 때문에 (Kang 등, 2004b)우리나라의 초미세먼지 농 ᄃ

ᅩ에 따른호흡기 및 심혈관계 질환으로 인한 사망률이 매우 높을것으로 예상된다. 따라서 초미세먼지 ᄂ

ᅩ

ᆼ도와 그에 따른호흡기환자 수를예측하는연구 역시 병행되어져야 한다고 예상되어진다 (Yang 등, 2015).

ᄃ

ᅢ기오염물질의 관리가 배출기준, 대기환경기준을 강화함으로써 되고 있음에도 불구하고 수도권 및 ᄃ

ᅢ도시 지역을 중심으로 자동차 대수 증가, 기온상승 등의 이유로 선진국형 오염물질으로 알려져 있는 ᄎ

ᅩ미세먼지, 이산화질소 (NO2), 오존 (O3), 이산화황 (SO2) 등의 오염도는 기대만큼 감소되지 않고 이

ᆻ어 우리나라의 대기질은아직 후진국또는개발도상국의 대기질과 유사한 것이 현실이다 (Lee, 2015;

Kwon과 Kim, 2016). 국내에서도 초미세먼지에 대한 다양한 연구가 진행되고 있지만 대기물질과 기상 ᄌ

ᅡ료, 지역적 특성을함께 고려한 연구는부족한 실정이다. 따라서 본연구에서는초미세먼지 농도에 영 ᄒ

ᅣᆼ을 미치는대기물질과 기상자료를 통해 일반화선형모형을 통해 유의한 인자들을 확인하고 초미세먼 ᄌ

ᅵ 농도의 지역적 특성을설명하기 위해 서울 25개 구에 기초한 공간자기상관행렬을고려하였다 (Na와 Kim, 2016). 또한 초미세먼지와 대기오염물질의 농도를 통해 서울시에서 발생한 호흡기 질환 환자 수 르

ᆯ 분석하여 그의 위해성을확인하려 한다.

2. 관측 자료

PM2.5 농도에 영향을주는변수로 먼저 기상인자를고려하였다. 기상인자 자료는 2015년 8월 24일

∼ 2016년 8월 23일, 총 366일 중결측 6일을제외한 360일의 서울시 25개 구 (마포구, 용산구, 서대문 ᄀ

ᅮ 등)자료이며, 이 중 풍향은더미변수로 0^◦∼ 90^◦는 0그리고 90^◦∼ 180^◦는 1로 고려하였다. 이 자 ᄅ

ᅭ는서울시 열린데이터광장 및 기상청 전자민원에서 제공한 것이며, 자세한 변수는 Table 2.1에 정리 ᄒ

ᅡ였다. 그리고 다른 설명변수로서 대기오염물질을고려하였는데, 기상인자와 같은시간대, 장소의 서 우

ᆯ시 열린데이터광장에서 제공한 자료를이용하였다. 자세한 변수는 Table 2.2에 정리하였다.

ᄎ

ᅮ가로 PM2.5 농도가 건강에 미치는영향을알아보기 위해서 서울지역 호흡기환자수를 2011년 1월 1일 ∼ 2015년 12월 31일까지 월별 자료를 조사하였으며 사용된 상병코드는 J43, J430, J431, J432, J438, J439, J44, J440, J441, J448, J449이다. 이 자료는 국민건강보험공단에서 제공한 것이며, 자세 ᄒ

ᅡᆫ 변수는 Table 2.3에 정리하였다.

Table 2.1 Data description of weather factor

Variable type Description

mean.temp Cont. daily mean temperature ( ℃)

mn.temp Cont. daily minimum temperature ( ℃)

mx.temp Cont. daily maximum temperature ( ℃)

mean.humid Cont. daily mean humidity (%)

mn.humid Cont. daily minimum humidity (%)

mx.humid Cont. daily maximum humidity (%)

mean.wdspeed Cont. daily mean wind speed (m/s)

max.wdspeed Cont. daily maximum wind speed (m/s)

percips Cont. daily precipitation (mm)

wd.dir Disc. wind direction (0 : Northeast, 1 : Southeast, 2 : Southwest, 3 : Northwest)

Table 2.2 Data description of air pollutants

Variable type Description

PM

Cont. daily mean PM

concentration (µg/m

) PM

Cont. daily mean PM

concentration (µg/m

) N O

Cont. daily mean N O

concentration (ppm)

O

Cont. daily mean O

concentration (ppm) CO Cont. daily mean CO concentration (ppm) SO

Cont. daily mean SO

concentration (ppm)

3. PM

2.5

ᆯ반적으로 PM^2.5의 농도에 대하여 감마분포를가정할 수 있는데, 다양한 기상인자 및 대기오염물질 ᄀ

ᅪ PM2.5 농도와의관련성을알아보기 위해서 다음과 같은 일반화 선형모형을고려할 수 있다.

E(Yt^c) = µ^ct, V ar(Yt^c) = ϕ^cµ^ct, (3.1) logµ^c_t = µ^c+ γ₁^cCmt+ γ₂^cSmt+ x^c_t^′β^c₁+ z^c_t^′β^c₂. (3.2) ᄋ

ᅧ기에서

– Yt^c는지역 c에서 t일(t = 1, · · · , 360)에 측정한 PM2.5의 농도 – µ^c_t는 c지역 t일의 PM2.5의 평균 농도

– Cmt=cos(2π(mt/12)), Smt=sin(2π(mt/12)). 여기에서, mt(mt= 1, · · · , 12)는 t일의 월 – x^ct는 c지역, t일의 PM^2.5 농도에 영향을미치는대기오염물질 (N O2, O3, CO, SO2, PM10) – z^ct는 c지역, t일의 기상변수 (평균기온, 최저기온, 최고기온, 평균습도, 최저습도, 최고습도, 평

규

ᆫ풍속,최대풍속,강수량, 풍향) ᄎ

ᅡ

ᆷ고로 위의 모형에서 일반적인 기상인자 이외에 중국의황사먼지의 영향을알아보기 위해서 풍향을 서

ᆯ명변수로 추가하였다.

과

ᆫ측된각 지역별 PM2.5의 농도는시계열 자료와 지역별 자료의 정보를가지므로 시계열 분석과횡단 ᄆ

ᅧᆫ 분석을 동시에 수행할 수 있는패널모형을고려할 수 있는데, 패널분석은개별적 특이성을 통제하면

Table 2.3 Data description of patients

Min. 1st Qu. Median Mean 3rd Qu. Max.

8704 10450 10940 10970 11560 12870