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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2022.6
- 수록면
- 354 - 374 (21page)
- DOI
- 10.5572/KOSAE.2022.38.3.354
이용수
이 논문의 연구 히스토리 (16)
2021
2020
2012
2009
2008
2007
EPA PMF와 PMF2 모델을 이용한 PM2.5 오염원 기여도 비교
황인조
,
Philip K. Hopke
,
김유진
외 1명
대한환경공학회 학술발표논문집
2007.12
학술대회자료
미국 St. Louis 지역의 거대입자 기여도 추정 및 오염원의 위치 추정
황인조
,
Philip K. Hopke
,
Joseph P. Pinto
한국대기환경학회 학술대회논문집
2007.10
학술대회자료
EPA PMF와 PMF2 모델을 이용한 PM2.5 오염원 기여도 비교
황인조
,
Philip K. Hopke
,
김유진
외 1명
한국대기환경학회 학술대회논문집
2007.05
학술대회자료
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
The objective of this study was to estimate PM<SUB>2.5</SUB> source contributions using the PM<SUB>2.5</SUB> data collected in Pohang monitoring site from January 2015 to December 2017. A total of 132 samples were collected and 22 species were analyzed ICP (inductively coupled plasma), IC (ion chromatography), and thermal optical transmittance methods. In order to estimate source profiles and their source apportionment, this study used EPA-PMF model. The PMF modeling identified 8 sources such as seasalt (3.8%), steel industry/oil combustion (10.8%), wood/field burning (5.6%), smelter (11.1%), soil (10.3%), secondary sulfate (29.2%), vehicles (5.2%), and secondary nitrate (24.1%). The large steel factories and steel related industrial complex located in this study area. Therefore, it is consider that the contribution of related sources is relatively high compared to other study areas. The results of this study suggest that it is necessary to intensively manage for secondary sulfate and secondary nitrate to manage high concentration PM<SUB>2.5</SUB>, and the primary gaseous pollutants that generate these secondary particles also must be managed at the same time.
목차
Abstract
1. 서론
2. 실험방법
3. 결과 및 고찰
4. 결론
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
한국에서의 PMF Source Profiles 리뷰를 기반으로 분석한 울산 2020년 PM2.5 배출원 및 변동 특성
한국대기환경학회지(국문)
2023 .02
-
EPA-PMF 모델을 이용한 집중측정소 24시간 PM2.5 자료에 대한 오염원 기여도 추정
한국대기환경학회지(국문)
2020 .10
-
한국에서의 PMF source profile 리뷰를 바탕으로 한 울산 2020년 PM2.5 배출원 특성
한국기상학회 학술대회 논문집
2022 .10
-
서울과 백령도 지역의 PM1.0과 PM2.5의 계절별 화학조성 특성 및 발생원 파악
한국기상학회 학술대회 논문집
2022 .04
-
EPA-PMF 수용모델을 이용한 충남 내포 신도시의 초미세먼지 오염원 기여도 해석
한국대기환경학회 학술대회논문집
2022 .10
-
PMF (Positive Matrix Factorization) 수용모델을 활용한 오염원 기여도 분석 고도화 연구
한국대기환경학회지(국문)
2022 .08
-
PMF를 활용한 국내 PM2.5 2차 유기 탄소 기여도 추정 연구
한국대기환경학회 학술대회논문집
2023 .10
-
한국 선행연구에서의 PMF source profile 리뷰를 바탕으로 한 울산 2020년 PM2.5 배출원 특성
한국대기환경학회 학술대회논문집
2022 .10
-
PMF 모델을 활용한 경기 지역 초미세먼지 (PM2.5) 오염원 파악 및 기여도 분석
한국대기환경학회 학술대회논문집
2022 .10
-
전라북도 초미세먼지 고농도 발생 특성 연구: 익산시를 중심으로
한국대기환경학회지(국문)
2023 .12
-
PMF 수용모델을 활용한 초미세먼지 오염원 기여도 장기간 추이 파악 및 오염원 기여도 분석 고도화 연구
한국대기환경학회 학술대회논문집
2021 .10
-
PMF 모델을 이용한 경산지역 PM2.5의 오염원 기여도 추정
한국대기환경학회지(국문)
2015 .12
-
PMF 수용 모델을 이용한 권역별 초미세먼지 오염원 기여도 산정
한국대기환경학회 학술대회논문집
2019 .11
-
한국 3개 지역(서울, 인천, 광주)의 PM2.5 화학성분 분석과 PMF 모델 적용을 통한 오염원 특성 비교
한국대기환경학회 학술대회논문집
2021 .10
-
PMF를 이용한 도심 도로변 입자크기분포의 오염원 추정
한국대기환경학회 학술대회논문집
2023 .10
-
PMF 수용 모델을 이용한 서울시 초미세먼지 오염원 기여도 해석
한국대기환경학회 학술대회논문집
2019 .11
-
PMF를 이용한 도로변 이격거리에 따른 입자크기분포 확산 연구
한국대기환경학회 학술대회논문집
2022 .10
-
입경 분포 원인 분석 및 PM2.5 밀도 추정 -Part II
한국대기환경학회지(국문)
2016 .04
-
PMF 모델을 이용한 충청남도 서산의 PM2.5 오염원 기여도 추정
한국대기환경학회 학술대회논문집
2022 .10
-
PMF 모델을 이용한 송도 포스코타워 상층에서 측정한 PM2.5 배출원 기여도
한국대기환경학회 학술대회논문집
2023 .10
이 논문의 저자 정보
이 논문과 함께 이용한 논문
EPA-PMF 모델을 이용한 집중측정소 24시간 PM2.5 자료에 대한 오염원 기여도 추정
황인조
,
이승묵
,
박진수
한국대기환경학회지(국문)
2020
.10
PMF (Positive Matrix Factorization) 수용모델을 활용한 오염원 기여도 분석 고도화 연구
유일한
,
박지은
,
김태연
외 4명
한국대기환경학회지(국문)
2022
.08
한국에서의 PMF Source Profiles 리뷰를 기반으로 분석한 울산 2020년 PM2.5 배출원 및 변동 특성
박재훈
,
박용미
,
한수빈
외 8명
한국대기환경학회지(국문)
2023
.02
중국 사례로 살펴본 서울시 미세먼지 국제협력 강화방안
황인창
,
백종락
정책리포트
2020
.12
기상데이터를 활용한 딥러닝 기반의 태양광 발전량 단기 예측
이호준
,
윤상철
,
김병호
외 1명
대한전기학회 학술대회 논문집
2022
.10
최근 본 자료
댓글(0)
0