본 연구에서는 기존 연구들 (NIER, 2018; Ghim and Kim, 2013)과 동일하게 자료의 통계처리 시 대상기간 중 75% 이상의 측정 자료가 확보된 경우, 즉 측정소별로 일일 24시간에 대해 75% 이상 자료 (18시간 이상)가 확보된 경우 2001년부터 2017년까지 일평균을 산정하였고, 이 값을 이용하여 지역별 일평균 및 연평균을 산정하였다.

연간 PM₁₀ 농도 구간별 빈도분율은 2001년부터 2017년까지 연간 전국의 지역별 PM₁₀ 농도 구간별 발생 빈도수를 이용하여 계산하였다. 지역별 PM₁₀ 농도 값은 지역 내 모든 측정소 유효 자료의 시간당 PM₁₀ 농도 값을 활용하여 구하였다.

PM₁₀ 농도 5 μg/m³부터 100 μg/m³까지는 5 μg/m³ 구간마다 해당 값을 넘는 경우의 빈도수 계산하였다. 100 μg/m³을 초과하는 구간으로는 120, 150, 200, 250, 300 μg/m³을 설정하여 각각의 값을 넘는 경우의 빈도수를 계산하였다. 미세먼지 농도 구간별 빈도비율은 전체 지역별 시간당 유효 자료 갯수에 대한 농도 구간별 해당 빈도수로 구하였다. 시간당 값을 활용하였으므로 측정소별 연간 최대 유효자료 개수 (또는 최대 빈도수)는 365일 기준으로 8,760개이다. 빈도분율은 빈도비율 값에 100을 곱하여 나타내었다.

PM₁₀ 고농도 발생 연속일수별 빈도수는 2001년부터 2017년까지 전국의 지역별 일평균 PM₁₀ 농도 값을 이용하여 계산하였다. 지역별 일평균 PM₁₀ 농도 값은 2.1절과 동일한 방법으로 구하였고, 일평균 PM₁₀ 농도가 3일부터 10일간 고농도로 지속된 빈도수를 계산하였다.

미세먼지 고농도 기준에 대해서는 다양한 관점이 있는데, 사람들은 주로 미세먼지 농도가 ‘나쁨’ 이상일 때 또는 미세먼지 주의보 또는 경보가 발령되거나 비상저감 조치가 시행될 경우 고농도 상황이라 인식을 한다. 고농도 미세먼지 관련 연구에서는 일평균 (24시간 평균) 대기환경기준을 초과하는 경우를 주로 고농도 상황으로 판단한다 (SI, 2018; CNI, 2017). 대기환경기준, ‘나쁨’과 ‘매우 나쁨’ 기준, 미세먼지 주의보 및 경보 기준을 표 1에 제시하였다. WHO 기준을 초과하는 경우를 고농도로 판단하는 경우도 있으므로 이 기준에 대해서도 표 1에 제시하였다.

최근 정부는 특별법에서 PM_2.5에 대해서 비상저감조치 시행 기준을 마련하였다. 비상저감조치는 PM_2.5의 주의보와 경보 농도 수준을 주로 고려하였으며, ① 당일 (비상저감조치 시행일 전날) PM_2.5의 평균농도가 50 μg/m³를 초과하고, 다음날 (비상저감조치 시행일)의 24시간 평균농도가 50 μg/m³를 초과할 것으로 예측되는 경우, ② 당일 초미세먼지 주의보 (75 μg/m³ 이상 2시간 지속)·경보 (150 μg/m³ 이상 2시간 지속)가 발령되고, 다음날의 24시간 평균농도가 50 μg/m³를 초과할 것으로 예측되는 경우, ③ 다음날의 초미세먼지 평균농도가 75 μg/m³ (매우 나쁨)를 초과할 것으로 예측되는 경우 시행된다.

본 연구에서는 우리나라 일평균 PM₁₀ 대기환경기준인 100 μg/m³를 연속일수별 빈도수를 산정하기 위한 고농도 기준으로 설정하였고, 100 μg/m³ 이상의 농도가 3일부터 10일간 지속된 빈도수를 계산하였다.

그림 2에서 볼 수 있듯이 우리나라 대부분의 지역에서 PM₁₀ 연평균 농도는 2001년 이후 전반적으로 감소하였다. 많은 지역에서 2003년 PM₁₀ 연평균 농도가 급감하였고, 2012년에 대부분의 지역에서 최저값을 나타내었다. 이후 2013년에 다소 증가하였지만, 2017년까지 전국 대부분의 지역에서 PM₁₀ 연평균 농도는 연간 대기환경기준인 50 μg/m³ 이하 (그림 2)로 2010년 이전에 비해서는 낮은 농도를 나타내었고, 2001년부터 2017년까지 전반적으로 감소하는 추이를 나타내었다. 지역별 PM₁₀ 연평균 농도 추이와 특성에 대해서는 주로 3.2절에서 농도 구간별 빈도분율과 함께 논의하였다.

Fig. 2. 
Trends of annual mean PM₁₀ concentrations in Korea by region between 2001 and 2017 (raw data: KECO, 2019).

도시대기 측정소에서 PM_2.5의 시간당 농도는 2015년부터 공식적으로 측정하기 시작하였는데 (KECO, 2019), 서울시의 경우 그 이전부터 발표된 자료가 있어 그림 3에서 서울시의 PM₁₀과 PM_2.5의 연평균 농도를 나타내었다. 서울시의 PM₁₀과 PM_2.5 연평균 농도 모두 다른 지역들의 PM₁₀ 연평균 농도와 마찬가지로 2000년대 이후 계속해서 감소하였고, 2012년에 최저 수준을 나타내었다. 이후 다소 증가하였지만 2016년 이후 다시 감소하였다 (그림 3).

Fig. 3. 
Trends of annual mean PM₁₀ and PM_2.5 concentrations in Seoul between 2001 (2003 for PM_2.5) and 2017 (data for 2018 is before confirmation) (raw data for PM₁₀ : KECO, 2019; for PM_2.5: SMG, 2019).

2010년 이후 서울의 PM₁₀ 농도는 연평균 대기환경기준인 50 μg/m³ 이하였다. 서울의 PM_2.5는 2003년부터 2018년까지 전기간 현재 연평균 대기환경기준인 15 μg/m³를 초과하였다. 하지만 2008년 이후 서울의 PM_2.5 농도는 2018년 3월까지의 연평균 대기환경기준이었던 25 μg/m³에 근접한 수준에서 증감을 반복하는 추이를 나타내었다. 2000년대 중반 이후 서울의 PM₁₀과 PM_2.5 농도 모두 2000년대 초반에 비해서 낮은 수준을 나타내어 2001년 (PM_2.5는 2003년)부터 2017년까지 전반적으로 감소했다고 볼 수 있다.

이를 통해, 2001년부터 2017년까지 우리나라 대부분의 지역에서의 PM₁₀ 연평균 농도와 서울의 PM_2.5 연평균 농도는 국민 체감도와는 달리 감소하였다는 것을 확인할 수 있었다. 단, 그림 2와 5의 지역별 PM₁₀ 연평균 농도를 보면 2013년 이후 일부 지역은 그 감소추이가 뚜렷하지 않다.

지역별 PM₁₀ 일평균 농도를 이용하여 2001년부터 2017년까지와 2013년부터 2017년까지의 선형회귀식의 기울기를 비교하여 보면 (표 2), 대부분 음수이기는 하지만 (감소하고 있음) 서울을 비롯하여 경기, 대구, 광주, 대전, 강원, 충남 지역의 농도 추이 기울기가 2001년부터 2017년에 비해 2013년부터 2017년까지가 더 작은 절대값을 나타내고, 대전과 충남은 2001년부터 2017년에 음수였다가 2013년부터 2017년 양의 값을 나타내어 감소율이 줄어들었다는 것을 확인할 수 있었다.

2001년부터 2017년까지 지역별 PM₁₀ 연평균 농도는 감소하였지만 앞에서 언급하였던 WHO 산하 IARC에서의 미세먼지 1군 발암물질 지정, 정부의 PM_2.5 기준 설정 및 미세먼지 예보제 시행에 대한 발표, 언론에서의 미세먼지 보도 건수 증가와 함께 미세먼지 연평균 농도가 최저를 기록한 2012년 직후 2013년 대부분의 지역에서 미세먼지 연평균 농도가 증가한 것이 국민들의 관심과 불안을 증가시켜 미세먼지 체감 농도를 높이는 데 영향을 주었을 가능성이 있다.

2000년대 이후 미세먼지 농도가 전반적으로 줄어들었음에도 불구하고 국민들이 미세먼지 문제에 민감해지고 불안해하는 것은 국민들의 대기질 관리에 대한 요구 수준과 삶의 질에 대한 기대치가 이전에 비해 높아졌기 때문이라는 의견도 있고 이 또한 국민불안을 높인 요인으로 고려할 수 있다. 여전히 선진국에 비해서는 농도가 높은 상황 (NAEK et al., 2017)인 것 역시 국민들의 불안 요소의 하나로 볼 수 있다. 하지만, 이것으로 2013년이라는 특정 시점에 국민 관심이 급증한 이유를 설명하기는 어렵다.

미세먼지 연평균 농도가 줄었어도 고농도 사례 발생 빈도는 증가하여 국민 불안에 기여했을 수 있다. 표 1에서 고농도로 제시한 기준에 대한 서울에서의 연간 PM₁₀ 시간당 발생 빈도분율을 그림 4에, 지역별 농도 구간별 연간 PM₁₀ 빈도분율과 PM₁₀ 연평균 농도를 그림 5 (20, 50, 100 μg/m³ 초과 경우를 선명하게 나타냄)에 제시하였다. 그림 4와 5를 보면 농도 구간별 빈도분율이 서울을 포함한 대부분 지역에서 PM₁₀ 연평균 농도와 유사하게 2012년에 크게 감소한 것을 확인할 수 있다.

Fig. 4. 
Annual PM₁₀ frequency percentage by the concentration level in Seoul between 2001 and 2017 (raw data: KECO, 2019).

Fig. 5. 
Annual PM₁₀ frequency percentage by the concentration level (bold lines for >20 μg/m³ (first light line), >50 μg/m³ (third dark line), 100 μg/m³ (fourth dark line)) and annual mean PM₁₀ concentration (second dark line with circle markers) by region in Korea between 2001 and 2017 (y-axis (left): Frequency percentage/y-axis (right): PM₁₀ concentration (μg/m³)) (raw data: KECO, 2019).

서울의 경우 20 μg/m³ 이하의 PM₁₀ 빈도분율과 20 μg/m³과 50 μg/m³ 사이의 빈도분율은 증가한 반면, 50 μg/m³가 넘는 빈도분율이 감소한 것을 확인할 수 있다. 100 μg/m³가 넘는 경우도 2001년부터 2017년까지 전반적으로 감소추이를 나타내어 고농도 발생 빈도 또한 감소하였다고 판단할 수 있다. 이를 통해, 50 μg/m³가 넘는 고농도 빈도분율이 줄어든 것이 서울의 PM₁₀ 연평균 농도 감소에 기여했다는 것을 확인할 수 있다.

하지만 지역에 따라 PM₁₀ 농도 구간별 발생 빈도 추이는 다를 수 있다. 부산, 대구, 광주, 강원, 전남, 경북 등의 지역은 서울과 유사하게 20 μg/m³ 이하의 PM₁₀ 빈도분율이 2001년부터 2017년까지 증가하였지만, 다른 지역은 증가추세가 뚜렷하지 않다 (그림 5). 인천, 울산, 전북, 경남 등의 지역은 20 μg/m³ 이하의 PM₁₀ 빈도분율이 오히려 감소하였다. 또한 인천, 경기, 부산, 대구, 충남, 전남, 경남 등의 지역은 서울과 유사하게 20 μg/m³과 50 μg/m³ 사이의 빈도분율이 증가하였지만, 다른 지역은 증가추세가 뚜렷하지 않다 (그림 5). 하지만 20 μg/m³과 50 μg/m³ 사이의 빈도분율이 감소한 지역은 없는 것으로 판단되고 모든 지역에서 100 μg/m³가 넘는 빈도분율은 2001년부터 2017년까지 전반적으로 감소하였다.

일부 지역에서 WHO에서 제시하는 PM₁₀ 연평균 기준인 20 μg/m³ 이하에 해당하는 빈도분율이 개선되지 않았으므로, 앞으로 PM₁₀ 농도를 개선하고 PM₁₀에 의한 건강영향을 줄이기 위해서는 20 μg/m³과 50 μg/m³ 사이의 빈도를 줄여 연평균 농도가 20 μg/m³ 이하의 빈도를 늘리기 위한 방안이 필요하다는 것을 확인할 수 있었다. 2001년부터 2017년까지 전반적으로 고농도 발생 빈도가 감소하였더라도 미세먼지 고농도 사례는 국민 체감도에 크게 영향을 줄 수 있으므로, 계속해서 줄이기 위한 대책이 필요하다.

한편, 그림 5를 보면 PM₁₀ 농도가 50 μg/m³을 초과하는 빈도분율 추이는 PM₁₀ 연평균 농도 추이와 매우 흡사하다. 대부분의 지역에서 2002년 미세먼지 농도와 농도 구간별 빈도분율이 최고값을 보였는데, 인천과 경남은 2000년대 중반 최고값을 보였다. 서울과 경기는 2002년 미세먼지 농도가 높았다가 감소하였지만 인천은 2006년 미세먼지 농도가 높아진 것에 대해서는 보다 상세한 분석이 필요하다.

대부분의 지역에서 2012년 미세먼지 농도가 최저 수준이었는데, 주로 우리나라 남쪽 지역에 해당하는 영남, 호남, 충남 (대전 포함), 제주 지역은 2003년에도 미세먼지 농도가 급감하였고, 특히 울산, 광주, 전북은 2003년에 최저 수준을 나타내었다. 이러한 2002년, 2003년의 지역별 농도 특성에 대해서도 상세 분석이 필요하다.

수도권 풍하지역에 해당하는 강원과 충북의 경우 전반적인 추이가 서울과 인천, 경기의 양상이 혼재되어 있는 것으로 판단된다. 서울과 경기는 2000년대 초반, 인천은 2000년대 중반에 농도가 최고를 나타내었는데, 강원과 충북은 2000년대 초중반 뚜렷한 증감 추이를 나타내지 않았다.

우리나라의 대표적인 공업도시의 하나로 국지적인 배출원이 많은 것으로 예상되는 울산은 2008년 이후 PM₁₀ 농도와 50 μg/m³ 초과 빈도분율이 다소 감소하였는데, 이와는 대조적으로 대형 점오염원이 거의 없는 전북의 경우 2000년대 중반 이후 농도가 전반적으로 거의 변하지 않았다.

이를 통해 지역별 PM₁₀ 농도와 고농도 발생 빈도 추이에는 차이가 있으며, 지역별 미세먼지 농도에 영향을 주는 요인이 다를 것이라는 점을 예상할 수 있다. 예를 들어, 지역별로 1차 배출과 2차 생성에 의한 기여율이 다를 수 있고, 1차 배출에서의 주요 배출원이 다르거나 2차 생성의 주요 전구물질의 배출 경향이 다를 수도 있다. 지역에 따라 국내 배출 요인과 외부 영향의 기여도가 다를 수도 있고, 기상 조건에 따른 차이도 있을 수 있다.

가시거리도 지역별 차이를 보이고 있다 (그림 6). 가시거리는 미세먼지 농도에 영향을 받으며 (Seinfeld and Pandis, 2016), 미세먼지 농도와 주로 반대 경향을 나타낸다. 2000년대 초반 거의 유사했던 울산과 전주의 가시거리는 2000년대 중반 이후 다른 추이를 나타내어 울산 가시거리는 PM₁₀ 농도와 50 μg/m³ 초과 빈도분율의 감소 추이와는 반대로 증가하였고 전주의 가시거리는 증감 추이를 뚜렷하게 나타내지 않았다. 서울의 가시거리는 1980년대 이후 전반적으로 개선되었다.

Fig. 6. 
Trends of annual mean visibility in Seoul, Jeonju, and Ulsan between 1980 and 2018 (raw data: KMA, 2019).

하지만 이런 지역별 차이가 있다는 점이 2013년부터 전국적인 미세먼지에 대한 국민들의 관심을 높이는데 기여했을 것이라고 보기는 어려울 것으로 판단된다. 그림 7에서 일부 지역 (서울, 울산)에 대해 PM₁₀ 고농도 빈도비율 추이를 선형회귀식을 이용하여 살펴보았다. 월평균 PM₁₀ 자료를 이용하여 2001년부터와 2013년부터로 구분하여 자료가 확보된 2018년 6월까지 선형회귀식의 기울기를 이용하여 추이의 증감율을 살펴보았다. 기간 선정에 따라 통계 분석 결과가 달라질 수 있으므로 2013년을 전후하여 2012년, 2013년, 2014년부터 어떻게 변하였는지를 살펴보았다 (그림 7).

Fig. 7. 
Monthly PM₁₀ frequency ratio by the concentration level (bold lines for >50 μg/m³ (first dark line), 100 μg/m³ (second dark line) and linear regression lines for >50 μg/m³ (soild white line), 100 μg/m³ (dashed white line) in Seoul and Ulsan (raw data: KECO, 2019).

2013년부터 2018년 6월까지 PM₁₀이 50 μg/m³, 100 μg/m³을 초과하는 빈도비율 추이를 선형회귀식으로 나타내면 서울은 기울기가 모두 음수로 각각 -0.65×10^-5, -1.35×10^-5이다. 2001년부터 2018년 6월까지의 기울기도 -5.10×10^-5, -2.91×10^-5이지만 더 작은 절대값을 나타내어 감소율이 줄어들었다는 것을 확인할 수 있었다.

하지만 2012년부터 2018년 6월까지의 기울기는 각각 0.54×10^-5, -0.79×10^-5으로 PM₁₀이 50 μg/m³을 초과하는 빈도비율의 경우 양의 값으로 증가 추이를 나타내었고, 100 μg/m³을 초과하는 빈도비율도 2001년 및 2013년부터 2018년 6월까지에 비해 더 작은 절대값을 나타내어 감소율이 줄었다.

2014년부터 2018년 6월까지의 기울기는 각각 -1.41×10^-5, -1.78×10^-5으로 PM₁₀이 50 μg/m³, 100 μg/m³을 초과하는 빈도비율이 모두 2013년부터 2018년 6월까지에 비해서는 더 큰 절대값을 나타내어 감소율이 커졌지만, 2001년부터 2018년 6월까지에 비해서는 더 작은 절대값을 나타내어 감소율이 작아졌다는 것을 확인할 수 있다.

따라서 서울의 사례에서는 2013년 전후부터의 미세먼지 고농도 빈도비율 감소 추세는 그 이전에 비해 약화되거나 오히려 증가하여 미세먼지 문제가 개선되었다고 느끼기 어려운 상황이었던 것으로 예상된다. 이 결과는 단순 선형회귀식을 이용하여 분석을 하였고, 통계적으로는 시작점을 임의로 정했다는 한계가 있지만, 어느 기간을 정해 살펴보는지에 따라 증감 추이와 크기가 달라질 수 있다는 점을 확인할 수 있었다. 국민들의 미세먼지에 대한 관심이 2013년 가을부터 급증하였으므로 (그림 1), 2013년부터의 추이를 2001년부터와 비교하여 살펴보는 것이 국민의 미세먼지 문제에 대한 관심 증가 원인을 추정하기에 가장 적합할 것으로 판단된다.

한편, 모든 지역이 서울처럼 2013년 이후 감소 추세가 약화된 것은 아니다. 예를 들어, 울산은 2013년부터 2018년 6월까지 PM₁₀이 50 μg/m³, 100 μg/m³을 초과하는 빈도비율 추이를 선형회귀식으로 나타내면 기울기가 각각 -4.81×10^-5, -2.01×10^-5으로 2001년부터 2018년 6월까지 기울기인 -1.16×10^-5, -1.04×10^-5보다 더 작은 절대값을 나타내어 감소율이 커졌다 (그림 7).

2012년부터 2018년 6월까지의 기울기는 각각 -3.16×10^-5, -1.37×10^-5으로 2001년부터와 2013년부터 2018년 6월까지의 기울기 사이에 해당하는 감소율을 나타내었다. 2014년부터 2018년 6월까지의 기울기는 각각 -4.58×10^-5, -2.34×10^-5으로 PM₁₀이 50 μg/m³을 초과하는 빈도비율에 대해서는 2001년부터와 2013년부터 2018년 6월까지의 기울기 사이에 해당하는 감소율을 나타내었고, 100 μg/m³을 초과하는 빈도비율에 대해서는 모든 기간 중 가장 큰 감소율을 나타내었다.

이를 통해, 2013년을 전후하여 PM₁₀ 고농도 빈도비율의 감소율이 줄어들거나 증가 추이를 보여 국민들의 체감도에 영향을 주었을 것으로 예상되는 지역도 있지만, 오히려 2013년 이후 감소율이 증가한 지역도 있어 2013년을 전후한 증감율에도 지역별 차이가 있다는 점을 확인할 수 있었다.

우리나라 전반적으로 미세먼지 고농도 발생 빈도분율이 감소하였지만, 미세먼지 고농도 발생 연속일수별 빈도수가 증가하여 국민 불안에 기여했을 수도 있다. 지역별로 PM₁₀ 일평균 농도가 100 μg/m³ 이상이었던 날의 빈도수를 표 3에, 연속일수별 (3~10일) 빈도수 추이를 그림 8에 제시하였다.

Fig. 8. 
Annual frequency over 100 μg/m³ for duration for PM₁₀ (durations: between over 3 days and over 10 days, respectively) (raw data: KECO, 2019).

PM₁₀ 연평균 농도 및 농도구간별 빈도분율과 유사하게 PM₁₀ 일평균 농도가 100 μg/m³ 이상이었던 날의 빈도수 (표 3)도 2012년에 대체로 가장 낮았고, 16개 모든 지역에서 2012년에 PM₁₀ 일평균 농도가 100 μg/m³ 이상으로 3일 이상 지속된 경우 (그림 8)는 없었다. 2001년부터 2017년까지 PM₁₀ 일평균 농도가 100 μg/m³ 이상이었던 날 또는 3일 이상 지속된 빈도수는 모든 지역에서 전반적으로 감소하는 추이를 나타내었다.

이를 통해, PM₁₀ 일평균 농도가 100 μg/m³ 이상이었던 날 또는 3일 이상 지속된 빈도수 또한 국민 체감도와는 달리 감소하였다는 것을 확인할 수 있었다.

표 3과 그림 8을 보면, PM₁₀ 일평균 농도가 100 μg/m³ 이상이었던 날과 3일 이상 지속된 빈도수는 서울, 인천, 경기의 수도권 지역이 가장 높았다. 서울은 2001년 PM₁₀ 일평균 농도가 100 μg/m³ 이상인 날이 63일로 2001년부터 2017년까지 전 기간에 걸쳐 모든 지역에서 가장 높은 값을 나타내었고 (표 3), 2002년 PM₁₀ 일평균 농도가 100 μg/m³ 이상으로 3일 이상 지속된 빈도수도 11회로 전 기간에 걸쳐 모든 지역에서 가장 높은 값을 나타내었다 (그림 8). 2001년부터 2017년까지 전 기간 동안 PM₁₀ 일평균 농도가 100 μg/m³ 이상인 날은 경기가 579일로 가장 많았고, 그 다음으로는 서울과 인천이 각각 487일과 425일로 많았다. 하지만 수도권 지역도 2013년 이후 PM₁₀ 일평균 농도가 100 μg/m³ 이상이었던 날과 3일 이상 지속된 빈도수는 감소하였다.

수도권 다음으로 PM₁₀ 일평균 농도가 100 μg/m³ 이상인 날과 3일 이상 지속된 빈도수가 높은 지역은 수도권 풍하지역에 해당하는 충북과 강원으로 2000년대 초반에는 수도권 지역보다 낮은 빈도를 보였지만, 2000년대 중반 이후에는 수도권과 유사한 수준 (PM₁₀ 일평균 농도가 100 μg/m³ 이상인 날은 연간 30일 이상, 3일 이상 지속된 빈도수는 연간 4~6회 가량)의 빈도수를 나타내었다.

다른 지역들은 수도권과 수도권 풍하지역에 비해 PM₁₀ 일평균 농도가 100 μg/m³ 이상인 날이 적었으며 연간 10일 이하인 경우가 많았다. 부산, 대구, 전북의 경우 PM₁₀ 일평균 농도가 100 μg/m³ 이상으로 3일 이상 지속된 빈도수는 2000년대 초반에는 연간 5~6회 가량으로 비교적 높은 값을 나타내었으나 2000년대 중반 이후 연간 4회 미만의 빈도를 나타내었고, 다른 지역들은 2001년부터 2017년까지 연간 4회 미만이었다.

부산, 대구, 충북은 2001년부터 2017년까지의 전체 기간 중에 PM₁₀ 일평균 농도가 100 μg/m³ 이상으로 10일간 지속된 경우가 1회씩 있었고, 다른 지역들은 6~9일간 지속된 경우가 최대였다.

PM₁₀ 일평균 농도가 100 μg/m³ 이상으로 3일 이상 지속된 빈도수가 가장 낮은 지역은 대전과 전남으로 2001년부터 2017년까지 연간 2회가 최대였으며, 충남과 경남은 연간 3회가 최대였다. 특히 전남의 경우 2001년부터 2017년까지 PM₁₀ 일평균 농도가 100 μg/m³ 이상으로 지속된 최대일수가 4일로 16개 지역 중 가장 짧았고, 2001년부터 2017년까지 전 기간 동안 PM₁₀ 일평균 농도가 100 μg/m³ 이상인 날도 110일로 가장 적었다.

이를 통해 미세먼지 고농도 발생 연속일수별 빈도수도 전반적으로 감소했다는 점과 수도권 및 수도권 풍하지역, 남부지역 등 지역별 차이가 있다는 점을 확인할 수 있었다. 이처럼 지역별로 다른 추이를 보이는 것이 국지적인 특성에 의한 것인지, 권역별 차이인지 연구가 필요하다.