Recently Published

Journal of Korean Society for Atmospheric Environment - Vol. 36 , No. 3

[ Original Paper ]
Journal of Korean Society for Atmospheric Environment - Vol. 36, No. 3, pp.309-328
Abbreviation: J. Korean Soc. Atmos. Environ
ISSN: 1598-7132 (Print) 2383-5346 (Online)
Print publication date 30 Jun 2020
Received 17 Mar 2020 Revised 12 Apr 2020 Accepted 29 Apr 2020
DOI: https://doi.org/10.5572/KOSAE.2020.36.3.309

부산지역 대기오염물질의 시·공간적 변화 (2010~2018)
김대현 ; 손윤석1), *
부경대학교 지구환경시스템과학부
1)부경대학교 환경공학과

Spatial-temporal Variations in Air Pollution in Busan Metropolitan City (2010~2018)
Dae-hyeon Kim ; Youn-Suk Son1), *
Division of Earth Environmental System Science, Pukyong National University, Busan, Republic of Korea
1)Department of Environmental Engineering, Pukyong National University, Busan, Republic of Korea
Correspondence to : *Tel : +82-(0)51-629-6522 E-mail : sonys@pknu.ac.kr


Copyright © 2020 Korean Society for Atmospheric Environment
Funding Information ▼

Abstract

Busan is a representative seaport in Korea and has characteristics including commercial, industrial and residential areas. In this study, in order to evaluate the status of air quality in Busan metropolitan city, the levels of the five major air pollutants (such as PM10, PM2.5, NO2, SO2 and O3) were analyzed by year, month, autonomous district and measurement station. As as result, the ambient levels of the four substances except O3 have been shown to decrease steadily since 2010. We found that the levels of air pollutants in Busan are heavily influenced by the season. When analyzing the correlation between pollutants, PM10 showed a high correlation with PM2.5 (r2=0.70), but little correlation with ozone (r2=0.04). As a result of analyzing the levels of air pollutants according to the characteristics of the autonomous district, the concentrations of SO2 and O3 were higher in autonomous districts containing ports (Yeongdo-gu and Jung-gu) than in other autonomous districts. On the other hand, the levels of PM10 and PM2.5 were considerably higher in the industrial areas (Sasang-gu and Saha-gu) than other areas. In addition, it was also confirmed that the levels of air pollutant differed significantly depending on the location of the monitoring site, even if they were installed in the same autonomous district.


Keywords: Air pollution, PM10, PM2.5, SO2, NO2, Air quality monitoring station (AQMS)

1. 서 론

대기오염물질은 가스상과 입자상 물질로 구분되고 입자상 물질은 크기에 따라 미세먼지 (PM10: 입경 10 µm 이하)와 초미세먼지 (PM2.5: 입경 2.5 µm 이하)로 분류된다. 국민의식의 향상과 미세먼지 문제의 대두로 인하여 PM10과 PM2.5에 대한 관심이 급격하게 증가하고 있고, 이에 따라 종래에 있던 PM10 대기환경기준에 추가로 2015년부터 PM2.5 대기환경기준 (연간평균치 15 µg/m3, 24시간 평균치 35 µg/m3) 항목을 신설하여 시행하고 있다 (Kim et al., 2012a). PM10과 PM2.5는 폐 기능 감소, 기관지염 발생 등과 같은 호흡기 질환을 유발시키고, 혈관 기능 장애, 혈전증 등 심혈관계 증상의 주요 원인 물질로 알려져 있다 (Deng et al., 2019; Choi et al., 2000).

대기오염물질 배출원은 일반적으로 발전소, 산업시설 등의 고정 오염원과 자동차, 항공기, 선박 등과 같은 이동 오염원으로 구분된다. 대기오염물질의 농도는 이와 같은 배출원의 배출강도뿐만 아니라 지형적 특성과 기상조건에도 많은 영향을 받는 것으로 알려져 있다 (Seo et al., 2012). 아황산가스 (SO2)는 주로 난방, 발전, 산업용 연소시설에서 석탄 및 석유와 같은 화석연료의 연소과정에서 주로 발생하며 PM2.5의 전구물질로서 대기오염에 큰 영향을 미친다. SO2는 인체의 호흡기를 통해 흡수되어 호흡관 내벽, 눈, 코 등에 자극을 주며, 오랜 시간 노출될 시 호흡기 질환을 유발하는 것으로 알려져 있다 (Cheng and Zhang, 2018). 따라서 전 세계적으로 SO2의 배출량을 줄이기 위한 연구가 지속적으로 진행되고 있다 (Park et al., 2019; Kim et al., 2018). NOx도 화석연료의 사용으로 인하여 대부분 발생되며, 자동차와 같은 도로이동오염원이 주 원인으로 알려져 있다 (Jang, 2005; Sawyer et al., 2000). NOx는 그 자체로도 독성을 가지고 있지만 휘발성유기화합물 (volatile organic compounds: VOCs)과 광화학 반응을 통하여 지표면 오존 (O3)을 생성한다는 점에서 사람들의 건강에 심각한 위협이 되는 대기오염물질이라고 볼 수 있다 (Do et al., 2013). 게다가, SOx, CO와 같은 대기오염물질의 농도는 과거와 비교하여 낮아지고 있으나, 도로이동오염원이 주 오염원인 NOx의 경우 지속적으로 증가하는 추세를 보이고 있다 (Busan metropolitan city IHE, 2011). 지표면 O3은 배출원에서 직접 배출되지 않고, 대기 중에서 질소산화물과 휘발성유기화합물이 햇빛에 의한 광화학반응을 일으킬 때 2차적으로 생성된다. O3은 호흡기를 통해 신체에 유입될 시 세포 재생 과정을 방해할 수 있으며, 탈수와 염증 등을 일으킬 수 있다. 또한, 장기간 노출 시 염증과 만성 폐 질환의 잠재적인 원인이 될 수 있으므로 천식 등 호흡계 질환자에게 치명적이며 농작물 생산량에도 영향을 미치는 것으로 알려져 있다 (Kim et al., 2012b, 2008).

부산시는 대한민국의 대표적인 항만도시로서 상업, 공업, 주거지역을 모두 포함하고 있는 특징을 가지고 있다. 2013~2017 항만정보통계자료에 따르면 부산항의 경우 2013년부터 2017년까지 연평균 70,178척의 선박이 입출항하였다. 선박은 SO2뿐만 아니라 PM, NOx 등의 주된 배출원으로 지목되고 있다 (Ledoux et al., 2018). 이와 같은 이유로, 부산항은 중국 7개 항만 (Qingdao, Tianjin, Shanghai, Guangzhou, Shenzhen, Ningbo, Hongkong), Dubai, Singapore와 함께 ‘세계 10대 초미세먼지 오염항만’으로 선정되었다 (Wan et al., 2016). 또한 항만도시의 경우 선박에서 배출되는 배기가스가 해안지역뿐만 아니라 내륙지역의 대기오염과 기후에 상당한 영향을 미치는 것으로도 알려져 있다 (Eyring et al., 2010). 항만도시는 SO2의 농도가 내륙에 비해 높게 나타나는 경향을 보이며 해안지역의 선박배출이 SO2뿐만 아니라 O3의 농도에도 영향을 미치는 것으로 연구된 바 있다 (Song et al., 2010). 초대형 크루즈선은 경유를 사용하는 디젤 승용차 350만 대에 달하는 황산화물을 배출하는 것으로 알려져 있다 (KMI, 2017). 게다가 기존의 연구들은 주로 선박을 대상으로 이루어져 왔으나, 최근에는 선박뿐만 아니라 항만하역장비, 트럭, 기관차 등과 같은 항만주변의 기반시설에 의한 대기오염 문제도 관심이 모아지고 있다 (Bailey and Solomon, 2004). 전국 항만에서 항만하역장비의 대기오염물질 배출량을 비교해 본 결과, 부산항의 배출량이 전체의 약 53~58%로 가장 높고, 그 다음으로는 인천항이 약 11~13%를 차지하는 것으로 나타났다 (Han et al., 2011). 부산항의 배출량이 전국 항만 중 가장 높은 배출량을 보인 것은 항만시설이 부산시의 대기질에 큰 영향을 줄 수 있음을 의미한다. 실제로 2016년 부산시의 대기오염물질 배출량 통계에 따르면 부산시 전체 SOx 배출량의 71.9%가 비도로이동오염원이었으며, 이 중 98.6%가 선박에서 배출되는 것으로 보고됐다. 또한 NOx 경우, 비도로이동오염원과 도로이동오염원의 배출량이 각각 50.8% (이 중 76.4%는 선박배출)와 31%로 대부분을 차지하는 것으로 알려져 있다 (KOSIS, 2020).

본 연구는 부산시 대기오염물질의 농도를 파악하고 부산시 대기질의 특성을 분석하여 향후 부산지역의 대기질 관리 및 정책 수립 방안 등을 위한 기초자료를 제공하기 위하여 수행하였다. 이를 위하여 부산시의 지역적 특성에 따른 시간별, 공간별 대기오염물질의 현황 및 개별 오염물질들 간의 상관성 분석 등을 통하여 오염물질 들의 특성을 조사하였다.


2. 연구 방법
2. 1 측정장소 및 측정기간

본 연구에서는 부산지역 내 대기오염물질의 특성 및 대기오염물질 간의 상관성을 분석하기 위하여 전국 시간별 대기오염물질 농도자료를 제공하는 ‘에어코리아’ (https://www.airkorea.or.kr/index) 사이트의 2010년 1월부터 2018년 12월까지 9년간 부산지역 19개 도시대기측정소 (Air quality monitoring station: AQMS)에서 측정된 5가지 대기오염물질들 (PM10, PM2.5, O3, NO2, SO2)의 최종확정자료를 사용하였다. 그림 1은 본 연구에서 사용된 부산시 도시대기측정소의 위치이다.


Fig. 1. 
Air quality monitoring stations (AQMSs) in Busan metroplitan city.

2. 2 데이터 선정 및 분석

데이터 분석을 수행하기 위하여 우선적으로 데이터를 선별하였다. 데이터의 선별기준은 도시대기측정소에서 얻어진 모든 시간별 평균농도데이터 중에서 장비점검, 통신장애 등 이상 데이터가 발생한 경우 표기되는 “-999” 값과 오류로 인한 “0” 값을 제외한 모든 양수값을 사용하였으며 통계분석은 Excel의 다양한 함수와 매크로 기능 등을 사용하였다. 본 연구의 통계분석에 사용된 대기오염물질의 측정 농도값들의 결측률은 PM10 (4.7%), PM2.5 (3.6%), O3 (3.1%), NO2 (3.2%), SO2 (18.1%)로 나타났다. 이 중 SO2의 결측률이 다른 물질에 비하여 높게 나타났는데 이는 부산시 동래구와 수영구의 도시대기측정망에서 2010년부터 2018년까지의 측정데이터가 오류로 인하여 존재하지 않기 때문이다 (원본데이터 상에서 2010~2014년 자료에서는 오류로 표기, 2015~2018년 자료에서는 공란으로 표기되어 있음). 통계분석은 크게 연간, 월별, 자치구별 (강서구 (GS), 금정구 (GJG), 기장군 (GJ), 남구 (NG), 동구 (DG), 동래구 (DR), 부산진구 (BSJ), 북구 (BG), 사상구 (SS), 사하구 (SH), 서구 (SG), 수영구 (SY), 연제구 (YJ), 영도구 (YD), 중구 (JG), 해운대구 (HUD)), 도시대기측정소별 (자치구 내에 2개 이상의 도시대기측정소가 존재할 경우에 한함. 강서구 녹산동 (NSD), 강서구 대저동 (DJD), 금정구 부곡동 (BGD), 금정구 청룡동 (CRD), 기장군 기장읍 (GJY), 기장군 용수리 (YSR)) 간 평균치에 대해서 수행되었으며, 이들에 대한 회귀분석 등을 추가로 수행하였다.

연간 평균치 분석의 경우 2010년부터 2018년까지 9년간의 연간 평균농도의 변화를 분석하였고, 분석방법으로는 1시간 단위로 측정된 대기오염물질의 평균농도를 Excel의 평균값 함수를 사용하여 연도별 평균값을 도출하여 비교하였다. 또한 월별 평균치 분석의 경우, 앞선 연간 평균치 분석을 통해 얻어진 2015~ 2018년의 농도값을 월별 평균값으로 세분화하여 월별 농도의 변화를 관찰하였다. 이와 더불어 자치구별 및 도시대기측정소 간의 오염물질농도의 차이를 추가로 분석하였으며, 자치구별 대기오염물질의 농도변화분석을 통하여 부산의 지역적 특성이 각각의 지점별 대기오염물질의 농도변화에 미치는 영향을 알아보았다. 또한, 한 자치구에 두 개 이상의 도시대기측정소가 존재하는 경우, 각 도시대기측정소에서 측정된 대기오염물질의 농도가 그 자치구를 대표할 수 있는지에 대하여 상관분석을 통하여 적합성을 평가하였다.


3. 결과 및 고찰
3. 1 연도별 대기오염물질 현황

표 S1은 부산의 2010년부터 2018년까지 9년간의 대기오염물질의 연평균농도와 표준편차를 나타내고 있다. 대기환경기준은 전국적으로 적용되는 기준이며, 부산시의 대기오염특성에 맞는 지역환경기준을 2004년 1월 조례로 제정 및 공표하였으며, 2016년 11월에 개정하였다. 따라서 본 연구에서는 대기오염물질의 연평균농도 현황분석에 부산광역시의 지역환경기준을 사용하였다. 그림 2에서 PM10의 농도는 2010년 48.7 µg/m3에서 2018년 41.3 µg/m3으로 전체적으로 감소하고 있고, 2010년도 대비 2018년에는 15.2% 감소하였다. 또한 부산광역시 대기환경기준 (연간 평균치 50 µg/m3 이하) 이하인 것으로 나타났다. 2015년도부터 측정을 시작한 PM2.5의 경우, 2015년부터 2018년까지 4년간의 연간 평균치는 25.6 µg/m3, 27.0 µg/m3, 25.6 µg/m3 23.0 µg/m3로 소폭 감소하는 것으로 나타났으며, 2015년 대비 2018년의 PM2.5 농도는 10.2% 감소하였다. 또한 정확한 분석을 위해서는 추후 보다 오랜 기간의 측정이 필요할 것으로 판단된다. 그러나 PM2.5의 경우, 모든 해당연도의 PM2.5 농도가 연간 지역환경기준 (연간 평균치 15 µg/m3 이하)을 초과하는 것으로 나타났다.


Fig. 2. 
Variations in annual average concentrations of air pollutant during 2010~2018.

O3 농도는 2010년 26.0 ppb에서 2017년 31.8 ppb로 꾸준히 증가하고 있으나, 2018년 28.8 ppb로 소량 감소하였다. 증감율의 경우 2010년 대비 2018년에는 10.8% 증가하였다. O3의 대기환경기준은 8시간 평균치와 1시간 평균치 (부산시 지역환경기준 8시간: 50 ppb 이하, 1시간: 70 ppb 이하)로 구분되고 연간 평균치에 대한 대기환경기준은 존재하지 않는다. 따라서 본 연구에서는 O3의 연간 평균치를 구하여 농도변화의 경향만을 나타내었다. NO2와 SO2의 농도는 2010년 각각 20.9 ppb, 5.6 ppb에서 2018년 19.1 ppb, 4.9 ppb로 연간 지역환경기준 (연간 평균치 NO2: 30 ppb 이하, SO2: 10 ppb 이하)을 만족하였고 농도는 미흡하게 감소하고 있는 실정이다. NO2와 SO2의 증감율의 경우 2010년 대비 2018년에 각각 8.6%와 12.5% 감소한 것을 볼 수 있었다. 일반적으로 대기 중 NO2의 농도는 도로이동오염원에 많은 영향을 받는 것으로 알려져 있다 (Chung et al., 2019). 그러나 본 연구의 결과에서 부산지역의 경우, 차량등록대수는 2010년 1,147,311대에서 2017년 1,333,224대로 꾸준히 증가했지만 이에 따른 NO2 농도의 뚜렷한 증가는 확인할 수 없었다 (Busan metropolitan city, 2020). 또한 2016년 부산시의 대기오염물질 배출량 통계에서 부산시 전체 NOx 배출량의 50.8%가 비도로이동오염원이며, 도로이동오염원이 31%로 두 번째로 높은 배출량을 나타내는 것으로 알려져 부산시 NO2의 농도의 경우, 선박에 의한 영향이 매우 크다는 것을 알 수 있었다 (KOSIS, 2020). 그러나 NO2의 광화학반응을 통하여 생성되는 물질인 O3의 농도는 매년 증가하고 있는 것을 볼 수 있다. 이는 부산지역의 지역적 특성에 기인한 것으로 추정되며 이에 대한 정확한 원인을 규명하기 위해서는 추후 추가적인 연구가 진행되어야 할 것이다.

3. 2 월별 대기오염물질 농도변화

표 S2는 부산의 2015년 1월부터 2018년 12월까지 최근 4년간의 대기오염물질의 월별 농도변화를 나타낸 것이다. 이때, 2010년부터 2014년 사이의 농도를 제외한 이유는 PM2.5 농도가 2015년 이후부터 체계적 관리 및 측정되었기 때문이다. 이를 보다 상세하게 해석하기 위하여 그림 3에 2015년부터 2018년까지의 대기오염물질의 월별 농도를 표시하였다. 그 결과 2015년에서 2018년까지의 대기오염물질들의 월별 농도는 일정한 패턴에 따라 움직이고 있는 것을 확인할 수 있었다. 이는 대기오염물질의 농도가 계절에 따라 큰 영향을 받는다는 것을 의미하고 이를 보다 심도 깊게 분석하기 위하여 각각의 대기오염물질의 농도를 계절별로 분리하여 재분석하였다.


Fig. 3. 
Variations in monthly average concentrations of air pollutant during 2015~2018.

그림 4의 (a)~(e)는 PM10, PM2.5, NO2, SO2, O3의 월별 농도를 나타낸 것이다. 그 결과, 대기오염물질의 계절별 오염 정도를 확인할 수 있었고, 대기오염물질의 농도 수준은 계절에 따라 매년 동일한 패턴을 형성하는 것을 볼 수 있었다. 우리나라는 사계절의 구분이 뚜렷하며 이러한 기후변화는 대기오염물질의 농도변화에 큰 영향을 미치는 것으로 판단된다. 따라서 봄 (3~5월), 여름 (6~8월), 가을 (9~11월), 겨울 (12~2월)로 나누어 해당 기간의 대기오염물질의 계절별 평균농도를 구한 결과, PM10과 PM2.5 농도는 각각 봄 (53.6 µg/m3)>겨울 (46.6 µg/m3)>가을 (37.8 µg/m3)>여름 (37.2 µg/m3) 및 겨울 (28.8 µg/m3)>봄 (28.6 µg/m3)>여름 (22.3 µg/m3)>가을 (21.7 µg/m3) 순으로 나타나는 것을 확인할 수 있었다 (그림 4(a), (b)). 봄철과 겨울철의 PM10과 PM2.5의 농도가 여름철과 가을철에 비해 상대적으로 더 높게 나타났는데, 이는 부산시가 우리나라의 가장 남동쪽에 위치하고 있으나 봄철 황사의 영향을 받기 때문으로 판단된다. 이는 PM10 내에 존재하는 PM2.5의 비율을 분석한 결과에서도 확인할 수 있었는데, PM2.5/PM10은 봄 (0.54), 여름 (0.6), 가을 (0.57), 겨울 (0.62)로 봄철에 PM10 내에 존재하는 PM2.5의 비율이 가장 적은 것을 알 수 있었고 이는 봄철 황사로 인하여 PM10 내 조대입자의 비율이 다른 계절보다 많음을 의미한다. 또한 PM10과 PM2.5는 강우에 의한 세정효과 (washout)에 의해 제거되기도 하는데 이로 인하여 비교적 강수량이 적은 겨울철에 농도가 여름이나 가을에 비해 높게 나타난 것으로 보인다 (Park and Cho, 2009).


Fig. 4. 
Seasonal variations in concentration of air pollutant.

NO2의 경우, 그림 4(c)에서 겨울 (22.9 ppb)>봄 (21.8 ppb)>가을 (19.8 ppb)>여름 (16.7 ppb) 순서로 난방용 연료사용이 많은 겨울철에 최대 농도를 보였으며 여름철의 경우 장마에 의한 세정효과 (Washout)로 인하여 가장 낮은 농도를 보이는 것으로 판단된다 (Yoo et al., 2014). SO2의 농도는 봄 (6.3 ppb)>여름 (5.9 ppb)>겨울 (5.2 ppb)>가을 (4.4 ppb) 순서이며, 다른 대기오염물질들에 비하여 계절 간 농도 차이가 미비하지만 봄철에 최대 농도를 보였으며, 가을철에 최소 농도를 나타내었다 (그림 4(d)). 그림 4(e)에서 O3의 농도는 봄 (37.8 ppb)>여름 (31.2 ppb)>가을 (26.4 ppb)>겨울 (22.8 ppb) 순서로 높게 나타났다. 우리나라를 포함한 동북아시아 지역은 봄철 오존농도가 증가하는 경향을 나타내며 이러한 현상이 일어나는 주요 원인은 겨울 동안 축적된 탄화수소 및 NOx와 같은 전구물질의 활발한 반응에 의한 오존생성과 성층권과 대류권 간 경계면의 불안정 때문에 발생하는 성층권의 오존유입현상을 이유로 들 수 있다 (Kim et al., 2004). 추가적으로 각각의 물질이 서로 간에 미치는 영향을 분석하였고 그 결과를 그림 S1에 나타내었다. 그 결과, PM10 농도는 PM2.5 농도 (r2=0.70)와 큰 상관성을 나타내며, SO2 (r2=0.24)와 NO2 (r2=0.27)에 대해서는 보통 정도의 상관성을 그리고 O3 (r2=0.04)과는 상관성이 낮은 것으로 나타났다. PM2.5는 SO2 (r2=0.15)와 NO2 (r2=0.23)에 대해서는 보통 정도의 상관성을 갖는 것으로 나타났고, O3은 SO2 (r2=0.14)와 NO2 (r2=0.19)와 약간의 상관성을 나타내는 것을 확인할 수 있었다.

3. 3 자치구별 대기오염물질 농도분포

표 S3은 2015~2018년 부산시 자치구별 대기오염물질의 평균농도 및 표준편차를 나타낸 것이다. 이를 보다 구체적으로 보면, 그림 5와 같이 자치구별 특성에 따라 특정 대기오염물질의 농도가 높게 나타나는 것을 확인할 수 있었다. 중구와 영도구는 부산지역 내에서도 대표적인 항만지역으로서 SO2 및 O3의 농도가 다른 구에 비하여 상대적으로 높게 나타나는 것을 볼 수 있다. 이에 반하여, PM10과 PM2.5는 전형적인 공업지역인 사상구와 사하구에서 다른 지역에 비해 뚜렷하게 높게 나타나는 것을 확인할 수 있었다.


Fig. 5. 
The levels of air pollutant by autonomous districts.

그림 6은 영도구와 중구를 포함한 항만지역, 사상구와 사하구를 포함한 서부산 공업지역 및 부산시 전체의 2015년부터 2018년까지의 대기오염물질 평균농도를 비교한 그래프이다. 사상구와 사하구의 NO2, PM10, PM2.5 평균농도는 각각 NO2 (24.2 ppb, 24.8 ppb), PM10 (49.9 µg/m3, 51.0 µg/m3), PM2.5 (29.6 µg/m3, 29.9 µg/m3)이며, 부산시 전체 농도보다 각각 NO2 (118%, 122%), PM10 (114%, 116%), PM2.5 (117%, 118%)로 매우 높은 수치를 나타냈다. 이는 서부산 공업지역에서 배출되는 대기오염물질들이 그 주변 지역에 많은 영향을 미치는 것으로 판단된다 (Lee et al., 1999). 상대적으로 서부산 공업지역 내 사상구와 사하구에서의 SO2, O3의 농도는 각각 SO2 (5.7 ppb, 5.7 ppb), O3 (25.5 ppb, 26.8 ppb)으로 부산시 전체 농도인 5.5 ppb, 29.7 ppb에 비해 낮거나 비슷하게 나타나는 것을 확인할 수 있었다. 이에 반해 영도구와 중구로 대표되는 항만지역의 SO2 농도는 각각 7.4 ppb, 6.7 ppb로 부산시 전체 농도보다 135%, 123% 수준으로 높게 나왔다. 이는 항만 내에 정박되어 있는 선박 및 그 부대시설에서 발생되는 SO2가 주변지역에 영향을 미치는 것으로 판단된다 (Fameli et al., 2020; Mousavi et al., 2018). 영도구의 O3 농도는 35.1 ppb로 부산시 전체의 118% 수준으로 높게 나타났으나, 중구의 경우 28.9 ppb로 부산시 전체의 97% 수준으로 낮게 나타나는 것을 확인할 수 있었다. 따라서 대기오염물질의 농도는 각 자치구의 지역적 특성에 크게 영향을 받는 것으로 나타났다.


Fig. 6. 
Comparison of air pollution levels by regional characteristics (CA: Coastal Area, IA: Industrial Area, BS: Total Busan).

3. 4 부산시 도시대기측정소별 대기오염물질 농도 분석

표 S4는 2015~2018년 부산시 자치구 중 도시대기측정소가 2개 이상 존재하는 지역의 측정소별 대기오염물질의 평균농도, 표준편차 등을 각각 나타낸 것이다.

강서구의 경우, 녹산동과 대저동에 도시대기측정소가 존재하며 강서구 녹산동의 SO2, O3의 평균농도는 각각 6.3 ppb, 32.0 ppb이며, 부산시 전체의 115%, 108% 수준으로 매우 높게 나타났다. 또한 PM10, PM2.5의 농도는 47.0 µg/m3, 25.3 µg/m3으로 부산시 전체의 107%, 107% 수준으로 높게 나타났다. 이는 녹산동이 산업단지가 존재하고 동시에 해안에 인접하고 있으며 부산신항이 존재하기 때문으로 판단된다. 반대로 NO2 경우 20.4 ppb로 부산시 전체의 97% 수준으로 조금 낮게 나타났다. 그러나 산업단지만 존재하는 대저동의 경우 SO2, O3, NO2 의 평균농도는 각각 5.1 ppb, 24.9 ppb, 15.3 ppb이며 부산시 전체의 93%, 84%, 75% 수준으로 비교적 낮게 나타났으며, 반대로 PM10, PM2.5의 농도는 48.7 µg/m3, 27.8 µg/m3으로 부산시 전체의 111%, 110% 수준으로 매우 높은 수치를 나타냈다.

금정구의 경우, 부곡동과 청룡동에 도시대기측정소가 존재하며, 부곡동의 경우 NO2, O3의 평균농도는 20.6 ppb, 30.9 ppb로 부산시 전체의 101%, 104% 수준으로 비슷하거나 약간 높게 나타났지만 SO2, PM10, PM2.5의 평균농도는 각각 4.5 ppb, 40.4 µg/m3, 23.7 µg/m3으로 부산시 전체의 81%, 92%, 94% 수준으로 조금 낮게 나타났다. 청룡동의 경우 측정소 오류로 인하여 SO2의 농도는 측정되지 않았으며, O3의 경우 28.5 ppb로 부산시 전체의 96% 수준으로 조금 낮게 나타났다. 반대로 NO2, PM10, PM2.5의 경우 20.6 ppb, 45.7 µg/m3, 26.3 µg/m3으로 부산시 전체의 101%, 104%, 104% 수준으로 비슷하거나 높은 수치를 나타냈다. 이는 청룡동 일대에 노포동 금정공영차고지를 기점으로 버스노선이 집중되어 있고 교통량이 많기 때문으로 판단된다 (Lee et al., 2014).

기장군의 경우, 기장읍과 용수리에 도시대기측정소가 존재하며 기장읍의 경우 O3의 평균농도는 33.5 ppb로 부산시 전체의 113% 수준으로 매우 높게 나타났으며, SO2, NO2, PM10, PM2.5의 평균농도는 각각 4.9 ppb, 15.9 ppb, 38.6 µg/m3, 22.4 µg/m3으로 부산시 전체의 89%, 78%, 88%, 88% 수준으로 매우 낮게 나타났다. 용수리의 경우 O3의 평균농도는 31.7 ppb로 부산시 전체의 107% 수준으로 높게 나타났으며, SO2, NO2, PM10, PM2.5의 평균농도는 각각 4.6 ppb, 16.2 ppb, 37.8 µg/m3, 21.9 µg/m3으로 부산시 전체의 85%, 79%, 86%, 86% 수준으로 매우 낮게 나타났다. 기장읍과 용수리 모두 O3의 농도가 부산시 전체보다 높게 나타났는데 이는 해안에 인접해 있는 지역은 NOx의 적정이 약하며 O3의 생성속도가 높기 때문으로 판단되며 (Murena et al., 2018; Wang et al., 2018), SO2, NO2, PM10, PM2.5의 농도는 부산시 전체보다 일괄되게 낮게 나타나는 것을 확인할 수 있었다. 그리고 위와 같은 차이를 보다 명확하게 확인하기 위하여 각 측정소 간의 물질별로 통계분석을 수행하였고 그 결과를 표 1과 그림 S2에 나타내었다. 강서구의 경우, 두 지점에서 측정된 PM10과 PM2.5의 농도는 유의한 차이 (p-values>0.05)를 나타내지 않았지만, SO2, O3, NO2는 측정지점 간에 유의한 농도 차이 (p-values<0.05)를 나타내는 것을 확인할 수 있었다. 이와 반대로 금정구에서 측정된 결과에서는 PM10과 PM2.5 (p-values<0.05)는 유의한 차이를 나타냈지만, O3와 NO2의 경우에는 유의한 차이 (p-values>0.05)를 나타내지 않는 것으로 확인되었다. 그리고 기장군에 설치된 측정소에서는 NO2 (p-values>0.05)를 제외한 모든 물질이 유의한 농도 차이 (p-values<0.05)를 나타내는 것을 확인할 수 있었다. 이와 같은 결과로 미루어볼 때, 동일한 구 안에서도 측정망의 위치에 따라 일부 구에서는 측정소 간에도 대기오염물질의 농도가 상당히 다르게 측정될 수 있음을 의미한다. 그리고 이는 앞으로 도시대기측정망을 설치하고 운영하고 그 측정값을 공포하고 정책에 반영하는 데 있어서 그 지역의 대표성을 확보하기 위해서는 측정망 위치를 보다 신중하게 선정해야 한다는 것을 의미한다.

Table 1. 
The levels of air pollutant by measurement sites in areas where two urban air quality monitoring stations exist in the autonomous districts of Busan from 2015 to 2018.
Gu Sampling site SO2
(ppb)
O3
(ppb)
NO2
(ppb)
PM10
(μg/m3)
PM2.5
(μg/m3)
Mean ±SD p-value r2 Mean ±SD p-value r2 Mean ±SD p-value r2 Mean ±SD p-value r2 Mean ±SD p-value r2
GSG N 6.3 2.0 0.0034 0.1412 31.9 7.6 0.00002 0.5339 19.8 5.6 0.0014 0.3921 46.9 11.1 0.4235 0.6878 27.1 6.4 0.4872 0.6083
D 5.1 1.8 24.9 7.6 16.6 3.7 48.8 11.6 28.0 6.2
GJG B 4.6 1.4 - - 31.0 8.3 0.1256 0.83 20.5 4.9 0.8259 0.1794 39.8 9.8 0.0028 0.6152 23.6 5.6 0.0153 0.6859
C - - 28.5 7.6 20.7 5.0 45.8 9.4 26.4 5.4
GJN G 5.3 2.0 0.0025 0.0318 34.5 7.9 0.0222 0.1097 16.6 3.8 0.1389 0.0873 41.1 7.9 0.0003 0.0437 23.4 3.9 0.0065 0.1554
Y 4.2 1.1 30.8 7.5 15.5 3.3 34.9 8.2 20.7 5.6


4. 결 론

본 연구에서는 부산시의 대기오염물질 농도를 시간 및 공간 단위로 해석함으로 부산시 대기질의 실태를 파악하고, 향후 부산지역의 대기오염물질 관리 및 정책수립 등에 도움을 주고자 연구를 수행하였다. 이를 위하여 5가지 대표 대기오염물질의 연간, 월간, 자치구 간, 측정소 간 평균농도 및 오염물질 간의 상관관계 등을 회귀분석 등을 사용하여 평가하였다. 그 결과 부산시의 경우, 5가지 대표 대기오염물질 중 O3을 제외한 모든 물질들이 2010년부터 2018년도까지 꾸준히 감소하고 있는 것을 확인할 수 있었다. 그러나 월간 분석된 대기오염물질의 농도를 보면 우리나라는 4계절이 뚜렷하여 계절별로 오염물질의 농도 패턴이 확연히 구분되기 때문에 계절에 따른 대표 오염물질을 저감하고 관리하기 위한 계절별 맞춤형 전략이 절실할 것으로 판단된다. 그리고 부산지역의 경우 지역에 따른 오염물질의 분포도 확연히 다른 것을 볼 수 있었는데, 이에 따라 구별 또는 지역 간의 우선 순위 오염물질에 대한 차별화된 관리 방안이 강구되어야 정책의 실효성을 보다 극대화할 수 있을 것이다. 게다가 본 논문에서는 비록 제시하고 있지는 않지만 일변화, 시간 변화 및 용도구역 특성에 따른 분석 등에 대한 연구를 추가적으로 수행하면 대기오염물질의 관리를 보다 효율적이고 체계적으로 할 수 있을 것이다. 그리고 동일 구 안에 설치된 대기오염측정망의 농도값을 비교한 결과, 동일 구 안에서도 측정망 간의 농도값의 차이가 큰 것으로 나타났다. 따라서 향후 도시대기측정망 자료 등을 이용하여 연구 및 정책 등을 진행할 때는 사용하는 지점의 대표성 및 활용 조건 등에 따라 측정망을 적절하게 선정해야 할 것이다.


Acknowledgments

This work was supported by a Research Grant of Pu kyong National University (2019 year).


References
1. Bailey, D., Solomon, G. (2004) Pollution prevention at ports: clearing the air, Environmental Impact Assessment Review, 24(7-9), 749-774.
2. Busan metropolitan city (2020) statistics status of vehicle registration office, https://busan.go.kr/car/crcounty (accessed March 17, 2020).
3. Busan Metropolitan City IHE (2011) The Annual Report of Busan Metropolitan city Institute of Health & Environment, https://www.busan.go.kr/ihe/hedataroom04 (accessed March 17, 2020).
4. Cheng, G., Zhang, C. (2018) Desulfurization and Denitrification Technologies of Coal-fired Flue Gas, Polish Journal of Environmental Studies, 27(2), 481-489.
5. Choi, C.K., Yoo, S.Y., Jeon, B.K. (2000) A Study on the Characteristics of Concentrations of Atmospheric Aerosols in Pusan (in Korean with English abstract), Korean Journal of Environmental Health Society, 26, 41-48.
6. Chung, T.H., Kim, S.M., Mun, S.H., Hong, H.K., Lee, S.H., Seo, S.J., Kim, J.H., Jung, S.W., Kim, I.G., Lee, J.C., Lee, J.T. (2019) A Study on NO2/NOx Ratio and NOx Emission Characteristics of Heavy-Duty Diesel Vehicles, Journal of Korean Society of Environmental Engineers, 41(4), 221-227 (in Korean with English abstract).
7. Deng, Q., Deng, L., Miao, Y., Guo, X., Li, Y. (2019) Particle deposition in the human lung: Health implications of particulate matter from different sources, Environmental Research, 169, 237-245.
8. Do, W.G., Jung, W.S., Yoo, E.C., Kwak, J. (2013) An Investigation into Air Quality of Main Roads in Busan using Mobile Platform Measurement, Journal of Environmental Science International, 22(9), 1199-1211 (in Korean with English abstract).
9. Eyring, V., Isaksen, I.S.A., Berntsen, T., Collins, W.J., Corbett, J.J., Endresen, O., Grainger, R.G., Moldanova, J., Schlager, H., Stevenson, D.S. (2010) Transport impacts on atmosphere and climate : Shipping, Atmosphere Environment, 44 (37), 4735-4771.
10. Fameli, K.M., Kotrikla, A.M., Psanis, C., Biskos, G., Polydoropoulou, A. (2020) Estimation of the emissions by transport in two port cities of the northeastern Mediterranean Greece, Environmetal Pollution, 257, 113598.
11. Han, S.H., Kim, W.J., Jung, Y.W. (2011) Estimation of Air Pollutant Emissions from Port-Related Sources in the Port of Incheon, Journal of Korean Society for Atmospheric Environment, 27(4), 460-471 (in Korean with English abstract).
12. Jang, N.S. (2005) A study of Distribution Characteristic of NO2 Concentration at Busan Metropolitan City, Journal of Environmental Science International, 14(11), 1035-1047 (in Korean with English abstract).
13. Kim, H.J., Lovell, S.J., O’Farrell, J., Cho, Y.S. (2008) The Measures of Ozone Pollution : An Analysis of Ozone Concentration Data in USA, Asian Journal of Atmospheric Environment, 2(1), 47-53.
14. Kim, H.S., Kim, J.H., Lee, H.J. (2004) The Analysis of the Nocturnal Ozone Variations over Kangreung and Wonju, Journal of the Korean Earth Science Society, 25, 474-483 (in Korean with English abstract).
15. Kim, K.M., Seo, S.H., Park, J.H., Kim, T.H., Lee, J.H., Son, Y.S. (2018) A Study on Additives for Improvement of SO2 Removal Process using an Electron Beam, Journal of Korean Society for Atmospheric Environment, 34(6), 772-779.
16. Kim, M.K., Do, W.G., Cho, J.G. (2012a) The Analysis of Atmospheric Environment Features Using the Urban Atmospheric Environment Map in Busan, The Annual Report of Busan Metropolitan City Institute of Health Environment, 22, 177-200 (in Korean with English abstract).
17. Kim, M.K., Lee, H.W., Jung, W.S., Do, W.G. (2012b) Analysis on the Effect of Meteorological Factors related to Difference of Ozone Concentration at the Neighboring Areas in Gijang Busan, Journal of Environmental Science International, 21(9), 1097-1113 (in Korean with English abstract).
18. Korea Maritime Institute (KMI) (2017) KMI Trend Analysis, https://www.kmi.re.kr/web/trebook/view.do?rbsIdx=273&page=28&idx=30 (accessed on May. 18, 2017).
19. Korean statistical information service (KOSIS) (2020) http://kosis.kr/search/search.do?query=%EB%8C%80%EA%B8%B0%EC%98%A4%EC%97%BC%EB%AC%BC%EC%A7%88%C2%A0%EB%B0%B0%EC%B6%9C%EB%9F%89 (accessed on April. 08, 2020).
20. Ledoux, F., Roche, C., Cazier, F., Beaugard, C., Courcot, D. (2018) Influence of ship emissions on NOx, SO2, O3 and PM concentrations in a North-Sea harbor in France, Journal of Enviromental Sciences, 71, 56-66.
21. Lee, D.H., An, S.S., Song, H.M., Park, O.H., Park, K.S., Seo, G.Y., Cho, Y.G., Kim, E.S. (2014) The Effect of Traffic Volume on the Air Quality at Monitoring Sites in Gwangju, Journal of Environmental Health Sciences, 40(3), 204-214.
22. Lee, H.W., Won, G.M., Bae, S.J. (1999) The Prediction and Evaluation Air Pollutants Concentration around Industrial Complex by using Atmospheric Dispersion Models Based on ISCST3, FDM, AERMOD, Journal of the Korean Environmental Sciences Society, 8(4), 485-490.
23. Mousavi, A., Sowlat, M.H., Hasheminassab, S., Pikelnaya, O., Polidori, A., Weiss, G.B., Sioutas, C. (2018) Impact of particulate matter (PM) emissions from ships, locomotives, and freewats in the communities near the ports of Los Angeles (POLA) and Long Beach (POLB) on the air quality in the Los Angeles county, Atmospheric Environment, 195, 159-169.
24. Murena, F., Mocerino, L., Quaranta, F., Toscano, D. (2018) Impact on air quality of cruise ship emissions in Naples, Italy, Atmospheric Environment, 187, 70-83.
25. Park, G.H., Cho, J.G. (2009) Evaluation of Pollution Characteristics and Chemical Composition of PM2.5 in Ambient Air in Busan, The Annual Report of Busan Metropolitan City Institute of Health & Environment, 19(1), 187-198 (in Korean with English abstract).
26. Park, J.H., Ahn, J.W., Kim, K.H., Son, Y.S. (2019) Historic and futuristic review of electron beam technology for the treatment of SO2 and NOx in flue gas, Chemical Engineering Journal, 355, 351-366.
27. Sawyer, R.F., Harley, R.A., Cadle, S.H., Norbeck, J.M., Slott, R., Bravo, H.A. (2000) Mobile sources critical review : 1998 NARSTO assessment, Atmospheric Environment, 34(12-14), 2161-2181.
28. Seo, W.M., Shon, Z.H., Song, S.K. (2012) Characteristics of the Emissions and Concentrations of Air Pollutants with Change in Traffic Volume during the Beach Opening Period in Busan, Journal of Environmental Science International, 21(9), 1149-1162 (in Korean with English abs-tract).
29. Song, S.K., Shon, Z.H., Kim, Y.K., Kang, Y.H., Oh, I.B., Jung, C.H. (2010) Influence of ship emissions on ozone concentrations around coastal areas during summer season, Atmospheric Environment, 44(5), 713-723.
30. Wan, Z., Zhu, M., Chen, S., Sperling, D. (2016) Pollution: Three steps to a green shipping industry, Nature, 530(7590), 275-277.
31. Wang, H., Lyu, X., Guo, H., Wang, Y., Zou, S., Ling, Z., Wang, X., Jiang, F., Zeren, Y., Pan, W., Huang, X., Shen, J. (2018) Ozone pollution around a coastal region of South China Sea:interaction between marine and continental air, Atmospheric Chemistry and Physics, 18, 4277-4295.
32. Yoo, J.M., Lee, Y.R., Kim, D.C., Jeng, M.J., Stockwell, W.R., Kundu, P.K., Oh, S.M., Shin, D.B., Lee, S.J. (2014) New indiced for wet scavenging of air pollutants (O3, CO, NO2, SO2, and PM10) by summertime rain, Atmospheric Environment, 82, 226-237.

SUPPLEMENTARY MATERIALS

Fig. S1. 
The correlation analysis between air pollutants.


Fig. S2. 
The correlation analysis between air quality monitoring stations.

Table S1. 
Annual average concentrations of air pollutant in Busan metropolitan city during 2010~2018.
Year SO2
(ppb)
O3
(ppb)
NO2 (ppb)
N Mean ±SD Min~Max N Mean ±SD Min~Max N Mean ±SD Min~Max
10 129459 5.6 4.6 1~126 142517 26.0 15.7 1~173 142416 20.9 13.6 1~182
11 122318 6.2 4.8 1~179 148305 26.6 14.9 1~121 148166 19.7 12.5 1~191
12 126634 6.4 4.1 1~103 152770 28.7 16.4 1~144 152989 20.5 12.6 1~130
13 136935 7.1 4.2 1~312 162359 28.8 16.3 1~130 161670 20.9 13.1 1~173
14 136020 6.6 3.9 1~148 160244 29.2 16.5 1~137 161632 19.7 12.4 1~156
15 135872 6.5 4.2 1~98 161913 28.8 17.2 1~160 161296 20.5 13.0 1~200
16 136439 5.5 3.6 1~77 162844 29.6 17.8 1~156 162529 21.2 12.9 1~122
17 134522 4.9 3.3 1~77 161345 31.8 18.0 1~152 161061 19.8 12.6 1~113
18 139370 4.9 3.2 1~73 165387 28.8 16.9 1~153 165012 19.1 12.2 1~112
Year PM10 (μg/m3) PM2.5 (μg/m3)
N Mean ±SD Min~Max N Mean ±SD Min~Max
10 142048 48.7 50.5 1~2510
11 148096 47.2 38.3 2~882
12 152096 43.3 25.3 1~265
13 162083 48.6 28.6 2~434
14 158579 48.5 29.4 2~321
15 144274 45.9 27.5 2~383 158242 25.6 15.3 1~144
16 161536 43.8 26.1 2~380 161410 27.0 15.6 2~166
17 160711 43.6 23.3 1~330 160272 25.6 14.9 1~164
18 165545 41.3 25.8 1~400 165930 23.0 15.0 1~158

Table S2. 
Monthly average concentrations of air pollutant in Busan metropolitan city during 2015~2018.
Year Month SO2 (ppb) O3 (ppb) NO2 (ppb) PM10 (μg/m3) PM2.5 (μg/m3)
N Mean ±SD Min~Max N Mean ±SD Min~Max N Mean ±SD Min~Max N Mean ±SD Min~Max N Mean ±SD Min~Max
15 1 13260 6.8 3.9 2~98 15522 19.6 10.9 1~66 15419 21.9 13.5 1~115 15369 47.2 26.3 3~258 15306 27.5 14.8 1~119
2 11902 7.2 4.0 1~61 13938 25.6 12.8 1~86 13372 20.0 11.9 1~93 13831 63.8 43.1 4~383 13862 31.4 16.7 2~131
3 13122 7.6 4.6 1~72 15421 30.8 15.8 1~113 15350 21.4 14.3 1~99 15372 57.9 33.7 3~332 14945 27.7 16.0 2~142
4 12677 7.6 4.6 1~47 14573 34.4 16.2 1~103 14680 19.9 13.4 1~100 14652 49.6 28.9 3~178 14598 24.6 14.4 1~104
5 12950 8.4 5.3 1~63 15261 36.6 21.1 1~153 15022 26.8 18.6 1~244 15348 56.8 21.5 3~173 15076 31.4 14.2 2~144
6 12831 7.5 4.7 1~53 14977 34.6 17.5 1~135 14974 19.6 12.8 1~242 14032 49.8 25.1 3~197 14800 29.5 16.9 1~123
7 11646 6.5 4.3 1~45 13302 26.0 17.2 1~125 13526 16.9 10.8 1~120 10338 37.4 21.5 3~151 12961 21.0 15.5 2~106
8 12169 6.2 4.4 1~58 14827 31.4 21.4 1~160 14642 18.8 11.4 1~140 10778 40.3 18.9 2~132 14403 23.5 14.9 1~88
9 12691 4.8 2.7 1~35 14853 30.2 14.5 1~109 14788 16.1 10.2 1~80 10327 30.1 12.6 3~140 14170 15.9 8.2 2~69
10 12559 4.8 2.7 1~43 14802 27.4 15.8 1~101 14752 22.2 14.1 1~97 10614 42.6 22.5 3~171 14303 25.3 16.3 2~105
11 12871 4.8 3.0 1~72 15041 19.0 12.1 1~69 15020 23.2 13.8 1~99 13052 33.2 17.6 3~132 14499 22.7 12.4 3~111
12 12706 5.3 2.5 1~39 14964 17.6 11.0 1~55 14935 25.4 13.6 1~127 14542 42.3 22.0 4~196 14575 28.5 14.9 4~123
16 1 11681 5.2 3.0 1~32 13935 22.3 11.2 2~60 13990 24.2 14.6 1~118 13914 45.1 24.8 4~209 13945 32.6 18.4 2~137
2 10574 5.8 3.0 1~77 13053 27.4 13.0 2~77 12808 22.7 13.9 3~122 13107 45.8 25.9 4~218 13035 29.5 17.8 2~126
3 11375 5.8 3.3 1~39 13676 31.0 16.3 1~86 13497 25.7 14.2 3~101 13490 51.5 24.5 5~175 13568 32.3 16.4 2~141
4 11239 5.7 3.9 1~69 13277 38.4 18.2 1~107 13122 23.5 14.0 1~98 13337 59.6 44.8 2~380 13191 29.3 15.7 3~119
5 11498 6.8 5.1 1~64 13813 45.1 20.2 2~154 13808 22.6 14.0 2~114 13556 52.7 33.9 3~309 13556 30.9 16.2 2~125
6 10459 5.9 4.0 1~61 12749 35.7 17.7 1~110 12767 19.2 10.5 2~88 12553 39.2 16.6 3~140 12486 27.2 12.9 2~92
7 11204 6.1 4.6 1~75 13559 25.5 16.8 1~115 13746 17.0 8.8 1~71 13514 29.2 13.1 3~99 13301 17.4 9.9 2~83
8 11769 4.9 3.6 1~76 13868 35.7 20.6 2~156 13969 14.9 8.8 1~90 13765 36.5 15.9 3~127 13730 21.0 13.1 2~96
9 11429 5.3 3.7 2~51 13579 30.2 16.5 2~106 13575 15.8 9.8 1~88 13364 35.9 16.0 3~120 13368 21.4 11.5 2~78
10 11580 4.6 2.6 1~43 13833 25.4 14.6 1~85 13770 18.0 10.2 1~71 13620 37.2 16.1 4~130 13561 21.1 10.9 3~89
11 11426 4.5 2.4 1~34 13558 20.4 12.8 1~76 13550 24.4 12.4 1~100 13457 48.7 22.0 5~166 13492 31.1 13.7 3~116
12 11752 5.1 2.9 1~36 13943 18.1 11.9 2~67 13926 26.1 14.5 3~111 13858 44.1 25.4 3~225 13890 29.8 17.6 3~166
17 1 11792 5.2 3.3 2~77 14015 24.7 12.8 1~69 14001 23.5 14.4 3~90 13924 45.0 24.0 5~209 13912 30.6 19.2 1~164
2 10639 4.6 2.7 1~40 12625 31.2 14.7 1~93 12600 21.2 13.6 1~97 12586 41.9 19.4 5~194 12564 27.1 13.9 1~115
3 11740 4.9 2.5 2~36 13911 39.4 18.0 1~121 13892 22.2 13.1 3~92 13830 51.5 20.4 5~167 13901 33.6 14.1 3~108
4 11333 5.7 3.4 2~38 13123 42.4 19.1 3~118 13095 20.8 11.9 2~85 13026 53.9 23.9 3~210 13007 26.7 11.6 1~80
5 11621 6.5 4.2 2~65 13105 43.7 19.6 1~152 13042 21.1 12.6 2~113 13064 57.8 38.3 5~330 13054 29.5 14.4 1~100
6 11403 6.1 4.0 1~41 13039 40.9 18.3 2~132 12906 17.8 10.2 1~85 12876 41.9 16.9 2~111 12972 26.1 13.5 1~86
7 11342 5.4 4.1 1~55 13450 27.8 17.8 1~122 13538 16.8 9.5 1~67 13491 37.1 16.3 2~153 13163 23.4 13.4 1~85
8 11455 4.3 2.7 1~50 13454 27.2 15.7 1~111 13536 13.2 7.5 1~68 13537 28.4 10.6 3~89 13453 15.9 8.0 1~64
9 10676 3.9 2.7 1~33 13393 33.3 19.0 1~138 13269 17.1 11.2 1~81 13314 38.7 21.2 1~149 13284 22.8 16.3 1~91
10 10852 3.6 2.3 1~30 13853 29.6 13.4 1~111 13812 15.6 11.1 1~93 13856 31.6 14.1 5~122 13750 16.3 9.3 1~89
11 10649 4.3 2.5 1~31 13405 23.0 13.4 1~69 13405 25.0 14.0 2~83 13265 50.3 18.6 9~209 13252 27.2 12.4 2~116
12 11020 4.2 2.5 1~38 13972 19.6 11.4 1~52 13964 23.2 14.1 3~75 13942 46.1 24.5 3~229 13960 27.7 17.6 1~162
18 1 11049 4.2 2.2 1~48 13481 20.7 11.1 1~52 13478 22.2 13.6 1~93 13484 45.1 25.1 5~296 13528 27.7 17.1 1~125
2 9981 5.1 2.5 2~33 11974 27.3 12.7 2~64 11889 21.7 12.8 3~112 11967 52.4 23.9 8~195 12020 30.3 16.6 1~143
3 11293 5.2 2.9 2~46 13497 33.7 15.2 2~89 13418 20.6 12.7 2~87 13613 43.9 24.7 3~255 13598 25.6 17.1 1~158
4 11222 5.4 3.4 1~41 13362 39.4 17.5 1~132 13307 19.1 12.7 2~93 13325 63.4 40.7 2~400 13375 27.6 14.3 2~119
5 11621 5.6 3.9 1~73 13775 38.8 17.1 1~112 13771 17.6 11.1 1~92 13847 44.1 22.3 5~174 13763 24.3 13.5 2~94
6 11354 6.4 4.2 1~59 13498 37.8 19.9 2~136 13497 18.5 11.3 2~94 13383 41.0 19.0 4~138 13452 25.5 15.1 2~104
7 10936 6.6 4.6 1~61 13092 26.1 20.6 1~150 12992 15.5 10.0 1~78 13158 37.4 18.9 2~130 13192 23.3 15.3 2~119
8 11746 5.1 3.4 1~58 13728 25.3 14.0 2~99 13805 11.9 7.1 1~55 13953 28.4 9.7 5~101 14024 14.3 7.2 2~66
9 11265 3.9 2.2 1~26 13560 30.7 12.7 2~104 13532 14.3 8.8 1~65 13582 26.0 12.4 3~110 13551 13.6 9.0 2~73
10 11720 3.6 1.9 1~42 13872 27.4 14.8 1~95 13809 18.7 11.4 1~81 13844 31.8 17.5 3~134 13892 16.9 11.5 2~90
11 11396 4.4 2.6 1~50 13542 20.2 14.9 1~78 13545 26.8 13.4 4~109 13452 47.5 30.4 2~272 13514 26.6 13.3 2~108
12 11792 4.2 2.3 1~35 14009 19.1 11.5 1~62 13976 22.8 12.9 3~112 13928 40.5 26.6 2~190 14006 22.8 16.5 1~145

Table S3. 
Status of air pollution concentration by Autonomous districts.
Year Gu SO2 (ppb) O3 (ppb) NO2 (ppb) PM10 (μg/m3) PM2.5 (μg/m3)
N Mean ±SD Min~Max N Mean ±SD Min~Max N Mean ±SD Min~Max N Mean ±SD Min~Max N Mean ±SD Min~Max
15 GS 16791 6.9 4.6 1~54 16859 28.3 18.6 1~142 16912 16.2 10.3 1~86 14752 54.1 30.7 4~383 16788 29.2 15.4 2~131
GJG 7632 4.8 2.5 1~33 16813 27.8 18.1 1~120 16791 22.8 13.5 1~109 14368 45.7 27.0 3~236 16598 26.1 15.1 2~116
GJG 16979 6.5 3.6 1~55 16956 30.1 17.2 1~142 16744 18.8 10.2 2~80 14895 37.9 26.9 3~289 16488 22.2 12.9 2~96
NG 8717 5.5 3.0 2~35 8619 29.0 16.0 2~115 8717 22.7 13.0 3~84 8547 41.0 23.6 3~284 8338 22.5 14.0 1~101
DG 8668 6.2 4.2 1~56 8632 29.5 13.1 3~115 8657 18.0 11.6 1~117 7439 42.9 26.3 3~298 8362 21.9 14.0 2~98
DR - - - - 8298 26.0 17.7 1~119 8312 21.2 12.9 1~85 7315 47.9 25.9 2~230 8110 25.4 14.3 1~108
BSJ 8495 6.8 4.2 2~58 8549 25.6 16.2 1~109 8641 23.5 13.0 2~104 7563 50.1 27.2 7~290 8559 27.2 16.8 1~144
BG 8461 5.7 4.5 2~89 8458 26.1 16.8 2~120 8450 19.5 12.0 1~200 7621 46.4 26.8 5~306 8545 22.9 14.9 2~102
SS 8387 6.9 3.7 1~42 8391 25.0 16.8 1~109 8376 21.3 16.0 1~119 7502 53.6 27.9 5~303 8205 32.4 17.3 2~142
SH 8476 7.6 4.6 1~98 8484 28.6 18.4 2~153 8286 24.5 13.8 2~95 7629 54.4 31.3 3~332 8166 26.9 17.3 2~123
SG 8688 6.9 3.2 2~32 8630 32.9 17.3 1~143 8692 23.9 13.2 1~88 7565 38.0 24.1 2~313 7977 24.2 15.7 2~135
SY - - - - 8663 34.7 17.9 1~160 8689 17.0 10.3 2~88 7018 37.3 22.4 3~215 7954 23.9 15.5 1~111
YJ 8688 4.4 2.4 2~44 8645 27.5 18.5 1~125 8582 24.2 13.6 2~90 8535 48.0 26.4 5~271 8653 29.6 15.7 3~119
YD 8699 7.8 4.7 1~52 8695 34.2 16.1 2~136 8644 14.9 10.0 1~66 8366 47.2 27.0 5~302 8417 21.3 13.4 2~100
JG 8579 8.6 6.2 1~72 8575 23.7 13.1 2~109 8581 26.7 14.1 1~108 7647 49.6 29.3 3~352 8452 29.4 16.3 2~107
HUD 8611 5.3 3.3 1~40 8645 30.7 16.2 1~116 8221 15.9 14.6 1~187 7511 40.7 22.0 3~183 8629 23.6 11.6 3~78
16 GS 16627 5.6 4.0 1~77 17160 29.2 18.6 1~150 17304 20.1 11.9 2~114 17039 47.1 28.5 4~303 17220 28.5 18.0 2~166
GJG 8624 4.3 2.1 1~42 17290 28.4 18.3 2~140 17310 21.7 12.9 2~96 17016 42.9 25.1 3~300 17061 25.2 14.4 2~116
GJG 16899 4.6 3.0 1~50 17013 32.1 17.0 2~139 17016 16.3 9.6 1~67 16920 39.6 22.5 4~303 16875 24.0 12.7 2~101
NG 8710 5.1 3.4 1~36 8668 30.8 17.3 2~129 8710 22.6 13.8 2~86 8572 43.5 24.0 4~305 8578 25.5 15.1 2~114
DG 8652 6.0 5.3 1~76 8677 29.6 14.6 2~113 8488 17.7 10.7 2~73 8588 40.7 25.2 2~323 8596 25.9 14.7 3~109
DR - - - - 8698 27.0 17.6 1~126 8652 22.1 14.0 1~98 8667 47.8 25.7 3~321 8615 28.1 15.2 2~119
BSJ 8611 5.8 4.2 1~64 8591 26.3 17.2 2~113 8581 25.4 14.5 2~99 8569 39.8 23.4 3~269 8525 27.4 15.6 2~119
BG 8404 3.9 1.9 1~19 8454 28.4 18.5 1~133 8330 21.0 13.4 2~118 8531 41.4 23.4 4~267 8565 27.2 14.3 2~116
SS 8694 6.7 3.5 2~35 8662 25.9 19.2 2~136 8694 28.3 14.1 4~106 8667 50.8 28.9 3~380 8691 31.0 16.8 3~141
SH 8720 5.8 3.4 2~69 8720 25.7 18.1 2~133 8720 26.3 13.0 3~90 8728 51.7 31.1 4~309 8686 32.3 19.0 2~128
SG 8290 5.7 2.7 1~32 8238 32.3 17.1 3~142 8281 22.4 12.9 1~100 8246 39.7 24.6 3~279 8228 26.2 14.9 3~120
SY - - - - 8698 33.1 16.7 3~156 8681 14.3 8.6 1~56 8382 44.6 25.0 4~318 8158 26.9 15.6 2~115
YJ 8642 4.3 2.4 1~63 8641 30.5 19.8 1~127 8499 25.9 15.5 3~122 8391 46.6 25.8 4~313 8447 26.6 14.6 2~111
YD 8642 7.3 4.5 2~50 8624 35.1 17.3 2~112 8510 15.7 9.9 1~67 8478 40.2 28.0 3~361 8482 25.0 14.7 3~123
JG 8667 6.5 4.0 2~42 8505 27.2 15.4 2~113 8478 25.2 12.8 1~85 8477 43.4 26.4 3~299 8481 29.2 17.2 2~125
HUD 8267 5.4 3.2 1~51 8217 30.6 17.8 1~154 8287 18.7 9.0 2~73 8277 42.1 25.6 3~307 8214 25.9 14.2 3~125
17 GS 17270 4.8 3.9 1~77 17232 28.1 16.3 1~121 17244 17.7 11.6 1~85 17157 45.1 24.8 3~275 17240 26.6 16.4 1~147
GJG 8640 3.6 1.9 1~20 17240 33.5 20.8 2~152 17215 19.7 11.7 2~84 17135 42.0 20.7 6~309 17097 25.4 14.0 1~107
GJG 17361 4.0 21.5 1~30 17364 35.6 17.4 2~133 17270 14.8 9.6 1~72 17324 39.2 20.2 5~330 17097 23.5 13.3 1~97
NG 8695 5.0 3.8 1~34 8623 34.0 17.5 2~127 8682 22.3 13.9 2~105 8689 43.5 21.2 5~278 8601 27.8 15.1 1~100
DG 8169 5.1 4.2 1~50 8129 33.0 15.4 1~109 8165 18.7 11.8 2~103 8153 43.0 25.6 3~303 8147 23.7 13.0 1~92
DR - - - - 8598 29.4 18.5 1~121 8601 19.4 12.3 1~86 8554 53.2 24.2 8~327 8550 28.9 14.4 2~107
BSJ 8554 5.7 4.5 1~65 8553 28.4 17.3 2~120 8575 25.8 15.5 3~107 8533 43.8 24.4 6~298 8498 25.3 15.1 1~103
BG 8607 4.4 1.8 2~22 8628 30.4 18.8 1~123 8471 16.6 10.7 1~85 8530 36.4 20.1 3~235 8528 20.6 13.2 1~100
SS 8621 5.0 2.8 1~28 8607 28.7 19.8 1~122 8574 24.5 13.9 1~97 8453 50.9 27.5 5~290 8573 30.1 16.8 1~162
SH 8646 4.6 2.4 1~24 8617 27.1 17.8 1~128 8467 24.5 19.1 1~93 8638 49.7 27.0 5~244 8617 30.9 18.5 1~164
SG 8584 5.3 2.6 1~24 8608 33.4 17.6 1~104 8569 21.3 12.4 1~113 8652 41.6 22.5 1~264 8634 26.6 14.4 2~105
SY - - - - 7095 30.5 15.7 2~123 7122 18.4 12.6 1~75 7064 41.1 19.0 6~139 6909 22.4 13.2 1~87
YJ 5413 4.7 2.4 2~31 8136 30.1 17.7 2~120 8143 23.8 15.4 2~94 8057 48.9 22.1 4~285 8049 26.8 14.8 1~96
YD 8645 6.8 3.9 1~43 8642 37.3 17.7 2~132 8645 15.0 10.0 1~67 8531 39.7 24.5 2~310 8599 19.6 12.2 1~84
JG 8632 5.7 3.7 1~33 8621 34.4 17.5 2~122 8636 23.7 11.9 3~83 8570 41.6 22.3 2~278 8524 25.3 15.1 1~102
HUD 8698 5.0 2.6 2~44 8666 32.7 16.5 1~138 8697 17.8 9.6 3~71 8685 42.8 20.6 8~251 8623 26.4 13.1 2~91
18 GS 17268 5.4 3.9 2~58 17316 28.1 17.1 1~132 17166 18.6 12.2 2~112 17117 45.0 27.6 2~324 17324 25.5 16.9 2~125
GJG 8620 5.2 2.4 2~29 17140 29.2 18.5 2~150 17040 18.3 11.2 1~79 17085 41.5 24.0 3~400 17331 23.3 13.8 2~96
GJG 17303 3.9 2.0 1~33 17325 32.7 17.0 1~140 17221 14.4 9.7 1~70 17392 36.0 23.0 2~273 17341 18.9 13.5 1~95
NG 8650 4.5 3.0 1~30 8615 31.2 17.1 1~127 8633 20.5 13.6 1~83 8696 36.8 23.1 3~323 8633 19.0 14.1 1~93
DG 8610 4.6 3.7 1~73 8623 28.1 13.0 1~126 8646 20.0 13.9 2~92 8668 36.5 24.8 2~308 8586 20.1 13.5 1~87
DR - - - - 8655 27.6 18.0 1~143 8575 18.2 10.4 1~68 8635 45.3 27.2 3~394 8608 24.3 15.2 2~107
BSJ 8635 5.3 3.9 2~61 8626 24.4 15.1 2~128 8618 21.7 13.1 3~94 8683 43.2 27.7 2~336 8668 22.8 15.9 2~107
BG 8166 4.1 1.6 1~18 8168 26.1 15.8 2~140 8169 15.3 8.4 1~60 8200 41.4 24.1 5~327 8167 22.9 14.2 2~93
SS 12285 4.3 2.1 1~32 12258 22.3 15.6 1~104 12286 22.8 12.2 2~112 12252 44.3 28.3 2~318 12234 25.1 16.2 1~158
SH 8556 5.0 2.5 1~31 8502 25.9 16.4 1~134 8679 24.0 13.1 3~80 8715 48.0 28.3 6~319 8735 29.4 17.9 1~143
SG 8624 4.9 2.5 2~30 8595 30.3 16.1 1~116 8613 18.5 10.7 1~71 8669 40.0 25.1 5~323 8605 25.4 14.8 2~107
SY - - - - 8665 30.5 17.7 1~136 8659 20.8 14.3 1~90 8589 45.9 26.6 6~400 8618 24.5 14.6 1~119
YJ 6749 4.4 2.5 2~33 6973 27.9 17.4 2~128 6968 21.9 14.2 2~93 6867 39.1 26.0 3~369 7032 22.0 13.2 2~84
YD 8620 7.5 4.4 1~51 8639 33.9 15.8 2~129 8562 13.8 9.3 1~68 8668 37.8 22.9 4~252 8665 19.0 12.0 2~84
JG 8628 6.2 4.9 2~59 8633 30.2 16.7 2~136 8522 23.7 13.8 2~109 8609 42.1 25.3 4~331 8701 24.5 15.1 1~104
HUD 8655 4.7 2.2 2~35 8653 31.7 16.0 2~153 8654 17.3 9.4 1~66 8699 38.3 23.8 6~258 8681 21.2 13.1 2~94

Table S4. 
Status of air pollution concentration by monitoring sites.
Year Gu Monitoring
site
SO2 (ppb) O3 (ppb) NO2 (ppb) PM10 (μg/m3) PM2.5 (μg/m3)
N Mean SD Min~Max N Mean SD Min~Max N Mean SD Min~Max N Mean ±SD Min~Max N Mean SD Min~Max
15 GS NSD 8206 7.6 5.0 1~53 8201 32.6 20.0 1~142 8220 15.6 11.0 3~86 7329 52.5 28.6 4~332 8214 31.1 17.0 2~129
DJD 8585 6.2 4.0 2~54 8658 24.2 16.2 2~123 8692 16.7 9.5 1~69 7423 55.7 32.5 6~383 8574 27.3 13.5 2~131
GJG BGD 7632 4.8 2.5 1~33 8135 29.4 17.4 3~120 8099 23.0 13.2 1~93 7013 45.5 27.0 3~236 7948 24.9 15.5 2~114
CRD - - - - 8678 26.3 18.7 1~114 8692 22.6 13.9 1~109 7355 45.9 27.0 3~228 8650 27.2 14.6 2~116
GJ GJY 8644 6.0 3.6 1~55 8606 31.5 17.5 1~142 8536 19.4 10.6 3~80 7431 40.7 30.2 3~289 8524 24.5 14.8 2~96
YSR 8335 7.1 3.5 2~39 8350 28.6 16.8 1~137 8208 18.1 9.8 2~76 7464 35.2 22.7 3~203 7964 19.8 9.9 2~94
16 GS NSD 7963 6.2 4.7 1~77 8496 32.3 18.3 1~150 8640 22.6 13.5 2~114 8582 47.2 29.6 4~303 8558 27.3 18.5 2~166
DJD 8666 5.2 3.1 2~38 8666 26.0 18.3 2~129 8666 17.6 9.4 2~58 8459 47.0 27.4 4~294 8664 29.7 17.3 3~133
GJG BGD 8625 4.3 2.1 1~42 8628 29.2 17.5 3~120 8647 18.5 10.1 2~65 8595 38.5 23.0 3~286 8629 24.1 14.3 2~116
CRD - - - - 8664 27.6 19.1 2~140 8665 24.9 14.5 3~96 8423 47.4 26.3 4~300 8434 26.4 14.3 2~108
GJ GJY 8200 5.1 3.0 2~50 8309 33.3 17.1 2~139 8314 16.0 9.8 2~64 8248 40.4 22.8 4~303 8202 23.3 13.4 2~101
YSR 8701 4.1 2.9 1~46 8706 30.9 17.0 2~122 8704 16.5 9.5 1~67 8674 38.8 22.2 4~281 8675 24.5 12.1 3~94
17 GS NSD 8625 5.0 3.9 1~51 8586 30.8 15.7 1~98 8624 19.3 12.7 2~85 8640 44.8 24.8 3~230 8634 25.6 16.6 1~138
DJD 8646 4.6 4.0 1~77 8647 25.4 16.4 2~121 8621 11.4 10.0 1~63 8518 45.5 24.8 5~275 8607 27.6 16.2 1~147
GJG BGD 8640 3.6 1.9 1~20 8641 35.7 19.8 2~131 8620 21.0 12.2 2~81 8634 38.4 19.4 7~285 8626 24.1 13.6 2~91
CRD - - - - 8600 31.2 21.5 2~152 8596 18.4 11.0 3~84 8502 45.6 21.3 6~309 8472 26.7 14.3 1~107
GJ GJY 8701 4.1 2.2 1~29 8699 35.2 17.0 2~126 8700 14.4 9.8 2~67 8656 39.7 20.7 5~330 8575 24.4 12.8 1~90
YSR 8661 3.9 2.0 2~30 8666 36.0 17.7 2~133 8571 15.1 9.3 1~72 8669 38.8 19.8 6~289 8523 22.5 13.6 1~97
18 GS NSD 8610 6.3 4.6 2~58 8661 32.2 17.1 1~132 8608 21.5 13.7 2~112 8714 43.4 28.2 3~304 8682 24.4 16.6 2~119
DJD 8658 4.5 2.9 2~35 8655 24.0 16.1 1~128 8558 15.7 9.6 2~60 8403 46.6 26.8 2~324 8642 26.7 17.1 2~125
GJG BGD 8620 5.2 2.4 2~29 8628 29.5 17.6 2~131 8623 19.9 11.4 1~72 8585 39.0 23.2 3~340 8697 21.8 13.4 2~91
CRD - - - - 8512 29.0 19.4 2~150 8417 16.6 10.8 2~79 8500 44.0 24.5 6~400 8634 24.9 14.1 2~96
GJ GJY 8648 4.3 2.0 2~33 8665 34.1 16.8 2~140 8651 13.7 9.6 1~61 8673 33.5 23.4 2~273 8694 17.2 13.3 1~89
YSR 8655 3.5 1.8 1~33 8660 31.4 17.1 1~132 8570 15.1 9.7 1~70 8719 38.4 22.4 4~273 8647 20.7 13.4 1~95


Authors Information

김대현 (부경대학교 지구환경시스템과학부 석박사연계과정)

손윤석 (부경대학교 환경공학과 조교수)