Classification of large-scale circulation patterns and their spatio-temporal variability during the High-PM10 events over the Korean Peninsula
- Abstract
- 한반도 겨울철 고농도와 저농도 미세먼지 사례를 유발한 종관 기상장의 주요 패턴을 각각 분류하고 유형별 이벤트 발생 전후에 있어 시공간 추이에 대해 합성 분석을 수행하였다. 2007–2018년 겨울철/봄철 동안 91개의 고농도 미세먼지 사례와 76개의 저농도 미세먼지 사례가 발생하였다. K-means 클러스터링 기법을 활용하여 고농도 미세먼지 사례를 유발하는 5개의 주요 대규모 순환패턴을 분류하였다. 고농도 미세먼지 사례의 유형 1과 5의 경우, 파동 전파(wave train) 유형으로 전체 사례의 약 41% (38사례)에 해당하며, 중국 남동부에서 불어오는 하층 수평 바람장 및 한반도 상공의 강한 하강기류가 미세먼지 집적을 유발하였고, 타 유형에 비해 기압계의 비교적 빠른 동진으로 인해 고농도 미세먼지 사례의 평균 지속일이 짧은 편이었다. 특징적으로, 유형 1의 경우, 약 10일 간격을 두고 연속으로 발생하는 사례들이 전체 사례의 42% (16사례)에 달해 큰 비중을 차지하였다. 유형 2의 경우, 전체 사례의 약 29% (27사례)에 해당하며, 한반도상의 정체고기압과 남풍기류의 유입이 우세한 하층 기압배치를 보여 연직적으로 안정한 하층 대기와 약한 풍속으로 미세먼지의 연직확산을 저지할 수 있는 호조건을 보였다. 유형 2는 타 유형들에 비해 평균 지속기간이 가장 길고, 평균 농도 또한 가장 높았으며, 기압계 배치가 양의 북극진동 시기와 매우 유사함을 확인하였다. 유형 3의 경우, 전체 사례의 약 13% (12사례)에 해당하며, 캄차카 지역 고기압의 영향으로 편서풍의 흐름이 약화되어 대기의 흐름이 정체되는 오염물질 축적에 용이한 순환장 특성을 보였다. 유형 4의 경우, 전체 사례의 약 15% (14사례)에 해당하며, 한반도 북부에 위치한 저기압 후면으로 오염물질이 한반도로 유입되는 패턴이다. 저농도 미세먼지 사례는 4개의 주요 대규모 순환패턴을 분류하였으며, 유형별 시공간적 변동 추이를 살펴보았다. 또한, 유형별 고농도 미세먼지 패턴과 원격상관 패턴의 공간적 유사성과 차이점을 분석하였다. 유형 1과 5는 우랄 블로킹 패턴과 높은 양의 상관관계, 유형 2는 양의 북극진동 패턴과 약한 양의 상관관계, 유형 3은 서태평양 패턴과 음의 상관관계를 갖는다. 이와 같은 결과들을 토대로 한반도에서 발생하는 대부분의 고농도 미세먼지 사례는 선행하는 상층 대규모 순환패턴과 연관이 있으며, 상층의 순환패턴은 하층 오염물질의 수송과 집적에 관여함을 시사한다.
- Author(s)
- 구호영
- Issued Date
- 2021
- Awarded Date
- 2021. 2
- Type
- Dissertation
- Publisher
- 부경대학교
- URI
- https://repository.pknu.ac.kr:8443/handle/2021.oak/2136
http://pknu.dcollection.net/common/orgView/200000374689
- Alternative Author(s)
- Ho-Young Ku
- Affiliation
- 부경대학교 대학원
- Department
- 대학원 지구환경시스템과학부환경대기과학전공
- Advisor
- 김백민
- Table Of Contents
- Ⅰ. Introduction 1
Ⅱ. Data and method 5
1. Data 5
2. PM10 in Seoul 6
2.1. High-PM10 events 8
2.2. Low-PM10 events 9
3. K-means clustering 10
4. Wave-activity flux analysis 11
5. Daily index of teleconnection patterns 13
Ⅲ. Results 15
1. High-PM10 days in Seoul 15
2. K-means clustering for High-PM10 events 17
2.1. Representative patterns of High-PM10 19
2.2. Spatio-temporal characteristic of cluster patterns 22
2.3. Case studies 30
3. K-means clustering for Low-PM10 events 33
3.1. Representative patterns of Low-PM10 35
3.2. Spatio-temporal characteristic of cluster patterns 37
4. Spatial relation between representative patterns of each cluster and teleconnection patterns 43
Ⅳ. Summary and Discussion 48
Reference 53
- Degree
- Master
-
Appears in Collections:
- 대학원 > 지구환경시스템과학부-환경대기과학전공
- Authorize & License
-
- Files in This Item:
-
Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.