서경대학교 환경화학공학과 소속 박신영 발표자는 한국실내환경학회 제20회 연차학술대회에서 ‘실내‧외 PM2.5 농도 예측모델을 활용한 개인단위 노출량 평가’라는 주제의 연구결과를 소개했다.

박신영 발표자는 “이 연구를 통해 개인 이동경로에 따른 실내‧외 PM2.5 농도를 예측하며 개인의 활동패턴에 따른 노출량을 평가하고자 GPS 위‧경도 좌표, 시간활동일지, 실외 PM10, PM2.5 농도 및 기상데이터를 활용해 위치 기반 PM2.5 농도를 예측했다”고 설명했다.

휴대용 측정기를 통해 PM2.5 농도를 측정했으며 예측값과 실측값을 비교한 이번 연구는 GPS 및 실외 환경 데이터(PM10, PM2.5, 온도, 상대습도, 풍속, 강수량) 기반 실내‧외 PM2.5 농도 예측모델을 통해 개인의 PM2.5 농도를 예측했으며 광산란기반 휴대용 측정기를 활용해 실시간으로 PM2.5 농도를 측정했다. 획득한 PM2.5 예측값과 실측값을 통해 실내‧외 공간별 TWA(Time Weighted Average: 시간가중평균 허용기준) 농도를 산출해 비교했다. 이때 연구를 통해 여러 측정기를 사용하는 점을 감안해 GRIMM(Model 11-A) 장비를 통해 측정값을 보정 후 활용했다.

예측모델 학습 시 입력 및 출력 데이터는 서울시에 거주하는 대상자 17인의 실시간 위치 정보를 기반으로 인근 미세먼지(PM10, PM2.5) 측정값 및 기상데이터를 활용했다.

일일 TWA 농도 예측 시 일정 기간 노출량 평가 활용 가능
17명을 대상으로 실측 및 실내‧외 PM2.5 농도 예측모델을 활용해 산출한 예측값과 휴대용 측정기로 수집한 측정값을 활용해 TWA 농도를 산출한 결과에 따르면 17명 대상자의 일일 TWA 농도를 통해 대응표본 T-test를 수행한 결과 예측값과 실측값 간의 차이가 통계적으로 유의한 것으로 확인됐다.

다만 대상자별 측정기간 중 TWA 농도의 경우에는 유의한 차이가 없는 것으로 나타났는데 하루 단위로 TWA 농도를 예측할 경우 실측값과 차이가 있지만 일정 기간동안 노출량은 실제 노출량과 통계적으로 차이가 없어지기 때문인 것으로 해석된다. 이는 해당 값을 노출량 평가 시 활용할 수 있음을 의미한다.

다만 예측값(18.23±4.09 ㎍/m³)이 실측값(36.55±46.24 ㎍/m³)대비 낮은 농도로 나타나는 것을 확인할 수 있어 예측모델을 통해 노출량 산출 시 과소평가되는 점은 우려사항으로 나타났다.

모든 대상자의 연구기간동안 예측 및 실측 기반 PM2.5의 TWA 농도 분포를 확인한 결과에 따르면 예측값과 실측값의 분포 패턴은 2월 이전까지 예측값이 일부 고농도를 반영하지 못하는 날짜를 제외하고 유사한 패턴을 보이는 것으로 확인됐으며 2월 이후 예측값이 과소평가되는 것으로 확인됐으나 분포 패턴은 유사하게 나타나는 것으로 확인됐다.