Journal Search Engine

to

Search Advanced Search Adode Reader(link)
Download PDF Export Citation Korean Bibliography PMC Previewer
ISSN : 2288-9167(Print)
ISSN : 2288-923X(Online)
Journal of Odor and Indoor Environment Vol.23 No.3 pp.163-173
DOI : https://doi.org/10.15250/joie.2024.23.3.163

Personal exposure characteristics of PM2.5 by microenvironment using real-time and low-cost monitors

Hyeok Jang1, Shin-Young Park1, Cheol-Min Lee1,2*
1Department of Environmental & Chemical Engineering, Seokyeong University
2Department of Nano Chemical & Biological Engineering, Seokyeong University
* Corresponding Author: Tel: +82-2-940-2924 E-mail: cheolmin@skuniv.ac.kr
06/08/2024 26/08/2024 28/08/2024

Abstract


This study investigated the characteristics of personal PM2.5 exposure among 109 participants residing in Seoul over a two-month period, from February 2024 to April 2024. The participants were categorized into four sub-populations, and personal exposure to PM2.5 was assessed using portable monitors, GPS, and time-activity diaries. To understand the time-activity patterns, the daily occupancy rate for different microenvironments was calculated. Additionally, daily PM2.5 exposure contribution and integrated exposure were quantified. A time series analysis was conducted to identify differences in time-activity patterns and PM2.5 exposure among the sub-populations. ANOVA analysis indicated statistically significant differences in PM2.5 concentrations across populations and microenvironments (p<0.05). However, post-hoc analysis revealed specific microenvironments within certain sub-populations where PM2.5 concentration differences were not significant (p>0.05). All sub-populations spent more than 90% of their time indoors, and the results for exposure contribution and integrated exposure indicated that the home, which had the highest occupancy rate, was the most significant contributor to PM2.5 exposure. This study is expected to serve as foundational data for future indoor air quality management and the development of personalized strategies for reducing PM2.5 exposure.


Exposure , Microenvironment , PM2.5 , Personal

실시간 저가형 측정기를 활용한 미소환경에서의 개인 PM2.5 노출 특성

장혁1, 박신영1, 이철민1,2*
1서경대학교 환경화학공학과
2서경대학교 나노화학생명공학과

초록

    © Korean Society of Odor Research and Engineering & Korean Society for Indoor Environment. All rights reserved.

    1. 서 론

    오늘날 전 세계적으로 대두되고 있는 대기오염물질인 초미세먼지(Particulate matter less than 2.5 mm in aerodynamic diameter, PM2.5)는 섭취, 접촉 및 호흡 등과 같은 다양한 경로로 인체에 노출되며(Du et al., 2012;Díaz and Dominquez, 2009;Krutmann et al., 2014;Song et al., 2011), 체내에 흡수되었을 시 호흡기 및 심혈관계 질환의 발병, 악화 및 입원률 증가와 직·간접적으로 연관되어 있다(Hoek et al., 2010;Mcbride et al., 2011;Pope and Dockery, 2006). 선행연구에 따르면, 대기 중 PM2.5 농도가 10 μg/m3 증가할 때마다 전체 연령의 초과사망 발생율 및 15세 미만의 입원율이 각 1.63%, 1.05% 증가하며(Bae, 2014, Bae et al., 2014), 세계보건기구(World Health Organization, WHO)에 의하면 PM2.5에 의한 연간 약 300-400만명의 조기사망자가 발생하는 만큼(Burki, 2021), PM2.5에 대한 관리대책 수립 및 저감대책 마련은 필수적이며, 이러한 필요성을 재고하는 다양한 연구가 수행되고 있는 실정이다.

    이러한 PM2.5 노출에 따른 공중 보건을 개선하기 위한 표준과 지침을 설정함에 있어 역학연구는 중요한 역할을 한다(Hsu et al., 2023). 과거의 PM2.5에 대한 역학 연구는, 대기질 모니터링 스테이션에서 측정된 주변 대기 중 PM2.5 농도를 전체 노출량으로 가정하여 PM2.5 노출과 다양한 건강 영향을 평가, 즉 특정 노출원을 통한 환경매체 중심의 연구가 진행되었다(Park et al., 2023a;Yu et al., 2007). 이러한 모니터링 네트워크는 일반적으로 광범위하게 분포하고 있는 대기오염물질에 대한 방대한 양의 데이터를 제공하나(Ilenič et al., 2024), 특히 도시지역과 같은 복잡한 환경에서는 시·공간적 해상도가 매우 제한되며(Menon and Nagendra, 2018;Van et al., 2013), 최근 연구결과에 따르면 고정 측정망 데이터는 실제 개인 노출량과 상관성이 낮은 것으로 확인됨에 따라(Broich et al., 2012;Yang et al., 2019), 개인의 PM2.5 노출을 평가함에 있어 역학연구의 수행에 어려움이 있는 실정이다(Buonanno et al., 2011;Buonanno et al., 2012).

    개인은 시간활동양상(Time-Activity Pattern)과 거주하는 미소환경(Micro-Environment, ME)에 따라 다양한 농도의 PM2.5에 노출되며(Baxter et al., 2013;Querol et al., 2008), 개인 노출량은 개인이 머무르는 미소환경에서의 PM2.5 농도에 점유 시간을 가중한 시간가중평균(Time-Weighted Average, TWA)으로 정의할 수 있다(WHO, 1999). 이에 미소환경의 농도와 개인의 시간활 동 일지(Time-Activity Diary, TAD)를 종합한 미소환경 노출 모델을 통해 간접적으로 개인의 노출 농도를 추정하는 연구가 다수 수행되고 있으나, 개인 PM2.5 노출 농도는 시간활동 뿐 아니라 성별, 연령, 직업 및 사회·경 제적 지위에 따라 크게 다르게 나타날 수 있음에 따라 (NIER, 2009), 역학연구의 수행에 있어, 보다 정확한 개인 PM2.5 노출을 평가하기 위한 개인 PM2.5 노출 농도에 영향을 끼치는 다양한 요인의 규명에 관한 연구의 수행은 필수적이다.

    이에 본 연구는 미소환경에서 개인의 PM2.5 농도 및 노출 농도에 영향을 끼치는 다양한 영향을 파악하기 위하여, 서울에 거주하는 109명의 연구대상자를 대상으로 2024년 2월부터 2024년 4월까지 약 2개월 동안 실시간 저가형 측정기, GPS 및 시간활동 일지를 사용하여 개인단위 PM2.5 노출 농도와 점유 공간에 대한 데이터를 수집하였다. 또한 미소환경별 일일 점유율과 PM2.5 노출 기여도 및 통합 노출량을 산출하여 PM2.5에 대한 노출을 정량화하고, 개인단위 노출 특성을 확인함으로써, 추후 개인 맞춤형 PM2.5 노출 저감 대책 마련을 위한 기초자료 제공을 목적으로 수행하였다.

    2. 연구방법

    2.1 연구대상

    본 연구는 알레르기 질환(천식, 알레르기 비염, 결막 염 및 아토피 피부염)과 환경적 요인에 대한 노출 사이의 연관성을 규명하기 위한 연구의 일환으로, 고려대학교 구로,안암 병원의 소아과, 이비인후과-두경부외과에 알레르기 질환의 치료를 목적으로 방문한 환자들 중 거주지가 서울에 위치하고, 본 연구 참여에 동의한 109명의 외래방문자를 연구대상자로 선정하였다. 선정된 연구대상자는, 유사한 시간활동양상(Time-activity patterns)을 보이는 인구집단별로 구분하여 연구를 수행한 선행연구(Hwang et al., 2016;NIER, 2009;Park et al., 2019)의 결과를 기반으로, 성별 구분없이 0-6세 소아 및 어린이, 7-18세 청소년, 19-66세 취업자,19-66세 비취업자의 4개의 하위 인구집단(Sub-populations)으로 구분하여 연구를 수행하였다. 본 연구는 기관생명윤리위원회(IRB)의 승인(“한국환경산업기술원의 환경성질환 예방관리 핵심기술 개발사업”, IRB No. 2022GR0384)을 받은 후 수행하였다.

    2.2 데이터 수집 및 보정

    2024년 2월부터 2024년 4월까지 약 2개월 동안 환경부 미세먼지 간이측정기 인증 1등급을 받은 레이저 산란 방식 기반 휴대용 측정기(Picohome, Brilliant and Company Co, Ltd, Korea)를 사용하여 5분 단위 PM2.5 농도를 수집하였다. 연구자는 연구대상자에게 휴대용 측정기 사용법에 대한 교육을 진행하였으며, 연구대상자들은 안면부 근처에 위치 및 항시 휴대할 것을 연구자로부터 안내받았다(Fig. 1).

    최근, 본 연구에서 사용한 휴대용 측정기와 같은 저가형 공기질 측정기(Low-Cost air Sensor, LCS)를 사용하여 PM2.5 노출평가와 관련된 다양한 연구가 진행되고 있으나(Rye et al., 2022;Shen et al., 2021;Zikova et al., 2017), 이러한 대부분의 LCS는 광산란 방식을 적용하고 있으며, 광산란 방식 기반 측정기의 특성상 작동조건(상대습도, 온도 등)에 따라 다른 결과를 초래하는 것으로 보고되고 있다.(Hong et al., 2021;Kim et al., 2022). 이에 본 연구는 광산란 방식 기반 휴대용 측정기의 신뢰도를 높이기 위하여 기준 장비인 GRIMM 11-A (GRIMM Aerosol Technik Ainring GmbH & Co. KG, Germany)를 사용하여 보정계수(Correction factor)를 산출하여 휴대용 측정기의 측정값을 보정 후 사용하였다. 본 연구에서 사용한 보정방법 및 보정계수는 다음의 선행연구에서 자세히 확인할 수 있다(Park et al., 2023b). 본 연구에서 사용된 휴대용 측정기 및 보정 계수 산출에 사용된 기준 장비의 제원은 다음과 같다 (Table 2).

    연구대상자들의 공간 데이터를 확보하기 위하여 GPS를 기반한 자체 설계한 어플리케이션 및 시간활동 일지를 활용하여 위도와 경도 및 점유공간에 대한 정보를 5분 및 30분 단위로 수집하였으며, 점유공간은 집, 사무실, 학교, 기타 실내, 교통수단, 실외의 6종류로 구분하였다. 단, 수집된 점유공간 데이터 중 집의 경우 아파트, 주택 등 모든 주거 공간을 포함하였고, 학교의 경우 어린이집, 유치원 등 모든 위탁 교육기관을 포함하였으며, 기타 실내의 경우 집, 사무실, 학교, 교통수단을 제외한 카페, 병원 등 모든 실내 공간을 포함하였다.

    2.3 통계 분석

    연구대상자들의 다양한 미소환경에서 PM2.5 노출 특성을 확인하기 위하여 기술통계 분석을 통한 평균 및 표준편차를 산출하였다. 인구집단 및 미소환경 간의 통계적으로 유의한 PM2.5 농도 차이를 확인하고, 확인된 집단 간 통계적 차이의 원인을 규명하기 위하여 분산 분석(Analysis of Variance, ANOVA) 및 사후 분석(Post-hoc analysis)을 수행하였으며, 유의수준은 0.05로 설정하였다. 단, 통계분석 시에 발생할 수 있는 오차를 줄이기 위하여, 기술적 오류 등으로 인하여 측정되지 않은 값(Not Detected, N.D.)은 제외한 후에 실시하였다.

    미소환경별 일일 점유율(Daily occupancy rate)은 수집한 점유 공간별 소비 시간을 활용하여 산출하였다. 점유율을 산출하는 식은 (1)과 같다.

    D a i l y   O c c u p a n c y   R a t e = ( t i j ) / ( ∑ j = 1 n t i j )
    (1)

    여기서, tij는 각 미소환경(j)에서 개인(i)이 소비한 시간이다.

    또한 개인의 미소환경에서 PM2.5에 노출되는 양을 정량적으로 확인하기 위하여, 수집한 개인 PM2.5 노출 농도와 점유 공간에서 소비한 시간을 활용하여 미소 환경별 일일 노출 기여도(Daily exposure contribution) 및 일일 통합 노출량(Daily integrated exposure)을 산출하였다. 일일 노출 기여도는 특정 미소환경에서 개인이 PM2.5에 노출되는 양에 대한 비율을(%) 나타내고 (Cunha-Lopes et al., 2019), 일일 통합 노출량은 개인이 하루 동안 모든 미소환경에서 PM2.5에 노출된 총량(μg/ m3·h/day)을 나타내었다(Bekö et al., 2015;Bhangar et al., 2011). 기여도 및 노출량을 산출하는 식은 각각 (2) 및 (3)와 같다.

    D a i l y   E x p o s u r e   C o n t r i b u t i o n   =   ( c i j × t i j ) / ( ∑ j = 1 m c i j × t i j )
    (2)

    D a i l y   I n t e g r a t e d   E x p o s u r e   =   ( ∑ j = 1 m c i j × t i j ) / T
    (3)

    여기서, cij는 각 미소환경 j에서 개인 i에게 노출된 PM2.5의 평균 농도(μg/m3)이고, tij는 각 미소환경 j에서 개인 i이 소비한 시간이며, T는 하루 동안 진행된 전체 모니터링 기간(24h/day)이다.

    3. 결과 및 고찰

    3.1 미소환경별 일일 점유율 및 시간별 변화 양상

    GPS 및 자체 설계한 어플리케이션을 기반으로 미소 환경별 일일 점유율을 확인한 결과(Fig. 2), 4개 하위 인구집단 모두 집에서 가장 많은 시간을 보냈으며, 그 중 Group4(19-66세 비취업자)가 79.92%로 가장 높은 점유율을 보인 것으로 확인되었다. 또한 4개 하위 인구 집단 모두 실내공간(집, 사무실, 학교, 기타 실내, 교통 수단)에서 하루 중 90% 이상을 점유한 것으로 확인됨에 따라, 환경부에서 발표한 한국인을 대상으로한 활동공간별 시간활동양상(집 66.18%, 실내공간 86.08%) 조사(NIER, 2019)와 유사한 결과로, 이는 실내공기질(Indoor Air Quality, IAQ) 연구의 필요성 및 중요성을 확인할 수 있는 결과이다.

    하루 중 시간대에 따른 미소환경별 점유율 변화를 확인하기 위하여 시계열 분석을 수행한 결과(Fig. 3), 4개 하위 인구집단 모두 하루 24시간 중 80% 이상을 다양한 실내공간에서 시간을 보내는 것으로 확인되었다. Group4(19-66세 비취업자)를 제외한 모든 인구집단에서 출근 및 등교 시간인 07-08시에 교통수단의 점유율이 증가하는 모습을 보였으며, Group1(0-6세 소아 및 어린이)과 Group2(7-18세 청소년)의 경우 야간과 주간 모두 유사한 패턴을 보이는 것으로 확인되었다. 또한 Group4(19-66세 비취업자)를 제외한 모든 인구집단에서 08-17시에 학교 및 사무실의 점유율이 증가하는 모습을 보였으며, 특히 Group3(19-66세 취업자)의 경우 하루 중 주간인 10-15시에 사무실에서 50% 이상의 점유율을 보인 것으로 확인되었다. 이는 해당 시간대에 집을 제외한 교육 공간 및 근로 공간의 점유시간이 높은 한국인의 시간대별 활동 조사와 유사한 결과이다(Yang et al., 2009;Yoon et al., 2017). 즉, 하위 인구 집단에서의 시간대별 활동 양상의 차이가 인구집단별 PM2.5 노출 농도의 차이를 야기할 것으로 사료되며, 본 연구에서 제시한 하위 인구집단의 구분에 대한 타당성을 제시하는 결과였다(Gentzke et al., 2019;Ong et al., 2019;Park et al., 2020).

    3.2 인구집단별 PM2.5 노출 농도 및 시간별 변화 양상

    실시간 휴대용 측정기를 활용하여 인구집단별 개인의 평균 PM2.5 노출 농도를 확인한 결과(Fig. 4), Group3(19-66세 취업자)이 21.30±53.27 μg/m3로 가장 높은 농도를 보인 것으로 확인되었으며, Group4(19-66세 비취업자)가 15.49±29.49 μg/m3로 가장 낮은 농도를 나타내었다. Group1(0-6세 소아 및 어린이)과 Group2(7-18세 청소년)의 경우 각 18.24±47.40 μg/m3, 17.44±32.33 μg/m3로 유사한 수준의 노출 농도를 보였으나, ANOVA 분석 결과 유사한 평균 PM2.5 노출 농도를 보인 Group1(0-6세 소아 및 어린이)과 Group2(7-18세 청소년)를 포함한 모든 하위 인구집단 간 평균 PM2.5 노출 농도는 통계적으로 유의한 차이가 있는 것으로 조사되었다(p<0.05).

    인구집단별 PM2.5 노출 수준의 변화 양상을 확인하기 위하여 시계열 분석을 수행한 결과(Fig. 5), 모든 하위 인구집단에서 두 번의 PM2.5 농도 증가 양상을 확인하였다. Group1(0-6세 소아 및 어린이), Group2(7-18세 청소년) 및 Group3(19-66세 취업자)의 경우, 출근 및 등교 시간인 08-09시 사이에, 퇴근 및 하교 시간인 18-20시 사이에 관찰되었으며, 이러한 개인의 PM2.5 노출은, 출퇴근 및 등하교 전후 준비 과정, 요리 등의 활동, 운송 수단에 의해 의한 개인의 이동이 PM2.5 농도 증가에 영향을 준 것을 확인하는 결과였다(Faria et al., 2020;Rojas- Bracho et al., 2004). 비취업자인 Group4(19-66세 비취업자)는 10-11시, 19-20시 사이에 PM2.5 농도 증가 양상을 확인하였다. 타 인구집단과 달리 해당 시간대에 특정한 시간활동양상은 보이지 않았으나(Fig. 3), 이는 연구 대상자를 포함한 세대 구성원의 가정 내 활동이 실내 공기질에 영향을 미친 것으로 판단하였다(Colbeck et al., 2010;Li and Zhang, 2017;Morawska et al., 2017).

    3.3 미소환경별 평균 PM2.5 노출 농도

    미소환경별 평균 PM2.5 노출 농도를 확인한 결과(Table 3), 집에서 19.20±43.10 μg/m3로 가장 높은 농도를, 사무실에서 11.65±16.54 μg/m3로 가장 낮은 농도를 나타냈다. 이와 함께 실내 공간으로 분류되는 교통수단, 학교와 기타 실내의 경우 각 15.18±31.92 μg/m3, 15.08±56.41 μg/m3, 13.09±56.41 μg/m3으로 확인되었으며, 실외의 경우 17.43±18.30 μg/m3으로 확인되었다. ANOVA 분석 결과, 모든 미소환경 간 PM2.5 농도는 통계적으로 유의한 차이가 있는 것으로 확인되었다(p<0.05).

    인구집단별 미소환경에서 PM2.5 노출 농도 확인 및 사후 분석을 수행한 결과(Table 3, Fig. 6), Group1(0-6세 소아 및 어린이)의 경우 집과 실외에서 각 19.25±42.66 μg/m3, 18.56±20.43 μg/m3으로 가장 높은 농도를, 학교와 교통수단에서 각 14.42±72.82 μg/m3, 15.40±46.66 μg/m3으로 유사한 수준의 노출 농도를 나타낸 것으로 확인되었으나, 두 미소환경 쌍 간에는 통계적으로 유의한 차이가 없는 것으로 확인되었다(p>0.05). Group3(19-66세 취업자)의 경우 집에서 18.32±46.11 μg/m3로 가장 높은 농도를 보였으며, 기타 실내와 교통수단에서 13.72±18.08 μg/m3, 13.40±20.83 μg/m3으로 유사한 수준의 노출 농도를 나타낸 것으로 확인되었으나, 통계적으로 유의한 차이가 없는 것으로 확인되었다(p>0.05). Group2(7-18세 청소년)의 경우, 집에서 가장 높은 노출 농도를 보인 다른 모든 인구집단과 달리, 교통수단에서 41.48±68.02 μg/m3으로 가장 높은 농도를 보였으며, 집과 실외에서 각 17.60±34.14 μg/m3, 18.20±15.75 μg/m3로 유사한 수준의 노출 농도를 나타낸 것으로 확인되었으나, 통계적으로 유의한 차이가 없는 것으로 확인되었다(p>0.05).

    3.4 일일 노출 기여도 및 통합 노출량

    미소환경에서의 PM2.5의 일일 노출 기여도를 산출한 결과(Fig. 7), 모든 인구집단에서 집이 80% 이상으로 일일 노출 기여도가 가장 높은 것으로 확인되었고, 특히 Group4(19-66세 비취업자)와 Group1(0-6세 소아 및 어린이)의 경우, 각 95.67%와 93.44%로 가장 높은 기여도를 보이는 것으로 확인되었으며, 집의 PM2.5 에 대한 높은 기여도를 강조한 다음의 선행연구와 유사한 결과이다(Hussein et., 2012;Xue et al., 2004). 또한, 모든 인구집단에서 집에서의 일일 점유율(Fig. 2) 대비 일일 노출 기여도가 다소 높은 비율로 나타났는데, 이는 미소환경 중 집에서 가장 높은 PM2.5 농도를 나타냈기 때문이며(Table 3), 집이 개인의 고농도 PM2.5 노출의 주요 원인임을 시사하는 결과이다. Group2(7-18세 청소년)의 경우 모든 하위 인구집단 중 1.44%로 대중교통에 대한 가장 높은 기여도를 보였으며, 이는 해당 인구집단이 대중교통에서 보인 가장 낮은 일일 점유율(1.41%)과 상반된 결과이다. 이는 측정된 미소환경 중 대중교통에서 가장 높은 PM2.5 농도(41.48±68.02 μg/m3)에 노출됨에 따라, 다른 인구집단 대비 적은 시간을 대중교통 내에서 점유했음에도 불구하고 높은 PM2.5 기여도를 보일 수 있는 결과였다(Lee et al., 2010).

    미소환경에서의 PM2.5의 일일 통합 노출량을 산출한 결과(Fig. 8), 모든 인구집단에서 집이 150 μg/m3·h/ day 이상의 가장 높은 통합 노출량을 보였고, 특히 Group4(19-66세 비취업자)가 281.49 μg/m3·h/day로 가장 높은 노출량을 보였으며, 이는 집에서 가장 높은 일일 점유율 산출 결과(Fig. 2)를 보여 높은 통합 노출량에 집이 많은 영향을 준 것으로 판단하였다. 또한 인구 집단 간 최대 1.5배 차이가 나는 것을 확인함에 따라 하위 인구집단의 활동패턴에 따라 큰 차이를 보였으며, PM2.5에 대한 집을 포함한 실내 공간의 대기오염물질 배출원 관리의 필요성을 제시하는 결과였다.

    본 연구는 연구대상자들의 점유 공간 중 카페, 병원 등과 같은 다양한 미소환경들을 한 종류의 공간(기타 실내)으로 분류하였으며, 실내공기오염 물질의 강력한 기여원인 청소, 요리 등과 같은 시간활동을 정성적으로 분류하지 못하였다. 또한 4개의 하위 인구집단으로 구분된 109명의 적은 표본수와 인구 정보를 세분화 하지 못하여 대푯값을 띠기에는 한계점이 존재한다. 이에 따라 향후 연구에서 미소환경, 시간활동의 특성 및 표본을 세분화하여 분석한다면 하위 인구집단에서의 보다 체계화된 노출평가 및 대응 방안을 마련할 수 있을 것으로 사료 된다. 또한 본 결과를 통해 개인 PM2.5 노출 농도에 가장 크게 기여하는 미소환경은 집인 것으로 확인되었으며, 집은 개인의 공간인 만큼 다중이용시설과 같이 정책적 해결 방안 마련을 통한 관리가 어려워, 개인 공간을 관리할 수 있는 대책 마련이 필요한 것으로 판단하였다.

    4. 결 론

    본 연구는 미소환경에서 개인의 PM2.5 농도 및 노출에 영향을 끼치는 다양한 요인을 파악하기 위하여, 서울에 거주하는 109명의 연구대상자를 대상으로 4개의 하위 인구집단으로 분류하여 2024년 2월부터 2024년 4월까지 약 2개월 동안 실시간 휴대용 측정기 및 GPS를 사용하여 개인단위 PM2.5 노출 농도와 점유 공간에 대한 데이터를 수집하였다.

    모든 인구집단의 미소환경별 일일 점유율의 경우 집에서 가장 많은 시간을 보냈으며, 또한 하루 중 90% 이상을, 하루 중 모든 시간대에서 80% 이상을 집, 사무실, 학교, 기타 실내, 교통수단을 포함한 실내 공간에서 소비하였다.

    인구집단별 미소환경에서의 PM2.5 노출 농도는 Group1(0-6세 소아 및 어린이)의 경우 집과 실외에서 가장 높은 노출 농도를, 학교와 교통수단에서 유사한 수준의 노출 농도를 나타냈으며, Group2(7-18세 청소 년)의 경우 집과 실외에서, Group3(19-66세 취업자)의 경우 기타 실내와 교통수단에서 유사한 수준의 노출 농도를 나타낸 것으로 확인되었다. ANOVA 분석 결과, 해당 미소환경 쌍을 제외한, 모든 인구집단별 미소환경에서 PM2.5 노출 농도는 통계적으로 유의한 농도 차이가 있는 것으로 확인되었다(p<0.05).

    모든 인구집단에서 집이 80% 이상의 일일 노출 기여도 및 150 μg/m3·h/day 이상의 가장 높은 일일 통합 노출량을 보여 실내 공간의 중요성을 제시함에 있어, 향후 실내공기질 관리 대책 및 정책 수립에 기여할 수 있을 것으로 판단되며, 추후 개인 맞춤형 노출 및 위해성 평가를 위한 역학연구의 기초자료로 사용될 것으로 사료 된다.

    감사의 글

    본 결과물은 환경부의 재원으로 한국환경산업기술원의 환경성질환 예방관리 핵심 기술개발사업의 지원을 받아 연구되었습니다(과제번호-248000106).

    <저자정보>

    장혁(석사과정), 박신영(박사과정), 이철민(교수)

    Figure

    JOIE-23-3-163_F1.gif

    A person carrying a backpack equipped with the portable monitor.

    JOIE-23-3-163_F2.gif

    Daily occupancy rate (%) of time spent in each microenvironment.

    JOIE-23-3-163_F3.gif

    Temporal variations of occupancy rate in each microenvironment.

    JOIE-23-3-163_F4.gif

    Box-plots of PM2.5 concentrations in each group(The box represent the 25th-75th percentile and median; The wiskers represent 10th-90th percentile; The black dots represent mean).

    JOIE-23-3-163_F5.gif

    Temporal variations of PM2.5 concentrations in each group (The error bar mean standard deviation; The points indicate PM2.5 peak trends).

    JOIE-23-3-163_F6.gif

    Box-plots of PM2.5 concentrations in each microenvironment.

    JOIE-23-3-163_F7.gif

    Daily exposure contribution (%) to PM2.5 by the microenvironment.

    JOIE-23-3-163_F8.gif

    Daily integrated exposure to PM2.5 by the microenvironment.

    Table

    Summary of participants divided into four groups

    Specifications of devices used this study

    PM2.5 concentration(μg/m3) measured by portable monitor in the various microenvironment determined by GPS tracking and time-activity diary

    <sup>a)</sup> ANOVA results among the microenvironment.

    Reference

    1. Bae, H. J. ,2014. Effects of short-term exposure to PM10 and PM2.5 on mortality in seoul. Journal of Environmental Health Sciences 40(5), 346-354. (in Korean with English abstract)
    2. Bae, H. J. , Lim, Y. R. , Kan, S. Y. , Lee, J. T. ,2014. A study on children's environmental disease due to PM2.5. Korea Environment Institute 9, 847-933.
    3. Baxter, L. K. , Burke, J. , Lunden, M. , Turpin, B. J. , Rich, D. Q. , Thevenet-Morrison, K. , Hodas, Natasha. , Özkaynak, H. ,2013. Influence of human activity patterns, particle composition, and residential air exchange rates on modeled distributions of PM2.5 exposure compared with centralsite monitoring data. Journal of Exposure Science & Environmental Epidemiology 23(3), 241-247.
    4. Bekö, G. , Kjeldsen, B. U. , Olsen, Y. , Schipperijn, J. , Wierzbicka, A. , Karottki, D. G. , Toftum, J. , Loft, S. , Clausen, G. ,2015. Contribution of various microenvironments to the daily personal exposure to ultrafine particles: Personal monitoring coupled with GPS tracking. Atmospheric Environment 110, 122-129.
    5. Bhangar, S. , Mullen, N. A. , Hering, S. V. , Kreisberg, N. M. , Nazaroff, W. W. ,2011. Ultrafine particle concentrations and exposures in seven residences in northern California. Indoor air 21(2), 132-144.
    6. Broich, A. V. , Gerharz, L. E. , Klemm, O. ,2012. Personal monitoring of exposure to particulate matter with a high temporal resolution. Environmental Science and Pollution Research 19, 2959-2972.
    7. Buonanno, G. , Giovinco, G. , Morawska, L. , Stabile, L. ,2011. Tracheobronchial and alveolar dose of submicrometer particles for different population age groups in Italy. Atmospheric Environment 45(34), 6216-6224.
    8. Buonanno, G. , Morawska, L. , Stabile, L. , Wang, L. , Giovinco, G. ,2012. A comparison of submicrometer particle dose between Australian and Italian people. Environmental pollution 169, 183-189.
    9. Burki, T. ,2021. WHO introduces ambitious new air quality guidelines. The Lancet 398(10306), 1117.
    10. Colbeck, I. , Nasir, Z. A. , Ali, Z. ,2010. Characteristics of indoor/outdoor particulate pollution in urban and rural residential environment of Pakistan. Indoor air 20(1), 40-51.
    11. Cunha-Lopes, I. , Martins, V. , Faria, T. , Correia, C. , Almeida, S. M. ,2019. Children's exposure to sized-fractioned particulate matter and black carbon in an urban environment. Building and Environment 155, 187-194.
    12. Díaz, R. V. , Dominguez, E. R. ,2009. Health risk by inhalation of PM2.5 in the metropolitan zone of the City of Mexico. Ecotoxicology and Environmental Safety 72(3), 866-871.
    13. Du, X. , Wu, Y. , Fu, L. , Wang, S. , Zhang, S. , Hao, J. ,2012. Intake fraction of PM2.5 and NOX from vehicle emissions in Beijing based on personal exposure data. Atmospheric Environment 57, 233-243.
    14. Faria, T. , Martins, V. , Correia, C. , Canha, N. , Diapouli, E. , Manousakas, M. , Eleftheriadis, K. , Almeida, S. M. ,2020. Children's exposure and dose assessment to particulate matter in Lisbon. Building and Environment 171, 106666.
    15. Gentzke, A. S. , Wang, T. W. , Marynak, K. L. , Trivers, K. F. , King, B. A. ,2019. Peer Reviewed: Exposure to Secondhand Smoke and Secondhand E-Cigarette Aerosol Among Middle and High School Students. Preventing chronic disease 16.
    16. Hoek, G. , Boogaard, H. , Knol, A. , De Hartog, J. , Slottje, P. , Ayres, J. G. , Borm, P. , Brunekreef, B. , Donaldson, Ken. , ... Van der Sluijs, J. ,2010. Concentration response functions for ultrafine particles and all-cause mortality and hospital admissions: results of a European expert panel elicitation. Environmental science & technology 44(1), 476-482.
    17. Hong, G. H. , Le, T. C. , Tu, J. W. , Wang, C. , Chang, S. C. , Yu, J. Y. , Lin, G. Y. , Aggarwal, S. G. , Tsai, C. J. ,2021. Longterm evaluation and calibration of three types of low-cost PM2.5 sensors at different air quality monitoring stations. Journal of Aerosol Science 157, 105829.
    18. Hsu, W. T. , Ku, C. H. , Chen, M. J. , Wu, C. D. , Lung, S. C. C. , Chen, Y. C. ,2023. Model development and validation of personal exposure to PM2.5 among urban elders. Environmental Pollution 316, 120538.
    19. Hussein, T. , Paasonen, P. , Kulmala, M. ,2012. Activity pattern of a selected group of school occupants and their family members in Helsinki—Finland. Science of the total environment 425, 289-292.
    20. Hwang, Y. , Lee, K. , Yoon, C. S. , Yang, W. , Yu, S. , Kim, G. ,2016. Determination of similar exposure groups using weekday time activity patterns of urban populations. Journal of Environmental Health Sciences 42(6), 353-364.
    21. Ilenič, A. , Pranjić, A. M. , Zupančič, N. , Milačič, R. , Ščančar, J. ,2024. Fine particulate matter (PM2.5) exposure assessment among active daily commuters to induce behaviour change to reduce air pollution. Science of The Total Environment 912, 169117.
    22. Kim, D. H. , Shin, D. M. , Hwang, J. H. ,2022. Laboratory/ Field evaluation and calibration method of low-cost PM sensor for indoor PM2.5, PM10 measurement. Particle and Aerosol Research 18(4), 109-127. (in Korean with English abstract)
    23. Krutmann, J. , Liu, W. , Li, L. , Pan, X. , Crawford, M. , Sore, G. , Seite, S. ,2014. Pollution and skin: from epidemiological and mechanistic studies to clinical implications. Journal of dermatological science 76(3), 163-168.
    24. Lee, K. , Sohn, H. , Putti, K. ,2010. In-vehicle exposures to particulate matter and black carbon. Journal of the Air & Waste Management Association 60(2), 130-136.
    25. Li, Z. , Wen, Q. , Zhang, R. ,2017. Sources, health effects and control strategies of indoor fine particulate matter (PM2.5): A review. Science of the Total Environment 586, 610-622.
    26. Mcbride, S. J. , Norris, G. A. , Williams, R. W. , Neas, L. M. ,2011. Bayesian hierarchical modeling of cardiac response to particulate matter exposure. Journal of Exposure Science & Environmental Epidemiology 21(1), 74-91.
    27. Menon, J. S. , Nagendra, S. S. ,2018. Personal exposure to fine particulate matter concentrations in central business district of a tropical coastal city. Journal of the Air & Waste Management Association 68(5), 415-429.
    28. Morawska, L. , Ayoko, G. A. , Bae, G. N. , Buonanno, G. , Chao, C. Y. H. , Clifford, S. , Fu, S. C. , Hänninen, O. , He, C. , ... Wierzbicka, A. ,2017. Airborne particles in indoor environment of homes, schools, offices and aged care facilities: The main routes of exposure. Environment international 108, 75-83.
    29. National Institute of Environmental Research (NIER),2009. Research for personal exposure assessment by time activity patterns on a nation. [cited 2024 July 01]; Available from: URL: https://ecolibrary.me.go.kr/nier/#/search/detail/5001415?offset=2
    30. National Institute of Environmental Research (NIER),2019. Korean exposure factors handbook. [cited 2024 July 01]; Available from: URL: https://ecolibrary.me.go.kr/nier/#/search/detail/5685462
    31. Ong, H. , Holstius, D. , Li, Y. , Seto, E. , Wang, M. ,2019. Air pollution and child obesity: Assessing the feasibility of measuring personal PM2.5 exposures and behaviours related to BMI in preschool-aged children in China. Obesity Medicine 16, 100149.
    32. Park, J. , Yang, S. Y. , Park, Y. , Ryu, H. , Kim, E. , Choe, Y. , Heo, J. , Cho, M. , Yang, W. ,2019. Exposure and risk assessment of benzene and PM10 for sub-populations using Monte-Carlo simulations. Korean Society of Environmental Health 45(3), 247-257. (in Korean with English abstract)
    33. Park, J. , Ryu, H. , Kim, E. , Choe, Y. , Heo, J. , Lee, J. , Cho, S. H. , Sung, K. , Cho, M. , Yang, W. ,2020. Assessment of PM2.5 population exposure of a community using sensor-based air monitoring instruments and similar time-activity groups. Atmospheric Pollution Research 11(11), 1971-1981.
    34. Park, S. Y. , Yoon, D. K. , Jang, H. , Yoon, S , Lee, C. M. ,2023a. Indoor PM2.5 concentration distribution and health risk assessment according to the implementation of a seasonal management system. Journal of Environmental Health Sciences 49(4), 218-227. (in Korean with English abstract)
    35. Park, S. Y. , Jang, H. , Kwon, J. , Cho, Y. S. , Lee, C. M. ,2023b. Proposal for concentration calibration method for field evaluation of particulate matter monitors based on light scattering using decision tree techniques. Journal of Odor and Indoor Environment 22(4), 314-327. (in Korean with English abstract)
    36. Pope III, C. A. , Dockery, D. W. ,2006. Health effects of fine particulate air pollution: lines that connect. Journal of the air & waste management association 56(6), 709-742.
    37. Querol, X. , Alastuey, A. , Moreno, T. , Viana, M. M. , Castillo, S. , Pey, J. , Rodríguez, S. , Artiñano, B. , Salvador, P. , ... De La Campa, A. S. ,2008. Spatial and temporal variations in airborne particulate matter (PM10 and PM2.5) across Spain 1999–2005. Atmospheric Environment 42(17), 3964-3979.
    38. Rojas-Bracho, L. , Suh, H. H. , Catalano, P. J. , Koutrakis, P. ,2004. Personal exposures to particles and their relationships with personal activities for chronic obstructive pulmonary disease patients living in Boston. Journal of the Air & Waste Management Association 54(2), 207-217.
    39. Ryu, J. , Jeong, S. , Kim, G. , Park, W. , Park, S. ,2022. Evaluation of measurement reliability of light-scattering PM2.5 monitor applied with referenced-channel calibration technology. Journal of Korean Society for Atomospheric Environment 38, 341-353. (in Korean with English abstract)
    40. Shen, H. , Hou, W. , Zhu, Y. , Zheng, S. , Ainiwaer, S. , Shen, G. , Chen, Y. , Cheng, H. , Hu, J. , Wan, Y. , Tao, S. ,2021. Temporal and spatial variation of PM2.5 in indoor air monitored by low-cost sensors. Science of The Total Environment 770, 145304.
    41. Song, S. , Lee, K. , Lee, Y. M. , Lee, J. H. , Lee, S. I. , Yu, S. D. , Paek, D. ,2011. Acute health effects of urban fine and ultrafine particles on children with atopic dermatitis. Environmental research 111(3), 394-399.
    42. Van Poppel, M. , Peters, J. , Bleux, N. ,2013. Methodology for setup and data processing of mobile air quality measurements to assess the spatial variability of concentrations in urban environments. Environmental Pollution 183, 224-233.
    43. World Health Organization (WHO), Regional Office for Europe,1999. Monitoring ambient air quality for health impact assessment. [cited 2024 Jun 29]; Available from: URL: https://iris.who.int/handle/10665/107332
    44. Xue, J. , McCurdy, T. , Spengler, J. , Özkaynak, H. ,2004. Understanding variability in time spent in selected locations for 7–12-year old children. Journal of Exposure Science & Environmental Epidemiology 14(3), 222-233.
    45. Yang, F. , Lau, C. F. , Tong, V. W. T. , Zhang, K. K. , Westerdahl, D. , Ng, S. , Ning, Z. ,2019. Assessment of personal integrated exposure to fine particulate matter of urban residents in Hong Kong. Journal of the Air & Waste Management Association 69(1), 47-57.
    46. Yang, W. , Lee, K. , Park, K. H. , Yoon, C. , Son, B. S. , jeon, J. M. , Lee, H. , Choi, W. H. , Yu, S. D. , Han, J. S. ,2009. Microenvironmental time activity patterns of weekday and weekend on korean. Journal of Indoor Environment 6(4), 267-274. (in Korean with English abstract)
    47. Yoon. H. , Shuai, J-F. , Kim, T. , Seo, J. , Jung, D. , Ryu, H. , Yang, W. ,2017. Microenvironmental time activity patterns of weekday and weekend on korean adults. Journal of Odor and Indoor Environment 16(2), 182-186. (in Korean with English abstract)
    48. Yu, S. D. , Cha, J. H. , Kim, D. S. , Lee, J. T. ,2007. Effects of fine particles on pulmonary function of elementary school children in Ulsan. Journal of Environmental Health Sciences 33(5), 365-371. (in Korean with English abstract)
    49. Zikova, N. , Hopke, P. K. , Ferro, A. R. ,2017. Evaluation of new low-cost particle monitors for PM2.5 concentrations measurements. Journal of Aerosol Science 105, 24-34.