Journal Search Engine
Download PDF Export Citation Korean Bibliography PMC Previewer
ISSN : 2288-9167(Print)
ISSN : 2288-923X(Online)
Journal of Odor and Indoor Environment Vol.18 No.1 pp.81-89
DOI : https://doi.org/10.15250/joie.2019.18.1.81

Study on distribution of PM10 concentration and airflow using computational fluid dynamics at underground subway station

Sechan Park1,2, Minhae Kim3, Yong-Kab Lee4, Soon-Bark Kwon1,3*
1Transportation System Engineering, University of Science & Technology
2Transportation Environmental Research Teem, Korea Railroad Research Institute
3DAP Inc.,
4ANFLUX Inc.
Corresponding author Tel : +82-31-460-5375 E-mail : sbkwon@dapair.co.kr
28/02/2019 20/03/2019 20/03/2019

Abstract


To reduce subway passengers’ exposure to PM10 (particulate matter less than 10 micrometers), management of PM10 concentration in underground stations is critical. In this study, we attempted to investigate the distribution of airflow PM10 concentration in an underground station. The numerical simulations were performed using computational fluid dynamics. In order to apply to CFD, measurement of air volume (supplied and exhausted air) and PM10 concentration were conducted at the concourse and platform areas of the underground station. The results of the simulation agreed with the actual PM10 concentration, and we confirmed the distribution of PM10 concentration depending on air volume conditions. This result will be helpful to reduce the PM10 in an underground station when using ventilation system.



수치해석을 활용한 지하역사 기류분포 및 PM10 농도분포 연구

박 세찬1,2, 김 민해3, 이 용갑4, 권 순박1,3*
1과학기술연합대학원대학교 교통시스템공학과
2한국철도기술연구원 교통환경연구팀
3(주)디에이피,
4(주)앤플럭스

초록


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

    1. 서 론

    최근 미세먼지에 대한 국민들의 관심이 높아짐에 따 라 다중이용시설에서 미세먼지에 대한 연구가 진행되 고 있다. 근거리 대중교통수단으로 전 세계 많은 국가 에서 운영되고 있는 지하철은 단기간에 많은 수의 이 용객이 출퇴근 수단으로 자주 이용하기 때문에 지하공 간의 실내공기질은 불특정 다수의 건강에 영향을 미치 게 된다(Karlsson et al., 2005; Seaton et al., 2005;Pope and Dockery, 2006). Kim et al. (2017)은 지하역사를 이용하는 이용객들이 지하철 여행 중 PM10에 노출되 는 연구를 수행하였으며, Park et al. (2018)은 주요 환 승 역사에서 PM10 농도를 예측하는 연구를 수행하는 등 지하역사를 대상으로 하는 다양한 연구가 진행되고 있다.

    지하역사의 경우, 닫힌 공간으로써 배출되고 축적된 오염물질에 대한 저감 방안이 부족하며, 환기설비를 가 동하는 것 외에는 없는 실정이다. 환기설비는 외기에서 유입되는 외부 공기와 재순환하는 순환 공기로 혼합되 고, 에어필터를 통하여 일부 미세먼지가 저감된 상태로 대합실과 승강장에 공급되고 있다. 그러나 기존 에어필 터들은 사용 시간에 따라 성능이 변한다는 것과 적절 한 유지보수가 이루어지지 않을 경우 에어필터가 막혀 공기조화장치의 송풍기에 부하를 발생시킬 수 있다고 보고하였다(Kim, 2011). 이를 통하여 외부로부터 유입 되는 미세먼지는 지하공간으로 유입되며, 정화되지 않 은 실내공기와 혼합되어 다시 대합실과 승강장에 공급 된다. Marsika and Johnson (2008)와 Yu et al. (2014) 의 보고에 따르면, 외기 PM10 농도가 실내 PM10 농도 에 영향을 미친다고 보고하였으며, Kwon et al. (2015a) 은 외기보다 지하역사에서 PM10이 높은 농도를 유지 되며, 지하역사의 PM10은 외기와 열차 운행에 영향을 받는다고 보고하였다. 이 외에도, 지하공간 환기특성, 차량 운행 특성, 역사 승강장 구조 등에 따른 오염물질 분석 등 다양한 실내공기질 현상분석이 수행되었으며 (Furyra et al., 2001; Kim et al., 2015;Moreno et al., 2015), Kwon et al. (2015b)은 승강장 안전문(PSD; Platform Screen Door) 설치에 따라 승강장 실내오염축적 및 쾌적성이 저하되는 문제를 제기하였으며, 승강장 하 부 배닥 배기장치를 활용하여 환기 효율을 개선하는 등 환기를 통한 실내오염물질 저감 연구를 수행하였다.

    한편, 국내 다중이용시설에서는 실내공기질 관리법 을 통하여 PM10 농도가 관리되고 있다. 지하역사에서 는 PM10에 대한 기준이 150 μg/m3에서 100 μg/m3로 강화될 예정이며, PM2.5에 대한 기준이 신설됨에 따라 초미세먼지에 대한 규제도 강화될 예정이다(실내공기 질관리법). 정부에서는 ‘제3차 지하역사 공기질 개선대 책’을 통하여 터널 및 객실 내 미세먼지에 대한 관리방 안을 제시하고 있다. 노후된 환기설비 및 필터를 개선 하고자 하며, 효과적인 환기설비 운영을 목표로 하고 있다. 한편 스마트 공기질 관리 시스템을 도입하여 외 기 및 인근 대기의 미세먼지 농도를 반영하고, 미세먼 지 농도를 예측하여 효과적인 환기설비를 목표로 하고 있다(ME, 2018).

    최근에는 수치해석 시뮬레이션을 통하여 공학적 성 능을 필요로 하는 기계성능 예측과 성능의 최적화하는 연구가 다양하게 진행되어 지고 있다. Song et al. (2018)은 급기구의 유속과 출입구 형태 등을 CFD (Computational Fluid Dynamics)에 적용하여 PM2.5 농 도와 유속간의 관계식을 도출하는 연구를 보고한 바 있으며, Namgung et al. (2017)은 CFD를 활용하여 승 강장 미세먼지를 제거 할 수 있는 집진장치의 성능을 최적화하였으며, Choi and Kang (2013)은 건축실내 환 경에서의 미세먼지 재비산 및 실내확산 해석 방법을 제시하였다.

    따라서, 본 연구는 지하역사 대합실, 승강장에서 측 정된 급·배기 환경과 PM10 측정결과를 적용하여 역사 기류환경 및 미세먼지 농도분포에 대한 수치해석을 수 행하였다. 급·배기 조건을 적용한 수치해석 결과를 통 하여 지하역사의 공기정체구간과 미세먼지 농도분포를 파악할 수 있으며, 급기량 조건에 따라 달라지는 미세 먼지 농도분포를 확인하고자 한다. 이를 통하여 지하역 사의 미세먼지 관리방안으로써 급기의 역할을 규명하 고자 한다.

    2. 연구방법

    2.1 대상역사 선정

    대상역사로 자동화 환기설비가 없는 J역을 선정하였 다. J역은 1974년에 개통된 비교적 노후역사이다. 지하 역사의 환기를 위하여 기계 환기가 가동되는데, 오전 7 시에부터 가동되어 22시까지 일정한 환기량으로 연속 운전된다. 겨울철 승강장은 난방은 실시하지 않고 있으 나 여름철에는 냉방을 실시하며, 냉방스케줄은 환기스 케줄과 연동되어 함께 실시되고 있다. 대합실과 승강장 에는 급기와 배기 설비가 갖추어져 있으나, 노후된 역 사의 승강장은 배기장치가 선로 옆에 있도록 설계되었 다. 승강장에는 PSD가 설치되어 차량이 운행되는 터 널 공간과 공간적으로 분리되어 있으며, 차량이 정차하 여 승객이 승차 또는 하차하는 시간 동안만 PSD가 개 방되도록 자동 운전되고 있다. 이로 인하여 PSD가 설 치되면서 승강장과 선로 부분이 분리되어 승강장에서 는 배기를 할 수 없는 실정이다. 대합실과 승강장 깊이 는 지상에서 약 2.6 m와 11.4 m로 다른 역사와는 비교 적 지상과 가까운 곳에 위치한다. 승강장 형태는 상행 과 하행 노선이 분리되어 있어 승강장 대기 승객이 서 로 마주 보는 특성을 가지는 facing 타입으로 구성되어 있다. 승강장에 정차하는 지하철 차량은 주중 오전 5~6시 사이에 첫차를 시작으로 24~25시에 마지막 열 차가 운행되고 있으며, 출퇴근 시간대 2-3분 간격으로 운행되며, 평상 시간대에도 최대간격 11분을 넘지 않 는 수준에서 운영되고 있다.

    2.2 측정방법

    2.2.1 PM10 측정

    PM10 측정은 2016년 10월 5일, 2016년 10월 6일에 수행하였다. 측정에 활용된 장비는 중량법 측정장비인 Mini volume air-sampler (Air Metrics, USA)와 광산란 법 측정장치인 OPS (model 3330, TSI, USA), OPC (model1.108, Grimm, Germany), Dusttrak (model 8533, TSI, USA)를 활용하였다. 중량법 측정장치는 6시간 동 안 측정을 수행하였으며, 광산란법 측정장치는 측정간 격을 1분으로 설정하여 측정을 수행하였다. 중량법 측 정장비를 활용하여 광산란법 측정장비를 교정하여 데 이터를 활용하였다. 샘플링 포인트는 총 9지점으로 Fig. 1에 나타내었다. 외기의 영향을 고려하기 위하여 외기 2곳(Entrance, Outdoor inlet)에서 측정을 수행하 였으며, 대합실(C1, C2, C3)과 승강장(P1, P2, P3)에서 는 각각 3곳에서 측정을 수행하였다. 승강장이 열려있 는 동안 유입되는 PM10의 영향을 파악하기 위하여 승 강장에서 약 5 m 떨어진 지점에서 터널 PM10 측정을 수행하였다. 지하역사 인근의 대기 중 PM10 농도를 확 인하기 위하여 대상 역사와는 0.5 km 떨어진 측정소의 데이터를 활용하여 외기 농도를 비교하였다.

    2.2.2 급기량 조사

    선정된 지하역사의 급배기 현황을 파악하기 위하여 급기구의 풍량을 측정하였으며, Fig. 1에서 빨간색은 급기, 파란색은 배기 위치를 나타내었다. 급·배기구에 대한 풍량조사를 수행하였으며, 열차풍의 영향을 확인 하기 위하여 대합실과 승강장의 계단 및 출입구에서 풍속과 풍향을 측정하였다. 그 외 온도, 습도, 기압을 동시에 측정하였다. 풍량 측정에 EBT-731 (TSI, USA) 를 활용하였으며, 풍속풍향 측정에는 TES-1341 (TSI, USA)장비와 AA-136C (Amittrari, USA)를 활용하였다.

    2.3 유동 해석

    2.3.1 경계조건

    유동 해석은 형상 제작, 격자 생성, 수치해석 수행 및 결과 분석의 순서로 진행되었다. 역사 내부 형상은 운영처에서 제공받은 도면을 바탕으로 생성하였다. 유 동 해석에 사용된 격자계는 unstructured 격자를 사용 하였으며, 약 290만 개의 격자를 사용하여 해석을 수 행하였다(Fig. 2). 수치 해석은 상용 프로그램인 ANSYS CFX v18.1으로 진행하였으며, 정상상태 해석 과 비정상 상태 해석을 수행하였다. 지상의 외부 출입 구와 지하 역사 내부의 환풍구에 급/배기 조건을 부여 하였고, 대합실과 승강장의 계단 통로를 적용하여 수치 해석을 수행하였다. 열차 진·출입시에는 PSD를 통해 유입되는 유량 조건을 부여하여 해석을 수행하였으며, 이때 유입되는 입자의 크기는 10 μm로 설정하고 입자 의 개수는 해당 PM10 농도값에 해당되는 개수를 설정 하였다. 유동해석을 위해 역사 내부로 유입되는 급기량 과 배기구를 통해 배기 되는 배기량은 현장 조사 결과 를 반영하였다. 난류 모델은 SST (Shear Stress Transport) 을 사용하였으며 작동 유체는 25ºC의 공기를 적용 하였다.

    외기와 재순화공기가 급기 될 때 별도의 에어필터를 거치지 않은 상태로 급기 되도록 가정하였다. 위와 같 은 설정 외에 사람의 이동이나 내부의 미세먼지 발생 량이 없다고 가정하였다.

    2.3.2 설정조건

    역사 내 PM10 농도분포를 파악하기 위하여 두 가지 조건을 통하여 해석을 수행하였다. 첫 번째로 실측한 급·배기량을 적용하여 열차 미운행 시 역사 내 PM10 농도를 일차적으로 알아보았다. 이후 설계 풍량과 2배 의 설계 풍량을 적용하여 해석을 수행하였다. 두 번째 로 열차 운행 조건을 고려하여 미세 먼지 농도 분포를 분석하였다. 열차 진입 시 PSD는 닫힌 상태에서 PSD 틈 사이로 유입되는 10 μm의 먼지를 통하여 해석에 적 용하였으며, 열차 출발 시 역사에서 터널로 빠져나가는 현상을 적용하였다.

    3. 결과 및 고찰

    3.1 PM10과 급기량 조사 결과

    3.1.1 PM10 측정결과

    각 측정지점에서의 PM10 측정결과 및 에어코리아 데이터를 Table 1에 나타내었다. 대기측정망에서 측정 된 외기 PM10 농도는 20.4 μg/m3와 30.3 μg/m3으로 역 사 내부보다 낮은 농도를 확인하였으며, 출입구 인근에 서는 측정한 두 지점에서의 PM10 농도는 외기와 비슷 한 것을 확인하였다. 대합실에서는 45.2 μg/m3와 59.5 μg/m3를 나타내었으며, 승강장에서는 142.8 μg/m3와 155.2 μg/m3로 대합실보다 약 3배 이상 낮은 농도를 확 인하였다. 터널은 승강장보다 높은 210 μg/m3을 나타 내어 외기, 대합실, 승강장, 터널 순으로 높은 PM10 농 도를 확인하였다. 각 측정지점에서의 측정결과를 유동 해석에 반영하였으며, PSD 틈으로 유입되는 미세먼지 농도는 터널 미세먼지 농도인 210 μg/m3로 적용하였다.

    3.1.2 급기량 측정 결과

    대합실과 승강장에서 측정한 결과를 Table 2에 나타 내었다. 대합실에서는 급기와 배기 분포는 골고루 분포 되어 있었다. 대합실의 7개 급·배기라인은 급기와 배 기가 차례로 분포하였으며, 마지막 라인은 급·배기가 동시에 이루어지고 있었다. 승강장에서는 facing 타입 의 승강장으로 인하여 상선과 하선이 분리되어 구성되 어 있으며, 각각 하나의 급기라인만을 구성하였다. 이 를 통하여 승강장에서는 급기만 이루어지고 있음을 확 인하였다. 역사 내부에 공급되고 있는 급·배기량을 조 사해본 결과, 총 1277.4 CMM이 역사에 급기되고 있었 으며, 대합실에서는 588.7 CMM, 승강장에서는 859.3 CMM이 공급되고 있었다. 반면, 배기는 대합실에서만 이루어지고 있었으며, 170.6 CMM의 배기량을 확인하 였다. 이를 통하여 급·배기의 불균형을 확인하였으며, 급기량 측정결과, 실제로 급기되고 있는 유량은 설계유 량의 37%만 급기되는 것을 확인하였다.

    3.2 유동해석 결과

    3.2.1 체류속도 및 유속

    급·배기 설비, 열차 진·출입을 고려하여 공기나이 (Age)와 유속을 해석하였다(Fig. 3). 대합실과 승강장에 서의 평균 유속은 0.4 m/s와 0.27 m/s로 대합실에서 더 높은 유속을 확인하였다. 지점별 유속분포를 확인해보 면, C1, C2, C3는 각각 0.21 m/s, 0.24 m/s, 0.75 m/s를 나타내었으며, 승강장 P1, P2, P3이 각각 0.07 m/s, 0.35 m/s, 0.38 m/s를 나타내었다. 대합실과 승강장에서 의 평균 공기나이는 332 s와 372 s로 승강장에서 더 높 은 공기나이를 확인하였다. 지점별 공기나이 분포를 확 인한 결과, C1, C2, C3는 각각 576 s, 276 s, 194 s를 나타내었으며, P1, P2, P3은 각각 721 s, 200 s, 195 s를 나타내었다. 유속분포와 공기나이를 분포를 통하여 C1 과 P1이 공기 정체 구간임을 확인하였다.

    3.2.2 미세먼지 농도분포

    Fig. 4는 대합실과 승강장에서의 PM10 입자의 해석 결과와 측정결과를 비교하였다. 승강장에서는 해석값 과 측정값의 평균이 각각 146.0 μg/m3과 149.0 μg/m3 로 적은 농도 차이를 보였다. 반면 대합실에서의 해석 값과 측정값 평균이 각각 80.3 μg/m3와 52.4 μg/m3로 약 28 μg/m3의 농도 차이를 보였다. 이는 심도가 낮은 대합실에서는 출입구를 통하여 유입되는 외기와 대합 실에서의 공기가 밖으로 배출되면서 해석결과보다 더 낮은 측정결과를 나타낸 것으로 판단된다. 터널로부터 유입된 미세먼지는 승강장, 대합실을 거쳐 외기로 빠져 나갈 것으로 추정되며, 향후 지하역사 출입구 형태 및 외기 유속 등을 파악하여 해석을 진행할 경우 더 정확 한 해석 값을 도출할 것으로 예상된다.

    열차가 진입한 순간부터 정차 후 2분, 열차 출발 후 2분 동안의 PM10 농도분포를 Fig. 5에 나타내었다. 대 합실 3개 위치에서 평균 PM10 농도는 53.1 μg/m3, 62.1 μg/m3, 71.1 μg/m3을 나타내었으며, 승강장 3개 위 치에서는 142.3 μg/m3, 135.5 μg/m3, 95.4 μg/m3를 나타 내었다. 승강장 3지점 중에서 P3를 제외한 두 지점에 서 높은 미세먼지 농도분포를 나타내었으며, 시간이 지 나도 농도가 낮아지지 않는 것을 확인하였다. 유속과 공기나이 해석을 통하여 확인한 공기 정체 구간에서의 미세먼지 농도를 살펴보면, 해석결과로는 공기정체구 간(C1, P1지점)에 큰 영향을 받지 않는 것으로 나타났 지만, 측정결과를 통하여 C1지점과 P1에서의 측정된 미세먼지 농도가 다른 지점들보다 높았다. 이를 통하여 공기 정체 구간에서 미세먼지 농도가 다른 지점에 비 하여 다소 높다는 것을 확인하였다.

    열차가 진입하기 시작하면서 PM10 농도도 함께 증 가하였으며, 약 3분가량 높은 농도를 유지하였다. 3분 후에는 PM10 농도가 점차 낮아지는 것으로 확인되지 만, P1과 P2지점에서는 상대적으로 감소량이 낮은 것 을 확인할 수 있다.

    급·배기량에 따른 PM10의 저감효과를 검토하기 위 해 열차가 진입할 때 실제 측정 유량과 설계유량 조건, 2배의 설계유량을 급기하는 조건을 적용한 해석결과를 나타내었다(Fig. 6). 측정유량 조건에서 대합실과 승강 장에서 평균 PM10 농도는 138 μg/m3과 144 μg/m3를 나타내었으며, 설계유량에서는 94 μg/m3와 115 μg/m3 을 나타내었으며, 2배의 설계유량을 급기할 경우 63 μg/m3과 76 μg/m3의 PM10 해석결과를 확인하였다. 이를 통하여 급기량이 증가함에 따라 역사 내 PM10농 도는 낮아지는 것을 확인할 수 있었다. 설계유량 2배의 설계유량을 급기 할 경우, 실제유량으로 급기할 때보다 대합실에서는 각각 32%와 54%의 저감률을 확인하였으 며, 승강장에서는 20%와 47%의 저감률을 확인하였다.

    4. 결 론

    지하철 이용객들의 미세먼지 노출량을 줄이기 위하 여 지하역사의 미세먼지 관리는 매우 중요하다. 이에 본 연구에서는 지하역사의 승강장, 대합실 및 외부환경 에 대한 3차원 형상을 모사한 후, 실측된 급·배기 환 경과 PM10 측정결과를 적용하여 역사 내 기류환경 및 미세먼지 농도분포에 대한 수치해석을 수행하였다.

    1. 급기량 조사 결과, 실제로 지하역사에 공급되는 급기량은 설계유량의 37%에 미치는 것으로 조사 되었다. PM10 측정결과, PM10 공공데이터와 출입 구 인근 외기의 농도가 유사하게 나타났으며, 대 합실, 승강장, 터널 순으로 높은 미세먼지 농도를 확인하였다.

    2. 수치해석 결과 중 공기나이와 유속을 활용하여 지 하역사에서의 공기 정체 구간을 확인하였으며, PM10 해석결과는 대합실에서는 다소 차이를 보였 으나 승강장에서는 측정값과 유사한 값을 확인하 였다. 급기량 조사를 통한 수치해석은 승강장 PM10 농도분포를 예측할 수 있다.

    3. 열차 운행 시 승강장의 PSD가 닫혀있음에도 불구 하고 승강장 일부 구간에서의 PM10 농도는 150 μg/m3까지 증가하는 것을 확인하였으며, 열차 진 출 후에도 공기정체구간에서는 PM10 농도가 100 μg/m3 아래로 내려가지 않아 공기정체구간의 관리가 필요하다고 사료된다.

    4. 설계된 급기량으로 급기가 이루어지지 않는 상황 이지만, 급기량이 증가할 경우 역사 내 미세먼지 농도는 감소하는 것으로 분석되었다. 따라서, 외 기조건에 따른 급기량 변화를 통하여 역사 내 미 세먼지 농도를 관리할 수 있다.

    감사의 글

    이 연구는 과학기술정보통신부 ICT 기금으로 수행 한 ‘국가인프라 지능 정보화 사업’으로 지원 받아 수행 되었음.

    Figure

    JOIE-18-1-81_F1.gif

    Locations of sampling sites in underground station.

    JOIE-18-1-81_F2.gif

    3D computational grid of the underground station.

    JOIE-18-1-81_F3.gif

    Results of flow velocity and air age by each conditions.

    JOIE-18-1-81_F4.gif

    Comparison between calculated value and measured value; (a) Concourse, (b) Platform.

    JOIE-18-1-81_F5.gif

    Variation of calculated PM10 value when passing the train.

    JOIE-18-1-81_F6.gif

    Variation of PM10 concentration distribution depending on supplied air volume.

    Table

    Result of measurement of PM10 and the public data near the J station

    Result of measurement of air volume at each sampling site (unit : CMM)

    Reference

    1. Choi, D. H. , Kang, D. H. , 2013. Experimental and computational fluid dynamics (CFD) methods to analyze particle resuspension and dispersion in buildings , Architectural Research29(10), 275-282.
    2. Furuya, K. , Kudo, Y. , Okinaga, K. , Yamuki, M. , Takahashi, S. , Araki, Y. , Hisamatsu, Y. , 2001. Seasonal variation and their characterization of suspended particulate matter in the air of subway stations , Journal of Trace and Microprobe Techniques19(4), 469-485.
    3. Kim, M. H. , Park, S. C. , Namgung, H. G. , Kwon, S. B. , 2017. Estimation of inhaled airborne particle number concentration by subway users in Seoul, Korea , Environmental Pollution231, 663-670.
    4. Kim, T. S. , 2011, Laminar-type cyclone applied to air conditioner filter in underground station (in korean paper) , International Journal of Air-Conditioning and Refrigeration33, 33-38.
    5. Kim, M. J. , Braatz, R. D. , Kim, J. T. , Yoo, C. K. , 2015. Indoor air quality control for improving passenger health in subway platforms using an outdoor air quality dependent ventilation system , Building and Environment92, 407-417.
    6. Kwon, S. B. , Jeon, W. T. , Park, D. S. , Kim, K. T. , Cho, K. H. , 2015a. A multivariate study for characterizing particulate matter (PM10, PM2.5, and PM1) in Seoul metropolitan subway stations, Korea , Journal of Hazardous Materials297, 295-303.
    7. Kwon, S. B. , Song, J. H. , Ryu, J. H. , Jo, S. W. , Oh, T. S. , Bae, S. J. , Kim, H. K. , 2015b. A study on the improvement of the air exhaust system at the PSD installed subway station . Journal of Korean Tunnelling and Underground Space Association, 17(3), 353-362. (in Korean with English abstract)
    8. Marsika, T. , Johnson, R. , 2008. HVAC air-quaity model and its use to test a PM2.5 control strategy , Building and Environment43(11), 1850-1857.
    9. Ministry of Environment (ME), 2018. 3<sup>rd</sup> Management and improvement of air quality at underground station (2018~ 2022), 8-10.
    10. Moreno, T. , Pereza, N. , Rechea, C. , Martins, V. , Miguel, E. , Capdevila, M. , Centelles, S. , Minguillon, M. , Amato, F. , Alastuey, A. , Querol, X. , Gibbons, W. , 2014. Subway platform air quality: assessing the influences of tunnel ventilation: train piston effect and station design , Atmospheric environment92, 461-468.
    11. Moreno, T. , Martins, T. , Querol, X. , Jones, T. , BeruBe, K., Minguillon, M. C., Amato, F., Capdevila, M., Miguel, E. D., Centelles, S., Gibbons, W., 2015. A new look at inhalable metalliferous airborne particles on rail subway platforms . Science of The Total Environment505, 367-375.
    12. Namgung, H. K. , Park, S. C. , Kim, M. H. , Kim, S. Y. , Kwon, S. B. , 2017. Study on the optimal design of floor exhaust system using computational fluid dynamics for subway platform, Journal of the Korea Academia-Industrial cooperation Society18(2), 443-449.
    13. Park, S. C. , Kim, M. J. , Kim, M. H., Namgung, H. K., Kim, K. T., Cho, K. H., Kwon, S. B., 2018. Predicting PM10 concentration in Seoul metropolitan subway stations using artificial neural network (ANN), Journal of Hazardous Materials 341, 75-82.
    14. Pope, 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.
    15. Song, X. Y. , Lu, Q. C. , Peng, Z. R., 2018. Spatial distribution of fine particulate matter in underground passageways, Environmental Research and Public Health 15(8), 1574.
    16. Seaton, A. , Cherrie, J. , Dennekamp, M., Donaldson K., Hurley, J. F., Tran, C. L., 2005. The London underground dust and hazards to health. Occupational & Environmental Medicine 62(6), 355-362.
    17. Yu, C. K. H. , Li, M. , Chan, V., Lai, A. C. K., 2014. Influence of mechanical ventilation system onindoor carbon dioxide and particulate matter concentration, Building and Environment 76, 73-80.