http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
위성 영상과 관측 센서 데이터를 이용한 PM10농도 데이터의 시공간 해상도 향상 딥러닝 모델 설계
백창선,염재홍 한국측량학회 2019 한국측량학회지 Vol.37 No.6
PM10 concentration is a spatiotemporal phenomenta and capturing data for such continuous phenomena is a difficult task. This study designed a model that enhances spatiotemporal resolution of PM10 concentration levels using satellite imagery, atmospheric and meteorological sensor data, and multiple deep learning models. The designed deep learning model was trained using input data whose factors may affect concentration of PM10 such as meteorological conditions and land-use. Using this model, PM10 images having 15 minute temporal resolution and 30m×30m spatial resolution were produced with only atmospheric and meteorological data. PM10 농도는 시간 및 공간 의존성을 동시에 가지는 시공간 데이터이지만 현실적으로 연속적인 시공간 데이터를 획득하는 것은 쉬운 일이 아니다. 본 연구에서는 위성영상과 대기질 및 기상 관측 센서 데이터를 복합적인 딥러닝 모델에 적용하여 시공간 해상도를 향상시키는 모델을 설계하였다. 설계된 딥러닝 모델은 기상, 토지 이용 등 PM10 농도에 영향을 줄 수 있는 인자를 이용하여 학습하였으며, 대기질 및 기상 관측 데이터만을 이용하여 15분 단위의 30m×30m의 공간해상도를 PM10 영상을 생성하였다.
지하역사의 미세먼지 농도 예측을 위한 소프트센서(soft sensor) 모델 개발
김민정(Minjeong Kim),박덕신(Duckshin Park),문대섭(Dae Seop Moon) 한국철도학회 2017 한국철도학회 학술발표대회논문집 Vol.2017 No.05
본 연구는 지하역사 내 미세먼지(PM10)의 농도 예측을 위한 소프트센서 개발을 목적으로 하였다. 소프트센서란 측정이 용이한 변수들의 정보를 이용하여 측정이 어려운 변수를 추론하는 방법이다. 지하역사 내 PM10 소프트센서의 개발을 위해 본 연구는 독립성분회귀(independent component regression)를 사용하였는데 이는 다변량 데이터의 차원 축소를 통해 주요한 정보를 추출하며 이를 바탕으로 선형 회귀모델을 구축하는 통계기법이다. 개발된 소프트센서를 서울 S-역사 공기질 자료에 적용한 결과 주성분회귀(principal component regression)를 사용한 기존 소프트센서에 비해 지하역사 내 PM10 농도를 정확도 높게 예측함을 확인할 수 있었다. An objective of this research is to develop a soft sensor for estimating particulate matter (PM) concentration at underground subway stations. The soft sensor infers difficult-to-measure variable based on information of easy-to-measure variables. To develop the soft sensor, an independent component regression (ICR) is used, where the ICR is an optimal technique to construct a linear regression model by extracting essential information from multivariate data. Experimental results in S-subway station show that the proposed method can improve the performance for estimating PM10 concentration at subway station as compared to the conventional soft sensor which is developed using principal component regression (PCR).
이창호(Lee, Chang Ho),오성남(Oh, Sung Nam) 한국방재학회 2020 한국방재학회논문집 Vol.20 No.1
미세먼지에 대한 사회적 관심이 높아지고 있다. 따라서 미세먼지의 농도를 측정하는 센서와 이를 접목한 다양한 측정기기가개발되어 사용되고 있다. 대표적인 사례로서 광산란 방법의 측정센서가 유통됨에 따라 미세먼지 측정기를 직접 제작하여측정하는 자가측정이 증가하고 있다. 그러나 광산란에 의한 미세먼지 측정기는 대기의 습도에 매우 민감하여 공기 중의수증기를 미세먼지로 인식하는 취약한 부분이 있다. 따라서 대기의 습도가 미세먼지 농도에 미치는 영향을 정량적으로 파악하여측정값의 보정에 활용하고자 한다. 본 연구에서는 광산란 방법에 의한 미세먼지 측정센서로 부터 측정된 미세먼지 농도와상대습도와의 상관성을 조사하였다. 그 결과 상대습도와 미세먼지 농도는 높은 양의 상관관계를 나타내었다. 또한 습도가증가하거나 감소할 때도 같은 추이를 나타내었다. The interest in fine dust has greatly increased. Therefore, sensors and devices for measuring the concentration of fine dust have been developed and are being used. For example, the distribution of light scattering measuring sensors has increased the use of self-measurement to manufacture and measure fine dust detectors. However, fine dust detectors that use light scattering are extremely sensitive to humidity; there is a highly sensitive component that recognizes water vapor in the air as fine dust. Therefore, the purpose of this study is to quantitatively understand the influence of atmospheric humidity on the concentration of fine dust and to use this understanding to correct measured values. In this study, we investigated the correlation between fine dust concentration and relative humidity measured by a fine dust sensor using the light scattering method. As a result, relative humidity and fine dust concentration exhibited a high positive correlation. The same trend was also observed when the humidity either increased or decreased.
임재권,이혜경 한국BIM학회 2022 KIBIM Magazine Vol.12 No.4
Fine Dust in Korea has been classified as a social disaster since 2019 due to continuous increase in concentration of Particulate Matter 10(PM 10) and PM 2.5. The fine dust issue has negative physical and mental impacts, especially on vulnerable population including children and the elderly. Seoul metropolitan government have installed fine dust shelters since 2019. However, there is a lack of research that evaluates spatiotemporal distribution of these facilities. Therefore, the first aim of this study is to find the relationship between PM levels and dust scattering construction sites, or air pollutant emission sites through in depth spatial analyses. The second purpose is to analyze the spatial distribution of PM shelters in Seoul, and to evaluate the location efficiency of them. Kernel density, krigging, and network analyses were conducted, and floating population was considered instead of census data for this research. The reults of network analysis based on the road system showed that Yangcheon-gu, Songpa-gu, Seongbuk-gu, and Dobong-gu were found to need additional fine dust shelters. Also, the results from analyzing the floating population that includes children and the elderly showed that Songpa-gu, Seodaemun-gu, Gangdong-gu, Seocho-gu, and Dongdaemun-gu need more placements of find dust shelters. The results of this study are expected to provide implications for urban planners to enhance find dust shelter placement in urban areas, and vulnerable population issues would be considered in many ways.