머신러닝 클러스터링을 이용한 강릉지역의 컬럼 에어로솔 기여도 산정

국문 초록 (Abstract)

영동지역은 복잡한 지형조건과 기상학적 영향으로 인하여 대기 중에 에어로솔의 변화가 다양하게 나타날 것으로 추정되지만 지상관측 자료가 부족하여 정량적인 평가가 어려운 실정이다. 따라서, 현재 운용 중인 썬포토미터와 인공위성 AOD 산출물을 이용하여 강릉지역 대기 중의 에어로솔 값의 현황분석 및 기여도를 산출하였다. 강릉지역 대기 에어로솔의 유출입 기여도는 지역별 관측자료의 비교분석 결과와 특이사례 분석을 통하여 유추할 수 있었으며, 머신러닝 클러스터링 기법을 적용하여 특이사례에 대한 시나리오를 작성하였다. 지역별 AOD 관측 결과는 서울(0.611 ± 0.568), 원주(0.4635 ± 0.5127), 강릉(0.368 ± 0.321)의 값이 산출되었다. 그리고 컬럼 관측 자료와 기상관측자료를 이용한 머신러닝 클러스터링 기법을 적용한 결과 강릉지역의 컬럼 에어로솔에 관한 특징이 명확히 분류되었다. 이러한 방법론은 대기 중 칼럼 에어로솔의 특성분류 및 기여도 산정을 통하여 미세먼지 모니터링 및 예측에 효과적일 것이다.