• 융합정보논문지
• /
• 제11권3호
• /
• pp.7-13
• /
• 2021

본 연구는 딥러닝(Deep Learning) 알고리즘 GAN 모델을 기반으로 초미세먼지(PM2.5) 인공지능 예측시스템을 개발한다. 실험 데이터는 시계열 축으로 생성된 온도, 습도, 풍속, 기압의 기상변화와 SO2, CO, O3, NO2, PM10와 같은 대기오염물질 농도와 밀접한 관련이 있다. 데이터 특성상, 현재시간 농도가 이전시간 농도에 영향을 받기 때문에 반복지도학습(Recursive Supervised Learning) 예측 모델을 적용하였다. 기존 모델인 CNN, LSTM의 정확도(Accuracy)를 비교분석을 위해 관측값(Observation Value)과 예측값(Prediction Value)간의 차이를 분석하고 시각화했다. 성능분석 결과 제안하는 GAN이 LSTM 대비 평가항목 RMSE, MAPE, IOA에서 각각 15.8%, 10.9%, 5.5%로 향상된 것을 확인하였다.

• 한국농공학회논문집
• /
• 제62권5호
• /
• pp.27-37
• /
• 2020

As domestic meat consumption increases, the broiler production industry has been larger and denser. The concentration of particulate matter (PM) and harmful gases generated is also increasing inside livestock house. However, the current research status of PM exposed to farm workers and the health effects are in the early stage. To understand PM concentration affecting workers in the broiler house, field monitoring was conducted according to its size distributions. Concentrations of PM₁₀, PM_2.5, and TD (Total Dust) were monitored using personal air samplers with teflon filter during working and moving periods considering the ventilation systems of 6 broiler houses. The purpose of this study is to monitor the PM concentration in the experimental broiler houses operated by forced ventilation system generally used in Korea and to evaluate the regional concentrations through airflow pattern. The PM concentrations were increased from inlet to outlet vents resulting in 1,872 of TD, 1,385 of PM₁₀, and 209 ㎍/㎥ of PM_2.5, respectively. The TD and PM₁₀ concentrations were increased when the workers and broilers were moving. Among them, the particle size that occupied the largest amount of PM was 13.75 ㎛. These results suggest that personal protection equipments are important to reduce the health effect from PM inhalation.

• 서비스연구
• /
• 제10권1호
• /
• pp.55-67
• /
• 2020

미세먼지 문제는 최근 우리나라 국민의 최대 관심사로 부상되었고 정부 및 지방자치단체에서도 상당한 노력을 기울이고 있다. 그간 미세먼지와 관련하여 다수의 학술적 연구가 진행되어왔지만 경제 분야의 연구는 상대적으로 미흡하였다. 본 연구에서는 미세먼지가 개별 주식에 어떠한 영향을 끼치는지에 대하여 빅데이터 분석을 통해 알아보고자 한다. 2013년부터 2017년까지 총 5개년을 대상으로 PM10농도 미세먼지 데이터와 미세먼지 테마주 데이터와의 관계를 분석하였다. 연구방법으로는 일반화최소제곱법을 사용한 선형회귀모형을 사용하여 회귀분석을 실시하였다. 연구 결과 미세먼지 농도가 전일에 비해서 증가했을 때 미세먼지 테마주의 주가가 상승하는 것으로 나타났다. 그리고, 2013년부터 2017년까지 주가변동 분석결과 회귀계수 값이 큰 기업은 매년 달라졌다. 5개년 동안 제일 큰 반응을 보인 기업은 오공, 웰크론, 동성제약, 삼일제약, 모나리자 순이었다. 그 중 연도별로 반복적으로 등장하는 기업으로는 모나리자가 2014년, 2015년, 2017년에, 삼일제약은 2015년, 2016년, 2017년에, 웰크론은 2016년, 2017년에 반복적으로 회귀계수가 크게 나타났으며 해당 기업은 미세먼지 농도에 주가가 민감하게 반응하는 기업이라고 사료된다. 향후 PM2.5 측정 데이터가 충분히 쌓이게 된다면 PM2.5의 농도를 독립변수로 한 연구와 비교·분석하는 것도 의미가 있을 것이다. 본 연구에서는 미세먼지 농도만을 독립변수로 하였는데 설명력을 높일 수 있는 변수를 추가한다면 좀 더 의미있는 연구결과를 기대할 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제35권6_1호
• /
• pp.919-932
• /
• 2019

미세먼지는 인간 활동에 의한 오염물질 배출에 의해 발생하는 것이 일반적이지만, 수문기상 조건에 따라 이동, 심화, 소멸 과정에서 매우 복잡한 메커니즘을 지니고 있으므로 효과적인 미세먼지 대책 마련을 위해서는 수문기상인자와 미세먼지 간의 상관성에 대한 이해가 필수적이다. 현재 우리나라의 미세먼지 농도 관측 및 예보는 지점 측정소에서 농도를 측정하고, 이 자료를 기반으로 측정소가 위치하지 않는 지역의 값을 추정함으로써 이루어지고 있다. 이러한 관측 방식 및 자료는 공간적 대표성을 갖지 못하기 때문에 관측소와의 거리가 먼 지역의 정확한 미세먼지 농도를 파악하는 것이 불가능하며, 미세먼지의 이동, 심화, 소멸 단계를 추적하는데 어려움이 있다. 본 연구에서는 Global Land Data Assimilation System (GLDAS)의 다양한 수문기상인자를 사용하여, 베이지안 모델 평균(Bayesian Model Averaging, BMA)을 통해 초미세먼지(PM2.5)와 유의미한 상관성을 갖는 인자를 선별하였다. 선별된 인자는 MODerate Resolution Imaging Spectroradiometer (MODIS)의 Aerosol Optical Depth (AOD) 자료와 함께 계절별 PM2.5 농도 산출 모델을 구축하는데 활용되었으며, 산출 결과를 매핑하여 PM2.5 농도의 공간 분포를 파악하고자 하였다. 지점 기반 자료와의 비교를 통해 구축된 모델을 검증하였을 때, 측정된 PM2.5 농도와 높은 상관성(R ~0.7; IOA ~0.78; RMSE ~7.66 ㎍/㎥)을 나타냈으며, 지역별로 나누어 비교할 경우 데이터의 분포는 유사하나 상관계수의 차이를 보이는 것을 확인할 수 있었다(R: 0.32-0.82). 모델 산출 자료를 활용하여 PM2.5 농도를 매핑한 결과 기존 내삽 방법에 비해 시공간적 변동성을 더욱 잘 표현하는 것을 확인하였다. 추후 연구 지역을 동아시아 지역으로 확장 시킨다면 국내외 미세먼지 발생원의 파악 및 이동 양상에 대한 분석에 용이할 것으로 기대된다.

• 한국입자에어로졸학회지
• /
• 제18권4호
• /
• pp.109-127
• /
• 2022

Recently, low-cost particulate matter (PM) sensors have been widely used in monitoring mass concentration. Maintaining the accuracy of the sensors is important and requires rigorous performance evaluation and calibration. In this study, two commercial low-cost PM sensors(LCS), Plantower PMS3003 and Plantower PMS7003, were evaluated in the laboratory and field with a reference-grade PM monitor (GRIMM 11-D). Laboratory evaluation was conducted with single/mixed particles of PSL (Poly Styrene Latex) in an acrylic chamber at 20℃ and relative humidity of 20%. Field evaluation was conducted inside a building of Yonsei University (Shinchon) from February 12 to March 31, 2022. In both evaluations, LCS measured values became different from reference measured values when the relative humidity was high or the outdoor air PM10/PM2.5 ratio was high. Based on the field evaluation, the LCS measured values were corrected through four different regression analysis models. As a result, the multivariate polynomial regression analysis model showed highest matching with the reference PM monitor (PM2.5 >0.9, PM10 >0.85). In this model, the PM10/PM2.5 ratio and relative humidity were chosen as independent variables.

• 한국환경과학회지
• /
• 제23권2호
• /
• pp.249-259
• /
• 2014

This paper investigates the characteristics of high $PM_{2.5}$ episodes occurred at Anmyeondo area in spring time, 2009. The monthly mean $PM_{2.5}$ concentration during April was the highest in the year and especially, high levels of $PM_{2.5}$ exceeding standard regulation level were sustained consecutively during 5 to 13 April. To analyze more detailed $PM_{2.5}$ characteristics, numerical simulations were carried out using CMAQ(Community Multi-scale Air Quality) with IPR(Integrated Process Rate) and DDM-3D(Decoupled Direct Method). $PM_{2.5}$ level was lower in daytime than that in nighttime due to vigorous vertical mixing during daytime. The chemical composition was showed that ratio of primary ion components such as sulfate($SO_4{^{2-}}$), nitrate($NO_3{^-}$) and ammonium($NH_4{^+}$) were nearly half of total amount of $PM_{2.5}$. Aerosol and transport process dominantly contributed to $PM_{2.5}$ concentration in Anmyeondo area and contribution rate of local emissions was nearly zero since Anmyeondo area has rare anthropogenic PM emission sources. DDM-3D analysis result showed that $PM_{2.5}$ in Anmyeondo area was influenced by emissions from Shanghai and Shandong region of China.

• 한국환경과학회지
• /
• 제29권5호
• /
• pp.495-506
• /
• 2020

This study investigated the nitrate formation process, and mass closure of Particulate Matter (PM) were calculated over the urbanized area of Jeju Island. The data for eight water-soluble inorganic ions and nineteen elements in PM_2.5 and PM₁₀ were used. The results show that the nitrate concentration increased as excess ammonium increased in ammonium-rich samples. Furthermore, nitrate formation was not as important in ammonium-poor samples as it was in previous studies. According to the sum of the measured species, approximately 45~53% of gravimetric mass of PM remained unidentified. To calculate the mass closure for both PM_2.5 and PM₁₀, PM chemical components were categorized into secondary inorganic aerosol, crustal matter, sea salt, trace matter and unidentified matter. The results by the mass reconstruction of PM components show that the portion of unidentified matter was decreased from 52.7% to 44.0% in PM_2.5 and from 45.1% to 29.1% in PM₁₀, despite the exclusion of organic matter and elemental carbon.

• 지적과 국토정보
• /
• 제51권2호
• /
• pp.141-150
• /
• 2021

미세먼지는 사람의 건강에 많은 영향을 미치는 물질로서 이와 관련하여 다양한 연구가 이루어지고 있다. 미세먼지의 인체 영향으로 인해 서울시 모니터링 네트워크에서 측정된 과거 데이터를 활용하여 미세먼지를 예측하려는 다양한 연구가 진행되고 있다. 본 연구는 2019년 5월 서울시의 미세먼지를 중점으로 진행하였으며, 학습에 사용한 변수는 SO₂, CO, NO₂, O₃와 같은 대기오염물질 데이터를 활용하였다. 예측모델은 Adaboost에 기반하여 구축하였고, 훈련모델은 PM₁₀과 PM_2.5로 구분하였다. 에러 메트릭스를 통한 예측모델의 정확도 평가 결과로 Adaboost가 시도되었다. 대기오염물질은 초미세먼지와 더 높은 상관성을 보이는 것으로 나타났지만, 보다 효과적인 분포등급을 제시하기 위해서는 많은 양의 데이터를 학습하고, PM₁₀과 PM_2.5의 공간분포 등급을 효과적으로 예측하기 위해서 교통량 등의 추가적인 변수를 활용할 필요성이 있다고 판단된다.

• 한국지구과학회지
• /
• 제26권6호
• /
• pp.573-583
• /
• 2005

부산지역에서 $PM_{10}$ 과 $PM_{2.5}$중의 금속 성분 농도를 파악하기 위하여 2004년 3월부터 2004년 12월까지 조사하였다. $PM_{10}$의 평균농도는 $58.2{\mu}g/m^3$ 농도범위는 $8.3\~161.1{\mu}g/m^3$이었으며, $PM_{2.5}$의 평균농도는 $29.3{\mu}g/m^3$, 농도범위는 $2.8~\65.3{\mu}g/m^3$였다. $PM_{10}$의 평균 질량농도는 황사시 $121.5{\mu}g/m^3$, 비황사시 $56.0{\mu}g/m^3$로 나타났다. 10 이상의 지각농축계수를 보인 성분은 Cd, Cr, Cu, Ni, Pb 및 Zn로서 인위적기원을 받은 것으로 추정된다. $PM_{10}$과 $PM_{2.5}$ 중 미량금속 성분의 지각농축계수는 황사시보다 비황사시에 높게 나타났으며, 인근의 공단지역으로부터 인위적 오염물질이 수송된 것으로 추정된다. $PM_{10}$과 $PM_{2.5}$의 토양입자의 평균 기여율은 각각 $15.2\%$와$17.5\%$였다. 토양기여율의 황사/비황사비는 $PM_{10}$과 $PM_{2.5}$에서 각각 1.9와 2.1로 나타났다.

• 한국대기환경학회지
• /
• 제31권5호
• /
• pp.437-448
• /
• 2015

The purpose of this study is to present the source contribution of the fine particles ($PM_{2.5}$) in Chungju area using the CMB (chemical mass balance) method throughout the four seasons in Korea. The Chungju's annual average level of $PM_{2.5}$ was $48.2{\mu}g/m^3$, which exceeded two times higher than standard air quality. Among these particles, the soluble ionic compounds represent 54.2% of fine particle mass. Additionally, the OC concentration in Chungju stayed similar to other domestic cities, while the EC concentration decreased significantly compared to other domestic/international cities. The concentration of sulfur represented the highest composition (8%) among the fine particle compounds. According to the CMB results, the general trend of the $PM_{2.5}$ mass contributors was the following: secondary aerosols (50.5%: ammonium sulfate 26.5% and ammonium nitrate 24.0%) > gasoline vehicle (18.3%) > biomass burning (11.0%) > industrial boiler (6.0%) > diesel vehicles (4.4%). The contribution of the secondary aerosols was the main cause than others. This impact is assumed to be emitted from air pollutants of urban cities or neighbor countries such as China.