• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2002.11a
• /
• pp.157-158
• /
• 2002

도시/국지규모에서의 풍하측 오존농도 상승은 도심 및 인근지역 배출원 환경과 함께 국지풍(local wind)에 의해 크게 좌우된다. 즉 도심배출에 의한 오존의 광화학 생성과 국지풍에 따른 단거리수송 및 국지적 축적 효과가 결부되어 풍하측 고농도가 나타나게 되는 것이다. 기존 여러 연구에서 도심의 경우 지속적인 NOx 배출의 영향으로 오존농도가 상승하지 못하는 반면 (NOx titration), 상대적으로 배출원이 적은 풍하측지역은 오존 및 전구물질의 수송과 축적을 통해 고농도가 나타남을 밝히고 있다. (중략)

• Journal of the Korean Society of Radiology
• /
• v.10 no.3
• /
• pp.171-180
• /
• 2016

This study was to evaluate the change in characteristics of concentration of ozone after exposure to high energy radiation in linac room. Background ozone concentration of linac room was measured and compared to ozone concentration around linac room. Background ozone concentration of linac room was mean $17.4{\pm}7.9ppb$. It was 50% of the ozone concentration($36.8{\pm}22.3ppb$) around linac room(p<0.05). The concentration of ozone after exposure to high energy radiation in linac room was elevated to double of background ozone level, intensity after exposure. with exposure time concentration of ozone increased proportionally. It showed maximum level at 130~180seconds and slowed a tendency to saturate. It required more than 10 minutes for ozone concentration in linac room to drop to ozone concentration around linac room. The concentration of ozone after exposure to high energy radiation is high enough to cause specific physical symptoms, such as acute dyspnea or chest pain due to dry cough. Exposure to high concentration of ozone in sealed linac room can aggravate pulmonary disease, so special attention is needed.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.195-198
• /
• 2002

고농도오존이 발생되는 원인과 환경적 요인의 상호관계를 모델링하기 위해 신경회로 망과 같은 지능제어 기법들이 많이 적용되어 왔다 분석과 모델링을 위해 유전자 알고리즘과 같은 최적화 방법을 적용하기도 하지만, 고농도 오존이 발생되는 메커니즘이 매우 복잡하고, 비선형적이며, 패턴파악이 어렵기 때문에 고농도 오존의 예측 모델링에는 여전히 문제점이 있다 따라서 본 논문에서는 신뢰수준과 신뢰구간을 이용하여 초농도 오존을 예측할 수 있는 모델링 방법을 서술하였다 예측값의 신뢰수준의 평가는 예측에 대한 실측값을 구하여 신뢰구간내의 데이터의 개수를 파악함으로써 신뢰성을 평가할 수 있다. 또한 이 테스트는 우리가 가지고 있지 않은 데이터에 대한 유효성을 평가하는데 적용될 수 있다 그리고 본 논문에서는 GMDH(Group Method of data handling)의 전형적인 알고리즘에 바탕을 두고 있는 DPNN(Dynamic Polynomial Neural Network)를 이용하여 예측 모델을 구성하였다. DPNN은 데이터 해석이 용이하고 비선형적인 동적 시스템 예측에 유용하게 적용될 수 있는 장점을 가지고 있다.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 1999.10a
• /
• pp.199-200
• /
• 1999

오존은 대기의 산화력을 증가시켜 화학 반응으로 인한 미세 먼지를 생성시키다. 이로 인하여 시정장애 등의 원인이 되어 대기질을 악화시키는 역할을 한다. 이러한 오존의 고농도 현상이 1994년부터 수도권 지역을 비롯한 전국 대도시 지역에 빈번히 나타나기 시작하여 이에 대한 연구의 필요성이 절실히 요구된다. 고농도 오존의 원인과 이론적 해석을 위해서는 측정과 모사를 병행한 연구가 요구된다.(중략)

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2000.04a
• /
• pp.57-57
• /
• 2000

광화학반웅에 의해 생성되는 오존은 전구물질(precursor)의 발생지역 뿐만아니라 바람에 따라 수송(transport)되어 오염원이 없는 외곽지역에 영향을 주기도 하는데, 지역적 규모(regional scale) 이상의 수평적인 오존 수송을 나타낼 수 있다. 따라서 오존오염은 국지적 현상과 수송에 의한 복합적인 오염현상으로 나타난다. 따라서 지리적으로 인접한 수도권지역은 오존 및 전구물질의 유·출입이 발생하며, 서풍일 경우 인천, 서울, 구리, 춘천까지 시간대별로 고농도의 오존이 관측되기도 한다. (중략)

• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.4
• /
• pp.435-442
• /
• 2007

To reduce damage from high concentration ozone in the air, we have researched how to predict high concentration ozone before it occurs. High concentration ozone is a rare event and its reaction mechanism has nonlinearities and complexities. In this paper, we have tried to apply and consider as many methods as we could. We clustered the data using the fuzzy c-mean method and took a rejection sampling to fill in the missing and abnormal data. Next, correlations of the input component and output ozone concentration were calculated to transform more correlated components by modified log transformation. Then, we made the prediction models using Dynamic Polynomial Neural Networks. To select the optimal model, we adopted a minimum bias criterion. Finally, to evaluate suggested models, we compared the two models. One model was trained and tested by the transformed data and the other was not. We concluded that the modified transformation effected good to ideal performance In some evaluations. In particular, the data were related to seasonal characteristics or its variation trends.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2000.11a
• /
• pp.123-124
• /
• 2000

대기 환경중 아황산가스, 먼지와 같은 1차오염물질은 배출량의 감소에 따라 대기중의 농도도 감소하는 반면 오존과 같은 2차오염물질은 점차 증가하는 추세로 대도시 지역의 지표면 오존농도가 환경기준을 초과하는 빈도가 점차 증가하고 있다. (백성옥, 2000) 특히 서울시의 경우는 오존주의보를 발령하는 고농도 오존농도 0.12ppm을 초과한 횟수는 오존주의보를 시행한 이래로 96년 11회, 97년 19회, 98년도 18회, 99년도16회 2000년도엔 22회로 증가하고 있는 추세이다. (중략)

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2000.04a
• /
• pp.55-56
• /
• 2000

급격한 도시화는 도시의 기후변조와 함께 오존오염 문제를 야기 시켰다. 즉 지표오존(ground-level ozone)의 고농도 현상이 도시대기환경의 주된 관심사가 되었고, 이를 해결하기 위해 여러 연구가 국내·외에서 지역특성에 맞게 활발히 이루어지고 있는 실정이다. 일반적으로 지표오존은 전구물질의 배출량 및 도시의 지형학적 위치와 기상학적 특성에 따라 생성·소멸·이류 메카니즘이 다르게 나타난다. 따라서 이러한 국지적 특성의 고려는 지표오존의 고농도분석에 있어 반드시 수반되어야 하며, 이를 바탕으로 최종적으로 농도예측이 이루어 져야 할 것이다. (중략)

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2002.11a
• /
• pp.155-156
• /
• 2002

우리나라의 급속한 산업발전에 따른 산업구조의 변화와 자동차 수의 증가에 따라서 오존 전구물질인 VOC와 NOx의 배출량이 크게 증가하고 있다. 이에 따라서 고농도 오존 현상이 발생하는 빈도가 증가하는 추세에 있다. 오존은 VOC와 NOx간의 광화학 반응으로 형성하므로. VOC와 NOx중의 하나는 제한종(limiting species)로 작용하게 되므로, 광화학 반응을 분석하여 제한종을 규명하여야만 효율적 오존 저감대책을 세울 수 있다. (중략)

• The Korean Journal of Applied Statistics
• /
• v.22 no.4
• /
• pp.865-877
• /
• 2009

While characterized initially as an urban-scale pollutant, ozone has increasingly been recognized as a regional and even global-scale phenomenon. The complexity of environmental data dynamics often requires models covering non-linearity. This study deals with modeling ozone with meteorology in Seoul area. The relationships are used to construct a nonlinear regression model relating ozone to meteorology. The model can be used to estimate that part of the trend in ozone levels that cannot be accounted for by trends in meteorology.