• Journal of the Korea Society for Simulation
• /
• v.21 no.3
• /
• pp.71-78
• /
• 2012

This research discusses the application of the control variables to achieve a more precise estimation for the target response in queueing network simulation. The efficiency of control variable method in estimating the response depends upon how we choose a set of control variables strongly correlated with the response and how we construct a function of selected control variables. For a class of queuing network simulations, the random variables that drive the simulation are basically the service-time and routing probability random variables. Most of applications of control variable method focus on utilization of the service time random variables for constructing a controlled estimator. This research attempts to suggest a controlled estimator which uses these two kinds of random variables and explore the efficiency of these estimators in estimating the reponses for computer network system. Simulation experiments on this model show the promising results for application of routing probability control variables. We consider the applications of the routing probability control variables to various simulation models and combined control variables using information of service time and routing probability together in constructing a control variable as future researches.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2003.11a
• /
• pp.439-440
• /
• 2003

대기질 모델(Air Quality Model)은 환경영향평가에서 필수적이다. 환경영향평가에 쓰이는 대기질 모델은 대부분 가우시안 플륨 모델이며, 그 중 ISC(Industrial Source Complex 3)이 가장 널리 쓰인다. 그러나 ISC3가 저풍속시 정확도가 떨어지지만 환경영향평가의 대기질 평가시 이에 대한 고려가 거의 이뤄지지 않은채 대기질 평가가 이뤄지고 있다. 본 연구에서는 ISCLT(Long Term)와 ISCST(Short Term) 모델에 대하여 입력되는 기상변수에 대한 민감도 분석을 수행함으로써 기상변수가 모델의 결과에 미치는 영향을 알아보고자 하였다. (중략)

• Journal of Environmental Health Sciences
• /
• v.13 no.2
• /
• pp.1-7
• /
• 1987

대기오염과 사망율과의 관련성을 평가하고자 미국내 23개 SMSA(Standard Metropolitan Statistical Areas) 지역에서 대기오염의 程度를 나타내는 指數인 PSI(Pollutant Standards Index), 氣象學的 變數 및 사회 경제적 변수를 이용하여 多變量 分析을 시도하였다. 그 결과 총사망율과의 관련성은 사회경제적변수가 영향이 큰 반면 PSI는 작은 것으로 示俊되었다. 대기오염과 사망율과의 연관성에 관한 평가는 많은 변수의 復雜性이 내포하고 있어 좀더 具體的이고 세밀한 분석이 기대된다.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 1999.10a
• /
• pp.415-417
• /
• 1999

환경연구자들은 대기환경의 개선과 환경기준의 목표달성과 최적 제어기술을 개발하기 위해 각종 모델을 이용하고 있다. 초기 단계에서는 각종 오염인의 배출자료와 기상자료를 이용하여 대기 중 분진의 농도를 추정하는 분산모델 (dispersion model)이 오랜 기간동안 활발하게 이용되어 왔다. 그러나 분산모델은 배출자료의 오차, 수직ㆍ수평적 분산변수의 불확실도, 복잡한 모델 개발에 따른 시간과 비용 등의 문제점을 가지고 있으며, 모델에 포함된 변수에 의해 특성화된 오염원에 대해서만 농도의 추정이 가능하다는 제약점이 있다.(중략)

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 1998.10a
• /
• pp.103-104
• /
• 1998

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.1
• /
• pp.8-19
• /
• 2021

The air pollution problem caused by industrialization in recent years is attracting great attention to both the country and the people. Domestic wide-area air pollution information is provided to the public through public data nationally, but regional air pollution information with different environmental variables is very insufficient. Therefore, in this study, we design and implement an air pollution analysis and prediction system based on regional environmental variables that can more accurately analyze and predict regional air pollution phenomena. In particular, the proposed system accurately analyzes and provides regional atmospheric information based on environmental data measured locally and public big data, and predicts and presents future regional atmospheric information using artificial intelligence algorithms. Furthermore, through the proposed system, it is expected that local air pollution can be prevented by accurately identifying the cause of regional air pollution.

• 한국데이터정보과학회:학술대회논문집
• /
• 2006.11a
• /
• pp.29-36
• /
• 2006

최근 유해성이 강한 지표오존농도가 대기환경의 주요한 문제로 부각되고 있다. 본 연구에서는 경기도 평택과 서울 정동지역의 오존농도를 설명 변수를 사용할 수 있는 다변량 시계열 모형인 ARE(자기회귀오차) 모형으로 분석하였다. ARE모형에서는 오존 전체자료를 사용한 전체모형과 오존농도가 41ppb 이상 되는 자료를 사용한 부분모형 두 가지 모형을 비교하였다. ARE의 오존농도 설명변수로는 오존농도와 연관 있는 8종류의 기상자료와 4종류의 대기오염자료를 고려하였다. 기상자료의 8가지 설명변수로 일 최고온도, 일사량, 풍속, 상대습도, 강수량, 이슬점온도, 수증기압, 운량 자료를 사용하였다. 대기오염자료의 4가지 설명변수로는 아황산가스(SO2), 이산화질소(NO2), 코발트(CO)와 프로메툼 10(PM10)를 사용하였다.

• Journal of Preventive Medicine and Public Health
• /
• v.34 no.2
• /
• pp.103-108
• /
• 2001

Recently, numerous studies have focused on the health effects of ambient particulate pollutants. Compared to earlier studios that focused on severe air pollution episodes, recent studies are more relevant to understanding the health effects of air pollution at levels common to contemporary cities. We reviewed recent epidemiologic studies that evaluated health effects of particulate air pollution and concluded that respirable particulate air pollution is an important contributing factor to acute mortality and morbidity. We observed increased respiratory and cardiovascular deaths, increased hospital admissions and visits, and decreased lung function. We also observed increased mortality and morbidity in a Korean population. Theses health effects were observed at levels below the current Ambient Air Quality Standard for particulate air pollution.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1027-1031
• /
• 2008

본 연구는 한반도 영역을 대상으로 2001년 7, 8월과 2002년 6월로 홍수기를 대상으로 RDAPS 모형, AWS, 상층기상관측(upper-air sounding)의 자료를 이용하였다. 또한 수치예보자료를 범주적 예측확률로 변환하고 인공신경망기법(ANN)을 이용하여 강수발생확률의 예측정확성을 향상시키는데 있다. 신경망의 예측인자로 사용된 대기변수는 500/ 750/ 1000hpa에서의 지위고도, 500-1000hpa에서의 층후(thickness), 500hpa에서의 X와 Y의 바람성분, 750hpa에서의 X와 Y의 바람성분, 표면풍속, 500/ 750hpa/ 표면에서의 온도, 평균해면기압, 3시간 누적 강수, AWS관측소에서 관측된 RDAPS모형 실행전의 6시간과 12시간동안의 누적강수, 가강수량, 상대습도이며, 예측변수로는 강수발생확률로 선택하였다. 강우는 다양한 대기변수들의 비선형 조합으로 발생되기 때문에 예측인자와 예측변수 사이의 복잡한 비선형성을 고려하는데 유용한 인공신경망을 사용하였다. 신경망의 구조는 전방향 다층퍼셉트론으로 구성하였으며 역전파알고리즘을 학습방법으로 사용하였다. 강수예측성과의 질을 평가하기 위해서 $2{\times}2$ 분할표를 이용하여 Hit rate, Threat score, Probability of detection, Kuipers Skill Score를 사용하였으며, 신경망 학습후의 강수발생확률은 학습전의 강수발생확률에 비하여 한반도영역에서 평균적으로 Kuipers Skill Score가 0.2231에서 0.4293로 92.39% 상승하였다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.22 no.3
• /
• pp.171-175
• /
• 2020

Studies in socioeconomic impacts of air pollution are inevitable to merge data of the air pollutant density, weather, and socioeconomic variables. Due to their spatiotemporal disparities in units, to combine these data are time and effort consuming generically. The data described in this article aims to provide the major variables of air pollution and weather at the Si-Gun-Gu level to meet the data needs from social science. The latest (August 2020) data distributed are the balanced panel of 250 Si-Gun-Gu in South Korea for 2001-2018. The weather variables in this data are directly applicable to other social science topics, which are not limited to air pollution research.