• 한국대기환경학회:학술대회논문집
• /
• 한국대기환경학회 2009년도 추계학술대회 논문집
• /
• pp.314-315
• /
• 2009

• 한국환경과학회:학술대회논문집
• /
• 한국환경과학회 2007년도 춘계 학술발표회 발표논문집
• /
• pp.162-164
• /
• 2007

• 한국철도학회논문집
• /
• 제11권4호
• /
• pp.378-383
• /
• 2008

환경부는 2006년 12월에 "대중교통수단 실내공기질 관리 가이드라인"을 제정하였다. 관리항목으로 이산화탄소($CO_2$)와 미세먼지(PM10)에 대해 각각 Level 1(평상시)과 Level 2(혼잡시)로 가이드라인을 제시하였다. 이에 열차와 전동차에 대해 실내공기질 관리가 필요하게 되었다. 본 연구는 2007년 9월과 11월에 4호선(당고개-오이도), 1호선 급행(동인천-용산) 전동차 운행구간을 대상으로 실내공기질을 측정하였다. 또한 전동차 설계검토 사양과 일반적인 공기인자 등의 물성값을 적용하여 $CO_2$ 농도를 예측하였다. 그리고 전동차 실내공기질 실측치와 비교분석 하였다. 측정결과 PM10 농도는 환경부 가이드라인에 각각 44, 57, 45% 수준, $CO_2$농도는 각각 39, 36, 44% 수준으로 양호하였다. 또한 $CO_2$ 농도 예측치와 실측치를 비교한 결과 예측치는 실측치에 유사한 결과로 나타났다.

• 한국대기환경학회:학술대회논문집
• /
• 한국대기환경학회 2008년도 춘계학술대회 논문집
• /
• pp.521-523
• /
• 2008

• 대한환경공학회지
• /
• 제30권11호
• /
• pp.1111-1115
• /
• 2008

아산 호서대 지역에서 대기 중 미세먼지를 측정하여 PM$_{2.5}$와 PM$_{10}$의 이온성분과 중금속성분 분석을 통해 농도 특성을 분석하고 황사 발생에 따른 농도특성 변화를 관찰하였다. 황사시 미세먼지의 입경별 평균농도는 비황사시에 비해 큰 증가를 보였으나, PM$_{2.5}$ 비율은 79.7%에서 40.1%로 감소하였다. 이러한 원인은 2.1 $\mu$m를 기준으로 조대 입자와 미세 입자로 구분하여 질량농도를 분석한 결과 황사시 조대 입자가 크게 증가하여 PM$_{2.5}$ 비율이 상대적으로 낮아지기 때문인 것을 알 수 있었다. 황사시 이온 성분 농도의 변화는 미세입자 영역에서 큰 변화를 보이지 않았으나 조대입자 영역에서는 Ca$^{2+}$이온이 약 40배 정도 증가하였고 Na$^+$, SO$_4{^{2-}}$이온 순으로 높은 증가율을 나타내었다. 또한, 중금속 성분의 분석 결과 황사시 Mn, Fe, Zn, Al 순으로 증가폭이 컸으나 질량농도로 보았을 때 Al이 가장 큰 증가량을 보였다.

• 한국습지학회지
• /
• 제11권2호
• /
• pp.47-54
• /
• 2009

본 논문은 부산지역의 지역용도별 PM10(입경 10 ${\mu}m$미만의 크기를 가진 먼지입자) 농도의 특성을 고찰하기 위해 수행되었다. 미세먼지는 배출량, 지형조건 그리고 기상인자에 의해 영향을 받는다. 공업지역의 경우, 내륙인 감전동의 PM10농도는 여름철을 제외한 모든 계절에서 해안인 녹산동보다 높았으며, 1차 peak가 가을철과 겨울철에 명확하게 나타났다. 녹지지역인 경우, 내륙인 대저동의 PM10농도는 해안인 동삼동보다 모든 계절에서 높은 농도를 나타내었다. 상업지역의 경우, 내륙인 전포동에서 primary peak를 나타내는 시각이 계절에 따라 1 시간씩 지연되었으며, 해안인 광복동은 전포동보다 봄철에 높은 농도를 나타내었다. 주거지역의 경우, 내륙인 덕천동과 용수리에서 봄철에 고농도의 PM10(80~90 ${\mu}g/m^3$)이 6시간동안 지속되어 나타났다.

• 환경영향평가
• /
• 제19권1호
• /
• pp.59-74
• /
• 2010

The trend of the PM10 concentrations in the Seoul Metropolitan Area (SMA) is reviewed and relative contributions of major contributors (paved road emissions and long-range transport from outside the SMA) are discussed. It was shown that the PM10 concentrations in the SMA have generally decreased except Incheon between 1999 and 2005. Further, it was identified that the difference of the PM10 mass concentration between the roadside stations and urban ambient stations has decreased between 2004 and 2008. Based on the emission estimates, it was suggested that the reduction of resuspension of aerosols on the road is the major reason for that. Based on the modeling results, it was identified that outside effects be about 30% of the ambient PM10 concentration in the SMA. Further research and policy issues to identify major sources of PM10 in the SMA are discussed.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.280-282
• /
• 2021

주관적 판단을 적용하여 예보되는 미세먼지 예보의 문제를 해결하기 위해 딥러닝 알고리즘을 이용하여 미세먼지 예측 모델을 설계하였다. 딥러닝 알고리즘 중 RNN과 LSTM을 이용하였으며, 하이퍼 파라미터 탐색을 통해 최적의 파라미터를 적용하여 설계하였다. RMSE와 예측 정확도를 통해 두 모델의 예측 성능을 평가하였다. 성능 평가 결과, RMSE와 전체 정확도에서 큰 차이는 없었으나 세부 예측 정확도의 차이가 있음을 확인하였다.

• 한국대기환경학회:학술대회논문집
• /
• 한국대기환경학회 2004년도 추계학술대회 논문집
• /
• pp.208-209
• /
• 2004

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권4호
• /
• pp.129-136
• /
• 2020

최근 환경 문제에서 중요한 화두로 떠오른 초미세먼지(PM2.5)는 미세먼지(PM10)보다도 작은 부유물질이다. PM2.5는 안구나 호흡기 질환을 일으키며 뇌혈관에까지 침투할 수 있어서 시간별로 수치를 예측하여 대비하는 것이 중요하다. 그러나 PM2.5의 생성과 이동에 관한 명확한 설명이 아직까지는 제시되지 않고 있어서 예측에 어려움이 따른다. 따라서 PM2.5 예측뿐만 아니라 예측 결과에 대한 설명력을 갖는 예측 방법이 제시될 필요가 있다. 본 연구에서는 서울시의 시간당 PM2.5를 예측하고자 하며, 이를 위해 각기 다른 지상관측 데이터를 시계열로 전처리하고 부트스트랩수를 조정한 랜덤 포레스트(Random Forest)를 데이터 학습 및 예측에 사용하는 방법을 제안한다. 이 방법은 예측 모델이 입력 데이터의 시각별 정보를 균형 있게 학습하게 하며 예측 결과에 대한 설명이 가능하다는 장점을 갖는다. 예측 정확도 평가를 위해 기존 모델과의 비교실험을 수행한 결과 제안 방법은 모든 레이블에서 가장 뛰어난 예측 성능을 보였으며, PM2.5의 생성과 관련된 변수와 중국의 영향과 관련된 변수가 예측 결과에 중요한 영향을 미치는 것을 보여주었다.