• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.37 no.6
• /
• pp.417-426
• /
• 2019

Conventional visualization of PM (Particulate Matter)10 flows applies superimposition of concentration distribution maps and wind field maps. This method is efficient for small scale maps where only macro flow trends are of interest. However, in the case of urban areas, local flows are difficult to model at micro level using wind fields, and therefore different methods of flow extraction is deemed necessary. In this study, flow information is extracted and visualized directly from the PM10 density data by using the gravity model. This method has the advantage that additional information such as wind field is not necessary for estimating the intensity and direction of PM10 flow. The extracted spatio-temporal flow patterns of PM10 are analyzed with relation to traffic information.

• Journal of Cadastre & Land InformatiX
• /
• v.48 no.1
• /
• pp.123-138
• /
• 2018

To sustainably monitor air pollution in Seoul, the number of Air Pollution Monitoring Station has been gradually increased by Korea's Ministry of Environment. Although particulate matters(PM), one of the pollutants measured at the stations, have an significant influence on human body, the concentration of PM in Korea came in second among 35 OECD member countries. In this study, using the data of PM concentration from the stations, distribution maps of PM10 and PM2.5 concentrations over Seoul were generated, and spatial factors potentially related to PM distribution were investigated. Based on a circumscribed hexagon about a circle in radius of 500 meters created as a basic unit, Seoul was sectionalized and PM concentration map was generated using the interpolation technique of 'inverse distance weighting'. The distributions of PM concentrations were investigated with commuting time by administrative district and the outcome was related with land-use type and volume of traffic. Results from this analysis indicated distribution pattern of PM10 concentration was different from that of PM2.5 by administrative district and time. The distribution of PM concentration was strongly related to not only the size of business and trafficked areas among the land-use type, but also the existence of urban green. Further analysis of the relationship between the PM concentration and detailed land-use and urban green maps can be helpful to identify spatial factors which have an impact on the PM concentration on the regional scale.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.100-100
• /
• 2019

최근 대기 중 미세먼지의 농도가 높은 일수가 급증하면서, 미세먼지를 저감하고자 하는 연구가 활발히 이루어지고 있다. 미세먼지는 주로 자동차 혹은 공장 등 인간 활동에 의한 오염물질 배출에 의해 발생하는 것으로 알려져 있으며, 태양복사에너지, 토양수분, 강우, 풍속 등의 수문기상학적 인자에 의해 발생, 이동, 소멸의 과정을 거친다. 현재 우리나라에서는 미세먼지 농도를 관측하기 위해 지점 기반의 관측소를 운영하고 있으며, 관측소가 위치하지 않은 지역의 미세먼지 농도는 선형 보간법 등을 활용한 내삽 기법을 통해 제공하고 있다. 그러나 미세먼지 농도는 다양한 수문기상인자들의 영향에 의한 차이가 크게 나타나기 때문에 지점 기반의 자료로는 해당 지역의 미세먼지 농도를 추정하는 데 어려움이 많다. 본 연구에서는 미세먼지의 공간적인 분포를 추정하고자 MODerate resolution Imaging Spectroradiometer (MODIS) 에어로졸 자료와 Global Land Data Assimilation System (GLDAS) 수문기상인자를 활용하여 미세먼지 농도에 영향을 주는 것으로 판단되는 다양한 수문기상인자들과의 상관성을 분석하였다. 미세먼지와 각 인자간의 상관성을 분석하여 높은 상관성을 갖는 수문기상인자들을 도출하고 최적의 선형회귀분석 모델을 구축하기 위해 베이지안 모델 평균(Bayesian Model Averaging, BMA)을 사용하였으며, 지점 데이터와의 비교를 통해 활용성을 검증하였다. 전체적으로 수문기상인자를 사용한 선형회귀분석 결과에서는 미세먼지농도 변화의 경향을 반영하고 있는 것을 확인할 수 있었으나, 계절별, 지역별 등 대기 특성을 고려하지 않아 각 기간의 급격한 농도 변화를 감지하기에 어려움이 있었다. 이러한 연구를 바탕으로 수문기상인자와 미세먼지 농도의 패턴이 더욱 정확히 분석된다면, 미세먼지 농도 모니터링과 정확한 예보 시스템의 구축에 효과적으로 활용 될 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.300-300
• /
• 2023

기후변화의 영향 중 하나인 무강우일수의 증가는 우리의 삶에 다양한 피해를 야기하고 있다. 영산강·섬진강권역은 2001년 이후 가장 심한 가뭄을 겪고 있으며, 이로 인해 하천의 건천화, 수질악화, 농업피해 등이 발생하고 있다. 무강우일수의 증가로 인한 피해는 농업지역에만 국한되지 않는다. 도시지역에 무강우가 지속될 경우 공기 중의 미세먼지가 효과적으로 제거되지 못하는 문제가 발생한다. 미세먼지로 인한 환경문제는 특정 배출지역에 국한되지 않고 기상조건에 따라 오염물질이 이동할 수 있으므로 타지역 및 타국가와의 갈등을 유발할 수 있다. 따라서, 정확한 분석을통해 원인을 규명하고 해결방안을 강구하는 것은 중요한 일이다. 이를 위해 본 연구에서는 먼저 한국환경공단에서 운영 중인 523개의 도시대기 측정소에서 관측된 PM₁₀ 시단위 자료를 이용하여 미세먼지의 추세를 분석하였다. 다음으로 미세먼지의 이동과 소멸과 연관성이 있을 것으로 판단되는 강우량, 습도, 풍속 등의 기상요소 및 무강우일수와 미세먼지 농도의 관련성을 분석하였다. 무강우일수는 전국에 분포된 103개 지상관측소의 시단위 강우자료를 통해 계산하였으며, 무강우일수와 미세먼지 농도의 관계는 각각의 무강우일수에 대응되는 미세먼지의 농도분포를 통해 년단위 및 월단위로 지역별로 분석하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.1258-1261
• /
• 2017

1급 발암물질인 미세먼지 중 44.3%를 차지하고 있는 도로 비산먼지는 효과적인 미세먼지 농도 저감 대책의 방안 중 하나이다. 도로 비산먼지 제거는 일반적으로 특수 차량을 이용, 정해진 경로와 주기에 따라 운행된다. 이러한 운행방식은 도로의 오염 현황에 따른 효과적 경로 선정 및 운영이 어렵다. 본 논문에서는 도로 비산먼지 제거의 효율적인 경로 제안을 위해 대구지역에 분포된 KISTI 이동형 도시센싱 테스트베드에서 수집되는 고해상도의 실시간 지역별 오염 현황 데이터를 활용하여 실시간 오염도를 분석하고, LSTM(LONG SHORT-TERM MEMORY) 알고리즘을 활용하여 미래의 미세먼지 농도를 예측하였다. 기존 연구와 달리 지역별 상황을 고려한 데이터를 사용하여 선형 회귀 분석을 수행하였다. 실험 결과, 시간 속성을 고려한 LSTM이 MLP 보다 평균 제곱근 오차 값이 경우에 따라 최대 30% 더 작음을 확인했다. 본 연구를 기반으로 고해상도 사물 데이터 기반 예측 연구의 가능성을 보였으며, 미세먼지 예측 결과를 활용 유연하고 효과적인 도로 청소차량의 운행 경로를 설정에 활용될 수 있을 것으로 기대한다.

• Journal of Cadastre & Land InformatiX
• /
• v.51 no.2
• /
• pp.141-150
• /
• 2021

Fine dust is a substance that greatly affects human health, and various studies have been conducted in this regard. Due to the human influence of particulate matter, various studies are being conducted to predict particulate matter grade using past data measured in the monitoring network of Seoul city. In this paper, predictive model have focused on particulate matter concentration in May, 2019, Seoul. The air pollutant variables were used to training such as SO₂, CO, NO₂, O₃. The predictive model based on Adaboost, and training model was dividing PM₁₀ and PM_2.5. As a result of the prediction performance comparison through confusion matrix, the Adaboost model was more conformable for predicting the particulate matter concentration grade. Although air pollutant variables have a higher correlation with PM2.5, training model need to train a lot of data and to use additional variables such as traffic volume to predict more effective PM₁₀ and PM_2.5 distribution grade.

• Journal of the Economic Geographical Society of Korea
• /
• v.11 no.1
• /
• pp.59-77
• /
• 2008

The purpose of this study is to investigate the impact of traffic-related air pollution on the urban population in the Metropolitan Seoul area. In particular, this study analyzes urban population exposure to traffic-related particulate materials(PM). For the purpose, this study examines the relationships between traffic flows and PM concentration levels during the last fifteen years. Traffic volumes have been decreased significantly in recent year in Seoul, however, PM levels have been declined less compare to traffic volumes. It may be related with the rapid growth in the population and vehicle numbers in Gyenggi, the outskirt of Seoul, where several New Towns have been developed in the middle of 1990's. The spatial pattern of commuting has changed, and thus and travel distances and traffic volumes have increased along the main roads connecting CBDs in Seoul and New Towns consisting of large residential apartment complexes. These changes in traffic flows and travel behaviors cause increasing exposure to traffic-related air pollution for urban population over the Metropolitan Seoul area. GIS techniques are applied to analyze the spatial patterns of traffic flows, population distributions, PM distributions, and passenger flows comprehensively. This study also analyzes real time base traffic flow data and passenger flow data obtained from T-card transaction database applying data mining techniques. This study also attempts to develop a space-time model for assessing journey-time exposure to traffic related air pollutants based on travel passenger frequency distribution function. The results of this study can be used for the implications for sustainable transport systems, public health and transportation policy by reducing urban air pollution and road traffics in the Metropolitan Seoul area.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.26 no.4
• /
• pp.218-236
• /
• 2023

This study attempted to analyze the environmental equity of fine dust(PM₁₀) in Daegu using MGWR(Multi-scale Geographically Weighted Regression) and KT(Korea Telecom Corporation) sensor data. Existing national monitoring network data for measuring fine dust are collected at a small number of ground-based stations that are sparsely distributed in a large area. To complement these drawbacks, KT sensor data with a large number of IoT(Internet of Things) stations densely distributed were used in this study. The MGWR model was used to deal with spatial heterogeneity and multi-scale contextual effects in the spatial relationships between fine dust concentration and socioeconomic variables. Results indicate that there existed an environmental inequity by land value and foreigner ratio in the spatial distribution of fine dust in Daegu metropolitan city. Also, the MGWR model showed better the explanatory power than Ordinary Least Square(OLS) and Geographically Weighted Regression(GWR) models in explaining the spatial relationships between the concentration of fine dust and socioeconomic variables. This study demonstrated the potential of KT sensor data as a supplement to the existing national monitoring network data for measuring fine dust.

• Particle and aerosol research
• /
• v.14 no.2
• /
• pp.25-33
• /
• 2018

In this study, the concentration of fine indoor dust and the size distribution of fine indoor dust were analyzed by measuring the dust generated during the cleaning process of an indoor office. We measured $PM_{10}$, $PM_{2.5}$, and $PM_{1.0}$ and analyzed the size distributions of dust larger than $0.3{\mu}m$ in diameter during cleaning. The results showed that the concentration of $PM_{10}$ increased rapidly during cleaning, however $PM_{1.0}$ did not increase. Before cleaning with a broom, the fine dust concentration was about $50{\mu}g/m^3$, but increased to about $400{\mu}g/m^3$ as cleaning progressed. In the case of indoor cleaning with a vacuum cleaner, the concentration of $PM_{10}$ increased during the cleaning process and the increase of $PM_{2.5}$ was relatively small. $PM_{1.0}$ did not increase as in the case of cleaning the broom.

• Proceedings of the Korean Environmental Sciences Society Conference
• /
• 2018.10a
• /
• pp.103-103
• /
• 2018