• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.543-545
• /
• 2019

미세먼지에 따른 행동 지침을 위해 AQI 지수가 개발되어 사용되고 있다. AQI 지수에 대한 정보는 일반인들도 쉽게 제공 받을 수 있으며, 이에 따라 AQI 지수를 기반으로 다양한 서비스가 제공되고 있다. 서비스가 제공됨에 따라 정확한 AQI 지수의 예측이 필요하다. 본 논문에서는 미세먼지의 AQI 지수를 예측하기 위해 순환 신경망을 이용하여 분류 모델의 설계를 진행한다. 설계된 모델의 평가를 위해 실제 미세먼지와 예측치의 AQI 지수를 비교한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.540-542
• /
• 2019

미세먼지로 인한 대기오염 및 인체 영향에 대한 많은 발표로 인해 미세먼지 예보는 많은 대중의 관심을 받고 있다. 이로 인해 통계 모델링 기법과 함께 기계학습 기법을 사용하여 미세먼지 예보 정확도를 올리기 위한 다양한 노력이 수행되고 있다. 본 논문에서는 미세먼지 예측을 위해 다층 퍼셉트론 신경망을 활용한 미세먼지 AQI 지수 예측을 수행한다. 이를 위해 다수의 연구에서 공통적으로 사용된 기상 인자와 미세먼지 농도값을 이용하여 예측 모델을 설계하고 4단계의 미세먼지 AQI 예측 정확도를 비교한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.1009-1011
• /
• 2022

최근 미세먼지는 중대한 건강위험요소로 고려되고 있고, 미세먼지 취약계층은 이에 대한 적극적 대응이 필요하다. 그러나 현재의 대기환경지수는 세분화 되어있지 않아 본 논문에서는 위해성 평가와 GAM 모형을 기반으로 건강취약계층 대상을 위한 미세먼지 위험지수를 새롭게 개발하였다. 또한, 이에 따라 실내 및 실외활동을 추천하는 시스템을 구현함으로써 생활밀착형 스마트시티로 발돋움하도록 한다.

• 한국기후변화학회지
• /
• 제9권4호
• /
• pp.423-433
• /
• 2018

본 연구에서는 고농도 미세먼지의 발생과 연관된 대기패턴을 조사하고, 이를 바탕으로 한반도의 고농도 미세먼지의 발생을 예측할 수 있는 지수를 개발하였다. 또한 개발된 지수를 이용하여 미래의 한반도 고농도 미세먼지 발생과 연관된 대기 패턴의 변화를 살펴보았다. 서울지역 미세먼지 농도의 변동성을 조사하기 위해, 황사 발생 사례일을 제외한 미세먼지 고농도 사례일은 대기환경기준에 따라 24시간 평균 $PM_{10}$ 농도가 $100{\mu}g/m^3$ 이상일 경우로 정의하였다. 미세먼지 연평균 농도는 2001년부터 꾸준히 감소하는 경향을 보이며, 2012년 이후에 감소 추세가 주춤하였으며, $PM_{10}$ 고농도 사례일수도 2003년부터 2016년까지 대체로 감소하였다. 그러나 4일 이상 지속되었던 고농도 사례만을 살펴보면 2001년과 2003년을 제외하고 뚜렷한 감소 경향을 찾아보기 어렵고 전반적인 대기질 향상에도 불구하고 지속적으로 발생하는 것을 알 수 있다. 4일이상 지속되는 고농도 사례는 최근 들어 뚜렷한 경향을 보이지 않고, 기상조건 등의 다른 발생원이 있음을 알 수 있다. 그러므로 고농도 사례에 대한 대기 순환장의 특징을 살펴보기 위해 한반도의 고농도 사례일에 대한 대기패턴의 합성장을 분석하였다. 고농도 사례가 발생하였을 경우, 한반도 상공에 고기압에 위치하면서, 극의 찬 공기의 유입을 차단하며, 상층 동서 방향 바람은 한반도 북쪽으로 흐르게 된다. 따라서 한반도 지역은 차고 건조한 북서풍이 약화되고, 풍속이 감소된다. 이러한 한반도 미세먼지 고농도 사례와 연관된 대기패턴을 바탕으로 겨울철 한반도 $PM_{10}$ 농도를 전망하기 위한 미세먼지 고농도 지수를 정의하여 사용하였다. 먼저 500 hPa 지위고도, 500 hPa 동서 방향 바람 성분, 850 hPa 남북 방향 바람 성분과 $PM_{10}$과의 상관성이 높은 지역에서 각 변수를 영역 평균하고 표준화 과정을 거친 후 각 변수에 대한 지수를 계산하고, 각 지수의 합으로 한반도 미세먼지 고농도 지수 (KPI)를 정의하였다. 한반도 미세먼지 고농도 지수를 CMIP5에 참여하는 10개의 기후모형에 적용하여 미래 한반도의 고농도 미세먼지를 발생시킬 수 있는 대기패턴의 변동성을 살펴보았다. 겨울철 한반도에서 대기의 정체를 유발하여 심한 대기오염을 발생시킬 수 있는 기상 조건의 빈도가 기후변화에 따라 크게 증가하는 것으로 나타났다. 이러한 증가는 한반도 주변의 평균 대기 상태의 변화와 일치한다 (Cai et al, 2017). 이 연구는 $PM_{10}$ 관측자료 기간이 2001년부터 2016년까지의 총 16년 동안의 자료 만을 이용하여 한반도 고농도 미세먼지 발생과 관련된 대기패턴을 분석하였기에 대기오염과 연관된 기상조건을 완벽하게 식별하지는 못하였을 것이다. 향후 연구를 통해서 $PM_{10}$과 더불어 $PM_{2.5}$의 자료를 활용하여 상세한 분석이 필요할 것으로 보인다. 그럼에도 불구하고, 본 연구의 결과는 지구 온실가스 배출로 인한 대기 순환의 변화가 한반도 고농도 미세먼지 발생 사례를 증가시키는 중요한 역할을 할 수 있음을 시사한다. 지구 온난화가 심해진다면, 작은 대기 오염 배출이라도 축적이 되어 고농도 미세먼지 현상이 발생 할 수 있다. 따라서 대기 오염 배출 저감 노력뿐만 아니라, 온실가스 배출량을 줄이기 위한 노력이 동시에 필요할 것으로 사료된다.

• 한국인터넷방송통신학회논문지
• /
• 제24권1호
• /
• pp.55-58
• /
• 2024

본 논문은 빅데이터 기반 미세먼지 이상 탐지 머신러닝 시스템 설계 및 구현을 제안한다. 제안하는 시스템은 빅데이터로 구성된 미세먼지 및 기상 정보를 통해 미세먼지 대기환경지수를 분류하는 시스템이다. 이 시스템은 머신러닝 기반의 대기환경지수 분류 카테고리별 이상치에 따른 이상치 탐지 알고리즘 설계를 통해 미세먼지를 분류한다. 카메라에서 수집된 영상의 심도 데이터는 미세먼지 농도에 따른 영상을 수집한 후 미세먼지 가시마스크를 생성합니다. 그리고 모노 심도 추정 알고리즘을 통한 학습 기반 핑거프린팅 기법으로 모노스코프 카메라에서 수집된 미세먼지의 가시거리를 추론하여 미세먼지 농도를 도출합니다. 본 방법의 실험 및 분석을 위해 미세먼지 농도 데이터와 지역별, 시간별 CCTV 영상 데이터를 매칭하여 학습 데이터를 생성한 후 모델을 생성하여 실제 환경에서 테스트한다.

• 한국인터넷방송통신학회논문지
• /
• 제20권5호
• /
• pp.127-133
• /
• 2020

WHO 산하 국제 암 연구소 에서는 미세먼지를 1급 발암물질로 지정했다. 미세먼지는 대기 중에 떠다니며 눈에 보이지 않을 정도로 작은 먼지를 말한다. 미세먼지는 주로 석탄이나 석유 같은 화석연료의 연소과정에서 배출되며, 페질환, 페렴, 심장질환을 유발 할 수 있는 위험 인자 이다. 환경부에서는, 최근 미세먼지 측정소 10곳의 산출자료를 분석한 결과, 약 60% 정도가 기존 대기측정농도가 더 높게 나오는 오류가 있다고 발표하였다. 미세먼지를 정확하게 예측하기 위해서는, 풍향, 측정위치를 반드시 보정해야 한다. 본 논문에서는 이러한 문제점을 해결하기 위해서, 퍼지 규칙을 이용해서 이러한 문제점을 해결하였다. 뿐만 아니라, 길거리 보행자가 실제로 느끼는 미세먼지 체감지수를 산출하기 위해서, 본 논문에서는 날씨조건, 온도조건, 습도조건, 바람조건을 고려한 미세먼지 체감지수 산출 컴퓨터 모의실험을 수행 하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.409-412
• /
• 2019

국내의 미세먼지 문제가 심각해짐에 따라 대기 오염에 관한 분야의 관심이 높아지고 있다. 현재 정부는 최근 IT 융합 기술의 발전에 따라 빅데이터, 클라우드, 등 사물인터넷 기반 장치의 확산 및 고도화를 위한 기술 접목에 많은 지원과 관심을 보이며 기상청을 통해서는 국내 대기 오염으로 인한 사회적 비용을 낮추기 위해 공공 데이터(Application Program Interface, API)를 활용 다양한 정보 서비스를 지원하고 있다. 하지만 기상청에서 제공하는 정보 서비스에는 한계가 있다. 특히 기상청에서 운영되고 있는 장비들은 고가의 장비로써 비용 및 공간적 설치 제약이 따르며, 약 15km 범위를 한 개소로 담당하여 기상 데이터에 대한 신뢰도에 문제가 발생하고 있다. 본 논문에서는 오픈 하드웨어 기반 소형 기상관측 장비를 활용한 기상지수 및 미세먼지 측정 데이터 제공 시스템을 제안한다. 본 논문에서 제안한 시스템은 기상 계측이 필요한 지역의 작은 공간을 활용, 기상관측 장비를 통해 관측된 데이터와 기상청에서 제공하는 생활 기상지수 알고리즘을 토대로 해당 지역에 맞는 맞춤형 정보를 제공하여 사회적 비용을 낮출 수 있을 것으로 기대한다.

• 한국광학회지
• /
• 제31권2호
• /
• pp.71-80
• /
• 2020

본 논문에서는 상용 카메라를 이용하여 미세먼지의 소산계수를 측정하기 위한 새로운 방법을 제안하였다. 하나의 주어진 영상에서 같은 방향에 놓인 동일한 종류의 물체에 대한 3개 이상의 화소점의 밝기를 이용하여 소산계수를 측정하였다. 계산에 사용하기 위해 선택된 화소에 해당하는 물체는 카메라와의 거리를 알고 있는 것으로 선택하였다. 카메라를 이용하여 측정한 미세먼지의 소산계수와의 비교를 위하여 라이다를 이용하여 소산계수를 측정하였다. 최종적으로 카메라를 이용하여 측정한 미세먼지의 소산계수와 라이다를 이용한 그것에는 신뢰할 수 있는 상관관계를 얻었으며, 약 0.86 정도의 값을 보였다. 같은 방법으로 카메라의 R, G, B 3센서의 유효파장에서 소산계수를 얻을 수 있다는 것을 보였으며, 이러한 3파장에서의 소산계수를 통하여 하루 동안의 옹스트롱 지수(Angstrom exponent) 변화를 얻었는데, 이 값은 0.7~1.6 범위에 존재한다는 것을 알 수 있었다. 이러한 지수는 입자의 크기와 관련된 중요한 정보로 사용할 수 있다.

• 공기청정기술
• /
• 제33권3호
• /
• pp.37-43
• /
• 2020

• 한국측량학회지
• /
• 제38권6호
• /
• pp.573-581
• /
• 2020

CCTV영상과 날씨 정보를 이용하여 미세먼지 농도를 추정하는 기법을 제안하고, 이에 대한 실험을 진행하였다. CCTV영상에 대해서는 특정 지점을 포함하는 일부 영역 영상과, 전체 영역 영상을 가지고 합성곱 신경망 (CNN)기반의 딥러닝 기법을 적용하여 PM 지수를 추정하는 방법을 제안하였다. 추가로 딥러닝에 의해서 예측된 결과 값을 습도 및 풍속 두 가지 날씨 특성과 결합한 뒤, 학습 된 회귀 모델을 사용하여 수정된 미세먼지 지수를 계산하는 후처리 실험도 함께 진행하였다. 실험 결과, CCTV영상으로부터 미세먼지 지수 추정 값은 R2가 0.58~0.89를 나타내었고, 측정기가 설치된 일부 영역 영상과 전체 영역 영상을 함께 학습시킨 결과가 가장 우수하였다. 기상변수를 이용한 후처리 적용결과는 실험지역의 모든 경우에 대하여 항상 정확도 향상을 보여주진 않았다.