• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.491-492
• /
• 2019

최근, 한국에서는 사람들이 미세먼지로 많은 고통을 받고 있으며, 특히, 초미세먼지(PM2.5)의 경우에는 생성될 때, 화학적인 2차 반응에 의하여 생성되는 것으로 여겨지고 있다. 본 논문에서는 R에서 제공하는 기계학습 프로그램을 이용하여 초미세먼지를 예측하기 위한 실험을 진행하였다. R소프트웨어는 빅데이터 및 통계 분석을 위해서 많이 사용되고 있는 프로그램이다. 최근에는 인공지능의 기계학습을 위한 기능도 제공하고 있는데, 데이터 예측을 할 때, 사용하면 매우 유용하다.

• 정보처리학회 논문지
• /
• 제13권6호
• /
• pp.251-259
• /
• 2024

초미세먼지, 특히 지름이 2.5㎛ 이하인 PM2.5는 인체 건강과 경제에 큰 피해를 주는 오염물질이다. 본 연구는 대한민국 서울 지역을 중심으로, 2017년부터 2022년까지 자료를 수집하여 PM2.5 데이터 분석 및 데이터 경향성 변화 추이를 분석하고, PM2.5 중기 예측 모델을 개발하는 것을 목표로 한다. 수집, 생산된 대기질 및 기상 데이터, 재분석 데이터, 수치모델 예측 데이터를 바탕으로, 모델을 학습하고 이를 통합한 경향성 변화에도 대응할 수 있는 앙상블 기법을 제안한다. 본 연구에서 제안하는 앙상블 기법은 PM2.5 농도 예측 성능 면에서 기존 모델 대비 미래 D+3~D+6 예측일 F1 Score 기준 평균 2019년 약 42.16%, 2021년 약 58.92%, 2022년 약 34.79% 높은 성능을 보였다. 제안한 모델은 변화하는 환경 조건에도 성능을 유지함으로써 안정적인 예측을 가능하게 하며, 기존 딥러닝 기반 PM2.5 단기 예측보다 먼 예측을 수행하는 중기 예측 모델을 제시한다.

• 자원ㆍ환경경제연구
• /
• 제27권2호
• /
• pp.315-337
• /
• 2018

정부는 준공된 지 30년 이상 경과한 8기의 노후 석탄화력발전소를 2017년 6월 한 달간 가동중단하였다. 이번 정부의 조치는 일종의 정책실험으로 자연실험에 가까운 특성을 가지고 있다. 본고는 이러한 정책실험의 특성을 이용하여 가동중단 조치에 따른 초미세먼지 농도변화의 인과적 효과를 분석하였다. 이를 위해 본 연구에서는 정책대상 발전기 중 2기가 위치한 영동 화력발전소 인근 지점을 실험군으로, 그곳에서 약 40km 거리를 가진 삼척 지점을 대조군으로 하여 이중차분법을 실행하였다. 해당 대조군은 발전소 지역과 지리적, 지형적 특성은 유사하나 해당 발전소에서 배출된 초미세먼지로부터의 직접적인 영향은 크지 않다는 특징을 가지고 있다. 분석 결과, 이번 가동중단 조치로 영동석탄화력발전소 주변지역은 $3.7{\sim}4.4{\mu}g/m^3$의 초미세먼지 농도 감소효과가 발생한 것으로 분석되었다.

• 공업화학
• /
• 제31권1호
• /
• pp.84-89
• /
• 2020

초미세먼지로 분류되는 PM_2.5 (particulate matter under 2.5 ㎛) 중에서도 특히 sub-micron 입자(0.1~1.0 ㎛)의 먼지는 브라운 운동(Brownian motion)으로 집진장치의 효율에 한계를 준다. 따라서 수산화나트륨으로 활성화된 알루미늄산나트륨(NaAlO₂)을 응집제(coagulant)로 선택하여 석탄을 사용하는 유동층 보일러에서 석탄의 회분에 포함된 칼륨(K)과 PM_2.5의 입도분포의 거동과 영향을 확인하고자 했다. 그리고 응집제를 석탄의 무게대비 1,200 : 1 비율로 석탄에 혼합 및 분사하면서 정상 운전하는 중에 보일러의 싸이클론에서의 미세먼지(FP)와 전기집진기에서의 미세먼지(EP)를 포집 및 고찰하였다. 포집한 미세먼지를 입도분석기를 이용하여 입도분포(%)를 분석한 결과 FP에서 평균 4.87%에서 0.51%로 변화를 보임으로써 89.53% 감소하였다. EP에서의 평균 3.46%에서 0.40%로 변화를 보임으로써 88.57% 감소하였다. 포집한 미세먼지를 XRP로 칼륨을 추적한 결과 칼륨의 변화율은 FP에서 평균 1.65%에서 1.87%로 13.33% 증가하고, EP에서 평균 1.65%에서 2.03%로 17.68% 증가하였다. TMS에 의해서 확인된 총 미세먼지 농도(mg/㎥)는 1차는 2.6 mg/㎥에서 1.7~1.9 mg/㎥로 26.9~34.6% 감소하였으며, 2차는 평균 2.9 mg/㎥에서 1.7~1.9 mg/㎥로 33.3~40.4%가 감소하였다. 따라서 본 연구의 응집제가 PM_2.5 초미세먼지 입자의 크기와 그로 인한 집진장치효율에 크게 영향을 미치는 것으로 확인하였다.

• 한국조경학회지
• /
• 제46권4호
• /
• pp.61-75
• /
• 2018

본 연구의 목적은 도시계획시설로 조성되는 완충녹지가 $PM_{2.5}$(초미세먼지) 저감에 효과가 있는지를 규명하고, 도로변 완충녹지의 구조, 녹량(녹지용적), 식재유형에 따른 초미세먼지 변화량을 분석하여 초미세먼지 저감을 위한 완충녹지 조성 시 활용할 수 있는 요소들을 도출하는 것이었다. 연구대상지는 송파구를 선정하였고, 양재대로, 송파대로에 인접한 5개의 완충녹지에서 16개 조사구를 선정해 현장조사를 실시하였다. $PM_{2.5}$ 농도 측정결과, 조사구별 평균농도는 계절 상관없이 보도 $46.6{\mu}g/m^3$, 녹지 $45.5{\mu}g/m^3$, 주거지 $42.9{\mu}g/m^3$로 모두 도로($53.2{\mu}g/m^3$)보다 낮았으며, 주거지 농도 값이 가장 낮았다. 완충녹지의 농도 저감효과 확인을 위해 완충녹지의 녹량과 초미세먼지 상대비율간의 상관관계 분석결과, 교목과 관목 전체 녹량이 높은 그룹의 상대비율이 낮은 것으로 확인되어 완충녹지 녹량의 영향력을 증명했으며, 관목 부족형이 교목 부족형보다 농도상대비율이 더 높은 것으로 확인되어 관목의 영향이 더 큰 것으로 판단되었다. 교목과 관목의 식재구조에 따른 녹피율과 녹지용적계수가 복합적으로 $PM_{2.5}$ 농도 저감에 영향을 미치고 있었으며, 교목의 열수와 관목의 층위구조가 $PM_{2.5}$ 농도 저감에 중요한 영향요인으로 판단되었다. 특히, 초미세먼지 농도가 높은 겨울철 완충녹지의 $PM_{2.5}$ 농도저감 특성 분석결과, 관목의 녹피율이 중요한 요인이었다.

• 융합정보논문지
• /
• 제11권3호
• /
• pp.7-13
• /
• 2021

본 연구는 딥러닝(Deep Learning) 알고리즘 GAN 모델을 기반으로 초미세먼지(PM2.5) 인공지능 예측시스템을 개발한다. 실험 데이터는 시계열 축으로 생성된 온도, 습도, 풍속, 기압의 기상변화와 SO2, CO, O3, NO2, PM10와 같은 대기오염물질 농도와 밀접한 관련이 있다. 데이터 특성상, 현재시간 농도가 이전시간 농도에 영향을 받기 때문에 반복지도학습(Recursive Supervised Learning) 예측 모델을 적용하였다. 기존 모델인 CNN, LSTM의 정확도(Accuracy)를 비교분석을 위해 관측값(Observation Value)과 예측값(Prediction Value)간의 차이를 분석하고 시각화했다. 성능분석 결과 제안하는 GAN이 LSTM 대비 평가항목 RMSE, MAPE, IOA에서 각각 15.8%, 10.9%, 5.5%로 향상된 것을 확인하였다.

• 한국대기환경학회지
• /
• 제33권3호
• /
• pp.191-204
• /
• 2017

우리나라의 대기환경 정책은 주로 연료 전환과 배출허용기준 강화를 통한 대기오염물질 배출 저감 정책을 활용하였다. 이 정책은 1차 대기오염물질을 효과적으로 저감하였다. 그러나 초미세먼지는 발생원에서 배출되기도 하지만 대기에서 생성되는 비율이 높아, 대기화학반응의 주요 생성기작을 이해하지 못하면 효과적인 저감 정책을 수립하기 힘들다. 미국이나 유럽은 일찍부터 자국의 환경을 반영한 대기에서 생성되는 초미세먼지의 유기성분 생성 수율 및 자국 내 전구물질의 물질별 기여도를 파악하여, 저감 대책 수립에 활용하고 있다. 또한 집중관측소(super-site) 연구를 통하여 얻어진 관측 자료를 활용하여, 수용모델 등을 활용하여 주요 오염원을 파악하고, 오염원별 저감 정책을 수립하고 있다. 이런 과학적인 이해에 바탕을 둔 정책 수립 및 시행으로 미국은 악명이 높았던 로스엔젤레스 지역의 스모그도 많이 개선시켰다. 최근에는 (1) 국지적인 화학반응에 의한 유해 유기 에어로졸 성분 분석 및 위해성 평가와, (2) 아시아로부터 장거리이동된 초미세먼지와 오존의 생성, 이동 기작 규명에 중점을 두어 연구하고 있다. 유럽도 국지적인 유해성분(주로 유기 에어로졸)과 전유럽 지역의 초미세먼지와 오존 이동 및 영향에 대한 연구에 중점을 두고 과학적인 이해를 증진하는 연구를 수행하고 있다. 중국은 스모그 현상을 줄이기 위한 지역별 대기오염 특성 규명 및 배출원 저감에 중점적으로 연구를 진행하고 있으며, 정책적 면에서 우리나라의 2000년대 초와 비슷한 정책과 연구를 수행하고 있다. 외국 사례에서 보듯이 초미세먼지 문제를 해결하려면 (1) 초미세먼지의 생성과 사람에 대한 영향에 대한 과학적 이해 연구를 수행하여 불확실도를 줄이고, (2) 이를 바탕으로 초미세먼지와 그 전구물질을 효율적으로 저감하는 정책을 수립하고 효과적으로 시행하는 체계를 구축하여야 할 것이다. 우리는 초미세먼지 문제에서 생성기작, 위해성 평가, 모델링 분야에서 과학적 이해가 부족하여 신뢰성 있는 초미세먼지 저감 정책 수립에 어려움을 갖고 있다. 위해성 평가 같은 분야는 우리나라 결과가 아직 많지 않아 외국 결과를 주로 활용하고 있다. 이런 경우, 오차와 함께 외국 결과를 우리나라에 적용 가능한지, 적용이 가능하더라도 외국 결과를 시용할 때의 얼마나 우리 사례에 맞는지 등의 불확실성도 발생한다. 또 우리는 아직 서울이나 우리나라에서 초미세먼지가 생성되는 대기에서의 화학반응에서 주요 반응물이나 반응 경로가 선진국에서 연구한 결과와 일치하는지 다르다면 어떻게 다른지 잘 이해하지 못하고 있다. 이러한 과학적 이해에 바탕을 둔 모델도 현재 우리가 사용하는 모델들은 미국의 대기를 잘 예측하도록 개발된 모델들이어서 우리나라 사례를 얼마나 잘 모사하는지 잘 모르고 있다. 또한 국민의 불안을 해소하기 위해서는 초미세먼지의 발생부터 사람에게 미치는 영향까지를 과학적으로 이해하고 이를 저감하는 것을 대기환경 관리의 목표로 설정하는 것이 필수적이다. 이를 수행하기 위해서는 보다 효과적인 대기관리 및 소통 체계 구축이 필요하다.

• 한국환경과학회:학술대회논문집
• /
• 한국환경과학회 2020년도 정기학술대회 발표논문집
• /
• pp.97-97
• /
• 2020

• 한국환경과학회:학술대회논문집
• /
• 한국환경과학회 2020년도 정기학술대회 발표논문집
• /
• pp.98-98
• /
• 2020

• 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.