• 한국지리정보학회지
• /
• 제25권2호
• /
• pp.1-17
• /
• 2022

본 연구는 경상남도 창원시 국가산업단지 인근에 설치된 21개의 PM_2.5 간이 측정기에서2020년 6월부터 2021년 5월까지 1년 동안 측정된 자료를 활용하여 PM_2.5의 발생 패턴을 분석하였다. PM_2.5의 발생 패턴은 측정지점 주변의 토지이용현황과 기온 및 풍속의 기상적인 요인을 고려하였다. PM_2.5 농도는 계절별로는 겨울철인 11월부터 3월까지, 시간대별로는 새벽과 이른 아침인 1시부터 9시까지가 높았다. PM_2.5는 공업지역에 인접할수록 농도가 높았으나, 주거지역과 공공시설지역은 농도가 낮았다. 기상적인 요인에서는 높은 기온과 풍속일수록 PM_2.5의 농도는 낮았기 때문에 기상 상태는 PM_2.5의 확산에 영향을 미치는 것으로 판단된다. 본 연구의 결과는 창원국가산업단지 인근의 PM_2.5 발생 패턴을 파악할 수 있었다. 이 결과는 향후 도시지역의 PM_2.5를 포함한 대기질을 개선하기 위해 도시 및 환경계획에서 활용할 수 있는 유용한 자료가 될 것이다.

• 한국환경보건학회지
• /
• 제48권6호
• /
• pp.298-305
• /
• 2022

Background: The concentration of air pollutants as measured by the Air Quality Monitoring System (AQMS) is not an accurate population exposure level since actual human activities and temporal and spatial variability need to be considered. Therefore, to increase the accuracy of exposure assessment, the population should be considered. However, it is difficult to obtain population data due to limitations such as personal information. Objectives: The existing population defined in this study is the number of people in each region's grid. The purpose is to provide a methodology for evaluating exposure to PM_2.5 through existing population data provided by the National Geographic Information Institute. Methods: The selected study period was from October 26 to October 28, 2021. Using PM_2.5 concentration data measured at the Sensor-based Air Monitoring Station (SAMS) installed in Guro-gu and Wonju-si, the concentration for each grid was estimated by applying inverse distance weights through QGIS version 3.22. Considering the existing population, population-weighted average concentration (PWAC) was calculated and the exposure level of the population was compared by region. Results: The outdoor PM_2.5 concentration as measured through the SAMS was high in Wonju-si on all three days. Wonju-si showed an average 22% higher PWAC than Guro-gu. As a result of comparing the PWAC and outdoor PM_2.5 concentration by region, the PWAC in Guro-gu was 1~2% higher than the observed value, but it was almost the same. Conversely, observations of Wonju-si were 10.1%, 11.3%, and 8.2% higher than PWAC. Conclusions: It is expected that the Geographic Information System (GIS) method and the existing population will be used to evaluate the exposure level of a population with a narrow activity radius in further research. In addition, based on this study, it is judged that research on exposure to environmental pollutants and risk assessment methods should be expanded.

• 한국지반공학회논문집
• /
• 제38권3호
• /
• pp.35-42
• /
• 2022

지반조사방법 중 표준관입시험 결과인 N치를 통해 알 수 있는 지반 지지층의 깊이는 각종 지반 구조물의 설계를 위한 기본적인 지반 정보를 제공하는 중요한 지표이다. 이러한 지반조사 결과는 시간과 비용 측면을 고려해 간헐적으로 수행될 수밖에 없으며, 그 결과는 현장 지반의 대표성을 갖게 된다. 그러나 지반 내에는 다양한 지층 변동성 및 불확실성이 존재하므로 간헐적인 현장조사를 통해 지반의 특성을 모두 파악하는 것은 어렵다. 따라서 시추공 정보로부터 미계측 지점을 예측하기 위한 방법들이 제시되어 왔으며, 대표적인 방법으로는 공간보간기법인 크리깅(Krigging), 역거리가중법(IDW)등이 있다. 최근에는 보간기법의 정확성을 높이기 위해 지반분야와 딥러닝 기술을 접목한 연구들이 수행되고 있다. 본 연구에서는 약 2만 2천공의 지반조사 결과를 바탕으로 딥러닝과 공간보간기법으로 지반 지지층 깊이 예측을 위한 비교 연구를 수행하였다. 이를 위해 딥러닝 알고리즘인 완전연결 네트워크와 포인트넷 방법, 공간보간기법으로는 IDW를 사용하였다. 각 분석 모델의 지지층 예측 결과 중 오차의 평균은 IDW가 3.01m 였으며, 완전연결 네트워크 및 포인트넷이 각 3.22m와 2.46m 였다. 결과의 표준편차는 IDW가 3.99였으며, 완전연결네트워크와 포인트넷이 3.95와 3.54로 나타났다. 연구 결과 3차원 정보에 특화된 포인트넷 구조를 적용한 네트워크가 IDW 및 완전연결 네트워크에 비해 개선된 결과를 나타냈다.

• 한국농림기상학회지
• /
• 제2권2호
• /
• pp.47-61
• /
• 2000

북한 시ㆍ군별 벼 생육모의결과를 토대로 벼 재배 적합성 여부를 판정하였다. 생육모의에 필요한 시ㆍ군 별 일 기상자료는 지형기후학적 공간내삽기법을 근거로 한 3단계 과정을 통해 생산하였다. 우선 기온의 경우 51개 남북한 표준관측소의 14년간(1981~1994) 월평균값을 관측지점 위도, 해발고도, 해안거리, 경사도, 개방도 등 지리지형변수에 회귀시켜 얻은 통계모형(RMSE=0.4~1.6$^{\circ}C$)을 북한전역에 적용시켜 1 km$\times$1 km수평 격자점 단위로 월별 평균값을 추정하였다. 강수량의 경우 상대적으로 자료가 풍부한 남한의 지형-강수 관계를 도출하여 이를 북한지방에 적용한 윤 (2000)의 방법에 의해 월별 강수량 분포도를 작성하였다. 일사량의 경우 남한 19개 관측소의 14년간(1984~1997) 월 평균 수평면 전천일사량 관측값의 추정식([일사량, MJ m$^{-2}$ day$^{-1}$)=0.344+0.4756[대기외 일사량]+0.0299[남쪽 개방도]-1.307[운량]-0.01[상대습도], 결정계수 0.92, RMS error 0.95)에 의해 북한 지방 27개 지점의 일사량 자료를 복원하였다. 이를 거리역산가중법으로 공간내삽하여 북한전역의 월별 일사량 분포도를 작성하였다. 두 번째 단계에서는 얻어진 1 km$\times$1km 격자점 기후값을 183개 북한 시ㆍ군별로 공간평균값을 취했다. 마지막으로 시ㆍ군 단위 월별 기후값을 이용하여 통계적인 방법 (Pickering et al., 1994)에 의해 30년간의 일별 기상자료를 생성하였다. 북한의 대표적인 벼 품종 생육조사자료를 토대로 CERES-rice 모형의 유전적 모수를 조정하고, 준비된 기상자료를 입력시켜 183개 시ㆍ군별 벼의 생육을 30년치씩 모의하였다. 생육모의결과 중 성숙기와 수량 관련 특성을 점수화 하여 각 시ㆍ군의 벼 재배용 농업기후학적 잠재력을 정량적으로 표현하였다.

• 한국농림기상학회지
• /
• 제24권2호
• /
• pp.63-77
• /
• 2022

농업기상재해 조기경보시스템에서 모의되는 농장 규모 풍속 예측자료의 추정오차를 개선하기 위해, 농촌진흥청 농업기상관측망의 2020년 1~12월 풍속 관측자료와 해당 지점에 대한 조기경보시스템 모의 풍속을 이용하여, 87지점 일 8시간대(00, 03, 06 … 21시) 각각 풍속 추정오차를 종속변수로, 추정풍속을 독립변수로 하는 일차 회귀식(Y=aX+b)을 도출하였다. 상관계수가 0.5를 초과하였을 때는 회귀식을 풍속 보정식으로 활용하고, 상관계수가 0.5 이하일 때는 회귀식 대신 해당 지점 및 시간대의 ME를 보정값으로 대체하였다. 풍속 모형을 전국적으로 적용할 수 있도록 87지점×8개 시간의 회귀계수 a와 b, 상관계수 R과 ME 값으로 거리역산가중법으로 공간내삽하여 250m 격자해상도의 분포도를 제작하였다. 모형의 검증을 위하여 회귀계수 a와 b, 상관계수 R과 ME 공간내삽 분포도로 부터 농산촌 지역 13개 기상관측지점의 격자값을 추출하고, 13곳의 2019년 1~12월의 조기경보시스템 모의 풍속(00, 03, 06 … 21시)를 보정한 다음, 기존 추정 풍속과 함께 추정오차를 비교하였다. 검증 지점 풍속의 평균 ME는 0.68m/s에서 보정 후 0.45m/s로 감소하였으며, 평균 RMSE는 1.30m/s에서 1.05m/s로 감소하였다. 조기경보시스템의 풍속은 전 시간대에서 모두 과대 추정되고 있는데, 보정 기법을 적용한 후에는 15시 경을 제외하고 모두 과대추정 경향이 감소하여 ME가 약 33%, RMSE는 19.2% 더 개선되었다. 농업기상재해 조기경보시스템에서 농작물의 풍해 위험 판단은 일 8회의 풍속 평균값으로부터 도출된 일 최대순간풍속을 기반으로 하는데, 풍속의 과대모의 현상을 개선하여 강풍 위험 경보의 오보를 감소시킬 것으로 기대된다.