• 한국산업보건학회지
• /
• 제25권3호
• /
• pp.380-391
• /
• 2015

Objectives: The objective of this study is to assess airborne particulate matter pollution and its effect on health of residents living near Ansim Briquette Fuel Complex and its vicinities. Also, this study measured and analyzed the concentration of TSP, $PM_{10}$, $PM_{2.5}$, and heavy metals which influences on the environmental and respiratory disease in Ansim Briquette Fuel Complex, Daegu, Korea. Methods: In this study, we analyzed various environmental pollutants such as particulate matter and heavy metals from Ansim Briquette Fuel Complex that adversely affected local residents's health. In particular, we verified the concentration distribution and characteristics of exposure for TSP, $PM_{10}$, and $PM_{2.5}$ among particulate matters, and heavy metals(Cd, Cr, Cu, Mn, Ni, Pb, Fe, Zn, and Mg). In that regard, the official test method on air pollution in Korea for analysis of particulate matter and heavy metal in atmosphere were conducted. The large capacity air sampling method by the official test method on air pollution in Korea were applied for sampling of heavy metals in atmosphere. In addition, we evaluated the concentration of seasonal environmental pollutants for each point of residence in Ansim Briquette Fuel Complex and surrounding area. The sampling measured periods for air pollutants were from August 11, 2013 to February 21, 2014. Furthermore, we measured and analyzed the seasonal concentrations(summer, autumn and winter). Results: The average concentration for TSP, $PM_{10}$, and $PM_{2.5}$ by direct influence area at Ansim Briquette Fuel Complex were 1.7, 1.4 and 1.9 times higher than reference region. In analysis results of seasonal concentrations for particulate matter in four direct influence and reference area, concentration levels for winter were generally somewhat higher than concentrations for summer and autumn. The average concentrations for Cd, Cr, Mn, Ni, Pb, Fe, and Zn in direct influence area at Ansim Briquette Fuel Complex were $0.0008{\pm}0.0004{\mu}g/Sm^3$, $0.0141{\pm}0.0163{\mu}g/Sm^3$, $0.0248{\pm}0.0059{\mu}g/Sm^3$, $0.0026{\pm}0.0011{\mu}g/Sm^3$, $0.0272{\pm}0.0084{\mu}g/Sm^3$, $0.4855{\pm}0.1862{\mu}g/Sm^3$, and $0.3068{\pm}0.0631{\mu}g/Sm^3$, respectively. In particularly, the average concentrations for Cd, Cr, Mn, Ni, Pb, Fe, and Zn in direct influence area at Ansim Briquette Fuel Complex were 1.9, 3.6, 2.1, 1.9, 1.4, 2.6, and 1.2 times higher than reference area, respectively. The continuous monitoring and management were required for some heavy metals such as Cr and Ni. Moreover, the average concentration in winter for particulate matter in direct influence area at Ansim Briquette Fuel Complex were generally higher than concentrations in summer and autumn. Also, average concentrations for TSP, $PM_{10}$, and $PM_{2.5}$ were from 1.5 to 2.0 times, 1.2 to 1.8 times, and 1.1 to 2.3 times higher than reference area, respectively. In results for seasonal atmospheric environment, TSP, $PM_{10}$, $PM_{2.5}$, and heavy metal concentrations in direct influence area were higher than reference area. Especially, the concentrations in C station were a high level in comparison with other area. Conclusions: In the results, some particulate matters and heavy metals were relatively high concentration, in order to understand the environmental pollution level and health effect in surrounding area at Ansim Briquette Fuel Complex. The concentration of some heavy metals emitted from direct influence area at Ansim Briquette Fuel Complex were relatively higher than reference area. In particular, average concentration for heavy metals in this study were higher than average concentrations in air quality monitoring station for heavy metal for 7 years in Deagu metropolitan region. Especially, the residents near Ansim Briquette Fuel Complex may be exposed to the pollutants(TSP, $PM_{10}$, $PM_{2.5}$, and heavy metals, etc) emitted from the factories in Ansim Briquette Fuel Complex.

• 한국지리정보학회지
• /
• 제18권2호
• /
• pp.174-189
• /
• 2015

본 연구는 낙동강 유역의 수생태계 건강성 조사지점에서 생물 및 서식환경, 수질에 대한 건강성을 조사 및 평가한 결과자료를 이용하여 공간정보로 재구축하고 공간분석기법을 활용하여 낙동강 유역의 수생태계 보전 및 복원 정책의 합리적인 의사결정을 지원하고 효율적인 관리방안을 제시하는데 목적이 있다. 낙동강 유역의 수생태계 건강성을 분석하기 위하여 250개 조사구간의 수생태계 건강성 조사 및 평가 결과자료를 각 지점별 위치정보를 기반으로 점형 자료로 구축하였다. 그리고 공간적인 분석기법의 적용을 위해 면형 자료로 재구축 할 필요성이 있으며, 이를 위해 Kriging 보간법(ArcGIS 10.1, Geostatistical Analysis)을 활용하여 공간적 영향력 및 트랜드를 분석하였고 면형 자료로 재구축 하였다. 이를 바탕으로 낙동강 유역 건강성의 공간분포 특성을 분석하기 위해 Hotspot(Getis-Ord Gi, $G^*_i$)과 LISA(Local Indicator of Spatial Association), 표준편차타원체(Standard deviational ellipse) 분석을 활용하였다. Hotspot 분석 결과 생물지수(TDI, BMI, FAI)의 Hotspot 유역은 안동댐 상류, 왕피천, 임하댐 유역으로 생물지수의 건강성 등급이 양호한 것으로 분석되었으며, Coldspot 유역은 낙동강 남해, 낙동강 하구, 수영강 등의 유역으로 나타났다. LISA 분석 결과 이례지역은 가화천, 합천댐 상류, 영강 상류 유역으로 분석되었으며 이 지역은 생물 건강성 지수가 높은 유역이지만 주변 유역의 건강성이 낮아 수생태계 건강성에 대한 관리가 필요한 유역으로 분석되었다. 이화학적 요인(BOD)의 Hotspot 유역은 낙동강하류 유역과 수영강, 회야강, 낙동강남해 유역으로 나타났으며, Coldspot 유역은 안동댐, 임하댐, 영강 등 낙동강 지류의 상류 유역으로 분석되었다. 서식 및 수변환경(HRI)요인의 Hotspot과 LISA 분석결과 요인별 Hotspot과 Coldspot이 다르게 분석되었으나 일반적으로 낙동강 상류, 안동댐, 임하댐, 합천댐 유역 등 낙동강 본류와 지류의 상류 유역 서식 및 수변환경 건강성이 좋은 것으로 분석되었다. 서식 및 수변환경 요인이 Coldspot으로 나타난 유역들은 생물지수와 이화학적 요인의 건강성 지수도 낮게 나타나 서식 및 수변환경의 관리가 필요한 유역으로 판단할 수 있다. 표준편차타원체로 분석한 시계열 분석결과 생물과 서식 및 수변환경에 의한 수생태계 건강성이 좋은 지역이 점점 북쪽으로 이동하는 경향을 나타내고 있으며 BOD 결과는 조사년도에 따라 방향과 집중도가 각각 다르게 나타나는 것으로 분석되었다. 이러한 수생태계 건강성 분석 결과는 조사지점별 건강성 관리정보뿐만 아니라 향후 공간정보 기술기반 수환경 연구와 실무연구진을 위한 집수구역 단위 수생태계를 관리할 수 있는 정보를 제공할 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.83-102
• /
• 2021

2020년 8월 정부는 한국판 뉴딜을 뒷받침하기 위한 공공기관의 역할 강화방안으로서 각 공공기관별 역량을 바탕으로 5대 분야에 걸쳐 총 20가지 과제를 선정하였다. 빅데이터(Big Data), 인공지능 등을 활용하여 대국민 서비스를 제고하고 공공기관이 보유한 양질의 데이터를 개방하는 등의 다양한 정책을 통해 한국판 뉴딜(New Deal)의 성과를 조기에 창출하고 이를 극대화하기 위한 다양한 노력을 기울이고 있다. 그중에서 한국무역보험공사(KSURE)는 정책금융 공공기관으로 국내 수출기업들을 지원하기 위해 여러 제도를 운영하고 있는데 아직까지는 본 기관이 가지고 있는 빅데이터를 적극적으로 활용하지 못하고 있는 실정이다. 본 연구는 한국무역보험공사의 수출신용보증 사고 발생을 사전에 예측하고자 공사가 보유한 내부 데이터에 기계학습 모형을 적용하였고 해당 모형 간에 예측성과를 비교하였다. 예측 모형으로는 로지스틱(Logit) 회귀모형, 랜덤 포레스트(Random Forest), XGBoost, LightGBM, 심층신경망을 사용하였고, 평가 기준으로는 전체 표본의 예측 정확도 이외에도 표본별 사고 확률을 구간으로 나누어 높은 확률로 예측된 표본과 낮은 확률로 예측된 경우의 정확도를 서로 비교하였다. 각 모형별 전체 표본의 예측 정확도는 70% 내외로 나타났고 개별 표본을 사고 확률 구간별로 세부 분석한 결과 양 극단의 확률구간(0~20%, 80~100%)에서 90~100%의 예측 정확도를 보여 모형의 현실적 활용 가능성을 보여주었다. 제2종 오류의 중요성 및 전체적 예측 정확도를 종합적으로 고려할 경우, XGBoost와 심층신경망이 가장 우수한 모형으로 평가되었다. 랜덤포레스트와 LightGBM은 그 다음으로 우수하며, 로지스틱 회귀모형은 가장 낮은 성과를 보였다. 본 연구는 한국무역보험공사의 빅데이터를 기계학습모형으로 분석해 업무의 효율성을 높이는 사례로서 향후 기계학습 등을 활용하여 실무 현장에서 빅데이터 분석 및 활용이 활발해지기를 기대한다.

• 한국토양비료학회지
• /
• 제45권3호
• /
• pp.344-352
• /
• 2012

시설재배지는 주로 하성평탄지 등 평평한 지형에 분포하며, 밭과 과수원은 곡간 및 선상지, 구릉지 및 산악지, 산록경사지 등 경사지에 분포한다. 논은 곡간 및 선상지, 하성평탄지, 하해혼성평탄지 등 비교적 완만한 경사에 위치한다. 이처럼 토지이용별로 분포하는 지형이 각기 다르기 때문에 토지이용별로 물리성 기준을 설정하고 관리하는 것이 필요하다. 시설재배지는 배수 및 양수분의 수직이동에 유의하여야 하며, 경사지는 침식과 양분유출에 대비하여 관리하여야 한다. 토지이용별로 토양 물리성 평균은 다음과 같다. 시설재배지는 표토심이 16.2 cm, 표토에 대한 물리성은 항목별로 경도 9.0 mm, 용적밀도 1.09 Mg $m^{-3}$, 유기물함량 29.0 g $kg^{-1}$, 심토에 대한 물리성은 항목별로 경도 19.8 mm, 용적 밀도 1.32 Mg $m^{-3}$, 유기물함량 29.5 g $kg^{-1}$ 이었다. 뿌리가 얕게 뻗는 작물에 대해서 표토심이 낮고 용적밀도가 높은 값을 보였다. 밭은 표토심이 13.3 cm, 표토에 대한 물리성 은 항목별로 경도 11.3 mm, 용적밀도 1.33 Mg $m^{-3}$, 유기물 함량 20.6 g $kg^{-1}$ (표토), 심토에 대한 물리성은 항목별로 경도 18.8 mm, 용적밀도 1.52 Mg $m^{-3}$, 유기물함량 13.0 g $kg^{-1}$ 이었다. 작물별로 물리성 평균치는 엽채류 < 과채류 < 장근채 ${\fallingdotseq}$ 단근채 순으로 값을 보였다. 과수원은 표토심이 15.4 cm, 표토에 대한 물리성은 경도 16.1 mm, 용적밀도 1.25 Mg $m^{-3}$, 유기물함량은 표토 28.5 g $kg^{-1}$, 심토에 대한 물리성은 경도 19.8 mm, 용적밀도 1.41 Mg $m^{-3}$, 유기물함량 15.9 g $kg^{-1}$ 이었다. 조사지점이 가장 많았던 과수 배는 표토심 14.4 cm, 경도 16.4 mm (표토), 19.7 mm (심토), 용적밀도 1.23 Mg $m^{-3}$ (표토), 1.40 Mg $m^{-3}$ (심토) 으로 평균에 근접한 값을 보였으며, 포도는 표토심 17.0 cm 경도 16.7 mm (표토), 20.0 mm (심토), 용적밀도 1.31 Mg $m^{-3}$ (표토), 1.45 Mg $m^{-3}$ (심토) 로 비교적 큰 값을 보였다. 논은 표토심 이 17.5 cm, 표토에 대한 물리성은 항목별로 경도가 15.3 mm, 용적밀도가 1.22 Mg $m^{-3}$, 유기물 함량은 23.5 g $kg^{-1}$, 심토에 대한 물리성은 항목별로 경도 20.3 mm, 용적밀도 1.47 Mg $m^{-3}$, 유기물 함량 17.5 g $kg^{-1}$ 이었다. 토지이용별로 용적밀도 평균치는 시설재배지 < 논 < 과수원 < 밭 순이었으며, 용적밀도 값의 분포는 표토는 1.0~1.25 Mg $m^{-3}$에서 가장 많았으며, 심토는 밭토양과 논토양은 1.50 Mg $m^{-3}$ 이상에서 50% 내외, 과수원토양은 1.35~1.50 Mg $m^{-3}$에서 40%로 가장 많았고, 시설재배지는 1.0~1.50 Mg $m^{-3}$에 고루 분포하였다. 토성 (속)별로는 대체로 식질에서 작은 값을 보였고, 미사식양질과 사질에 큰 값을 보였다. 토지이용과 토성에 따라 물리성 차이가 분명하였으며, 따라서 이러한 특성을 고려하여 토양 물리성 관리 기준을 설정하여 건전한 작물생육 환경을 유지하고 조성하는 것이 필요하겠다.