KR101156104B1 - Cseof를 이용한 입자 생성 및 성장 현상 판독 방법 - Google Patents
Cseof를 이용한 입자 생성 및 성장 현상 판독 방법 Download PDFInfo
- Publication number
- KR101156104B1 KR101156104B1 KR1020110144638A KR20110144638A KR101156104B1 KR 101156104 B1 KR101156104 B1 KR 101156104B1 KR 1020110144638 A KR1020110144638 A KR 1020110144638A KR 20110144638 A KR20110144638 A KR 20110144638A KR 101156104 B1 KR101156104 B1 KR 101156104B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- cseof
- aerosol
- particle
- smps
- Prior art date
Links
- 239000002245 particle Substances 0.000 title claims abstract description 134
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000015572 biosynthetic process Effects 0.000 title description 13
- 239000000443 aerosol Substances 0.000 claims abstract description 61
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 21
- 238000001914 filtration Methods 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 7
- 238000007619 statistical method Methods 0.000 abstract description 5
- 238000009833 condensation Methods 0.000 description 5
- 230000005494 condensation Effects 0.000 description 5
- 230000007774 longterm Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- LRHPLDYGYMQRHN-UHFFFAOYSA-N N-Butanol Chemical compound CCCCO LRHPLDYGYMQRHN-UHFFFAOYSA-N 0.000 description 3
- 238000010835 comparative analysis Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009931 harmful effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241000283690 Bos taurus Species 0.000 description 1
- 239000005427 atmospheric aerosol Substances 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005345 coagulation Methods 0.000 description 1
- 230000015271 coagulation Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000010291 electrical method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 239000003517 fume Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 239000011859 microparticle Substances 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000006911 nucleation Effects 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 238000013379 physicochemical characterization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
- G01N1/22—Devices for withdrawing samples in the gaseous state
- G01N1/2202—Devices for withdrawing samples in the gaseous state involving separation of sample components during sampling
- G01N2001/222—Other features
- G01N2001/2223—Other features aerosol sampling devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N2015/0288—Sorting the particles
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Dispersion Chemistry (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
본 발명은 CSEOF를 이용한 입자 생성 및 성장 현상 판독 방법에 관한 것으로서, 더욱 상세하게는 Scanning Mobility Partice Sizer(SMPS)를 통해 관측한 대기 중 에어로졸 입경별 수농도 측정 자료에서 입자 생성 및 성장 현상을 관찰자 주관적인 방법이 아닌 Cyclostationary Empirical orthogonal function(CSEOF) 분석 방법을 이용하여 객관적으로 판독해 낼 수 있도록 한 CSEOF를 이용한 입자 생성 및 성장 현상 판독 방법에 관한 것이다.
이를 위해, SMPS(Scanning Mobility Particle Sizer)를 통해 대기중의 에어로졸을 사이즈로 나누고, 사이즈별로 에어로졸 개수를 파악하는 에어로졸 측정 단계;상기 SMPS를 통해 측정된 에어로졸 원시 자료(raw data) N을 표준화된 수농도(dN, dlogDP)로 변환하는 데이터 표준화 단계;표준화된 자료 중에서, SMPS의 오류 등의 원인에 의해 분석에 필요 없는 데이터를 걸러내는 데이터 제거단계;SMPS로부터 관측된 자료에 대하여 1시간 동안의 데이터로 취합하는 데이터 취합단계;SMPS에 의한 관측이 24시간 동안 이루어진 날들만 선별하는 데이터 선별단계;선별된 관측 데이터를 CSEOF 통계분석 프로그램에 입력하는 데이터 입력단계;입력된 데이터는 CSEOF 통계분석 프로그램을 통해 데이터의 특징별 모드가 구체적으로 수치화된 그래프로 출력되는 데이터 출력단계;출력된 데이터의 진동 값들 중, 하루 중 낮 시간에 임의의 값 이상을 보인 날을 판단하여, 그 날은 입자 생성 및 성장이 이루어진 날로 판독하는 판독단계:를 포함하여 구성된 CSEOF를 이용한 입자 생성 및 성장 현상 판독 방법을 제공한다.
이를 위해, SMPS(Scanning Mobility Particle Sizer)를 통해 대기중의 에어로졸을 사이즈로 나누고, 사이즈별로 에어로졸 개수를 파악하는 에어로졸 측정 단계;상기 SMPS를 통해 측정된 에어로졸 원시 자료(raw data) N을 표준화된 수농도(dN, dlogDP)로 변환하는 데이터 표준화 단계;표준화된 자료 중에서, SMPS의 오류 등의 원인에 의해 분석에 필요 없는 데이터를 걸러내는 데이터 제거단계;SMPS로부터 관측된 자료에 대하여 1시간 동안의 데이터로 취합하는 데이터 취합단계;SMPS에 의한 관측이 24시간 동안 이루어진 날들만 선별하는 데이터 선별단계;선별된 관측 데이터를 CSEOF 통계분석 프로그램에 입력하는 데이터 입력단계;입력된 데이터는 CSEOF 통계분석 프로그램을 통해 데이터의 특징별 모드가 구체적으로 수치화된 그래프로 출력되는 데이터 출력단계;출력된 데이터의 진동 값들 중, 하루 중 낮 시간에 임의의 값 이상을 보인 날을 판단하여, 그 날은 입자 생성 및 성장이 이루어진 날로 판독하는 판독단계:를 포함하여 구성된 CSEOF를 이용한 입자 생성 및 성장 현상 판독 방법을 제공한다.
Description
본 발명은 입자 생성 및 성장 현상 판독 방법에 관한 것으로서, 더욱 상세하게는 SMPS를 통해 관측한 대기 중 에어로졸 입경별 수농도 측정 자료에서 입자 생성 및 성장 현상을 관찰자 주관적인 방법이 아닌 객관적으로 판독해 낼 수 있도록 한 CSEOF를 이용한 입자 생성 및 성장 현상 판독 방법에 관한 것이다.
에어로졸(Aerosol)은 공기 중에 부유하고 있는 입자(Particle)로 액체 입자 또는 고체 입자로 정의할 수 있으며, 입자의 물리적 상태에 따라 매연(Smoke), 먼지(Dust), 미스트(Mist), 흄(Fume) 등으로 세분할 수 있다.
에어로졸은 인체에 유해하고, 각종 산업현장에서 오염을 발생시키는 원인이 되고 있다.
따라서 에어로졸의 정확한 평가를 위하여 입자의 포집과 분석은 상당히 중요한 분야로 연구되고 있다.
최근 들어 대기 환경분야의 광화학 스모그(photochemical smog), 시정(visibility), 대기화학반응 현상 등을 규명하거나, 호흡에 의해 인체의 폐 속 깊이 흡입되는 미세 입자들에 의한 유해성을 평가하는 연구가 활발히 진행되고 있는데, 이러한 연구에 있어서 상기 에어로졸 입경별 수농도를 측정하는 기술은 매우 중요하다.
특히, 입자 생성 및 성장 현상은 최근에 기후와 인류 건강에 영향을 미치는 에어로졸의 잠재적인 중요한 소스로 주목받고 있다.
대기 중에서 생성된 수 나노미터의 입자들은 인체 호흡기에 직접적인 영향을 끼칠 수 있으며, 대기 중에서 새롭게 생성된 입자가 50 nm 이상 성장하면 구름 응결핵으로 작용하여 기후에 에어로졸 간접효과에 기여하게 된다.
또한, 대기 중에서 새롭게 생성된 입자가 100 nm 이상 성장할 경우 직접적으로 태양빛을 산란시켜 기후 냉각 효과를 일으킬 수 있다.
또한, 이 외에도 에어로졸의 물리화학적 특성 분석, 반도체 분야, 나노산업 분야의 입자 제어 등 다양한 산업의 광범위한 응용분야에서 그 중요성이 더욱 강조되고 있다.
한편, 입자 생성 및 성장 현상은 세계 각 지역에서 관측되고 있으며, 상기한 바와 같이 에어로졸 입경별 수농도 자료를 통해서 분석되고 있다.
이러한 에어로졸의 입경별 수농도를 측정하는 장비는, 광학센서를 사용하여 입자의 수를 측정하는 장비와 입자를 하전시켜 전류를 측정하는 장비로 나눌 수 있다.
광학센서를 사용하여 측정하는 장비에는, MSP사의 WPS(Wide range Particle Spectrometer), Met One사의 CNC(Condensation Nucleus Counter), TSI사의 SMPS(Scanning Mobility Particle Sizer)를 구성하는 CPC(Condensation Particle Counter), PMS사의 LPC(Laser Particle Counter) 등이 있다.
또한, 전기적인 방법으로 측정하는 장비에는 Dekati사의 ELPI(Electrical Low Pressure Impactor) 등이 있다.
한편, 에어로졸 입경별 수농도를 측정하는 종래의 분석 방법은 현재까지 주로 Dal Maso et al. (2005)(이하, '달마소'라 함) 분석 방법이 널리 사용되고 있다,
상기 달마소 분석 방법은 하루 0시부터 24시까지 24시간의 surface plot을 통해 시각적으로 구분하는 방법이다.
달마소 분석 방법은 다음과 같은 기준을 충족할 시, 입자 생성 및 성장 현상이 일어난 날로 구분하였다.
1. 입자 크기 분포에서 입자의 구분되는 새로운 모드가 나타나야만 한다.
2. 그 모드는 핵생성 모드(nucleation mode)크기 분포에서 시작되어야만 한다.
3. 그 모드는 한 시간 이상 지속되어야 한다.
4. 새로운 모드는 성장하는 형태가 보여야 한다.
이와 같은 기준을 충족하였는가를 판단하기 위해서는, SMPS를 통해 관측된 대기중 에어로졸을 시계열로 정리한 후, 연구자가 상기 에어로졸에 대한 시계열을 보고 시각적 판단만으로 입자 생성 및 성장 현상을 주관적으로 판단하였다.
하지만, 이러한 종래의 입자생성 및 성장 현상 분석 방법은 다음과 같은 문제가 발생하였다.
첫째, 연구자의 주관적 판단에 따라 입자 생성 및 성장 현상이 판독됨으로써, 입자 생성 및 성장 현상에 대한 판독의 정확도 및 객관성이 떨어지는 문제가 있었다.
둘째, 장기간 자료를 분석하거나 다른 두 지역의 측정자료를 분석할 때, 효과적이지 못한 문제가 있었다.
즉, 장기간 동안 타지역과 본지역의 입자생성 및 성장 현상에 대한 비교가 이루어지기 위해서는 세부적이고 총괄적으로 비교가 이루어져야 하는데, 이의 경우에도 시계열만 보고 주관적으로 판독이 이루어지는 것은 객관성 및 정확성이 떨어졌던 것이다.
본 발명은 상기한 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은 SMPS로부터 측정된 에어로졸 입경별 수농도 측정 자료를 CSEOF(Cyclostaionary Emprical orthogonal function) 분석 방법을 이용하여 객관적이고 정확성을 높인 입자 생성 및 성장 현상을 판독한 CSEOF를 이용한 입자 생성 및 성장 현상 판독 방법을 제공하고자 한 것이다.
본 발명은 상기한 목적을 달성하기 위하여, SMPS(Scanning Mobility Particle Sizer)를 통해 대기중의 에어로졸을 사이즈로 나누고, 사이즈별로 에어로졸 개수를 파악하는 에어로졸 측정 단계;상기 SMPS를 통해 측정된 에어로졸 원시 자료(raw data) N을 표준화된 수농도(dN, dlogDP)로 변환하는 데이터 표준화 단계;표준화된 자료 중에서, SMPS의 오류 등의 원인에 의해 분석에 필요 없는 데이터를 걸러내는 데이터 제거단계;SMPS로부터 관측된 자료에 대하여 1시간 동안의 데이터로 취합하는 데이터 취합단계;SMPS에 의한 관측이 24시간 동안 이루어진 날들만 선별하는 데이터 선별단계;선별된 관측 데이터를 CSEOF 통계분석 프로그램에 입력하는 데이터 입력단계;입력된 데이터는 CSEOF 통계분석 프로그램을 통해 데이터의 특징별 모드가 구체적으로 수치화된 그래프로 출력되는 데이터 출력단계;출력된 데이터의 진동 값들 중, 하루 중 낮 시간에 임의의 값 이상을 보인 날을 판단하여, 그 날은 입자 생성 및 성장이 이루어진 날로 판독하는 판독단계:를 포함하여 구성된 CSEOF를 이용한 입자 생성 및 성장 현상 판독 방법을 제공한다.
이때, 상기 데이터 출력 단계는, 하루(24시간) 동안의 에어로졸 입경별 크기가 출력된 수농도 그래프를 포함하는 것이 바람직하다.
또한, 상기 데이터 출력단계는, 연도별로 에어로졸의 진동(amplitude) 크기가 출력된 진동폭 그래프를 포함하는 것이 바람직하다.
이때, 상기 데이터 출력단계는, 월별로 에어로졸의 진동(amplitude) 크기가 출력된 진동폭 그래프를 포함하는 것이 바람직하다.
이때, 상기 데이터 출력단계는, 월별로 에어로졸 입경별 크기가 출력된 수농도 그래프를 포함하는 것이 바람직하다.
또한, 상기 임의의 값은, 에어로졸의 입경 크기가 성장한 경우에 해당하는 시계열 평균값인 것이 바람직하다.
본 발명에 따른 CSEOF를 이용한 입자 생성 및 성장 현상 판독 방법은 다음과 같은 효과가 있다.
첫째, 기존에 에어로졸 입경별 수농도 자료의 시계열 그림에서 단순히 시각적으로만 구분하던 것을 통계적 방법(CSEOF)을 이용함으로써, 입자 생성 및 성장 현상을 객관적이고 정확하게 판독할 수 있는 효과가 있다.
즉, 에어로졸 입경별 수농도 자료를 CSEOF 분석을 통해 얻게 되는 Loading vector와 Principle Component(PC) time series를 이용하여 기준 값 이상의 날들만 용이하게 구분함으로써 입자 생성 및 성장 현상을 객관적이고 정확하게 판독할 수 있는 것이다.
둘째, 입자 생성 및 성장 현상에 대하여 장기간 자료를 분석하거나 다른 두 지역 간의 측정자료를 비교 분석할 때, 구체화된 기록을 바탕으로 비교할 수 있기 때문에 통계적 방법을 이용한 판독은 효과적으로 사용될 수 있다.
즉, 장기간의 입자 수농도 자료나 다른 지역에서 측정한 자료를 비교 분석할 시 객관적인 기준을 제시함으로써, 분석의 정확도를 높일 수 있는 것이다.
도 1은 SMPS를 개략적으로 나타낸 개념도
도 2는 본 발명의 바람직한 실시예에 따른 CSEOF를 이용한 입자 생성 및 성장 현상 판독 방법을 나타낸 순서도
도 3은 본 발명의 바람직한 실시예에 따른 CSEOF를 이용한 입자 생성 및 성장 현상 판독 방법을 이용하여 입자 생성 및 성장 현상을 판독한 실시예를 나타낸 그래프.
도 2는 본 발명의 바람직한 실시예에 따른 CSEOF를 이용한 입자 생성 및 성장 현상 판독 방법을 나타낸 순서도
도 3은 본 발명의 바람직한 실시예에 따른 CSEOF를 이용한 입자 생성 및 성장 현상 판독 방법을 이용하여 입자 생성 및 성장 현상을 판독한 실시예를 나타낸 그래프.
본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정 해석되지 아니하며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.
이하, 첨부된 도 1 내지 도 3을 참조하여 본 발명의 바람직한 실시예에 따른 CSEOF를 이용한 입자 생성 및 성장 현상 판독 방법에 대하여 설명하도록 한다.
CSEOF를 이용한 입자 생성 및 성장 현상 판독 방법은 SMPS를 통해 관측된 대기의 에어로졸 데이터를 통계적 방법을 이용하여 입자생성 및 성장현상을 판독함으로써 객관적이고 정확한 판독이 이루어질 수 있도록 한 기술적 특징이 있다.
즉, CSEOF 통계분석 프로그램을 통해 에어로졸의 입경별 수농도 및 진동의 크기가 시간별로 구체적인 그래프로 출력됨으로써 연구자는 이를 통해 객관적이고 정확한 에어로졸의 입자 생성 및 성장 현상을 판독할 수 있는 것이다.
이와 같은 판독 방법에 대하여 첨부된 도 2를 참조하여 순차적으로 살펴보면 다음과 같다.
먼저, SMPS(Scanning Mobility Particle Sizer:전기적 입경별 수농도 계측기))를 이용하여 대기 중의 에어로졸을 측정한다.(S10)
이때, 도 1을 참조하여 SMPS에 대하여 설명하면 다음과 같다.
SMPS는 입경구간 10 ~ 487 nm 크기 에어로졸의 전기적 입경(mobility diameter)을 측정하는 장비로서, 구성품이 일체화된 Single Box SMPS system이다.
전체 입경 채널수는 54개 (32 채널/decade), 샘플링(sampling) 유량은 1 lpm이고, 측정 농도 범위는 1 ~ 2,400,000 #/㎤ 이다.
측정 소요시간은 180초(3분)이며, 인렛(inlet)에는 0.8 사이즈 컷(size cut)의 사이클론(cyclone)이 장착된다.
SMPS는 미분형 전기 이동도 분석기(Differential Mobility Analyzer; DMA)와 응축핵 계수기(Condensation Particle Counter; CPC)를 한 대로 묶은 기기로서, 측정원리는 유입된 에어로졸의 다분산(polydisperse) 입자가 입자중화기(aerosol neutralizer)를 거치면서 볼쯔만 평형 대전량 분포(Bolzmann equilibrium charge distribution)를 이루게 되고, DMA를 통과시킬 때 DMA의 전극봉에 (-)kV를 걸어주면(인가되는 전압을 조정하면서 입경 조정) (+)전하를 띤 입자에서 DMA내부 전기장 내에서의 입자의 전기적 이동도에 따라서 단분산(monodisperse) 입자를 골라 낼 수 있게 된다.
에어로졸 중화기는 방사성동위원소 Kr-85를 사용하여, 입자의 하전을 중화시키는 역할을 한다.
즉, 베타선에 의한 이온과 에어로졸이 섞이면서 에어로졸의 하전량을 입경에 따라 일정한 비율의 양전하, 음전하, 중성으로 대전되는 볼쯔만 평형 대전량 분포 수준으로 낮춰지는 것이다.
이때, 상대적으로 +1 또는 -1의 입자의 농도가 높아지게 되어 DMA에서 입자 분리 효율이 높아지게 된다.
한편, 에어로졸은 입자중화기를 지나서 바깥쪽 원통(접지)과 중심 전극봉으로 이루어진 동심의 원통형 전극(DMA)의 고리모양의 링(ring) 바깥쪽으로 유입되고, 안쪽으로는 깨끗한 시스 공기(sheath air)가 DMA를 따라서 흐르게 된다.
이때, 반대 극성을 띄고 있는 에어로졸은 전극봉 쪽으로 끌리는데, 그 궤적은 에어로졸의 입경에 반비례 되게, 유량과 입자의 전기적 이동도(electrical mobility)에 따라 좌우된다.
이후, 분리된 입자는 CPC(보통의 광학적인 방법으로는 계수가 불가능한 0.01~1 micron 크기의 미세한 입자를 열역학적 특성을 이용하여 광학적으로 측정할 수 있는 크기로 성장시켜 측정하는 응축핵 계수기)에 의해 수농도가 측정된다.
이후, 에어로졸은 부탄올 증기가 포화상태인 가열된 포화기(saturator)를 지나가게 된다.
이후, 에어로졸은 다시 냉각된 응축기(condenser)를 지나가면서 과포화 상태의 부탄올 증기가 작은 입자 주위에 달라붙는 응축현상에 의하여 입자의 크기가 성장된다.
이렇게 광학적 감지기로 측정할 수 있는 수 마이크로 크기의 액적(液滴)으로 성장한 입자가 광학 측정부를 지나가면서, 각각의 입자에서 산란된 빛의 신호를 광감지기로 감지하여 계수가 된다.
한편, 대기의 에어로졸은 상기한 SMPS를 통해 사이즈별로 구분되고, 각각의 사이즈별로 에어로졸의 개수가 파악된다.
이때, SMPS로부터 관측된 데이터는 원시 자료(Raw data)N을 나타낸다.
다음으로, 상기와 같이 SMPS로부터 관측된 Raw N을 dN, dlogDP로 변환하여 SMPS로부터 관측된 데이터를 표준화하는 단계를 수행한다.(S20)
이 단계는 상기한 바와 같이 데이터를 표준화하는 단계 즉, 후술하는 CSEOF 통계분석 프로그램에 값을 입력하기 위한 단계로서, 관측기기가 측정하는 측정값의 단위가 표준화되어 있지 않으므로 이를 표준화하는 단계인 것이다.
즉, 대기중의 에어로졸을 측정하는 장비는 SMPS 외에도 종래기술에서 설명한 바와 같이 다양한 관측기기들이 제공되는데, 각 관측기기마다 에어로졸의 입경 간격 및 기준이 되는 여러 단위들이 제각각으로 제공되므로 관측기기로부터 관측된 Raw N을 표준화하는 것은 필수적이다.
SMPS 기기라 하더라도, 기종마다 표준화되지 않은 관측 데이터가 출력되므로, 이 단계에서는 SMPS를 비롯한 관측기기로부터 관측된 데이터 Raw N을 통계분석 프로그램에 적합한 dN, dlogDP로 변환하는 것이다.
이때, N은 raw Number을 의미하고, Dp 는 particle diameter (입자 직경)을 의미한다.
그리고, d는 구간을 의미하며, log는 log 스케일을 의미한다.
다음으로, SMPS로부터 관측된 데이터 중, 입자 생성 및 성장 현상 판독에 적합하지 않은 데이터를 제거하는 단계를 수행한다.(S30)
즉, SMPS로부터 관측된 자료의 질(quality)이 전부 입자 생성 및 성장 현상 판독에 적합한 것은 아니므로, 데이터의 질이 떨어지는 자료를 제거하여 데이터의 퀄리티를 체크하는 과정을 수행하는 것이다.
이때, 질이 떨어지는 데이터 발생의 이유는, 관측기기의 결함이 있을 수 있는데, SMPS의 결함 확인 목록은 다음 표 1과 같다.
다음으로, 관측 데이터에 대한 퀄리티 체크가 완료되면, 상기 자료를 1시간 단위로 취합하는 단계를 수행한다.(S40)
상기 데이터를 제거하는 단계에서는 퀄리티 체크가 끝난 즉, 오류 데이터가 걸러진 양질의 데이터 출력이 대략 5분마다 이루어지고 있는데, 이러한 데이터들을 취합하여 1시간 단위로 평균화하는 것이다.
즉, 통계기법을 이용한 입자생성 및 성장현상에 대한 출력자료는 1시간 단위를 기준으로 그래프화되어 제공됨으로써, 각 자료들에 대하여 1시간 단위로 취합하고 평균화하는 작업을 수행하는 것이다.
다음으로, SMPS에 의한 관측이 24시간 동안 완벽하게 이루어진 날들만 선별하는 데이터 선별단계를 수행한다.(S50)
이 단계에서는, 입자생성 및 성장현상은 하루에 발생하는 일인데, 하루라도 누락된 자료가 발생하면 입자생성 및 입자형성 판독에 대한 정확성 및 객관성이 떨어지기 때문에 이를 선별하여 24시간 동안 완벽하게 관측된 날들만 선별하는 것이다.
다음으로, 선별된 관측 데이터를 CSEOF 통계분석 프로그램에 입력하여 상기 CSEOF 통계분석 프로그램에 적용시키는 단계를 수행한다.(S60)
이때, CSEOF 분석방법에 대하여 설명하면 다음과 같다.
CSEOF(Cyclostationary Emprical Orthogonal Function) 분석 방법은 주어진 자료가 갖는 전체 변동성을 서로 다른(mode, n) 수학적(또는 물리적)으로 변동하는 부분들로 나누고 그 각각의 변동성들(cyclosationary loading vector; CSLV)과 그에에 해당하는 시간적으로 변동하는 부분(principle component time series; PC)으로 나누는 분석방법을 의미하며, 아래의 수학식 1과 같다.
이때, T는 본 발명에서 분석하고자 하는 에어로졸 입경별 수농도 자료이며, r은 54개(SMPS의 입경 채널 수)의 에어로졸 입경이며, t는 이 자료가 시간에 따라 있음을 의미한다.
또한, CSEOF 분석에서는 아래의 수학식 2와 같이 CSLV가 주기성을 가지고 반복됨을 가정하는데, 본 발명에서는 입자생성 및 성장 현상이 하루 안에 일어나는 현상이므로 주기를 24 시간으로 주었다.
이때, 위 수학식2의 d는 24시간으로 주었음을 의미한다.
CSEOF 분석의 장점은 CSLV가 시간에 따라 변화하는 부분을 갖는 차이점을 갖기 때문에, 입자 생성 및 성장현상과 같이 하루 안에 시간에 따라 입자 수농도가 변화하는 현상을 구분하는데 있어서 탁월한 효과가 있다.
다음으로, 상기와 같이 입력된 데이터는 CSEOF 통계분석 프로그램을 통해 데이터의 특징별 모드가 구체적으로 수치화된 그래프로 출력이 된다.(S70)
즉, 컴퓨터 프로그래밍화 되어있는 시스템에 자료를 입력하면,
CSLV1 ,PC1
CSLV2, PC2
CSLV3, PC3 .........
CSLVn, PCn .........
과 같은 결과를 얻게 되고 그 중에서 몇 번째 모드(mode)가 입자 생성 및 성장 현상과 관련이 있는지 판독하고, 모드가 선정되면 그 모드의 PCn을 이용하여, 낮 기간의 진동(amplitude) 폭이 평균보다 이상으로 나타난 날을 입자생성 및 성장 현상으로 구분하고, 낮 기간의 진동폭이 평균보다 미만으로 나타난 날들은 입자생성 및 성장 현상이 일어나지 않은 날들로 구분하게 된다.
한편, 상기한 값이 출력되는 특징별 모드는 도 3에 도시된 바와 같다.
상기 출력된 데이터의 특징별 모드는 도 3에 도시된 바와 같이, 에어로졸의 입경의 크기 및 수농도가 하루 동안에 시각화된 상태로 나타낸 그래프와, 입자 생성 및 성장 현상에 대한 중요한 기준이 되는 진동(amplitude) 표시 그래프로 출력이 된다.
이때, 진동 그래프는 각 연도별로 월 단위로 구분되어 출력되고, 이 중에서 필요한 월만 확대하여 출력되도록 할 수 있다.
또한, 표준화된 수농도(dN, dlogDP)의 그래프로도 출력될 수 있음을 알 수 있다.
다음으로, 상기와 같이 출력된 그래프를 통해 입자 생성 및 성장 현상을 판독하는 판독단계를 수행한다.(S80)
입자 생성 및 성장 현상을 판독하기 위해서는 하루(24시간) 동안에 일어난 진동의 폭 중, 낮시간에 발생한 진동의 폭이 임의의 값 이상인 경우의 날을 입자 생성 및 입자 형성이 일어난 날로 판독을 하게 된다.
이때, 임의의 값은, 관측된 날들에 대한 진동폭의 평균값을 말한다.
즉, 관측된 날의 진동폭을 관측하여 낮시간에 관측된 진동폭이 각 날들에 대한 진동 평균값보다 높은 날이면, 입자 생성 및 성장 현상이 일어난 날로 판독하고(S90), 낮시간에 관측된 진동폭이 각 날들에 대한 진동 평균값보다 낮은 날이면 입자 생성 및 성장 현상이 일어나지 않은 날로 판독을 하는 것이다.(S10))
이로써, CSEOF를 이용한 입자 생성 및 성장 현상 판독 방법이 완료된다.
한편, 상기한 CSEOF를 이용한 입자 생성 및 성장 현상 판독 방법을 이용하여 입자 생성 및 성장 현상을 판독한 구체적인 실시예에 대하여 첨부된 도 3을 참도하여 설명하도록 한다.
첨부된 도 3은 2008년부터 2010년까지 제주 고산에서 SMPS를 통해 관측된 입경별 에어로졸 수농도 자료에 CSEOF 분석을 적용하여 입자 생성 및 성장 현상을 나타내는 대표 모드를 나타낸 그림이다.
도 3의 (a)는 입자 생성 및 성장 현상으로 판단되는 Cyclostationary Loading vector이다.
도 3의 (b)는 그에 해당하는 PC time series로서, 붉은 색으로 표시된 직선은 분석 기간 동안의 진동폭에 대한 평균값을 나타내고 있는 선이다.
이를 도 3의 (c)와 같이 2010년 3월로 확대하여 살펴보면, 낮 시간 동안 진동폭이 분석 기간동안의 진동폭 평균값 이상을 보이는 날을 푸른색으로 표시하였는데, 이를 도 3의 (d)에 도시된 표준화된 수농도 그래프와 비교해 보았을 때에도 CSEOF 분석을 통해 구분해놓은 날과 일치함을 알 수 있다.
이러한 통계적 분석의 적용을 통한 입자 생성 및 성장 현상의 판독 방법은 이전의 임의적인 방법보다 객관성을 확보해주며, 장기간 연구 또는 타 지역과의 비교 연구를 가능하게 한다.
현재 기상청 안면도 기후변화 감시센터에서는 SMPS를 이용하여 입경별 수농도 자료를 관측 중에 있다.
본 발명에서 제시하는 분석 방법을 이용한다면, 장기간으로 관측한 자료에서 입자 생성 및 성장 현상을 객관적으로 구분할 수 있을 뿐만 아니라 현재 동아시아에서 일어나고 있는 입자 생성 및 성장 현상과 유럽대륙과 미국 대륙에서 일어나고 있는 현상과의 동시 비교 분석이 가능해진다.
이러한 입자 생성 및 성장 현상연구를 통해 이차적으로 생성되는 에어로졸이 기후변화에 어떠한 영향을 미치게 되는지에 관한 연구의 기초단계를 제공하게 된다.
지금까지 설명한 바와 같이 본 발명에 따른 CSEOF를 이용한 입자 생성 및 성장 현상 판독 방법은 SMPS를 통해 대기중의 에어로졸의 입경 및 수농도를 파악하여 상기 데이터를 CSEOF 통계분석 프로그램에 접목함으로써 객관적이고 정확성이 높은 입자생성 및 성장 현상을 판독할 수 있는 기술적 특징이 있다.
이에 따라, 입자 생성 및 성장 현상에 대한 분석 결과의 만족도를 높일 수 있을 뿐만 아니라, 타 지역에서 측정한 자료에 대한 비교 분석이 효과적으로 이루어질 수 있게 된다.
이상에서 본 발명은 기재된 구체예에 대하여 상세히 설명되었지만 본 발명의 기술사상 범위 내에서 다양한 변형 및 수정이 가능함은 당업자에게 있어서 명백한 것이며, 이러한 변형 및 수정은 첨부된 특허 청구범위에 속함은 당연한 것이다.
Claims (6)
- SMPS(Scanning Mobility Particle Sizer)를 통해 대기중의 에어로졸을 사이즈로 나누고, 사이즈별로 에어로졸 개수를 파악하는 에어로졸 측정 단계;
상기 SMPS를 통해 측정된 에어로졸 원시 자료(raw data) N을 표준화된 수농도(dN, dlogP)로 변환하는 데이터 표준화 단계;
표준화된 자료 중에서, SMPS의 오류 등의 원인에 의해 분석에 필요 없는 데이터를 걸러내는 데이터 제거단계;
SMPS로부터 관측된 자료에 대하여 1시간 동안의 데이터로 취합하는 데이터 취합단계;
SMPS에 의한 관측이 24시간 동안 이루어진 날들만 선별하는 데이터 선별단계;
선별된 관측 데이터를 CSEOF 통계분석 프로그램에 입력하는 데이터 입력단계;
입력된 데이터는 CSEOF 통계분석 프로그램을 통해 데이터의 특징별 모드가 구체적으로 수치화된 그래프로 출력되는 데이터 출력단계;
출력된 데이터의 진동 값들 중, 하루 중 낮 시간에 임의의 값 이상을 보인 날을 판단하여, 그 날은 입자 생성 및 성장이 이루어진 날로 판독하는 판독단계:를 포함하여 구성된 CSEOF를 이용한 입자 생성 및 성장 현상 판독 방법. - 제 1항에 있어서,
상기 데이터 출력 단계는,
하루(24시간) 동안의 에어로졸 입경별 크기가 출력된 수농도 그래프를 포함하는 것을 특징으로 하는 CSEOF를 이용한 입자 생성 및 성장 현상 판독 방법. - 제 1항 또는 제 2항에 있어서,
상기 데이터 출력단계는,
연도별로 에어로졸의 진동(amplitude) 크기가 출력된 진동폭 그래프를 포함하는 것을 특징으로 하는 CSEOF를 이용한 입자 생성 및 성장 현상 판독 방법. - 제 3항에 있어서,
상기 데이터 출력단계는,
월별로 에어로졸의 진동(amplitude) 크기가 출력된 진동폭 그래프를 포함하는 것을 특징으로 하는 CSEOF를 이용한 입자 생성 및 성장 현상 판독 방법. - 제 3항에 있어서,
상기 데이터 출력단계는,
월별로 에어로졸 입경별 크기가 출력된 수농도 그래프를 포함하는 것을 특징으로 하는 CSEOF를 이용한 입자 생성 및 성장 현상 판독 방법. - 제 1항 또는 제 2항에 있어서,
상기 임의의 값은,
에어로졸의 입경 크기가 성장한 경우에 해당하는 시계열 평균값인 것을 특징으로 하는 CSEOF를 이용한 입자 생성 및 성장 현상 판독 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020110144638A KR101156104B1 (ko) | 2011-12-28 | 2011-12-28 | Cseof를 이용한 입자 생성 및 성장 현상 판독 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020110144638A KR101156104B1 (ko) | 2011-12-28 | 2011-12-28 | Cseof를 이용한 입자 생성 및 성장 현상 판독 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR101156104B1 true KR101156104B1 (ko) | 2012-06-20 |
Family
ID=46688940
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020110144638A KR101156104B1 (ko) | 2011-12-28 | 2011-12-28 | Cseof를 이용한 입자 생성 및 성장 현상 판독 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101156104B1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160071868A (ko) | 2014-12-12 | 2016-06-22 | 한국과학기술연구원 | 입자 생성 및 성장 현상 판독 장치 및 방법 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100865712B1 (ko) | 2006-07-12 | 2008-10-28 | 안강호 | 입자 측정 시스템 및 그 방법 |
KR101040444B1 (ko) | 2008-09-04 | 2011-06-09 | 연세대학교 산학협력단 | 서브마이크론 입자의 실시간 크기분포 측정을 위한다중채널형 확산하전기 및 이를 이용한 서브마이크론입자의 실시간 크기분포 측정방법 |
-
2011
- 2011-12-28 KR KR1020110144638A patent/KR101156104B1/ko active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100865712B1 (ko) | 2006-07-12 | 2008-10-28 | 안강호 | 입자 측정 시스템 및 그 방법 |
KR101040444B1 (ko) | 2008-09-04 | 2011-06-09 | 연세대학교 산학협력단 | 서브마이크론 입자의 실시간 크기분포 측정을 위한다중채널형 확산하전기 및 이를 이용한 서브마이크론입자의 실시간 크기분포 측정방법 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160071868A (ko) | 2014-12-12 | 2016-06-22 | 한국과학기술연구원 | 입자 생성 및 성장 현상 판독 장치 및 방법 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7066037B2 (en) | Method for measuring properties of a particle distribution | |
Levin et al. | Limitations in the use of unipolar charging for electrical mobility sizing instruments: A study of the fast mobility particle sizer | |
Wang-Li et al. | Techniques for measuring particle size distribution of particulate matter emitted from animal feeding operations | |
Maya-Manzano et al. | Towards European automatic bioaerosol monitoring: comparison of 9 automatic pollen observational instruments with classic Hirst-type traps | |
Methner | Effectiveness of a custom-fitted flange and local exhaust ventilation (LEV) system in controlling the release of nanoscale metal oxide particulates during reactor cleanout operations | |
Hoeflinger et al. | PM2. 5 or respirable dust measurement and their use for assessment of dust separators | |
Bergmans et al. | Particulate matter indoors: A strategy to sample and monitor size-selective fractions | |
Walton et al. | Aerosol instrumentation in occupational hygiene: An historical perspective | |
KR101156104B1 (ko) | Cseof를 이용한 입자 생성 및 성장 현상 판독 방법 | |
Asbach | Exposure measurement at workplaces | |
Aitken et al. | Application of porous foams as size selectors for biologically relevant samplers | |
Park et al. | A granular bed for use in a nanoparticle respiratory deposition sampler | |
Mark | Occupational exposure to nanoparticles and nanotubes | |
Yang et al. | An integrated system for automated measurement of airborne pollen based on electrostatic enrichment and image analysis with machine vision | |
US7131343B2 (en) | Method of measuring density properties of a particle distribution | |
Peters et al. | Evaluation of PM2. 5 size selectors used in speciation samplers | |
Phalen et al. | Rationale for and implications of particle size-selective sampling | |
Roach et al. | Testing compliance with threshold limit values for respirable dusts | |
CN109253953A (zh) | 一种可测量多种颗粒物质量浓度的方法和系统 | |
Lee et al. | Calibration of high flow rate thoracic-size selective samplers | |
KR101649993B1 (ko) | 입자 생성 및 성장 현상 판독 장치 및 방법 | |
Simon et al. | Feasibility of generating peaks of bioaerosols for laboratory experiments | |
Ramachandran et al. | Evaluation of two inversion techniques for retrieving health-related aerosol fractions from personal cascade impactor measurements | |
CN105717260A (zh) | 一种测量待检测空间内新风量的方法及系统 | |
Bau et al. | Evaluation of the diffusion size classifier (meDiSC) for the real-time measurement of particle size and number concentration of nanoaerosols in the range 20–700 nm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
A302 | Request for accelerated examination | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20150601 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20160204 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20170524 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20180521 Year of fee payment: 7 |