KR101507397B1 - 대기 모델링 서비스 제공 시스템 - Google Patents
대기 모델링 서비스 제공 시스템 Download PDFInfo
- Publication number
- KR101507397B1 KR101507397B1 KR20120090532A KR20120090532A KR101507397B1 KR 101507397 B1 KR101507397 B1 KR 101507397B1 KR 20120090532 A KR20120090532 A KR 20120090532A KR 20120090532 A KR20120090532 A KR 20120090532A KR 101507397 B1 KR101507397 B1 KR 101507397B1
- Authority
- KR
- South Korea
- Prior art keywords
- model
- atmospheric
- data
- emission
- module
- Prior art date
Links
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 25
- 231100000719 pollutant Toxicity 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000003915 air pollution Methods 0.000 claims abstract description 8
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 230000002123 temporal effect Effects 0.000 claims abstract description 4
- 239000000126 substance Substances 0.000 claims abstract description 3
- 239000007789 gas Substances 0.000 claims description 19
- 239000011261 inert gas Substances 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 9
- 238000011161 development Methods 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000010200 validation analysis Methods 0.000 claims description 2
- 238000012795 verification Methods 0.000 abstract description 16
- 238000011017 operating method Methods 0.000 abstract description 3
- 239000012808 vapor phase Substances 0.000 abstract 1
- 238000005259 measurement Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 3
- XKRFYHLGVUSROY-UHFFFAOYSA-N Argon Chemical compound [Ar] XKRFYHLGVUSROY-UHFFFAOYSA-N 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 229910052786 argon Inorganic materials 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000013626 chemical specie Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229910052754 neon Inorganic materials 0.000 description 1
- GKAOGPIIYCISHV-UHFFFAOYSA-N neon atom Chemical compound [Ne] GKAOGPIIYCISHV-UHFFFAOYSA-N 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000376 reactant Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 대기 모델링 서비스 제공 시스템에 관한 것으로서, 외부로부터 수신된 기상 데이터, 지형 데이터 및 각 오염원에 대한 배출량 데이터 및 회원들의 사용자 정보가 저장되는 데이터베이스부, 상기 기상 데이터 및 지형 데이터에 기초하여 기상 모델을 생성하는 기상 모델링 모듈, 상기 각 오염원에 대한 배출량 데이터와 상기 생성된 기상 모델에 기초하여 각 오염원의 공간적 분포, 시간적 분포 및 화학종별 분포를 포함하는 배출량 모델을 생성하는 배출량 모델링 모듈, 상기 기상모델과 배출량 모델을 기초로 과거, 현재 및 미래의 대기 오염정도를 포함하는 대기 모델을 생성하는 대기 모델링 모듈, 상기 기상 데이터, 지형 데이터 및 각 오염원에 대한 배출량 데이터의 포맷을 상기 각 모델링 모듈이 처리할 수 있는 형태의 포맷으로 변환하는 전처리 모듈, 상기 기상모델, 배출량 모델 및 대기 모델을 검증하기 위한 모델 검증 모듈 및 회원들의 사용자 단말기로부터 모델 조건, 미래 예측 조건 및 요구 사항이 수신되면 이들을 분석하여 분석결과를 각 모델링 모듈로 제공하고, 생성된 대기 모델을 회원들의 사용자 단말기로 제공하는 회원 서비스 모듈을 포함하는 것을 특징으로 한다.
본 발명에 따르면, 다양한 종류의 입력자료 형태 및 복잡한 모델 운영방법을 하나의 시스템으로 통합 구축함으로써 사용자가 자료 전처리를 위해 소요되는 시간적, 경제적 비용 감소가 기대되고, 각각의 모델의 특성에 따른 모델 운영에 소요되는 기간이 감소됨에 따라 사용자의 경쟁력 강화에 기여할 수 있는 효과가 있다.
본 발명에 따르면, 다양한 종류의 입력자료 형태 및 복잡한 모델 운영방법을 하나의 시스템으로 통합 구축함으로써 사용자가 자료 전처리를 위해 소요되는 시간적, 경제적 비용 감소가 기대되고, 각각의 모델의 특성에 따른 모델 운영에 소요되는 기간이 감소됨에 따라 사용자의 경쟁력 강화에 기여할 수 있는 효과가 있다.
Description
본 발명은 지형 및 기상자료를 이용한 기상모델과 점, 선, 면 오염원 배출량을 산정하는 배출량 모델 등을 이용하여 과거, 현재 및 미래에 대한 대기 오염물질에 의한 오염 정도를 모델링하여 서비스를 제공하는 시스템에 관한 것이다.
대기 오염은 대기 중에 인위적으로 배출된 오염물질이 한가지 또는 그 이상이 존재하여 오염물질의 양, 농도 및 지속시간이 해당 지역의 불특정 다수에게 불쾌감을 주거나 해당 지역에 공중보건상 위해를 가하고 인간이나 동물, 식물의 활동에 해를 주는 상태를 의미한다.
대기질 모델링은 대규모지역에서 모든 배출원의 대기질에 대한 영향을 모사하기 위하여 반응 및 비반응성 물질에 대한 오염물질 농도 및 침적량을 예측하는 것으로 대기정책수립 및 시행효과분석 등에 널리 사용되고 있으며, 대기모델은 주로 오일러리안모델(Eulerian model)로 3차원 공간을 여러 개의 격자로 세분하여 각 격자별로 이류, 확산, 화학반응 과정을 계산하여 오염물질의 3차원 분포와 시간변화를 계산하는 것이다.
이러한 대기질 모델링을 통해 대기오염 상태를 예측하는 방법은 종래에도 기상, 지형, 오염원 배출량 자료를 이용하여 모델링하고자 하는 기술이 존재하고 있다. 그러나, 종래 기술들은 복잡한 지형 및 기상의 전처리 과정과 각각의 배출원에 대하여 복잡한 계산을 이용하여 모델링이 수행되고 있다. 또한, 각 모델별로 지형자료, 기상자료 및 배출원 자료의 입력 형태가 다양하고, 모델의 종류 및 운영방법도 다양하여 복잡한 구조로 되어 있어 비전문가가 손쉽게 이용하기 어려운 문제점이 있었다.
그리고, 대기 모델이 완료되면 설계된 대기 모델을 검증하는 절차가 필요한데 종래의 경우 대기질 측정정보에 기반한 피드백 정보에 의한 검증이 이루어지고 있으나, 측정 센서 오류 등으로 인해 대기질 측정정보가 정확하지 않은 경우에는 정확한 검증이 이루어지지 못하는 문제점이 있다.
또한, 보다 정확한 대기 모델링을 위해서는 오염원의 농도가 정확하게 계측되거나 입력되어야 하는데, 오염원 농도 계측시 기상 상태에 따라 측정 오차가 발생할 수 있고 이에 따라 오염원의 농도가 정확하지 않아 오염원 확산 모델이 실제 상황을 제대로 반영하지 못하는 경우가 발생하고 있다.
또한, 기상 모델링에 사용되는 지형 정보는 현재의 지도 정보에 기초하여 이루어진다는 점에서 미래의 지형 변화나 지역 개발에 따른 지역 특성 변화를 반영하지 못하여 미래의 대기 오염 모델링의 신뢰도가 저하되는 문제점이 있다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 창안된 것으로서, 본 발명의 목적은 다양한 유형의 입력자료 형태 및 모델의 종류에 따른 복잡한 운영방법을 하나의 시스템으로 통합하는 시스템을 구현하여 사용자가 본 발명의 시스템에 접속하여 용이하게 다양한 모델을 구현할 수 있도록 하는 것이다.
본 발명의 다른 목적은 이중의 검증 과정을 통해 대기 모델링의 적정성을 보다 정확하게 검증할 수 있도록 함으로써 보다 신뢰성이 높은 대기 모델링 시스템을 제공하는 것이다.
본 발명의 또 다른 목적은 기상 상태에 따른 측정 오차를 최소화함으로써 대기 모델링을 위한 정확한 오염원 농도를 제공할 수 있도록 하는 것이다.
본 발명의 또 다른 목적은 정책 정보 분석을 통해 현재뿐만 아니라 미래의 지형 변화나 지역 개발에 따른 지역 특성 변화를 반영한 모델링을 제공함으로써 미래의 대기 오염 모델링의 신뢰도를 향상시킬 수 있도록 하는 것이다.
상기와 같은 목적을 달성하기 위한 본 발명의 바람직한 일 실시예에 따르면, 대기 모델링 서비스 제공 시스템에 있어서, 외부로부터 수신된 기상 데이터, 지형 데이터 및 각 오염원에 대한 배출량 데이터 및 회원들의 사용자 정보가 저장되는 데이터베이스부; 상기 기상 데이터 및 지형 데이터에 기초하여 기상 모델을 생성하는 기상 모델링 모듈; 상기 각 오염원에 대한 배출량 데이터와 상기 생성된 기상 모델에 기초하여 각 오염원의 공간적 분포, 시간적 분포 및 화학종별 분포를 포함하는 배출량 모델을 생성하는 배출량 모델링 모듈; 상기 기상모델과 배출량 모델을 기초로 과거, 현재 및 미래의 대기 오염정도를 포함하는 대기 모델을 생성하는 대기 모델링 모듈; 상기 기상 데이터, 지형 데이터 및 각 오염원에 대한 배출량 데이터의 포맷을 상기 각 모델링 모듈이 처리할 수 있는 형태의 포맷으로 변환하는 전처리 모듈; 대기 모델 생성을 하고자 하는 지역에 설치된 제 1 센서와, 상기 제 1 센서와 동일한 정보를 검출하는 제 2 센서를 통해 대기 관측 정보를 수집하는 대기관측 모듈; 상기 기상모델, 배출량 모델 및 대기 모델을 검증하고, 상기 제 1 센서의 측정값에 기초하여 상기 대기 모델을 검증하여 대기 모델에 오류가 있는 경우 상기 제 2 센서의 측정값에 기초하여 상기 대기 모델을 재검증하여, 오류가 없는 경우 상기 대기 모델에 기초하여 상기 제 1 센서의 이상을 상기 대기관측 모듈로 전송하고, 재차 오류가 존재하는 경우 상기 제 1 센서와 제 2 센서의 측정값의 평균값을 상기 기상 모델링 모듈로 제공하여 제공된 값에 기초하여 대기 모델을 재생성하도록 하는 모델 검증 모듈; 및 회원들의 사용자 단말기로부터 모델 조건, 미래 예측 조건 및 요구 사항이 수신되면 이들을 분석하여 분석결과를 각 모델링 모듈로 제공하고, 생성된 대기 모델을 회원들의 사용자 단말기로 제공하는 회원 서비스 모듈을 포함하되, 상기 제 1 및 제 2 센서는, 가스 오염원의 농도를 검출하기 위한 가스 농도센서를 포함하고, 상기 대기관측 모듈은 미리 설정된 기압에서 측정된 대기중의 특정 불활성 가스의 농도와 임의의 시간에서 측정한 대기중의 특정 불활성 가스의 농도 간의 비율을 보정계수로서 산출하고, 측정된 가스 오염원의 농도와 상기 보정계수를 곱하여, 대기 중의 가스 오염원의 농도를 산출하는 것을 특징으로 하는 대기 모델링 서비스 제공 시스템이 제공된다.
삭제
여기서, 상기 데이터베이스부는 지역 개발정책에 관련된 정보에 관한 정책정보 데이터를 저장하고, 상기 기상 모델링 모듈은 미래의 기상 모델 생성시에 상기 지역 개발정책에 따른 지형 또는 지역 특성의 변경 사항을 반영하는 것이 바람직하다.
또한, 상기 제 1 및 제 2 센서는 측정 대상에 대한 센서의 저항특성이 서로 반대인 센서가 사용되는 것이 보다 바람직하다.
삭제
또한, 모바일 클라우드 서비스 제공을 위한 클라우드 어플리케이션을 저장 및 제공하는 모바일 클라우드 서버가 더 포함되고, 상기 모바일 클라우드 서버는 상기 사용자 단말기로서 모바일 단말기가 접속되는 경우, 상기 회원 서비스 모듈로부터 수신된 사용자 정보에 기초하여 상기 회원을 위한 모바일 클라우드 서비스를 파악하고, 파악된 모바일 클라우드 서비스에 따른 대기 모델링 서비스 어플리케이션을 상기 사용자 단말기로 제공하는 것이 가능하다.
삭제
본 발명은 다양한 종류의 입력자료 형태 및 복잡한 모델 운영방법을 하나의 시스템으로 통합 구축함으로써 사용자가 자료 전처리를 위해 소요되는 시간적, 경제적 비용 감소가 기대되고, 각각의 모델의 특성에 따른 모델 운영에 소요되는 기간이 감소됨에 따라 사용자의 경쟁력 강화에 기여할 수 있는 효과가 있다.
또한 본 발명에 따르면, 대기 모델링의 정확한 검증, 정확한 오염원 농도 계측 및 정책 정보 반영을 통해 현재 및 미래에 대한 신뢰성이 높은 대기 모델링을 제공할 수 있는 효과가 있다.
도 1은 본 발명에 따른 대기 모델링 서비스 제공 시스템의 구성도이다.
도 2는 도 1의 대기 모델링 서비스 서버의 내부 구성 블럭도이다.
도 3은 도 1의 데이터베이스부의 세부 구성도이다.
도 4는 본 발명에 따른 대기 모델 검증이 수행되는 과정을 도시한 흐름도이다.
도 5는 보정계수를 이용하여 가스 오염원 농도를 산출하는 과정을 도시한 흐름도이다.
도 6은 모바일 클라우드 서비스를 통해 모바일 단말기로 대기 모델링 서비스를 제공하기 위한 시스템 구성도이다.
도 2는 도 1의 대기 모델링 서비스 서버의 내부 구성 블럭도이다.
도 3은 도 1의 데이터베이스부의 세부 구성도이다.
도 4는 본 발명에 따른 대기 모델 검증이 수행되는 과정을 도시한 흐름도이다.
도 5는 보정계수를 이용하여 가스 오염원 농도를 산출하는 과정을 도시한 흐름도이다.
도 6은 모바일 클라우드 서비스를 통해 모바일 단말기로 대기 모델링 서비스를 제공하기 위한 시스템 구성도이다.
도 1은 본 발명에 따른 대기 모델링 서비스 제공 시스템의 구성도이다.
도 1에 도시된 바와 같이, 본 발명에 따른 대기 모델링 서비스 제공 시스템은 사용자 단말기(1)와 대기 모델링 서비스 서버(3)를 포함하여 구성된다.
사용자 단말기(1)는 대기 모델링 서비스를 제공받고자 하는 회원이 구비하고 있는 단말기로서, PC, 노트북 등의 기기 외에 휴대폰, 스마트폰 등의 각종 모바일 기기를 포함할 수 있다. 여기서, 회원은 오염원을 배출하는 공장을 소유하고 있는 사업체일 수도 있고 정책 기획자 또는 연구원 등의 개인일 수도 있다. 사용자는 사용자 단말기(1)를 통해 대기 모델링 서비스 서버(3)에 접속하여 모델링을 위해 필요한 사항 예를 들면, 모델링 영역, 격자의 크기, 모델링 기간, 배출원 및 배출량 정보를 입력한다.
대기 모델링 서비스 서버(3)는 사용자 단말기(1)로부터 특정 지역에 대한 대기 모델링 서비스 요청이 있는 경우 사용자에 의해 입력된 조건 및 입력정보에 기초하여 특정 지역의 기상 현황, 지형 현황 및 오염원 배출 현황 정보에 기초하여 해당 지역의 과거, 현재, 미래에 대한 오염원 확산 정보를 제공한다.
여기서, 오염원 배출 현황정보는 사용자 단말기(1)로부터 제공받을 수도 있고, 해당 지역에 설치된 센서의 측정 정보를 이용하는 것도 가능하다.
데이터베이스부(10)는 대기 모델링 서비스 서버(3)에서 보유하고 있는 저장장치로서, 외부로부터 수신된 기상 데이터, 지형 데이터 및 각 오염원에 대한 배출량 데이터 및 회원들의 사용자 정보가 저장된다.
데이터베이스부(10)는 세부적으로 기상 데이터를 저장하는 기상 데이터 DB(11), 지형 데이터를 저장하는 지형 데이터 DB(12), 지역 개발에 관련된 정책 정보를 저장하는 정책정보 DB(13), 대기 모델을 수립하고자 하는 지역의 오염원들의 배출량을 저장하는 배출량 데이터 DB(14) 및 회원 정보를 저장하는 사용자 정보 DB(15)를 포함하여 구성된다.
여기서, 기상 데이터는 온도, 습도, 강수량, 풍속, 풍향, 일조량, 기압, 안개 등의 정보가 포함될 수 있고, 지형 데이터는 시도별 경계 데이터, 지역단위별 인구 데이터, 항공 데이터, 항만 데이터, 도로망 데이터, 철도 데이터, 도시지역 구분 데이터, 산업지역 정보, 토지 이용 정보 등이 포함될 수 있다.
또한, 배출원 정보는 배출원 분류체계에 따라 점 배출원, 면 배출원, 선 배출원, 이동 배출원으로 구분된 배출 목록 자료를 포함하는데, 여기서 점 배출원 데이터로는 SCC 코드, UTM 좌표, 해발고도, 굴뚝 높이, 굴뚝 직경, 굴뚝 온도, 배출속도, NOx량, SOx량, CO량, TSP량, VOC량 등이 있고, 면 배출원 데이터와 선배출원 데이터로는 예컨대 SCC 코드, UTM 좌표, NOx량, SOx량, CO량, TSP량, VOC량 등이 있으며, 이동 배출원은 이동하면서 오염원을 발생시키는 차량 등을 의미한다.
도 2는 도 1의 대기 모델링 서비스 서버의 내부 구성 블럭도, 도 3은 도 1의 데이터베이스부의 세부 구성도, 도 4는 본 발명에 따른 대기 모델 검증이 수행되는 과정을 도시한 흐름도, 도 5는 보정계수를 이용하여 가스 오염원 농도를 산출하는 과정을 도시한 흐름도이다.
도 2를 참조하면, 본 발명의 대기 모델링 서비스 서버(3)는 기본적으로 전처리 모듈(20), 기상 모델링 모듈(30), 배출량 모델링 모듈(40), 대기 모델링 모듈(50), 회원 서비스 모듈(60)을 포함하여 구성된다.
전처리 모듈(20)은 상기 기상 데이터, 지형 데이터 및 각 오염원에 대한 배출량 데이터의 포맷을 상기 각 모델링 모듈이 처리할 수 있는 형태의 포맷으로 변환하는 것이다.
기상 모델링 모듈(30)은 기상 데이터 및 지형 데이터에 기초하여 기상 모델을 생성하는 것으로서, 3차원 기상장 및 각종 기상자료들이 생성되며, 이 자료가 대기모델 및 배출량 모델의 입력자료로 이용된다.
배출량 모델링 모듈(40)은 상기 각 오염원에 대한 배출량 데이터와 상기 생성된 기상 모델에 기초하여 각 오염원의 공간적 분포, 시간적 분포 및 화학종별 분포를 포함하는 배출량 모델을 생성한다. 사용자가 오염 가스를 배출하는 사업체인 경우 사용자는 사용자 단말기(1)를 통해 대기 모델링 서비스 서버(3)에 접속하여 모델링을 원하는 지역정보 및 오염원 배출량 정보를 입력하게 되며, 배출량 모델링 모듈(40)은 이에 기초하여 배출량 모델을 생성한다.
대기 모델링 모듈(50)은 상기 기상모델과 배출량 모델을 기초로 과거, 현재 및 미래의 대기 오염정도를 포함하는 대기 모델을 생성하는 것이다. 이러한 대기 모델은 국내공개특허 10-2009-0098127, 10-2011-0128511 등에 개시된 것과 동일한 사항이므로 이에 대한 상세한 설명은 생략하기로 한다.
회원 서비스 모듈(60)은 회원들의 사용자 단말기로부터 모델 조건, 미래 예측 조건 및 요구 사항이 수신되면 이들을 분석하여 분석결과를 각 모델링 모듈(30, 40, 50)로 제공하고, 생성된 대기 모델을 회원들의 사용자 단말기(1)로 제공한다. 보다 구체적으로, 회원인 사용자는 대기 모델링을 함에 있어 필요한 사항, 즉 모델링 영역, 격자의 크기, 모델링 기간, 배출원 및 배출량 정보를 입력하고, 모델링이 수행되면서 필요한 예측조건을 입력하게 된다. 또한, 사용자가 원하는 요구사항에 대하여 정의를 하여 입력하면 이에 대한 요구사항을 분석하게 되며, 분석이 완료된 후 모델링을 수행하게 된다.
도 2에 도시된 바와 같이, 본 발명의 대기 모델링 서비스 서버(3)는 추가적으로 모델 검증 모듈(70)과 대기 관측 모듈(80)을 더 구비할 수 있다.
모델 검증 모델(70)은 기상모델, 배출량 모델 및 대기 모델을 검증하기 위한 것이고, 대기 관측 모듈(80)은 대기 모델 생성을 하고자 하는 지역에 설치된 센서로부터 측정 데이터를 수집하여 모델 검증모델(70)로 제공한다.
여기서, 대기 모델 생성을 하고자 하는 지역에 설치된 센서는 관측 대상에 따라 여러 종류의 센서가 사용될 수 있으며, 각 센서는 동일한 정보를 검출하는 2개의 센서(110, 120)가 사용되는데, 2개의 센서는 측정 대상에 대한 센서의 저항특성이 서로 반대인 센서가 사용되는 것이 바람직하다. 예를 들면, 센서가 온도센서인 경우 1개의 센서는 온도와 저항값이 비례하는 PTC(Positive Temperature Coefficient) 계열의 센서와 NTC(Negative Temperature Coefficient) 계열의 센서가 한조로 사용될 수 있다. 서로 다른 특성의 센서를 한조로 사용함으로써 외부 조건에 따른 센서 검출값 오차를 방지할 수 있고, 부정 센서 조작에 따른 센서 검출값 조작의 문제를 해결할 수 있는 장점이 있다.
모델 검증 모듈(70)에서 대기 모델을 검증하는 과정을 도 4를 통해 설명하면 다음과 같다.
우선, 모델 검증 모듈(70)은 대기 관측 모델(70)로부터 제 1 센서(110)의 제 1 측정값을 수신하면(S10), 제 1 측정값에 기초하여 대기 모델을 검증한다(S20). 여기서, 대기 모델 검증은 한개의 센서가 아닌 여러 종류의 센서들의 측정값이 이용되며, 대기 모델을 시뮬레이션 할 경우의 결과값이 복수 개의 제 1 센서(110)의 측정값들과 매칭이 되는지를 확인하는 과정을 통해 이루어진다.
제 1 측정값에 기초한 대기 모델 검증 결과, 오류가 있는 경우 제 1 센서와 동일한 물리값을 측정하는 것으로서 측정하고자 하는 물리량에 대하여 서로 반대의 저항특성을 갖는 값을 수신한 후(S30), S20단계와 동일한 방식으로 대기 모델을 검증한다(S40).
재검증 결과, 대기 모델에 오류가 없는 경우에는 제 1 센서(110)에 이상이 있는 것으로 판단하여 대기관측모듈(80)로 제 1 센서(110)의 이상을 통지하게 되며, 대기관측모듈(80)은 이를 해당 관리자에게 통보하게 된다(S50).
재검증 결과, 여전히 대기 모델에 오류가 있는 경우에는 2개의 센서(110, 120)의 평균값을 대기 모델링 모듈(50)로 제공하고(S60), 대기 모델링 모듈(50)은 수신된 2개의 센서(110, 120)의 평균값을 이용하여 대기 모델을 재생성한다(S70).
한편, 제 1 및 제 2 센서(110, 120)는 가스 오염원의 농도를 검출하기 위한 가스 농도센서를 포함할 수 있고, 가스 농도가 크게 높지 않은 경우에는 측정시의 기압 변동에 따라 측정 오차가 발생하게 되며, 이러한 측정 오차를 제거하기 위해서는 교정이나 검량 조작 등이 필요하여 시간이 소요되어 실시간 처리가 곤란한 문제가 발생할 수 있다. 본 발명에서는 대기 관측 모듈(80)이 도 5와 같은 절차를 통해 정확한 가스 농도센서를 검출하도록 한다.
이를 도 5를 통해 상세하게 설명하면 다음과 같다.
우선, 설정기압에서 특정 불활성가스의 농도가 검출된다(S510). 불활성 가스는 사람의 일상 생활이나 산업활동에 의해 배출되는 것이 아니므로 대기중의 농도가 거의 일정하게 유지되는 특성을 이용하기 위해 미리 설정된 기압에서 특정 불활성 가스의 농도가 검출된다. 불활성 가스는 네온, 아르곤 등의 불활성 가스가 사용될 수 있다.
설정 기압에서의 불활성 가스의 농도가 검출되면, 임의 시간에서 해당 불활성 가스의 농도가 검출된다(S520).
그 다음, S510 단계에서 검출된 가스 농도(N1)와 S520 단계에서 검출된 가스 농도(N2)의 비(N2/N1)가 보정계수로 산출된다(S530).
이후, 임의 시간에서 측정하고자 하는 가스 오염원의 농도를 측정하고(S540), 측정된 농도값에 보정계수를 곱하여 기압 변동 요소를 반영한 보정된 가스 오염원 농도가 산출된다(S550).
도 6은 모바일 클라우드 서비스를 통해 모바일 단말기로 대기 모델링 서비스를 제공하기 위한 시스템 구성도이다.
도 6에 도시된 바와 같이, 본 실시예에서는 모바일 클라우드 서비스를 위해 모바일 클라우드 서비스 제공을 위한 클라우드 어플리케이션을 저장 및 제공하는 모바일 클라우드 서버(4)가 더 포함되는 것이 특징이다.
모바일 클라우드 서버(4)는 사용자 단말기(1)로서 모바일 단말기가 접속되는 경우, 회원 서비스 모듈(60)로부터 수신된 사용자 정보에 기초하여 회원을 위한 모바일 클라우드 서비스를 파악하고, 파악된 모바일 클라우드 서비스에 따른 대기 모델링 서비스 어플리케이션을 상기 사용자 단말기(1)로 제공한다.
도 6에서 사용자 단말기(1)는 휴대전화, 스마트폰, 노트북, PMP 등의 모바일 단말기가 사용되는 경우에 관한 것으로서, 도면에 도시되어 있지는 않으나, 모바일 클라우드 서버(4)에 접속하여 클라우드 어플리케이션을 획득하고, 클라우드 어플리케이션을 이용하여 모바일 클라우드 서비스를 제공하는 모바일 클라우드 단말 플랫폼, 상기 모바일 단말에 내장된 로컬 어플리케이션을 실행하는 로컬 단말 플랫폼 및 사용자 설정 환경에 따라 상기 모바일 클라우드 단말 플랫폼과 상기 로컬 플랫폼 중 하나를 선택하여 구동시키는 운영 체제를 포함하여 구성된다.
이에 따라, 사용자 단말기(1)는 자원이 한정된 모바일 단말기에서 대기 모델링을 위한 대용량의 프로그램이나 데이터가 없더라도 모바일 클라우드 서버(4)에 접속하여 실시간으로 원하는 지역의 대기 오염도 추세 변화 등의 모델링 결과 데이터를 제공받을 수 있게 된다.
1 : 사용자 단말기 2 : 인터넷
3 : 대기 모델링 서비스 서버 4 : 모바일 클라우드 서버
10 : 데이터베이스부 11 : 기상 데이터 DB
12 : 지형 데이터 DB 13 : 정책정보 DB
14 : 배출량 데이터 DB 15 : 사용자 정보 DB
20 : 전처리 모듈 30 : 기상 모델링 모듈
40 : 배출량 모델링 모듈 50 : 대기 모델링 모듈
60 : 회원 서비스 모듈 70 : 모델 검증모듈
80 : 대기 관측모듈 110, 120 : 센서
3 : 대기 모델링 서비스 서버 4 : 모바일 클라우드 서버
10 : 데이터베이스부 11 : 기상 데이터 DB
12 : 지형 데이터 DB 13 : 정책정보 DB
14 : 배출량 데이터 DB 15 : 사용자 정보 DB
20 : 전처리 모듈 30 : 기상 모델링 모듈
40 : 배출량 모델링 모듈 50 : 대기 모델링 모듈
60 : 회원 서비스 모듈 70 : 모델 검증모듈
80 : 대기 관측모듈 110, 120 : 센서
Claims (6)
- 대기 모델링 서비스 제공 시스템에 있어서,
외부로부터 수신된 기상 데이터, 지형 데이터 및 각 오염원에 대한 배출량 데이터 및 회원들의 사용자 정보가 저장되는 데이터베이스부;
상기 기상 데이터 및 지형 데이터에 기초하여 기상 모델을 생성하는 기상 모델링 모듈;
상기 각 오염원에 대한 배출량 데이터와 상기 생성된 기상 모델에 기초하여 각 오염원의 공간적 분포, 시간적 분포 및 화학종별 분포를 포함하는 배출량 모델을 생성하는 배출량 모델링 모듈;
상기 기상모델과 배출량 모델을 기초로 과거, 현재 및 미래의 대기 오염정도를 포함하는 대기 모델을 생성하는 대기 모델링 모듈;
상기 기상 데이터, 지형 데이터 및 각 오염원에 대한 배출량 데이터의 포맷을 상기 각 모델링 모듈이 처리할 수 있는 형태의 포맷으로 변환하는 전처리 모듈;
대기 모델 생성을 하고자 하는 지역에 설치된 제 1 센서와, 상기 제 1 센서와 동일한 정보를 검출하는 제 2 센서를 통해 대기 관측 정보를 수집하는 대기관측 모듈;
상기 기상모델, 배출량 모델 및 대기 모델을 검증하고, 상기 제 1 센서의 측정값에 기초하여 상기 대기 모델을 검증하여 대기 모델에 오류가 있는 경우 상기 제 2 센서의 측정값에 기초하여 상기 대기 모델을 재검증하여, 오류가 없는 경우 상기 대기 모델에 기초하여 상기 제 1 센서의 이상을 상기 대기관측 모듈로 전송하고, 재차 오류가 존재하는 경우 상기 제 1 센서와 제 2 센서의 측정값의 평균값을 상기 기상 모델링 모듈로 제공하여 제공된 값에 기초하여 대기 모델을 재생성하도록 하는 모델 검증 모듈; 및
회원들의 사용자 단말기로부터 모델 조건, 미래 예측 조건 및 요구 사항이 수신되면 이들을 분석하여 분석결과를 각 모델링 모듈로 제공하고, 생성된 대기 모델을 회원들의 사용자 단말기로 제공하는 회원 서비스 모듈을 포함하되,
상기 제 1 및 제 2 센서는 가스 오염원의 농도를 검출하기 위한 가스 농도센서를 포함하고,
상기 대기관측 모듈은 미리 설정된 기압에서 측정된 대기중의 특정 불활성 가스의 농도와 임의의 시간에서 측정한 대기중의 특정 불활성 가스의 농도 간의 비율을 보정계수로서 산출하고, 측정된 가스 오염원의 농도와 상기 보정계수를 곱하여, 대기 중의 가스 오염원의 농도를 산출하는 것을 특징으로 하는 대기 모델링 서비스 제공 시스템.
- 제 1 항에 있어서,
상기 데이터베이스부는 지역 개발정책에 관련된 정보에 관한 정책정보 데이터를 저장하고,
상기 기상 모델링 모듈은 미래의 기상 모델 생성시에 상기 지역 개발정책에 따른 지형 또는 지역 특성의 변경 사항을 반영하는 것을 특징으로 하는 대기 모델링 서비스 제공 시스템.
- 삭제
- 제 1 항에 있어서,
상기 제 1 및 제 2 센서는 측정 대상에 대한 센서의 저항특성이 서로 반대인 센서가 사용되는 것을 특징으로 하는 대기 모델링 서비스 제공 시스템.
- 삭제
- 제 1 항에 있어서,
모바일 클라우드 서비스 제공을 위한 클라우드 어플리케이션을 저장 및 제공하는 모바일 클라우드 서버가 더 포함되고,
상기 모바일 클라우드 서버는 상기 사용자 단말기로서 모바일 단말기가 접속되는 경우, 상기 회원 서비스 모듈로부터 수신된 사용자 정보에 기초하여 상기 회원을 위한 모바일 클라우드 서비스를 파악하고, 파악된 모바일 클라우드 서비스에 따른 대기 모델링 서비스 어플리케이션을 상기 사용자 단말기로 제공하는 것을 특징으로 하는 대기 모델링 서비스 제공 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20120090532A KR101507397B1 (ko) | 2012-08-20 | 2012-08-20 | 대기 모델링 서비스 제공 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20120090532A KR101507397B1 (ko) | 2012-08-20 | 2012-08-20 | 대기 모델링 서비스 제공 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20140024541A KR20140024541A (ko) | 2014-03-03 |
| KR101507397B1 true KR101507397B1 (ko) | 2015-04-07 |
Family
ID=50640107
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR20120090532A KR101507397B1 (ko) | 2012-08-20 | 2012-08-20 | 대기 모델링 서비스 제공 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101507397B1 (ko) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101759738B1 (ko) | 2017-02-27 | 2017-07-20 | 사단법인대기환경모델링센터 | 라그랑지안 모델 결과를 이용한 오일러리안 확산 모델 입력 자료 구축 방법 |
| KR101897769B1 (ko) | 2017-08-10 | 2018-09-12 | 울산과학기술원 | 대기 오염 모니터링 방법 및 대기 오염 모니터링 서버 |
| KR101948546B1 (ko) | 2017-11-30 | 2019-05-20 | 대한민국(환경부 국립환경과학원장) | 대기오염물질 배출영향분석 시스템 및 그 방법 |
| KR20210131161A (ko) * | 2020-04-23 | 2021-11-02 | 주식회사 미래기후 | 미세먼지 저감 정책의 평가 및 관리 시스템 |
| KR20230064869A (ko) | 2021-11-04 | 2023-05-11 | 주식회사 워크앤아이티 | 대기오염물질 배출 방지 시설 원격 관리 시스템 및 원격 관리 방법 |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101629809B1 (ko) * | 2014-03-26 | 2016-06-14 | 주식회사 나인에코 | 대형건물 실내공기질 예측 서비스 제공 시스템 |
| KR20160007134A (ko) * | 2014-07-11 | 2016-01-20 | 엘지이노텍 주식회사 | 가스 감지 장치 |
| KR101666820B1 (ko) * | 2015-02-10 | 2016-10-17 | 주식회사 주빅스 | 환경 재난, 재해 조기감지를 위한 대기질 예측 및 관리 시스템 |
| KR102475566B1 (ko) * | 2019-04-19 | 2022-12-12 | 에코스솔루션(주) | 스마트폰 연동 미세먼지 측정 시스템 |
| KR102598207B1 (ko) * | 2019-04-30 | 2023-11-06 | 한국서부발전 주식회사 | 유해물질 통합관리 시스템 및 그 방법 |
| KR102253509B1 (ko) * | 2019-06-26 | 2021-05-17 | 경희대학교 산학협력단 | 지하역사 내 환기 시스템 및 그 제어 방법 |
| KR102365071B1 (ko) | 2019-11-08 | 2022-02-18 | 한국해양과학기술원 | 대기모델 바람예측 자료의 검보정 고도화를 통한 모델 예측정확도 개선을 위한 장치 및 방법 |
| CN113011455B (zh) * | 2021-02-02 | 2024-01-05 | 北京数汇通信息技术有限公司 | 一种空气质量预测svm模型构建方法 |
| KR102424314B1 (ko) * | 2021-10-05 | 2022-07-22 | 제이엘솔루션 주식회사 | 배출허용기준을 자동 적용하는 플라즈마를 이용한 스마트 공기 청정기 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060002324A (ko) * | 2004-07-01 | 2006-01-09 | 박옥현 | 대기오염배출원 계획의 결정지원시스템 |
| KR20090098127A (ko) * | 2008-03-13 | 2009-09-17 | (주)바이오텔 | 대기 오염물질 모니터링 시스템 및 그 방법 |
| KR20110077040A (ko) * | 2009-12-30 | 2011-07-07 | 건국대학교 산학협력단 | 상세규모 대기질 관리 시스템 및 운영방법 |
-
2012
- 2012-08-20 KR KR20120090532A patent/KR101507397B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060002324A (ko) * | 2004-07-01 | 2006-01-09 | 박옥현 | 대기오염배출원 계획의 결정지원시스템 |
| KR20090098127A (ko) * | 2008-03-13 | 2009-09-17 | (주)바이오텔 | 대기 오염물질 모니터링 시스템 및 그 방법 |
| KR20110077040A (ko) * | 2009-12-30 | 2011-07-07 | 건국대학교 산학협력단 | 상세규모 대기질 관리 시스템 및 운영방법 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101759738B1 (ko) | 2017-02-27 | 2017-07-20 | 사단법인대기환경모델링센터 | 라그랑지안 모델 결과를 이용한 오일러리안 확산 모델 입력 자료 구축 방법 |
| KR101897769B1 (ko) | 2017-08-10 | 2018-09-12 | 울산과학기술원 | 대기 오염 모니터링 방법 및 대기 오염 모니터링 서버 |
| KR101948546B1 (ko) | 2017-11-30 | 2019-05-20 | 대한민국(환경부 국립환경과학원장) | 대기오염물질 배출영향분석 시스템 및 그 방법 |
| KR20210131161A (ko) * | 2020-04-23 | 2021-11-02 | 주식회사 미래기후 | 미세먼지 저감 정책의 평가 및 관리 시스템 |
| KR102355115B1 (ko) | 2020-04-23 | 2022-01-25 | 주식회사 미래기후 | 미세먼지 저감 정책의 평가 및 관리 시스템 |
| KR20230064869A (ko) | 2021-11-04 | 2023-05-11 | 주식회사 워크앤아이티 | 대기오염물질 배출 방지 시설 원격 관리 시스템 및 원격 관리 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20140024541A (ko) | 2014-03-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101507397B1 (ko) | 대기 모델링 서비스 제공 시스템 | |
| CN107194139B (zh) | 大气污染源分级方法及计算设备 | |
| CN113769519B (zh) | 一种建筑工地的智能降尘控制方法及系统 | |
| Stott et al. | Observational constraints on past attributable warming and predictions of future global warming | |
| KR101666820B1 (ko) | 환경 재난, 재해 조기감지를 위한 대기질 예측 및 관리 시스템 | |
| CN114818391B (zh) | 一种基于多溯源模型的污染源浓度分析方法 | |
| KR101057470B1 (ko) | 상세규모 대기질 관리 시스템 및 운영방법 | |
| JP7217754B2 (ja) | センサーの較正 | |
| KR101607878B1 (ko) | 가상센서와 관측센서를 통합한 대기질 정보 서비스 시스템 및 방법 | |
| McCoy et al. | Untangling causality in midlatitude aerosol–cloud adjustments | |
| US10770898B2 (en) | Methods and systems for energy use normalization and forecasting | |
| CN110348746B (zh) | 基于单个污染源的空气质量影响评估方法和装置 | |
| CN114662344B (zh) | 基于连续在线观测数据的大气污染溯源预测方法及系统 | |
| CN110738354A (zh) | 预测颗粒物浓度的方法、装置、存储介质及电子设备 | |
| WO2019224545A2 (en) | A system for detecting air pollution | |
| Rios et al. | A data-driven fire spread simulator: Validation in Vall-Llobrega's fire | |
| CN114842349B (zh) | 一种基于信息技术的建筑施工环境保护方法和系统 | |
| CN109409666B (zh) | 基于大气扩散模型及线性规划的环境影响评估方法 | |
| Smith et al. | A community emissions data system (CEDS): emissions for CMIP6 and beyond | |
| KR102576775B1 (ko) | 지상 및 인공위성 중 적어도 일부로부터 획득되는 대기질 관측데이터를 대기질모델에 적용하여 대기오염을 예측하는 방법 및 이를 이용한 컴퓨팅 장치 | |
| CN112710623A (zh) | 遥感监测有毒有害气体扩散范围和浓度的方法和设备 | |
| JP5738140B2 (ja) | 物質の放出量推定装置及びその方法並びにプログラム | |
| CN111477012A (zh) | 基于路况状态预测模型的溯源方法、装置和计算机设备 | |
| Mousavi et al. | Design of a correlated validated CFD and genetic algorithm model for optimized sensors placement for indoor air quality monitoring | |
| WO2023108041A1 (en) | Method and apparatus for methane management |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application | ||
| J201 | Request for trial against refusal decision | ||
| J301 | Trial decision |
Free format text: TRIAL DECISION FOR APPEAL AGAINST DECISION TO DECLINE REFUSAL REQUESTED 20140609 Effective date: 20150226 |
|
| S901 | Examination by remand of revocation | ||
| GRNO | Decision to grant (after opposition) | ||
| FPAY | Annual fee payment |
Payment date: 20180326 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20190325 Year of fee payment: 5 |