KR101545319B1 - 미세 먼지 농도 결정 시스템 및 방법 - Google Patents

미세 먼지 농도 결정 시스템 및 방법 Download PDF

Info

Publication number
KR101545319B1
KR101545319B1 KR1020130130016A KR20130130016A KR101545319B1 KR 101545319 B1 KR101545319 B1 KR 101545319B1 KR 1020130130016 A KR1020130130016 A KR 1020130130016A KR 20130130016 A KR20130130016 A KR 20130130016A KR 101545319 B1 KR101545319 B1 KR 101545319B1
Authority
KR
South Korea
Prior art keywords
data
beta
ray intensity
block
fine dust
Prior art date
Application number
KR1020130130016A
Other languages
English (en)
Other versions
KR20150049433A (ko
Inventor
최훈
Original Assignee
동의대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 동의대학교 산학협력단 filed Critical 동의대학교 산학협력단
Priority to KR1020130130016A priority Critical patent/KR101545319B1/ko
Publication of KR20150049433A publication Critical patent/KR20150049433A/ko
Application granted granted Critical
Publication of KR101545319B1 publication Critical patent/KR101545319B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/06—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/10—Different kinds of radiation or particles
    • G01N2223/102—Different kinds of radiation or particles beta or electrons

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Algebra (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Sampling And Sample Adjustment (AREA)

Abstract

본 발명은 대기 오염 물질 모니터링 시스템에서 측정된 선형 최소 자승근사(LLSFA)과 블록 신호 처리(BSP)를 결합하여, 미세 먼지 농도의 결정 성능을 향상시킬 수 있도록 한 미세 먼지 농도 결정 시스템 및 방법에 관한 것으로, 베타선 흡수 법을 이용하는 대기 오염 물질 모니터링 시스템에서, 데이터 세그먼트 길이 및 데이터 세그먼트 내 선형근사에 사용할 측정된 베타선 강도 데이터 개수를 조정하여 선형근사에 사용할 파라미터를 조정하는 파라미터 조정부;선형근사를 위한 데이터 분할 및 블록신호처리를 하는 데이터 분할 및 블록 신호 처리부;시간 인덱스 데이터 및 베타선 강도 평균값으로 구성된 블록 데이터의 자기상관 및 상호상관을 통한 근사함수의 파라미터 산출을 하는 파라미터 산출부;상기 파라미터 산출부에서 추정된 근사함수로부터 잡음 제거된 데이터 세그먼트 블록 데이터의 베타선 강도 데이터의 추정값을 산출하여 베타선 강도를 예측하는 베타선 강도 예측부;상기 베타선 강도 예측부에서 산출된 베타선 강도 데이터의 추정값을 이용하여 미세 먼지의 농도를 산출하는 농도 산출부;를 포함하는 것이다.

Description

미세 먼지 농도 결정 시스템 및 방법{System and Method for Determing of Particulate Matter Concentration}
본 발명은 미세먼지 농도의 결정에 관한 것으로, 구체적으로 대기 오염 물질 모니터링 시스템에서 선형 최소 자승근사(LLSFA)과 블록 신호 처리(BSP)를 결합하여, 미세 먼지 농도의 결정 성능을 향상시킬 수 있도록 한 미세 먼지 농도 결정 시스템 및 방법에 관한 것이다.
최근 대기 중에 존재하는 여러 부유분진은 인체 및 자연 생태계 등에 직ㆍ간접적으로 영향을 미치는 것으로 알려져 있다.
이러한 대기 중 부유물질은 인위적인 오염원(공장 굴뚝, 자동차 등)에 의해 직ㆍ간접적으로 배출된 1차성 먼지와 배출된 가스상 물질이 대기 중 화학적 반응을 통해 생성된 2차성 먼지로 구성되어 있다.
특히 입자의 직경이 10㎛이하인 호흡성 먼지 또는 미세먼지인 PM10(Particulate Matter with a diameter less than 10㎛)은 대기 부유분진 중에서 비교적 대기 중 체류기간이 길고 인간의 폐 속까지 침착됨으로써 심장질환이나 폐암과 관련된 질병 등을 유발한다.
또한 빛의 시정장애 유발과 산성비 등의 2차적인 영향을 가져올 수 있다. 우리나라의 경우 미세먼지는 인위적인 오염원 이외에도 중국, 몽골 등에서 발생하는 황사에 의해서도 발생되며 그 피해 정도 또한 심각하다.
특히 경제 활동에 따른 에너지 사용량과 자동차의 급격한 증가로 인해 황산염 입자와 매연과 같은 미세입자에 대한 관리의 필요성이 대두 됨에 따라 국내의 입자상 대기오염물질에 대해 1995년부터 대기 중에 존재하는 부유분진 중 입자의 직경이 10㎛ 이하인 미세입자(PM10)를 대기환경 기준항목으로 설정하여 관리해 오고 있다.
현재 국내에서는 부유분진 농도를 실시간으로 자동 측정할 수 있는 부유분진 측정장비를 사용하여 전국 주요 대도시의 대기자동측정망에서 미세먼지의 오염정도를 24시간 모니터링하고 있다.
최근 총 부유분진(TSP)과 미세먼지에 대한 환경부의 측정자료에 의하면 총 부유분진 농도는 감소추세에 있으나 심폐질환을 일으키고 하늘을 부옇게 흐리는 주범인 미세먼지 오염도가 갈수록 심해지고 있다.
따라서, 미세먼지에 대한 환경기준을 훨씬 강화하여 대기질의 엄격한 관리를 위한 미세먼지에 대한 사전 예방적 예보시스템 구축이 필요한 실정이다. 이러한 예보시스템 구축을 위해서는 부유분진 측정기 국산화 개발이 요구되며 해외 계측기기 시장으로의 진출을 위해 측정장비의 안정성 확보와 측정 데이터의 신뢰성 향상이 필수적으로 요구된다.
이러한 미세먼지 자동 측정법에는 광 산란법, 광 투과법, 베타선 흡수법, 테이퍼소자 진동법 등이 있다.
이중 광산란법과 광 투과법은 비교적 높은 농도의 정밀성이 요구되지 않는 굴뚝오염 먼지측정 등에 적용되며, 베타선 흡수법, 테이퍼소자 진동법은 정밀성, 수분영향의 보상 및 샘플링(sampling) 타입의 적용이 용이한 특성으로 PM10과 같은 미세먼지 측정에 널리 사용되고 있다.
따라서 국내에서는 국립환경과학원의 환경측정기기 형식승인 및 정도 검사법 대기연속 자동측정기 및 부속기기에서 베타선 흡수법을 기준 측정법으로 고시하고 있으며 국내에서 운영 중인 미세먼지 자동측정기기의 95% 이상이 베타선 흡수법을 적용하고 있다.
베타선 흡수법은 대기 중에 부유하고 있는 10㎛ 이하의 미세먼지를 일정 시간 동안 여과지 위에 포집하여 베타선(β-ray)을 투과시켜 베타선 세기가 감쇄되는 정도를 측정하여 Beer-Lambert 관계식으로부터 미세먼지의 질량농도를 연속적으로 측정하는 방법이다.
이때 미세먼지 농도는 단위면적당 포집된 미세먼지의 질량에 의한 베타선의 흡수량으로 결정되므로 미세먼지가 포집되지 않은 여과지를 통과한 베타선 세기와 포집 후 여과지를 통과한 베타선 세기의 비에 의존하게 된다.
이와 같은 베타선 흡수법을 이용하는 미세 먼지 농도 결정 시스템에서는 농도 결정을 위한 계산량 증가를 억제하고, 데이터 처리 지연 문제를 해결하여야 한다.
한국공개특허 10-2011-0121810호 한국공개특허 10-2010-0049720호
본 발명은 이와 같은 종래 기술의 미세 먼지 농도 결정 시스템의 문제를 해결하기 위한 것으로, 대기 오염 물질 모니터링 시스템에서 선형 최소 자승근사(LLSFA)과 블록 신호 처리(BSP)를 결합하여, 미세 먼지 농도의 결정 성능을 향상시킬 수 있도록 한 미세 먼지 농도 결정 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 베타선 흡수 법을 이용하는 대기 오염 물질 모니터링 시스템에서 선형 최소 자승 근사(LLSFA)과 블록 신호 처리(BSP)를 결합하여 측정된 데이터의 노이즈를 줄일 수 있도록 한 미세 먼지 농도 결정 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 베타선 흡수 법을 이용하는 대기 오염 물질 모니터링 시스템에서 선형 최소 자승 근사(LLSFA)과 블록 신호 처리(BSP)를 결합하여 계산량을 감소시키고, 처리 지연 없이 미세먼지 농도를 결정할 있도록 한 미세 먼지 농도 결정 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 커브 피팅을 적용하여 근사함수의 기울기 및 절편 계수를 추정함으로써 입력신호에 부가된 잡음을 제거하여 데이터 블록 길이(N)와 서브 데이터 세그먼트의 길이(L)을 적절히 선택함으로써 적은 연산량으로 성능 저하 없이 실시간으로 잡음제거 효과를 얻을 수 있도록 한 미세 먼지 농도 결정 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명의 목적들은 이상에서 언급한 목적들로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
이와 같은 목적을 달성하기 위한 본 발명에 따른 미세 먼지 농도 결정 시스템은 베타선 흡수 법을 이용하는 대기 오염 물질 모니터링 시스템에서, 데이터 세그먼트 길이 및 데이터 세그먼트 내 선형근사에 사용할 측정된 베타선 강도 데이터 개수를 조정하여 선형근사에 사용할 파라미터를 조정하는 파라미터 조정부;선형근사를 위한 데이터 분할 및 블록신호처리를 하는 데이터 분할 및 블록 신호 처리부;시간 인덱스 데이터 및 베타선 강도 평균값으로 구성된 블록 데이터의 자기상관 및 상호상관을 통한 근사함수의 파라미터 산출을 하는 파라미터 산출부;상기 파라미터 산출부에서 추정된 근사함수로부터 잡음 제거된 데이터 세그먼트 블록 데이터의 베타선 강도 데이터의 추정값을 산출하여 베타선 강도를 예측하는 베타선 강도 예측부;상기 베타선 강도 예측부에서 산출된 베타선 강도 데이터의 추정값을 이용하여 미세 먼지의 농도를 산출하는 농도 산출부;를 포함하는 것을 특징으로 한다.
여기서, 베타선 흡수 법을 이용하는 대기 오염 물질 모니터링 시스템에서 여과지가 교체된 것으로 판단되면, 블록 신호처리(BSP)를 위하여 파라미터를 초기화하는 파라미터 초기화부를 더 포함하는 것을 특징으로 한다.
그리고 상기 데이터 분할 및 블록 신호 처리부는, 데이터 세그먼트 내 시간 인덱스로 구성된 시간 데이터 블록과 측정된 베타선 강도 평균값으로 구성된 측정 데이터 블록 구성하여 선형근사를 위한 데이터 분할 및 블록신호처리를 하는 것을 특징으로 한다.
그리고 상기 농도 산출부는,
Figure 112013098581133-pat00001
을 이용하여 농도를 산출하고,
여기서, MC 는 질량 농도 [㎍/㎥], S는 수집 샘플의 영역(PM10 또는 PM2.5) [㎠], μ는 베타선의 감쇄계수[cm2/mg], Q는 유량의 비율[L / 분], Δt는 증착 시간 [분], C0 는 초기 베타선 강도[카운트값], C는 샘플 통과후의 베타선 세기[카운트값], K는 단위 변환 계수인 것을 특징으로 한다.
다른 목적을 달성하기 위한 본 발명에 따른 미세 먼지 농도 결정 방법은 베타선 흡수 법을 이용하는 대기 오염 물질 모니터링 시스템에서 미세 먼지 농도 결정을 위하여, 데이터 세그먼트 길이 및 데이터 세그먼트 내 선형근사에 사용할 측정된 베타선 강도 데이터 개수를 조정하여 선형근사에 사용할 파라미터를 조정하는 단계;데이터 세그먼트 내 시간 인덱스로 구성된 시간 데이터 블록과 측정된 베타선 강도 평균값으로 구성된 측정 데이터 블록을 구성하는 단계;시간 인덱스 데이터 및 베타선 강도 평균값으로 구성된 블록 데이터의 자기상관 및 상호상관을 통한 근사함수의 파라미터를 산출하는 단계;추정된 근사함수로부터 잡음 제거된 데이터 세그먼트 블록 데이터의 베타선 강도 데이터의 추정값을 산출하여 베타선 강도를 예측하는 단계;산출된 베타선 강도 데이터의 추정값을 이용하여 미세 먼지의 농도를 산출하는 단계;를 포함하는 것을 특징으로 한다.
그리고 대기 오염 물질 모니터링 시스템에서 여과지가 교체된 것으로 판단되면, 블록 신호처리(BSP)를 위하여 파라미터를 초기화하는 것을 특징으로 한다.
그리고 초기화되는 파라미터는 가변하는 데이터 세그먼트 길이 L(i), 가변하는 데이터 세그먼트 개수 M(i)인 것을 특징으로 한다.
그리고 미세 먼지의 농도 산출 과정에서, k번째 데이터 블록에 대해 커브 피팅법을 사용하여 선형 근사함수의 계수를 다시 정의하여 잡음이 제거된 신호의 변화 추이를 추적하여 잡음을 제거하는 과정을 수행하는 것을 특징으로 한다.
그리고 선형 근사 함수의 계수를 다시 정의하는 과정은, 선형 근사 함수는 길이 N을 갖는 데이터 블록을 L << N의 조건을 만족하는 길이 L을 갖는 서브 데이터 세그먼트(sub-data segment)로 나누고, 각각의 서브 데이터 세그먼트의 평균값을 구하고 이들로 구성되는 새로운 데이터 블록을 이용하여 선형 근사함수의 계수를 구하는 것을 특징으로 한다.
이와 같은 본 발명에 따른 미세 먼지 농도 결정 시스템 및 방법은 다음과 같은 효과를 갖는다.
첫째, 선형 최소 자승근사(LLSFA)과 블록 신호 처리(BSP)를 결합하여, 미세 먼지 농도의 결정 성능을 향상시킬 수 있다.
둘째, 베타선 흡수 법을 이용하는 대기 오염 물질 모니터링 시스템에서 선형 최소 자승 근사(LLSFA)과 블록 신호 처리(BSP)를 결합하여 측정된 데이터의 노이즈를 줄일 수 있다.
셋째, 선형 최소 자승 근사(LLSFA)과 블록 신호 처리(BSP)를 결합하여 계산량을 감소시키고, 처리 지연 없이 미세먼지 농도를 결정할 있도록 한다.
넷째, 커브 피팅을 적용하여 근사함수의 기울기 및 절편 계수를 추정함으로써 입력신호에 부가된 잡음을 제거하여 신뢰성 있는 농도 검출이 가능하다.
도 1은 베타선 흡수 법을 이용하는 대기 오염 물질 모니터링 시스템의 구성도
도 2는 본 발명에 따른 미세 먼지 농도 결정 시스템의 구성도
도 3은 본 발명에 따른 미세 먼지 농도 결정 시스템의 동작 과정을 나타낸 플로우 차트
도 4 내지 도 6은 본 발명에 따른 미세 먼지 농도 결정 시스템에서의 농도 결정 성능을 나타낸 그래프
이하, 본 발명에 따른 미세 먼지 농도 결정 시스템 및 방법의 바람직한 실시 예에 관하여 상세히 설명하면 다음과 같다.
본 발명에 따른 미세 먼지 농도 결정 시스템 및 방법의 특징 및 이점들은 이하에서의 각 실시 예에 대한 상세한 설명을 통해 명백해질 것이다.
도 1은 베타선 흡수 법을 이용하는 대기 오염 물질 모니터링 시스템의 구성도이다.
본 발명은 대기 오염 물질 모니터링 시스템에서 선형 최소 자승근사(LLSFA)과 블록 신호 처리(BSP)를 결합하여, 미세 먼지 농도의 결정 성능을 향상시킬 수 있도록 한 것이다.
이하의 설명에서, PM10(Particulate Matter with a diameter less than 10㎛)은 입자직경이 10㎛ 이하인 것을 의미하고, PM2.5(Particulate Matter with a diameter less than 2.5㎛)은 입자직경이 2.5㎛이하인 것을 의미한다.
도 1은 베타선 흡수 법을 이용하는 대기 오염 물질 모니터링 시스템의 구성을 나타낸 것으로, 공기 흐름에 의해 베타 게이지 샘플러를 통과하면 입자의 직경이 10㎛이하인 PM10과 입자의 직경이 2.5㎛이하인 PM2.5 입자는 유리 섬유 필터 테이프에 부착되고, 유리 섬유 필터 테이프에 부착되는 입자들이 증가하는 것은 측정 챔버에서 낮은 베타선 측정되고 이러한 신호는 Beer-Lambert 법칙을 적용하여 수학식 1에서와 같이, PM의 농도(PM10 및 PM2.5)를 산출한다.
Figure 112013098581133-pat00002
여기서, MC 는 질량 농도 [㎍/㎥], S는 수집 샘플의 영역(PM10 또는 PM2.5) [㎠], μ는 베타선의 감쇄계수[cm2/mg], Q는 유량의 비율[L / 분], Δt는 증착 시간 [분], C0 는 초기 베타선 강도[카운트값], C는 샘플 통과후의 베타선 세기[카운트값], K는 단위 변환 계수이다.
노이즈 측정 시스템에서 모든 제어 매개 변수를 일정하게 유지하더라도 결과가 달라질 수 있어 알려진 결과의 추세를 커브 피팅으로 추정하는 과정이 필요하다.
본 발명은 선형최소평균자승 근사함수의 파라미터를 산출하고, 추정된 근사함수를 활용한 잡음 제거된 베타선 강도를 예측하는 구성을 포함한다.
미세 먼지 농도를 분석하기 위하여 측정된 베타선 데이터를 다음과 같이 모델링 한다.
Figure 112013098581133-pat00003
여기서, I(n)은 잡음에 오염되지 않은 순수한 베타선 세기이고 v(n)은 부가잡음이다.
(가정 1) 부가잡음 v(n)은 통계적 특성이 0(zero) 평균과
Figure 112013098581133-pat00004
분산을 갖는 백색 가우시안 랜덤 프로세스(white Gaussian random process)이며, 베타선 세기 데이터 I(n)와 부가잡음 v(n)은 통계적으로 독립이다.
(가정 2)베타선 세기 데이터의 변화는 잡음의 크기보다 작다
Figure 112013098581133-pat00005
.
수학식 2의 잡음 베타-선 강도 데이터는 L-포인트 세그먼트 단면이고, k 번째 데이터 세그먼트의 평균값은 다음과 같이 표현된다.
Figure 112013098581133-pat00006
여기서, 정수 k는 데이터 세그먼트의 시간 인덱스, 시간 인덱스 n은 n = LK. I k (i)와 V k (i)는 각각 i번째 베타선 세기 데이터, k번째 데이터 세그먼트에 해당하는 부가 잡음이다.
L이 큰 경우 0으로 가정할 수 있고, k 번째 데이터 세그먼트는 다음과 같이 평균값을 얻을 수 있다.
Figure 112013098581133-pat00007
그리고 k 번째 데이터 세그먼트의 미세 먼지 농도는 수학식 5에서와 같이 정의된다.
Figure 112013098581133-pat00008
이와 같은 본 발명에 따른 미세 먼지 농도 결정 시스템의 구성을 구체적으로 설명하면 다음과 같다.
도 2는 본 발명에 따른 미세 먼지 농도 결정 시스템의 구성도이고, 도 3은 본 발명에 따른 미세 먼지 농도 결정 시스템의 동작 과정을 나타낸 플로우 차트이다.
도 2에서와 같이, 베타선 흡수 법을 이용하는 대기 오염 물질 모니터링 시스템에서 여과지가 교체된 것으로 판단되면, 블록 신호처리(BSP)를 위하여 파라미터를 초기화하는 파라미터 초기화부(21)와, 데이터 세그먼트 내 선형근사에 사용할 측정된 베타선 강도 데이터 개수를 조정하여 선형근사에 사용할 파라미터를 조정하는 파라미터 조정부(22)와, 데이터 세그먼트 내 시간 인덱스로 구성된 시간 데이터 블록과 측정된 베타선 강도 평균값으로 구성된 측정 데이터 블록 구성하여 선형근사를 위한 데이터 분할 및 블록신호처리를 하는 데이터 분할 및 블록 신호 처리부(23)와, 시간 인덱스 데이터 및 베타선 강도 평균값으로 구성된 블록 데이터의 자기상관 및 상호상관을 통한 근사함수의 파라미터 산출을 하는 파라미터 산출부(24)와, 추정된 근사함수로부터 잡음 제거된 데이터 세그먼트 블록 데이터의 베타선 강도 데이터의 추정값을 산출하여 베타선 강도를 예측하는 베타선 강도 예측부(25)와, Beer-Lambert 법칙을 적용하여 수학식 1에서와 같이, 미세 먼지의 농도(PM10 및 PM2.5)를 산출하는 농도 산출부(26)를 포함한다.
이와 같은 본 발명에 따른 미세 먼지 농도 결정 시스템의 미세 먼지 농도 결정 과정을 설명하면 다음과 같다.
먼저, 베타선 흡수 법을 이용하는 대기 오염 물질 모니터링 시스템에서 여과지가 교체된 것으로 판단되면(S301), 블록 신호처리(BSP)를 위하여 파라미터를 초기화한다.(S302)
초기화되는 파라미터는 가변하는 데이터 세그먼트 길이 L(i), 가변하는 데이터 세그먼트 개수 M(i)이다.
이어, 데이터 세그먼트 길이 및 데이터 세그먼트 내 선형근사에 사용할 측정된 베타선 강도 데이터 개수를 조정하여 선형근사에 사용할 파라미터를 조정한다.(S303)
그리고 데이터 세그먼트 내 시간 인덱스로 구성된 시간 데이터 블록과 측정된 베타선 강도 평균값으로 구성된 측정 데이터 블록을 구성하여 선형근사를 위한 데이터 분할 및 블록신호처리를 한다.(S304)
이어, 시간 인덱스 데이터 및 베타선 강도 평균값으로 구성된 블록 데이터의자기상관 및 상호상관을 통한 근사함수의 파라미터를 산출한다.(S305)
그리고 추정된 근사함수로부터 잡음 제거된 데이터 세그먼트 블록 데이터의 베타선 강도 데이터의 추정값을 산출하여 베타선 강도를 예측한다.(S306)
이어, Beer-Lambert 법칙을 적용하여 수학식 1에서와 같이, 미세 먼지의 농도(PM10 및 PM2.5)를 산출한다.(S307)
이와 같은 본 발명에 따른 미세 먼지 농도 결정 시스템 및 방법은 미세 먼지의 농도 산출 과정에서, k번째 데이터 블록에 대해 커브 피팅법을 사용하여 선형 근사함수의 계수를 다시 정의하여 잡음이 제거된 신호의 변화 추이를 추적하여 잡음을 제거하는 과정을 수행할 수 있다.
그리고 잡음 제거를 위하여 선형 근사 함수를 산출하는 단계에서, 선형 근사 함수는 길이 N을 갖는 데이터 블록을 L << N의 조건을 만족하는 길이 L을 갖는 서브 데이터 세그먼트(sub-data segment)로 나누고, 각각의 서브 데이터 세그먼트의 평균값을 구하고 이들로 구성되는 새로운 데이터 블록을 이용하여 선형 근사함수의 계수를 구한다.
도 4 내지 도 6은 본 발명에 따른 미세 먼지 농도 결정 시스템에서의 농도 결정 성능을 나타낸 그래프이다.
도 4는 본 발명에 따른 미세 먼지 농도 결정 시스템의 성능을 검증하기 위하여, 서로 다른 타입의 입력 신호 및 결과 그래프이다.
제 1 타입 입력 신호는 선형 감쇠 신호
Figure 112013098581133-pat00009
이고,
제 2 타입 입력 신호는 지수 감쇠 신호
Figure 112013098581133-pat00010
이다.
사용된 파라미터는 L = 10, M = 360, Lini = 1, and Mini = 18 (5% of M)이다.
그리고 도 5는 제 3 타입 입력 신호 및 결과를 나타낸 그래프이다.
제 3 타입 입력 신호는 여과지 교체를 고려한 복합 선형 감쇠 신호이고,
Figure 112013098581133-pat00011
사용된 파라미터는 L = 10, M = 360, Lini = 1, and Mini = 18 (5% of M)이다.
도 6은 본 발명에 따른 미세 먼지 농도 결정 시스템에서의 농도 결정 성능을 나타낸 그래프로, 대기 오염 물질 모니터링 시스템에서 선형 최소 자승근사(LLSFA)과 블록 신호 처리(BSP)를 결합하여, 미세 먼지 농도의 결정 성능을 향상시킬 수 있음을 알 수 있다.
이상에서의 설명에서와 같이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 본 발명이 구현되어 있음을 이해할 수 있을 것이다.
그러므로 명시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 하고, 본 발명의 범위는 전술한 설명이 아니라 특허청구 범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
21. 파라미터 초기화부 22. 파라미터 조정부
23. 데이터 분할 및 불록 신호 처리부 24. 파라미터 산출부
25. 베타선 강도 예측부 26. 농도 산출부

Claims (9)

  1. 베타선 흡수 법을 이용하는 대기 오염 물질 모니터링 시스템에서,
    데이터 세그먼트 길이 및 데이터 세그먼트 내 선형근사에 사용할 측정된 베타선 강도 데이터 개수를 조정하여 선형근사에 사용할 파라미터를 조정하는 파라미터 조정부;
    선형근사를 위한 데이터 분할 및 블록신호처리를 하는 데이터 분할 및 블록 신호 처리부;
    시간 인덱스 데이터 및 베타선 강도 평균값으로 구성된 블록 데이터의 자기상관 및 상호상관을 통한 근사함수의 파라미터 산출을 하는 파라미터 산출부;
    상기 파라미터 산출부에서 추정된 근사함수로부터 잡음 제거된 데이터 세그먼트 블록 데이터의 베타선 강도 데이터의 추정값을 산출하여 베타선 강도를 예측하는 베타선 강도 예측부;
    상기 베타선 강도 예측부에서 산출된 베타선 강도 데이터의 추정값을 이용하여 미세 먼지의 농도를 산출하는 농도 산출부;를 포함하는 것을 특징으로 하는 미세 먼지 농도 결정 시스템.
  2. 제 1 항에 있어서, 베타선 흡수 법을 이용하는 대기 오염 물질 모니터링 시스템에서 여과지가 교체된 것으로 판단되면, 블록 신호처리(BSP)를 위하여 파라미터를 초기화하는 파라미터 초기화부를 더 포함하는 것을 특징으로 하는 미세 먼지 농도 결정 시스템.
  3. 제 1 항에 있어서, 상기 데이터 분할 및 블록 신호 처리부는,
    데이터 세그먼트 내 시간 인덱스로 구성된 시간 데이터 블록과 측정된 베타선 강도 평균값으로 구성된 측정 데이터 블록 구성하여 선형근사를 위한 데이터 분할 및 블록신호처리를 하는 것을 특징으로 하는 미세 먼지 농도 결정 시스템.
  4. 제 1 항에 있어서, 상기 농도 산출부는,
    Figure 112015054950878-pat00012
    을 이용하여 농도를 산출하고,
    여기서, MC 는 질량 농도 [㎍/㎥], S는 수집 샘플의 영역(PM10 또는 PM2.5) [㎠], μ는 베타선의 감쇄계수[cm2/mg], Q는 유량의 비율[L / 분], Δt는 증착 시간 [분], C0 는 초기 베타선 강도[카운트값], C는 샘플 통과후의 베타선 세기[카운트값], K는 단위 변환 계수인 것을 특징으로 하는 미세 먼지 농도 결정 시스템.
  5. 베타선 흡수 법을 이용하는 대기 오염 물질 모니터링 시스템에서 미세 먼지 농도 결정을 위하여,
    데이터 세그먼트 길이 및 데이터 세그먼트 내 선형근사에 사용할 측정된 베타선 강도 데이터 개수를 조정하여 선형근사에 사용할 파라미터를 조정하는 단계;
    데이터 세그먼트 내 시간 인덱스로 구성된 시간 데이터 블록과 측정된 베타선 강도 평균값으로 구성된 측정 데이터 블록을 구성하는 단계;
    시간 인덱스 데이터 및 베타선 강도 평균값으로 구성된 블록 데이터의 자기상관 및 상호상관을 통한 근사함수의 파라미터를 산출하는 단계;
    추정된 근사함수로부터 잡음 제거된 데이터 세그먼트 블록 데이터의 베타선 강도 데이터의 추정값을 산출하여 베타선 강도를 예측하는 단계;
    산출된 베타선 강도 데이터의 추정값을 이용하여 미세 먼지의 농도를 산출하는 단계;를 포함하는 것을 특징으로 하는 미세 먼지 농도 결정 방법.
  6. 제 5 항에 있어서, 대기 오염 물질 모니터링 시스템에서 여과지가 교체된 것으로 판단되면, 블록 신호처리(BSP)를 위하여 파라미터를 초기화하는 것을 특징으로 하는 미세 먼지 농도 결정 방법.
  7. 제 6 항에 있어서, 초기화되는 파라미터는 가변하는 데이터 세그먼트 길이 L(i), 가변하는 데이터 세그먼트 개수 M(i)인 것을 특징으로 하는 미세 먼지 농도 결정 방법.
  8. 제 5 항에 있어서, 미세 먼지의 농도 산출 과정에서, k번째 데이터 블록에 대해 커브 피팅법을 사용하여 선형 근사함수의 계수를 다시 정의하여 잡음이 제거된 신호의 변화 추이를 추적하여 잡음을 제거하는 과정을 수행하는 것을 특징으로 하는 미세 먼지 농도 결정 방법.
  9. 제 8 항에 있어서, 선형 근사 함수의 계수를 다시 정의하는 과정은,
    선형 근사 함수는 길이 N을 갖는 데이터 블록을 L << N의 조건을 만족하는 길이 L을 갖는 서브 데이터 세그먼트(sub-data segment)로 나누고, 각각의 서브 데이터 세그먼트의 평균값을 구하고 이들로 구성되는 새로운 데이터 블록을 이용하여 선형 근사함수의 계수를 구하는 것을 특징으로 하는 미세 먼지 농도 결정 방법.
KR1020130130016A 2013-10-30 2013-10-30 미세 먼지 농도 결정 시스템 및 방법 KR101545319B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130130016A KR101545319B1 (ko) 2013-10-30 2013-10-30 미세 먼지 농도 결정 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130130016A KR101545319B1 (ko) 2013-10-30 2013-10-30 미세 먼지 농도 결정 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20150049433A KR20150049433A (ko) 2015-05-08
KR101545319B1 true KR101545319B1 (ko) 2015-08-19

Family

ID=53387517

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130130016A KR101545319B1 (ko) 2013-10-30 2013-10-30 미세 먼지 농도 결정 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101545319B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102088296B1 (ko) 2019-07-25 2020-05-29 백정현 대기질 데이터에 기초한 질병 상관 관계 예측 방법 및 장치
KR20200074584A (ko) * 2018-12-17 2020-06-25 주식회사 이노서플 미세먼지 측정 장치 및 그의 측정 방법

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101857521B1 (ko) * 2016-08-18 2018-06-28 한국표준과학연구원 먼지 질량농도 및 탄소 연속자동측정장치
CN109668593A (zh) * 2018-12-26 2019-04-23 西安清宇网络科技有限公司 一种集成传感器、用于路灯的光照调节装置及调节方法
KR102243136B1 (ko) * 2019-08-23 2021-04-21 재단법인 다차원 스마트 아이티 융합시스템 연구단 미세먼지 센서 측정 및 보정 시스템, 및 그 방법
KR102376031B1 (ko) * 2020-07-10 2022-03-18 (주)켄텍 베타레이를 이용한 미세먼지 측정 장치 및 이를 이용한 측정방법
KR102474633B1 (ko) * 2020-08-25 2022-12-06 (주)켄텍 연속식 베타레이 미세먼지 측정장치 및 이를 이용한 측정방법
KR102534669B1 (ko) * 2021-08-25 2023-05-26 (주)켄텍 구조가 개선된 베타레이 미세먼지 측정 장치

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005062112A (ja) 2003-08-20 2005-03-10 Japan Atom Energy Res Inst 電子ビームによるガス中ダストの重量濃度測定法
KR101278289B1 (ko) 2012-01-30 2013-06-24 (주)켄텍 베타레이를 이용한 듀얼 미세먼지 측정 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005062112A (ja) 2003-08-20 2005-03-10 Japan Atom Energy Res Inst 電子ビームによるガス中ダストの重量濃度測定法
KR101278289B1 (ko) 2012-01-30 2013-06-24 (주)켄텍 베타레이를 이용한 듀얼 미세먼지 측정 장치

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200074584A (ko) * 2018-12-17 2020-06-25 주식회사 이노서플 미세먼지 측정 장치 및 그의 측정 방법
KR102157180B1 (ko) 2018-12-17 2020-09-18 주식회사 이노서플 미세먼지 측정 장치 및 그의 측정 방법
KR102088296B1 (ko) 2019-07-25 2020-05-29 백정현 대기질 데이터에 기초한 질병 상관 관계 예측 방법 및 장치

Also Published As

Publication number Publication date
KR20150049433A (ko) 2015-05-08

Similar Documents

Publication Publication Date Title
KR101545319B1 (ko) 미세 먼지 농도 결정 시스템 및 방법
Müller et al. Spectral absorption coefficients and imaginary parts of refractive indices of Saharan dust during SAMUM-1
Liu et al. Size distribution, mixing state and source apportionment of black carbon aerosol in London during wintertime
Utry et al. Correlations between absorption Angström exponent (AAE) of wintertime ambient urban aerosol and its physical and chemical properties
Wu et al. Probabilistic automatic outlier detection for surface air quality measurements from the China national environmental monitoring network
Bridgelall Connected vehicle approach for pavement roughness evaluation
US7600441B2 (en) Comprehensive particulate matter measurement system and method for using the same
Ohata et al. Estimates of mass absorption cross sections of black carbon for filter-based absorption photometers in the Arctic
Teinilä et al. A study of the sea-salt chemistry using size-segregated aerosol measurements at coastal Antarctic station Neumayer
de Oliveira et al. Estimation on the concentration of suspended solids from turbidity in the water of two sub-basins in the doce river basin
CN102230891A (zh) 一种紫外光学多组分气体分析仪的数据处理系统
CN105488772B (zh) 一种传感器信号峰值检测方法
CN106706566B (zh) 一种激光雷达探测大气垂直能见度的计算方法
KR101509599B1 (ko) 미세먼지 측정시스템의 잡음제거 장치 및 방법
Khan et al. Empirical Relations for Optical Attenuation Prediction from Liquid Water Content of Fog.
Cheng et al. Correcting aethalometer black carbon data for measurement artifacts by using inter-comparison methodology based on two different light attenuation increasing rates
CN109507072B (zh) 一种细颗粒物湍流通量测量方法
Delahaye et al. A dual-beam spectropluviometer concept
Crivelli et al. Quantifying particle numbers and mass flux in drifting snow
KR101306434B1 (ko) 실내 공기질 위해성 통합 분석 시스템 및 방법
Hervo et al. Long term measurements of optical properties and their hygroscopic enhancement
Alimohammadi et al. Reliability analysis of traffic noise estimates in highways of Tehran by Monte Carlo simulation method
US20190041320A1 (en) Method For Determining In-Situ Suspended Sediment Properties
Spyropoulos et al. The use of low-cost sensing for air pollution measurements in urban outdoor environments
CN112414904A (zh) 基于由虚拟撞击器浓缩的颗粒的光吸收来量化空气中的矿物粉尘的方法和执行该方法的设备

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20180802

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190730

Year of fee payment: 5