KR101668753B1 - 대기 오염 관리 시스템 - Google Patents
대기 오염 관리 시스템 Download PDFInfo
- Publication number
- KR101668753B1 KR101668753B1 KR1020150091925A KR20150091925A KR101668753B1 KR 101668753 B1 KR101668753 B1 KR 101668753B1 KR 1020150091925 A KR1020150091925 A KR 1020150091925A KR 20150091925 A KR20150091925 A KR 20150091925A KR 101668753 B1 KR101668753 B1 KR 101668753B1
- Authority
- KR
- South Korea
- Prior art keywords
- model
- city
- activity
- atmospheric
- carbon
- Prior art date
Links
- 238000003915 air pollution Methods 0.000 title claims abstract description 30
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 62
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 61
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 238000013500 data storage Methods 0.000 claims abstract description 15
- 230000008859 change Effects 0.000 claims abstract description 14
- 230000000694 effects Effects 0.000 claims description 65
- 238000009792 diffusion process Methods 0.000 claims description 39
- 238000000034 method Methods 0.000 claims description 35
- 239000003344 environmental pollutant Substances 0.000 claims description 21
- 231100000719 pollutant Toxicity 0.000 claims description 21
- 238000004088 simulation Methods 0.000 claims description 16
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 13
- 239000000809 air pollutant Substances 0.000 claims description 13
- 231100001243 air pollutant Toxicity 0.000 claims description 13
- 239000002253 acid Substances 0.000 claims description 11
- 238000010586 diagram Methods 0.000 claims description 10
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 5
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 3
- 239000001569 carbon dioxide Substances 0.000 claims description 3
- 229910002091 carbon monoxide Inorganic materials 0.000 claims description 3
- 239000000428 dust Substances 0.000 claims description 3
- 238000012876 topography Methods 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims description 2
- 208000020401 Depressive disease Diseases 0.000 claims description 2
- 125000005586 carbonic acid group Chemical group 0.000 claims 1
- 238000007726 management method Methods 0.000 abstract description 13
- 238000000605 extraction Methods 0.000 abstract description 7
- 239000000284 extract Substances 0.000 abstract description 5
- 239000005431 greenhouse gas Substances 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 5
- 239000000126 substance Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- 239000002699 waste material Substances 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
-
- G06Q50/30—
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명의 일 측면에 따른 대기 오염 관리 시스템은 대기 오염을 측정하기 위한 다양한 자료를 저장하는 데이터저장부와, 상기 데이터저장부에 저장된 자료에 의하여 상기 도시를 시뮬레이션 네트워크로 구축하여 모형으로 추출하는 모형추출부와, 상기 모형추출부를 통해 추출된 상기 도시의 교통관련 모형을 사용하여 탄소배출량을 산정하는 탄소산정부와, 상기 탄소산정부에서 산정한 상기 도시의 대기 오염의 농도 및 농도 변화량을 시뮬레이션하여 구축하는 대기모형추출부를 포함할 수 있다.
Description
본 발명은 대기 오염 관리 시스템에 관한 것으로, 보다 상세하게는 도시의 교통에 의한 대기 오염의 농도 및 확산을 예측할 수 있는 대기 오염 관리 시스템에 관한 것이다.
화석연료의 고갈문제로 인한 에너지 절약이 사람들의 관심을 받아왔지만, 최근에는 온실가스로 인한 기후변화가 더 큰 사회 이슈가 되고 있다. 이는 기후변화로 인한 자연재해가 이미 시작되어 많은 인명피해와 재산피해를 가져왔으며 앞으로도 계속하여 인류의 생존을 지속적으로 위협할 것이기 때문이다.
이에 따라 우리나라도 국가적으로 저탄소 녹색성장(Green Growth)을 국가비전으로 제시하여 온실가스 감소를 위한 다양한 정책들을 추진하고 있는데 온실가스의 80% 이상이 도시에서 발생되며 특히 교통, 주택 등 도시생활 관련한 부분이 전체 온실가스 배출의 43%를 차지하므로, 지구 온난화 방지를 위한 탄소저감 도시로의 전환은 매우 중요한 과제로 떠오르고 있다.
그 결과, 기후변화 대응 및 저탄소녹색성장을 위한 도시차원의 구체적인 실천대안의 필요성은 증대되었지만, 이를 충족시키기 위한 국내 관련 기술 개발은 미흡한 실정이다.
또한, 현재의 도시 공간계획은 세부 요소간의 복잡한 상호작용이 존재함에도 불구하고 이를 고려하지 못한 체 서로 개별적으로 작업이 이루어짐에 따라 사업운영에 있어서 물적·시간적 낭비가 심함. 특히, 도시계획·설계 작업을 수행함에 있어서 탄소배출, 생태적 측면에 대한 고려 등은 매우 미흡한 실정이다.
특히, 교통 분야의 CO₂배출은 전체 온실가스 배출량의 16%를 차지하고 있으며, 그중에서 도로부분에서의 탄소배출량이 전체 교통부분 탄소배출량의 80% 이상을 차지하고 있어 도시 내에서 CO₂배출을 저감하는 기술과 자동차로부터 배출되는 CO₂를 관리할 수 있는 기술이 필요하며, CO₂의배출량을 실시간으로 측정하고 그에 따른 저감책 마련되지 않은 문제점이 있다.
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로, 본 발명의 목적은 교통에서 발생할 수 있는 대기 오염을 예측할 수 있는 대기 오염 관리 시스템을 제공하는 것이다.
본 발명의 또 다른 목적은 도시의 교통에 의한 대기 오염의 농도 및 확산을 예측할 수 있는 대기 오염 관리 시스템을 제공하는 것이다.
상기와 같은 목적을 달성하기 위한 본 발명의 일 측면에 따른 대기 오염 관리 시스템은 대기 오염을 측정하기 위한 다양한 자료를 저장하는 데이터저장부와, 상기 데이터저장부에 저장된 자료에 의하여 상기 도시를 시뮬레이션 네트워크로 구축하여 모형으로 추출하는 모형추출부와, 상기 모형추출부를 통해 추출된 상기 도시의 교통관련 모형을 사용하여 탄소배출량을 산정하는 탄소산정부와, 상기 탄소산정부에서 산정한 상기 도시의 대기 오염의 농도 및 농도 변화량을 시뮬레이션하여 구축하는 대기모형추출부를 포함할 수 있다.
상기 데이터저장부는 상기 도시의 과거 지형자료, 지표, 풍속 중 적어도 하나로 형성된 기상 자료와, 상기 탄소산정부에서 차량 통행으로 인한 탄소배출량을 산정하기 위한 오염원 배출계수와, 상기 탄소산정부에서 탄소배출량을 산정하기 위한 차종 특성 정보를 구비할 수 있다.
상기 오염원 배출계수는 이산화탄소, 일산화탄소, 질소산화물, 미세먼지 중 적어도 하나의 미시기반의 배출계수가 구축될 수 있다.
상기 오염원 배출계수를 구축하는 방법은 차종에 대한 기본 배출계수표를 추출하는 단계와, 차량의 연식과 차령 비율을 가중치로 활용하여 상기 배출계수표를 가중평균하여 추정하는 단계와, 상기 배출계수표의 차종 구분에 따른 보정계수를 산출하여 적용하는 단계를 구비할 수 있다.
상기 모형추출부는 상기 도시를 구축하기 위하여 거시적 교통계획을 이용하는 교통계획모형과, 상기 도시의 미시적 계획 시나리오에 따라 상기 도시에 거주하는 사람의 활동기반에 따라 교통계획 모형을 시뮬레이션 네트워크로 구축하는 활동모형을 구비할 수 있다.
상기 활동모형의 시뮬레이션 네트워크를 구축하는 방법에 있어서, (a) 상기 활동모형의 구축을 위한 프로세스 디자인을 수행하는 단계; (b) 상기 활동모형의 개별 활동 계획 구축 구상도를 생성하는 단계; (c) 상기 활동모형을 구축하기 위한 수단 및 목적을 구축하는 단계; (d) 상기 활동모형을 구축하기 위하여 자동차, 버스, 자전거, 택시, 보도 중 적어도 하나의 수단 속성값을 설정하는 단계; (e) 상기 도시의 도로에 따른 활동 좌표를 설정하는 단계; 를 구비할 수 있다.
상기 활동모형은 상기 도시의 도로를 주행하는 수단의 통행시간, 시간대별 교통량, 통행속도, 통행거리, 정산기법 중 적어도 하나를 활용하여 시뮬레이션 네트워크를 구축할 수 있다.
상기 탄소산정부는 상기 교통계획모형에 의하여 구축된 통행링크별 교통량과 속도의 결과값이 산출되어 속도에 따른 탄소배출계수를 활용하여 거시적으로 탄소배출량을 산정하는 교통계획산정모듈과, 상기 활동모형에 의하여 구축된 활동기반에 따라 탄소배출량을 산정하는 활동기반산정모듈을 구비할 수 있다.
상기 교통계획산정모듈은 상기 교통계획모형에서 구축된 상기 도시의 도로를 주행하는 차량의 평균속도 기반의 배출계수를 활용하여 상기 교통계획모형의 예측 결과값에 따른 탄소배출량을 산정할 수 있다.
상기 활동기반산정모듈은 상기 도시의 개별량 주행 특성인 속도, 감가속도, 차량출력비 중 적어도 하나의 순간적인 변화를 고려하여 배출량을 산정할 수 있다.
상기 대기모형추출부는 거시적인 관점에서 상기 데이터저장부에 저장된 상기 도시의 지형자료 및 기상자료에 의하여 추출하는 대기모형과, 상기 대기모형에 따른 미시적인 관점에서 대기 오염물질의 확산을 추출하기 위하여 대기확산모형을 구비할 수 있다.
상기 대기모형추출부는 상기 도시의 분석 대상 지형 및 고도에 따라 대기확산 형태가 달라지므로 상기 도시의 지형입력부와, 상기 도시의 특정 조건 하에서의 기상상황을 입력하기 위한 기상입력부와, 상기 대기모형의 정확도를 높이기 위하여 입력되는 배출량 입력부에 의하여 추출될 수 있다.
상기 대기모형은 거시적인 규모를 가지는 상기 도시의 주변 교통시설로 인한 대기 질 영향을 평가하기 위하여 배출강도, 기상조건, 지형조건 중 적어도 하나의 자료를 사용하여 오염물질을 추출하는 지역으로 형성된 링크를 파악할 수 있다.
상기 대기모형은 다수의 상기 링크로 구분되며 노드 쉐이프파일을 통해 각각의 상기 링크는 시점 및 종점의 좌표, 고도, 거리에 관한 정보를 수집하여 추출될 수 있다.
상기 대기확산모형은 미시적인 관점에서 20km 범위 이내의 실외 대기 오염물질의 농도를 예측하기 위한 것으로 면오염원 형태로 추출될 수 있다.
상기 대기확산모형은 상기 면오염원 형태로 입력되며 노드 쉐이프파일을 활용하여 상기 도시의 도로 폭, 길이, 각도, 면적 고도, 좌표 중 적어도 하나에 대한 정보를 수집하여 추출될 수 있다.
상기 대기확산모형은 미시적인 관점에서 대기 오염물질에 따라 확산모형, 광화학모형, 수용모형으로 구분될 수 있다.
본 발명에 따른 대기 오염 관리 시스템에 의하면, 모형추출부에 의하여 도시의 모형을 추출하여 교통에서 발생할 수 있는 대기 오염을 파악할 수 있는 것이다.
그리고, 대기모형추출부를 통해 대기 오염의 농도 및 확산을 파악할 수 있는 것이다.
도 1은 본 발명의 일 실시 예에 따른 대기 오염 관리 시스템을 나타낸 블록도.
도 2 내지 도 3은 본 발명의 일 실시 예에 따른 모형추출부를 나타낸 예시도.
도 4는 본 발명의 일 실시 예에 따른 활동모형의 시뮬레이션 네트워크를 구축하는 방법을 나타낸 순서도.
도 5는 본 발명의 일 실시 예에 따른 탄소산정부를 나타낸 블록도.
도 6 내지 도 7은 본 발명의 일 실시 예에 따른 차량의 탄소배출량을 산정하는 모습을 나타낸 예시도.
도 8은 본 발명의 일 실시 예에 따른 대기모형추출부를 나타낸 블록도.
도 9 내지 도 11는 본 발명의 일 실시 예에 따른 대기모형추출부를 나타낸 예시도.
도 2 내지 도 3은 본 발명의 일 실시 예에 따른 모형추출부를 나타낸 예시도.
도 4는 본 발명의 일 실시 예에 따른 활동모형의 시뮬레이션 네트워크를 구축하는 방법을 나타낸 순서도.
도 5는 본 발명의 일 실시 예에 따른 탄소산정부를 나타낸 블록도.
도 6 내지 도 7은 본 발명의 일 실시 예에 따른 차량의 탄소배출량을 산정하는 모습을 나타낸 예시도.
도 8은 본 발명의 일 실시 예에 따른 대기모형추출부를 나타낸 블록도.
도 9 내지 도 11는 본 발명의 일 실시 예에 따른 대기모형추출부를 나타낸 예시도.
이하에서는 첨부된 도면을 참조하여 본 발명의 일 실시 예에 따른 대기 오염 관리 시스템에 대해 상세히 설명한다.
도 1은 본 발명의 일 실시 예에 따른 대기 오염 관리 시스템을 나타낸 블록도이다.
도 1에 도시된 바와 같이 본 발명의 일 실시 예에 따른 대기 오염 관리 시스템은 대기 오염을 측정하기 위한 다양한 자료를 저장하는 데이터저장부(100)와, 상기 데이터저장부(100)에 저장된 자료에 의하여 상기 도시를 시뮬레이션 네트워크로 구축하여 모형으로 추출하는 모형추출부(200)와, 상기 모형추출부(200)를 통해 추출된 상기 도시의 교통관련 모형을 사용하여 탄소배출량을 산정하는 탄소산정부(300)와, 상기 탄소산정부(300)에서 산정한 상기 도시의 대기 오염을 시뮬레이션하여 구축하는 대기모형추출부(400)를 구비할 수 있다.
상기 데이터저장부(100)는 상기 데이터저장부(100)는 상기 도시의 과거 지형자료, 지표, 풍속 중 적어도 하나로 형성된 기상 자료와, 상기 탄소산정부(300)에서 차량 통행으로 인한 탄소배출량을 산정하기 위한 오염원 배출계수(120)와, 상기 탄소산정부(300)에서 탄소배출량을 산정하기 위한 차종 특성 정보(130)를 구비할 수 있다.
상기 기상자료(110)는 기상청에서 수집할 수 있는 기압, 기온, 풍향, 풍속, 습도, 강수량(0.1mm, 0.5mm), 강수유무, 일사량, 일조시간, 지면온도, 초상온도, 시정, 구름, 증발량, 지중온도 등 다양한 자료가 포함될 수 있다.
상기 기상자료(110)의 시간해상도는 1시간 단위이며, 기압 등 일부 자료는 3시간 단위로도 제공하며, 일사량은 05시~20시까지 만의 자료를 활용할 수 있다.
상기 오염원 배출계수(120)는 대기 오염물질과 온실가스의 차종별, 유종별, 연식별, 속도별 배출계수식을 수집하여 사용될 수 있다. 상기 오염원 배출계수(120)는 정확한 배출량을 산정하기 위하여 동일하게 분류되어진 차량등록대수가 필요할 수 있다.
상기 오염원 배출계수(120)는 차량 통행으로 인한 거시적인 배출량을 평균속도 기반과 미시기반의 배출량 산정을 비교할 수 있다. 그리고 미시적인 기반의 오염원 배출계수(120)는 온실가스 중 이산화탄소와 대기 오염 물질 중 일산화탄소, 질소산화물, 미세먼지 중 적어도 하나의 미시기반의 배출계수가 구축될 수 있다.
상기 오염원 배출계수(120) 중 미시기반의 배출계수를 구축하는 방법은 차종에 대한 기본 배출계수표를 추출하는 단계와, 차량의 연식과 차령 비율을 가중치로 활용하여 상기 배출계수표를 가중평균하여 추정하는 단계와, 상기 배출계수표의 차종 구분에 따른 보정계수를 산출하여 적용하는 단계를 거쳐 구축될 수 있다.
상기 오염원 배출계수(120) 중 거시적인 관점에서의 평균속도기반의 배출계수와 미시적인 기반의 배출계수는 형식과 의미하는 바가 다르므로 단순하게 값을 비교할 수 없으므로 차종별 평균속도별 실험 주행 궤적에 대한 초당 속도자료를 제공 받아 미시기반의 배출량 산정 방법으로 배출량(g)을 산정한 후 주행궤적의 주행거리(km)로 나눈값(g/km)을 해당 주행궤적의 평균속도 기반의 배출계수(g/km)와 비교하여 보정계수를 산출할 수 있다. 이렇게 산출된 차종별 보정계수값은 기본 배출계수에 곱하여 차종별 미시기반 배출계수를 산출할 수 있다.
상기 차종 특성 정보(130)는 상기 탄소산정부(300)에서 탄소배출량을 산정하기 위하여 교통량, 주행궤적, 차종분포 등 다양한 정보를 제공할 수 있다. 상기 차종 특성 정보(130)에 포함된 주행궤적은 초단위 차량 속도를 의미하고 주행궤적을 추정하기 위하여 해당시간 동안 추정하려는 도로구간을 통과하는 차량들의 평균속도와 각 도로구간을 진입한 시간과 진출하는 시간 정보를 활용할 수 있다.
상기 모형추출부(200)는 도 2 내지 도 4를 참고하면, 상기 모형추출부(200)는 상기 도시를 구축하기 위하여 거시적 교통계획을 이용하는 교통계획모형(210)과, 상기 도시의 미시적 계획 시나리오에 따라 상기 도시에 거주하는 사람의 활동기반에 따라 교통계획 모형을 시뮬레이션 네트워크로 구축하는 활동모형(220)을 구비할 수 있다.
상기 교통계획모형(210)(OmniTrans)은 도 2에 도시된 바와 같이 통행링크별 교통량과 속도가 결과값으로 산출되고, 링크길이와 교통량으로 총 주행거리를 산정할 수 있기 때문에 속도에 따른 탄소배출량 계수를 활용하여 도로교통의 탄소배출량을 거시적으로 산정할 수 있다.
상기 활동모형(220)(MATSim)은 도 3에 도시된 바와 같이 활동중심모형(Activity-based approach) 이론을 바탕으로 한 교통수요추정 시뮬레이션으로 개별통행자들의 통행패턴을 알아볼 수 있으며, 보다 정확한 장래 교통수요를 추정할 수 있다.
상기 활동모형(220)에서 시뮬레이션 네트워크는 도시의 통행배정의 수렴조건을 설정하고 시뮬레이션을 구동하고 각각의 상황에 따른 시뮬레이션을 비교검증할 수 있다.
상기 활동모형(220)에서 시뮬레이션을 비교검증하는 과정으로는 24시간 통행 분포를 비교할 수 있고, 링크의 교통량을 비교할 수 있다. 또한, 링크를 통행하는 차량의 링크 구간 속도를 평균속도와 관측되는 차량의 속도를 비교할 수 있다. 그리고 상기 활동모형(220)에 의하여 도시의 링크를 통행하는 차량의 통행시간, 부와 교통량, 통행속도, 통행거리를 산출할 수 있다.
또한, 상기 활동모형(220)은 대기행렬 모형을 사용할 수 있으며 링크는 FIFO(First in, First out) 형식의 대기행렬에 의해 모형화될 수 있다.
상기 활동모형(220)의 대기행렬 속 차량은 자유속도 통행시간과 연관된 특정 시간이 지나가기 전에는 대기행렬에서 빠져나갈 수 없으며, 제한된 수의 차량만이 정해진 시간단위에 링크를 빠져나갈 수 있다. 그리고 추월차량, 차선변경행위 등은 일어날 수 없으며, 대기행렬은 그 시작이나 끝에서 차량의 유출입이 결정됨으로 링크의 시작과 끝에서만 차량이 추가되거나 제거되는 것이 가능할 수 있다.
상기 활동모형(220)의 시뮬레이션 네트워크를 구축하는 방법은 단계 S1100에서 상기 활동모형(220)의 시뮬레이션 네트워크를 구축하기 위하여 필요한 자료 수집, 가공, 적용 방안을 고안하여 상기 활동모형(220)의 구축을 위한 프로세스 디자인을 수행할 수 있다.
단계 S1200에서는 단계 S1100에서 수행한 프로세스 디자인을 활용하여 상기 활동모형(220)의 개별 활동 계획 구축 구상도를 생성할 수 있다. 상기 개별 활동 계획 구축 구상도는 데이터를 구축하고 좌표를 설정하는 등의 계획을 세울 수 있다.
단계 S1300에서는 상기 활동모형(220)을 구축하기 위한 수단인 자동차(Auto), 버스(Bus), 자전거(Bike), 택시(Taxi), 보도(Walk), 기타(Other)의 O/D를 활용하여 이 수단들을 이용하는 통행량을 산정할 수 있으며 출근, 등교, 학원, 쇼핑, 기타, (비)업무, (비)쇼핑, (비)기타를 활용하여 각 목적 통행량을 산정할 수 있다.
단계 S1400에서는 상기 활동모형(220)을 구축하기 위하여 자동차, 버스, 자전거, 택시, 보도 중 적어도 하나의 수단 속성값을 설정할 수 있다.
단계 S1500에서는 상기 활동모형(220)을 구축하는 도시의 도로에 따른 활동 좌표를 설정할 수 있다.
도 5는 본 발명의 일 실시 예에 따른 탄소산정부를 나타낸 블록도이고, 도 6 내지 도 7은 본 발명의 일 실시 예에 따른 차량의 탄소배출량을 산정하는 모습을 나타낸 예시도이다.
도 5 내지 도 7에 도시된 바와 같이 본 발명의 일 실시 예에 따른 탄소산정부(300)는 상기 교통계획모형(210)에 의하여 구축된 통행링크별 교통량과 속도의 결과값이 산출되어 속도에 따른 탄소배출계수를 활용하여 거시적으로 탄소배출량을 산정하는 교통계획산정모듈(310)과, 상기 활동모형(220)에 의하여 구축된 활동기반에 따라 탄소배출량을 산정하는 활동기반산정모듈(320)을 구비할 수 있다.
상기 탄소산정부(300)는 상기 도시의 토지에서 발생하는 탄소배출량을 산정하여 대기 오염에 적용할 수 있다. 토지에서 발생하는 탄소배출량의 결과값은 산정식에 의하여 산정할 수 있으며 결과값을 통해 7가지의 토지이용(주택, 사무, 도소매, 서비스, 보건/의료, 교육/연구, 산업)의 점유면적을 예측할 수 있다.
상기 교통계획산정모듈(310)은 상기 교통계획모형(210)에서 구축된 상기 도시의 도로를 주행하는 차량의 평균속도 기반의 배출계수를 활용하여 상기 교통계획모형(210)의 예측 결과값에 따른 탄소배출량을 산정할 수 있다.
상기 교통계획산정모듈(310)의 탄소배출량의 결과값은 링크(도로구간)별 예측 교통량, 속도 등이며, 링크의 속성인 도로구간의 길이 및 차로수 등과 차종비의 기본 정보가 입력될 수 있으며 결과값으로 차량의 활동도를 구하고 차종에 따른 배출계수를 적용하기 위해 교통계획 모형의 차종대분류를 자동차 등록정보에 의한 차종으로 세분화하는 방법을 적용할 수 있다.
상기 교통계획산정모듈(310)에서 탄소배출량을 산정하는 산정식은 [수학식 2]와 같이 교통량을 배출계수의 차종구분(차종/유종)과 일치하도록 배분할 수 있으며 상기 [수학식 2]에서 산정한 값을 [수학식 3]에 대입하여 오염물질 배출량을 산정할 수 있다.
상기 교통계획산정모듈(310)에서 탄소배출량을 산정할 때 사용되는 산정식의 대기 오염물질의 배출계수는 “국가 대기 오염 물질 배출량 산정방법 편람-이동오염원 부분(국립환경과학원, 2010)”에 제공된 값을 활용하며, 온실가스의 배출계수는 “수송부문 온실가스 기후변화대응 시스템 구축 II(국립환경과학원, 2009)” 에서 제공한 값을 활용할 수 있다.
또한, 배출계수와 차종구분을 위한 정보 등은 과거와 현재의 데이터이므로 장래도시의 교통의 변화에 따른 탄소배출량을 산정하기 위해서는 미래 교통의 변화에 따른 배출계수의 변화와 차종변화 등에 대한 예측부분이 반영될 수 있다.
상기 활동기반산정모듈(320)은 상기 활동모형(220)의 미시적 계획 시나리오에 따라 상기 도시에 거주하는 사람의 활동기반에 따라 개별차량의 부와 통행링크(링크별 교통량), 개별량 주행 특성인 속도, 감가속도, 차량출력비, 링크길이 중 적어도 하나의 순간적인 변화를 고려하여 탄소배출량을 산정할 수 있다.
상기 활동기반산정모듈(320)에서 탄소배출량을 산정하는 방법은 차량 주행 특성인 속도, 감가속도, 차량비 출력 등의 순간적인(초단위) 변화를 고려하여 배출량을 산출하는 방법으로 평균속도 기반의 배출량 산정방법론과 비교하여 실제 배출량에 보다 가까운 값을 산출할 수 있다.
또한, 활동기반산정모듈(320)에서 산정하는 탄소배출량은 개별차량에 대하여 초단위 차량 속도(주행궤적)를 추정과, 도로구간을 통행하는 개별 차량의 배출량 산정과, 도로구간별 차량의 배출량 산정하는 절차에 따라 산정될 수 있다.
상기 개별차량에 대하여 주행궤적을 추정하는 것은 활동모형(220)의 시뮬레이션 결과값으로 직접적으로 도출되는 값이 아니기 때문에 추정절차가 필요하므로 초단위 차량 속도가 필요할 수 있다.
그리고 상기 도로구간을 통행하는 개별 차량의 배출량을 산정하는 것은 각 단계를 거쳐 산정하게 되는데 이러한 단계는 세 단계로 구분될 수 있다.
첫째로, 차량출력비(VSP)를 계산할 수 있다. 차량출력비를 계산하기에 앞서서 차량의 차종을 정희하여야 하는데 차종별로 적용되는 VSP식의 계수와 배출계수가 달라지기 때문에 배출량을 산정하고자 하는 차종을 정의하는 것이 필요할 수 있다.
그리고 차량출력비(VSP)를 계산할 수 있는데 차량출력비(VSP)는 [수학식 4]와 같이 초당 가속도를 계산하고 [수학식 5]와 같이 차량출력비(VSP)를 계산할 수 있다.
둘째로, 초단위 운행모드(OP-mode)를 구분할 수 있다. 운행모드(Operating Mode, OP-mode)는 도 6에 도시된 바와 같이 차량 주행특성에 따라 배출율이 비슷하게 나타나는 그룹을 정의한 것으로 초당 속도(mph)와 VSP(kW/tonne)에 따라 운행모드가 구분될 수 있다.
셋째로, 개별 차량 미시기반 배출량이 산정될 수 있다. 도 7에 도시된 바와 같이 휘발유 승용차 한 대의 차량의 미시기반 초단위로 미시기반 CO2 배출량을 산정하는 것은 차량의 배출계수를 찾아 개별 차량의 초당 배출량을 산정하고 합산하면 해당 도로구간을 통행한 개별차량의 미시 배출량이 산정될 수 있다.
상기 도로구간별 차량의 배출량을 산정하는 것은 대상도로구간을 통행한 개별 차량의 초당 배출량을 산정한 후 합산하면 도로구간의 배출량이 산정될 수 있다.
도 8은 본 발명의 일 실시 예에 따른 대기모형추출부를 나타낸 블록도이고, 도 9 내지 도 11은 본 발명의 일 실시 예에 따른 대기모형추출부를 나타낸 예시도이다.
도 8 내지 도 11에 도시된 바와 같이 본 발명의 일 실시 예에 따른 대기모형추출부(400)는 거시적인 관점에서 상기 데이터저장부(100)에 저장된 상기 도시의 지형자료 및 기상자료(110)에 의하여 추출하는 대기모형(410)과, 상기 대기모형(410)에 따른 미시적인 관점에서 대기 오염물질의 확산을 추출하기 위하여 대기확산모형(420)을 구비할 수 있다.
상기 대기모형추출부(400)는 상기 도시의 분석 대상 지형 및 고도에 따라 대기확산 형태가 달라지므로 상기 도시의 지형입력부(430)와, 상기 도시의 특정 조건 하에서의 기상상황을 입력하기 위한 기상입력부(440)와, 상기 대기모형(410)의 정확도를 높이기 위하여 입력되는 배출량 입력부(450)에 의하여 추출될 수 있다.
상기 지형입력부(430)는 분석 대상 도시의 지형에 따라 대기확산 형태가 다르고 배출원의 고도 및 관심지점 고도에 따라 대기 질 확산 형태가 달라지기 때문에 지형자료를 입력할 수 있다. 상기 지형입력부(430)는 일반적으로 지형과 토지이용도 자료로 직교좌표체계의 x,y좌표에 따른 속성(고도, 토지이용도) 값이 필요할 수 있으며 고도자료는 수치표고모형(Digital Elevation Model, DEM)으로 제공되며, 수치표고모형이란, 도 9에 도시된 바와 같이 지형의 고도 값을 수치로 저장함으로써 지형의 형상을 나타내는 자료일 수 있다.
상기 기상입력부(440)는 상기 도시의 특정 조건 하에서의 풍속, 풍향, 대기안정도 등급, 혼합고 등을 입력하여 대기모형추출부(400)에 활용될 수 있다.
상기 배출량 입력부(450)는 상기 대기모형추출부(400)의 정확도에 영향을 미치는 중요한 요소로 정확한 배출량과 배출조건 입력이 필수적이며, 특히 탄소배출량 자료는 단위시간당 질량(g/s)의 자료와 배출원의 제원이 요구될 수 있다. 배출량은 도로 상의 차량 통행 분석을 통해 산정된 자료를 이용하여 모형수행에 필요한 단위시간당 질량(g/s) 자료로 변환하여 오염물질 배출량(g/km/s)을 도출하고, 배출원에 대한 제원을 입력할 수 있다.
또한, 상기 배출량은 거시적인 관점에서 [수학식 6]과 같이 계산될 수 있다.
그리고 미시적인 관점에서는 [수학식 7]과 같이 계산될 수 있다.
상기 지형입력부(430)와 상기 기상입력부(440)와 상기 배출량 입력부(450)는 거시적인 관점과 미시적인 관점에서 각각 활용될 수 있다.
상기 대기확산모형(420)의 상기 지형입력부(430)는 지형에 따라 대기 확산 형태가 다르고 배출원의 고도 및 관심지점의 고도에 따라 대기질 확산형태가 달라지기 때문에 상기 대기모형(410)에서의 지형입력부(430)와 동일한 자료가 사용될 수 있다.
그리고 대기확산모형(420)의 기상입력부(440)는 1시간 간격의 관측 자료에 의하여 시뮬레이션이 구축될 수 있으며 정확도를 높이기 위하여 모형 영역 내에서 상세한 기상자료(110)를 측정할 수 있다.
또한, 상기 대기확산모형(420)의 배출량 입력부(450)는 상기 대기모형(410)의 배출량과 동일한 자료에 의하여 시뮬레이션을 구축할 수 있다.
상기 대기모형(410)은 도 10에 도시된 바와 같이 거시적인 규모를 가지는 상기 도시의 주변 교통시설로 인한 대기 질 영향을 평가하기 위하여 배출강도, 기상조건, 지형조건 중 적어도 하나의 자료를 사용하여 오염물질을 추출하는 지역으로 형성된 링크를 파악할 수 있다.
또한, 상기 대기모형(410)은 다수의 상기 링크로 구분되며 상기 링크의 시점 및 종점의 좌표는 노드 쉐이프파일을 통해 각 링크의 좌표를 얻고, 이를 이용하여 거리를 계산하며, 고도는 수치지도를 이용하여 산정할 수 있다. 또한, 고도, 거리에 관한 정보를 수집하여 추출될 수 있다.
상기 대기확산모형(420)은 분석 대상 지형과 전 지구적 또는 분석 대상 지형 주변 기상변화에 따른 대기 오염물질의 확산 및 이동에 대해 계산할 수 있다.
상기 대기확산모형(420)에 의하여 화학반응이 없는 대기 오염물질의 확산은 모두 계산할 수 있으며, 화학반응이 있는 오염물질도 해당 화학반응을 고려할 수 있는 화학수송모형을 선택하면 분석할 수 있으며, 상기 대기확산모형(420)으로 평가할 수 있는 대표적인 오염물질은 아황산가스(SO₂), 이산화질소(NO2), 미세먼지(PM10, PM2.5) 등이며, 최근에는 화학수송모형을 이용하여 오존(O3)의 평가도 가능할 수 있다.
상기 대기확산모형(420)은 확산모형(421), 광화학모형(422), 수용모형(423)으로 구분될 수 있으며, 미시적인 관점에서 상기 대기모형(410)과 같이 지형자료, 기상자료(110), 배출량자료 등에 의하여 시뮬레이션을 추출할 수 있다.
상기 확산모형(421)은 대기질 평가에 가장 광범위하게 사용되고 있으나 활용범위와 정확도가 모형에 따라 다르기 때문에 사용목적에 맞추어 적절한 모형을 선정해야 한다.
또한, 상기 확산모형(421)은 우선·권장 모형(Preferred/Recommended Model), 대안모형(Alternative Model), 스크리닝 도구(Screening Tools), 관련 프로그램(Related Programs)으로 구분될 수 있다.
상기 광화학모형(422)은 대기 중에 일어날 수 있는 오염물의 농도를 결정짓는 모든 과정(이류, 확산 및 반응)을 고려 할 수 있으나 예측범위가 크고 바람장 구현과 모형에 입력되는 광범위한 배출량 자료에 대한 확보가 어려워 주로 대도시의 대기정책평가에 사용될 수 있다.
상기 수용모형(423)은 대기 중에 존재하는 물질들의 화학반응 및 수송과정을 모수화(parameterization)하고 계산하는 모형으로 모듈구조의 특징을 가지고 있고, 국지규모에서 지역규모 모델링까지 다양하게 또한 동시에 모델링이 가능할 수 있다.
상기 대기확산모형(420)은 기상자료(110)와 각 배출원의 특성을 고려하여, 대기 질 모형에 적용할 수 있는 화학종·시간별·공간별 배출량을 생성하여 최종적으로 생성된 기상 및 배출량 입력 자료를 바탕으로 화학수송모형을 수행하여 대기 오염물질 농도를 평가할 수 있는 배출량 모형을 더 구비할 수 있다.
또한, 상기 대기확산모형(420)은 도 11에 도시된 바와 같이 미시적인 관점에서 20km 범위 이내의 실외 대기 오염물질의 농도를 예측하기 위한 것으로 면오염원 형태로 추출되며, 노드 쉐이프파일을 활용하여 상기 도시의 도로 폭, 길이, 각도, 면적 고도, 좌표 중 적어도 하나에 대한 정보를 수집하여 추출될 수 있다.
이상에서는 본 발명의 일 실시 예에 따른 대기 오염 관리 시스템에 대해 설명하였으나, 본 발명의 사상은 본 명세서에 제시되는 실시 예에 제한되지 아니한다. 그리고, 본 발명의 사상을 이해하는 당업자는 동일한 사상의 범위 내에서, 구성요소의 부가, 변경, 삭제, 추가 등에 의해서 다른 실시 예를 용이하게 제안할 수 있을 것이나, 이 또한 본 발명의 사상범위 내에 든다고 할 것이다.
100: 데이터저장부 200: 모형추출부
210: 교통계획모형 220: 활동모형
300: 탄소산정부 310: 교통계획산정모듈
320: 활동기반산정모듈 400: 대기모형추출부
410: 대기모형 420: 대기확산모형
210: 교통계획모형 220: 활동모형
300: 탄소산정부 310: 교통계획산정모듈
320: 활동기반산정모듈 400: 대기모형추출부
410: 대기모형 420: 대기확산모형
Claims (17)
- 도시의 대기 오염을 측정하기 위한 다양한 자료를 저장하는 데이터저장부와,
상기 데이터저장부에 저장된 자료에 의하여 상기 도시를 구축하기 위하여 거시적 교통계획을 이용하는 교통계획모형과, 상기 도시의 미시적 계획 시나리오에 따라 상기 도시에 거주하는 사람의 활동기반에 따라 교통계획 모형을 시뮬레이션 네트워크로 구축하는 활동모형을 구비하는 모형추출부와,
상기 모형추출부를 통해 추출된 상기 도시의 교통관련 모형을 사용하여 탄소배출량을 산정하는 탄소산정부와,
상기 탄소산정부에서 산정한 상기 도시의 대기 오염의 농도 및 농도 변화량을 시뮬레이션하여 구축하는 대기모형추출부를 구비하고,
상기 데이터저장부는 상기 도시의 과거 지형자료, 지표, 풍속 중 적어도 하나로 형성된 기상 자료와,
상기 탄소산정부에서 차량 통행으로 인한 탄소배출량을 산정하기 위한 오염원 배출계수와,
상기 탄소산정부에서 탄소배출량을 산정하기 위한 차종 특성 정보를 구비하고,
상기 탄소산정부는 상기 교통계획모형에 의하여 구축된 통행링크별 교통량과 속도의 결과값이 산출되어 속도에 따른 탄소배출계수를 활용하여 거시적으로 탄소배출량을 산정하는 교통계획산정모듈과,
상기 활동모형에 의하여 구축된 활동기반에 따라 탄소배출량을 산정하는 활동기반산정모듈을 구비하고,
상기 교통계획산정모듈은 상기 교통계획모형에서 구축된 상기 도시의 도로를 주행하는 차량의 평균속도 기반의 배출계수를 활용하여 상기 교통계획모형의 예측 결과값에 따른 탄소배출량을 산정하고,
상기 활동기반산정모듈은 상기 도시의 개별량 주행 특성인 속도, 감가속도, 차량출력비 중 적어도 하나의 순간적인 변화를 고려하여 배출량을 산정하는 것을 특징으로 하는 대기 오염 관리 시스템.
- 삭제
- 제 1항에 있어서,
상기 오염원 배출계수는 이산화탄소, 일산화탄소, 질소산화물, 미세먼지 중 적어도 하나의 미시기반의 배출계수가 구축되는 것을 특징으로 하는 대기 오염 관리 시스템.
- 제 3항에 있어서,
상기 오염원 배출계수를 구축하는 방법은 차종에 대한 기본 배출계수표를 추출하는 단계와,
차량의 연식과 차령 비율을 가중치로 활용하여 상기 배출계수표를 가중평균하여 추정하는 단계와,
상기 배출계수표의 차종 구분에 따른 보정계수를 산출하여 적용하는 단계를 구비하는 것을 특징으로 하는 대기 오염 관리 시스템.
- 삭제
- 제 1항에 있어서,
상기 활동모형의 시뮬레이션 네트워크를 구축하는 방법에 있어서,
(a) 상기 활동모형의 구축을 위한 프로세스 디자인을 수행하는 단계;
(b) 상기 활동모형의 개별 활동 계획 구축 구상도를 생성하는 단계;
(c) 상기 활동모형을 구축하기 위한 수단 및 목적을 구축하는 단계;
(d) 상기 활동모형을 구축하기 위하여 자동차, 버스, 자전거, 택시, 보도 중 적어도 하나의 수단 속성값을 설정하는 단계;
(e) 상기 도시의 도로에 따른 활동 좌표를 설정하는 단계;
를 구비하는 것을 특징으로 하는 대기 오염 관리 시스템.
- 제 6항에 있어서,
상기 활동모형은 상기 도시의 도로를 주행하는 수단의 통행시간, 시간대별 교통량, 통행속도, 통행거리, 정산기법 중 적어도 하나를 활용하여 시뮬레이션 네트워크를 구축하는 것을 특징으로 하는 대기 오염 관리 시스템.
- 삭제
- 삭제
- 삭제
- 제 1항에 있어서,
상기 대기모형추출부는 거시적인 관점에서 상기 데이터저장부에 저장된 상기 도시의 지형자료 및 기상자료에 의하여 추출하는 대기모형과,
상기 대기모형에 따른 미시적인 관점에서 대기 오염물질의 확산을 추출하기 위하여 대기확산모형을 구비하는 것을 특징으로 하는 대기 오염 관리 시스템.
- 제 11항에 있어서,
상기 대기모형추출부는 상기 도시의 분석 대상 지형 및 고도에 따라 대기확산 형태가 달라지므로 상기 도시의 지형입력부와,
상기 도시의 특정 조건 하에서의 기상상황을 입력하기 위한 기상입력부와,
상기 대기모형의 정확도를 높이기 위하여 입력되는 배출량 입력부에 의하여 추출되는 것을 특징으로 하는 대기 오염 관리 시스템.
- 제 11항에 있어서,
상기 대기모형은 거시적인 규모를 가지는 상기 도시의 주변 교통시설로 인한 대기 질 영향을 평가하기 위하여 배출강도, 기상조건, 지형조건 중 적어도 하나의 자료를 사용하여 오염물질을 추출하는 지역으로 형성된 링크를 파악하는 것을 특징으로 하는 대기 오염 관리 시스템.
- 제 13항에 있어서,
상기 대기모형은 다수의 상기 링크로 구분되며 노드 쉐이프파일을 통해 각각의 상기 링크는 시점 및 종점의 좌표, 고도, 거리에 관한 정보를 수집하여 추출되는 것을 특징으로 하는 대기 오염 관리 시스템.
- 제 11항에 있어서,
상기 대기확산모형은 미시적인 관점에서 20km 범위 이내의 실외 대기 오염물질의 농도를 예측하기 위한 것으로 면오염원 형태로 추출되는 것을 특징으로 하는 대기 오염 관리 시스템.
- 제 15항에 있어서,
상기 대기확산모형은 상기 면오염원 형태로 입력되며 노드 쉐이프파일을 활용하여 상기 도시의 도로 폭, 길이, 각도, 면적 고도, 좌표 중 적어도 하나에 대한 정보를 수집하여 추출되는 것을 특징으로 하는 대기 오염 관리 시스템.
- 제 16항에 있어서,
상기 대기확산모형은 미시적인 관점에서 대기 오염물질에 따라 확산모형, 광화학모형, 수용모형으로 구분되는 것을 특징으로 하는 대기 오염 관리 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150091925A KR101668753B1 (ko) | 2015-06-29 | 2015-06-29 | 대기 오염 관리 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150091925A KR101668753B1 (ko) | 2015-06-29 | 2015-06-29 | 대기 오염 관리 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101668753B1 true KR101668753B1 (ko) | 2016-11-09 |
Family
ID=57529063
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150091925A KR101668753B1 (ko) | 2015-06-29 | 2015-06-29 | 대기 오염 관리 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101668753B1 (ko) |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107767081A (zh) * | 2017-11-15 | 2018-03-06 | 国网冀北电力有限公司电力科学研究院 | 一种燃煤电厂大气环境影响评价方法及装置 |
| KR101851152B1 (ko) * | 2016-11-11 | 2018-06-04 | 현대자동차주식회사 | 차량 및 차량의 제어 방법 |
| KR20180112305A (ko) * | 2017-04-03 | 2018-10-12 | 현대자동차주식회사 | 차량 및 차량의 제어 방법 |
| CN108921383A (zh) * | 2018-06-06 | 2018-11-30 | 长安大学 | 一种城市道路交通多余碳排放指数获取方法和系统 |
| CN109583743A (zh) * | 2018-11-26 | 2019-04-05 | 南京创蓝科技有限公司 | 基于拉格朗日模型和移动观测平台的大气污染溯源方法 |
| CN109739898A (zh) * | 2018-12-25 | 2019-05-10 | 北京工商大学 | 基于使用场地的自下而上的工程机械排放清单编制方法 |
| KR102222381B1 (ko) | 2019-10-01 | 2021-03-04 | 한국건설기술연구원 | 교통 데이터를 이용한 실시간 도로변 대기오염 추정 시스템 및 그 방법 |
| CN114723263A (zh) * | 2022-03-31 | 2022-07-08 | 南京罕华流体技术有限公司 | 一种焦化厂碳排放及降碳空间核算体系 |
| KR20220152662A (ko) | 2021-05-10 | 2022-11-17 | 호남대학교 산학협력단 | 미세먼지 정보 제공시스템 |
| CN116229607A (zh) * | 2023-05-09 | 2023-06-06 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种机动车行驶碳排放的预测方法、电子设备及存储介质 |
| CN116307279A (zh) * | 2023-05-18 | 2023-06-23 | 河北辉驰科技有限公司 | 基于大数据分析的城市大气环境管理方法及系统 |
| CN116485079A (zh) * | 2023-06-26 | 2023-07-25 | 小象飞羊(北京)科技有限公司 | 数字化精益碳排放核算方法、装置、设备及存储介质 |
| CN117010577A (zh) * | 2023-10-07 | 2023-11-07 | 北京建工环境修复股份有限公司 | 基于时空分布的多维度碳排放监测方法及系统 |
| CN117271992A (zh) * | 2023-09-19 | 2023-12-22 | 东莞市东莞通股份有限公司 | 一种基于大数据的城市道路碳排放监测管理系统 |
| CN117473398A (zh) * | 2023-12-26 | 2024-01-30 | 四川国蓝中天环境科技集团有限公司 | 一种基于运渣车活动的城市扬尘污染源分类方法 |
| CN117591617A (zh) * | 2023-11-21 | 2024-02-23 | 交通运输部规划研究院 | 一种混合交通流动态能耗测算方法、装置及可读存储介质 |
| CN117744952A (zh) * | 2024-02-18 | 2024-03-22 | 四川省德阳生态环境监测中心站 | 基于时序网络的大气碳排放量分析方法及系统 |
| CN117854283A (zh) * | 2024-03-05 | 2024-04-09 | 南通装配式建筑与智能结构研究院 | 一种城市道路碳中和估算分析方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100111166A (ko) * | 2009-04-06 | 2010-10-14 | 에스케이 텔레콤주식회사 | 실시간 교통지표 제공 시스템 및 그 방법, 그리고 이에 적용되는 서버 |
| KR101449917B1 (ko) * | 2013-01-25 | 2014-10-23 | 주식회사 휴디콤 | 차량의 실시간 운행정보를 이용한 탄소배출량 및 운행정보 분석시스템 |
-
2015
- 2015-06-29 KR KR1020150091925A patent/KR101668753B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100111166A (ko) * | 2009-04-06 | 2010-10-14 | 에스케이 텔레콤주식회사 | 실시간 교통지표 제공 시스템 및 그 방법, 그리고 이에 적용되는 서버 |
| KR101449917B1 (ko) * | 2013-01-25 | 2014-10-23 | 주식회사 휴디콤 | 차량의 실시간 운행정보를 이용한 탄소배출량 및 운행정보 분석시스템 |
Non-Patent Citations (1)
| Title |
|---|
| 논문1 * * |
Cited By (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101851152B1 (ko) * | 2016-11-11 | 2018-06-04 | 현대자동차주식회사 | 차량 및 차량의 제어 방법 |
| KR20180112305A (ko) * | 2017-04-03 | 2018-10-12 | 현대자동차주식회사 | 차량 및 차량의 제어 방법 |
| KR102322922B1 (ko) * | 2017-04-03 | 2021-11-08 | 현대자동차주식회사 | 차량 및 차량의 제어 방법 |
| CN107767081B (zh) * | 2017-11-15 | 2024-03-12 | 国网冀北电力有限公司电力科学研究院 | 一种燃煤电厂大气环境影响评价方法及装置 |
| CN107767081A (zh) * | 2017-11-15 | 2018-03-06 | 国网冀北电力有限公司电力科学研究院 | 一种燃煤电厂大气环境影响评价方法及装置 |
| CN108921383A (zh) * | 2018-06-06 | 2018-11-30 | 长安大学 | 一种城市道路交通多余碳排放指数获取方法和系统 |
| CN109583743A (zh) * | 2018-11-26 | 2019-04-05 | 南京创蓝科技有限公司 | 基于拉格朗日模型和移动观测平台的大气污染溯源方法 |
| CN109739898A (zh) * | 2018-12-25 | 2019-05-10 | 北京工商大学 | 基于使用场地的自下而上的工程机械排放清单编制方法 |
| CN109739898B (zh) * | 2018-12-25 | 2020-12-18 | 北京工商大学 | 基于使用场地的自下而上的工程机械排放清单编制方法 |
| KR102222381B1 (ko) | 2019-10-01 | 2021-03-04 | 한국건설기술연구원 | 교통 데이터를 이용한 실시간 도로변 대기오염 추정 시스템 및 그 방법 |
| KR20220152662A (ko) | 2021-05-10 | 2022-11-17 | 호남대학교 산학협력단 | 미세먼지 정보 제공시스템 |
| CN114723263B (zh) * | 2022-03-31 | 2024-10-15 | 南京罕华流体技术有限公司 | 一种焦化厂碳排放及降碳空间核算体系 |
| CN114723263A (zh) * | 2022-03-31 | 2022-07-08 | 南京罕华流体技术有限公司 | 一种焦化厂碳排放及降碳空间核算体系 |
| CN116229607A (zh) * | 2023-05-09 | 2023-06-06 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种机动车行驶碳排放的预测方法、电子设备及存储介质 |
| CN116307279A (zh) * | 2023-05-18 | 2023-06-23 | 河北辉驰科技有限公司 | 基于大数据分析的城市大气环境管理方法及系统 |
| CN116307279B (zh) * | 2023-05-18 | 2023-08-11 | 河北辉驰科技有限公司 | 基于大数据分析的城市大气环境管理方法及系统 |
| CN116485079A (zh) * | 2023-06-26 | 2023-07-25 | 小象飞羊(北京)科技有限公司 | 数字化精益碳排放核算方法、装置、设备及存储介质 |
| CN116485079B (zh) * | 2023-06-26 | 2023-09-19 | 小象飞羊(北京)科技有限公司 | 数字化精益碳排放核算方法、装置、设备及存储介质 |
| CN117271992A (zh) * | 2023-09-19 | 2023-12-22 | 东莞市东莞通股份有限公司 | 一种基于大数据的城市道路碳排放监测管理系统 |
| CN117271992B (zh) * | 2023-09-19 | 2024-03-26 | 东莞市东莞通股份有限公司 | 一种基于大数据的城市道路碳排放监测管理系统 |
| CN117010577B (zh) * | 2023-10-07 | 2023-12-22 | 北京建工环境修复股份有限公司 | 基于时空分布的多维度碳排放监测方法及系统 |
| CN117010577A (zh) * | 2023-10-07 | 2023-11-07 | 北京建工环境修复股份有限公司 | 基于时空分布的多维度碳排放监测方法及系统 |
| CN117591617A (zh) * | 2023-11-21 | 2024-02-23 | 交通运输部规划研究院 | 一种混合交通流动态能耗测算方法、装置及可读存储介质 |
| CN117473398A (zh) * | 2023-12-26 | 2024-01-30 | 四川国蓝中天环境科技集团有限公司 | 一种基于运渣车活动的城市扬尘污染源分类方法 |
| CN117473398B (zh) * | 2023-12-26 | 2024-03-19 | 四川国蓝中天环境科技集团有限公司 | 一种基于运渣车活动的城市扬尘污染源分类方法 |
| CN117744952A (zh) * | 2024-02-18 | 2024-03-22 | 四川省德阳生态环境监测中心站 | 基于时序网络的大气碳排放量分析方法及系统 |
| CN117744952B (zh) * | 2024-02-18 | 2024-05-17 | 四川省德阳生态环境监测中心站 | 基于时序网络的大气碳排放量分析方法及系统 |
| CN117854283A (zh) * | 2024-03-05 | 2024-04-09 | 南通装配式建筑与智能结构研究院 | 一种城市道路碳中和估算分析方法 |
| CN117854283B (zh) * | 2024-03-05 | 2024-05-10 | 南通装配式建筑与智能结构研究院 | 一种城市道路碳中和估算分析方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101668753B1 (ko) | 대기 오염 관리 시스템 | |
| Forehead et al. | Review of modelling air pollution from traffic at street-level-The state of the science | |
| Rafael et al. | Autonomous vehicles opportunities for cities air quality | |
| Weichenthal et al. | A land use regression model for ambient ultrafine particles in Montreal, Canada: A comparison of linear regression and a machine learning approach | |
| Borge et al. | Comparison of road traffic emission models in Madrid (Spain) | |
| Abou-Senna et al. | Using a traffic simulation model (VISSIM) with an emissions model (MOVES) to predict emissions from vehicles on a limited-access highway | |
| Amorim et al. | CFD modelling of the aerodynamic effect of trees on urban air pollution dispersion | |
| Pinto et al. | Traffic data in air quality modeling: a review of key variables, improvements in results, open problems and challenges in current research | |
| Bowker et al. | The effects of roadside structures on the transport and dispersion of ultrafine particles from highways | |
| Coelho et al. | Assessment of potential improvements on regional air quality modelling related with implementation of a detailed methodology for traffic emission estimation | |
| Bandeira et al. | Impact of land use on urban mobility patterns, emissions and air quality in a Portuguese medium-sized city | |
| Misra et al. | An integrated modelling approach to estimate urban traffic emissions | |
| US20170091350A1 (en) | Near real-time modeling of pollution dispersion | |
| Puliafito et al. | Characterization of urban air quality using GIS as a management system | |
| Brondfield et al. | Modeling and validation of on-road CO2 emissions inventories at the urban regional scale | |
| US8903646B2 (en) | Method and determining system for automatically determining emission locations, and method and traffic control system based thereon for immission-dependent traffic control | |
| Fontes et al. | Are HOV/eco-lanes a sustainable option to reducing emissions in a medium-sized European city? | |
| Dias et al. | Assessing the importance of transportation activity data for urban emission inventories | |
| Hülsmann et al. | Modelling traffic and air pollution in an integrated approach–the case of Munich | |
| Segalou et al. | The environmental assessment of urban goods movement | |
| Song et al. | Green accessibility: Estimating the environmental costs of network-time prisms for sustainable transportation planning | |
| Kumar et al. | GIS application in urban traffic air pollution exposure study: a research review | |
| Farias et al. | Relative contributions from traffic and aircraft NOx emissions to exposure in West London | |
| JP4206024B2 (ja) | 大気物質指標分布解析装置 | |
| Abou-Senna et al. | Developing a microscopic transportation emissions model to estimate carbon dioxide emissions on limited-access highways |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| R401 | Registration of restoration |