KR102436604B1 - 대기질 측정자료의 일변화 패턴 자동 분석 방법 - Google Patents

대기질 측정자료의 일변화 패턴 자동 분석 방법 Download PDF

Info

Publication number
KR102436604B1
KR102436604B1 KR1020190114278A KR20190114278A KR102436604B1 KR 102436604 B1 KR102436604 B1 KR 102436604B1 KR 1020190114278 A KR1020190114278 A KR 1020190114278A KR 20190114278 A KR20190114278 A KR 20190114278A KR 102436604 B1 KR102436604 B1 KR 102436604B1
Authority
KR
South Korea
Prior art keywords
graph
air quality
wave
value
concentration
Prior art date
Application number
KR1020190114278A
Other languages
English (en)
Other versions
KR20210032808A (ko
Inventor
김화진
신동현
Original Assignee
한국과학기술연구원
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 한국과학기술연구원 filed Critical 한국과학기술연구원
Priority to KR1020190114278A priority Critical patent/KR102436604B1/ko
Publication of KR20210032808A publication Critical patent/KR20210032808A/ko
Application granted granted Critical
Publication of KR102436604B1 publication Critical patent/KR102436604B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • 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
    • 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
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • 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
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W2001/006—Main server receiving weather information from several sub-stations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W2201/00—Weather detection, monitoring or forecasting for establishing the amount of global warming
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
    • Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Analysis (AREA)
  • Chemical & Material Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Development Economics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Immunology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Educational Administration (AREA)
  • Algebra (AREA)
  • Dispersion Chemistry (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Atmospheric Sciences (AREA)

Abstract

본 발명은, 그래프 생성에 필요한 웨이브를 로딩하는 웨이브 로딩 단계; 로딩된 웨이브로부터 중앙값, 최대값, 최소값 및 평균값 중 적어도 하나를 계산하는 단계; 및 상기 계산된 값에 근거하여 그래프를 생성하는 단계를 포함하는 것을 특징으로 하는 대기질 측정자료의 일변화 패턴 자동 분석 방법을 제공한다.

Description

대기질 측정자료의 일변화 패턴 자동 분석 방법{Diurnal Pattern Automated Analysis Method From Air Quality Measurement Data}
본 발명은 광범위한 대기 측정 자료에 대하여 보다 빠르고 편리하게 대기질 일변화를 분석하여 오염원 생성 원인 및 배출원 특성을 파악할 수 있게 하는 대기질 측정자료의 일변화 패턴 자동 분석 방법에 관한 것이다.
대기 중 오염원은 기후에 영향을 미칠 뿐 아니라 인체의 건강에 단기적, 장기적 영향을 미치는 것으로 알려져 있다. 예를 들면 국내 환경 정책 기본법 시행령 2조(환경기준), 세계보건기구(WHO) 및 유럽연합(EU)의 권고 기준을 통해, 대기질에 따라 심폐질환 및 폐암에 의한 사망 등 건강 장해 등을 유발할 수 있음이 잘 나타나 있다. 또한, 여러 연구 결과들에서 고농도 기간에서의 건강 위해도는 특히 높다고 보고하고 있다.
따라서, 대기질을 좀 더 효율적으로 관리하기 위하여, 서울을 포함한 전국 각지 상시 집중 측정소에서 여러 측정기기를 사용하여 다양한 관리 규제 대상 항목 등을 실시간, 준 실시간으로 측정하고 있다. 대기 오염 측정망은 크게 일반 대기 오염 측정망과, 특수 대기 측정망 및 집중 측정망으로 나뉘는데, 각각 측정항목들이 다르다. 예를 들면 일반 대기 오염 측정망에서는 도시대기, 교외대기, 국가배경농도 및 도로변대기 측정망을 운영하고, 특수대기 측정망에서는 유해대기물질, 대기중금속 및 산성강하물 등의 특수물질을 주로 측정한다. 그리고 집중 측정망에서는 국가 배경지역과 주요 권역별 대기질 현황 및 유입/유출되는 오염물질, 황사 등 장거리 이동 대기오염물질을 분석하기 위한 목적을 가지고 운영되고 있으며, 전국 6개 권역(백령도, 수도권, 호남권, 중부권, 제주도, 영남권)에서 운영되고 있다. 총 측정망 현황으로는 국가에서 관리하는 측정소 154곳, 지자체에서 운영하는 측정소 356곳에서 대기오염물질이 측정되고 있고(2016년 12월 기준), 주로 초미세먼지(PM2.5), 미세먼지(PM10), 오존(O3), 이산화질소(NO2), 일산화탄소(CO) 및 아황산가스(SO2)를 측정하고, 실시간 대기 정보를 제공하고 있다.
측정소별, 측정기기별로 다양하고 광범위한 항목별 측정값이 도출되면 이를 이해하고 관리하기 위해 측정 결과 값을 분석해야 한다. 계절 및 시간대별로 대기질 특성 및 농도의 경향성이 다른데, 일차배출원의 주요 배출 시간 및, 이차 대기오염물질의 형성 패턴 및 원인을 파악해야 하며, 이를 위해서는 오염원의 일변화 패턴(Diurnal pattern)을 분석하는 것이 중요하다. 이를 통하여, 오염원의 배출 및 생성 경향성을 빠르고 편리하게 이해할 수 있으며, 그 결과를 한눈에 파악할 수 있고, 결국 대기질 관련 정책 마련 및 생활 속 대처방안에 도움을 줄 수 있다.
한 예로, 이차 오염물질인 오존(O3)은 낮 시간대에 높은 경향성을 보이고, 이산화질소(NO2)는 출ㆍ퇴근 시간 높은 경향성을 보이는 데, 이를 통하여, 이산화질소는 주로 자동차 배출에 의하여, 오존은 전구물질의 광화학 반응에 의하여 주로 생성되는 물질임을 미루어 짐작할 수 있다. 뿐만 아니라, 이러한 시간대에 따라 다른 배출 및 생성 특성규명은, 노약자들이나 미세먼지 취약계층의 활동시간에 유용하게 참고할 수 있다.
따라서 광범위한 시간과 지역에서의 대기질 측정항목의 계산을 보다 간편, 정확 신속하게 하고, 결과의 객관성과 신뢰도를 높일 수 있는 방법이 요구된다.
본 발명의 목적은 미세먼지 포함 대기중 오염원 배출 및 생성 특성 이해를 효율적으로 돕기 위한 것으로, 자동화된 분석법을 개발, 활용하여, 광범위한 시간과 지역에서의 대기질 측정항목의 계산을 보다 간편, 정확, 신속하게 하고, 결과의 객관성과 신뢰도를 높이는 것이다.
상기의 과제를 해결하기 위해, 본 발명의 대기질 측정자료의 일변화 패턴 자동 분석 방법은 그래프 생성에 필요한 웨이브를 로딩하는 웨이브 로딩 단계; 로딩된 웨이브로부터 중앙값, 최대값, 최소값 및 평균값 중 적어도 하나를 계산하는 단계; 및 상기 계산된 값에 근거하여 그래프를 생성하는 단계를 포함한다.
본 발명과 관련된 일 예에 의하면, 상기 웨이브는 AMS 기기에서 산출된 결과값 또는 분석기기로부터 산출된 결과값이다.
바람직하게는, 상기 그래프는, x축이 분석을 진행한 기간이고, y축이 측정된 항목의 농도일 수 있다.
상기 계산하는 단계는, 24시간의 오염원 농도의 일변화를 계산하고, 상기 x축의 분석을 진행한 기간은 24시간 동안의 기간이고, y축은 이온 농도의 표준편차일 수 있다.
본 발명과 관련된 또 다른 일 예에 의하면, 기 결정된 기간 동안의 배출 농도를 평균화하여 도시하여서, 기간별, 계절별 및 월별 동안 오염원 배출 농도를 도출 가능하게 할 수 있다.
본 발명은, 상기 제안된 방법을 통하여 수동으로 작업하기에 어려움이 따르는 다량의 실시간 데이터들을 편리하고 빠르게 분석할 수 있다. 또한 그래프 상에 계산되어 나타난 값이 프로그램에서 계산된 값이므로 결과의 정확성을 보장할 수 있다.
또한, 본 발명은, 시간의 경과에 따라 분석하고자 하는 항목의 농도를 하루 동안의(Diurnal) 그래프로 제시하여 한눈에 이해할 수 있도록 한다.
또한, 본 발명은, 미세먼지 포함 여러 다양한 대기질 항목에도 적용 가능하여 일변화를 한눈에 파악할 수 있도록 한다. 평균 및 백분위 수, 표준편차 등을 고려하였기 때문에 시간에 따른 대기질의 농도의 변화를 쉽게 알아볼 수 있도록 한다.
또한, 본 발명은, 미세먼지 포함 대기질 이외에도 원하는 데이터의 일변화를 한눈에 파악할 수 있도록 하여, 일변화에 따른 특성을 연구하거나 생성 및 형성과정 등 여러 연구에 도움이 된다.
또한, 본 발명은, 대기질 항목 및 기상조건의 일변화 비교를 통하여, 일차 배출 오염원의 배출 특성 및 이차오염원의 생성 프로세스에 대한 이해를 향상시킬 수 있다.
또한, 본 발명은, 측정 기간에 구애 받지 않고, 원하는 기간 동안의 일별 24 시간 배출 패턴을 평균화하여 도시할 수 있어, 기간별, 계절별, 월별 등 오염원 배출 및 생성 패턴 비교 및 연구에 유용하다.
도 1은 본 발명의 대기질 측정자료의 일변화 패턴 자동 분석 방법을 나타낸 순서도를 도시한다.
도 2는 본 발명의 대기질 측정자료의 일변화 패턴 자동 분석 방법의 다른 일 예를 나타낸 순서도를 도시한다.
도 3은 분석에 필요한 웨이브를 불러들이고, 식에 의해 일변화 그래프를 그릴 수 있도록 계산해주는 과정을 나타낸다.
도 4는 분석하고자 하는 항목들의 중앙값, 최소값, 최대값, 백분위 수 및 표준편차를 계산해주는 과정을 나타낸다.
도 5는 계산된 웨이브를 이용해 평균 및 표준편차를 고려한 일변화 그래프를 그리는 과정을 나타낸다.
도 6은 상기 방법에 박스 플롯을 추가하여 일변화 그래프를 그리는 과정을 나타낸다.
도 7은 박스 플롯 생성 과정의 일례를 나타낸다.
도 8은 박스 플롯 생성 과정의 다른 일례를 나타낸다.
도 9는 상기 방법을 기반으로 생성되는 평균 및 표준편차가 포함된 일변화 그래프를 도시한다.
도 10은 상기 방법을 기반으로 생성되는 일변화 그래프를 도시한다.
도 11은 본 발명의 방법들을 사용하여 그래프 및 과정을 도시한다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 동일하거나 유사한 구성요소에는 동일, 유사한 도면 부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
도 1은 본 발명의 대기질 측정자료의 일변화 패턴 자동 분석 방법(S100)을 나타낸 순서도를 도시하고, 도 2는 본 발명의 대기질 측정자료의 일변화 패턴 자동 분석 방법(S200)의 일 예를 나타낸 순서도를 도시한다.
도 1 및 도 2를 참조하여, 본 발명의 대기질 측정자료의 일변화 패턴 자동 분석 방법(S100, S200)에 대하여 서술한다.
도 1을 참조하여 본 발명의 대기질 측정자료의 일변화 패턴 자동 분석 방법(S100)은, 그래프 생성에 필요한 웨이브를 로딩하는 웨이브 로딩 단계(S10), 로딩된 웨이브로부터 중앙값, 최대값, 최소값 및 평균값 중 적어도 하나를 계산하는 단계(S20), 및 상기 계산된 웨이브에 근거하여 그래프를 생성하는 단계(S30)를 포함한다.
본 발명에서, 웨이브(wave)는 자동화 분석법에 필요한 측정항목으로 이해될 수 있으며, 이해를 요하는 오염원의 종류에 따라 변경하여 사용 가능하다.
또한, 웨이브는, AMS 기기에서 산출된 결과값 또는 분석기기로부터 산출된 결과값일 수 있는데, 본 발명에서, AMS(aerosol mass spectrometer)는 HR-Tof-AMS(high-resolution time-of-flight aerosol mass spectrometer)일 수 있다.
본 발명에서, 그래프의 x축은 분석을 진행한 기간이고, y축은 측정된 항목의 농도일 수 있다.
본 발명에서, 그래프의 x축은 분석을 진행한 기간을 24시간으로 나타낸 기간일 수 있으며, 이로 인해 일변화에 따른 경향성을 파악할 수 있는 하루 동안의(Diurnal) 그래프일 수 있다.
본 발명의 대기질 측정자료의 일변화 패턴 자동 분석 방법(S100)은, 그래프에 박스 플롯(box plot)이 표현될 수 있으며, 이로 인해, 그래프에 표현된 박스들에 의해 농도의 흐름을 사용자가 시각적으로 확인할 수 있게 한다.
도 2를 참조하면, 본 발명의 대기질 측정자료의 일변화 패턴 자동 분석 방법(S200)의 다른 일 예는, 데이터 폴더 내에 일변화 웨이브를 생성하는 단계(S40), 생성된 웨이브 및 해당 이온 성분 농도를 기반으로 그래프를 생성하는 단계(S50) 및 일변화 박스 플롯 그래프를 생성하는 단계(S60)를 포함할 수 있다.
데이터 폴더 내에 일변화 웨이브를 생성하는 단계(S40)는, 전술한 그래프 생성에 필요한 웨이브를 로딩하는 웨이브 로딩 단계(S10)의 일례로 이해될 수 있다.
데이터 폴더 내에 일변화 웨이브를 생성하는 단계(S40)는, 웨이브의 평균값, 최소값, 최대값 및 표준편차를 도출해내는 단계(S40a) 및 24시간 동안을 기준으로 웨이브를 생성해내는 단계(S40b)를 포함할 수 있다.
생성된 웨이브 및 해당 이온 성분 농도를 기반으로 그래프를 생성하는 단계(S50)는 계산된 웨이브에 근거하여 그래프를 생성하는 단계(S30)의 일례로 이해될 수 있다.
생성된 웨이브 및 해당 이온 성분 농도를 기반으로 그래프를 생성하는 단계(S50)는, 24시간 동안의 평균값을 디스플레이하는 단계(S50a), 그래프를 수정(modification)하는 단계(S50b), 24시간 동안에 박스 플롯을 디스플레이하는 단계(S50c) 및 그래프를 수정(modification)하는 단계(S50d)를 포함할 수 있다.
본 발명의 대기질 측정자료의 일변화 패턴 자동 분석 장치는 전술한 대기질 측정자료의 일변화 패턴 자동 분석 방법을 적용하도록 구현되는데, 일례로, 본 발명의 대기질 측정자료의 일변화 패턴 자동 분석 장치는 Igor Pro 소프트웨어가 탑재된 컴퓨터 또는 이동 단말기일 수 있다.
도 3은 분석에 필요한 웨이브를 불러들이고, 식에 의해 일변화 그래프를 그릴 수 있도록 계산해주는 과정을 나타낸다. 도 2에서 분석에 사용할 데이터와 해당 데이터의 시간을 괄호 안에 넣어 지정하고 y축에 해당 이온의 이름을 적어준다. 분석에 사용하는 모든 데이터들을 한 시간에 1개의 데이터로 만들기 위한 명령어를 사용하여 웨이브를 생성한다.
도 4는 분석하고자 하는 항목들의 중앙값, 최소값, 최대값, 백분위 수 및 표준편차를 계산해주는 과정을 나타낸다. 도 4에서 일변화 박스 플롯 그래프를 그리기 위해 해당 항목 농도의 개수를 24개로 지정하고(n=24), Make/O/N=24 $(species + "") 부분을 보면, 중앙값(median), 최소값(min), 최대값(max), 25% 값(25p), 75% 값(75p), 표준편차 및 평균 등을 계산하도록 한다.
이는, 최종적으로 그리는 그래프를 위한 데이터로 이용되며, 특히 평균 및 표준편차, Percentile(백분위 수)등을 이용해 그래프의 경향성을 보여주고 신뢰성을 높여주는 데이터로 이용된다. 앞서 모든 데이터들은 하루의 관점에서 24개의 값으로 보기 때문에, 원하는 일변화 패턴의 농도의 경향성을 쉽게 파악할 수 있다.
도 5는 계산된 웨이브를 이용해 평균 및 표준편차를 고려한 일변화 그래프를 그리는 과정을 나타낸다. 도 5에서 명령어 Display를 사용하여 그리고자 하는 그래프 윈도우를 생성한다. 그래프의 좌측 y축에 분석하려는 항목의 평균 농도 웨이브가 그려지도록, x축에는 t_hourly가 그려지도록 한다. 여기서 t_hourly이란 1시간 단위로 24시간을 나타내는 시간 웨이브이다.
해당 그래프를 생성한 후, Modifygraph를 이용하여 해당 그래프의 색깔 및 디자인을 변경하였다. Label을 통해 그래프의 각각의 축에 해당하는 이름을 작성할 수 있도록 하였으며 ErrorBars를 통해 평균값 표준편차를 알아볼 수 있게 하였다.
도 6은 상기 방법에 박스 플롯을 추가하여 일변화 그래프를 그리는 과정을 나타낸다. 또한, 도 7은 박스 플롯 생성 과정의 일례를 나타낸다.
도 6을 참조하면, 명령어 fBoxPlot을 이용하여 중앙값, 박스 윗변과 아랫변, 위스커(whisker) 윗변과 아랫변, 시간함수, 박스의 너비, 색상 등을 지정해준다. 해당 명령어를 이용하여 박스 플롯을 추가한 그래프를 생성하고, 도 5에서 언급한 것과 같이 명령어 Modifygraph를 사용하여 그래프의 색깔, 폰트, 크기 등을 조정해주었다. 명령어 Label을 사용하여 그래프의 왼쪽 y축과, x축에 입력하고자 하는 이름을 지정해주었다. TextBox를 사용하여 적용하고자 하는 그래프 상에 텍스트 박스를 입력할 수 있도록 하였고, SetAxis를 통해 축을 지정하였다.
도 7에 해당하는 fBoxPlot을 통해 중앙값과 75%, 25%, 90%, 10%값과의 차이를 나타낸 웨이브를 생성하고 그 웨이브를 “EB"라고 명한다. 도 6에서는 도 7에 나타난 명령어를 이용하여 BoxPlot을 생성한다.
도 8은 박스 플롯 생성 과정의 다른 일례를 나타내는데, 도 8은, 도 6과 도 7에서 생성하는 박스 플롯 그래프에 대한 보조적인 명령어 BoxPlotColorBoxes를 이용하는 예가 보여진다.
이와 같은 방식으로, 대기질 측정항목의 농도를 시간에 따라 시각적으로 파악할 수 있는 일변화 그래프를 생성할 수 있다. 위와 같은 실시 예에서 지정한 그래프 및 웨이브의 이름은 반드시 위의 예시에 제한되는 것은 아니며, 사용자의 편의에 따라 해당하는 이름을 지정하여 사용할 수 있다.
자동화된 방법을 구현하였기 때문에 데이터의 양에 제한을 받지 않는다. 본 방법은 AMS에서 측정한 값에만 특화되어 있는 것이 아니라, 사용자의 상황에 따라 대기질 이외에도 구하고자 하는 항목의 농도 등을 산출할 수 있는 모든 분석기기에서 얻은 값으로 대체하여 적용할 수 있다. 일변화 패턴을 통해 고농도기간의 대기질의 형성에 관한 원인을 파악하고 규명할 수 있다. 또한 농도 데이터를 시각화하기 때문에 미세먼지 포함 대기질의 화학 특성에 대해 연구할 수 있다.
도 10에서, 그래프를 살펴보면, 박스 플롯 내부에 청색의 십자가 심벌은 농도의 평균을 나타내며 중앙값의 거리 정도를 통해 이온의 농도의 분산의 정도를 파악할 수 있다. 또한, 그래프에서 각각의 데이터를 24시간으로 나누어 시간별로 나타냈기 때문에 일변화에 따른 대기질의 농도 경향성을 파악하는 데 유용하다.
이와 같이, 본 발명에서는 실시간으로 측정된 시간에 따른 미세먼지 포함 대기질의 측정항목을 하루 24시간(Hour of Day)으로 나누어, 하루 동안의 시간에 따른 일변화 패턴(Diurnal Pattern)을 자동으로 계산, 도시할 수 있는 시스템을 개발하였다. 본 발명을 통해 측정 기간 동안의 원하는 대상 물질의 실시간 시계열 데이터(Data)만을 가지고 하루 동안의 농도의 경향성을 파악할 수 있게 되고, 이 경향성을 통해 해당 항목의 배출원이 무엇인지, 혹은 이차적으로 생성이 되었다면 어떤 프로세스에 의하여 생성되었는지 간접적으로 유추할 수 있다.
또한, 최대값, 최소값, 표준편차 및 평균을 이용해 박스 플롯(BoxPlot)을 나타냄으로써 미세먼지 포함 대기질 분석 및 이해를 위한 신뢰성 있는 데이터로 사용할 수 있다. 일차오염원의 주요 배출 시간대를 파악하여 제어정책에 기여할 수 있으며, 주간과 야간의 일조량, 기온, 혼합고 및 습도 등의 일변화와의 비교를 통하여 이차 오염원 형성 원인 규명에 기여할 수 있다.
특히, 본 발명은 온라인 AMS 측정법과 같이 높은 시간 해상도를 지닌 실시간 데이터로부터 생산된, 수동으로 다루기 힘든 많은 양의 데이터를 처리하는 과정을 자동화하여, 미세먼지 포함 대기질 항목의 시간에 따른 농도의 변화가 일어나는 과정을 좀 더 세밀하게 관측할 수 있도록 한다.
본 발명으로부터 얻어진 최종 결과물은 시간대 별 농도변화 그래프로 나타내어 대기질 항목의 농도 경향성을 한눈에 파악할 수 있도록 도와준다.
이상에서 설명한 대기질 측정자료의 일변화 패턴 자동 분석 방법(S100)는 위에서 설명된 실시예들의 구성과 방법에 한정되는 것이 아니라, 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.
본 발명은 본 발명의 정신 및 필수적 특징을 벗어나지 않는 범위에서 다른 특정한 형태로 구체화될 수 있음은 당업자에게 자명하다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.
S100:대기질 측정자료의 일변화 패턴 자동 분석 방법
S10:그래프 생성에 필요한 웨이브를 로딩하는 웨이브 로딩 단계
S20:로딩된 웨이브로부터 중앙값, 최대값, 최소값 및 평균값 중 적어도 하나를 계산하는 단계
S30:상기 계산된 값에 근거하여 그래프를 생성하는 단계
S40:데이터 폴더 내에 일변화 웨이브를 생성하는 단계
S40a: 웨이브의 평균값, 최소값, 최대값 및 표준편차를 도출해내는 단계
S40b: 24시간 동안을 기준으로 웨이브를 생성해내는 단계
S50:생성된 웨이브 및 해당 이온 성분 농도를 기반으로 그래프를 생성하는 단계
S50a:24시간 동안의 평균값을 디스플레이하는 단계
S50b: 그래프를 수정(modification)하는 단계
S50c:24시간 동안에 박스 플롯을 디스플레이하는 단계
S50d:그래프를 수정(modification)하는 단계
S60:일변화 박스 플롯 그래프를 생성하는 단계

Claims (5)

  1. 그래프 생성에 필요한 웨이브를 로딩하는 웨이브 로딩 단계;
    로딩된 웨이브로부터 중앙값, 최대값, 최소값 및 평균값 중 적어도 하나를 계산하는 단계; 및
    상기 계산된 값에 근거하여 그래프를 생성하는 단계를 포함하고,
    상기 웨이브는 AMS 기기에서 산출된 결과값 또는 분석기기로부터 산출된 결과값인 것을 특징으로 하는 대기질 측정자료의 일변화 패턴 자동 분석 방법.
  2. 삭제
  3. 제1항에 있어서,
    상기 그래프는, x축이 24시간 동안의 분석을 진행한 기간이고, y축이 측정된 항목의 농도인 것을 특징으로 하는 대기질 측정자료의 일변화 패턴 자동 분석 방법.
  4. 삭제
  5. 제3항에 있어서,
    기 결정된 기간 동안의 상기 측정된 항목의 농도를 평균화하여 도시하여서, 기간별, 계절별 및 월별 동안 상기 측정된 항목의 농도를 도출 가능하게 하는 것을 특징으로 하는 대기질 측정자료의 일변화 패턴 자동 분석 방법.
KR1020190114278A 2019-09-17 2019-09-17 대기질 측정자료의 일변화 패턴 자동 분석 방법 KR102436604B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190114278A KR102436604B1 (ko) 2019-09-17 2019-09-17 대기질 측정자료의 일변화 패턴 자동 분석 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190114278A KR102436604B1 (ko) 2019-09-17 2019-09-17 대기질 측정자료의 일변화 패턴 자동 분석 방법

Publications (2)

Publication Number Publication Date
KR20210032808A KR20210032808A (ko) 2021-03-25
KR102436604B1 true KR102436604B1 (ko) 2022-08-29

Family

ID=75222750

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190114278A KR102436604B1 (ko) 2019-09-17 2019-09-17 대기질 측정자료의 일변화 패턴 자동 분석 방법

Country Status (1)

Country Link
KR (1) KR102436604B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117129638B (zh) * 2023-10-26 2024-01-12 江西怡杉环保股份有限公司 一种区域空气环境质量监测方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015161502A (ja) 2014-02-25 2015-09-07 国立大学法人京都大学 硝酸塩粒子測定装置及びその測定方法
KR101609740B1 (ko) 2015-08-24 2016-04-08 대한민국 에어로졸 질량농도의 연직분포 산출방법
KR101756189B1 (ko) 2016-07-04 2017-07-12 대한민국 환경 정보 수집 및 평가 시스템

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060076182A (ko) * 2004-12-29 2006-07-04 환경관리공단 굴뚝 원격 감시 시스템
KR20130043518A (ko) * 2011-10-20 2013-04-30 (주)에코아이 온실가스의 일별 배출량 산출방법
KR101412031B1 (ko) * 2012-12-12 2014-07-04 대한민국 대기 오염 물질 분석시스템 및 대기 오염 물질 분석방법
KR20190011619A (ko) * 2017-07-25 2019-02-07 경북대학교 산학협력단 온실가스 분포 데이터 생성 장치 및 방법
EP3521810B1 (de) * 2018-01-31 2019-11-27 SICK Engineering GmbH Analysegerät zur bestimmung von feinstaub

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015161502A (ja) 2014-02-25 2015-09-07 国立大学法人京都大学 硝酸塩粒子測定装置及びその測定方法
KR101609740B1 (ko) 2015-08-24 2016-04-08 대한민국 에어로졸 질량농도의 연직분포 산출방법
KR101756189B1 (ko) 2016-07-04 2017-07-12 대한민국 환경 정보 수집 및 평가 시스템

Also Published As

Publication number Publication date
KR20210032808A (ko) 2021-03-25

Similar Documents

Publication Publication Date Title
Porter et al. Investigating the observed sensitivities of air-quality extremes to meteorological drivers via quantile regression
Pisoni et al. Adding spatial flexibility to source-receptor relationships for air quality modeling
List et al. Measuring the effects of air quality regulations on “dirty” firm births: Evidence from the neo‐and mature‐regulatory periods
Hopke et al. Application of receptor modeling methods
Thunis et al. Dynamic evaluation of air quality models over European regions
KR102436604B1 (ko) 대기질 측정자료의 일변화 패턴 자동 분석 방법
Wie et al. ENSO-related PM10 variability on the Korean Peninsula
Tomić et al. Smart SCADA system for urban air pollution monitoring
CN105512485A (zh) 一种估算细颗粒物及其前体物环境容量的新方法
US20220252566A1 (en) Real-time odor tracking system using vehicular odor measuring device
KR102257378B1 (ko) 미세먼지 유기성분 특성 분석 방법
Scarselli et al. Assessment of exposure to cobalt and its compounds in Italian industrial settings
Silva et al. 10 years of ISVV: What's next?
CN114974452B (zh) 一种确定二次转化来源的管控目标的方法和装置
KR20200000662A (ko) 기체 내부의 미세먼지의 중화도 평가 방법
KR20220061569A (ko) 이상치 탐지 및 제거 방법
Daglis et al. Does solar activity affect the price of crude oil? A causality and volatility analysis
KR102171886B1 (ko) 데이터 분석 방법 및 이를 이용하는 데이터 분석 장치
Kountouris Ambient PM2. 5 influences productive activities in public sector bureaucracies
Riege et al. Implementation of automated process dashboards
Rivington et al. Communication strategy, including design of tools for more effective communication of uncertainty
Newman et al. The Application of Analytical Procedures in the Internal Audit Process
Authority AECOM,"
Abdul Said One Gasmaster Sdn. Bhd.
KR20220008519A (ko) 고농도 미세먼지 사례 추출 시스템 및 방법

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant