KR102538802B1 - 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템 및 방법 - Google Patents
선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템 및 방법 Download PDFInfo
- Publication number
- KR102538802B1 KR102538802B1 KR1020220135989A KR20220135989A KR102538802B1 KR 102538802 B1 KR102538802 B1 KR 102538802B1 KR 1020220135989 A KR1020220135989 A KR 1020220135989A KR 20220135989 A KR20220135989 A KR 20220135989A KR 102538802 B1 KR102538802 B1 KR 102538802B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- sedimentation
- amount
- debris
- estimating
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 239000002699 waste material Substances 0.000 title claims description 49
- 238000004062 sedimentation Methods 0.000 claims abstract description 177
- 239000013049 sediment Substances 0.000 claims abstract description 63
- 239000010809 marine debris Substances 0.000 claims abstract description 49
- 239000010813 municipal solid waste Substances 0.000 claims abstract description 49
- 238000013480 data collection Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000012795 verification Methods 0.000 claims description 26
- 238000012876 topography Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000011835 investigation Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 16
- 238000010276 construction Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000007667 floating Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 3
- 230000009931 harmful effect Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 150000001875 compounds Chemical class 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 241001474374 Blennius Species 0.000 description 1
- 241000195493 Cryptophyta Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000009360 aquaculture Methods 0.000 description 1
- 244000144974 aquaculture Species 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000010794 food waste Substances 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000010808 liquid waste Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001473 noxious effect Effects 0.000 description 1
- 239000011368 organic material Substances 0.000 description 1
- 239000005022 packaging material Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002910 solid waste Substances 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000004804 winding 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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"
-
- G06Q50/30—
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Development Economics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Library & Information Science (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Primary Health Care (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Educational Administration (AREA)
Abstract
본 발명의 목적은, 해양 침적쓰레기 수거사업 정보 및 선박의 항적정보를 기반으로 아직 침적쓰레기 조사 및 수거가 수행되지 않은 지역에 존재하는 해양 침적쓰레기의 양을 추정하는 시스템 및 방법을 제공하는 것이다.
상기 목적을 달성하기 위해, 선박에 기인하는 해양 침적쓰레기 발생량 추정 방법은, 데이터 수집부가 미리 설정된 지역 및 기간의 선박 정보 및 침적쓰레기 수거사업 정보를 수집하여 DB를 구축하는 제 1 단계; 데이터 처리부가 상기 DB로부터 상기 선박 정보를 입력 데이터로 하고, 상기 침적쓰레기 수거사업 정보를 바탕으로 추정된 침적쓰레기 추정량 정보를 출력 데이터로 설정하여 모델 데이터 셋을 생성하는 제 2 단계; 및 모델 생성부가 상기 모델 데이터 셋을 바탕으로 다중회귀모델에 의한 침적쓰레기 발생량 추정 모델을 생성하는 제 3 단계;를 포함하는 것을 특징으로 한다.
상기 목적을 달성하기 위해, 선박에 기인하는 해양 침적쓰레기 발생량 추정 방법은, 데이터 수집부가 미리 설정된 지역 및 기간의 선박 정보 및 침적쓰레기 수거사업 정보를 수집하여 DB를 구축하는 제 1 단계; 데이터 처리부가 상기 DB로부터 상기 선박 정보를 입력 데이터로 하고, 상기 침적쓰레기 수거사업 정보를 바탕으로 추정된 침적쓰레기 추정량 정보를 출력 데이터로 설정하여 모델 데이터 셋을 생성하는 제 2 단계; 및 모델 생성부가 상기 모델 데이터 셋을 바탕으로 다중회귀모델에 의한 침적쓰레기 발생량 추정 모델을 생성하는 제 3 단계;를 포함하는 것을 특징으로 한다.
Description
본 발명은 해양 침적쓰레기 발생량 추정 시스템 및 방법에 관한 것으로, 보다 상세하게는 아직 침적쓰레기 조사 및 수거가 수행되지 않은 지역에 존재하는 해양 침적쓰레기의 양을 추정하는 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템 및 방법에 관한 것이다.
해양쓰레기란, 인간의 활동으로 인해 유실되거나 폐기되어 해안가에서 발견되는 물질, 바다에 떠 있거나 침적되어 있는 물질이며, 음식물류 폐기물과 같은 유기 성 물질이나 해초 등과 같은 자연유래 물질은 제외하고 있다. 해양쓰레기는 바다쓰레기, 해양폐기물 등 여러 명칭으로 불리며, 해양유입시 일부 액상폐기물이 포함되나 일반적으로 고형폐기물만을 의미하고 있다.
또한, 우리나라의 해양환경관리법에서 "폐기물"이라 함은 해양에 배출되는 경우 그 상태로는 쓸 수 없게되는 물질로서 해양환경에 해로운 결과를 미치거나 미칠 우려가 있는 물질을 지칭하며, "오염물질"이라 함은 해양에 유입 또는 해양으로 배출되어 해양환경에 해로운 결과를 미치거나 미칠 우려가 있는 폐기물·기름·유해액체물질 및 포장유해물질을 말하고 있다.
이런 해양쓰레기는 분포위치에 따라 해안쓰레기, 침적(해저)쓰레기, 부유쓰레기로 구분하고 있다. 해안쓰레기란 해수 표면 및 수중에 떠다니는 쓰레기 중 조류에 의해 해변 또는 해안에 표착된 쓰레기를 지칭하며, 침적(해저) 쓰레기는 바다 밑바닥에 가라앉은 쓰레기이며 준설토사는 제외하고 있다. 부유쓰레기는 해수표면 또는 수중에 떠다니는 쓰레기를 일컫는다.
그리고, 해양쓰레기의 현존량 추정은 해양쓰레기를 에너지 또는 물질 회수를 위한 폐자원으로 활용하기 위한 기초자료로, 사업의 경제성이나 지속가능성 등을 평가하는데 매우 중요한 인자이다.
종래에는 해양 침적쓰레기의 양을 두가지 방법으로 추정하였다. 첫째 방법은 침적쓰레기 수거사업을 실시하기 위한 조사사업(실태조사)의 결과로, 선박을 이용한 갈고리 및 음파탐사기, 조사장비 등을 활용하여 일부 지역에서 단위 면적당 침적량(ton/ha)을 조사하고 재침적률(%)과 각 해역의 면적을 곱해 침적쓰레기 양을 추정하였다. 이와 같은 사업 결과 자료는 해양환경정보포털(www.meis.go.kr)에서 확인할 수 있다.
둘째 방법은 국내 60개 항만(무역, 연안항), 12개 국가 어항, 30개 해역(총 102개소, 이하 '관리해역')과 그 외 특정 관리 및 보존해역으로 구분하고, 정화지수(잠수조사, 실해역 갈고리 및 음파탐사기 조사, 설문 및 민감자원 등)를 고려하여 단위면적 당 추정량을 각 해역의 면적에 곱하여 총 침적쓰레기 양을 추정하였다.
해양쓰레기는 해양 및 연안환경에서 버려진 고체물질로 정의되는데, 물 위 또는 해안가에서 발견된 해양쓰레기의 대다수는 정화 및 수거를 통해 제거되지만, 바닷속에 침전된 침적쓰레기는 그 양을 쉽게 추정하기 어려우며 수거를 위해 매우 큰 비용과 시간이 요구되는 문제점이 있었다.
또한, 침적쓰레기 수거사업은 대부분 국가 단위로 수행되며 수거사업 전 수거지역의 선정과 예산배정을 위해 그 양을 예측하는 것은 매우 중요하다는 점에서 해양 침적쓰레기에 대한 빠르고 정밀한 추정 또는 예측 시스템 및 방법이 필요한 실정이다.
상기한 바와 같은 종래의 문제점을 해결하기 위한 본 발명의 목적은, 과거 침적쓰레기 수거사업을 통해 조사된 위치 및 침적쓰레기량과 선박의 항적 및 위치정보를 포함하는 빅데이터를 기반으로 아직 침적쓰레기 조사 및 수거가 수행되지 않은 지역에 존재하는 해양 침적쓰레기의 양을 추정하는 시스템 및 방법을 제공하는 것이다.
상기 목적을 달성하기 위해, 본 발명에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 방법은, 데이터 수집부가 미리 설정된 지역 및 기간의 선박 정보 및 침적쓰레기 수거사업 정보를 수집하여 DB를 구축하는 제 1 단계; 데이터 처리부가 상기 DB로부터 상기 선박 정보를 입력 데이터로 하고, 상기 침적쓰레기 수거사업 정보를 바탕으로 추정된 침적쓰레기 추정량 정보를 출력 데이터로 설정하여 모델 데이터 셋을 생성하는 제 2 단계; 및 모델 생성부가 상기 모델 데이터 셋을 바탕으로 다중회귀모델에 의한 침적쓰레기 발생량 추정 모델을 생성하는 제 3 단계;를 포함하는 것을 특징으로 한다.
여기서, 상기 선박 정보는 선박의 운항 위치 정보, 조업 선박속도 정보 및 조업 유형 정보를 포함하는 것을 특징으로 한다.
또한, 상기 침적쓰레기 수거사업 정보는, 상기 침적쓰레기 수거 지역의 영역(위치) 및 수거된 상기 침적쓰레기의 수거량 정보를 포함하는 것을 특징으로 한다.
또한, 입력 데이터로 설정되는 상기 선박 정보는, 5노트 이하의 선박의 운항 궤적 위치정보, 톤수 정보 및 조업 유형 정보를 포함하는 것을 특징으로 한다.
또한, 상기 입력 데이터는, 상기 침적쓰레기 수거사업 지역의 면적과, 상기 침적쓰레기 수거사업 지역에서 조업여부를 결정하는 미리 설정된 속도 이하의 선박의 수 정보를 포함하는 것을 특징으로 한다.
또한, 상기 출력 데이터는, 상기 침적쓰레기 추정량 정보와, 상기 입력 데이터에서 조업 유형별 선박 수의 비율에 따른 침적쓰레기 추정량 정보를 포함하는 것을 특징으로 한다.
또한, 상기 침적쓰레기 추정량 정보는, 상기 침적쓰레기에 대한 추정 발생량 및 현존량 정보를 포함하고, 상기 침적쓰레기에 대한 추정 위치 정보, 추정 면적 정보 및 추정 양 정보 중 적어도 어느 하나를 포함하는 것을 특징으로 한다.
또한, 상기 미리 설정된 수거지역 및 시점은, 침적쓰레기 수거사업이 수행된 지역을 대상으로 상기 수거사업이 수행된 기간의 중간 시점을 수거사업 시점으로 정의하는 것을 특징으로 한다.
상기 미리 설정된 수거 지역 및 기간의 시점은, 침적쓰레기에 대한 제 1 수거사업과 제 2 수거사업이 겹치는 지역을 대상으로 상기 제 1 수거사업 시점 및 상기 제 2 수거사업 시점 사이의 기간으로 정의 되는 것을 특징으로 한다.
또한, 상기 데이터 셋으로 사용되지 않은 검증 침적쓰레기 수거사업 지역에 대한 검증 데이터 셋을 생성하는 단계; 상기 제 3 단계에서 생성한 침적쓰레기 발생량 추정 모델을 이용하여 상기 검증 데이터 셋을 바탕으로 상기 침적쓰레기 발생량 추정 모델을 이용하여 검증 침적쓰레기 발생량을 추정하는 단계; 및 상기 추정된 검증 침적쓰레기 발생량과 상기 검증 침적쓰레기 수거사업 지역에 대한 실제 침적쓰레기 수거량을 비교하여 오차를 생성하고 검증하는 단계;를 더 포함하는 것을 특징으로 한다.
그리고, 상기 목적을 달성하기 위해, 본 발명에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템으로, 상술한 선박에 기인하는 해양 침적쓰레기 발생량 추정 방법을 실행하는 것을 특징으로 한다.
그리고, 상기 목적을 달성하기 위해, 본 발명에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템은, 선박 정보를 수집하여 저장하여 관리하는 선박 정보 서버; 침적쓰레기 수거사업 정보를 수집하여 저장하여 관리하는 침적쓰레기 수거사업 서버; 및 네트워크로 연결된 상기 선박 정보 서버와 침적쓰레기 수거사업 서버로부터 미리 설정된 지역 및 기간의 선박 정보 및 침적쓰레기 수거사업 정보를 수집하고, 수집된 상기 선박 정보 및 침적쓰레기 수거사업 정보를 바탕으로 다중회귀모델을 이용하여 침적쓰레기 발생량 추정 모델을 생성하는 침적쓰레기 발생량 추정부를 포함하는 것을 특징으로 한다.
또한, 상기 침적쓰레기 발생량 추정부는, 미리 설정된 지역 및 기간의 선박 정보, 침적쓰레기 수거사업 정보를 수집하는 데이터 수집부; 상기 DB로부터 상기 선박 정보를 입력 데이터로 하고, 상기 침적쓰레기 수거사업 정보를 바탕으로 추정된 침적쓰레기 추정량 정보를 출력 데이터로 설정하여 모델 데이터 셋을 생성하는 데이터 처리부; 상기 모델 데이터 셋에서 훈련 데이터 및 테스트 데이터를 미리 설정된 비율로 나누어 적용되는 다중회귀모델을 훈련 또는 학습하는 모델 학습부; 및 상기 학습된 다중회귀모델을 바탕으로 침적쓰레기 발생량 추정 모델을 생성하는 모델 생성부를 포함하는 것을 특징으로 한다.
또한, 상기 출력 데이터는, 상기 침적쓰레기 추정량 정보와, 상기 입력 데이터에서 조업 유형별 선박 수의 비율에 따른 침적쓰레기 추정량 정보에 해당하는 침적쓰레기 성상정보를 포함하되, 상기 침적쓰레기 추정량 정보는, 상기 침적쓰레기에 대한 추정 발생량 정보, 현존량 정보, 추정 위치 정보, 추정 면적 정보 및 추정 양 정보 중 적어도 어느 하나를 포함하는 것을 특징으로 한다.
또한, 상기 미리 설정된 수거지역 및 시점은, 침적쓰레기 수거사업이 수행된 지역을 대상으로 수거사업이 수행된 기간의 중간 시점을 수거사업 시점으로 정의되는 것을 특징으로 한다.
또한, 상기 미리 설정된수거 지역 및 기간은, 침적쓰레기에 대한 제 1 수거사업과 제 2 수거사업이 겹치는 지역을 대상으로 상기 제 1 수거사업 기간 및 상기 제 2 수거사업 기간 사이의 기간인 것을 특징으로 한다.
기타 실시 예의 구체적인 사항은 "발명을 실시하기 위한 구체적인 내용" 및 첨부 "도면"에 포함되어 있다.
본 발명의 이점 및/또는 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 각종 실시 예를 참조하면 명확해질 것이다.
그러나 본 발명은 이하에서 개시되는 각 실시 예의 구성만으로 한정되는 것이 아니라 서로 다른 다양한 형태로도 구현될 수도 있으며, 단지 본 명세서에서 개시한 각각의 실시 예는 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구범위의 각 청구항의 범주에 의해 정의될 뿐임을 알아야 한다.
본 발명에 의하면, 선박에 기인하는 침적쓰레기 발생의 저감 및 수거 대응을 위한 해양정책의 계획, 수립 및 실행에 활용할 수 있고, 보다 실효적인 해양정책 실행으로 해양환경을 개선할 수 있는 해양 침적쓰레기 발생량 추정 시스템 및 방법을 제공할 수 있다.
또한, 본 발명에 의하면, 수거사업이 수행되지 않은 지역의 침적쓰레기량을 예측하여 빠르고 효과적으로 해양쓰레기 수거예산을 책정할 수 있을 뿐만 아니라, 다량의 침적쓰레기가 존재하는 우심지역을 추정하여 우선 수거지역을 제안할 수 있도록 하여 해양환경 오염에 대해 선제적으로 대응할 수 있는 해양 침적쓰레기 발생량 추정 시스템 및 방법을 제공할 수 있다.
또한, 본 발명에 의하면, 국제해사기구(IMO)의 선박기인 해양 플라스틱 쓰레기 감축을 위한 조치에 대응하는 국내 해양 쓰레기 감축 정책에 활용함으로써, 글로벌 해양 환경 개선을 위한 국제기구의 활동에 효과적으로 대응할 수 있는 해양 침적쓰레기 발생량 추정 시스템 및 방법을 제공할 수 있다.
도 1은 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 방법의 상세 흐름을 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템의 블록 구성을 도시한 도면이다.
도 3은 본 발명의 실시예에 적용되는 침적쓰레기 수거사업 지역들과 선박 정보를 예시한 도면이다.
도 4는 본 발명의 실시예에 따른 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 모델의 입력 데이터 및 출력 데이터를 나타내는 도면이다.
도 5는 본 발명의 실시예에 따른 해양 침적쓰레기 발생량과 추정 모델의 입력 데이터를 정의하고 침적쓰레기 추정모델 결과에 따른 조사/수거 후보지 제안을 예시한 도면이다.
도 6은 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템 및 방법에 적용되는 두가지 침적쓰레기 발생량 추정 모델의 구축 개략도를 도시한다.
도 7은 본 발명의 실시예에 해양 침적쓰레기 수거사업이 2회 이상 수거 및 항적자료가 중복되는 경우의 추정 모델(모델 2)의 구축 개념을 나타낸 도면이다.
도 8은 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템 및 방법에 적용되는 해양 침적쓰레기 추정 모델의 검증 결과를 예시한 도면이다.
도 9는 본 발명의 실시예에 따라 생성된 침적쓰레기 발생량 추정 모델을 통해 추정된 침적쓰레기 추정량과 수거사업을 통해 실제 수거된 침적쓰레기량을 비교한 결과를 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템의 블록 구성을 도시한 도면이다.
도 3은 본 발명의 실시예에 적용되는 침적쓰레기 수거사업 지역들과 선박 정보를 예시한 도면이다.
도 4는 본 발명의 실시예에 따른 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 모델의 입력 데이터 및 출력 데이터를 나타내는 도면이다.
도 5는 본 발명의 실시예에 따른 해양 침적쓰레기 발생량과 추정 모델의 입력 데이터를 정의하고 침적쓰레기 추정모델 결과에 따른 조사/수거 후보지 제안을 예시한 도면이다.
도 6은 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템 및 방법에 적용되는 두가지 침적쓰레기 발생량 추정 모델의 구축 개략도를 도시한다.
도 7은 본 발명의 실시예에 해양 침적쓰레기 수거사업이 2회 이상 수거 및 항적자료가 중복되는 경우의 추정 모델(모델 2)의 구축 개념을 나타낸 도면이다.
도 8은 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템 및 방법에 적용되는 해양 침적쓰레기 추정 모델의 검증 결과를 예시한 도면이다.
도 9는 본 발명의 실시예에 따라 생성된 침적쓰레기 발생량 추정 모델을 통해 추정된 침적쓰레기 추정량과 수거사업을 통해 실제 수거된 침적쓰레기량을 비교한 결과를 나타낸 도면이다.
본 발명을 상세하게 설명하기 전에, 본 명세서에서 사용된 용어나 단어는 통상적이거나 사전적인 의미로 무조건 한정하여 해석되어서는 아니 되며, 본 발명의 발명자가 자신의 발명을 가장 최선의 방법으로 설명하기 위해서 각종 용어의 개념을 적절하게 정의하여 사용할 수 있고, 더 나아가 이들 용어나 단어는 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 함을 알아야 한다.
즉, 본 명세서에서 사용된 용어는 본 발명의 바람직한 실시 예를 설 명하기 위해서 사용되는 것일 뿐이고, 본 발명의 내용을 구체적으로 한정하려는 의 도로 사용된 것이 아니며, 이들 용어는 본 발명의 여러 가지 가능성을 고려하여 정의된 용어임을 알아야 한다.
또한, 본 명세서에서, 단수의 표현은 문맥상 명확하게 다른 의미로 지시하지 않는 이상, 복수의 표현을 포함할 수 있으며, 유사하게 복수로 표현되어 있다고 하더라도 단수의 의미를 포함할 수 있음을 알아야 한다.
본 명세서의 전체에 걸쳐서 어떤 구성 요소가 다른 구성 요소를 "포 함"한다고 기재하는 경우에는, 특별히 반대되는 의미의 기재가 없는 한 임의의 다른 구성 요소를 제외하는 것이 아니라 임의의 다른 구성 요소를 더 포함할 수도 있다는 것을 의미할 수 있다.
더 나아가서, 어떤 구성 요소가 다른 구성 요소의 "내부에 존재하거나, 연결되어 설치된다"라고 기재한 경우에는, 이 구성 요소가 다른 구성 요소와 직접적으로 연결되어 있거나 접촉하여 설치되어 있을 수 있고, 일정한 거리를 두고 이격되어 설치되어 있을 수도 있으며, 일정한 거리를 두고 이격되어 설치되어 있는 경우에 대해서는 해당 구성 요소를 다른 구성 요소에 고정 내지 연결하기 위한 제 3의 구성 요소 또는 수단이 존재할 수 있으며, 이 제 3의 구성 요소 또는 수단에 대한 설명은 생략될 수도 있음을 알아야 한다.
반면에, 어떤 구성 요소가 다른 구성 요소에 "직접 연결"되어 있다 거나, 또는 "직접 접속"되어 있다고 기재되는 경우에는, 제 3의 구성 요소 또는 수 단이 존재하지 않는 것으로 이해하여야 한다.
마찬가지로, 각 구성 요소 간의 관계를 설명하는 다른 표현들, 즉 " ~ 사이에"와 "바로 ~ 사이에", 또는 " ~ 에 이웃하는"과 " ~ 에 직접 이웃하는" 등 도 마찬가지의 취지를 가지고 있는 것으로 해석되어야 한다.
또한, 본 명세서에서 "일면", "타면", "일측", "타측", "제 1", "제 2" 등의 용어는, 사용된다면, 하나의 구성 요소에 대해서 이 하나의 구성 요소가 다른 구성 요소로부터 명확하게 구별될 수 있도록 하기 위해서 사용되며, 이와 같은 용어에 의해서 해당 구성 요소의 의미가 제한적으로 사용되는 것은 아님을 알아 야 한다.
또한, 본 명세서에서 "상", "하", "좌", "우" 등의 위치와 관련된 용어는, 사용된다면, 해당 구성 요소에 대해서 해당 도면에서의 상대적인 위치를 나타내고 있는 것으로 이해하여야 하며, 이들의 위치에 대해서 절대적인 위치를 특 정하지 않는 이상은, 이들 위치 관련 용어가 절대적인 위치를 언급하고 있는 것으로 이해하여서는 아니된다.
또한, 본 명세서에서는 각 도면의 각 구성 요소에 대해서 그 도면 부호를 명기함에 있어서, 동일한 구성 요소에 대해서는 이 구성 요소가 비록 다른 도면에 표시되더라도 동일한 도면 부호를 가지고 있도록, 즉 명세서 전체에 걸쳐 동일한 참조 부호는 동일한 구성 요소를 지시하고 있다.
본 명세서에 첨부된 도면에서 본 발명을 구성하는 각 구성 요소의 크기, 위치, 결합 관계 등은 본 발명의 사상을 충분히 명확하게 전달할 수 있도록 하기 위해서 또는 설명의 편의를 위해서 일부 과장 또는 축소되거나 생략되어 기술 되어 있을 수 있고, 따라서 그 비례나 축척은 엄밀하지 않을 수 있다.
또한, 이하에서, 본 발명을 설명함에 있어서, 본 발명의 요지를 불 필요하게 흐릴 수 있다고 판단되는 구성, 예를 들어, 종래 기술을 포함하는 공지 기술에 대해 상세한 설명은 생략될 수도 있다.
이하에서 본 발명의 바람직한 실시예를 도면을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 방법의 상세 흐름을 나타낸 도면이다.
도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 방법은, 데이터 수집부(110)가 미리 설정된 지역 및 기간의 선박 정보 및 침적쓰레기 수거사업 정보를 수집하여 DB를 구축하는 제 1 단계; 데이터 처리부(120)가 상기 DB로부터 상기 선박 정보를 입력 데이터로 하고, 상기 침적쓰레기 수거사업 정보를 바탕으로 추정된 침적쓰레기 추정량 정보를 출력 데이터로 설정하여 모델 데이터 셋을 생성하는 제 2 단계; 및 모델 생성부(140)가 상기 모델 데이터 셋을 바탕으로 다중회귀모델에 의한 침적쓰레기 발생량 추정 모델을 생성하는 제 3 단계;를 포함하여 구성될 수 있다.
이처럼, 본 발명은 과거 침적쓰레기 수거사업을 통해 조사된 위치 및 침적쓰레기량과 선박 정보 및 위치정보를 포함하는 빅데이터를 기반으로 아직 침적쓰레기 조사 및 수거가 수행되지 않은 지역에 존재하는 쓰레기의 양을 추정할 수 있는 방법을 제공한다.
보다 구체적으로, 상술한 선박 정보는, 선박의 운항 정보(위치 및 속도), 조업 선박 정보 및 조업 유형 정보를 포함하는 것으로, V-PASS 시스템 등의 선박정보 시스템에서 생성하는 해양에서의 선박 정보를 모두 포함할 수 있다. 여기서 V-PASS 시스템은 어선 등의 선박이 일정 구역을 벗어나거나 들어오면 자동으로 출항 및 입항 신고가 되도록 어선의 위치를 발신하는 장치를 의미한다.
여기서, 침적쓰레기 수거사업 정보는, 침적쓰레기 수거 지역의 위치, 상기 침적쓰레기 수거사업 지역의 지형 및 지질 정보를 포함하는 해양상태 정보 및 수거된 상기 침적쓰레기의 수거량 정보를 포함할 수 있다.
해양상태 정보는 해양의 수질, 지형, 및 지질, 해양특성 및 유동, 해양생물 서식지 등의 정보를 포함할 수 있다.
본 발명의 실시예에서는 침적쓰레기 발생량 추정의 정확도 및 신뢰도를 높이기 위해, 침적쓰레기 수거사업 지역의 지형 및 지질 정보로서, 수심, 저질(해저퇴적환경), 퇴적물 정보 등을 포함할 수 있다.
해저 지질 및 지형에 따라 침적쓰레기가 모이거나 퇴적될 확률이 높기 때문에, 이와 같은 해양상태 정보는 침적쓰레기의 발생 또는 분포 요인이 될 수 있다는 점에서 침적쓰레기 발생량 추정의 입력데이터로 적합할 수 있다.
또한, 침적쓰레기 발생량을 추정하기 위한 모델의 검증 및 예측 정확도 및 신뢰도를 높이기 위해 실제 침적쓰레기 수거 지역에 대한 데이터와 실제 수거량 데이터를 비교 및 검증을 하기 위함일 수 있다.
그리고, 입력 데이터로 설정되는 상기 선박 정보는, 5노트 이하의 선박의 운항 궤적 위치정보, 톤수 정보 및 조업 유형 정보를 포함할 수 있다.
일반적으로 선박의 속도가 5 노트 이하의 경우에는 조업을 하는 선박일 확률이 높고 어구 등의 해양 쓰레기를 발생시킬 개연성이 높다는 점에서 조업 선박을 상정하기 위한 속도의 범위 설정일 수 있다. 그러므로 조업여부를 알 수 있는 범위의 미리 설정된 선박의 속도(약, 5 노트) 이하의 선박의 수를 입력데이터로 사용하는 것이 바람직하다.
또한, 입력 데이터는, 과거 침적쓰레기 수거사업 지역의 면적과 수거량, 침적쓰레기 수거사업 지역에서 5 노트 이하의 선박의 수로 설정할 수 있다.
그 외에도 선박의 조업을 확인할 수 있는 속도라면 해당 속도의 선박 정보를 입력 데이터로 사용할 수 있음은 물론이다.
그리고, 출력 데이터는, 수거사업이 수행되지 않았지만 선박정보가 존재하는 지역의 침적쓰레기 추정량 정보와, 입력 데이터에서 조업 유형에 따른 선박 수의 비율에 따른 침적쓰레기 추정량 정보를 포함할 수 있다.
여기서, 침적쓰레기 추정량 정보는, 침적쓰레기에 대한 추정 발생량 및 현존량 정보를 포함하고, 침적쓰레기에 대한 추정 위치 정보, 추정 면적 정보 및 추정 양 정보 중 적어도 어느 하나를 포함할 수 있다.
또한, 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 방법에 적용되는 침적쓰레기 발생량 추정 제1 모델의 미리 설정된 지역 및 기간은, 침적쓰레기 수거사업이 수행된 지역을 대상으로 상기 수거사업이 수행된 시점까지로 하는 미리 설정된 기간인 것일 수 있다.
이는, 상술한 바와 같이, 침적쓰레기 발생량을 추정하기 위한 모델의 검증 및 예측 정확도를 높이기 위해 실제 침적쓰레기 수거 지역과 해당 수거 사업 기간에 대한 데이터를 사용함으로써, 실제 수거량 데이터를 비교 및 검증하기가 용이하기 때문일 수 있다.
또한, 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 방법에 적용되는 침적쓰레기 발생량 추정 제2 모델의 미리 설정된 지역 및 기간은, 침적쓰레기에 대한 제 1 수거사업과 제 2 수거사업이 겹치는 지역을 대상으로 상기 제 1 수거사업 기간 및 상기 제 2 수거사업 기간 사이의 기간일 수 있다.
또한 본 발명의 또 다른 실시예로서, 도 1에 도시된 바와 같이, 선박에 기인하는 해양 침적쓰레기 발생량 추정 방법은, 데이터 수집부(110)가 미리 설정된 지역 및 기간의 선박 정보 및 침적쓰레기 수거사업 정보를 수집하여 DB를 구축하는 제 1 단계(S100); 데이터 처리부(120)가 상기 DB로부터 상기 선박 정보를 입력 데이터로 하고, 상기 침적쓰레기 수거사업 정보를 바탕으로 추정된 침적쓰레기 추정량 정보를 출력 데이터로 설정하여 모델 데이터 셋을 생성하는 제 2 단계(S200); 및 모델 생성부(140)가 상기 모델 데이터 셋을 바탕으로 다중회귀모델에 의한 침적쓰레기 발생량 추정 모델을 생성하는 제 3 단계(S300); 상기 데이터 셋으로 사용되지 않은 검증 침적쓰레기 수거사업 지역에 대한 검증 데이터 셋을 생성하는 단계(S410); 상기 제 3 단계에서 생성한 침적쓰레기 발생량 추정 모델을 이용하여 상기 검증 데이터 셋을 바탕으로 상기 침적쓰레기 발생량 추정 모델을 평가하고 검증지역의 침적쓰레기 발생량을 추정하는 단계(S420); 및 상기 추정된 검증지역의 침적쓰레기 발생량과 상기 검증 침적쓰레기 수거사업 지역에 대한 실제 침적쓰레기 수거량을 비교하여 오차를 생성하고 보정하는 단계(S430);를 포함하여 구성될 수 있다.
이와 같이, 도 1에 도시된 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 방법은 과거 침적쓰레기 수거사업을 통해 조사된 위치 및 침적쓰레기량과 선박의 항적정보를 포함하는 빅데이터를 기반으로 아직 침적쓰레기 조사 및 수거가 수행되지 않은 지역에 존재하는 쓰레기의 양을 추정 및 예측할 수 있을 뿐만 아니라, 침적쓰레기 발생량 추정 모델을 통해 추정된 데이터와 실제 쓰레기 수거량 데이터를 비교 및 검증하여 침적쓰레기 발생량 추정 모델 보정 또는 업데이트 함으로써, 오차율을 줄이고 추정 및 예측 정확도를 높일 수 있는 해양 침적쓰레기 발생량 추정 방법을 제공할 수 있다.
도 2는 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템의 블록 구성을 도시한 도면이다.
본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템은 상술한 선박에 기인하는 해양 침적쓰레기 발생량 추정 방법을 실행하는 해양 침적쓰레기 발생량 추정 시스템일 수 있다.
보다 구체적으로, 도 2에 도시된 바와 같이, 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템은, 선박 정보를 수집하여 저장하는 선박정보 서버(200); 쓰레기 수거사업 정보를 수집하여 저장하는 침적쓰레기 수거사업 서버(300); 및 네트워크로 연결된 상기 선박 정보 서버(200)와 침적쓰레기 수거사업 서버(300)로부터 미리 설정된 지역 및 기간의 선박 정보 및 침적쓰레기 수거사업 정보를 수집하고, 수집된 상기 선박 정보 및 침적쓰레기 수거사업 정보를 바탕으로 다중회귀모델을 이용하여 침적쓰레기 발생량 추정 모델을 생성하는 침적쓰레기 발생량 추정부(100)를 포함할 수 있다.
여기서, 선박 정보 서버(200)는, 해양에서 활동하는 선박의 V-PASS 시스템이나 선박자동식별시스템(Automatic Identification System, AIS), 해상초고선무선통신망(LTE-M)에서 발신하는 정보를 수집하는 서버일 수 있다.
선박 정보 서버(200)는 V-Pass 및 AIS, LTE-M 등의 장치를 활용하면 선박의 정확한 위치 정보를 구축하는 것이 가능하다.
어선법에 따라 총톤수 10톤 이상인 어선은 AIS, 10톤 미만의 소규모 어선은 V-PASS 장치를 설치해야 하기 때문에, 선박 정보 서버(200)는 모든 어선의 활동 위치를 실시간으로 모니터링하고, 출항부터 입항까지 대량의 운항 정보를 자동을 수집할 수 있다.
침적쓰레기 수거사업 서버(300)는 쓰레기 수거사업 정보를 수집하여 저장하여 관리하는 데이터베이스가 구축된 서버 장치일 수 있다.
해양 침적쓰레기는 바다 밑에 가라앉은 쓰레기를 의미하고, 이를 치우는 사업을 해양 침적쓰레기 수거사업이라 한다. 해양수산부 등의 국가기관 관리하에서 계획에 따라 주기적으로 수거사업을 진행하면서 해양 쓰레기에 대한 모니터링 및 관리하고 있다.
침적쓰레기 수거사업 서버(300)는 이와 같은 해양 침적쓰레기의 수거 사업과 관련된 정보를 수집하고 모니터링 하는 데이터베이스가 구축된 서버 장치로서, '해양쓰레기 대응센터'의 통합정보시스템일 수 있다.
그리고, 침적쓰레기 발생량 추정부(100)는, 도 2에 도시된 바와 같이, 네트워크로 연결된 상술한 선박 정보 서버(200) 및 침적쓰레기 수거사업 서버(300)로부터 선박 정보 및 침적쓰레기 수거사업 정보를 바탕으로 다중회귀모델을 이용하여 해양 침적쓰레기 발생량을 추정할 수 있는 컴퓨팅 장치 또는 서버 장치일 수 있다.
보다 구체적으로, 침적쓰레기 발생량 추정부(100)는, 미리 설정된 지역 및 기간의 선박 정보, 침적쓰레기 수거사업 정보를 수집하는 데이터 수집부(110)와, 상기 DB로부터 상기 선박 정보를 입력 데이터로 하고, 상기 침적쓰레기 수거사업 정보를 바탕으로 추정된 침적쓰레기 추정량 정보를 출력 데이터로 설정하여 모델 데이터 셋을 생성하는 데이터 처리부(120)와, 상기 모델 데이터 셋에서 훈련 데이터 및 테스트 데이터를 미리 설정된 비율로 나누어 적용되는 다중회귀모델을 훈련 또는 학습하는 모델 학습부(130)와, 상기 학습된 다중회귀모델을 바탕으로 침적쓰레기 발생량 추정 모델을 생성하는 모델 생성부(140)를 포함할 수 있다.
또한, 침적쓰레기 발생량 추정부(100) 상술한 구성과 더불어 모델 검증부(150)을 더 포함하여 모델 생성부(140)를 토해 추정 또는 예측된 해양 침적쓰레기 발생량과 실제 해당 지역의 쓰레기 수거사업에 의해 수거된 실제 수량과 비교 및 검증하여 해양 침적쓰레기 발생량 추정 모델을 보정할 수 있다.
본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템에 사용되는 상기 출력 데이터는, 상기 침적쓰레기 추정량 정보와, 상기 입력 데이터에서 조업 유형별 선박 수의 비율에 따른 침적쓰레기 추정량 정보에 해당하는 침적쓰레기 성상정보를 포함할 수 있다.
여기서, 침적쓰레기 추정량 정보는, 상기 침적쓰레기에 대한 추정 발생량 정보, 현존량 정보, 추정 위치 정보, 추정 면적 정보 및 추정 양 정보 중 적어도 어느 하나를 포함하는 것일 수 있다.
그리고, 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템에 적용되는 침적쓰레기 발생량 추정 제1 모델의 미리 설정된 지역 및 기간은, 침적쓰레기 수거사업이 수행된 지역을 대상으로 상기 수거사업이 수행된 시점까지로 하는 미리 설정된 기간인 것일 수 있다.
또한, 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템에 적용되는 침적쓰레기 발생량 추정 제2 모델의 미리 설정된 지역 및 기간은, 침적쓰레기에 대한 제 1 수거사업과 제 2 수거사업이 겹치는 지역을 대상으로 상기 제 1 수거사업 기간 및 상기 제 2 수거사업 기간 사이의 기간인 것일 수 있다.
이와 같이, 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템은, 과거 침적쓰레기 수거사업을 통해 조사된 위치 및 침적쓰레기량과 선박의 항적 및 위치정보 등의 선박 정보를 포함하는 빅데이터를 네트워크로 연결된 선박 항정정보 서버 및 침적쓰레기 수거사업 서버(300)로부터 수신받아 이를 기반으로 아직 침적쓰레기 조사 및 수거가 수행되지 않은 지역에 존재하는 쓰레기의 양을 추정하는 시스템을 제공할 수 있다.
이하에서 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템 및 그 방법을 적용하여 해양 침적쓰레기 발생량 추정의 실시예를 도면을 참조하여 상세히 설명하기로 한다.
이하 본 발명의 실시예에서는 2017년부터 2020년까지 침적쓰레기 수거사업 자료와 선박 V-PASS 자료의 빅데이터를 이용하여 구축된 모델이 침적쓰레기의 양을 추정하는 시스템 및 방법을 예시한다.
본 발명의 실시예에서는 2017년부터 2020년까지 조사된 침적쓰레기 수거사업 자료의 수거지역 및 수거량 데이터와, 2017년부터 2020년까지 선박 V-Pass 항적 및 조업 라이선스 데이터를 활용하여 침적쓰레기량 발생량 추정모델을 구축하였다.
본 발명의 실시예에 적용되는 침적쓰레기 발생량 추정 모델은 침적쓰레기 수거데이터와 V-PASS 데이터에 기반한 다중회귀모델을 통해 도출되었다.
이 모델은 침적쓰레기량을 추정하고자 하는 지역 위에서 미리 설정된 특정 기간 동안 조업한 선박의 조업유형별 어선 수와 면적을 통해 발생한 쓰레기의 양을 추정한다. 침적쓰레기량 추정식은 침적쓰레기 수거사업이 수행되지 않았지만, 선박 정보 서버(200)로부터 수집한 V-Pass 데이터가 존재하는 지역의 침적쓰레기량을 추정할 수 있다.
이와 같은 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템 및 그 방법을 이용하면, 선박에 기인하는 침적쓰레기 발생의 저감 및 수거 대응을 위한 해양정책의 계획, 수립 및 실행에 활용할 수 있고, 보다 실효적인 해양정책 실행으로 해양환경을 개선할 수 있는 시스템 및 방법을 제공할 수 있다.
또한, 수거사업이 수행되지 않은 지역의 침적쓰레기량을 예측하여 빠르고 효과적으로 해양쓰레기 수거예산을 책정할 수 있을 뿐만 아니라, 다량의 침적쓰레기가 존재하는 우심지역을 추정하여 우선 수거지역을 제안할 수 있도록 하여 해양환경 오염에 대해 선제적으로 대응할 수 있는 시스템 및 방법을 제공할 수 있다.
또한, 국제해사기구(IMO)의 선박기인 해양 플라스틱 쓰레기 감축을 위한 조치에 대응하는 국내 해양 쓰레기 감축 정책에 활용함으로써, 글로벌 해양 환경 개선을 위한 국제기구의 활동에 효과적으로 대응할 수 있는 시스템 및 방법을 제공할 수 있다.
도 3은 본 발명의 실시예에 적용되는 침적쓰레기 수거사업 지역들과 조업한 선박의 항적을 예시한 도면이다.
도 3은 선박기인 침적쓰레기 발생량 추정 모델의 구축을 위해 사용된 침적쓰레기 수거사업 데이터와 선박의 V-PASS 등의 선박 정보 데이터를 공간정보로 표출한 도면을 예시한다.
도 3에 도시된 바와 같이, 침적쓰레기 수거사업 데이터는 수거지역의 위치와 그 지역에서 수거된 침적쓰레기 수거량을 포함할 수 있다.
그리고, 선박 V-PASS 데이터는 어선이 지나간 위치와 속도, 조업 라이선스(조업유형)을 포함할 수 있고, 수거지역 위의 선박들 중 5노트 이하의 선박의 수를 조업선박으로 정의하였다.
또한, 본 발명이 실시예에서는 침적쓰레기 발생량 추정모델 구축을 위한 데이터 전처리 과정에서 수거사업 면적과 그 위에서 조사된 선박들 중 5노트 이하의 선박을 대상으로 조업 라이선스(유형)별 어선의 수 데이터를 선별하였다.
이는 전술한 바와 같이, 일반적으로 선박의 속도가 5 노트 이하의 경우에는 조업을 하는 선박일 확률이 높고 어구 등의 해양 쓰레기를 발생시킬 개연성이 높아 침적쓰레기 발생원 데이터의 품질을 높일 수 있기 때문이다.
도 4는 본 발명의 실시예에 따른 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 모델에 적용되는 입력 데이터 및 출력 데이터를 나타내는 도면이고, 도 5는 본 발명의 실시예에 따른 해양 침적쓰레기 발생량과 추정 모델의 입력 데이터를 정의하고 침적쓰레기 추정모델 결과에 따른 조사/수거 후보지 제안을 예시한 도면이다.
도 4에 도시된 바와 같이, 모델 입력 데이터로 선박 항적 정보로서, 어선 위치정보, 속도가 5 노트 이하의 어선수, 선박 톤수, 조업 유형(복합어업선망, 연승, 자망, 통발 등) 등을 포함할 수 있고, 해양 침적쓰레기 수거사업 정보로서, 수거사업 중복 지역 사업 결과 정보를 포함할 수 있다.
여기서, 수거사업 중복 지역 정보는 수거사업 시작 지점 데이터(위치, 면적, 수거량 등)와 수거사업 종료 시점 데이터(위치, 면적, 수거량 등)를 포함할 수 있다.
또한, 도 4의 (b)에 도시된 바와 같이, 모델 출력 데이터로 추정 발생량/현존량 정보로서, 추정지역의 위치, 추정지역의 면적 및 추정지역 침적쓰레기량 데이터를 포함할 수 있고, 추정 쓰레기량 유형 정보(권현망, 복합어업, 선망, 연승, 자망, 저연망, 채낚기, 통발 등)를 포함할 수 있다.
이와 같은 입력 데이터를 통해 입력정보 별 상관관계를 분석하고, 다중회귀모델을 이용하여 추정 모델을 생성하고 발생량/현존량을 도출하고 과거 실제 침적쓰레기 수거량 데이터를 통해 검증할 수 있다.
그리고, 도 5에 도시된 바와 같이, 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템 및 방법을 이용하여, 입력 데이터를 정의하고, 상관관계를 분석한 후, 생성된 침적쓰레기 발생량 추정 모델을 이용하여 침적쓰레기량을 추정하거나 예측하여 침적쓰레기 조사/수거 후보지를 제안할 수 있다.
즉, 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템 및 방법을 통해, 새로운 지역 및 기간의 해양 침적쓰레기 현존량을 예측할 수 있고, 이에 따라 최적의 쓰레기 수거사업 지역 및 조사 지역을 선정하여 후보지로 제안할 수 있다.
도 6은 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템 및 방법에 적용되는 두가지 침적쓰레기 발생량 추정 모델의 구축 개략도를 도시한다.
도 6에 도시된 바와 같이, 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템 및 방법은 두가지 모델을 제안할 수 있는데, 침적쓰레기 수거사업이 수행된 지역을 대상으로 상기 수거사업이 수행된 시점까지를 미리 설정된 기간으로 설정하는 제1 모델(모델 1)과, 침적쓰레기에 대한 제 1 수거사업과 제 2 수거사업이 겹치는 지역을 대상으로 상기 제 1 수거사업 기간 및 상기 제 2 수거사업 기간 사이의 기간을 미리 설정된 지역 및 기간으로 설정하는 제 2 모델(모델 2)를 포함할 수 있다.
보다 구체적으로, 도 6에 도시된 바와 같이, 모델 1은 수거사업이 수행된 각각의 모든 지역을 대상으로 수거사업이 수행된 시점까지 축적된 기간동안 그 위에서 조업한 선박의 조업 유형별 어선 수를 기반으로 구축될 수 있다.
여기서, 모델 1은 수거사업이 수행된 지역에 침적쓰레기가 축적된 기간을 정의하지 않을 수 있다.
모델 2는 첫번째 수거사업과 두번째 수거사업이 일부라도 겹치는 지역을 대상으로 두 수거사업 사이 기간 동안 겹침 지역 위에서 조업한 선박의 조업 유형별 어선 수를 기반으로 구축될 수 있다.
도 7은 본 발명의 실시예에 해양 침적쓰레기 수거사업이 2회 이상 수거 및 항적자료가 중복되는 경우의 추정 모델의 구축 개념을 나타낸 도면이다.
도 7에 도시된 바와 같이, 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템 및 방법에 적용되는 침적쓰레기 발생량 추정 모델(모델 2)는 첫번째 수거사업이 수행된 지역은 침적쓰레기가 모두 제거된 완전 정화되었다고 가정하고, 첫번째 수거사업과 두번째 수거사업 사이 기간 동안 축적된 침적쓰레기량은 그 기간 동안 중첩지역 위에서 조업한 선박에 의해 발생한 침적쓰레기량으로 가정한다.
도 8은 본 발명의 실시예에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템 및 방법에 적용되는 해양 침적쓰레기 추정 모델의 검증 결과를 예시한 도면이다.
모델 1과 모델 2에서 전체 데이터(수거사업 지역 수와 그 위에서 조업한 선박의 수)의 60%~90%가 모델 구축을 위한 데이터셋으로 사용되었고, 10%~40%가 모델 검증을 위해 사용되었다.
도 8에 도시된 바와 같이, 해양 침적쓰레기 발생량 추정을 위한 다중회귀모델의 평가 결과로서, 파란색 점들의 분포가 빨간 선과 일치할수록 선박기인침적쓰레기량을 추정하기 위한 적합한 모델이라고 볼 수 있음을 확인할 수 있다.
또한, 모델 2는 모델 1보다 데이터의 양이 적지만 선박기인침적쓰레기량을 추정하기 위한 더 적합한 모델임을 알 수 있다.
여기서, 다중회귀모델을 사용한 해양 침적쓰레기 발생량 추정식을 살펴보면, 본 발명의 실시예에 따른 선박에 기인하는 침적쓰레기 발생량 추정모델을 통해 도출된 회귀식은 다음의 [수학식 1]과 같다.
여기서, Y는 대상지역의 침적쓰레기 추정량이고, 
는 상수이고, 
는 가중치 계수이고, 
는 조업 라이선스(유형)별 어선의 수이고, Z는 대상지역 면적이다. 조업 라이선스(유형)은 권현망, 복합어업, 선망, 연승, 자망, 저인망, 채낚기, 통발, 트롤, 안강망, 양식 및 기타로 분류할 수 있다.
예시로, 12종의 조업 라이선스(유형) 중 침적쓰레기 발생량에 영향을 주는 주요 인자를 선별하여 다음의 [수학식 2]와 [수학식 3]과 같이 침적쓰레기 추정식을 도출할 수 있다.
도 9는 본 발명의 실시예에 따라 생성된 침적쓰레기 발생량 추정 모델을 통해 추정된 침적쓰레기 추정량과 수거사업을 통해 실제 수거된 침적쓰레기량을 비교한 결과를 나타낸 도면이다.
즉, 도 9는 모델 구축에서 데이터셋으로 사용되지 않았던 침적쓰레기 수거사업 지역의 데이터와 그 위에서 조업한 선박 데이터를 통해 모델이 예측한 결과와 실제 수거된 결과를 비교 예시한 그래프이다.
도 9에 도시된 바와 같이, 6개의 검증지역에서 모델 1과 모델 2는 각각 평균 약 68.5%와 24.2%의 오차로 침적쓰레기 발생량이 추정 되었고, 이를 통해 모델 2가 예측 정확도 높음을 알 수 있다.
이와 같이, 본 발명의 실시예에서는 생성된 해양 침적쓰레기 발생량 추정 모델을 이용하여 새로운 지역에 대하여 해양 침적쓰레기 발생량을 예측한 후, 예측 값과 실제 해양 침적쓰레기 수거량을 비교하여 오차 및 예측 정확도를 산출할 수 있다.
이와 같은 추정 모델의 오차 및 예측 정확도 등을 포함하는 보정 정보를 바탕으로 이전에 생성한 해양 침적쓰레기 발생량 추정 모델을 보정하여 예측 정확도를 향상시킬 수 있다.
이상, 일부 예를 들어서 본 발명의 바람직한 여러 가지 실시 예에 대해서 설명하였지만, 본 "발명을 실시하기 위한 구체적인 내용" 항목에 기재된 여 러 가지 다양한 실시 예에 관한 설명은 예시적인 것에 불과한 것이며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 이상의 설명으로부터 본 발명을 다양하게 변형하여 실시하거나 본 발명과 균등한 실시를 행할 수 있다는 점을 잘 이해하고 있을 것이다.
또한, 본 발명은 다른 다양한 형태로 구현될 수 있기 때문에 본 발 명은 상술한 설명에 의해서 한정되는 것이 아니며, 이상의 설명은 본 발명의 개시 내용이 완전해지도록 하기 위한 것으로 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이며, 본 발명은 청구범위의 각 청구항에 의해서 정의될 뿐임을 알아야 한다.
100 : 침적쓰레기 발생량 추정부
110 : 데이터 수집부
120 : 데이터 처리부
130 : 모델 학습부
140 : 모델 생성부
150 : 모델 검증부
200 : 선박 정보 서버
300 : 침적쓰레기 수거사업 서버
110 : 데이터 수집부
120 : 데이터 처리부
130 : 모델 학습부
140 : 모델 생성부
150 : 모델 검증부
200 : 선박 정보 서버
300 : 침적쓰레기 수거사업 서버
Claims (16)
- 데이터 수집부가 미리 설정된 지역 및 기간의 선박 정보 및 침적쓰레기 수거사업 정보를 수집하여 DB를 구축하는 제 1 단계;
데이터 처리부가 상기 DB로부터 상기 선박 정보를 입력 데이터로 하고, 상기 침적쓰레기 수거사업 정보를 바탕으로 추정된 침적쓰레기 추정량 정보를 출력 데이터로 설정하여 모델 데이터 셋을 생성하는 제 2 단계; 및
모델 생성부가 상기 모델 데이터 셋을 바탕으로 다중회귀모델에 의한 침적쓰레기 발생량 추정 모델을 생성하는 제 3 단계;를 포함하되,
상기 미리 설정된 지역 및 기간은,
침적쓰레기에 대한 제 1 수거사업과 제 2 수거사업이 겹치는 지역을 대상으로 상기 제 1 수거사업 종료 시점 및 상기 제 2 수거사업 종료 시점 사이의 기간이고,
상기 입력 데이터는,
상기 제 1 수거사업과 제 2 수거사업이 겹치는 지역의 면적과,
상기 침적쓰레기 수거사업 지역에서 조업여부를 결정하는 미리 설정된 속도 이하의 조업 유형별 선박의 수 정보를 포함하는 것을 특징으로 하는,
선박에 기인하는 해양 침적쓰레기 발생량 추정 방법.
- 제 1 항에 있어서,
상기 선박 정보는,
선박의 운항 위치 정보, 조업 선박속도 정보 및 조업 유형 정보를 포함하는 것을 특징으로 하는,
선박에 기인하는 해양 침적쓰레기 발생량 추정 방법.
- 제 1 항에 있어서,
상기 침적쓰레기 수거사업 정보는,
상기 침적쓰레기 수거사업 지역의 위치, 상기 침적쓰레기 수거사업 지역의 지형 및 지질 정보를 포함하는 해양상태 정보 및 수거된 상기 침적쓰레기의 수거량 정보를 포함하는 것을 특징으로 하는,
선박에 기인하는 해양 침적쓰레기 발생량 추정 방법.
- 제 1 항에 있어서,
입력 데이터로 설정되는 상기 선박 정보는,
5노트 이하의 선박의 운항 궤적 위치정보, 톤수 정보 및 조업 유형 정보를 포함하는 것을 특징으로 하는,
선박에 기인하는 해양 침적쓰레기 발생량 추정 방법.
- 삭제
- 제 1 항에 있어서,
상기 출력 데이터는,
상기 침적쓰레기 추정량 정보와,
상기 입력 데이터에서 조업 유형에 따른 선박 수의 비율에 따른 침적쓰레기 추정량 정보를 포함하는 것을 특징으로 하는,
선박에 기인하는 해양 침적쓰레기 발생량 추정 방법.
- 제 6 항에 있어서,
상기 침적쓰레기 추정량 정보는,
상기 침적쓰레기에 대한 추정 발생량 및 현존량 정보를 포함하고,
상기 침적쓰레기에 대한 추정 위치 정보, 추정 면적 정보 및 추정 양 정보 중 적어도 어느 하나를 포함하는 것을 특징으로 하는,
선박에 기인하는 해양 침적쓰레기 발생량 추정 방법.
- 제 1 항에 있어서,
상기 미리 설정된 지역 및 기간의 시점은,
침적쓰레기 수거사업이 수행된 지역을 대상으로 상기 수거사업이 수행된 기간의 중간 시점으로 정의 되는 것을 특징으로 하는,
선박에 기인하는 해양 침적쓰레기 발생량 추정 방법.
- 삭제
- 제 1 항에 있어서,
상기 데이터 셋으로 사용되지 않은 검증 침적쓰레기 수거사업 지역에 대한 검증 데이터 셋을 생성하는 단계;
상기 제 3 단계에서 생성한 침적쓰레기 발생량 추정 모델을 이용하여 상기 검증 데이터 셋을 바탕으로 상기 침적쓰레기 발생량 추정 모델을 평가하고 검증지역의 침적쓰레기 발생량을 추정하는 단계; 및
상기 추정된 검증지역의 침적쓰레기 발생량과 상기 검증 침적쓰레기 수거사업 지역에 대한 실제 침적쓰레기 수거량을 비교하여 오차를 생성하고 검증하는 단계;를 더 포함하는 것을 특징으로 하는,
선박에 기인하는 해양 침적쓰레기 발생량 추정 방법.
- 제 1 항 내지 제 4 항, 제 6 항 내지 제 8 항 및 제 10 항 중 어느 한 항에 따른 선박에 기인하는 해양 침적쓰레기 발생량 추정 방법을 실행하는 것을 특징으로 하는 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템.
- 선박 정보를 수집하여 저장하여 관리하는 선박 정보 서버;
침적쓰레기 수거사업 정보를 수집하여 저장하여 관리하는 침적쓰레기 수거사업 서버; 및
네트워크로 연결된 상기 선박 정보 서버와 침적쓰레기 수거사업 서버로부터 미리 설정된 지역 및 기간의 선박 정보 및 침적쓰레기 수거사업 정보를 수집하고, 수집된 상기 선박 정보 및 침적쓰레기 수거사업 정보를 바탕으로 다중회귀모델을 이용하여 침적쓰레기 발생량 추정 모델을 생성하는 침적쓰레기 발생량 추정부를 포함하되,
상기 다중회귀모델은, 상기 선박 정보를 입력 데이터로 하고, 상기 침적쓰레기 수거사업 정보를 바탕으로 추정된 침적쓰레기 추정량 정보를 출력 데이터로 하는 데이터 셋을 바탕으로 생성된 것이고,
상기 미리 설정된 지역 및 기간은,
침적쓰레기에 대한 제 1 수거사업과 제 2 수거사업이 겹치는 지역을 대상으로 상기 제 1 수거사업 종료 시점 및 상기 제 2 수거사업 종료 시점 사이의 기간이고,
상기 입력 데이터는,
상기 제 1 수거사업과 제 2 수거사업이 겹치는 지역의 면적과,
상기 침적쓰레기 수거사업 지역에서 조업여부를 결정하는 미리 설정된 속도 이하의 조업 유형별 선박의 수 정보를 포함하는 것을 특징으로 하는,
선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템.
- 제 12 항에 있어서,
상기 침적쓰레기 발생량 추정부는,
미리 설정된 지역 및 기간의 선박 정보와 침적쓰레기 수거사업 정보를 수집하는 데이터 수집부;
상기 데이터 수집부로부터 상기 선박 정보를 입력 데이터로 하고, 상기 침적쓰레기 수거사업 정보를 바탕으로 추정된 침적쓰레기 추정량 정보를 출력 데이터로 설정하여 모델 데이터 셋을 생성하는 데이터 처리부;
상기 모델 데이터 셋에서 훈련 데이터 및 테스트 데이터를 미리 설정된 비율로 나누어 적용되는 다중회귀모델을 훈련 또는 학습하는 모델 학습부; 및
상기 학습된 다중회귀모델을 바탕으로 침적쓰레기 발생량 추정 모델을 생성하는 모델 생성부를 포함하는 것을 특징으로 하는,
선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템.
- 제 13 항에 있어서,
상기 출력 데이터는,
상기 침적쓰레기 추정량 정보와,
상기 입력 데이터에서 조업 유형별 선박 수의 비율에 따른 침적쓰레기 추정량 정보에 해당하는 침적쓰레기 성상정보를 포함하되,
상기 침적쓰레기 추정량 정보는,
상기 침적쓰레기에 대한 추정 발생량 정보, 현존량 정보, 추정 위치 정보, 추정 면적 정보 및 추정 양 정보 중 적어도 어느 하나를 포함하는 것을 특징으로 하는,
선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템.
- 제 13 항에 있어서,
상기 미리 설정된 지역 및 기간의 시점은,
침적쓰레기 수거사업이 수행된 지역을 대상으로 상기 수거사업이 수행된 기간의 중간 시점으로 정의되는 것을 특징으로 하는,
선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템.
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220135989A KR102538802B1 (ko) | 2022-10-20 | 2022-10-20 | 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220135989A KR102538802B1 (ko) | 2022-10-20 | 2022-10-20 | 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102538802B1 true KR102538802B1 (ko) | 2023-06-01 |
Family
ID=86770534
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220135989A KR102538802B1 (ko) | 2022-10-20 | 2022-10-20 | 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102538802B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116611676A (zh) * | 2023-07-20 | 2023-08-18 | 浙江蓝景科技有限公司 | 一种海洋塑料垃圾收集作业调度方法、系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200139346A (ko) * | 2019-06-04 | 2020-12-14 | 배재대학교 산학협력단 | 머신 러닝을 이용한 고장 진단 관리 시스템 및 방법 |
| KR20210108118A (ko) * | 2020-02-25 | 2021-09-02 | 한국해양과학기술원 | 난접영역의 해양쓰레기 수거 장치 |
| KR20210108131A (ko) * | 2020-02-25 | 2021-09-02 | 한국해양과학기술원 | 난접해안의 해양쓰레기 수거 시스템 |
| KR102324684B1 (ko) * | 2021-05-20 | 2021-11-10 | 한국해양과학기술원 | 무인관측 기반 해양쓰레기 모니터링 시스템 및 이를 이용한 해양쓰레기 모니터링 방법 |
| KR20220068766A (ko) * | 2020-11-19 | 2022-05-26 | 한국해양과학기술원 | 해양쓰레기 모니터링 장치 및 방법 |
-
2022
- 2022-10-20 KR KR1020220135989A patent/KR102538802B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200139346A (ko) * | 2019-06-04 | 2020-12-14 | 배재대학교 산학협력단 | 머신 러닝을 이용한 고장 진단 관리 시스템 및 방법 |
| KR20210108118A (ko) * | 2020-02-25 | 2021-09-02 | 한국해양과학기술원 | 난접영역의 해양쓰레기 수거 장치 |
| KR20210108131A (ko) * | 2020-02-25 | 2021-09-02 | 한국해양과학기술원 | 난접해안의 해양쓰레기 수거 시스템 |
| KR20220068766A (ko) * | 2020-11-19 | 2022-05-26 | 한국해양과학기술원 | 해양쓰레기 모니터링 장치 및 방법 |
| KR102324684B1 (ko) * | 2021-05-20 | 2021-11-10 | 한국해양과학기술원 | 무인관측 기반 해양쓰레기 모니터링 시스템 및 이를 이용한 해양쓰레기 모니터링 방법 |
Non-Patent Citations (4)
| Title |
|---|
| 김정협 외 2인, ‘침적 해양폐기물 수거사업과 자원 및 해양환경 조사사업의 연계방안에 대한 고찰’, 한국해양환경공학회지 Vol. 15, pp 54-65 (2012.02.) 1부.* * |
| 왕태수 외 5인, '데이터 선별 및 클래스 세분화를 적용한 실시간 해양 침적 쓰레기 감지 AI 시스템 구현과 성능 개선 방법 연구', 국제문화기술진흥원, (2022.05.) 1부. * |
| 최성원, ‘생활폐기물 발생량 결정요인 분석 및 추정모델 개발에 관한 연구’, 서울시립대학교 도시과학대학원 환경공학과 석사학위논문(2019.06.) 1부.* * |
| '해양 중대형 플라스틱 쓰레기 감시추적', 과제 최종 보고서, 한국해양과학기술원, (2020.02.) 1부. * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116611676A (zh) * | 2023-07-20 | 2023-08-18 | 浙江蓝景科技有限公司 | 一种海洋塑料垃圾收集作业调度方法、系统 |
| CN116611676B (zh) * | 2023-07-20 | 2023-10-20 | 浙江蓝景科技有限公司 | 一种海洋塑料垃圾收集作业调度方法、系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Azevedo et al. | An oil risk management system based on high-resolution hazard and vulnerability calculations | |
| Suedel et al. | A risk-informed decision framework for setting environmental windows for dredging projects | |
| KR102538802B1 (ko) | 선박에 기인하는 해양 침적쓰레기 발생량 추정 시스템 및 방법 | |
| Baudrier et al. | Optimising French fisheries surveys for marine strategy framework directive integrated ecosystem monitoring | |
| Bastardie et al. | Reducing the fuel use intensity of fisheries: through efficient fishing techniques and recovered fish stocks | |
| Zhao et al. | Short-term prediction of fishing effort distributions by discovering fishing chronology among trawlers based on VMS dataset | |
| Ducharme-Barth et al. | Classification and analysis of VMS data in vertical line fisheries: incorporating uncertainty into spatial distributions | |
| Barnthouse et al. | Population and ecosystem theory in ecological risk assessment | |
| Andersen et al. | ECOMAR: A data-driven framework for ecosystem-based Maritime Spatial Planning in Danish marine waters. Results and conclusions from a development and demonstration project | |
| Hannah et al. | Ecological Risk Assessment for the Effects of Human Activities at the Hecate Strait and Queen Charlotte Sound Glass Sponge Reefs Marine Protected Areas | |
| Dunn et al. | Conservation and management of Missouri’s midsized rivers: Development of sampling protocols and application to priority watershed rivers | |
| Bakker et al. | OPTIMIZING BED LEVELS IN PORTS BASED ON PORT ACCESSIBILITY | |
| Karlsson et al. | Optimizingthe placement of cleanup systems for marine plastic debris: Amulti-objective approach | |
| KR102562494B1 (ko) | 선박 정보 및 쓰레기 수거 정보를 기반으로 하는 항만 해양 쓰레기 발생량 추정 시스템 | |
| Fulton | Untangling the problem of abandoned, lost, and discarded fishing gear: evaluating the benefits of side scan sonar as a gear detection method | |
| Sepp et al. | Use of autonomous research vehicles in Baltic fisheries acoustic surveys: Potential benefits and pitfalls | |
| Bray | Preparing for offshore renewable energy development in the Mediterranean | |
| van Emmerik et al. | Roadmap litter monitoring in Dutch rivers | |
| Aguzzi et al. | New monitoring technologies to produce ancillary data on Nephrops stock assessment | |
| Shannon et al. | Ecosystem modeling approaches for South African fisheries management | |
| Daniel | Whale entanglements in South African trap fisheries and their potential mitigation through ropeless fishing techniques | |
| Piet | Development of a pilot European seafloor integrity account to assess the state of seabed habitats from fishing pressure | |
| Gregory et al. | Strategic Monitoring and Approaches: Setting Out a General Definition and its Application. | |
| Hansen et al. | A habitat connectivity reality check for fish physical habitat model results and decision‐making for river restoration | |
| Walther | Salmonid Distribution Models to Support Restoration Planning Across the Fragmented Chehalis River Basin, WA |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |