KR20180041828A - 미세먼지농도 측정, 보정 및 예측을 통한 미세먼지정보 구축장치 및 그 방법 - Google Patents
미세먼지농도 측정, 보정 및 예측을 통한 미세먼지정보 구축장치 및 그 방법 Download PDFInfo
- Publication number
- KR20180041828A KR20180041828A KR1020160134029A KR20160134029A KR20180041828A KR 20180041828 A KR20180041828 A KR 20180041828A KR 1020160134029 A KR1020160134029 A KR 1020160134029A KR 20160134029 A KR20160134029 A KR 20160134029A KR 20180041828 A KR20180041828 A KR 20180041828A
- Authority
- KR
- South Korea
- Prior art keywords
- fine dust
- information
- measurement
- measuring
- fine
- Prior art date
Links
- 239000000428 dust Substances 0.000 title claims abstract description 598
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000005259 measurement Methods 0.000 claims abstract description 198
- 230000010365 information processing Effects 0.000 claims abstract description 16
- 238000010276 construction Methods 0.000 claims description 68
- 238000012937 correction Methods 0.000 claims description 25
- 238000004891 communication Methods 0.000 claims description 16
- 230000003442 weekly effect Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 description 12
- 238000009434 installation Methods 0.000 description 11
- 238000012876 topography Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 239000002245 particle Substances 0.000 description 5
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 4
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 4
- 239000000809 air pollutant Substances 0.000 description 4
- 231100001243 air pollutant Toxicity 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000000149 argon plasma sintering Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 2
- LSDPWZHWYPCBBB-UHFFFAOYSA-N Methanethiol Chemical compound SC LSDPWZHWYPCBBB-UHFFFAOYSA-N 0.000 description 2
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 2
- PPBRXRYQALVLMV-UHFFFAOYSA-N Styrene Chemical compound C=CC1=CC=CC=C1 PPBRXRYQALVLMV-UHFFFAOYSA-N 0.000 description 2
- 229910021529 ammonia Inorganic materials 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 229910002091 carbon monoxide Inorganic materials 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- WQOXQRCZOLPYPM-UHFFFAOYSA-N dimethyl disulfide Chemical compound CSSC WQOXQRCZOLPYPM-UHFFFAOYSA-N 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 239000004071 soot Substances 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- GETQZCLCWQTVFV-UHFFFAOYSA-N trimethylamine Chemical compound CN(C)C GETQZCLCWQTVFV-UHFFFAOYSA-N 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- IKHGUXGNUITLKF-UHFFFAOYSA-N Acetaldehyde Chemical compound CC=O IKHGUXGNUITLKF-UHFFFAOYSA-N 0.000 description 1
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- QMMFVYPAHWMCMS-UHFFFAOYSA-N Dimethyl sulfide Chemical compound CSC QMMFVYPAHWMCMS-UHFFFAOYSA-N 0.000 description 1
- 239000000443 aerosol Substances 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000002956 ash Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 229910052804 chromium Inorganic materials 0.000 description 1
- 239000011651 chromium Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- FJJYHTVHBVXEEQ-UHFFFAOYSA-N dimethylpropionaldehyde Natural products CC(C)(C)C=O FJJYHTVHBVXEEQ-UHFFFAOYSA-N 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 239000000941 radioactive substance Substances 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 229910052720 vanadium Inorganic materials 0.000 description 1
- LEONUFNNVUYDNQ-UHFFFAOYSA-N vanadium atom Chemical compound [V] LEONUFNNVUYDNQ-UHFFFAOYSA-N 0.000 description 1
- 238000012795 verification 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/94—Investigating contamination, e.g. dust
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
-
- G06Q50/30—
-
- 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
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Pathology (AREA)
- Environmental Sciences (AREA)
- Ecology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Atmospheric Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Operations Research (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
본 발명은 특정 장소에 고정 설치된 대형의 고정밀 측정장치로 커버할 수 없는 다양한 지역 및 장소에 소형의 보급형 측정장치를 대량으로 설치하여 대기 중의 미세먼지를 측정하고, 미세먼지정보 구축장치에서 각각의 미세먼지 측정장치에서 측정한 미세먼지 측정정보를 온도, 습도, 기압, 풍속, 풍향, 고도 또는 이들의 조합을 포함한 정보와 함께 수집하여 세부 지역별로 미세먼지농도를 정밀하게 확인함은 물론, 미세먼지의 이동속도나 전파범위에 대한 예측을 수행하여 빅데이터로 관리할 수 있도록 하는 미세먼지정보 구축장치 및 그 방법에 관한 것이다.
Description
본 발명은 특정 장소에 고정 설치된 대형의 고정밀 측정장치로 커버할 수 없는 다양한 지역 및 장소에 소형의 보급형 미세먼지 측정장치를 대량으로 설치하여 대기 중의 미세먼지 농도를 측정하고, 각각의 미세먼지 측정장치에서 측정한 미세먼지 측정정보를 풍속, 풍향, 고도, 지형, 온도, 습도, 기압 또는 이들의 조합을 포함한 정보와 함께 수집하여 세부 지역별로 미세먼지농도를 정밀하게 확인함은 물론, 미세먼지의 전파속도, 방향, 범위 등에 대한 예측을 수행하여 빅데이터로 관리할 수 있도록 하는 미세먼지정보 구축장치 및 그 방법에 관한 것이다.
일반적으로 대기환경이라는 것은 대기환경기준에서 말하는 사람의 건강 보호와 쾌적한 환경 조성을 위하여 설정되어 있는 항목들을 의미하며, 이러한 기준은 환경정책기본법에 규정되어 있다.
예를 들어, 상기 항목들은 대표적으로 미세먼지(초미세먼지), 온도, 습도, 이산화탄소(CO2), 아황산가스(SO2), 일산화탄소(CO), 이산화질소(NO2), 오존(O3), 납(Pb)과 벤젠 등을 포함한다.
이처럼 각종 대기환경 확인을 위한 기존의 대기환경 측정소는 통상적으로 건물의 옥상이나, 이동차량에 설치되어 운영되었다.
그러나, 상술한 바와 같은 종래의 대기환경 측정소는 고가의 장비가격과 큰 부피로 인하여 측정소의 설치수량과 설치장소에 한계가 있었기 때문에 측정소에서 커버하는 영역이 좁았으며, 이로 인하여 측정소 주변 이외의 지역에 대해서는 정확한 대기환경 측정을 수행할 수 없어 넓은 지역의 세밀한 대기환경 측정이 어려운 문제점이 있었다.
또한, 기존에는 지형, 고도 등에 대한 고려를 하지 않고 대기환경을 측정하였기 때문에 측정정보를 토대로 발표되는 대기환경 지표와 실제 일반 시민들이 느끼는 것과는 큰 차이점이 있었으며, 특히 미세먼지의 경우 풍향, 풍속 등을 고려하여 미세먼지의 분포, 전파방향, 속도 등을 예측하여야 하지만 측정장비의 설치수량 및 지역이 한정되어 있었기 때문에 세부 지역별로 정밀하게 처리하는데 한계가 있었다.
따라서 본 발명은 이러한 문제점을 해결하기 위한 것으로, 특히 대기 중에서 미세먼지농도를 측정하는 장비의 크기를 소형화하여 고정된 장소 및 이동체에 탑재하도록 함으로써, 미세먼지 측정지점의 위치와 수를 크게 확장하고, 미세먼지정보 구축장치에서 다양한 위치별로 미세먼지 측정정보와 함께 풍속, 풍향, 고도, 지형 등의 정보를 수집하고, 이를 토대로 세부 지역별 미세먼지 상태확인 및 미세먼지의 전파속도, 방향, 범위 등에 대한 예측을 수행하여 관리할 수 있는 방안을 제시하고자 한다.
또한, 본 발명은 미세먼지정보 구축장치에서 각각의 미세먼지 측정장치로부터 수집한 미세먼지농도 측정정보를 보정함으로써, 소형의 저정밀 미세먼지 측정장치에서 측정한 미세먼지농도 측정정보의 정밀도를 높일 수 있는 방안을 제시하고자 한다.
아울러, 본 발명은 미세먼지정보 구축장치에서 미세먼지와 관련된 빅데이터를 GIS(Geographic Information System) 정보를 기반으로 2차원/3차원의 다양한 형태로 가공하여 제공함으로써, 각종 기관 및 개별 사용자들이 현재의 미세먼지상태는 물론, 미세먼지의 전파속도, 방향, 범위 등에 대한 예측정보를 시간적, 공간적으로 확인할 수 있는 방안을 제시하고자 한다.
다음으로 본 발명의 기술 분야에 존재하는 선행기술에 대하여 간단하게 설명하고, 이어서 본 발명이 상기 선행기술에 비해서 차별적으로 이루고자 하는 기술적 사항에 대해서 기술하고자 한다.
먼저 한국공개특허 제2013-0081843호(2013.07.18.공개)는 대기 오염물질의 다지점 동시 감시장치에 관한 것이다. 이는 공간적으로 떨어져 있는 다수 지점에서의 대기오염물질을 동시에 파악 분석하기 위한 것으로서, 인공광원의 빛을 방출하는 송광부와; 외부로부터 입사된 빛을 받아 통과시키는 수광부와; 상기 송광부에서 발생한 빛을 통과시켜 연장방향으로 조사하는 송광광섬유와; 상기 송광광섬유를 통과한 빛의 광경로를 조절하는 송광모듈과; 대기오염물질을 사이에 두고 상기 송광모듈에 대응 배치되며, 상기 송광모듈을 통과해 조사되는 빛을 받은 후 반사하는 반사경과; 상기 반사경에 반사된 빛을 그 내부로 통과시키는 수광모듈과; 상기 수광모듈에 연결되며 수광모듈을 통과한 빛을 상기 수광부로 전달하는 수광광섬유와; 상기 수광부를 통과한 빛을 받아들여 파장별로 분리하는 분광계와; 상기 분광계에서 분리된 빛의 파장 스펙트럼을 검출하는 검출계를 포함한다.
상기 선행기술은 공간적으로 떨어져 있는 여러 지역에서의 대기 오염물질의 검출 및 감시가 한 장소에서 가능하므로 수직 수평적 오염물질의 분포 및 확산을 편리하고 효율적으로 모니터링 할 수 있는 효과를 제공한다.
하지만, 본 발명은 소형화된 미세먼지 측정장치를 공간적으로 떨어져 있는 여러 지점에 고정식 또는 이동식으로 설치 가능하고, 각각의 미세먼지 측정장치에서 측정한 정보를 미세먼지정보 구축장치에서 수집하여 관리할 때, 미세먼지 측정정보와 함께 수집한 풍속, 풍향, 고도, 지형 등의 정보를 토대로 미세먼지의 전파속도, 방향, 범위 등에 대한 예측을 수행하는 기술적 구성을 제시하고 있기 때문에, 상기 선행기술의 공간적인 고저 차이에 상관없이 대기오염물질을 동시에 측정할 수 있는 기술 구성과 비교해 볼 때 기술적 특징의 차이점이 분명하다. 또한, 상기 선행기술은 미세먼지정보 구축장치에서 각각의 미세먼지 측정장치로부터 수집한 미세먼지 측정정보를 보정하여 미세먼지 측정정보의 정밀도를 높이는 기술 구성을 전혀 제시하고 있지 못하고 있다.
또한, 한국공개특허 제2010-0031375호(2010.03.22.공개)는 모바일 유비쿼터스 센서 네트워크를 이용한 대기환경 측정 시스템 및 그 방법에 관한 것으로, 모바일 유비쿼터스 센서 네트워크를 이동체에 탑재하여, 이동경로 상에서 해당 지역의 대기환경을 측정함으로써, 적은 비용으로 효율적으로 넓은 지역의 대기환경을 실시간으로 측정하기 위한, 모바일 유비쿼터스 센서 네트워크를 이용한 대기환경 측정 시스템 및 그 방법을 제공하는 기술이다.
상기 선행기술은 대기환경 측정장치를 이동체에 탑재하여 이동경로 상에서 해당 지역의 대기환경을 측정할 수 있는 점에서 본 발명의 이동체에 탑재할 수 있는 미세먼지 측정장치 구성과 일부 유사성이 있다.
하지만, 본 발명은 소형화된 미세먼지 측정장치를 공간적으로 떨어져 있는 여러 지점에 설치할 때 고정된 장소는 물론 이동체에 탑재가 가능하고, 각각의 미세먼지 측정장치에서 측정한 정보를 수집하여 관리하는 미세먼지정보 구축장치에서 풍속, 풍향, 고도, 지형 등의 정보를 고려하여 미세먼지의 전파속도, 방향, 범위 등에 대한 예측을 수행하는 기술적 구성을 제시하고 있기 때문에, 상기 선행기술의 대기환경 측정장치를 이동체에 탑재한 구성과 비교해 볼 때 기술적 구성의 차이점이 있으며, 특히 미세먼지정보 구축장치에서 각각의 미세먼지 측정장치로부터 수집한 미세먼지 측정정보를 보정하여 미세먼지 측정정보의 정밀도를 높일 수 있는 기술 구성을 전혀 제시하고 있지 못하고 있다.
또한, 한국등록특허 제1048852호(2011.07.06.등록)는 이동형 환경 측정 장비를 통해서 수집된 대기, 기후, 토양, 소음 데이터를 지그비(ZigBee) 기반의 무선 통신 기술을 활용하여 게이트웨이 역할인 현장 조사용 모바일 단말 장치로 전송하고 전송된 환경 정보는 현장 조사원의 검증 과정을 통해서 유/무선 통신을 활용하여 서버 또는 관제 센터로 전송하는 환경 정보 수집 시스템에 대한 기술이다.
상기 선행기술은 황사 근원지와 같은 환경 관련 사고 및 측정을 요구하는 지역으로 쉽게 접근하여 오염원과 고정 측정소 중간 지점에서 대기 환경 자료를 실시간으로 얻을 수 있고, 다양한 환경 생태 정보 중 사용자가 특정 환경 생태 정보와 공간 정보에 맞는 데이터를 수신하고 검색할 수 있어 환경 서비스 시장 영역이 개척될 수 있는 효과를 제공한다.
하지만, 본 발명은 미세먼지 측정장치를 소형화하여 다수의 지점에 고정식 또는 이동식으로 설치 가능하고, 각각의 미세먼지 측정장치에서 측정한 미세먼지 측정정보와 함께 수집한 풍속, 풍향, 고도, 지형 등의 정보를 토대로 미세먼지의 전파속도, 방향, 범위 등에 대한 예측을 수행하는 기술적 구성을 제시하고 있기 때문에, 상기 선행기술의 오염원과 고정 측정소 중간 지점에서 대기 환경 자료를 실시간으로 얻을 수 있는 기술 구성과는 큰 차이점이 있다. 또한, 상기 선행기술은 미세먼지정보 구축장치에서 각각의 미세먼지 측정장치로부터 수집한 미세먼지 측정정보를 보정하여 미세먼지 측정정보의 정밀도를 높이는 기술 구성은 물론, 각종 기관 및 개별 사용자들이 2차원, 3차원의 GIS 정보를 토대로 미세먼지정보를 시간적, 공간적으로 확인할 수 있는 기술 구성을 전혀 제시하고 있지 못하는 점에서 본 발명과 기술적 구성의 차이점이 분명하다.
즉 상기 언급한 각각의 선행기술은 공간적인 고저 차이에 상관없이 대기오염물질을 동시에 측정할 수 있는 구성, 대기환경 측정장치를 이동체에 탑재한 구성, 오염원과 고정 측정소 중간 지점에서 대기 환경 자료를 실시간으로 획득하는 구성 등을 제시하고 있을 뿐, 소형의 미세먼지 측정장치를 여러 위치에 고정식 또는 이동식으로 설치할 수 있고, 각각의 미세먼지 측정장치에서 측정한 미세먼지 측정정보와 함께 수집한 풍속, 풍향, 고도, 지형 등의 정보를 토대로 미세먼지의 전파속도, 방향, 범위 등에 대한 예측을 수행하는 구성, 각각의 미세먼지 측정장치로부터 수집한 미세먼지 측정정보의 보정을 통해 미세먼지 측정정보의 정밀도를 높이는 구성, 각종 기관 및 개별 사용자들이 2차원, 3차원의 GIS 정보를 토대로 미세먼지정보를 시간적, 공간적으로 확인할 수 있는 구성을 제시하고 있지 못하기 때문에 본 발명과는 기술적 구성의 차이점이 분명한 것이다.
본 발명은 상기와 같은 문제점을 해결하기 위해 창작된 것으로서, 특정 장소에 고정 설치된 대형의 고정밀 미세먼지 측정장치로 커버할 수 없는 다양한 지역 및 장소에 소형의 보급형 미세먼지 측정장치를 고정식 및 이동식(예를 들어, 버스, 택시, 승용차 등의 이동체에 탑재)으로 대량 설치하여 미세먼지 측정지점의 위치와 수를 크게 확장시킴으로써, 미세먼지정보 구축장치에서 각각의 미세먼지 측정장치로부터 수집되는 미세먼지 측정정보를 토대로 세부 지역별로 미세먼지농도를 정밀하게 확인하여 관리할 수 있도록 하는 미세먼지 측정장치를 이용한 미세먼지정보 구축장치 및 그 방법을 제공하는 것을 목적으로 한다.
또한, 본 발명은 미세먼지정보 구축장치에서 각각의 미세먼지 측정장치로부터 미세먼지 측정정보와 함께 수집되는 풍속, 풍향, 고도, 지형, 온도, 습도, 기압 또는 이들의 조합을 포함한 정보를 토대로 미세먼지의 전파속도, 방향, 범위 등에 대한 예측을 수행하여 관리할 수 있도록 하는 미세먼지 측정장치를 이용한 미세먼지정보 구축장치 및 그 방법을 제공하는 것을 다른 목적으로 한다.
또한, 본 발명은 미세먼지정보 구축장치에서 각각의 미세먼지 측정장치로부터 수집되는 미세먼지 측정정보의 보정작업을 통해 소형의 저정밀 미세먼지 측정장치에서 측정한 미세먼지 측정정보의 정밀도를 높일 수 있도록 하는 미세먼지 측정장치를 이용한 미세먼지정보 구축장치 및 그 방법을 제공하는 것을 또 다른 목적으로 한다.
또한, 본 발명은 미세먼지정보 구축장치에서 각각의 미세먼지 측정장치로부터 수집한 미세먼지 측정정보를 토대로 빅데이터로 구축한 세부 지역별 미세먼지정보, 미세먼지의 전파속도, 방향, 범위 등에 대한 예측정보를 GIS 정보를 활용하여 2차원/3차원의 다양한 형태로 가공하여 제공함으로써, 각종 기관 및 개별 사용자들이 원하는 형태로 미세먼지관련 정보를 시간적, 공간적으로 확인할 수 있도록 하는 미세먼지 측정장치를 이용한 미세먼지정보 구축장치 및 그 방법을 제공하는 것을 또 다른 목적으로 한다.
본 발명의 일 실시예에 따른 미세먼지농도 측정, 보정 및 예측을 통한 미세먼지정보 구축장치는, 복수의 미세먼지 측정장치로부터 전송되는 미세먼지 측정정보를 토대로 해당 위치의 미세먼지농도를 확인하고, 상기 미세먼지농도를 각각의 위치별로 구분하여 저장하는 미세먼지정보 처리부; 및 상기 미세먼지 측정정보와 함께 복수의 미세먼지 측정장치로부터 전송되는 풍속, 풍향, 고도 또는 이들의 조합을 포함한 정보를 참조하여, 미세먼지의 전파속도, 방향, 범위 또는 이들의 조합을 예측하고, 미세먼지 예측정보를 시계열적(시간단위, 일간, 주간, 월간 등)으로 각각의 위치별로 구분하여 저장하는 미세먼지정보 예측부;를 포함하는 것을 특징으로 한다.
그리고 상기 미세먼지정보 구축장치는, 상기 미세먼지 측정장치로부터 미세먼지 측정정보가 전송되면 특정 미세먼지 측정장치로부터 기 설정된 거리 이내에 속하는 미세먼지 측정장치를 확인하고, 확인된 미세먼지 측정장치 각각에서 측정한 미세먼지 측정정보의 평균값을 산출한 다음, 특정 미세먼지 측정장치로부터 기 설정된 거리 이내에 속하는 미세먼지 측정장치 각각에서 측정한 미세먼지 측정정보를 상기 평균값으로 보정하여 상기 미세먼지정보 처리부로 제공하는 미세먼지 측정정보 보정부;를 더 포함하는 것을 특징으로 한다.
그리고 상기 미세먼지정보 구축장치는, 네트워크를 통해 접속된 클라이언트 단말기로부터 특정 위치에 대한 미세먼지정보가 요청되면, 데이터베이스에 저장된 해당 위치의 미세먼지농도와 해당 위치에서의 미세먼지 전파속도, 방향, 범위 또는 이들의 조합한 미세먼지 예측정보를 시계열적(시간단위, 일간, 주간, 월간 등)으로 확인하고, 상기 미세먼지농도 또는 상기 미세먼지 예측정보를 시계열적(시간단위, 일간, 주간, 월간 등)으로 2차원 또는 3차원의 GIS 환경 상에 표시하여 상기 클라이언트 단말기에 표시하도록 하는 미세먼지정보 가공 및 출력부;를 더 포함하는 것을 특징으로 한다.
그리고 상기 미세먼지 측정장치는, 미세먼지 측정대상 지역의 특정 장소에 고정, 설치하거나 또는 이동체에 탑재하여 설치하는 것을 특징으로 한다.
그리고 상기 미세먼지 측정장치는, 특정 장소에 고정 설치할 때, 해당 장소의 GPS 정보 및 고도 정보를 입력하여 설치할 수 있는 것을 특징으로 한다.
그리고 상기 미세먼지 측정장치는, 특정 위치의 미세먼지를 측정하는 미세먼지 측정모듈; 특정 위치의 풍속, 풍향, 고도 또는 이들의 조합을 포함한 정보를 측정하는 부가정보 측정모듈; 및 상기 미세먼지 측정모듈에서 측정한 미세먼지 측정정보와 상기 부가정보 측정모듈에서 측정한 풍속, 풍향, 고도 또는 이들의 조합을 포함한 정보를 네트워크를 통해 상기 미세먼지정보 구축장치로 출력하는 통신부;를 포함하는 것을 특징으로 한다.
또한, 본 발명의 일 실시예에 따른 미세먼지 측정장치를 이용한 미세먼지정보 구축방법은, 미세먼지정보 구축장치에서, 복수의 미세먼지 측정장치로부터 전송되는 미세먼지 측정정보를 토대로 해당 위치의 미세먼지농도를 확인하고, 상기 미세먼지농도를 각각의 위치별로 구분하여 저장하는 미세먼지농도 처리 단계; 및 상기 미세먼지정보 구축장치에서, 복수의 미세먼지 측정장치로부터 상기 미세먼지 측정정보와 함께 전송되는 풍속, 풍향, 고도 또는 이들의 조합을 포함한 정보를 참조하여, 미세먼지의 전파속도, 방향, 범위 또는 이들의 조합을 포함한 미세먼지 예측정보를 시계열적(시간단위, 일간, 주간, 월간 등)으로 예측하고, 미세먼지 예측정보를 각각의 위치별로 구분하여 저장하는 미세먼지정보 예측 단계;를 포함하는 것을 특징으로 한다.
그리고 상기 미세먼지정보 구축방법은, 상기 미세먼지정보 구축장치에서, 상기 미세먼지 측정장치로부터 미세먼지 측정정보가 전송되면 특정 미세먼지 측정장치로부터 기 설정된 거리 이내에 속하는 미세먼지 측정장치를 확인하고, 확인된 미세먼지 측정장치 각각에서 측정한 미세먼지 측정정보의 평균값을 산출한 다음, 특정 미세먼지 측정장치로부터 기 설정된 거리 이내에 속하는 미세먼지 측정장치 각각에서 측정한 미세먼지 측정정보를 상기 평균값으로 보정하는 미세먼지 측정정보 보정 단계;를 더 포함하는 것을 특징으로 한다.
그리고 상기 미세먼지정보 구축방법은, 상기 미세먼지정보 구축장치에서, 네트워크를 통해 접속된 클라이언트 단말기로부터 특정 위치에 대한 미세먼지정보가 요청되면, 데이터베이스에 저장된 해당 위치의 미세먼지농도와 해당 위치에서의 미세먼지 전파속도, 방향, 범위 또는 이들의 조합한 미세먼지 예측정보를 시계열적(시간단위, 일간, 주간, 월간 등)으로 확인하고, 상기 미세먼지농도 또는 상기 미세먼지 예측정보를 시계열적(시간단위, 일간, 주간, 월간 등)으로 2차원 또는 3차원의 GIS 환경 상에 표시하여 상기 클라이언트 단말기에 표시하도록 하는 미세먼지정보 가공 및 출력 단계;를 더 포함하는 것을 특징으로 한다.
그리고 상기 미세먼지 측정장치는, 미세먼지 측정대상 지역의 특정 장소에 고정, 설치하거나 또는 이동체에 탑재하여 설치할 수 있으며, 특정 장소에 고정 설치할 때, 해당 장소의 GPS 정보 및 고도 정보를 입력하여 설치할 수 있는 것을 특징으로 한다.
그리고 상기 미세먼지정보 구축방법은, 상기 미세먼지 측정장치에서, 특정 위치의 미세먼지를 측정하는 미세먼지 측정 단계; 상기 미세먼지 측정 단계 이후, 상기 미세먼지 측정장치에서, 특정 위치의 풍속, 풍향, 고도 또는 이들의 조합을 포함한 정보를 측정하는 부가정보 측정 단계; 및 상기 미세먼지 측정장치에서, 상기 미세먼지 측정 단계에서 측정한 미세먼지 측정정보와 상기 부가정보 측정 단계에서 측정한 풍속, 풍향, 고도 또는 이들의 조합을 포함한 정보를 네트워크를 통해 상기 미세먼지정보 구축장치로 출력하는 통신 단계;를 더 포함하는 것을 특징으로 한다.
이상에서와 같이 본 발명의 미세먼지농도 측정, 보정 및 예측을 통한 미세먼지정보 구축장치 및 그 방법에 따르면, 일부 장소에 고정 설치된 대형의 고정밀 미세먼지 측정장치로 커버하지 못하는 다양한 지역 및 장소에 소형의 저정밀 미세먼지 측정장치를 대량으로 설치할 수 있기 때문에 미세먼지 측정지점의 위치와 수를 크게 확장시켜 설치장소 및 설치수량의 한계로 인한 미세먼지 측정이 불가능한 지역을 최소화할 수 있으며, 미세먼지정보 구축장치에서 각각의 미세먼지 측정지점의 지형, 고저 등을 고려하여 세부 위치별로 미세먼지정보에 대한 빅데이터를 용이하게 구축할 수 있는 효과가 있다.
또한, 미세먼지 측정장치의 크기를 최소화하여 제작할 수 있기 때문에 일반 시민들이 생활하는 공간에 밀착되게 설치할 수 있음은 물론, 설치가 매우 간편하고, 유지보수 및 설치비용이 적게 소요되는 효과가 있다.
또한, 미세먼지정보 구축장치에서 각각의 미세먼지 측정장치로부터 미세먼지 측정정보와 함께 수집되는 풍속, 풍향, 고도, 지형, 온도, 습도, 기압 또는 이들의 조합을 포함한 정보를 토대로 미세먼지의 전파속도, 방향, 범위 등에 대한 예측을 수행하고 이를 관리하기 때문에, 빅데이터를 이용하는 각종 기관 및 개인 사용자들이 원하는 특정 장소의 미세먼지 상태는 물론, 미세먼지의 전파속도나 방향에 대한 추이를 손쉽게 확인할 수 있는 효과가 있다.
또한, 미세먼지정보 구축장치에서 각각의 미세먼지 측정장치로부터 수집하는 미세먼지 측정정보의 보정작업을 수행함으로써, 소형의 저정밀 미세먼지 측정장치에서 측정한 미세먼지 측정정보의 정밀도를 높일 수 있으며, 이를 통해 미세먼지에 관련된 빅데이터 구축의 신뢰도를 향상시킬 수 있는 효과가 있다.
또한, 미세먼지정보 구축장치에서 빅데이터로 구축한 세부 지역별 미세먼지정보, 미세먼지의 전파속도, 방향, 범위 등에 대한 예측정보를 GIS 정보를 기반으로 다양한 형태로 가공하여 제공하기 때문에 각 기관 및 개별 사용자들이 언제 어디서나 지자체별, 지형별, 건물별 등으로 구분하여 현재의 미세먼지상태를 2차원/3차원 지형을 토대로 시간적, 공간적으로 손쉽게 확인할 수 있으며, 시간적, 공간적으로 표시되는 미세먼지정보를 이용하여 향후 해당 지역이나 위치의 환경영향평가에 이용할 수 있는 등 다양하게 활용할 수 있는 효과가 있다.
도 1은 본 발명이 적용된 미세먼지농도 측정, 보정 및 예측을 통한 미세먼지정보 구축과정을 설명하기 위한 개념도이다.
도 2는 본 발명이 적용된 미세먼지 측정장치를 이용한 미세먼지 측정시 고도, 풍속, 지형지물 등의 정보를 고려한 미세먼지 측정과정을 설명하기 위한 개념도이다.
도 3은 본 발명의 일 실시예에 따른 미세먼지농도 측정, 보정 및 예측을 통한 미세먼지정보 구축장치의 구성을 개략적으로 나타낸 도면이다.
도 4는 도 3의 미세먼지 측정장치의 구성을 상세하게 나타낸 도면이다.
도 5는 도 3의 미세먼지정보 구축장치의 구성을 상세하게 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따른 미세먼지농도 측정, 보정 및 예측을 통한 미세먼지정보 구축방법의 동작과정을 상세하게 나타낸 순서도이다.
도 2는 본 발명이 적용된 미세먼지 측정장치를 이용한 미세먼지 측정시 고도, 풍속, 지형지물 등의 정보를 고려한 미세먼지 측정과정을 설명하기 위한 개념도이다.
도 3은 본 발명의 일 실시예에 따른 미세먼지농도 측정, 보정 및 예측을 통한 미세먼지정보 구축장치의 구성을 개략적으로 나타낸 도면이다.
도 4는 도 3의 미세먼지 측정장치의 구성을 상세하게 나타낸 도면이다.
도 5는 도 3의 미세먼지정보 구축장치의 구성을 상세하게 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따른 미세먼지농도 측정, 보정 및 예측을 통한 미세먼지정보 구축방법의 동작과정을 상세하게 나타낸 순서도이다.
이하, 첨부된 도면을 참조하여 본 발명의 미세먼지농도 측정, 보정 및 예측을 통한 미세먼지정보 구축장치 및 그 방법을 상세하게 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 여기에서 설명하는 실시예에 한정되지 않는다. 명세서 전체를 통하여 유사한 부분에 대해서는 동일한 도면 부호를 붙였다.
특히, 본 발명의 실시예에서는 미세먼지를 예로 하여 설명하지만 이에 한정되는 것은 아니며, 그 이외에 대기환경 측정항목으로 폭넓게 사용되는 온도, 습도, 이산화탄소, 아황산가스, 일산화탄소, 이산화질소, 오존, 납과 벤젠 또는 이들의 조합을 포함하여 적용할 수 있음은 물론, 암모니아, 황화수소 등의 가스상 물질, 분진, 매연, 재, 안개, 검댕, 연무질, 훈연, 액적, 박무, 연하 등의 입자상 물질, 수은, 카드뮴, 납, 크롬, 구리, 니켈, 바나듐, 방사능 물질 등의 중금속 물질, 암모니아, 메틸메르캅탄, 황화수소, 황화메틸, 이황화메틸, 트리메틸아민, 아세트알데히드, 스티렌 등의 악취 물질 등 다양한 항목을 적용할 수 있음은 물론이다.
또한 본 발명에서 미세먼지를 측정한다는 것은 미세먼지의 농도나 밀도를 측정하는 것과 대등한 의미를 가진다.
도 1은 본 발명이 적용된 미세먼지농도 측정, 보정 및 예측을 통한 미세먼지정보 구축과정을 설명하기 위한 개념도이며, 도 2는 본 발명이 적용된 미세먼지 측정장치를 이용한 미세먼지 측정시 고도, 풍속, 지형지물 등의 정보를 고려한 미세먼지 측정과정을 설명하기 위한 개념도이다.
도 1에 도시된 바와 같이, 미세먼지와 관련된 정보를 수집하여 빅데이터 관리를 수행하는 미세먼지정보 구축장치에서 소형의 미세먼지 측정장치를 미세먼지 측정이 필요한 다양한 위치에 대량으로 설치한다(①). 예를 들어, 특정 장소에 고정 설치되어 있는 대형의 고정밀 미세먼지 측정장치가 커버하지 못하는 다양한 위치 및 지역에 일정 간격을 두고 소형의 저정밀 미세먼지 측정장치를 고정 설치하거나, 또는 버스, 택시, 승용차 등의 이동체에 탑재하여 설치하는 것이다. 이는 소형의 미세먼지 측정장치를 일반 시민들이 생활하는 공간에 밀착되게 설치하여 미세먼지 측정지점의 위치와 수를 크게 확장시킴으로써, 세부 위치별로 미세먼지의 발생상황이나 향후 예측정보를 보다 정확하게 확인하여 시민들에게 전달할 수 있도록 하기 위함이다.
이때 상기 각각의 미세먼지 측정장치에서 미세먼지를 측정할 때, 고도, 풍향, 풍속, 지형지물 등의 요인에 의해 미세먼지 측정이 다양하게 변동될 수 있다. 즉 도 2에 도시된 바와 같이, 미세먼지 측정장치를 고도가 높은 곳에 설치하는 경우에는 지면보다 풍속이 강하고 미세먼지의 밀도가 낮아지기 때문에 미세먼지농도가 지면에 비하여 적게 측정될 것이다. 그리고 고도가 낮은 지면에 가까울수록 풍속이 약해지고 미세먼지의 밀도가 높아지기 때문에 미세먼지농도는 고도가 높은 곳보다 많이 측정될 것이다. 그러므로 미세먼지정보 구축장치에서는 각각의 미세먼지 측정장치를 다양한 장소에 설치할 때, 고도, 풍향, 풍속, 지형지물 등에 따라 미세먼지농도의 차이가 발생하는 것을 감안하여 세밀한 측정 및 정보 수집을 원활하게 수행할 수 있도록 설치 위치를 조정해야할 필요성이 있다.
이처럼, 미세먼지정보 구축장치에서 기존에 설치된 측정장치 이외에 소형의 미세먼지 측정장치를 다양한 장소에 대량으로 설치한 이후, 각각의 미세먼지 측정장치에서는 주기적으로 또는 미세먼지정보 구축장치의 요청에 따라 해당 지역의 미세먼지를 측정한다(②).
상기 미세먼지 측정장치에서 미세먼지를 측정할 때, 통상적으로 광 산란 방식을 사용한다. 물론, 종래에 사용되었던 무게측정방식을 사용할 수 있지만, 무게측정방식은 장비의 크기가 커지기 때문에 본 발명에서는 적합하지 않다. 상기 광 산란 방식을 구체적으로 설명하면, 측정장치 내로 유입된 먼지입자가 측정영역을 지날 때 적외선 LED에서 빛이 조사된다. 그리고 먼지입자에 의해 산란되는 빛은 검출기에서 인식된다. 검출기에서 인식된 신호는 증폭 및 필터링되며, 디지털 신호로 변환, 출력된다.
각각의 미세먼지 측정장치에서 미세먼지의 측정을 수행한 이후, 각각의 미세먼지 측정장치에서는 해당 위치의 고도, 풍속, 풍향 등의 부가정보를 측정하거나 확인한다(③).
이후 각각의 미세먼지 측정장치에서는 미세먼지 측정정보와 함께 고도, 풍속, 풍향 등의 부가정보를 네트워크를 통해 미세먼지정보 구축장치로 전송한다(④). 이때 각각의 미세먼지 측정장치에서 미세먼지정보 구축장치로 전송되는 미세먼지 측정정보와 고도, 풍속, 풍향 등의 부가정보는 공지의 방식을 통해 패킷 데이터로 처리하여 전송되는 것이 일반적이다.
그러면 미세먼지정보 구축장치에서는 각각의 미세먼지 측정장치로부터 전송되는 미세먼지 측정정보와 고도, 풍속, 풍향 등의 부가정보를 토대로 각각의 위치별 미세먼지정보에 대한 빅데이터를 구축한다(⑤, ⑥, ⑦).
미세먼지정보와 관련된 빅데이터 구축과정을 보다 상세하게 설명하면 다음과 같다.
먼저 미세먼지정보 구축장치에서는 각각의 미세먼지 측정장치로부터 전송되는 미세먼지 측정정보의 보정작업을 수행한다(⑤). 즉 본 발명에서 사용하는 미세먼지 측정장치는 특정 지역에 고정 설치되어 있는 대형의 측정장비 이외에는 대부분 소형의 저정밀 측정장비이기 때문에 미세먼지 측정정보의 정밀도를 높이기 위하여 측정데이터의 보정작업을 수행하는 것이다.
미세먼지 측정정보의 보정작업은 다음의 순서로 진행한다.
-. 특정 미세먼지 측정장치를 기준으로 기 설정된 거리 이내에 속하는 미세먼지 측정장치를 확인한다.
-. 확인된 미세먼지 측정장치 각각에서 측정한 미세먼지 측정정보를 모두 합산한 다음 평균값을 산출한다.
-. 특정 미세먼지 측정장치로부터 기 설정된 거리 이내에 속하는 모든 미세먼지 측정장치 각각에서 측정한 미세먼지 측정정보를 상기 산출된 평균값으로 보정한다.
이처럼 미세먼지 측정정보의 보정작업이 완료되면, 미세먼지정보 구축장치에서는 각각의 미세먼지 측정장치의 보정된 미세먼지 측정정보로부터 각각의 위치별 미세먼지농도를 확인하고, 이를 각각의 위치별로 구분하여 데이터베이스에 빅데이터로 누적, 저장한다(⑥).
상기 미세먼지정보 구축장치에서는 각각의 위치별 미세먼지농도에 대한 처리를 수행한 이후에는, 각각의 미세먼지 측정장치로부터 전송되는 고도, 풍향, 풍속 등의 부가정보를 토대로 각각의 위치별 미세먼지의 전파속도, 방향, 범위 등의 예측을 수행하고, 미세먼지 예측정보를 시계열적(시간단위, 일간, 주간, 월간 등)으로 데이터베이스에 빅데이터로 누적, 저장한다(⑦).
이제, 각각의 미세먼지 측정장치로부터 전송되는 미세먼지 측정정보 및 고도, 풍향, 풍속 등의 부가정보를 토대로 각각의 위치별 미세먼지농도와 미세먼지 예측정보를 시계열적(시간단위, 일간, 주간, 월간 등)으로 빅데이터로 구축한 이후, 미세먼지정보 구축장치에서는 클라이언트 단말기(즉 각종 기관 및 개인 사용자)로부터 특정 위치의 미세먼지정보가 요청되는지를 확인한다(⑧).
그리고 데이터베이스로 구축한 빅데이터에서 클라이언트 단말기로부터 요청받은 특정 지역의 미세먼지농도 및 미세먼지 예측정보를 시계열적(시간단위, 일간, 주간, 월간 등)으로 추출하고, 이를 클라이언트가 요청한 2차원 또는 3차원의 GIS 환경 상에 표시하여 클라이언트 단말기로 제공함으로써, 클라이언트가 자신이 원하는 방식에 의해 시간적, 공간적으로 미세먼지관련 정보를 확인할 수 있도록 한다(⑨).
도 3은 본 발명의 일 실시예에 따른 미세먼지 측정장치를 이용한 미세먼지정보 구축장치의 구성을 개략적으로 나타낸 도면이고, 도 4는 도 3의 미세먼지 측정장치의 구성을 상세하게 나타낸 도면이며, 도 5는 도 3의 미세먼지정보 구축장치의 구성을 상세하게 나타낸 도면이다.
도 3에 도시된 바와 같이 본 발명의 장치는, 네트워크(100), 복수의 미세먼지 측정장치(200), 미세먼지정보 구축장치(300), 데이터베이스(400), 클라이언트 단말기(500) 등으로 구성된다.
네트워크(100)는 유무선 인터넷 등의 통신망으로서, 복수의 미세먼지 측정장치(200), 미세먼지정보 구축장치(300), 복수의 클라이언트 단말기(500) 사이의 통신 회선을 연결하여, 상호간에 미세먼지와 관련된 각종 데이터 통신이 이루어지도록 한다.
미세먼지 측정장치(200)는 저정밀, 저가의 소형 측정장비로서, 특정 장소에 고정 설치되어 있는 고정밀, 고가의 대형 측정장비가 커버하지 못하는 다양한 위치 및 지역에 일정 간격을 두고 고정 설치되거나, 또는 버스, 택시, 승용차 등의 이동체에 탑재하여 설치된다.
그리고 설치된 해당 위치의 미세먼지를 측정하고, 고도, 풍속, 풍향 등의 부가정보를 측정하거나 확인한 후, 미세먼지 측정정보와 고도, 풍속, 풍향 등의 부가정보를 네트워크(100)를 통해 미세먼지정보 구축장치(300)로 전송한다.
이때 미세먼지 측정장치(200)는 특정 장소에 고정 설치할 때, 관리자가 해당 장소의 GPS 정보 및 고도 정보를 직접 입력하여 설치할 수 있다. 이 경우 미세먼지 측정장치(200)는 고도에 관련된 정보를 별도로 측정하지 않는다.
상기 미세먼지 측정장치(200)는 도 4에 도시된 바와 같이, 전원부(210), 미세먼지 측정모듈(220), 부가정보 측정모듈(230), 통신부(240), 메모리(250), 제어부(260) 등으로 구성된다.
전원부(210)는 미세먼지 측정장치(200)에서 사용하는 동작 전원을 공급하는 기능을 수행한다.
미세먼지 측정모듈(220)은 미세먼지 측정장치(200)가 설치된 해당 위치의 미세먼지를 측정하는 기능을 수행한다.
상기 미세먼지 측정모듈(220)은 광 산란 방식에 의해 동작될 수 있도록, 통상적으로 발열부, 적외선 LED, 검출기, 증폭기, 필터, 디지털 변환기 등을 포함할 수 있다.
부가정보 측정모듈(230)은 특정 위치의 풍속, 풍향, 고도 또는 이들의 조합을 포함한 정보를 측정하는 기능을 수행하는 구성으로서, 고도 정보 측정을 위한 GPS 모듈, 풍속을 측정하기 위한 풍속계, 풍향을 측정하기 위한 풍향계 등을 포함하고 있다.
또한, 부가정보 측정모듈(230)은 미세먼지정보 구축장치(300)에서 고도, 풍속, 풍향 이외에 온도, 습도, 기압 등의 다른 부가정보를 사용하는 경우 해당 정보를 측정하기 위한 장비가 포함될 수 있다.
통신부(240)는 제어부(260)의 제어를 토대로 미세먼지 측정모듈(220)에서 측정한 미세먼지 측정정보와 부가정보 측정모듈(230)에서 측정한 풍속, 풍향, 고도 또는 이들의 조합을 포함한 정보를 네트워크(100)를 통해 미세먼지정보 구축장치(300)로 출력한다.
메모리(250)는 미세먼지 측정장치(200)의 운영 및 동작관리를 위한 각종 프로그램이 저장되어 있다.
제어부(260)는 미세먼지 측정모듈(220)과 부가정보 측정모듈(230)에서의 측정 및 디지털 데이터로의 변환을 제어하며, 디지털 데이터로 변환된 미세먼지 측정정보와 풍속, 풍향, 고도 또는 이들의 조합을 포함한 정보를 미세먼지정보 구축장치(300)로 출력하도록 제어한다.
미세먼지정보 구축장치(300)는 네트워크(100)를 통해 각각의 미세먼지 측정장치(200)로부터 전송되는 미세먼지 측정정보와 고도, 풍속, 풍향 등의 부가정보를 토대로 각각의 위치별 미세먼지정보에 대한 빅데이터를 구축하여 데이터베이스(400)에 저장한다.
즉 미세먼지정보 구축장치(300)는 각각의 미세먼지 측정장치(200)로부터 전송되는 미세먼지 측정정보로부터 각각의 위치별 미세먼지농도를 확인한 후 이를 각각의 위치별로 구분하여 데이터베이스(400)에 누적, 저장함과 동시에, 각각의 미세먼지 측정장치(200)로부터 미세먼지 측정정보와 함께 전송되는 고도, 풍향, 풍속 등의 부가정보를 토대로 각각의 위치별 미세먼지의 전파속도, 방향, 범위 등의 예측을 수행하고 미세먼지 예측정보를 시계열적(시간단위, 일간, 주간, 월간 등)으로 데이터베이스(400)에 누적, 저장함으로써, 빅데이터를 수집, 관리하는 것이다.
상기 미세먼지정보 구축장치(300)는 도 5에 도시된 바와 같이, 통신부(310), 미세먼지 측정정보 보정부(320), 미세먼지정보 처리부(330), 미세먼지정보 예측부(340), 미세먼지정보 가공 및 출력부(350), 제어부(360) 등으로 구성된다.
통신부(310)는 제어부(360)의 제어를 토대로 네트워크(100)를 통해 각각의 미세먼지 측정장치(200)로부터 미세먼지 측정정보 및 풍속, 풍향, 고도 또는 이들의 조합을 포함한 부가정보를 전송받는 기능을 수행한다.
미세먼지 측정정보 보정부(320)는 통신부(310)를 통해 각각의 미세먼지 측정장치(200)로부터 전송되는 미세먼지 측정정보를 보정하는 기능을 수행한다. 즉 특정 지역에 고정 설치되어 있는 대형의 측정장비 이외에 대부분 소형의 저정밀 측정장비로 구성된 미세먼지 측정장치(200)로부터 전송받은 미세먼지 측정정보의 정밀도를 높이기 위한 보정작업을 수행하는 것이다.
미세먼지 측정정보 보정부(320)에서 수행되는 미세먼지 측정정보의 보정작업을 구체적으로 설명하면, 먼저 특정 미세먼지 측정장치를 기준으로 기 설정된 거리 이내에 속하는 미세먼지 측정장치를 확인하고, 확인된 미세먼지 측정장치 각각에서 측정한 미세먼지 측정정보를 모두 합산한 다음 평균값을 산출하고, 특정 미세먼지 측정장치로부터 기 설정된 거리 이내에 속하는 모든 미세먼지 측정장치 각각에서 측정한 미세먼지 측정정보를 상기 산출된 평균값으로 보정하며, 보정된 미세먼지 측정정보를 미세먼지정보 처리부(330)로 제공한다.
미세먼지정보 처리부(330)는 미세먼지 측정정보 보정부(320)에서 보정작업을 수행한 각각의 미세먼지 측정장치(200)로부터 전송받은 미세먼지 측정정보를 토대로 해당 위치의 미세먼지농도를 확인하고, 미세먼지농도를 각각의 위치별로 구분하여 데이터베이스(400)에 저장, 관리하는 기능을 수행한다.
미세먼지정보 예측부(340)는 미세먼지 측정정보와 함께 복수의 미세먼지 측정장치(200)로부터 전송받은 풍속, 풍향, 고도 또는 이들의 조합을 포함한 부가정보를 참조하여, 미세먼지의 전파속도, 방향, 범위 또는 이들의 조합을 예측한다. 그리고 미세먼지 예측정보를 시계열적(시간단위, 일간, 주간, 월간 등)으로 각각의 위치별로 구분하여 데이터베이스(400)에 저장, 관리하는 기능을 수행한다.
여기서 미세먼지정보의 보정과 예측을 위해서는 미세먼지정보의 변화에 대한 경사도를 계산하여 부정확한 미세먼지정보의 예상되는 오류를 보정하여 더욱 정밀하게 하고, 또한 상기 변화에 대한 경사도를 계산한 결과를 토대로 해당 미세먼지정보를 예측하도록 한다.
예컨대 복수의 고정밀 미세먼지 측정장치와 저정밀 미세먼지 측정장치가 설치되어 있을 때, 저정밀 미세먼지 측정장치는 고정밀 미세먼지 측정장치의 측정결과를 이용하여 보정되는 것이 가능하고, 또한 미세먼지정보는 고도나 풍속, 습도 등의 환경요소가 고려된 상태에서 보정될 수 있으며, 또한 복수의 미세먼지정보를 이용하여 특정 위치에 대한 미세먼지가 추정될 수 있으며, 이러한 추정을 통해서 해당 위치에 미세먼지 측정장치가 마치 설치되어 있는 것과 같은 효과를 얻을 수 있다. 이 경우에 특정 위치의 미세먼지정보가 예측된 경우, 이 미세먼지정보는 가상의 미세먼지 측정장치가 된다. 이러한 가상화를 통해서 정밀도가 높은 가상의 측정장치를 추가할 수 있으며, 이는 시설비를 절감할 수 있는 장정이 있고 또한 기 설치된 미세먼지 측정장치의 정밀도를 더 높이는 효과가 있다.
또한 상기 보상이나 예측에는 딥러닝에 의한 기계학습을 활용하는 것이 당연하다. 말하자면, 기존의 측정정보와 측정정보에 대한 신뢰성을 평가한 정보를 토대로 기계학습을 수행하면, 해당하는 기계학습 모델을 추출할 수 있으며, 이 모델에 환경요소를 포함한 주변의 미세먼지정보를 입력하면, 원하는 미세먼지농도에 대한 예측값을 산출할 수 있다.
더욱 구체적으로 설명하면, 미세먼지를 측정하는 복수의 사이트가 공간적인 높낮이를 달리하면서 산재해 있고, 각각의 사이트는 고유의 환경정보(풍속, 온도, 습도 등)와 미세먼지 농도에 대한 측정값을 가지고 있으며, 이들은 인접한 사이트들과 정보를 공유하고 있다. 또한 모든 사이트에 대한 정보를 수집하여 중앙에서 일괄적으로 관리하는 서버가 존재한다.
각 사이트는 인접한 사이트로부터 전송된 미세먼지를 포함한 환경정보를 수집하여 자신의 사이트가 앞으로 어떻게 영향을 받을지 미리 예측을 수행한다. 이 경우에 상기 예측은 먼저 복수의 인접 사이트들과 자신의 사이트에 대한 환경정보와 미세먼지 정보를 토대로 학습을 지속적으로 수행한다. 학습한 결과에 따라 예측모델이 생성되며, 이렇게 생성된 예측모델을 이용하여 앞으로 미세먼지의 농도가 어떻게 될지 예측을 수행하게 된다.
또한 중앙의 서버에서는 복수의 사이트들로부터 미세먼지 농도와 환경정보를 제공받아 앞으로 어떻게 전체적인 미세먼지에 대한 상황이 전개될지 예측할 수 있다. 이 경우도 마찬가지고 각 사이트의 정보를 입력으로 하여 학습을 수행한 다음 예측모델을 생성하고, 생성된 예측모델에 현재의 각 사이트에 대한 정보를 입력하여 앞으로 전개될 미세먼지의 상황을 예측하고, 또한 이를 바탕으로 예보를 하게 된다.
여기서 예측모델의 생성은 개별적인 사이트에 대한 개별학습과 전체학습으로 나누어진다. 개별학습의 경우 각 사이트를 둘러싼 인접 사이트들의 정보를 축적하여 학습을 수행한다. 상기 학습은 복수의 입력조건이 주어졌을 때, 그 다음에 나타나는 상황의 결과에 대해서 학습을 수행하여 입력과 출력 사이의 함수관계를 추출하는 것으로, 입력과 출력의 함수관계는 실시간으로 측정되는 실제 상황을 반영하여 업데이트된다. 이러한 함수관계를 예측모델로 하여 각 사이트는 자체적인 예측을 수행하여 향 후 미세먼지의 농도에 대한 변화를 제공한다.
또한 중앙서버에서는 각각의 사이트로부터 수집한 정보를 통합하여 각 사이트에 어떠한 미세먼지의 변화가 향 후 일어날지 예측하여 예보를 제공한다. 중앙서버도 마찬가지로 각 사이트마다 인접한 사이트의 정보를 입력으로 하여 해당 사이트가 일정시간 이후에 어떠한 미세먼지 농도를 가질지 예측하는 모델을 생성하고, 이러한 예측모델에 대한 파라미터는 실시간으로 업데이트되며, 이에 따라 각 사이트의 미세먼지 농도가 예측된다. 다만 전체학습의 경우 전체적인 환경과 미세먼지에 대한 농도를 감안하여 특정 사이트에서 멀리 떨어진 사이트의 정보도 반영함으로써, 보다 정확한 예측이 가능하게 된다. 이러한 전체학습의 결과와 전체예측의 결과는 각 개별적인 사이트의 개별학습과 개별예측에 반영될 수 있다.
본 발명에서 제시하는 학습과 예측은 전체학습과 전체예측 및 개별학습과 개별예측으로 나누어지는데, 전체학습과 전체예측은 개별학습과 개별예측의 정확도를 높이는데 활용될 수 있으며, 경우에 따라서는 개별학습과 개별예측에 의해서만 미세먼지 학습과 예측이 수행될 수도 있다.
또한 본 발명에서는 상기 학습과 예측에서 각 사이트의 미세먼지 농도를 측정하는 장치에 대한 정확도에 가중치를 부여하여 고급의 비싼 장비와 저렴한 보급형 장치 사이의 상호 보완이 가능하도록 하는 것을 특징으로 한다.
아울러 각 사이트의 고도와 주위환경도 고려되는데, 고도가 높으면 풍속에 많은 영향을 받을 것이고, 주위환경이 주택밀집지역인지 개활지인지에 따라 풍속에 따른 미세먼지의 전파속도가 상이하므로, 이러한 영향을 가중치로 환산하여 학습과 예측을 수행한다.
따라서 미세먼지정보 예측부(340)는 기계학습에 의한 예측모델을 생성하는 부분과 특정 사이트의 현재 상태를 상기 예측모델에 입력하여 앞으로 미세먼지 농도가 어떻게 변할지를 예측하는 부분으로 구성된다.
예측모델의 생성은 앞에서 논의한 바와 같이 전체학습, 개별학습 또는 이들의 조합을 포함하는 학습을 통해서 생성되고, 예측의 수행은 상기 학습을 통해서 생성된 예측모델에 현재의 미세먼지 농도와 환경정보를 입력하여 향 후 미세먼지의 변화를 예측한다.
이러한 예측모델은 미세먼지와 환경정보에 대한 시계열적인 빅데이터를 기계학습을 통해서 생성되는데, 상기 기계학습은 지도학습(supervised learning)을 통해서 수행되며, 특히 인공신경회로망(artificial neural network) 등을 통해서 시계열적인 데이터의 변화에 대한 복잡한 함수관계를 추정하는 것이다. 본 발명에서는 이러한 시계열적인 데이터에 대한 예측모델의 생성과 생성된 예측모델을 이용하여 미래의 미세먼지에 대한 상태를 예측함에 있어서, 시간당, 일간, 주간, 월간 등의 다양한 예측결과를 출력할 수 있다.
미세먼지정보 가공 및 출력부(350)는 네트워크(100)를 통해 미세먼지정보 구축장치(300)로 통신 접속을 수행한 클라이언트 단말기(500)로부터 특정 위치에 대한 미세먼지정보가 요청되는지를 확인한다. 그리고 클라이언트 단말기(500)로부터 특정 위치의 미세먼지정보가 요청되면, 제어부(360)의 제어를 토대로 데이터베이스(400)에 저장된 해당 위치의 미세먼지농도와 해당 위치에서의 미세먼지 전파속도, 방향, 범위 또는 이들의 조합한 미세먼지 예측정보를 시계열적(시간단위, 일간, 주간, 월간 등)으로 추출하고, 추출한 해당 지역의 미세먼지농도 또는 미세먼지 예측정보를 시계열적(시간단위, 일간, 주간, 월간 등)으로 2차원 또는 3차원의 GIS 환경 상에 표시하여 클라이언트 단말기(500)에 제공하는 기능을 수행한다.
제어부(360)는 미세먼지 측정정보 보정부(320)에서의 미세먼지 측정정보 보정, 미세먼지정보 처리부(330)에서의 각 지역별 미세먼지농도 확인 및 빅데이터 저장 관리, 미세먼지정보 예측부(340)에서의 각 지역별 미세먼지의 전파속도, 방향, 범위 등의 예측 및 빅데이터 저장 관리, 미세먼지정보 가공 및 출력부(350)에서의 빅데이터로 관리중인 미세먼지정보의 클라이언트 단말기(500)로의 제공을 전반적으로 제어하는 기능을 수행한다.
클라이언트 단말기(500)는 각종 기관(예를 들어, 기업, 지방자치단체 등) 및 개인 사용자들이 소유하고 있는 PC, 스마트폰 등의 통신 단말기로서, 클라이언트의 조작을 토대로 각각의 위치별 미세먼지농도와 미세먼지 예측정보를 시계열적(시간단위, 일간, 주간, 월간 등)으로 추출하여 빅데이터로 구축한 미세먼지정보 구축장치(300)로 통신 접속을 진행한다. 그리고 특정 위치의 미세먼지정보를 확인하기 위한 클라이언트의 요청사항을 미세먼지정보 구축장치(300)로 전송하며, 미세먼지정보 구축장치(300)로부터 제공되는 특정 지역에 대한 미세먼지농도 및 미세먼지 예측정보를 시계열적(시간단위, 일간, 주간, 월간 등)으로 화면상에 표시하여 클라이언트가 시간적, 공간적으로 미세먼지관련 정보를 확인할 수 있도록 한다.
한편, 미세먼지정보 구축장치(300)는 특정 위치 및 시간대에 대한 미세먼지 측정정보가 부족하다고 판단되면, 이동식 미세먼지 측정장치(200)로 이동경로, 측정시간 등에 대한 정보를 실시간으로 제공함으로써, 해당 미세먼지 측정장치에서 특정 위치 및 시간에 미세먼지를 측정하도록 하여 대기먼지정보의 빅데이터 구축시 부족한 부분을 충족하도록 할 수 있다.
다음에는, 이와 같이 구성된 본 발명에 따른 미세먼지 측정장치를 이용한 미세먼지정보 구축방법의 일 실시예를 도 6을 참조하여 상세하게 설명한다. 이때 본 발명의 방법에 따른 각 단계는 사용 환경이나 당업자에 의해 순서가 변경될 수 있음은 물론이다.
도 6은 본 발명의 일 실시예에 따른 미세먼지 측정장치를 이용한 미세먼지정보 구축방법의 동작과정을 상세하게 나타낸 순서도이다.
우선, 미세먼지정보 구축장치(300)에서 미세먼지 측정장치(200)를 미세먼지 측정 지역의 각 지점에 대량으로 설치한다(S100). 예를 들어, 측정된 미세먼지 정보의 원활한 데이터 전송을 위하여 기지국이 설치된 장소마다 설치할 수 있다.
이때 미세먼지 측정장치(200)는 미세먼지 측정대상 지역의 특정 장소에 고정, 설치하거나 또는 이동체에 탑재하여 설치할 수 있다.
또한, 미세먼지 측정장치(200)를 특정 장소에 고정 설치할 경우, 관리자가 직접 해당 장소의 GPS 정보 및 고도 정보를 입력하여 설치할 수 있다. 이 경우에는 고도 측정을 위한 별도의 구성을 미세먼지 측정장치(200)에 포함할 필요가 없으며, 이에 따라 장비의 설계나 제작비용을 줄일 수 있다.
S100 단계를 통해 다양한 지역에 고도를 달리하여 복수의 미세먼지 측정장치(200)를 설치한 이후, 각각의 미세먼지 측정장치(200)는 해당 지역의 미세먼지를 측정한다(S200).
이와 함께 각각의 미세먼지 측정장치(200)는 해당 위치의 고도, 풍속, 풍향 등의 부가정보를 측정하거나 확인한다(S300).
이후, 미세먼지 측정장치(200)는 S200 단계를 통해 측정한 미세먼지 측정정보와 S300 단계를 통해 측정하거나 확인한 고도, 풍속, 풍향 등의 부가정보를 네트워크(100)를 통해 미세먼지정보 구축장치(300)로 전송한다(S400). 이때 각각의 미세먼지 측정장치(200)에서 미세먼지정보 구축장치(300)로 전송되는 미세먼지 측정정보와 고도, 풍속, 풍향 등의 부가정보는 하나의 패킷 데이터로 처리되어 전송되는 것이 바람직하다.
그러면, 미세먼지정보 구축장치(300)는 각각의 미세먼지 측정장치(200)로부터 전송되는 미세먼지 측정정보의 정밀도를 높이기 위한 미세먼지 측정정보 보정 단계를 수행한다(S500).
즉 미세먼지정보 구축장치(300)는 미세먼지 측정장치(200)로부터 미세먼지 측정정보가 전송되면, 특정 미세먼지 측정장치로부터 기 설정된 거리 이내에 속하는 미세먼지 측정장치를 확인하고, 확인된 미세먼지 측정장치 각각에서 측정한 미세먼지 측정정보의 평균값을 산출한 다음, 특정 미세먼지 측정장치로부터 기 설정된 거리 이내에 속하는 미세먼지 측정장치 각각에서 측정한 미세먼지 측정정보를 상기 평균값으로 보정하는 작업을 순차적으로 수행하는 것이다.
S500 단계의 보정작업 이후, 미세먼지정보 구축장치(300)는 보정작업이 수행된 미세먼지 측정정보를 토대로 각각의 위치별 미세먼지농도를 확인하고, 이를 각각의 위치별로 구분하여 데이터베이스(400)에 빅데이터로 누적, 저장하여 관리한다(S600).
S600 단계를 통해 각각의 위치별 미세먼지농도의 빅데이터 처리를 수행한 이후, 미세먼지정보 구축장치(300)는 S400 단계를 통해 각각의 미세먼지 측정장치(200)로부터 미세먼지 측정정보와 함께 전송되는 고도, 풍속, 풍향 등의 부가정보를 참조하여, 미세먼지의 전파속도, 방향, 범위 또는 이들의 조합을 예측하고, 미세먼지 예측정보를 시계열적(시간단위, 일간, 주간, 월간 등)으로 각각의 위치별로 구분하여 데이터베이스(400)에 빅데이터로 누적, 저장하여 관리한다(S700).
S600 및 S700 단계를 통해 각각의 위치별 미세먼지농도 및 미세먼지 예측정보를 시계열적(시간단위, 일간, 주간, 월간 등)으로 빅데이터로 구축한 이후, 미세먼지정보 구축장치(300)는 네트워크(100)를 통해 통신 접속된 클라이언트 단말기(500)로부터 특정 위치의 미세먼지정보가 요청되는지를 판단한다(S800).
S800 단계의 판단결과 클라이언트 단말기(500)로부터 특정 위치의 미세먼지정보가 요청되면, 미세먼지정보 구축장치(300)는 데이터베이스(400)에 저장되어 있는 빅데이터로부터 특정 지역의 미세먼지농도 및 미세먼지 예측정보를 시계열적(시간단위, 일간, 주간, 월간 등)으로 추출하고, 이를 클라이언트가 요청한 2차원 또는 3차원의 GIS 환경 상에 표시하여 클라이언트 단말기(500)로 제공한다(S900). 이에 따라 클라이언트는 시간적, 공간적으로 미세먼지관련 정보를 일목요연하게 확인할 수 있다.
이처럼, 본 발명은 대형의 고정밀 미세먼지 측정장치로 커버하지 못하는 다양한 지역 및 장소에 소형의 저정밀 미세먼지 측정장치의 고정 설치 및 이동체 탑재를 통해 측정지점의 위치와 수를 크게 증가시킬 수 있고, 각각의 미세먼지 측정지점의 지형, 고저 등을 고려하여 세부 위치별로 미세먼지정보에 대한 빅데이터를 용이하게 구축할 수 있다.
또한, 미세먼지 측정장치를 소형으로 제작할 수 있으므로 일반 시민들이 생활하는 공간에 밀착되게 설치할 수 있음은 물론, 설치가 매우 간편하고, 유지보수 및 설치비용이 적게 소요된다.
또한, 미세먼지 측정정보와 함께 수집되는 풍속, 풍향, 고도, 지형, 온도, 습도, 기압 또는 이들의 조합을 포함한 정보를 토대로 미세먼지의 전파속도, 방향, 범위 등에 대한 예측을 수행하고 관리하므로 빅데이터를 이용하는 각종 기관 및 개인 사용자들이 원하는 특정 장소의 미세먼지 상태 및 미세먼지의 전파속도나 방향에 대한 추이를 손쉽게 확인할 수 있다.
또한, 각각의 미세먼지 측정장치로부터 수집하는 미세먼지 측정정보의 보정작업을 통해 소형의 저정밀 미세먼지 측정장치에서 측정한 미세먼지 측정정보의 정밀도를 높임으로써, 미세먼지에 관련된 빅데이터의 신뢰도가 향상된다.
또한, 미세먼지와 관련된 빅데이터를 GIS 정보를 기반으로 2차원/3차원의 다양한 형태로 가공하여 제공하기 때문에 각종 기관 및 개별 사용자들이 원하는 형태로 현재의 미세먼지상태를 시간적, 공간적으로 확인할 수 있고, 향후 해당 지역이나 위치의 환경영향평가 등에 다양하게 활용할 수 있다.
여기에서, 상술한 본 발명에서는 바람직한 실시예를 참조하여 설명하였지만, 해당 기술분야의 숙련된 당업자는 하기의 특허청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경할 수 있음을 이해할 수 있을 것이다.
100 : 네트워크 200 : 미세먼지 측정장치
210 : 전원부 220 : 미세먼지 측정모듈
230 : 부가정보 측정모듈 240 : 통신부
250 : 메모리 260 : 제어부
300 : 미세먼지정보 구축장치 310 : 통신부
320 : 미세먼지 측정정보 보정부 330 : 미세먼지정보 처리부
340 : 미세먼지정보 예측부 350 : 미세먼지정보 가공 및 출력부
360 : 제어부 400 : 데이터베이스
500 : 클라이언트 단말기
210 : 전원부 220 : 미세먼지 측정모듈
230 : 부가정보 측정모듈 240 : 통신부
250 : 메모리 260 : 제어부
300 : 미세먼지정보 구축장치 310 : 통신부
320 : 미세먼지 측정정보 보정부 330 : 미세먼지정보 처리부
340 : 미세먼지정보 예측부 350 : 미세먼지정보 가공 및 출력부
360 : 제어부 400 : 데이터베이스
500 : 클라이언트 단말기
Claims (11)
- 복수의 미세먼지 측정장치로부터 전송되는 미세먼지 측정정보를 토대로 해당 위치의 미세먼지농도를 확인하고, 상기 미세먼지농도를 각각의 위치별로 구분하여 저장하는 미세먼지정보 처리부; 및
상기 미세먼지 측정정보와 함께 복수의 미세먼지 측정장치로부터 전송되는 풍속, 풍향, 고도 또는 이들의 조합을 포함한 정보를 참조하여, 미세먼지의 전파속도, 방향, 범위 또는 이들의 조합을 예측하는 미세먼지정보 예측부;를 포함하는 것을 특징으로 하는 미세먼지정보 구축장치. - 청구항 1에 있어서,
상기 미세먼지정보 구축장치는,
상기 미세먼지 측정장치로부터 미세먼지 측정정보가 전송되면 특정 미세먼지 측정장치로부터 기 설정된 거리 이내에 속하는 미세먼지 측정장치를 확인하고, 확인된 미세먼지 측정장치 각각에서 측정한 미세먼지 측정정보의 평균값을 산출한 다음, 특정 미세먼지 측정장치로부터 기 설정된 거리 이내에 속하는 미세먼지 측정장치 각각에서 측정한 미세먼지 측정정보를 상기 평균값으로 보정하여 상기 미세먼지정보 처리부로 제공하는 미세먼지 측정정보 보정부;를 더 포함하는 것을 특징으로 하는 미세먼지정보 구축장치. - 청구항 1에 있어서,
상기 미세먼지정보 구축장치는,
네트워크를 통해 접속된 클라이언트 단말기로부터 특정 위치에 대한 미세먼지정보가 요청되면, 데이터베이스에 저장된 해당 위치의 미세먼지농도와 해당 위치에서의 미세먼지 전파속도, 방향, 범위 또는 이들의 조합한 미세먼지 예측정보를 시간단위, 일간, 주간, 월간 또는 이들의 조합을 포함하여 시계열적으로 확인하고, 상기 미세먼지농도 또는 상기 미세먼지 예측정보를 시계열적(시간단위, 일간, 주간, 월간 등)으로 2차원 또는 3차원의 GIS(Geographic Information System) 환경 상에 표시하여 상기 클라이언트 단말기에 표시하도록 하는 미세먼지정보 가공 및 출력부;를 더 포함하는 것을 특징으로 하는 미세먼지정보 구축장치. - 청구항 1에 있어서,
상기 미세먼지 측정장치는,
미세먼지 측정대상 지역의 특정 장소에 고정, 설치하거나 또는 이동체에 탑재하여 설치하는 것을 특징으로 하는 미세먼지정보 구축장치. - 청구항 4에 있어서,
상기 미세먼지 측정장치는,
특정 장소에 고정 설치할 때, 해당 장소의 GPS 정보 및 고도 정보를 입력하여 설치할 수 있는 것을 특징으로 하는 미세먼지정보 구축장치. - 청구항 1에 있어서,
상기 미세먼지 측정장치는,
특정 위치의 미세먼지를 측정하는 미세먼지 측정모듈;
특정 위치의 풍속, 풍향, 고도 또는 이들의 조합을 포함한 정보를 측정하는 부가정보 측정모듈; 및
상기 미세먼지 측정모듈에서 측정한 미세먼지 측정정보와 상기 부가정보 측정모듈에서 측정한 풍속, 풍향, 고도 또는 이들의 조합을 포함한 정보를 네트워크를 통해 상기 미세먼지정보 구축장치로 출력하는 통신부;를 포함하는 것을 특징으로 하는 미세먼지정보 구축장치. - 미세먼지정보 구축장치에서, 복수의 미세먼지 측정장치로부터 전송되는 미세먼지 측정정보를 토대로 해당 위치의 미세먼지농도를 확인하고, 상기 미세먼지농도를 각각의 위치별로 구분하여 저장하는 미세먼지농도 처리 단계; 및
상기 미세먼지정보 구축장치에서, 복수의 미세먼지 측정장치로부터 상기 미세먼지 측정정보와 함께 전송되는 풍속, 풍향, 고도 또는 이들의 조합을 포함한 정보를 참조하여, 미세먼지의 전파속도, 방향, 범위 또는 이들의 조합을 예측하는 미세먼지정보 예측 단계;를 포함하는 것을 특징으로 하는 미세먼지정보 구축방법. - 청구항 7에 있어서,
상기 미세먼지정보 구축방법은,
상기 미세먼지정보 구축장치에서, 상기 미세먼지 측정장치로부터 미세먼지 측정정보가 전송되면 특정 미세먼지 측정장치로부터 기 설정된 거리 이내에 속하는 미세먼지 측정장치를 확인하고, 확인된 미세먼지 측정장치 각각에서 측정한 미세먼지 측정정보의 평균값을 산출한 다음, 특정 미세먼지 측정장치로부터 기 설정된 거리 이내에 속하는 미세먼지 측정장치 각각에서 측정한 미세먼지 측정정보를 상기 평균값으로 보정하는 미세먼지 측정정보 보정 단계;를 더 포함하는 것을 특징으로 하는 미세먼지정보 구축방법. - 청구항 7에 있어서,
상기 미세먼지정보 구축방법은,
상기 미세먼지정보 구축장치에서, 네트워크를 통해 접속된 클라이언트 단말기로부터 특정 위치에 대한 미세먼지정보가 요청되면, 데이터베이스에 저장된 해당 위치의 미세먼지농도와 해당 위치에서의 미세먼지 전파속도, 방향, 범위 또는 이들의 조합한 미세먼지 예측정보를 시계열적(시간단위, 일간, 주간, 월간 등)으로 확인하고, 상기 미세먼지농도 또는 상기 미세먼지 예측정보를 시계열적(시간단위, 일간, 주간, 월간 등)으로 2차원 또는 3차원의 GIS 환경 상에 표시하여 상기 클라이언트 단말기에 표시하도록 하는 미세먼지정보 가공 및 출력 단계;를 더 포함하는 것을 특징으로 하는 미세먼지정보 구축방법. - 청구항 7에 있어서,
상기 미세먼지 측정장치는,
미세먼지 측정대상 지역의 특정 장소에 고정, 설치하거나 또는 이동체에 탑재하여 설치할 수 있으며,
특정 장소에 고정 설치할 때, 해당 장소의 GPS 정보 및 고도 정보를 입력하여 설치할 수 있는 것을 특징으로 하는 미세먼지정보 구축방법. - 청구항 7에 있어서,
상기 미세먼지정보 구축방법은,
상기 미세먼지 측정장치에서, 특정 위치의 미세먼지를 측정하는 미세먼지 측정 단계;
상기 미세먼지 측정 단계 이후, 상기 미세먼지 측정장치에서, 특정 위치의 풍속, 풍향, 고도 또는 이들의 조합을 포함한 정보를 측정하는 부가정보 측정 단계; 및
상기 미세먼지 측정장치에서, 상기 미세먼지 측정 단계에서 측정한 미세먼지 측정정보와 상기 부가정보 측정 단계에서 측정한 풍속, 풍향, 고도 또는 이들의 조합을 포함한 정보를 네트워크를 통해 상기 미세먼지정보 구축장치로 출력하는 통신 단계;를 더 포함하는 것을 특징으로 하는 미세먼지정보 구축방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160134029A KR101865072B1 (ko) | 2016-10-17 | 2016-10-17 | 미세먼지농도 측정, 보정 및 예측을 통한 미세먼지정보 구축장치 및 그 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160134029A KR101865072B1 (ko) | 2016-10-17 | 2016-10-17 | 미세먼지농도 측정, 보정 및 예측을 통한 미세먼지정보 구축장치 및 그 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20180041828A true KR20180041828A (ko) | 2018-04-25 |
| KR101865072B1 KR101865072B1 (ko) | 2018-06-07 |
Family
ID=62088536
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160134029A KR101865072B1 (ko) | 2016-10-17 | 2016-10-17 | 미세먼지농도 측정, 보정 및 예측을 통한 미세먼지정보 구축장치 및 그 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101865072B1 (ko) |
Cited By (33)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101945314B1 (ko) * | 2018-07-27 | 2019-04-17 | 딥클라우드 주식회사 | 인공지능 알고리즘을 기반으로 한 미세먼지 예측모듈을 이용한 미세먼지 저감장치 |
| KR20190083531A (ko) * | 2018-01-04 | 2019-07-12 | 웅진코웨이 주식회사 | 먼지농도 보정 장치 |
| KR102008388B1 (ko) * | 2018-08-29 | 2019-08-07 | 한국화학연구원 | 대기 오염 혼합물 복합 위해성 평가 장치 및 방법과 그 기록 매체 |
| KR101967711B1 (ko) * | 2018-08-24 | 2019-08-19 | 이상수 | 도시 계획 설계 시스템 |
| KR102025019B1 (ko) * | 2018-09-27 | 2019-09-24 | 부경대학교 산학협력단 | 근원거리 동시 관측 가능한 대기 관측 시스템 및 대기 관측 데이터 생성 방법 |
| KR20200003664A (ko) * | 2018-07-02 | 2020-01-10 | 주식회사 케이티 | 공기질 데이터의 보정 로직을 생성하는 장치 및 방법 |
| KR20200009395A (ko) | 2018-07-18 | 2020-01-30 | (주)에코메이텍 | 능동반응 led 조형물을 활용한 기상 인자 및 대기 오염물질 기반 실시간 미세먼지/초미세먼지 예측시스템 |
| WO2020071570A1 (ko) * | 2018-10-05 | 2020-04-09 | 한국생산기술연구원 | 미세먼지 전구물질 농도 및 온도의 2차원 측정 및 이의 능동제어 방법 |
| KR20200047074A (ko) * | 2018-10-26 | 2020-05-07 | 주식회사 케이티 | 공기질 측정 센서의 배치 간격을 결정하기 위한 장치 및 방법 |
| KR20200071796A (ko) * | 2018-11-29 | 2020-06-22 | 주식회사 아림사이언스 | 공기질 측정 장치 및 시스템 |
| KR200492103Y1 (ko) * | 2020-04-27 | 2020-08-07 | 주식회사 노아엘이디 | 센서데이터 및 공공데이터를 활용한 기상정보 표출 장치 |
| KR102158932B1 (ko) * | 2019-03-21 | 2020-09-22 | 건국대학교 산학협력단 | 미세먼지 분석기의 농도 보정시스템 및 보정방법 |
| KR102159108B1 (ko) * | 2019-07-12 | 2020-09-23 | 세종대학교산학협력단 | 네트워크 교정이 가능한 분산형 3차원 미세먼지 측정 시스템 및 방법 |
| KR20200112365A (ko) * | 2019-03-22 | 2020-10-05 | (주)휴엔릭스 | 인공지능 적용 가능한 대기질 측정시스템의 운용방법 |
| KR20200128226A (ko) * | 2019-04-18 | 2020-11-12 | 에코스솔루션(주) | 미세먼지 농도 예측 시스템 |
| KR20200128230A (ko) * | 2019-04-19 | 2020-11-12 | 에코스솔루션(주) | 스마트폰 연동 미세먼지 측정 시스템 |
| KR20200131141A (ko) * | 2019-05-13 | 2020-11-23 | 숭실대학교산학협력단 | 초미세먼지 정보 예측 방법 및 장치 |
| KR102185579B1 (ko) * | 2020-05-27 | 2020-12-02 | 김학목 | 미세먼지 측정 및 정보 제공 장치 |
| KR20200141406A (ko) * | 2019-06-10 | 2020-12-18 | 서울대학교산학협력단 | 미세먼지 측정 데이터를 3d 그래픽으로 표시하는 방법 및 이를 수행하기 위한 장치 |
| KR20210023454A (ko) * | 2019-08-23 | 2021-03-04 | 재단법인 다차원 스마트 아이티 융합시스템 연구단 | 미세먼지 센서 측정 및 보정 시스템, 및 그 방법 |
| KR102224573B1 (ko) * | 2019-09-05 | 2021-03-05 | 충남대학교산학협력단 | 미세먼지 정보 제공 플랫폼 시스템 |
| KR20210106825A (ko) * | 2020-02-21 | 2021-08-31 | 서울대학교산학협력단 | 보급형 먼지센서를 위한 보정 장치 |
| KR102326208B1 (ko) * | 2021-08-11 | 2021-11-16 | 한국건설기술연구원 | 영상 인식 기반 3차원 미세 먼지 정보를 구축하기 위한 시스템 및 그 방법 |
| WO2021242027A1 (ko) * | 2020-05-27 | 2021-12-02 | 주식회사 아림사이언스 | 공기질 측정 장치 및 시스템 |
| KR20210147628A (ko) * | 2020-05-29 | 2021-12-07 | 고려대학교 산학협력단 | 개인 미세먼지 노출 정보 기반 자율지능 호흡기 질환 중재 장치 및 방법 |
| KR102357130B1 (ko) * | 2020-09-08 | 2022-02-07 | 카메오 인포테크 인코포레이티드 | 공기 오염원 분석 장치 |
| KR102393536B1 (ko) | 2020-12-07 | 2022-05-03 | 주식회사 아림사이언스 | 자동 교정 알고리즘이 내장된 공기질 측정 장치 및 시스템 |
| KR20220128105A (ko) * | 2021-03-12 | 2022-09-20 | 한국과학기술원 | 미세 먼지 농도 모니터링 방법 및 그 장치 |
| KR20220127728A (ko) * | 2021-03-11 | 2022-09-20 | (주)제로엔 | 미세먼지 자동 보정 측정 장치 및 방법 |
| KR20230044857A (ko) * | 2021-09-27 | 2023-04-04 | 주식회사 모이기술 | 3차원 미세먼지 정보 제공 시스템 및 방법 |
| KR20230076080A (ko) | 2021-11-23 | 2023-05-31 | 주식회사 케이티 | 경로별 미세먼지 추정방법 및 이를 이용하는 서버 |
| KR102594820B1 (ko) * | 2023-01-02 | 2023-10-27 | 서울특별시 | 인공지능을 이용한 미세먼지 예측시스템 |
| KR20230152526A (ko) | 2022-04-27 | 2023-11-03 | 주식회사 아림사이언스 | 센서 교정 장치, 센서 교정 공기질 측정 장치, 및 그 교정 방법 |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101988317B1 (ko) * | 2018-08-06 | 2019-06-12 | 주식회사 디에이피 | 인공지능에 기반하여 비산먼지를 측정하고 예측하는 장치 및 그 방법 |
| KR102095435B1 (ko) * | 2019-03-05 | 2020-03-31 | (주)씨큐메이드 | 정류장 스마트 쉘터 |
| KR102247894B1 (ko) * | 2019-05-24 | 2021-05-04 | 주식회사 엠원인터내셔널 | 생활권역별 환경안전 실시간 모니터링 시스템 |
| KR102066871B1 (ko) * | 2019-07-15 | 2020-01-16 | 한국과학기술정보연구원 | 대기질 측정 방법 및 대기질 측정 시스템 |
| KR102270089B1 (ko) * | 2019-07-17 | 2021-06-28 | 주식회사 에코플레이 | 정확도가 개선된 지역별 공기상태 안내방법 및 시스템 |
| KR102270267B1 (ko) | 2019-10-29 | 2021-06-28 | 주식회사 인포쉐어 | 실시간 미세먼지 모니터링 시스템 및 그 방법 |
| KR102353724B1 (ko) * | 2019-11-28 | 2022-01-19 | 한국로봇융합연구원 | 도시 상태 모니터링 장치 및 방법 |
| KR102121183B1 (ko) * | 2020-02-28 | 2020-06-11 | 대성에너지 주식회사 | 차량에서 수집한 대기정보를 이용하여 대기환경정보 매핑 서비스를 제공하는 방법 |
| KR102360265B1 (ko) * | 2020-10-16 | 2022-02-07 | 남정훈 | 생활 대기 환경 측정 및 예측 시스템 |
| KR20230147327A (ko) | 2022-04-14 | 2023-10-23 | 주식회사 트리피노 | 데이터 처리 장치 및 방법 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100920821B1 (ko) * | 2008-11-11 | 2009-10-08 | (주) 애니트론 | 국지적 환경정보 수집 및 예측 시스템 |
| KR20140022553A (ko) * | 2012-08-14 | 2014-02-25 | 한국건설기술연구원 | 공기오염도 측정 장치 및 이를 이용한 공기오염도 측정방법 |
-
2016
- 2016-10-17 KR KR1020160134029A patent/KR101865072B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100920821B1 (ko) * | 2008-11-11 | 2009-10-08 | (주) 애니트론 | 국지적 환경정보 수집 및 예측 시스템 |
| KR20140022553A (ko) * | 2012-08-14 | 2014-02-25 | 한국건설기술연구원 | 공기오염도 측정 장치 및 이를 이용한 공기오염도 측정방법 |
Cited By (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20190083531A (ko) * | 2018-01-04 | 2019-07-12 | 웅진코웨이 주식회사 | 먼지농도 보정 장치 |
| KR20200003664A (ko) * | 2018-07-02 | 2020-01-10 | 주식회사 케이티 | 공기질 데이터의 보정 로직을 생성하는 장치 및 방법 |
| KR20200009395A (ko) | 2018-07-18 | 2020-01-30 | (주)에코메이텍 | 능동반응 led 조형물을 활용한 기상 인자 및 대기 오염물질 기반 실시간 미세먼지/초미세먼지 예측시스템 |
| KR101945314B1 (ko) * | 2018-07-27 | 2019-04-17 | 딥클라우드 주식회사 | 인공지능 알고리즘을 기반으로 한 미세먼지 예측모듈을 이용한 미세먼지 저감장치 |
| KR101967711B1 (ko) * | 2018-08-24 | 2019-08-19 | 이상수 | 도시 계획 설계 시스템 |
| KR102008388B1 (ko) * | 2018-08-29 | 2019-08-07 | 한국화학연구원 | 대기 오염 혼합물 복합 위해성 평가 장치 및 방법과 그 기록 매체 |
| KR102025019B1 (ko) * | 2018-09-27 | 2019-09-24 | 부경대학교 산학협력단 | 근원거리 동시 관측 가능한 대기 관측 시스템 및 대기 관측 데이터 생성 방법 |
| WO2020071570A1 (ko) * | 2018-10-05 | 2020-04-09 | 한국생산기술연구원 | 미세먼지 전구물질 농도 및 온도의 2차원 측정 및 이의 능동제어 방법 |
| KR20200039284A (ko) * | 2018-10-05 | 2020-04-16 | 한국생산기술연구원 | 미세먼지 전구물질 농도 및 온도의 2차원 측정 및 이의 능동제어 방법 |
| KR20200047074A (ko) * | 2018-10-26 | 2020-05-07 | 주식회사 케이티 | 공기질 측정 센서의 배치 간격을 결정하기 위한 장치 및 방법 |
| KR20200071796A (ko) * | 2018-11-29 | 2020-06-22 | 주식회사 아림사이언스 | 공기질 측정 장치 및 시스템 |
| KR102158932B1 (ko) * | 2019-03-21 | 2020-09-22 | 건국대학교 산학협력단 | 미세먼지 분석기의 농도 보정시스템 및 보정방법 |
| KR20200112365A (ko) * | 2019-03-22 | 2020-10-05 | (주)휴엔릭스 | 인공지능 적용 가능한 대기질 측정시스템의 운용방법 |
| KR20200128226A (ko) * | 2019-04-18 | 2020-11-12 | 에코스솔루션(주) | 미세먼지 농도 예측 시스템 |
| KR20200128230A (ko) * | 2019-04-19 | 2020-11-12 | 에코스솔루션(주) | 스마트폰 연동 미세먼지 측정 시스템 |
| KR20200131141A (ko) * | 2019-05-13 | 2020-11-23 | 숭실대학교산학협력단 | 초미세먼지 정보 예측 방법 및 장치 |
| KR20200141406A (ko) * | 2019-06-10 | 2020-12-18 | 서울대학교산학협력단 | 미세먼지 측정 데이터를 3d 그래픽으로 표시하는 방법 및 이를 수행하기 위한 장치 |
| KR102159108B1 (ko) * | 2019-07-12 | 2020-09-23 | 세종대학교산학협력단 | 네트워크 교정이 가능한 분산형 3차원 미세먼지 측정 시스템 및 방법 |
| KR20210023454A (ko) * | 2019-08-23 | 2021-03-04 | 재단법인 다차원 스마트 아이티 융합시스템 연구단 | 미세먼지 센서 측정 및 보정 시스템, 및 그 방법 |
| KR102224573B1 (ko) * | 2019-09-05 | 2021-03-05 | 충남대학교산학협력단 | 미세먼지 정보 제공 플랫폼 시스템 |
| KR20210106825A (ko) * | 2020-02-21 | 2021-08-31 | 서울대학교산학협력단 | 보급형 먼지센서를 위한 보정 장치 |
| KR200492103Y1 (ko) * | 2020-04-27 | 2020-08-07 | 주식회사 노아엘이디 | 센서데이터 및 공공데이터를 활용한 기상정보 표출 장치 |
| KR102185579B1 (ko) * | 2020-05-27 | 2020-12-02 | 김학목 | 미세먼지 측정 및 정보 제공 장치 |
| WO2021242027A1 (ko) * | 2020-05-27 | 2021-12-02 | 주식회사 아림사이언스 | 공기질 측정 장치 및 시스템 |
| KR20210146593A (ko) | 2020-05-27 | 2021-12-06 | 주식회사 아림사이언스 | 공기질 측정 장치 및 시스템 |
| KR20210147628A (ko) * | 2020-05-29 | 2021-12-07 | 고려대학교 산학협력단 | 개인 미세먼지 노출 정보 기반 자율지능 호흡기 질환 중재 장치 및 방법 |
| KR102357130B1 (ko) * | 2020-09-08 | 2022-02-07 | 카메오 인포테크 인코포레이티드 | 공기 오염원 분석 장치 |
| TWI795672B (zh) * | 2020-09-08 | 2023-03-11 | 卡米爾股份有限公司 | 空氣污染源分析裝置 |
| KR102393536B1 (ko) | 2020-12-07 | 2022-05-03 | 주식회사 아림사이언스 | 자동 교정 알고리즘이 내장된 공기질 측정 장치 및 시스템 |
| KR20220127728A (ko) * | 2021-03-11 | 2022-09-20 | (주)제로엔 | 미세먼지 자동 보정 측정 장치 및 방법 |
| KR20220128105A (ko) * | 2021-03-12 | 2022-09-20 | 한국과학기술원 | 미세 먼지 농도 모니터링 방법 및 그 장치 |
| KR102326208B1 (ko) * | 2021-08-11 | 2021-11-16 | 한국건설기술연구원 | 영상 인식 기반 3차원 미세 먼지 정보를 구축하기 위한 시스템 및 그 방법 |
| KR20230044857A (ko) * | 2021-09-27 | 2023-04-04 | 주식회사 모이기술 | 3차원 미세먼지 정보 제공 시스템 및 방법 |
| KR20230076080A (ko) | 2021-11-23 | 2023-05-31 | 주식회사 케이티 | 경로별 미세먼지 추정방법 및 이를 이용하는 서버 |
| KR20230152526A (ko) | 2022-04-27 | 2023-11-03 | 주식회사 아림사이언스 | 센서 교정 장치, 센서 교정 공기질 측정 장치, 및 그 교정 방법 |
| KR102594820B1 (ko) * | 2023-01-02 | 2023-10-27 | 서울특별시 | 인공지능을 이용한 미세먼지 예측시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101865072B1 (ko) | 2018-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101865072B1 (ko) | 미세먼지농도 측정, 보정 및 예측을 통한 미세먼지정보 구축장치 및 그 방법 | |
| Castell et al. | Can commercial low-cost sensor platforms contribute to air quality monitoring and exposure estimates? | |
| Hasenfratz et al. | Deriving high-resolution urban air pollution maps using mobile sensor nodes | |
| Hasenfratz et al. | Pushing the spatio-temporal resolution limit of urban air pollution maps | |
| WO2016129715A1 (ko) | 환경 재난, 재해 조기감지를 위한 대기질 예측 및 관리 시스템 | |
| Pilla et al. | A GIS model for personal exposure to PM10 for Dublin commuters | |
| KR102250795B1 (ko) | 환경 통합 모니터링 모듈을 이용한 환경 통합 모니터링 장치 및 그 방법 | |
| KR102240396B1 (ko) | 실시간 악취 추적 통합 모니터링 시스템 | |
| US20220260543A1 (en) | Real-time atmospheric diffusion monitoring system | |
| JP7365415B2 (ja) | 気体センサを較正するための方法 | |
| KR20210050831A (ko) | 실시간 미세먼지 모니터링 시스템 및 그 방법 | |
| Barthwal et al. | An IoT based sensing system for modeling and forecasting urban air quality | |
| CN113655175A (zh) | 一种网格化空气监测方法、系统、计算机设备及存储介质 | |
| KR102240397B1 (ko) | 실시간 차량용 악취 측정 장치를 이용한 악취 추적 시스템 | |
| Zaidan et al. | Dense air quality sensor networks: Validation, analysis, and benefits | |
| JP4206024B2 (ja) | 大気物質指標分布解析装置 | |
| Dubey et al. | Evaluation of vertical and horizontal distribution of particulate matter near an urban roadway using an unmanned aerial vehicle | |
| Can et al. | CENSE Project: general overview | |
| Hodoli et al. | Applicability of factory calibrated optical particle counters for high-density air quality monitoring networks in Ghana | |
| Barthwal et al. | An internet of things system for sensing, analysis & forecasting urban air quality | |
| Leung et al. | An integrated web-based air pollution decision support system–a prototype | |
| Zaidan et al. | Virtual SenSorS: toward HigH-reSolution air Pollution Monitoring uSing ai and iot | |
| deSouza et al. | Evaluating the Performance of Low-Cost PM2. 5 Sensors in Mobile Settings | |
| Narayana et al. | Eeatc: A novel calibration approach for low-cost sensors | |
| CN115545565A (zh) | 基于大气环境质量的园区排污总量管控方法和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |