KR20210097459A - 지역별 환경변수 기반의 미세먼지 예측 시스템 - Google Patents

지역별 환경변수 기반의 미세먼지 예측 시스템 Download PDF

Info

Publication number
KR20210097459A
KR20210097459A KR1020200011183A KR20200011183A KR20210097459A KR 20210097459 A KR20210097459 A KR 20210097459A KR 1020200011183 A KR1020200011183 A KR 1020200011183A KR 20200011183 A KR20200011183 A KR 20200011183A KR 20210097459 A KR20210097459 A KR 20210097459A
Authority
KR
South Korea
Prior art keywords
fine dust
information
data
atmospheric
prediction system
Prior art date
Application number
KR1020200011183A
Other languages
English (en)
Inventor
우동식
백봉현
Original Assignee
(주)아르고스
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 (주)아르고스 filed Critical (주)아르고스
Priority to KR1020200011183A priority Critical patent/KR20210097459A/ko
Publication of KR20210097459A publication Critical patent/KR20210097459A/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
    • 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
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Environmental & Geological Engineering (AREA)
  • Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Environmental Sciences (AREA)
  • Ecology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

지역별 환경변수 기반의 미세먼지 예측 시스템은 미세먼지를 예측하기 위한 지역 내에 설치되며 측정된 대기정보 데이터를 로라망을 통해 주기적으로 송신하는 복수의 대기정보 측정장치와, 복수의 대기정보 측정장치에서 전송된 상기 대기정보 데이터, 지역의 공공기관 미세먼지 데이터, 지리정보 데이터, 기상정보 데이터 및 미세먼지 배출정보를 포함하는 지역 환경변수를 고려하여 지역의 세부위치별 미세먼지 예측수치를 산출하는 미세먼지 예측 데이터 서버를 포함하는 것을 특징으로 한다.

Description

지역별 환경변수 기반의 미세먼지 예측 시스템{Fine dust prediction system based on environmental variables by region}
본 발명은 미세먼지 예측 시스템에 관한 것으로서, 더 상세하게는 지역별 환경변수 기반의 미세먼지 예측 시스템에 관한 것이다.
최근 몇 해 전부터 대기환경오염의 위험에 대해 이슈화되었으며, 특히 잦은 초미세먼지의 발생으로 인체 유해성이 문제점으로 대두되고 있으며, 그에 대한 해결방안이 미흡한 실정이다. 세계보건기구(WHO)에서는 초미세먼지(PM2.5 이하)를 1급 발암물질로 규정하여, 호흡기 질환과 각종 질환의 발생원으로 발표하고 있다.
국내의 경우 과거 봄철의 황사를 통한 대기오염이 이슈화 되었으나, 최근에는 계절에 관계없이 대기가 안정적일 경우 미세먼지의 발생위협이 가속화 되고 있으며, 비교적 여름을 제외하고는 초미세먼지가 국민 건강 생활에 미치는 영향이 심각해지고 있다.
미세먼지 및 초미세먼지의 주요 발생 원인은 석탄화력, 자동차 매연 및 중국의 공업화가 주요 원인으로 보여짐에 따라, 2016년 6월 정부에서는 경유차와 석탄화력 발전소 규제를 통해 초미세먼지를 줄일 것을 발표 하였으나, 정확한 미세먼지의 발생 원인과 해결책에 대해 제시하지 못하고 있다.
더욱이, 전국적으로 환경관리공단 및 기상청 등에서 미세먼지를 측정하여 방송 및 전광판을 통해 대기질에 대한 정보를 공개하고 있으나, 대기환경에 영향을 미칠 수 있는 다양한 환경변수의 차이로 정확한 시도별, 구군별, 읍면동별 정확한 (초)미세먼지 등의 정보의 제공이 어렵다.
KR 10-1723073 B
본 발명은 상기와 같은 기술적 과제를 해결하기 위해 제안된 것으로, 지역별 상이한 환경조건(산업, 산림, 인구밀도, 자동차 등), 다양한 분야에서 발생하는 환경변수 데이터와 지역(구군별)별 발생되는 실제 대기 정보를 빅데이터 및 인공지능 기법을 통해 미세먼지의 원인 분석/ 예측이 가능한 미세먼지 예측 시스템을 제공한다.
상기 문제점을 해결하기 위한 본 발명의 일 실시예에 따르면, 미세먼지를 예측하기 위한 지역 내에 설치되며 측정된 대기정보 데이터를 로라망을 통해 주기적으로 송신하는 복수의 대기정보 측정장치와, 복수의 대기정보 측정장치에서 전송된 대기정보 데이터, 지역의 공공기관 미세먼지 데이터, 지리정보 데이터, 기상정보 데이터 및 미세먼지 배출정보를 포함하는 지역 환경변수를 고려하여 지역의 세부위치별 미세먼지 예측수치를 산출하는 미세먼지 예측 데이터 서버를 포함하는 미세먼지 예측 시스템이 제공된다.
또한, 본 발명에 포함되는 복수의 대기정보 측정장치는 각각, 대기정보 데이터로써 미세먼지, 풍향, 풍속, 이산화탄소, 온도, 습도, 고도 및 위성위치정보를 주기적으로 전송하는 것을 특징으로 한다.
또한, 본 발명에 포함되는 기상정보 데이터는 온도, 습도, 풍속, 풍향, 기압정보 및 인공위성 대기정보를 포함하는 것을 특징으로 한다.
또한, 본 발명에 포함되는 지역의 지리정보 데이터는 도로정보, 녹지공간정보, 3차원 건물정보 및 3차원 고도정보를 포함하는 것을 특징으로 한다.
또한, 본 발명에 포함되는 미세먼지 배출정보는, 주거지역, 상업지역, 공업지역 및 녹지지역의 면적을 토대로 산출되되, 공업지역 내에 위치한 미리 설정된 업종의 공장의 대기오염물질 배출량이 추가로 반영되는 것을 특징으로 한다.
본 발명의 실시예에 따른 미세먼지 예측 시스템은, 지역별 상이한 환경조건(산업, 산림, 인구밀도, 자동차 등), 다양한 분야에서 발생하는 환경변수 데이터와 지역(구군별)별 발생되는 실제 대기 정보를 빅데이터 및 인공지능 기법을 통해 미세먼지의 원인 분석/예측이 가능하다.
즉, 미세먼지 예측 시스템은 보다 세분화된 (초)미세먼지의 측정을 통해 보다 정확한 대기질 지도를 만들 수 있으며, 공장 및 도로변 등에서의 미세먼지 발생 예상 지역의 정확한 측정과 정보를 제공할 수 있다. 또한, 미세먼지 예측 시스템은 학교, 공원 및 생활거주지역의 대기오염도 측정하고 예측된 정보를 안내를 한다.
도 1은 본 발명의 실시예에 따른 미세먼지 예측 시스템(1)의 개념도
도 2는 미세먼지 예측 시스템(1)의 구성도
이하, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여, 본 발명의 실시예를 첨부한 도면을 참조하여 설명하기로 한다.
도 1은 본 발명의 실시예에 따른 미세먼지 예측 시스템(1)의 개념도이고, 도 2는 미세먼지 예측 시스템(1)의 구성도이다.
본 실시예에 따른 미세먼지 예측 시스템(1)은 제안하고자 하는 기술적인 사상을 명확하게 설명하기 위한 간략한 구성만을 포함하고 있다.
도 1 및 도 2를 참조하면, 미세먼지 예측 시스템(1)은 복수의 대기정보 측정장치(100)와, 미세먼지 예측 데이터 서버(200)를 포함하여 구성된다.
상기와 같이 구성되는 미세먼지 예측 시스템(1)의 주요동작을 살펴보면 다음과 같다.
제안된 미세먼지 예측 시스템(1)은 기존의 기상청 데이터를 기반으로 하는 전국단위의 미세먼지 측정예보 방식에서 고려되지 못한 지역별환경변수 특성과 기상청 데이터를 결합한 빅데이터 수집/저장/분석 플랫폼을 적용한다. 또한, 지역 또는 소규모 단위의 보다 정확한 미세먼지의 예측을 위해 그래디언트 부스팅 기법의 인공지능기법을 적용하여 정확한 미세먼지 예측이 가능하도록 한다.
대기정보 측정장치(100)는 미세먼지를 예측하기 위한 지역 내에 설치되며 측정된 대기정보 데이터를 로라망을 통해 주기적으로 송신한다. 대기정보 측정장치(100)는 태양광 발전모듈이 구비되어 자체적으로 충전된 전력으로 구동될 수 있다.
즉, 대기정보 측정장치(100)는 미세먼지를 예측하기 위한 지역 내에서 규칙적인 배열 또는 불규칙적인 배열로 설치될 수 있으며, 대기정보 데이터로써 미세먼지, 풍향, 풍속, 이산화탄소, 온도, 습도, 고도 및 위성위치정보를 주기적으로 전송한다. 참고적으로 대기정보 측정장치(100)는 도로변, 공장주변 등과 같이 미세먼지 발생이 불규칙적인 지역에 집중적으로 설치될 수 있다.
미세먼지 예측 데이터 서버(200)는 지역의 공공기관 미세먼지 데이터와 복수의 대기정보 측정장치(100)에서 전송된 대기정보 데이터를 토대로 지역의 세부위치별 미세먼지 예측수치를 산출한다.
이때, 미세먼지 예측 데이터 서버(200)는 지역 환경변수를 고려하여 지역의 세부위치별 미세먼지 예측수치의 정확도를 높일 수 있다.
즉, 미세먼지 예측 데이터 서버(200)는 지역의 공공기관 미세먼지 데이터와, 복수의 대기정보 측정장치(100)에서 전송된 대기정보 데이터와, 지리정보 데이터, 기상정보 데이터 및 미세먼지 배출정보를 포함하는 지역 환경변수를 모두 고려하여 지역의 세부위치별 미세먼지 예측수치를 산출할 수 있다.
여기에서 기상정보 데이터는 온도, 습도, 풍속, 풍향, 기압정보 및 인공위성 대기정보를 포함한다.
또한, 지역의 지리정보 데이터는 도로정보, 녹지공간정보, 3차원 건물정보 및 3차원 고도정보를 포함한다.
또한, 미세먼지 배출정보는 주거지역, 상업지역, 공업지역 및 녹지지역의 면적을 토대로 산출되는데, 특히 공업지역 내에 위치한 미리 설정된 업종의 공장의 대기오염물질 배출량을 추가로 반영하여 정확도를 높일 수 있다.
종래에는 자신이 거주하고 있는 지역의 공공기관 미세먼지 데이터를 확인하면서 미세먼지 수치 예측하는 방식이 사용되었으나, 공공기관 미세먼지 데이터는 광범위한 지역의 미세먼지수치를 대표적으로 알려주는 역할을 수행하고 있을 뿐이므로, 자신이 거주하는 환경적 요인이 전혀 고려되지 않아 예측 정확도가 떨어지는 문제점이 있다.
이와 달리, 제안된 미세먼지 예측 시스템(1)은 지역 환경변수를 고려함으로써 미세먼지 예측수치의 신뢰도가 매우 높아진다.
하나의 예를 들면, 미세먼지를 예측하기 위한 지역의 중심영역의 공공기관 미세먼지 데이터가 제공된다고 가정한다.
중심영역에 이웃한 제1 영역은 대기의 통로가 되는 하천과, 녹지공간과, 간선도로가 차지하는 비율이 높은 지역이고,
중심영역에 이웃한 제2 영역은 미세먼지 배출업소가 많은 공장의 비율이 높은 지역으로 정의된다.
제안된 미세먼지 예측 시스템(1)은 공공기관 미세먼지 데이터 뿐만 아니라, 제1 영역 및 제2 영역에 각각 설치된 복수의 대기정보 측정장치(100)의 대기정보 데이터와, 도로정보, 녹지공간정보, 3차원 건물정보 및 3차원 고도정보를 포함하는 지리정보 데이터를 추가로 고려하여 제1 영역과 제2 영역에 서로 다른 미세먼지 예측수치를 제공한다.
하나의 실시예로써, 제1 영역 및 제2 영역의 미세먼지 예측수치가 설정된 기준수치 이상 차이가 발생할 경우, 미세먼지 측정용 드론이 제1 영역 및 제2 영역으로 자동 출동하여 각 영역의 미세먼지를 측정하고, 측정된 정보를 미세먼지 예측 데이터 서버(200)로 제공하는 검증기능이 적용될 수도 있다.
즉, 제안된 미세먼지 예측 시스템(1)은 지역 환경변수를 추가로 고려함으로써, 미세먼지 예측수치의 정확성을 향상시킬 수 있다.
이때, 대기정보 데이터로써 미세먼지, 풍향, 풍속, 이산화탄소, 온도, 습도, 고도 및 위성위치정보 뿐만 아니라, 기상정보 데이터로써 온도, 습도, 풍속, 풍향, 기압정보(고기압/저기압에 따른 대기의 흐름) 및 인공위성 대기정보까지 고려함으로써, 미세먼지 예측수치의 정확성을 한층 높일 수 있다.
상술한 바와 같이 미세먼지 예측 시스템(1)은 소규모 태양광 자가발전 초미세먼지 측정기(대기정보 측정장치(100))를 통한 특정 지역별 대기질 정보와 지역별 산업구조, 국토정보, 인구수, 차량대수, 기상 등의 대기환경에 영향을 미칠 수 있는 다양한 공공 빅데이터를 실시간/비실시간 및 다양한 포맷의 데이터(정형, 비정형, 반정형)의 수집/저장/통계분석이 가능한 빅데이터 분석플랫폼을 구축하고, 인공지능 예측분석(그래디언트 부스팅 알고리즘)을 통해 환경의 차이가 상이한 지역별 대기오염분석과 발생원인을 찾을 수 있도록 한다.
현재 기상청 및 환경관리 공단 등의 기관에서 발표하는 기상정보 및 미세먼지 예측정보의 경우 국내의 지리조건(산맥) 및 중국 측 유입 유해 물질로 정확한 분석이 어려움에 따라 예보 등의 결과의 신뢰성이 낮다. 또한 기존의 측정방식은 수치예보모델 방식과 인공위성을 통한 영상자료 분석의 의존도가 높게 나타나며, 미세먼지에 대해서는 “중국발 미세먼지”가 주요 원인으로 발표하고 있다. 미세먼지의 주요 원인은 중국발 미세먼지가 핵심이 될 수 있으나, 국내에서 발생되는 화력발전, 자동차 및 공업 문제에 대한 환경변수는 제외된 상태에서 미세먼지 예측하고 있다.
<표 1>
Figure pat00001
표 1은 기상청 미세먼지예보 및 제안된 예측 비교 변수를 나타낸 표이다.
표 1을 참조하면, 제안된 미세먼지 예측 시스템(1)은 기존의 기상청 데이터를 기반으로 하는 전국단위의 미세먼지 측정예보 방식에서의 고려되지 못한 지역별환경변수 특성과 기상청 데이터를 결합한 빅데이터 수집/저장/분석 플랫폼을 적용한다. 또한, 지역 또는 소규모 단위의 보다 정확한 미세먼지의 예측을 위해 그래디언트 부스팅 기법의 인공지능기법을 적용하여 정확한 미세먼지 예측이 가능하도록 한다.
이를 위해 로라망을 통한 태양광발전 소규모 미세먼지 측정기로부터 수집된 기상 데이터(미세먼지, 초미세먼지, 풍향, 이산화탄소 등)를 구간별/지역별로 수집하여 빅데이터 분석 처리를 통해 구간별/지역별 상세한 대기질맵(지도)를 구축하도록 하고, 외부데이터(기상청, 국도지리정보, 시도별 자동차 보유량 및 지역별 공장, 농업 등의 생산환경)등의 각 기관별로 제공되는 다양한 데이터 포맷의 지역환경변수를 연계하여 지역의 미세먼지 발생원인과 예측할 수 있는 빅데이터 수집/저장/분석시스템과 시각화 서비스를 제공한다.
<표 2>
Figure pat00002
<표 3>
Figure pat00003
표 2는 로라망 네트워크 송신 모듈의 규격을 나타낸 표이고, 표 3은 대기정보 측정장치(100)의 수집정보 및 주기를 나타낸 표이다.
표 2 및 표 3을 참조하면, 대기정보 측정장치(100)는 미세먼지, 풍량/풍속, 이산화탄소, 온/습도, 고도/위성위치정보를 로라망을 이용하여 송신하는데, 로라(LoRa)망은 롱레인지(Long Range)의 약자로 3G나 롱텀에볼루션(LTE) 등 기존 스마트폰 통신망과 달리 저전력으로 통신할 수 있는 저전력 장거리 통신망이다.
로라망은 최소한의 전력 소모로 10km 이상 통신한다. 초고속, 광대역 네트워크 장비를 필요로 하는 통신망과 다르게 별도의 기지국이나 중계 장비도 필요 없다. 기기에 바로 칩을 올려 데이터를 주고 받을 수 있다. 3G나 LTE에 비해 인프라 구축 비용히 낮다. 동시에 높은 확장성을 갖고 있는 통신망이다.
<표 4>
Figure pat00004
<표 5>
Figure pat00005
<표 6>
Figure pat00006
<표 7>
Figure pat00007
표 4는 공공 데이터 수집분류에 대한 표이고, 표 5는 데이터 연계 기관의 XML/JSON 데이터의 API 등록의 예시를 나타낸 표이고, 표 6은 FILE 데이터의 API 등록의 예시를 나타낸 표이고, 표 7은 레거시 DB의 API 등록의 예시를 나타낸 표이다.
표 4 내지 표 7을 참조하면, 미세먼지 예측 시스템(1)의 미세먼지 예측 데이터 서버(200)는 공공 데이터를 수집하는 모듈, 통합 데이터 수집 모듈을 포함한다.
즉, 미세먼지 예측 데이터 서버(200)는 정확한 대기질 정보와 대기질 예측 및 발생원인을 분석하기 위해 기상청, 환경관리공단 및 통계청 등에서 측정된 데이터를 수집할 수 있는 공공데이터 수집 모듈이 적용된다.
이때, 통합데이터 수집 모듈은 디바이스(Device) 및 공공데이터에서 수집될 데이터의 포맷이 상이함에 따라 분석에 필요한 데이터포맷 및 수집경로를 관리할 수 있도록 한다.
미세먼지 예측 데이터 서버(200)에는 오픈 데이터(공공데이터)와 레거시 데이터(DB/파일) 수집 및 관리 모듈이 추가로 적용될 수 있다. 본 모듈에서는 사용자가 데이터의 수집과 연계를 위해 공공데이터 및 레거시 데이터(DB/파일) 등에 대한 정보를 카테고리별로 등록하여 등록된 데이터 리스트를 한눈에 알아볼 수 있도록 하며, URL/Key, 파일명, 제목 등의 체크를 통해 수집된 데이터의 중복성을 배제하도록 한다.
<표 8>
Figure pat00008
<표 9>
Figure pat00009
표 8은 File Data의 DB화의 예시를 나타낸 표이고, 표 9는 ML/JSON 데이터의 DB화의 예시를 나타낸 표이다.
표 8 및 표 9를 참조하면, 데이터 수집 및 관리 모듈에서 등록된 정보를 바탕으로 빅데이터 및 비정형 데이터가 저장될 수 있는 NoSQL(MongoDB)를 활용하여 수집된 데이터(XML, JSON, EXCEL, CSV 등)의 데이터를 데이터베이스화 하는 모듈을 적용할 수 있다.
미세먼지 예측 데이터 서버(200)는 수집된 대량의 데이터의 안정적, 신뢰적 저장을 위해 HDFS(Hadoop Distributed File System)시스템을 구축하고, 분석된 결과에 대한 빠른 저장과 조회를 위해 NoSQL(MongoDB)를 활용하도록 한다.
수집된 데이터로부터 대기오염에 대한 고차원 통계분석을 위해 오픈소스 기반의 통계R을 웹버전으로 제공할 수 있도록 한다. 또한 스케줄링에 의해 지속적으로 수집된 데이터의 통계분석 결과를 레포팅할 수 있도록 한다.
제안된 미세먼지 예측 시스템(1)은 각 지역별 디바이스(Device)로부터 수집된 대기정보와 공공데이터로부터 수집된 공장 등의 지역현황 정보 및 기상청으로 부터의 전국 기상 데이터 등을 기반으로 각 지역별(시군구동)의 상세한 미세먼지 현황과 예측을 통한 우리동네 미세먼지 정보를 산출한다.
이때, 미세먼지 예측 데이터 서버(200)는 분석된 결과물의 시각화 전달을 위해 웹에 정보를 전달할 수 있도록 한다. 즉, 미세먼지 예측 데이터 서버(200)는 사용자가 웹을 통해 지역별/시간대별/기간별 대기상태의 조회 및 빅데이터 분석을 통한 미세먼지 예측 모니터링이 가능하며, 미세먼지의 현황을 실시간으로 조회할 수 있는 서비스를 제공한다.
제안된 미세먼지 예측 시스템(1)은 다음과 같이 활용될 수 있다.
첫째, 제안된 주요기능인 소규모 대기정보 수집 장치는 지역별로 정확한 대기환경정보 수집과 데이터를 전송함으로써 실시간 대기정보 수집을 통한 지자체, 연구기관, 개인 등에게 수집된 정보를 활용할 수 있도록 하고, 특히 구군동별 세분화된 대기질 정보분석과 예측 시스템과의 정보 교류를 통해 다양한 대기정보 산업계를 활성화 하고, 대국민 대기질 예측 서비스를 제공할 수 있다.
둘째, 제안 플랫폼을 사용함으로써 데이터의 수집·저장·관리를 일원화할 수 있다. 데이터 수집 및 관리에 소모하는 비용을 줄일 수 있으며, 데이터 관리의 효율성을 높일 수 있다.
셋째, 빅데이터 DB화 및 가공 자동화 플랫폼과의 연동으로 자체 대기정보와 공공정보를 융합함으로써 새로운 정보를 창출할 수 있고, 데이터의 판매를 통해 수익성을 창출 할 수 있다.
넷째, 제안 플랫폼에서 제공하는 통계 기능은 웹UI를 통한 시각화 정보를 제공함으로써 사용자의 편의성을 도모하고, 인포그래픽 기술 발전에 기여할 수 있을 뿐만 아니라, 자기가 속해 있는 지역의 대기질 정보를 예측함으로서 대기환경오염에 대한생활안전 대처가 가능하다.
본 발명의 실시예에 따른 미세먼지 예측 시스템은, 지역별 상이한 환경조건(산업, 산림, 인구밀도, 자동차 등)다양한 분야에서 발생하는 환경변수 데이터와 지역(구군별)별 발생되는 실제 대기 정보를 빅데이터 및 인공지능 기법을 통해 미세먼지의 원인 분석과 예측이 가능하다.
즉, 미세먼지 예측 시스템은 보다 세분화된 (초)미세먼지의 측정을 통해 보다 정확한 대기질지도를 만들 수 있으며, 공장 및 도로변 등에서의 미세먼지 발생 예상 지역의 정확한 측정과 정보를 제공할 수 있다. 또한, 미세먼지 예측 시스템은 학교, 공원 및 생활거주지역의 대기오염도 측정하고 예측된 정보를 안내를 한다.
이와 같이, 본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100 : 대기정보 측정장치
200 : 미세먼지 예측 데이터 서버

Claims (5)

  1. 미세먼지를 예측하기 위한 지역 내에 설치되며 측정된 대기정보 데이터를 로라망을 통해 주기적으로 송신하는 복수의 대기정보 측정장치; 및
    상기 복수의 대기정보 측정장치에서 전송된 상기 대기정보 데이터, 상기 지역의 공공기관 미세먼지 데이터, 지리정보 데이터, 기상정보 데이터 및 미세먼지 배출정보를 포함하는 지역 환경변수를 고려하여 상기 지역의 세부위치별 미세먼지 예측수치를 산출하는 미세먼지 예측 데이터 서버;
    를 포함하는 미세먼지 예측 시스템.
  2. 제1항에 있어서,
    상기 복수의 대기정보 측정장치는 각각,
    상기 대기정보 데이터로써 미세먼지, 풍향, 풍속, 이산화탄소, 온도, 습도, 고도 및 위성위치정보를 주기적으로 전송하는 것을 특징으로 하는 미세먼지 예측 시스템.
  3. 제1항에 있어서,
    상기 기상정보 데이터는 온도, 습도, 풍속, 풍향, 기압정보 및 인공위성 대기정보를 포함하는 것을 특징으로 하는 미세먼지 예측 시스템.
  4. 제1항에 있어서,
    상기 지역의 지리정보 데이터는 도로정보, 녹지공간정보, 3차원 건물정보 및 3차원 고도정보를 포함하는 것을 특징으로 하는 미세먼지 예측 시스템.
  5. 제1항에 있어서,
    상기 미세먼지 배출정보는,
    주거지역, 상업지역, 공업지역 및 녹지지역의 면적을 토대로 산출되되, 상기 공업지역 내에 위치한 미리 설정된 업종의 공장의 대기오염물질 배출량이 추가로 반영되는 것을 특징으로 하는 미세먼지 예측 시스템.
KR1020200011183A 2020-01-30 2020-01-30 지역별 환경변수 기반의 미세먼지 예측 시스템 KR20210097459A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200011183A KR20210097459A (ko) 2020-01-30 2020-01-30 지역별 환경변수 기반의 미세먼지 예측 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200011183A KR20210097459A (ko) 2020-01-30 2020-01-30 지역별 환경변수 기반의 미세먼지 예측 시스템

Publications (1)

Publication Number Publication Date
KR20210097459A true KR20210097459A (ko) 2021-08-09

Family

ID=77313434

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200011183A KR20210097459A (ko) 2020-01-30 2020-01-30 지역별 환경변수 기반의 미세먼지 예측 시스템

Country Status (1)

Country Link
KR (1) KR20210097459A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230072793A (ko) 2021-11-18 2023-05-25 광운대학교 산학협력단 미세먼지 및 초미세먼지 예측을 위한 서비스 제공 장치 및 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101723073B1 (ko) 2016-09-01 2017-04-05 (주)오션네트웍스 미세먼지농도 측정장치 및 미세먼지농도 측정시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101723073B1 (ko) 2016-09-01 2017-04-05 (주)오션네트웍스 미세먼지농도 측정장치 및 미세먼지농도 측정시스템

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230072793A (ko) 2021-11-18 2023-05-25 광운대학교 산학협력단 미세먼지 및 초미세먼지 예측을 위한 서비스 제공 장치 및 방법

Similar Documents

Publication Publication Date Title
CN109522603B (zh) 基于云平台的车载拉格朗日实时大气污染溯源系统及方法
Wang et al. Estimating dynamic origin-destination data and travel demand using cell phone network data
Bačić et al. Integrated sensor systems for smart cities
US20120330549A1 (en) Apparatus and method for providing environmental predictive indicators to emergency response managers
Yang et al. Current advances and future challenges of AIoT applications in particulate matters (PM) monitoring and control
CN111854847A (zh) 基于景感生态学的生态环境物联网监测方法及系统
CN114371260A (zh) 一种工业企业无组织VOCs网格化监测、扩散预警及溯源方法
EP2526703A1 (en) Integrated remote pollution monitoring and indexing system and method thereof
CN103150914A (zh) 基于WebGIS的可视化智能交通气象监测、预警管理系统
CN204154913U (zh) 一种带有便携外接式微型传感器盒的气象数据采集装置
Yan et al. Evaluating the multi-scale patterns of jobs-residence balance and commuting time–cost using cellular signaling data: A case study in Shanghai
KR20210050831A (ko) 실시간 미세먼지 모니터링 시스템 및 그 방법
Li et al. Empirical study of travel time estimation and reliability
CN108801449A (zh) 一种无线监测的城市交通噪声查询系统
Wong et al. Estimation of aerosol sources and aerosol transport pathways using AERONET clustering and backward trajectories: a case study of Hong Kong
Sevryukova et al. Development of the automated environment monitoring system
KR20210097459A (ko) 지역별 환경변수 기반의 미세먼지 예측 시스템
GB2574045A (en) A system for detecting air pollution
Klein et al. Distributed wireless sensing for fugitive methane leak detection
Verma et al. Urban air quality monitoring and modelling using ground monitoring, remote sensing, and GIS
Salanova Grau et al. Multisource data framework for road traffic state estimation
CN116664095A (zh) 一种基于深度学习的安保巡检预测方法
He et al. Applied prospect of modern information technology in relation to mountain flood disaster monitoring and early warning system
Medved et al. Evolution of data sources for integrated data-driven urban mobility management
Monteiro et al. University campus microclimate monitoring using IoT

Legal Events

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