KR20230044795A - 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템 - Google Patents
온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템 Download PDFInfo
- Publication number
- KR20230044795A KR20230044795A KR1020210127354A KR20210127354A KR20230044795A KR 20230044795 A KR20230044795 A KR 20230044795A KR 1020210127354 A KR1020210127354 A KR 1020210127354A KR 20210127354 A KR20210127354 A KR 20210127354A KR 20230044795 A KR20230044795 A KR 20230044795A
- Authority
- KR
- South Korea
- Prior art keywords
- background concentration
- data
- concentration
- background
- calculating
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 220
- 239000005431 greenhouse gas Substances 0.000 title claims abstract description 115
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims abstract description 70
- 238000004364 calculation method Methods 0.000 claims abstract description 55
- 238000012545 processing Methods 0.000 claims abstract description 42
- 229910002092 carbon dioxide Inorganic materials 0.000 claims abstract description 35
- 239000001569 carbon dioxide Substances 0.000 claims abstract description 35
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 5
- 238000005259 measurement Methods 0.000 claims description 64
- 230000008569 process Effects 0.000 claims description 59
- 238000013480 data collection Methods 0.000 claims description 28
- 238000004891 communication Methods 0.000 claims description 22
- 238000012544 monitoring process Methods 0.000 claims description 19
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 6
- 230000010365 information processing Effects 0.000 claims description 5
- 239000007789 gas Substances 0.000 claims description 2
- 238000012876 topography Methods 0.000 abstract description 10
- 238000003908 quality control method Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 17
- 238000007796 conventional method Methods 0.000 description 8
- RQPZNWPYLFFXCP-UHFFFAOYSA-L barium dihydroxide Chemical compound [OH-].[OH-].[Ba+2] RQPZNWPYLFFXCP-UHFFFAOYSA-L 0.000 description 4
- 229910001863 barium hydroxide Inorganic materials 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000000700 radioactive tracer Substances 0.000 description 3
- 230000008033 biological extinction Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 229910021642 ultra pure water Inorganic materials 0.000 description 2
- 239000012498 ultrapure water Substances 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000007865 diluting Methods 0.000 description 1
- 239000012153 distilled water Substances 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
-
- 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
-
- 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
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Medicinal Chemistry (AREA)
- Computational Mathematics (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Computer Networks & Wireless Communication (AREA)
- Algebra (AREA)
- Analytical Chemistry (AREA)
- Food Science & Technology (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Combustion & Propulsion (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
본 발명은 이산화탄소(CO2)와 같은 온실가스의 배경농도를 산출하기 위한 방법 및 장치에 관한 것으로, 본 발명에 따르면, 기존의 지시자 활용법과 기상자료 활용법은 배경농도 산출시 배경농도 선별을 위한 추가적인 자료 및 자료의 품질관리가 동시에 이루어져야 하는 단점이 있고, 현재 기상청에서 사용하는 통계적 기법은 처리과정을 단순화하였으나 고농도가 여전히 존재하여 대표되는 농도를 산출하지 못하는 문제가 있으며, CCG 필터(filter)나 시공간 패턴 분석법인 CSEOF(Cyclostationary Empirical Orthogonal Function) 기법을 적용하는 경우에도 관측자료에서 배경농도를 선별하는 작업이 반드시 선행되어야만 하는 단점이 있었던 종래기술의 배경농도 산출방법들의 문제점을 해결하기 위해, 시간의 표준편차와 연속값의 차이 및 이동중앙값과의 차이를 활용하여 관측자료에 남아있는 고농도 또는 저농도 값을 제거하고 배경농도를 산출하도록 구성됨으로써, 한반도와 같이 복잡한 지형과 잦은 고농도 사례가 관측되는 관측소 및 다른 온실가스 항목에 더욱 적합하고, 특히, 연속관측시 유용하게 적용될 수 있도록 구성되는 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템이 제공된다.
Description
본 발명은 이산화탄소(CO2) 등과 같은 온실가스의 배경농도를 산출하기 위한 방법 및 장치에 관한 것으로, 더 상세하게는, 온실가스와의 상관도 분석을 통해 상관도가 높은 지시자(tracer)를 찾고 이를 이용하여 배경농도를 선택하는 기존의 지시자 활용법은 지시자에 따라 산출되는 배경농도에 오류가 증가하는 문제가 있고, 풍향 및 풍속 등과 온실가스 사이의 농도 상관성을 바탕으로 배경농도를 선별하는 기존의 기상자료 활용법은 계절에 따라 풍향과 풍속에 상관없이 고농도 사례가 나타나는 경우 기상자료를 활용하여 배경농도를 선별하기 어려운 문제가 있는 데 더하여, 기존의 지시자 활용법이나 기상자료 활용법은 배경농도 산출시 배경농도 선별을 위한 추가적인 자료 및 자료의 품질관리가 동시에 이루어져야 하는 단점이 있었던 종래기술의 배경농도 산출방법들의 문제점을 해결하기 위해, 복잡한 한반도 지형에 더욱 적합한 통계적 기법을 활용하여 기존의 방식에 비해 이산화탄소와 같은 온실가스의 배경농도를 보다 정확하게 산출하고 한반도에서 배경농도를 산출하기 위해 적용 가능한 기준을 제시할 수 있도록 구성되는 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템에 관한 것이다.
또한, 본 발명은, 현재 기상청에서 사용하는 통계적 기법은 처리과정을 단순화하였으나 고농도가 여전히 존재하여 대표되는 농도를 산출하지 못하는 문제가 있고, CCG 필터(filter)나 시공간 패턴 분석법인 CSEOF(Cyclostationary Empirical Orthogonal Function) 기법을 적용하는 경우에도 관측자료에서 배경농도를 선별하는 작업이 반드시 선행되어야만 하는 단점이 있었던 종래기술의 배경농도 산출방법들의 문제점을 해결하기 위해, 통계적 기법을 활용하여 기존의 방식에 비해 이산화탄소와 같은 온실가스의 배경농도를 보다 정확하게 산출할 수 있도록 구성되는 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템에 관한 것이다.
아울러, 본 발명은, 상기한 바와 같이 통계적 기법을 활용하여 기존의 방식에 비해 이산화탄소와 같은 온실가스의 배경농도를 보다 정확하게 산출할 수 있도록 하기 위해, 시간의 표준편차와 연속값의 차이 및 이동중앙값과의 차이를 활용하여 관측자료에 남아있는 고농도 또는 저농도 값을 제거하고 배경농도를 산출하도록 구성됨으로써, 한반도와 같이 복잡한 지형에 더욱 적합하게 적용 가능하여 한반도에서 배경농도를 산출하기 위한 기준을 제시하는 동시에, 잦은 고농도 사례가 관측되는 관측소 및 다른 온실가스 항목과 연속관측시 유용하게 적용 가능하여 기존의 방식에 비해 통계적 기법을 활용한 배경농도 산출의 정확도를 높일 수 있도록 구성되는 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템에 관한 것이다.
최근, 대기오염 및 지구 온난화 등의 환경문제가 날로 심각해지면서 선진국들을 중심으로 이산화탄소 등과 같은 이른바 온실가스의 배출량을 감소할 것을 의무적으로 규정하고 있으며, 이에, 이산화탄소 등과 같은 온실가스의 대기중 농도를 관측하고 측정하기 위한 기술에 대한 요구가 높아지고 있다.
여기서, 상기한 바와 같이 이산화탄소 등과 같은 온실가스를 측정하기 위한 장치 및 방법에 대한 종래기술의 예로는, 먼저, 예를 들면, 한국 등록특허공보 제10-0866642호에 제시된 바와 같은 "대기 중의 이산화탄소 농도 측정방법 및 측정용 카트리지"가 있다.
더 상세하게는, 상기한 한국 등록특허공보 제10-0866642호는, i) 일반증류수를 초순수 제조장치(Millipore Milli-Q system)를 이용하여 제조한 초순수를 용액제조 바로 전에 끓인 후 냉각시킨 초순수에 수산화바륨을 용해시켜 수산화바륨 용액을 제조하는 단계; (ii) 수산화바륨 용액을 측정용 카트리지에 주입 후 대기 중에 노출시키는 단계; (iii) 대기중에 노출시킨 수산화바륨 용액을 회수하고 새로운 초순수로 희석하여 분석용액을 제조하는 단계; (iv) 전기전도도계로 분석용액의 전기 전도도를 측정하고 분석용액 중의 이산화탄소의 양 및 대기 중의 이산화탄소의 농도를 계산하는 단계를 포함하여, 펌프나 유량계를 사용하지 않고 흡수용액을 이용하여 오염물질의 확산에 의해 시료를 채취하는 것에 의해 소음에 민감한 장소나 전원공급이 불가능한 장소에서도 측정이 가능하도록 구성되는 대기 중의 이산화탄소 농도 측정방법에 관한 것이다.
또한, 상기한 바와 같이 이산화탄소 등과 같은 온실가스를 측정하기 위한 장치 및 방법에 대한 종래기술의 다른 예로는, 예를 들면, 한국 등록특허공보 제10-1733026호에 제시된 바와 같은 "행정구역별 온실가스 분포 데이터 생성 장치 및 방법"이 있다.
더 상세하게는, 상기한 한국 등록특허공보 제10-1733026호는, 대상영역 내 복수의 샘플지점의 온실가스 농도 및 샘플지점의 위치정보를 기반으로 온실가스 농도의 공간분포를 분석하는 공간분포 분석부; 공간분포를 기반으로 대상영역 내 타 지점의 온실가스 농도를 추정하는 농도 추정부; 샘플지점 및 상기 타 지점 중 적어도 하나를 기반으로 대상영역 내의 행정구역별로 온실가스 농도를 산출하는 구역 농도 산출부; 및 대상영역 내의 행정구역별로 해당 행정구역의 온실가스 농도가 속하는 등급에 대응하는 그래픽으로 나타내는 온실가스 분포지도 생성부를 포함하여, 지역별, 행정구역별로 온실가스의 배출규모를 파악할 수 있도록 구성되는 행정구역별 온실가스 분포 데이터 생성 장치 및 방법에 관한 것이다.
상기한 바와 같이, 종래, 이산화탄소 등과 같은 온실가스를 측정하기 위한 다양한 장치 및 방법들이 제시된 바 있으나, 상기한 바와 같은 종래기술의 내용들은 다음과 같은 한계가 있는 것이었다.
즉, 이산화탄소와 같은 온실가스의 배출량을 측정하는 방법으로는 해당 물질의 배출량을 직접 측정하는 방법과 연료 사용량에 근거하여 배출량을 추정하는 간접 방식이 있으며, 모든 온실가스의 배출량을 직접 측정하기는 현실적으로 어려우므로, 현재 이산화탄소 배출량의 산출은 대부분 에너지 사용량이나 투입량에 근거하여 추정하는 간접 방식이 적용되고 있다.
그러나 이러한 간접 방식은 각각의 추정 방법 및 기준이 상이하여 직접적인 비교가 어려운 데 더하여, 자연적으로 존재하는 온실가스의 영향이 반영되지 못함으로 인해 직접 측정에 비해 기본적으로 그 정확도 및 신뢰도가 낮을 수 밖에 없는 한계가 있는 것이었다.
즉, 환경이 얼마나 오염되었는지를 판단하기 위해서는 먼저 인간에 의한 오염이 전혀 영향을 미치지 않은 자연 상태에서의 오염정도를 알아야 하며, 이를 위해서는 각각의 오염물질에 대한 배경농도(background concentration)를 정확히 측정하는 것이 요구된다.
더 상세하게는, 배경농도란, 온실가스의 배출과 소멸의 지역적/국지적 영향을 제거한 보다 넓은 지역범위를 대표하는 농도(잘 섞인 대기상태의 농도)를 의미하는 것으로, 지구 환경의 변화 파악에도 활용되며, 국가 간의 문제시 대응자료 등으로도 활용된다.
또한, 현재 우리나라의 대기 배경농도 측정망은 주변에 오염원이 거의 없는 안면도, 제주도 고산, 울릉도, 독도 등에 기상청이 설치하여 운영하는 기후변화감시소가 있으며, 강화도 석모리와 태안군 파도리에는 환경부에서 운영하는 대기 오염물질 장거리 이동감시 측정망이 설치되어 있다.
아울러, 배경농도를 산출하는 방법은 각 관측소의 특성에 따라 상이하게 적용되나, 일반적으로, 크게 나누어, 지시자(tracer) 활용법, 기상자료 활용법 및 통계적 기법의 3가지로 구분된다.
그러나 상기한 지시자 활용법과 기상자료 활용법을 이용하여 배경농도를 산출시에는 배경농도를 선별을 위한 추가자료가 필요하고, 그러한 자료의 품질관리가 동시에 이루어져야 하는 단점이 있었다.
더욱이, 현재 기상청에서 사용하는 기존의 통계적 기법은 처리과정을 단순화하였으나 고농도가 여전히 존재하여 대표되는 농도를 산출하지 못하는 문제가 있으며, 시공간 패턴 분석법인 CSEOF(Cyclostationary Empirical Orthogonal Function) 기법을 적용하는 경우에도 관측자료에서 배경농도를 선별하는 작업이 반드시 선행되어야 한다.
따라서 상기한 바와 같은 종래기술의 배경농도 산출방법들의 한계를 해결하기 위하여는, 비교적 간단한 구성 및 저렴한 비용으로 기존의 방식에 비해 이산화탄소와 같은 온실가스의 배경농도를 정확하게 산출할 수 있도록 구성되는 새로운 구성의 온실가스 배경농도 산출방법 및 장치를 제공하는 것이 바람직하나, 아직까지 그러한 요구를 모두 만족시키는 장치나 방법은 제시되지 못하고 있는 실정이다.
본 발명은 상기한 바와 같은 종래기술의 문제점을 해결하고자 하는 것으로, 따라서 본 발명의 목적은, 온실가스와의 상관도 분석을 통해 상관도가 높은 지시자를 찾고 이를 이용하여 배경농도를 선택하는 기존의 지시자 활용법은 지시자에 따라 산출되는 배경농도에 오류가 증가하는 문제가 있고, 풍향 및 풍속 등과 온실가스 사이의 농도 상관성을 바탕으로 배경농도를 선별하는 기존의 기상자료 활용법은 계절에 따라 풍향과 풍속에 상관없이 고농도 사례가 나타나는 경우 기상자료를 활용하여 배경농도를 선별하기 어려운 문제가 있는 데 더하여, 기존의 지시자 활용법이나 기상자료 활용법은 배경농도 산출시 배경농도 선별을 위한 추가적인 자료 및 자료의 품질관리가 동시에 이루어져야 하는 단점이 있었던 종래기술의 배경농도 산출방법들의 문제점을 해결하기 위해, 복잡한 한반도 지형에 더욱 적합한 통계적 기법을 활용하여 기존의 방식에 비해 이산화탄소와 같은 온실가스의 배경농도를 보다 정확하게 산출하고 한반도에서 배경농도를 산출하기 위해 적용 가능한 기준을 제시할 수 있도록 구성되는 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템을 제시하고자 하는 것이다.
또한, 본 발명의 다른 목적은, 현재 기상청에서 사용하는 통계적 기법은 처리과정을 단순화하였으나 고농도가 여전히 존재하여 대표되는 농도를 산출하지 못하는 문제가 있고, CCG 필터나 시공간 패턴 분석법인 CSEOF 기법을 적용하는 경우에도 관측자료에서 배경농도를 선별하는 작업이 반드시 선행되어야만 하는 단점이 있었던 종래기술의 배경농도 산출방법들의 문제점을 해결하기 위해, 통계적 기법을 활용하여 기존의 방식에 비해 이산화탄소와 같은 온실가스의 배경농도를 보다 정확하게 산출할 수 있도록 구성되는 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템을 제시하고자 하는 것이다.
아울러, 본 발명의 또 다른 목적은, 상기한 바와 같이 통계적 기법을 활용하여 기존의 방식에 비해 이산화탄소와 같은 온실가스의 배경농도를 보다 정확하게 산출할 수 있도록 하기 위해, 시간의 표준편차와 연속값의 차이 및 이동중앙값과의 차이를 활용하여 관측자료에 남아있는 고농도 또는 저농도 값을 제거하고 배경농도를 산출하도록 구성됨으로써, 한반도와 같이 복잡한 지형에 더욱 적합하게 적용 가능하여 한반도에서 배경농도를 산출하기 위한 기준을 제시하는 동시에, 잦은 고농도 사례가 관측되는 관측소 및 다른 온실가스 항목과 연속관측시 유용하게 적용 가능하여 기존의 방식에 비해 통계적 기법을 활용한 배경농도 산출의 정확도를 높일 수 있도록 구성되는 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템을 제시하고자 하는 것이다.
상기한 바와 같은 목적을 달성하기 위해, 본 발명에 따르면, 온실가스 배경농도 산출방법에 있어서, 각각의 관측소에서 측정된 온실가스 측정값을 포함하는 각종 데이터를 입력받아 수집하는 처리가 수행되는 자료수집단계; 상기 자료수집단계에서 수집된 온실가스 측정값에 대하여 시간표준편차를 이용하여 배경농도 데이터를 선택하는 처리가 수행되는 제 1 자료선별단계; 상기 제 1 자료선별단계에서 선별된 데이터에 대하여 연속값 차이를 이용하여 배경농도 데이터를 선택하는 처리가 수행되는 제 2 자료선별단계; 상기 제 2 자료선별단계에서 선별된 데이터에 대하여 이동중앙값과의 차이를 이용하여 배경농도 데이터를 선택하는 처리가 수행되는 제 3 자료선별단계; 상기 제 3 자료선별단계에서 선별된 데이터에 대하여 배경농도의 일평균을 산출하는 처리가 수행되는 일평균 산출단계; 및 상기 일평균 산출단계에서 산출된 일평균 값을 배경농도 산출 알고리즘에 입력하여 배경농도를 산출하는 처리가 수행되는 배경농도 산출단계를 포함하는 처리가 전용의 하드웨어 또는 컴퓨터를 포함하는 정보처리장치를 통해 수행되도록 구성되는 것을 특징으로 하는 온실가스 배경농도 산출방법이 제공된다.
여기서, 상기 자료수집단계는, 각각의 관측소에서 측정된 측정값을 별도의 입력수단을 통해 직접 입력받거나, 또는, 유선 또는 무선통신 중 적어도 하나의 방식으로 각각의 관측소에서 측정되고 전송되는 측정값을 포함하는 각종 데이터를 미리 정해진 설정에 따라 주기적으로 송수신하는 처리가 자동으로 수행되도록 구성되는 것을 특징으로 한다.
또한, 상기 제 1 자료선별단계는, 상기 자료수집단계에서 수집된 CO2를 포함하는 온실가스 측정값에 대하여 1시간 단위로 평균값(HA)과 표준편차(HS)를 각각 계산하고, 이하의 수학식에 제시된 조건을 만족하는 HA만을 선택하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
HS ≤ HS_crtr
(여기서, HA 및 HS는 각각 CO2의 1시간 평균값 및 표준편차이고, HS_crtr은 선별된 배경농도 데이터의 표준편차(HS)에 대한 누적 히스토그램이 90%가 되는 HS값을 각각 의미함)
아울러, 상기 제 2 자료선별단계는, 상기 제 1 자료선별단계에서 선택된 HA 중 이하의 수학식에 제시된 조건을 만족하는 HA만을 선택하는처리가 수행되도록 구성되는 것을 특징으로 한다.
CD_up ≤ CD_crtr 또는 CD_down ≤ CD_crtr
(여기서, 시간 t에 대하여, CD_up = |HA(t) - HA(t-1)|이고, CD_down = |HA(t) - HA(t+1)|이며, CD_crtr은 선별된 배경농도 데이터의 연속값의 차이값에 대한 누적 히스토그램이 90%가 되는 연속값의 차이값을 각각 의미함)
더욱이, 상기 제 3 자료선별단계는, 상기 제 2 자료선별단계에서 선택된 HA 중 이하의 수학식에 제시된 조건을 만족하는 HA만을 선택하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
|(HA) - (HA의 30일 이동중앙값)| ≤ 1.3×(HA의 30일 이동표준편차)
또한, 상기 배경농도 산출단계는, 미국 해양대기청(National Oceanic and Atmospheric Administration ; NOAA)의 CCG 필터(FILTER) 프로그램을 이용하여, 상기 일평균 산출단계에서 산출된 일평균값을 CCG 필터 프로그램에 입력하여 배경농도를 산출하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
또는, 상기 배경농도 산출단계는, 상기 일평균 산출단계에서 산출된 일평균값에 근거하여, 시공간 패턴 분석법인 CSEOF(Cyclostationary Empirical Orthogonal Function) 기법을 이용하여 배경농도를 산출하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
아울러, 본 발명에 따르면, 상기에 기재된 온실가스 배경농도 산출방법을 컴퓨터에 실행시키도록 구성되는 프로그램이 저장된 컴퓨터에서 판독 가능한 기록매체가 제공된다.
더욱이, 본 발명에 따르면, 배경농도 측정시스템에 있어서, 온실가스에 대하여 각각의 관측소로부터 측정된 측정값을 포함하는 각종 데이터를 입력받아 수집하는 처리가 수행되도록 이루어지는 데이터 수집부; 상기 데이터 수집부를 통해 수집된 각각의 측정값에 근거하여 배경농도를 산출하는 처리가 수행되도록 이루어지는 데이터 처리부; 상기 데이터 수집부를 통해 수집되는 측정값과 상기 데이터 처리부의 처리결과를 포함하는 각종 데이터 및 상기 배경농도 측정시스템의 처리동작과 상태를 모니터나 디스플레이를 포함하는 별도의 표시수단을 통해 표시하도록 이루어지는 출력부; 다른 배경농도 측정시스템 또는 서버를 포함하는 외부 기기와 각종 데이터를 송수신하기 위해 유선 또는 무선통신 중 적어도 하나의 방식으로 통신을 수행하도록 이루어지는 통신부; 및 상기 배경농도 측정시스템의 전체적인 동작을 제어하는 처리가 수행되도록 이루어지는 제어부를 포함하여 구성되고, 상기 데이터 처리부는, 상기에 기재된 온실가스 배경농도 산출방법을 이용하여 배경농도를 산출하는 처리가 수행되도록 구성되는 것을 특징으로 하는 배경농도 측정시스템이 제공된다.
여기서, 상기 데이터 수집부는, 각각의 관측소에서 측정된 이산화탄소를 포함하는 온실가스 측정값을 별도의 입력수단을 통해 직접 입력받도록 구성되거나, 또는, 상기 통신부를 통하여 유선 또는 무선통신 중 적어도 하나의 방식으로 각각의 관측소에서 측정되고 전송되는 측정값을 포함하는 각종 데이터를 미리 정해진 설정에 따라 주기적으로 송수신하는 처리가 자동으로 수행되도록 구성되는 것을 특징으로 한다.
또한, 상기 제어부는, 상기 데이터 수집부를 통해 수집된 측정값 및 상기 데이터 처리부를 통해 산출된 배경농도 정보를 포함하는 각종 데이터를 메모리를 포함하는 별도의 저장수단에 저장하여 배경농도에 대한 데이터베이스를 구축하는 동시에, 서버를 포함하는 외부 기기나 다른 배경농도 측정시스템으로 전송하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
더욱이, 상기 배경농도 측정시스템은, 각각의 지역별로 다수의 상기 배경농도 측정시스템이 설치되며, 각각의 지역별로 설치된 상기 배경농도 측정시스템으로부터 배경농도 정보를 각각 수신하여 배경농도에 대한 빅데이터를 구축하고, 사용자의 요청에 따라 해당하는 각종 정보를 맞춤형으로 제공하는 처리가 수행되도록 이루어지는 관제서버; 및 각각의 사용자가 상기 관제서버에 배경농도에 대한 정보를 요청하고 전달받기 위한 사용자 단말기를 더 포함하여 구성되고, 각각의 지역별로 설치된 상기 배경농도 측정시스템들이 서로 통신하여 각종 데이터를 주고받도록 하는 동시에, 상기 관제서버의 요청에 따라, 또는, 미리 정해진 설정에 따라 주기적으로 모니터링 데이터를 상기 관제서버로 각각 전송하도록 구성됨으로써, 전국 단위의 광범위한 지역에 대하여도 배경농도를 모니터링 하기 위한 대규모의 배경농도 모니터링 시스템을 구축할 수 있도록 구성되는 것을 특징으로 한다.
여기서, 상기 사용자 단말기는, PC를 포함하는 정보처리장치, 또는, 스마트폰이나 태블릿 PC 또는 노트북을 포함하는 개인 휴대용 정보통신 단말기에 전용의 프로그램이나 어플리케이션을 설치하는 것에 의해 구성되는 것을 특징으로 한다.
상기한 바와 같이, 본 발명에 따르면, 시간의 표준편차와 연속값의 차이 및 이동중앙값과의 차이를 활용하여 관측자료에 남아있는 고농도 또는 저농도 값을 제거하고 배경농도를 산출하는 것에 의해 통계적 기법을 활용하여 기존의 방식에 비해 이산화탄소와 같은 온실가스의 배경농도를 보다 정확하게 산출할 수 있도록 구성되는 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템이 제공됨으로써, 복잡한 한반도 지형에 더욱 적합하고 한반도에서 배경농도를 산출하기 위해 적용 가능한 기준을 제시하는 동시에, 잦은 고농도 사례가 관측되는 관측소 및 다른 온실가스 항목에 적용 가능하고, 특히, 연속관측시 유용하게 적용 가능하여 기존의 방식에 비해 통계적 기법을 활용한 배경농도 산출의 정확도를 높일 수 있다.
또한, 본 발명에 따르면, 상기한 바와 같이 시간의 표준편차와 연속값의 차이 및 이동중앙값과의 차이를 활용하여 관측자료에 남아있는 고농도 또는 저농도 값을 제거하고 배경농도를 산출하는 것에 의해 기존의 방식에 비해 이산화탄소와 같은 온실가스의 배경농도를 보다 정확하게 산출할 수 있도록 구성되는 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템이 제공됨으로써, 현재 기상청에서 사용하는 통계적 기법은 처리과정을 단순화하였으나 고농도가 여전히 존재하여 대표되는 농도를 산출하지 못하는 문제가 있고, CCG 필터나 시공간 패턴 분석법인 CSEOF 기법을 적용하는 경우에도 관측자료에서 배경농도를 선별하는 작업이 반드시 선행되어야만 하는 단점이 있었던 종래기술의 배경농도 산출방법들의 문제점을 해결할 수 있다.
아울러, 본 발명에 따르면, 상기한 바와 같이 복잡한 한반도 지형에 더욱 적합한 통계적 기법을 활용하여 기존의 방식에 비해 이산화탄소와 같은 온실가스의 배경농도를 보다 정확하게 산출하고 한반도에서 배경농도를 산출하기 위해 적용 가능한 기준을 제시할 수 있도록 구성되는 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템이 제공됨으로써, 온실가스와의 상관도 분석을 통해 상관도가 높은 지시자를 찾고 이를 이용하여 배경농도를 선택하는 기존의 지시자 활용법은 지시자에 따라 산출되는 배경농도에 오류가 증가하는 문제가 있고, 풍향 및 풍속 등과 온실가스 사이의 농도 상관성을 바탕으로 배경농도를 선별하는 기존의 기상자료 활용법은 계절에 따라 풍향과 풍속에 상관없이 고농도 사례가 나타나는 경우 기상자료를 활용하여 배경농도를 선별하기 어려운 문제가 있는 데 더하여, 기존의 지시자 활용법이나 기상자료 활용법의 경우 배경농도 산출시 배경농도 선별을 위한 추가적인 자료 및 자료의 품질관리가 동시에 이루어져야 하는 단점이 있었던 종래기술의 배경농도 산출방법들의 문제점을 해결할 수 있다.
도 1은 본 발명의 실시예에 따른 온실가스 배경농도 산출방법의 전체적인 구성을 개략적으로 나타내는 플로차트이다.
도 2는 본 발명의 실시예에 따른 온실가스 배경농도 산출방법의 각 단계의 처리과정 및 결과를 나타내는 도면으로 겨울철에 대한 배경농도 선정과정 및 결과를 나타내는 도면이다.
도 3은 본 발명의 실시예에 따른 온실가스 배경농도 산출방법의 각 단계의 처리과정 및 결과를 나타내는 도면으로 여름철에 대한 배경농도 선정과정 및 결과를 나타내는 도면이다.
도 4는 본 발명의 실시예에 따른 온실가스 배경농도 산출방법의 각 단계의 처리과정 및 결과를 나타내는 도면으로 1년 동안의 배경농도 선정과정 및 결과를 나타내는 도면이다
도 5는 제 3 자료선별단계(STEP 4)를 통해 얻어진 데이터에 대한 일평균을 구하고 CCG 필터를 이용하여 CO2 배경농도를 산출한 결과를 나타내는 도면이다.
도 6은 동일한 관측자료(L2)를 이용하여 기존 방법으로 필터링된 이산화탄소 값(마젠타)과 본 발명의 방법을 적용하여 필터링된 관측값(파란색)을 각각 나타내는 도면이다.
도 7은 본 발명의 실시예에 따른 온실가스 배경농도 산출방법을 이용한 배경농도 측정시스템의 전체적인 구성을 개략적으로 나타내는 도면이다.
도 8은 도 7에 나타낸 본 발명의 실시예에 따른 배경농도 측정시스템을 이용한 배경농도 모니터링 시스템의 전체적인 구성을 개략적으로 나타내는 블록도이다.
도 2는 본 발명의 실시예에 따른 온실가스 배경농도 산출방법의 각 단계의 처리과정 및 결과를 나타내는 도면으로 겨울철에 대한 배경농도 선정과정 및 결과를 나타내는 도면이다.
도 3은 본 발명의 실시예에 따른 온실가스 배경농도 산출방법의 각 단계의 처리과정 및 결과를 나타내는 도면으로 여름철에 대한 배경농도 선정과정 및 결과를 나타내는 도면이다.
도 4는 본 발명의 실시예에 따른 온실가스 배경농도 산출방법의 각 단계의 처리과정 및 결과를 나타내는 도면으로 1년 동안의 배경농도 선정과정 및 결과를 나타내는 도면이다
도 5는 제 3 자료선별단계(STEP 4)를 통해 얻어진 데이터에 대한 일평균을 구하고 CCG 필터를 이용하여 CO2 배경농도를 산출한 결과를 나타내는 도면이다.
도 6은 동일한 관측자료(L2)를 이용하여 기존 방법으로 필터링된 이산화탄소 값(마젠타)과 본 발명의 방법을 적용하여 필터링된 관측값(파란색)을 각각 나타내는 도면이다.
도 7은 본 발명의 실시예에 따른 온실가스 배경농도 산출방법을 이용한 배경농도 측정시스템의 전체적인 구성을 개략적으로 나타내는 도면이다.
도 8은 도 7에 나타낸 본 발명의 실시예에 따른 배경농도 측정시스템을 이용한 배경농도 모니터링 시스템의 전체적인 구성을 개략적으로 나타내는 블록도이다.
이하, 첨부된 도면을 참조하여, 본 발명에 따른 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템의 구체적인 실시예에 대하여 설명한다.
여기서, 이하에 설명하는 내용은 본 발명을 실시하기 위한 하나의 실시예일 뿐이며, 본 발명은 이하에 설명하는 실시예의 내용으로만 한정되는 것은 아니라는 사실에 유념해야 한다.
또한, 이하의 본 발명의 실시예에 대한 설명에 있어서, 종래기술의 내용과 동일 또는 유사하거나 당업자의 수준에서 용이하게 이해하고 실시할 수 있다고 판단되는 부분에 대하여는, 설명을 간략히 하기 위해 그 상세한 설명을 생략하였음에 유념해야 한다.
즉, 본 발명은, 후술하는 바와 같이, 온실가스와의 상관도 분석을 통해 상관도가 높은 지시자를 찾고 이를 이용하여 배경농도를 선택하는 기존의 지시자 활용법은 지시자에 따라 산출되는 배경농도에 오류가 증가하는 문제가 있고, 풍향 및 풍속 등과 온실가스 사이의 농도 상관성을 바탕으로 배경농도를 선별하는 기존의 기상자료 활용법은 계절에 따라 풍향과 풍속에 상관없이 고농도 사례가 나타나는 경우 기상자료를 활용하여 배경농도를 선별하기 어려운 문제가 있는 데 더하여, 기존의 지시자 활용법이나 기상자료 활용법은 배경농도 산출시 배경농도 선별을 위한 추가적인 자료 및 자료의 품질관리가 동시에 이루어져야 하는 단점이 있었던 종래기술의 배경농도 산출방법들의 문제점을 해결하기 위해, 복잡한 한반도 지형에 더욱 적합한 통계적 기법을 활용하여 기존의 방식에 비해 이산화탄소와 같은 온실가스의 배경농도를 보다 정확하게 산출하고 한반도에서 배경농도를 산출하기 위해 적용 가능한 기준을 제시할 수 있도록 구성되는 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템에 관한 것이다.
아울러, 본 발명은, 후술하는 바와 같이, 현재 기상청에서 사용하는 통계적 기법은 처리과정을 단순화하였으나 고농도가 여전히 존재하여 대표되는 농도를 산출하지 못하는 문제가 있고, CCG 필터나 시공간 패턴 분석법인 CSEOF 기법을 적용하는 경우에도 관측자료에서 배경농도를 선별하는 작업이 반드시 선행되어야만 하는 단점이 있었던 종래기술의 배경농도 산출방법들의 문제점을 해결하기 위해, 통계적 기법을 활용하여 기존의 방식에 비해 이산화탄소와 같은 온실가스의 배경농도를 보다 정확하게 산출할 수 있도록 구성되는 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템에 관한 것이다.
더욱이, 본 발명은, 후술하는 바와 같이, 통계적 기법을 활용하여 기존의 방식에 비해 이산화탄소와 같은 온실가스의 배경농도를 보다 정확하게 산출할 수 있도록 하기 위해, 시간의 표준편차와 연속값의 차이 및 이동중앙값과의 차이를 활용하여 관측자료에 남아있는 고농도 또는 저농도 값을 제거하고 배경농도를 산출하도록 구성됨으로써, 한반도와 같이 복잡한 지형에 더욱 적합하게 적용 가능하여 한반도에서 배경농도를 산출하기 위한 기준을 제시하는 동시에, 잦은 고농도 사례가 관측되는 관측소 및 다른 온실가스 항목과 연속관측시 유용하게 적용 가능하여 기존의 방식에 비해 통계적 기법을 활용한 배경농도 산출의 정확도를 높일 수 있도록 구성되는 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템에 관한 것이다.
즉, 종래, 배경농도를 산출하는 방법은 기본적으로 각각의 관측소의 특성에 맞게 개발되어 지역별로 서로 상이하나, 일반적으로, 크게 나누어, 지시자(tracer) 활용법, 기상자료 활용법 및 통계적 기법의 3가지로 구분된다.
먼저, 지시자 활용법은, 온실가스와의 상관도 분석을 통해 상관도가 높은 지시자를 찾고, 이를 이용하여 배경농도를 선택하는 기법으로, CO2의 경우 CO, CH4, Rn222 등이 활용되어 왔다.
또한, 기상자료 활용법은, 풍향, 풍속 등과 온실가스의 농도 상관성을 바탕으로 배경농도를 선별하는 방법으로, 예를 들면, 고산지대의 경우 낮시간에는 지표에서 오염물질과 함께 바람이 불어오지만 밤시간에는 산의 높은 곳에서 바람이 불어오는 등 정확한 기상패턴에 따른 오염물질 유입여부가 구분되므로 밤시간의 농도만 선택하거나, 베어링해드(Baring Head)에서는 해양에서 유입되는 남서풍으로 기류만 선택하여 배경대기를 산출하는 방식 등이 있다.
그러나 상기한 두 가지 방법으로 배경농도 산출시에는 배경농도를 선별할 때 추가자료가 필요하고, 그러한 추가적인 자료에 대한 품질관리가 동시에 이루어져야 하는 단점이 있다.
아울러, BC나 CH4 등의 지시자를 활용했을 때 CO2의 배경농도가 과소평가 되거나 계절변동의 오류가 증가하는 결과가 보고된 바 있으며, 예를 들면, 안면도나 고산 등과 같이, 계절에 따라 풍향과 풍속에 상관없이 고농도 사례가 나타나는 경우는 기상자료를 활용하여 배경농도를 선별하기가 어려운 문제가 있다.
마지막으로, 통계적 기법은 복잡한 한반도 지형에 더욱 적합한 방법으로, 즉, 배경농도는 잘 섞인 대기상태에서 관측되므로 전통적으로 일정 시간과 공간에서 변화량이 적다는 가정에서 출발하는 것이다.
더욱이, 이러한 통계적 기법은, 많은 경우 시간의 표준편차와 연속값의 차이값을 활용하여 선별할 수 있으므로 특히 연속관측시 유용한 장점이 있으나, 기상청에서 사용한 기존의 통계기법은 단계를 단순화하여 고농도가 여전히 존재하므로 대표되는 농도를 산출하지 못하였다.
또한, 미국 해양대기청(National Oceanic and Atmospheric Administration ; NOAA)에서 사용되는 CCG 필터(filter) 프로그램이나 또는 CSEOF(Cyclostationary Empirical Orthogonal Function)와 같은 기존의 주기분석 기법을 적용하더라도 관측자료에서 배경농도를 걸러내는 작업은 반드시 선행되어야만 하며, 이러한 과정은 고농도 사례가 많은 한반도 관측소의 경우 정확한 배경농도의 산출을 위해 더욱 중요하다.
그러나 국내 온실가스 관측소는 기상청이 운영하는 안면도, 고산, 울릉도, 독도 밖에 존재하지 않으며, 환경부 관측소 또한 기상청에서 자료처리를 대신 해주는 실정이고, 이에, 보다 정확한 배경농도 산출을 위해 기존의 통계적 기법에 대한 개선 및 이를 위한 연구개발은 활발히 진행되지 못하고 있는 실정이다.
아울러, 종래, 각각의 관측소별로 배경농도 산출을 위한 통계적 기법이 개발된 바 있으나, 기존의 방식들은 각 국가의 상황이나 관측소의 지리적 위치 등에 따라 상이하게 개발이 진행되어 다른 관측소나 지역에 적용하기 어려운 한계가 있다.
여기서, 각각의 기존 배경농도 산출기법들에 있어서 배경농도 산출을 위하여 자료의 선택 후 CCG 필터나 CSEOF를 적용하는 방식으로 진행되는 것은 대부분 유사하므로, 보다 정확한 배경농도의 산출이 가능하도록 하는 자료선택의 기준이나 방법을 제시한다면 우리나라와 비슷한 복잡한 지형과 잦은 고농도 사례가 관측되는 국외 및 국내의 관측소나 다른 온실가스 항목에도 유용하게 적용 가능할 것으로 기대된다.
이에, 본 발명자들은, 후술하는 바와 같이, 커브피팅(curve fitting) 또는 CSEOF 등의 주기분석을 수행하기 전에 베이스라인(baseline)을 대표하는 적합한 배경농도 선정을 위해 선행되는 과정에 있어서 한반도에서 배경농도를 최대한 정확하게 산출하기 위한 기준을 제시하였다.
계속해서, 도면을 참조하여, 본 발명에 따른 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템의 구체적인 내용에 대하여 설명한다.
여기서, 이하에 설명하는 본 발명의 실시예에 있어서, 상기한 지시자 활용법이나 기상자료 활용법 및 통계적 기법의 보다 구체적인 내용과, CCG 필터나 CSEOF 기법의 구체적인 구성 및 동작 등에 대한 상세한 내용은 종래기술의 문헌 등을 참조하여 당업자가 용이하게 이해할 수 있으므로, 이에, 본 발명에서는, 상기한 바와 같이 종래기술의 문헌 등을 참조하여 당업자가 용이하게 이해하고 실시할 수 있는 내용에 대하여는 설명을 간략히 하기 위해 그 상세한 설명을 생략하였음에 유념해야 한다.
더 상세하게는, 먼저, 도 1을 참조하면, 도 1은 본 발명의 실시예에 따른 온실가스 배경농도 산출방법의 전체적인 구성을 개략적으로 나타내는 플로차트이다.
도 1에 나타낸 바와 같이, 본 발명의 실시예에 따른 온실가스 배경농도 산출방법은, 크게 나누어, 예를 들면, CO2 등과 같이, 각각의 관측소에서 측정된 온실가스의 측정값을 포함하는 각종 데이터를 입력받아 수집하는 처리가 수행되는 자료수집단계(S10)와, 자료수집단계(S10)에서 수집된 온실가스 측정값에 대하여 시간표준편차를 이용하여 배경농도 데이터를 선택하는 처리가 수행되는 제 1 자료선별단계(S20)와, 제 1 자료선별단계(S20)에서 선별된 데이터에 대하여 연속값 차이를 이용하여 배경농도 데이터를 선택하는 처리가 수행되는 제 2 자료선별단계(S30)와, 제 2 자료선별단계(S30)에서 선별된 데이터에 대하여 이동중앙값과의 차이를 이용하여 배경농도 데이터를 선택하는 처리가 수행되는 제 3 자료선별단계(S40)와, 제 3 자료선별단계(S40)에서 선별된 데이터에 대하여 배경농도의 일평균을 산출하는 처리가 수행되는 일평균 산출단계(S50)와, 일평균 산출단계(S50)에서 산출된 일평균 값을 배경농도 산출 알고리즘에 입력하여 배경농도를 산출하는 처리가 수행되는 배경농도 산출단계(S60)를 포함하여 구성될 수 있다.
여기서, 상기한 각 단계(S10 ~ S60)의 처리과정은 전용의 하드웨어에 의해 수행되도록 구성될 수 있으나, 바람직하게는, 상기한 바와 같은 일련의 처리과정을 컴퓨터와 같은 정보처리장치에 실행시키도록 구성됨으로써, 별도의 하드웨어를 구현할 필요 없이 간단한 구성 및 저렴한 비용으로 용이하게 구현될 수 있다.
또한, 본 발명의 실시예에 따른 온실가스 배경농도 산출방법은, 상기한 바와 같은 일련의 처리과정을 컴퓨터와 같은 정보처리장치에 실행시키도록 구성되는 컴퓨터 프로그램 및 그러한 프로그램이 기록된 컴퓨터에서 판독 가능한 기록매체의 형태로 구성될 수 있다.
더 상세하게는, 먼저, 상기한 자료수집단계(S10)는, 예를 들면, 각각의 관측소에서 측정된 측정값을 별도의 입력수단을 통해 직접 입력받도록 구성될 수 있으나, 바람직하게는, 유선 또는 무선통신 중 적어도 하나의 방식으로 각각의 관측소에서 측정되고 전송되는 측정값을 포함하는 각종 데이터를 미리 정해진 설정에 따라 주기적으로 수신하는 처리가 자동으로 수행되도록 구성될 수 있다.
아울러, 상기한 제 1 자료선별단계(S20)는, 자료수집단계(S10)에서 수집된 CO2를 포함하는 온실가스 측정값에 대하여 1시간 단위로 평균값(HA)과 표준편차(HS)를 각각 계산하고(STEP 1), 이하의 [수학식 1]에 제시된 바와 같은 조건을 만족하는 HA만을 선택하는(STEP 2) 처리가 수행되도록 구성될 수 있다.
[수학식 1]
HS ≤ HS_crtr
여기서, HA 및 HS는 각각 CO2의 1시간 평균값 및 표준편차이고, HS_crtr은 선별된 배경농도 데이터의 표준편차(HS)에 대한 누적 히스토그램이 90%가 되는 HS값을 각각 의미한다.
더욱이, 상기한 제 2 자료선별단계(S30)는, 제 1 자료선별단계(S20)에서 선택된 HA 중 이하의 [수학식 2]에 제시된 바와 같은 조건을 만족하는 HA만을 선택하는(STEP3) 처리가 수행되도록 구성될 수 있다.
[수학식 2]
CD_up ≤ CD_crtr 또는 CD_down ≤ CD_crtr
여기서, 시간 t에 대하여 CD_up = |HA(t) - HA(t-1)|이고, CD_down = |HA(t) - HA(t+1)|이며, CD_crtr은 선별된 배경농도 데이터의 연속값의 차이값에 대한 누적 히스토그램이 90%가 되는 연속값의 차이값을 각각 의미한다.
계속해서, 상기한 제 3 자료선별단계(S40)는, 제 2 자료선별단계(S30)에서 선택된 HA 중 이하의 [수학식 3]에 제시된 바와 같은 조건을 만족하는 HA만을 선택하는(STEP4) 처리가 수행되도록 구성될 수 있다.
[수학식 3]
|(HA) - (HA의 30일 이동중앙값)| ≤ 1.3×(HA의 30일 이동표준편차)
이어서, 상기한 일평균 산출단계(S40)는, 상기한 제 1 내지 제 3 자료선별단계(S20 ~ S40)를 통하여 선택된 HA에 대하여 일평균(CO2_DA)을 산출하는 처리가 수행되도록 구성될 수 있다.
다음으로, 상기한 배경농도 산출단계(S60)는, 예를 들면, 미국 해양대기청(NOAA)의 CCG 필터(FILTER) 프로그램을 이용하여, 상기한 일평균 산출단계(S40)에서 산출된 일평균값(CO2_DA)을 CCG 필터 프로그램에 입력하여 배경농도를 산출하는 처리가 수행되도록 구성될 수 있다.
더 상세하게는, 미국 해양대기청(NOAA)의 CCG 필터 프로그램은 푸리에 변환을 이용하여 고주파 성분을 필터링하는 프로그램으로서, 다음과 같은 알고리즘으로 진행된다.
즉, CCG 필터 프로그램은, 먼저, CO2_DA를 다항식과 고조파로 구성된 함수를 이용하여 적합함수(FitFunc) 계산하고, CO2_DA와 FitFunc의 잔차를 구하고 결측값을 내삽하며, 잔차를 푸리에 변환하여 주파수 영역으로 이동한 다음, 저역통과필터를 이용하여 저주파 주파수만을 선택하고, 역 푸리에 변환으로 시간 영역으로 이동한 후, 역변환된 값에 FitFunc 값을 더하여 온실가스 배경농도를 산출하는 처리가 수행되도록 구성된다.
여기서, 상기한 본 발명의 실시예에서는 배경농도 산출단계(S60)에서 NOAA의 CCG 필터 프로그램을 이용하는 경우를 예로 하여 본 발명을 설명하였으나 본 발명은 반드시 상기한 실시예에 기재된 내용으로만 한정되는 것은 아니며, 즉, 상기한 배경농도 산출단계(S60)는, 상기한 CCG 필터 프로그램에 이외에, 예를 들면, 시공간 패턴 분석법인 CSEOF(Cyclostationary Empirical Orthogonal Function) 기법을 적용하여 배경농도를 산출하는 처리가 수행되도록 구성될 수도 있는 등, 본 발명은 본 발명의 본질 및 취지를 벗어나지 않는 범위 내에서 당업자에 의해 필요에 따라 다양하게 수정 및 변경하여 구성될 수 있는 것임에 유념해야 한다.
또한, 상기한 본 발명의 실시예에서는 이산화탄소(CO2)의 배경농도를 산출하는 경우를 예로 하여 본 발명을 설명하였으나, 본 발명은 반드시 이러한 경우로만 한정되는 것은 아니며, 즉, 본 발명은, 이산화탄소뿐만 아니라 다른 온실가스나 물질에 대하여도 필요에 따라 다양하게 수정 및 변경하여 적용 가능한 것임에 유념해야 한다.
아울러, 상기한 본 발명의 실시예에 있어서, CO2와 같은 온실가스의 1시간 평균과 표준편차, 이동중앙값과 이동표준편차 및 일평균을 계산하는 방법이나, NOAA의 CCG 필터 프로그램 및 CSEOF 기법 등에 대한 보다 상세한 내용은 종래기술의 문헌 등을 참조하여 당업자가 용이하게 구현할 수 있는 사항이므로, 이에, 본 발명에서는, 상기한 바와 같이 종래기술의 문헌 등을 참조하여 당업자가 용이하게 이해하고 실시할 수 있는 내용에 대하여는 설명을 간략히 하기 위해 그 상세한 설명을 생략하였음에 유념해야 한다.
따라서 상기한 바와 같이 하여 본 발명의 실시예에 따른 온실가스 배경농도 산출방법을 용이하게 구현할 수 있으며, 계속해서, 도 2 내지 도 4를 참조하면, 도 2 내지 도 4는 상기한 바와 같이 하여 구성되는 본 발명의 실시예에 따른 온실가스 배경농도 산출방법의 각 단계의 처리결과를 각각 나타내는 도면이다.
더 상세하게는, 도 2는 겨울철에 대한 배경농도 선정과정 및 결과를 나타내는 도면이고, 도 3은 여름철에 대한 배경농도 선정과정 및 결과를 나타내는 도면이며, 도 4는 1년 동안의 배경농도 선정과정 및 결과를 각각 나타내는 도면이다
도 2 내지 도 4에 나타낸 바와 같이, 기존의 통계적 방법에서는 상기한 제 1 자료선별단계(S20) 및 제 2 자료선별단계(S30)(STEP 1 내지 STEP 3)의 과정을 통하여 배경농도를 선정하였으나, 이는 지역의 배출과 소멸로 인한 고농도와 저농도 값이 일부 남아있는 문제가 있었다.
이에, 본 발명에서는, 제 3 자료선별단계(S40)(STEP 4)의 과정을 도입하여 제 2 자료선별단계(S30)(STEP 3)를 거친 후 남아있는 고농도 또는 저농도 자료를 제거하였다.
즉, 도 2 및 도 3을 참조하면, 도 2 및 도 3의 동그라미로 표시된 부분을 통해 고농도 또는 저농도 자료가 STEP 4에서 제거되는 것을 확인할 수 있다.
또한, 제 2 자료선별단계(S30)(STEP 3)의 과정에서 기존에는 CD_down 조건만을 이용하였으나, 본 발명에서는 CD_up 조건을 만족하는 경우도 포함하여 더 많은 자료가 선정되도록 하였다.
즉, 도 5 및 도 6을 참조하면, 도 5는 제 3 자료선별단계(S40)(STEP 4)를 통해 얻어진 데이터에 대한 일평균을 구하고 CCG 필터를 이용하여 CO2 배경농도를 산출한 결과를 나타내는 도면이고, 도 6은 동일한 관측자료(L2)를 이용하여 기존 방법으로 필터링된 이산화탄소 값(마젠타)과 본 발명의 방법을 적용하여 필터링된 관측값(파란색)을 각각 나타내는 도면이다.
여기서, 일반적으로 북반구에서는 균일한 대기혼합이 2 ~ 3개월 이내에 일어나므로 CCG 필터에서 사용한 저역통과필터의 차단 주파수로는(80일/cycle)-1을 사용하였다.
따라서 상기한 바와 같이 하여 본 발명의 실시예에 따른 온실가스 배경농도 산출방법을 구현할 수 있으며, 이를 이용하여 배경농도를 측정하는 측정시스템을 용이하게 구현할 수 있다.
즉, 도 7을 참조하면, 도 7은 본 발명의 실시예에 따른 온실가스 배경농도 산출방법을 이용한 배경농도 측정시스템(70)의 전체적인 구성을 개략적으로 나타내는 도면이다.
도 7에 나타낸 바와 같이, 본 발명의 실시예에 따른 온실가스 배경농도 산출방법을 이용한 배경농도 측정시스템(70)은, 크게 나누어, 이산화탄소 등과 같은 온실가스에 대하여 각각의 관측소로부터 측정된 측정값을 포함하는 각종 데이터를 입력받아 수집하는 처리가 수행되도록 이루어지는 데이터 수집부(71)와, 데이터 수집부(71)를 통해 수집된 각각의 측정값에 근거하여 이산화탄소 배경농도를 산출하는 처리가 수행되도록 이루어지는 데이터 처리부(72)와, 데이터 수집부(71)를 통해 수집되는 측정값과 데이터 처리부(72)의 처리결과를 포함하는 각종 데이터를 표시하고 시스템의(70) 처리동작 및 상태 등을 표시하도록 이루어지는 출력부(73)와, 다른 배경농도 측정시스템(70) 또는 서버 등과 같은 외부 기기와 각종 데이터를 송수신하기 위해 유선 또는 무선통신 중 적어도 하나의 방식으로 통신을 수행하도록 이루어지는 통신부(74) 및 상기한 각 부 및 배경농도 측정시스템(70)의 전체적인 동작을 제어하는 처리가 수행되도록 이루어지는 제어부(75)를 포함하여 구성될 수 있다.
여기서, 상기한 데이터 수집부(71)는, 각각의 관측소에서 측정된 측정값을 별도의 입력수단을 통해 직접 입력받도록 구성될 수 있으나, 바람직하게는, 통신부(74)를 통하여 유선 또는 무선통신 중 적어도 하나의 방식으로 각각의 관측소에서 측정되고 전송되는 측정값을 포함하는 각종 데이터를 미리 정해진 설정에 따라 주기적으로 송수신하는 처리가 자동으로 수행되도록 구성될 수 있다.
또한, 상기한 데이터 처리부(72)는, 도 1 내지 도 6을 참조하여 상기한 바와 같이 구성되는 본 발명의 실시예에 따른 온실가스 배경농도 산출방법을 이용하여 배경농도를 산출하는 처리가 수행되도록 구성될 수 있다.
아울러, 상기한 출력부(73)는, 예를 들면, 모니터나 디스플레이 등과 같은 별도의 표시수단을 포함하여, 각종 데이터 및 현재 상태 등의 정보를 시각적으로 표시하는 처리가 수행되도록 구성될 수 있다.
더욱이, 상기한 제어부(75)는, 중앙의 관제서버로부터 각종 데이터 및 제어신호를 수신하여 시스템(70)의 전체적인 동작을 각각 제어하는 동시에, 데이터 수집부(71)를 통해 수집된 측정값 및 데이터 처리부(72)를 통해 산출된 배경농도 정보를 포함하는 각종 데이터를 메모리와 같은 별도의 저장수단에 저장하여 배경농도에 대한 데이터베이스를 구축하며, 이와 같이 구축된 데이터를 중앙의 관제서버나 외부 기기 또는 다른 시스템(70)으로 전송하는 처리가 수행되도록 구성될 수 있다.
따라서 상기한 바와 같이 각각의 지역별로 다수의 배경농도 측정시스템(70)을 설치하고, 각각의 배경농도 측정시스템(70)을 통해 구축된 모니터링 데이터를 중앙의 관제서버로 전송함으로써, 전국 단위의 광범위한 지역에 대한 모니터링 작업이 용이하게 수행될 수 있다.
즉, 도 8을 참조하면, 도 8은 도 7에 나타낸 본 발명의 실시예에 따른 배경농도 측정시스템(70)을 이용한 배경농도 모니터링 시스템(80)의 전체적인 구성을 개략적으로 나타내는 블록도이다.
도 8에 나타낸 바와 같이, 본 발명의 실시예에 따른 배경농도 모니터링 시스템(80)은, 각 지역별로 설치되어 있는 복수의 배경농도 측정시스템(70)과, 지역별로 설치되어 있는 각각의 배경농도 측정시스템(70)으로부터 모니터링 정보를 각각 수신하여 배경농도에 대한 빅데이터를 구축하고, 사용자의 요청에 따라 해당하는 각종 정보를 맞춤형으로 제공하는 처리가 수행되도록 구성되는 관제서버(81)를 포함하여 구성될 수 있다.
이를 위해, 본 발명의 실시예에 따른 배경농도 모니터링 시스템(80)은, 도 8에 나타낸 바와 같이, 상기한 바와 같은 배경농도 모니터링 정보를 사용자가 요청하고 전달받기 위한 사용자 단말기(82)를 더 포함하여 구성될 수 있다.
여기서, 상기한 사용자 단말기(82)는, 예를 들면, PC와 같은 단말장치를 이용하여 구성될 수 있고, 바람직하게는, 스마트폰이나 태블릿 PC 또는 노트북 등과 같이, 개인이 휴대 가능한 정보통신 단말기에 전용의 어플리케이션을 설치하여 구성될 수도 있으나, 본 발명은 반드시 이러한 구성으로만 한정되는 것은 아니며, 즉, 본 발명은 본 발명의 취지 및 본질을 벗어나지 않는 범위 내에서 당업자에 의해 필요에 따라 다양하게 수정 및 변경하여 구성될 수 있는 것임에 유념해야 한다.
상기한 바와 같이, 본 발명에 따르면, 각각의 지역별로 복수의 배경농도 측정시스템(70)을 설치하여 두고, 각각의 배경농도 측정시스템(70)들이 서로 통신하여 각종 데이터를 주고받도록 하는 동시에, 관제서버(81)의 요청에 따라, 또는, 미리 정해진 설정에 따라 주기적으로 모니터링 데이터를 관제서버(81)로 각각 전송하도록 구성됨으로써, 예를 들면, 전국 단위의 광범위한 지역에 대하여도 배경농도를 모니터링 하기 위한 대규모의 배경농도 모니터링 시스템(80)을 용이하게 구축할 수 있다.
따라서 상기한 바와 같이 하여 본 발명의 실시예에 따른 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템을 구현할 수 있으며, 그것에 의해, 본 발명에 따르면, 시간의 표준편차와 연속값의 차이 및 이동중앙값과의 차이를 활용하여 관측자료에 남아있는 고농도 또는 저농도 값을 제거하고 배경농도를 산출하는 것에 의해 통계적 기법을 활용하여 기존의 방식에 비해 이산화탄소와 같은 온실가스의 배경농도를 보다 정확하게 산출할 수 있도록 구성되는 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템이 제공됨으로써, 복잡한 한반도 지형에 더욱 적합하고 한반도에서 배경농도를 산출하기 위해 적용 가능한 기준을 제시하는 동시에, 잦은 고농도 사례가 관측되는 관측소 및 다른 온실가스 항목에 적용 가능하고, 특히, 연속관측시 유용하게 적용 가능하여 기존의 방식에 비해 통계적 기법을 활용한 배경농도 산출의 정확도를 높일 수 있다.
또한, 본 발명에 따르면, 상기한 바와 같이 시간의 표준편차와 연속값의 차이 및 이동중앙값과의 차이를 활용하여 관측자료에 남아있는 고농도 또는 저농도 값을 제거하고 배경농도를 산출하는 것에 의해 기존의 방식에 비해 이산화탄소와 같은 온실가스의 배경농도를 보다 정확하게 산출할 수 있도록 구성되는 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템이 제공됨으로써, 현재 기상청에서 사용하는 통계적 기법은 처리과정을 단순화하였으나 고농도가 여전히 존재하여 대표되는 농도를 산출하지 못하는 문제가 있고, CCG 필터나 시공간 패턴 분석법인 CSEOF 기법을 적용하는 경우에도 관측자료에서 배경농도를 선별하는 작업이 반드시 선행되어야만 하는 단점이 있었던 종래기술의 배경농도 산출방법들의 문제점을 해결할 수 있다.
아울러, 본 발명에 따르면, 상기한 바와 같이 복잡한 한반도 지형에 더욱 적합한 통계적 기법을 활용하여 기존의 방식에 비해 이산화탄소와 같은 온실가스의 배경농도를 보다 정확하게 산출하고 한반도에서 배경농도를 산출하기 위해 적용 가능한 기준을 제시할 수 있도록 구성되는 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템이 제공됨으로써, 온실가스와의 상관도 분석을 통해 상관도가 높은 지시자를 찾고 이를 이용하여 배경농도를 선택하는 기존의 지시자 활용법은 지시자에 따라 산출되는 배경농도에 오류가 증가하는 문제가 있고, 풍향 및 풍속 등과 온실가스 사이의 농도 상관성을 바탕으로 배경농도를 선별하는 기존의 기상자료 활용법은 계절에 따라 풍향과 풍속에 상관없이 고농도 사례가 나타나는 경우 기상자료를 활용하여 배경농도를 선별하기 어려운 문제가 있는 데 더하여, 기존의 지시자 활용법이나 기상자료 활용법의 경우 배경농도 산출시 배경농도 선별을 위한 추가적인 자료 및 자료의 품질관리가 동시에 이루어져야 하는 단점이 있었던 종래기술의 배경농도 산출방법들의 문제점을 해결할 수 있다.
이상, 상기한 바와 같은 본 발명의 실시예를 통하여 본 발명에 따른 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템의 상세한 내용에 대하여 설명하였으나, 본 발명은 상기한 실시예에 기재된 내용으로만 한정되는 것은 아니며, 따라서 본 발명은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 설계상의 필요 및 기타 다양한 요인에 따라 여러 가지 수정, 변경, 결합 및 대체 등이 가능한 것임은 당연한 일이라 하겠다.
70. 배경농도 측정시스템
71. 데이터 수집부
72. 데이터 처리부 73. 출력부
74. 통신부 75. 제어부
80. 배경농도 모니터링 시스템 81. 관제서버
82. 사용자 단말기
72. 데이터 처리부 73. 출력부
74. 통신부 75. 제어부
80. 배경농도 모니터링 시스템 81. 관제서버
82. 사용자 단말기
Claims (13)
- 온실가스 배경농도 산출방법에 있어서,
각각의 관측소에서 측정된 온실가스 측정값을 포함하는 각종 데이터를 입력받아 수집하는 처리가 수행되는 자료수집단계;
상기 자료수집단계에서 수집된 온실가스 측정값에 대하여 시간표준편차를 이용하여 배경농도 데이터를 선택하는 처리가 수행되는 제 1 자료선별단계;
상기 제 1 자료선별단계에서 선별된 데이터에 대하여 연속값 차이를 이용하여 배경농도 데이터를 선택하는 처리가 수행되는 제 2 자료선별단계;
상기 제 2 자료선별단계에서 선별된 데이터에 대하여 이동중앙값과의 차이를 이용하여 배경농도 데이터를 선택하는 처리가 수행되는 제 3 자료선별단계;
상기 제 3 자료선별단계에서 선별된 데이터에 대하여 배경농도의 일평균을 산출하는 처리가 수행되는 일평균 산출단계; 및
상기 일평균 산출단계에서 산출된 일평균 값을 배경농도 산출 알고리즘에 입력하여 배경농도를 산출하는 처리가 수행되는 배경농도 산출단계를 포함하는 처리가 전용의 하드웨어 또는 컴퓨터를 포함하는 정보처리장치를 통해 수행되도록 구성되는 것을 특징으로 하는 온실가스 배경농도 산출방법.
- 제 1항에 있어서,
상기 자료수집단계는,
각각의 관측소에서 측정된 측정값을 별도의 입력수단을 통해 직접 입력받거나,
또는, 유선 또는 무선통신 중 적어도 하나의 방식으로 각각의 관측소에서 측정되고 전송되는 측정값을 포함하는 각종 데이터를 미리 정해진 설정에 따라 주기적으로 송수신하는 처리가 자동으로 수행되도록 구성되는 것을 특징으로 하는 온실가스 배경농도 산출방법.
- 제 1항에 있어서,
상기 제 1 자료선별단계는,
상기 자료수집단계에서 수집된 CO2를 포함하는 온실가스 측정값에 대하여 1시간 단위로 평균값(HA)과 표준편차(HS)를 각각 계산하고, 이하의 수학식에 제시된 조건을 만족하는 HA만을 선택하는 처리가 수행되도록 구성되는 것을 특징으로 하는 온실가스 배경농도 산출방법.
HS ≤ HS_crtr
(여기서, HA 및 HS는 각각 CO2의 1시간 평균값 및 표준편차이고, HS_crtr은 선별된 배경농도 데이터의 표준편차(HS)에 대한 누적 히스토그램이 90%가 되는 HS값을 각각 의미함)
- 제 3항에 있어서,
상기 제 2 자료선별단계는,
상기 제 1 자료선별단계에서 선택된 HA 중 이하의 수학식에 제시된 조건을 만족하는 HA만을 선택하는 처리가 수행되도록 구성되는 것을 특징으로 하는 온실가스 배경농도 산출방법.
CD_up ≤ CD_crtr 또는 CD_down ≤ CD_crtr
(여기서, 시간 t에 대하여, CD_up = |HA(t) - HA(t-1)|이고, CD_down = |HA(t) - HA(t+1)|이며, CD_crtr은 선별된 배경농도 데이터의 연속값의 차이값에 대한 누적 히스토그램이 90%가 되는 연속값의 차이값을 각각 의미함)
- 제 4항에 있어서,
상기 제 3 자료선별단계는,
상기 제 2 자료선별단계에서 선택된 HA 중 이하의 수학식에 제시된 조건을 만족하는 HA만을 선택하는 처리가 수행되도록 구성되는 것을 특징으로 하는 온실가스 배경농도 산출방법.
|(HA) - (HA의 30일 이동중앙값)| ≤ 1.3×(HA의 30일 이동표준편차)
- 제 5항에 있어서,
상기 배경농도 산출단계는,
미국 해양대기청(National Oceanic and Atmospheric Administration ; NOAA)의 CCG 필터(FILTER) 프로그램을 이용하여, 상기 일평균 산출단계에서 산출된 일평균값을 CCG 필터 프로그램에 입력하여 배경농도를 산출하는 처리가 수행되도록 구성되는 것을 특징으로 하는 온실가스 배경농도 산출방법.
- 제 5항에 있어서,
상기 배경농도 산출단계는,
상기 일평균 산출단계에서 산출된 일평균값에 근거하여, 시공간 패턴 분석법인 CSEOF(Cyclostationary Empirical Orthogonal Function) 기법을 이용하여 배경농도를 산출하는 처리가 수행되도록 구성되는 것을 특징으로 하는 온실가스 배경농도 산출방법.
- 청구항 1항 내지 청구항 7항 중 어느 한 항에 기재된 온실가스 배경농도 산출방법을 컴퓨터에 실행시키도록 구성되는 프로그램이 저장된 컴퓨터에서 판독 가능한 기록매체.
- 배경농도 측정시스템에 있어서,
온실가스에 대하여 각각의 관측소로부터 측정된 측정값을 포함하는 각종 데이터를 입력받아 수집하는 처리가 수행되도록 이루어지는 데이터 수집부;
상기 데이터 수집부를 통해 수집된 각각의 측정값에 근거하여 배경농도를 산출하는 처리가 수행되도록 이루어지는 데이터 처리부;
상기 데이터 수집부를 통해 수집되는 측정값과 상기 데이터 처리부의 처리결과를 포함하는 각종 데이터 및 상기 배경농도 측정시스템의 처리동작과 상태를 모니터나 디스플레이를 포함하는 별도의 표시수단을 통해 표시하도록 이루어지는 출력부;
다른 배경농도 측정시스템 또는 서버를 포함하는 외부 기기와 각종 데이터를 송수신하기 위해 유선 또는 무선통신 중 적어도 하나의 방식으로 통신을 수행하도록 이루어지는 통신부; 및
상기 배경농도 측정시스템의 전체적인 동작을 제어하는 처리가 수행되도록 이루어지는 제어부를 포함하여 구성되고,
상기 데이터 처리부는,
청구항 1항 내지 청구항 7항 중 어느 한 항에 기재된 온실가스 배경농도 산출방법을 이용하여 배경농도를 산출하는 처리가 수행되도록 구성되는 것을 특징으로 하는 배경농도 측정시스템.
- 제 9항에 있어서,
상기 데이터 수집부는,
각각의 관측소에서 측정된 이산화탄소를 포함하는 온실가스 측정값을 별도의 입력수단을 통해 직접 입력받도록 구성되거나,
또는, 상기 통신부를 통하여 유선 또는 무선통신 중 적어도 하나의 방식으로 각각의 관측소에서 측정되고 전송되는 측정값을 포함하는 각종 데이터를 미리 정해진 설정에 따라 주기적으로 송수신하는 처리가 자동으로 수행되도록 구성되는 것을 특징으로 하는 배경농도 측정시스템.
- 제 9항에 있어서,
상기 제어부는,
상기 데이터 수집부를 통해 수집된 측정값 및 상기 데이터 처리부를 통해 산출된 배경농도 정보를 포함하는 각종 데이터를 메모리를 포함하는 별도의 저장수단에 저장하여 배경농도에 대한 데이터베이스를 구축하는 동시에, 서버를 포함하는 외부 기기나 다른 배경농도 측정시스템으로 전송하는 처리가 수행되도록 구성되는 것을 특징으로 하는 배경농도 측정시스템.
- 제 9항에 있어서,
상기 배경농도 측정시스템은,
각각의 지역별로 다수의 상기 배경농도 측정시스템이 설치되며,
각각의 지역별로 설치된 상기 배경농도 측정시스템으로부터 배경농도 정보를 각각 수신하여 배경농도에 대한 빅데이터를 구축하고, 사용자의 요청에 따라 해당하는 각종 정보를 맞춤형으로 제공하는 처리가 수행되도록 이루어지는 관제서버; 및
각각의 사용자가 상기 관제서버에 배경농도에 대한 정보를 요청하고 전달받기 위한 사용자 단말기를 더 포함하여 구성되고,
각각의 지역별로 설치된 상기 배경농도 측정시스템들이 서로 통신하여 각종 데이터를 주고받도록 하는 동시에, 상기 관제서버의 요청에 따라, 또는, 미리 정해진 설정에 따라 주기적으로 모니터링 데이터를 상기 관제서버로 각각 전송하도록 구성됨으로써, 전국 단위의 광범위한 지역에 대하여도 배경농도를 모니터링 하기 위한 대규모의 배경농도 모니터링 시스템을 구축할 수 있도록 구성되는 것을 특징으로 하는 배경농도 측정시스템.
- 제 12항에 있어서,
상기 사용자 단말기는,
PC를 포함하는 정보처리장치, 또는, 스마트폰이나 태블릿 PC 또는 노트북을 포함하는 개인 휴대용 정보통신 단말기에 전용의 프로그램이나 어플리케이션을 설치하는 것에 의해 구성되는 것을 특징으로 하는 배경농도 측정시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210127354A KR20230044795A (ko) | 2021-09-27 | 2021-09-27 | 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210127354A KR20230044795A (ko) | 2021-09-27 | 2021-09-27 | 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230044795A true KR20230044795A (ko) | 2023-04-04 |
Family
ID=85928525
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210127354A KR20230044795A (ko) | 2021-09-27 | 2021-09-27 | 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20230044795A (ko) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100866642B1 (ko) | 2007-03-19 | 2008-11-04 | 주식회사 엔버스 | 대기 중의 이산화탄소 농도 측정방법 및 측정용 카트리지 |
| KR101733026B1 (ko) | 2015-09-16 | 2017-05-08 | 경북대학교 산학협력단 | 행정구역별 온실가스 분포 데이터 생성 장치 및 방법 |
-
2021
- 2021-09-27 KR KR1020210127354A patent/KR20230044795A/ko unknown
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100866642B1 (ko) | 2007-03-19 | 2008-11-04 | 주식회사 엔버스 | 대기 중의 이산화탄소 농도 측정방법 및 측정용 카트리지 |
| KR101733026B1 (ko) | 2015-09-16 | 2017-05-08 | 경북대학교 산학협력단 | 행정구역별 온실가스 분포 데이터 생성 장치 및 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sun et al. | Understanding human influence on climate change in China | |
| Christy et al. | Surface temperature variations in East Africa and possible causes | |
| Milano et al. | Current state of Mediterranean water resources and future trends under climatic and anthropogenic changes | |
| Marshall | Trends in the Southern Annular Mode from observations and reanalyses | |
| Brown et al. | Changes in extreme climate indices for the northeastern United States, 1870–2005 | |
| Bamberger et al. | Spatial variability of methane: Attributing atmospheric concentrations to emissions | |
| Wu et al. | Evaluating the effects of land use and cover change on the decrease of surface wind speed over China in recent 30 years using a statistical downscaling method | |
| Arnds et al. | Spatio-temporal variance and meteorological drivers of the urban heat island in a European city | |
| CN109375285A (zh) | 一种应用于污染分析的玫瑰图制作方法 | |
| Lian et al. | Sensitivity to the sources of uncertainties in the modeling of atmospheric CO 2 concentration within and in the vicinity of Paris | |
| Wu et al. | Future changes in mean and extreme monsoon precipitation in the middle and lower Yangtze River Basin, China, in the CMIP5 models | |
| US20190087757A1 (en) | GIS Based Centralized Carbon Footprint Monitoring System and Method Thereof | |
| Zhang et al. | High-latitude snowfall as a sensitive indicator of climate warming: A case study of Heilongjiang Province, China | |
| Sumargo et al. | A soil moisture monitoring network to assess controls on runoff generation during atmospheric river events | |
| He et al. | Regional representativeness assessment and improvement of eddy flux observations in China | |
| Fan et al. | Using quantile regression to detect relationships between large-scale predictors and local precipitation over northern China | |
| KR20230044795A (ko) | 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템 | |
| Gouda et al. | Empirical models for estimating global solar radiation in Wuhan City, China | |
| Lu et al. | Analysis on the variations of atmospheric CO2 concentrations along the urban–rural gradients of Chinese cities based on the OCO-2 XCO2 data | |
| CN115828796A (zh) | 一种河流系统温室气体排放的气体扩散关键参数获取方法 | |
| Kingston et al. | Atmospheric circulation drivers of lake inflow for the Waitaki River, New Zealand. | |
| KR20160134947A (ko) | 신재생에너지 자원지도 생성 장치 및 방법 | |
| Barbano et al. | Performance evaluation of MeteoTracker mobile sensor for outdoor applications | |
| Chen et al. | Convection‐permitting ICON‐LAM simulations for renewable energy potential estimates over Southern Africa | |
| Melo-Aguilar et al. | Near-surface soil thermal regime and land–air temperature coupling: a case study over Spain |