WO2016125941A1 - 환경 오염 예측 시스템 및 방법 - Google Patents

환경 오염 예측 시스템 및 방법 Download PDF

Info

Publication number
WO2016125941A1
WO2016125941A1 PCT/KR2015/001320 KR2015001320W WO2016125941A1 WO 2016125941 A1 WO2016125941 A1 WO 2016125941A1 KR 2015001320 W KR2015001320 W KR 2015001320W WO 2016125941 A1 WO2016125941 A1 WO 2016125941A1
Authority
WO
WIPO (PCT)
Prior art keywords
environmental pollution
data
satellite image
prediction
target area
Prior art date
Application number
PCT/KR2015/001320
Other languages
English (en)
French (fr)
Inventor
박남희
여욱현
박상원
Original Assignee
(주)유엔이
계명대학교 산학협력단
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)유엔이, 계명대학교 산학협력단 filed Critical (주)유엔이
Publication of WO2016125941A1 publication Critical patent/WO2016125941A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • 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
    • G06Q50/01—Social networking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/20—Adaptations for transmission via a GHz frequency band, e.g. via satellite

Definitions

  • the present invention relates to an environmental pollution prediction system and method. More specifically, it relates to environmental pollution prediction systems and methods that can predict environmental pollution from posts posted to satellite images and / or social network services.
  • the present invention is derived from the development process of "land environment spatial scanning monitoring technology” performed in the “development of analytical prediction technology based on polymorphic image and complex sensor data for early detection of environmental disaster disaster”.
  • a satellite image data collection module for collecting a plurality of satellite image data of the surface of the target area for each unit time during a predetermined collection period, for each of the plurality of satellite image data,
  • a satellite image data analysis module for analyzing satellite image data to generate corresponding satellite image analysis data, and generating a satellite image analysis data set including the generated plurality of satellite image analysis data, each unit during the collection period;
  • An actual measurement data collection module for collecting a plurality of actual measurement data detected from a sensor installed in the target area for each hour, and for each of the plurality of actual measurement data, analyzes the actual measurement data and generates corresponding environmental pollution data.
  • Environmental pollution comprising a plurality of said environmental pollution data
  • An actual measurement data analysis module for generating a data set
  • a learning module for generating correlation information between the satellite image analysis data set and the environmental pollution data set
  • correlation information between the satellite image data set and the environmental pollution data set is provided.
  • the present invention provides a pollution prediction system including a prediction module for generating prediction pollution data from a prediction target satellite image photographing the target area at a predetermined prediction time.
  • the learning module performs the machine learning on the satellite image analysis data of the unit time and the environmental pollution data of the unit time for each unit time during the collection period, the satellite image analysis data set And association information between the environment data set and the environment data set.
  • the environmental pollution data is water quality data of the river located in the target area
  • the sensor may be a green algae sensor.
  • the satellite image data analysis module may generate satellite image analysis data corresponding to the satellite image data by analyzing a color of a stream portion displayed in the satellite image data.
  • the environmental pollution data is air pollution data of the target area
  • the sensor may be an atmospheric sensor.
  • the satellite image data analysis module may analyze the transparency of the satellite image data to generate satellite image analysis data corresponding to the satellite image data.
  • the environmental pollution prediction system further comprises an air environment data collection module for collecting the air environment data of the target area for each unit time during the collection period, the satellite image data analysis module, the The satellite image data may be corrected based on the atmospheric environment data corresponding to the unit time at which the satellite image data is photographed, and the satellite image data may be analyzed to generate corresponding satellite image analysis data.
  • the environmental pollution prediction system collects environmental pollution related keywords from posts corresponding to the target area posted on a predetermined social network service for each unit time during the collection period, and collects the unit time. Further comprising a keyword collection module for generating an environmental pollution-related keyword set including a keyword for each environmental pollution, wherein the learning module, the association between the satellite image analysis data set and the environmental pollution-related keyword set and the environmental pollution data set Generating a relationship information, and the prediction module is configured to predict the target region by photographing the target area at a predetermined prediction time by using correlation information between the satellite image data set and the environmental pollution keyword related set and the environmental pollution data set.
  • the social network at satellite image and the prediction time From pollution-related keywords in posts corresponding to the above subject areas published in the service may generate the predicted environmental data.
  • the learning module machine learning for the satellite image analysis data of the unit time, environmental pollution-related keywords of the unit time and environmental pollution data of the unit time for each unit time during the collection period.
  • the correlation information between the satellite image analysis data set and the environmental pollution related keyword set and the environmental pollution data set may be generated.
  • the post corresponding to the target area posted on the social network service may be a post posted to the social network service by the terminal of the user located in the target area or an area within a certain range from the target area. have.
  • the environmental pollution-related keywords collected from the post corresponding to the target area posted on the predetermined social network service for each unit time for each predetermined period during the predetermined collection period, and the environmental pollution by the unit time collected A keyword collection module for generating a set of keywords related to environmental pollution including a related keyword, a sensor data collection module for collecting a plurality of measured data detected from sensors installed in the target area for each unit time during the collection period, and the plurality of A measurement data analysis module for analyzing the measurement data to generate corresponding environmental pollution data, and generating an environmental pollution data set including the generated plurality of environmental pollution data, for each measurement data; Set and the above pollution data set
  • a learning module for generating correlation information between and a post corresponding to the target area posted on the social network service at a predetermined prediction time, using correlation information between the environmental pollution related keyword set and the environmental pollution data set.
  • an environmental pollution prediction system including a prediction module for generating prediction environmental pollution data from an included environmental pollution related keyword.
  • the environmental pollution prediction system the satellite image data collection step of collecting a plurality of satellite image data of the surface of the target area for each unit time during a predetermined collection period, the environmental pollution prediction The system analyzes the satellite image data for each of the plurality of satellite image data to generate corresponding satellite image analysis data, and generates a satellite image analysis data set including the generated plurality of satellite image analysis data.
  • an environmental pollution prediction method comprising a prediction step of generating predicted environmental pollution data from a predicted satellite image photographed.
  • the environmental pollution data is water quality data of the river located in the target area
  • the sensor may be a green algae sensor.
  • the analyzing of the satellite image data may include generating satellite image analysis data corresponding to the satellite image data by analyzing a color of a stream portion displayed in the satellite image data.
  • the environmental pollution data is air pollution data of the target area
  • the sensor may be an atmospheric sensor.
  • the analyzing of the satellite image data may include analyzing satellite transparency of the satellite image data to generate satellite image analysis data corresponding to the satellite image data.
  • the method for predicting environmental pollution collects environmental pollution related keywords from posts corresponding to the target area posted on a predetermined social network service for each unit time during the collection period, and collects the unit time.
  • the method may further include a keyword collection step of generating an environmental pollution related keyword set including a keyword for each environmental pollution, wherein the learning step includes: the satellite image analysis data set and the association between the environmental pollution related keyword set and the environmental pollution data set.
  • Generating relationship information wherein the predicting step comprises using the satellite image data set and the correlation information between the environmental pollution keyword related set and the environmental pollution data set to determine the target area at a predetermined prediction time.
  • Image of the predicted satellite image and the predicted time From pollution-related keywords in posts corresponding to the above target areas posted on social networks can include the step of generating the predicted environmental data.
  • the environmental pollution prediction system collects environmental pollution related keywords from posts corresponding to a target area posted on a predetermined social network service at each unit time during a predetermined collection period, and collected A keyword collection step of generating an environmental pollution related keyword set including the environmental pollution related keyword for each unit time, wherein the environmental pollution prediction system includes a plurality of detected by sensors installed in the target area for each unit time during the collection period; Sensor data collection step of collecting the measurement data, the environmental pollution prediction system analyzes the measurement data for each of the plurality of measurement data to generate corresponding environmental pollution data, the plurality of generated environmental pollution data Generate an environmental pollution data set that includes In the actual data analysis step, the environmental pollution prediction system, the learning step of generating correlation information between the environmental pollution-related keyword set and the environmental pollution data set and the environmental pollution prediction system, the environmental pollution-related keyword set and the environment A prediction step of generating predicted environmental pollution data from environmental pollution related keywords included in a post corresponding to the target area posted on the social network service at a predetermined prediction time, using correlation information
  • a computer program installed in a data processing apparatus and stored in a recording medium for performing the above-described method.
  • a system for predicting environmental pollution including a memory for storing a processor and a computer program executed by the processor, wherein the computer program, when executed by the processor, predicts the environmental pollution.
  • An environmental pollution prediction system is provided that allows the system to perform the method described above.
  • FIG. 1 is a view schematically showing a driving environment of an environmental pollution prediction system according to an embodiment of the present invention.
  • FIG. 2 is a view schematically showing the configuration of the environmental pollution prediction system according to an embodiment of the present invention.
  • FIG. 3 is a flowchart illustrating a method for predicting environmental pollution according to an embodiment of the present invention.
  • FIG. 4 is a flowchart illustrating a method for predicting environmental pollution according to another embodiment of the present invention.
  • FIG. 5 is a flowchart illustrating a method for predicting environmental pollution according to another embodiment of the present invention.
  • first and second may be used to describe various components, but the components should not be limited by the terms. The terms are used only for the purpose of distinguishing one component from another.
  • the component when one component 'transmits' data to another component, the component may directly transmit the data to the other component, or through at least one other component. Means that the data may be transmitted to the other component.
  • the component when one component 'directly transmits' data to another component, it means that the data is transmitted from the component to the other component without passing through the other component.
  • Environmental pollution prediction system 100 may be provided to implement the environmental pollution prediction method according to an embodiment of the present invention.
  • the environmental pollution prediction system 100 may predict environmental pollution of a specific region (hereinafter, referred to as a “target region”) that is a target of environmental pollution.
  • the environmental pollution prediction system 100 may collect satellite image data of the ground surface of the target region photographed by the satellite 200 over the target region.
  • the environmental pollution prediction system 100 may collect environmental pollution related keywords included in a post corresponding to the target area posted on a predetermined social network service providing server 300.
  • the environmental pollution related keyword may be, for example, a predetermined keyword such as “odor” or “pollution”.
  • the post corresponding to the target region may be a keyword related to the target region, and may be, for example, the name of the target region or the name of a region within a predetermined range from the target region.
  • the post corresponding to the target region may be a post posted by a user located in the vicinity of the target region. That is, the post may be posted by the terminal of the user located in the target area or a region within a predetermined range from the target area to the social network service.
  • the environmental pollution prediction system 100 may collect measurement data measured by a plurality of sensors 400-1 to 400 -M installed in the target area.
  • the measured data is data that can confirm the degree of environmental pollution, and may include a green algae sensor, a fine dust sensor, a chlorophyll-a sensor, a turbidity sensor, and the like.
  • the environmental pollution prediction system 100 may collect phase image data, environmental pollution related keywords, and measurement data for each unit time during a predetermined period (collection period). That is, the environmental pollution prediction system 100 may collect phase image data, environmental pollution related keywords, and measurement data every time during the collection period. Therefore, the phase image data, the environmental pollution related keyword, and the measurement data corresponding to the specific unit time may be data collected at the same time (that is, the specific unit time).
  • the environmental pollution prediction system 100 may predict the degree of environmental pollution at a point in time (hereinafter referred to as 'prediction time') after the collection period.
  • the environmental pollution prediction system 100 may generate predicted environmental pollution data indicating a degree of environmental pollution predicted at the prediction time.
  • the environmental pollution prediction system 100 may analyze each of a plurality of satellite image data collected every unit time within the collection period, and generate satellite image analysis data corresponding to the satellite image data.
  • a satellite image analysis data set including a plurality of generated satellite image analysis data may be generated.
  • the environmental pollution prediction system 100 may generate an environmental pollution keyword set including an environmental pollution related keyword collected every unit time within the collection period.
  • the environmental pollution prediction system 100 may analyze each of a plurality of measured data collected every unit time within the collection period, and generate environmental pollution data corresponding to the measured data, and generate a plurality of environments An environmental pollution data set can be generated that includes pollution data.
  • the environmental pollution prediction system 100 may generate correlation information between the generated satellite image data set and / or the environmental pollution keyword related set and the generated environmental pollution data set.
  • Predicted pollution data may be generated from the generated pollution related keywords. That is, the predicted environmental pollution data corresponds to satellite images (prediction target satellite images) collected at a predetermined prediction time and / or the target area posted on SNS provided by the social network providing system 300 at the prediction time. It may be information about the degree of environmental pollution predicted from the keyword related to environmental pollution included in the post.
  • FIG. 2 is a view schematically showing the configuration of the environmental pollution prediction system according to an embodiment of the present invention.
  • the environmental pollution prediction system 100 includes a satellite image data collection module 110, a satellite image data analysis module 120, a measurement data collection module 130, and a measurement data analysis module 140.
  • the learning module 150, the prediction module 160, the atmospheric environment data collection module 170, and the keyword collection module 180 may be included.
  • the environmental pollution prediction system 100 may include more components than this.
  • the environmental pollution prediction system 100 may include other components of the environmental pollution prediction system 100 (eg, satellite image data collection module 110, satellite image data analysis module 120, and actual data collection).
  • It may further include a control module (not shown) that may control.
  • the environmental pollution prediction system 100 may include hardware resources and / or software necessary to implement the technical idea of the present invention, and may necessarily mean one physical component or one device. It is not. That is, the environmental pollution prediction system 100 may mean a logical combination of hardware and / or software provided to implement the technical idea of the present invention. If necessary, the environmental pollution prediction system 100 may be installed in devices spaced apart from each other. It may be implemented as a set of logical configurations for implementing the technical idea of the present invention. In addition, the environmental pollution prediction system 100 may mean a set of components that are separately implemented for each function or role for implementing the technical idea of the present invention.
  • the satellite image data collection module 110, satellite image data analysis module 120, measured data collection module 130, measured data analysis module 140, learning module 150, prediction module 160 The atmospheric data collection module 170 and / or the keyword collection module 180 may be located in different physical devices or may be located in the same physical device.
  • the satellite image data collection module 110, the satellite image data analysis module 120, the measurement data collection module 130, the measurement data analysis module 140, the learning module 150, and the prediction module are also located in different physical devices, and the detailed elements located in different physical devices are organically separated from each other. It can also be combined to realize the functions that each individual module performs.
  • module in the present specification may mean a functional and structural combination of hardware for performing the technical idea of the present invention and software for driving the hardware.
  • the module may mean a logical unit of a predetermined code and a hardware resource for performing the predetermined code, and does not necessarily mean a physically connected code or a kind of hardware. It can be easily inferred by the average expert in the technical field of the present invention.
  • the satellite image data collection module 110 may collect a plurality of satellite image data obtained by photographing the surface of the target area for each unit time during a predetermined collection period. As described above, the satellite image data may be image data captured by the satellite 200 over the target area. The satellite image data collection module 110 may collect satellite image data of the ground surface of the target area photographed by the satellite 200 every unit time, and collect satellite image data during the collection period. have.
  • the satellite image data may include a river portion. That is, in the example of FIG. 3, the target area may include a river.
  • the satellite image data analysis module 120 analyzes the satellite image data with respect to each of the plurality of satellite image data, generates satellite image analysis data corresponding thereto, and generates the plurality of satellite image analysis data.
  • a data group (hereinafter, referred to as a "satellite image analysis data set") may be generated.
  • the method of analyzing the satellite image data by the satellite image data analysis module 120 may vary according to the type of pollution predicted by the environmental pollution prediction system 100. According to an embodiment, the satellite image data analysis module 120 may analyze color or transparency of each satellite image data, and a detailed method thereof will be described later.
  • the measured data collection module 130 may collect a plurality of measured data detected from the sensors 400-1 to 400-M installed in the target area for each unit time during the collection period.
  • the sensors 400-1 to 400 -M may vary according to the type of pollution predicted by the environmental pollution prediction system 100.
  • the environmental pollution prediction system 100 may be used to determine the water quality of a stream.
  • the sensors 400-1 to 400 -M may be water quality sensors (eg, turbidity sensors, green algae sensors, chlorophyll-a sensors) capable of determining the degree of water quality.
  • the sensors 400-1 to 400-M may be sensors (for example, fine dust sensors, etc.) capable of predicting air pollution. Can be.
  • the measured data analysis module 140 analyzes the measured data with respect to each of the plurality of measured data to generate environmental pollution data corresponding thereto, and includes a data group including the generated plurality of environmental pollution data ( Hereinafter, referred to as an 'environmental pollution data set'.
  • the environmental pollution data may be water quality data of the river located in the target area
  • the sensor (400-1 to 400-M) may be a water quality sensor for identifying the water quality of the river.
  • the water quality detection may be a green algae sensor, a chlorophyll-a detection sensor and / or a turbidity sensor.
  • the satellite image data analysis module 120 may generate satellite image analysis data corresponding to the satellite image data by analyzing the color of the stream portion shown in the satellite image data. This is because the color of the river portion may be differently determined according to the water quality of the river.
  • the analysis result of each satellite image data generated by the satellite image data analysis module 120 is a numerical value (for example, given to each pixel or a certain pixel group included in the stream portion shown in the satellite image data (eg, For example, it may be a color value of each pixel, etc.), or may be a predetermined numerical value (for example, an average value, etc.) determined in numerical values given to each pixel or a certain pixel group.
  • a numerical value for example, given to each pixel or a certain pixel group included in the stream portion shown in the satellite image data (eg, For example, it may be a color value of each pixel, etc.), or may be a predetermined numerical value (for example, an average value, etc.) determined in numerical values given to each pixel or a certain pixel group.
  • the environmental pollution data is air pollution data of the target area
  • the sensors 400-1 to 400 -M may be air sensors that can check the air pollution level of the target area.
  • the atmospheric sensor may be a fine dust sensor.
  • the satellite image data analysis module 120 may generate satellite image analysis data corresponding to the satellite image data by analyzing transparency of the satellite image data. This is because the transparency of the image photographing the target region may be differently determined according to the air pollution degree of the target region.
  • the analysis result of each satellite image data generated by the satellite image data analysis module 120 is a numerical value (e.g., for each pixel or a predetermined pixel group included in the satellite image data). Transparency, etc.), or may be a predetermined numerical value (e.g., an average value) determined for the numerical value given to each pixel or a certain pixel group.
  • the satellite image photographing the surface of the target area photographed by the satellite 200 may vary according to the atmospheric environment (eg, humidity, cloud, wind direction, etc.) of the target area. Therefore, in one embodiment, the satellite image data analysis module 120 may generate satellite image analysis data corresponding to the satellite image data after correcting each of the plurality of satellite image data.
  • the air environment data collection module 170 may collect the air environment data of the target area for each unit time during the collection period, and the satellite image data analysis module 120 is configured to collect the satellite image data.
  • the satellite image data may be corrected based on the atmospheric environment data corresponding to the captured unit time.
  • the air environment data collection module 170 may collect air environment data of the target area from a predetermined air environment data providing server (for example, a meteorological office server, etc.), and the air environment data may be atmosphere of the target area. It may include data indicative of the environment (eg, humidity, rainfall, snowfall, wind volume, cloudiness, etc.).
  • a predetermined air environment data providing server for example, a meteorological office server, etc.
  • the air environment data may be atmosphere of the target area. It may include data indicative of the environment (eg, humidity, rainfall, snowfall, wind volume, cloudiness, etc.).
  • the satellite image data analysis module 120 may correct brightness, color, saturation, etc. of the satellite image data of the unit time based on the atmospheric environment data of the specific unit time.
  • the keyword collection module 180 collects environmental pollution related keywords from posts corresponding to the target area posted on a predetermined social network service for each unit time during the collection period, and collects the environment for each unit time.
  • An environmental pollution related keyword set may be generated including the pollution related keyword.
  • the keyword collection module 180 may collect environmental pollution related keywords included in posts corresponding to the target area from the social network service providing server 300.
  • the environmental pollution-related keyword is one of predetermined keywords related to environmental pollution, and may be, for example, "odor", “pollution”, “green algae”, “odor”, “float”, or the like.
  • the post corresponding to the target region may be a keyword related to the target region, and may be, for example, the name of the target region or the name of a region within a predetermined range from the target region.
  • the post corresponding to the target area may be a post posted by a user located near the target area. That is, the post may be posted by the terminal of the user located in the target area or a region within a predetermined range from the target area to the social network service.
  • the post corresponding to the target area since a user located near the target area is posted on the SNS, the post corresponding to the target area may be a material indicating a pollution state of the target area at the time of posting.
  • the learning module 150 may generate correlation information between the satellite image analysis data set and / or the keyword related to environmental pollution and the environmental pollution data set. That is, according to an exemplary embodiment, the learning module 150 may include correlation information between the satellite image analysis data set and the environmental pollution data set, relationship information between the environmental pollution related keyword set and the environmental pollution data set, and / or Correlation information between the satellite image analysis data set and the environmental pollution related keyword set and the environmental pollution data set may be generated.
  • the learning module 150 may generate the association information by performing a machine learning using the input data of the individual data included in each set.
  • the satellite image analysis data set, the environmental pollution related keyword set, and the data contained in the environmental pollution data set are all collected in a specific unit within the collection period, so the satellite image analysis data set and the environmental pollution related keyword set Each of the data included in the environmental pollution data set may correspond to a specific unit time.
  • the learning module 150 generates satellite image data corresponding to the unit time and / or an environmental pollution related keyword corresponding to the unit time and environmental pollution data corresponding to the unit time for each unit time in the collection period. Machine learning can be performed with input values.
  • the learning module 150 may perform various known machine learning algorithms such as decision tree learning, association rule learning, artificial neural networks, support vector machines, clustering, and the like.
  • the learning module 150 by the learning module 150 after the correlation information between the satellite image analysis data set and / or the environmental pollution-related keyword set and the environmental pollution data set is generated, the prediction module By using the generated correlation information, the 160 may include a prediction target satellite image photographing the target region at a predetermined prediction time and / or a post corresponding to the target region posted to the social network service at the prediction time.
  • the predicted environmental pollution data may be generated from the included environmental pollution related keywords.
  • the predicted environmental pollution data generated as described above is not data measured from a sensor installed in the target region, but the satellite image (prediction target satellite image) collected at the prediction time and / or the social network providing system 300 at the prediction time. ) May be information about the degree of environmental pollution predicted from the keyword related to environmental pollution included in the post corresponding to the target area posted on the SNS provided by the). Therefore, according to the technical idea of the present invention described above, even in a situation where a sensor is not provided in the target area, the degree of environmental pollution of the target area can be accurately estimated from posts posted on satellite images and / or SNS.
  • 4 is a flowchart illustrating a method for predicting environmental pollution according to an embodiment of the present invention. 4 is a diagram illustrating a method of predicting environmental pollution data from satellite image data.
  • the environmental pollution prediction system 100 may generate a satellite image analysis data set SI and an environmental pollution data set SP by performing step S100.
  • the total collection time for collecting the satellite image data and the measured data may be (Ti + 1-Ti) * N.
  • the environmental pollution prediction system 100 may collect satellite image data Ii photographing the surface of the target area at a unit time Ti.
  • the environmental pollution prediction system 100 may collect atmospheric environment data Ei measured at a unit time Ti, and in operation S103, the satellite image data Ii may be corrected based on the atmospheric environment data Ei.
  • the environmental pollution prediction system 100 may generate satellite image analysis data Ai by analyzing the result of correcting the satellite image data Ii.
  • satellite image analysis may be performed on the generated satellite image analysis data Ai. Can be added to the data set SI.
  • the environmental pollution prediction system 100 may collect the measured data Di detected in the unit time Ti from the sensors 400-1 to 400-M installed in the target area, and in step S107, The measurement data Di may be analyzed to generate environmental pollution data Pi, and in operation S108, the environmental pollution data Pi may be added to the environmental pollution data set SP.
  • step S110 the environmental pollution prediction system 100 performs machine learning. Correlation information R between the satellite image analysis data set SI and the environmental pollution data set SP may be generated.
  • the environmental pollution prediction system 100 may generate prediction environmental pollution data from the predicted satellite image photographed at a predetermined prediction time in step S120. More specifically, the environmental pollution prediction system 100 corrects the predicted satellite image based on the atmospheric environment data measured at the predicted time, and then generates predicted satellite image analysis data therefrom, and the correlation information R Using the predicted environmental pollution data corresponding to the predicted satellite image analysis data may be generated.
  • 5 is a flowchart illustrating a method for predicting environmental pollution according to another embodiment of the present invention. 5 is a diagram illustrating a method of predicting environmental pollution data from a post posted on an SNS.
  • the environmental pollution prediction system 100 may perform an operation S200 to generate an environmental pollution related keyword set SK and an environmental pollution data set SP.
  • the total collection time for collecting the environmental pollution keyword and the measured data may be (Ti + 1-Ti) * N.
  • the environmental pollution prediction system 100 may collect environmental pollution related keywords Ki from posts corresponding to a target area posted on the SNS at a unit time Ti.
  • the environmental pollution prediction system 100 may be collected. ) May add the environmental pollution-related keyword Ki to the environmental pollution-related keyword set SK.
  • the environmental pollution prediction system 100 may collect the measured data Di detected in the unit time Ti from the sensors 400-1 to 400-M installed in the target area, and in step S204, The measurement data Di may be analyzed to generate environmental pollution data Pi, and in operation S205, the environmental pollution data Pi may be added to the environmental pollution data set SP.
  • step S210 the environmental pollution prediction system 100 performs a machine learning.
  • the correlation information R between the environmental pollution related keyword set SK and the environmental pollution data set SP may be generated.
  • the environmental pollution prediction system 100 When the correlation information R is generated, the environmental pollution prediction system 100 generates the predicted environmental pollution data from the environmental pollution related keywords included in the post corresponding to the target area posted on the SNS at a predetermined prediction time in step S220. can do.
  • 6 is a flowchart illustrating a method for predicting environmental pollution according to another embodiment of the present invention. 6 is a diagram illustrating a method of predicting environmental pollution data from satellite image data and posts posted to SNS.
  • the environmental pollution prediction system 100 may perform a step S100 to generate a satellite image analysis data set SI and an environmental pollution data set SP.
  • the total collection time for collecting the satellite image data, the keyword related to environmental pollution, and actual measurement data may be (Ti + 1-Ti) * N.
  • the environmental pollution prediction system 100 may collect satellite image data Ii photographing the surface of the target area at a unit time Ti.
  • the environmental pollution prediction system 100 may generate satellite image analysis data Ai by analyzing satellite image data Ii.
  • the generated satellite image analysis data Ai may be added to the satellite image analysis data set SI. You can add Of course, according to the embodiment, the environmental pollution prediction system 100 may correct the satellite image data Ii and then analyze the corrected satellite image data as in the embodiment of FIG. 4.
  • step S304 the environmental pollution prediction system 100 may collect the environmental pollution-related keyword Ki from the post corresponding to the target area posted on the SNS at the unit time Ti, in step S305, the environmental pollution prediction system 100 may add the environmental pollution-related keyword Ki to the environmental pollution-related keyword set SK.
  • the environmental pollution prediction system 100 may collect the measured data Di detected in the unit time Ti from the sensors 400-1 to 400-M installed in the target area, and in step S307, The measurement data Di may be analyzed to generate environmental pollution data Pi, and in operation S308, the environmental pollution data Pi may be added to the environmental pollution data set SP.
  • the environmental pollution prediction system ( 100 may generate correlation information R between the satellite image analysis data set SI and the environmental pollution related keyword set SK and the environmental pollution data set SP through machine learning.
  • the environmental pollution prediction system 100 is included in the prediction target satellite image photographed at a predetermined prediction time and a post corresponding to the target area posted on the SNS at the prediction time in step S120.
  • the predicted environmental pollution data may be generated from the environmental pollution related keyword.
  • the environmental pollution prediction system 100 may include a processor and a memory storing a program executed by the processor.
  • the processor may include a single core CPU or a multi core CPU.
  • the memory may include fast random access memory and may include nonvolatile memory, such as one or more magnetic disk storage devices, flash memory devices, or other nonvolatile solid state memory devices. Access to memory by the processor and other components may be controlled by the memory controller.
  • the environmental pollution prediction system 100 when the program is executed by the processor, the environmental pollution prediction system 100 according to the present embodiment may allow the above-described environmental pollution prediction method to be performed.
  • the environmental pollution prediction method according to an embodiment of the present invention is implemented in the form of computer-readable program instructions can be stored in a computer-readable recording medium, the control program and the target program according to an embodiment of the present invention It can also be stored in a computer-readable recording medium.
  • the computer-readable recording medium includes all kinds of recording devices in which data that can be read by a computer system is stored.
  • the program instructions recorded on the recording medium may be those specially designed and constructed for the present invention, or may be known and available to those skilled in the software art.
  • Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tape, optical media such as CD-ROMs, DVDs, floppy disks, and the like. Included are hardware devices specifically configured to store and execute the same magneto-optical media and program instructions such as ROM, RAM, flash memory, and the like.
  • the above-described medium may be a transmission medium such as an optical or metal wire, a waveguide, or the like including a carrier wave for transmitting a signal specifying a program command, a data structure, and the like.
  • the computer readable recording medium can also be distributed over network coupled computer systems so that the computer readable code is stored and executed in a distributed fashion.
  • Examples of program instructions include not only machine code generated by a compiler, but also devices that process information electronically using an interpreter, for example, high-level language code that can be executed by a computer.
  • the hardware device described above may be configured to operate as one or more software modules to perform the operations of the present invention, and vice versa.
  • the present invention can be used in environmental pollution prediction systems and methods.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Educational Administration (AREA)
  • Astronomy & Astrophysics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Computing Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Processing (AREA)

Abstract

위성 영상 및/또는 소셜 네트워크 서비스에 게시된 게시물로부터 환경 오염을 예측할 수 있는 환경 오염 예측 시스템 및 방법이 개시된다. 본 발명의 일 측면에 따르면, 소정의 수집 기간 동안 각각의 단위 시간 별로 대상 지역의 지표면을 촬영한 복수의 위성 영상 데이터를 수집하는 위성영상데이터 수집모듈, 상기 복수의 위성 영상 데이터 각각에 대하여, 상기 위성 영상 데이터를 분석하여 그에 상응하는 위성 영상 분석 데이터를 생성하고, 생성된 상기 복수의 위성 영상 분석 데이터를 포함하는 위성 영상 분석 데이터 세트를 생성하는 위성영상데이터 분석모듈, 상기 수집 기간 동안 각각의 단위 시간 별로 상기 대상 지역 내에 설치된 센서로부터 감지된 복수의 실측 데이터를 수집하는 실측데이터 수집모듈, 상기 복수의 실측 데이터 각각에 대하여, 상기 실측 데이터를 분석하여 그에 상응하는 환경 오염 데이터를 생성하고, 생성된 복수의 상기 환경 오염 데이터를 포함하는 환경 오염 데이터 세트를 생성하는 실측데이터 분석모듈, 상기 위성 영상 분석 데이터 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 생성하는 학습모듈 및 상기 위성 영상 데이터 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 이용하여, 소정의 예측 시간에 상기 대상 지역을 촬영한 예측 대상 위성 영상으로부터 예측 환경 오염 데이터를 생성하는 예측모듈을 포함하는 환경 오염 예측 시스템이 제공된다.

Description

환경 오염 예측 시스템 및 방법
본 발명은 환경 오염 예측 시스템 및 방법에 관한 것이다. 보다 상세하게는 위성 영상 및/또는 소셜 네트워크 서비스에 게시된 게시물로부터 환경 오염을 예측할 수 있는 환경 오염 예측 시스템 및 방법에 관한 것이다.
본 발명은 "환경 재난 재해의 조기 감지를 위한 다형 영상 및 복합 센서 데이터 기반의 분석 예측 기술 개발" 사업에서 수행하는 "국토환경 공간스캐닝 모니터링 기술"의 개발 과정에서 도출된 것이다.
최근 환경에 대한 관심이 높아지고, 우리의 생활에 직접적인 영향을 줄 수 있다는 인식이 높아짐에 따라 수질 오염이나 대기오염과 같은 각종 환경 오염을 정확하게 측정하고 예측할 필요성이 높아지고 있다.
종래에는 측정 대상이 되는 지역에 환경 오염과 관련된 데이터를 수집할 수 있는 센서(예를 들면, 녹조센서, 대기센서 등)를 다수 배치하고 배치된 센서를 통해 수집된 정보를 통해 환경 요인을 판단하는 방법이 이용되고 있었다. 하지만, 이러한 방법은 수집 당시의 환경 요인을 분석, 판단할 수 있는 방법에 불과하며, 향후에 환경 요인이 어떻게 변화할지에 대한 결과는 제시하지 못한다는 문제점이 있다.
또한, 환경 요인 분석에 대한 정확도를 높이기 위해서는 다수의 센서가 배치되어야 하는데, 여기에 매우 비용이 많이 소요된다는 문제점도 있으며, 지역의 특성에 따라서는 센서를 배치하기 어려운 경우도 많다.
따라서, 비교적 간단한 방법으로 데이터를 수집할 수 있는 위성 영상이나 최근 많이 이용하고 있는 SNS을 통해 환경 오염을 예측하는 방법에 대한 요구가 대두되고 있는 상황이다.
본 발명이 해결하고자 하는 과제는 위성 영상 및/또는 소셜 네트워크 상에서 사용자들이 게시하는 게시물로부터 환경 오염을 정확하게 예측할 수 있는 시스템을 제공하는 것이다.
본 발명의 일 측면에 따르면, 소정의 수집 기간 동안 각각의 단위 시간 별로 대상 지역의 지표면을 촬영한 복수의 위성 영상 데이터를 수집하는 위성영상데이터 수집모듈, 상기 복수의 위성 영상 데이터 각각에 대하여, 상기 위성 영상 데이터를 분석하여 그에 상응하는 위성 영상 분석 데이터를 생성하고, 생성된 상기 복수의 위성 영상 분석 데이터를 포함하는 위성 영상 분석 데이터 세트를 생성하는 위성영상데이터 분석모듈, 상기 수집 기간 동안 각각의 단위 시간 별로 상기 대상 지역 내에 설치된 센서로부터 감지된 복수의 실측 데이터를 수집하는 실측데이터 수집모듈, 상기 복수의 실측 데이터 각각에 대하여, 상기 실측 데이터를 분석하여 그에 상응하는 환경 오염 데이터를 생성하고, 생성된 복수의 상기 환경 오염 데이터를 포함하는 환경 오염 데이터 세트를 생성하는 실측데이터 분석모듈, 상기 위성 영상 분석 데이터 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 생성하는 학습모듈 및 상기 위성 영상 데이터 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 이용하여, 소정의 예측 시간에 상기 대상 지역을 촬영한 예측 대상 위성 영상으로부터 예측 환경 오염 데이터를 생성하는 예측모듈을 포함하는 환경 오염 예측 시스템이 제공된다.
일 실시예에서, 상기 학습모듈은, 상기 수집 기간 동안의 각각의 단위 시간 별로 해당 단위 시간의 위성 영상 분석 데이터 및 해당 단위 시간의 환경 오염 데이터에 대한 기계학습을 수행하여, 상기 위성 영상 분석 데이터 세트와 상기 환경 데이터 세트 간의 연관관계 정보를 생성할 수 있다.
일 실시예에서, 상기 환경 오염 데이터는 상기 대상 지역에 위치하는 하천의 수질 데이터이며, 상기 센서는 녹조 센서일 수 있다.
일 실시예에서, 상기 위성영상데이터 분석모듈은, 상기 위성 영상 데이터에 나타난 하천 부분의 색상을 분석하여 상기 위성 영상 데이터에 상응하는 위성 영상 분석 데이터를 생성할 수 있다.
일 실시예에서, 상기 환경 오염 데이터는 상기 대상 지역의 대기 오염도 데이터이며, 상기 센서는 대기 센서일 수 있다.
일 실시예에서, 상기 위성영상데이터 분석모듈은, 상기 위성 영상 데이터의 투명도를 분석하여 상기 위성 영상 데이터에 상응하는 위성 영상 분석 데이터를 생성할 수 있다.
일 실시예에서, 상기 환경 오염 예측 시스템은, 상기 수집 기간 동안 각각의 단위 시간 별로 상기 대상 지역의 대기환경 데이터를 수집하는 대기환경데이터 수집모듈을 더 포함하고, 상기 위성영상데이터 분석모듈은, 상기 위성 영상 데이터가 촬영된 단위 시간에 상응하는 대기환경 데이터에 기초하여 상기 위성 영상 데이터를 보정한 후 상기 위성 영상 데이터를 분석하여 그에 상응하는 위성 영상 분석 데이터를 생성할 수 있다.
일 실시예에서, 상기 환경 오염 예측 시스템은, 상기 수집 기간 동안 각각의 단위 시간 별로 소정의 소셜 네트워크 서비스에 게시된 상기 대상 지역에 상응하는 게시물로부터 환경 오염 관련 키워드를 수집하고, 수집된 상기 단위 시간 별 환경 오염 관련 키워드를 포함하는 환경 오염 관련 키워드 세트를 생성하는 키워드 수집모듈을 더 포함하되, 상기 학습모듈은, 상기 위성 영상 분석 데이터 세트 및 상기 환경 오염 관련 키워드 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 생성하고, 상기 예측모듈은, 상기 위성 영상 데이터 세트 및 상기 환경 오염 키워드 관련 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 이용하여, 소정의 예측 시간에 상기 대상 지역을 촬영한 예측 대상 위성 영상 및 상기 예측 시간에 상기 소셜 네트워크 서비스에 게시된 상기 대상 지역에 상응하는 게시물에 포함된 환경 오염 관련 키워드로부터 상기 예측 환경 오염 데이터를 생성할 수 있다.
일 실시예에서, 상기 학습모듈은, 상기 수집 기간 동안의 각각의 단위 시간 별로 해당 단위 시간의 위성 영상 분석 데이터, 해당 단위 시간의 환경 오염 관련 키워드 및 해당 단위 시간의 환경 오염 데이터에 대한 기계학습을 수행하여, 상기 위성 영상 분석 데이터 세트 및 상기 환경 오염 관련 키워드 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 생성할 수 있다.
일 실시예에서, 상기 소셜 네트워크 서비스에 게시된 상기 대상 지역에 상응하는 게시물은, 상기 대상 지역 또는 상기 대상 지역으로부터 일정 범위 내의 지역에 위치하는 사용자의 단말이 상기 소셜 네트워크 서비스에 게시한 게시물일 수 있다.
본 발명의 다른 일 측면에 따르면, 소정의 수집 기간 동안 각각의 단위 시간 별로 소정의 소셜 네트워크 서비스에 게시된 대상 지역에 상응하는 게시물로부터 환경 오염 관련 키워드를 수집하고, 수집된 상기 단위 시간 별 환경 오염 관련 키워드를 포함하는 환경 오염 관련 키워드 세트를 생성하는 키워드 수집모듈, 상기 수집 기간 동안 각각의 단위 시간 별로 상기 대상 지역 내에 설치된 센서로부터 감지된 복수의 실측 데이터를 수집하는 센서데이터 수집모듈, 상기 복수의 실측 데이터 각각에 대하여, 상기 실측 데이터를 분석하여 그에 상응하는 환경 오염 데이터를 생성하고, 생성된 복수의 상기 환경 오염 데이터를 포함하는 환경 오염 데이터 세트를 생성하는 실측데이터 분석모듈, 상기 환경 오염 관련 키워드 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 생성하는 학습모듈 및 상기 환경 오염 관련 키워드 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 이용하여, 소정의 예측 시간에 상기 소셜 네트워크 서비스에 게시된 상기 대상 지역에 상응하는 게시물에 포함된 환경 오염 관련 키워드로부터 예측 환경 오염 데이터를 생성하는 예측모듈을 포함하는 환경 오염 예측 시스템이 제공된다.
본 발명의 다른 일 측면에 따르면, 환경 오염 예측 시스템이, 소정의 수집 기간 동안 각각의 단위 시간 별로 대상 지역의 지표면을 촬영한 복수의 위성 영상 데이터를 수집하는 위성영상데이터 수집단계, 상기 환경 오염 예측 시스템이, 상기 복수의 위성 영상 데이터 각각에 대하여, 상기 위성 영상 데이터를 분석하여 그에 상응하는 위성 영상 분석 데이터를 생성하고, 생성된 상기 복수의 위성 영상 분석 데이터를 포함하는 위성 영상 분석 데이터 세트를 생성하는 위성영상데이터 분석단계, 상기 환경 오염 예측 시스템이, 상기 수집 기간 동안 각각의 단위 시간 별로 상기 대상 지역 내에 설치된 센서로부터 감지된 복수의 실측 데이터를 수집하는 센서데이터 수집단계, 상기 환경 오염 예측 시스템이, 상기 복수의 실측 데이터 각각에 대하여, 상기 실측 데이터를 분석하여 그에 상응하는 환경 오염 데이터를 생성하고, 생성된 복수의 상기 환경 오염 데이터를 포함하는 환경 오염 데이터 세트를 생성하는 실측데이터 분석단계, 상기 환경 오염 예측 시스템이, 상기 위성 영상 분석 데이터 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 생성하는 학습단계 및 상기 환경 오염 예측 시스템이, 상기 위성 영상 데이터 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 이용하여, 소정의 예측 시간에 상기 대상 지역을 촬영한 예측 대상 위성 영상으로부터 예측 환경 오염 데이터를 생성하는 예측단계를 포함하는 환경 오염 예측 방법이 제공된다.
일 실시예에서, 상기 환경 오염 데이터는 상기 대상 지역에 위치하는 하천의 수질 데이터이며, 상기 센서는 녹조 센서일 수 있다.
일 실시예에서, 상기 위성영상데이터 분석단계는, 상기 위성 영상 데이터에 나타난 하천 부분의 색상을 분석하여 상기 위성 영상 데이터에 상응하는 위성 영상 분석 데이터를 생성하는 단계를 포함할 수 있다.
일 실시예에서, 상기 환경 오염 데이터는 상기 대상 지역의 대기 오염도 데이터이며, 상기 센서는 대기 센서일 수 있다.
일 실시예에서, 상기 위성영상데이터 분석단계는, 상기 위성 영상 데이터의 투명도를 분석하여 상기 위성 영상 데이터에 상응하는 위성 영상 분석 데이터를 생성하는 단계를 포함할 수 있다.
일 실시예에서, 상기 환경 오염 예측 방법은, 상기 수집 기간 동안 각각의 단위 시간 별로 소정의 소셜 네트워크 서비스에 게시된 상기 대상 지역에 상응하는 게시물로부터 환경 오염 관련 키워드를 수집하고, 수집된 상기 단위 시간 별 환경 오염 관련 키워드를 포함하는 환경 오염 관련 키워드 세트를 생성하는 키워드 수집단계를 더 포함하되, 상기 학습단계는, 상기 위성 영상 분석 데이터 세트 및 상기 환경 오염 관련 키워드 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 생성하는 단계를 포함하고, 상기 예측단계는, 상기 위성 영상 데이터 세트 및 상기 환경 오염 키워드 관련 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 이용하여, 소정의 예측 시간에 상기 대상 지역을 촬영한 예측 대상 위성 영상 및 상기 예측 시간에 상기 소셜 네트워크 서비스에 게시된 상기 대상 지역에 상응하는 게시물에 포함된 환경 오염 관련 키워드로부터 상기 예측 환경 오염 데이터를 생성하는 단계를 포함할 수 있다.
본 발명의 다른 일 측면에 따르면, 환경 오염 예측 시스템이, 소정의 수집 기간 동안 각각의 단위 시간 별로 소정의 소셜 네트워크 서비스에 게시된 대상 지역에 상응하는 게시물로부터 환경 오염 관련 키워드를 수집하고, 수집된 상기 단위 시간 별 환경 오염 관련 키워드를 포함하는 환경 오염 관련 키워드 세트를 생성하는 키워드 수집단계, 상기 환경 오염 예측 시스템이, 상기 수집 기간 동안 각각의 단위 시간 별로 상기 대상 지역 내에 설치된 센서로부터 감지된 복수의 실측 데이터를 수집하는 센서데이터 수집단계, 상기 환경 오염 예측 시스템이, 상기 복수의 실측 데이터 각각에 대하여, 상기 실측 데이터를 분석하여 그에 상응하는 환경 오염 데이터를 생성하고, 생성된 복수의 상기 환경 오염 데이터를 포함하는 환경 오염 데이터 세트를 생성하는 실측데이터 분석단계, 상기 환경 오염 예측 시스템이, 상기 환경 오염 관련 키워드 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 생성하는 학습단계 및 상기 환경 오염 예측 시스템이, 상기 환경 오염 관련 키워드 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 이용하여, 소정의 예측 시간에 상기 소셜 네트워크 서비스에 게시된 상기 대상 지역에 상응하는 게시물에 포함된 환경 오염 관련 키워드로부터 예측 환경 오염 데이터를 생성하는 예측단계를 포함하는 환경 오염 예측 방법이 제공된다.
본 발명의 다른 일 측면에 따르면, 데이터 처리장치에 설치되며 상술한 방법을 수행하기 위해 기록매체에 저장된 컴퓨터 프로그램이 제공된다.
본 발명의 다른 일 측면에 따르면, 환경 오염 예측 시스템으로서, 프로세서 및 상기 프로세서에 의하여 실행되는 컴퓨터 프로그램을 저장하는 메모리를 포함하며, 상기 컴퓨터 프로그램은, 상기 프로세서에 의해 실행되는 경우, 상기 환경 오염 예측 시스템이, 상술한 방법을 수행하도록 하는 환경 오염 예측 시스템이 제공된다.
본 발명의 일 실시예에 따르면, 위성 영상으로부터 환경 오염을 정확하게 예측할 수 있다. 또한 소셜 네트워크 상에서 사용자들이 게시하는 게시물로부터 환경 오염을 정확하게 예측할 수 있다.
본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 본 발명의 일 실시예에 따른 환경 오염 예측 시스템의 구동환경을 개략적으로 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 환경 오염 예측 시스템의 구성을 개략적으로 나타내는 도면이다.
도 3은 본 발명의 일 실시예에 따른 환경 오염 예측 방법을 나타낸 흐름도이다.
도 4는 본 발명의 다른 일 실시예에 따른 환경 오염 예측 방법을 나타낸 흐름도이다.
도 5는 본 발명의 다른 일 실시예에 따른 환경 오염 예측 방법을 나타낸 흐름도이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 명세서에 있어서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
또한, 본 명세서에 있어서는 어느 하나의 구성요소가 다른 구성요소로 데이터를 '전송'하는 경우에는 상기 구성요소는 상기 다른 구성요소로 직접 상기 데이터를 전송할 수도 있고, 적어도 하나의 또 다른 구성요소를 통하여 상기 데이터를 상기 다른 구성요소로 전송할 수도 있는 것을 의미한다. 반대로 어느 하나의 구성요소가 다른 구성요소로 데이터를 '직접 전송'하는 경우에는 상기 구성요소에서 다른 구성요소를 통하지 않고 상기 다른 구성요소로 상기 데이터가 전송되는 것을 의미한다.
이하, 첨부된 도면들을 참조하여 본 발명의 실시예들을 중심으로 본 발명을 상세히 설명한다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.
도 1은 본 발명의 일 실시예에 따른 환경 오염 예측 시스템의 구동환경을 개략적으로 나타내는 도면이다. 본 발명의 일 실시예에 따른 환경 오염 예측 방법이 구현되기 위하여 환경 오염 예측 시스템(100)이 구비될 수 있다.
상기 환경 오염 예측 시스템(100)은 환경 오염의 예측 대상이 되는 특정 지역(이하, '대상 지역'이라고 함)의 환경 오염을 예측할 수 있다.
도 1에 도시된 바와 같이, 상기 환경 오염 예측 시스템(100)은 상기 대상 지역의 상공에 있는 위성(200)이 촬영한 상기 대상 지역의 지표면에 대한 위성 영상 데이터를 수집할 수 있다.
또한, 상기 환경 오염 예측 시스템(100)은 소정의 소셜 네트워크 서비스 제공 서버(300)에 게시된 상기 대상 지역에 상응하는 게시물에 포함된 환경 오염 관련 키워드를 수집할 수 있다. 상기 환경 오염 관련 키워드는 예를 들어, "냄새", "오염" 등 미리 지정된 키워드일 수 있다.
한편, 상기 대상 지역에 상응하는 게시물이라고 함은 상기 대상 지역과 관련된 키워드로서, 예를 들어 상기 대상 지역의 지명 혹은 상기 대상 지역으로부터 일정 범위 내에 있는 지역의 지명 등일 수 있다.
또한, 상기 대상 지역에 상응하는 게시물이라고 함은 상기 대상 지역의 인근에 위치하고 있는 사용자가 게시한 게시물 일 수 있다. 즉, 상기 대상 지역 또는 상기 대상 지역으로부터 일정 범위 내의 지역에 위치하는 사용자의 단말이 상기 소셜 네트워크 서비스에 게시한 게시물일 수도 있다.
또한 상기 환경 오염 예측 시스템(100)은 상기 대상 지역에 설치된 복수의 센서(400-1 내지 400-M)가 측정한 실측 데이터를 수집할 수 있다. 상기 실측 데이터는 환경 오염의 정도를 확인할 수 있는 데이터로서, 녹조센서, 미세먼지센서, 클로로필-a센서, 탁도센서 등을 포함할 수 있다.
상기 환경 오염 예측 시스템(100)은 일정한 기간(수집 기간)동안 각각의 단위 시간 별로, 위상 영상 데이터, 환경 오염 관련 키워드 및 실측 데이터를 수집할 수 있다. 즉, 상기 환경 오염 예측 시스템(100)은 상기 수집 기간 동안 매 단위 시간에 될 때마다 위상 영상 데이터, 환경 오염 관련 키워드 및 실측 데이터를 수집할 수 있다. 따라서, 특정 단위 시간에 상응하는 위상 영상 데이터, 환경 오염 관련 키워드 및 실측 데이터는 동일한 시간(즉, 상기 특정 단위 시간)에 수집된 데이터일 수 있다.
한편, 상기 환경 오염 예측 시스템(100)은 상기 수집 기간이 경과한 후의 일정 시점(이하, '예측 시간'이라고 함)에서 환경 오염의 정도를 예측할 수 있다. 상기 환경 오염 예측 시스템(100)은 상기 예측 시간에서 예측된 환경 오염의 정도를 나타내는 예측 환경 오염 데이터를 생성할 수 있다.
보다 상세하게는 상기 환경 오염 예측 시스템(100)은 상기 수집 기간 내의 매 단위 시간마다 수집되는 복수의 위성 영상 데이터 각각을 분석하여, 해당 위성 영상 데이터에 상응하는 위성 영상 분석 데이터를 생성할 수 있으며, 생성된 복수의 위성 영상 분석 데이터를 포함하는 위성 영상 분석 데이터 세트를 생성할 수 있다.
또한, 상기 환경 오염 예측 시스템(100)은 상기 수집 기간 내의 매 단위 시간마다 수집되는 환경 오염 관련 키워드를 포함하는 환경 오염 키워드 세트를 생성할 수 있다.
또한, 상기 환경 오염 예측 시스템(100)은 상기 수집 기간 내의 매 단위 시간마다 수집되는 복수의 실측 데이터 각각을 분석하여, 해당 실측 데이터에 상응하는 환경 오염 데이터를 생성할 수 있으며, 생성된 복수의 환경 오염 데이터를 포함하는 환경 오염 데이터 세트를 생성할 수 있다.
한편, 상기 환경 오염 예측 시스템(100)은 생성된 상기 위성 영상 데이터 세트 및/또는 상기 환경 오염 키워드 관련 세트와 생성된 상기 환경 오염 데이터 세트간의 연관관계 정보를 생성할 수 있으며, 이후 생성된 연관관계 정보를 이용하여 소정의 예측 시간에 수집된 위성 영상(예측 대상 위성 영상) 및/또는 상기 예측 시간에 상기 소셜 네트워크 제공 시스템(300)이 제공하는 SNS에 게시된 상기 대상 지역에 상응하는 게시물에 포함된 환경 오염 관련 키워드로부터 예측 환경 오염 데이터를 생성할 수 있다. 즉, 상기 예측 환경 오염 데이터는 소정의 예측 시간에 수집된 위성 영상(예측 대상 위성 영상) 및/또는 상기 예측 시간에 상기 소셜 네트워크 제공 시스템(300)이 제공하는 SNS에 게시된 상기 대상 지역에 상응하는 게시물에 포함된 환경 오염 관련 키워드로부터 예측되는 환경 오염 정도에 관한 정보일 수 있다.
이하에서는 도 2를 참조하여, 상기 환경 오염 예측 시스템(100)의 세부 고성에 대하여 보다 상세하게 설명하기로 한다. 도 2는 본 발명의 일 실시예에 따른 환경 오염 예측 시스템의 구성을 개략적으로 나타내는 도면이다.
도 2에 도시된 바와 같이, 상기 환경 오염 예측 시스템(100)은 위성 영상 데이터 수집모듈(110), 위성영상데이터 분석모듈(120), 실측데이터 수집모듈(130), 실측데이터 분석모듈(140), 학습모듈(150), 예측모듈(160), 대기환경데이터 수집모듈(170), 키워드 수집모듈(180)을 포함할 수 있다.
본 발명의 실시예에 따라서는, 상술한 구성요소들 중 일부 구성요소는 반드시 본 발명의 구현에 필수적으로 필요한 구성요소에 해당하지 않을 수도 있으며, 또한 실시예에 따라 상기 환경 오염 예측 시스템(100) 이보다 더 많은 구성요소를 포함할 수도 있음은 물론이다. 예를 들어 상기 환경 오염 예측 시스템(100)은 상기 환경 오염 예측 시스템(100)의 다른 구성 요소(예를 들면, 위성 영상 데이터 수집모듈(110), 위성영상데이터 분석모듈(120), 실측데이터 수집모듈(130), 실측데이터 분석모듈(140), 학습모듈(150), 예측모듈(160), 대기환경데이터 수집모듈(170) 및/또는 키워드 수집모듈(180))의 기능 및/또는 리소스를 제어할 수도 있는 제어모듈(미도시)을 더 포함할 수 있다.
상기 환경 오염 예측 시스템(100)은 본 발명의 기술적 사상을 구현하기 위해 필요한 하드웨어 리소스(resource) 및/또는 소프트웨어를 구비할 수 있으며, 반드시 하나의 물리적인 구성요소를 의미하거나 하나의 장치를 의미하는 것은 아니다. 즉, 상기 환경 오염 예측 시스템(100) 은 본 발명의 기술적 사상을 구현하기 위해 구비되는 하드웨어 및/또는 소프트웨어의 논리적인 결합을 의미할 수 있으며, 필요한 경우에는 서로 이격된 장치에 설치되어 각각의 기능을 수행함으로써 본 발명의 기술적 사상을 구현하기 위한 논리적인 구성들의 집합으로 구현될 수도 있다. 또한, 상기 환경 오염 예측 시스템(100) 은 본 발명의 기술적 사상을 구현하기 위한 각각의 기능 또는 역할별로 별도로 구현되는 구성들의 집합을 의미할 수도 있다. 예를 들면, 상기 위성 영상 데이터 수집모듈(110), 위성영상데이터 분석모듈(120), 실측데이터 수집모듈(130), 실측데이터 분석모듈(140), 학습모듈(150), 예측모듈(160), 대기환경데이터 수집모듈(170) 및/또는 키워드 수집모듈(180)은 서로 다른 물리적 장치에 위치할 수도 있고, 동일한 물리적 장치에 위치할 수도 있다. 또한, 구현 예에 따라서는 상기 위성 영상 데이터 수집모듈(110), 위성영상데이터 분석모듈(120), 실측데이터 수집모듈(130), 실측데이터 분석모듈(140), 학습모듈(150), 예측모듈(160), 대기환경데이터 수집모듈(170), 키워드 수집모듈(180) 등 각각의 개별 모듈을 구성하는 세부요소들 역시 서로 다른 물리적 장치에 위치하고, 서로 다른 물리적 장치에 위치한 세부요소들이 서로 유기적으로 결합되어 각각의 개별 모듈이 수행하는 기능을 실현할 수도 있다.
또한, 본 명세서에서 모듈이라 함은, 본 발명의 기술적 사상을 수행하기 위한 하드웨어 및 상기 하드웨어를 구동하기 위한 소프트웨어의 기능적, 구조적 결합을 의미할 수 있다. 예를 들면, 상기 모듈은 소정의 코드와 상기 소정의 코드가 수행되기 위한 하드웨어 리소스의 논리적인 단위를 의미할 수 있으며, 반드시 물리적으로 연결된 코드를 의미하거나, 한 종류의 하드웨어를 의미하는 것은 아님은 본 발명의 기술분야의 평균적 전문가에게는 용이하게 추론될 수 있다.
상기 위성영상데이터 수집모듈(110)은 소정의 수집 기간 동안 각각의 단위 시간 별로 대상 지역의 지표면을 촬영한 복수의 위성 영상 데이터를 수집할 수 있다. 상술한 바와 같이, 상기 위성 영상 데이터는 상기 대상 지역의 상공에 있는 위성(200)에 의해 촬영되는 영상 데이터일 수 있다. 상기 위성영상데이터 수집모듈(110)은 매 단위 시간마다 상기 위성(200)에 의해 촬영되는 상기 대상 지역의 지표면에 대한 위성 영상 데이터를 수집할 수 있으며, 상기 수집 기간 동안 위성 영상 데이터를 수집할 수 있다.
도 3은 위성 영상 데이터의 일 예를 나타내는 도면이다. 도 3에 도시된 바와 같이, 상기 위성 영상 데이터에는 하천부분이 포함될 수 있다. 즉 도 3의 예시에서 상기 대상 지역은 하천을 포함할 수 있다.
한편, 상기 위성영상데이터 분석모듈(120)은 상기 복수의 위성 영상 데이터 각각에 대하여, 상기 위성 영상 데이터를 분석하여 그에 상응하는 위성 영상 분석 데이터를 생성하고, 생성된 상기 복수의 위성 영상 분석 데이터를 포함하는 데이터군(이하, '위성 영상 분석 데이터 세트'라고 함)을 생성할 수 있다.
상기 위성영상데이터 분석모듈(120)이 각각의 위성 영상 데이터를 분석하는 방법은 상기 환경 오염 예측 시스템(100)이 예측하는 오염의 종류에 따라 달라질 수 있다. 실시예에 따라 상기 위성영상데이터 분석모듈(120)은 각각의 위성 영상 데이터의 색상이나 투명도 등을 분석할 수 있으며, 보다 구체적인 방법에 대하여는 후술하기로 한다.
한편, 상기 실측데이터 수집모듈(130)은 상기 수집 기간 동안 각각의 단위 시간 별로 상기 대상 지역 내에 설치된 센서(400-1 내지 400-M)로부터 감지된 복수의 실측 데이터를 수집할 수 있다. 상기 센서(400-1 내지 400-M)은 상기 상기 환경 오염 예측 시스템(100)이 예측하는 오염의 종류에 따라 달라질 수 있으며, 예를 들어, 상기 상기 환경 오염 예측 시스템(100)이 하천의 수질을 예측하는 시스템인 경우, 상기 센서(400-1 내지 400-M)는 수질의 정도를 파악할 수 있는 수질 감지 센서(예를 들면, 탁도 센서, 녹조 센서, 클로로필-a 센서)일 수 있다. 또는 상기 상기 환경 오염 예측 시스템(100)이 대기 오염도를 예측하는 시스템인 경우, 상기 센서(400-1 내지 400-M)는 대기 오염도를 예측할 수 있는 센서(예를 들면, 미세먼지 센서 등)일 수 있다.
한편, 상기 실측데이터 분석모듈(140)은 상기 복수의 실측 데이터 각각에 대하여, 상기 실측 데이터를 분석하여 그에 상응하는 환경 오염 데이터를 생성하고, 생성된 복수의 상기 환경 오염 데이터를 포함하는 데이터군(이하, '환경 오염 데이터 세트'라고 함)을 생성할 수 있다.
일 실시예에서, 상기 환경 오염 데이터는 상기 대상 지역에 위치하는 하천의 수질 데이터일 수 있으며, 상기 센서(400-1 내지 400-M)은 상기 하천의 수질을 확인할 수 있는 수질 감지 센서일 수 있다. 예를 들면, 상기 수질 감지는 녹조 센서, 클로로필-a 감지 센서 및/또는 탁도 센서일 수 있다. 이 경우, 상기 위성영상데이터 분석모듈(120)은 상기 위성 영상 데이터에 나타난 하천 부분의 색상을 분석하여 상기 위성 영상 데이터에 상응하는 위성 영상 분석 데이터를 생성할 수 있다. 하천의 수질에 따라 상기 하천 부분의 색상이 달리 결정될 수 있기 때문이다. 본 실시예에서, 상기 위성영상데이터 분석모듈(120)에 의해 생성되는 각 위성 영상 데이터의 분석 결과는 해당 위성 영상 데이터에 나타난 하천 부분에 포함된 각 픽셀 혹은 일정한 픽셀군 마다 부여되는 수치 값(예를 들면, 각 픽셀의 색상 값 등)일 수도 있으며, 각 픽셀 혹은 일정한 픽셀군 마다 부여되는 수치 값에 결정되는 소정의 수치 값(예를 들면, 평균 값 등)일 수도 있다.
다른 일 실시예에서, 상기 환경 오염 데이터는 상기 대상 지역의 대기 오염도 데이터이며, 상기 센서(400-1 내지 400-M)는 상기 대상 지역의 대기 오염도를 확인할 수 있는 대기 센서일 수 있다. 예를 들면 상기 대기 센서는 미세 먼지 센서일 수 있다. 이 경우, 상기 위성영상데이터 분석모듈(120)은 상기 위성 영상 데이터의 투명도를 분석하여 상기 위성 영상 데이터에 상응하는 위성 영상 분석 데이터를 생성할 수 있다. 상기 대상 지역의 대기 오염도에 따라 상기 대상 지역을 촬영한 영상의 투명도가 달리 결정될 수 있기 때문이다. 본 실시예에서, 상기 위성영상데이터 분석모듈(120)에 의해 생성되는 각 위성 영상 데이터의 분석 결과는 해당 위성 영상 데이터에 포함된 각 픽셀 혹은 일정한 픽셀군 마다 부여되는 수치 값(예를 들면, 각 픽셀의 투명도 등)일 수도 있으며, 각 픽셀 혹은 일정한 픽셀군 마다 부여되는 수치 값에 결정되는 소정의 수치 값(예를 들면, 평균 값 등)일 수도 있다.
한편, 상기 위성(200)이 촬영한 상기 대상 지역의 지표면을 촬영한 위성 영상은 상기 대상 지역의 대기 환경(예를 들면, 습도, 구름, 풍향 등)에 따라 달라질 수 있다. 따라서, 일 실시예에서, 상기 위성영상데이터 분석모듈(120)은 상기 복수의 위성 영상 데이터 각각을 보정한 후 상기 위성 영상 데이터를 분석하여 그에 상응하는 위성 영상 분석 데이터를 생성할 수 있다. 이를 위하여, 상기 대기환경데이터 수집모듈(170)은 상기 수집 기간 동안 각각의 단위 시간 별로 상기 대상 지역의 대기환경 데이터를 수집할 수 있으며, 상기 위성영상데이터 분석모듈(120)은 상기 위성 영상 데이터가 촬영된 단위 시간에 상응하는 대기환경 데이터에 기초하여 상기 위성 영상 데이터를 보정할 수 있다.
상기 대기환경데이터 수집모듈(170)은 소정의 대기환경 데이터 제공 서버(예를 들면, 기상청 서버 등)로부터 상기 대상 지역의 대기 환경 데이터를 수집할 수 있으며, 상기 대기환경 데이터는 상기 대상 지역의 대기 환경을 나타내는 데이터(예를 들면, 습도, 강우량, 강설량, 풍량, 구름의 정도 등)를 포함할 수 있다.
상기 위성영상데이터 분석모듈(120)은 특정 단위 시간의대기 환경 데이터에 기초하여 상기 단위 시간의 위성 영상 데이터의 명도나 색상, 채도 등을 보정할 수 있다.
한편, 상기 키워드 수집모듈(180)은 상기 수집 기간 동안 각각의 단위 시간 별로 소정의 소셜 네트워크 서비스에 게시된 상기 대상 지역에 상응하는 게시물로부터 환경 오염 관련 키워드를 수집하고, 수집된 상기 단위 시간 별 환경 오염 관련 키워드를 포함하는 환경 오염 관련 키워드 세트를 생성할 수 있다. 상기 키워드 수집모듈(180)은 상기 소셜 네트워크 서비스 제공 서버(300)로부터 상기 대상 지역에 상응하는 게시물에 포함된 환경 오염 관련 키워드를 수집할 수 있다.
상기 환경 오염 관련 키워드는 환경 오염과 관련된 미리 지정된 키워드 중의 하나로서, 예를 들어, "냄새", "오염", "녹조", "악취", "부유물" 등 일 수 있다. 한편, 상기 대상 지역에 상응하는 게시물이라고 함은 상기 대상 지역과 관련된 키워드로서, 예를 들어 상기 대상 지역의 지명 혹은 상기 대상 지역으로부터 일정 범위 내에 있는 지역의 지명 등일 수 있다.
일 실시예에서, 상기 대상 지역에 상응하는 게시물이라고 함은 상기 대상 지역의 인근에 위치하고 있는 사용자가 게시한 게시물 일 수 있다. 즉, 상기 대상 지역 또는 상기 대상 지역으로부터 일정 범위 내의 지역에 위치하는 사용자의 단말이 상기 소셜 네트워크 서비스에 게시한 게시물일 수도 있다. 본 실시예에서는 상기 대상 지역의 인근에 위치하고 있는 사용자가 게시 당시에 경험한 내용을 SNS에 게시하게 되므로 상기 대상 지역에 상응하는 게시물은 게시 당시의 대상 지역의 오염 상황을 나타내는 자료가 될 수 있다.
한편, 상기 학습모듈(150)은 상기 위성 영상 분석 데이터 세트 및/또는 상기 환경 오염 관련 키워드 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 생성할 수 있다. 즉, 실시예에 따라, 상기 학습모듈(150)은 상기 위성 영상 분석 데이터 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보, 상기 환경 오염 관련 키워드 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보 및/또는 상기 위성 영상 분석 데이터 세트 및 상기 환경 오염 관련 키워드 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 생성할 수 있다.
일 실시예에서, 상기 학습모듈(150)은 각 세트에 포함되어 있는 개별 데이터를 입력 값으로 하는 기계학습을 수행하여 상기 연관관계 정보를 생성할 수 있다.
상기 위성 영상 분석 데이터 세트, 상기 환경 오염 관련 키워드 세트 및 상기 환경 오염 데이터 세트에 포함되어 있는 데이터는 모두 상기 수집 기간 내의 특정 단위에 수집된 데이터이므로 상기 위성 영상 분석 데이터 세트, 상기 환경 오염 관련 키워드 세트 및 상기 환경 오염 데이터 세트에 포함된 각각의 데이터는 모두 특정 단위 시간에 대응될 수 있다. 상기 학습모듈(150)은 상기 수집 기간 내의 각각의 단위 시간 별로, 상기 단위 시간에 상응하는 위성 영상 데이터 및/또는 상기 단위 시간에 상응하는 환경 오연 관련 키워드와 상기 단위 시간에 상응하는 환경 오염 데이터를 입력 값으로 하는 기계학습을 수행할 수 있다.
상기 학습모듈(150)은 예를 들어, 상기 학습모듈(150)은 결정트리학습법, 연관규칙학습법, 인공신경망, 서포트벡터머신, 클러스터링 등 공지된 다양한 기계학습 알고리즘을 수행할 수 있다.
한편, 상기 학습모듈(150)에 의해 상기 학습모듈(150)은 상기 위성 영상 분석 데이터 세트 및/또는 상기 환경 오염 관련 키워드 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보가 생성된 후, 상기 예측모듈(160)은 생성된 연관관계 정보를 이용하여, 소정의 예측 시간에 상기 대상 지역을 촬영한 예측 대상 위성 영상 및/또는 상기 예측 시간에 상기 소셜 네트워크 서비스에 게시된 상기 대상 지역에 상응하는 게시물에 포함된 환경 오염 관련 키워드로부터 예측 환경 오염 데이터를 생성할 수 있다.
이와 같이 생성된 예측 환경 오염 데이터는 상기 대상 지역에 설치된 센서로부터 측정된 데이터가 아니라, 상기 예측 시간에 수집된 위성 영상(예측 대상 위성 영상) 및/또는 상기 예측 시간에 상기 소셜 네트워크 제공 시스템(300)이 제공하는 SNS에 게시된 상기 대상 지역에 상응하는 게시물에 포함된 환경 오염 관련 키워드로부터 예측되는 환경 오염 정도에 관한 정보일 수 있다. 따라서, 상술한 본 발명의 기술적 사상에 따르면, 상기 대상 지역에 센서가 구비되지 않은 상황에서도 위성 영상 및/또는 SNS에 게시된 게시물로부터 상기 대상 지역의 환경 오염 정도를 정확하게 예측할 수 있는 효과가 있다.
도 4는 본 발명의 일 실시예에 따른 환경 오염 예측 방법을 나타내는 흐름도이다. 도 4는 위성 영상 데이터로부터 환경 오염 데이터를 예측하는 방법을 나타내는 도면이다.
도 4를 참조하면, 상기 환경 오염 예측 시스템(100)은 S100 단계를 수행하여, 위성 영상 분석 데이터 세트(SI) 및 환경 오염 데이터 세트(SP)를 생성할 수 있다.
S100 단계에서, 상기 환경 오염 예측 시스템(100)은 매 단위 시간 Ti(1<=i<=N)마다 S101 내지 S108 단계를 수행할 수 있다. 도 4에서, 상기 위성 영상 데이터 및 실측 데이터를 수집하는 총 수집 시간은 (Ti+1-Ti)*N일 수 있다.
S101 단계에서, 상기 환경 오염 예측 시스템(100)은 단위 시간 Ti에서 대상 지역의 지표면을 촬영한 위성 영상 데이터 Ii를 수집할 수 있다.
S102 단계에서, 상기 환경 오염 예측 시스템(100)은 단위 시간 Ti에서 측정한 대기환경 데이터 Ei를 수집하고, S103 단계에서, 대기환경 데이터 Ei에 기초하여 위성 영상 데이터 Ii를 보정할 수 있다.
S104 단계에서, 상기 환경 오염 예측 시스템(100)은 위성 영상 데이터 Ii를 보정한 결과물을 분석하여 위성 영상 분석 데이터 Ai를 생성할 수 있으며, S105 단계에서, 생성된 위성 영상 분석 데이터 Ai를 위성 영상 분석 데이터 세트 SI에 추가할 수 있다.
한편, S106 단계에서, 상기 환경 오염 예측 시스템(100)은 상기 대상 지역에 설치된 센서(400-1 내지 400-M)로부터 단위 시간 Ti에 감지된 실측 데이터 Di를 수집할 수 있으며, S107 단계에서, 실측 데이터 Di를 분석하여, 환경 오염 데이터 Pi를 생성하고, S108 단계에서, 환경 오염 데이터 Pi를 환경 오염 데이터 세트 SP에 추가할 수 있다.
위와 같은 방법으로 수집 기간 동안 매 단위 시간 마다 수집된 데이터를 포함하는 위성 영상 분석 데이터 세트 SI와 환경 오염 데이터 세트 SP가 생성되면, S110 단계에서, 상기 환경 오염 예측 시스템(100)은 기계학습을 통하여 상기 위성 영상 분석 데이터 세트 SI와 상기 환경 오염 데이터 세트 SP간의 연관관계 정보 R을 생성할 수 있다.
연관관계 정보 R이 생성되면, S120 단계에서 상기 환경 오염 예측 시스템(100)은 소정의 예측 시간에 촬영된 예측 대상 위성 영상으로부터 예측 환경 오염 데이터를 생성할 수 있다. 보다 상세하게는 상기 환경 오염 예측 시스템(100)은 상기 예측 시간에 측정된 대기환경 데이터에 기초하여 상기 예측 대상 위성 영상을 보정한 후 이로부터 예측 위성 영상 분석 데이터를 생성하고, 상기 연관관계 정보 R을 이용하여 상기 예측 위성 영상 분석 데이터에 상응하는 환경 오염 데이터인 상기 예측 환경 오염 데이터를 생성할 수 있다.
도 5는 본 발명의 다른 일 실시예에 따른 환경 오염 예측 방법을 나타내는 흐름도이다. 도 5는 SNS에 게시된 게시물로부터 환경 오염 데이터를 예측하는 방법을 나타내는 도면이다.
도 5를 참조하면, 상기 환경 오염 예측 시스템(100)은 S200 단계를 수행하여, 환경 오염 관련 키워드 세트(SK) 및 환경 오염 데이터 세트(SP)를 생성할 수 있다.
S20 단계에서, 상기 환경 오염 예측 시스템(100)은 매 단위 시간 Ti(1<=i<=N)마다 S21 내지 S105단계를 수행할 수 있다. 도 5서, 상기 환경 오염 키워드 및 실측 데이터를 수집하는 총 수집 시간은 (Ti+1-Ti)*N일 수 있다.
S201 단계에서, 상기 환경 오염 예측 시스템(100)은 단위 시간 Ti에서 SNS에 게시된 대상 지역에 상응하는 게시물로부터 환경 오염 관련 키워드 Ki를 수집할 수 있으며, S202 단계에서, 상기 환경 오염 예측 시스템(100)은 환경 오염 관련 키워드 세트 SK에 환경 오염 관련 키워드 Ki를 추가할 수 있다.
한편, S103 단계에서, 상기 환경 오염 예측 시스템(100)은 상기 대상 지역에 설치된 센서(400-1 내지 400-M)로부터 단위 시간 Ti에 감지된 실측 데이터 Di를 수집할 수 있으며, S204 단계에서, 실측 데이터 Di를 분석하여, 환경 오염 데이터 Pi를 생성하고, S205 단계에서, 환경 오염 데이터 Pi를 환경 오염 데이터 세트 SP에 추가할 수 있다.
위와 같은 방법으로 수집 기간 동안 매 단위 시간 마다 수집된 데이터를 포함하는 환경 오염 관련 키워드 세트 SK와 환경 오염 데이터 세트 SP가 생성되면, S210 단계에서, 상기 환경 오염 예측 시스템(100)은 기계학습을 통하여 상기 환경 오염 관련 키워드 세트 SK와 상기 환경 오염 데이터 세트 SP간의 연관관계 정보 R을 생성할 수 있다.
연관관계 정보 R이 생성되면, S220 단계에서 상기 환경 오염 예측 시스템(100)은 소정의 예측 시간에 상기 SNS에 게시된 대상 지역에 상응하는 게시물에 포함된 환경 오염 관련 키워드로부터 예측 환경 오염 데이터를 생성할 수 있다.
도 6은 본 발명의 또 다른 일 실시예에 따른 환경 오염 예측 방법을 나타내는 흐름도이다. 도 6은 위성 영상 데이터 및 SNS에 게시된 게시물로부터 환경 오염 데이터를 예측하는 방법을 나타내는 도면이다.
도 6을 참조하면, 상기 환경 오염 예측 시스템(100)은 S100 단계를 수행하여, 위성 영상 분석 데이터 세트(SI) 및 환경 오염 데이터 세트(SP)를 생성할 수 있다.
S300 단계에서, 상기 환경 오염 예측 시스템(100)은 매 단위 시간 Ti(1<=i<=N)마다 S301 내지 S308 단계를 수행할 수 있다. 도 6에서, 상기 위성 영상 데이터, 상기 환경 오염 관련 키워드 및 실측 데이터를 수집하는 총 수집 시간은 (Ti+1-Ti)*N일 수 있다.
S301 단계에서, 상기 환경 오염 예측 시스템(100)은 단위 시간 Ti에서 대상 지역의 지표면을 촬영한 위성 영상 데이터 Ii를 수집할 수 있다.
S302 단계에서, 상기 환경 오염 예측 시스템(100)은 위성 영상 데이터 Ii를 분석하여 위성 영상 분석 데이터 Ai를 생성할 수 있으며, S303 단계에서, 생성된 위성 영상 분석 데이터 Ai를 위성 영상 분석 데이터 세트 SI에 추가할 수 있다. 물론 구현 예에 따라서는 상기 환경 오염 예측 시스템(100)은 도 4의 실시예에서와 같이 위성 영상 데이터 Ii를 보정 한 후, 보정된 위성 영상 데이터를 분석할 수도 있다.
한편, S304 단계에서, 상기 환경 오염 예측 시스템(100)은 단위 시간 Ti에서 SNS에 게시된 대상 지역에 상응하는 게시물로부터 환경 오염 관련 키워드 Ki를 수집할 수 있으며, S305 단계에서, 상기 환경 오염 예측 시스템(100)은 환경 오염 관련 키워드 세트 SK에 환경 오염 관련 키워드 Ki를 추가할 수 있다.
한편, S306 단계에서, 상기 환경 오염 예측 시스템(100)은 상기 대상 지역에 설치된 센서(400-1 내지 400-M)로부터 단위 시간 Ti에 감지된 실측 데이터 Di를 수집할 수 있으며, S307 단계에서, 실측 데이터 Di를 분석하여, 환경 오염 데이터 Pi를 생성하고, S308 단계에서, 환경 오염 데이터 Pi를 환경 오염 데이터 세트 SP에 추가할 수 있다.
위와 같은 방법으로 수집 기간 동안 매 단위 시간 마다 수집된 데이터를 포함하는 위성 영상 분석 데이터 세트 SI, 환경 오염 관련 키워드 세트 SK와 환경 오염 데이터 세트 SP가 생성되면, S30 단계에서, 상기 환경 오염 예측 시스템(100)은 기계학습을 통하여 상기 위성 영상 분석 데이터 세트 SI 및 상기 환경 오염 관련 키워드 세트 SK와 상기 환경 오염 데이터 세트 SP간의 연관관계 정보 R을 생성할 수 있다.
연관관계 정보 R이 생성되면, S120 단계에서 상기 환경 오염 예측 시스템(100)은 소정의 예측 시간에 촬영된 예측 대상 위성 영상 및 상기 예측 시간에 상기 SNS에 게시된 대상 지역에 상응하는 게시물에 포함된 환경 오염 관련 키워드로부터 예측 환경 오염 데이터를 생성할 수 있다.
한편, 구현 예에 따라서, 상기 환경 오염 예측 시스템(100)은 프로세서 및 상기 프로세서에 의해 실행되는 프로그램을 저장하는 메모리를 포함할 수 있다. 상기 프로세서는 싱글 코어 CPU혹은 멀티 코어 CPU를 포함할 수 있다. 메모리는 고속 랜덤 액세스 메모리를 포함할 수 있고 하나 이상의 자기 디스크 저장 장치, 플래시 메모리 장치, 또는 기타 비휘발성 고체상태 메모리 장치와 같은 비휘발성 메모리를 포함할 수도 있다. 프로세서 및 기타 구성 요소에 의한 메모리로의 액세스는 메모리 컨트롤러에 의해 제어될 수 있다. 여기서, 상기 프로그램은, 프로세서에 의해 실행되는 경우, 본 실시예에 따른 환경 오염 예측 시스템(100)으로 하여금, 상술한 환경 오염 예측 방법을 수행하도록 할 수 있다.
한편, 본 발명의 실시예에 따른 환경 오염 예측 방법은 컴퓨터가 읽을 수 있는 프로그램 명령 형태로 구현되어 컴퓨터로 읽을 수 있는 기록 매체에 저장될 수 있으며, 본 발명의 실시예에 따른 제어 프로그램 및 대상 프로그램도 컴퓨터로 판독 가능한 기록 매체에 저장될 수 있다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
기록 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 소프트웨어 분야 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터로 읽을 수 있는 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 또한 상술한 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 전자적으로 정보를 처리하는 장치, 예를 들어, 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타나며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
본 발명은 환경 오염 예측 시스템 및 방법에 이용될 수 있다.

Claims (20)

  1. 소정의 수집 기간 동안 각각의 단위 시간 별로 대상 지역의 지표면을 촬영한 복수의 위성 영상 데이터를 수집하는 위성영상데이터 수집모듈;
    상기 복수의 위성 영상 데이터 각각에 대하여, 상기 위성 영상 데이터를 분석하여 그에 상응하는 위성 영상 분석 데이터를 생성하고, 생성된 상기 복수의 위성 영상 분석 데이터를 포함하는 위성 영상 분석 데이터 세트를 생성하는 위성영상데이터 분석모듈;
    상기 수집 기간 동안 각각의 단위 시간 별로 상기 대상 지역 내에 설치된 센서로부터 감지된 복수의 실측 데이터를 수집하는 실측데이터 수집모듈;
    상기 복수의 실측 데이터 각각에 대하여, 상기 실측 데이터를 분석하여 그에 상응하는 환경 오염 데이터를 생성하고, 생성된 복수의 상기 환경 오염 데이터를 포함하는 환경 오염 데이터 세트를 생성하는 실측데이터 분석모듈;
    상기 위성 영상 분석 데이터 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 생성하는 학습모듈; 및
    상기 위성 영상 데이터 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 이용하여, 소정의 예측 시간에 상기 대상 지역을 촬영한 예측 대상 위성 영상으로부터 예측 환경 오염 데이터를 생성하는 예측모듈을 포함하는 환경 오염 예측 시스템.
  2. 제1항에 있어서,
    상기 학습모듈은,
    상기 수집 기간 동안의 각각의 단위 시간 별로 해당 단위 시간의 위성 영상 분석 데이터 및 해당 단위 시간의 환경 오염 데이터에 대한 기계학습을 수행하여, 상기 위성 영상 분석 데이터 세트와 상기 환경 데이터 세트 간의 연관관계 정보를 생성하는 환경 오염 예측 시스템.
  3. 제1항에 있어서,
    상기 환경 오염 데이터는 상기 대상 지역에 위치하는 하천의 수질 데이터이며, 상기 센서는 녹조 센서인 것을 특징으로 하는 환경 오염 예측 시스템.
  4. 제3항에 있어서,
    상기 위성영상데이터 분석모듈은,
    상기 위성 영상 데이터에 나타난 하천 부분의 색상을 분석하여 상기 위성 영상 데이터에 상응하는 위성 영상 분석 데이터를 생성하는 환경 오염 예측 시스템.
  5. 제1항에 있어서,
    상기 환경 오염 데이터는 상기 대상 지역의 대기 오염도 데이터이며, 상기 센서는 대기 센서인 것을 특징으로 하는 환경 오염 예측 시스템.
  6. 제5항에 있어서,
    상기 위성영상데이터 분석모듈은,
    상기 위성 영상 데이터의 투명도를 분석하여 상기 위성 영상 데이터에 상응하는 위성 영상 분석 데이터를 생성하는 환경 오염 예측 시스템.
  7. 제1항에 있어서,
    상기 환경 오염 예측 시스템은,
    상기 수집 기간 동안 각각의 단위 시간 별로 상기 대상 지역의 대기환경 데이터를 수집하는 대기환경데이터 수집모듈을 더 포함하고,
    상기 위성영상데이터 분석모듈은,
    상기 위성 영상 데이터가 촬영된 단위 시간에 상응하는 대기환경 데이터에 기초하여 상기 위성 영상 데이터를 보정한 후 상기 위성 영상 데이터를 분석하여 그에 상응하는 위성 영상 분석 데이터를 생성하는 환경 오염 예측 시스템.
  8. 제1항에 있어서,
    상기 환경 오염 예측 시스템은,
    상기 수집 기간 동안 각각의 단위 시간 별로 소정의 소셜 네트워크 서비스에 게시된 상기 대상 지역에 상응하는 게시물로부터 환경 오염 관련 키워드를 수집하고, 수집된 상기 단위 시간 별 환경 오염 관련 키워드를 포함하는 환경 오염 관련 키워드 세트를 생성하는 키워드 수집모듈을 더 포함하되,
    상기 학습모듈은,
    상기 위성 영상 분석 데이터 세트 및 상기 환경 오염 관련 키워드 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 생성하고,
    상기 예측모듈은,
    상기 위성 영상 데이터 세트 및 상기 환경 오염 키워드 관련 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 이용하여, 소정의 예측 시간에 상기 대상 지역을 촬영한 예측 대상 위성 영상 및 상기 예측 시간에 상기 소셜 네트워크 서비스에 게시된 상기 대상 지역에 상응하는 게시물에 포함된 환경 오염 관련 키워드로부터 상기 예측 환경 오염 데이터를 생성하는 환경 오염 예측 시스템.
  9. 제8항에 있어서,
    상기 학습모듈은,
    상기 수집 기간 동안의 각각의 단위 시간 별로 해당 단위 시간의 위성 영상 분석 데이터, 해당 단위 시간의 환경 오염 관련 키워드 및 해당 단위 시간의 환경 오염 데이터에 대한 기계학습을 수행하여, 상기 위성 영상 분석 데이터 세트 및 상기 환경 오염 관련 키워드 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 생성하는 환경 오염 예측 시스템.
  10. 제8항에 있어서,
    상기 소셜 네트워크 서비스에 게시된 상기 대상 지역에 상응하는 게시물은,
    상기 대상 지역 또는 상기 대상 지역으로부터 일정 범위 내의 지역에 위치하는 사용자의 단말이 상기 소셜 네트워크 서비스에 게시한 게시물인 것을 특징으로 하는 환경 오염 예측 시스템.
  11. 소정의 수집 기간 동안 각각의 단위 시간 별로 소정의 소셜 네트워크 서비스에 게시된 대상 지역에 상응하는 게시물로부터 환경 오염 관련 키워드를 수집하고, 수집된 상기 단위 시간 별 환경 오염 관련 키워드를 포함하는 환경 오염 관련 키워드 세트를 생성하는 키워드 수집모듈;
    상기 수집 기간 동안 각각의 단위 시간 별로 상기 대상 지역 내에 설치된 센서로부터 감지된 복수의 실측 데이터를 수집하는 센서데이터 수집모듈;
    상기 복수의 실측 데이터 각각에 대하여, 상기 실측 데이터를 분석하여 그에 상응하는 환경 오염 데이터를 생성하고, 생성된 복수의 상기 환경 오염 데이터를 포함하는 환경 오염 데이터 세트를 생성하는 실측데이터 분석모듈;
    상기 환경 오염 관련 키워드 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 생성하는 학습모듈; 및
    상기 환경 오염 관련 키워드 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 이용하여, 소정의 예측 시간에 상기 소셜 네트워크 서비스에 게시된 상기 대상 지역에 상응하는 게시물에 포함된 환경 오염 관련 키워드로부터 예측 환경 오염 데이터를 생성하는 예측모듈을 포함하는 환경 오염 예측 시스템.
  12. 환경 오염 예측 시스템이, 소정의 수집 기간 동안 각각의 단위 시간 별로 대상 지역의 지표면을 촬영한 복수의 위성 영상 데이터를 수집하는 위성영상데이터 수집단계;
    상기 환경 오염 예측 시스템이, 상기 복수의 위성 영상 데이터 각각에 대하여, 상기 위성 영상 데이터를 분석하여 그에 상응하는 위성 영상 분석 데이터를 생성하고, 생성된 상기 복수의 위성 영상 분석 데이터를 포함하는 위성 영상 분석 데이터 세트를 생성하는 위성영상데이터 분석단계;
    상기 환경 오염 예측 시스템이, 상기 수집 기간 동안 각각의 단위 시간 별로 상기 대상 지역 내에 설치된 센서로부터 감지된 복수의 실측 데이터를 수집하는 센서데이터 수집단계;
    상기 환경 오염 예측 시스템이, 상기 복수의 실측 데이터 각각에 대하여, 상기 실측 데이터를 분석하여 그에 상응하는 환경 오염 데이터를 생성하고, 생성된 복수의 상기 환경 오염 데이터를 포함하는 환경 오염 데이터 세트를 생성하는 실측데이터 분석단계;
    상기 환경 오염 예측 시스템이, 상기 위성 영상 분석 데이터 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 생성하는 학습단계; 및
    상기 환경 오염 예측 시스템이, 상기 위성 영상 데이터 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 이용하여, 소정의 예측 시간에 상기 대상 지역을 촬영한 예측 대상 위성 영상으로부터 예측 환경 오염 데이터를 생성하는 예측단계를 포함하는 환경 오염 예측 방법.
  13. 제12항에 있어서,
    상기 환경 오염 데이터는 상기 대상 지역에 위치하는 하천의 수질 데이터이며, 상기 센서는 녹조 센서인 것을 특징으로 하는 환경 오염 예측 방법.
  14. 제13항에 있어서,
    상기 위성영상데이터 분석단계는,
    상기 위성 영상 데이터에 나타난 하천 부분의 색상을 분석하여 상기 위성 영상 데이터에 상응하는 위성 영상 분석 데이터를 생성하는 단계를 포함하는 환경 오염 예측 방법.
  15. 제12항에 있어서,
    상기 환경 오염 데이터는 상기 대상 지역의 대기 오염도 데이터이며, 상기 센서는 대기 센서인 것을 특징으로 하는 환경 오염 예측 방법.
  16. 제15항에 있어서,
    상기 위성영상데이터 분석단계는,
    상기 위성 영상 데이터의 투명도를 분석하여 상기 위성 영상 데이터에 상응하는 위성 영상 분석 데이터를 생성하는 단계를 포함하는 환경 오염 예측 방법.
  17. 제12항에 있어서,
    상기 환경 오염 예측 방법은,
    상기 수집 기간 동안 각각의 단위 시간 별로 소정의 소셜 네트워크 서비스에 게시된 상기 대상 지역에 상응하는 게시물로부터 환경 오염 관련 키워드를 수집하고, 수집된 상기 단위 시간 별 환경 오염 관련 키워드를 포함하는 환경 오염 관련 키워드 세트를 생성하는 키워드 수집단계를 더 포함하되,
    상기 학습단계는,
    상기 위성 영상 분석 데이터 세트 및 상기 환경 오염 관련 키워드 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 생성하는 단계를 포함하고,
    상기 예측단계는,
    상기 위성 영상 데이터 세트 및 상기 환경 오염 키워드 관련 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 이용하여, 소정의 예측 시간에 상기 대상 지역을 촬영한 예측 대상 위성 영상 및 상기 예측 시간에 상기 소셜 네트워크 서비스에 게시된 상기 대상 지역에 상응하는 게시물에 포함된 환경 오염 관련 키워드로부터 상기 예측 환경 오염 데이터를 생성하는 단계를 포함하는 환경 오염 예측 방법.
  18. 환경 오염 예측 시스템이, 소정의 수집 기간 동안 각각의 단위 시간 별로 소정의 소셜 네트워크 서비스에 게시된 대상 지역에 상응하는 게시물로부터 환경 오염 관련 키워드를 수집하고, 수집된 상기 단위 시간 별 환경 오염 관련 키워드를 포함하는 환경 오염 관련 키워드 세트를 생성하는 키워드 수집단계;
    상기 환경 오염 예측 시스템이, 상기 수집 기간 동안 각각의 단위 시간 별로 상기 대상 지역 내에 설치된 센서로부터 감지된 복수의 실측 데이터를 수집하는 센서데이터 수집단계;
    상기 환경 오염 예측 시스템이, 상기 복수의 실측 데이터 각각에 대하여, 상기 실측 데이터를 분석하여 그에 상응하는 환경 오염 데이터를 생성하고, 생성된 복수의 상기 환경 오염 데이터를 포함하는 환경 오염 데이터 세트를 생성하는 실측데이터 분석단계;
    상기 환경 오염 예측 시스템이, 상기 환경 오염 관련 키워드 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 생성하는 학습단계; 및
    상기 환경 오염 예측 시스템이, 상기 환경 오염 관련 키워드 세트와 상기 환경 오염 데이터 세트 간의 연관관계 정보를 이용하여, 소정의 예측 시간에 상기 소셜 네트워크 서비스에 게시된 상기 대상 지역에 상응하는 게시물에 포함된 환경 오염 관련 키워드로부터 예측 환경 오염 데이터를 생성하는 예측단계를 포함하는 환경 오염 예측 방법.
  19. 데이터 처리장치에 설치되며 제12항 또는 제18항에 기재된 방법을 수행하기 위해 기록매체에 저장된 컴퓨터 프로그램.
  20. 환경 오염 예측 시스템으로서,
    프로세서; 및
    상기 프로세서에 의하여 실행되는 컴퓨터 프로그램을 저장하는 메모리를 포함하며,
    상기 컴퓨터 프로그램은, 상기 프로세서에 의해 실행되는 경우, 상기 환경 오염 예측 시스템이, 제12항 또는 제18항에 기재된 방법을 수행하도록 하는 환경 오염 예측 시스템.
PCT/KR2015/001320 2015-02-05 2015-02-10 환경 오염 예측 시스템 및 방법 WO2016125941A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2015-0017827 2015-02-05
KR1020150017827A KR101774871B1 (ko) 2015-02-05 2015-02-05 환경 오염 예측 시스템 및 방법

Publications (1)

Publication Number Publication Date
WO2016125941A1 true WO2016125941A1 (ko) 2016-08-11

Family

ID=56564269

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2015/001320 WO2016125941A1 (ko) 2015-02-05 2015-02-10 환경 오염 예측 시스템 및 방법

Country Status (2)

Country Link
KR (1) KR101774871B1 (ko)
WO (1) WO2016125941A1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018137103A1 (zh) * 2017-01-24 2018-08-02 深圳企管加企业服务有限公司 一种基于多源遥感数据的流域污染检测方法及系统
CN112580898A (zh) * 2020-12-30 2021-03-30 成都佳华物链云科技有限公司 一种污染预测方法以及污染预测模型训练方法
CN114417613A (zh) * 2022-01-20 2022-04-29 国家海洋环境预报中心 物理生态联合作用下的黄海浒苔发展趋势预报系统及方法

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102363948B1 (ko) * 2018-12-10 2022-02-17 이화여자대학교 산학협력단 열대성 뇌우 발생 예측 방법
KR102186942B1 (ko) * 2019-05-13 2020-12-04 숭실대학교산학협력단 초미세먼지 정보 예측 방법 및 장치
KR102366544B1 (ko) * 2019-12-13 2022-02-23 한국건설기술연구원 딥러닝을 활용한 영상 기반의 강수 정보 제공 시스템 및 방법
KR102386150B1 (ko) * 2020-03-25 2022-04-12 경일대학교산학협력단 모니터링 장치 및 모니터링 방법
KR102426627B1 (ko) * 2020-11-19 2022-07-28 한국해양과학기술원 해양쓰레기 모니터링 장치 및 방법
KR102326208B1 (ko) * 2021-08-11 2021-11-16 한국건설기술연구원 영상 인식 기반 3차원 미세 먼지 정보를 구축하기 위한 시스템 및 그 방법
KR102379390B1 (ko) * 2021-08-11 2022-03-29 한국건설기술연구원 영역 크기 가변이 가능한 3차원 미세 먼지 정보를 구축하기 위한 시스템 및 그 방법
KR20240028036A (ko) 2022-08-24 2024-03-05 연세대학교 산학협력단 적정 훈련-검증 데이터세트 선정부를 구비한 기계학습 기반의 녹조발생 예측시스템 및 예측방법
KR102569406B1 (ko) * 2022-10-06 2023-08-22 주식회사 아쎄따 다분광 카메라를 이용하는 녹조·적조 모니터링 시스템 및 서버 그리고 이에 대한 방법
KR102660079B1 (ko) * 2023-11-30 2024-04-24 한국해양과학기술원 인공위성 영상 기반 해수 탁도 산출 시스템 및 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020010947A (ko) * 2000-07-31 2002-02-07 김진수 인터넷을 이용한 위성영상과 지아이에스 응용자료 및고급정보 전자상거래 방법
KR100799602B1 (ko) * 2007-03-19 2008-02-01 주식회사 코아 에프앤티 통합 환경오염분석방법
JP2012168700A (ja) * 2011-02-14 2012-09-06 Toshiba Corp 環境監視支援装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020010947A (ko) * 2000-07-31 2002-02-07 김진수 인터넷을 이용한 위성영상과 지아이에스 응용자료 및고급정보 전자상거래 방법
KR100799602B1 (ko) * 2007-03-19 2008-02-01 주식회사 코아 에프앤티 통합 환경오염분석방법
JP2012168700A (ja) * 2011-02-14 2012-09-06 Toshiba Corp 環境監視支援装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JEONG, DAE - HYUN ET AL.: "Network Analysis of Green Technology using Keyword of Green Field", JOURNAL OF DIGITAL CONTENTS SOCIETY, vol. 12, no. 11, November 2012 (2012-11-01), pages 511 - 518 *
KIM, YOUNG JUN ET AL.: "Monitoring of Atmospheric Pollutants Utilizing Environmental Satellites", JOURNAL OF KOREAN SOCIETY FOR ATMOSPHERIC ENVIRONMENT 2012 SPRING CONFERENCE, May 2012 (2012-05-01), pages 10 - 11 *
LEE, KWON HO ET AL.: "Application of MODIS Satellite Observation Data for Air Quality Forecast", JOURNAL OF KOREAN SOCIETY FOR ATMOSPHERIC ENVIRONMENT 2005 AUTUMN CONFERENCE, vol. 22, no. 6, November 2005 (2005-11-01), pages 851 - 862 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018137103A1 (zh) * 2017-01-24 2018-08-02 深圳企管加企业服务有限公司 一种基于多源遥感数据的流域污染检测方法及系统
CN112580898A (zh) * 2020-12-30 2021-03-30 成都佳华物链云科技有限公司 一种污染预测方法以及污染预测模型训练方法
CN112580898B (zh) * 2020-12-30 2023-11-03 成都佳华物链云科技有限公司 一种污染预测方法以及污染预测模型训练方法
CN114417613A (zh) * 2022-01-20 2022-04-29 国家海洋环境预报中心 物理生态联合作用下的黄海浒苔发展趋势预报系统及方法

Also Published As

Publication number Publication date
KR101774871B1 (ko) 2017-09-05
KR20160096332A (ko) 2016-08-16

Similar Documents

Publication Publication Date Title
WO2016125941A1 (ko) 환경 오염 예측 시스템 및 방법
WO2013115470A1 (en) Integrated control system and method using surveillance camera for vehicle
WO2020145488A1 (ko) 빅데이터를 이용한 태양광 패널 불량 검출 시스템
WO2017213400A1 (en) Malware detection by exploiting malware re-composition variations
WO2016114601A1 (ko) 위치정보 수집이 필요 없는 재난알림 서비스 방법 및 이를 위한 재난알림 서버, 애플리케이션 시스템
WO2019164074A1 (ko) 미세 먼지 분석 방법 및 이를 수행하기 위한 장치
WO2021085740A1 (ko) 실시간 대기 확산 모니터링 시스템
WO2017119656A1 (ko) 모바일 현장조사 시스템 및 방법
WO2022149894A1 (ko) 병리 검체에 대한 판단 결과를 제공하는 인공 뉴럴 네트워크의 학습 방법, 및 이를 수행하는 컴퓨팅 시스템
WO2021085738A1 (ko) 실시간 악취 추적 통합 모니터링 시스템
WO2021085771A1 (ko) 하이브리드 교통신호제어시스템 및 그 방법
WO2020004749A1 (ko) 동영상 파일을 이용한 설비 학습 장치 및 방법
CN113409587A (zh) 异常车辆的检测方法、装置、设备及存储介质
US20180013901A1 (en) Distributed Sensing and Video Capture System and Apparatus
WO2022114653A1 (ko) 데이터 경계 도출 시스템 및 방법
WO2021085739A1 (ko) 실시간 차량용 악취 측정 장치를 이용한 악취 추적 시스템
Tsaftaris et al. Plant phenotyping with low cost digital cameras and image analytics
JP6158967B1 (ja) 環境汚染予測システム及び方法
CN115933746A (zh) 一种电力配网自动巡检方法及装置
WO2020138549A1 (ko) 음향 방출 결함 신호 검출 장치 및 방법
US20140141823A1 (en) Communication device, comunication method and computer program product
WO2017164446A1 (ko) IoT 기반의 센서 데이터 분석 및 제공 시스템 및 방법
KR102261187B1 (ko) 머신 러닝에 기반한 감시 영상 분석 시스템 및 그 방법
WO2023158068A1 (ko) 객체검출률 향상을 위한 학습시스템 및 그 방법
WO2014058165A1 (ko) 단일객체의 크기를 추정하는 영상 감시장치 및 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15881259

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15881259

Country of ref document: EP

Kind code of ref document: A1