WO2021085740A1 - 실시간 대기 확산 모니터링 시스템 - Google Patents

실시간 대기 확산 모니터링 시스템 Download PDF

Info

Publication number
WO2021085740A1
WO2021085740A1 PCT/KR2019/017299 KR2019017299W WO2021085740A1 WO 2021085740 A1 WO2021085740 A1 WO 2021085740A1 KR 2019017299 W KR2019017299 W KR 2019017299W WO 2021085740 A1 WO2021085740 A1 WO 2021085740A1
Authority
WO
WIPO (PCT)
Prior art keywords
odor
information
server
monitoring system
real
Prior art date
Application number
PCT/KR2019/017299
Other languages
English (en)
French (fr)
Inventor
윤기열
김석만
Original Assignee
주식회사 태성환경연구소
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 주식회사 태성환경연구소 filed Critical 주식회사 태성환경연구소
Priority to US17/618,211 priority Critical patent/US20220260543A1/en
Publication of WO2021085740A1 publication Critical patent/WO2021085740A1/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—Systems or methods specially adapted for 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
    • G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method, e.g. intermittent, or the display, e.g. digital
    • 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
    • G01N33/0073—Control unit therefor
    • G01N33/0075—Control unit therefor for multiple spatially distributed sensors, e.g. for environmental monitoring
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/08—Adaptations of balloons, missiles, or aircraft for meteorological purposes; Radiosondes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • 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
    • G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method, e.g. intermittent, or the display, e.g. digital
    • G01N2033/0068—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method, e.g. intermittent, or the display, e.g. digital using a computer specifically programmed
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W2001/006—Main server receiving weather information from several sub-stations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/20—Ensemble learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Definitions

  • the present disclosure relates to a real-time atmospheric diffusion monitoring system, and more specifically, based on the odor information collected from at least one of a stationary odor measuring device, a vehicle odor measuring device, and a drone, analyzing odor and meteorological information spreading in the atmosphere And management system.
  • the degree of spread of odors generated from pollutants is determined by the topography or atmospheric conditions, and accurate information on the atmospheric conditions at the time of odor occurrence is required in order to accurately track the odor sources that affect them when odors occur at a specific point. Atmospheric conditions can be measured by installing as many air measurement networks as necessary. In addition, in order to trace back the source of odor, information on the major contaminants generated from the source of odor is required, and most of this has been secured by investigating the process of the source of odor.
  • the degree of odor feeling differs depending on the person's sense of smell and the degree of odor diffusion is affected by atmospheric conditions, so for effective analysis, accurate odor concentration measurement and real-time measurement of the gas at the time of odor occurrence at the site when odor occurs. It is essential to collect.
  • the present disclosure is to solve the problems of the prior art described above, based on smell information collected from at least one of a stationary odor detection device, a vehicle odor detection device, and a drone, a system that analyzes and manages odor information that diffuses in the atmosphere It aims to provide.
  • a fixed odor measuring device is fixed to a specific point and measures odor information; Vehicle odor measuring device for measuring odor information while moving to the ground; A drone that measures odor information while moving in the air; And a server that analyzes and manages odor information spreading in the atmosphere based on the odor information collected from at least one of the stationary odor detection device, the vehicle odor detection device, and the drone.
  • the server may check the tendency of the odor diffusion by using the actual weather condition and the three-dimensional spatial wind field through the odor diffusion modeling program.
  • the server may analyze the odor information spreading in the atmosphere by using a CALPUFF modeling technique representing a change in a complex topography and a wind field.
  • the server may classify odors and odors through an odor prediction program, and analyze characteristics of odors and odors, respectively.
  • the server may classify the type and intensity of the odor information through a multinomial logistic regression (MLR) model.
  • MLR multinomial logistic regression
  • the server may predict a dilution factor for the odor information through a Gaussian Linear Regression (GLR) model.
  • GLR Gaussian Linear Regression
  • a real-time atmospheric diffusion monitoring system includes: a fixed odor measurement device that is fixed at a specific point and measures odor information; Vehicle odor measurement device for measuring smell information while moving to the ground; A drone that measures smell information while moving in the air; And a server that analyzes and manages odor information spreading in the atmosphere based on the odor information collected from at least one of the stationary odor detection device, the vehicle odor detection device, and the drone.
  • the server may check the tendency of the odor diffusion by using the actual weather condition and the three-dimensional spatial wind field through the odor diffusion modeling program.
  • the server may analyze the odor information spreading in the atmosphere by using a CALPUFF modeling technique representing a change in a complex topography and a wind field.
  • the server may classify odors and odors through the odor prediction program, and analyze characteristics of odors and odors, respectively.
  • the server may classify the type and intensity of the odor information through a random forest model.
  • the server gives different reliability to each of the first odor information obtained from the stationary odor measurement device, the second odor information obtained from the vehicle odor measurement device, and the third odor information obtained from the drone. You can analyze the information of the odor that spreads.
  • the server may give the highest reliability to the first odor information, a medium reliability to the second odor information, and a low reliability to the third odor information.
  • the server increases the reliability of the third odor information when the airflow measured at the position of the drone is a downdraft, and decreases the reliability of the third odor information when the airflow measured at the position of the drone is an upward airflow. I can make it.
  • a odor reduction plan by measuring or collecting and analyzing an odor substance generated at a specific point with a real-time odor measuring device and a odor collecting device, and identifying the substance causing the odor. .
  • FIG. 1 is a diagram illustrating an integrated monitoring system for tracking odor according to an embodiment of the present disclosure.
  • FIG. 2 is a diagram illustrating a system configuration diagram of an integrated monitoring system for tracking odor according to an embodiment of the present disclosure.
  • FIG. 3 is a diagram illustrating a network configuration of an integrated monitoring system for tracking odors according to an embodiment of the present disclosure.
  • FIG. 4 is a diagram illustrating a collection flow of odor data according to an embodiment of the present disclosure.
  • FIG. 5 is a diagram illustrating a screen in which an odor diffusion modeling program according to an embodiment of the present disclosure is being executed.
  • FIG. 6 is a diagram illustrating a driving mechanism of a odor prediction program according to an embodiment of the present disclosure.
  • OMS Odor Monitoring System
  • FIG. 8 is a diagram illustrating an example in which OMS analyzes an odor according to an embodiment.
  • FIG. 1 is a diagram illustrating an integrated monitoring system for tracking odor according to an embodiment of the present disclosure.
  • the odor tracking integrated monitoring system includes a fixed odor measurement device 100, a vehicle odor measurement device 200, a odor detection and collection drone 300, a meteorological measurement device 400, which can communicate with each other through a communication network. It may include a server 500.
  • the communication network can be configured regardless of its communication mode, such as wired and wireless, and a local area network (LAN), a metropolitan area network (MAN), a wide area network (WAN), It can be composed of various communication networks such as mobile communication networks.
  • LAN local area network
  • MAN metropolitan area network
  • WAN wide area network
  • the fixed odor measurement device 100 may be fixed at a specific point, and measure and analyze odor information to collect odor information.
  • the vehicle odor measuring device 200 may measure and analyze odor-causing substances while moving to the ground to collect odor information.
  • the odor detection and collection drone 300 may collect odor information by measuring and analyzing odor-causing substances while moving while moving in the air.
  • Each of the fixed odor measurement device 100, the vehicle odor measurement device 200, and the odor detection and collection drone 300 can detect odor-causing substances in real time, and when odor-causing substances are detected, odor information is transmitted to the server 500 ).
  • the meteorological measurement device 400 may measure and collect meteorological information.
  • the server 500 may receive odor information collected from the stationary odor measurement device 100, the vehicle odor measurement device 200, the odor detection and collection drone 300, and the like, based on the odor information collected from various devices. As such, it is possible to analyze and manage odor information generated at a specific point.
  • the server 500 may convert and calculate at least one of odor type, odor intensity, complex odor, and odor-causing substance concentration using the odor information.
  • the server 500 may receive the meteorological information collected from the meteorological measurement device 400, compare the meteorological information and the odor information, and analyze the odor occurrence pattern.
  • the server 500 may predict the occurrence of malodor through the malodor occurrence pattern, and may provide predicted malodor information according to the malodor occurrence prediction result.
  • the server 500 may transmit a warning notification message according to the occurrence of an odor to an administrator terminal (not shown) when it is determined that an odor has occurred as a result of analysis of the odor information.
  • the odor tracking integrated monitoring system measures odor type, odor intensity, complex odor, and odor-causing substance concentration in real time, and through this, when a odor complaint occurs, a quick complaint response may be established.
  • the odor tracking integrated monitoring system may be classified into a fixed odor measuring device 100 for detecting odor-causing substances in real time and transmitting them to the server 500 and a server 500 for receiving and displaying information.
  • the odor tracking integrated monitoring system can store the measurement data of the odor sensor measured in the field in a database in real time.
  • the odor tracking integrated monitoring system includes a fixed odor measuring device 100, a vehicle odor measuring device 200, a odor measuring device such as a odor detecting and collecting drone 300, and a meteorological measuring device such as a meteorological measuring device 400 and a server ( 500), and data transmission between the odor measuring device and the server 500 can be performed by wireless communication, and the odor measurement result measured at the point where the odor measuring device is located is transmitted to the server 500 and displayed. Can be.
  • the fixed odor measurement device 100, the vehicle odor measurement device 200, or the odor detection and collection drone 300 may transmit the measured odor measurement result to the server 500.
  • the transmission frequency at which the odor measurement result is transmitted to the server 500 may be determined differently according to circumstances.
  • the transmission frequency may vary depending on the result of the odor measurement and the location of the odor measurement.
  • the transmission frequency may be determined depending on how high the odor intensity, concentration, or dilution factor is according to the result of odor measurement.
  • the transmission frequency can increase stepwise as the odor intensity, concentration, or dilution factor increases.
  • the transmission frequency may increase.
  • the transmission frequency may increase.
  • the transmission frequency may be determined according to the magnitude of the expected change.
  • the server 500 uses the fixed odor measurement device 100, the vehicle odor measurement device 200, and the odor information received from the odor detection and collection drone 300, and the weather information received from the meteorological measurement device 400. Can determine the location of the occurrence.
  • the server 500 can process and use the odor information received from the stationary odor measurement device 100, the vehicle odor measurement device 200, and the odor detection and collection drone 300 in different ways to determine the location of the odor occurrence. have.
  • the server 500 may give different reliability to the odor information received from the stationary odor measuring device 100, the vehicle odor measuring device 200, and the odor detection and collection drone 300.
  • the reliability of the odor measurement hardware mounted on the stationary odor measurement apparatus 100 and the vehicle odor measurement apparatus 200 may be higher than that of the odor measurement hardware mounted on the odor detection and collection drone 300. Therefore, the server 500 assigns a high weight to the odor information received from the stationary odor measurement device 100 and the vehicle odor measurement device 200, and assigns a low weight to the odor detection and collection drone 300 to track odor. Integrated monitoring can be performed.
  • the server 500 may perform odor monitoring by reflecting the characteristics of the odor measurement hardware included in the stationary odor measurement device 100, the vehicle odor measurement device 200, and the odor detection and collection drone 300.
  • the stationary odor measurement device 100 is equipped with odor measurement hardware with high reliability for monitoring hydrogen sulfide
  • the vehicle odor measurement device 200 has odor measurement hardware with high reliability for monitoring ammonia.
  • the odor detection and collection drone 300 is equipped with hardware for odor measurement with high reliability for monitoring complex odors
  • the server 500 is a stationary odor measurement when performing monitoring on hydrogen sulfide.
  • the highest weight is given to the odor information obtained from the device 100, and when monitoring for ammonia is performed, the highest weight is assigned to the odor information obtained from the vehicle odor measurement device 200, and monitoring of the complex odor
  • the highest weight is assigned to the odor information acquired from the drone 300 to perform odor tracking integrated monitoring (eg, determining the location of odor occurrence).
  • the server 500 may apply a parallax to and use the odor information received from the odor detection and collection drone 300 when performing odor tracking integrated monitoring.
  • the server 500 may determine whether the airflow at the location of the odor detection and collection drone 300 is an upstream or a downstream airflow using the meteorological information received from the meteorological measurement device 400, and determine the intensity of the airflow. have.
  • the server 500 when the airflow at the location of the odor detection and collection drone 300 is an upward air current, the odor detection and odor information received from the collection drone 300 is a preset ratio (e.g., 5%). ) Can be reflected lower than.
  • the server 500 according to an embodiment is a time in which the odor detection and odor information received from the collecting drone 300 is inversely proportional to the intensity of the airflow when the airflow at the location of the odor detection and collection drone 300 is a downward airflow. At intervals, odor detection and collection of odor information received from the drone 300 may be reflected to monitor odors on the ground.
  • FIG. 2 is a diagram illustrating a system configuration diagram of an odor tracking integrated monitoring system according to an embodiment of the present disclosure
  • FIG. 3 is a diagram illustrating a network configuration diagram of an odor tracking integrated monitoring system according to an embodiment of the present disclosure. to be.
  • the odor tracking integrated monitoring system includes major odor-causing substances (e.g., complex odor, hydrogen sulfide, ammonia, TVOCs, etc.) And meteorological information (wind direction, wind speed, temperature, humidity, etc.) are measured in real time, and collected data (odor intensity, concentration, diffusion path, weather information, etc.) are remotely transmitted to a server ( 500), it is possible to analyze and manage data on the surrounding odor.
  • major odor-causing substances e.g., complex odor, hydrogen sulfide, ammonia, TVOCs, etc.
  • meteorological information wind direction, wind speed, temperature, humidity, etc.
  • collected data odor intensity, concentration, diffusion path, weather information, etc.
  • the odor tracking integrated monitoring system can configure an unmanned odor collection device as an integral or separate type according to the requirements of the consumer, and automatically collect samples step by step when the odor threshold is exceeded, and the manager can remotely collect odor at any time at the site. It can provide a function.
  • the odor tracking integrated monitoring system can automatically send an alarm and status to the administrator by text message using SMS and APP when odor occurs and a threshold is exceeded.
  • an unmanned odor collection system and a meteorological measurement system can be manufactured as an integral or separate type depending on options.
  • the odor tracking integrated monitoring system consists of an odor detection device and an information processing system, and the meteorological measurement device 400 collects meteorological information and compares it with odor information so that the occurrence pattern can be analyzed, and odor information detected and measured. It can be implemented as an odor information integrated management system that can predict and prevent the occurrence of odors by displaying them to the outside in real time or periodically.
  • the odor tracking integrated monitoring system can provide a comprehensive odor-related situation service, real-time odor monitoring with a smartphone app and a PC, weather information, and national network link to check the level of surrounding fine dust, and forecast when an event occurs. And, an immediate response may be possible with an advisory notification.
  • the odor and meteorological data collected from the odor source is transmitted to a signal converter, and the odor and weather signal converter converts the collected analog signal into a digital signal, and also converts the physical signal to the odor type and odor intensity.
  • the concentration can be processed and transmitted to the data analysis device.
  • the odor data analyzer can process the data collected from the signal converter into various forms and store it in its own storage device.
  • Analysis data of the odor measurement device may include real-time data, odor intensity data, and odor conversion 3D data.
  • the real-time data is real-time odor data measured by an automatic odor measurement device.
  • the measurement data can analyze the odor concentration per second during real time.
  • the odor intensity data is the measurement of the odor intensity, odor type, concentration, and dilution factor for each gas measured by the automatic odor measurement device, and the odor intensity data is a warning text transmission and odor when an odor occurs above the threshold. Measurement data can be saved to display the modeling.
  • the odor diffusion 3D data is 3D data created through a modeling program in the server 500 by storing the actual odor as a file after signal processing when odors exceeding the set value.
  • the abnormal odor data is stored in the management program. Save, and the generated file can be saved with data such as odor intensity, odor type, concentration, and dilution factor.
  • the odor measuring device may be processed and analyzed by the odor data processing S/W of the odor analyzer based on the odor data collected from a signal converter.
  • FIG. 4 is a diagram illustrating a collection flow of odor data according to an embodiment of the present disclosure.
  • the odor measuring device may collect odor signals, measure and amplify odor signals, generate a correction signal, and transmit a odor signal by converting it into a digital signal.
  • the main control device can sample and process the odor signal, perform procedures such as A/D conversion, D/A conversion, other information conversion, and correction signal generation, and transmit the converted signal into analog or digital signals to the odor analyzer.
  • the measurement data transmitted in real time from the automatic odor measurement device and the measurement data returned by the request of the communication server can be notified to the operating system communication server that the transmission is complete by transmitting a transmission end signal (EOT) at the end of transmission.
  • EOT transmission end signal
  • Sending and receiving data are filled from the right of the number of digits in the format specified in the communication standard, and if the data does not exist or is less than the specified number of digits, it can be filled with a blank value.
  • the transmission is terminated after receiving the transmission end signal (EOT) from the receiving side. After the transmission is completed, the connection can be terminated.
  • EOT transmission end signal
  • the TCP/IP method is used for transmission and reception to and from the operation center, and when data is transmitted from the automatic odor measurement device to the operation center, the operation center becomes the server 500, and the operation center measures the odor.
  • the odor measuring device may be the server 500.
  • the server 500 may receive odor information collected from the stationary odor measurement device 100, the vehicle odor measurement device 200, the odor detection and collection drone 300, and the like, Based on the odor information collected from various devices, it is possible to analyze and manage the odor information spreading in the atmosphere.
  • FIG. 5 is a diagram illustrating a screen in which an odor diffusion modeling program according to an embodiment of the present disclosure is being executed.
  • the server 500 checks the tendency of the odor diffusion by using the actual weather condition and the three-dimensional spatial wind field through the odor diffusion modeling program, and CALPUFF modeling showing the change of the complex topography and the wind field. Using the technique, it is possible to analyze the information of odors that are spreading in the atmosphere.
  • the server 500 may analyze odor information spreading in the atmosphere based on the direction of the wind, the current temperature, the distribution status of the odor, the surrounding topography and the situation of the surrounding facilities. For example, the server 500 may analyze spreading odor information by comprehensively considering the situation of surrounding facilities (eg, whether a specific factory is in operation) and topography (eg, a mountain range) around surrounding facilities. As another example, the server 500 raises the height of the altitude considering diffusion to be higher than a preset value when an updraft is currently occurring, and the height of the altitude considering diffusion is less than a preset value when a downdraft is occurring. Can be lowered to
  • the server 500 may lower the minimum unit of wind used to check the tendency of the odor spread when the odor intensity is greater than or equal to the threshold value or the odor type is a preset type.
  • the frequency of identification to identify the tendency of odor spread can be determined differently depending on the situation.
  • the frequency of confirmation may vary depending on the result of the odor measurement and the location of the odor measurement.
  • the frequency of identification may be determined depending on how high the odor intensity, concentration, or dilution factor according to the result of odor measurement is high. As the odor intensity, concentration, or dilution factor increases, the frequency of identification may increase in steps.
  • the frequency of verification may be determined differently for each location in the entire map.
  • the frequency of confirmation may increase.
  • the frequency of confirmation may be higher than that of other regions.
  • the frequency of verification can be determined by the magnitude of the expected change.
  • the server 500 may determine the confirmation frequency so that the average wind strength of the corresponding region and the confirmation frequency of the corresponding region are proportional.
  • the server 500 may determine the verification frequency so that the difference between the maximum value and the minimum value of the odor concentration within the corresponding area and the verification frequency of the corresponding area are proportional.
  • the size of the corresponding area may be a preset value. For example, the server 500 may see 1 [ha] as a unit area and determine the frequency of confirmation so as to correspond to the difference between the maximum value and the minimum value of the odor concentration within 1 [ha].
  • the server 500 may determine the verification frequency so that the difference between the maximum value and the minimum value of the temperature within the corresponding area and the verification frequency of the corresponding area are proportional.
  • the server 500 may determine a moving path of the vehicle odor measuring device 200 according to road conditions and odor information. Since the vehicle odor measurement apparatus 200 basically moves on a road, a moving path of the vehicle odor measurement apparatus 200 may be determined based on a road condition (eg, a location of a road, a traffic condition, etc.). For example, in the case of a road with a large amount of traffic, a relatively slow speed is expected, so the priority for selecting a moving route may be relatively lowered. As another example, the server 500 may determine a moving path of the vehicle odor measuring device 200 to pass through a road around the expected odor generation area (eg, a factory chimney location).
  • a road condition eg, a location of a road, a traffic condition, etc.
  • the server 500 may determine a moving path of the vehicle odor measuring device 200 to pass through a road around the expected odor generation area (eg, a factory chimney location).
  • the server 500 may determine an expected odor generation area, and when there is a road around the expected odor generation area, the moving path of the vehicle odor measurement device 200 may be determined as a road around the expected odor generation area. When there is no road around the expected odor generation area, the server 500 may determine a moving path of the drone 300 around the expected odor generation area. The server 500 may prioritize the access of the vehicle odor measurement device 200 over the access of the drone 300 in order to obtain the odor information in the expected odor occurrence area.
  • the server 500 Is a vehicle odor measurement device 200 so that access of the vehicle odor measurement device 200 is prioritized over the drone 300 in the case of an area where odor is expected to occur (eg, the probability of odor occurrence is more than a preset value) And it is possible to determine the movement path of the drone 300.
  • the server 300 may determine a moving path of the vehicle odor measuring device 200 in consideration of the direction of the surrounding wind in the expected odor generation area. For example, when the east wind is blowing in the expected odor generation area, the server 500 includes the eastern point of the expected odor generation area and the west point of the expected odor generation area in the movement path of the vehicle odor measurement device 200 As much as possible, the moving path of the vehicle odor measuring device 200 may be determined. The server 500 acquires odor information at both the point in the direction where the wind blows and the point in the direction where the wind blows based on the expected odor occurrence region, thereby determining whether or not the odor is actually occurring in the expected odor occurrence region. It can be clearly confirmed.
  • the server 500 may determine the movement path of the odor detection and collection drone 300 in consideration of the direction of the surrounding wind in the expected odor generation area. For example, when the east wind is blowing in the expected odor generation area, the server 500 detects and collects odor so that the drone 300 moves from the eastern point of the expected odor generation area to the west point of the expected odor generation area. The movement path of the detection and collection drone 300 may be determined. The server 500 continuously acquires odor information on a line connecting the point in the direction in which the wind blows and the point in the direction in which the wind blows based on the expected odor occurrence region, thereby actually generating odor in the expected odor occurrence region. You can clearly check whether you are doing it.
  • FIG. 6 is a diagram illustrating a driving mechanism of a odor prediction program according to an embodiment of the present disclosure.
  • the server 500 may classify odors and odors through the odor prediction program, and analyze characteristics of odors and odors, respectively.
  • the server 500 is an algorithm capable of classifying measured odors and odors based on the data of the database to be analyzed through the odor prediction program, and analyzing the characteristics of each odor and odor type, intensity, and dilution factor. Can be predicted.
  • the server 500 can classify the type and intensity of odor information through random forest-based machine learning and artificial intelligence techniques, and combine real-time data and accumulated data (big data) to provide odor information.
  • the dilution factor for can be predicted.
  • the temperature, humidity, and sensor data entered in the learning database in relation to random forest-based machine learning and artificial intelligence techniques to classify the type and intensity of odor information can be used as independent variables for model generation, based on the type and intensity.
  • the pattern can be divided into classes, and the classified class values can be stored and displayed as predicted values, and the probability of belonging to each class as a dependent variable is estimated to store and display the class value with the highest probability as a predicted value. can do.
  • odor intensity and dilution factor which can be used for model generation and prediction
  • odor intensity is a formula such as "a + K*log (dilution factor)".
  • a method for reducing odor is easily established by measuring or collecting and analyzing a odor substance generated at a specific point by a real-time odor measuring device and a odor collecting device, and identifying the substance causing the odor. can do.
  • OMS Odor Monitoring System
  • the server 500 may build big data.
  • the server 500 may build big data including all information on factories related to odor, weather information, information on odor in the atmosphere, measurement information on odor, and the like.
  • Information on factories related to odors may include location information of the factory, information on odors expected to be discharged from the factory, time at which the factory discharges odor substances, and types of odor substances discharged from the factory in the past.
  • the server 500 may determine in real time a point that causes the odor by constructing big data including various information related to the odor. For example, when a complaint about odor is received, the server 500 may use big data to determine a point of cause of odor that is expected to affect the location of the complaint about odor.
  • the server 500 and/or OMS can classify the type and intensity of smell information through random forest-based machine learning and artificial intelligence techniques, and store real-time data and accumulated data (big data). By fusion, the dilution factor for odor information can be predicted.
  • the temperature, humidity, and sensor data entered in the learning database in relation to random forest-based machine learning and artificial intelligence techniques to classify the type and intensity of odor information can be used as independent variables for model generation, based on the type and intensity.
  • the pattern can be divided into classes, and the classified class values can be stored and displayed as predicted values, and the probability of belonging to each class as a dependent variable is estimated to store and display the class value with the highest probability as a predicted value. can do.
  • odor intensity and dilution factor which can be used for model generation and prediction
  • odor intensity is a formula such as "a + K*log (dilution factor)".
  • a method for reducing odor is easily established by measuring or collecting and analyzing a odor substance generated at a specific point by a real-time odor measuring device and a odor collecting device, and identifying the substance causing the odor. can do.
  • FIG. 8 is a diagram illustrating an example in which OMS analyzes an odor according to an embodiment.
  • OMS may acquire and analyze odor information.
  • OMS analyzes the odor to specifically determine the components included in the odor and the concentration of each component.
  • the OMS may include a plurality of sensors, and the odor may be analyzed according to the degree to which each sensor reacts.
  • a two-dimensional pattern type represented by a plurality of sensors may be obtained according to a reaction degree of a plurality of sensors arranged in two dimensions, and a causative substance and a concentration of each may be determined according to the obtained two-dimensional pattern type.
  • methyl acrylate may be 30 ppm and ethyl acrylate may be 2 ppm, and for another example, propenylbenzene may be 25 ppm and NH3 may be 8 ppm as an irritating odor.
  • the OMS may include a plurality of sensors arranged in two dimensions showing different patterns according to each odor, and the relationship between the patterns of the plurality of sensors arranged in two dimensions and the type of odor may be learned. For example, by analyzing the odor obtained using Sift-MS, the result is obtained, and the result of the analysis is learned in OMS, so that the OMS can analyze the odor. In this case, although OMS is much lighter hardware than Sift-MS, accurate odor analysis can be performed by using the learning result through Sift-MS.
  • the above-described method can be written as a program that can be executed on a computer, and can be implemented in a general-purpose digital computer that operates the program using a computer-readable recording medium.
  • the structure of the data used in the above-described method can be recorded on a computer-readable recording medium through various means.
  • the computer-readable recording medium includes a storage medium such as a magnetic storage medium (e.g., ROM, RAM, USB, floppy disk, hard disk, etc.), and an optical reading medium (e.g., CD-ROM, DVD, etc.). do.

Abstract

본 개시의 일 실시 예에 따르면, 특정 지점에 고정되어 냄새 정보를 측정하는 고정식 악취 측정 장치; 지상으로 이동하면서 냄새 정보를 측정하는 차량용 악취 측정 장치; 공중으로 이동하면서 냄새 정보를 측정하는 드론; 및 상기 고정식 악취 감지 장치, 상기 차량용 악취 감지 장치 및 상기 드론 중 적어도 하나로부터 수집된 상기 냄새 정보를 기초로, 대기 상에서 확산되는 악취 정보를 분석하고 관리하는 서버를 포함하는, 실시간 대기 확산 모니터링 시스템이 제공된다.

Description

실시간 대기 확산 모니터링 시스템
본 개시는 실시간 대기 확산 모니터링 시스템에 관한 것으로, 더욱 상세하게는, 고정식 악취 측정 장치, 차량용 악취 측정 장치 및 드론 중 적어도 하나로부터 수집된 악취 정보를 기초로, 대기 상에서 확산되는 악취 및 기상 정보를 분석하고 관리하는 시스템에 관한 것이다.
산업이 발전함에 따라 산업 단지에서 발생하는 악취가 주변 지역에 미치는 영향이 사회적으로 문제가 되고 있다. 이에 정부에서는 2005년부터 악취방지법을 제정하여 악취 발생량을 법적으로 규제하고 있다.
오염원에서 발생한 악취는 지형 또는 대기 상태 등에 의해서 확산 정도가 결정되며 특정 지점에서 악취 발생 시 이에 영향을 주는 악취 발생원에 대한 정확한 추적을 위해서는 악취 발생 시점의 대기 상태 등에 대한 정확한 정보가 필요하다. 대기 상태는 대기 측정망을 필요한 만큼 설치하면 측정이 가능하다. 이와 함께 악취 발생원에 대한 역추적을 위해서는 악취 발생원에서 발생하는 주요 오염물에 대한 정보가 필요하며 이는 악취 발생원의 공정 등을 조사하여 대부분 확보가 되어 있는 상태이다.
위와 같은 상황에서 악취 발생원 역추적에 무엇보다도 중요한 정보는 악취 발생 시 포함된 오염물질에 대한 성분 분석인데, 정확한 성분 분석을 위해서 악취 발생 시점의 기체의 실시간 채취가 필요하다.
하지만, 현 상황은 악취 처리 관련 종사자들이 비정기적으로 악취 발생 관련 민원이 자주 발생하는 지역에 간단한 공기 포집 장치를 휴대하고 나가서 수동으로 공기를 포집하고 있다. 악취는 순간적으로 발생했다가 대기 상태 등에 의해 소멸하는 경향이 있으므로 정확한 분석을 위한 기체의 채취가 이루어지지 못하고 있다.
또한, 악취를 느끼는 정도는 사람의 후각에 따라 상이하며 대기 상태 등에 의해 악취의 확산 정도가 영향을 받으므로, 효과적인 분석을 위해서는 정확한 악취 농도의 측정과 악취 발생시 현장에서 악취 발생 시점의 기체를 실시간으로 채취하는 것이 필수적이다.
하지만, 현재 악취 관리의 초기 단계인 현장에서의 기체 채취는 인력에 의존하고 있다. 즉, 악취 관리자가 현장에 직접 나가서 기체를 채취함으로써 공간적/시간적 제약으로 인해 실제로 악취가 발생한 시점의 기체를 채취하지 못함으로써 악취 분석의 부정확성을 내재하고 있는 등 악취 관리에 많은 문제점을 내포하고 있다.
본 개시는 전술한 종래기술의 문제점을 해결하기 위한 것으로, 고정식 악취 감지 장치, 차량용 악취 감지 장치 및 드론 중 적어도 하나로부터 수집된 냄새 정보를 기초로, 대기 상에서 확산되는 악취 정보를 분석하고 관리하는 시스템을 제공하는 것을 목적으로 한다.
본 개시의 목적은 이상에서 언급한 목적들로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.
본 개시의 일 실시 예에 따르면, 특정 지점에 고정되어 악취 정보를 측정하는 고정식 악취 측정 장치; 지상으로 이동하면서 악취 정보를 측정하는 차량용 악취 측정 장치; 공중으로 이동하면서 악취 정보를 측정하는 드론; 및 상기 고정식 악취 감지 장치, 상기 차량용 악취 감지 장치 및 상기 드론 중 적어도 하나로부터 수집된 상기 악취 정보를 기초로, 대기 상에서 확산되는 악취 정보를 분석하고 관리하는 서버를 포함하는, 실시간 대기 확산 모니터링 시스템이 제공된다.
상기 서버는, 악취 확산 모델링 프로그램을 통해, 실제 기상 상태와 3차원 공간 바람장을 이용하여 악취 확산의 경향을 확인할 수 있다.
상기 서버는, 복잡 지형 및 바람장 변화를 나타내는 CALPUFF 모델링 기법을 사용하여, 대기 상에서 확산되는 상기 악취 정보를 분석할 수 있다.
상기 서버는, 악취 예측 프로그램을 통해, 냄새 및 악취를 구분하고, 냄새 및 악취의 특성을 각각 분석할 수 있다.
상기 서버는, MLR(Multinomial Logistic Regression) 모델을 통해, 상기 악취 정보에 대한 종류 및 세기를 구분할 수 있다.
상기 서버는, GLR(Gaussian Linear Regression) 모델을 통해, 상기 악취 정보에 대한 희석 배수를 예측할 수 있다.
본 개시의 일 실시 예에 따른 실시간 대기 확산 모니터링 시스템은 특정 지점에 고정되어 냄새 정보를 측정하는 고정식 악취 측정 장치; 지상으로 이동하면서 냄새 정보를 측정하는 차량용 악취 측정 장치; 공중으로 이동하면서 냄새 정보를 측정하는 드론; 및 상기 고정식 악취 감지 장치, 상기 차량용 악취 감지 장치 및 상기 드론 중 적어도 하나로부터 수집된 상기 악취 정보를 기초로, 대기 상에서 확산되는 악취 정보를 분석하고 관리하는 서버를 포함할 수 있다.
또한, 상기 서버는, 악취 확산 모델링 프로그램을 통해, 실제 기상 상태와 3차원 공간 바람장을 이용하여 악취 확산의 경향을 확인할 수 있다.
또한, 상기 서버는, 복잡 지형 및 바람장 변화를 나타내는 CALPUFF 모델링 기법을 사용하여, 대기 상에서 확산되는 상기 악취 정보를 분석할 수 있다.
또한, 상기 서버는, 냄새 예측 프로그램을 통해, 냄새 및 악취를 구분하고, 냄새 및 악취의 특성을 각각 분석할 수 있다.
또한, 상기 서버는, 랜덤 포레스트(Random Forest) 모델을 통해, 상기 악취 정보에 대한 종류 및 세기를 구분할 수 있다.
또한, 상기 서버는 상기 고정식 악취 측정 장치로부터 획득한 제 1 악취 정보, 상기 차량용 악취 측정 장치로부터 획득한 제 2 악취 정보 및 상기 드론으로부터 획득한 제 3 악취 정보 각각에 상이한 신뢰도를 부여하여 상기 대기 상에서 확산되는 악취 정보를 분석할 수 있다.
또한, 상기 서버는 상기 제 1 악취 정보에 가장 높은 신뢰도를 부여하고, 상기 제 2 악취 정보에 중간 신뢰도를 부여하고, 상기 제 3 악취 정보에 낮은 신뢰도를 부여할 수 있다.
또한, 상기 서버는 상기 드론의 위치에서 측정되는 기류가 하강기류인 경우 상기 제 3 악취 정보의 신뢰도를 증가시키고, 상기 드론의 위치에서 측정되는 기류가 상승기류인 경우 상기 제 3 악취 정보의 신뢰도를 감소시킬 수 있다.
본 개시의 일 실시 예에 따르면, 특정 지점에서 발생되는 악취 물질을 실시간 악취 측정 기기 및 악취 포집 장비로 측정 또는 포집하여 분석하고, 악취 원인 물질을 규명하여, 악취 저감 방안을 용이하게 수립할 수 있다.
본 개시의 효과는 상기한 효과로 한정되는 것은 아니며, 본 개시의 상세한 설명 또는 특허청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다.
도 1은 본 개시의 일 실시 예에 따른 악취 추적 통합 모니터링 시스템을 도시한 도면이다.
도 2는 본 개시의 일 실시 예에 따른 악취 추적 통합 모니터링 시스템의 시스템 구성도를 도시한 도면이다.
도 3은 본 개시의 일 실시 예에 따른 악취 추적 통합 모니터링 시스템의 네트워크 구성도를 도시한 도면이다.
도 4는 본 개시의 일 실시 예에 따른 악취 데이터의 수집 흐름을 도시한 도면이다.
도 5는 본 개시의 일 실시 예에 따른 악취 확산 모델링 프로그램이 실행중인 화면을 도시한 도면이다.
도 6은 본 개시의 일 실시 예에 따른 냄새 예측 프로그램의 구동 메커니즘을 도시한 도면이다.
도 7은 본 개시의 일 실시 예에 따라 빅데이터 및 OMS(Odor Monitoring System)를 이용하여 악취관련 데이터를 획득하는 일 예를 도시한 도면이다.
도 8은 일 실시 예에 따른 OMS가 악취를 분석하는 일 예를 도시한 도면이다.
이하에서는 첨부한 도면을 참조하여 본 개시를 설명하기로 한다. 그러나 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며, 따라서 여기에서 설명하는 실시 예로 한정되는 것은 아니다. 그리고 도면에서 본 개시를 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
이하 첨부된 도면을 참고하여 본 개시의 실시 예를 상세히 설명하기로 한다.
도 1은 본 개시의 일 실시 예에 따른 악취 추적 통합 모니터링 시스템을 도시한 도면이다.
도 1을 참조하면, 악취 추적 통합 모니터링 시스템은 통신망을 통해 서로 통신 가능한 고정식 악취 측정 장치(100), 차량용 악취 측정 장치(200), 악취 감지 및 포집 드론(300), 기상 측정 장치(400) 및 서버(500)를 포함할 수 있다.
먼저, 통신망은 유선 및 무선 등과 같은 그 통신 양태를 가리지 않고 구성될 수 있으며, 근거리 통신망(LAN: Local Area Network), 도시권 통신망(MAN: Metropolitan Area Network), 광역 통신망(WAN: Wide Area Network), 이동 통신망 등 다양한 통신망으로 구성될 수 있다.
고정식 악취 측정 장치(100)는 특정 지점에 고정되어, 악취 정보를 측정하고, 분석하여 악취 정보를 수집할 수 있다.
차량용 악취 측정 장치(200)는 지상으로 이동하면서 악취유발물질을 측정하고, 분석하여 악취 정보를 수집할 수 있다.
악취감지 및 포집 드론(300)은 공중으로 이동하면서 이동하면서 악취유발물질을 측정하고, 분석하여 악취 정보를 수집할 수 있다.
고정식 악취 측정 장치(100), 차량용 악취 측정 장치(200) 및 악취 감지 및 포집 드론(300) 각각은 악취 유발 물질을 실시간으로 감지할 수 있으며, 악취 유발 물질이 감지되면, 악취 정보를 서버(500)로 전송할 수 있다.
기상 측정 장치(400)는 기상 정보를 측정하고 수집할 수 있다.
서버(500)는 고정식 악취 측정 장치(100), 차량용 악취 측정 장치(200), 악취 감지 및 포집 드론(300) 등으로부터 수집된 악취 정보를 수신할 수 있으며, 다양한 장치로부터 수집된 악취 정보를 기초로, 특정 지점에서 발생된 악취 정보를 분석하고 관리할 수 있다.
서버(500)는 악취 정보를 이용하여, 냄새 종류, 냄새 세기, 복합 악취 및 악취 유발 원인 물질 농도 중 적어도 하나를 변환하여 산출할 수 있다.
서버(500)는 기상 측정 장치(400)로부터 수집된 기상 정보를 수신할 수 있으며, 기상 정보와 악취 정보를 비교하여, 악취 발생 패턴을 분석할 수 있다.
서버(500)는 악취 발생 패턴을 통해 악취 발생을 예측할 수 있으며, 악취 발생 예측 결과에 따라, 예측된 악취 정보를 제공할 수 있다.
*서버(500)는 악취 정보의 분석 결과, 악취가 발생한 것으로 판단되면, 악취 발생에 따른 경고 알림 메시지를 관리자 단말기(미도시)로 전송할 수 있다.
일 실시 예에 따르면, 악취 추적 통합 모니터링 시스템은 실시간으로 냄새 종류, 냄새 세기, 복합 악취, 악취 유발 원인 물질 농도를 측정하고, 이를 통해 악취 민원 발생 시 빠른 민원 대응 수립이 가능할 수 있다.
악취 추적 통합 모니터링 시스템은 악취 유발 물질들을 실시간으로 감지하여 서버(500)로 전송하기 위한 고정식 악취 측정 장치(100)와 정보를 전송받아 이를 표출하는 서버(500)로 분류할 수 있다.
악취 추적 통합 모니터링 시스템은 현장에서 측정되는 악취 센서의 측정 데이터를 실시간으로 데이터베이스에 저장할 수 있다.
악취 추적 통합 모니터링 시스템은 고정식 악취 측정 장치(100), 차량용 악취 측정 장치(200), 악취 감지 및 포집 드론(300)과 같은 악취 측정 기기와 기상 측정 장치(400)와 같은 기상 측정 기기와 서버(500)로 분류될 수 있으며, 악취 측정 기기와 서버(500) 간의 데이터 전송은 무선 통신으로 수행될 수 있으며, 악취 측정 기기가 위치하고 있는 지점에서 측정된 악취 측정 결과를 서버(500)로 전송되어 표출될 수 있다.
고정식 악취 측정 장치(100), 차량용 악취 측정 장치(200) 또는 악취 감지 및 포집 드론(300)은 측정된 악취 측정 결과를 서버(500)로 전송할 수 있다. 이 때 악취 측정 결과가 서버(500)로 전송되는 전송 빈도는 상황에 따라 다르게 결정될 수 있다. 전송 빈도는 악취 측정 결과 및 악취 측정 위치에 따라 달라질 수 있다. 예를 들면 악취 측정 결과에 따른 냄새 세기, 농도 또는 희석 배수가 얼마나 높은지에 따라 전송 빈도가 결정될 수 있다. 냄새 세기, 농도 또는 희석 배수가 커짐에 따라 전송 빈도가 계단식으로 증가할 수 있다. 다른 예로, 현재 악취 측정 위치에서 기설정 시간 내에 기설정 값 이상의 변화가 예상되는 경우 전송 빈도가 높아질 수 있다. 예를 들면, 바람 등 기후 상황 및 주변 악취 발생 상황에 따라 현재 악취 측정 위치에서 악취 측정 결과에 대한 급격한 변화가 예상되는 경우, 전송 빈도가 높아질 수 있다. 예상되는 변화의 크기에 따라 전송 빈도가 결정될 수 있다.
서버(500)는 고정식 악취 측정 장치(100), 차량용 악취 측정 장치(200) 및 악취감지 및 포집 드론(300)으로부터 수신한 악취 정보 및 기상 측정 장치(400)로부터 수신한 기상 정보를 이용하여 악취의 발생 위치를 결정할 수 있다. 서버(500)는 악취의 발생 위치를 결정하기 위해서 고정식 악취 측정 장치(100), 차량용 악취 측정 장치(200) 및 악취감지 및 포집 드론(300)으로부터 수신한 악취 정보를 상이한 방식으로 처리하여 이용할 수 있다.
예를 들면, 서버(500)는 고정식 악취 측정 장치(100), 차량용 악취 측정 장치(200) 및 악취감지 및 포집 드론(300)으로부터 수신한 악취 정보에 서로 상이한 신뢰도를 부여할 수 있다. 고정식 악취 측정 장치(100) 및 차량용 악취 측정 장치(200)에 탑재되는 악취 측정용 하드웨어의 신뢰도는 악취감지 및 포집 드론(300)에 탑재되는 악취 측정용 하드웨어의 신뢰도보다 높을 수 있다. 따라서, 서버(500)는 고정식 악취 측정 장치(100) 및 차량용 악취 측정 장치(200)로부터 수신되는 악취 정보에 높은 가중치를 부여하고, 악취감지 및 포집 드론(300)에 낮은 가중치를 부여하여 악취 추적 통합 모니터링을 수행할 수 있다.
다른 예로, 서버(500)는 고정식 악취 측정 장치(100), 차량용 악취 측정 장치(200) 및 악취감지 및 포집 드론(300)에 포함된 악취 측정용 하드웨어의 특성을 반영하여 악취 모니터링을 수행할 수 있다. 일 예로, 고정식 악취 측정 장치(100)에는 황화수소에 대한 모니터링에 대한 신뢰도가 높은 악취 측정용 하드웨어가 탑재되어 있고, 차량용 악취 측정 장치(200)에는 암모니아에 대한 모니터링에 대한 신뢰도가 높은 악취 측정용 하드웨어가 탑재되어 있고, 악취감지 및 포집 드론(300)에는 복합악취에 대한 모니터링에 대한 신뢰도가 높은 악취 측정용 하드웨어가 탑재되어 있는 경우, 서버(500)는 황화수소에 대한 모니터링을 수행할 때는 고정식 악취 측정 장치(100)에서 획득한 악취 정보에 가장 높은 가중치를 부여하고, 암모니아에 대한 모니터링을 수행할 때는 차량용 악취 측정 장치(200)에서 획득한 악취 정보에 가장 높은 가중치를 부여하고, 복합악취에 대한 모니터링을 수행할 때는 악취감지 및 포집 드론(300)에서 획득한 악취 정보에 가장 높은 가중치를 부여하여 악취 추적 통합 모니터링(예: 악취 발생 위치 결정)을 수행할 수 있다.
다른 예로, 서버(500)는 악취 추적 통합 모니터링을 수행할 때 악취감지 및 포집 드론(300)으로부터 수신한 악취 정보에 대해 시차를 적용하여 이용할 수 있다. 악취에 대한 모니터링을 수행할 때 기준이되는 고도가 지면에 근접한 고도인 경우, 고도가 높은 위치에서 측정된 악취 정보가 고도가 낮은 위치에 반영되기 위해서는 시차가 존재할 수 있다. 따라서, 서버(500)는 기상 측정 장치(400)로부터 수신한 기상 정보를 이용하여 악취감지 및 포집 드론(300)의 위치에서의 기류가 상승 기류인지 하강 기류인지 결정하고, 기류의 강도를 결정할 수 있다. 일 실시 예에 따른 서버(500)는 악취감지 및 포집 드론(300)의 위치에서의 기류가 상승 기류인 경우 악취감지 및 포집 드론(300)로부터 수신한 악취 정보를 기설정 비율(예: 5%)보다 낮게 반영할 수 있다. 또는 일 실시 예에 따른 서버(500)는 악취감지 및 포집 드론(300)의 위치에서의 기류가 하강 기류인 경우 악취감지 및 포집 드론(300)로부터 수신한 악취 정보를 기류의 세기에 반비례하는 시간 간격을 두고 악취감지 및 포집 드론(300)로부터 수신한 악취 정보를 반영하여 지상에서의 악취에 대한 모니터링을 수행할 수 있다.
도 2는 본 개시의 일 실시 예에 따른 악취 추적 통합 모니터링 시스템의 시스템 구성도를 도시한 도면이고, 도 3은 본 개시의 일 실시 예에 따른 악취 추적 통합 모니터링 시스템의 네트워크 구성도를 도시한 도면이다.
도 2 및 도 3에 도시된 바와 같이, 악취 추적 통합 모니터링 시스템은 악취 배출 사업장이 밀집한 국가산업단지 또는 특정 지점에서 발생하는 주요 악취 유발 물질(예를 들면, 복합악취, 황화수소, 암모니아, TVOCs 등) 및 기상 정보(풍향, 풍속, 온도, 습도 등)를 실시간으로 측정하고, 무선 통신(WCDMA, LTE 등)을 이용하여 수집 데이터(냄새 세기, 농도, 확산 경로, 기상 정보 등)를 원격으로 서버(500)로 구현된 관제 시스템에 전송함으로써, 주변 악취에 대해 자료를 분석하고 관리할 수 있다.
악취 추적 통합 모니터링 시스템은 무인 악취 포집 기기를 수요자 요구 사항에 따라 일체형 및 분리형으로 구성할 수 있으며, 악취 기준치 초과 시 단계별로 시료를 자동 채취할 수 있으며, 관리자가 현장에서 언제든지 원격으로 악취 포집할 수 있는 기능을 제공할 수 있다.
악취 추적 통합 모니터링 시스템은 악취 발생 및 임계치 이상 발생 시 관리자에게 자동으로 SMS 및 APP을 이용하여 알람 및 상태를 문자로 전송할 수 있다.
악취 추적 통합 모니터링 시스템은 무인 악취 포집 시스템 및 기상 측정 시스템이 옵션에 따라 일체형 및 분리형으로 제작이 가능할 수 있다.
악취 추적 통합 모니터링 시스템은 악취 감지 기기 및 정보 처리 시스템으로 구성되어 있으며, 기상 측정 장치(400)는 기상 정보를 수집하여 악취 정보와 대비함으로써 발생 패턴을 분석할 수 있도록 하였으며, 감지하여 측정한 악취 정보를 실시간 또는 주기적으로 외부에 표시하여 악취 발생을 예측하고 방지하는 대책을 강구할 수 있는 악취 정보 통합 관리 시스템으로 구현될 수 있다.
악취 추적 통합 모니터링 시스템은 악취 관련 종합 상황 서비스를 제공할 수 있으며, 스마트폰 앱 및 PC로 실시간 악취 모니터링이 가능하며, 기상정보, 국가망과 연동하여 주변 미세먼지 수치 확인이 가능하며, 이벤트 발생 시 예보 및 주의보 알림으로 즉각적인 대응이 가능할 수 있다.
악취 데이터를 수집하는 방법에 있어, 악취 발생원으로부터 수집된 악취 및 기상 데이터는 신호 변환기로 전송되며, 악취 및 기상 신호 변환기는 수집된 아날로그 신호를 디지털 신호로 변환하며 또한 물리적 신호를 냄새 종류, 냄새 세기, 농도로 처리하여 데이터 분석 장치로 전송할 수 있다.
악취 데이터 분석기는 신호 변환기로부터 수집된 데이터를 다양한 형태로 가공하여 자체 저장 장치에 저장할 수 있다.
악취 측정 기기의 분석 데이터에는 실시간 자료, 악취 강도 자료, 악취 환산 3D 자료 등이 포함될 수 있다.
실시간 자료는 악취 자동 측정 기기에서 측정된 실시간 악취 데이터로, 예를 들어, 측정 데이터는 실시간 동안의 매초당 악취 농도를 분석할 수 있다.
악취 강도 자료는 악취 자동 측정 기기가 측정한 가스별 냄새 세기, 냄새 종류, 농도, 희석 배수를 측정 범위 및 악취 강도에 대하여 측정한 자료로, 악취 강도 자료는 임계치 이상의 악취 발생 시 경고 문자 전송 및 악취 모델링을 표출하기 위해서 측정 데이터를 저장할 수 있다.
악취 확산 3D 자료는 설정된 값 이상의 악취 발생 시 실제 악취를 신호처리 후 파일로 저장하여 서버(500)에서 모델링 프로그램을 통해서 만들어진 3D 자료로, 측정된 악취 정보의 파일 생성 시 관리 프로그램에서 이상 악취 데이터를 저장하며, 생성된 파일은 냄새 세기, 냄새 종류, 농도, 희석 배수 등의 자료와 함께 저장될 수 있다.
악취 데이터를 분석하는 방법에 있어, 악취 측정 기기가 신호 변환기로부터 수집된 악취 데이터를 바탕으로 악취 분석기의 악취 데이터 처리 S/W에 의해 처리, 분석될 수 있다.
도 4는 본 개시의 일 실시 예에 따른 악취 데이터의 수집 흐름을 도시한 도면이다.
도 4에 도시된 바와 같이, 악취 측정 기기는 악취 신호를 수집하고, 악취 신호의 측정 및 증폭을 수행하고, 보정 신호를 발생할 수 있으며, 디지털 신호로 변환하여 악취 신호를 전송할 수 있다.
주 제어장치는 악취 신호를 샘플링 처리하고, A/D 변환, D/A 변환, 기타 정보 변환, 보정 신호 발생 등의 절차를 수행하고, 아날로그, 디지털 신호로 변환 신호를 악취 분석기로 전송할 수 있다.
악취자동측정기기에서 실시간으로 전송되는 측정 자료와 통신서버의 요청에 의해 반환되는 측정데이터는 송신 종료 시에 전송 종료 신호(EOT)를 전송하여 전송이 완료되었음을 운영시스템 통신 서버 측에 알릴 수 있다.
송, 수신 자료는 통신규격에 정해진 포맷 자리수의 오른쪽부터 채우며, 자료가 존재하지 않거나 정해진 자리 수 이하인 경우에는 공백 값으로 채울 수 있다.
송신측에서 마지막 자료를 전송한 후 수신 측의 전송 종료 신호(EOT)를 접수한 다음에 전송을 종료하며, 송신을 완료한 후에는 연결(Connection)을 종료할 수 있다.
악취 데이터의 전송 방식에 있어, 운영센터와의 송, 수신은 TCP/IP 방식을 사용하며, 악취 자동 측정기에서 운영센터로 자료 전송 시에는 운영센터가 서버(500)가 되며, 운영센터에서 악취 측정 기기로 원격명령 전송 시에는 악취 측정 기기가 서버(500)가 될 수 있다.
본 개시의 일 실시 예에 따르면, 서버(500)는 고정식 악취 측정 장치(100), 차량용 악취 측정 장치(200), 악취 감지 및 포집 드론(300) 등으로부터 수집된 냄새 정보를 수신할 수 있으며, 다양한 장치로부터 수집된 냄새 정보를 기초로, 대기 상에서 확산되는 악취 정보를 분석하고 관리할 수 있다.
도 5는 본 개시의 일 실시 예에 따른 악취 확산 모델링 프로그램이 실행중인 화면을 도시한 도면이다.
도 5에 도시된 바와 같이, 서버(500)는 악취 확산 모델링 프로그램을 통해, 실제 기상 상태와 3차원 공간 바람장을 이용하여 악취 확산의 경향을 확인하고, 복잡 지형 및 바람장 변화를 나타내는 CALPUFF 모델링 기법을 사용하여, 대기 상에서 확산되는 악취 정보를 분석할 수 있다.
서버(500)는 바람의 방향, 현재 기온, 악취의 분포 현황, 주변 지형 및 주변 시설물 상황에 기초하여 대기 상에서 확산되는 악취 정보를 분석할 수 있다. 예를 들면 서버(500)는 주변 시설물 상황(예: 특정 공장의 가동 중인지 여부) 및 주변 시설물 주변의 지형(예: 산맥) 등을 종합적으로 고려하여 확산되는 악취 정보를 분석할 수 있다. 다른 예로, 서버(500)는 현재 상승 기류가 발생하는 중이면 확산을 고려하는 고도의 높이를 기설정값 이상으로 높이고, 하강 기류가 발생하는 중이면 확산을 고려하는 고도의 높이를 기설정값 이하로 낮출 수 있다.
서버(500)는 악취 강도가 임계치 이상이거나, 악취 종류가 기설정 종류인 경우, 악취 확산의 경향의 확인에 이용되는 바람의 최소 단위를 낮출 수 있다.
악취 확산의 경향을 확인하는 확인 빈도는 상황에 따라 다르게 결정될 수 있다. 확인 빈도는 악취 측정 결과 및 악취 측정 위치에 따라 달라질 수 있다. 예를 들면 악취 측정 결과에 따른 냄새 세기, 농도 또는 희석 배수가 얼마나 높은지에 따라 확인 빈도가 결정될 수 있다. 냄새 세기, 농도 또는 희석 배수가 커짐에 따라 확인 빈도가 계단식으로 증가할 수 있다.
또한 확인 빈도는 전체 지도 중 각 위치에 따라 서로 다르게 결정될 수 있다. 기설정 시간(예: 실시간) 내에 기설정 값 이상의 변화가 예상되는 지역의 경우 확인 빈도가 높아질 수 있다. 예를 들면, 바람 등 기후 상황 및 주변 악취 발생 상황에 따라 현재 악취 측정 위치에서 악취 측정 결과에 대한 급격한 변화가 예상되는 지역의 경우, 확인 빈도가 다른 지역에 비해 높아질 수 있다. 예상되는 변화의 크기에 따라 확인 빈도가 결정될 수 있다.
예를 들면, 바람 세기가 큰 경우 악취 측정 결과에 대한 급격한 변화가 예상된다고 보고, 확인 빈도를 상대적으로 크게 결정할 수 있다. 서버(500)는 해당 지역의 평균 바람 세기와 해당 지역의 확인 빈도가 비례하도록 확인 빈도를 결정할 수 있다.
다른 예로, 특정 범위 내의 지역 내에서 악취 농도의 최대 값과 최소 값의 차이가 큰 경우 악취 측정 결과에 대한 급격한 변화가 예상된다고 보고, 확인 빈도를 상대적으로 크게 결정할 수 있다. 서버(500)는 해당 지역 내에서 악취 농도의 최대 값과 최소 값의 차이와 해당 지역의 확인 빈도가 비례하도록 확인 빈도를 결정할 수 있다. 해당 지역의 크기는 기설정된 값일 수 있다. 예를 들면, 서버(500)는 1[ha]를 단위 면적으로 보고 1[ha] 내에서 악취 농도의 최대 값과 최소 값의 차이에 대응되도록 확인 빈도를 결정할 수 있다.
다른 예로, 특정 범위 내의 지역 내에서 온도의 최대 값과 최소 값의 차이가 큰 경우 악취 측정 결과에 대한 급격한 변화가 예상된다고 보고, 확인 빈도를 상대적으로 크게 결정할 수 있다. 서버(500)는 해당 지역 내에서 온도의 최대 값과 최소 값의 차이와 해당 지역의 확인 빈도가 비례하도록 확인 빈도를 결정할 수 있다.
서버(500)는 차량용 악취 측정 장치(200)의 이동 경로를 도로 상황 및 악취 정보 등에 따라 결정할 수 있다. 차량용 악취 측정 장치(200)는 기본적으로 도로 상에서 이동하기 때문에 도로의 상황(예: 도로의 위치, 교통 상황 등)에 기초하여 차량용 악취 측정 장치(200)의 이동 경로가 결정될 수 있다. 예를 들면, 통행량이 많은 도로의 경우 상대적으로 서행이 예상되기 때문에 이동 경로로 선택되기 위한 우선순위가 상대적으로 낮아질 수 있다. 다른 예로, 서버(500)는 예상되는 악취 발생 지역(예: 공장 굴뚝 위치)의 주변 도로를 경유하도록 차량용 악취 측정 장치(200)의 이동 경로를 결정할 수 있다.
서버(500)는 예상되는 악취 발생 지역을 결정하고, 예상되는 악취 발생 지역의 주변에 도로가 있는 경우, 차량용 악취 측정 장치(200)의 이동 경로를 예상되는 악취 발생 지역의 주변 도로로 결정할 수 있다. 예상되는 악취 발생 지역의 주변에 도로가 없는 경우 서버(500)는 예상되는 악취 발생 지역 주변으로 드론(300)의 이동 경로를 결정할 수 있다. 예상되는 악취 발생 지역에서 악취 정보를 얻기 위해 서버(500)는 차량용 악취 측정 장치(200)의 접근을 드론(300)의 접근보다 우선할 수 있다. 차량용 악취 측정 장치(200)에 탑재된 하드웨어의 신뢰도가 드론(300)의 신뢰도보다 높고, 차량용 악취 측정 장치(200)는 드론(300)과는 달리 지상에서 악취 정보를 획득하기 때문에, 서버(500)는 악취가 발생할 것으로 예상되는 지역(예: 악취 발생 확률이 기설정 값 이상)의 경우, 드론(300)보다는 차량용 악취 측정 장치(200)의 접근이 우선될 수 있도록 차량용 악취 측정 장치(200) 및 드론(300)의 이동 경로를 결정할 수 있다.
또한, 서버(300)는 예상되는 악취 발생 지역의 주변 바람의 방향을 고려하여 차량용 악취 측정 장치(200)의 이동 경로를 결정할 수 있다. 예를 들면 예상되는 악취 발생 지역에서 동풍이 불고 있는 경우, 서버(500)는 예상되는 악취 발생 지역의 동쪽 지점과 예상되는 악취 발생 지역의 서쪽 지점이 차량용 악취 측정 장치(200)의 이동 경로에 포함되도록 차량용 악취 측정 장치(200)의 이동 경로를 결정할 수 있다. 서버(500)는 예상되는 악취 발생 지역을 기준으로 바람이 불어오는 방향의 지점과 바람이 불어 가는 방향의 지점에서 모두 악취 정보를 획득함으로써, 예상되는 악취 발생 지역에서 실제로 악취가 발생하고 있는지 여부를 명확하게 확인할 수 있다.
서버(500)는 예상되는 악취 발생 지역의 주변 바람의 방향을 고려하여 악취감지 및 포집 드론(300)의 이동 경로를 결정할 수 있다. 예를 들면 예상되는 악취 발생 지역에서 동풍이 불고 있는 경우, 서버(500)는 예상되는 악취 발생 지역의 동쪽 지점으로부터 예상되는 악취 발생 지역의 서쪽 지점으로 악취감지 및 포집 드론(300)이 이동하도록 악취감지 및 포집 드론(300)의 이동 경로를 결정할 수 있다. 서버(500)는 예상되는 악취 발생 지역을 기준으로 바람이 불어오는 방향의 지점과 바람이 불어 가는 방향의 지점을 잇는 선 상에서 연속적으로 악취 정보를 획득함으로써, 예상되는 악취 발생 지역에서 실제로 악취가 발생하고 있는지 여부를 명확하게 확인할 수 있다.
도 6은 본 개시의 일 실시 예에 따른 냄새 예측 프로그램의 구동 메커니즘을 도시한 도면이다.
도 6에 도시된 바와 같이, 서버(500)는 냄새 예측 프로그램을 통해, 냄새 및 악취를 구분하고, 냄새 및 악취의 특성을 각각 분석할 수 있다.
즉, 서버(500)는 냄새 예측 프로그램을 통해, 분석 대상 데이터베이스의 데이터를 바탕으로 측정된 냄새 및 악취를 구분하고, 각각의 특성을 분석할 수 있는 알고리즘으로 냄새 및 악취의 종류, 세기 및 희석 배수를 예측할 수 있다.
서버(500)는 랜덤 포레스트(Random Forest)기반 기계학습(Machine Learning) 및 인공지능 기법을 통해 냄새 정보에 대한 종류 및 세기를 구분할 수 있으며, 실시간 데이터와 축적데이터(빅데이터)를 융합하여 냄새 정보에 대한 희석배수를 예측할 수 있다.
냄새 정보에 대한 종류 및 세기를 구분하는 랜덤 포레스트 기반 기계학습, 인공지능 기법과 관련하여 학습 데이터베이스에 입력된 온도, 습도, 센서 데이터를 독립 변수로 모델 생성에 사용할 수 있으며, 종류와 세기를 바탕으로 패턴(pattern) 을 클래스(Class)로 구분하고 구분된 클래스 값을 예측값으로 저장 및 표출할 수 있으며, 종속 변수로 각 클래스에 속할 확률을 추정하여 가장 높은 확률을 가진 클래스 값을 예측값으로 저장 및 표출할 수 있다.
특히, 냄새 세기와 희석 배수는 베버-페히너의 법칙(Weber-Fechner's Law)이 성립하여 이를 모델 생성 및 예측 과정에 활용할 수 있으며, 냄새 세기는 "a + K*log(희석배수)"와 같은 수식으로 산출될 수 있다.
이와 같이, 본 개시의 일 실시 예에 따르면, 특정 지점에서 발생되는 악취 물질을 실시간 악취 측정 기기 및 악취 포집 장비로 측정 또는 포집하여 분석하고, 악취 원인 물질을 규명하여, 악취 저감 방안을 용이하게 수립할 수 있다.
도 7은 본 개시의 일 실시 예에 따라 빅데이터 및 OMS(Odor Monitoring System)를 이용하여 악취관련 데이터를 획득하는 일 예를 도시한 도면이다.
일 실시 예에 따른 서버(500)는 빅데이터를 구축할 수 있다. 예를 들면, 서버(500)는 악취와 관련된 공장들에 대한 정보, 기상 정보, 대기 중의 악취에 대한 정보, 악취에 대한 측정 정보 등을 모두 포함하는 빅데이터를 구축할 수 있다. 악취와 관련된 공장들에 대한 정보는 공장의 위치 정보, 공장에서 배출할 것으로 예상되는 악취 정보, 공장에서 악취 물질을 배출하는 시간, 공장에서 과거에 배출한 악취 물질의 종류 등을 포함할 수 있다. 서버(500)는 악취와 관련된 다양한 정보를 포함하는 빅데이터를 구축하여 악취의 원인이 되는 지점을 실시간으로 결정할 수 있다. 예를 들면, 서버(500)는 악취에 대한 민원이 들어왔을 때 빅데이터를 이용하여 악취에 대한 민원이 들어온 위치에 영향을 끼칠 것으로 예상되는 악취 원인 지점을 결정할 수 있다.
서버(500) 및/또는 OMS 는 랜덤 포레스트(Random Forest)기반 기계학습(Machine Learning) 및 인공지능 기법을 통해 냄새 정보에 대한 종류 및 세기를 구분할 수 있으며, 실시간 데이터와 축적데이터(빅데이터)를 융합하여 냄새 정보에 대한 희석배수를 예측할 수 있다.
냄새 정보에 대한 종류 및 세기를 구분하는 랜덤 포레스트 기반 기계학습, 인공지능 기법과 관련하여 학습 데이터베이스에 입력된 온도, 습도, 센서 데이터를 독립 변수로 모델 생성에 사용할 수 있으며, 종류와 세기를 바탕으로 패턴(pattern) 을 클래스(Class)로 구분하고 구분된 클래스 값을 예측값으로 저장 및 표출할 수 있으며, 종속 변수로 각 클래스에 속할 확률을 추정하여 가장 높은 확률을 가진 클래스 값을 예측값으로 저장 및 표출할 수 있다.
특히, 냄새 세기와 희석 배수는 베버-페히너의 법칙(Weber-Fechner's Law)이 성립하여 이를 모델 생성 및 예측 과정에 활용할 수 있으며, 냄새 세기는 "a + K*log(희석배수)"와 같은 수식으로 산출될 수 있다.
이와 같이, 본 개시의 일 실시 예에 따르면, 특정 지점에서 발생되는 악취 물질을 실시간 악취 측정 기기 및 악취 포집 장비로 측정 또는 포집하여 분석하고, 악취 원인 물질을 규명하여, 악취 저감 방안을 용이하게 수립할 수 있다.
도 8은 일 실시 예에 따른 OMS가 악취를 분석하는 일 예를 도시한 도면이다.
일 실시 예에 따른 OMS는 악취 정보를 획득 및 분석할 수 있다. 예를 들면, OMS는 악취를 분석하여 악취에 포함된 성분들 및 각 성분들의 농도 등을 구체적으로 결정할 수 있다. OMS는 복수의 센서를 포함할 수 있으며 각각의 센서가 반응하는 정도에 따라 악취를 분석할 수 있다. 예를 들면, 2차원으로 배치된 복수개의 센서의 반응 정도에 따라서 복수개의 센서들이 나타내는 2차원 패턴 타입을 획득하고, 획득한 2차원 패턴 타입에 따라 원인 물질과 각각의 농도를 결정할 수 있다. 예를 들면, 마늘 냄새의 경우 methyl acrylate 가 30ppm, ethyl acrylate가 2ppm일 수 있으며, 다른 예로 숨이 막히는 자극적인 냄새는 Propenylbenzene가 25ppm, NH3가 8ppm일 수 있다.
이처럼 OMS는 각각의 냄새에 따라 상이한 패턴을 보이는 2차원으로 배치된 복수개의 센서를 포함할 수 있으며, 2차원으로 배치된 복수개의 센서의 패턴과 악취의 종류 사이의 관련성은 학습될 수 있다. 예를 들면, Sift-MS를 이용하여 획득되는 악취를 분석하여 그 결과를 획득하고, 그러한 분석 결과를 OMS에 학습시킴으로써 OMS가 악취를 분석하도록 할 수 있다. 이 경우, OMS는 Sift-MS보다 훨씬 가벼운 하드웨어임에도 불구하고, Sift-MS를 통한 학습 결과를 이용함에 따라 정확한 악취 분석을 수행할 수 있다.
전술한 본 개시의 설명은 예시를 위한 것이며, 본 개시가 속하는 기술분야의 통상의 지식을 가진 자는 본 개시의 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 구성 요소들도 결합된 형태로 실시될 수 있다.
본 개시의 범위는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 개시의 범위에 포함되는 것으로 해석되어야 한다.
한편, 상술한 방법은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 또한, 상술한 방법에서 사용된 데이터의 구조는 컴퓨터로 읽을 수 있는 기록매체에 여러 수단을 통하여 기록될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 램, USB, 플로피 디스크, 하드 디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.
본 실시 예와 관련된 기술 분야에서 통상의 지식을 가진 자는 상기된 기재의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 방법들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (8)

  1. 특정 지점에 고정되어 냄새 정보를 측정하는 고정식 악취 측정 장치;
    지상으로 이동하면서 냄새 정보를 측정하는 차량용 악취 측정 장치;
    공중으로 이동하면서 냄새 정보를 측정하는 드론; 및
    상기 고정식 악취 감지 장치, 상기 차량용 악취 감지 장치 및 상기 드론 중 적어도 하나로부터 수집된 상기 악취 정보를 기초로, 대기 상에서 확산되는 악취 정보를 분석하고 관리하는 서버를 포함하는, 실시간 대기 확산 모니터링 시스템.
  2. 제1항에 있어서,
    상기 서버는, 악취 확산 모델링 프로그램을 통해, 실제 기상 상태와 3차원 공간 바람장을 이용하여 악취 확산의 경향을 확인하는, 실시간 대기 확산 모니터링 시스템.
  3. 제2항에 있어서,
    상기 서버는, 복잡 지형 및 바람장 변화를 나타내는 CALPUFF 모델링 기법을 사용하여, 대기 상에서 확산되는 상기 악취 정보를 분석하는, 실시간 대기 확산 모니터링 시스템.
  4. 제1항에 있어서,
    상기 서버는, 냄새 예측 프로그램을 통해, 냄새 및 악취를 구분하고, 냄새 및 악취의 특성을 각각 분석하는, 실시간 대기 확산 모니터링 시스템.
  5. 제4항에 있어서,
    상기 서버는, 랜덤 포레스트(Random Forest) 모델을 통해, 상기 악취 정보에 대한 종류 및 세기를 구분하는, 실시간 대기 확산 모니터링 시스템.
  6. 제1항에 있어서,
    상기 서버는 상기 고정식 악취 측정 장치로부터 획득한 제 1 악취 정보, 상기 차량용 악취 측정 장치로부터 획득한 제 2 악취 정보 및 상기 드론으로부터 획득한 제 3 악취 정보 각각에 상이한 신뢰도를 부여하여 상기 대기 상에서 확산되는 악취 정보를 분석하는, 실시간 대기 확산 모니터링 시스템.
  7. 제6항에 있어서,
    상기 서버는 상기 제 1 악취 정보에 가장 높은 신뢰도를 부여하고, 상기 제 2 악취 정보에 중간 신뢰도를 부여하고, 상기 제 3 악취 정보에 낮은 신뢰도를 부여하는, 실시간 대기 확산 모니터링 시스템.
  8. 제6항에 있어서,
    상기 서버는
    상기 드론의 위치에서 측정되는 기류가 하강기류인 경우 상기 제 3 악취 정보의 신뢰도를 증가시키고,
    상기 드론의 위치에서 측정되는 기류가 상승기류인 경우 상기 제 3 악취 정보의 신뢰도를 감소시키는, 실시간 대기 확산 모니터링 시스템.
PCT/KR2019/017299 2019-10-31 2019-12-09 실시간 대기 확산 모니터링 시스템 WO2021085740A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/618,211 US20220260543A1 (en) 2019-10-31 2019-12-09 Real-time atmospheric diffusion monitoring system

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2019-0137077 2019-10-31
KR1020190137077A KR102267045B1 (ko) 2019-10-31 2019-10-31 실시간 대기 확산 모니터링 시스템

Publications (1)

Publication Number Publication Date
WO2021085740A1 true WO2021085740A1 (ko) 2021-05-06

Family

ID=75716405

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2019/017299 WO2021085740A1 (ko) 2019-10-31 2019-12-09 실시간 대기 확산 모니터링 시스템

Country Status (3)

Country Link
US (1) US20220260543A1 (ko)
KR (1) KR102267045B1 (ko)
WO (1) WO2021085740A1 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102531669B1 (ko) * 2021-07-21 2023-05-15 주식회사 데카엔지니어링 스마트 탈취제 확산기 관리 시스템 및 방법
KR102357150B1 (ko) 2021-07-22 2022-02-08 주식회사 에어위드 인공지능 기반의 빅데이터를 이용한 대기 오염 모니터링 시스템 및 그 방법
KR102351615B1 (ko) 2021-07-22 2022-01-14 주식회사 에어위드 공기질 센서 장치
KR102480079B1 (ko) * 2022-05-25 2022-12-23 주식회사 스패셜티 악취 확산 예측 모니터링 시스템
KR102514560B1 (ko) * 2022-07-19 2023-03-27 (주)파이브텍 하수관거 악취발생 예측 및 통합관리시스템
KR102575840B1 (ko) * 2022-10-26 2023-09-08 (주)에코프랑 측정값 기반 하수악취 실태조사 시스템

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100054980A (ko) * 2008-11-17 2010-05-26 (주)엠엔코 다중 센서의 레이어 그래프를 이용한 악취 추적 방법
KR20140058727A (ko) * 2012-11-05 2014-05-15 안산시 환경 모니터링 시스템
KR20150031577A (ko) * 2013-09-16 2015-03-25 주식회사 에니텍 대기오염물질 배출량 역산출 방법
KR20170123594A (ko) * 2017-10-25 2017-11-08 주식회사 태성환경연구소 무인 항공기를 이용한 실시간 악취 발생원 추적 방법
JP2018072310A (ja) * 2016-10-31 2018-05-10 韓國電子通信研究院Ｅｌｅｃｔｒｏｎｉｃｓ ａｎｄ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｒｅｓｅａｒｃｈ Ｉｎｓｔｉｔｕｔｅ 匂いの方向および位置探知が可能な嗅覚情報生成装置および生成方法
KR20190119210A (ko) * 2018-03-30 2019-10-22 울산과학기술원 센서 기반 실시간 악취 분류 장치 및 방법

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10240998B2 (en) * 2015-05-12 2019-03-26 The United States Of America, As Represented By The Secretary Of Commerce Determining a location and size of a gas source with a spectrometer gas monitor
KR101956188B1 (ko) * 2017-08-14 2019-03-08 (주)이지스 유해화학물질의 다층적 확산분석정보 제공방법
KR102136727B1 (ko) * 2018-11-02 2020-07-24 버추얼모션(주) 효과적인 체인 형식 cvt 동역학 해석방법
KR20180133824A (ko) * 2018-12-06 2018-12-17 경희대학교 산학협력단 자율 비행체를 이용한 환경 평가 측정 시스템 및 그 방법
KR102368139B1 (ko) * 2021-07-26 2022-02-28 국방기술품질원 격실 내 조도 균일성 평가 시스템 및 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100054980A (ko) * 2008-11-17 2010-05-26 (주)엠엔코 다중 센서의 레이어 그래프를 이용한 악취 추적 방법
KR20140058727A (ko) * 2012-11-05 2014-05-15 안산시 환경 모니터링 시스템
KR20150031577A (ko) * 2013-09-16 2015-03-25 주식회사 에니텍 대기오염물질 배출량 역산출 방법
JP2018072310A (ja) * 2016-10-31 2018-05-10 韓國電子通信研究院Ｅｌｅｃｔｒｏｎｉｃｓ ａｎｄ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｒｅｓｅａｒｃｈ Ｉｎｓｔｉｔｕｔｅ 匂いの方向および位置探知が可能な嗅覚情報生成装置および生成方法
KR20170123594A (ko) * 2017-10-25 2017-11-08 주식회사 태성환경연구소 무인 항공기를 이용한 실시간 악취 발생원 추적 방법
KR20190119210A (ko) * 2018-03-30 2019-10-22 울산과학기술원 센서 기반 실시간 악취 분류 장치 및 방법

Also Published As

Publication number Publication date
US20220260543A1 (en) 2022-08-18
KR20210051606A (ko) 2021-05-10
KR102267045B1 (ko) 2021-06-18

Similar Documents

Publication Publication Date Title
WO2021085740A1 (ko) 실시간 대기 확산 모니터링 시스템
WO2021085738A1 (ko) 실시간 악취 추적 통합 모니터링 시스템
WO2016129715A1 (ko) 환경 재난, 재해 조기감지를 위한 대기질 예측 및 관리 시스템
WO2021085739A1 (ko) 실시간 차량용 악취 측정 장치를 이용한 악취 추적 시스템
CN113138865A (zh) 环境监测方法、系统、平台以及存储介质
CN111157855B (zh) 一种判断输电线路故障的方法及服务器
KR101445045B1 (ko) 통합관제센터의 통합관제서비스를 이용한 수위경고 시스템 및 방법
CN111599031A (zh) 一种电力巡检机器人巡检数据采集分析方法及系统
CN112885100A (zh) 一种公路隧道运营管控系统
KR100734861B1 (ko) 실시간 악취 모니터링/관리 시스템 및 그 방법
CN115077627B (zh) 一种多融合环境数据监管方法及监管系统
CN108229860A (zh) 一种建筑工程质量监测装置
KR20180030961A (ko) 미세먼지 측정방법
WO2021085737A1 (ko) 초경량비행장치를 이용한 실시간 악취 추적 시스템
CN115452046A (zh) 一种基于物联网的环保监测系统及方法
KR101884268B1 (ko) 무선통신 기반의 제어장치를 이용한 송전철탑 지진감지 시스템 및 방법
KR102382836B1 (ko) 광산란방식의 미세먼지 측정장치 일체형 cctv 카메라 시스템
CN108871459A (zh) 一种智能环保监测系统
CN114882688A (zh) 一种基于边缘计算的酒吧安全监测系统
WO2022005407A1 (en) Odor detecting and monitoring system and the method thereof
CN214475530U (zh) 一种公路隧道运营管控系统
CN211043310U (zh) 一种网格化空气质量在线监测装置
CN112286180A (zh) 一种基于巡检机器人的电力巡检分析系统及方法
KR20100037370A (ko) 센서 네트워크의 데이터 통합 관리방법
JP7259168B1 (ja) 異常対応システム及び異常対応方法

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: 19950291

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: 19950291

Country of ref document: EP

Kind code of ref document: A1