생몰정보
소속
직위
직업
활동분야
주기
서지
국회도서관 서비스 이용에 대한 안내를 해드립니다.
검색결과 (전체 1건)
원문 있는 자료 (1) 열기
원문 아이콘이 없는 경우 국회도서관 방문 시 책자로 이용 가능
목차보기더보기
표제지
제출문
요약문
목차
제1장 서론 9
제2장 연구 내용 및 방법 10
제1절 연구 내용 10
제2절 연구 방법 11
1. 대기화학 모델링 자료를 이용한 AOD의 추정 및 검증 11
2. 통계적 기법을 활용한 AOD 추정 기법 연구 14
제3장 연구 결과 및 고찰 29
제1절 대기화학모델링 자료를 이용한 AOD 산출 29
1. 대기화학 모델링 자료를 활용한 AOD의 추정값의 비교 및 민감도 실험 29
2. 대기화학 모델링 자료를 활용한 AOD의 추정값의 예측성 36
제2절 통계적 기법을 활용한 AOD 추정 기법 연구 39
1. 역거리 가중치법에 의한 분석 결과 44
2. Trend Surface Analysis에 의한 분석 결과 47
3. 크리깅(Kriging)에 의한 분석 결과 49
4. Random Forests에 의한 분석 방법 50
5. 구름 결측 보완 알고리즘들간의 성능 비교 50
6. Spatio-Temporal Random Forests에 의한 분석 방법 52
7. GEMS와 GOCI의 공간 영역 차이에 대한 적용성 분석 69
제4장 기대성과 및 활용방안 72
제5장 향후연구 73
제6장 연구추진계획 및 일정 77
표 2.1.1. 본 연구에 사용된 수치 자료의 사례와 기간, 공간 및 시간 정보 13
표 3.1.1. 식(4)에 사용되는 각 계수들의 계절 값 33
표 3.2.1. 역거리 가중치 기반 구름 결측 보완 알고리즘 결과 - (1) 45
표 3.2.2. 역거리 가중치 기반 구름 결측 보완 알고리즘 결과 - (2) 46
표 3.2.3. Trend Surface Analysis 기반 구름 결측 보완 알고리즘 결과 - (1) 47
표 3.2.4. Trend Surface Analysis 기반 구름 결측 보완 알고리즘 결과 - (2) 48
표 3.2.5. 다양한 설정하에서의 Kriging 기반 구름 결측 보완 알고리즘 결과 49
표 3.2.6. 구름 결측 보완 알고리즘간의 RMSE 비교 50
표 3.2.7. 결측치의 수와 사용한 시간대의 개수에 따른 RMSE의 차이 52
표 3.2.8. 구름 결측 보완 알고리즘간의 RMSE 비교(시간 중심) 54
표 3.2.9. 전일 GOCI AOD 자료까지 활용한 S-T Random Forests의 RMSE 결과 68
표 3.2.10. 다음 시간대의 GOCI AOD 자료를 활용한 S-T Random Forests의 RMSE 결과 68
표 6.1. 연구 일정 79
그림 2.1.1. 국립환경과학원에서 수행 중인 대기질 예보자료에서... 12
그림 2.2.1. 지역평균법의 예 15
그림 2.2.2. IDW vs. 크리깅 - (1) 17
그림 2.2.3. IDW vs. 크리깅 - (2) 18
그림 2.2.4. 베리오그램 19
그림 2.2.5. 랜덤포레스트의 구조 20
그림 2.2.6. 시공간 베리오그램 적합 예시; 왼쪽 위 - 경험적 시공간 베리오그램, 오른쪽... 22
그림 2.2.7. GOCI AOD 자료, 2015년 4월 15일 10:30 24
그림 2.2.8. 5-CV(Cross Validation)의 예 26
그림 2.2.9. 임의의 위치에서의 결측 생성 27
그림 2.2.10. 임의의 위치에 대해 결측값 생성... 28
그림 2.2.11. 임의의 위치에 대해 결측값 생성... 28
그림 3.1.1. (좌) 시작일로부터 24시간 예보된 CMAQ (해상도 27km) 결과를 이용하여... 30
그림 3.1.2. (좌) 시작일로부터 24시간 예보된 CMAQ (해상도 27km) 결과를 이용하여... 32
그림 3.1.3. 식 (4)에서 나타난 상대습도에 대한 계수를 표 3.1.1에서 (a) 연중, (b) 봄, (c) 가을,... 34
그림 3.1.4. 2016년 5월 23일 00 UTC와 2016년 5월 24일 00 UTC의 GOCI 관측값(우측)과... 34
그림 3.1.5. 2016년 5월 23일 00 UTC와 2016년 5월 24일 00 UTC의 GOCI 관측값(우측)과... 35
그림 3.1.6. 2016년 5월 23일 00 UTC와 2016년 5월 24일 00 UTC의 GOCI 관측값(우측)과... 35
그림 3.1.7. (좌) 수평 해상도 27km 결과의 CMAQ의 24시간 예보값을 이용하여... 37
그림 3.1.8. (좌) 수평 해상도 9km 결과의 CMAQ의 24시간 예보값을 이용하여 분석된... 38
그림 3.2.1. 임의로 결측이 생성된 GOCI AOD 자료(결측치의 개수는 2,190개) 39
그림 3.2.2. 임의로 생성된 결측지역. 상단의 그림은 생성된 결측치의 개수가 2,190개. 하단의... 40
그림 3.2.3. 임의로 생성된 결측지역. 상단의 그림은 생성된 결측치의 개수가 2,190개 하단의... 42
그림 3.2.4. 사용한 시간대의 개수에 따른 S-T Random Forests의 RMSE 비교 53
그림 3.2.5. 2016년 5월 14일 16시의 GOCI AOD 자료 55
그림 3.2.6. 2016년 5월 14일 16시의 GOCI AOD 자료에 대한 S-T Random Forests 기반... 56
그림 3.2.7. 2016년 5월 8일 16시의 GOCI AOD 자료 57
그림 3.2.8. 2016년 5월 8일 16시의 GOCI AOD 자료에 대한 S-T Random Forests 기반 구름... 57
그림 3.2.9. 2016년 5월 25일 16시의 GOCI AOD 자료에 대한 S-T Random Forests 기반... 58
그림 3.2.10. 2016년 5월 4일 13시의 GOCI AOD 자료와 S-T Random Forests에 의해 결측을... 59
그림 3.2.11. 2016년 5월 4일 14시의 GOCI AOD 자료와 S-T Random Forests에 의해 결측을... 60
그림 3.2.12. 2016년 5월 4일 15시의 GOCI AOD 자료와 S-T Random Forests에 의해 결측을... 61
그림 3.2.13. 2016년 5월 4일 16시의 GOCI AOD 자료와 S-T Random Forests에 의해 결측을... 62
그림 3.2.14. 2016년 5월 7일 13시의 GOCI AOD 자료와 S-T Random Forests에 의해 결측을... 64
그림 3.2.15. 2016년 5월 7일 14시의 GOCI AOD 자료와 S-T Random Forests에 의해 결측을... 65
그림 3.2.16. 2016년 5월 7일 15시의 GOCI AOD 자료와 S-T Random Forests에 의해 결측을... 66
그림 3.2.17. 2016년 5월 7일 16시의 GOCI AOD 자료와 S-T Random Forests에 의해 결측을... 67
그림 3.2.18. GEMS의 공간 영역 69
그림 3.2.19. Super Reolution 기법을 적용한 결과 70
그림 3.2.20. DNN의 구조 70
그림 3.2.21. Autoencoder의 구조 71
그림 5.1. 2016년 5월 18일 16시의 GOCI AOD 영상과 수치모델을 통해 산출한 AOD 74
그림 5.2. 2016년 5월 18일 16시의 GOCI AOD 영상과 기계학습 기반 구름 결측 보완 알고리즘... 75
그림 5.3. 2016년 5월 18일 16시에 대해 수치모델의 한 AOD 자료와 기계학습 기반 구름... 76
이용현황보기
가상서가
원문구축 및 2018년 이후 자료는 524호에서 직접 열람하십시요.
도서위치안내: / 서가번호:
우편복사 목록담기를 완료하였습니다.
* 표시는 필수사항 입니다.
* 주의: 국회도서관 이용자 모두에게 공유서재로 서비스 됩니다.
저장 되었습니다.
로그인을 하시려면 아이디와 비밀번호를 입력해주세요. 모바일 간편 열람증으로 입실한 경우 회원가입을 해야합니다.
공용 PC이므로 한번 더 로그인 해 주시기 바랍니다.
아이디 또는 비밀번호를 확인해주세요
