본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
로그인 회원가입 English 국회부산도서관

전체메뉴

HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

목차보기

[표지]

제출문

요약문

목차

Ⅰ. 서론 10

제1절 연구 배경 및 필요성 10

제2절 연구 목적 12

Ⅱ. 연구내용 및 방법 13

제1절 연구 범위 13

제2절 연구내용 13

제3절 연구방법 15

1. 화학수송모델링 구축 15

2. 역모델링 기법을 통한 미세먼지 배출량 산정 방법 31

3. 부분 중첩법(Partial convolution)을 활용한 위성자료 결측치 보강 방법 34

4. 심화 신경망(Deep neural network, DNN)을 통한 배출량 산정 방법 36

Ⅲ. 연구결과 및 고찰 42

제1절 부분 중첩법(Partial convolution)을 활용한 위성자료 결측치 보강 42

제2절 심화 신경망(Deep neural network, DNN)을 통한 배출량 산정 기법 연구 45

제3절 화학수송모델링 검증 50

1. 동북아 지역 대기오염 자동측정망 50

2. 배출량 민감도 및 화학수송모델링 정합도 평가 51

제4절 기여도 분석 56

제5절 하향식 배출량(PM) 산정 및 분석, 검증 58

1. 인공위성 자료 비교 58

2. 역모델링 미세먼지 배출량 산정을 위한 배출권역 62

3. 지상 대기질 측정망 자료를 활용한 역모델링 미세먼지 배출량 산정 63

4. 인공위성 Fusion AOD를 활용한 역모델링 미세먼지 배출량 산정 69

5. 인공위성 PCNN AOD를 활용한 역모델링 미세먼지 배출량 산정 75

제6절 개발된 배출량 산정 기법 현업 시스템에 구축 81

Ⅳ. 결론 82

Ⅴ. 참고문헌 83

표목차

〈Table 2-3.1〉 중국 2010년 MEIC 대기오염물질 배출량 17

〈Table 2-3.2〉 아시아 2008년 REAS 대기오염물질 배출량 19

〈Table 2-3.3〉 2011년 대분류별 CAPSS 배출량(전국) 21

〈Table 2-3.4〉 2015년 대분류별 CAPSS 배출량(전국) 22

〈Table 2-3.5〉 CAMx에 OSAT에 이용되는 tracer 28

〈Table 2-3.6〉 CAMx에 PSAT에 이용되는 tracer 29

〈Table 3-1.1〉 AERONET 관측 자료와 PCNN/CMAQ의 통계적 결과 비교 43

〈Table 3-3.1〉 배출량 민감도 평가를 위한 배출량 입력자료 및 화학수송모델 51

〈Table 3-5.1〉 지역별 사전 및 사후 모델 통계 수치 평가 67

〈Table 3-5.2〉 지역별 사전 및 사후 모델 통계 수치 평가 73

〈Table 3-5.3〉 지역별 사전 및 사후 모델 통계 수치 평가 79

그림목차

〈Fig. 1-1.1〉 지상관측자료를 적용한 배출량 역모델링 PM10 사전과 사후 배출량 및 예측 농도 분포 차이 12

〈Fig. 2-2.1〉 연구추진 체계 14

〈Fig. 2-3.1〉 화학수송 모델링 시스템 15

〈Fig. 2-3.2〉 WRF 수치모의 도식도(WRF user's Guide) 16

〈Fig. 2-3.3〉 중국 2010년 MEIC 배출량의 공간분포 18

〈Fig. 2-3.4〉 아시아 2000년, 2008년 REAS 배출량 분포 19

〈Fig. 2-3.5〉 KORUS-AQ 점,선,면 배출량 공간분포 20

〈Fig. 2-3.6〉 동아시아 배출량 총량 비교 20

〈Fig. 2-3.7〉 SMOKE 구성도 23

〈Fig. 2-3.8〉 GEOS-CHEM 4D-VAR 개요도 24

〈Fig. 2-3.9〉 전지구 SO₂ 배출량 및 농도 분포도 25

〈Fig. 2-3.10〉 대기질 모델링 시스템 구성도 26

〈Fig. 2-3.11〉 CAMx 시스템 개요 28

〈Fig. 2-3.12〉 대기질 모델링 격자체계 30

〈Fig. 2-3.13〉 본 연구에서 제안하는 미세먼지 배출량 산정을 위한 역모델링 흐름도 31

〈Fig. 2-3.14〉 본 연구에서 활용될 모델 영역, 위성 및 지상 관측자료 범위 및 위치 33

〈Fig. 2-3.15〉 2016년 5월 1일 09시 AHI 및 GOCI AOD 분포도 33

〈Fig. 2-3.16〉 본 연구에서 이용한 CMAQ 모델 도메인(회색)과 GOCI 자료 도메인(파란색) 35

〈Fig. 2-3.17〉 본 연구에서 이용한 PCNN 모델의 모델 구성표 35

〈Fig. 2-3.18〉 본 연구에서 제안하는 심화 인공신경망을 통한 NOₓ 배출량 산정 흐름도 37

〈Fig. 2-3.19〉 본 연구에서 제안하는 CMAQ 모델을 이용해 훈련된 심화 인공신경망을 통한 NOₓ 배출량 산정 흐름도 37

〈Fig. 2-3.20〉 2018년 1월 CMAQ NO₂ 농도(파란선)과 DNN 모델 결과(빨간선) 비교 시계열 38

〈Fig. 2-3.21〉 2018년 7월 CMAQ NO₂ 농도(파란선)과 DNN 모델 결과(빨간선) 비교 시계열 38

〈Fig. 2-3.22〉 2018년 CMAQ NO₂(파란선)과 DNN 모델 결과(빨간선) 비교 시계열 38

〈Fig. 2-3.23〉 2018년 1월 관측 자료 및 NOₓ 배출량을 NO₂ 농도에 매핑하는 모방 DNN 모델의 성능 비교 시계열[이미지참조] 39

〈Fig. 2-3.24〉 2018년 7월 관측 자료 및 NOₓ 배출량을 NO₂ 농도에 매핑하는 모방 DNN 모델의 성능 비교 시계열[이미지참조] 39

〈Fig. 2-3.25〉 k-means clustering method를 이용한 데이터 분류 예시 40

〈Fig. 2-3.26〉 k-means clustering method를 이용한 대한민국 전역 NIER 관측지점 분류 40

〈Fig. 2-3.27〉 본 연구에서 제안하는 CMAQ 모델을 이용해 훈련된 심화 인공신경망을 통한 PMG2.5 배출량 산정 흐름도[이미지참조] 41

〈Fig. 3-1.1〉 위성자료 결측치 보강을 위한 두 방법의 성능 비교 43

〈Fig. 3-1.2〉 결측치 보강 결과 조정하기 전(왼쪽)과 후(오른쪽)비교 scattering plot 43

〈Fig. 3-1.3〉 서울의 위성자료 결측치 보강 개선 전과 후 시계열 비교 44

〈Fig. 3-1.4〉 2016년 4월 1일의 위성 자료 결측치 보강 초기 결과(왼쪽)와 개선된 결과(오른쪽) 44

〈Fig. 3-1.5〉 2016년 5월 16일의 위성 자료 결측치 보강 초기 결과(왼쪽)와 개선된 결과(오른쪽) 44

〈Fig. 3-2.1〉 DNN으로 재산정된 배출량 자료를 이용한 NO₂ 매핑 결과와 초기결과 및 CMAQ 결과 비교 45

〈Fig. 3-2.2〉 2016년 CMAQ과 DNN 초기 결과 및 업데이트 된 DNN 결과 비교(NO₂) 45

〈Fig. 3-2.3〉 배출량 조정을 통한 IOA 민감도 분석 예시 46

〈Fig. 3-2.4〉 2016년 배출량 최적화 결과(NOₓ, PM10, VOC)[이미지참조] 46

〈Fig. 3-4.5〉 DNN으로 재산정된 배출량 자료를 이용한 NO₂ 매핑 결과와 초기결과 및 CMAQ 결과 비교 47

〈Fig. 3-4.6〉 2016년 CMAQ과 DNN 초기 결과 및 업데이트 된 DNN 결과 비교(NO₂) 47

〈Fig. 3-2.7〉 DNN으로 재산정된 배출량 자료를 이용한 PM2.5 매핑 결과와 초기결과 및 CMAQ 결과 비교[이미지참조] 48

〈Fig. 3-2.8〉 2016년 CMAQ과 DNN 초기 결과 및 업데이트 된 DNN 결과 비교(PM2.5)[이미지참조] 48

〈Fig. 3-2.9〉 NIER 관측지점의 자료 누락 비율 분포 49

〈Fig. 3-3.1〉 중국 및 국내 대기질 자동 측정망 위치 50

〈Fig. 3-3.2〉 베이징 지역 대기오염물질 모델값과 측정값 시계열 52

〈Fig. 3-3.3〉 서울지역 대기오염물질 모델 값과 측정값 시계열 53

〈Fig. 3-3.4〉 2016년 5월 16일 09시(LST) 대기오염물질 공간분포 54

〈Fig. 3-3.5〉 서울지역 PM10과 PM2.5에 대한 CMAQ과 CAMx 모델링결과 비교 55

〈Fig. 3-4.1〉 PM10, PM2.5 서울지역 기여도(CMAQ-DDM 결과)[이미지참조] 56

〈Fig. 3-4.2〉 PM10, PM2.5 서울지역 기여도(CAMx-PSAT)[이미지참조] 57

〈Fig. 3-5.1〉 위성관측 영역 및 AERONET 관측 위치 58

〈Fig. 3-5.2〉 2016.05.1~2016.05.31 의 AOD 기간 평균 공간분포 비교 59

〈Fig. 3-5.3〉 AERONET 측정 위치 60

〈Fig. 3-5.4〉 AERONET 측정지점의 AOD 시계열 비교(베이징, 백령, 타이후) 61

〈Fig. 3-5.5〉 AERONET 측정지점의 AOD 시계열 비교(서울, 안면, 부산) 61

〈Fig. 3-5.6〉 역모델링을 위한 지역구분 및 측정소 위치 62

〈Fig. 3-5.7〉 지상자료를 활용한 역모델링으로 계산한 사후/사전 배출량 비율 63

〈Fig. 3-5.8〉 지상자료를 활용한 역모델링으로 계산한 사후/사전 배출량 분포도 63

〈Fig. 3-5.9〉 지상자료를 활용한 역모델링으로 계산한 사후/사전 농도 분포 변화 64

〈Fig. 3-5.10〉 지상자료를 활용한 역모델링으로 계산한 사후/사전 농도 비교(중국지역) 65

〈Fig. 3-5.11〉 지상자료를 활용한 역모델링으로 계산한 사후/사전 농도 비교(국내지역) 66

〈Fig. 3-5.12〉 사전 및 사후 모델 통계 평가 68

〈Fig. 3-5.13〉 Fusion AOD를 활용한 역모델링으로 계산한 사후/사전 배출량 비율 69

〈Fig. 3-5.14〉 Fusion AOD를 활용한 역모델링으로 계산한 사후/사전 배출량 분포도 69

〈Fig. 3-5.15〉 Fusion AOD를 활용한 역모델링으로 계산한 사후/사전 농도 분포 변화 70

〈Fig. 3-5.16〉 Fusion AOD를 활용한 역모델링으로 계산한 사후/사전 농도 비교(중국지역) 71

〈Fig. 3-5.17〉 Fusion AOD를 활용한 역모델링으로 계산한 사후/사전 농도 비교(국내지역) 72

〈Fig. 3-5.18〉 사전 및 사후 모델 통계 평가 74

〈Fig. 3-5.19〉 PCNN AOD를 활용한 역모델링으로 계산한 사후/사전 배출량 비율 75

〈Fig. 3-5.20〉 PCNN AOD를 활용한 역모델링으로 계산한 사후/사전 배출량 분포도 75

〈Fig. 3-5.21〉 PCNN AOD를 활용한 역모델링으로 계산한 사후/사전 농도 분포 변화 76

〈Fig. 3-5.22〉 PCNN AOD를 활용한 역모델링으로 계산한 사후/사전 농도 비교(중국지역) 77

〈Fig. 3-5.23〉 PCNN AOD를 활용한 역모델링으로 계산한 사후/사전 농도 비교(국내지역) 78

〈Fig. 3-5.24〉 사전 및 사후 모델 통계 평가 80

이용현황보기

위성자료를 활용한 하향식(top-down) 대기오염물질 배출량 산정기법 개발. 1, 입자상 물질 배출량 산정 = Development of top-down air pollutant emission estimation method using satellite data. 1, Estimation of particulate matter emission 이용현황 표 - 등록번호, 청구기호, 권별정보, 자료실, 이용여부로 구성 되어있습니다.
등록번호 청구기호 권별정보 자료실 이용여부
0002636112 628.53 -20-16 v.1 서울관 서고(열람신청 후 1층 대출대) 이용가능
0002636113 628.53 -20-16 v.1 서울관 서고(열람신청 후 1층 대출대) 이용가능

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기