미세먼지 예보정확도 향상을 위한 군집분석에 의한 앙상블 기법 개발 : 기상자료 가중치를 중심으로

윤희영; 구윤서; 최대련

추천

검색

자료유형: 학술저널

저자정보: 윤희영 (안양대학교 환경공학과) 구윤서 (안양대학교) 최대련 (안양대학교)

저널정보: 한국도시환경학회 한국도시환경학회지 한국도시환경학회지 제17권 제1호

발행연도: 2017.1

수록면: 33 - 42 (10page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

기상예보에서 활용하고 있는 앙상블 예보방법을 화학수송예보모델에 적용하여 미세먼지예보 적중률을 향상하고자 하였다. 앙상블예보는 하나의 모델만 이용하여 예보결과를 확정하는 경우에는 예보결과에 편향적 오차로 인하여 예보 정확도가 떨어지는 문제를 해결하기 위한 방법이다. 앙상블 모델의 입력자료인 화학수송예보모델은 한국대기질예보시스템(KAQFS; Korean Air Quality Forecasting System)에서 테스트베드로 운영 중인 성격이 다른 5가지 모델을 이용하였다. 앙상블 기법은 3가지로 앙상블 멤버간의 산술평균, 가중평균, 기상 군집에 따른 가중평균을 테스트하였다. 가중치 산정방법은 측정값과 모델값의 오차의 제곱합이 최소가 되는 최소자승법(Least squares method)을 적용하였다. 앙상블 예보모델은 산술평균을 적용한 ENS01, 가중평균을 적용한 ENS02, 기상 군집에 따른 가중평균은 ENS03~ENS05에 적용하여 5개의 앙상블 예보모델을 수행하여 평가하였다. 선행연구에서 고농도 예보적중률이 높았던 측정 습도에 대한 앙상블모델을 ENS03으로 구성하고, 본 연구에서는 ENS03의 측정 습도 대신 예보 습도로 군집을 나눈 ENS04 모델과 온도, 풍속, 습도에 대한 군집을 나눈 ENS05를 개발하였다. 본 연구로 개발한 ENS04와 ENS05의 성능이 기존 연구에 비해 성능이 개선된 것을 확인하였고, 특히 온도, 풍속, 습도에 대해 군집을 나눈 ENS05는 예보지수 측면에서 거짓감지율이 감소하며 감지확률은 증가하는 효과를 확인하였고, 통계평가 결과에서도 RMSE를 가장 많이 개선하는 것으로 나타났다. 본연구를 기상조건에 따른 가중치를 부여하는 앙상블기법으로도 고농도 예보적중률을 향상시킬 수 있음을 확인하였다. 화학수송모델의 예보적중률 향상도 지속적으로 필요하지만 예보의 적중률을 향상시키기 위한 앙상블 기법을 현업 예보에적용하고, 향후 기상청에서 기상모델에 운영되는 칼만 필터링, 인공지능 기법 등 다양한 앙상블 기법을 검토하여 지역별로 최적화된 예보방법으로 발전시킬 여지가 있다고 판단된다.

It aims to improve PM10 forecasting accuracy rate by applying the ensemble forecasting method used in weather forecasting to the chemical transport forecasting model. The ensemble forecast is a method for solving the problem that the forecast accuracy is low due to bias error in the forecast result when determining the forecast result using only one model. The chemical transport forecast models, which were the input data of the ensemble model, were based on five different models operated in the Korean Air Quality Forecasting System in test-beds. The ensemble method was tested by three items, arithmetic mean between ensemble members, weighted average and weighted average by weather cluster. The weighting method was based on the least squares method, which minimizes the sum of the squared error between the measured value and the model value. Regarding the ensemble forecast models, five ensembled forecasting models were created and evaluated by applying ENS01 where arithmetic mean was implemented, ENS02 where weighted average was implemented and ENS03~ENS05 where weighted average by weather cluster was implemented. In this study, ENS04 where clusters are divided by forecast humidity and ENS05 where clusters are divided by temperature, wind speed and humidity were developed. It was confirmed that ENS04 and ENS05 developed by this study had a reduced false detection rate, increased the detection probability and reduced RMSE in therms of forecasting and statistics index comparing with previous studies. Through this study, it was confirmed that the high-concentration forecasting accuracy rate can be improved by using the ensemble method which gives the weight according to weather conditions in the chemical transport model. While the forecasting accuracy rate of the chemical transport model is needed to be improved constantly, it is considered that there is a need to apply the ensemble method to the actual forecasting to improve the accuracy rate of the forecast constantly and develop an optimized forecast method by reviewing various ensemble methods such as Kalman filtering, artificial intelligence, etc.

#Ensemble Model #PM10 Forecast #Cluster Analysis #Chemical Transport Model #CMAQ #CAMx

참고문헌 (13)

참고문헌 신청

환경부 / 2005 / 미세먼지 예보시스템 적중률 제고방안 연구

Raaschou-Nielsen, O / 2013 / Air pollution and lung cancer incidence in 17 European cohorts: prospective analyses from the European Study of Cohorts for Air Pollution Effects (ESCAPE) / Lancet Oncol 14(9):813~822

환경부 기후대기정책과 / 2016 / 조경규 환경부 장관, “환경-기상 통합예보실,” 방문, 미세먼지-황사 신속 정확한 정보 제공 당부

김성태 / 2015 / 미세먼지 앙상블 예보기법 개발 / 한국도시환경학회지 15(3):251~260

Koo, Y. S. / 2012 / Performance evaluation of the updated air quality forecasting system for Seoul Predicting PM10 / Atmospheric Environment 58:56~69

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

윤희영

소속기관 안양대학교

주요연구분야 자연과학 > 지구과학 > 대기과학 공학 > 기타공학 > 교통공학

논문수 30 이용수 2,131

구윤서

소속기관 이투엠쓰리(주)

주요연구분야 공학 > 건축공학 > 환경공학

논문수 6 이용수 75

최대련

소속기관 안양대학교

주요연구분야 자연과학 > 지구과학 > 대기과학 TOP 10% 공학 > 건축공학 > 환경공학

논문수 41 이용수 4,834

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (13)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)