메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김종범 (충남연구원) 박세찬 (나옴) 이용일 (한강유역환경청) 이선엽 (근로복지공단) 김정호 (미세먼지연구소) 박덕신 (한국철도기술연구원)
저널정보
한국대기환경학회 한국대기환경학회지(국문) 한국대기환경학회지 제38권 제1호
발행연도
2022.2
수록면
30 - 45 (16page)
DOI
10.5572/KOSAE.2022.38.1.30

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Concern and caution for the atmospheric environment has been increasing recently; the air quality in urban subways, a major means of transportation in large cities, is a major concern. To manage this situation, the Korean government has installed real-time monitoring devices at all subway stations and its data is made available to the public. In this study, we carried out an influence analysis between the indoor and outdoor environment, and future concentration prediction (1 hour later) using machine learning; real-time data was measured at Suyu station. PM<SUB>10</SUB> concentration on a platform at Suyu station was 146.0 μg/㎥, exceeding the indoor air quality standards. The annual average concentration of CO₂ was 530 ppm, which was below the indoor air quality standards. The correlation analysis between pollutants and measurement points showed that PM<SUB>10</SUB> had a high correlation coefficient for train passing number (TPN), tunnel, concourse, and platform. NO showed high correlation for concourse, platform, and ambient air. The prediction results (R²) for big data obtained using machine learning was 0.69. We confirmed that it is possible to predict indoor air quality of subway stations by employing machine learning and real-time monitoring data. In future, the results of this study can be used as basic information for establishing an indoor air quality management plan for subway stations.
#Subway station #PM< #SUB> #10< #/SUB> #IAQ monitoring #Machine learning #Prediction

목차

Abstract
1. 서론
2. 연구 방법
3. 결과 및 고찰
4. 결론
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

소형 선박에서 배출되는 대기오염물질의 배출 특성 분석과 배출량 추정
김민수 ,  김정호 ,  이용일 외 4명 한국대기환경학회지(국문) 2022 .04
PTR-ToF-MS를 이용한 석유화학단지 주변의 VOCs 분포 특성에 관한 연구
김창혁 ,  김정호 ,  노수진 외 5명 한국대기환경학회지(국문) 2021 .10
대기오염물질의 실시간 단기 예측을 위한 머신러닝 기법의 적용 및 평가
김영일 ,  이권호 ,  박승한 한국대기환경학회지(국문) 2023 .02
코사인 유사도 (Cosine Similarity)를 이용한 2021 서해상 대기질 입체관측 (YES-AQ) 캠페인 기간 내화성 Black Carbon (rBC) 관측자료 유효성 분석
유희정 ,  정민재 ,  오상민 외 5명 한국대기환경학회지(국문) 2022 .12
서울 대기 중 PM1.0의 계절별 화학조성 특성
권수진 ,  임형배 ,  신혜정 외 3명 한국대기환경학회지(국문) 2022 .12

최근 본 자료

전체보기

댓글(0)

0