최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.21 no.6, 2010년, pp.1117 - 1124
The PM10 (Promethium 10) data is one of the important environmental data for measurement of the atmospheric condition of the country. In this article, the Autoregressive Error (ARE) model has been considered for analyzing the monthly PM10 data at the southern part of the Gyeonggi-Do, Suwon monitorin...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
ARE 모형의 모수 추정에는 어떤 방법이 있는가? | ARE 모형의 모수 추정에는 YW (Yule-Walker), ULS (Unconditional Least Square), MLE (Maximum Likelihood Estimate) 등의 방법이 있지만, 본 연구에서는 PM10 모형과 같이 과거시점의 종속변수 (lagged dependent variable)인 Yt−1가 설명변수로 사용되는 경우에 적합한 MLE 방법을 사용하였다. | |
PM10 농도의 모형에 관한 국내 연구에는 무엇이 있는가? | 지금까지 다양한 방법으로 PM10 농도에 영향을 준 오염원에 관해 연구되어 왔다. PM10 농도의 모형에 관한 국내연구의 경향을 살펴보면, 전국 도시대기 측정망의 2000-2005년 PM10 농도 군집분석 (한지현 등, 2008), 대구지역 대기 중 미세먼지의 오염도 분석 및 기상인자에 따른 영향 평가 (황윤정 등, 2009), PMF (Positive Matrix Factorization)를 응용한 구미시 PM-10 오염원의 정량적 기여도 추정연구 (황인조 등, 2008), PMF모델을 이용한 용인·수원 경계지역에서 PM10 오염원의 확인과 상대적 기여도의 추정 (이형우, 2008), KZ (Kolmogorov-Zurbenko) 필터법을 이용한 서울지역 미세먼지 농도의 장기변화 분석 (이정영 등, 2008), 서울지역 분진 (PM)에 관한 장기추세 연구 (박혜련과 최기현, 2009) 등 다양한 방법으로 PM10 농도에 관해 연구하였다. | |
우리나라의 미세먼지 저감 정책은 어떻게 강화되었는가? | 특히, 대기 중의 높은 PM10 (미세먼지)은 인간의 건강에 심각한 피해를 주는 것으로 알려지고 있다. 우리나라 환경부에서는 2007년부터 PM10, 이산화질소 (NO2) 등의 대기환경 기준을 강화하였으며, PM10의 경우 연 평균 70 µg/m3에서 50 µg/m3으로, 일평균 기준은 150 µg/m3에서 100 µg/m3으로 개정하여, 미세먼지 저감도 정책을 강화하였다. 이러한 미세먼지 저감 정책이 효과적으로 진행되기 위해서는 PM10 농도변화 추이와 특성을 이해하고, 그 주요원인을 파악하는 종합적인 연구가 뒷받침 되어야 한다 (김용표, 2006). |
김상용, 김진아 (2009). 일반자기회귀 이분산모형을 이용한 시계열자료 분석. , 20, 475-483.
6종류의 기상 자료는 이정영 등 (2008), Wise와 Comrie (2005b), 이훈자 (2009), 주용성 등 (2009), 김상용과 김진아 (2009)을 참고로 하여 일 최고온도 (maximum temperature), 풍속 (wind speed), 상대습도 (relative humidity), 강수량 (rainfall), 일사량 (radiation), 운량 (amount of cloud)을 사용했으며 표 2.1에 나타나 있다. 풍향 (wind direction)은 미세먼지에 영향을 많이 미치나 정량화의 어려움이 있어 설명변수에 포함하지 않았다.
박혜련, 최기현 (2009). 서울지역에서 분전에 대한 장기추세 연구. , 20, 765-777.
PM10 농도의 모형에 관한 국내연구의 경향을 살펴보면, 전국 도시대기 측정망의 2000-2005년 PM10 농도 군집분석 (한지현 등, 2008), 대구지역 대기 중 미세먼지의 오염도 분석 및 기상인자에 따른 영향 평가 (황윤정 등, 2009), PMF (Positive Matrix Factorization)를 응용한 구미시 PM-10 오염원의 정량적 기여도 추정연구 (황인조 등, 2008), PMF모델을 이용한 용인·수원 경계지역에서 PM10 오염원의 확인과 상대적 기여도의 추정 (이형우, 2008), KZ (Kolmogorov-Zurbenko) 필터법을 이용한 서울지역 미세먼지 농도의 장기변화 분석 (이정영 등, 2008), 서울지역 분진 (PM)에 관한 장기추세 연구 (박혜련과 최기현, 2009) 등 다양한 방법으로 PM10 농도에 관해 연구하였다.
이정영, 공부주, 한진석, 이민도 (2008). KZ 필터법을 이용한 서울지역 미세머지 농도 의 장기변화 분석. , 24, 63-71.
PM10 농도의 모형에 관한 국내연구의 경향을 살펴보면, 전국 도시대기 측정망의 2000-2005년 PM10 농도 군집분석 (한지현 등, 2008), 대구지역 대기 중 미세먼지의 오염도 분석 및 기상인자에 따른 영향 평가 (황윤정 등, 2009), PMF (Positive Matrix Factorization)를 응용한 구미시 PM-10 오염원의 정량적 기여도 추정연구 (황인조 등, 2008), PMF모델을 이용한 용인·수원 경계지역에서 PM10 오염원의 확인과 상대적 기여도의 추정 (이형우, 2008), KZ (Kolmogorov-Zurbenko) 필터법을 이용한 서울지역 미세먼지 농도의 장기변화 분석 (이정영 등, 2008), 서울지역 분진 (PM)에 관한 장기추세 연구 (박혜련과 최기현, 2009) 등 다양한 방법으로 PM10 농도에 관해 연구하였다.
6종류의 기상 자료는 이정영 등 (2008), Wise와 Comrie (2005b), 이훈자 (2009), 주용성 등 (2009), 김상용과 김진아 (2009)을 참고로 하여 일 최고온도 (maximum temperature), 풍속 (wind speed), 상대습도 (relative humidity), 강수량 (rainfall), 일사량 (radiation), 운량 (amount of cloud)을 사용했으며 표 2.1에 나타나 있다. 풍향 (wind direction)은 미세먼지에 영향을 많이 미치나 정량화의 어려움이 있어 설명변수에 포함하지 않았다.
이형우, 이태정, 양성수, 김동술 (2008). PMF 모델을 이용한 용인.수원 경계지역에서 PM10 오염원의 확인과 상대적 기여도의 추정. , 24, 439-454.
PM10 농도의 모형에 관한 국내연구의 경향을 살펴보면, 전국 도시대기 측정망의 2000-2005년 PM10 농도 군집분석 (한지현 등, 2008), 대구지역 대기 중 미세먼지의 오염도 분석 및 기상인자에 따른 영향 평가 (황윤정 등, 2009), PMF (Positive Matrix Factorization)를 응용한 구미시 PM-10 오염원의 정량적 기여도 추정연구 (황인조 등, 2008), PMF모델을 이용한 용인·수원 경계지역에서 PM10 오염원의 확인과 상대적 기여도의 추정 (이형우, 2008), KZ (Kolmogorov-Zurbenko) 필터법을 이용한 서울지역 미세먼지 농도의 장기변화 분석 (이정영 등, 2008), 서울지역 분진 (PM)에 관한 장기추세 연구 (박혜련과 최기현, 2009) 등 다양한 방법으로 PM10 농도에 관해 연구하였다.
이훈자 (2009). 경기도 파주시 오존농도의 통계모형 연구. , 20, 1085-1092.
6종류의 기상 자료는 이정영 등 (2008), Wise와 Comrie (2005b), 이훈자 (2009), 주용성 등 (2009), 김상용과 김진아 (2009)을 참고로 하여 일 최고온도 (maximum temperature), 풍속 (wind speed), 상대습도 (relative humidity), 강수량 (rainfall), 일사량 (radiation), 운량 (amount of cloud)을 사용했으며 표 2.1에 나타나 있다. 풍향 (wind direction)은 미세먼지에 영향을 많이 미치나 정량화의 어려움이 있어 설명변수에 포함하지 않았다.
정용승, 정재섭 (1991). 서울 수도권지역의 광화학 오존에 관한 연구. , 7, 169-179.
국내에서는, 미세먼지 농도를 지배하는 요인 중에는 배출원을 제외하고는 가장 영향을 주는 요소는 기상변수이며, 특히 풍향, 풍속, 기온, 습도 등의 상태에 따라 농도가 크게 좌우된다 (정용승과 정재섭, 1991).
조신섭, 이정형 (1997). , 자유아카데미.
ARE모형의 적합성 검정으로는 PM10 모형과 같이 과거시점의 종속변수가 설명변수로 사용되는 경우에 적합한 Durbin-h 검정 (조신섭과 이정형, 1997)을 사용해 검정하였고 또한 잔차의 ACF (AutoCorrelation Function)와 PACF (Partial Auto-Correlation Function)의 결과를 검정하였다 (조신섭과 이정형, 1997).
주용성, 정현주, 김변준 (2009). 한국기상자료의 군집분석. , 20, 57-64.
6종류의 기상 자료는 이정영 등 (2008), Wise와 Comrie (2005b), 이훈자 (2009), 주용성 등 (2009), 김상용과 김진아 (2009)을 참고로 하여 일 최고온도 (maximum temperature), 풍속 (wind speed), 상대습도 (relative humidity), 강수량 (rainfall), 일사량 (radiation), 운량 (amount of cloud)을 사용했으며 표 2.1에 나타나 있다. 풍향 (wind direction)은 미세먼지에 영향을 많이 미치나 정량화의 어려움이 있어 설명변수에 포함하지 않았다.
한지현, 이미혜, 김영성 (2008). 전국 도시대기 측정망의 2000-2005년 PM10 농도 군집 분석. , 24, 300-309.
PM10 농도의 모형에 관한 국내연구의 경향을 살펴보면, 전국 도시대기 측정망의 2000-2005년 PM10 농도 군집분석 (한지현 등, 2008), 대구지역 대기 중 미세먼지의 오염도 분석 및 기상인자에 따른 영향 평가 (황윤정 등, 2009), PMF (Positive Matrix Factorization)를 응용한 구미시 PM-10 오염원의 정량적 기여도 추정연구 (황인조 등, 2008), PMF모델을 이용한 용인·수원 경계지역에서 PM10 오염원의 확인과 상대적 기여도의 추정 (이형우, 2008), KZ (Kolmogorov-Zurbenko) 필터법을 이용한 서울지역 미세먼지 농도의 장기변화 분석 (이정영 등, 2008), 서울지역 분진 (PM)에 관한 장기추세 연구 (박혜련과 최기현, 2009) 등 다양한 방법으로 PM10 농도에 관해 연구하였다.
황윤정, 이순진, 도화석, 이윤기, 손태정, 권택규, 한정욱, 김동훈, 김종우 (2009). 대구 지역 대기 중 미세먼지 오염도 분석 및 기상인자에 따른 영향 평가. , 25, 459-471.
PM10 농도의 모형에 관한 국내연구의 경향을 살펴보면, 전국 도시대기 측정망의 2000-2005년 PM10 농도 군집분석 (한지현 등, 2008), 대구지역 대기 중 미세먼지의 오염도 분석 및 기상인자에 따른 영향 평가 (황윤정 등, 2009), PMF (Positive Matrix Factorization)를 응용한 구미시 PM-10 오염원의 정량적 기여도 추정연구 (황인조 등, 2008), PMF모델을 이용한 용인·수원 경계지역에서 PM10 오염원의 확인과 상대적 기여도의 추정 (이형우, 2008), KZ (Kolmogorov-Zurbenko) 필터법을 이용한 서울지역 미세먼지 농도의 장기변화 분석 (이정영 등, 2008), 서울지역 분진 (PM)에 관한 장기추세 연구 (박혜련과 최기현, 2009) 등 다양한 방법으로 PM10 농도에 관해 연구하였다.
황인조, 조영혁, 최우건, 이혜문, 김태오 (2008). PMF를 응용한 구미시 PM-10 오염원 의 정량적 기여도 추정연구. , 24, 100-107.
PM10 농도의 모형에 관한 국내연구의 경향을 살펴보면, 전국 도시대기 측정망의 2000-2005년 PM10 농도 군집분석 (한지현 등, 2008), 대구지역 대기 중 미세먼지의 오염도 분석 및 기상인자에 따른 영향 평가 (황윤정 등, 2009), PMF (Positive Matrix Factorization)를 응용한 구미시 PM-10 오염원의 정량적 기여도 추정연구 (황인조 등, 2008), PMF모델을 이용한 용인·수원 경계지역에서 PM10 오염원의 확인과 상대적 기여도의 추정 (이형우, 2008), KZ (Kolmogorov-Zurbenko) 필터법을 이용한 서울지역 미세먼지 농도의 장기변화 분석 (이정영 등, 2008), 서울지역 분진 (PM)에 관한 장기추세 연구 (박혜련과 최기현, 2009) 등 다양한 방법으로 PM10 농도에 관해 연구하였다.
Chow, J. C., Watson, J. G. and Lowenyhal, D. H. (1996). Source and chemistry of PM10 aerosol in Santa Barbara Country, CA. Atmospheric Environment, 30, 1489-1499.
Gramsch, E. F., Cereceda-Balic, Oyola, P. and Baer, D. von (2006). Examination of pollution trends in Santiago de Chile with cluster analysis of PM10 and ozone data. Atmospheric Environment, 40, 5464-5475.
Kim, E., Larson, T. V., Hopke, P. K., Slaughter, C., Sheppard, L. E. and Claiborn, C. (2003). Source identification of PM2.5 in Arid Northwest U.S. City by positive matrix factorization. Atmospheric Research, 66, 291-305.
Wise, E. K. and Comrie, A. C. (2005a). Extending the Kolmogorov-Zurbenko filter: Application to ozone, particulate matter, and meteorological Trends. Joural of Air & waste manage Association, 55, 1208-1216.
Wise, E. K. and Comrie, A. C. (2005b). Meteorologically adjusted urban air qualty trends in the Southwestern United States. Atmospheri Environment, 39, 2969-2980.
또한 미국 남서부지역의 1990-2003년 기간 동안 미세먼지 농도를 연구한 Wise와 Comrie (2005b)는 상대습도와 혼합고를 비롯한 일 최고온도, 이슬점온도, 지상 풍속을 모두 고려할 경우 전체 미세먼지 농도의 49%를 설명할 수 있다고 보고한 바 있다.
6종류의 기상 자료는 이정영 등 (2008), Wise와 Comrie (2005b), 이훈자 (2009), 주용성 등 (2009), 김상용과 김진아 (2009)을 참고로 하여 일 최고온도 (maximum temperature), 풍속 (wind speed), 상대습도 (relative humidity), 강수량 (rainfall), 일사량 (radiation), 운량 (amount of cloud)을 사용했으며 표 2.1에 나타나 있다. 풍향 (wind direction)은 미세먼지에 영향을 많이 미치나 정량화의 어려움이 있어 설명변수에 포함하지 않았다.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.