선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 기계학습 방법을 이용한 대기질의 시계열 예측 방법과 지리적가중회귀모델(GWR)을 이용한 공간 속성 기반 예측 방법을 혼합한 앙상블 모형을 통해 새로운 대기질 예측 방법을 제시하고자 한다.
- 그 정확한 농도 예측을 위한 시계열 모델과 공간속성 기반 모델을 Stacking 구조로 결합한 앙상블 모델을 새롭게 제시하였다. 이 앙상블 모델에서 예측한 값의 정확성은 수치 결과로 제시하였다. 이 결과를 통해서 최소한 도시지역의 대기질 예측은 공간정보를 포함하여 예측을 해야 함을 알 수 있었다.
제안 방법
- 91개 셀별로 수집한 공간 속성은 공장 수, 공사 중 건수, 건물 수, 건물의 평균 면적, 녹지 면적, 공원 면적, 거주지 면적, 상업지구 면적, 도로 길이, 도로 넓이, 교차로 수, 거주 인구수가 있었으나 수집한 공간속성 데이터와 대기질 측정치를 이용해, 상관 분석기반의 속성선택 방법(Correlation Based Feature Selection)[4, 12]을 적용해 최종적으로 5개의 변수를 선택해 사용하였다.
- 본 연구는 미세먼지 및 악취유발 물질 농도는 시계열 속성과 더불어 공간적인 속성에 의해 영향을 받는다는 것을 보여주었다. 그 정확한 농도 예측을 위한 시계열 모델과 공간속성 기반 모델을 Stacking 구조로 결합한 앙상블 모델을 새롭게 제시하였다. 이 앙상블 모델에서 예측한 값의 정확성은 수치 결과로 제시하였다.
- 그리고 출력 벡터 y’의 노드 수는 풍향, 풍속을 제외한 5이다. 그리고 은닉 노드 수는 8로 구현하였으며, 입력층 및 은닉노드상태, 3가지 게이트, 출력층의 활성함수(activation function)로 하이퍼볼릭탄젠트 (tanh), 로지스틱 시그모이드(logistic sigmoid), 소프트맥스 (softmax)를 각각 사용하였다. 각종 규제 기법에 대한 자세한 내용은 생략한다.
- 대기질은 공간 속성에 의해서도 영향을 받을 수 있다는 본 연구의 의도가 있었기에 공간분석에 적합한 모델로서 지리적가중회귀모델(GWR)을 선택하였다. 식 (1)과같이 표현되는 지리적가중회귀모델은 공간적 변이를 분석하는 회귀모형의 하나로서, 회귀계수를 위치의 함수로 간주한다[3, 14].
- 기존 연구의 대부분은 시계열 데이터 분석에 치중한 통계 및 기계학습 모델과 일부 오염원과 지형을 고려한 대기확산 모델이라 할 수 있다. 따라서 본 연구는 미세먼지 및 악취 농도에 영향을 미치는 요인을 정량적으로 분석하고 시계열 속성은 LSTM에 기반한 예측모델을 구성 하고, 공간적 속성은 지리적가중회귀모델(GWR)에 기반 하여 구성하며, 이 두 예측모델의 예측치를 다시 LSTM 모델의 입력으로 사용하는 Stacking 형태의 앙상블 모델을 구현하여 최종 대기질 예측을 수행하였다.
- 본 연구의 대기질 예측모델은 [Figure 3]과 같이 시계열 예측모델과 공간속성 기반 예측모델의 두 모델을 기반으로 각각 대기질 예측치를 생성하며 이를 스택킹(Stacking) 앙상블 모델로 학습하여 최종 대기질 예측치를 생성한다.
- 앞 두 절에서 설명된 시계열 예측모델과 공간속성 기반 예측모델의 결과를 시간 단위로 데이터를 생성한 후 다시 LSTM 모델의 입력값으로 사용해 최종 대기질 예측 치를 산출한다. 이때 LSTM 모델의 입력 노드 수는 시계열 모델의 출력 값 5개, 공간속성 기반 예측모델의 출력값 5개로 구성된 10개가 되며 은닉 노드는 16개로 구성하였으며 나머지 매개변수 값은 [Table 2]와 같다.
- 이 데이터를 이용해 새로운 앙상블 기반의 예측모델을 통해 측정소가 없는 지역 셀의 대기질을 예측하였으며 또한 미래 예측을 실시하였다. 예측모델의 성능 검증을 위해 예측치와 실측치를 비교하여 제시하였다.
- 악취 및 미세먼지를 예측하는 최종 모델은 시계열 모델인 RNN LSTM 모델 결과와 공간속성 모델인 지리적 가중 회귀 모델의 결과를 다시 RNN LSTM 모델로 할습하여 예측하는 Stacking 구조의 앙상블 모델로서 예측하였음을 앞서 밝힌 바 있다. 우선 최종 학습모델인 시공간 예측모델을 이용해 8개 측정소의 2019년 11월 18일의 실측치와 3 가지 예측치(GWR, 시계열 LSTM, 앙상블 LSTM)를 1시간간격으로 비교해 보았다. 그 중 한 측정소의 PM2.
- 이 데이터를 이용해 새로운 앙상블 기반의 예측모델을 통해 측정소가 없는 지역 셀의 대기질을 예측하였으며 또한 미래 예측을 실시하였다. 예측모델의 성능 검증을 위해 예측치와 실측치를 비교하여 제시하였다.
- 지리적가중회귀모델의 입력 변수는 다음 [Table 3]과같은 공간 속성과 대기질 측정치이며 대기질 속성 5종에 대해 각각 모델을 생성하였다. 91개 셀별로 수집한 공간 속성은 공장 수, 공사 중 건수, 건물 수, 건물의 평균 면적, 녹지 면적, 공원 면적, 거주지 면적, 상업지구 면적, 도로 길이, 도로 넓이, 교차로 수, 거주 인구수가 있었으나 수집한 공간속성 데이터와 대기질 측정치를 이용해, 상관 분석기반의 속성선택 방법(Correlation Based Feature Selection)[4, 12]을 적용해 최종적으로 5개의 변수를 선택해 사용하였다.
대상 데이터
- 그 설치 장소는 앞 [Figure 1]과 [Table 1]에서 확인할 수 있다. 각 측정소는 미세먼지 2종(PM2.5, PM10)과 악취의 원인 물질인 황화수소(H2S), 암모니아(NH3), VOC를 측정할 수 있는 센서들과 실시간 전송 가능한 통신 모듈로 구성되어 있다.
- 본 실험을 위해 파이썬의 케라스(Keras) 및 텐스플로우 (TensorFlow) 팩키지의 라이브러리를 이용하여 프로그래밍하였다. 모델의 성능 분석을 위해 7개의 속성을 가진 시계열 데이터 각 8개 측정소 별 2,592,000개의 훈련데이터셋을 구성하였고 테스트 데이터셋으로는 이 중 30%를 샘플링하여 구성하였다.
- 본 실험을 위해 파이썬의 케라스(Keras) 및 텐스플로우 (TensorFlow) 팩키지의 라이브러리를 이용하여 프로그래밍하였다. 모델의 성능 분석을 위해 7개의 속성을 가진 시계열 데이터 각 8개 측정소 별 2,592,000개의 훈련데이터셋을 구성하였고 테스트 데이터셋으로는 이 중 30%를 샘플링하여 구성하였다.
- 본 연구에 이용된 미세먼지 및 악취 물질 데이터는 2019년 6월부터 11월 중순까지 이 측정기에서 측정된 데이터를 이용하였으며 전북혁신도시의 토지피복분류, 인구수, 도로길이 등의 공간정보를 91개 셀 단위로 수집하여 데이터화 하였다.
- 본 연구의 대상 지역은 전북 전주시와 완주군에 걸쳐있는 전북혁신도시로서 주거지역, 산업단지, 농촌지역이 복합적으로 분포하고 있어 새로운 예측모델을 검증하는데 적합하다고 여겨진다. 전북혁신도시를 500m×500m 단위로 나눈 91개 셀(cell)이 그 대상이라 할 수 있으며 이 중 8개 셀에는 8개 측정소를 설치하였다.
- 이 LSTM 시계열 모델을 학습하기 위해 전북혁신도시에 설치한 8개 측정소에서 수집한 약 최근 4개월 동안의 10초 단위의 데이터와 전주시의 최근 3년간의 미세먼지 측정 데이터를 이용해 학습을 실시하였다. 이 때 측정소가 없는 83개 셀의 대기질 값은 없기 때문에 이를 학습하는 것은 준지도 학습(Semi-Supervised Learning)에 속한다.
- 전북혁신도시를 500m×500m 단위로 나눈 91개 셀(cell)이 그 대상이라 할 수 있으며 이 중 8개 셀에는 8개 측정소를 설치하였다.
데이터처리
- 전체 5가지 물질에 대한 지리적 가중 회귀 모델의 결과는 다음과 같다. 5가지에 대한 각각의 모델의 결과를 평균과 표준편차를 계산하였다. 전반적으로 적합도 지수 평가에서 일반 회귀모델에 비해 우수한 것으로 평가할 수 있겠다.
이론/모형
- 이 때 측정소가 없는 83개 셀의 대기질 값은 없기 때문에 이를 학습하는 것은 준지도 학습(Semi-Supervised Learning)에 속한다. 공간속성 기반 모델에 의해 측정소가 없는 지역에 대한 예측 치는 보정이 될 것이나 측정소가 없는 셀의 학습을 위해 공간속성을 기반으로 k-means 클러스터링을 실시하였으며 클러스터 수 결정을 위해 엘보우 기법(Elbow)을 이용해 4개로 정했다. 그 결과는 다음 [Figure 6]과 같다.
- 여기서 d는 두 지역의 거리, h는 대역폭이다, 본 연구 에서는 대역폭은 가변방식을 채택하였다. 또한, 적정 대역폭을 설정하기 위해 관찰값과 추정값의 차이 및 모형의 복합성을 고려하는 AIC(Akaike Information Criterion) 방식을 채택하였다.
성능/효과
- 공간속성 기반 예측 모델인 GWR(지리적 가중 회귀 모델)의 예측 성능이 가장 낮았고, 다음이 시계열 모델인 LSTM이었다. 최종 앙상블 LSTM 모델의 예측 성능은 실측치와 비교해 큰 차이를 보이지 않아 우수한 예측력을 보이고 있다.
- 모델의 각 속성별 회귀계수를 보면 종속 변수에 어떻게 영향을 미치는지 알 수 있는데 모델에 사용된 모든 속성의 회귀계수의 p-value 값은 0.05~0.1 사이에 있어 의미가 있다고 할 수 있는데 그 중 녹지 면적 속성은 PM2.5 농도에 음의 영향을 미치고 있음을 보여주고 있다. 다른 도로 길이의 경우 양의 영향을 미치는 결과를 보여주고 있어서 공간적 특성이 대기질에 영향을 미치고 있음을 보여주고 있다.
- 본 연구는 미세먼지 및 악취유발 물질 농도는 시계열 속성과 더불어 공간적인 속성에 의해 영향을 받는다는 것을 보여주었다. 그 정확한 농도 예측을 위한 시계열 모델과 공간속성 기반 모델을 Stacking 구조로 결합한 앙상블 모델을 새롭게 제시하였다.
- 이 앙상블 모델에서 예측한 값의 정확성은 수치 결과로 제시하였다. 이 결과를 통해서 최소한 도시지역의 대기질 예측은 공간정보를 포함하여 예측을 해야 함을 알 수 있었다. 항 후 대기확산모델의 결과를 같이 포함하여 데이터를 구성할 수 있다면 이는 현 기상청에서 사용하고 있는 예보 보다 더 정확할 수 있음을 예측할 수 있다.
- 5가지에 대한 각각의 모델의 결과를 평균과 표준편차를 계산하였다. 전반적으로 적합도 지수 평가에서 일반 회귀모델에 비해 우수한 것으로 평가할 수 있겠다. 다만 여기서는 전역 회귀모델 결과에 대해서는 표현하지 않았다.
- 공간속성 기반 예측 모델인 GWR(지리적 가중 회귀 모델)의 예측 성능이 가장 낮았고, 다음이 시계열 모델인 LSTM이었다. 최종 앙상블 LSTM 모델의 예측 성능은 실측치와 비교해 큰 차이를 보이지 않아 우수한 예측력을 보이고 있다. GWR의 예측력이 낮은 것은 물론 공간 속성만으로 이뤄진 모델이기에 한계가 있기는 하나 공간속성을 시계열 모델에 반영하기에는 충분하다고 여겨진다.
후속연구
- 항 후 대기확산모델의 결과를 같이 포함하여 데이터를 구성할 수 있다면 이는 현 기상청에서 사용하고 있는 예보 보다 더 정확할 수 있음을 예측할 수 있다. 또한 본 연구에서 사용된 LSTM 모델의 경우 최적화를 수행하지 않아 학습시간이 오래 걸리고 과적합이 발생 할 여지가 많다. 향 후 이에 대한 보완 연구가 이뤄진다면 보다 정확하고 빠른 예측 모델 구현이 가능하리라 여겨진다.
- 만약 대륙의 영향을 반영하기에 적합한 대기확산모델의 예측치를 앙상불 모델을 학습자료로 이용한다면 더욱 좋은 예측력을 보일 수 있는 모델이 될 수 있을 것이다. 다음은 8개 측정소 전체의 5가지 물질 별 실측치와 예측 치를 비교한 결과를 평균과 표준편차를 제공하여 [Table 6]에 표현하였다.
- 따라서 측정소가 없는 지역의 대기질 예측은 기본적으로 공간정보를 반영해야 한다고 추측할 수 있다. 이를 기반으로 한 미래 예측 또한 더 정확해 질 수 있을 것이다. 다음 [Figure 2]는 그를 설명하고 있다.
- 이 결과를 통해서 최소한 도시지역의 대기질 예측은 공간정보를 포함하여 예측을 해야 함을 알 수 있었다. 항 후 대기확산모델의 결과를 같이 포함하여 데이터를 구성할 수 있다면 이는 현 기상청에서 사용하고 있는 예보 보다 더 정확할 수 있음을 예측할 수 있다. 또한 본 연구에서 사용된 LSTM 모델의 경우 최적화를 수행하지 않아 학습시간이 오래 걸리고 과적합이 발생 할 여지가 많다.
- 또한 본 연구에서 사용된 LSTM 모델의 경우 최적화를 수행하지 않아 학습시간이 오래 걸리고 과적합이 발생 할 여지가 많다. 향 후 이에 대한 보완 연구가 이뤄진다면 보다 정확하고 빠른 예측 모델 구현이 가능하리라 여겨진다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.