$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 인공지능을 이용한 수도권 학교 미세먼지 취약성 평가: Part II - 학교 미세먼지 범주화
Vulnerability Assessment for Fine Particulate Matter (PM2.5) in the Schools of the Seoul Metropolitan Area, Korea: Part II - Vulnerability Assessment for PM2.5 in the Schools 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.37 no.6 pt.2, 2021년, pp.1891 - 1900  

손상훈 (부경대학교 지구환경시스템과학부 공간정보시스템전공) ,  김진수 (부경대학교 공간정보시스템공학과)

초록
AI-Helper 아이콘AI-Helper

직경 2.5 ㎛ 이하인 초미세먼지는 급격한 도시화와 인구 증가로 인해 대도시에서 많이 발생하며, 유아 및 청소년기는 성인에 비해 초미세먼지에 취약하고 만성 질환으로 이어질 가능성이 높다. 특히 대부분의 청소년들은 학교에서 가장 많은 시간을 보내고 있으며, 다양한 이유에 의해 실외에서 발생한 초미세먼지가 실내로 유입된다. 본 연구는 외부 요인에 의해 발생하는 학교 초미세먼지를 예측하고 학교별 초미세먼지 범주화를 수행하였다. 10-fold cross validation과 grid-search method를 적용한 random forest (RF) 모델에 화학과 기상 인자, 위성 기반의 aerosol optical depth (AOD)를 입력 자료로 하여 학교 초미세먼지를 예측하고 정확도 평가를 위해 4가지 통계 지표를 이용하였다. 학교 미세먼지 범주화를 위해 6가지 유형을 가진 느슨한 기준과 엄격한 기준을 정의하였으며, 범주화 결과 느슨한 기준의 경우 유형 2와 3에, 엄격한 기준의 경우 유형 3과 4에 가장 많은 학교가 포함되었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Fine particulate matter (FPM; diameter ≤ 2.5 ㎛) is frequently found in metropolitan areas due to activities associated with rapid urbanization and population growth. Many adolescents spend a substantial amount of time at school where, for various reasons, FPM generated outdoors may flo...

Keyword

# $PM_{2   #5}$ concentrations prediction   #Random forest   #School categorization   #Time series analysis  

표/그림 (12)

참고문헌 (14)

  1. Choubin, B., M. Abdolshahnejad, E. Moradi, X. Querol, A. Mosavi, S. Shamshirband, and P. Ghamisi, 2020. Spatial hazard assessment of the PM 10 using machine learning models in Barcelona, Spain, Science of The Total Environment, 701(20): 1-11. 

  2. Fromme, H., J. Diemer, S. Dietrich, J. Cyrys, J. Heinrich, W. Lang, M. Kiranoglu, and D. Twardella, 2008. Chemical and morphological properties of particulate matter (PM 10 , PM 2.5 ) in school classrooms and outdoor air, Atmospheric Environment, 42(27): 6597-6605. 

    상세보기 crossref

  3. Grigg, J., 2009. Particulate matter exposure in children: relevance to chronic obstructive pulmonary disease, Proceedings of the American Thoracic Society, 6(7): 564-569. 

  4. Habre, R., E. Moshier, W. Castro, A. Nath, A. Grunin, A. Rohr, J. Godbold, N. Schachter, M. Kattan, B. Coull, and P. Koutrakis, 2014. The effects of PM 2.5 and its components from indoor and outdoor sources on cough and wheeze symptoms in asthmatic children, Journal of Exposure Science and Environmental Epidemiology, 24(4): 380-387. 

    상세보기 crossref

  5. Isiugo, K., R. Jandarov, J. Cox, P. Ryan, N. Newman, S.A. Grinshpun, R. Indugula, S. Vesper, and T. Reponen, 2019. Indoor particulate matter and lung function in children, Science of the Total Environment, 663: 408-417. 

    상세보기 crossref

  6. Laden, F., L.M. Neas, D.W. Dockery, and J. Schwartz, 2000. Association of fine particulate matter from different sources with daily mortality in six US cities, Environmental Health Perspectives, 108(10): 941-947. 

    상세보기 crossref

  7. Park, J.H., T.J. Lee, M.J. Park, H. Oh, and Y.M. Jo, 2020. Effects of air cleaners and school characteristics on classroom concentrations of particulate matter in 34 elementary schools in Korea, Building and environment, 167: 106437. 

    상세보기 crossref

  8. Polednik, B., 2013. Particulate matter and student exposure in school classrooms in Lublin, Poland, Environmental Research, 120: 134-139. 

    상세보기 crossref

  9. Rovelli, S., A. Cattaneo, C.P. Nuzzi, A. Spinazze, S. Piazza, P. Carrer, and D.M. Cavallo, 2014. Airborne particulate matter in school classrooms of northern Italy, International Journal of Environmental Research and Public Health, 11(2): 1398-1421. 

    상세보기 crossref

  10. Roy, A., W. Hu, F. Wei, L. Korn, R.S. Chapman, and J.J. Zhang, 2012. Ambient particulate matter and lung function growth in Chinese children, Epidemiology (Cambridge, Mass.), 23(3): 464. 

    상세보기 crossref

  11. Schwartz, J. and L.M. Neas, 2000. Fine particles are more strongly associated than coarse particles with acute respiratory health effects in schoolchildren, Epidemiology, 11(1): 6-10. 

    상세보기 crossref

  12. Son, S. and J. Kim, 2021. Vulnerability Assessment for Fine Particulate Matter(PM 2.5 ) in the Schools of the Seoul Metropolitan Area, Korea: Part I - Predicting Daily PM 2.5 Concentrations, Korean Journal of Remote Sensing, 37(6-2): 1881-1890. 

  13. Weichenthal, S., A. Dufresne, C. Infante-Rivard, and L. Joseph, 2008. Characterizing and predicting ultrafine particle counts in Canadian classrooms during the winter months: model development and evaluation, Environmental Research, 106(3): 349-360. 

    상세보기 crossref

  14. Zhang, L., L. Liu, Y. Zhao, S. Gong, X. Zhang, D.K. Henze, S.L. Capps, T. Fu, Q. Zhang, and Y. Wang, 2015. Source attribution of particulate matter pollution over North China with the adjoint method, Environmental Research Letters, 10(8): 084011. 

    상세보기 crossref

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로