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

논문 기본 정보

자료유형
학술저널
저자정보
김성태 (안양대학교) 구윤서 (이투엠쓰리(주))
저널정보
한국도시환경학회 한국도시환경학회지 한국도시환경학회지 제15권 제3호
발행연도
2015.1
수록면
251 - 260 (10page)

이용수

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

초록· 키워드

오류제보하기
미세먼지 예보 정확도를 향상시키기 위해서 여러 결정론적 예보모델로 예보 결과를 계산하고, 다양하게 에측된 예보치를 조합하여 최종 예보 결과를 도출하는 앙상블 기법에 대해서 연구를 진행하였다. 이를 위하여 기상 모델인 WRF(1)와 배출량 모델인 SMOKE(2), 화학수송 모델인 CMAQ(3)과 CAMx(4)를 이용하여 5개의 결정론적 모델을 제안하였다. 제안한 각각의 결정론적 예보모델결과를 이용하여 단순평균방법, 가중치를 적용하는 방법, 그리고 풍향, 풍속, 습도등의 기상조건에 따라서 가중치를 주는 방법 등 총 5종류의 앙상블 모델을 제시하고 그 예보 성능을 평가하였다. 결정론적 예보모델과 앙상블모델의 예보결과는 서울지역 자동측정망 자료와 비교하여 정확도를 비교 분석하였다. 본 연구에서 구성한 5가지의 앙상블 모델중에서는풍향, 풍속, 습도와 같은 기상조건에 의한 가중치를 적용하는 방법이 단순 평균을 적용하는 방법에 비해 높은 정합도를 나타내고 있으며, 이중 풍속에 대해서 가중치를 적용한 경우와 습도에 대해서 가중치를 적용한 경우가 예보적중률이 향상되는 것을 확인하였다. 이와 같이 여러 모델링 조건을 결합하여 다양한 예보결정론적 모델을 구성하여 예보치를 생산하고, 결정론적 예보치들을 기상조건에 따라 군집분석으로 별도의 가중치를 부여하여 조합하는 super-ensemble 방법을 적용하면 미세먼지 예보의 신뢰도가 향상될 수 있다는 것을 본 연구를 통하여 확인할 수 있었다.
#Ensemble Model #Prognostic model #Air Quality #PM #Forecasting

목차

등록된 정보가 없습니다.

참고문헌 (23)

참고문헌 신청
2008 / ARW Version 3 Modeling System User's Guide / NCAR google schola UNC / 2005 / SMOKE v2.4 User's Manual / The University of North Carolina at Chapel Hil google schola Byun, D. W. / 1999 / Science algorithms of the EPA models-3 Community Multi-scale Air Quality (CMAQ) modeling system google schola 2014 / User's Guide COMPREHENSIVE AIR QUALITY MODEL WITH EXTENSIONS / ENVIRON google schola 구윤서 / 2010 / 미세먼지 예보시스템 개발 / 한국대기환경학회지 26(6):666~682 dbpia

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0