지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2008.12
- 수록면
- 63 - 73 (11page)
이용수
초록· 키워드
오류제보하기
In this study, neural network models (NNMs) were examined as alternatives to dispersion models in predicting the short-term SO₂ concentrations in a coastal area because the performances of dispersion models in coastal areas have been found to be unsatisfactory. The NNMs were constructed for various combinations of averaging time and prediction time in advance by using the historical data of meteorological parameters and SO₂ concentrations in 2002 in the coastal area of Boryeung, Korea. The NNMs were able to make much more accurate predictions of 1 hr SO₂ concentrations at ground level in the morning in coastal area than the atmospheric dispersion models such as fumigation models, ADMS3 and ISCST3 for identical conditions of atmospheric stability, area, and weather. Even when predictions of 24-h SO₂ concentrations were made 24 hours in advance, the predictions and measurements were in good accordance (correlation coefficient=0.65 for n=216). This accordance level could be improved by appropriate expansion of training parameters. Thus it may be concluded that the NNMs can be successfully used to predict short-term ground level concentrations averaged over time less than 24 hours even in complex terrain. The prediction performance of ANN models tends to improve as the prediction lagging time approaches the concentration averaging time, but to become worse as the lagging time departs from the averaging time.
목차
Abstract
1. INTRODUCTION
2. DEVELOPMENT OF ANN MODELS
3. USE OF ANN MODELS FOR PREDICTING AIR POLLUTION IN COMPLEX COASTAL TERRAIN
4. CONCLUSIONS
REFERENCES
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
PM2.5 농도 예측을 위한 RNN 딥러닝 모델의 하이퍼파라미터 조건에 따른 예측 정확도 비교 평가 연구
한국대기환경학회 학술대회논문집
2019 .11
-
신경망기법을 이용한 수문학적 분해모형
한국습지학회지
2010 .01
-
복잡지형에서의 1시간 평균 SO₂농도 예측을 위한 신경망 모델의 개발
한국대기환경학회 학술대회논문집
2005 .05
-
Forecasting daily PM10 concentration in Seoul Jong-no District by using various statistical techniques
한국데이터정보과학회지
2020 .01
-
The Real-Time Dispersion Modeling System
한국대기환경학회지(영문)
2002 .12
-
Development of a Daily PM10 and PM2.5 Prediction System Based on Deep Long Short-term Memory Neural Network
한국대기환경학회 학술대회논문집
2020 .10
-
항만 배출이 부산 연안지역 PM2.5 농도에 미치는 영향 연구
한국대기환경학회 학술대회논문집
2020 .10
-
Transient Characteristics of the Atmospheric Circulation in the Prediction models
한국기상학회 학술대회 논문집
2006 .04
-
분산계수의 전처리에 의한 대기분산모델 성능의 개선
한국대기환경학회지(국문)
2007 .08
-
Improved prediction of high impact weather
한국기상학회 학술대회 논문집
2013 .04
-
[SESSION 3C 확산 및 반응(Ⅰ)(모델)]3C2) 해안 복잡 지형에서 대기확산 모델의 성능 평가
한국대기환경학회 학술대회논문집
2004 .04
-
공단지역의 SO2 농도 예측 및 평가 ( The Prediction and Evaluation of SO2 Concentration in the Industrial Complex )
한국대기환경학회 학술대회논문집
1998 .01
-
연안도시지역에서 대기오염의 3차원 수치예측모델링 - 1. 침적현상이 대기질 농도에 미치는 영향예측 ( 3-D Numerical Prediction Modeling of Air Pollution in Coastal Urban Region -1. An Effect Prediction for Deposition Phenomenon Affecting on Air Quality Concentration )
한국대기환경학회 학술대회논문집
1997 .01
-
지형을 고려한 단기 대기확산모형의 평가에 관한 연구 ( A Study on the Evaluation of the Short-term Atmospheric Dispersion Models with Terrain Adjustment )
한국대기환경학회지(국문)
1990 .11
-
Toward Earth system prediction
한국기상학회 학술대회 논문집
2019 .10
-
Numerical Prediction on Sea Surface Drift Induced by Windstorm in the Coastal Complex Terrain
Korean Journal of the Atmospheric Sciences
2000 .12
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2009-539-015839459