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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
황수연 (경희대학교) 최진무 (경희대학교)
저널정보
대한지리학회 대한지리학회지 대한지리학회지 제59권 제1호(통권 제220호)
발행연도
2024.2
수록면
1 - 15 (15page)

이용수

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

초록· 키워드

오류제보하기
본 연구는 미세먼지 현상의 시간적 특성과 공간적 특성을 모두 고려할 수 있는 미세먼지 농도 결측치의 내삽 방안을 제시하고자 하였다. 이를 위해 시계열 자료의 시간적 특성을 고려할 수 있는 순환 신경망 모형 중 하나인 LSTM(Long-Short Term Memory) 모형을 활용하였다. 모형의 입력 자료를 구성할 때 대기오염 측정소의 공간적 특성을 반영할 수 있도록 이웃 측정소 및 이웃 ASOS자료와 공간적 자기상관 지수를 포함하였다. 성능 분석을 위해 내삽 결과를 기존 공간 내삽 기법인 역거리 가중치 내삽 방법과 크리깅을 활용한 내삽 결과와 비교하였으며, 비교 결과 연구에서 제작한 신경망 모형 기반 내삽 방법의 정확도가 기존의 공간 내삽 방법의 정확도에 비해 높은 것을 확인하였다. 또한 임의로 결측을 생성한 지점에 대해 결측 내삽 방법의 결과를 포함하는 미세먼지 농도 분포도를 제작하고 실제 농도 분포도와 비교했을 때, 신경망 모형 기반의 내삽 결과를 포함하는 농도 분포도가 실제 농도 분포도와 가장 유사한 것을 확인하였다. 제안한 모형의 범용성을 확인한 결과 10개 측정소 중 8개 측정소에서 연구에서 제작한 신경망 모형의 정확도가 가장 높았다. 본 연구는 미세먼지 농도 자료의 시공간적 특성을 고려할 수 있는 결측 내삽 방안을 제시하였다는 점에서 의의가 있다. 본 연구에서 제안한 미세먼지 결측 내삽 모형을 활용한다면 미세먼지의 피해를 예방하기 위해 결측이 최소화된 데이터를 제공하여 분석 결과의 정확도 및 신뢰도를 향상시킬 수 있을 것이다.

목차

요약
Abstract
1. 서론
2. 연구 범위 및 방법
3. 미세먼지 결측치 내삽 모형의 선정 및 정확도 검증
4. 연구 결과
5. 결론 및 시사점
참고문헌

참고문헌 (39)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-089450488