http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 홍한움 ( Hanwoom Hong ) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
서울 미세먼지(PM10) 농도의 시공간 통계분석 활용방안 연구
홍한움 ( Hanwoom Hong ) 한국환경정책평가연구원 2018 한국환경정책평가연구원 기초연구보고서 Vol.2018 No.-
미세먼지에 대한 사회적인 관심이 증대되면서 다양한 분야에서 미세먼지에 대한 연구가 이루어지고 있으나 통계적 방법론은 제한적으로만 사용되어 왔다. 미세먼지 자료는 시간의 존성과 공간의존성을 동시에 가지는 시공간 자료이다. 최근 10년간 통계학 분야에서 시공간 자료를 통계적으로 분석하기 위한 시공간통계 기법이 크게 발전하여 미세먼지 자료에 시공간통계를 적용한 연구결과들이 발표되고 있다. 본 연구의 목적은 서울 미세먼지(PM10) 농도의 리스크를 최신 시공간통계 기법을 이용하여 예측하는 것이다.먼저 시공간통계 모형을 소개하고 미세먼지 예측에 널리 사용되는 방법론인 물리 모형과 비교하여 장단점을 조사하였다. 시공간통계 분석에 있어서 가장 어려운 점은 시간의존성과 공간의존성이 맞아야 하는 것이다. 두 의존성의 균형이 맞아야 과적합이나 지나친 단순화의 문제를 피할 수 있다. 주어진 공간해상도에 맞는 최적 시간해상도를 사전에 알 수 없기 때문에 실제 분석은 다양한 시간해상도별로 적용해야 한다. 먼저 시공간통계 모형을 대기질에 적용한 해외 연구 사례를 검토하고 서울시 PM10에 실증 적용하였다. 분석 적용범위는 2016년 서울시 PM10 자료이며, 1시간, 3시간, 8시간별로 모형을 적합하였다. 가장 불안정적인 4월, 가장 안정적인 7월, 다른 월과 큰 차이 없는 10월 자료를 대상으로 분석하였다. 적용 결과 최댓값에 대한 예측 및 VaR(Value at Risk)예측에 준수한 성능을 보였다.시공간통계 모형은 전국 단위로의 확장이 용이하며, 수용체 중심 연구에 활용할 수 있다. 관측소가 넓게 퍼져 있는 농·어촌지역을 대상으로도 하면 효과적으로 분석할 수 있을 것으로 기대된다. As the social interest in particulate matter (PM10) increases, studies on particulate matter have been carried out in various fields, but statistical methodology has been used limitedly. PM10 data is spatio-temporal data having time dependence and spatial dependence simultaneously. In recent decades, statistical techniques for statistical analysis of spatio-temporal data have been developed in statistical field, and the results of study with respect to applying spatio-temporal statistics to PM10 data have been published. The purpose of this study is to predict the risk of PM10 concentration based on Seoul metropolitan city using the recent spatio-temporal statistical methods.First, we introduce the spatio-temporal statistical model and investigate its advantages and disadvantages compared with the physical model which is widely used for PM10 prediction. The challenging tasks in carrying out spatio-temporal statistical analysis can be the fact that time dependence and space dependence should be matched. The aforementioned time dependence and space dependence should be balanced so as to avoid overfitting or underfitting problems. Since the optimal time resolution for a given spatial resolution is not known yet, the actual analysis must be applied to various temporal resolutions. To that end, overseas case study applying the spatio-temporal statistical model to the air quality was examined and applied to PM10 of Seoul metropolitan city. The analytical coverage is based on the PM10 data of Seoul metropolitan city in 2016, and fit the model for 1 hour, 3 hours, and 8 hours time windows. The least stable data of April, the most stable of July and neutral of October were targeted to be analyzed. The results show that the proposed method is in good agreement with the prediction of maximum value and the prediction of VaR (Value at Risk).Spatio-temporal statistical models are suitable to expand to the national level and can be used for receptor-based research. It is expected that effective analysis will be possible if the observatory is located in the widespread agricultural and fishing villages.
-
홍한움 ( Hanwoom Hong ),강선아 ( Suna Kang ),김도연 ( Doyeon Kim ) 한국환경연구원 2019 수시연구보고서 Vol.2019 No.-
사회·환경·경제의 통합적 달성을 위해 UN 2030 의제에서 17개 SDGs와 169개 세부목표가 선정되었다. SDGs와 세부목표 사이에는 서로 강화하거나 상충하는 연관성이 있으므로 사회·환경·경제 통합 달성을 위해서는 SDGs 사이의 연관관계에 대한 분석이 선행되어야 한다. 연관관계에 대한 분석방법은 크게 분석 프레임워크 제시를 통한 정성분석과 네트워크 분석을 통한 정량분석 방법으로 나눌 수 있다. 정성분석을 시행하면 신뢰도 높은 연관관계를 파악할 수 있고, 네트워크 분석을 시행하면 네트워크 그림과 중심성 통계량을 통해 SDGs 및 세부목표 간의 연관관계를 한눈에 파악할 수 있다. 또한 수신중심성, 송신중심성, 연결중심성, 고유벡터중심성, 매개중심성 통계량을 통해 효율적이고 통합적인 지속가능발전을 위해서는 어느 목표, 혹은 어떤 세부목표에 집중해야 하는지 파악할 수 있다. 우리나라는 2006년 『제1차 국가지속가능발전 전략 및 이행계획(’06~’10)』, 2011년 제1차 기본계획 기간이 만료됨에 따라 사회적 형평성, 기후변화 대응, 환경자원의 지속성을 강화한 『제 2차 국가지속가능발전 기본계획(’11~’15)』, 2016년 『제3차 국가지속가능발전 기본계획(’16~’35)』을 수립하였다. 본 연구에서는 제3차 국가지속가능발전 기본계획의 보고서를 대상으로 텍스트 분석을 기반으로 하는 네트워크 시범분석을 통해 이행과제 및 세부 이행과제 간의 연관성을 파악하고, 종류별 중심성 통계량을 통해 중심도가 높은 이행과제 및 세부 이행과제를 파악하였다. 본 연구에서 조사한 분석 방법론 및 이행과제 분석 모형은 2018년 12월에 수립된 K-SDGs 간의 연관관계를 분석하는 것에도 이용할 수 있다. K-SDGs는 초안 단계부터 다양한 전문가 풀을 확보하고 있는데, 이 전문가 풀과 본 연구의 방법론을 활용하면 신뢰도 있는 K-SDGs 간 연관관계 분석이 가능하다. For the integrated achievement of society, environment and economy, 17 SDGs and 169 targets were selected from the UN agenda. Since the SDGs and the targets are related to each other in a mutually reinforcing or conflicting manner, an analysis of the interlinkages among the SDGs should precede in order to achieve social, environmental and economic integration. The methodology for analysis could be classified into two types; the qualitative analysis through suggestion of analysis framework and the quantitative analysis method through network analysis. Through qualitative analysis, we can figure out the reliable interlinkages. Through network analysis, it is possible to grasp the relationships among SDGs and among detailed targets at a glance through the network diagram and several centrality statistics. In addition, it is possible to understand which goals or targets need to be focused on for efficient and integrated sustainable development through the statistics of degree centrality, eigenvector centrality, and betweenness centrality. As South Korea’s first National Plan for Sustainable Development and Implementation Plan (’06 ~ ’10) was finalized in 2006 and the first master plan period terminated in 2011, South Korea has strengthened its social equity, climate change response measures and sustainability of environmental resources. In 2011, “The Second National Sustainable Development Plan (’11 ~ ’15)” was established. “The Third National Sustainable Development Plan (’16 ~ ’35)”, then, was established in 2016. In this study, we analyzed the report of the Third National Sustainable Development Plan based on text mining and analyzed the interlinkages among the implementation tasks and among the detailed implementation tasks. The analytical methodology and analysis models investigated in this study can also be applied to analyze the linkage among K-SDGs established in December 2018. From the draft level, the K-SDGs have held various expert groups. Using these expert groups and the methodology of this study, we can expect to analyze the correlations among reliable K-SDGs.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
