| 1 |
1
외부로부터 대기 중 미량 기체의 원시 데이터를 수신하고, 상기 원시 데이터를 일정 시간 간격으로 배열하여 시계열 데이터를 생성 및 처리하며, 통계적 분석 알고리즘을 이용하여 상기 시계열 데이터로부터 대기 농도를 예측하는 대기환경 예측장치에 의해 수행되는 대기 중 미량 기체의 배경농도 산출방법에 있어서,상기 시계열 데이터에서 상기 대기 중 미량 기체의 선형적인 증가 경향 성분을 추출하고, 이를 분리하는 증가 경향 분리단계;통계적 분석 알고리즘을 이용하여 상기 선형적인 증가 경향 성분이 분리된 상기 시계열 데이터로부터 상기 대기 중 미량 기체의 미리 설정된 주기의 물리적인 양상 정보와 상기 미리 설정된 주기의 물리적인 양상 정보의 시간에 따른 변화 정보를 추출하고, 이를 결합하여 상기 대기 중 미량 기체의 미리 설정된 주기의 주기성을 추출하는 주기성 추출 단계; 및상기 미리 설정된 주기의 주기성에 상기 선형적인 증가 경향 성분을 재부가하여 상기 대기 중 미량 기체의 미리 설정된 주기의 자연 변동성을 표현하는 배경농도를 산출하는 배경농도 산출 단계를 포함하는 것을 특징으로 하는 통계적 기법을 적용한 대기 중 미량 기체의 배경농도 산출방법
|
| 2 |
2
제 1 항에 있어서,통계적 분석 알고리즘을 이용하여 상기 대기 중 미량 기체의 미리 설정된 주기의 자연 변동성을 표현하는 배경농도로부터 격년 변화가 있는 증가 경향 성분을 추출하는 증가 경향 추출 단계를 더 포함하는 것을 특징으로 하는 통계적 기법을 적용한 대기 중 미량 기체의 배경농도 산출방법
|
| 3 |
3
제 2 항에 있어서,상기 통계적 분석 알고리즘은 CSEOF(Cyclostationary Empirical Orthogonal Function) 기법인 것을 특징으로 하는 통계적 기법을 적용한 대기 중 미량 기체의 배경농도 산출방법
|
| 4 |
4
제 2 항에 있어서,상기 대기 중 미량 기체는 주기적 자연 변동성을 가지는 온실 기체 또는 대기 화학성분인 것을 특징으로 하는 통계적 기법을 적용한 대기 중 미량 기체의 배경농도 산출방법
|
| 5 |
5
제 2 항에 있어서,상기 주기성 추출 단계는통계적 분석 알고리즘을 이용하여 상기 선형적인 증가 경향 성분이 분리된 시계열 데이터로부터 대기 중 미량 기체의 24시간 주기의 물리적인 양상 정보와 상기 24시간 주기의 물리적인 양상 정보의 시간에 따른 변화 정보를 추출하고, 이를 결합하여 상기 대기 중 미량 기체의 일일 주기성을 추출하는 일일 주기성 추출 단계를 포함하는 것을 특징으로 하는 통계적 기법을 적용한 대기 중 미량 기체의 배경농도 산출방법
|
| 6 |
6
제 5 항에 있어서,상기 일일 주기성 추출 단계에서는하기 수학식1을 이용하여 상기 선형적인 증가 경향 성분이 분리된 시계열 데이터로부터 상기 대기 중 미량 기체의 24시간 주기의 물리적인 양상 정보와 상기 24시간 주기의 물리적인 양상 정보의 시간에 따른 변화 정보를 경험 직교함수로 하는 n개의 그룹을 분리하고, [수학식1][수학식2]상기 n개의 그룹 중 상기 시계열 데이터의 일일 변동성에 가장 큰 영향을 미치는 그룹을 추출하여 상기 수학식2를 이용하여 상기 대기 중 미량 기체의 일일 주기성을 추출하는 것을 특징으로 하는 통계적 기법을 적용한 대기 중 미량 기체의 배경농도 산출방법
|
| 7 |
7
제 5 항에 있어서,상기 배경농도 산출단계는상기 일일 주기성에 상기 선형적인 증가 경향 성분을 재부가하여 상기 대기 중 미량 기체의 일일 변동성을 표현하는 배경농도를 산출하는 일일 배경농도 산출 단계를 더 포함하되,상기 일일 배경농도 산출 단계는 상기 일일 주기성 추출 단계 이후에 수행되는 것을 특징으로 하는 통계적 기법을 적용한 대기 중 미량 기체의 배경농도 산출방법
|
| 8 |
8
제 7 항에 있어서,상기 주기성 추출 단계는통계적 분석 알고리즘을 이용하여 선형적인 증가 경향이 분리된 상기 대기 중 미량 기체의 일일 변동성을 표현하는 배경농도 데이터로부터 대기 중 미량 기체의 365일 주기의 물리적인 양상 정보와 상기 365일 주기의 물리적인 양상 정보의 시간적인 변화 정보를 추출하고, 이를 결합하여 상기 대기 중 미량 기체의 계절 주기성을 추출하는 계절 주기성 추출 단계를 더 포함하되,상기 계절 주기성 추출 단계는 상기 일일 배경농도 산출 단계 이후에 수행되는 것을 특징으로 하는 통계적 기법을 적용한 대기 중 미량 기체의 배경농도 산출방법
|
| 9 |
9
제 8 항에 있어서,상기 계절 주기성 추출 단계는하기 수학식3을 이용하여 선형적인 증가 경향 성분이 분리된 상기 대기 중 미량 기체의 일일 변동성을 표현하는 배경농도 데이터로부터 상기 대기 중 미량 기체의 365일 주기의 물리적인 양상 정보와 상기 365일 주기의 물리적인 양상 정보의 시간에 따른 변화 정보를 경험 직교함수로 하는 m개의 그룹을 분리하고,[수학식3][수학식4]상기 m개의 그룹 중 상기 시계열 데이터의 계절 변동성에 가장 큰 영향을 미치는 그룹을 추출하여 상기 수학식4를 이용하여 상기 대기 중 미량 기체의 계절 주기성을 추출하는 것을 특징으로 하는 통계적 기법을 적용한 대기 중 미량 기체의 배경농도 산출방법
|
| 10 |
10
제 8 항에 있어서,상기 배경농도 산출단계는상기 계절 주기성에 상기 선형적인 증가 경향 성분을 재부가하여 상기 대기 중 미량 기체의 계절 변동성을 표현하는 배경농도를 산출하는 계절 배경농도 산출단계를 더 포함하는 것을 특징으로 하는 통계적 기법을 적용한 대기 중 미량 기체의 배경농도 산출방법
|
| 11 |
11
제 2 항에 있어서,상기 증가 경향 분리 단계부터 상기 증가 경향 추출 단계까지의 전 분석 단계를 반복 수행하되, 추출되는 격년 변화가 있는 증가 경향 성분이 선 수행 시 추출되는 격년 변화가 있는 증가 경향 성분과 일치될 때까지 반복 수행하는 것을 특징으로 하는 통계적 기법을 적용한 대기 중 미량 기체의 배경농도 산출방법
|
| 12 |
12
제 10 항에 있어서,상기 증가 경향 추출단계는 하기 수학식5를 이용하여 상기 계절 변동성을 표현하는 배경농도로부터 상기 대기 중 미량 기체의 365일 주기의 물리적인 양상 정보와 상기 365일 주기의 물리적인 양상 정보의 시간에 따른 변화 정보를 경험 직교함수로 하는 l개의 그룹을 분리하고,[수학식5][수학식6]상기 l개의 그룹 중 상기 365일 주기의 물리적인 양상 정보의 주기성이 없는 그룹을 추출하여 상기 수학식6을 이용하여 상기 대기 중 미량 기체의 격년 변화가 있는 증가 경향 성분을 추출하는 것을 특징으로 하는 통계적 기법을 적용한 대기 중 미량 기체의 배경농도 산출방법
|
