Extreme Particulate Matter Analysis

ongoing
Author

Seoncheol Park

Published

March 1, 2021

Background

  • 대한민국 국민들의 미세먼지에 대한 관심은 증가했지만, 이에 미치지 못하는 부족한 예측력으로 인해 시민들에게 올바른 예측 정보가 제공되지 않음

  • 지난 10여년 간 관측된 미세먼지 데이터를 바탕으로, 고농도 미세먼지 예측에 초점을 맞춰 보다 예측력이 우수한 알고리즘을 개발하고, 고농도 미세먼지 발생현상의 패턴을 이해하고자 함

Goals

Particulate matter pattern prediction

Particulate matter data application

  • COVID-19가 20대 및 30대의 등산 패턴을 어떻게 바꿨는지 미세먼지를 포함한 관련 기상변수들과 함께 일반화 가법모형을 통한 관계 분석

  • 산불이 미세먼지 농도에 미치는 영향 연구

  • 미세먼지를 포함한 날씨에 따른 산행 패턴 분석

Grants

  • 극단 미세먼지 현상의 조건부 공간 모델링, 한국연구재단 기본연구, June 2021 ~ August 2024.

  • 관광기업 가명정보결합 시범사업 (with Kakao VX), 한국관광공사, July 2022 ~ February 2023.

Publications

(\({}^\ast\): Corresponding author, and \({}^{\ast\ast}\): Students I supervised)

  1. J. Lee\({}^{\ast\ast}\) and S. Park\({}^\ast\) (2023). Prediction of sharp change of particulate matter in Seoul via quantile mapping, Communications for Statistical Applications and Methods, 30(3), 259–272.

  2. B. Lee\({}^{\ast\ast}\), P. Yeon and S. Park\({}^\ast\) (2022). The factors and relationships influencing urban hiking exercise characteristics after COVID-19 occurrence: at Seoul Metropolitan Area and in their 20s and 30s, International Journal of Environmental Research and Public Health, 19(24), 16403.

  3. S. Lee, S. Park and Y. Lim\(*\) (2022). Prediction of extreme PM2.5 concentrations via extreme quantile regression. Communications for Statistical Applications and Methods, 29(3), 319–331.

  4. S. Park and H-S. Oh\(*\) (2017). Spatio-temporal analysis of particulate matter extremes in Seoul: use of multiscale approach. Stochastic Environmental Research and Risk Assessment, 31(9), 2401–2414.

Presentations

  1. J. Lee\({}^{\ast\ast}\) and S. Park\({}^\ast\). Prediction of Sharp Change of Particulate Matter in Seoul via Quantile Mapping, 2022 한국통계학회 하계학술대회, 서울대학교, 대한민국, June 2022.