earticle

영어

It was investigated to what extent linear auto regressive models with external input (ARX) merged with LSW (Local Stationary Wavelet) and auto regressive moving average models with external input (ARX + LSW) could be used to predict the ozone peak concentration and typical anthropogenic pollutants which include VOCs (Volatile Organic Compounds) and NOx under urban air mass conditions of Seoul airshed, Korea. Solar radiation and wind speeds were used as the input variables to describe Ozone production mode. We used a wavelet spectrum method for decomposing cycle and trend component. The proposed method combines the wavelet decomposition as a filtering trend step to provide an acceptable prediction value. Basically, the wavelet decomposition use a pair of filters to decompose iteratively the original time series. It results in a hierarchy of new time series that are easy to model and predict. It was also found that ARX +LSW models performed better than ARX or LSW models; specially high level ozone prediction ability is more improved with LSW induced effect.

한국어

오존 예보제에 사용가능한 오존 예측모델을 개발하기 위하여 자기회귀모델(AR)의 발전된 형태인 ARX 모델과 최근 웨이브릿 기법의 형태로 발전되고 있는 LSW 기법을 이용하여 오존 일 최고농도를 예측하고자 하였다. 본 연구에서는 추세성분과 단기변동성분을 예측하기 위하여 웨이브릿 스펙트럼 분석을 실시하였다. 웨이브릿 필터로 분리된 시계열을 이용하여 추세성분과 단기변동 성분을 예측하여 합성한 결과, 신뢰수준이 상당히 높은 예측결과를 얻을 수 있었다. 특히 ARX+LSW 모델을 통하여 예측한 결과 고농도 영역에서 정확도가 상당부분 개선되는 것으로 분석되었다. 이러한 결과는 단기 변동성분의 예측율이 LSW를 통하여 상당부분 개선되었기 때문으로 판단된다.