고해상도 위성영상과 지상관측 데이터를 활용한 대기오염 지도 구축 및 서비스 개발 🌍

프로젝트 개요

대기오염 문제는 환경과 건강에 심각한 영향을 미칩니다. 하지만 현장 관측소가 없는 지역의 미세먼지 농도 예측은 제한적입니다.
이 프로젝트는 Sentinel-2 위성영상과 AirKorea 대기질 데이터를 활용하여 기계학습 기반 대기오염 예측 모델을 개발하고,
미세먼지 농도를 시각화하는 정밀 지도 서비스를 제공하는 것을 목표로 합니다.

---

주요 기능

• 대기오염 예측 모델 개발

  • 기계학습 알고리즘(RF, LGBM, XGBoost, DNN)을 활용하여 고해상도 예측 수행
  • 데이터 부족 지역(북한 등)에서도 신뢰성 있는 예측 가능

• 미세먼지 지도 시각화

  • 사용자 친화적인 인터페이스로 대기질 상태를 지도에 표현
  • 정책 결정 및 환경 관리에 활용 가능

• 지속적인 확장 가능성

  • 북한을 포함한 한반도 전역 및 글로벌 대기질 예측 확장

---

기술 스택

• 데이터 소스

  • Sentinel-2 위성영상
  • AirKorea 대기질 데이터
  • DEM(디지털 고도 모델) 및 기상 데이터

• 기계학습 및 분석

  • Python: sklearn, XGBoost, LightGBM, TensorFlow
  • 데이터 전처리 및 결측값 처리

• 결과 시각화

  • GIS 및 대기질 지도 생성 도구
  • Python: matplotlib, seaborn

---

기대 효과

• 정확한 대기오염 데이터 제공

  • 개인과 정부의 효과적인 대기질 관리 및 정책 수립 지원

• 데이터 부족 지역 적용 가능

  • 북한 및 전 세계의 데이터 부족 지역에서도 활용 가능한 모델 구축

• 환경 문제 해결 기여

  • 대기오염 저감 및 도시계획 지원을 통한 지속 가능한 환경 조성