All Issue

2022 Vol.56, Issue 4 Preview Page

Research Article

Assessment of Facebook Prophet-Based Forecast Models Applied to Atmospheric PM10 Levels in Busan Metropolitan City

Prophet 모형에 기반한 부산광역시 대기 중 PM10 농도의 시계열 예측 기법 평가

Sunyurp Parka†
박 선엽a†
aDepartment of Geography Education, Pusan National University
a부산대학교 지리교육과 교수
*Corresponding Author
31 December 2022. pp. 333-351
PDF XML Citation
Abstract

Facebook Prophet is a useful tool for analyzing and forecasting the trends and seasonalities of time-series data with periodicity. This study classified the entire air-quality monitoring sites into four clusters based on the local characteristics of PM10 concentration change patterns in Busan Metropolitan City using the Ward method, a widely accepted hierarchical clustering technique, and evaluated the effect of the major parameters of the Prophet model on its performance of forecasting the atmospheric PM10 concentration changes for each cluster. Due to the overall decreasing trend of the city’s PM10 concentration level, the magnitude of its seasonality has been graded down during the study period. Therefore, it was appropriate to apply a multiplicative approach to the model, considering the overall trend and spread of PM10 level changes over time caused by seasonality. Study results showed that the model’s validity was higher in clusters with relatively homogeneous land use characteristics than the other clusters consisting of residential, commercial, and mixed areas. In terms of PM10 concentration levels, overestimation occurred in the range where PM10 concentrations were low, and underestimation was found in the high-end range. To summarize the effects of parameter setting on the model’s forecast performance, the forecast accuracy of the Prophet model increased under the conditions where the Fourier series and seasonality scale were set relatively low and the change-point detection tolerance was set relatively high.

Keywords
Prophet
PM10
Ward method
multiplicative model
Fourier series

Facebook Prophet 모형은 주기성을 가진 시계열 자료의 추세와 계절성 특성을 분석하고 예측하기 위한 유용한 도구이다. 본 연구는 부산광역시 대기 중 미세먼지 농도 변화 패턴의 국지적 특성에 따라 계층적 군집화 기법의 일종인 Ward법을 사용하여 전체 관측지점을 4개 군집으로 구분하고, Prophet 모형의 주요 매개변수가 군집별 미세먼지 농도의 시계열적 예측 성능에 미치는 영향을 평가하였다. 연구기간 중 도시 평균농도의 감소 경향에 따라 계절별 농도 변동 폭이 감쇠하고 있어서, 시간 흐름에 따른 변화 추세(trend)와 변동 폭(spread)의 변형 특징을 분석 모델에 반영하기 위해 승법 모델(multiplicative model)을 적용하였다. 군집별 분석 결과, 모형 적합도는 거주지, 상업, 혼합지역 등으로 구성된 군집에 비해 토지이용 특성이 상대적으로 등질적인 군집에서 더 높게 나타났다. 미세먼지 농도 구간별 적합도 측면에서는, 미세먼지 농도가 낮은 범위에서는 과대 추정이, 농도가 높은 범위에서는 과소 추정이 발생하였다. Prophet 모형의 예측 성능에 미치는 매개변수의 영향을 요약하면, 푸리에 급수와 계절성 강도 설정은 비교적 낮게, 변곡점 탐지 허용 범위는 상대적으로 높게 설정한 조건에서 Prophet 모형의 정확도는 높아지는 것으로 분석되었다.

키워드
Prophet
미세먼지
Ward법
승법 모델
푸리에 급수
References
1
기상청, 2021, 한국기후표(1991~2020).
2
김대래･유영명･김승･김한근･표용수･이수진･김형균･이일래･차재권･김경수･장정규･최원석･김태현･주수현･장희정･양승훈･구본호･송교성･강동진･문재원･정성문･원광해, 2021, 부산학-거의 모든 것, 신라대학교 부산학교재편찬위원회.
3
김미경, 2017, 부산광역시 토지이용에 따른 PM10 농도의 시계열 변화와 공간분포 특성, 부산대학교 교육대학원 학위논문.
4
나종화, 2020, R 응용 시계열분석, 파주: 자유아카데미, 17-21.
5
박선엽, 2013, “위성기반의 한반도 식물 계절학적 패턴과 대기 에어로졸의 시계열 특성 분석,” 대한지리학회지 48(4): 497-508.
6
박선엽, 2014, “우리나라 대기 에어로졸 광학두께 자료의 지역별 추이 분석,” 국토지리학회지 48(4): 523-532.
7
박선엽, 2020, “코로나바이러스감염증 2019(코로나19) 확산과 대기 중 PM10 및 PM2.5 농도 변화 간의 연관성: 대구광역시 사례 분석,” 대한지리학회지 55(5): 453-465.
8
박선엽, 2021, “다중 스케일 접근을 통한 부산광역시 대기 중 미세먼지(PM10) 및 초미세먼지(PM2.5) 농도의 국지적 특성 분석,” 국토지리학회지 56(3): 321-334.
9
박선엽, 2022, “코로나바이러스감염증 2019(코로나19) 확산 이후의 부산광역시 대기 중 PM10 및 PM2.5 농도 변화와 도로교통량과의 비교 분석,” 한국지역지리학회지 28(3): 285-299. 10.26863/JKARG.2022.8.28.3.285
10
박선엽･탁한명, 2013, “우리나라 동남부 지역의 토지 이용과 기후 패턴 변화 분석,” 한국지리정보학회지 16(2): 47-64. 10.11108/kagis.2013.16.2.047
11
박찬성 역, 2021, 실전 시계열 분석, 서울: 한빛미디어(Nielsen, A., 2019, Practical time series analysis: Prediction with statistics and machine learning, Sebastopol: O’Reilly Media).
12
부산발전연구원, 2010, 중부산권역 도시생태현황도 제작-최종보고서, 부산광역시.
13
성현곤, 2016, “메르스의 발발과 확산이 대중교통 이용에 미친 영향,” 국토계획 51(3): 171-179.
14
유철규, 2020, “‘코로나-19’가 바꾼 노동 공간 : 재택근무 확산,” 월간 공공정책 174: 8-9.
15
이금숙, 2008, “교통흐름에 기인하는 미세먼지 노출 도시인구에 대한 시･공간적 분석,” 한국경제지리학회지 11(1): 59-77.
16
장동익･임서현･성낙문, 2020, “코로나19의 육상교통부문 영향분석 및 대응방향,” 월간교통 265: 6-16.
17
전병일, 2010, “부산지역 PM10과 PM2.5 농도의 시간 및 공간적 변화 특성,” 한국환경과학회지 19(8): 1013-1023. 10.5322/JES.2010.19.8.1013
18
전병일, 2018, “부산지역 도로변과 주거지역의 PM10과 PM2.5 농도 특성,” 한국환경과학회지 27(7): 577-586.
19
정종철, 2014, “서울시 PM10 공간분포 분석과 시계열 변화,” 한국지리정보학회지 17(1): 61-69. 10.11108/kagis.2014.17.1.061
20
Bauwens, M., S. Compernolle, T. Stavrakou, J.F. Müller, J. van Gent, H. Eskes, P.F. Levelt, R. van der A, J.P. Veefkind, J. Vlietinck, H. Yu, and C. Zehner, 2020, Impact of coronavirus outbreak on NO2 pollution assessed using TROPOMI and OMI observations, Geophysical Research Letters 47(11): e2020GL087978. doi: 10.1029/2020GL087978. 10.1029/2020GL08797832836515PMC7261997
21
Baxter, M.J., 1994, Exploratory multivariate analysis in archaeology, Edinburgh: Edinburgh University Press.
22
Blashfield, R..K., 1980, The growth of cluster analysis: Tryon, Ward, and Johnson, Multivariate Behavioral Research 15(4): 439-458. doi: 10.1207/s15327906mbr1504_4. 10.1207/s15327906mbr1504_426810879
23
Chen, K., M. Wang, C. Huang, P.L. Kinney, and A.T. Paul, 2020, Air pollution reduction and mortality benefit during the COVID-19 outbreak in China, The Lancet Planetary Health 4(6): E210-E212. doi: 10.1016/S2542-5196(20)30107-8. 10.1016/S2542-5196(20)30107-832411944
24
Chung, Y.-S. and M.-B. Yoon, 1996, On the occurrence of yellow sand and atmospheric loadings, Atmospheric Environment 30: 2387-2397. 10.1016/1352-2310(95)00251-0
25
Davis, J.C., 2002, Statistics and data analysis in geology, New York: John Wiley & Sons.
26
Dockery, D.W. and C.A. Pope, 1994, Acute respiratory effects of particulate air pollution, Annual Review of Public Health 15(1): 107-132. 10.1146/annurev.pu.15.050194.0005438054077
27
Duflou, H. and W. Maenhaut, 1990, Application of principal component and cluster analysis to the study of the distribution of minor and trace elements in the normal human brain, Chemometrics and Intelligent Laboratory Systems 9: 273-286. 10.1016/0169-7439(90)80078-K
28
Everitt, B.S., S. Landau, M. Leese, and D. Stahl, 2011, Cluster analysis, Chichester: John Wiley & Sons. 10.1002/9780470977811
29
Gordon, A.D., 1987, A review of hierarchical classification, Journal of the Royal Statistical Society A 150: 119-137. 10.2307/2981629
30
Harvey, A.C. and S. Peters, 1990, Estimation procedures for structural time series models, Journal of Forecasting 9: 89-108. 10.1002/for.3980090203
31
He, G., Y. Pan, and T. Tanaka, 2020, The short-term impacts of COVID-19 lockdown on urban air pollution in China, Nature Sustainability 3: 1005-1011. doi: 10.1038/s41893-020-0581-y. 10.1038/s41893-020-0581-y
32
Hyndman, R.J. and G. Athanasopoulos, 2021, Forecasting: Principles and practice, Las Vegas: Otexts.
33
Jakubauskas, M.E., D.R. Legates, and J.H. Kastens, 2001, Harmonic analysis of time-series AVHRR NDVI data, Photogrammetric Engineering and Remote Sensing 67: 461-470.
34
Kwon, H.-J., S.-H. Cho, Y. Chun, F. Lagarde, and G. Pershagen, 2002, Effects of the Asian dust events on daily mortality in Seoul, Environmental Research 90: 1-5. 10.1006/enrs.2002.437712359184
35
Le, T., Y. Wang, L. Liu, J. Yang, Y. Yung, G. Li, and J.H. Seinfeld, 2020, Unexpected air pollution with marked emission reductions during the COVID-19 outbreak in China, Science 369(6504): 702-706. doi: 10.1126/science.abb7431. 10.1126/science.abb743132554754PMC7402623
36
Lee, Y.C. and P.R. Hills, 2003, Cool season pollution episodes in Hong Kong, Atmospheric Environment 37: 2927-2939. 10.1016/S1352-2310(03)00296-6
37
Moody, A. and D.M. Johnson, 2001, Land-surface phenologies from AVHRR using the discrete fourier transform, Remote Sensing of Environment 75: 305-323. 10.1016/S0034-4257(00)00175-9
38
Park, S., 2003, Harmonic analysis of NDVI response patterns to temporal changes in soil moisture content, The Geographical Journal of Korea 37(1): 67-79.
39
Park, S., 2010, A dynamic relationship between the leak phenology and rainfall regimes of Hawaiian tropical ecosystems: a remote sensing approach, Singapore Journal of Tropical Geography 31: 371-383. 10.1111/j.1467-9493.2010.00408.x
40
Park, S., 2017a, Spaciotemporal distributions of PM10 concentration and their correlation with local temperature changes: A case study of Busan Metropolitan City, Journal of the Korean Association of Regional Geographers 23(1): 151-167. 10.26863/JKARG.2017.02.23.1.151
41
Park, S., 2017b, The washout effect of precipitation on atmospheric PM10 concentrations in Busan Metropolitan City, Journal of Korean Geographical Society 52(3): 273-286.
42
Park, S., 2018, Spatiotemporal relations between PM10 concentrations and relative humidity in South Korea, Journal of the Korean Association of Regional Geographers 24(4): 630-641. 10.26863/JKARG.2018.11.24.4.630
43
Rafferty, G., 2021, Forecasting time series data with Facebook Prophet, Birmingham: Packt Publishing.
44
Shi, X. and G.P. Brasseur, 2020, The response in air quality to the reduction of Chinese economic activities during the COVID-19 outbreak, Geophysical Research Letters 47: e2020GL088070. 10.1029/2020GL088070
45
Taylor, S.J. and B. Letham, 2018, Forecasting at scale, The American Statistician 72(1): 37-45. doi: 10.1080/00031303.2017.1380080. 10.1080/00031305.2017.1380080
46
Ward, J.H., 1963, Hierarchical groupings to optimize an objective function, Journal of the American Statistical Association 58: 236-244. 10.1080/01621459.1963.10500845
47
Wild, C.J and G.A.F. Seber, 2000, Chance encounters : A first course in data analysis and inference, New York: John Wiley & Sons.
48
Wishart, D., 1969, An algorithm for hierarchical classifications, Biometrics 25: 165-170. 10.2307/2528688
Information
  • Publisher :The Korean Association of Professional Geographers
  • Publisher(Ko) :국토지리학회
  • Journal Title :국토지리학회지
  • Journal Title(Ko) :THE GEOGRAPHICAL JOURNAL OF KOREA
  • Volume : 56
  • No :4
  • Pages :333-351
  • Received Date : 2022-12-07
  • Accepted Date : 2022-12-19
  • DOI :https://doi.org/10.22905/kaopqj.2022.56.4.3
Journal Informaiton 국토지리학회지 국토지리학회지
Online Submission
  • NRF
  • KISTI Current Status
  • KISTI Cited-by
  • KCI 문헌 유사도 검사
  • orcid
  • open access
  • ccl
Journal Informaiton Journal Informaiton - close