JP6158967B1 - 環境汚染予測システム及び方法 - Google Patents

Abstract

【課題】環境汚染予測システム、環境汚染予測方法及びコンピュータプログラムを提供する。【解決手段】所定の収集期間の間に、単位時間別に対象地域の地表面を撮影した複数の衛星映像データを収集する衛星映像データ収集モジュールと、収集した衛星映像データを分析して、衛星映像分析データを生成し、衛星映像分析データセットを生成する衛星映像データ分析モジュールと、対象地域内のセンサーから感知された複数の実測データを収集する実測データ収集モジュールと、実測データを分析して、環境汚染データを生成し、環境汚染データセットを生成する実測データ分析モジュールと、衛星映像分析データセットと環境汚染データセットとの間の関連情報を生成する学習モジュールと、衛星映像データセットと環境汚染データセットとの間の関連情報を用いて、予測環境汚染データを生成する予測モジュールと、を含む。【選択図】図２

Description

本発明は、環境汚染予測システム及び方法に係り、より詳細には、衛星映像及び／またはソーシャルネットワークサービスに掲示された掲示物から環境汚染を予測することができる環境汚染予測システム及び方法に関する。

本発明は、“環境災難災害の早期感知のための多型映像及び複合センサーデータベースの分析予測技術開発”事業で行う“国土環境空間スキャニングモニタリング技術”の開発過程で導出されたものである。

近年、環境への関心が高くなり、我々の生活に直接的な影響を与えることができるという認識が高くなることによって、水質汚染や大気汚染のような各種の環境汚染を正確に測定し、予測する必要性が高まっている。

従来、測定対象となる地域に環境汚染と関連したデータを収集することができるセンサー（例えば、緑潮センサー、大気センサーなど）を多数配置し、配されたセンサーを通じて収集された情報を通じて環境要因を判断する方法が用いられた。しかし、このような方法は、収集当時の環境要因を分析、判断することができる方法に過ぎず、今後に環境要因が如何に変化するかについての結果は提示していないという問題点がある。

また、環境要因の分析精度を高めるために、多数のセンサーを配さねばならず、コスト高となる問題点があり、地域の特性によっては、センサーを配置しにくい場合も多い。

したがって、比較的簡単な方法によるデータ収集が可能な衛星映像や近年多用されているＳＮＳを通じて、環境汚染を予測する方法に係る要求が高まりつつある状況である。

本発明が解決しようとする課題は、衛星映像及び／またはソーシャルネットワーク上でユーザが掲示する掲示物から環境汚染を正確に予測することができるシステムを提供するところにある。

本発明の一側面によれば、所定の収集期間の間に、それぞれの単位時間別に対象地域の地表面を撮影した複数の衛星映像データを収集する衛星映像データ収集モジュールと、前記複数の衛星映像データのそれぞれに対して、前記衛星映像データを分析して、それに相応する衛星映像分析データを生成し、該生成された前記複数の衛星映像分析データを含む衛星映像分析データセットを生成する衛星映像データ分析モジュールと、前記収集期間の間に、それぞれの単位時間別に前記対象地域内に設けられたセンサーから感知された複数の実測データを収集する実測データ収集モジュールと、前記複数の実測データのそれぞれに対して、前記実測データを分析して、それに相応する環境汚染データを生成し、該生成された複数の前記環境汚染データを含む環境汚染データセットを生成する実測データ分析モジュールと、前記衛星映像分析データセットと前記環境汚染データセットとの間の関連情報を生成する学習モジュールと、前記衛星映像データセットと前記環境汚染データセットとの間の関連情報を用いて、所定の予測時間に前記対象地域を撮影した予測対象衛星映像から予測環境汚染データを生成する予測モジュールと、を含む環境汚染予測システムが提供される。

一実施形態において、前記学習モジュールは、前記収集期間の間のそれぞれの単位時間別に当該単位時間の衛星映像分析データ及び当該単位時間の環境汚染データに対する機械学習を行って、前記衛星映像分析データセットと前記環境データセットとの間の関連情報を生成することができる。

一実施形態において、前記環境汚染データは、前記対象地域に位置する河川の水質データであり、前記センサーは、緑潮センサーであり得る。

一実施形態において、前記衛星映像データ分析モジュールは、前記衛星映像データに示された河川部分の色相を分析して、前記衛星映像データに相応する衛星映像分析データを生成することができる。

一実施形態において、前記環境汚染データは、前記対象地域の大気汚染度データであり、前記センサーは、大気センサーであり得る。

一実施形態において、前記衛星映像データ分析モジュールは、前記衛星映像データの透明度を分析して、前記衛星映像データに相応する衛星映像分析データを生成することができる。

一実施形態において、前記環境汚染予測システムは、前記収集期間の間に、それぞれの単位時間別に前記対象地域の大気環境データを収集する大気環境データ収集モジュールをさらに含み、前記衛星映像データ分析モジュールは、前記衛星映像データが撮影された単位時間に相応する大気環境データに基づいて、前記衛星映像データを補正した後、前記衛星映像データを分析して、それに相応する衛星映像分析データを生成することができる。

一実施形態において、前記環境汚染予測システムは、前記収集期間の間に、それぞれの単位時間別に所定のソーシャルネットワークサービスに掲示された前記対象地域に相応する掲示物から環境汚染関連キーワードを収集し、該収集された前記単位時間別の環境汚染関連キーワードを含む環境汚染関連キーワードセットを生成するキーワード収集モジュールをさらに含むが、前記学習モジュールは、前記衛星映像分析データセット及び前記環境汚染関連キーワードセットと前記環境汚染データセットとの間の関連情報を生成し、前記予測モジュールは、前記衛星映像データセット及び前記環境汚染キーワード関連セットと前記環境汚染データセットとの間の関連情報を用いて、所定の予測時間に前記対象地域を撮影した予測対象衛星映像及び前記予測時間に前記ソーシャルネットワークサービスに掲示された前記対象地域に相応する掲示物に含まれた環境汚染関連キーワードから前記予測環境汚染データを生成することができる。

一実施形態において、前記学習モジュールは、前記収集期間の間のそれぞれの単位時間別に当該単位時間の衛星映像分析データ、当該単位時間の環境汚染関連キーワード及び当該単位時間の環境汚染データに対する機械学習を行って、前記衛星映像分析データセット及び前記環境汚染関連キーワードセットと前記環境汚染データセットとの間の関連情報を生成することができる。

一実施形態において、前記ソーシャルネットワークサービスに掲示された前記対象地域に相応する掲示物は、前記対象地域または前記対象地域から一定範囲内の地域に位置するユーザの端末が、前記ソーシャルネットワークサービスに掲示した掲示物であり得る。

本発明の他の一側面によれば、所定の収集期間の間に、それぞれの単位時間別に所定のソーシャルネットワークサービスに掲示された対象地域に相応する掲示物から環境汚染関連キーワードを収集し、該収集された前記単位時間別の環境汚染関連キーワードを含む環境汚染関連キーワードセットを生成するキーワード収集モジュールと、前記収集期間の間に、それぞれの単位時間別に前記対象地域内に設けられたセンサーから感知された複数の実測データを収集するセンサーデータ収集モジュールと、前記複数の実測データのそれぞれに対して、前記実測データを分析して、それに相応する環境汚染データを生成し、該生成された複数の前記環境汚染データを含む環境汚染データセットを生成する実測データ分析モジュールと、前記環境汚染関連キーワードセットと前記環境汚染データセットとの間の関連情報を生成する学習モジュールと、前記環境汚染関連キーワードセットと前記環境汚染データセットとの間の関連情報を用いて、所定の予測時間に前記ソーシャルネットワークサービスに掲示された前記対象地域に相応する掲示物に含まれた環境汚染関連キーワードから予測環境汚染データを生成する予測モジュールと、を含む環境汚染予測システムが提供される。

本発明の他の一側面によれば、環境汚染予測システムが、所定の収集期間の間に、それぞれの単位時間別に対象地域の地表面を撮影した複数の衛星映像データを収集する衛星映像データ収集段階と、前記環境汚染予測システムが、前記複数の衛星映像データのそれぞれに対して、前記衛星映像データを分析して、それに相応する衛星映像分析データを生成し、該生成された前記複数の衛星映像分析データを含む衛星映像分析データセットを生成する衛星映像データ分析段階と、前記環境汚染予測システムが、前記収集期間の間に、それぞれの単位時間別に前記対象地域内に設けられたセンサーから感知された複数の実測データを収集するセンサーデータ収集段階と、前記環境汚染予測システムが、前記複数の実測データのそれぞれに対して、前記実測データを分析して、それに相応する環境汚染データを生成し、該生成された複数の前記環境汚染データを含む環境汚染データセットを生成する実測データ分析段階と、前記環境汚染予測システムが、前記衛星映像分析データセットと前記環境汚染データセットとの間の関連情報を生成する学習段階と、前記環境汚染予測システムが、前記衛星映像データセットと前記環境汚染データセットとの間の関連情報を用いて、所定の予測時間に前記対象地域を撮影した予測対象衛星映像から予測環境汚染データを生成する予測段階と、を含む環境汚染予測方法が提供される。

一実施形態において、前記環境汚染データは、前記対象地域に位置する河川の水質データであり、前記センサーは、緑潮センサーであり得る。

一実施形態において、前記衛星映像データ分析段階は、前記衛星映像データに示された河川部分の色相を分析して、前記衛星映像データに相応する衛星映像分析データを生成する段階を含みうる。

一実施形態において、前記環境汚染データは、前記対象地域の大気汚染度データであり、前記センサーは、大気センサーであり得る。

一実施形態において、前記衛星映像データ分析段階は、前記衛星映像データの透明度を分析して、前記衛星映像データに相応する衛星映像分析データを生成する段階を含みうる。

一実施形態において、前記環境汚染予測方法は、前記収集期間の間に、それぞれの単位時間別に所定のソーシャルネットワークサービスに掲示された前記対象地域に相応する掲示物から環境汚染関連キーワードを収集し、該収集された前記単位時間別の環境汚染関連キーワードを含む環境汚染関連キーワードセットを生成するキーワード収集段階をさらに含むが、前記学習段階は、前記衛星映像分析データセット及び前記環境汚染関連キーワードセットと前記環境汚染データセットとの間の関連情報を生成する段階を含み、前記予測段階は、前記衛星映像データセット及び前記環境汚染キーワード関連セットと前記環境汚染データセットとの間の関連情報を用いて、所定の予測時間に前記対象地域を撮影した予測対象衛星映像及び前記予測時間に前記ソーシャルネットワークサービスに掲示された前記対象地域に相応する掲示物に含まれた環境汚染関連キーワードから前記予測環境汚染データを生成する段階を含みうる。

本発明の他の一側面によれば、環境汚染予測システムが、所定の収集期間の間に、それぞれの単位時間別に所定のソーシャルネットワークサービスに掲示された対象地域に相応する掲示物から環境汚染関連キーワードを収集し、該収集された前記単位時間別の環境汚染関連キーワードを含む環境汚染関連キーワードセットを生成するキーワード収集段階と、前記環境汚染予測システムが、前記収集期間の間に、それぞれの単位時間別に前記対象地域内に設けられたセンサーから感知された複数の実測データを収集するセンサーデータ収集段階と、前記環境汚染予測システムが、前記複数の実測データのそれぞれに対して、前記実測データを分析して、それに相応する環境汚染データを生成し、該生成された複数の前記環境汚染データを含む環境汚染データセットを生成する実測データ分析段階と、前記環境汚染予測システムが、前記環境汚染関連キーワードセットと前記環境汚染データセットとの間の関連情報を生成する学習段階と、前記環境汚染予測システムが、前記環境汚染関連キーワードセットと前記環境汚染データセットとの間の関連情報を用いて、所定の予測時間に前記ソーシャルネットワークサービスに掲示された前記対象地域に相応する掲示物に含まれた環境汚染関連キーワードから予測環境汚染データを生成する予測段階と、を含む環境汚染予測方法が提供される。

本発明の他の一側面によれば、データ処理装置に設けられ、前述した方法を行うために記録媒体に保存されたコンピュータプログラムが提供される。

本発明の他の一側面によれば、環境汚染予測システムであって、プロセッサと、前記プロセッサによって実行されるコンピュータプログラムを保存するメモリと、を含み、前記コンピュータプログラムは、前記プロセッサによって実行される場合、前記環境汚染予測システムが、前述した方法を行わせる環境汚染予測システムが提供される。

本発明の一実施形態によれば、衛星映像から環境汚染を正確に予測することができる。また、ソーシャルネットワーク上でユーザが掲示する掲示物から環境汚染を正確に予測することができる。

本発明の詳細な説明で引用される図面をより十分に理解するために、各図面の簡単な説明が提供される。

本発明の一実施形態による環境汚染予測システムの駆動環境を概略的に示す図面である。 本発明の一実施形態による環境汚染予測システムの構成を概略的に示す図面である。 衛星映像データの一例を示す図面である。 本発明の一実施形態による環境汚染予測方法を示すフローチャートである。 本発明の他の一実施形態による環境汚染予測方法を示すフローチャートである。 本発明のさらに他の一実施形態による環境汚染予測方法を示すフローチャートである。

本発明は、多様な変換を加えることができ、さまざまな実施形態を有することができるので、特定の実施形態を図面に例示し、詳細な説明で詳細に説明する。しかし、これは、本発明を特定の実施形態に対して限定しようとするものではなく、本発明の思想及び技術範囲に含まれるあらゆる変換、均等物ないし代替物を含むものと理解しなければならない。本発明を説明するに当って、関連した公知技術についての具体的な説明が、本発明の要旨を不明にする恐れがあると判断される場合、その詳細な説明を省略する。

第１、第２などの用語は、多様な構成要素の説明に使われるが、前記構成要素は、前記用語によって限定されるものではない。前記用語は、１つの構成要素を他の構成要素から区別する目的のみで使われる。

本出願で使った用語は、単に特定の実施形態を説明するために使われたものであって、本発明を限定しようとする意図ではない。単数の表現は、文脈上、取り立てて明示しない限り、複数の表現を含む。

本明細書において、“含む”または“有する”などの用語は、明細書上に記載の特徴、数字、段階、動作、構成要素、部品またはこれらを組み合わせたものが存在するということを指定しようとするものであって、１つまたはそれ以上の他の特徴や数字、段階、動作、構成要素、部品またはこれらを組み合わせたものの存在、または付加の可能性をあらかじめ排除しないものと理解しなければならない。

また、本明細書においては、何れか１つの構成要素が、他の構成要素にデータを‘伝送’する場合には、前記構成要素は、前記他の構成要素に直接前記データを伝送することもでき、少なくとも１つのさらに他の構成要素を通じて前記データを前記他の構成要素に伝送することもできることを意味する。一方、何れか１つの構成要素が、他の構成要素にデータを‘直接伝送’する場合には、前記構成要素で他の構成要素を通じず、前記他の構成要素に前記データが伝送されることを意味する。

以下、添付図面を参照して、本発明の実施形態を中心に本発明を詳しく説明する。各図面に付された同じ参照符号は、同じ部材を示す。

図１は、本発明の一実施形態による環境汚染予測システムの駆動環境を概略的に示す図面である。本発明の一実施形態による環境汚染予測方法が具現されるために、環境汚染予測システム１００が備えられうる。

前記環境汚染予測システム１００は、環境汚染の予測対象となる特定地域（以下、‘対象地域’と言う）の環境汚染を予測することができる。

図１に示したように、前記環境汚染予測システム１００は、前記対象地域の上空にある衛星２００が撮影した前記対象地域の地表面に対する衛星映像データを収集することができる。

また、前記環境汚染予測システム１００は、所定のソーシャルネットワークサービス提供サーバ３００に掲示された前記対象地域に相応する掲示物に含まれた環境汚染関連キーワードを収集することができる。前記環境汚染関連キーワードは、例えば、“臭い”、“汚染”など既定のキーワードであり得る。

一方、前記対象地域に相応する掲示物とは、前記対象地域と関連したキーワードであって、例えば、前記対象地域の地名あるいは前記対象地域から一定範囲内にある地域の地名などであり得る。

また、前記対象地域に相応する掲示物とは、前記対象地域の近隣に位置しているユーザが掲示した掲示物であり得る。すなわち、前記対象地域または前記対象地域から一定範囲内の地域に位置するユーザの端末が、前記ソーシャルネットワークサービスに掲示した掲示物でもあり得る。

また、前記環境汚染予測システム１００は、前記対象地域に設けられた複数のセンサー４００−１〜４００−Ｍが測定した実測データを収集することができる。前記実測データは、環境汚染の程度を確認することができるデータであって、緑潮センサー、微塵センサー、クロロフィル−ａセンサー、濁度センサーなどを含みうる。

前記環境汚染予測システム１００は、一定の期間（収集期間）の間に、それぞれの単位時間別に、位相映像データ、環境汚染関連キーワード及び実測データを収集することができる。すなわち、前記環境汚染予測システム１００は、前記収集期間の間に、毎単位時間になる度に、位相映像データ、環境汚染関連キーワード及び実測データを収集することができる。したがって、特定単位時間に相応する位相映像データ、環境汚染関連キーワード及び実測データは、同じ時間（すなわち、前記特定単位時間）に収集されたデータであり得る。

一方、前記環境汚染予測システム１００は、前記収集期間が経過した後の一定時点（以下、‘予測時間’と言う）で環境汚染の程度を予測することができる。前記環境汚染予測システム１００は、前記予測時間で予測された環境汚染の程度を示す予測環境汚染データを生成することができる。

より詳細には、前記環境汚染予測システム１００は、前記収集期間内の毎単位時間ごとに収集される複数の衛星映像データのそれぞれを分析して、当該衛星映像データに相応する衛星映像分析データを生成し、該生成された複数の衛星映像分析データを含む衛星映像分析データセットを生成することができる。

また、前記環境汚染予測システム１００は、前記収集期間内の毎単位時間ごとに収集される環境汚染関連キーワードを含む環境汚染キーワードセットを生成することができる。

また、前記環境汚染予測システム１００は、前記収集期間内の毎単位時間ごとに収集される複数の実測データのそれぞれを分析して、当該実測データに相応する環境汚染データを生成し、該生成された複数の環境汚染データを含む環境汚染データセットを生成することができる。

一方、前記環境汚染予測システム１００は、生成された前記衛星映像データセット及び／または前記環境汚染キーワード関連セットと生成された前記環境汚染データセットとの間の関連情報を生成し、引き続き生成された関連情報を用いて、所定の予測時間に収集された衛星映像（予測対象衛星映像）及び／または前記予測時間に前記ソーシャルネットワーク提供システム３００が提供するＳＮＳに掲示された前記対象地域に相応する掲示物に含まれた環境汚染関連キーワードから予測環境汚染データを生成することができる。すなわち、前記予測環境汚染データは、所定の予測時間に収集された衛星映像（予測対象衛星映像）及び／または前記予測時間に前記ソーシャルネットワーク提供システム３００が提供するＳＮＳに掲示された前記対象地域に相応する掲示物に含まれた環境汚染関連キーワードから予測される環境汚染の程度に関する情報であり得る。

以下、図２を参照して、前記環境汚染予測システム１００の細部構成についてより詳細に説明する。図２は、本発明の一実施形態による環境汚染予測システムの構成を概略的に示す図面である。

図２に示したように、前記環境汚染予測システム１００は、衛星映像データ収集モジュール１１０、衛星映像データ分析モジュール１２０、実測データ収集モジュール１３０、実測データ分析モジュール１４０、学習モジュール１５０、予測モジュール１６０、大気環境データ収集モジュール１７０、キーワード収集モジュール１８０を含みうる。

本発明の実施形態によっては、前述した構成要素のうち、一部構成要素は、必ず本発明の具現に必須的に必要な構成要素に該当しないこともあり、また、実施形態によって、前記環境汚染予測システム１００が、さらに多い構成要素を含むこともあるということはいうまでもない。例えば、前記環境汚染予測システム１００は、前記環境汚染予測システム１００の他の構成要素（例えば、衛星映像データ収集モジュール１１０、衛星映像データ分析モジュール１２０、実測データ収集モジュール１３０、実測データ分析モジュール１４０、学習モジュール１５０、予測モジュール１６０、大気環境データ収集モジュール１７０、及び／またはキーワード収集モジュール１８０）の機能及び／またはリソースを制御することもできる制御モジュール（図示せず）をさらに含みうる。

前記環境汚染予測システム１００は、本発明の技術的思想を具現するために必要なハードウェアリソース（ｒｅｓｏｕｒｃｅ）及び／またはソフトウェアを備え、必ず１つの物理的な構成要素を意味するか、１つの装置を意味するものではない。すなわち、前記環境汚染予測システム１００は、本発明の技術的思想を具現するために備えられるハードウェア及び／またはソフトウェアの論理的な結合を意味し、必要な場合には、互いに離隔した装置に設けられて、それぞれの機能を行うことによって、本発明の技術的思想を具現するための論理的な構成の集合として具現されることもある。また、前記環境汚染予測システム１００は、本発明の技術的思想を具現するためのそれぞれの機能または役割別に別途に具現される構成の集合を意味することもある。例えば、前記衛星映像データ収集モジュール１１０、衛星映像データ分析モジュール１２０、実測データ収集モジュール１３０、実測データ分析モジュール１４０、学習モジュール１５０、予測モジュール１６０、大気環境データ収集モジュール１７０、及び／またはキーワード収集モジュール１８０は、互いに異なる物理的装置に位置してもよく、同じ物理的装置に位置しても良い。また、具現例によっては、前記衛星映像データ収集モジュール１１０、衛星映像データ分析モジュール１２０、実測データ収集モジュール１３０、実測データ分析モジュール１４０、学習モジュール１５０、予測モジュール１６０、大気環境データ収集モジュール１７０、キーワード収集モジュール１８０など、それぞれの個別モジュールを構成する細部要素も、互いに異なる物理的装置に位置し、互いに異なる物理的装置に位置した細部要素が互いに有機的に結合されて、それぞれの個別モジュールが行う機能を実現することもできる。

また、本明細書で、モジュールとは、本発明の技術的思想を行うためのハードウェア及び前記ハードウェアを駆動するためのソフトウェアの機能的、構造的結合を意味する。例えば、前記モジュールは、所定のコードと前記所定のコードが行われるためのハードウェアリソースの論理的な単位を意味し、必ず物理的に連結されたコードを意味するか、一種のハードウェアを意味するものではないということは、本発明の技術分野の平均的な専門家には容易に推論されうる。

前記衛星映像データ収集モジュール１１０は、所定の収集期間の間に、それぞれの単位時間別に対象地域の地表面を撮影した複数の衛星映像データを収集することができる。前述したように、前記衛星映像データは、前記対象地域の上空にある衛星２００によって撮影される映像データであり得る。前記衛星映像データ収集モジュール１１０は、毎単位時間ごとに前記衛星２００によって撮影される前記対象地域の地表面に対する衛星映像データを収集し、前記収集期間の間に、衛星映像データを収集することができる。

図３は、衛星映像データの一例を示す図面である。図３に示したように、前記衛星映像データには、河川部分が含まれうる。すなわち、図３の例示で、前記対象地域は、河川を含みうる。

一方、前記衛星映像データ分析モジュール１２０は、前記複数の衛星映像データのそれぞれに対して、前記衛星映像データを分析して、それに相応する衛星映像分析データを生成し、該生成された前記複数の衛星映像分析データを含むデータ群（以下、‘衛星映像分析データセット’と言う）を生成することができる。

前記衛星映像データ分析モジュール１２０が、それぞれの衛星映像データを分析する方法は、前記環境汚染予測システム１００が予測する汚染の種類によって変わりうる。実施形態によって、前記衛星映像データ分析モジュール１２０は、それぞれの衛星映像データの色相や透明度などを分析し、より具体的な方法については後述する。

一方、前記実測データ収集モジュール１３０は、前記収集期間の間に、それぞれの単位時間別に前記対象地域内に設けられたセンサー４００−１〜４００−Ｍから感知された複数の実測データを収集することができる。前記センサー４００−１〜４００−Ｍは、前記前記環境汚染予測システム１００が予測する汚染の種類によって変わり、例えば、前記前記環境汚染予測システム１００が、河川の水質を予測するシステムである場合、前記センサー４００−１〜４００−Ｍは、水質の程度を把握することができる水質感知センサー（例えば、濁度センサー、緑潮センサー、クロロフィル−ａセンサー）であり得る。または、前記前記環境汚染予測システム１００が、大気汚染度を予測するシステムである場合、前記センサー４００−１〜４００−Ｍは、大気汚染度を予測することができるセンサー（例えば、微塵センサーなど）であり得る。

一方、前記実測データ分析モジュール１４０は、前記複数の実測データのそれぞれに対して、前記実測データを分析して、それに相応する環境汚染データを生成し、該生成された複数の前記環境汚染データを含むデータ群（以下、‘環境汚染データセット’と言う）を生成することができる。

一実施形態において、前記環境汚染データは、前記対象地域に位置する河川の水質データであり、前記センサー４００−１〜４００−Ｍは、前記河川の水質を確認することができる水質感知センサーであり得る。例えば、前記水質感知は、緑潮センサー、クロロフィル−ａ感知センサー及び／または濁度センサーであり得る。この場合、前記衛星映像データ分析モジュール１２０は、前記衛星映像データに示された河川部分の色相を分析して、前記衛星映像データに相応する衛星映像分析データを生成することができる。河川の水質によって、前記河川部分の色相が異なるように決定されるためである。本実施形態において、前記衛星映像データ分析モジュール１２０によって生成される各衛星映像データの分析結果は、当該衛星映像データに示された河川部分に含まれた各ピクセルあるいは一定のピクセル群ごとに付与される数値（例えば、各ピクセルの色相値など）でもあり、各ピクセルあるいは一定のピクセル群ごとに付与される数値に決定される所定の数値（例えば、平均値など）でもあり得る。

他の一実施形態において、前記環境汚染データは、前記対象地域の大気汚染度データであり、前記センサー４００−１〜４００−Ｍは、前記対象地域の大気汚染度を確認することができる大気センサーであり得る。例えば、前記大気センサーは、微塵センサーであり得る。この場合、前記衛星映像データ分析モジュール１２０は、前記衛星映像データの透明度を分析して、前記衛星映像データに相応する衛星映像分析データを生成することができる。前記対象地域の大気汚染度によって、前記対象地域を撮影した映像の透明度が異なるように決定されるためである。本実施形態において、前記衛星映像データ分析モジュール１２０によって生成される各衛星映像データの分析結果は、当該衛星映像データに含まれた各ピクセルあるいは一定のピクセル群ごとに付与される数値（例えば、各ピクセルの透明度など）でもあり、各ピクセルあるいは一定のピクセル群ごとに付与される数値に決定される所定の数値（例えば、平均値など）でもあり得る。

一方、前記衛星２００が撮影した前記対象地域の地表面を撮影した衛星映像は、前記対象地域の大気環境（例えば、湿度、雲、風向など）によって変わりうる。したがって、一実施形態において、前記衛星映像データ分析モジュール１２０は、前記複数の衛星映像データのそれぞれを補正した後、前記衛星映像データを分析して、それに相応する衛星映像分析データを生成することができる。そのために、前記大気環境データ収集モジュール１７０は、前記収集期間の間に、それぞれの単位時間別に前記対象地域の大気環境データを収集し、前記衛星映像データ分析モジュール１２０は、前記衛星映像データが撮影された単位時間に相応する大気環境データに基づいて、前記衛星映像データを補正することができる。

前記大気環境データ収集モジュール１７０は、所定の大気環境データ提供サーバ（例えば、気象庁サーバなど）から前記対象地域の大気環境データを収集し、前記大気環境データは、前記対象地域の大気環境を示すデータ（例えば、湿度、降雨量、降雪量、風量、雲の程度など）を含みうる。

前記衛星映像データ分析モジュール１２０は、特定単位時間の大気環境データに基づいて、前記単位時間の衛星映像データの明度や色相、彩度などを補正することができる。

一方、前記キーワード収集モジュール１８０は、前記収集期間の間に、それぞれの単位時間別に所定のソーシャルネットワークサービスに掲示された前記対象地域に相応する掲示物から環境汚染関連キーワードを収集し、該収集された前記単位時間別の環境汚染関連キーワードを含む環境汚染関連キーワードセットを生成することができる。前記キーワード収集モジュール１８０は、前記ソーシャルネットワークサービス提供サーバ３００から前記対象地域に相応する掲示物に含まれた環境汚染関連キーワードを収集することができる。

前記環境汚染関連キーワードは、環境汚染と関連した既定のキーワードの１つであって、例えば、“臭い”、“汚染”、“緑潮”、“悪臭”、“浮遊物”などであり得る。一方、前記対象地域に相応する掲示物とは、前記対象地域と関連したキーワードであって、例えば、前記対象地域の地名あるいは前記対象地域から一定範囲内にある地域の地名などであり得る。

一実施形態において、前記対象地域に相応する掲示物とは、前記対象地域の近隣に位置しているユーザが掲示した掲示物であり得る。すなわち、前記対象地域または前記対象地域から一定範囲内の地域に位置するユーザの端末が、前記ソーシャルネットワークサービスに掲示した掲示物でもあり得る。本実施形態においては、前記対象地域の近隣に位置しているユーザが掲示当時に経験した内容をＳＮＳに掲示するので、前記対象地域に相応する掲示物は、掲示当時の対象地域の汚染状況を示す資料になりうる。

一方、前記学習モジュール１５０は、前記衛星映像分析データセット及び／または前記環境汚染関連キーワードセットと前記環境汚染データセットとの間の関連情報を生成することができる。すなわち、実施形態によって、前記学習モジュール１５０は、前記衛星映像分析データセットと前記環境汚染データセットとの間の関連情報、前記環境汚染関連キーワードセットと前記環境汚染データセットとの間の関連情報及び／または前記衛星映像分析データセット及び前記環境汚染関連キーワードセットと前記環境汚染データセットとの間の関連情報を生成することができる。

一実施形態において、前記学習モジュール１５０は、各セットに含まれている個別データを入力値とする機械学習を行って、前記関連情報を生成することができる。
前記衛星映像分析データセット、前記環境汚染関連キーワードセット及び前記環境汚染データセットに含まれているデータは、いずれも前記収集期間内の特定単位に収集されたデータなので、前記衛星映像分析データセット、前記環境汚染関連キーワードセット及び前記環境汚染データセットに含まれたそれぞれのデータは、いずれも特定単位時間に対応しうる。前記学習モジュール１５０は、前記収集期間内のそれぞれの単位時間別に、前記単位時間に相応する衛星映像データ及び／または前記単位時間に相応する環境汚染関連キーワードと前記単位時間に相応する環境汚染データとを入力値とする機械学習を行うことができる。

前記学習モジュール１５０は、例えば、前記学習モジュール１５０は、決定木学習法、関連規則学習法、人工神経網、サポートベクターマシン、クラスタリングなど公知の多様な機械学習アルゴリズムを行うことができる。

一方、前記学習モジュール１５０によって、前記学習モジュール１５０は、前記衛星映像分析データセット及び／または前記環境汚染関連キーワードセットと前記環境汚染データセットとの間の関連情報が生成された後、前記予測モジュール１６０は、生成された関連情報を用いて、所定の予測時間に前記対象地域を撮影した予測対象衛星映像及び／または前記予測時間に前記ソーシャルネットワークサービスに掲示された前記対象地域に相応する掲示物に含まれた環境汚染関連キーワードから予測環境汚染データを生成することができる。

このように生成された予測環境汚染データは、前記対象地域に設けられたセンサーから測定されたデータではなく、前記予測時間に収集された衛星映像（予測対象衛星映像）及び／または前記予測時間に前記ソーシャルネットワーク提供システム３００が提供するＳＮＳに掲示された前記対象地域に相応する掲示物に含まれた環境汚染関連キーワードから予測される環境汚染の程度に関する情報であり得る。したがって、前述した本発明の技術的思想によれば、前記対象地域にセンサーが備えられていない状況でも、衛星映像及び／またはＳＮＳに掲示された掲示物から前記対象地域の環境汚染の程度を正確に予測することができる効果がある。

図４は、本発明の一実施形態による環境汚染予測方法を示すフローチャートである。図４は、衛星映像データから環境汚染データを予測する方法を示す図面である。

図４を参照すれば、前記環境汚染予測システム１００は、Ｓ１００段階を行って、衛星映像分析データセットＳＩ及び環境汚染データセットＳＰを生成することができる。

Ｓ１００段階で、前記環境汚染予測システム１００は、毎単位時間Ｔｉ（１＜＝ｉ＜＝Ｎ）ごとにＳ１０１ないしＳ１０８段階を行うことができる。図４で、前記衛星映像データ及び実測データを収集する総収集時間は、（Ｔｉ＋１−Ｔｉ）＊Ｎであり得る。

Ｓ１０１段階で、前記環境汚染予測システム１００は、単位時間Ｔｉで対象地域の地表面を撮影した衛星映像データＩ_ｉを収集することができる。

Ｓ１０２段階で、前記環境汚染予測システム１００は、単位時間Ｔｉで測定した大気環境データＥ_ｉを収集し、Ｓ１０３段階で、大気環境データＥ_ｉに基づいて衛星映像データＩ_ｉを補正することができる。

Ｓ１０４段階で、前記環境汚染予測システム１００は、衛星映像データＩ_ｉを補正した結果物を分析して、衛星映像分析データＡ_ｉを生成し、Ｓ１０５段階で、生成された衛星映像分析データＡ_ｉを衛星映像分析データセットＳＩに追加することができる。

一方、Ｓ１０６段階で、前記環境汚染予測システム１００は、前記対象地域に設けられたセンサー４００−１〜４００−Ｍから単位時間Ｔｉに感知された実測データＤ_ｉを収集し、Ｓ１０７段階で、実測データＤ_ｉを分析して、環境汚染データＰ_ｉを生成し、Ｓ１０８段階で、環境汚染データＰ_ｉを環境汚染データセットＳＰに追加することができる。

前記のような方法で収集期間の間に、毎単位時間ごとに収集されたデータを含む衛星映像分析データセットＳＩと環境汚染データセットＳＰとが生成されれば、Ｓ１１０段階で、前記環境汚染予測システム１００は、機械学習を通じて前記衛星映像分析データセットＳＩと前記環境汚染データセットＳＰとの間の関連情報Ｒを生成することができる。

関連情報Ｒが生成されれば、Ｓ１２０段階で、前記環境汚染予測システム１００は、所定の予測時間に撮影された予測対象衛星映像から予測環境汚染データを生成することができる。より詳細には、前記環境汚染予測システム１００は、前記予測時間に測定された大気環境データに基づいて、前記予測対象衛星映像を補正した後、これより予測衛星映像分析データを生成し、前記関連情報Ｒを用いて、前記予測衛星映像分析データに相応する環境汚染データである前記予測環境汚染データを生成することができる。

図５は、本発明の他の一実施形態による環境汚染予測方法を示すフローチャートである。図５は、ＳＮＳに掲示された掲示物から環境汚染データを予測する方法を示す図面である。

図５を参照すれば、前記環境汚染予測システム１００は、Ｓ２００段階を行って、環境汚染関連キーワードセットＳＫ及び環境汚染データセットＳＰを生成することができる。

Ｓ２００段階で、前記環境汚染予測システム１００は、毎単位時間Ｔｉ（１＜＝ｉ＜＝Ｎ）ごとにＳ２０１ないしＳ２０５段階を行うことができる。図５で、前記環境汚染キーワード及び実測データを収集する総収集時間は、（Ｔｉ＋１−Ｔｉ）＊Ｎであり得る。

Ｓ２０１段階で、前記環境汚染予測システム１００は、単位時間ＴｉでＳＮＳに掲示された対象地域に相応する掲示物から環境汚染関連キーワードＫ_ｉを収集し、Ｓ２０２段階で、前記環境汚染予測システム１００は、環境汚染関連キーワードセットＳＫに環境汚染関連キーワードＫ_ｉを追加することができる。

一方、Ｓ２０３段階で、前記環境汚染予測システム１００は、前記対象地域に設けられたセンサー４００−１〜４００−Ｍから単位時間Ｔｉに感知された実測データＤ_ｉを収集し、Ｓ２０４段階で、実測データＤ_ｉを分析して、環境汚染データＰ_ｉを生成し、Ｓ２０５段階で、環境汚染データＰ_ｉを環境汚染データセットＳＰに追加することができる。

前記のような方法で収集期間の間に、毎単位時間ごとに収集されたデータを含む環境汚染関連キーワードセットＳＫと環境汚染データセットＳＰとが生成されれば、Ｓ２１０段階で、前記環境汚染予測システム１００は、機械学習を通じて前記環境汚染関連キーワードセットＳＫと前記環境汚染データセットＳＰとの間の関連情報Ｒを生成することができる。

関連情報Ｒが生成されれば、Ｓ２２０段階で、前記環境汚染予測システム１００は、所定の予測時間に前記ＳＮＳに掲示された対象地域に相応する掲示物に含まれた環境汚染関連キーワードから予測環境汚染データを生成することができる。

図６は、本発明のさらに他の一実施形態による環境汚染予測方法を示すフローチャートである。図６は、衛星映像データ及びＳＮＳに掲示された掲示物から環境汚染データを予測する方法を示す図面である。

図６を参照すれば、前記環境汚染予測システム１００は、Ｓ３００段階を行って、衛星映像分析データセットＳＩ及び環境汚染データセットＳＰを生成することができる。

Ｓ３００段階で、前記環境汚染予測システム１００は、毎単位時間Ｔｉ（１＜＝ｉ＜＝Ｎ）ごとにＳ３０１ないしＳ３０８段階を行うことができる。図６で、前記衛星映像データ、前記環境汚染関連キーワード及び実測データを収集する総収集時間は、（Ｔｉ＋１−Ｔｉ）＊Ｎであり得る。

Ｓ３０１段階で、前記環境汚染予測システム１００は、単位時間Ｔｉで対象地域の地表面を撮影した衛星映像データＩ_ｉを収集することができる。

Ｓ３０２段階で、前記環境汚染予測システム１００は、衛星映像データＩ_ｉを分析して、衛星映像分析データＡ_ｉを生成し、Ｓ３０３段階で、生成された衛星映像分析データＡ_ｉを衛星映像分析データセットＳＩに追加することができる。もちろん、具現例によっては、前記環境汚染予測システム１００は、図４の実施形態でのように衛星映像データＩ_ｉを補正した後、補正された衛星映像データを分析することもできる。

一方、Ｓ３０４段階で、前記環境汚染予測システム１００は、単位時間ＴｉでＳＮＳに掲示された対象地域に相応する掲示物から環境汚染関連キーワードＫ_ｉを収集し、Ｓ３０５段階で、前記環境汚染予測システム１００は、環境汚染関連キーワードセットＳＫに環境汚染関連キーワードＫ_ｉを追加することができる。

一方、Ｓ３０６段階で、前記環境汚染予測システム１００は、前記対象地域に設けられたセンサー４００−１〜４００−Ｍから単位時間Ｔｉに感知された実測データＤ_ｉを収集し、Ｓ３０７段階で、実測データＤ_ｉを分析して、環境汚染データＰ_ｉを生成し、Ｓ３０８段階で、環境汚染データＰ_ｉを環境汚染データセットＳＰに追加することができる。

前記のような方法で収集期間の間に、毎単位時間ごとに収集されたデータを含む衛星映像分析データセットＳＩ、環境汚染関連キーワードセットＳＫと環境汚染データセットＳＰとが生成されれば、Ｓ３１０段階で、前記環境汚染予測システム１００は、機械学習を通じて前記衛星映像分析データセットＳＩ及び前記環境汚染関連キーワードセットＳＫと前記環境汚染データセットＳＰとの間の関連情報Ｒを生成することができる。

関連情報Ｒが生成されれば、Ｓ３２０段階で、前記環境汚染予測システム１００は、所定の予測時間に撮影された予測対象衛星映像及び前記予測時間に前記ＳＮＳに掲示された対象地域に相応する掲示物に含まれた環境汚染関連キーワードから予測環境汚染データを生成することができる。

一方、具現例によっては、前記環境汚染予測システム１００は、プロセッサと、前記プロセッサによって実行されるプログラムを保存するメモリと、を含みうる。前記プロセッサは、シングルコアＣＰＵあるいはマルチコアＣＰＵを含みうる。メモリは、高速ランダムアクセスメモリを含み、１つ以上の磁気ディスク保存装置、フラッシュメモリ装置、またはその他の不揮発性固体状態メモリ装置のような不揮発性メモリを含むこともある。プロセッサ及びその他の構成要素によるメモリへのアクセスは、メモリコントローラによって制御される。ここで、前記プログラムは、プロセッサによって実行される場合、本実施形態による環境汚染予測システム１００をして、前述した環境汚染予測方法を行わせる。

一方、本発明の実施形態による環境汚染予測方法は、コンピュータで読み取り可能なプログラム命令の形態で具現されて、コンピュータで読み取り可能な記録媒体に保存され、本発明の実施形態による制御プログラム及び対象プログラムも、コンピュータで読取り可能な記録媒体に保存することができる。コンピュータで読み取り可能な記録媒体は、コンピュータシステムによって読み取れるデータが保存されるあらゆる種類の記録装置を含む。

記録媒体に記録されるプログラム命令は、本発明のために特別に設計され、構成されたものであるか、ソフトウェア分野の当業者に公知されて使用可能なものでもあり得る。

コンピュータで読み取り可能な記録媒体の例には、ハードディスク、フロッピー（登録商標）ディスク及び磁気テープのような磁気媒体（ｍａｇｎｅｔｉｃ ｍｅｄｉａ）、ＣＤ−ＲＯＭ、ＤＶＤのような光記録媒体（ｏｐｔｉｃａｌ ｍｅｄｉａ）、フロプティカルディスク（ｆｌｏｐｔｉｃａｌ ｄｉｓｋ）のような磁気−光媒体（ｍａｇｎｅｔｏ−ｏｐｔｉｃａｌ ｍｅｄｉａ）及びＲＯＭ、ＲＡＭ、フラッシュメモリのようなプログラム命令を保存し、行うように特別に構成されたハードウェア装置が含まれる。また、前述した媒体は、プログラム命令、データ構造などを指定する信号を伝送する搬送波を含む光または金属線、導波管などの伝送媒体でもあり得る。また、コンピュータで読み取り可能な記録媒体は、ネットワークで連結されたコンピュータシステムに分散されて、分散方式でコンピュータで読み取り可能なコードとして保存されて実行可能である。

プログラム命令の例には、コンパイラによって作られるもののような機械語コードだけではなく、インタプリタなどを使って電子的に情報を処理する装置、例えば、コンピュータによって実行可能な高級言語コードを含む。

前述したハードウェア装置は、本発明の動作を行うために、１つ以上のソフトウェアモジュールとして作動するように構成され、その逆も同様である。

前述した本発明の説明は、例示のためのものであり、当業者は、本発明の技術的思想や必須的な特徴を変更せずとも、他の具体的な形態で容易に変形が可能であるということを理解できるであろう。したがって、前述した実施形態は、あらゆる面で例示的なものであり、限定的ではないということを理解しなければならない。例えば、単一型として説明されている各構成要素は、分散されて実施することもでき、同様に分散されたものとして説明されている構成要素も、結合された形態で実施される。

本発明の範囲は、前記詳細な説明よりは、後述する特許請求の範囲によって示され、特許請求の範囲の意味及び範囲、そして、その均等概念から導出される、あらゆる変更または変形された形態が、本発明の範囲に含まれると解釈されねばならない。

本発明は、環境汚染予測システム及び方法に用いられうる。

Claims (17)

1. 所定の収集期間の間に、それぞれの単位時間別に対象地域の地表面を撮影した複数の衛星映像データを収集する衛星映像データ収集モジュールと、
   前記複数の衛星映像データのそれぞれに対して、前記衛星映像データを分析して、それに相応する衛星映像分析データを生成し、該生成された前記複数の衛星映像分析データを含む衛星映像分析データセットを生成する衛星映像データ分析モジュールと、
   前記収集期間の間に、それぞれの単位時間別に前記対象地域内に設けられたセンサーから感知された複数の実測データを収集する実測データ収集モジュールと、
   前記複数の実測データのそれぞれに対して、前記実測データを分析して、それに相応する環境汚染データを生成し、該生成された複数の前記環境汚染データを含む環境汚染データセットを生成する実測データ分析モジュールと、
   前記収集期間の間に、それぞれの単位時間別に所定のソーシャルネットワークサービスに掲示された前記対象地域に相応する掲示物から環境汚染関連キーワードを収集し、該収集された前記単位時間別の環境汚染関連キーワードを含む環境汚染関連キーワードセットを生成するキーワード収集モジュールと、
   前記衛星映像分析データセット及び前記環境汚染関連キーワードセットと前記環境汚染データセットとの間の関連情報を生成する学習モジュールと、
   前記衛星映像分析データセット及び前記環境汚染関連キーワードセットと前記環境汚染データセットとの間の関連情報を用いて、所定の予測時間に前記対象地域を撮影した予測対象衛星映像及び前記予測時間に前記ソーシャルネットワークサービスに掲示された前記対象地域に相応する掲示物に含まれた環境汚染関連キーワードから予測環境汚染データを生成する予測モジュールと、
   を含む環境汚染予測システム。
2. 前記環境汚染データは、前記対象地域に位置する河川の水質データであり、前記センサーは、緑潮センサーであることを特徴とする請求項１に記載の環境汚染予測システム。
3. 前記衛星映像データ分析モジュールは、
   前記衛星映像データに示された河川部分の色相を分析して、前記衛星映像データに相応する衛星映像分析データを生成する請求項２に記載の環境汚染予測システム。
4. 前記環境汚染データは、前記対象地域の大気汚染度データであり、前記センサーは、大気センサーであることを特徴とする請求項１に記載の環境汚染予測システム。
5. 前記衛星映像データ分析モジュールは、
   前記衛星映像データの透明度を分析して、前記衛星映像データに相応する衛星映像分析データを生成する請求項４に記載の環境汚染予測システム。
6. 前記環境汚染予測システムは、
   前記収集期間の間に、それぞれの単位時間別に前記対象地域の大気環境データを収集する大気環境データ収集モジュールをさらに含み、
   前記衛星映像データ分析モジュールは、
   前記衛星映像データが撮影された単位時間に相応する大気環境データに基づいて、前記衛星映像データを補正した後、前記衛星映像データを分析して、それに相応する衛星映像分析データを生成する請求項１に記載の環境汚染予測システム。
7. 前記学習モジュールは、
   前記収集期間の間のそれぞれの単位時間別に当該単位時間の衛星映像分析データ、当該単位時間の環境汚染関連キーワード及び当該単位時間の環境汚染データに対する機械学習を行って、前記衛星映像分析データセット及び前記環境汚染関連キーワードセットと前記環境汚染データセットとの間の関連情報を生成する請求項１に記載の環境汚染予測システム。
8. 前記ソーシャルネットワークサービスに掲示された前記対象地域に相応する掲示物は、
   前記対象地域または前記対象地域から一定範囲内の地域に位置するユーザの端末が、前記ソーシャルネットワークサービスに掲示した掲示物であることを特徴とする請求項１に記載の環境汚染予測システム。
9. 所定の収集期間の間に、それぞれの単位時間別に所定のソーシャルネットワークサービスに掲示された対象地域に相応する掲示物から環境汚染関連キーワードを収集し、該収集された前記単位時間別の環境汚染関連キーワードを含む環境汚染関連キーワードセットを生成するキーワード収集モジュールと、
   前記収集期間の間に、それぞれの単位時間別に前記対象地域内に設けられたセンサーから感知された複数の実測データを収集するセンサーデータ収集モジュールと、
   前記複数の実測データのそれぞれに対して、前記実測データを分析して、それに相応する環境汚染データを生成し、該生成された複数の前記環境汚染データを含む環境汚染データセットを生成する実測データ分析モジュールと、
   前記環境汚染関連キーワードセットと前記環境汚染データセットとの間の関連情報を生成する学習モジュールと、
   前記環境汚染関連キーワードセットと前記環境汚染データセットとの間の関連情報を用いて、所定の予測時間に前記ソーシャルネットワークサービスに掲示された前記対象地域に相応する掲示物に含まれた環境汚染関連キーワードから予測環境汚染データを生成する予測モジュールと、
   を含む環境汚染予測システム。
10. 環境汚染予測システムが、所定の収集期間の間に、それぞれの単位時間別に対象地域の地表面を撮影した複数の衛星映像データを収集する衛星映像データ収集段階と、
    前記環境汚染予測システムが、前記複数の衛星映像データのそれぞれに対して、前記衛星映像データを分析して、それに相応する衛星映像分析データを生成し、該生成された前記複数の衛星映像分析データを含む衛星映像分析データセットを生成する衛星映像データ分析段階と、
    前記環境汚染予測システムが、前記収集期間の間に、それぞれの単位時間別に前記対象地域内に設けられたセンサーから感知された複数の実測データを収集するセンサーデータ収集段階と、
    前記環境汚染予測システムが、前記複数の実測データのそれぞれに対して、前記実測データを分析して、それに相応する環境汚染データを生成し、該生成された複数の前記環境汚染データを含む環境汚染データセットを生成する実測データ分析段階と、
    前記環境汚染予測システムが、前記収集期間の間に、それぞれの単位時間別に所定のソーシャルネットワークサービスに掲示された前記対象地域に相応する掲示物から環境汚染関連キーワードを収集し、該収集された前記単位時間別の環境汚染関連キーワードを含む環境汚染関連キーワードセットを生成するキーワード収集段階と、
    前記環境汚染予測システムが、前記衛星映像分析データセット及び前記環境汚染関連キーワードセットと前記環境汚染データセットとの間の関連情報を生成する学習段階と、
    前記環境汚染予測システムが、前記衛星映像分析データセット及び前記環境汚染関連キーワードセットと前記環境汚染データセットとの間の関連情報を用いて、所定の予測時間に前記対象地域を撮影した予測対象衛星映像及び前記予測時間に前記ソーシャルネットワークサービスに掲示された前記対象地域に相応する掲示物に含まれた環境汚染関連キーワードから予測環境汚染データを生成する予測段階と、
    を含む環境汚染予測方法。
11. 前記環境汚染データは、前記対象地域に位置する河川の水質データであり、前記センサーは、緑潮センサーであることを特徴とする請求項１０に記載の環境汚染予測方法。
12. 前記衛星映像データ分析段階は、
    前記衛星映像データに示された河川部分の色相を分析して、前記衛星映像データに相応する衛星映像分析データを生成する段階を含む請求項１１に記載の環境汚染予測方法。
13. 前記環境汚染データは、前記対象地域の大気汚染度データであり、前記センサーは、大気センサーであることを特徴とする請求項１０に記載の環境汚染予測方法。
14. 前記衛星映像データ分析段階は、
    前記衛星映像データの透明度を分析して、前記衛星映像データに相応する衛星映像分析データを生成する段階を含む請求項１３に記載の環境汚染予測方法。
15. 環境汚染予測システムが、所定の収集期間の間に、それぞれの単位時間別に所定のソーシャルネットワークサービスに掲示された対象地域に相応する掲示物から環境汚染関連キーワードを収集し、該収集された前記単位時間別の環境汚染関連キーワードを含む環境汚染関連キーワードセットを生成するキーワード収集段階と、
    前記環境汚染予測システムが、前記収集期間の間に、それぞれの単位時間別に前記対象地域内に設けられたセンサーから感知された複数の実測データを収集するセンサーデータ収集段階と、
    前記環境汚染予測システムが、前記複数の実測データのそれぞれに対して、前記実測データを分析して、それに相応する環境汚染データを生成し、該生成された複数の前記環境汚染データを含む環境汚染データセットを生成する実測データ分析段階と、
    前記環境汚染予測システムが、前記環境汚染関連キーワードセットと前記環境汚染データセットとの間の関連情報を生成する学習段階と、
    前記環境汚染予測システムが、前記環境汚染関連キーワードセットと前記環境汚染データセットとの間の関連情報を用いて、所定の予測時間に前記ソーシャルネットワークサービスに掲示された前記対象地域に相応する掲示物に含まれた環境汚染関連キーワードから予測環境汚染データを生成する予測段階と、
    を含む環境汚染予測方法。
16. データ処理装置に設けられ、請求項１０または１５に記載の方法を行うために記録媒体に保存されたコンピュータプログラム。
17. 環境汚染予測システムであって、
    プロセッサと、
    前記プロセッサによって実行されるコンピュータプログラムを保存するメモリと、を含み、
    前記コンピュータプログラムは、前記プロセッサによって実行される場合、前記環境汚染予測システムが、請求項１０または１５に記載の方法を行わせる環境汚染予測システム。