Classification is an important area in a data mining. There are various ways in classification methodologies : the decision tree and the neural network, etc. Recently, Rough set theory has been presented as a method for classification. Rough set theory is a new approach in decision making in the presence of uncertainty and vagueness. In the process of constructing the tree, appropriate attributes have to be selected as nodes of the tree. In this paper, we present a new approach to selection of attributes for the construction of decision tree using the Rough set theory. The suggested method makes more simple classification rules in the decision tree and reduces the volume of the data to be treated.

환경오염물질 배출 사업장에서는 환경오염 물질 배출에 대한 규제에 대응하고 나아가 자체적인 환경오염 물질 배출 개선을 위한 환경 모니터링 시스템 운영이 필수적이다. 현재 환경관리공단에서는 일정 규모 이상의 사업장을 대상으로 TMS(Tele Metering System)를 설치하여 전국적으로 환경오염 배출 물질을 실시간 감시 중에 있으며, 환경오염 배출 기준치 초과 시에는 예･경보를 발생시키도록 대처하고 있다. 그러나 기존 대부분의 환경 모니터링 시스템들은 환경 배출 물질 초과 발생 시 원인 분석 기능이 없고 특정 측정 장소(굴뚝 상단의 배출구나 특정 수질 측정소 등)에서의 환경오염 물질 농도 데이터만 활용하고 있다. 특히 이력이 제대로 관리되지 않기 때문에 유사 문제 혹은 동일한 문제 발생 시에도 즉각적인 조치가 이루어지지 못한다. 이에 본 연구에서는 기존 환경 모니터링 시스템의 한계점을 적극 보완하여 개선된 시스템을 기획하며, IoT 센싱 기술을 기반으로 하여 실시간으로 사업장 내 이상 상황을 인지하고 원인을 분석하여 해당 조치를 작업자에게 즉각적으로 지원하는 원스톱 환경 모니터링 및 감시 진단 시스템을 개발하고자 한다.

This study estimated sunshine duration in South Korea using cloud detection images; the 2 class and 5 class images of Communication, Ocean and Meteorological Satellite (COMS). The images were preprocessed and then compared with the observed sunshine duration from the Automated Synoptic Observing System (ASOS). Based on the result of comparing yearly and monthly sunshine duration, the results of the 5 class were better than the results of the 2 class. In the case of comparing daily sunshine duration, the results of the 5 class also showed relatively better outcome than the 2 class images. The simulation performance of the sunshine duration observed by ASOS and the sunshine duration calculated by COMS were evaluated using Kling-Gupta Efficiency (KGE) technique. The 5 class data showed relatively high efficiency. RMSEs were relatively lower in the 5 class than the 2 class image in all years (2011-2014). Therefore, the 5 class data among the COMS satellite images could provide meaningful information at the points where there is no observation of sunshine duration.