표제지
요약문
목차
I. 개요 8
1. 연구목적 10
1) 연구목적 및 필요성 10
2. 용역수행 계획 10
1) 전체 데이터 분석 과정 요약 10
II. 데이터 수집 12
1. 국립문화재연구소 데이터 14
1) 수집 데이터 현황 14
2. 기상청 데이터 14
1) 기상청 데이터 14
2) 종관기상관측 데이터 15
3) 방재기상관측 데이터 15
4) 방재기상관측 데이터 정리 16
5) 종관기상관측 데이터 정리 17
6) 기상 수집데이터 정보(참고) 17
III. 데이터 정제 18
1. 전체 구조 20
1) 전체 데이터 구조 20
2. 전국 데이터 20
1) 전국 데이터 종류 20
3. 보존환경 데이터 22
1) 보존환경 데이터 종류 22
IV. 데이터 수집 및 정제 24
1. 개요 26
1) 검증 개요 26
2. 기상청 수집 데이터 검증 26
1) 자동 수집 프로그램 데이터 26
2) 검증을 위한 임의 수집 자료와 비교 26
3. 제공받은 환경 데이터와 기상청 수집 데이터 비교 26
1) 환경 데이터 26
2) 기상청 수집 데이터 27
3) 주요 유형별 분류 28
4) 보존환경 데이터와 기상청 수집 데이터 상관분석 28
4. 데이터 검증 결과 31
V. 탐색적 데이터 분석(EDA) 32
1. 탐지견 피해율 회귀분석 34
1) 탐지견 피해율 회귀분석 34
2. 거주여부 별, 난방 별 분석 35
1) 거주여부 별,난방 별 분석 35
3. 문화재 기상 데이터 분석 36
1) 기온 데이터 선 그래프 36
4. 탐지견 피해율 시계열 분석 38
1) 전체 기간 산포도 38
2) 평균기온별 탐지견 피해율 39
3) 기타 기상 데이터별 선 그래프 40
5. 기간별 기상데이터와 탐지견 피해율의 상관 분석 41
1) 연도별 기상데이터(절대연도 이용)와의 상관 분석 41
2) 전체 년도 기상데이터(절대 연도 이용)와의 상관 분석 42
3) 전체 년도 기상데이터(상대 연도 이용)와의 상관 분석 42
6. Scheffer index 43
7. 주성분분석(PCA, Principal Component Analysis) 45
1) 기후 정보별 분석 45
8. 세부 기간 설정 및 기간 별 상관분석 46
1) 기상 데이터 기간 설정의 세분화 46
2) 기간 별 상관분석 46
3) 상관분석 결과 47
4) 주요 칼럼별 상관분석 48
9. 일교차 상관분석 49
1) 일교차 년도별 상관분석 49
2) 일교차 지역별 상관분석 50
10. 종관기상 상관분석 51
1) 종관기상관측 상관분석 51
2) 종관기상관측 상관분석 그래프 52
11. 특정 온도 및 습도 이상의 날 수 상관 분석 53
1) 특정 온도 이상의 날 수 상관분석 53
2) 특정 습도 상관분석 54
VI. 지도 가시화 56
1. 가시화 방법 58
1) 목조 문화재 위치 58
2) 시군구별 행정구역 구분 58
2. 가시화 결과 58
1) 각 기간별 문화 58
2) 2013년도 평균기온-피해율 가시화 58
3) 2015년도 평균기온-피해율 가시화 59
4) 2018년도 평균기온-피해율 가시화 59
5) 전체 년도 평균기온-피해율 가시화 60
6) 지도 가시화 프로그램 구현 60
VII. 시계열 분석 62
1. 시계열 분석의 개요 64
2. 이동평균선 64
1) 이동평균선 64
3. 시계열 분해 66
1) 추세, 계절성, 주기성 특성 66
2) 평균기온 시계열 분석 67
3) 평균풍속 시계열 분석 68
4) 일강수량 시계열 분석 69
5) 시계열 분석 결과 70
4. 그랜져 인과관계(Granger Causality) 71
1) 그랜져 인과관계의 개요 71
2) 평균기온과 최저기온 71
3) 평균기온과 일강수량 72
4) 평균기온과 평균풍속 72
5. 탐지견 피해율 시계열 분석 73
VIII. 기계학습 모형 수립 74
1. 기계학습 76
1) 기계학습 개요 76
2) 기계학습 목표 76
3) 흰개미 피해율의 분류와 회귀 77
2. 분류 학습 77
1) 분류 모형 77
2) 방재기상관측 분류 78
3) 종관기상관측 분류 79
4) 문화재 미기상 분류 81
3. 통합 분류 모형 82
1) 모든 기상 데이터 훈련 82
2) 주요 기상 데이터 훈련 83
4. 회귀 분석 83
1) 회귀 분석 83
2) 방재기상관측 회귀 84
3) 종관기상관측 회귀 84
5. 통합 회귀 모형 87
1) 통합 회귀 모형 수립 87
6. 기계학습 결과 88
7. 소형증발량, 전운량 데이터 추가 확보 89
1) 관측소별 목조문화재 거리 계산 89
2) 목조문화재별 데이터 수집 89
3) 데이터 수집 결과 90
8. 소형증발량, 전운량 가시화 90
1) 문화재 평균 소형증발량 가시화 90
2) 전체년도 문화재 평균 전운량 91
9. 소형증발량과 전운량의 그랜져 인과관계 분석 91
1) Granger Causality 분석 의미 91
2) 기존의 종관기상 데이터를 이용한 분석 92
3) 확장 데이터 분석 94
10. 기계학습 97
1) 종관기상관측 분류 모델 97
11. 기계학습 분류 모델 성능 평가 및 흰개미 피해율 예측 100
1) 모델 성능 평가 100
2) 2019년도 탐지견 피해율 데이터 102
12. 소형 증발량 예측 기계학습 모델 생성 104
1) 개요 104
2) 후보 기상 독립변수 탐색(EDA) 104
3) 소형증발량 예측 기계학습 모델 수립 106
4) 예측된 소형증발량을 이용한 흰개미 피해율 예측 및 성능평가 107
5) 흔한 기상 특징을 이용한 소형 증발량 예측 108
IX. 결과 요약 및 결론 112
1. 데이터의 수집 및 검증 114
2. 탐색적 데이터 분석(EDA) 114
3. 기상 데이터 시각화 및 시계열 분석 115
4. 기상 데이터 기계학습 분석 115
5. 소형 증발량 데이터 추가 확보 및 가시화 116
6. 소형 증발량과 기상정보간의 인과관계 분석 116
7. 추가 확보된 데이터를 이용한 기계학습 및 성능평가 116
8. 소형 증발량 예측 기계학습 모델 생성 117
9. 최종 118
판권기 119