시공간 상관관계 군집화와 시계열 유사성을 활용한 PM10 자료 분석

Abstract

최근 미세먼지나 강수량 자료 등 시간과 공간에 따라 수집되는 시공간 자료에 대한 관심이 증가하고 있다. Gao 등 (2019)은 공간 자료의 군집에 많이 쓰이는 Moran's I와 Local Moran’s I에 변환을 주어 시공간 자료의 군집을 시도하였다. 본 연구에서는 전통적인 공간 군집 방법과 Gao 등 (2019)의 군집 방법 등을 사용하여 입자의 크기가 10μm 미만의 미세먼지를 나타내는 PM10 자료를 분석한다. 다양한 군집들의 적절성을 확인하기 위하여, 시계열 유사성 척도 중 동적 시간 워핑 (Dynamic Time Warping, DTW)과 최장 공통부분 수열 (Longest Common SubSequence, LCSS)를 이용하여 각 군집 내에서 PM10 자료의 시계열 유사성을 비교한다. 또한 k-평균 알고리즘을 사용하여 군집들을 공간적으로 좀 더 세밀하게 나눌 경우, 시계열 유사성이 더 높아진다는 사실을 확인한다.