논문 상세보기
pp.23-30
본 논문에서는 유통 농산물 잔류농약 부적합 현황 분석을 위하여 네트워크 분석 기법을 적용하였다. 분석용 데이터는 『2017년도 식품안전관리지침』내 “유통농산물별 잔류농약 부적합 현황”을 참고하였으며, 주요 분석 기법 으로는 중심성 분석(연결정도 중심성, 근접 중심성, 매개 중심성)을 적용하였다. 연결정도 중심성 분석결과 chlorpyrifos와 diazinon에서 “연결된 노드”가 가장 많은 것으로 확인되었다. 근접 중심성에서는 19종을 제외한 농약성분들 사이에서 유사한 정도를 보여주고 있었다. 매개 중심 성 분석 결과에서는 fluioxonil과 chlorpyrifos가 가장 높은 경향을 보여주어 이들이 농약성분 네트워크에서 “가교” 역 할을 수행 하는 것으로 파악되었다. 네트워크 분석 결과, 기존의 통계분석을 통해서는 분석 할 수 없었던 농약성분 들 사이의 “관계” 데이터를 확인 할 수 있었다. 향후 이러한 분석기법은 최적화/정교화 과정을 통해서 보다 정밀하게 농약성분 부적합 현황 분석을 위한 도구로서 적용되리라 기대한다.
The purpose of this research was to introduce network analysis method for analyzing pesticide residues in incongruity commercial agricultural commodities. Based on the “results in pesticide residues on incongruity commercial agricultural commodities” on 「Guidelines for food safety management 2017」, we used centrality analysis for pesticide residues via degree, closeness and betweenness centrality measurement. In case of degree centrality result, chlorpyrifos and diazinon were the most highly “connected node” in pesticide network. For the closeness centrality result, the most pesticides showed the similar closeness trend except for 19 species of pesticides. Fludioxonil and chlorpyrifos are recognized as the “bridge” of pesticides network with their high betweenness centrality. The results of network analysis show the “relation” data, which could not represent through out the conventional statistical analysis, among the pesticide residues. We hope that the network analysis method will be appropriate and precise tool for analyzing pesticide residues via elaboration and optimization.
Materials and Methods
데이터 출처
네트워크 분석을 위한 데이터 처리 방법
중심성 분석 방법
Results and Discussion
기초 데이터 분석 - 농약성분 검출횟수
기초 데이터 분석 - 농산물별 농약 검출빈도
네트워크 분석 - 연결정도 중심성
네트워크 분석 - 근접 중심성
네트워크 분석 - 매개 중심성
네트워크 분석결과 종합
Conclusion
Acknowledgements
국문요약
References
