홈›데이터 찾기›한국광해광업공단_광해방지기술개발 특허 현황
한국광해광업공단_광해방지기술개발 특허 현황
읽기 쉬운 제목(검토 전) 광해방지기술개발 특허 현황
한국광해광업공단 · 디지털AI전략팀 · 공공데이터포털 원본 ↗
준비 단계품질 진단 기준을 충족한 AI Ready 데이터입니다. 품질 판정서 보기 · 준비 단계란?
한국광해광업공단에서는 국내 광해방지사업을 효율적으로 시행하고 해외시장에서 선진국과의 치열한 경쟁에서 우위를 점하기 위해서는 이를 뒷받침하는 고효율 광해관리기술이 전제되어야 합니다.
기관이 작성한 데이터 설명 전체
한국광해광업공단에서는 국내 광해방지사업을 효율적으로 시행하고 해외시장에서 선진국과의 치열한 경쟁에서 우위를 점하기 위해서는 이를 뒷받침하는 고효율 광해관리기술이 전제되어야 합니다. 공단은 현장맞춤 실용화 기술개발을 통해 효율적인 광해방지사업 추진을 도모하고, 비교우 위 기술의 확보로 친환경 광산개발 및 해외 광해관리시장에서 국제적 경쟁 우위를 확보하고 광해관리 분야 신성장 동력을 창출하는데 앞장서고 있습니다. 이와 관련, 산림복구 및 토지복구, 토양개량, 오염수질개선, 지반침하방지, 광물찌꺼기 유실방지, GIS 등 광해방지기술개발 논문발표 실적 현황에 관한 정보를 제공합니다.
산업고용 - 에너지및자원개발광해방지기술특허논문산림복구토지복구토양개량오염수질개선지반침하방지
활용 적합성 요약 팩에서 계산한 값 · 판정 아님
규모
18행 × 원본 8열 (+정제 1열)
CSV 1 KB · Parquet 3 KB
기간
시점 항목 없음
공간 단위
해당 없음
결측
0.0%
항목 평균
연결 기준
0종 · 0개 데이터
없음
정제 범위
1/8 항목 · 정제값이 있는 셀 100.0%
원본 열은 그대로 보존
데이터 내용
항목 8개 중 5개는 정의가 없습니다.
구 분산림복구·토양개량 등 기술 분야별 특허 실적 건수가 집계된 연도유형 숫자형분류 —결측 0%정제 정제 100.0%
산림복구·토양개량 등 기술 분야별 특허 실적 건수가 집계된 연도
정제 열 정제_구 분
예: 2007 2008 2023
산림복구 및 토지복구(건)항목 정의 없음유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
항목 정의 없음 · 관측: 관측값 2종(0 · 1)으로 이루어진 항목 · 고유값 2 · 결측 없음
단위: 건
예: 0 1
토양개량(건)토양개량 분야로 분류된 항목의 건수유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
토양개량 분야로 분류된 항목의 건수
단위: 건
예: 0 1 2
오염수질개선(건)광해 저감 기술 중 오염된 물의 정화 분야에 속하는 특허·논문 실적 건수유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
광해 저감 기술 중 오염된 물의 정화 분야에 속하는 특허·논문 실적 건수
단위: 건
예: 1 3 0
지반침하방지(건)항목 정의 없음유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
항목 정의 없음 · 관측: 관측값 5종(0 · 2 · 1 · 4 · 3)으로 이루어진 항목 · 고유값 5 · 결측 없음
단위: 건
예: 0 2 1
광물찌꺼기유실방지(건)항목 정의 없음유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
항목 정의 없음 · 관측: 관측값 2종(0 · 1)으로 이루어진 항목 · 고유값 2 · 결측 없음
단위: 건
예: 0 1
지리정보시스템(건)항목 정의 없음유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
항목 정의 없음 · 관측: 관측값 2종(0 · 1)으로 이루어진 항목 · 고유값 2 · 결측 없음
단위: 건
예: 0 1
기 타(건)항목 정의 없음유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
항목 정의 없음 · 관측: 관측값 3종(0 · 1 · 2)으로 이루어진 항목 · 고유값 3 · 결측 없음
단위: 건
예: 0 1 2
찾는 항목이 없습니다.
상위 5행 · 8열 중 8열 · 첫 열 고정 · 「정제_」 항목이 정리한 값 · 확인 필요 규칙으로 확정하지 못해 원래 값을 그대로 유지한 값(파일에서는 값 앞에 [E]) · 행 식별값은 맨 끝
| 산림복구 및 토지복구(건) | 토양개량(건) | 오염수질개선(건) | 지반침하방지(건) | 광물찌꺼기유실방지(건) | 지리정보시스템(건) | 기 타(건) | 구 분 | 정제_구 분 | 행 식별값 |
|---|---|---|---|---|---|---|---|---|---|
| 0 | 0 | 1 | 0 | 1 | 0 | 0 | 2007 | 2007 | 0_a04f9596 |
| 0 | 0 | 0 | 1 | 1 | 1 | 0 | 2008 | 2008 | 1_68e4c800 |
| 0 | 0 | 1 | 1 | 0 | 0 | 0 | 2009 | 2009 | 2_ce3a22da |
| 1 | 1 | 1 | 2 | 1 | 0 | 1 | 2010 | 2010 | 3_be07de1b |
| 0 | 1 | 4 | 2 | 1 | 0 | 0 | 2011 | 2011 | 4_6d5c1b63 |
프로그램 · AI에서 활용 개발자용 코드 예시
필요한 패키지: pandas · pyarrow
import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15067744/data/dataset-15067744.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15067744)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }