新一代计算技术提升了人类数据感知、分析处理、认知决策的能力，促进了不同行业领域、不同学科的融合。文化遗产保护作为一个典型的数字人文和计算社会科学的新兴交叉学科，不仅仅是简单地将计算技术用来提高领域专家效率或拓展其研究广度和深度,而且由于文化遗产保护的特殊性和复杂性，也对计算技术理论方法提出了挑战。
　　面向文化遗产预防性保护目标，针对风险量化分析这一核心问题，本文选择最具代表性的不可移动文物类型之一——石窟壁画为例，进行了以下四方面研究工作。
　　第一，针对缺乏适用于不可移动文物预防性保护的风险量化评估理论这一核心问题，从文物所独有的劣化风险量化分析需求出发，首次提出了石窟壁画劣化风险量化分析框架，建立了劣化风险水平评估和劣化风险因素分析两个量化分析模型，并提出了基于概率图模型的壁画劣化风险溯源建模方法。
　　第二，面向本体实际监测数据的壁画病害程度分级是实现劣化风险水平评估的关键问题。本文结合实验室仿真手段，建立了壁画典型病害酥碱的全生命周期多通道图像数据集，并结合专家知识，研发了基于深度卷积网络的壁画图像病害分级方法。在此基础上，提出了石窟壁画劣化风险分级操作建议标准和实践应用方法。
　　第三，面向长时间跨度的壁画现状调查历史数据，针对其数据量大、质量不一、高维(种类、可能性和损失)、类型多样(酥碱、起甲、疱疹、脱落、褪色、烟熏)、异构多模态(监测设备、病害调查数据、图片数据)、劣化的时空特性复杂、风险机理不明等复杂问题，难以使用完全自动化的数据挖掘方法对其进行有效分析。本文提出了满足劣化风险内在因素时空模式分析的可视化方法，设计了劣化风险与空间分布、年代、面积等壁画和洞窟内在因素的联合可视分析工具，支撑领域专家能从多视角(Multi-View)、多尺度(Multi-Scale)、多侧面(Multi-facet)对劣化风险程度与相关内在因素进行关联分析。
　　第四，面向壁画本体、大环境、微环境等多源复杂监测数据，专家很难把外部环境因素和文物本体进行有效的关联量化研究。本文将该问题分解成外部大环境因素对壁画赋存微环境的影响以及微环境对壁画本体的影响两个子问题。本文基于可视分析和聚类，提出了一个便捷直观的壁画环境(温度、相对湿度等)和文物本体监测数据可视化关联分析的方法。该方法可以有效发现洞窟对环境变化的适应度，并可对大环境变化引起洞窟微环境变化，进而影响壁画劣化程度演变的相关性进行有效分析研判。同时，为环境变化频度和本体劣化速度之间正向关联关系的理论推测提供了数据可视分析支持；并从数据质量和监测频度的角度，对不同环境和本体监测方案提出改进方向。
　　论文所提出的风险量化分析框架、基于深度卷积网络的劣化分级方法，以及病害劣化内、外在因素的可视分析方法已经在敦煌莫高窟实际应用中得到验证，是将数据驱动的风险管理方法和基于深度学习与可视分析的混合智能技术应用于不可移动文物预防性保护，开展数字人文和计算社会科学的初步尝试。