[논문]시간적 군집특성을 고려한 강우모의모형의 선정

김기욱; 유철상

doi:10.3741/jkwra.2008.41.7.747

시간적 군집특성을 고려한 강우모의모형의 선정
A Selection of the Point Rainfall Process Model Considered on Temporal Clustering Characteristics 원문보기

韓國水資源學會論文集 = Journal of Korea Water Resources Association, v.41 no.7, 2008년, pp.747 - 759

김기욱 (고려대학교 공과대학 건축.사회환경공학과) , 유철상 (고려대학교 공과대학 건축.사회환경공학과)

초록
AI-Helper

본 연구에서는 관측강우의 통계특성 및 발생특성을 가장 적절하게 재현해 주는 강우모형을 선정하고자 하였다. 강우모형으로 Poisson과정에 근거한 점과정모형인 RPPM, NS-RPPM, modified NS-RPPM을 고려하여 모의자료에 대한 통계분석을 수행하였다. 그 결과, NS-RPPM과 modified NS-RPPM을 이용하여 모의된 자료가 여러 집성시간의 통계치를 적절하게 재현하였다. 또한 modified NS-RPPM을 이용하여 모의된 자료가 관측자료와 가장 유사한 발생특성을 가지는 것을 알 수 있었다. 특히, 홍수, 산사태 등 자연재해의 발생에 큰 영향을 주는 큰 강도를 가지는 강우를 관측치와 가장 유사하게 재현하였다. 모의된 강우사상의 총 강우량, 강우기간, 강우사상 간의 간격을 관측강우와 비교해본 결과 또한 modified NS-RPPM이 가장 좋은 결과를 보였다. 본 연구의 결과를 종합해 볼 때, 강우의 장기 모의를 위해 modified NS-RPPM을 이용하는 것이 가장 적절할 것으로 판단된다.

Abstract ▼ AI-Helper

This study, a point rainfall process model, which could represent appropriately observed rainfall data, was to select. The point process models-rectangular pulses Poisson process model(RPPM), Neyman-Scott rectangular pulses Poisson process model(NS-RPPM), and modified Neyman-Scott rectangular pulses Poisson process model(modified NS-RPPM)-all based on Poisson process were considered as possible rainfall models, whose statistical analyses were performed with their simulation rainfall data. As results, simulated rainfall data using the NS-RPPM and the modified NS-RPPM represent appropriately statistics of observed data for several aggregation levels. Also, simulated rainfall data using the modified NS-RPPM shows similar characteristics of rainfall occurrence to the observed rainfall data. Especially, the modified NS-RPPM reproduces high-intensity rainfall events that contribute largely to occurrence of natural harzard such as flood and landslides most similarly. Also, the modified NS-RPPM shows the best results with respect to the total rainfall amount, duration, and inter-event time. In conclusions, the modified NS-RPPM was found to be the most appropriate model for the long-term simulation of rainfall.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 관측강우의 통계특성 및 발생특성을 적절하게 재현해 줄 수 있는 모형을 선정하고자 한다. 이를 위해 점강우모형인 구형펄스모형(Rectangular Pulses Poisson Process Model; RPPM), NeymanScott 구형펄스모형(Neyman-Scott Rectangular Pulses Poisson Process Model; NS-RPPM), 수정 Neyman-Scott 구형펄스모형(modified Neyman-Scott Rectangular Pulses Poisson Process Model; modified NS-RPPM)을 고려하여 모의자료에 대한 통계분석을 수행하였다.
이러한 관측강우의 적절한 재현은 단지 토사발생모의를 위해서 뿐만 아니라 강우자료의 보완이나 확충이 필요한 분야에서 반드시 선행되어야 하는 부분이다. 본 연구에서는 이를 위해 포아송과정(Poisson process)에 근거한 점과정 모형(point process model)을 적용해보고자 하였다.
연구에서는 관측강우의 통계특성 및 발생특성을 적절하게 재현해 줄 수 있는 모형을 선정하고자 하였다. 이를 위해 점강우모형인 RPPM, NS-RPPM, modified NS-RPPM을 고려하여 모의자료에 대한 통계분석을 수행하였다.

가설 설정

개개의 사상은 매개변수 λ인 포아송 과정을 따라 발생하며, 각 사상의 강도 및 지속시간은 각각 매개변수 μ, η인 지수함수를 따라 발생하는 것으로 가정한다.
아울러, 각 사상의 시점으로부터 강우세포까지의 거리, 강우세포의 강도 및 지속시간은 각각 매개변수 β, ξ, η인 지수함수를 따라 발생하는 것으로 가정한다.
일반적으로 포아송과정에 근거한 점과정 모형에서의 어떤 사상의 발생은 포아송 과정을 따르고 그 사상의 강도와 지속기간은 지수분포를 따르는 것으로 가정한다. 수문학 분야에서는 주로 강우를 모형화 하는데 이용되어 왔으며 대표적인 연구로서 Rodriguez-Iturbe et al.

제안 방법

관측강우와 집성시간의 set에 따라 모의된 강우의 발생특성 및 그 크기를 관측강우의 발생 특성 및 강우강도와 비교하였다(Table 8). 강우강도의 경우 비교적 작은 강우강도를 가지는 강우의 개수를 비교하기 위해 5 mm 미만의 강우의 개수를 비교하였으며 다음으로 강우강도를 등구간(20, 40, 60 mm)으로 나누어 그 강도를 초과하는 강우의 개수를 비교하였다.
다음으로, 모의된 강우에 대한 강우발생특성 및 강우 강도를 비교하였다. 관측강우와 집성시간의 set에 따라 모의된 강우의 발생특성 및 그 크기를 관측강우의 발생 특성 및 강우강도와 비교하였다(Table 8). 강우강도의 경우 비교적 작은 강우강도를 가지는 강우의 개수를 비교하기 위해 5 mm 미만의 강우의 개수를 비교하였으며 다음으로 강우강도를 등구간(20, 40, 60 mm)으로 나누어 그 강도를 초과하는 강우의 개수를 비교하였다.
다음으로, 모의된 강우에 대한 강우발생특성 및 강우 강도를 비교하였다. 관측강우와 집성시간의 set에 따라 모의된 강우의 발생특성 및 그 크기를 관측강우의 발생 특성 및 강우강도와 비교하였다(Table 8).
NSRPM과 modified NSRPM의 경우, 2장에서 설명한 바와 같이 매개변수의 추정을 위해 12개의 통계치 중 각각 5개, 6개의 통계치를 이용하여 식을 구성하여야 한다. 따라서 본 연구에서는 매개변수 추정을 위해 사용될 수 있는 집성시간별 통계치의 경우를 각각 7개, 9개의 set으로 구분하여 최적화를 수행하였다. Table 5와 Table 6을 보면 최적화에 이용한 집성시간과 통계치가 변화함에 따라 최적화된 매개변수의 값이 다양하게 나타나는 것을 확인할 수 있다.
마지막으로, Table 7에서 관측강우의 통계치를 비교적 잘 재현해 주는 것으로 나타난 NS-RPPM의 set Ⅱ, Ⅲ과 modified NS-RPPM의 set Ⅳ, Ⅵ에 대하여 각 강우사상의 총 강우량, 강우기간, 강우사상 간의 간격을 누가확률밀도함수(cdf)를 이용하여 관측강우와 비교해 보았다(Fig. 2). 또한 각 특성치의 최대값과 상위 10%의 평균을 Table 9에서 비교하였다.
이를 위하여 모의된 강우자료에 대한 통계특성과 강우의 발생특성을 비교하였다. 먼저, 각 매개변수를 이용하여 관측강우와 같은 기간인 46년의 시강우자료를 생성한 후 각 집성시간에 대한 통계치를 비교하였다(Table 7).
일반적으로 강우의 집성시간(지속기간)을 구분할 경우, 10분, 30분, 1시간, 2시간, 3시간, 6시간, 12시간, 24시간을 사용하는 것이 보통이다. 본 연구에서는 시강우자료를 이용하였으므로 10분, 30분의 집성시간을 제외하였으며, 2.3절에서 설명한 바와 같이 선택된 두 개의 집성시간의 간격이 가까운 경우 목적함수가 평평해져(flat) 최적값이 불안정하게 나타나는 것을 고려하여 2, 3시간의 집성시간을 제외하였다. NSRPM과 modified NSRPM의 매개변수 추정 시 Calenda and Napolitano(1999)에 근거하여 매개변수의 범위(Table 2)를 설정하였다.
본 장에서는 2장에서 설명한 RPPM, NS-RPPM, modified NS-RPPM의 매개변수를 추정해 보았다. 매개변수 추정을 위한 관측자료로 기상청 강릉관측소의 1961∼2006년 우기(6∼9월) 시강우자료(Fig.
(11)의 목적함수에 대하여 매개변수를 추정하였다. 아울러 국지해를 피하기 위해 각 매개변수의 구간을 5개의 등구간으로 나누어 각 구간의 시작값(Table 3)을 초기값으로 최적화를 수행한 후 최소의 오차를 가지는 최적값을 선택하였다. 매개변수 최적화의 결과를 Table 4부터 Table 6에 정리하였다.
또한 각 특성치의 최대값과 상위 10%의 평균을 Table 9에서 비교하였다. 이 때 독립호우사상 분리를 위한 무강우시간으로 12시간을 사용하였다. 이동률과 정상만(1991)은 Restrepo and Eagleson(1982)이 제안한 방법을 이용하여 강릉관측소 우기(6～9월) 시강우자료의 독립호우사상 분리를 위한 무강우시간을 12시간으로 산정한 바 있다.
장에서는 본 연구에서 고려한 강우모형 및 Table 4, 5, 6에서와 같이 사용되는 통계치에 따라 다르게 추정된 매개변수를 이용하여 강우모의를 수행한 후 관측 강우를 적절하게 재현해 주는 모형 및 매개변수 추정을 위한 통계치의 set을 선정하고자 한다. 이를 위하여 모의된 강우자료에 대한 통계특성과 강우의 발생특성을 비교하였다. 먼저, 각 매개변수를 이용하여 관측강우와 같은 기간인 46년의 시강우자료를 생성한 후 각 집성시간에 대한 통계치를 비교하였다(Table 7).
장에서는 본 연구에서 고려한 강우모형 및 Table 4, 5, 6에서와 같이 사용되는 통계치에 따라 다르게 추정된 매개변수를 이용하여 강우모의를 수행한 후 관측 강우를 적절하게 재현해 주는 모형 및 매개변수 추정을 위한 통계치의 set을 선정하고자 한다. 이를 위하여 모의된 강우자료에 대한 통계특성과 강우의 발생특성을 비교하였다.

대상 데이터

매개변수 추정을 위한 관측자료로 기상청 강릉관측소의 1961∼2006년 우기(6∼9월) 시강우자료(Fig. 1)를 이용하였다.
1)를 이용하였다. 서론에서 설명한 바와 같이 강우에 의한 홍수나 토사의 발생은 주로 극치강우에 의해 발생되므로 본 연구에서는 강우가 집중되는 우기만의 자료를 이용하였다. 집성시간에 따른 강우자료의 통계치는 Table 1과 같다.

데이터처리

연구에서는 관측강우의 통계특성 및 발생특성을 적절하게 재현해 줄 수 있는 모형을 선정하고자 하였다. 이를 위해 점강우모형인 RPPM, NS-RPPM, modified NS-RPPM을 고려하여 모의자료에 대한 통계분석을 수행하였다. 그 결과는 다음과 같다.
본 연구에서는 관측강우의 통계특성 및 발생특성을 적절하게 재현해 줄 수 있는 모형을 선정하고자 한다. 이를 위해 점강우모형인 구형펄스모형(Rectangular Pulses Poisson Process Model; RPPM), NeymanScott 구형펄스모형(Neyman-Scott Rectangular Pulses Poisson Process Model; NS-RPPM), 수정 Neyman-Scott 구형펄스모형(modified Neyman-Scott Rectangular Pulses Poisson Process Model; modified NS-RPPM)을 고려하여 모의자료에 대한 통계분석을 수행하였다.

이론/모형

3절에서 설명한 바와 같이 선택된 두 개의 집성시간의 간격이 가까운 경우 목적함수가 평평해져(flat) 최적값이 불안정하게 나타나는 것을 고려하여 2, 3시간의 집성시간을 제외하였다. NSRPM과 modified NSRPM의 매개변수 추정 시 Calenda and Napolitano(1999)에 근거하여 매개변수의 범위(Table 2)를 설정하였다. 또한 매개변수 추정을 위한 집성시간을 변화시키며 Eq.
아울러, 각 사상의 시점으로부터 강우세포까지의 거리, 강우세포의 강도 및 지속시간은 각각 매개변수 β, ξ, η인 지수함수를 따라 발생하는 것으로 가정한다. 본 연구에서는 강우세포의 발생 시 강우의 특성을 더 효과적으로 재현해 주는 것으로 평가된 기하 분포를 이용하였다(Velghe et al., 1994). 또한 ‘0’의 발생을 막기 위해 ν-1의 매개변수를 가지는 기하분포를 이용하여 값을 생성한 후 생성된 값에 ‘1’을 더하여 이용하였다.

성능/효과

1) 모의자료에 대한 통계치 비교 결과, NS-RPPM의 경우, 매개변수 추정을 위해 집성시간 1시간과 12시간의 통계치를 이용한 set Ⅱ와 집성시간 1시간과 24시간의 통계치 이용한 set Ⅲ, modified NS-RPPM의 경우, 매개변수 추정을 위해 집성시간 1시간과 6시간, 24시간의 통계치를 이용한 set Ⅳ와 집성시간 1시간과 12시간, 24시간의 통계치를 이용한 set Ⅵ가 여러 집성시간의 통계치를 적절하게 재현하였다.
2) 모의자료의 발생특성을 비교해 본 결과, 매개변수 추정을 위해 집성시간 1시간과 6시간, 24시간의 통계치를 이용한 modified NS-RPPM set Ⅳ와 집성시간 1시간과 12시간, 24시간의 통계치를 이용한 modified NS-RPPM set Ⅵ가 가장 좋은 결과를 보였다. 특히, 강우와 관련된 자연재해의 발생에 큰 영향을 주는 큰 강도를 가지는 강우의 개수가 관측치와 가장 유사하게 나타났다.
3) 모의된 강우사상의 총 강우량, 강우기간, 강우사상 간의 간격을 관측강우와 비교해본 결과 또한, 매개변수 추정을 위해 집성시간 1시간과 6시간, 24시간의 통계치를 이용한 modified NS-RPPM set Ⅳ와 집성시간 1시간과 12시간, 24시간의 통계치를 이용한 modified NS-RPPM set Ⅵ가 가장 좋은 결과를 보였다. 이 경우 적은 강우량을 가지는 강우사상의 재현에 있어서 관측치와 다소 차이가 있으나 이는 대규모의 강우사상이 결정적인 역할을 하는 자연재해의 발생에 유의한 영향을 미치지는 않을 것으로 판단된다.
본 연구의 결과를 종합해 볼 때, modified NSRPPM(set Ⅳ, Ⅵ)이 강우의 통계특성 및 군집특성을 가장 적절하게 재현해 주는 것을 알 수 있다. 또한 본 연구의 결과는 대상지점으로 이용된 강릉관측소에 국한된 것으로서 강우의 통계특성 및 발생특성이 다른 지점의 경우 그 특성을 적절하게 재현해 주는 모형을 새롭게 선정해야 할 것이다.
반면, modified NS-RPPM의 set Ⅳ, Ⅵ의 경우, NS-RPPM set Ⅱ, Ⅲ의 결과와 비교하여 관측강우와 가장 유사한 군집특성을 보이며 큰 강도를 가지는 강우를 적절하게 재현하는 것을 알 수 있다. 비록, 적은 강우량을 가지는 강우사상의 재현에 있어서 관측치와 다소 차이가 있으나(Fig. 2) 이 또한 NS-RPPM set Ⅱ, Ⅲ의 결과와 비교하여 관측치와 가장 유사하며 아울러 이러한 오차는 대규모의 강우사상이 결정적인 역할을 하는 홍수, 산사태 등 자연재해의 발생에 유의한 영향을 미치지는 않을 것으로 판단된다.
이상의 결과를 종합해 볼 때, NS-RPPM set Ⅱ, Ⅲ과 modified NS-RPPM의 Set Ⅳ, Ⅵ가 관측치의 집성 시간에 따른 통계치를 비교적 잘 재현해 주는 것을 알 수 있다. 하지만 NS-RPPM set Ⅱ, Ⅲ의 경우, 관측강우에 비하여 강우발생의 개수가 너무 적게 나타나며 큰 강도를 가지는 강우를 적절하게 재현하지 못한다.
2) 모의자료의 발생특성을 비교해 본 결과, 매개변수 추정을 위해 집성시간 1시간과 6시간, 24시간의 통계치를 이용한 modified NS-RPPM set Ⅳ와 집성시간 1시간과 12시간, 24시간의 통계치를 이용한 modified NS-RPPM set Ⅵ가 가장 좋은 결과를 보였다. 특히, 강우와 관련된 자연재해의 발생에 큰 영향을 주는 큰 강도를 가지는 강우의 개수가 관측치와 가장 유사하게 나타났다.

후속연구

본 연구의 결과를 종합해 볼 때, modified NSRPPM(set Ⅳ, Ⅵ)이 강우의 통계특성 및 군집특성을 가장 적절하게 재현해 주는 것을 알 수 있다. 또한 본 연구의 결과는 대상지점으로 이용된 강릉관측소에 국한된 것으로서 강우의 통계특성 및 발생특성이 다른 지점의 경우 그 특성을 적절하게 재현해 주는 모형을 새롭게 선정해야 할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	RPPM의 단점은 무엇인가?	RPPM은 매개변수의 추정 및 강우모의과정이 매우 간편하지만 강우의 시간적 군집이 실제의 강우보다 약하게 나타나며 따라서 강우의 자기상관구조를 적절하게 재현하지 못하는 단점을 가진다(Rodriguez-Iturbe et al., 1987).
	구형펄스모형은 무엇으로 구성되는가?	구형펄스모형은 강우사상 간의 간격(λ), 각 사상의 강도(μ), 지속시간(η)의 세 개의 매개변수로 구성된다. 개개의 사상은 매개변수 λ인 포아송 과정을 따라 발생하며, 각 사상의 강도 및 지속시간은 각각 매개변수 μ, η인 지수함수를 따라 발생하는 것으로 가정한다.
	국제적으로 많은 연구들이 극치강우에 의한 토사유출 문제에 초점을 맞추고 있는 이유는 무엇인가?	최근 이상기후에 의한 국지적 폭우가 증가함에 따라 강우 시 산사태 및 이로 인한 토사유출의 문제가 심각하게 대두되고 있다(박상덕, 2002; 이수곤, 2002; 신현석 등, 2007; Avanzi et al., 2004; Calcaterra and Santo, 2004). 유역 내에서 발생하는 크고 작은 산사태는 인명과 재산의 피해는 물론 하천생태계의 큰 교란을 유발하게 된다. 국제적으로도 많은 연구들이 극치강우에 의한 토사유출 문제에 초점을 맞추고 있다(Meyer et al.

참고문헌 (24)

금종호, 안재현, 김중훈, 윤용남 (2001). "점강우모형 NSRPM의 매개변수 추정." 한국수자원학회 학술발표회 논문집, 한국수자원학회, pp. 206-211
박상덕 (2002). “태풍 루사로 인한 홍수특성과 대책.” 한국수자원학회지, 한국수자원학회, Vol. 35, No. 6, pp. 36-47

원문보기 상세보기
신현석, 강두기, 최영돈, 갈병석 (2007). “SWAT모형을 이용한 임하댐 유역 토사 유출 성향 분석 연구.” 한국수자원학회 학술발표회 논문집, 한국수자원학회, pp. 1920-1924
유철상, 김대하 (2006). “구형펄스모형을 이용한 가뭄사상의 평가.” 한국수자원학회논문집, 한국수자원학회, Vol. 39, No. 4, pp. 373-382

원문보기 상세보기
유철상, 김남원, 정광식 (2002). “점강우모형과 강우강도-지속기간-생기빈도 해석.” 한국수자원학회논문집, 한국수자원학회, Vol. 34, No. 6, pp. 577-586

원문보기 상세보기
이동률, 정상만 (1991). “한강유역 강우의 시·공간적 특성 조사연구-무강우시간에 의해 분리된 각 독립호우들의 분석 중심-.” 대한토목학회 학술발표회 논문집, 대한토목학회, pp. 382-385
이수곤 (2002). “태풍 루사에 의한 피해현황 및 대책방안(산사태).” 대한토목학회지, 대한토목학회, Vol.50, No. 10, pp. 40-49
Austin, S. A. (1994). Grand Canyon: Monument to catastrophe, Institute for Creation Research, California, pp. 83-110
Avanzi, G. D., Giannecchini, R., and Puccinelli, A. (2004). “The Influence of the Geological and Geomorphological Settings on Shallow Landslides. An Example in a Temperate Climate Environment: the June 19, 1996 Event in Northwestern Tuscany(Italy).” Engineering Geology, Vol. 73, pp. 215-228

상세보기
Calcaterra, D. and Santo, A. (2004). “The January 10, 1997 Pozzano Landslides, Sorrento Peninsula, Italy.” Engineering Geology, Vol. 75, pp. 181-200

상세보기
Calenda, G. and Napolitano, F. (1999). “Parameter Estimation of Neyman-Scott Processes for Temporal Point Process Simulation.” Journal of Hydrology, Vol. 225, pp. 45-66

상세보기
Cheng, J. D., Huang, Y. C., Wu, H. L., Yeh, J. L., and Chang, C. H. (2005). “Hydrometeorological and Landuse Attributes of Debris Flow and Debris Floods during Typhoon Toraji, July 29-30, 2001 in Central Taiwan.” Journal of Hydrology, Vol. 306, pp. 161-173

상세보기
Entekhabi, D., Rodriguez-Iturbe, I., and Eagleson, P. S. (1989). “Probabilistic Representation of the Temporal Rainfall by a modified Neyman-Scott Rectangular Pulse Model: Parameter Estimation and Validation.” Water Resources Research, Vol. 25, No. 2, pp. 295-302

상세보기
Favre, A. C., Musy, A., and Morgenthaler, S. (2004). “Unbiased Parameter Estimation of the Neyman-Scott Model for Rainfall Simulation with Related Confidence Interval.” Journal of Hydrology, Vol. 286, pp. 168-178

상세보기
Guzzetti, F., Cardinali, M., Reichenbach, P., Cipolla, F., Sebastiani, C., Galli, M., and Salvati, P. (2004). “Landslides Triggered by the 23 November 2000 Rainfall Event in the Imperia Province, Western Liguria, Italy.” Engineering Geology, Vol. 73, pp. 229-245

상세보기
Islam, S., Entekhabi, D., and Bras, R. L. (1990). “Parameter Estimation and Sensitivity Analysis for the Modified Bartlett-Lewis Rectangular Pulses Model of Rainfall.” Journal of Geophysical Research, Vol. 95, No. D3, pp. 2093-2100

상세보기
Kirchner, J. W., Finkel, R. C., Riebe, C. S., Granger, D. E., Clayton, J. L., King, J. G., and Megahan, W. F. (2001). “Mountain Erosion over 10 yr, 10k.y., and 10 m.y. Time Scales.” Geology, Vol. 29, No. 7, pp. 591-594

상세보기
Meyer, G. A., Pierce, J. L., Wood, S. H., and Jull, A. J. T. (2001). “Fire, Storms, and Erosional Events in the Idaho Batholith.” Hydrological Processes, Vol. 15, pp. 3025-3038

상세보기
Perkins, S. (2000). “The Making of a Grand Canyon: Carving this beloved hole in the ground may not have been such a long-term project.” Science News, Vol. 158, Iss. 14, pp. 218-220

상세보기
Restrepo-Posada, P. J. and Eagleson, P. S. (1982). “Indenification of Independent Rainstorms.” Journal of Hydrology, Vol. 55, pp. 303-319

상세보기
Rodriguez-Iturbe, I., Gupta, V. K., and Waymire, E. (1984). “Scale Considerations in the Modeling of Temporal Rainfall.” Water Resources Research, Vol. 20, No. 11, pp. 1611-1619

상세보기
Rodriguez-Iturbe, I., Cox, D. R., and Isham, V. (1987). “Some Models for Rainfall Based on Stochastic Point Processes.” Proceedings of the Royal Society of London, Vol. A410, No. 1839, pp. 269-288
Rodriguez-Iturbe, I., Cox, D. R., and Isham, V. (1988). “A Point Process Model for Rainfall: Further Developments.” Proceedings of the Royal Society of London, Vol. A417, No. 1853, pp. 283-298
Velghe, T., Troch, P. A., De Troch, F. P., and Vande Velde, J. (1994). “Evaluation of Cluster-based Rectangular Pulse Point Process Models for Rainfall.” Water Resources Research, Vol. 30, No. 10, pp. 2847-2857

상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증