[논문]가축질병 방역활동 지원을 위한 국가동물방역통합시스템 시공간 정보 활용

박선일; 박홍식; 정우석; 이경주

doi:10.11108/kagis.2016.19.4.186

가축질병 방역활동 지원을 위한 국가동물방역통합시스템 시공간 정보 활용
Utilizing Spatial and Temporal Information in KAHIS for Aiding Animal Disease Control Activities 원문보기

한국지리정보학회지 = Journal of the Korean Association of Geographic Information Studies, v.19 no.4, 2016년, pp.186 - 198

박선일 (강원대학교 수의과대학 및 동물의학종합연구소) , 박홍식 (농림축산검역본부 동물질병관리부 역학조사과) , 정우석 (농림축산검역본부 동물질병관리부 역학조사과) , 이경주 (한국교통대학교 도시.교통공학과)

초록
AI-Helper

고병원성 조류인플루엔자(Highly Pathogenic Avian Influenza: HPAI)는 전염력이 매우 높아 발병 시 전국적으로 확산되어 막대한 사회경제적 피해를 유발하는 제1종 법정가축전염병이다. 국가동물방역통합시스템(Korea Animal Health Integrated System: KAHIS)은 축산차량등록제를 통하여 축산관련차량의 축산관련시설 출입정보를 실시간으로 기록함으로써 가축질병 발생 시 신속한 방역업무를 지원하기 위하여 구축한 통합시스템이다. KAHIS는 가축질병 발생 시 차량이동에 의한 확산경로를 효과적으로 추적하기 위한 시공간 정보를 포함한다. 이러한 시공간 정보를 바탕으로 시설들 간 연결 관계를 나타내는 접촉 네트워크를 구축할 경우 가축질병의 시공간 확산과정 추론에 유용하게 활용할 수 있다. 본 연구의 목적은 가축질병 방역활동 지원을 위하여 KAHIS에 내재된 시공간 정보를 접촉 네트워크로 구축하여 일차적 활용방안을 실증적으로 제시하는 것이다. 구축한 접촉 네트워크를 토대로 가축질병의 확산이 이루어지는 잠재적 시공간적 권역을 추정함으 로써 차단 방역 관련 의사결정을 돕기 위한 분석정보를 도출하고 해석을 통하여 정책적 함의를 제시하였다. 아울러 좀 더 고도화된 의사결정 지원정보 도출을 위한 접촉 네트워크의 심층적 활용 방안을 제시하였다.

Abstract ▼ AI-Helper

HPAI(Highly Pathogenic Avian Influenza) is a contagious animal disease that spreads rapidly by diffusion after the first occurrence. The disease has brought tremendous social costs and economic losses. KAHIS (Korea Animal Health Information System) is the integrated system for supporting the task of preventing epidemics. They provide decision-support information, recording vehicle visiting times and facility location, etc., which is possible by enforcing registration of all livestock related facilities and vehicles. KAHIS has accumulated spatial and temporal information that enables effective tracing of potential disease trajectories and diffusion through vehicle movements. The contact network is created utilizing spatial and temporal information in KAHIS to inform facility connection via vehicle visitation. Based on the contact network, it is possible to infer spatial and temporal mechanism of disease spread and diffusion. The study objective is to empirically demonstrate how to utilize primary spatial and temporal information in KAHIS in the form of the contact network. Based on the contact network, facilities with the possibility of infection can be pinpointed within the potential spatial and temporal extent where the disease has spread and diffused. This aids the decision-making process in the task of preventing epidemics. By interpreting our demonstration results, policy implications were presented. Finally, some suggestions were made to comprehensively utilize the contact network to draw enhanced decision-support information.

주제어

AI 본문요약
AI-Helper

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

문제 정의

이에 본 연구에서는 KAHIS를 효과적으로 활용하는 방안을제시하기 위한 방편으로, KAHIS DB에 수록된 차량방문정보를 이용하여 농가들 간 연결 관계를 접촉 네트워크로 구축하는 방식으로 활용방안을 예시한다. 구축한 접촉 네트워크를 이용하여 차량들이 시설들을 방문한 시공간 궤적정보를 시각화함으로써 방역활동에 도움을 줄 수 있는 활용방안을 실증적으로 예시한다. 아울러 실증적 분석결과를 바탕으로 관련된 정책적 함의를 간략히 제시한다.
본 연구에서는 HPAI와 같은 전염성 가축전염병 발생 시 효과적인 방역활동이 이루어지도록 지원하기 위하여 국가동물방역통합시스템(KAHIS)에 누적되고 있는 시공간 정보 활용방안을 제시하고 실증적 분석결과를 예시하였다. 본 연구에서 제시한 활용방안은 KAHIS DB에 거의 실시간으로 누적되고 있는 축산관련차량의 축산관련시설 방문정보를 바탕으로 시설들 간 접촉 여부를 통한 접촉(연결) 네트워크를 구성하여 지도에 시각화하고 관련정보를 표로 집계하는 방식이었다.
본 연구에서는 KAHIS DB를 바탕으로 접촉 네트워크 정보를 구성하고 이로부터 차량방문을 매개로 시설들 간 시공간 연결 관계 및 추이를 살펴볼 수 있는 분석방안을 예시하였다. 앞서 언급하였듯이 이는 KAHIS DB의 일차적인 활용방식으로 볼 수 있다.
본 연구에서는 앞서 개념적으로 설명한 접촉 네트워크를 KAHIS DB의 실증자료를 대상으로 구축하고, 이를 활용하기 위한 시범적 분석시스템(prototype analysis system)으로 구축하였다. 다음 장에서는 이 시스템을 간략히 소개하고 이를 바탕으로 KAHIS 기반의 접촉 네트워크를 실증적으로 활용하는 방안을 제시한다.
본 연구의 목적은 국가동물방역통합시스템(KAHIS)을 통하여 수집․누적되고 있는 축산관련시설 및 축산관련차량 시공간 자료를 이용하여 접촉 네트워크 정보를 구성함으로써 방역활동에서의 의사결정 지원정보로써의 활용성을 제고하기 위한 분석틀을 실증적으로 제시하는 것이다. 이를 위하여 KAHIS에 관한 개략적 소개와 축산관련차량의 축산관련시설 방문정보를 이용한 접촉 네트워크 구성방식을 설명한다.
앞서 접촉 네트워크는 이미 발생한 농가에 대한 잠재적 시공간 확산 가능성을 살펴보기 위한 인프라 정보로 활용하는 방안을 예시하였다. 이는 프로그램에서 ‘KAHIS ID(신고)’ 옵션 선택을 통하여 가능한 방안이다.
접촉 네트워크를 바탕으로 다양한 분석방법론을 적용함으로써 접촉 네트워크 정보를 시각화하는 일차적인 활용방식만으로는 도출하기 어려운 심도 있는 의사결정 지원정보를 이끌어낼 수 있는 잠재력이 충분할 것으로 생각된다. 이러한 맥락에서 KAHIS DB 및 이로부터 도출한 접촉 네트워크의 향후 심층적 활용방안을 제시한다.
즉, 이러한 잠재적 확산 가능성이 있는 농가들의 위치와 방문시점 등을 정확히 파악함으로써, 언제, 어느 시설 및 방역지점을 중심으로 방역활동을 강화할 것인지를 신속하게 결정하는데 유용한 정보인 것이다. 이러한 정보는 기존의 방식 즉, HPAI가 발생한 농가를 중심으로 일정반경 내에 불특정 농가들을 대상으로 하는 살처분 조치와 개별 농가 수준에서의 선별적 조치 등 다양한 방역옵션의 가능성을 함의하고 있는 것이다. 물론 차량방문만으로 HPAI 확산이 이루어지는 것은 아니기에 다양한 전파경로를 염두에 두고 역학조사 및 방역활동이 이루어질 필요가 있지만, 현대의 가금 사육체계에서 축산관련차량에 의한 확산 가능성의 비중이 크다는 점을 상기한다면, 차단방역 지원에 중요한 시공간 의사결정 정보로써의 활용가치는 충분하다고 생각된다.
그러나 KAHIS DB는 효과적으로 방역활동 과정에서의 의사결정을 지원할 수 있는 정보원으로써의 잠재력이 상당함에도 불구하고 실질적 활용은 제한적으로 이루어지고 있는 것으로 지적된다(Park and Bae, 2016). 이에 본 연구에서는 KAHIS를 효과적으로 활용하는 방안을제시하기 위한 방편으로, KAHIS DB에 수록된 차량방문정보를 이용하여 농가들 간 연결 관계를 접촉 네트워크로 구축하는 방식으로 활용방안을 예시한다. 구축한 접촉 네트워크를 이용하여 차량들이 시설들을 방문한 시공간 궤적정보를 시각화함으로써 방역활동에 도움을 줄 수 있는 활용방안을 실증적으로 예시한다.
일차적 활용방식이란 접촉 네트워크에 내재된 시공간 정보 즉, 시설과 시설들 간 연결 관계 현황을 지도로 시각화하고 표로 집계하여 제시하는 방식을 의미한다. 즉, 접촉 네트워크 구성을 통하여 KAHIS DB에 담겨져 있는 기본적 형태의 시공간 정보를 도출하는 것이다. 그러나 이러한 맥락에서의 일차적 활용방식 뿐만 아니라 이를 토대로 심층적인 분석기법을 적용함으로써 접촉 네트워크에 내재되어 있지만 일차적 활용방식만으로는 도출하기 어려운 정보를 생성할 수 있는 가능성은 충분하다.

제안 방법

본 연구에서는 앞서 개념적으로 설명한 접촉 네트워크를 KAHIS DB의 실증자료를 대상으로 구축하고, 이를 활용하기 위한 시범적 분석시스템(prototype analysis system)으로 구축하였다. 다음 장에서는 이 시스템을 간략히 소개하고 이를 바탕으로 KAHIS 기반의 접촉 네트워크를 실증적으로 활용하는 방안을 제시한다.
이러한 맥락에서 KAHIS DB에 내재된 다양한 수준의 유용한 정보를 다각도로 분석함으로써 KAHIS의 근본적 구축목적을 충실히 달성할 수 있도록 하기 위한 심도 있는 방법론 관련 연구가 지속적으로 필요할 것으로 생각된다. 마지막으로 본 연구에서는 1개의 질병발생 농가를 중심으로 분석결과를 도출하는 과정을 제시하였다. 그러나 시간의 추이에 따라 2개 이상의 발생 농가들을 대상으로 분석을 수행할 경우 보다 실효성 있는 방역활동 의사결정 지원정보를 도출할 수 있을 것으로 기대된다.
본 연구에서 제시한 접촉 네트워크 활용방안은 접촉 네트워크에 포함된 연결 관계 정보를 단순히 시각화하거나 집계하는 정도에 한정하였다. 이는 본 연구의 범위이자 한계이다.
본 연구에서는 HPAI와 같은 전염성 가축전염병 발생 시 효과적인 방역활동이 이루어지도록 지원하기 위하여 국가동물방역통합시스템(KAHIS)에 누적되고 있는 시공간 정보 활용방안을 제시하고 실증적 분석결과를 예시하였다. 본 연구에서 제시한 활용방안은 KAHIS DB에 거의 실시간으로 누적되고 있는 축산관련차량의 축산관련시설 방문정보를 바탕으로 시설들 간 접촉 여부를 통한 접촉(연결) 네트워크를 구성하여 지도에 시각화하고 관련정보를 표로 집계하는 방식이었다. 이는 접촉 네트워크 정보를 추가적인 분석이나 가공과정을 적용하지 않고 시설들 간 일차적인 관계구조 현황을 파악하는데 주안점을 둔 일차적인 활용방안이다.
마찬가지로 좌측 하단의 그림은 총 m개의 축산관련차량별로 각 차량이 방문한 시설들의 목록을 예시하는데, 가령 1번 차량은 총 ‘f_1’개의 시설들을 방문했음을 알 수 있다. 이 연구에서는 시설별 방문차량의 수나 차량별 방문시설의 수는 2013년 10월 1일부터 2015년 12월 31일까지 총 27개월 기간 동안 이루어진 차량방문을 일 단위로 집계한다.
본 연구의 목적은 국가동물방역통합시스템(KAHIS)을 통하여 수집․누적되고 있는 축산관련시설 및 축산관련차량 시공간 자료를 이용하여 접촉 네트워크 정보를 구성함으로써 방역활동에서의 의사결정 지원정보로써의 활용성을 제고하기 위한 분석틀을 실증적으로 제시하는 것이다. 이를 위하여 KAHIS에 관한 개략적 소개와 축산관련차량의 축산관련시설 방문정보를 이용한 접촉 네트워크 구성방식을 설명한다. 이를 토대로 구축된 접촉 네트워크에 수록된 정보를 시각화하여 활용하는 방식을 제시하고, 분석결과를 토대로 정책적 함의를 도출한다.
이를 위하여 KAHIS에 관한 개략적 소개와 축산관련차량의 축산관련시설 방문정보를 이용한 접촉 네트워크 구성방식을 설명한다. 이를 토대로 구축된 접촉 네트워크에 수록된 정보를 시각화하여 활용하는 방식을 제시하고, 분석결과를 토대로 정책적 함의를 도출한다. 아울러 향후 연구의 일환으로 접촉 네트워크 정보를 단순히 시각화하는 수준 이상의 고도화된 활용방안을 제안한다.

대상 데이터

또한 방문차량들 중 KAHIS ID ‘인천80바4603’ 차량의 경우 ‘240781’ 농가를 총 8회 방문하였으며, 최초 방문시점은 2014년 1월 15일임을 알 수 있다.

성능/효과

결과적으로 접촉 네트워크를 이용하여 시설들 간 실질적 접촉여부를 파악하고 이를 토대로 질병의 확산 가능성이 의심되는 농가들의 위치 및 시점 등을 세밀하게 파악할 수 있는 단초 정보로 의미가 있다고 판단된다.
마지막으로, 잠복기 내 발생농가와 차량방문을 매개로 접촉 관계가 형성된 농가들의 지리적 분포범위를 보면 가장 짧게는 약 0.5㎞에서 가장 멀리는 92.56㎞에 이르는 것을 알 수 있다. 이는 HPAI가 발생 한 ‘242038’ 농가를 중심으로 잠복기 기간 내에 이미 HPAI의 잠재적 확산 가능성이 이미 도경계를 넘어선 범위까지 확대되었음을 의미한다.
위 예시에서는 분석기간(최초 발생시점을 포함한 21일 잠복기) 동안 KAHIS ID ‘240781’에 해당하는 농가의 경우 총 10회 방문이 이루어졌음을 알 수 있다.

후속연구

마지막으로 본 연구에서는 1개의 질병발생 농가를 중심으로 분석결과를 도출하는 과정을 제시하였다. 그러나 시간의 추이에 따라 2개 이상의 발생 농가들을 대상으로 분석을 수행할 경우 보다 실효성 있는 방역활동 의사결정 지원정보를 도출할 수 있을 것으로 기대된다.
이는 접촉 네트워크 정보를 추가적인 분석이나 가공과정을 적용하지 않고 시설들 간 일차적인 관계구조 현황을 파악하는데 주안점을 둔 일차적인 활용방안이다. 그렇더라도 접촉 네트워크를 구성하여 차량들의 방문이력 및 이로부터 생성한 시설들 간 연결 관계 정보는 방역활동을 수행하는데 있어서 선택과 집중을 통한 효율성을 높이는 데 도움이 될 수 있을 것으로 기대된다. 접촉 네트워크의 활용성 예시를 위하여 제시한 분석결과에 따르면, 대부분의 경우 발생 농가를 중심으로 잠복기 기간 내 차량방문을 매개로 잠재적 감염여부 및 확산 가능성이 있는 시설들은 이미 시도 경계를 넘어서 전국적 규모로 확산되었음을 알 수 있었다.
둘째, 앞서 제시한 감염 가능성을 다루는 모형과 관련하여 각 요인별 영향력 수준을 정량적으로 추정하여 활용하는 방안도 가능하다. 이는 기본적으로 회귀분석을 통하여 다룰 수 있지만, 접촉 네트워크에 포함된 정보만이 제공할 수 있는 영향력 요인은 분명히 차별점이 있다.
셋째, 접촉 네트워크는 기본적으로 농가를 일종의 노드(node)로 보고 농가들 간 연결 여부를 링크(link)로 구성함으로써 그래프 이론에서 제시하는 다양한 분석방법론 적용이 가능한 자료구조를 가지고 있다. 따라서 다양한 방식의 사회연결망분석기법(social network analysis method)을 활용하여 KAHIS DB의 원시자료(raw data)를 단순히 시각화하거나 집계하는 것만으로는 이끌어내기 어려운 시설들 간 연결관계를 파악할 수 있을 것을 기대된다. 가령, 시설들 간 연결 관계에 있어서 중심적 역할을 하거나 타 시설과의 매개 역할이 두드러지는 시설의 경우 특히 방역활동이 집중될 필요성이 있음을 의미한다면, 사회연결망분석을 통하여 이러한 역할에 있어서 허브(hub)에 해당하는 시설들을 정량적으로 파악하는데 활용성이 높을 것으로 기대된다.
9%로 가장 큰 비중을 차지하는 것을 알 수 있다(Park and Bae, 2016). 따라서 축산관련시설을 방문하는 차량의 이동궤적을 방문시설의 위치와 방문시간 등의 정보를 실시간으로 기록하고 이들을 면밀하게 체계적으로 분석할 수 있는 기반을 조성할 경우, 최초 질병이 발생한 시점과 위치에 관한 정보를 토대로 시간의 추이에 따라 지리적 공간상에서 확산이 어떻게 이루어져왔는지를 파악하는데 도움이 될 것으로 기대된다.
가령 HPAI 발생시설을 방문한 차량이 타 시설을 방문한 경우 발생시점을 기준으로 타 시설 방문시점이 늦을수록 해당 시설이 감염될 잠재적 가능성은 감소하게 된다. 또한 발생시설 및 이와 연결된 시설 간 지리적 거리가 증가할수록 역시 감염 가능성은 줄어드는 것으로 볼 수 있을 것이다. 아울러, 감염 가능성에 영향을 주는 요인들 가령, 방문시설의 사육두수 및 주변 지역의 가금농가 밀도, 방문시점의 계절적 특성, 방문차량이 한 번에 운반할 수 있는 가금류 규모 및 사료운반차량의 용량 등의 요인들 역시 농가들 간 연결관계를 토대로 감염 및 확산 가능성 혹은 확률에 영향을 주는 것으로 보고 이들을 종합한 시공간 모형을 구축할 수 있을 것이다.
가령, 각 시설별로 어떤 목적으로든 차량방문이 빈번할 경우 이러한 차량들이 해당 시설을 방문하기 전 잠복기 기준으로 HPAI 발생 시설을 방문했다면, 해당 시설의 감염 가능성은 증가할 것으로 보는 것이 타당하다. 만일 HPAI가 발생한 시설과 발생하지 않은 시설을 일종의 case와 control 형태의 종속변수로 구성하고 접촉 네트워크 및 기타 영향요인으로 구성된 로지스틱 회귀모형을 구성할 경우 접촉 네트워크가 제공하는 방문목적별 방문빈도를 포함한 해당 요인별 영향력 수준을 추정할 수 있을 것이다. 이를 바탕으로 영향력 요인별 수준을 고려하여 좀 더 구체적이고 정교한 방식으로 방역활동을 진행하는데 도움이 될 것으로 기대된다.
이를 토대로 구축된 접촉 네트워크에 수록된 정보를 시각화하여 활용하는 방식을 제시하고, 분석결과를 토대로 정책적 함의를 도출한다. 아울러 향후 연구의 일환으로 접촉 네트워크 정보를 단순히 시각화하는 수준 이상의 고도화된 활용방안을 제안한다.
또한 발생시설 및 이와 연결된 시설 간 지리적 거리가 증가할수록 역시 감염 가능성은 줄어드는 것으로 볼 수 있을 것이다. 아울러, 감염 가능성에 영향을 주는 요인들 가령, 방문시설의 사육두수 및 주변 지역의 가금농가 밀도, 방문시점의 계절적 특성, 방문차량이 한 번에 운반할 수 있는 가금류 규모 및 사료운반차량의 용량 등의 요인들 역시 농가들 간 연결관계를 토대로 감염 및 확산 가능성 혹은 확률에 영향을 주는 것으로 보고 이들을 종합한 시공간 모형을 구축할 수 있을 것이다. 가령 이들을 종합적으로 고려한 감염 가능성 모형을 확률 지수 형태로 정의하고 시간의 흐름에 따라 지수 값이 지리적 공간상에서 어떠한 변화추이를 보이는지를 추론할 수 있을 것이다.
앞서 예시한 연구들에서는 가축질병 확산과정을 모델링하는 과정에서 사회연결망에서 적용되는 자료구조를 다양한 형태의 접촉 네트워크로 정의하고, 이를 실증자료에 적용하여 도출한 분석결과를 토대로 가축방역에 도움을 줄 수 있는 정책적 함의를 제시하고 있다. 이러한 접촉 네트워크 형태의 분석방식은 시공간상에서 축산관련 차량들이 시설들을 방문함으로써 형성되는 연결 관계 정보를 토대로 가축질병의 확산과정 모델링에 적합한 기반을 제공하는 것으로 판단된다.
즉, 접촉 네트워크에는 단순히 시각화하는 것만으로는 파악하기 어려운 심도 있는 분석정보를 도출할 수 있는 잠재적 활용 가능성이 내포되어 있다. 이러한 맥락에서 KAHIS DB에 내재된 다양한 수준의 유용한 정보를 다각도로 분석함으로써 KAHIS의 근본적 구축목적을 충실히 달성할 수 있도록 하기 위한 심도 있는 방법론 관련 연구가 지속적으로 필요할 것으로 생각된다. 마지막으로 본 연구에서는 1개의 질병발생 농가를 중심으로 분석결과를 도출하는 과정을 제시하였다.
만일 HPAI가 발생한 시설과 발생하지 않은 시설을 일종의 case와 control 형태의 종속변수로 구성하고 접촉 네트워크 및 기타 영향요인으로 구성된 로지스틱 회귀모형을 구성할 경우 접촉 네트워크가 제공하는 방문목적별 방문빈도를 포함한 해당 요인별 영향력 수준을 추정할 수 있을 것이다. 이를 바탕으로 영향력 요인별 수준을 고려하여 좀 더 구체적이고 정교한 방식으로 방역활동을 진행하는데 도움이 될 것으로 기대된다. 아울러 같은 독립변수라 하더라도 지역별 여건에 따라 그 영향력 수준이 다를 수 있음을 전제로 공간가중회귀분석(Geographically Weighted Regression: GWR) 등을 적용함으로써 독립변수별, 지역별 영향력 수준을 추정함으로써 지역 맞춤형 방역대책 수립에 참고할 수 있는 정보생성 역시 의미가 있을 것으로 생각된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	고병원성 조류인플루엔자란 무엇인가?	고병원성 조류인플루엔자(Highly Pathogenic Avian Influenza: HPAI)는 전염력이 매우 높아 발병 시 전국적으로 확산되어 막대한 사회경제적 피해를 유발하는 제1종 법정가축전염병이다. 국가동물방역통합시스템(Korea Animal Health Integrated System: KAHIS)은 축산차량등록제를 통하여 축산관련차량의 축산관련시설 출입정보를 실시간으로 기록함으로써 가축질병 발생 시 신속한 방역업무를 지원하기 위하여 구축한 통합시스템이다.
	KAHIS DB의 현재 실정은 어떠한가?	그러나 KAHIS DB는 효과적으로 방역활동 과정에서의 의사결정을 지원할 수 있는 정보원으로써의 잠재력이 상당함에도 불구하고 실질적 활용은 제한적으로 이루어지고 있는 것으로 지적된다(Park and Bae, 2016). 이에 본 연구에서는 KAHIS를 효과적으로 활용하는 방안을제시하기 위한 방편으로, KAHIS DB에 수록된 차량방문정보를 이용하여 농가들 간 연결 관계를 접촉 네트워크로 구축하는 방식으로 활용방안을 예시한다.
	국가동물방역통합시스템의 구축 및 운용 목적은 무엇인가?	국가동물방역통합시스템(Korea Animal Health Integrated System: KAHIS)은 축산차량등록제를 통한 축산관련차량의 축산관련시설 출입정보 등을 실시간으로 DB에 기록함으로써 가축질병 방역관련 활동 및 업무를 효과적으로 지원하기 위하여 구축한 IT 기반의 통합시스템이다. 이 시스템의 구축 및 운용 목적은 가축질병 예찰 및 통제를 통한 신속한 질병전파 차단에 있으며 가축질병 발생 시 확산경로를 효과적으로 추적하는 것 등을 포함한다. 검역본부에서는 KAHIS를 통하여 가금 사육농가 방문 축산차량을 대상으로 등록제를 실시함으로써 차량의 이력을 시간과 위치정보로 수집하는 DB를 구축·운영하고 있다.

참고문헌 (15)

Bae, S.H., H.Y. Jeong, and C.H. Eom. 2016. Social network type analysis of highly pathogenic avian influenza(HPAI) outbreaks in South Korea. Journal of the Korean Association of Geographic Information Studies 19(3):114-126 (배선학.정해용.엄치호. 2016. 2014-2016 국내 발생 고병원 성조류인플루엔자(HPAI)의 사회연결망(social network) 유형 분석. 한국지리정보학회지 19(3):114-126).

원문보기 상세보기
Brennan, M.L., R., Kemp, and R.M. Christley. 2008. Direct and indirect contacts between cattle farms in northwest England. Preventive Veterinary Medicine 84(3-4):242-260.

상세보기
Firestone, S.M., R.M. Christley, M.P. Ward, and N.K. Dhand. 2012. Adding the spatial dimension to the social network analysis of an epidemic: Investigation of the 2007 outbreak of equine influenza in Australia. Preventive Veterinary Medicine 106(2):123-135.

상세보기
Kerkhove, M.D.V., S. Vong, J. Guitian, D. Holl, P. Mangtani, S. San, and A.C. Ghani. 2009. Poultry movement networks in Cambodia: implications for surveillance and control of highly pathogenic avian influenza(HPAI/H5N1). Vaccine 27(45):6345-6352.

상세보기
Lee, J.H., T.J. Kim, H.M. Nam, H.C. Yoon, C.K. Park, J.Y. Park, S.H. An, C.S. Kim, and S.H. Wee. 2006. Changes in policies of animal disease control measures according to the outbreak of foot-andmouth disease in Korea. Korean Journal of Veterinary Public Health 30(1):57-68.(이주호.김태종.남향미.윤하정.박최규.박지용.안수환.감창섭.위성환. 2006. 국내 구제역 발생에 따른 가축 방역 정책의 변화. 한국수의공중보건학회지 30(1):57-68).

상세보기
Lin, Y and C. Heffernan. 2011. Accessible and inexpensive tools for global HPAI surveillance: a mobile-phone based system. Preventive Veterinary Medicine 98(2-3):209-214.

상세보기
Martin, V., X. Zhou, E. Marshall, B. Jia, G. Fusheng, M.A. FrancoDixon, N. DeHaan, D.U. Pfeiffer, R.j. Soares Magalhaes, and M. Gilbert. 2011. Risk-based surveillance for avian influenza control along poultry market chains in South China: The value of social network analysis. Preventive Veterinary Medicine 102(3):196-205.

상세보기
Martinez-Lopez, B., A.M. Perez, and J.M. Sanchez-Vizcaino. 2009. Combined application of social network and cluster detection analyses for temporal-spatial characterization of animal movements in Salamanca, Spain. Preventive Veterinary Medicine 91(1):29-38.

상세보기
MIFAFF(Ministry for Food, Agriculture, Forestry and Fisheries). 2012. Development of a lookout network system on domestic fowl industry for predicting HPAI(highly pathogenic avian influenza) outbreak and dispersion. Research Report. pp.506-507 (농림수산식품부. 2012. 고병원성 조류인플루엔자(HPAI)의 유입 및 전파확산경로 예측을 위한 가금 산업의 유통 감시 네트워크 시스템 개발에 관한 연구. 연구보고서. 506-507쪽.
Park, S.I., O.K. Moon, W. Jeong, and G. Lee. 2015. A study on spatial sampling of domestic wild bird migrate habitats for monitoring HPAI. Journal of the Korean Cartographic Association 15(1):25-35(박선일, 문운경, 정우석, 이경주. 2015. 국내 야생 철새 도래지 공간표집방법론에 관한 연구. 한국지도학회지 15(1):25-35).
Park, S.I and S.H. Bae. 2016. Link between service coverage of slaughterhouse and the potential disease transmission: analyzing the livestock movements data for simulation exercise(CPX). Journal of the Korean Cartographic Association 16(1): 67-77(박선일.배선학. 2016. 가축질병 가상방역훈련(CPX)을 위한 축산차량 이동 분석: 도축장의 서비스 범위 분석을 사례로. 한국지도학회지 16(1):67-77).
Pfeiffer D.U., P.Q. Minh, V. Martin, M. Epprecht, and M.J. Otte. 2007. An analysis of the spatial and temporal patterns of highly pathogenic avian influenza occurrence in Vietnam using national surveillance data. Veterinary Journal 174(2):302-309.

상세보기
Smith, R.P., A.J.C. Cook, and R.M. Christley. 2013. Descriptive and social network analysis of pig transport data recorded by quality assured pig farms in the UK. Preventive Veterinary Medicine 108(2-3):167-177.

상세보기
Webb, C.R. 2005. Farm animal networks: unraveling the contact structure of the British sheep population. Preventive Veterinary Medicine 68(1):3-17.

상세보기
Yang. K.G. 2013. Analysis of relative importance of FMD disaster management policies by their categories -focused on the privatization using AHP method-. The Korea Public Administration Journal 22(2):91-119 (양기근. 2013. 구제역 재난관리 정책의 영역별 상대적 중요도 분석-AHP 기법을 이용한 우선순위 측정을 중심으로-. 한국행정연구 22(2):91-119).

저자의 다른 논문 :

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