[논문]국내 벚꽃 개화 및 단풍 시기에 대한 공간예측

진향곤; 김상완; 김용구

doi:10.5351/kjas.2017.30.3.417

[국내논문] 국내 벚꽃 개화 및 단풍 시기에 대한 공간예측
A spatial prediction for the flowering and autumnal dates in Korea 원문보기

응용통계연구 = The Korean journal of applied statistics, v.30 no.3, 2017년, pp.417 - 426

진향곤 (경북대학교 통계학과) , 김상완 (경북대학교 통계학과) , 김용구 (경북대학교 통계학과)

초록
AI-Helper

국내외적으로 벚꽃의 개화시기와 단풍 시작일에 대한 관련 연구가 많이 되어왔는데, 매해 기상청은 이들에 대하여 보도자료를 통하여 당해 연도 예측시기 및 전년도와의 차이를 발표하고 있다. 본 연구에서는 선형회귀모형을 통해서 이들의 개화시기 및 단풍시기에 영향을 줄 수 있는 월별 평균, 최저, 최고온도, 강수량 그리고 일조량 등과 같은 여러가지 기상변수를 확인하였고 관측되지 않은 지역에 대한 예측을 위해서 기존의 모형에 공간구조를 추가하여 분석하였다. 본 연구에서 제안된 모형을 2009년부터 2016년의 기상청 보도자료에 적용하였고 기존의 기상청 예측값과 비교하였다. 그리고 공간분석을 통해 한반도 전역의 벚꽃 개화시기와 단풍 시작일을 예측하였다.

Abstract ▼ AI-Helper

It is important to predict the flowering dates of Japanese cherry and autumnal dates in Korea. Flowering date is decided by heating requirement with daily maximum and minimum temperature used to calculate the pre-determined heating requirements for flowering. Recent, changes in climate have impacted the flowering season of Japanese cherry in Korea. When compared with the current normal, the flowering of Japanese cherry is expected to be about 10 days earlier than in near future normal years. In this paper, we first consider a linear model based on meteorological data that predicts the flowering date and then incorporate a spatial structure into the model. Real data analysis indicates that the proposed approach provides more reasonable predicted dates.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 연구에서는 한반도 전지역을 아우르는 예측모델 개발에 대한 요구가 늘고 있는 상황에서 개화 및 단풍시기에 대하여 한반도 공간모형을 생성하고, 한반도 전역에 대한 예측 모델을 개발해 보고자 한다.
개화일과 단풍시기 예측을 위해 일반적으로 식물의 성장에 필요한 기상요소인 강수와 일조시간등을 모형에 포함시켜야 하는데, 벚꽃의 경우, 2월과 3월의 평균, 최저, 최고온도( ℃)와 월 총 강수량(mm) 그리고 일조량을 설명변수로 고려하였고, 단풍시기 예측을 위해서는 8월과 9월의 평균온도( ℃)와 월 총 강수량(mm) 그리고 일조량을 설명변수로 사용하였다. 또한 관측값이 없는 지역에 대한 개화 및 단풍시기 예측을 위해서 기존의 선형회귀 모형에 공간구조를 가지는 확률효과항을 추가하여 개화일과 단풍시기를 추정하고자 한다.

가설 설정

여기에서 y(s)는 s지점에서의 벚꽃 개화 또는 단풍 시기(일), X(s)는 s지점에서의 다양한 기상변수(벚꽃의 경우, 2월과 3월의 평균, 최저, 최고온도( ℃)와 월 총 강수량(mm), 일조량 등 그리고 단풍의 경우, 8월과 9월의 평균온도( ℃)와 월 총 강수량(mm), 일조량 등)를 나타내는 독립변수 행렬, η(s)는 s지점에서의 개화 및 단풍 시기에 대한 모형 오차로써 공간모형을 가정한다.

제안 방법

개화일과 단풍시기 예측을 위해 일반적으로 식물의 성장에 필요한 기상요소인 강수와 일조시간등을 모형에 포함시켜야 하는데, 벚꽃의 경우, 2월과 3월의 평균, 최저, 최고온도( ℃)와 월 총 강수량(mm) 그리고 일조량을 설명변수로 고려하였고, 단풍시기 예측을 위해서는 8월과 9월의 평균온도( ℃)와 월 총 강수량(mm) 그리고 일조량을 설명변수로 사용하였다. 또한 관측값이 없는 지역에 대한 개화 및 단풍시기 예측을 위해서 기존의 선형회귀 모형에 공간구조를 가지는 확률효과항을 추가하여 개화일과 단풍시기를 추정하고자 한다.
본 연구에서 제안한 모형을 기상청에서 제공하는 최근 국내 벚꽃의 개화 시기와 단풍 시기에 대한 자료와 관련 기상자료에 적용하였다. 이를 통해 벚꽃의 개화와 단풍에 영향을 주는 요인을 각각 파악하였고 이들 관심변수에 대한 공간구조를 파악하여 이를 공간예측에 적용하였다.
국내외적으로 벚꽃의 개화시기와 단풍 시작일 및 절정일에 대한 관련 연구가 많이 되어왔는데, 선형회귀모형을 통해서 이들의 개화시기 및 단풍시기에 영향을 줄 수 있는 월별 평균, 최저, 최고온도, 강수량 그리고 일조량 등과 같은 여러가지 기상변수를 확인하였고 관측되지 않은 지역에 대한 예측을 위해서 기존의 모형에 공간구조를 추가하여 분석하였다. 연구를 통해 2015년의 한반도 벚꽃개화시기를 확인해 본 결과, 2월의 평균기온, 3월의 최저 및 최고기온, 3월의 강수량, 3월의 일조량이 유의한 변수였다.

대상 데이터

참고로 전체 산의 20% 가량이 물들었을 때를 단풍시작일로 하며, 80% 가량 물들었을 때를 단풍절정일로 정의한다. 따라서 우리는 본 연구를 위하여 벚꽃의 경우, 2009– 2016년의 보도자료를, 단풍의 경우는 2005–2015년 보도자료를 이용하였다. 정확한 시기변수를 사용하기 위하여, 기상청 보도자료에서 전년도 데이터만을 수집하였으며, 단풍은 기상관서별로 지정된 유명산, 총 30곳 중 2004년부터 2014년까지 결측 없이, 연속적으로 측정된 14개 산의 단풍시작일의 정보를 수집하였다.
따라서 우리는 본 연구를 위하여 벚꽃의 경우, 2009– 2016년의 보도자료를, 단풍의 경우는 2005–2015년 보도자료를 이용하였다. 정확한 시기변수를 사용하기 위하여, 기상청 보도자료에서 전년도 데이터만을 수집하였으며, 단풍은 기상관서별로 지정된 유명산, 총 30곳 중 2004년부터 2014년까지 결측 없이, 연속적으로 측정된 14개 산의 단풍시작일의 정보를 수집하였다. 기상변수의 경우, 국가통계포털 (http://kosis.
정확한 시기변수를 사용하기 위하여, 기상청 보도자료에서 전년도 데이터만을 수집하였으며, 단풍은 기상관서별로 지정된 유명산, 총 30곳 중 2004년부터 2014년까지 결측 없이, 연속적으로 측정된 14개 산의 단풍시작일의 정보를 수집하였다. 기상변수의 경우, 국가통계포털 (http://kosis.kr) 기관별 통계자료에서 기상청의 ‘기상요소별 관측값’이란 기상관측 자료를 이용하였으며, 기상청이 개화일예측에 사용하는 기온변수 이외에도, 식물의 성장에 필요한 기상요소인 강수와 일조시간을 포함하여 데이터셋을 구성하였다. 벚꽃의 경우, 2008–2015년의 2월과 3월의 평균, 최저, 최고온도( ℃)와 월 총 강수량(mm), 일조량 데이터를 수집하였고, 단풍시기 예측을 위해선 동일 정보에서 8월과 9월의 평균온도( ℃)와 월 총 강수량(mm), 일조량을 사용하였다.
kr) 기관별 통계자료에서 기상청의 ‘기상요소별 관측값’이란 기상관측 자료를 이용하였으며, 기상청이 개화일예측에 사용하는 기온변수 이외에도, 식물의 성장에 필요한 기상요소인 강수와 일조시간을 포함하여 데이터셋을 구성하였다. 벚꽃의 경우, 2008–2015년의 2월과 3월의 평균, 최저, 최고온도( ℃)와 월 총 강수량(mm), 일조량 데이터를 수집하였고, 단풍시기 예측을 위해선 동일 정보에서 8월과 9월의 평균온도( ℃)와 월 총 강수량(mm), 일조량을 사용하였다. 해당 지역의 위치정보는 국토교통부 국토지리정보원 (https://www.
벚꽃의 경우, 2008–2015년의 2월과 3월의 평균, 최저, 최고온도( ℃)와 월 총 강수량(mm), 일조량 데이터를 수집하였고, 단풍시기 예측을 위해선 동일 정보에서 8월과 9월의 평균온도( ℃)와 월 총 강수량(mm), 일조량을 사용하였다. 해당 지역의 위치정보는 국토교통부 국토지리정보원 (https://www.ngii.go.kr) 지역 별 기준점 자료를 이용하여 관측지명의 위도, 경도 자료를 수집하였는데, 단풍시기를 관측하는 14개 산을 비롯하여 산림청(Korea Forest Service)에서 지정한 ‘100대 명산’에 대해 각 산 별 위도, 경도 좌표는 국토지리정보원의 ‘산높이 DB (배포용)-2015년’를 바탕으로 각각의 산에 대한 위도, 경도, 산의 높이(m) 정보를 수집하였으며, ‘산높이 DB (배포용)-2015년’의 경우 위도, 경도는 ‘도(°)-분(′)-초(′′)’ 단위로 측정되어있어 ‘도(°)’ 단위로 변환하여 이용하였다.
본 연구에서 제안한 모형을 기상청에서 제공하는 최근 국내 벚꽃의 개화 시기와 단풍 시기에 대한 자료와 관련 기상자료에 적용하였다. 이를 통해 벚꽃의 개화와 단풍에 영향을 주는 요인을 각각 파악하였고 이들 관심변수에 대한 공간구조를 파악하여 이를 공간예측에 적용하였다.

데이터처리

마지막으로 Tables 4.4와 4.5에서는 벚꽃과 단풍 시기에 대하여 본 논문에서 제안한 공간예측값과 기상청의 예측값을 2015년 실제 관측값과 각각 비교하였다. 이를 통해, 공간회귀모형에 의한 예측법이 기존 기상청의 예측 시기와 비교해 개선된 결과를 확인할 수 있었다.

이론/모형

국내외적으로 벚꽃의 개화시기와 단풍시작일에 대한 연구가 많이 이루어져 왔다. 온도시간 모형(thermal time model)의 일종인 The number of days transformed to standard temperature (DTS) 생물 계절모형 (Ono와 Konno, 1999)을 이용하여 격자형 봄꽃(벚, 복숭아, 배)의 개화일을 생산하고, 개화일의 미래 변화를 분석 (Hur 등, 2015)하였고, ‘Chill-day’ 모형을 통해 식물마다 가지는 고유한 저온요구량과 개화에 이르는데 필요한 고온요구량을 추정하여, 기온자료를 통해 개화일을 추정할 수 있는 (Richardson 등, 1974; Aron, 1983; Cesaraccio 등, 2004; Jung 등, 2005) 방법을 통해 남한 전 지역에 대해 격자형 기후자료에 대한 벚꽃 개화일을 계산하고 그 공간변이를 파악 (Yun, 2006)하기도 하였다. 또한 Estella와 Menzel (2006), Delpierre 등 (2009) 그리고 Friedman 등 (2011)의 연구 결과를 이용해 기온과 광주기를 주요 변수로 이용한 식생계절예측모델 중 하나인 temperature photoperiod (TP) (Jeong과 Medvigy, 2014) 모델을 이용하여 단풍시작일과 기온의 상관성을 알아보고 단풍시작시기의 변화를 살펴보기도 하였다 (Park 등, 2015; Hur 등, 2015).

성능/효과

2에서는 벚꽃의 개화시기와 단풍의 시작시기에 대한 회귀 분석의 결과는 정리하였다. 벚꽃의 개화시기에 대한 모형에서는 13개의 변수 중 2월 평균기온, 3월 최고/최저온도, 3월 총 강수량 그리고 3월 총 일조량 등 총 5개의 변수가 유의하였고 단풍의 시작시기에 대한 모형에서는 8개의 변수 중 위도, 산의 높이, 8월 총 강수량 그리고 9월 평균기온 등 총 4개의 변수가 유의하였다.
벚꽃의 개화시기 모형의 경우 약 88%의 변동을, 단풍의 시작시기 모형의 경우 약 80%의 변동을 설명하였다. 또한, 선형성, 등분산성, 정규성이 만족하였으며 다중공선성은 없는 것으로 확인되었다.
벚꽃의 개화시기 모형의 경우 약 88%의 변동을, 단풍의 시작시기 모형의 경우 약 80%의 변동을 설명하였다. 또한, 선형성, 등분산성, 정규성이 만족하였으며 다중공선성은 없는 것으로 확인되었다. Table 4.
4에서는 벚꽃 및 단풍 시기에 대하여 잔차에 대한 Kriging값과 회귀분석을 통하여 얻은 예측값을 합하여 구한 최종 예측값을 각각 나타낸 것으로, 벚꽃에 대해서는 값이 낮을수록 분홍색으로, 높을수록 녹색으로 나타나며, 단풍에 대해서는 값이 낮을수록 적색으로, 높을수록 노란색으로 나타낸다. 이를 통해 벚꽃 시기와 비교해 단풍 시기에서 상대적으로 높은 공간적 상관성이 존재함을 확인할 수 있었다.
5에서는 벚꽃과 단풍 시기에 대하여 본 논문에서 제안한 공간예측값과 기상청의 예측값을 2015년 실제 관측값과 각각 비교하였다. 이를 통해, 공간회귀모형에 의한 예측법이 기존 기상청의 예측 시기와 비교해 개선된 결과를 확인할 수 있었다. 또한 Cross validation 방법을 통한 RMSE 값을 비교했을 때, 단풍의 경우는 회귀모형이 18.
국내외적으로 벚꽃의 개화시기와 단풍 시작일 및 절정일에 대한 관련 연구가 많이 되어왔는데, 선형회귀모형을 통해서 이들의 개화시기 및 단풍시기에 영향을 줄 수 있는 월별 평균, 최저, 최고온도, 강수량 그리고 일조량 등과 같은 여러가지 기상변수를 확인하였고 관측되지 않은 지역에 대한 예측을 위해서 기존의 모형에 공간구조를 추가하여 분석하였다. 연구를 통해 2015년의 한반도 벚꽃개화시기를 확인해 본 결과, 2월의 평균기온, 3월의 최저 및 최고기온, 3월의 강수량, 3월의 일조량이 유의한 변수였다. 그리고 2010년 한반도의 단풍시작시기에 대해 확인한 결과, 위도, 산의 높이, 9월 평균기온과 8월 총 강수량이 유의한 변수로 선택되었다.
따라서 한반도 전 지역에 대한 벚꽃 개화 및 단풍시작시기에 대한 예측지도를 만들 수 있다. 개화일 예측의 경우 개화 전 1개월의 기온 변화에 따라 봄꽃 개화일이 크게 변화한다는 기존의 연구 결과처럼 2월보다는 3월의 기상변수가 더 많이 유의한 것을 확인할 수 있다. 그리고 미래 기후 시나리오에 따라, 지구온난화로 인해 평균기온과 강수량이 증가함에 따라 단풍의 시작시기가 늦춰질 것임을 알 수 있었으며 이는 선행연구들과 일치하는 결과였다.
개화일 예측의 경우 개화 전 1개월의 기온 변화에 따라 봄꽃 개화일이 크게 변화한다는 기존의 연구 결과처럼 2월보다는 3월의 기상변수가 더 많이 유의한 것을 확인할 수 있다. 그리고 미래 기후 시나리오에 따라, 지구온난화로 인해 평균기온과 강수량이 증가함에 따라 단풍의 시작시기가 늦춰질 것임을 알 수 있었으며 이는 선행연구들과 일치하는 결과였다. 본 연구에서 제시한 방법을 실제로 적용하기 위해서는 직전년도의 공간구조를 이용해야 한다.
1은 각각 벚꽃의 개화시기와 단풍의 시작시기 데이터 셋의 변수 간 상관관계를 나타낸 그림으로, 청색이 양의 상관관계를, 적색이 음의 상관관계를 나타내며 상관계수의 크기를 색의 진하기와 원의 크기를 통해 나타내었다. 벚꽃 데이터의 경우, 위도가 높아질수록 개화시기가 늦춰지며, 개화시기와 기상변수들이 음의 상관관계를 가지고 있음을 확인할 수 있다. 단풍 데이터의 경우, 위도와 고도, 산의 높이의 크기가 커질수록 단풍 시작시기가 빨라지며, 8, 9월 평균기온과 양의 상관관계를 가지고 있음을 알 수 있다.

후속연구

본 연구에서 제시한 방법을 실제로 적용하기 위해서는 직전년도의 공간구조를 이용해야 한다. 이로 인해 단기적 예측은 가능하지만, 미래 기후 시나리오에 따른 50년, 100년과 같은 장기적인 예측을 위해서는 variogram의 시간의 흐름에 따른 변화를 같이 고려해야할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	본 논문에서 벚꽃의 개화시기와 단풍의 시작시기에 대한 회귀 분석의 결과는?	2에서는 벚꽃의 개화시기와 단풍의 시작시기에 대한 회귀 분석의 결과는 정리하였다. 벚꽃의 개화시기에 대한 모형에서는 13개의 변수 중 2월 평균기온, 3월 최고/최저온도, 3월 총 강수량 그리고 3월 총 일조량 등 총 5개의 변수가 유의하였고 단풍의 시작시기에 대한 모형에서는 8개의 변수 중 위도, 산의 높이, 8월 총 강수량 그리고 9월 평균기온 등 총 4개의 변수가 유의하였다.
	식물계절이란?	또한, 지난 100년간 한반도에 나타난 기온상승은 자연적 변화 범위를 넘어서 것으로 판단되고 있다 (Ho 등, 2011). 식물계절이란 기후나 기상의 계절적 변화에 따라 나타나는 생활현상으로 겨울의 눈, 개화, 신록, 단풍, 낙엽 등이 있다. 이러한 식물계절 시기의 변화는 지역 기후의 변화를 파악하는데 중요한 지표로 작용한다.
	단풍은 어떠한 현상을 발생시키는가?	개화란 꽃봉오리가 피었을 때를 말하나 그 정도를 정의하기는 곤란하므로 복숭아, 개나리, 벚꽃 등 한 개체에 많은 꽃이 피는 다화성 식물은 한 개체 중 몇 송이(한가지에서 3송이) 이상 피었을 때를 개화라 한다고 칭하고 있다 (KMA, 2003). 단풍은 식물 중에서 잎 속에 함유되어 있는 색소가 가을이 되면 변화하여 잎의 색이 홍색(단풍나무) 또는 황색(은행나무)으로 변화하는데 단풍은 잎이 가을에 홍색 또는 황색으로 변색되는 현상을 말한다 (KMA, 2003). 일반적으로 기온이 낮고 일교차가 클수록 단풍이 드는 속도는 빨라지며, 단풍은 평지보다는 산, 강수량이 많은 곳 보다는 적은 곳, 음지보다는 양지바른 곳 등에서 아름답게 나타나고, 수종, 수령 등 환경에 따라 달라질 수 있다고 정의되어 있다 (KMA 2002).

참고문헌 (22)

Aron, R. H. (1983). Availability of chilling temperatures in California, Agricultural Meteorology, 28, 351-363.

상세보기
Cesaraccio, C., Spano, D., Snyder, R. L., and Duce, P. (2004). Chilling and forcing model to predict bud-burst of crop and forest species, Agricultural and Forest Meteorology, 126, 1-13.

상세보기
Delpierre, N., Dufrene, E., Soudani, K., Ulrich, E., Cecchini, S., Boe, J., and Francois, C. (2009). Modelling interannual and spatial variability of leaf senescence for three deciduous tree species in France, Agricultural and Forest Meteorology, 149, 938-948.

상세보기
Estrella, N. and Menzel, A. (2006). Responses of leaf coloring in four deciduous tree species to climate and weather in Germany, Climate Research, 32, 253-267.
Friedman, J. M., Roelle, J. E. and Cade, B. S. (2011) Genetic and environmental influences on leaf phenology and cold hardiness of native and introduced riparian trees, International Journal of Biometeorology, 55, 775-787.

상세보기
Ho, C. H., Lee, M. H., Park, T. W., and Lee, S. (2011). A review of observed climate change in Korean peninsula, Climate Change Research, 2, 221-235.
Hur, J., Ahn, J. B., and Shim, K. M. (2013). Change of cherry blossoms in South Korea from the scaledown IPCC AR5 simulated data, in Proceedings of the Autumn Korean Meteorological Society, 2013, 610-611.
Hur, J., Ahn, J. B., and Shim, K. M. (2015). Projection on first flowering date of cherry, peach and pear in 21st century simulated by WRFv3.4 Based on RCP 4.5 and 8.5 scenarios atmosphere, Korean Meteorological Society, 25, 693-706.
Intergovernmental Panel on Climate Change (2007). Climate Change 2007: The Physical Science Basis, Contribution of working group to the fourth assessment report of the intergovernmental panel on climate change. Solomon, S., D. Qin, M. Manning, Z. Chen, M. Marquis, K.B. Averyt, M. Tignor and H.L. Miller (eds.), Cambridge University Press, Cambridge, 996p.
Jang, J. W., Byun, J. G., Hwang, H. S., Jung, S. S., Oh, S. H., Yang, J. C., and Lee, Y. M. (2013). A study on the change of flowering time of Prunus species complex in South Korea, Korean Institute of Forest Recreation and Welfare, 2013, 457-460.
Jeong, S. J. and Medvigy, D. (2014). Macroscale prediction of autumn leaf coloration throughout the continental United States, Global Ecology and Biogeography, 23, 1245-1254.

상세보기
Jung, J. E., Kwon, E. Y., Chung, U., and Yun, J. I. (2005). Predicting cherry flowering date using a plant Phenology model, Korean Journal of Agricultural and Forest Meteorology, 7, 148-155
Kim, H. J., Hong, J. K., Kim, S. C., Oh, S. H., and Kim, J. H. (2011). Plant phenology of threatened species for climate change in sub-alpine zone of Korea - especially on the summit area of Mt. Deogyusan, Korean Journal of Plant Research, 24, 549-556.

원문보기 상세보기
Korea Culture & Tourism Institute (2006). Report on the evaluation and improvement of festivals in Korea, Korea Culture & Tourism Institute, 2016.
Korea Meteorological Administration (2002). Calculation and verification of living weather information, Korea Meteorological Administration, 2002.
Korea Meteorological Administration (2003). Seasonal Observation Guidelines, Korea Meteorological Administration, 2003.
Lee, K. M., Kwon, W. T., and Lee, S. H. (2009). study on plant phenological trends in South Korea, Journal of The Korean Association of Regional Geographers, 15, 337-350.
Ono, S. and Konno, T. (1999). Estimation of flowering date and temperature characteristics of fruit trees by DTS method, Japan Agricultural Research Quarterly, 33, 105-108.

상세보기
Park, C. K., Ho, C. H., and Park, H. Y. (2015). A study on the change of the start time of Korean autumn leaves, In Proceedings of the Spring Meeting of Korean Mathematical Society, 2015, 80-81.
Richardson, E. A., Seeley, S. D., and Walker, D. R. (1974). A model for estimating the completion of rest for Redhaven and Elberta peach trees, HortScience, 9, 331-332.
Shin, H. T., Sung, J. W., and Yi, M. H. (2013). Studies on biological phenology of plant species in Yeungnam region, Journal of Climate Research, 8, 55-65.

상세보기
Yun, J. I. (2006). Climate change impact on the flowering season of Japanese cherry (Prunus serrulata var. spontanea) in Korea during 1941-2100, Korean Journal of Agricultural and Forest Meteorology, 8, 68-76.

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