본 논문에서는 지하수 수자원의 부존 및 대수층의 역학적 변화를 원격 탐사 방법으로 해석한 연구사례를 고찰하였다. 지질 분포, 지표수 및 지형 고도차, 식생 분포, 강수량과 증발산량의 변화를 측정하는 기법에는 항공 자력 탐사 분석에 의한 지질 선구조 해석, DEM, 엽면적지수, 정규 식생 지수 및 지표면 에너지 밸런스 계산 등이 있으며, 모두 원격 탐사로 수득된 자료에 기반하며, 광역적 차원에서의 지하수 수자원 부존 여부를 정성적으로 분석할 수 있다. 위성 센서 자료의 직접 이용을 통한 지하수 부존 및 동력학의 정량적 해석은 현재까지 GRACE와 InSAR가 가장 각광받는 탐사 방법임을 알 수 있었다. GRACE는 미소 중력장 변화를 지구 표면 및 내부 수체의 질량 변화로 전환할 수 있는 센서 보유 위성으로서, 센서 자료의 보정이 필요 없고, 지하수 부존 정량 분석을 위한 보조 자료를 모두 다른 위성 센서 자료에서 수득할 수 있으며, 자료처리 알고리즘의 지속적인 개선이 진행되고 있어서, 전세계적으로 수많은 연구가 수행되었다. 그러나, 위성센서의 검출 한계로 인해 협소한 지역에서의 지하수 질량 변화 정량이 부정확할 수 있고, 현장 조사 자료와 연동할 경우 과대 추정된 결과가 도출될 수 있다. InSAR는 특정 대수층에서 지표의 수직 변위가 지하수위와 비례한다는 원리를 이용, mm 단위의 지표 수직 변위를 측정하여 대수층 및 대수층 내 지하수의 물리적 특징을 정량화할 수 있다. 그러나, 지표의 토지 피복이 단순한 건조-반건조 기후 지역에 한정되어 적용되고 있으며, 지표면과의 긴밀도 값 손실이 우려되는 지역에서는 적용이 힘들다. 상기 두 위성을 이용하여 우리나라 지하수 수자원의 질량 변화 및 흐름 특징을 광역적으로 정량화하기 위해서는 우리나라의 지형 및 지질, 자연 조건에 알맞은 자료 전처리알고리즘 개발 및 적용이 선행되어야 할 것이다.
본 논문에서는 지하수 수자원의 부존 및 대수층의 역학적 변화를 원격 탐사 방법으로 해석한 연구사례를 고찰하였다. 지질 분포, 지표수 및 지형 고도차, 식생 분포, 강수량과 증발산량의 변화를 측정하는 기법에는 항공 자력 탐사 분석에 의한 지질 선구조 해석, DEM, 엽면적지수, 정규 식생 지수 및 지표면 에너지 밸런스 계산 등이 있으며, 모두 원격 탐사로 수득된 자료에 기반하며, 광역적 차원에서의 지하수 수자원 부존 여부를 정성적으로 분석할 수 있다. 위성 센서 자료의 직접 이용을 통한 지하수 부존 및 동력학의 정량적 해석은 현재까지 GRACE와 InSAR가 가장 각광받는 탐사 방법임을 알 수 있었다. GRACE는 미소 중력장 변화를 지구 표면 및 내부 수체의 질량 변화로 전환할 수 있는 센서 보유 위성으로서, 센서 자료의 보정이 필요 없고, 지하수 부존 정량 분석을 위한 보조 자료를 모두 다른 위성 센서 자료에서 수득할 수 있으며, 자료처리 알고리즘의 지속적인 개선이 진행되고 있어서, 전세계적으로 수많은 연구가 수행되었다. 그러나, 위성센서의 검출 한계로 인해 협소한 지역에서의 지하수 질량 변화 정량이 부정확할 수 있고, 현장 조사 자료와 연동할 경우 과대 추정된 결과가 도출될 수 있다. InSAR는 특정 대수층에서 지표의 수직 변위가 지하수위와 비례한다는 원리를 이용, mm 단위의 지표 수직 변위를 측정하여 대수층 및 대수층 내 지하수의 물리적 특징을 정량화할 수 있다. 그러나, 지표의 토지 피복이 단순한 건조-반건조 기후 지역에 한정되어 적용되고 있으며, 지표면과의 긴밀도 값 손실이 우려되는 지역에서는 적용이 힘들다. 상기 두 위성을 이용하여 우리나라 지하수 수자원의 질량 변화 및 흐름 특징을 광역적으로 정량화하기 위해서는 우리나라의 지형 및 지질, 자연 조건에 알맞은 자료 전처리 알고리즘 개발 및 적용이 선행되어야 할 것이다.
Several research cases using remote sensing methods to analyze changes of storage and dynamics of groundwater aquifer were reviewed in this paper. The status of groundwater storage, in an area with regional scale, could be qualitatively inferred from geological feature, surface water altimetry and t...
Several research cases using remote sensing methods to analyze changes of storage and dynamics of groundwater aquifer were reviewed in this paper. The status of groundwater storage, in an area with regional scale, could be qualitatively inferred from geological feature, surface water altimetry and topography, distribution of vegetation, and difference between precipitation and evapotranspiration. These qualitative indicators could be measured by geological lineament analysis, airborne magnetic survey, DEM analysis, LAI and NDVI calculation, and surface energy balance modeling. It is certain that GRACE and InSAR have received remarkable attentions as direct utilization from satellite data for quantification of groundwater storage and dynamics. GRACE, composed of twin satellites having acceleration sensors, could detect global or regional microgravity changes and transform them into mass changes of water on surface and inside of the Earth. Numerous studies in terms of groundwater storage using GRACE sensor data were performed with several merits such that (1) there is no requirement of sensor data, (2) auxiliary data for quantification of groundwater can be entirely obtained from another satellite sensors, and (3) algorithms for processing measured data have continuously progressed from designated data management center. The limitations of GRACE for groundwater storage measurement could be defined as follows: (1) In an area with small scale, mass change quantification of groundwater might be inaccurate due to detection limit of the acceleration sensor, and (2) the results would be overestimated in case of combination between sensor and field survey data. InSAR can quantify the dynamic characteristics of aquifer by measuring vertical micro displacement, using linear proportional relation between groundwater head and vertical surface movement. However, InSAR data might now constrain their application to arid or semi-arid area whose land cover appear to be simple, and are hard to apply to the area with the anticipation of loss of coherence with surface. Development of GRACE and InSAR sensor data preprocessing algorithms optimized to topography, geology, and natural conditions of Korea should be prioritized to regionally quantify the mass change and dynamics of the groundwater resources of Korea.
Several research cases using remote sensing methods to analyze changes of storage and dynamics of groundwater aquifer were reviewed in this paper. The status of groundwater storage, in an area with regional scale, could be qualitatively inferred from geological feature, surface water altimetry and topography, distribution of vegetation, and difference between precipitation and evapotranspiration. These qualitative indicators could be measured by geological lineament analysis, airborne magnetic survey, DEM analysis, LAI and NDVI calculation, and surface energy balance modeling. It is certain that GRACE and InSAR have received remarkable attentions as direct utilization from satellite data for quantification of groundwater storage and dynamics. GRACE, composed of twin satellites having acceleration sensors, could detect global or regional microgravity changes and transform them into mass changes of water on surface and inside of the Earth. Numerous studies in terms of groundwater storage using GRACE sensor data were performed with several merits such that (1) there is no requirement of sensor data, (2) auxiliary data for quantification of groundwater can be entirely obtained from another satellite sensors, and (3) algorithms for processing measured data have continuously progressed from designated data management center. The limitations of GRACE for groundwater storage measurement could be defined as follows: (1) In an area with small scale, mass change quantification of groundwater might be inaccurate due to detection limit of the acceleration sensor, and (2) the results would be overestimated in case of combination between sensor and field survey data. InSAR can quantify the dynamic characteristics of aquifer by measuring vertical micro displacement, using linear proportional relation between groundwater head and vertical surface movement. However, InSAR data might now constrain their application to arid or semi-arid area whose land cover appear to be simple, and are hard to apply to the area with the anticipation of loss of coherence with surface. Development of GRACE and InSAR sensor data preprocessing algorithms optimized to topography, geology, and natural conditions of Korea should be prioritized to regionally quantify the mass change and dynamics of the groundwater resources of Korea.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 지하수 수자원의 부존 및 대수층의 동력학적 변화를 원격 탐사 방법으로 해석한 연구 사례를 고찰하였다. 지질 분포, 지표수 및 지형 고도차, 식생분포, 강수량과 증발산량의 변화를 항공기 및 위성 센서로 측정할 경우 광역적 차원에서의 지하수 수자원 부존 여부를 정성적으로 분석할 수 있으며, 이러한 정성적 탐사는 지하수 관정 정보와 현장 조사를 통한 수리지질학적 정보와 융합하여 지하수 흐름 모델링을 실시할 경우 보다 정확한 지하수 부존 및 흐름을 정량적으로 분석할 수 있다.
최근에 이르러서는 초고해상도 분해능을 보유한 센서 탑재 위성의 발사 및 특정 분야에 특화된 미션 수행이 점차 증가하면서 지하수 수자원의 양적 예측에 필요한 원격 탐사 자료의 정확도 및 해석 알고리즘의 신뢰도 역시 증가하고 있으며 지역적 규모도 점차 작아지고 있는 추세여서, 조만간 국내에서도 충분히 적용할 수 있을 것으로 전망된다. 본 논문에서는 항공 및 위성체를 이용한 원격 탐사 방법을 통해 광역적인 지하수 수자원 예측을 수행한 국내외 연구 사례를 리뷰하여, 부존 특성에 대한 정성적 해석 방법과 기상 및 지질 변형에 대한 원격 탐사 자료를 이용하여 지하수 부존 및 동역학을 정량적으로 해석하는 방법을 살펴보고, 국내 적용 가능성에 대해 논의하고자 한다.
위성 센서 자료를 통한 지하수 부존량 및 사용량의 직접 산정은 이를 가능하게 한 위성체의 발사 및 안정화, 자료 보정 및 자료 송출이 본격적으로 시작된 2000년대 초반부터 연구가 시작되었다. 본 연구에서는 상기와 같은 위성 자료의 생산 및 해석 프로세스가 정립된 미션 중 지하수 부존 해석 연구 결과가 비교적 풍부한 두 가지 경우에 대해서 알아보고자 한다.
대상 데이터
본 논문은 한국환경정책·평가연구원 자체 재원을 통해 수행된 2017년도 기본연구사업 중 “ICT 발전트렌드에 대응하는 공간정보의 환경이슈 적용 체계 구축 – 빅데이터 분석과 위성영상 활용을 중심으로 –”의 연구 결과 중 일부를 게재하였다.
성능/효과
지질 분포, 지표수 및 지형 고도차, 식생분포, 강수량과 증발산량의 변화를 항공기 및 위성 센서로 측정할 경우 광역적 차원에서의 지하수 수자원 부존 여부를 정성적으로 분석할 수 있으며, 이러한 정성적 탐사는 지하수 관정 정보와 현장 조사를 통한 수리지질학적 정보와 융합하여 지하수 흐름 모델링을 실시할 경우 보다 정확한 지하수 부존 및 흐름을 정량적으로 분석할 수 있다. 위성 센서 자료의 직접 이용을 통한 지하수 부존 및 흐름의 정량적 해석은 현재까지 GRACE와 InSAR가 가장 각광받는 탐사 방법임을 알 수 있었다.
후속연구
, 2016). 또한, 현재의 자료 처리 알고리즘을 그대로 적용하기에는 우리나라 전체 면적이 다소 협소한바, GRACE를 이용한 지하수 수자원 정량 분석시 신호 검출 및 보조 자료 보정 등의 전처리가 필수적으로 동반되어야 할 것이다. InSAR의 경우 분석 대상 지역의 면적에 구애받지 않고, 산사태나 사면 붕괴, 건축물의 수직 변위 탐지 등에서 충분한 국내 연구 자료 및 기술력이 있기 때문에, 국내 지하수 대수층의 동력학적 정량분석에 쉽게 적용이 가능할 것으로 판단된다.
그러나, 아직까지 충분히 검증된 외국 연구 사례가 부족하고, 현재까지 연구 대부분이 건조 또는 반건조 기후 지역에 한정되어 있다는 점, 복잡한 토지 피복 및 이용 양태를 보이는 우리나라 현실에 긴밀도 값 손실을 최소화하면서 지반의 변위와 지하수 대수층 동력학과의 상관관계를 정량적으로 해석할 수 있는지는 의문이다. 이 역시 다수의 전문 인력과 관련 기술 개발을 통해 국내 지하수 수자원 정량 해석에 알맞은 자료 전처리 알고리즘 개발이 선행되어야 할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
GRACE의 단점은?
GRACE는 미소 중력장 변화를 지구 표면 및 내부 수체의 질량 변화로 전환할 수 있는 센서 보유 위성으로서, 센서 자료의 보정이 필요 없고, 지하수 부존 정량 분석을 위한 보조 자료를 모두 다른 위성 센서 자료에서 수득할 수 있으며, 자료처리 알고리즘의 지속적인 개선이 진행되고 있어서, 전세계적으로 수많은 연구가 수행되었다. 그러나, 위성센서의 검출 한계로 인해 협소한 지역에서의 지하수 질량 변화 정량이 부정확할 수 있고, 현장 조사 자료와 연동할 경우 과대 추정된 결과가 도출될 수 있다. InSAR는 특정 대수층에서 지표의 수직 변위가 지하수위와 비례한다는 원리를 이용, mm 단위의 지표 수직 변위를 측정하여 대수층 및 대수층 내 지하수의 물리적 특징을 정량화할 수 있다.
GRACE는 무엇인가?
위성 센서 자료의 직접 이용을 통한 지하수 부존 및 동력학의 정량적 해석은 현재까지 GRACE와 InSAR가 가장 각광받는 탐사 방법임을 알 수 있었다. GRACE는 미소 중력장 변화를 지구 표면 및 내부 수체의 질량 변화로 전환할 수 있는 센서 보유 위성으로서, 센서 자료의 보정이 필요 없고, 지하수 부존 정량 분석을 위한 보조 자료를 모두 다른 위성 센서 자료에서 수득할 수 있으며, 자료처리 알고리즘의 지속적인 개선이 진행되고 있어서, 전세계적으로 수많은 연구가 수행되었다. 그러나, 위성센서의 검출 한계로 인해 협소한 지역에서의 지하수 질량 변화 정량이 부정확할 수 있고, 현장 조사 자료와 연동할 경우 과대 추정된 결과가 도출될 수 있다.
지질 분포, 지표수 및 지형 고도차, 식생 분포, 강수량과 증발산량의 변화를 측정하는 기법에는 무엇이 있는가?
본 논문에서는 지하수 수자원의 부존 및 대수층의 역학적 변화를 원격 탐사 방법으로 해석한 연구사례를 고찰하였다. 지질 분포, 지표수 및 지형 고도차, 식생 분포, 강수량과 증발산량의 변화를 측정하는 기법에는 항공 자력 탐사 분석에 의한 지질 선구조 해석, DEM, 엽면적지수, 정규 식생 지수 및 지표면 에너지 밸런스 계산 등이 있으며, 모두 원격 탐사로 수득된 자료에 기반하며, 광역적 차원에서의 지하수 수자원 부존 여부를 정성적으로 분석할 수 있다. 위성 센서 자료의 직접 이용을 통한 지하수 부존 및 동력학의 정량적 해석은 현재까지 GRACE와 InSAR가 가장 각광받는 탐사 방법임을 알 수 있었다.
참고문헌 (40)
Abiy, A. Z. and A. M. Melesse, 2017. Evaluation of watershed scale changes in groundwater and soil moisture storage with the application of GRACE satellite imagery data, Catena, 153: 50-60.
Bastiaanssen, W. G. M., M. Menenti, R. A. Feddes, and A. A. M. Holtslag, 1998a. A remote sensing surface energy balance algorithm for land (SEBAL). 1. Formulation, Journal of Hydrology, 213: 198-212.
Bastiaanssen, W. G. M., H. Pelgrum, J. Wang, Y. Ma, J. F. Moreno, G. J. Roerink, and T. van der Wal, 1998b. A remote sensing surface energy balance algorithm for land (SEBAL). 2. Validation, Journal of Hydrology, 213: 213-229.
Bear, J., 1979. Hydraulics of Groundwater, McGrow-Hill, New York, USA
Becker, M. W., 2006. Potential for Satellite Remote Sensing of Ground Water, Groundwater, 44: 306-318.
Bhanja, S. N., A. Mukherjee, D. Saha, I. Velicogna, and J. S. Famiglietti, 2016. Validation of GRACE based groundwater storage anomaly using in-situ groundwater level measurements in India, Journal of Hydrology, 543: 729-738.
Brunner, P., H. J. Hendricks Franssen, L. Kgothang, P. Bauer-Gottwein, and W. Kinzelbach, 2007. How can remote sensing contribute in groundwater modeling, Hydrogeology Journal, 15: 5-18.
Castellazzi, P., R. Marten, D. L. Galloway, L. Longuevergne, and A. Rivera, 2016a. Assessing Groundwater Depletion and Dynamics Using GRACE and InSAR: Potential and Limitations, Groundwater, 54(6): 768-780.
Castellazzi, P., R. Marten, D. L. Galloway, A. Rivera, J. Huang, G. Pavlic, A. I. Calderhead, E. Chaussard, J. Garfias, and J. Salas, 2016b. Groundwater depletion in Central Mexico: Use of GRACE and InSAR to support water resources management, Water Resources Research, 52: 5985-6003.
Chao, N,. Z Wang, W jiang, and D. Chao, 2016. A quantitative approach for hydrological drought characterization in southwestern China using GRACE, Hydrogeology Journal, 24: 893-903.
Chaussard, E., R. Burgmann, M. Shirzaei, E. J. Fielding, and B. Baker, 2014. Predictability of hydraulic head changes and characterization of aquifersystem and fault properties from InSAR-derived ground deformation, Journal of Geophysical Research Solid Earth, 119: 6572-6590.
Chen, J., R. Knight, H. A. Zebker, and W. A. Schreuder, 2016. confined aquifer head measurements and storage properties in the San Luis Valley, Colorado, from spaceborne InSAR observations, Water Resources Research, 52: 3623-3636.
Eamus, D., S. Zolfaghar, R. Villalobos-Vega, J. Cleverly, and A. Huete, 2015. Groundwater-dependent ecosystems: recent insights from satellite and field-based studies, Hydrology and Earth System Sciences, 19: 4229-4256.
Galloway, D. L., 2014. Retrospective of InSAR/DInSAR contributions to hydrology by way of bibliographic search, Proc. of 2014 IEEE Geoscience and Remote Sensing Symposium, Quebec City, Canada, Jul. 13-18, pp.2637-2640.
Galloway, D. L. and T. J. Burbey, 2011. Review: Regional land subsidence accompanying groundwater extraction, Hydrogeology Journal, 19: 1459-1486.
Galloway, D. L. and J Hoffmann, 2007. The application of satellite differential SAR interferometrydrived ground displacements in hydrogeology, Hydrogeology Journal, 15(1): 133-154.
Galloway, D. L., K. W. Hudnut, S. E. Ingebritsen, S. P. Phillips, and G. Peltzer, 1998. Detection of aquifer system compaction and land subsidence using interferometric synthetic aperture radar, Antelope Valley, Mojave Desert, California, Water Resources Research, 34(10): 2573-2585.
Henry, C. M., D. M. Allen, and J. Huang, 2011. Groundwater storage variability and annual recharge using well-hydrograph and GRACE satellite data, Hydrogeology Journal, 19: 741-755.
Hu, K., J. L. Awange, Khandu, E. Forootan, R. Mikosz Goncalves, and K. Fleming, 2017. Hydrogeological characterisation of groundwater over Brazil using remotely sensed and model products, Science of the Total Environment, 600: 372-386.
Hu, L. and J. J. Jiao, 2015. Calibration of large-scale groundwater flow model using GRACE data: a case study in the Qaidam Basin, China, Hydrogeology Journal, 23: 1305-1317.
Huang, J., J. Halpenny, W. van der Wal, C. Klatt, T. S. James, and A. Rivera, 2012. Detectability of groundwater storage change within the Great Lakes Water Basin using GRACE, Journal of Geophysical Research, 117(B8): B08401.
Iqbal, N., F. Hossain, H. Lee, and G. Akhter, 2016. Satellite Gravimetric Estimation of Groundwater storage Variations Over Indus Basin in Pakistan, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 9: 3524-3534.
Jaques, A. L., P. Wellman, A. Whitaker, and D. Wyborn, 1997. High-resolution geophysics in modern geological mapping, AGSO Journal of Australian Geology and Geophysics, 17: 159-173.
K-Water, 2017. Water and Future: Water and sustainable Development, Ministry of Land, Infrastructure and Transport (MOLIT) .
Lee, S. R., Y. S. Kim, J. W. Lee, J. H. Park, and I. Woo, 2004. Development of a technique for lineament density calculation and its application to groundwater yield, Journal of the Geological Society of Korea, 40(3): 293-304 (in Korean with English abstract).
Liesch, T. and M. Ohmer, 2016. Comparison of GRACE data and groundwater levels for the assessment of groundwater depletion in Jordan, Hydrogeology Journal, 24: 1547-1563.
Long, D., X. Chen, B. R. Scanlon, Y. Wada, Y. Hong, V. P. Singh, Y. Chen, C. Wang, Z. Han, and W. Yang, 2016. Have GRACE satellites overestimated groundwater depletion in the Northwest India Aquifer, Nature Scientific Reports, 6: 24398.
Ministry of Land, Transport and Maritime Affairs (MLTM), 2012. Basic Plan for Groundwater Management, Korea, Ministry of Land, Transport and Maritime Affairs (MLTM).
Oh, K., M. Lee, B. Park. J. Lee, and J. Yoon, 2017. Analysis of the Research Trends by environmental Spatial-Information using Text-Mining Technology, Journal of the Korean Association of Geographic Information Studies, 20(1): 113-126 (in Korean with English abstract).
Park, B, K. Oh, J. Lee, J. Yoon, S. K. Lee, and M. Lee, 2017. A study on Environmental Research Trends by Information and Communication Technologies using Text-Mining Technology, Korean Journal of Remote Sensing, 33(1): 189-199 (in Korean with English abstract).
Reeves, J. A., R. Knight, H. A. Zebker, W. A. Schreuder, P. Shanker Agram, and T. R. Lauknes, 2011. High quality InSAR data linked to seasonal change in hydraulic head for an agricultural area in the San Suis Valley, Colorado, Water Resources Research, 47(12): W12510.
Richey, A. S., B. F. Thomas, M. Lo, J. J. S. Famiglietti, S. Swenson, and M. Rodell, 2015a. Uncertainty in global groundwater storage estimates in a Total Groundwater Stress framework, Water Resources Research, 51: 5198-5216.
Richey, A. S., B. F. Thomas, M. Lo, J. T. Reager, J. S. Famiglietti, K. Voss, S. Swenson, and M. Rodell, 2015b. Quantifying renewable groundwater stress with GRACE, Water Resources Research, 51: 5217-5238.
Rodell, M., P. R. Houser, U. Jambor, J. Gottschalck, K. Mitchell, C.-J. Meng, K. Arsenault, B. Cosgrove, J. Radakovich, M. Bosilovich, J. K. Entin, J. P. Walker, D. Lohmann, and D. Toll, 2004. The Global Land Data Assimilation System, Bulletin of American Meteorological Society, 85(3): 381-394.
Rodell, M., J. Chen, H. Kato, J. S. Famiglietti, J. Nigro, and C. R. Wilson, 2007. Estimating groundwater storage changes in the Mississippi River Basin (USA) using GRACE, Hydrogeology Journal, 15: 159-166.
Roerink, G. J., Z. Su, and M. Menenti, 2000. S-SEBI: A Simple Remote Sensing Algorithm to Estimate the Surface Energy Balance, Physics and Chemistry of the Earth Part B Hydrology Oceans and Atmosphere, 25: 147-157.
Wang, H., L. Kgotlhang, and W. Kinzelbach, 2008. Using Remote Sensing Data to Model Groundwater Recharge Potential in Kaanye region, Botswana, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 37(B8): 751-756.
Wang, K., P. Wang, Z. Li, M. Cribb, and M. Sparrow, 2007. A simple method to estimate actual evapotranspiration from a combination of net radiation, vegetation index, and temperature, Journal of Geophysical Research Atmospheres, 112(D15): D15107.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.