[논문]북극해 지역의 위성 기반 복사 에너지 산출물의 비교 분석

서민지; 이은경; 이경상; 최성원; 진동현; 성노훈; 한현경; 김현철; 한경수

doi:10.7780/kjrs.2018.34.6.2.4

북극해 지역의 위성 기반 복사 에너지 산출물의 비교 분석
Comparative Analysis of Radiative Flux Based on Satellite over Arctic 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.34 no.6 pt.2, 2018년, pp.1193 - 1202

초록
AI-Helper

북극의 장기간 기후 변화 관측을 위해서는 에너지 수지를 정량적으로 파악하는 것이 중요하다. 에너지 수지를 정량적으로 파악하기 위해서 고품질의 장기간 복사 에너지 변수들이 필요하지만 대부분 위성 기반 복사 에너지 변수 자료들은 제공되는 기간이 짧아 자료들을 연계하여 사용해야한다. 자료를 연계해서 사용하기 위해서는 사용되는 자료의 차이를 정확하게 파악하고 일치시키는 것이 중요하다. 따라서 본 연구에서는 위성 기반 복사 에너지 자료인 Global Energy and Water Exchanges Project(GEWEX) 와 Clouds and the Earth's Radiant Energy System(CERES)를 비교 분석하여 자료 연계를 위한 기초자료를 제공하고자 한다. 두 자료를 비교 분석한 결과 CERES자료를 기준으로 했을 때, GEWEX 자료가 과소 추정되었다. 또한 두 자료는 약 $3{\sim}25W/m^2$의 차이가 발생하였으며, 고위도 지역이거나 해빙지역일수록 두 자료의 차이가 더 증가하였다. 또한 두 자료의 월별 평균을 비교하였을 때는 하향 장파 복사 에너지를 제외한 나머지 변수들은 봄과 여름철에 $9.26{\sim}26.71W/m^2$의 높은 차이를 보였다. 본 연구 결과는 북극지역에서 CERES와 GEWEX 자료를 합성하거나 선택할 때 좋은 기준 자료로 사용 가능하다.

Abstract ▼ AI-Helper

It is important to quantitatively analyze the energy budget for understanding of long-term climate change in Arctic. High-quality and long-term radiative parameters are needed to understand the energy budget. Since most of radiative flux components based on satellite are provide for a short period, several data must be used together. It is important to acquaint differences between data to link for conjunction with several data. In this study, we investigated the comparative analysis of Arctic radiative flux product such as CERES and GEWEX to provide basic information for data linkage and analysis of changes in Arctic climate. As a result, GEWEX was underestimated the radiative variables, and it difference between the two data was about $3{\sim}25W/m^2$. In addition, the difference in high-latitude and sea ice regions have increased. In case of comparing with monthly means, the other variables except for longwave downward flux represent high difference of $9.26{\sim}26.71W/m^2$ in spring-summer season. The results of this study can be used standard data for blending and selecting GEWEX and CERES radiative flux data due to recognition of characteristics according to ice-ocean area, season, and regions.

주제어

표/그림 (7)

그림 Fig. 1. Distribution of difference mean between CERES and GEWEX radiative flux during study period; (a) LWD, (b) LWU, (c) SWD and (d) SWU.
표 Table 1. Root mean square differences and bias in study area of radiative flux components between CERES and GEWEX during 2000 to 2007
표 Table 2. Root mean square differences and bias in zonal mean of longwave radiative flux components between CERES and GEWEX during 2000 to 2007
표 Table 3. Root mean square differences and bias in zonal mean of shortwave radiative flux components between CERES and GEWEX by area conditions during 2000 to 2007
그림 Fig. 2. Radiative flux averaged for condition of sea ice concentration by (top) 0 to 15 (middle) 15 to 30 (bottom) over the 30 during Mar. 2000 to Dec. 2007; orange line is CERES radiative flux and blue dash line is GEWEX radiative flux; (a) ~ (c) LWD and (d) ~ (f) LWU.
그림 Fig. 3. Radiative flux averaged for condition of sea ice concentration by (top) 0 to 15 (middle) 15 to 30 (bottom) over the 30 during Mar. 2000 to Dec. 2007; orange line is CERES radiative flux and blue dash line is GEWEX radiative flux; (a) ~ (c) SWD and (d) ~ (f) SWU.
그림 Fig. 4. Statistical results of comparison between monthly mean radiative flux of CERES and GEWEX for study period; Orange circle-line or bar indicate downward components and blue triangleline or bar indicate upward components; (top) Correlation coefficients (medium) RMS-Diff, and (bottom) Bias; (a),(c),(e) Longwave radiative components and (b),(d),(f) Shortwave radiative components.

AI 본문요약
AI-Helper

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

문제 정의

북극은 고위도 지역이기 때문에 계절에 따라 극야와 백야 발생하고 이로 인해 태양 일사량의 극단적 차이가 발생한다. 그렇기 때문에 본 연구에서는 각 자료 별 계절별 차이를 분석 하기 위하여 월별 평균을 비교하였다. Fig.
자료를 연계하여 사용하기 위해서는 자료 사이의 일관성을 유지시켜주는 것이 필요하며, 이를 위해서 두 자료의 차이가 정량적으로 얼마나 발생하는지, 지역에 따라 혹은 계절 등의 다양한 조건에 따라 차이의 특성을 파악하는 것이 중요하다. 따라서 본 연구에서는 북극 지역에서 CERES와 GEWEX의 복사에너지 변수들의 정량적 차이와, 다양한 조건에서 어떻게 차이가 나는지 비교 분석 하고자 한다. 두 자료의 비교 분석은 공간적 차이, 위도 별 차이, 해빙 농도 별 차이에 따라 수행하였다.
본 연구는 북극에서 CERES와 GEWEX의 복사 에너지 변수들을 비교 분석하였다. 두 자료는 북극권과 중위도 인접 지역에서 상이한 차이 경향이 발생하였으며, 내륙과 해양에서도 차이 경향이 다르게 관측되었다.

제안 방법

1은 전체 연구기간동안 각 복사 에너지 변수 별 차이의 평균을 보여주며 전체 연구 영역의 정량적인 차이는 Table 1과 같다. CERES 자료를 기준으로 GEWEX 자료와의 비교 분석하였으며, 붉게 보이는 부분은 GEWEX가 CERES에 비해 과소 추정된 영역이며, 파랗게 보이는 부분은 반대로 과대 추정된 지역이다. 4가지 변수 모두 북극권 해역(북위 60°N 이상)에서 GEWEX가 CERES에 비해서 과소 추정되는 특징이 관측되었으며, 연구 지역 전역에서 단파 복사 변수가 장파 복사 변수에 비해서 두 자료의 차이가 크게 관측되었다.
두 자료가 공간적으로 어떠한 차이가 존재하는 지를 분석하였다. Fig.
따라서 본 연구에서는 북극 지역에서 CERES와 GEWEX의 복사에너지 변수들의 정량적 차이와, 다양한 조건에서 어떻게 차이가 나는지 비교 분석 하고자 한다. 두 자료의 비교 분석은 공간적 차이, 위도 별 차이, 해빙 농도 별 차이에 따라 수행하였다. 또한 계절적 특성을 파악하기 위하여 전체 연구기간 동안의 월별 평균 차이를 바탕으로 두 자료를 상호 비교하였다.
이때 월평균 자료를 활용하였으며, 연구 영역은 북극권부터 캄차카 반도까지 포함된 북위 50° 지역이다. 두 자료의 비교분석은 전체 기간 동안의 공간적 분포, 조건 별 두 자료의 비교 분석 및 연구 기간 동안 월별 차이를 바탕으로 수행하였다. 두 자료를 비교 할 때, 기본적으로 CERES 자료를 기준으로 수행되었으며, 이는 2007년 4월부터 2007년 9월까지 일별 검증한 선행 연구 결과와 각 자료의 validation reports를 참고하여 CERES 자료를 기준 자료를 선정하였다(Riihela et al.
현재 복사 에너지 자료를 제공하는 곳은 CERES, GEWEX, CM SAF에서 제공하고 있지만 앞서 언급 했듯이 CM SAF의 Surface Incoming shortwave 자료의 경우 극지방 실측 자료와 비교 시, 적설 혹은 얼음으로 덮여 있는 표면의 태양 복사열을 정확하게 유도하고 식별하는데 어려움이 있다(CMSAF, 2016). 따라서 본 연구에서는 CERES와 GEWEX의 태양 복사에너지인 하향 단파 복사(SWD), 상향 단파 복사(SWU)와 지구 복사 에너지인 하향 장파 복사(LWD), 상향 장파 복사(LWU)의 사용하였다.
두 자료의 비교 분석은 공간적 차이, 위도 별 차이, 해빙 농도 별 차이에 따라 수행하였다. 또한 계절적 특성을 파악하기 위하여 전체 연구기간 동안의 월별 평균 차이를 바탕으로 두 자료를 상호 비교하였다.
태양에너지는 위도에 따라 에너지의 양의 차이가 크게 발생하며, 기온도 위도에 따라 차이가 뚜렷하게 관측되기 때문에 위도에 따라서 두 자료를 비교 분석하였다. 또한 북극은 해빙 손실과 대기 순환 사이의 민감도가 높게 관측되며(Pedersen et al., 2016), 해빙 농도가 높은 지역일수록 뚜렷한 계절 대기 및 표면 주기를 가지기 때문에 해빙 농도 별 비교 분석을 수행하였다(Perovich and Polashenski, 2012; Riihela et al.,2017).
일반적으로는 해빙 농도가 15% 이상인 지역을 해빙 지역이라고 분류하지만, 해빙 지역을 구분하는 임계치는 최대 30%까지 지정할 수 있다(NSIDC). 또한 해빙 농도 자체에 존재하는 오차 및 차이로 인하여 불확실한 화소가 해빙으로 분류될 수 있기 때문에 해빙 농도가 15% 이상이라도 해양과 해빙이 섞일 수 있다고 판단하여 해빙 농도 15~30% 지역을 해빙 후보 지역으로, 30% 이상의 지역은 확실한 해빙 지역으로 구분하였다. Fig.
본 연구는 위도와 해빙 농도에 따라 두 자료의 비교분석을 수행하였다. 태양에너지는 위도에 따라 에너지의 양의 차이가 크게 발생하며, 기온도 위도에 따라 차이가 뚜렷하게 관측되기 때문에 위도에 따라서 두 자료를 비교 분석하였다.
연구 지역을 위도 10° 간격으로 평균하여 위도별 해양과 대륙을 모두 포함한 지역, 해양, 대륙으로 총 3가지 지역으로 구분하여 비교하였다(Table 2-3).
본 연구는 위도와 해빙 농도에 따라 두 자료의 비교분석을 수행하였다. 태양에너지는 위도에 따라 에너지의 양의 차이가 크게 발생하며, 기온도 위도에 따라 차이가 뚜렷하게 관측되기 때문에 위도에 따라서 두 자료를 비교 분석하였다. 또한 북극은 해빙 손실과 대기 순환 사이의 민감도가 높게 관측되며(Pedersen et al.
해빙 농도는 총 3가지의 조건으로 각각 해양 지역(0~15%), 해빙 후보 지역(15~30%), 해빙 지역(30~100%)으로 분류하여 분석하였다. 일반적으로는 해빙 농도가 15% 이상인 지역을 해빙 지역이라고 분류하지만, 해빙 지역을 구분하는 임계치는 최대 30%까지 지정할 수 있다(NSIDC).

대상 데이터

Radiative transfer scheme은 단파 영역에서는 Pinker and Laszlo(1992) 방식을 장파 영역에서는 Fu etal.(1997) 방식을 사용하였으며, 구름 정보는 International Satellite Cloud Climatology Project(ISCCP)에서 제공하는 자료를 사용하였다(Riihela et al., 2017). GEWEX 월 평균자료는 1998년~ 2007년 동안 단파 영역에서 RMS 23.
본 연구에서는 Synoptic 1-degreemonthly flues(SYN1deg, ed 4A) 자료를 사용 하였다. CERES 자료는 Terra와 Aqua 위성에 탑재된 MODIS 센서와 CERES센서의 자료를 이용하여 산출된다. 단파와 장파 영역 모두 Langley FuLiou radiative transfer model이 사용되었으며, 구름 정보의 경우 MODIS와 정지궤도 위성에서 제공하는 정보를 이용하였다(NASA, 2017a).
GEWEX Surface Radiation Budget(SRB) 월 평균 자료를 사용하였으며, 공간해상도는 1°의 균일한 격자 자료로 제공되며, 1983년 7월부터 2007년 12월까지 자료를 제공한다.
두 자료의 비교분석은 전체 기간 동안의 공간적 분포, 조건 별 두 자료의 비교 분석 및 연구 기간 동안 월별 차이를 바탕으로 수행하였다. 두 자료를 비교 할 때, 기본적으로 CERES 자료를 기준으로 수행되었으며, 이는 2007년 4월부터 2007년 9월까지 일별 검증한 선행 연구 결과와 각 자료의 validation reports를 참고하여 CERES 자료를 기준 자료를 선정하였다(Riihela et al., 2017; NASA, 2017b; Zhang et al., 2013; Zhang et al., 2015).
본 연구는 두 자료가 중첩되는 기간인 2000년 3월부터 2007년 12월 동안 비교 분석을 수행하였다. 이때 월평균 자료를 활용하였으며, 연구 영역은 북극권부터 캄차카 반도까지 포함된 북위 50° 지역이다.
본 연구에서는 Synoptic 1-degreemonthly flues(SYN1deg, ed 4A) 자료를 사용 하였다. CERES 자료는 Terra와 Aqua 위성에 탑재된 MODIS 센서와 CERES센서의 자료를 이용하여 산출된다.
이때 월평균 자료를 활용하였으며, 연구 영역은 북극권부터 캄차카 반도까지 포함된 북위 50° 지역이다.
CERES SYN1deg 자료는 일별, 월별 평균 자료를 제공하며, 공간 해상도는 1°의 균일한 격자 자료로 제공된다. 자료 제공 기간은 2000년 3월부터 2018년 3월까지 제공 중이다. 자료의 정확도는 북극 실측 지점인 Summit 지점 자료와 비교 시, SWD의 경우 -4 W/m², LWD의 경우 11 W/m²의 bias를 가지고 있다(NASA, 2017b).

데이터처리

각 표의 행은 위도 10° 간격으로 구분되어 있으며 열은 해양과 대륙이 모두 포함된 All area, 해양 영역만 포함된 Ocean, 대륙만 포함된 Land로 구분되어 있다. CERES를 기준으로 두 자료의 RMS-Diff와 Bias로 계산하였으며, 괄호 안의 값은 Bias를 의미한다. 장파와 단파 모두 고위도 지역일수록 차이가 증가하였으며, 대부분 GEWEX가 과소추정하였다.

이론/모형

CERES 자료는 Terra와 Aqua 위성에 탑재된 MODIS 센서와 CERES센서의 자료를 이용하여 산출된다. 단파와 장파 영역 모두 Langley FuLiou radiative transfer model이 사용되었으며, 구름 정보의 경우 MODIS와 정지궤도 위성에서 제공하는 정보를 이용하였다(NASA, 2017a). CERES SYN1deg 자료는 일별, 월별 평균 자료를 제공하며, 공간 해상도는 1°의 균일한 격자 자료로 제공된다.

성능/효과

4가지 변수 모두 북극권 해역(북위 60°N 이상)에서 GEWEX가 CERES에 비해서 과소 추정되는 특징이 관측되었으며, 연구 지역 전역에서 단파 복사 변수가 장파 복사 변수에 비해서 두 자료의 차이가 크게 관측되었다.
4가지 변수 모두 북극권 해역(북위 60°N 이상)에서 GEWEX가 CERES에 비해서 과소 추정되는 특징이 관측되었으며, 연구 지역 전역에서 단파 복사 변수가 장파 복사 변수에 비해서 두 자료의 차이가 크게 관측되었다. 각 변수별로 LWD는5.20W/m², LWU는4.58W/m², SWD는 7.30 W/m², SWU는 6.64 W/m²의 Root Mean Square Difference(RMS-Diff)를 보였다. 또한 모든 변수에서 음의 bias(-3.
RMS-Diff의 경우 LWU의 경우 봄–여름 철에 오차가 증가하였으며 LWD의 경우 계절과 무관한 특징을 보였다. 단파 변수의 경우 SWD와 SWU 모두 4월에 가장 큰 차이를 보였으며, 겨울로 갈수록 차이가 감소하였다(Fig. 4(d)).
71 W/m²으로 차이가 증가하였다. 또한 SWD의 경우 봄~초여름 기간에 급격하게 상관관계가 감소하며, SWU는 이와 반대로 동일 기간에서 상관관계가 증가하였다. 두 자료는 해양과 대륙을 모두 포함한 영역에서 약 3 ~ 25 W/m²까지 차이가 존재하며, 이러한 차이는 두 자료의 기초가 되는 센서, 관측하는 파장, 교환 모델의 차이점으로 인해 발생하는 것으로 판단된다.
CERES를 기준으로 두 자료의 RMS-Diff와 Bias로 계산하였으며, 괄호 안의 값은 Bias를 의미한다. 장파와 단파 모두 고위도 지역일수록 차이가 증가하였으며, 대부분 GEWEX가 과소추정하였다. 장파 변수의 경우 대륙에 비해 해양에서 큰 차이가 관측 되었지만, 단파 영역에서는 해양 보다 대륙에서 더 큰 차이가 발생하였다.
자료별 상관계수를 보면 장파 변수들은 계절에 상관없이 항상 높은 상관관계를 보여준다. 하지만 단파 영역의 경우 SWU의 경우 일사가 존재하는 4월에서 9월까지 상관관계가 증가하였으며, SWD의 경우 상관관계가 감소한다. RMS-Diff의 경우 LWU의 경우 봄–여름 철에 오차가 증가하였으며 LWD의 경우 계절과 무관한 특징을 보였다.

후속연구

그렇기 때문에 장기간 기후 분석을 위하여 두 자료를 중첩하여 사용할 경우 기후 변화에 분석에 있어서는 각 자료별 오차를 정확하게 파악하고 자료의 일관성을 유지 시켜서 사용할 필요가 있다. 본 연구에서 제공되는 CERES와 GEWEX 복사에너지의 비교 결과는 장기간 북극 기후 변화 분석을 위한 장기 복사 에너지 자료 생성시, 기초자료로 활용 할 수 있을 것으로 사료된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	CLRAR-A2 자료를 북극 지역 관측에 쓰기에 부족한 이유는 무엇인가?	일반적으로 기후를 분석하기 위해서는 30년 이상의 자료가 필요하고 이를 만족하는 것은 CM SAF에서 제공하는 CLRAR-A2 자료이다. 하지만 해당 자료는 단파 에너지 자료가 극지방에서 정확도가 떨어지는 단점이 있기 때문에 북극 지역을 관측하기에는 부족하다(CMSAF 2016). 또한 Riihela et al.
	에너지 수지를 정량적으로 파악하기 위해서 필요한 것은 무엇인가?	북극의 장기간 기후 변화 관측을 위해서는 에너지 수지를 정량적으로 파악하는 것이 중요하다. 에너지 수지를 정량적으로 파악하기 위해서 고품질의 장기간 복사 에너지 변수들이 필요하지만 대부분 위성 기반 복사 에너지 변수 자료들은 제공되는 기간이 짧아 자료들을 연계하여 사용해야한다. 자료를 연계해서 사용하기 위해서는 사용되는 자료의 차이를 정확하게 파악하고 일치시키는 것이 중요하다.
	북극의 장기간 기후 변화 관측을 위해 중요한 것은 무엇인가?	북극의 장기간 기후 변화 관측을 위해서는 에너지 수지를 정량적으로 파악하는 것이 중요하다. 에너지 수지를 정량적으로 파악하기 위해서 고품질의 장기간 복사 에너지 변수들이 필요하지만 대부분 위성 기반 복사 에너지 변수 자료들은 제공되는 기간이 짧아 자료들을 연계하여 사용해야한다.

참고문헌 (24)

Alves, M. and J. Soares, 2016. Diurnal Variation of Soil Heat Flux at an Antarctic Local Area during Warmer Months, Applied and Environmental Soil Science, 2016: 1769203
Chapin, F.S., M. Sturm, M.C. Serreze, J.P. McFadden, J.R. Key, A.H. Lloyd, A.D. McGuire, T.S. Rupp, A.H. Lynch, J.P. Schimel, J. Beringer, W.L. Chapman, H.E. Epstein, E.S. Euskirchen, L.D. Hinzman, G. Jia, C.-L. Ping, K.D. Tape, C.D.C. Thompson, D.A. Walker, and J.M. Welker, 2005. Role of land-surface changes in Arctic summer warming, Science, 310(5748): 657-660.

상세보기
CM SAF, 2016. CM SAF Cloud, Albedo, Radiation dataset, AVHRR-based, Edition 2 (CLARA-A2), Surface Radiation Products Validation Report, 2(1): SAF/CM/DWD/VAL/GAC/RAD.
Curry, J. A., J.L. Schramm, W.B. Rossow, and D. Randall, 1996. Overview of Arctic cloud and radiation characteristics, Journal of Climate, 9(8): 1731-1764.

상세보기
Fu, Q. and K.N. Liou, 1992. On the correlated kdistribution method for radiative transfer in nonhomogeneous atmospheres, Journal of the Atmospheric Sciences, 49(22): 2139-2156.

상세보기
Fu, Q., K.N. Liou, M.C. Cribb, T.P. Charlock, and A. Grossman, 1997. Multiple scattering parameterization in thermal infrared radiative transfer, Journal of the Atmospheric Sciences, 54: 2799-2812.

상세보기
Letterly, A., J. Key, and Y. Liu, 2016. The influence of winter cloud on summer sea ice in the Arctic, 1983-2013, Journal of Geophysical Research: Atmospheres, 121(5): 2178-2187.

상세보기
NASA, 2017a. Data Quality Summary (10/3/2017), CERES SYN1deg Ed4A, Atmospheric Science Data Center, USA.
NASA, 2017b. Surface Flux Accuracy and Validation (9/15/2017), CERES SYN1deg Ed4A, Atmospheric Science Data Center, USA.
NASA GEWEX Surface Radiation Budget Known Data Irregularities, https://gewex-srb.larc.nasa.gov/common/php/SRB_known_issues.php, Accessed on Nov. 26, 2018.
Pedersen, R.A., I. Cvijanovic, P.L. Langen, and B.M. Vinther, 2016. The impact of regional Arctic sea ice loss on atmospheric circulation and the NAO, Journal of Climate, 29(2): 889-902.

상세보기
Perovich, D.K. and C. Polashenski, 2012. Albedo evolution of seasonal Arctic sea ice, Geophysical Research Letters, 39(8): L08501.

상세보기
Perovich, D.K., B. Light, H. Eicken, K.F. Jones, K. Runciman, and S.V. Nghiem, 2007. Increasing solar heating of the Arctic Ocean and adjacent seas, 1979-2005: Attribution and role in the icealbedo feedback, Geophysical Research Letters, 34(19): L19505.

상세보기
Pinker, R. T. and I. Laszlo, 1992. Modeling Surface Solar Irradiance for Satellite Applications on a Global Scale, Journal of Applied Meteorology and Climatology, 31: 194-211.

상세보기
Polyakov, I.V., R.V. Bekryaev, G.V. Alekseev, U.S. Bhatt, R.L. Colony, M.A. Johnson, P.M. Alexander, and D. Walsh, 2003. Variability and trends of air temperature and pressure in the maritime Arctic, 1875-2000, Journal of Climate, 16(12): 2067-2077.

상세보기
Riihela, A., J.R. Key, J.F. Meirink, P. Kuipers Munneke, T. Palo, and K.G. Karlsson, 2017. An intercomparison and validation of satellite-based surface radiative energy flux estimates over the Arctic, Journal of Geophysical Research: Atmospheres, 122(9): 4829-4848.

상세보기
Seo, M., C.S. Lee, H. Kim, M. Huh, and K.S. Han, 2015. Relationship between sea ice concentration and sea ice albedo over Antarctica, Korean Journal of Remote Sensing, 31(4): 347-351.

원문보기 상세보기
Stroeve, J. C., V.M. Kattsov, A.P. Barrett, M.C. Serreze, T. Pavlova, M.M. Holland, and W. N. Meier, 2012. Trends in Arctic sea ice extent from CMIP5, CMIP3 and observations, Geophysical Research Letters, 39(16): L16502.

상세보기
Stephens, G.L., 2005. Cloud feedbacks in the climate system: A critical review, Journal of Climate, 18(2): 237-273.

상세보기
Wetherald, R.T. and S. Manabe, 1975. The effects of changing the solar constant on the climate of a general circulation model, Journal of the Atmospheric Sciences, 32(11): 2044-2059.

상세보기
Wang, X. and J.R. Key, 2005. Arctic surface, cloud, and radiation properties based on the AVHRR Polar Pathfinder dataset. Part I: Spatial and temporal characteristics, Journal of Climate, 18(14): 2558-2574.

상세보기
Wang, D., S. Liang, T. He, and Q. Shi, 2015. Estimating clear-sky all-wave net radiation from combined visible and shortwave infrared (VSWIR) and thermal infrared (TIR) remote sensing data, Remote Sensing of Environment, 167: 31-39.

상세보기
Zhang, T., P.W. Stackhouse Jr, S.K. Gupta, S.J. Cox, J.C. Mikovitz, and L.M. Hinkelman, 2013. The validation of the GEWEX SRB surface shortwave flux data products using BSRN measurements: A systematic quality control, production and application approach, Journal of Quantitative Spectroscopy and Radiative Transfer, 122: 127-140.

상세보기
Zhang, T., P.W. Stackhouse Jr, S.K. Gupta, S.J. Cox, and J.C. Mikovitz, 2015. The validation of the GEWEX SRB surface longwave flux data products using BSRN measurements, Journal of Quantitative Spectroscopy and Radiative Transfer, 150: 134-147.

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