[논문]에어로졸 광학깊이를 이용한 에어로졸 크기분포 추출 연구

김덕현

doi:10.3807/kjop.2018.29.4.139

에어로졸 광학깊이를 이용한 에어로졸 크기분포 추출 연구
Study of Retrieving the Aerosol Size Distribution from Aerosol Optical Depths 원문보기

한국광학회지 = Korean journal of optics and photonics, v.29 no.4, 2018년, pp.139 - 148

초록
AI-Helper

본 연구에서는 250 nm와 1100 nm 사이에 있는 10개의 파장에서의 에어로졸 광학 깊이를 이용하여 에어로졸의 크기분포를 역산하는 연구를 수행하였다. 10개의 파장은 주요 대기 가스의 흡수선과 밴드를 피한 파장을 찾아서 선택하였다. 태양의 스펙트럼을 얻기 위해서 태양 추적시스템과 분광기를 구축하고 자체적으로 장치를 검정하였다. 본 장치를 이용해서 총 광학 깊이를 구하고 가스의 흡수나 공기의 산란을 제거하여 에어로졸의 광학 깊이를 구했다. 이정점 분포를 지닌 에어로졸 크기 분포를 역산하는 알고리즘을 제안하였고, 장치를 통해서 구한 에어로졸의 광학 깊이를 이용하여 다양한 임의의 대기 조건에서 그 크기분포를 역산하고 비교하였다. 이를 통하여 본 연구에서 사용한 방법론과 장치들이 미지의 입자 크기 분포를 추출하는데 매우 유용할 것으로 판단하였다.

Abstract ▼ AI-Helper

In this study, aerosol size distributions were retrieved from aerosol optical depth measured over a range of 10 wavelengths from 250 to 1100 nm. The 10 wavelengths were selected where there is no absorption of atmospheric gases. To obtain the solar spectrum, a home-made solar tracking system was developed and calibrated. Using this solar tracking system, total optical depths (TODs) were extracted for the 10 wavelengths using the Langley plot method, and aerosol optical depths (AODs) were obtained after removing the effects of gas absorption and Rayleigh scattering from the TODs. The algorithm for retrieving aerosol size distributions was suggested by assuming a bimodal aerosol size distribution. Aerosol size distributions were retrieved and compared under various arbitrary atmospheric conditions. Finally, we found that our solar tracking spectrometer is useful for retrieving the aerosol size distribution, even though we have little information about the aerosol's refractive index.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 연구는 지표면의 미세먼지 정보보다는 기후나 기상 등에 직접적인 상관관계가 있는 높은 고도의 미세먼지까지를 포함하는 대기 최고층에서 지표면까지의 영역에 존재하는 미세먼지의 총량과 입자의 크기를 측정하는 방법론에 관한 것이다. 이를 위하여 2장에서는 태양 스펙트럼으로부터 미세먼지의 광학 깊이(Aerosol Optical Depth, AOD)를 얻는 H/W 장치 및 정보 획득과 처리 과정을 기술하고, 다음으로는 AOD로부터 미세먼지의 크기를 추출하는 방법론에 관한 이론적인 방법 두 가지를 기술하며, 3장에서는 황사가 존재하는 날과 그렇지 않는 날 얻은 파장에 따른 AOD로부터 미세먼지의 크기분포를 역산한 결과 분석을 기술하고 4장에서 결론을 맺는다.
이러한 면에서 자체 알고리즘을 개발/분석하고 이를 활용하여 새로운 정보를 얻는 방법을 개발하는 것은 차후에 새로운 기술로 접근하는데 매우 필요한 일이라 할 수 있다. 본 연구에서는 차후 파장의 범위와 측정 크기 및 미세먼지의 물리화학적 특성 범위를 넓히기 위하여 필요한 각 단계의 기술들을 소개하며, 특히 자체 개발한 H/W 시스템과 S/W를 소개하고 그 특성을 밝히고자 한다.
본 연구에서는 태양 추적 장치와 분광기를 이용하여 미세먼지의 부피 크기분포를 추출하는 시스템을 제안하고 실증한 논문이다. 일반 대기모델에서 미세먼지는 이정점 분포를 하고 있음이 여러 논문에서 밝혀졌으며, 본 연구 결과도 일반적인 대기 상태에서는 측정한 AOD 값과 거의 일치하는 미세먼지의 부피 크기분포를 구할 수 있었다.

제안 방법

그림 2는 대기 중의 주요가스만을 고려하여 얻은 흡수 스펙트럼을 나타낸 것이다. 각 가스의 흡수선의 세기 및 스펙트럼은 HITRAN^[17]에서 제공한 모든 흡수선을 흡수선의 세기(line intensity), 선폭확대(line broadening) 그리고 이동(line shift)을 대기 상황을 고려하여 계산한 것이다. 본 연구에서는 온도나 압력에 따른 흡수선의 이동, 확장, 그리고 세기 변화를 계산할 때는 계절별 표준데이터의 온도 및 압력을 이용하였다.
여기서 C는 측정값의 오차 정도를 나타내는 공분산 행렬을 의미하며, 본 연구에서는 10개의 파장에서 AOD를 측정하므로, 10 × 10 행렬이 되고, 일반적으로 측정되는 AOD 값의 오차는 신호의 크기에 반비례하고, 또한 그 농도를 알 수 없는 가스의 흡수효과가 AOD 측정값에 영향을 미치므로, 본 연구에서는 공분산 행렬 C를 정함에 있어서 UV 파장에 해당하는 354 nm (오존의 영향으로 그 값이 변동적임)와 신호의 크기가 작은 1019 nm 파장에서 오차의 크기를 높게 정하였다. 또한 675 nm 근처에서도 수증기의 흡수 효과가 강하게 작용하므로 675 nm 영역에서도 오차가 큰 것으로 공분산 행렬을 정하였다.
각 가스의 흡수선의 세기 및 스펙트럼은 HITRAN^[17]에서 제공한 모든 흡수선을 흡수선의 세기(line intensity), 선폭확대(line broadening) 그리고 이동(line shift)을 대기 상황을 고려하여 계산한 것이다. 본 연구에서는 온도나 압력에 따른 흡수선의 이동, 확장, 그리고 세기 변화를 계산할 때는 계절별 표준데이터의 온도 및 압력을 이용하였다. 이러한 계산을 통한 흡수 단면적의 계산은 차후 계절적 기상 변수 변화에 따라 다르게 적용하기 위함이다.
여기서 χn(r)은 입자의 크기(r)에 따른 분포 특성을 나타내는 것으로 n=1인 경우 크기분포, n = 2인 경우는 면적 분포, n=3인 경우는 부피분포를 나타낸 것으로, 본 연구에서는 입자의 부피분포를 적용하였다.
여기서 C는 측정값의 오차 정도를 나타내는 공분산 행렬을 의미하며, 본 연구에서는 10개의 파장에서 AOD를 측정하므로, 10 × 10 행렬이 되고, 일반적으로 측정되는 AOD 값의 오차는 신호의 크기에 반비례하고, 또한 그 농도를 알 수 없는 가스의 흡수효과가 AOD 측정값에 영향을 미치므로, 본 연구에서는 공분산 행렬 C를 정함에 있어서 UV 파장에 해당하는 354 nm (오존의 영향으로 그 값이 변동적임)와 신호의 크기가 작은 1019 nm 파장에서 오차의 크기를 높게 정하였다.
그 중에서도 넓은 범위에 걸쳐서 존재하는 수증기의 흡수선과 오존의 흡수선이 전체 파장영역에서 투과도에 영향이 제일 크게 작용하는 것으로 나타났다. 이러한 계산 결과와 14채널을 이용하는 다른 기관들의 장비(AATS-14)^[18]의 파장 채널을 고려하여 결정하였다. 본 연구에서 결정된 파장은 354 nm, 380 nm, 453 nm, 499 nm, 519 nm, 604 nm, 675 nm, 778 nm, 865 nm, 그리고 1019 nm 등 10가지 파장으로 구성된다.

대상 데이터

그림 6은 이렇게 검정한 장치를 이용하여 얻은 미세먼지의 AOD를 구한 것이다. 2018년 4월 6일은 기상청에서 황사가 올 것으로 예보가 된 날이며, 본 장치는 한밭대학교에서 자체 제작한 장치를 이용하여 측정한 AOD이다. 환경부 관측망 중에서 측정소에서 가장 가까운 유성구 노은동 측정소의 결과는 오전 11시 14분 전후의 미세먼지 총랑은 65 µg/m³ 이고 오후 14시 21분에 얻은 측정값은 170 µg/m³ 이다.
이러한 계산 결과와 14채널을 이용하는 다른 기관들의 장비(AATS-14)^[18]의 파장 채널을 고려하여 결정하였다. 본 연구에서 결정된 파장은 354 nm, 380 nm, 453 nm, 499 nm, 519 nm, 604 nm, 675 nm, 778 nm, 865 nm, 그리고 1019 nm 등 10가지 파장으로 구성된다.
그러나 AERONET과 달리 본 연구에서는 산란된 신호를 사용하지 않고 직달광의 신호만 이용하기 때문에 가능한 많은 파장에서 미세먼지의 광학적 깊이 정보를 얻을 필요가 있다. 이를 위하여, 본 연구에서 사용한 분광기는 분해능이 0.5 nm이고 측정 범위가 250~1100 nm인 OCEAN OPTICS 사의 MAYA2000 상용 장비를 분광기로 사용하였으며, 태양 추적 장치는 자체 제작한 것을 사용하였다.
그림 8은 식 (6)에서 논의된 것과 같이 측정값의 공분산 행렬을 다르게 하면서 얻은 이정점 분포(bimodal distribution)에서 이론적으로 구한 AOD와 실험적으로 구한 AOD 값을 나타낸 것이다. 제시한 그림은 황사가 국내에 유입된 2017- 4-12일 날짜의 데이터를 이용한 것이다. 앞에서 언급한 것처럼 345 nm 근처의 파장에서는 하루를 주기로 오존의 흡수가 변하기 때문에 측정 오차가 클 수 있기 때문에 공분산 행렬에서 그 가중치를 낮게 설정하여야 한다.

이론/모형

는 주어진 조건에서 다양한 방법으로 구할 수 있다. 많은 연구가들의 연구 결과를 정리한 Rodgers^[22]의 해법을 따라 뉴톤-가우스 회기법(iteration)을 사용하였으며, 다음의 식으로 표현된다.

성능/효과

본 계산에 사용한 가스를 제외하고도 다양한 가스가 있으나, 본 연구에서 이용하는 파장 범위(250~1100 nm)에서는 수증기, 산소 그리고 오존이 흡수선의 변화에 가장 중요한 역할을 하는 것으로 나타났다. 그 중에서도 넓은 범위에 걸쳐서 존재하는 수증기의 흡수선과 오존의 흡수선이 전체 파장영역에서 투과도에 영향이 제일 크게 작용하는 것으로 나타났다. 이러한 계산 결과와 14채널을 이용하는 다른 기관들의 장비(AATS-14)^[18]의 파장 채널을 고려하여 결정하였다.
원하는 파장영역에서 사용한 주요 가스로는 O₃, O₂O₂, O₂, O₂N₂, HCHO, NO₂, SO₂에 의한 흡수와 공기분자의 Rayleigh 산란이 그것이다. 본 계산에 사용한 가스를 제외하고도 다양한 가스가 있으나, 본 연구에서 이용하는 파장 범위(250~1100 nm)에서는 수증기, 산소 그리고 오존이 흡수선의 변화에 가장 중요한 역할을 하는 것으로 나타났다. 그 중에서도 넓은 범위에 걸쳐서 존재하는 수증기의 흡수선과 오존의 흡수선이 전체 파장영역에서 투과도에 영향이 제일 크게 작용하는 것으로 나타났다.
그러나 입자의 크기 역산 결과에서는 황사의 경우 큰 입자들로 구성된 것이라는 것을 확연히 알 수 있었다. 이러한 결과는 입자의 굴절률 값을 알 수 없는 경우에도 본 알고리즘을 적용할 수 있다는 것을 알 수 있으며, 결국 입자의 크기분포는 잘 알려진 것처럼 파장에 따른 AOD의 변화 특정을 대표하는 AE 값에 의하여 결정된다는 것을 볼 수 있다.

후속연구

그림에서 보듯이 (a)의 경우는 345 nm에서 실험값과 이론치가 비교적 잘 일치하고 있으나, (b)의 경우는 실험값과 이론값의 차이가 더 커졌다는 것을 알 수 있다. 그러나 현실적으로 측정값에 어떤 오차가 존재하는지에 대한 정보는 다른 장비와 비교 측정하거나 실제 데이터와 비교하는 방법을 통하여 분석하기까지는 알 수 없으므로, 공분산 행렬의 각 요소에 해당하는 값은 다양한 가스와 각 파장에서의 신호의 크기 등을 고려하여 앞으로 연구를 통하여 점진적으로 개선할 필요가 있다. 그림에서 보듯이 이론적인 AOD 특성과 실제 측정값이 일치하지 않는 것은 황사의 경우 이정점 분포 특성에서 벗어나 있거나, 여러 가지 다른 종류의 입자들이 황사와 함께 국내에 유입되었을 경우도 있기 때문이다.
. 본 연구에서는 모터에 의하여 제어되는 두 개의 거울^[13]과 회절판으로 구성된 분광기를 이용하기 때문에 파장 선택에 비교적 한계가 없고 태양뿐만 아니라 달의 위치도 추적이 가능하기 때문에 활용도가 더 넓다고 할 수 있다. 그러나 AERONET과 달리 본 연구에서는 산란된 신호를 사용하지 않고 직달광의 신호만 이용하기 때문에 가능한 많은 파장에서 미세먼지의 광학적 깊이 정보를 얻을 필요가 있다.
앞으로 개발된 장치와 알고리즘을 이용하여 다양한 경우에 대하여 실험을 수행하고, 다양한 미세먼지 상태, 예를 들어 해양성 미세먼지나 공단 지역에서 방출되는 각종 숯 검댕이(soot) 미세먼지에 적용하여 기존 크기 분포와 더불어 미세먼지와 굴절률도 추출하는 방법을 개발할 필요가 있다. 이를 위하여 굴절률의 변화에 민감한 파장을 더 선택하여(예를 들어 숯 검댕이나 갈색 검댕이(brown carbon) 먼지의 경우 UV 영역에서 굴절률이 크게 다르다) 굴절률도 함께 추출하는 연구를 진행할 예정이다.
앞으로 개발된 장치와 알고리즘을 이용하여 다양한 경우에 대하여 실험을 수행하고, 다양한 미세먼지 상태, 예를 들어 해양성 미세먼지나 공단 지역에서 방출되는 각종 숯 검댕이(soot) 미세먼지에 적용하여 기존 크기 분포와 더불어 미세먼지와 굴절률도 추출하는 방법을 개발할 필요가 있다. 이를 위하여 굴절률의 변화에 민감한 파장을 더 선택하여(예를 들어 숯 검댕이나 갈색 검댕이(brown carbon) 먼지의 경우 UV 영역에서 굴절률이 크게 다르다) 굴절률도 함께 추출하는 연구를 진행할 예정이다.
즉, 앞에서 예측된 것처럼 황사는 자연 상태에 존재하는 일반적인 경우와 다르게 다른 여러 가지 모드의 입자들이 동시에 존재한다고 추측할 수 있으나, 황사의 유입이 없는 일반적인 날(2017년 4월 13일)의 경우 AOD 값은 전날 대비 더 큰 값을 보이고 있다. 즉 AOD의 크기와 관계없이 미세먼지의 종류나 유입경로 등에 따라서 본 이정점 분포 모형이 더 유용하게 적용될 수 있다는 것을 보여준다. 또 한 가지 원인은 언급한 것처럼 황사의 경우 입자의 모양이 원형이 아니고 비구형이기 때문에 본 연구에서 사용되는 이론인 Mie 산란 이론이 적용되지 않는다는데 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	미세먼지의 분석이 중요한 이유는 무엇인가?	미세먼지는 건강과 기후에 대한 영향으로 모든 사람의 관심의 대상이 되고 특히 지역규모에서 발생하는 미세먼지는 그 구성성분이 다르고 그 크기분포도 달라서 연직 방향으로 그 총량을 관측하고 그 특성을 분석하는 것은 기후 효과를 밝히고, 오염원을 규명하는 데에도 매우 중요하다. 미세먼지의 크기에 따른 분포 특성이 총량보다 기후학[1], 기상학[2] 그리고 환경적/보건학적으로 더 중요도가 커서[3] 그 크기를 측정하는 것은 매우 중요한 것으로 판단되고 있다.
	AERONET 방법의 단점은 무엇인가?	현재 전 세계적으로 구축되어 운영되고 있는 AERONET에서는[11] 주로 440 nm, 675 nm, 870 nm, 1020 nm 파장에서 직달광의 신호를 받고 또한 산란된 신호를 주요면(Principal plane)과 등고도면(Almucantar plane)에서 받아 분석하여 에어로졸의 크기분포를 측정하고 있다. 그러나 AERONET 방법은 태양광이나 산란광의 특정 파장을 수신하기 위하여 필터를 사용하기 때문에 회전 속도나 가격 측면에서 문제가 발생하여 다양한 파장을 이용하지 못하고 적은 수의 파장만을 사용한다.
	작은 입자의 중요성이 강조되는 이유는 무엇인가?	5으로 그리고 가장 최근에 PM1 등으로 그 표시 방법도 달라지고 있는 것은 작은 입자의 중요성이 더 증대되고 있기 때문이다[4]. 이는 같은 질량이 단위 부피에 존재하더라도 입자의 크기(면적)에 따라 보건학적, 구름 물리적 영향이 달라지기 때문이다. 특히 기후학에서 미세먼지는 직접적으로는 태양광을 산란시켜 냉각효과를 가지기도 하지만 숯 검댕이(soot)의 경우 흡수성이 강하여 가열효과가 있기도 하며, 구름의 응결핵 역할도 동시에 하기 때문에 미세먼지의 물리적(크기) 및 화학적(광학적 굴절률) 특성을 측정하는 것도 매우 중요한 일이다[5].

참고문헌 (29)

J. Haywood and O. Boucher, "Estimation of the direct and indirect Radiative forcing due to tropospheric aerosol: A review," Rev. Geophys. 38, 513-543 (2000).

상세보기
E. Jung, B. A. Albrecht, G. Feingold, H. H. Jonsson, P. Chuang, and S. L. Donaher, "Aerosols, clouds, and precipitation in the North Atlantic trades observed during the Barbados aerosol cloud experiment - Part 1: Distributions and variability," Atmos. Chem. Phys. 16, 8643-8666 (2016).

상세보기
Z. Ren-Jian, H. Kin-Fai, and S. Zhen-Xing, "The role of aerosol in climate change, the environment, and human health," Atmos. Oceanic Sci. Lett. 5, 156-161 (2012).

상세보기
G. Chen, S. Li, Y. Zhang, W. Zhang, D. Li, X. Wei, Y. He, M. L. Bell, G. Williams, G. B Marks, B. Jalaludin, M. Abramson, and Y. Guo, "Effects of ambient PM1 air pollution on daily emergency hospital visits in China: an epidemiological study," Planet. Health 1, 221-229 (2017).

상세보기
V. F. McNeill, "Atmospheric Aerosols: Clouds, Chemistry, and Climate," Annu. Rev. Chem. Biomol. Eng. 8, 427-444 (2017).

상세보기
https://aeronet.gsfc.nasa.gov/
https://aeronet.gsfc.nasa.gov/new_web/equipment_details.html
https://aeronetsoftware.com/
O. V. Dubovik, T. V. Lapyonok, and S. L. Oshchepkov, "Improved technique for data inversion: optical sizing of multicomponent aerosols," Appl. Opt. 34, 8422-8436 (1995).

상세보기
M. Dubovik and M. King, "A flexible inversion algorithm for retrieval of aerosol optical properties from Sun and sky radiance measurements," J. Geophys. Res. 105, 20673-20696 (2000).

상세보기
B. N. Holben, T. F. Eck, I. Slutsker, D. Tanre, J. P. Buis, K A. Setzer, E. Vermote, J. A. Reagan, Y. J. Kaufman, T. Nakajima, F. Lavenu, I. Jankowiak, and A. Smirnov, "AERONET - A federated instrument network and data archive for aerosol characterization," Remote Sens. Environ. 66, 1-16 (1998).

상세보기
A. Herber, L. W. Thomason, H. Gernandt, U. Leiterer, D. Nagel, K. H. Schulz, J. Kaptur, T. Albrecht, and J. Notholt, "Continuous day and night aerosol optical depth observations in the Arctic between 1991 and 1999," J. Geophys. Res. Atmos. 107, 1984-2012 (2002).
S. Volkov, I. Samokhvalov, H. Cheong, and D. Kim, "Optical model and calibration of a sun tracker," J. Quant. Spectrosc. Radiat. Transfer 180, 101-108 (2016).

상세보기
K. Chance and R. L. Kurucz, "An improved high-resolution solar reference spectrum for earth's atmosphere measurements in the ultraviolet, visible, and near infrared," J. Quant. Spectrosc. Radiat. Transfer 111, 1289-1295 (2010).

상세보기
K. V. Chance and R. J. D. Spurr, "Ring effect studies: Rayleigh scattering, including molecular parameters for rotational Raman scattering, and the Fraunhofer spectrum," Appl. Opt. 36, 5224-5230 (1997).

상세보기
C. E. Sioris, G. B. C. Lacoste, and M. P. Stoll, "Filling in of Fraunhofer lines by plant fluorescence: Simulations for a nadir-viewing satellite-borne instrument," J. Geophys. Res. 108, 4133-4138 (2003).

상세보기
http://hitran.org/lbl/
https://geo.arc.nasa.gov/sgg/AATS-website/AATS6_AATS14/AATS6_AATS14.html
H. C. van de Hulst, Light Scattering by Small Particle (John Wiley, New York, 1957), p. 370.
C. F. Bohren and D. R. Huffman, Absorption and Scattering of Light by Small Particles (John Wiley & Sons, New York, 1983), p. 550.
S. Twomey, Introduction to the Mathematics of Inversion in Remote Sensing and Indirect Measurements (Elsevier, 1977) p. 243.
C. D. Rodgers, Inverse Methods for Atmospheric sounding theory and practices (University of Oxford), Chapter 5.
G. P. Gobbi, Y. J. Kaufman, I. Koren, and T. F. Eck, "Classification of aerosol properties derived from AERONET direct sun data," Atmos. Chem. Phys. 7, 453-458 (2007).

상세보기
G. L. Schuster, O. Dubovik, and A. Arola, "Remote sensing of soot carbon: Part 1: Distinguishing different absorbing aerosol species," Atmos. Chem. Phys. 16, 1565-1585 (2016).

상세보기
S. T. Massie and M. Hervig, "HITRAN 2012 refractive indices," J. Quant. Spectrosc. Radiat. Transfer 130, 373-380 (2013).

상세보기
M. I. Mishchenko, "Light scattering by size-shape distributions of randomly oriented axially symmetric particles of a size comparable to a wavelength," Appl. Opt. 32, 4652-4666 (1993).

상세보기
S. N. Volkov, I. V. Samokhvalov, and D. Kim, "Assessing and improving the accuracy of T-matrix calculation of homogeneous particles with point-group symmetries," J. Quant. Spectrosc. Radiat. Transfer 123, 169-175 (2013).

상세보기
F. Borghese, P. Denti, and R. Saija, Scattering from Model Nonspherical Particles (Springer-Verlag Berlin Heidelberg 2007).
S. Shin, D. Shin, K. Lee, and Y. Noh, "Classification of dust/non-dust particle from the aisan dust plules and retrieval of microphysical properties using Raman lidar systems," J. Kor. Soc. Atmos. Environ. 28, 688-696 (2012).

원문보기 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