[논문]기상청 동네예보의 영농활용도 증진을 위한 방안: 복잡지형의 낮 기온 상세화 기법

윤은정; 김수옥

doi:10.5532/kjafm.2019.21.4.221

기상청 동네예보의 영농활용도 증진을 위한 방안: 복잡지형의 낮 기온 상세화 기법
Improving Usage of the Korea Meteorological Administration's Digital Forecasts in Agriculture: Correction Method for Daytime Hourly Air Temperature over Complex Terrain 원문보기

한국농림기상학회지 = Korean Journal of Agricultural and Forest Meteorology, v.21 no.4, 2019년, pp.221 - 228

초록
AI-Helper

일출 이후부터 일몰 전까지 매시 간격으로 태양 일사로 인한 지표부근 기온상승 효과와 풍속이 미치는 영향을 추정하고자, 동향사면과 서향사면 간 대표 기상관측지점에 대하여 매시 일사량 편차에 따른 관측기온의 편차(기온변화량)을 풍속별로 구분하여 도출하였다. 일사편차 1 MJ/㎡ 당 기온변화량으로 일사효과를 표현하여 풍속과의 경험식을 구하고, 이것을 토대로 2018년 1월부터 2018년 12월까지 농산촌의 복잡지형에 위치한 기상관측지점 25곳에 대해 주간(06:00~19:00) 매시 기온을 추정한 후 검증하였다. 그 결과 추정값과 관측값의 평균 ME는 -0.98~0.67℃, 평균 RMSE는 0.95~2.04℃ 나타났다. 오후 3시 기준의 한낮기온은 선행연구에서 제시한 기존 모형과 추정신뢰도를 대조하였는데, 기존 모형의 추정오차(ME -0.91℃, RMSE 1.47℃)를 ME -0.45℃, RMSE 1.22℃까지 개선시킬 수 있었다.

Abstract ▼ AI-Helper

The effects of wind speed on the temperature change during day time could be insignificant in a region with a complex terrain. The objective of this study was to derive empirical relationship between solar radiation and hourly temperature under a windy condition for the period from sunrise to sunset in order to improve hourly air temperature at a site-specific scale. The deviation of the temperature measurements was analyzed along with the changes of the hourly sunlight at weather observation sites located on the east and west slopes under given wind speed. An empirical model where wind speed use used as an independent variable was obtained to quantify the solar effects on the temperature change (MJ/㎡). This model was verified estimating the hourly temperature during the daytime (0600-1900 h) at 25 weather observation sites located in the study area that has complex topography for the period from January to December 2018. The mean error (ME) and root mean square error (RMSE)of the estimated and measured values ranged from -0.98 to 0.67 ℃, and from 0.95 to 2.04 ℃, respectively. The daytime temperature at 1500 h were estimated using new and previous models. It was found that to the model proposed in the present study reduced the measurement errors of the hourly temperature in the afternoon in comparison with the previous model. For example, the ME and RMSE of the previous model were (ME -0.91 ℃ and 1.47 ℃, respectively. In contrast, the values of ME and RMSE were -0.45 ℃ and 1.22 ℃ for the new model, respectively. Our results suggested that the reliability of hourly temperature estimates at a specific site could be improved taking into account the effect of wind as well as solar radiation.

주제어

표/그림 (7)

그림 Fig. 1. Locations of the study sites.
표 Table 1. Topographical characteristics of the validation sites. Slope and aspect values are the smoothed averages by 25 grid cells (750m radius)
그림 Fig. 2. Relationship between temperature deviation and radiation deviation (A) wind speed (WS) under 0.2 m/s, (B) WS above 0.2 m/s and under 0.5 m/s, (C) WS above 0.5 m/s and under 1.0 m/s, (D) WS above 1.0 m/s and under 1.5 m/s, (E) WS above 1.5 m/s and under 3.0 m/s, (F) hourly wind speed distribution at study area.
그림 Fig. 3. Relationship between the wind speed (m/s) and gradient a (Eq. 2 and Eq. 3).
그림 Fig. 4. Bar graphs of the mean errors and root mean square errors at the 25 sites during 0700-1900 LST.
표 Table 2. The mean errors and root mean square errors of 1500 LST temperature estimation at the 11 sites during the 1 years from January to December in 2018
그림 Fig. 5. Relationship between the observed and estimated 1500 LST temperature at 25 sites.

AI 본문요약
AI-Helper

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

문제 정의

5m/s 이하의 미풍조건 하에 적용해야 한다는 한계점이 있었다. 본 연구에서는 선행연구의 부족한 점을 보완하기 위해 풍속에 따른 일사효과의 변화량을 산출하여 정량식으로 나타내었다. 일사편차(MJ/m²)에 의한 기온 상승효과(℃)를 기울기로써 풍속 구간별로 도출하였을 때 바람이 셀수록 일사편차-기온편차 간 유의성이 감소되었으나, 도출된 1차식의 기울기를 변화시키는 정량식을 일사효과에 적용, 주간(06:00∼19:00) 매시 기온을 모의하고 추정 신뢰도를 확인한 결과 평균오차(ME)는 -0.
그러나 바람이 약한 맑은 날만을 대상으로 했기 때문에 현장적용 및 검증기간에 한계가 있었다. 본 연구에서는 이 점을 보완하여 시간단위 낮기온과 바람이 일사효과에 미치는 영향을 정량화 하고 연구지역에 위치한 기상관측지점의 매시 기온을 모의하여 추정신뢰도를 확인하였다.
25개 기상관측지점 중 4번과 7번 지점은 한 집수역에서 서로 반대편 사면에 설치된 개활지 경사면의 관측장소로써, 선행연구에서 일사효과 정량화에 활용된 바 있다. 이 두 지점으로부터 매시 일사효과에 미치는 풍속(한 시간 평균값)의 영향을 정량화하기 위해. 두 지점의 풍속을 구간에 따라 나누어 일사편차와 기온편차를 비교하였다.

제안 방법

바람이 세질수록 기울기가 감소한다면 이는 일사효과가 상쇄된다는 것을 뜻한다. 관측지점 4번과 7번의 일사 편차와 기온 편차 간 1차 관계식을 풍속 구간별로 계산하고 기울기의 변화추이를 확인하였다. 이 때 활용된 일사량은 4번, 7번 지점에서 측정한 각 시간대별 한 시간 적산 일사량에 대하여 두 지점 간 편차 값(동향사면-서향사면)을 계산한 것이며, 기온은 고도 300m를 기준 높이로 하여 두 지점(4번=328m, 7번=285m)의 관측기온을 매시 기온감률로 보정한 후 일사와 동일하게 편차 값을 구한 것이다.
풍속 영향을 반영한 일사효과 정량식은 연구대상지역의 25개 지점 기상관측값을 이용하여 검증하였다. 기상청 종관 및 방재기상관측망으로부터 2018년 1월부터 12월까지 매시 기온자료를 수집하고, GIS 프로그램(ArcGIS, ESRI Inc., USA)을 이용하여 배경이 되는 가상기온분포(virtual temperature)을 270m 격자해상도로 제작하였다. 각 격자점 별 반경 50km 이내의 기상청 관측지점을 대상으로 거리자승역산가중(IDSW, inverse distance squared weighting)방법을 통해 기온 값을 보간하였다.
이 두 지점으로부터 매시 일사효과에 미치는 풍속(한 시간 평균값)의 영향을 정량화하기 위해. 두 지점의 풍속을 구간에 따라 나누어 일사편차와 기온편차를 비교하였다. 일사편차는 분석지점으로부터 지리적으로 가장 가깝고 위도가 유사한 진주기상대로부터 시간단위 일사량 관측자료를 기반으로 4번과 7번 지점의 한 시간 적산 경사면일사량과 수평면일사량 간 편차로 도출하였다.
각 격자점 별 반경 50km 이내의 기상청 관측지점을 대상으로 거리자승역산가중(IDSW, inverse distance squared weighting)방법을 통해 기온 값을 보간하였다. 또한 기상청 관측지점의 해발고도 값으로는 배경기온과 동일한 공간내삽 방식으로 가상지형(virtual terrain)을 제작하였다. 연구대상지역의 각 검증지점별로 가상지형 값을 확인, 실제 해발고도와의 편차를 구한다음 Kim and Yun(2016)의 방법으로 계산한 매시 기온감률을 곱하여 고도편차로 인한 기온변화량을 산출하여 배경기온을 보정하였다.
0m/s 이상으로 총 5구간으로 구분하여 분석을 진행하였다. 매시 일사편차-기온편차 및 풍속구간 조합을 오전과 오후로 나누어 일사편차 1 MJ/m²당 기온변화량을 도출, 일차식을 구하였다. 이 때 기울기 a는 풍속의 영향을 받을 것으로 보고, 풍속 구간별 기울기 a의 변화를 도출하여 정량적으로 표현하였다.
연구대상지역의 각 검증지점별로 가상지형 값을 확인, 실제 해발고도와의 편차를 구한다음 Kim and Yun(2016)의 방법으로 계산한 매시 기온감률을 곱하여 고도편차로 인한 기온변화량을 산출하여 배경기온을 보정하였다. 여기에 일사효과를 반영하기 위하여, 기상청 종관기상관측지점(진주, 광주, 전주)의 매시 수평면 일사량과, 검증지점의 경사면 일사량을 구해 일사 편차를 계산하였고, 이것으로 도출된 풍속 기반 일사효과를 더해주었으며, 검증용 기상관측지점 25곳에 대하여 실측 값과 비교하였다(Fig. 1). 또한 농업기상재해 조기경보시스템에 활용되었던 Kim and Yun(2014)의 15시 기온 추정기법을 검증지점 25곳에 동일하게 적용하고, 평균 오차(mean error, ME)와 추정 평균 제곱근 오차(root mean square error, RMSE)를 신규 방법과 상호 비교하여 예측신뢰도를 확인하였다.
이러한 지역적 차이를 최소화 하고자 악양면이 포함된 표준유역과 진주기상대가 위치한 표준유역 내에서 하늘상태(운량) 값이 동일한 날만을 선별하였는데, 기상청 KLAPS (KMA local analysis and prediction system)의 하늘상태 5 × 5km 격자자료를 이용해 두 집수역 간 값이 같은 경우를 대상 날짜로 분류하였다.
일사량으로 인한 가온효과는 3.0m/s 이상인 풍속 조건에서는 사라지는 것으로 간주하고, 각 풍속 구간은 0.2m/s 미만, 0.2∼1.0m/s, 1.0∼1.5m/s, 1.5∼3.0m/s, 3.0m/s 이상으로 총 5구간으로 구분하여 분석을 진행하였다.
일사량이 많은 맑은 날은 일반적으로 일출 이후 기온이 급격히 증가하였다가 오후에 이르러서 서서히 냉각되기 시작하는데, 태양복사와 지구복사의 수지에 따라 오후 시간대에 기온하강이 지연되는 점, 풍속세기의 빈도분포가 오전과 오후가 다르게 나타나고 있는 점(Fig. 2F) 등을 고려하여 오전(Eq. 2) 및 오후(Eq. 3)로 구분하였다. 식에서 w는 직전 한 시간 평균 풍속(m/s)을 의미한다.
두 지점의 풍속을 구간에 따라 나누어 일사편차와 기온편차를 비교하였다. 일사편차는 분석지점으로부터 지리적으로 가장 가깝고 위도가 유사한 진주기상대로부터 시간단위 일사량 관측자료를 기반으로 4번과 7번 지점의 한 시간 적산 경사면일사량과 수평면일사량 간 편차로 도출하였다. 그러나 진주기상대 역시 분석지역인 악양면과 약 9km 가량 떨어져 있기 때문에 구름의 양 등의 원인으로 일사량이 달라질 수 있다.
일사효과 정량식을 도출하는 악양면 지역과 진주기상대 지역의 하늘상태가 같았던 날(총 992일)에 대한 풍속의 분포는 0∼9.0m/s 로서 5개 구간별 일사 편차(X축) 대비 기온 편차(Y축) 비교 그래프를 Fig. 2(A∼E)에 나타내었다.
풍속 영향을 반영한 일사효과 정량식은 연구대상지역의 25개 지점 기상관측값을 이용하여 검증하였다. 기상청 종관 및 방재기상관측망으로부터 2018년 1월부터 12월까지 매시 기온자료를 수집하고, GIS 프로그램(ArcGIS, ESRI Inc.
풍속 조건은 0.2m/s 미만, 0.2∼1.0m/s, 1.0∼1.5m/s, 1.5∼3.0m/s, 3.0m/s 이상까지 총 5구간으로 구분하였다.

대상 데이터

경남 하동군 악양면을 포함, 전라북도지역에서 해발 50∼510m 고도 범위에 11개 지점에 설치된 무인기상관측지점으로부터(Table 1), 2014년 10월부터 2017년 3월까지 2년 6개월간 관측된 기상자료(기온, 풍속,일사)를 수집하였다(Fig. 1).
1). 또한 구례와 남원 일부, 순창과 임실, 진안, 무주에 설치한 14개 기상관측지점으로부터 검증자료로써 2018년 기상관측자료를 수집하였다(Fig. 1). 25개 기상관측지점 중 4번과 7번 지점은 한 집수역에서 서로 반대편 사면에 설치된 개활지 경사면의 관측장소로써, 선행연구에서 일사효과 정량화에 활용된 바 있다.

데이터처리

1). 또한 농업기상재해 조기경보시스템에 활용되었던 Kim and Yun(2014)의 15시 기온 추정기법을 검증지점 25곳에 동일하게 적용하고, 평균 오차(mean error, ME)와 추정 평균 제곱근 오차(root mean square error, RMSE)를 신규 방법과 상호 비교하여 예측신뢰도를 확인하였다.

이론/모형

, USA)을 이용하여 배경이 되는 가상기온분포(virtual temperature)을 270m 격자해상도로 제작하였다. 각 격자점 별 반경 50km 이내의 기상청 관측지점을 대상으로 거리자승역산가중(IDSW, inverse distance squared weighting)방법을 통해 기온 값을 보간하였다. 또한 기상청 관측지점의 해발고도 값으로는 배경기온과 동일한 공간내삽 방식으로 가상지형(virtual terrain)을 제작하였다.
기온감률은 Kim and Yun(2016)이 제시한 방법을 이용하였으며,하늘상태를 0∼10범위의 운량 값으로 변환하여(Kim and Yun, 2015) 기온감률 산출에 활용하였다.
또한 기상청 관측지점의 해발고도 값으로는 배경기온과 동일한 공간내삽 방식으로 가상지형(virtual terrain)을 제작하였다. 연구대상지역의 각 검증지점별로 가상지형 값을 확인, 실제 해발고도와의 편차를 구한다음 Kim and Yun(2016)의 방법으로 계산한 매시 기온감률을 곱하여 고도편차로 인한 기온변화량을 산출하여 배경기온을 보정하였다. 여기에 일사효과를 반영하기 위하여, 기상청 종관기상관측지점(진주, 광주, 전주)의 매시 수평면 일사량과, 검증지점의 경사면 일사량을 구해 일사 편차를 계산하였고, 이것으로 도출된 풍속 기반 일사효과를 더해주었으며, 검증용 기상관측지점 25곳에 대하여 실측 값과 비교하였다(Fig.

성능/효과

ME가 ±0.5℃를 초과하였던 검증지점 중에서, 두 곳을 제외하고는 모두 선행연구에 비해 ME가 개선되었다.
04℃ 나타났다. 기존 11개 지점에 대해 추정한 기온과 관측 기온과의 평균 ME는 0.05℃, RMSE는 1.95℃였고, 2018년 신규 14개 지점에 대한 평균 ME는 -0.35℃, RMSE는 2.43℃으로 나타났다. 시간대별 추정오차를 보면, 오후 3시(ME -0.
45℃로 개선되었다. 또한 선행연구를 기반으로 오후 3시 기온을 모의한다면 RMSE 1.47℃ 정도의 오차가 발생하지만, 모형 개선을 통하여 RMSE가 1.22℃로 감소하였다.
04℃ 정도로 나타났다. 또한 신규방법을 적용하면, 15시 기온의 경우 Kim and Yun(2014)의 방법으로 추정된 결과보다 ME는 -0.91℃에서 -0.45℃로, RMSE는 1.5℃에서 1.2℃로 감소됨을 확인하였다. 이때 활용된 연구지역의 검증지점은 25개소, 결측을 제외한 2018년 전체 기간 관측값과 비교한 것으로, 모형의 신뢰성이 충분히 확인된 것이라 판단된다.
2(A∼E)에 나타내었다. 바람이 약할 경우에는 일사편차에 따른 기온변화량(=기울기)이 상대적으로 뚜렷하게 확인된 반면, 풍속이 세질수록 일사효과가 사라지는 경향을 보였다. Y절편 b는 생략하고 기울기 a를 일사편차 1 MJ/m² 당 일사효과(℃) y = ax로 정의한 다음, 풍속구간별 중앙값을 독립변수로, a를 종속변수로 두고 도출된 회귀식은 다음과 같다(Eq.
고온이 지속되면 생육이 불량해질 뿐만 아니라 과실의 성숙과 착색에도 영향을 주며, 이는 농작업 및 농가의 소득과 직결되기 때문에, 낮 동안의 매시 기온 및 일 최고기온은 작물의 생육에 매우 중요한 요소로 작용한다. 신규 모형이 농업기상재해 조기경보 서비스에 탑재되었던 한낮기온의 추정모형보다 오차를 더 개선시킨 것을 확인하였으므로(Table 2), 동네예보를 기반으로 하여 상세한 낮 기온을 예보하고 고온해를 판단하기 위해서는 본 연구에서 도출한 일사효과 모의기법을 적용하는 것이 적합하다.
연구대상지역의 25개 지점에 대하여 새롭게 도출한 일사효과 모의기법을 토대로 2018년 1월부터 12월까지 주간(06:00∼19:00) 매시 기온을 추정한 결과 전체 25개 지점의 평균오차는 -0.98∼0.67℃, RMSE는 0.95∼2.04℃ 나타났다.
일사편차(MJ/m2)에 의한 기온 상승효과(℃)를 기울기로써 풍속 구간별로 도출하였을 때 바람이 셀수록 일사편차-기온편차 간 유의성이 감소되었으나, 도출된 1차식의 기울기를 변화시키는 정량식을 일사효과에 적용, 주간(06:00∼19:00) 매시 기온을 모의하고 추정 신뢰도를 확인한 결과 평균오차(ME)는 -0.98∼0.67℃, RMSE는 0.95∼2.04℃ 정도로 나타났다.

후속연구

기온이 30℃를 크게 상회하는 경우, 일사량이 많은 사면 지역에서는 고온으로 인해 농작물과 과실에 피해를 입을 수 있으므로, 복잡지형에서 나타나는 낮 기온의 국지적인 변이를 정밀하게 추정할수록 농장규모의 고온관련 장해 위험 예측 정확도가 향상될 것이다. 기존 방법으로는 한낮의 고온을 실제보다 과소추정하는 문제점이 있었으나, 신규 모형으로 교체함으로써 농업 기상재해예측 현업서비스에서의 오류를 보다 감소시킬 수 있을 것으로 기대된다.
기온이 30℃를 크게 상회하는 경우, 일사량이 많은 사면 지역에서는 고온으로 인해 농작물과 과실에 피해를 입을 수 있으므로, 복잡지형에서 나타나는 낮 기온의 국지적인 변이를 정밀하게 추정할수록 농장규모의 고온관련 장해 위험 예측 정확도가 향상될 것이다. 기존 방법으로는 한낮의 고온을 실제보다 과소추정하는 문제점이 있었으나, 신규 모형으로 교체함으로써 농업 기상재해예측 현업서비스에서의 오류를 보다 감소시킬 수 있을 것으로 기대된다.
시간대별 추정오차를 보면, 오후 3시(ME -0.45℃)∼4시(ME-0.48℃)에 가장 과소추정 되었으나(Fig. 4, Up), RMSE는 오전 9∼11시 경에 가장 크게 나타나(Fig. 4, Down), 향후 원인 분석 및 추정기법의 보완이 필요하다

질의응답

핵심어	질문	논문에서 추출한 답변
	최근 급증하고 있는 기상이변은 무엇과 관련이 있는가?	최근 급증하고 있는 기상이변은 전지구적인 기후변화와 관련이 있으며 이러한 추세가 점차 가속화 되고 있다. 이로 인한 농업 분야의 직접적인 피해와 과도한복구비용은 농가소득 감소와 지역경제 침체로 이어져 만성적인 사회문제로 이어 질 수 있다(Shim et al.
	농업기상재해 조기경보시스템의 구축 목적은 무엇인가?	농업기상재해 조기경보시스템은 기상이변에 대응하기 위해, 농장의 지형조건과 토양특성 및 재배 작목의 생육단계를 기반으로 기상위험을 예측하고 농민에게 전달하기 위해 구축되었다(Shim et al., 2017; Yun,2014).
	태양 일사로 인한 지표부근 기온상승 효과와 풍속이 미치는 영향을 확인하기 위한 연구의 결과와 개선사항은 무엇인가?	일사편차 1 MJ/㎡ 당 기온변화량으로 일사효과를 표현하여 풍속과의 경험식을 구하고, 이것을 토대로 2018년 1월부터 2018년 12월까지 농산촌의 복잡지형에 위치한 기상관측지점 25곳에 대해 주간(06:00~19:00) 매시 기온을 추정한 후 검증하였다. 그 결과 추정값과 관측값의 평균 ME는 -0.98~0.67℃, 평균 RMSE는 0.95~2.04℃ 나타났다. 오후 3시 기준의 한낮기온은 선행연구에서 제시한 기존 모형과 추정신뢰도를 대조하였는데, 기존 모형의 추정오차(ME -0.91℃, RMSE 1.47℃)를 ME -0.45℃, RMSE 1.22℃까지 개선시킬 수 있었다.

참고문헌 (18)

Bonan, G., 2015: Ecological climatology : Concepts and applications (3rd ed.). Cambridge University Press, 754pp.
Chung, U., H. C. Seo, J. I. Yun, S. J. Jeon, K. H. Moon, H. H. Seo, and Y. S. Kwon, 2009: Extrapolation of daily maximum temperature in a mountainous terrain. Asia-Pacific Journal of Atmospheric Sciences 45, 473-482.

상세보기
Gates, D. M., 2011: Biophysical ecology. Springer Verlag, 611pp.
Goudriaan, J., and H. H. Van Laar, 1994: Modelling potential crop growth processes. Kluwer academic publishers, 238pp.
Jeong, J. W., S. S. Kim, I. K. Lee, N. H. So, and H. S. Ko, 2018: Negative effect of abnormal climate on the fruits productivity - focusing on the special weather report -. Korean Journal of Agricultural and Forest Meteorology 20(4), 305-312.
Kim, H. Y., S. W. Choi, and J. Kim, 2015: Research trends and future direction for sustainable agricultural and forest management. Korean Journal of Agricultural and Forest Meteorology 17(3), 236-247.

원문보기 상세보기
Kim, S. O., and J. I. Yun, 2013: Relationship between midday air temperature and solar irradiance over sloping surfaces under cloudless conditions. Korean Journal of Agricultural and Forest Meteorology 15(4), 291-297. (in Korean with English abstract) DOI: 10.5532/KJAFM.2013.15.4.291

원문보기 상세보기
Kim, S. O., and J. I. Yun, 2014: Improving usage of the Korea Meteorological Administration's digital forecasts in agriculture: III. Correction for advection effect on determination of daily maximum temperature over sloped surfaces. Korean Journal of Agricultural and Forest Meteorology 16(4), 297-303. DOI: 10.5532/KJAFM.2014.16.4.297

원문보기 상세보기
Kim, S. O., and J. I. Yun, 2015: Improving the usage of the Korea Meteorological Administration's digital forecasts in agriculture: IV. Estimation of daily sunshine duration and solar radiation based on 'Sky Condition' product. Korean Journal of Agricultural and Forest Meteorology 17(4), 281-289. DOI: 10.5532/KJAFM.2015.17.4.281

원문보기 상세보기
Kim, S. O., and J. I. Yun, 2016: Feasibility of the lapse rate prediction at an hourly time interval. Korean Journal of Agricultural and Forest Meteorology 18(1), 55-63. (in Korean with English abstract) DOI: 10.5532/KJAFM.2016.18.1.55

원문보기 상세보기
Park, J. H., Y. S. Shin, S. K. Kim, W. S Kang, Y. K. Han, J. H. Kim, D. J. Kim, S. O. Kim, K. M Shim, and E. W. Park, 2017: Speed-up techniques for high-resolution grid data processing in the early warning system for agrometeorological disaster. Korean Journal of Agricultural and Forest Meteorology 19(3), 153-163.
Regniere, J., 1996: Generalized approach to landscapewide seasonal forecasting with temperature- driven simulation models. Environmental Entomology 25(5), 896-881
Sagong, D. H., H. J. Kweon, M. Y. Park, Y. Y. Song, S. H. Ryu, M. J. Kim, K. H. Choi, and T. M. Yoon, 2013: Impacts of urban high temperature events on physiology of apple trees: a case study of 'Fuji'/M.9 apple trees in Daegu, Korea. Korean Journal of Agricultural and Forest Meteorology 15(3), 130-144.

원문보기 상세보기
Seo, H. C., S. J. Jeon, and J. I. Yun, 2008: Azimuthal distribution of daily maximum temperature observed at sideslopes of a grass-covered inactive parasitic volcano ("Ohreum") in Jeju Island. Korean Journal of Agricultural and Forest Meteorology 10(1), 25-31. (in Korean with English abstract)

원문보기 상세보기
Shim, K. M., J. T. Lee, Y. S. Lee, and G. Y. Kim, 2003: Traits of agro-meteorological disasters in 20th century Korea. Korean Journal of Agricultural and Forest Meteorology 5(4), 255-260.
Shim, K. M., H. K. Jeong, Y. A. Lim, Y. S. Shin, Y. S. Kim, I. T. Choi, M. P. Jung, and H. J. Kim, 2017: Cost-benefit analysis of a farmsteadspecific early warning service for agrometeorological disaster risk management. Korean Journal of Agricultural and Forest Meteorology 19(3), 195-202.
Yun, E. J., and S. O. Kim, 2018: Estimation of hourly daytime air temperature on slope in complex terrain corrected by hourly solar radiation. Korean Journal of Agricultural and Forest Meteorology 20(4), 376-385. (in Korean with English abstract) DOI: 10.5532/KJAFM.2018.20.4.376

원문보기 상세보기
Yun, J. I., 2014: Agrometeorological early warning system: A service infrastructure for climate-smart agriculture. Korean Journal of Agricultural and Forest Meteorology 16(4), 403-417.

원문보기 상세보기

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