[논문]일 최저 기온을 이용한 한국의 폭염사상 추세

김령은; 원정은; 이정민; 최정현; 김상단

doi:10.17663/jwr.2019.21.4.344

[국내논문] 일 최저 기온을 이용한 한국의 폭염사상 추세
Trend of heat wave events in South Korea using daily minimum air temperature 원문보기

한국습지학회지 = Journal of wetlands research, v.21 no.4, 2019년, pp.344 - 353

김령은 (부경대학교 지구환경시스템과학부 (환경공학전공)) , 원정은 (부경대학교 지구환경시스템과학부 (환경공학전공)) , 이정민 (토지주택연구원 건설기술연구실) , 최정현 (부경대학교 지구환경시스템과학부 (환경공학전공)) , 김상단 (부경대학교 환경공학과)

초록
AI-Helper

폭염은 전 세계에서 나타나고 있는 현상으로 열 노출과 관련된 위험을 악화시키고, 치명적인 인명피해를 초래한다. 본 연구에서는 폭염의 한 가지 형태 중 하나인 열대야를 대상으로 한국의 열대야 추세가 어떻게 변화하고 있는 지를 살펴보았다. 1973년부터 2018년까지 한국 기상청 ASOS 60개 지점의 일 최저 기온을 이용하여 여섯 개의 열대야 특성의 시간적인 변화를 분석하였다. 이러한 분석으로부터 열대야 관심지역은 인천, 강릉, 청주, 전주, 광주, 장흥, 여수, 거제, 구미, 영덕 등 10개 지역, 열대야 우심지역은 홍천, 양평, 수원, 원주, 보령, 대전, 부안, 정읍, 목포, 거창, 밀양, 포항, 제주, 서귀포 등 14개 지역이 식별되었다. 제안된 열대야 우심지역에는 특별한 열대야 대책이 수립될 필요가 있을 것이다.

Abstract ▼ AI-Helper

Heat waves are a global phenomenon that exacerbate the risks associated with heat exposure and cause fatal human injury. The subject of this study was tropical night, one of the forms of heat waves. In this study, we investigated how the trend of tropical night in Korea is changing. From 1973 to 2018, we analyzed the temporal changes of the six tropical nights using daily minimum air temperature at 60 ASOS stations in Korea Meteorological Administration. From these analyzes, 10 sites were selected as attention sites for tropical nights: Incheon, Gangneung, Cheongju, Jeonju, Gwangju, Jangheung, Yeosu, Geoje, Gumi, Yeongdeok. The severe sites for tropical nights were identified as 14 sites including Hongcheon, Yangpyeong, Suwon, Wonju, Boryeong, Daejeon, Buan, Jeongeup, Mokpo, Geochang, Miryang, Pohang, Jeju, and Seogwipo. At the severe sites identified, special tropical night measures will need to be established.

Keyword

표/그림 (7)

그림 Fig. 1. Sixty South Korea cities with population size.
표 Table 1. Apparent temperature at each cities
그림 Fig. 2. Decadal average for tropical night characteristics across all 60 sites.
그림 Fig. 3. Linear trends of individual characteristics.
그림 Fig. 4. Tropical night trend using M-K test.
그림 Fig. 5. Sites that have at least two tropical night characteristics with significant trends above the national average.
그림 Fig. 6. Points that satisfy four characteristics.

AI 본문요약
AI-Helper

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

문제 정의

본 연구에서는 열대야를 크게 네 가지 특성(빈도, 지속일수, 심도, 열대야 기간)으로 분류해 조사하여, 우리나라를 대상으로 열대야 특성의 공간적 패턴과 추세를 분석하고 이를 통해 향후 열대야우심 지역을 분류해 열대야대책마련에 도움이 되고자한다.
,2014). 우리나라가 다른 나라와 비교해 상대적으로 국토면적이 작아 가장 많은 사람들이 거주하는 장소인 서울 지점을 대상으로, 그리고 우리나라 열대야의 정의가 밤 최저 기온이 25℃ 이상인 날임에 착안하여 서울의 일 최저 기온 25℃의 백분위수를 열대야를 나타내는 겉보기 온도의 기준으로 삼고자 하였다. 밤 최저기온은 보통 일 최저기온이 나타나는 시간대와 같다.
본 연구에서는 46년간의 자료를 사용하여 추세를 분석하였다.

제안 방법

이 때문에 폭염 대책을 대도시중심의 전국 일괄적인 방법으로 수립하는 것보다는 지역에 따라 맞춤형으로 접근할 필요가 있으며, 낮 동안의 대책만이 아닌 인체에 더 큰 영향을 미치는 열대야에 대한 대책도 동시에 수립되어야한다. 본 연구에서는 일 최고 기온으로 정의하는 폭염이 아닌 일 최저 기온을 자료로 사용하는 열대야에 초점을 두었다.
본 연구에서는 지역마다 기후가 다르고 그에 따른 사람들의 적응도가 다르기 때문에 온도와 습도를 모두 고려한 최저 겉보기 온도를 사용하였다(Kalkstein and Davis, 1989; Koppe et al.,2004; Habeeb et al., 2015). 땀의 증발은 우리 몸이 열을 발산하여 체온 조절을 하는 중요한 방법이다.
열대야를 정의하기 위해 임계온도를 지정해야한다. 본 연구에서는 임계온도를 지점별로 정의하였다. 우리나라는 지구온난화의 영향으로 위도에 따라 아열대 기후와 온대기후가 나타나고, 지점마다 지형이 달라 환경적 특성이 다르게 나타나므로 임계온도를 개별적으로 적용하는 것이 적합하다(Kim et al.
즉, 하루만 임계온도보다 높을 경우는 열대야로 분류되지 않는다. 46년 기간의 열대야는 빈도(Frequency), 지속일수(Duration), 심도(Severity), 열대야 기간(Timing) 총 4가지 특성(Habeeb et al., 2015)과 열대야 기간을 세분화하여 연 중 열대야가 처음 일어난 날(Beginning day), 연 중 열대야가 마지막으로 발생한 날(Ending day)까지 총 여섯 가지 항목에 대해 조사했다. 빈도는 연간 열대야가 발생한 횟수이며, 지속일수는 연간 발생한 열대야 중 최장지속일 수이다.
본 연구에서는 60개 지점의 열대야를 분석하여 열대야 우심지역과 열대야 관심지역을 분류하였다. 열대야 관심지역으로는 인천, 강릉, 청주, 전주, 광주, 장흥, 여수, 거제, 구미, 영덕 등 10개 지역이 식별되었고, 열대야 우심지역은 홍천, 양평, 수원, 원주, 보령, 대전, 부안, 정읍, 목포, 거창, 밀양, 포항, 제주, 서귀포 등 14개 지역을 지정할 수 있었다.

대상 데이터

본 연구에서는 한국 기상청 산하 60개 ASOS 기상관측소의 46년(1973-2018년)기간의 자료를 이용하였다(Fig. 1 참조). 겉보기 온도를 도출하기 위해 사용한 식은 다음과 같다.

데이터처리

46년 동안의 변화여부에 대한 통계적인 유의성은 유의확률(Significance probability, p-value)을 기준으로 평가하였으며,선형추세의 통계적인 유의성은 Mann-Kendall (M-K) test를 사용하여 살펴보았다.
2의 전국 평균의 추세가 아닌 본 연구의 60개 지점별 여섯 가지 특성에 따른 추세를 나타낸다. 시간에 따른 선형회귀분석을 수행하여 지점별 자료의 기울기와 p-value를 구하였다. 유의수준을 p-value 0.
예를 들어, 높은 심도와 긴 지속일수를 가진폭염이 짧은 지속일수의 높은 심도의 폭염보다 인구에 더 큰 위협이 된다(Anderson and Bell, 2011). 이러한 연관성에 비추어, 본 연구에서는 시간에 따른 한국의 60개 지점에 걸친 열대야의 빈도, 지속일수, 심도, 열대야 기간에 대해, 열대야를 겉보기 온도를 사용하여 정의하고 지점 자료를 선형회귀분석과 M-K test를 이용하여 추세를 분석하였다. 결과로 평균 77%의 지점에 대하여 통계적으로 유의미하게 증가했음을 발견했다.

성능/효과

기상자료개방포털에서 열대야기후통계분석을 확인해본 결과 대도시 지역에서도 열대야가 빈번하게 발생하지만 제주, 서귀포, 강릉에서 가장 많이 발생한다. 우리나라의 공간적 특징은 중요 기후인자로 한반도 지형, 위도상의 위치, 해안에서의 거리는 열대야 발생빈도에 영향을 준다(Park and Suh, 2011).
Table 1은 위 방법을 통해 구한 지점별 겉보기 임계온도이다. 아열대 기후를 보이는 제주와 서귀포지점의 임계온도 값이 가장 크고, 관측 지점 중 842.52m의 가장 높은 고도에 위치한 대관령의 임계온도 값이 가장 작았다.
자료의 기울기 크기에 따라 동그라미 크기를 다르게 표시하였고, 이 중 기울기가 음의 값을 보이는지점은 파란색으로 표시하였다. p-value 평가는 유의수준을 0.5까지 낮춰도 통과되지 않는 지점이 다수 발견되었으며, 파란색으로 표시된 열대야가 완화되는 경향을 보이는 지점도 드물지 않게 발견됨을 확인할 수 있다.
3e의 열대야가 마지막으로 발생한 날은 완화되는 추세를 보이는 지점의 수가 6개로 확인된다. 열대야 기간은 음의 추세를 보이는 지점 수가 3개로 가장 적게 나타나며, Fig. 2에서 확인한 바와 같이 열대야가 처음 일어난 날이 많이 빨라지지는 않았으나, 열대야가 마지막으로 발생한 날이 연장됨에 따라 전체적인 기간으로 보았을 때는 유의한 증가 폭을 보인 것으로 판단된다. 특성들에서 유의한 증가를 보이는 지점들의 수를 계산해보면 그림 순서대로 85 %, 68 %, 75 %, 67 %,65 %, 80 %로 빈도가 가장 많고, 열대야가 마지막으로 발생한 날이 가장 작다.
2에서 확인한 바와 같이 열대야가 처음 일어난 날이 많이 빨라지지는 않았으나, 열대야가 마지막으로 발생한 날이 연장됨에 따라 전체적인 기간으로 보았을 때는 유의한 증가 폭을 보인 것으로 판단된다. 특성들에서 유의한 증가를 보이는 지점들의 수를 계산해보면 그림 순서대로 85 %, 68 %, 75 %, 67 %,65 %, 80 %로 빈도가 가장 많고, 열대야가 마지막으로 발생한 날이 가장 작다.
3에서 6개 특성에서 모두 유의한 증가를 보이는 지점은 대관령, 인천, 원주, 수원, 청주, 대전, 포항, 군산, 광주, 목포,여수, 제주, 서귀포, 양평, 홍천, 보령, 부안, 임실, 정읍, 구미,거창, 밀양, 산청, 거제, 남해, 총 25곳이다. 6개 특성에서 열대야가 처음 일어난 날의 특징을 제외하고 유의수준 상관없이 완화되는 추세를 보이는 지점은 문경, 1개 지점으로 나타났다. 열대야 빈도 측면에서 대전 지점은 전체 지점 중 10년마다 평균 0.
인천 지점의 지속일수는 1970년대 대비 2010년대에 들어서 평균 10일이 증가했다. 심도 측면에서는 목포 지점이 10년마다 평균 0.24℃ 증가하여 가장 큰 변화를 보였고, 열대야 기간 측면에서는 서귀포 지점이 10년마다 평균 5.29일씩 증가하여 가장 큰 변화를 나타내었다. 서귀포 지점은 2000년대에 들어 1970년대보다 약 26일정도 증가하였다.
전체적으로 서해안,제주도, 중부내륙, 대구지점 주위에 붉은색이 진한 지역이 분포하고 있다. Fig. 4에서 3개 이상의 특성이 경향성을 보이는 18개의 지점 모두 Fig. 3에서 6개의 특성이 모두 유의한 증가를 보이는 25개의 지점에 포함되는 결과가 나타났다.
4에서 6개의 특성을 모두 만족하는 지점은 없었다. 하지만 열대야가 처음 일어난 날과 열대야가 마지막으로 발생한 날을 열대야 기간으로 살펴보면, 총 4개의 특성을 만족하는 곳은 원주, 수원,포항, 제주, 서귀포, 양평, 보령, 거창, 총 8지점으로 나타났다.
열대야 추세가 전국 평균보다 빠르게 증가하고 있는 34개 지점 중 19개 지점은 네 가지 특성 모두 큰 변화를 겪었음을 확인할 수 있다. 이 중 제주와 서귀포 지점은 변화율이 아주 높은 편에 속한다.
이러한 연관성에 비추어, 본 연구에서는 시간에 따른 한국의 60개 지점에 걸친 열대야의 빈도, 지속일수, 심도, 열대야 기간에 대해, 열대야를 겉보기 온도를 사용하여 정의하고 지점 자료를 선형회귀분석과 M-K test를 이용하여 추세를 분석하였다. 결과로 평균 77%의 지점에 대하여 통계적으로 유의미하게 증가했음을 발견했다. 이 중 34개 지점은 최소 2개의 열대야 특성에 대해 전국 평균보다 빠른 속도로 증가하고 있는 추세를 보여주고 있다.
이에 열대야 우심지역의 비상 대응 계획은 비상 알림만 작동하는 것이 아니라 공중 보건상의 계획도 잘 수립할 필요가 있는 것으로 판단된다. 46년 기간의 자료들을 분석한 결과, 한국의 7개 대도시 중 대전지점을 제외하고는 열대야 특성이 뚜렷하게 나타나지 않는 것으로 확인되었다.

후속연구

열대야 특성이 나타난 지역은 중부내륙지방과 서해안 부근 그리고 제주지역으로 나타났는데, 바다가 인접한 지역도 아니고 내륙지방에만 한정적으로 나타나는 결과도 아니고 산맥의 영향을 받는다고 보기도 어려운 지점이 있어 공통점을 아직 파악하지 못하였다. 하지만 열대야 특성이 뚜렷한 지점들의 공통점을 파악하는 연구를 추가적으로 진행한다면 미래 한국의 열대야 추세에 대해 어느 정도 예측이 가능할 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	폭염이란?	폭염은 보통 국가, 지역, 기후 조건에 근거하여 기온이 지정된 임계온도(threshold temperature)를 넘는 기간을 말한다(Robinson, 2001). 덴마크는 폭염을 3일 연속 전국 50 %에서최고 기온이 28 ℃를 넘는 기간으로 정의하고 있으며, 미국과 그리스는 3일 이상 일 최고 기온이 각각 32.
	우리나라의 폭염피해는 도시보다 농촌지역이 더 취약한 이유는?	우리나라의 폭염피해는 도시보다 농촌지역이 더 취약하다. 우리나라는 대도시 지역보다 농촌 지역의 노약자 비율이 더 높으며, 농촌지역에서 냉방시설을 갖추고 있는 비율이 도시 지역보다 낮기 때문이다. 또한 농촌의 특성상 실내보다 야외활동을 주로 하여 높은 온도에 더 취약할 수 밖 에 없고, 실제로 일 최고 기온이 36도 일 경우 농촌의 사망률이 도시보다 10배가량 높아지는 것으로 연구된 바 있다(Kim et al.
	우리나라에서 열대야가 나타나는 이유는?	현재 우리나라에서 사용하는 열대야의 정의는 열대야는 밤(18:01 - 다음날 9:00) 최저 기온이 25℃이상인 날이다. 우리나라는 여름철 북태평양 고기압이 강해지면서 덥고 습한 공기가 유입되는데 밤사이 고기압권에서 약한 바람과 높은 습도로 열이 충분히 식지 않아 열대야가 나타난다(NDMI,2019).

참고문헌 (35)

Anderson, B.G., and Bell, M.L. (2009) Weather-related mortality: how heat, cold, and heat waves affect mortality in the United States. Epidemiology, 20, pp. 205-213. [DOI : 10.1097/EDE.0b013e318190ee08].

상세보기
Anderson, B.G., and Bell, M.L. (2011) Heat waves in the United States: mortality risk during heat waves and effect modification by heat wave characteristics in 43 US communities. Environmental Health Perspectives, 119(2), pp. 210-218. [DOI : https://doi.org/10.1289/ehp.1002313]

상세보기
Bador, M., Terray, L., Boe, J., Somot, S., Alias, A., Gibelin, A.L., and Dubuisson, B. (2017) Future summer mega-heatwave and record-breaking temperatures in a warmer France climate. Environmental Research Letters, 12, 074025. [DOI : https://doi.org/10.1088/1748-9326/aa751c]

상세보기
Basara, J.B., Basara, H.G., Illston, B.G., and Crawford, K.C. (2010) The impact of the urban heat island during an intense heat wave in Oklahoma City. Adv Meteorol, 2010, pp. 1-10. [DOI : http://dx.doi.org/10.1155/2010/230365]

상세보기
BBC (British Broadcasting Corporation). (2018, July 2). UK weather: Heatwave to continue for another two weeks. BBC Internet. [https://www.bbc.com/news/uk-44687564]
Choi, G., Choi, J., Kim, J., and Son, S. (2002) The Climatology of Perceived Sultriness in South Korea. Journal of the Korean Geographical Society, 37(4), pp. 385-402. [Korean Literature]
Choi, G., and Kwon, W. (2005) Spatial-Temporal Patterns and Recent Changes of Tropical Night Phenomenon in South Korea. Journal of the Korean Geographical Society, 40(6), pp. 730-747. [Korean Literature]
Habeeb, D., Vargo, J., and Stone, B. (2015) Rising heat wave trends in large US cities. Nat. Hazards, 76(3), pp. 1651-1665. [DOI : https://doi.org/10.1007/s11069-014-1563-z]

상세보기
Hajat, S., Kovats, R.S., Atkinson, R.W., and Haines, A. (2002) Impact of hot temperatures on death in London: a time series approach. J Epidemiol Community Health, 56, pp. 367-372. [DOI : http://dx.doi.org/10.1136/jech.56.5.367]

상세보기
Imada, Y., Watanabe, M., Kawase, H., Shiogama, H., and Arai, M. (2019) The July 2018 high temperature event in Japan could not 1 have happened without humaninduced global warming. SOLA, 15A, pp. 8-11. [DOI : https://doi.org/10.2151/sola.15A-002]

상세보기
Kalkstein, L.S., and Davis, R.E. (1989) Weather and human mortality: an evaluation of demographic and interregional responses in the United States. Annals of the Association of American Geographers, 79, pp. 44-64. [DOI : https://doi.org/10.1111/j.1467-8306.1989.tb00249.x]

상세보기
Kalkstein, L.S. (1991) A new approach to evaluate the impact of climate on human mortality. Environ. Health Persp, 96, pp. 145-150. [DOI : https://doi.org/10.1289/ehp.9196145]

상세보기
Kalkstein, L.S., and Greene, J.S. (1997) An evaluation of climate/mortality relationships in large US cities and the possible impacts of a climate change. Environ Health Perspect, 105, pp. 84-93. [DOI : https://doi.org/10.1289/ehp.9710584]

상세보기
Kim, D., Chung, J., Lee, J., and Lee, J. (2014) Characteristics of Heat wave Mortality in Korea. Korean Meteorological Society, 24(2), pp. 225-234. [Korean Literature] [DOI : http://dx.doi.org/10.14191/Atmos.2014.24.2.225]

원문보기 상세보기
Kim, E., Park, J., and Jung, W. (2014) A Study on the Occurrence Characteristics of Tropical Night Day and Extreme Heat Day in the Metropolitan City, Korea. Journal of Environmental Science International, 23(5), pp. 873-885. [Korean Literature] [DOI : https://doi.org/10.5322/JESI.2014.5.873]

원문보기 상세보기
Kim, J., Kim, G., and Kim, B. (2015) The Occurrence Characteristic and Future Prospect of Extreme Heat and Tropical Night in Daegu and Jeju. Journal of Environmental Science International, 24(11), pp. 1493-1500. [Korean Literature] [DOI : https://doi.org/10.5322/JESI.2015.24.11.1493]

원문보기 상세보기
Koppe, C., Kovats, S., Jendritzky, G., and Menne, B. (2004) Heat-waves: risks and responses. World Health Organization, Eurpoe.
Korea Centers for Disease Control (KCDC). (2016). [Korean Literature] [http://health.cdc.go.kr/health/HealthInfoArea/HealthInfo/View.do?idx14200]
Korea Centers for Disease Control (KCDC). (2019). [Korean Literature] [http://www.cdc.go.kr/menu.es?mida20304010500]
Kysely, J., and Huth, R. (2004) Heat-related mortality in the Czech Republic examined through synoptic and 'traditional' approaches. Climate Research, 25, pp. 265-274. [DOI : 10.3354/cr025265]
Laaidi, K., Zeghnoun, A., Dousset, B., Bretien, P., Vandentorren, S., Giraudet, E., and Beaudeau, P. (2012) The impact of heat islands on mortality in Paris during the August 2003 heat wave. Environmental Health Perspectives, 120(2), pp. 254-259. [DOI : https://doi.org/10.1289/ehp.1103532]

상세보기
National Disaster Management Research Institute (NDMI). [Korean Literature] [http://www.ndmi.go.kr/promote/knowledge/nature.jsp?link9]
Oh, J., Kim, H., Seo, B. (2006) Trend and Shift Analysis for Hydrologic and Climate Series. Journal of the Korean Society of Civil Engineers, 26(4B), pp. 355-362. [Korean Literature]
Palecki, M.A., Changnon, S.A., and Kunkel, K.E. (2001) The nature and impacts of the July 1999 heat wave in the midwestern United States: learning from the lessons of 1995. Bulletin of the American Meteorological Society, 82, pp. 1353-1367. [DOI : https://doi.org/10.1175/1520-0477(2001)082 2.3.CO;2]

상세보기
Park, W., and Suh, M. (2011) Characteristics and Trends of Tropical Night Occurrence in South Korea for Recent 50 Years (1958-2007). Korean Meteorological Society, 21(4), pp. 361-371. [Korean Literature] [DOI : https://doi.org/10.14191/Atmos.2011.21.4.361]

원문보기 상세보기
Pascal, M., Laaidi, K., Ledrans, M., Baffert, E., Caserio, S.C., Tertre, A.L., Manach, J., Medina, S., Rudant, J., and Empereur, B.P. (2006) France's heat health watch warning system. International Journal of Biometeorology, 50, pp. 144-153. [DOI : 10.1007/s00484-005-0003-x]

상세보기
Revich, B.A. (2011) Heat-wave, air quality and mortality in European Russia in summer 2010: preliminary assessment. Ekologiya Cheloveka/Human Ecology, 7, pp. 3-9.
Revich, B., and Shaposhnikov, D. (2012) Climate change, heat waves, and cold spells as risk factors for increased mortality in some regions of Russia. Studies on Russian Economic Development, 23, pp. 195-207. [DOI : 10.1134/S1075700712020116]

상세보기
Robine, J.M., Cheung, S.L., Le Roy, S., Van Oyen, H., Griffiths, C., Michel, J.P., and Herrmann, F.R. (2008) Death toll exceeded 70,000 in Europe during the summer of 2003. Comptes Rendus Biologies, 331(2), pp. 171-178. [DOI : https://doi.org/10.1016/j.crvi.2007.12.001]

상세보기
Robinson, P.J. (2001) On the definition of a heat wave. Journal of Applied Meteorology, 40, pp. 762-775. [DOI : https://doi.org/10.1175/1520-0450(2001)040 2.0.CO;2]

상세보기
Shin, J., Park, Y., Kim, T. (2013) Estimation of Future Design Rainfalls in Administrative Districts Using Nonstationary GEV Model. Journal of KOSHAM, 13(3), pp. 147-156. [Korean Literature] [DOI : http://dx.doi.org/10.9798/KOSHAM.2013.13.3.147]

원문보기 상세보기
Steadman, R.G. (1984) A universal scale of apparent temperature. J Climate Appl Meteorol, 23, pp. 1674-1687. [DOI : https://doi.org/10.1175/1520-0450(1984)023 2.0.CO;2]

상세보기
Tan, J., Zheng, Y., Tang, X., Guo, C., Li, L., Song, G., Zhen, X., Yuan, D., Kalkstein, A.J., Li, F., and Chen, H. (2010) The urban heat island and its impact on heat waves and human health in Shanghai. Int J Biometeorol, 54, pp. 75-84. [DOI : 10.1007/s00484-009-0256-x]

상세보기
Whitman, S., Good, G., Donoghue, E.R., Benbow, N., Shou, W., and Mou, S. (1997) Mortality in Chicago Attributed to the July 1995 Heat Wave. American Journal of Public Health, 87(9), pp. 1515-1518.

상세보기
Yun, J., Hwang, S., Kim, D., Kim, S. (2015) Trend Analysis of Monthly Water Quality Data in Nakdong River Based on Seasonal Mann-Kendall Test. Journal of the Korean Society of Agricultural Engineers, 57(6), pp. 153-162. [Korean Literature] [DOI : http://dx.doi.org/10.5389/KSAE.2015.57.6.153]

원문보기 상세보기

저자의 다른 논문 :

LOADING...

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

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