[논문]생태자연도 등급 하락에 영향을 미치는 인위적 토지피복 변화 분석

최철현; 임치홍; 이성제; 서현진

doi:10.13087/kosert.2019.22.6.77

생태자연도 등급 하락에 영향을 미치는 인위적 토지피복 변화 분석
The Impact of Anthropogenic Land Cover Change on Degradation of Grade in Ecology and Nature Map 원문보기

環境復元綠化 = Journal of the Korean Society of Environmental Restoration Technology, v.22 no.6, 2019년, pp.77 - 87

최철현 (국립생태원) , 임치홍 (국립생태원) , 이성제 (국립생태원) , 서현진 (국립생태원)

Abstract ▼ AI-Helper

The first grade zones in Ecology and Nature Map are important regions for the conservation of the ecosystem, but it would be degraded by various anthropogenic factors. This study analyzes the relationship between potential land cover change and degradation of the first grade zones using land cover transition probability. As a result, it was shown that most of the first grade zones with degraded were converted from forest to urban(5.1%), cropland(27.2%), barren(11.0%) and grass(27.5%) in Gangwon and forest to urban(18.0%), cropland(15.3%), grass(28.4%), barren(12.3%) in Gyeonggi. The result of the logistic regression analysis showed that the probability of degradation of first grade zone was higher in area where was expected the higher probability of urban, cropland, barren, grass transition. The barren transition probability was the most influential and grass was the next highest. There were regional differences in the probability of urban transition and cropland transition, and the urban transition probability was more influential in Gyeonggi-do. This is because development pressure such as housing site development is high in Gyeonggi-do. Due to the limitations of the Act on Mountain Districts Management, even in the first grade zones, the grade may be degraded. Therefore, if Ecology and Nature Map are used to prevent deforestation or conversion of mountainous districts, it may contribute to the preservation of the ecosystem.

주제어

표/그림 (5)

표 Table 1. Area and ratio by grade in 2018 Ecology and Nature Map after changing the first grade zones in the 2007 Ecology and Nature Map.
그림 Figure 1. 2007 Ecology and Nature Map (left), 2018 Ecology and Nature Map show only regions with first grade zones in 2007 (right).
표 Table 2. Change rate of land cover class in the area where the grade is changed from 1 to 3 (excluding the area maintained in the same class of the total area).
그림 Figure 2. Distribution of Markov transition probability.
표 Table 3. Result of logistic regression analysis.

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 연구에서는 토지피복 변화를 바탕으로 도출된 전이확률과 경사도를 활용하여 생태자연도 등급 하락의 인위적 영향요인을 분석해 보고자 하였다. 본 연구에서는 1등급 권역에서 개발 및 이용이 가능한 3등급 권역으로 변화된 지역의 면적이 가장 많은 강원도 및 경기도를 대상으로 토지피복 변화 및 토지피복 전이확률이 생태자연도 등급 유지 및 하락에 미치는 영향력을 분석해 보고자 하였다(Figure 1).
본 연구에서는 생태자연도 등급의 하락과 관련된 인위적 영향요인을 토지피복 전이확률을 통해 모델링하여 어떠한 요인이 등급의 하락에 가장 큰 영향을 미치는지 파악하였다. 분석된 결과를 토대로 등급의 하락에 대한 대응방안에 대해 요약하면 다음과 같다.
본">2016). 본 연구에서는 이러한 이용적 측면이 아닌 피복변화를 분석해보고자 하였으며, 이를 위해 중분류 자료를 7개의 대분류 항목으로 병합한 후 변화 여부를 파악하였다.
생태자연도 등급의 하락은 유지된 지역과 대비하여 어떠한 인위적 요인에 의해 영향을 받는지 모형을 통해 분석해 보고자 하였다. 이에 모형의 이는">2016). 이는 위성영상, 항공정사영상, 기 구축된 공간자료 등을 활용하여 토지피복 속성을 분류한 지도로서, 본 연구에서는 토지피복 변화를 파악하기 위해 이 자료를 활용하였다.
후)위해로지스틱">위해 로지스틱 모형을 사용하였다. 이러한 결과를 바탕으로 잠재적 토지피복 변화가 생태자연도의 등급하락에 미치는 영향력 및 등급 하락의 원인과 이에 대한 대응방안에 대해 모색해 보고자 한다.
후)변화 요인을">변화요인을 고려하지 못하였다는 한계가 있다. 자연적인 요인은 인위적 요인보다 변수화가 어렵고 장기간의 조사가 수반되어야 하기 때문에 본 연구에서는 인위적 요인의 영향력 도출과 생태자연도의 제도적 보완점에 대한 논의에 집중하였다. 추후에는 인위적 요인을 세분화하고 자연적 요인을
가설 설정
- Markov 기법은 시스템의 현재 상태가 이전 단계의 상태에 의해서만 영향을 받고 그 이전의 상태에 의해서는 전혀 영향을 받지 않는 Markov chain이라는 확률과정을 가정한다(Kim and Lee, 2007). 따라서 이전과 현재의
  제안 방법
  
  기존 1등급에서 3등급으로 변경된 지역의 면적이 가장 많은 강원도 및 경기도를 대상으로 1→3등급 지역에서 토지피복 클래스별 변화 비율을 분석하였다(Table 2).
  
  후)회귀 모형을">회귀모형을 사용하였으며, R(R Core Team, 2018)을 이용하여 분석을 수행하였다. 모든 변수는 래스터 형태로 제작되었으며, 경사도 자료의 공간 해상도가 30m임을 감안하여 ArcGIS 10.5(ESRI, 2011)를 사용하여 동일한 해상도로 일치시켰다.
  
  후)농경지에서나지로의">농경지에서 나지로의 전환 등과 같은 결과를 도출할 수 있다. 본 연구에서는 과거와 현재의 생태자연도에 반영된 조사시기와 가장 가까운 시기에 제작된 환경부 토지피복지도를 사용하였다. 최초 고시된 생태자연도의 경우 2005년 후)작용할">작용 할 수 있기 때문에 배제하였다. 생태자연도 등급유지 및 하락지역은 벡터 형태인 생태자연도를 래스터로 전환한 후, 2007년 기존 생태자연도 1등급 권역에서 현재 등급이 유지된 픽셀을 0, 3 등급으로 하락된 픽셀을 1로 설정한 이분형 자료로 제작하였다. 자료의 탐색적 생태자연도 등급의 유지 및 하락에 영향을 주는 독립변수는 토지피복 전이확률 및 경사도 변수를 사용하였다. 토지피복 후)분석 결과,">분석결과, 산림에서 다른 토지피복으로의 큰 변화가 나타났으며, 이를 통해 식생의 훼손이 생태자연도 등급 하락의 주요 원인이라는 것을 알 수 있다. 생태자연도가 3등급으로 하락된 지역 중 시가화, 농경지, 나지, 초지로 변화된 비율이 대부분을 차지하기 때문에 해당 클래스의 전이확률을 모형에 적용하였다. 모형에 적용할 해당 클래스별 시가화, 농경지, 나지, 초지 전이확률 및 경사도를 독립변수, 생태자연도 등급 유지 및 하락 여부를 종속변수로 하여 이분형 로지스틱 모형 분석을 수행하였다(Table 3). 지역별로 구분하여 분석을 실시한 결과, 로지스틱 모형의 설명력을 의미하는 Nagelkerke R2는 강원도 0.
  
  앞서 설명한 바와 같이 Markov 전이확률을 계산하기 위해서는 두 시기의 토지피복지도가 필요하며, 2007년, 2013년 중분류 토지피복지도를 7개의 대분류 항목으로 병합한 자료를 래스터로 변환하여 사용하였다. 생태자연도 등급의 하락은 유지된 지역과 대비하여 어떠한 인위적 요인에 의해 영향을 받는지 모형을 통해 분석해 보고자 하였다. 이에 모형의 종속변수는 생태자연도 등급의 유지 및 하락으로 설정하였으며, 특히 자연환경의 보전이 필요한 1등급 권역의 유지 및 하락에 초점을 맞추었다. 다만, 2등급으로 하락된 경우는 멸종위기종의 수가 감소하거나 서식지의 식생 또는 후)3등급으로">3 등급으로 하락된 픽셀을 1로 설정한 이분형 자료로 제작하였다. 자료의 탐색적 분석결과, 대부분 등급이 유지된 지역이 많아 종속변수의 불균형성이 존재하기 때문에 유지된 지역(0)에 대해서는 계통추출법(systematic sampling)을 통해 하락된 픽셀의 개수만큼 추출하였다. 단, 개발이 불가능할 경우 인위적인 생태자연도 등급 하락도 거의 없을 것이라 가정하고 토지의 적성평가에 관한 토지피복 변화는 인위적 활동에 기인하여 공간상에 직접적으로 나타나는 대표적인 현상이라 할 수 있으며, 이에 본 연구에서는 등급이 하락된 지역을 대상으로 토지피복 변화 분석을 수행하였다. 일반적으로 토지피복
  대상 데이터
  
  , 2017) 결과를 고려하여 추가적으로 선정하였다. 경사도 자료는 약 30m 해상도의 SRTM DEM(1-arcsecond)을 경사도로 변환하여 구축하였으며, DEM 자료는 USGS(United States Geological Survey)의 Earth Explorer에서 제공받았다.
  
  또한 경사도는 환경영향평가 등에서 중요한 개발행위 허가기준이며, 인위적 토지피복 변화의 제한요인이 될 수 있기 때문에 추가적으로 고려하였다. 연구지역은 생태자연도 1등급 권역이 3등급으로 하락된 곳을 확인하여 등급 하락 면적이 넓은 경기도 및 강원도를 선정하였다. 각
  데이터처리
  
  후)전이 확률">전이확률 분석은 IDRISI Terrset(Eastman, 2012)를 사용하였으며, 토지피복지도의 시기 차이는 6년, Null 값은 변화가 없도록 background cell option을 0으로 설정하여 분석을 수행하였다(Eastman, 2016).
  이론/모형
  
  연구지역은 생태자연도 1등급 권역이 3등급으로 하락된 곳을 확인하여 등급 하락 면적이 넓은 경기도 및 강원도를 선정하였다. 각 토지피복 클래스별 전이확률이 등급 하락에 미치는 영향력을 정량적으로 분석하기 위해 로지스틱 모형을 사용하였다. 이러한 결과를 바탕으로 잠재적 토지피복 변화가 생태자연도의 후)공간적인접성에">공간적 인접성에 따른 영향을 고려할 수 있다. 그러나 본 연구에서는 미래의 토지피복 예측이 아닌 실제로 나타난 두 시기의 토지피복 변화 경향을 생태자연도 등급 유지 및 하락에 영향을 미치는 변수로서 고려하고자 하였으며, 이러한 경향을 잘 반영하는 장점이 있는 Markov chain 모형을 분석에 활용하였다(Lee and Kim, 2007).
  
  모형의 종속변수가 이분형이므로 로지스틱 회귀모형을 사용하였으며, R(R Core Team, 2018)을 이용하여 분석을 수행하였다. 모든 변수는 래스터 형태로 제작되었으며, 경사도 자료의 공간 해상도가 30m임을 감안하여 ArcGIS 10.
  
  후)전이 확률">전이확률 변수로서 고려하였다. 이러한 잠재적 토지피복 전이확률은 Markov chain 모형을 통해 도출하였다. 또한 경사도는 환경영향평가 등에서 중요한 개발행위 허가기준이며, 인위적 토지피복 변화의 제한요인이 될 수 있기 때문에 추가적으로 고려하였다.

성능/효과

강원도와 경기도 모두 경사도 변수의 승산비(odds ratio)는 0.97로 1보다 작은 것으로 분석되었다. 승산비가 1보다 작으면 등급이 하락될 확률이 감소한다는 것을 의미하며, 경사도가 1도 증가할 때 생태자연도 등급이 하락될 확률이 3% 감소한다고 해석할 수 있다.
그">2). 그 결과, 강원도의 경우 산림에서 농경지, 초지, 나지로 변경된 비율이 각각 27.2%, 27.5%, 11.0%로 분석되었으며, 나머지 피복변화는 모두 6% 이하로 나타났다. 경기도의 경우 산림에서 초지, 이는 시가화, 농경지, 나지, 초지 전이확률이 커질수록 생태자연도 등급이 하락될 확률 역시 높아진다는 것을 의미한다. 승산비의 크기를 통해 생태자연도 등급이 하락될 확률에 미치는 영향력을 비교해보면 두 지역 모두 나지 전이확률변수가 가장 큰 영향을 미치고 초지 전이확률이 두 번째로 높은 것으로 분석되었다. 도시가 외연적으로 확장될 경우 도시 주변부의 산림지역을 후)시가화 지역">시가화지역 전이확률의 경우 강원도보다 경기도가 높았으나 농경지 전이확률은 강원도가 높은 것으로 분석되었다. 두 지역에서 생태자연도 등급 하락에 대한 후)종속 변수로">종속변수로 하여 이분형 로지스틱 모형 분석을 수행하였다(Table 3). 지역별로 구분하여 분석을 실시한 결과, 로지스틱 모형의 설명력을 의미하는 Nagelkerke R2는 강원도 0.48, 경기도 0.47로 분석되었으며, 모형에 사용된 모든 독립변수는 wald-test 결과 모두 유의한 것으로 나타났다.
6)가 이루어졌다. 최초 고시된 2007년 생태자연도를 대상으로 분석해본 결과, 1등급 권역의 총 면적은 7,310.1^㎢로 전국 면적 대비 7.4%인 것으로 분석되었다. 기존 1등급 권역 중 2018년도에도 1등급인 면적은 5,901.
토지피복">2015). 토지피복 변화 분석결과, 산림에서 다른 토지피복으로의 큰 변화가 나타났으며, 이를 통해 식생의 훼손이 생태자연도 등급 하락의 주요 원인이라는 것을 알 수 있다. 생태자연도가 3등급으로 하락된 지역 후)있다 (KFS,">있다(KFS, 2019). 해당 자료를 근거로 해석해보면 경기도에서의 산림훼손은 주로 택지개발과 같은 개발지의 확장 등에 의해 발생하며, 이에 경기도의 개발압력이 강원도에 비해 높기 때문에 시가화 지역 전이확률 변수가 더 큰 영향을 미친 것으로 판단된다.

후속연구

후)난개발 등이">난개발등이 원인이라 할 수 있다. 강원도의 경우 1등급 권역의 개간에 의한 등급 하락을 최소화할 필요가 있으며, 이러한 문제를 해결하기 위해서는 생태자연도의 제도적 한계를 먼저 보완해야 할 것으로 보인다. 후)상황이다 (KRIHS,">상황이다(KRIHS, 2005). 따라서 산지전용이나 벌채의 허가에 있어 생태자연도 등급을 고려하는 등 법적 기준을 보완한다면 이러한 문제를 해결할 수 있을 것으로 판단된다.
, 2011; Seo and Jun, 2017). 따라서 현재 어떠한 경향으로 토지피복 변화가 발생하였고 이러한 변화가 생태자연도 등급 하락에 얼마나 영향을 미치는지 파악할 수 있다면 인위적 영향요인을 쉽게 확인할 수 있을 것이다.
본 연구에서는 생태자연도 등급 하락에 미치는 영향요인 분석에 있어 인위적 변화요인만을 고려하였으며, 자연적인 변화요인을 고려하지 못하였다는 한계가 있다. 자연적인 요인은 인위적 요인보다 변수화가 어렵고 장기간의 조사가 수반되어야 하기 때문에 본 연구에서는 인위적 요인의 영향력 도출과 생태자연도의 제도적 보완점에 대한 논의에 집중하였다.
후)자연환경 보전법">자연환경보전법 상 정의되어 있는 1등급 권역의 취지에 부합하도록 행위제한이나 법적 효력을 강화한다면, 우수한 생태계를 지속적으로 보호하고 국토의 생물다양성 증진에 기여할 수 있을 것으로 판단된다.
자연적인 요인은 인위적 요인보다 변수화가 어렵고 장기간의 조사가 수반되어야 하기 때문에 본 연구에서는 인위적 요인의 영향력 도출과 생태자연도의 제도적 보완점에 대한 논의에 집중하였다. 추후에는 인위적 요인을 세분화하고 자연적 요인을 정량화 할 수 있는 방법을 강구하여 생태자연도 등급 하락요인에 대한 세밀한 분석과 대책을 수립해야 할 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	생태자연도는 무엇인가?	생태자연도는 점차 멸종되어 가는 생물과 자연적·생태적·경관적으로 우수한 생태계를 보호하기 위한 법적 보호제도 중 하나로서 전국자연환경조사, 멸종위기 야생생물 전국분포조사, 전국내륙습지조사 등 생태·생물 관련 각 분야 전문가들의 조사결과를 바탕으로 생태적 보전가치를 평가한 자료이다(NIE, 2018). 생태자연도는 전국을 1, 2, 3등급 및 별도관리지역으로 구분하고 있으며, 이러한 등급에 따라 보전가치를 파악할 수 있기 때문에 자연환경의 효율적 관리에 있어 반드시 필요한 자료이다.
	생태자연도의 등급 변경은 어떻게 이루어 지는가?	생태자연도의 등급 변경은 전국자연환경조사결과를 반영하여 이루어지는 개정고시와 관·민원에서 제기된 이의신청에 의한 현지조사 결과를 바탕으로 한 수시고시를 통해 이루어진다. Ahn et al.
	생태자연도의 등급별 내용은 무엇인가?	생태자연도는 전국을 1, 2, 3등급 및 별도관리지역으로 구분하고 있으며, 이러한 등급에 따라 보전가치를 파악할 수 있기 때문에 자연환경의 효율적 관리에 있어 반드시 필요한 자료이다. 그 내용을 보면, 1등급 권역은 자연환경의 보전 및 복원이 필요한 지역, 2등급은 자연환경의 보전 및 개발·이용에 따른 훼손의 최소화, 3등급은 체계적인 개발 및 이용이 가능한 지역으로 정의되어 있다(자연환경보전법 시행령 제28조). 별도관리지역은 다른 법령에서 지정된 주요 보호지역으로 산림보호구역, 자연공원, 천연기념물로 지정된 구역, 야생생물 보호구역 등이 포함된다(자연환경보전법 시행령 제25조).

참고문헌 (29)

Ahn KW.Shin YK.Kim JY.Lee YK.Lim JC.Ha JW.Kwon HS.Suh JH and Kim MJ. 2015. A review on the public appeals of the ecosystem and nature map. Journal of Environmental Impact Assessment. 24(1) : 99-109. (in Korean)

원문보기 상세보기
Araya YH and Cabral P. 2010. Analysis and modeling of urban land cover change in Setubal Sesimbra, Portugal. Remote Sensing. 2(6) : 1549-1563.

상세보기
Eastman JR. 2012. IDRISI-TerrSet. Worcester. MA: Clark University.
Eastman JR. 2016. IDRISI Terrset manual . Worcester. MA: Clark University.
El-Hallaq MA and Habboub MO. 2015. Using cellular automata-markov analysis and multi criteria evaluation for predicting the shape of the Dead Sea. Advances in Remote Sensing. 4(01) : 83-95.

상세보기
ESRI AD. 2011. Release 10.5. Environmental Systems Research Institute. Redlands. CA.
Jin S.Yang L.Danielson P.Homer C.Fry J and Xian G. 2013. A comprehensive change detection method for updating the National Land Cover Database to circa 2011. Remote Sensing of Environment. 132: 159-175.

상세보기
Jung TJ.Song IB.Lee JS.Lee SJ.Cho KJ.Song KH.Kim KD.Cha JY.Cho JS.Leem HS and Joung HJ. 2017. The analysis on causes of areas with public appeals to the ecosystem and nature map. Journal of the Korea Society of Environmental Restoration Technology. 20(1) : 25-34. (in Korean)

원문보기 상세보기
KFS. 2019. Statistical yearbook of forestry. Korea Forest Service. (in Korean)
KRIHS. 2005. Policy directions for the efficient management of forestland. Korea Research Institute for Human Settlements. (in Korean)
Kim SJ and Lee YJ. 2007. The effect of spatial scale and resolution in the prediction of future land use using CA-Markov technique. Journal of the Korean Association of Geographic Information Studies. 10(2) : 57-69. (in Korean)
Lee YH and Kim SJ. 2007. A Modified CA-Markov Technique for Prediction of Future Land Use Change. Journal of the Korean Society of Civil Engineers D. 27(6D) : 809-817. (in Korean)
Lee DK.Kim JU and Park C. 2010. A prediction of forest vegetation based on land cover change in 2090. Journal of Environmental Impact Assessment. 19(2) : 117-125. (in Korean)
Lee DK.Ryu DH.Kim HG and Lee SH. 2011. Analyzing the future land use change and its effects for the region of Yangpyeong-gun and Yeoju-gun in Korea with the Dyna-CLUE Model. Journal of the Korea Society of Environmental Restoration Technology. 14(6) : 119-130. (in Korean)

원문보기 상세보기
Li X.Lin J.Chen Y.Liu X and Ai B. 2013. Calibrating cellular automata based on landscape metrics by using genetic algorithms. International Journal of Geographical Information Science. 27(3) : 594-613.

상세보기
Li X and Yeh AGO. 2002. Neural-network-based cellular automata for simulating multiple land use changes using GIS. International Journal of Geographical Information Science. 16(4) : 323-343.

상세보기
Li X and Yeh AGO. 2004. Data mining of cellular automata's transition rules. International Journal of Geographical Information Science 18(8) : 723-744.

상세보기
Mas JF. 1999. Monitoring land-cover changes -a comparison of change detection techniques. International Journal of Remote Sensing. 20(1) : 139-152.

상세보기
NIE. 2018. Research for ecosystem and nature map. National Institute of Ecology. (in Korean)
Oh KY.Lee MJ and No WY. 2016. A study on the improvement of sub-divided land cover map classification system -based on the land cover map by ministry of environment. Korean Journal of Remote Sensing. 32(2) : 105-118. (in Korean)

원문보기 상세보기
Park GA and Kim JS. 2007a. Prediction of the urbanization progress using factor analysis and CA-Markov technique. Journal of the Korean Society of Agricultural Engineers. 49(6) : 113-122. (in Korean)
Park SH and Kim JI. 2007b. The characteristics of land use change at the urban fringe. Journal of the Korean Association of Geographic Information Studies. 10(2) : 35-45. (in Korean)
R Core Team. 2018. R: A language and environment for statistical computing. R Foundation for Statistical Computing. Vienna. Austria. URL https://www.R-project.org/.
Sang L.Zhang C.Yang J.Zhu D and Yun W. 2011. Simulation of land use spatial pattern of towns and villages based on CA-Markov model. Mathematical and Computer Modeling. 54(3-4) : 938-943.

상세보기
Sangermano F.Eastman JR and Zhu H. 2010. Similarity weighted instance-based learning for the generation of transition potentials in land use change modeling. Transactions in GIS. 14(5) : 569-580.

상세보기
Seo HJ and Jun BW. 2017. Modeling the spatial dynamics of urban green spaces in Daegu with a CA-Markov model. Journal of the Korean Geographical Society. 52(1) : 123-141. (in Korean)
Singh A. 1989. Review article digital change detection techniques using remotely-sensed data. International Journal of Remote Sensing. 10(6) : 989-1003.

상세보기
Subedi P.Subedi K and Thapa B. 2013. Application of a hybrid cellular automata-markov(CA-Markov) model in land-use change prediction -a case study of Saddle Creek Drainage basin. Florida. Applied Ecology and Environmental Sciences. 1(6) : 126-132.
Weng Q. 2002. Land use change analysis in the Zhujiang Delta of China using satellite remote sensing, GIS and stochastic modelling. Journal of Environmental Management. 64(3) : 273-284.

상세보기

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