[논문]해외 테스트베드 지역 아리랑 위성 3호 DSM 성능평가

오관영; 황정인; 유우선; 이광재

doi:10.7780/kjrs.2020.36.6.2.11

해외 테스트베드 지역 아리랑 위성 3호 DSM 성능평가
Performance Evaluation of KOMPSAT-3 Satellite DSM in Overseas Testbed Area 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.36 no.6 pt.2, 2020년, pp.1615 - 1627

오관영 (한국항공우주연구원 위성활용부) , 황정인 (국토지리정보원 국토위성센터) , 유우선 (인디웨어) , 이광재 (한국항공우주연구원 위성활용부)

초록
AI-Helper

본 연구의 목적은 해외 테스트베드 지역에서 제작된 아리랑 3호 DSM의 성능을 비교 분석하는 것이다. 이를 위하여 미국 샌프란시스코 지역을 촬영한 아리랑 3호 in-track(동일 궤도) stereo(입체) 영상을 수집하였다. 촬영된 영상의 스테레오 기하 요소는(B/H, convergence angle 등) 모두 안정적 범위에 있음을 확인하였다. 지상기준점을 이용한 정밀 센서모델링과 DSM 자동 생성 기법을 적용하여, 1 m 해상도의 DSM을 제작하였다. 평가 및 보정을 위한 참조 자료는 Airbus에서 상용 판매하고 있는 1 m 해상도의 Elevation1 DSM 제품과 Compass Data Inc.에서 실측한 0.01 m 이내 정확도의 지상점이다. 아리랑 3호의 정밀 센서 모델링 정확도는 수평 및 수직 방향으로 0.5 m (RMSE) 이내를 나타냈다. 생성된 DSM과 참조 DSM 사이의 difference map을 작성하였을 때, 평균과 표준 편차는 각각 0.61 m와 5.25 m로 유사한 정확도를 나타냈으나, 일부 지역에서는 100 m 이상의 큰 차이를 나타냈다. 이러한 지역은 초 고층 건물의 밀집지역의 폐색 지역에서 주로 나타났다. 향후, 아리랑 3호 tri-stereo 영상의 활용과 다양한 후처리 기법이 개발된다면 보다 향상된 품질의 DSM 생성이 가능할 것으로 판단된다.

Abstract ▼ AI-Helper

The purpose of this study is to compare and analyze the performance of KOMPSAT-3 Digital Surface Model (DSM) made in overseas testbed area. To that end, we collected the KOMPSAT-3 in-track stereo image taken in San Francisco, the U.S. The stereo geometry elements (B/H, converse angle, etc.) of the stereo image taken were all found to be in the stable range. By applying precise sensor modeling using Ground Control Point (GCP) and DSM automatic generation technique, DSM with 1 m resolution was produced. Reference materials for evaluation and calibration are ground points with accuracy within 0.01 m from Compass Data Inc., 1 m resolution Elevation 1-DSM produced by Airbus. The precision sensor modeling accuracy of KOMPSAT-3 was within 0.5 m (RMSE) in horizontal and vertical directions. When the difference map was written between the generated DSM and the reference DSM, the mean and standard deviation were 0.61 m and 5.25 m respectively, but in some areas, they showed a large difference of more than 100 m. These areas appeared mainly in closed areas where high-rise buildings were concentrated. If KOMPSAT-3 tri-stereo images are used and various post-processing techniques are developed, it will be possible to produce DSM with more improved quality.

주제어

표/그림 (15)

그림 Fig. 1. KOMPSAT-3 stereo pair.
표 Table 1. Specification of tested data
표 Table 2. Stability of stereo elements
그림 Fig. 2. Ground Points Distribution.
그림 Fig. 3. Difference with stereo and tri-stereo image.
그림 Fig. 4. Workflow of this study.
표 Table 3. Specification of tested data
표 Table 4. Parameter Settings for DSM generation
표 Table 5. Precise Sensor Modeling Results Using GCP (14)
표 Table 6. DSM Accuracy Using GP (20)
표 Table 7. Height Difference with Reference DSM
그림 Fig. 5. DSMs and Difference Map: (a) Difference Map, (b) Ortho Image, (c) Generated DSM, (d) Reference DSM.
그림 Fig. 6. DSMs and Difference Map in study area A: (a) Generated DSM, (b) Reference DSM (c) Difference Map, (d) Ortho Image.
그림 Fig. 7. DSMs and Difference Map in study area B: (a) Generated DSM, (b) Reference DSM (c) Difference Map, (d) Ortho Image.
그림 Fig. 8. DSMs and Difference Map in study area C: (a) Generated DSM, (b) Reference DSM (c) Difference Map, (d) Ortho Image.

AI 본문요약
AI-Helper

문제 정의

본 연구의 목적은 한국항공우주연구원에서 구축한 해외 테스트베드 지역을 대상으로 아리랑 3호 stereo 영상 기반의 DSM을 제작하고, 그 성능과 특성을 해외 참조 자료와 비교 분석하는 것이다. 평가에 사용된 참조 자료는 Airbus에서 제작한 1 m 해상도의 DSM(Elevation1) 과 Compass Data Inc.
01 m 정확도의 지상점이다. 이를 통하여, 아리랑 위성 DSM의 실무 활용 가능성 평가 및 품질 개선을 위한 시사점을 도출하고자 한다. 본 논문의 구성은 다음과 같다.
본 연구를 통하여, 아리랑 위성을 기반으로 생성된 DSM 성능에 대한 유의미한 분석 결과를 도출할 수 있었다. 한편, 본 연구의 목적은 아리랑 영상을 기반으로 DSM을 생성하고, 그 성능을 해외 상용 DSM과 비교 및 평가하는 것이다. 그러나 DSM의 품질에 영향을 미칠 수 있는 다양한 요건들에 대한 다각적 분석이 다소 미흡한 한계가 있다.

제안 방법

Pleiades 영상의 센서모델링 정확도는 Airbus에서 제공하였으며, 정확한 영상 좌표 값은 제공되지 않았다. 둘째, 생성된 DSM에서 획득된 수평 방향 위치에서의 고도 값을 추출하고, 정확도를 비교하였다. 이와 같은 이유는 DSM 생성과정에서 적용되는 보간 기법 또는 필터링 기법 등으로 센서 모델에서 추출되는 고도 값과 차이가 나타낼 수 있기 때문이다.
Stereo 또는 tri-stereo 영상으로부터 3차원 부가정보를 획득하기 위해서는 정밀한 센서모델링과 안정된 스테레오 기하가 요구된다. 또한, 중복된 영역에서 동일한 위치의 영상 좌표를 획득하는 포인트 클라우드 생성 기법과 이로부터 격자 형태의 데이터를 생성하기 위한 보간 기법, 마지막으로 지표 지물의 형태를 부드럽게 또는 명확하게 변환하는 필터링 알고리즘 등의 적용 여부 등에 따라 최종적인 DSM 성능 및 특성이 결정된다. 본 장에서는 아리랑 3호기반의 DSM 생성 기법과 이에 대한 평가 방법에 대해서 간략히 기술한다.
본 연구에서는 한국항공우주연구원에서 구축한 해외 테스트베드 지역을 대상으로 아리랑 3호 영상 기반의 DSM을 생성하고 고, 참조 자료와 정확도 및 성능을 비교 분석하였다. 참조 DSM은 Airbus에서 상용판매하고 있는 최상위 레벨의 1 m해상도DSM(Elevation1) 자료이다.
셋째, 생성된 DSM과 참조 DSM에 대한 래스터 기반의 시각적 및 정량적 비교 분석을 실시하였다. 래스터 기반의 differencemap을 작성하였을 때, 그 차이의 평균과 표준편차는 각각 0.
정확도 및 성능 평가는 획득된 20개 지상점과 최종 생성된 DSM을 기준으로 진행하였다. 첫째, 획득된 지상점을 기준으로 정밀 센서모델링 결과를 비교하였다.
첫째, 20개 지상점 중, 14개를 GCP로 사용하여 정밀 센서모델링을 수행하였다. 보정 후, 아리랑 3호 영상과 참조자료의 수평 방향 RMSE는 각각 0.

대상 데이터

본 연구에서는 미국 샌프란시스코 지역을 촬영한 아리랑 3호 stereo 영상을 사용하였다. 아리랑 3호 영상은 동일 궤도 및 동일시기(2019.
본 장에서는 아리랑 3호 스테레오 영상의 정밀 센서 모델링 및 생성된 DSM의 성능 평가 결과를 제시한다. 분석에 사용된 참조자료는 GPS 실측을 통해 획득된 지상기준점과 Pliadestri-stereo 영상으로 제작된 참조 DSM이다.
참조 DSM의 생성은 Airbus에서 진행하였으며, 이를 위하여 신규 촬영된 Pliadestri-stereo 영상이 사용되었다. 정밀 센서모델링을 위하여 기 획득된 20개 지상점 정보를 Aribus에 제공하였으며, 아리랑 영상과 동일한 위치의 14개 지상점을 GCP로 사용하였다. 정밀 센서모델링은 RFM을 기반으로 진행하는 것으로 알려져 있으며, 그 외 DSM 생성을 위한 세부사항은 보안상의 이유로 공개되지 않는다.
참조 DSM의 생성은 Airbus에서 진행하였으며, 이를 위하여 신규 촬영된 Pliadestri-stereo 영상이 사용되었다. 정밀 센서모델링을 위하여 기 획득된 20개 지상점 정보를 Aribus에 제공하였으며, 아리랑 영상과 동일한 위치의 14개 지상점을 GCP로 사용하였다.
본 연구 지역인 미국 샌프란시스코는 구축된 해외 테스트베드 중 하나이다. 참조 자료는 대상 지역을 촬영한 Pliades tri-stereo 영상과 이로부터 생성된 DSM, DTM(Digital Terrain Model)을 비롯하여, GPS 실측 데이터, 라이다 수치표고 자료 등을 포함한다.
먼저, 지상점의 수평 위치에서 두 DSM의 고도 값을 추출하였다. 평가에 사용된 된 지상점은 총 20개로 정밀 센서모델링에 사용된 GCP 14개를 포함한다. 아리랑 3호로 생성된 DSM의 경우, 지상점에서의 RMSE와 LE90은 각각 0.
본 연구의 목적은 한국항공우주연구원에서 구축한 해외 테스트베드 지역을 대상으로 아리랑 3호 stereo 영상 기반의 DSM을 제작하고, 그 성능과 특성을 해외 참조 자료와 비교 분석하는 것이다. 평가에 사용된 참조 자료는 Airbus에서 제작한 1 m 해상도의 DSM(Elevation1) 과 Compass Data Inc. 에서 실측한 0.
한국항공우주연구원에서는 아리랑 위성시리즈로 생성되는 3차원 부가처리자료의 성능 평가를 위하여 해외 테스트베드를 선정하고, 참조 자료를 수집 및 구축하였다. 왜냐하면, 국내 지역은 촬영 우선 순위 또는 보안 처리 등으로 다양한 촬영 조건에서의 성능 평가가 제한적이기 때문이다.

데이터처리

둘째, 생성된 DSM에서 획득된 지상점의 수평 위치에서의 고도 값을 추출하고 정확도를 비교하였다. 총 20개 지상점을 기준으로 아리랑 3호 영상과 참조 자료의 수직 방향 RMSE는 각각 0.
이와 같은 이유는 DSM 생성과정에서 적용되는 보간 기법 또는 필터링 기법 등으로 센서 모델에서 추출되는 고도 값과 차이가 나타낼 수 있기 때문이다. 마지막으로 생성된 DSM 간 difference map을 작성하고, 차이가 큰 지역을 중심으로 정량적 또는 시각적 비교 분석을 수행하였다.
정확도 및 성능 평가는 획득된 20개 지상점과 최종 생성된 DSM을 기준으로 진행하였다. 첫째, 획득된 지상점을 기준으로 정밀 센서모델링 결과를 비교하였다. Pleiades 영상의 센서모델링 정확도는 Airbus에서 제공하였으며, 정확한 영상 좌표 값은 제공되지 않았다.

이론/모형

다항식 보정을 위하여, 획득된 20개 지상점 중, 14개를 지상 기준점(Ground Control Points, GCP)로 사용하였다. DSM 생성은 Geomatica Banff 소프트웨어를 사용하였으며, Table 4는 적용된 파라미터 설정조건을 요약하여 제시한다. 정밀 센서모델링의 정확도 향상을 위하여, GCP 외에 Tie Points(TP)를 자동으로 추출하였으며, 이 때 사용된 기법은 FFTP(Fast Fourier Transform Phase Matching) 이다.
정확도 높은 포인트 클라우드의 생성을 위하여, 에피폴라 영상을 제작하였으며, NCC(Normalized Cross Correlation) 기법을 적용하였다. 또한, 폐색 지역의 효과적 처리를 위하여 Distance Transformation기법을 적용하였다. 최종적으로 생성되는 DSM의 공간해상도는 1 m로 지정하였으며, WGS84 타원체를 기준으로 고도 값을 추출하였다.
아리랑 3호 영상의 정밀 센서모델링은 RFM(Rational Function Model)의 Affine 다항식 보정으로 진행하였다. 다항식 보정을 위하여, 획득된 20개 지상점 중, 14개를 지상 기준점(Ground Control Points, GCP)로 사용하였다.
DSM 생성은 Geomatica Banff 소프트웨어를 사용하였으며, Table 4는 적용된 파라미터 설정조건을 요약하여 제시한다. 정밀 센서모델링의 정확도 향상을 위하여, GCP 외에 Tie Points(TP)를 자동으로 추출하였으며, 이 때 사용된 기법은 FFTP(Fast Fourier Transform Phase Matching) 이다. 정확도 높은 포인트 클라우드의 생성을 위하여, 에피폴라 영상을 제작하였으며, NCC(Normalized Cross Correlation) 기법을 적용하였다.
정밀 센서모델링의 정확도 향상을 위하여, GCP 외에 Tie Points(TP)를 자동으로 추출하였으며, 이 때 사용된 기법은 FFTP(Fast Fourier Transform Phase Matching) 이다. 정확도 높은 포인트 클라우드의 생성을 위하여, 에피폴라 영상을 제작하였으며, NCC(Normalized Cross Correlation) 기법을 적용하였다. 또한, 폐색 지역의 효과적 처리를 위하여 Distance Transformation기법을 적용하였다.

성능/효과

참조자료의 경우, tri-stereo영상을 사용하여 이러한 매칭 오류가 경감된 것으로 판단된다. 따라서 아리랑 위성을 기반으로 이와 같은 도심 지역 DSM 제작에는 tri-stereo 획득 및 처리하는 것이 유리할 것으로 판단된다. 또한, 참조 DSM은 지표 지물의 경계가 생성 DSM보다 명확하게 구분되는 특성이 있었는데, 에지 강화 알고리즘 등의 후처리 기법의 적용에 따른 것으로 예상할 수 있다.
한편, 본 연구에서 생성한 DSM의 공간 해상도는 1 m 이다. 따라서 제시된 정밀 센서모델링의 정확도 차이는 DSM의 성능차이에 큰 영향을 미치지 않을 것으로 판단할 수 있다. 즉, 두 위성으로 생성된 DSM의 성능 차이는 적용되는 매칭 기법과 보간 기법, 그리고 촬영 조건에 따른 폐색 지역의 유무 등이 주요한 원인으로 작용될 것이다.
따라서 아리랑 위성을 기반으로 이와 같은 도심 지역 DSM 제작에는 tri-stereo 획득 및 처리하는 것이 유리할 것으로 판단된다. 또한, 참조 DSM은 지표 지물의 경계가 생성 DSM보다 명확하게 구분되는 특성이 있었는데, 에지 강화 알고리즘 등의 후처리 기법의 적용에 따른 것으로 예상할 수 있다. 즉, 향후에는 아리랑 위성에 적합한 후처리 기법에 대한 연구가 필요할 것으로 사료된다.
셋째, 생성된 DSM과 참조 DSM에 대한 래스터 기반의 시각적 및 정량적 비교 분석을 실시하였다. 래스터 기반의 differencemap을 작성하였을 때, 그 차이의 평균과 표준편차는 각각 0.61 m과 5.25 m 나타낸 반면, 차이의 최댓값과 최솟값은 각각 123.04 m와-192.29 m로 매우 큰 값을 나타냈다. 이러한 차이는 초고층 빌딩이 밀집되어 있는 도심 지역에서 주로 발생하였는데, 이는 폐색 지역 및 그림자 지역에서 발생하는 매칭 오류에 기인한 것이다.
첫째, 20개 지상점 중, 14개를 GCP로 사용하여 정밀 센서모델링을 수행하였다. 보정 후, 아리랑 3호 영상과 참조자료의 수평 방향 RMSE는 각각 0.38 m 와 0.37 m였으며, 수직 방향 RMSE는 각각 0.58 m과 0.08 m을 나타냈다. 즉, 수평 및 수직 방향 모두 0.
본 연구를 통하여, 아리랑 위성을 기반으로 생성된 DSM 성능에 대한 유의미한 분석 결과를 도출할 수 있었다. 한편, 본 연구의 목적은 아리랑 영상을 기반으로 DSM을 생성하고, 그 성능을 해외 상용 DSM과 비교 및 평가하는 것이다.
08 m을 나타냈다. 즉, 수평 및 수직 방향 모두 0.5 m 이하의 정확도 차이를 나타냄으로써, 아리랑 3호 영상은 1 m 해상도의 DSM 제작에 필요한 센서모델링 정확도를 충분히 만족하는 것으로 판단할 수 있었다.
둘째, 생성된 DSM에서 획득된 지상점의 수평 위치에서의 고도 값을 추출하고 정확도를 비교하였다. 총 20개 지상점을 기준으로 아리랑 3호 영상과 참조 자료의 수직 방향 RMSE는 각각 0.53 m 와 0.51 m, LE90은 각각 0.88 m 와 0.85 m로 거의 동일한 정확도를 나타냈다.

후속연구

한편, 본 연구의 목적은 아리랑 영상을 기반으로 DSM을 생성하고, 그 성능을 해외 상용 DSM과 비교 및 평가하는 것이다. 그러나 DSM의 품질에 영향을 미칠 수 있는 다양한 요건들에 대한 다각적 분석이 다소 미흡한 한계가 있다. 향후 연구에서는 in-track, cross-track, tri-stereo 등 다양한 촬영 조건에서 영상을 획득하고, 최신의 알고리즘을 추가적으로 적용하여 연구의 신뢰도를 높일 예정이다.
향후 연구에서는 in-track, cross-track, tri-stereo 등 다양한 촬영 조건에서 영상을 획득하고, 최신의 알고리즘을 추가적으로 적용하여 연구의 신뢰도를 높일 예정이다. 이와 같은 다양한 후속 연구가 진행된다면, 해외 상용 DSM과 유사한 수준의 3차원 부가 자료의 생산이 충분히 가능할 것으로 판단된다.
또한, 참조 DSM은 지표 지물의 경계가 생성 DSM보다 명확하게 구분되는 특성이 있었는데, 에지 강화 알고리즘 등의 후처리 기법의 적용에 따른 것으로 예상할 수 있다. 즉, 향후에는 아리랑 위성에 적합한 후처리 기법에 대한 연구가 필요할 것으로 사료된다.
그러나 DSM의 품질에 영향을 미칠 수 있는 다양한 요건들에 대한 다각적 분석이 다소 미흡한 한계가 있다. 향후 연구에서는 in-track, cross-track, tri-stereo 등 다양한 촬영 조건에서 영상을 획득하고, 최신의 알고리즘을 추가적으로 적용하여 연구의 신뢰도를 높일 예정이다. 이와 같은 다양한 후속 연구가 진행된다면, 해외 상용 DSM과 유사한 수준의 3차원 부가 자료의 생산이 충분히 가능할 것으로 판단된다.

참고문헌 (15)

El Garouani, A., A. Alobeid, and S. El Garouani, 2014. Digital surface model based on aerial image stereo pairs for 3D building, International Journal of Sustainable Built Environment, 3(1): 119-126.

상세보기
Jeong, J. H., 2016. Analysis of Correlation between Geometry Elements for the Efficient Use of Satellite Stereo Images, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 34(5): 471-478 (in Korean with English abstract).

원문보기 상세보기
Lee, H., H. Hwang, D. Seo, and K. Ahn, 2017. Antarctic DEMs Generation Using KOMPSAT-3A Stereo Images and Comparison by DEM Matching, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 35(3): 167-174 (in Korean with English abstract).

원문보기 상세보기
Oh, J. H. and C. N. Lee, 2017. Accuracy Assessment of Topographic Volume Estimation Using Kompsat3 and 3-A Stereo Data, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 35(4): 261-267 (in Korean with English abstract).

원문보기 상세보기
Oh, J. H. and C. N. Lee, 2018. Relative RPCs Bias-compensation for Satellite Stereo Images Processing, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 36(4): 287-293 (in Korean with English abstract).

원문보기 상세보기
Oh, K. Y., 2017. Efficient Pansharpening and Auto-Calibration Methods of High Spatial Satellite Images - Application to KOMPSAT Images, PH.D. Thesis, University of Seoul, Seoul, KOR.
Oh, K. Y. and H. S. Jung, 2016. Automated bias-compensation approach for pushbroom sensor modeling using digital elevation model, IEEE Transactions on Geoscience and Remote Sensing, 54(6): 3400-3409.

상세보기
Oh, K. Y., K. J. Lee, E. C. Jeong, and Y. S. Kim, 2018. Comparison and analysis of matching DEM using KOMPSAT-3 in/cross-track stereo pair, Korean Journal of Remote Sensing, 34(6-3): 1445-1456 (in Korean with English abstract).

원문보기 상세보기
Oh, K. Y., K. J. Lee, E. C. Jeong, and Y. S. Kim, 2019. Quality Assessment of Four DEMs Generated Using In-Track KOMPSAT-3 Stereo Images, Journal of Sensors, 2019: 1-12.

상세보기
Panagiotakis, E., N. Chrysoulakis, V. Charalampopoulou, and D. Poursanidis, 2018. Validation of Pleiades Tri-Stereo DSM in urban areas, ISPRS International Journal of Geo-Information, 7(3): 118.

상세보기
Priestnall, G., J. Jaafar, and A. Duncan, 2000. Extracting urban features from LiDAR digital surface models, Computers, Environment and Urban Systems, 24(2): 65-78.

상세보기
Rhee, S. A, S. W. Jung, and J. M. Park, 2020. 1:5000 Scale DSM Extraction for Non-approach Area from Stereo Strip Satellite Imagery, Korean Journal of Remote Sensing, 36(5-2): 949-959 (in Korean with English abstract).

원문보기 상세보기
Shin, J. K., Y. J. Lee, H. J. Choi, and J. H. Lee, 2014. Possibility Estimating of Unaccessible Area on 1/5,000 Digital Topographic Mapping Using PLEIADES Images, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 32(4-1): 299-309 (in Korean with English abstract).

원문보기 상세보기
Uysal, M., A. S. Toprak, and N. Polat, 2015. DEM generation with UAV Photogrammetry and accuracy analysis in Sahitler hill, Measurement, 73: 539-543.

상세보기
Wu, B., B. Yu, Q. Wu, S. Yao, F. Zhao, W. Mao, and J. Wu, 2017. A Graph-Based Approach for 3D Building Model Reconstruction from Airborne LiDAR Point Clouds, Remote Sensing, 9(1): 92.

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