[논문]드론을 이용한 토지이용별 미세먼지 농도 측정 가능성 모색 연구

손승우; 유재진; 김동우; 김태현; 성웅기; 윤정호

doi:10.5762/kais.2020.21.4.259

초록
AI-Helper

본 연구에서는 원하는 시간과 장소에서 데이터 수집이 용이한 드론에 미세먼지 측정 센서를 부착하여 3가지 측정환경인 건설현장, 자연환경(수목원), 주거지역에서 고도(30m, 60m, 90m, 120m, 150m)에 따른 미세먼지 농도를 측정하고 비교하였다. 건설현장 30m 지점의 PM_2.5와 PM₁₀ 측정값은 각각 18.63㎍/㎥, 24.23㎍/㎥, 150m 지점의 PM_2.5와 PM₁₀ 측정값은 각각 10.89㎍/㎥, 10.61㎍/㎥로 고도가 높아질수록 평균 농도가 낮아지는 것으로 나타났다. 자연환경(수목원) 30m 지점의 PM_2.5와 PM₁₀ 측정값은 각각 9.03㎍/㎥, 11.21㎍/㎥, 150m 지점의 PM_2.5와 PM₁₀ 측정값은 각각 3.42㎍/㎥, 3.57㎍/㎥로 고도가 높아질수록 평균 농도가 낮아지는 것으로 나타났으나, 모든 지점의 PM_2.5와 PM₁₀ 측정값은 비슷한 것으로 나타났다. 주거지역 30m 지점의 PM_2.5와 PM₁₀ 측정결과는 각각 10.65㎍/㎥, 12.06㎍/㎥, 150m 지점의 PM_2.5와 PM₁₀의 측정값은 각각 4.24㎍/㎥, 5.17㎍/㎥로 고도가 높아질수록 대체적으로 PM_2.5와 PM₁₀농도가 낮아짐을 확인하였다. 주거지역의 경우 건설현장이나 수목원에 비해 교통량이 많은 도로에 인접해 있어 PM_2.5의 농도가 PM₁₀의 농도보다 높게 나온 것으로 사료된다. 세 대상지 모두 고도가 상승할수록 PM_2.5와 PM₁₀의 농도가 감소하는 추세를 보였다. 또한, 건설현장, 주거지역, 자연환경(수목원) 순으로 PM_2.5와 PM₁₀의 농도가 높은 것으로 확인하였다. 본 연구의 결과는 토지이용별로 미세먼지 농도값을 고도별로 측정하였다는데 의의가 있으며, 지역계획이나 도시계획 등에서 중요한 공간의사결정 기초자료로 활용될 수 있을 것으로 사료된다.

Abstract ▼ AI-Helper

This study measured the Particulate Matter (PM) concentration according to altitude (30 m, 60 m, 90 m, 120 m, and 150 m) in three different environments: a construction site, natural environment (arboretum), and residential area. PM2.5 and PM10 values at 30 m above the construction site were 18.63 &...

This study measured the Particulate Matter (PM) concentration according to altitude (30 m, 60 m, 90 m, 120 m, and 150 m) in three different environments: a construction site, natural environment (arboretum), and residential area. PM2.5 and PM10 values at 30 m above the construction site were 18.63 ㎍/㎥ and 24.23 ㎍/㎥ while values at 150 m were 10.89 ㎍/㎥ and 10.61 ㎍/㎥, respectively, indicating the average concentration decreased as altitude increased. PM2.5 and PM10 values at 30 m above the natural environment were 9.03 ㎍/㎥ and 11.21 ㎍/㎥ while those at 150 m were 3.42 ㎍/㎥ and 3.57 ㎍/㎥, respectively, showing lower average concentrations as altitude increased. PM2.5 and PM10 values at 30 m above the residential area were 10.65 ㎍/㎥ and 12.06 ㎍/㎥ while those at 150 m were 4.24 ㎍/㎥ and 5.17 ㎍/㎥, also demonstrating lower PM concentrations as altitude increased. The PM concentrations decreased as altitude increased at all tested sites and also decreased between environments in the following order: construction site, residential area, and natural environment. The results of this study are significant because PM concentrations were measured at various altitudes at different land-use sites. The results are expected to serve as basic data for decision-making in both regional and urban planning.

주제어

표/그림 (12)

표 Table 1. Specification of drones and sensors for measuring particulate matter(PM)
표 Table 2. Particulate matter(PM) concentration measured by National Air Monitoring Stations
그림 Fig. 1. Study area
그림 Fig. 2. Flight area of construction area
그림 Fig. 3. Particulate matter(PM) concentration and trend at different heights in construction area
그림 Fig. 4. Flight area of natural environment(arboretum) area
표 Table 3. Average particulate matter(PM) concentration at different flight heights in construction area
표 Table 4. Average particulate matter(PM) concentration at different flight heights in natural environment(arboretum) area
그림 Fig. 5. Particulate matter(PM) concentration and trend at different heights in natural environment(arboretum) area
그림 Fig. 7. Particulate matter(PM) concentration and trend at different heights in residential area
그림 Fig. 6. Flight area of residential area
표 Table 5. Average particulate matter(PM) concentration at different flight heights in residential area

AI 본문요약
AI-Helper

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

문제 정의

건설현장과는 반대로 자연환경이 우수한 지역을 선정하여 고도별 미세먼지를 측정해 보고자 하였다. 자연환경이 우수한 곳은 세종특별자치시 금남면에 위치하는 수목원으로서 Fig.
본 연구는 토지이용에 따라 미세먼지 농도값을 드론을 이용하여 측정하여 추후 드론 기반의 미세먼지 측정기술, 방법론 개발 등에 활용 가능성을 모색하고자 하였다.
미세먼지 외에도 VOCs, NO₂ 등을 측정하며, 실시간으로 측정한 데이터를 GCS(Ground Control Station)로 전송하여 확인할 수도 있고 SD카드에 저장하여 비행 종료 후 확인할 수도 있다. 본 연구에서는 SD카드로 데이터를 저장하여 비행 종료 후 확인하는 방법으 로 실시했는데, 이는 실시간으로 데이터를 전송하는 방식 보다 더 많은 데이터를 획득할 수 있기 때문이다.
본 연구에서는 드론과 센서를 이용하여 토지이용에 따른 미세먼지 농도를 측정하였고, 이를 통해 추후 드론 기반의 미세먼지 측정기술, 방법론 개발 등에서의 활용 가능성을 모색하고자 하였다.
[10]의 연구에서는 프로펠러로 인한 대기기류의 영향으로 측정한 물질이 약 4% 낮게 측정되었다. 이 문제에 대한 대응책으로서 본 연구에서는 드론에 약 1m 길이의 인렛(inlet)을 설치해 기류의 영향을 최소화하고자 하였다.
건설업은 한국에서 비산먼지를 대량으로 배출하는 사업 분야로서, 건설현장에서 배출되는 비산먼지를 잘 관리하는 것은 국내 미세먼지 문제를 해결하기 위한 중요한 사안 중 하나이다[13]. 이에 따라 건설현장에서 발생하는 미세먼지를 측정하고자 하였다.

제안 방법

고도는 드론이 가시적으로도 보이며 법정 최대 허용 높이인 150m까지 비행하도록 설계하였다. 150m까지 다양한 고도에서의 측정값을 반영하기 위하여 비행 지점을 30m, 60m, 90m, 120m, 150m로 세분하고 각각의 고도에서 5분 이상의 호버링(Hovering) 비행을 통해 데이터를 취득하였다.
대부분 드론의 장점을 이용하여 다양한 고도에서 측정을 수행하였는데, 본 연구에서도 고도 별 미세먼지를 측정하였으며 건설현장, 자연환경(수목원), 주거지역으로 측정환경을 총 세 가지로 구분하였다. 고도는 드론이 가시적으로도 보이며 법정 최대 허용 높이인 150m까지 비행하도록 설계하였다. 150m까지 다양한 고도에서의 측정값을 반영하기 위하여 비행 지점을 30m, 60m, 90m, 120m, 150m로 세분하고 각각의 고도에서 5분 이상의 호버링(Hovering) 비행을 통해 데이터를 취득하였다.
고도별 호버링 비행을 실시한 위치는 안전상 등의 문제로 토공사를 진행하는 반대편에서 실시하였으며, 해당 지점에서 30m, 60m, 90m, 120m, 150m로 비행하여 각각 5분 이상 데이터를 수집하였다. 측정이 되지 않은 데이터를 제외하고 PM_2.
대기환경 조사를 위한 드론 비행 방법론은 선행연구를 기반으로 설계하였다. 대부분 드론의 장점을 이용하여 다양한 고도에서 측정을 수행하였는데, 본 연구에서도 고도 별 미세먼지를 측정하였으며 건설현장, 자연환경(수목원), 주거지역으로 측정환경을 총 세 가지로 구분하였다. 고도는 드론이 가시적으로도 보이며 법정 최대 허용 높이인 150m까지 비행하도록 설계하였다.
비행은 2018년 8월 14일에 실시하였으며, 대상지에 가장 인접한 당시의 국가대기오염측정망에서 측정된 값은 Table 2와 같다. 미세먼지를 측정한 시간과 유사한 시간대에 측정망을 통해 측정한 미세먼지 농도를 기재하였다.

대상 데이터

건설현장 대상지는 대전광역시 둔곡동에 위치하는 도로개발 사업으로서 현재 Fig. 2와 같이 토공사를 진행 중이다.
건설현장과 동일하게 수목원에서 30m, 60m, 90m, 120m, 150m로 비행하여 각각 5분 이상 데이터를 수집하였다.
본 논문은 한국환경정책평가연구원에서 수행하고 있는 '국토환경정보시스템 운영관리(GP2020-02)'에서 지원받아 수행하였음.
본 연구에서는 미세먼지를 대상으로 파일럿 테스트를 수행하였으며 드론과 센서에 관한 상세 제원은 Table 1 과 같다.
앞서 수행한 대상지에서와 동일하게 30m, 60m, 90m, 120m, 150m로 비행하여 각각 5분 이상 데이터를 수집 하였다.
선행연구에서는 주로 드론을 이용하여 고도별 미세먼지를 측정하였는데, 우리나라와 같이 고층 아파트가 많은 지역에도 이를 활용하여 미세먼지 정보를 파악할 필요가 있다. 이를 위해 고층 아파트가 밀집해 있는 세종특별자 치시 반곡동의 아파트단지와 인접한 인도에서 비행을 실시하였다(Fig. 6).
자료: https://www.dji.com/kr, http://scentroid.com/scentroid-dr1000/을 토대로 재구성.
고도별 호버링 비행을 실시한 위치는 안전상 등의 문제로 토공사를 진행하는 반대편에서 실시하였으며, 해당 지점에서 30m, 60m, 90m, 120m, 150m로 비행하여 각각 5분 이상 데이터를 수집하였다. 측정이 되지 않은 데이터를 제외하고 PM_2.5와 PM₁₀ 각각 113개의 미세먼지 데이터를 취득하였다. 고도별로 평균 농도는 Table 3 과 같다.
측정이 되지 않은 데이터를 제외하고 PM_2.5와 PM₁₀ 각각 145개의 미세먼지 데이터를 취득하였다. 고도별로 평균 농도는 Table 5와 같다.
측정이 되지 않은 데이터를 제외하고 PM_2.5와 PM₁₀ 각각 152개의 미세먼지 데이터를 취득하였다. 고도별 평균 농도는 Table 4와 같다.

이론/모형

대기환경 조사를 위한 드론 비행 방법론은 선행연구를 기반으로 설계하였다. 대부분 드론의 장점을 이용하여 다양한 고도에서 측정을 수행하였는데, 본 연구에서도 고도 별 미세먼지를 측정하였으며 건설현장, 자연환경(수목원), 주거지역으로 측정환경을 총 세 가지로 구분하였다.
프로펠러가 6개인 헥사콥터로서 최대 이륙 가능 무게가 약 15kg이다. 드론에 부착하는 센서는 Scentroid사에서 개발한 DR1000 을 이용하였다. 미세먼지 외에도 VOCs, NO₂ 등을 측정하며, 실시간으로 측정한 데이터를 GCS(Ground Control Station)로 전송하여 확인할 수도 있고 SD카드에 저장하여 비행 종료 후 확인할 수도 있다.

성능/효과

3은 고도별 미세먼지 측정값을 중 3σ을 넘는 이상치를 제거한 후 box plot으로 나타낸 결과이다. PM_2.5 와 PM₁₀ 모두 고도가 높아질수록 평균 농도가 꾸준히 낮아지는 것으로 나타났다.
7은 고도별 미세먼지 측정값을 중 3σ을 넘는 이 상치를 제거한 후 box plot으로 나타낸 결과이다. PM_2.5 와 PM₁₀의 경우 수목원과 마찬가지로 전체적으로 고도 가 높아질수록 농도가 낮아짐을 확인하였다. 다만 PM_2.
둘째, 드론을 이용하면 유연한 대기환경 감시가 가능하다. 드론의 활용은 과거 대기환경에서의 제약이었던 시간과 공간에 대한 문제를 해결하는데 기여할 수 있을 것 으로 보인다.
5의 농도가 감소하는 추세를 보이는 것으로 나타났다. 또한 한 시간의 시간차이가 있으나, 건설현장, 주거지역, 자연환경 순으로 PM₁₀과 PM_2.5의 농도가 높은 것을 확인할 수 있었다. 이는 드론을 활용한 미세먼지 농도 측정 방법이 다양한 조건의 환 경에서 활용 가능하다는 것을 의미한다.
인접한 국가대기오염측정망과 유사한 시간대에서의 농도를 30m의 고도에서 측정한 농도와 비교하였는데, 건설현장의 경우 유사한 값이 도출되었지만 자연환경(수목원)이나 주거지역의 경우는 다소 낮은 값을 보였다. 이러한 비교 값은 각각의 대상지에서 인접한 측정망이기는 하나 물리적인 거리가 꽤 있는 데다 주변 환경이나 미기 상학적 요인 등이 영향을 미쳐 나타난 차이로 보인다.

후속연구

드론을 이용한 대기환경 조사에 대한 기술개발과 연구는 현재 초기단계로 볼 수 있으며, 현재 직면한 다양한 한계점을 기반으로 추후 연구를 진행할 필요가 있다. 자연적이고 인위적인 한계점을 살펴볼 수 있는데, 자연적인 한계점으로는 기상상황에 대해 대응하기 어렵다는 점을 들 수 있다.
드론을 활용한 미세먼지 측정 방법은 다양한 활용가능성을 가지고 있음을 알 수 있으나, 실제 적용되기 위해서는 다음과 같은 사항을 고려할 필요가 있다. 드론의 종류 나 크기 등에 따라 적절한 비행 방법론을 적용해야 할 것이며, 대기질에 따라 적용 가능한 센서를 선정해야 할 것이다. 또한 센서의 값이 정확한지 알아보기 위하여 검·보 정 과정을 거쳐야 하며, 데이터 취득을 위한 통신기술, GCS 등에 대한 고려 또한 필요하다.
미세먼지의 이동과 확산은 기상학적 요인과 다양한 고려사항 등이 관계되기 때문에 향후 연구에서 해당 부분을 고려할 필요가 있다.
연구 결과, 드론을 활용한 미세먼지 농도 측정 방법은 고도 및 토지이용 변화에 따른 미세먼지 농도 측정에 용이하며, 이에 따라 고정된 지역 및 고정된 고도에서의 미세먼지 측정에서 파생되는 여러 한계점들을 보완할 수 있을 것으로 보인다.
향후 드론의 정밀한 비행 방법론 설계, 데이터 분석 방법론, 센서 검·보정 등과 관련된 연구가 수행된다면 대기 환경 분야에서 드론 기술이 더욱 적극적으로 활용될 수 있을 것으로 사료된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	본 논문에서 미세먼지 측정에 활용한 드론은 무엇인가?	미세먼지 측정에 활용한 드론은 회전익 드론으로써 DJI사에서 개발한 Matrice 600이다. 프로펠러가 6개인 헥사콥터로서 최대 이륙 가능 무게가 약 15kg이다.
	드론을 이용한 대기환경 조사에서 자연적인 한계점은 무엇인가?	드론을 이용한 대기환경 조사에 대한 기술개발과 연구는 현재 초기단계로 볼 수 있으며, 현재 직면한 다양한 한계점을 기반으로 추후 연구를 진행할 필요가 있다. 자연적이고 인위적인 한계점을 살펴볼 수 있는데, 자연적인 한계점으로는 기상상황에 대해 대응하기 어렵다는 점을 들 수 있다. 드론은 회전익이나 고정익 드론 둘 다 바람이 강하게 불거나 비 또는 눈이 내리면 비행을 하기 어렵다. 과거 환경위반 사례를 보면 이처럼 기상상황이 좋지 않을 때 오염물질을 배출하는 사례가 종종 발생하는데, 이러한 시기에 드론을 활용하지 못한다면 드론 기술이 무의미할 수 있다.
	본 논문에서 드론으로 측정한 데이터를 SD카드로 데이터를 저장하여 비행 종료 후 확인하는 방법을 사용한 이유는 무엇인가?	미세먼지 외에도 VOCs, NO2 등을 측정하며, 실시간으로 측정한 데이터를 GCS(Ground Control Station)로 전송하여 확인할 수도 있고 SD카드에 저장하여 비행 종료 후 확인할 수도 있다. 본 연구에서는 SD카드로 데이터를 저장하여 비행 종료 후 확인하는 방법으 로 실시했는데, 이는 실시간으로 데이터를 전송하는 방식 보다 더 많은 데이터를 획득할 수 있기 때문이다.

참고문헌 (13)

J. Wivou, L. Udawatta, A. Alshehhi, E. Alzaabi, A. Albeloshi, S. Alfalasi, "Air Quality Monitoring for Sustainable Systems via Drone Based Technology", 2016 IEEE International Conference on Information and Automation for Sustainability(ICIAfS), IEEE, Galle, Sri Lanka, pp.1-5, Dec. 2016. DOI: https://doi.org/10.1109/ICIAFS.2016.7946542
M. Uysal, A. S. Toprak, N. Polat, "DEM generation with UAV Photogrammetry and accuracy analysis in Sahitler hill", Measurement, Vol.73, pp.539-543, 2015. DOI: https://doi.org/10.1016/j.measurement.2015.06.010

상세보기
Y. Reshetyuk, S. G. Martensson, "Generation of Highly Accurate Digital Elevation Models with Unmanned Aerial Vehicles", Photogrammetric Record, Vol.31, No.154, pp.143-165, 2016. DOI: https://doi.org/10.1111/phor.12143

상세보기
N. Pineux, J. Lisein, G. Swerts, C.L. Bielders, P. Lejeune, G. Colinet, A. Degre, "Can DEM time series produced by UAV be used to quantify diffuse erosion in an agricultural watershed?", Geomorphology, Vol.280, pp.122-136, 2017. DOI: https://doi.org/10.1016/j.geomorph.2016.12.003

상세보기
O. G. Ajayi, A. A. Salubi, A. F. Angbas, M. G. Odigure, "Generation of accurate digital elevation models from UAV acquired low percentage overlapping images", International Journal of Remote Sensing, Vol.38, No.8-10, pp.3113-3134, 2017. DOI: https://doi.org/10.1080/01431161.2017.1285085

상세보기
Y. Wu, J. M. Hao, L. X. Fu, Z.S. Wang, U. Tang, "Vertical and horizontal profiles of airborne particulate matter near major roads in Macao, China", Atmospheric Environment, Vol.36, No.31, pp.4907-4918, 2002. DOI: https://doi.org/10.1016/S1352-2310(02)00467-3

상세보기
W. Tao, X. Li, A. Khain, T. Matsui, S. Lang, J. Simpson, "Role of atmospheric aerosol concentration on deep convective precipitation : Cloud-resolving model simulations", Journal of Geophysical Research: Atmospheres, Vol.112, 2007. DOI: https://doi.org/10.1029/2007JD008728

상세보기
S. Lu, D. Wang, X. Li, Z. Wang, Y. Gao, Z. Peng, "Three-Dimensional Distribution of Fine Particulate Matter Concentrations and Synchronous Meteorological Data Measured by an Unmanned Aerial Vehicle (UAV) in Yangtze River Delta, China", Atmospheric Measurement Techniques Discussions, 2016. DOI: https://doi.org/10.5194/amt-2016-57
M. Alvarado, F. Gonzalez, P. Erskine, D. Cliff, D. Heuff, "A Methodology to Monitor Airborne $PM_{10}$ Dust Particles Using a Small Unmanned Aerial Vehicle", Sensors, Vol.17, No.2, pp.343, 2017. DOI: https://doi.org/10.3390/s17020343

상세보기
J. H. Lee, "Black Carbon Measurement using a Drone", Journal of Korean Society for Atmospheric Environment, Vol.34, No.3, pp.486-492, 2018. DOI: https://doi.org/10.5572/KOSAE.2018.34.3.486

원문보기 상세보기
T. F. Villa, E. R. Jayaratne, L. F. Gonzalez, L. Morawska, "Determination of the Vertical Profile of Particle Number Concentration Adjacent to a Motorway Using an Unmanned Aerial Vehicle", Environmental Pollution, Vol.230, pp.134-142, 2017. DOI: https://doi.org/10.1016/j.envpol.2017.06.033

상세보기
K. Weber, G. Heweling, C. Fischer, M. Lange, "The Use of an Octocopter UAV for the Determination of Air Pollutants: A Case Study of the Traffic Induced Pollution Plume Around a River Bridge in Duesseldorf, Germany", International Journal of Environmental Science, Vol.2, pp.63-66, 2017.
H. J. Noh, J. H. Yu, "Improvement Plan of Fugitive Dust Regulations in Construction Site", Korean Journal of Construction Engineering and Management, Vol.18, No.5, pp.68-76, 2017. DOI: https://doi.org/10.6106/KJCEM.2017.18.5.068

원문보기 상세보기

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

드론을 이용한 토지이용별 미세먼지 농도 측정 가능성 모색 연구
Investigation of Measurement Feasibility of Particulate Matter Concentration by Different Land-Use Types Using Drone 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (12)

표/그림 (12)

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (13)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

드론을 이용한 토지이용별 미세먼지 농도 측정 가능성 모색 연구 Investigation of Measurement Feasibility of Particulate Matter Concentration by Different Land-Use Types Using Drone 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (12) 모든 표/그림 보기

표/그림 (12) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (13)

이 논문을 인용한 문헌

저자의 다른 논문 :

손승우 (8) 유재진 (4) 김태현 (2) 윤정호 (16)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

드론을 이용한 토지이용별 미세먼지 농도 측정 가능성 모색 연구
Investigation of Measurement Feasibility of Particulate Matter Concentration by Different Land-Use Types Using Drone 원문보기

초록
AI-Helper

표/그림 (12)

표/그림 (12)

AI 본문요약
AI-Helper