[논문]강설특성과 강설시간을 고려한 강설지역의 유형 구분에 관한 연구

김근영

doi:10.15683/kosdi.2020.3.31.021

강설특성과 강설시간을 고려한 강설지역의 유형 구분에 관한 연구
The Study for Classifying Snowfall Area Types with Consideration of Snowfall Characteristics and Times 원문보기

한국재난정보학회논문집 = Journal of the Society of Disaster Information, v.16 no.1 = no.47, 2020년, pp.21 - 33

김근영 (Department of Real Estate and Construction, Kangnam University)

초록
AI-Helper

연구목적: 본 연구는 우리나라의 229개 기초지자체 권역을 대상으로 지역특성을 고려한 효과적인 지역 제설 대응체계를 구축할 수 있도록 과거의 지역별 강설특성과 강설시간을 이용하여 강설지역 유형을 구분하는 것을 목적으로 한다. 연구방법: 본 연구를 위해 우선적으로 기상관측소 기준의 강설 데이터를 수집하였고, 연속 강설 시간을 이용하여 지역유형을 구분하였다. 마지막으로 GIS분석기법을 적용하여 강설지역 유형에 대한 정보를 GIS지도로 제작하였다. 연구결과: 지역유형을 분류한 결과 '눈이 자주 많이 오는 지역', '눈이 자주 조금 오는 지역', '눈이 가끔 많이 오는 지역', '눈이 보통 오는 지역', '눈이 희박한 지역' 등 총 5개의 강설 지역유형이 도출되었다. 결론: 본 연구의 결과는 효율적인 제설대응체계 구축을 위한 제설 장비, 자재, 차량, 인력의 지역별 수요를 추정하는데 기초정보로 활용될 수 있다.

Abstract ▼ AI-Helper

Purpose: The objective of this research is to classify snowfall area types with consideration of past regional snowfall characteristics and times for the effective local snow removal response systems of 229 local government districts. Method: This research first collected snowfall data of South Korea meteorological stations, and classified regional types using successive snowfall time. This research finally produced GIS maps using regional type information of snowfalls by applying GIS analysis methods. Result: This research provides five types of snowfall regions including 'frequent heavy snowfall regions', 'frequent light snowfall regions', 'rare heavy snowfall regions', 'average snowfall regions', and 'rare light snowfall regions' based on analysis results. Conclusion: Results of this research can be used as basic information for regional demand estimations of snow removal equipments, materials, vehicles, and personnel for the efficient snow removal response systems.

주제어

표/그림 (13)

그림 Fig. 1. Damage by Disaster Type in the Last 10 Years
표 Table 1. Result of Classification of Snow Area(Lee et al., 2010)
그림 Fig. 2. Result of Classification of Snow Area(Chung et al., 1999)
그림 Fig. 3. Result of Classification of Snow Area(Kim et al., 2012)
그림 Fig. 4. Results of snowfall patterns in the Ho-nam region(Lee et al., 2006)
표 Table 2. Effective snowfall time by weather station
표 Table 2. Effective snowfall time by weather station(Continue)
그림 Fig. 5. Total snow time and Effective snowfall time of 1cm or more per hour
그림 Fig. 6. Results of LISA Analysis of Total Snow Time and Rainfall Effective Time Ratio
표 Table 3. Scenario of Snowfall Type by Snow Time
표 Table 4. Results of Regional Type by Snowfall Characteristics and Time
그림 Fig. 7. Scenario of Regional Snowfall by snowfall type
표 Table 4. Results of Regional Type by Snowfall Characteristics and Time(Continue)

AI 본문요약
AI-Helper

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

문제 정의

눈이 적게 또는 많이 내릴 때 모두 제설이 실시되기 때문에 얼마나 많이 눈이 오는지에 대한 정보가 중요하지만 얼마나 길게 오는지도 제설대응에 중요한요소가 된다. 따라서 본 연구는 기존의 강설량을 기준으로 하는 강설지역 구분을 보완하기 위하여 연속 강설시간을 기준으로강설지역의 특성을 파악해 이를 지역유형 구분에 활용하고자 한다. 본 연구의 지역유형에 대한 구분 결과는 지자체에서 제설대응체계를 수립할 때 기초자료로 활용될 수 있다.
본 연구는 기상청의 방재기상정보시스템을 이용해 연속 강설시간 자료를 구축하였다. 연속 강설시간 자료는 2006년에서2015년 사이에 전국90개 관측소에서 관측된 각 시간대별 누적 적설 데이터를 이용하여 구축하였다.
본 연구는 우리나라의 229개 기초지자체 권역을 대상으로 지역특성을 고려한 제설 대응체계를 구축하기 위한 기초연구로과거의 지역별 연속 강설시간을 활용하여 강설지역에 대한 유형을 구분한 것이다. 이를 위해 첫째, 각 지자체 소속 기상관측소의 과거 10년의 시간대별 강설 데이터를 구축하였고, 둘째, 구축된 데이터를 바탕으로 연속 강설 시간을 이용하여 유형구분을 하여 이를 바탕으로 시간을 고려한 강설지역 유형 지도를 작성하였다.
본 연구는 우리나라의 229개 기초지자체 권역을 대상으로 지역특성을 고려한 효과적인 지역 제설 대응체계를 구축할 수있도록 과거의 지역별 강설특성과 강설시간을 이용하여 강설지역 유형을 구분하는 것을 목적으로 한다. 본 연구를 위해 우선적으로 기상관측소 기준의 강설 데이터를 수집하였고, 연속 강설시간을 이용하여 지역유형을 구분하였다.

제안 방법

연속 강설시간 자료는 2006년에서2015년 사이에 전국90개 관측소에서 관측된 각 시간대별 누적 적설 데이터를 이용하여 구축하였다. 강설량 데이터 분석을통하여 관측소별 10년 동안 누적 총 강설시간을 산출하고, 강설량을 구간별로 분석하여 1cm 이상의 강설량을 제설이 요구되는 강설량으로 판단하여 1cm 이상 강설시간을 총 강설시간에 대한 비율을 산출하여 Table 2와 같이 데이터를 작성했다. 연속강설이란 눈이 내리기 시작해서 1시간 이상 내리는 것을 의미하며, 1cm 이상 강설시간을 사용한 이유는 눈이 왔을 때 제설이 요구되는 강설량이기 때문이다.
강설시간을 고려해 강설지역의 유형을 구분하기 위해 3장의 분석데이터 중 총 강설시간과 유효 강설시간비율을 적용하였다. 연구방법으로는 Jenks(1967)이 개발한 최적화 분류방법을 기본으로 한 자연적 분류(natural break) 방법을 적용해 선행연구에서 주로 제시했던 다섯 가지 지역유형으로 구분하였다.
(2006)은 호남지역을 대상으로 일일 강설량을 분석하여 강설 분포 특성과 지역별 강설 분포의 차이의 원인을 파악하였다. 강설일수와 강설량을 활용하여 군집분석을 실시하였으며, 각 관측 지점별 강설 패턴의 상관성을 바탕으로 지역을구분하였다. 이들은 Fig.
(2010)는 30년 이상의 기록을 보유하고 있는 57개 기상 관측소의 강설량과 지리적 요인 등의 변수를 이용하여 주성분 분석을 실시하였다. 군집분석기법을 적용하여 강설에 대한 지역별 그룹화를 진행하였고, 연구결과로 Table 1과 같이총 5개의 권역을 제시하였다. 국내 강설의 공간적 분포를 도출해 강설과 관련한 대설재난 방지계획을 수립하는 것과 주요 구조물 설계에 적용할 기준개발에 기여하였다.
서울과 인천을 비롯한 경기 중남부 지역이 여기에 해당하며, 내륙지역에 위치한 가장 많은 도시들이 해당 지역에 포함된다다.네 번째 지역 유형은눈이 보통으로 오는 지역으로 총 강설 시간이 120시간이상 600시간 미만이면서 시간당1cm 이상의 강설량이 10%이상 29%미만인 지역을 규정하였다. 눈이 자주 내리지도 않고 많이 내리지도 않는 지역을 말한다.
본 연구를 위해 우선적으로 기상관측소 기준의 강설 데이터를 수집하였고, 연속 강설시간을 이용하여 지역유형을 구분하였다. 마지막으로 GIS분석기법을 적용하여 강설지역 유형에 대한 정보를 GIS지도로 제작하였다. 지역유형을 분류한 결과 ‘눈이 자주 많이 오는지역’, ‘눈이 자주 조금 오는 지역’, ‘눈이 가끔 많이 오는 지역’, ‘눈이 보통 오는 지역’, ‘눈이 희박한 지역’ 등 총 5개의 강설 지역유형이 도출되었다.
본 연구는 우리나라의 229개 기초지자체 권역을 대상으로 지역특성을 고려한 효과적인 지역 제설 대응체계를 구축할 수있도록 과거의 지역별 강설특성과 강설시간을 이용하여 강설지역 유형을 구분하는 것을 목적으로 한다. 본 연구를 위해 우선적으로 기상관측소 기준의 강설 데이터를 수집하였고, 연속 강설시간을 이용하여 지역유형을 구분하였다. 마지막으로 GIS분석기법을 적용하여 강설지역 유형에 대한 정보를 GIS지도로 제작하였다.
이 방법은 동일 계급 내 분산은 최소화, 타 계급간 분산은 최대화하여 많은 자료들을 서로 다른 구간으로 분류하는 기법이다. 이 방법을 적용한결과 강설시간은 120시간, 600시간 기준으로 나누었고, 시간당1cm이상 강설 비율은 10시간, 20시간 기준으로 나누었다. 강설유형은 다섯 가지 유형으로 구분하였으며 유형 1에 가까워질수록 많은 양의 눈이 내려 신속한 제설이 필요한 지역임을 의미한다.
본 연구는 우리나라의 229개 기초지자체 권역을 대상으로 지역특성을 고려한 제설 대응체계를 구축하기 위한 기초연구로과거의 지역별 연속 강설시간을 활용하여 강설지역에 대한 유형을 구분한 것이다. 이를 위해 첫째, 각 지자체 소속 기상관측소의 과거 10년의 시간대별 강설 데이터를 구축하였고, 둘째, 구축된 데이터를 바탕으로 연속 강설 시간을 이용하여 유형구분을 하여 이를 바탕으로 시간을 고려한 강설지역 유형 지도를 작성하였다. 본 연구의 결과는 강설의 지역적 특성이 아닌 강설 시간이 고려되어 지역별 효율적인 제설대응체계 구축을 위한 제설 장비, 자재, 차량, 인력 등의 수요예측에 기초가 될 수있다.

대상 데이터

해당지역에는 대전과 세종, 강원 원주와 횡성, 제주 지역이 해당된다. 마지막으로 다섯 번째 강설 지역 유형은 눈이 희박한 지역으로 강설 총시간이 120시간 이하인 지역을 선정하였다. 눈이 거의 내리지도 않고, 잠깐 내리고 그치는 지역으로 부산 및 대구지역과 경기 북부 및 동부지역, 서귀포 지역 등이 본 지역에 해당된다.
(1999)는 패턴분석기법 중 하나인 Rotated EOF 방법으로 강설의 시공간 변동성을 분석하였다. 연구진은 Fig.2와 같이 우리나라를 동해안지역, 서해안지역, 중부내륙지방, 영남중동부 지역, 영남 남부지역의 5개 강설 기후구역으로 구분하였다.
본 연구는 기상청의 방재기상정보시스템을 이용해 연속 강설시간 자료를 구축하였다. 연속 강설시간 자료는 2006년에서2015년 사이에 전국90개 관측소에서 관측된 각 시간대별 누적 적설 데이터를 이용하여 구축하였다. 강설량 데이터 분석을통하여 관측소별 10년 동안 누적 총 강설시간을 산출하고, 강설량을 구간별로 분석하여 1cm 이상의 강설량을 제설이 요구되는 강설량으로 판단하여 1cm 이상 강설시간을 총 강설시간에 대한 비율을 산출하여 Table 2와 같이 데이터를 작성했다.

데이터처리

3과 같이 우리나라 5개 강설지역을 울릉도, 영동북부, 태백산맥서측, 소백산맥 북서부, 남해안으로 구분하고, 3개의 시기(1980-1999, 1991-2010, 1980-2010)로 구분하여 시공간적 경향성을 분석하였다. 76개 관측소의 30년간(1980-2010)의 겨울철 강설자료를 활용하여 경향성 검정 방법인 Mann-Kendall 및 Hotelling-Pabst 검정 방식으로기간별 강설빈도, 적설량 추세의 시계열 분석 및 공간적 변화를 파악하였다. 분석결과 우리나라는 지역별 동시다발적으로 강설이 발생하고 있으며, 강설지역별 평균 총 최심신적설량은 고도가 높은 태백산맥에서 소백산맥의 서부까지 강설의 빈도가높고 남해안 지역에서 빈도가 낮은 것으로 나타났다.

이론/모형

지역 유형구분을 위해 다음 Table 3과 같은 기준으로 구분하여 5개의 강설지역 유형으로 구분하였다. Table 3의 기준은Jenks(1967)이 개발한 최적화 분류방법을 기본으로 한 자연적 분류(natural break) 방법을 적용한 것이다. 이 방법은 동일 계급 내 분산은 최소화, 타 계급간 분산은 최대화하여 많은 자료들을 서로 다른 구간으로 분류하는 기법이다.
강설은 대부분 국지적이기 보다 광범위한 지역에 걸쳐 내린다.따라서 강설의 공간적 분포 특성을 파악하기 위해 클러스터 분석기법 중 하나인 LISA(Local Indicator of SpatialAssociation)분석기법을 적용하였다. LISA분석은 어느 한 지역과 그 주변지역의 공간적 상관관계를 나타내는 것으로 각 지역별로 공간적 연계성을 알 수 있다.
강설시간을 고려해 강설지역의 유형을 구분하기 위해 3장의 분석데이터 중 총 강설시간과 유효 강설시간비율을 적용하였다. 연구방법으로는 Jenks(1967)이 개발한 최적화 분류방법을 기본으로 한 자연적 분류(natural break) 방법을 적용해 선행연구에서 주로 제시했던 다섯 가지 지역유형으로 구분하였다. 강설은 대부분 국지적이기 보다 광범위한 지역에 걸쳐 내린다.

성능/효과

5는 지역별 총 강설시간과 이 중 1cm이상 눈이 쌓여 제설이 필요한 지역을 나타낸 지도이다. 왼쪽(a)의 총 강설시간을나타내는 지도는 기존 선행연구에서 지역유형을 분류한 것과 유사한 결과로 동해안지역과 서해 및 호남지역에 강설시간이긴 것으로 나타났다. 수도권지역 및 남해안 지역은 강설시간이 상대적으로 짧은 것으로 나타났다.
수도권지역 및 남해안 지역은 강설시간이 상대적으로 짧은 것으로 나타났다. 오른쪽(b)의 유효 강설시간은 눈이 지속적 내리는 것과 상관없이 눈이 내리기 시작할 때 상대적으로 많이 오기 때문에 눈이 내릴때 제설이 시급한 지역으로 나타났다. 우리나라는 강설량이 적어도 제설하기 때문에 유효 강설시간의 비율이 중요한 요인이 된다.
강설지역의 유형을 분류한 결과 눈이 자주 많이 내려 겨울철 제설대응체계를 구축할 때 우선적으로 고려해야 할 지역은 강원도 강릉, 태백, 속초, 평창, 철원, 화천, 고성, 양양 지역과 충남 천안, 보령, 아산, 서산, 당진, 서천, 홍성, 예산, 태안 등과 같은 서해안 지역, 그리고 광주를 중심으로 전남 나주, 담양, 화순, 함평, 영광, 장성 등의 지역인 것으로 나타났다. 부산, 대구를비롯한 경남 대부분지역, 경기 일부지역은 강설의 위험이 낮은 지역인 것으로 나타났다.
부산, 대구를비롯한 경남 대부분지역, 경기 일부지역은 강설의 위험이 낮은 지역인 것으로 나타났다. 본 연구의 유형 분류 결과는 강설 특성을 지리적 특성으로 일률적으로 나누지 않고, 강설기간을 고려하였으며 강설지역이 공간적으로 연속되지 않고 지역에 따라 강설기간의 차이가 있음을 확인할 수 있다.
강설지역의 유형을 분류한 결과 눈이 자주 많이 내려 겨울철 제설대응체계를 구축할 때 우선적으로 고려해야 할 지역은 강원도 강릉, 태백, 속초, 평창, 철원, 화천, 고성, 양양 지역과 충남 천안, 보령, 아산, 서산, 당진, 서천, 홍성, 예산, 태안 등과 같은 서해안 지역, 그리고 광주를 중심으로 전남 나주, 담양, 화순, 함평, 영광, 장성 등의 지역인 것으로 나타났다. 부산, 대구를비롯한 경남 대부분지역, 경기 일부지역은 강설의 위험이 낮은 지역인 것으로 나타났다. 본 연구의 유형 분류 결과는 강설 특성을 지리적 특성으로 일률적으로 나누지 않고, 강설기간을 고려하였으며 강설지역이 공간적으로 연속되지 않고 지역에 따라 강설기간의 차이가 있음을 확인할 수 있다.
76개 관측소의 30년간(1980-2010)의 겨울철 강설자료를 활용하여 경향성 검정 방법인 Mann-Kendall 및 Hotelling-Pabst 검정 방식으로기간별 강설빈도, 적설량 추세의 시계열 분석 및 공간적 변화를 파악하였다. 분석결과 우리나라는 지역별 동시다발적으로 강설이 발생하고 있으며, 강설지역별 평균 총 최심신적설량은 고도가 높은 태백산맥에서 소백산맥의 서부까지 강설의 빈도가높고 남해안 지역에서 빈도가 낮은 것으로 나타났다.
지역유형을 분류한 결과 ‘눈이 자주 많이 오는지역’, ‘눈이 자주 조금 오는 지역’, ‘눈이 가끔 많이 오는 지역’, ‘눈이 보통 오는 지역’, ‘눈이 희박한 지역’ 등 총 5개의 강설 지역유형이 도출되었다.
Choi(1990)은 요인분석을 이용하여 변수 간 상호독립적인 변수를 추출한 후 군집분석을 적용해 상관성이 큰 지역을 동일지역으로 구분하였다. 첫 번째 요인은 강설량의 규모, 두 번째 요인은 동서분포형 강설, 세 번째 요인은 저기압의 이동로로 나타났다. 강설지역은 심설, 다설, 강설, 과설 지역으로 구분하였으며 강설의 공간적 분포에서는 지리적 차이가 나타났다.
이들 지역은 눈이 오기 시작하면 많이 오는 지역임을 알 수 있다. 총 강설시간과 유효 강설시간이 모두 긴지역(H-H)은 강원도 강릉인 것으로 나타났다.
6과 같이 나타났다. 총 강설시간은 태백산맥 동쪽의 동해안 지역, 충남서해안지역, 전라 서해안 지역이 상대적으로 높은 지역에 걸쳐 밀집되어 있음을 알 수 있다. 그러나 경상 남해안 지역은 비교적 총 강설시간이 짧은 지역이 광범위하게 분포하고 있다는 것을 알 수 있다.

후속연구

군집분석기법을 적용하여 강설에 대한 지역별 그룹화를 진행하였고, 연구결과로 Table 1과 같이총 5개의 권역을 제시하였다. 국내 강설의 공간적 분포를 도출해 강설과 관련한 대설재난 방지계획을 수립하는 것과 주요 구조물 설계에 적용할 기준개발에 기여하였다.
따라서 지방자치단체가 도로제설계획을 수립할 때 강설량뿐만 아니라 강설시간을 고려한다면 보다 정확한 제설 자재 및 인력, 장비 수요를 추정할 수 있어 효율적으로 제설관련 예산이 사용될 수 있다.또한 넓은 지역에 걸쳐 내리는 눈의 공간적 특성을 이용하여 주변지역과의 제설 협업체계를 구축하는데 도움이 된다.
이를 위해 첫째, 각 지자체 소속 기상관측소의 과거 10년의 시간대별 강설 데이터를 구축하였고, 둘째, 구축된 데이터를 바탕으로 연속 강설 시간을 이용하여 유형구분을 하여 이를 바탕으로 시간을 고려한 강설지역 유형 지도를 작성하였다. 본 연구의 결과는 강설의 지역적 특성이 아닌 강설 시간이 고려되어 지역별 효율적인 제설대응체계 구축을 위한 제설 장비, 자재, 차량, 인력 등의 수요예측에 기초가 될 수있다. 지역 유형 분류 결과 강설시간에 따라 ‘눈이 자주 많이 오는 지역’, ‘눈이 자주 조금 오는 지역’, ‘눈이 가끔 많이 오는 지역’, ‘눈이 보통 오는 지역’, ‘눈이 희박한 지역’ 등으로 구분될 수 있다.
본 연구의 결과는 지자체별 제설관련 자재 및 장비, 차량 및 인력의 효율적 수요추정을 위한 기초자료로 활용할 수 있다. 향후 본 연구결과를 바탕으로 지역별 제설 관련 수요추정 분석에 대한 후속연구가 필요하다.
따라서 본 연구는 기존의 강설량을 기준으로 하는 강설지역 구분을 보완하기 위하여 연속 강설시간을 기준으로강설지역의 특성을 파악해 이를 지역유형 구분에 활용하고자 한다. 본 연구의 지역유형에 대한 구분 결과는 지자체에서 제설대응체계를 수립할 때 기초자료로 활용될 수 있다.
지역유형을 분류한 결과 ‘눈이 자주 많이 오는지역’, ‘눈이 자주 조금 오는 지역’, ‘눈이 가끔 많이 오는 지역’, ‘눈이 보통 오는 지역’, ‘눈이 희박한 지역’ 등 총 5개의 강설 지역유형이 도출되었다. 연구결과는 효율적인 제설대응체계 구축을 위한 지역별 수요를 추정하는데 기초정보로 활용될 수있다.
본 연구의 결과는 지자체별 제설관련 자재 및 장비, 차량 및 인력의 효율적 수요추정을 위한 기초자료로 활용할 수 있다. 향후 본 연구결과를 바탕으로 지역별 제설 관련 수요추정 분석에 대한 후속연구가 필요하다.

참고문헌 (12)

Anselin, L. (1995). "Local indicator of spatial association-LISA." Geographical Analysis, Vol. 27, pp. 93-115.
Choi, J.-S. (1990). "The Classification of Snowfall Area and its Reginal Characteristics of South Korea." Journal of Korean Geographic Society, Vol. 25, No. 1, pp. 35-48.
Chung, K.-Y., Jung, Y.-S., Hwang, B.-J. (1999). "Classification of Snowfall Regions using Principal Component Analysis." Asia-Pacific Journal of Atmospheric Sciences, Vol. 35, No. 3, pp. 466-473.
Han, W.-S., (2014). "Increase and Countermeasures for Vulnerable Areas due to Climate Change." KRIHS Policy Brief, No. 450.
Jenks, G.F. (1967). "The Data Model Concept in Statistical Mapping." International Yearbook of Cartography Vol. 7, pp. 186-190.
Kim, H.-J., Oak, Y.-S., Kim, G.-Y. (2017a). "Regional snows scenario for the support systems Analysis." Journal of the Korea Society of Disaster Information, Vol. 13, No. 2, pp. 163-172.
Kim, H.-J., Kim, S.-Y., Kim, G.-Y. (2017b). "Estimating Equipment and vehicle Demands for Snow Removal Tasks by Road Snow Removal Scenarios", Journal of the Society of Disaster Information, Vol. 13, No. 2, pp. 199-212.
Kim, S.-B., Shin, H.-J., Ha, R., Kim, S.-J. (2012). "Spatio-temporal Analysis of Snowfall for 5 Heavy Snowfall Areas in South Korea." Journal of KSCE, Vol. 32, No. 2B, pp. 103-111.
Lee, J.-S., Shin, C.-D., Kim, B.-C. (2010). "A Study on the Regionalization of Snowfall using Multivariate Analysis in Korea." Korea Water Resources Association Conference, pp. 1591-1595.
Lee, K.-M., Lee, S.-H. (2006). "The Spatial Distribution of Snowfall and its Development Mechanism over the Honam Area." Journal of Korean Geographic Society, Vol. 41, No. 4, pp. 457-469.
Ministry of the Interior and Safety (2017). The Establishment of Tailored Snow Removal Correspondence System Considering Regional Characteristics. Ministry of the Interior and Safety, MPSS-Nature-2014-72, Sejong, Korea.
Ministry of the Interior and Safety (2018). Statistical Yearbook of Natural Disaster 2017. Ministry of the Interior and Safety, 11-1741000-000002-10, Sejong, Korea

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