[논문]지진해일로 인한 해안 침수 분석을 위한 셀 오토마타 기반의 시뮬레이션 모델 개발: 광안리 해변 사례 연구

주재우; 주준모; 김동민; 이동훈; 최선한

doi:10.9717/kmms.2020.23.5.710

지진해일로 인한 해안 침수 분석을 위한 셀 오토마타 기반의 시뮬레이션 모델 개발: 광안리 해변 사례 연구
A Tsunami Simulation Model based on Cellular Automata for Analyzing Coastal Inundation: Case Study of Gwangalli Beach 원문보기

멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.23 no.5, 2020년, pp.710 - 720

주재우 (Dept. of IT Convergence & Application Eng., Pukyong National University) , 주준모 (Dept. of IT Convergence & Application Eng., Pukyong National University) , 김동민 (Dept. of IT Convergence & Application Eng., Pukyong National University) , 이동훈 (Dept. of IT Convergence & Application Eng., Pukyong National University) , 최선한 (Dept. of IT Convergence & Application Eng., Pukyong National University)

Abstract ▼ AI-Helper

Tsunami occurred by a rapid change in the ocean floor is a natural disaster that causes serious damage worldwide. South Korea seems to be out of the range of this damage, but it is quite possible that South Korea will fall within the range due to the long-distance propagation features of tsunami and many earthquakes occurred in Japan. However, the analysis and preparation for tsunami have been still insufficient. In this paper, we propose a tsunami simulation model based on cellular automata for analyzing coastal inundation. The proposed model calculates the range of inundation in coastal areas by propagating the energy of tsunami using the interaction between neighboring cells. We define interaction rules and algorithms for the energy transfer and propose a software tool to effectively utilize the model. In addition, to verify and tune the simulation model, we used the actual tsunami data in 2010 at Dichato, Chile. As a case study, the proposed model was applied to analyze the coastal inundation according to tsunami height in Gwangali Beach, a famous site in Busan. It is expected that the simulation model can be a help to prepare an effective countermeasure against tsunami and be used for a virtual evacuating training.

주제어

표/그림 (14)

그림 Fig. 1. An example of celullar automata: Conway's game of life (0: death, 1: live).
그림 Fig. 2. The four directions of cell C.
그림 Fig. 3. According to (3), the four neighborhood cells: F, R, L, B are determined by d^t_C = 2.
그림 Fig. 4. An example of determining the next direction of cell C in front of buildings.
그림 Fig. 5. If the right side of cell C is a building, it transfers its energy to the cells F and L.
그림 Fig. 6. If both sides of cell C are buildings, it transfers its energy only to the cell F.
그림 Fig. 7. An example of the energy flows based on TsunamiSim.
그림 Fig. 8. Implementation of TsunamiSim, including the map translator.
그림 Fig. 9. Simulation results of the four configurations.
표 Table 1. Parameter values of the four configurations
표 Table 2. RMSE values of the four configurations
그림 Fig. 10. Gwangalli beach: (a) real map image from Naver map[18] and (b) map data processed by MapT.
그림 Fig. 11. Simulation progress when the height is 10 m.
그림 Fig. 12. Simulation results of costal inundation according to the height in Gwangalli.

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 셀 오토마타 기반의 지진해일 시뮬레이션 모델을 제안한다. 기존의 모델들이 대부분 지진해일의 생성과 전파를 분석하기 위해서 개발된 반면에, 본 모델은 지진해일로 인한 피해를 사전 분석하고 이를 최소화하기 위한 효과적인 대비책을 개발하기 위하여 연안 지역의 침수범위를 확인하는 것에 그 목적을 둔다. 제안하는 모델은 각 셀이 가지고 있는 에너지 전파 규칙에 따라서 연안 지역에서 지진해일 에너지가 확산되는 것을 시뮬레이션한다.
아직까지 광안리에 발생한 해일 사례에 대한 기록은 없지만, 일본에서 발생한 지진에 의해 우리나라 동해안의 여러 도시에 해일이 관측된 기록이 수차례 있어, 완전하게 해일로부터 안전하다고 할수 없다. 따라서 본 사례 연구에서는 광안리 지역에 대해서 제안한 TsunamiSim을 바탕으로 해일의 높이에 따른 침수범위를 분석하고자 한다.
제안하는 모델은 각 셀이 가지고 있는 에너지 전파 규칙에 따라서 연안 지역에서 지진해일 에너지가 확산되는 것을 시뮬레이션한다. 본 논문에서는 모델을 효과적으로 활용하기 위해서 실제 지도 이미지에서 셀을 추출하는 도구를 포함하는 소프트웨어를 개발하였으며, 2010년의 칠레 디차토(Dichato) 지역의 지진해일로 인한 연한 침수 데이터를 바탕으로 개발한 모델을 튜닝하고 검증하였다. 그리고 이를 사용하여 부산의 광안리 지역에 대해서 해일의 높이에 따른 침수범위를 분석하였다.
본 논문에서는 셀 오토마타 기반의 지진해일 시뮬레이션 모델을 제안한다. 기존의 모델들이 대부분 지진해일의 생성과 전파를 분석하기 위해서 개발된 반면에, 본 모델은 지진해일로 인한 피해를 사전 분석하고 이를 최소화하기 위한 효과적인 대비책을 개발하기 위하여 연안 지역의 침수범위를 확인하는 것에 그 목적을 둔다.
본 논문에서는 셀 오토마타를 바탕으로 지진해일로 인한 연안의 침수범위를 분석하는 시뮬레이션 모델을 개발하였다. 각 셀은 에너지와 진행 방향을 가지고 있으며 진행 방향에 따른 이웃 셀에 에너지를 전달하며.
본 논문에서는 앞서 제안한 셀 오토마타 기반의 TsunamiSim을 효율적으로 활용하기 위하여 지도변환기(Map translator, MapT)를 포함한 소프트웨어를 개발하였다. MapT는 시뮬레이션 할 목표 지역의 지도 이미지를 TsunamiSim이 인식할 수 있는 셀로 바꾸어 준다.

제안 방법

05×101⁰ J로 설정하였다[17]. 3가지 파라미터의 특성을 고려하여 4가지 조합을 도출하였으며, Table 1은 이를 나타낸다. Table 1의 각 조합의 값은 Fig.
시뮬레이션 결과를 수치로 비교하기 위해서 실제 침수범위와시뮬레이션 결과 간의 평균제곱근오차(Root mean square error, RMSE)를 계산하였으며, Table 2는 이를 나타낸다. Fig. 9와 Table 2의 결과를 바탕으로, P1이 실제와 가장 유사한 결과를 가지는 것을 확인할 수 있었으며, 이를 바탕으로 TsunamiSim의 파라미터를 P1의 조합으로 설정하였다.
9에서 각 파라미터의 값의 변화에 따른 차이를 시각적으로 잘 보여주기 위해 편차를 의도적으로 크게 하였다. TsunamiSim 내부에는 실세계의 불확실성을 반영하기 위한 랜덤 변수가 포함되어 있으므로, 각 조합에 대한 반복 시뮬레이션을 통하여 확률적노이즈를 줄인 정확한 침수범위를 도출하였다. 그리고 이를 디차토 지역의 2010년 해일에 의한 실제 침수범위와 비교하였다.
에너지교환이 불가능한 건물 셀의 위치에 따라서 에너지 상호작용을 4가지 경우로 구분하였고, 각 경우에 대하여 에너지 전달 및 진행 방향 결정 알고리즘을 제시하였다. 개발한 시뮬레이션 모델을 효과적으로 활용하기 위해서 실제 지도 이미지로부터 셀 데이터를 생성하는 지도 생성기를 포함한 소프트웨어를 개발하였으며, 모델의 신뢰도를 높이기 위해 칠레의 디차토 지역의 실제 지진해일 침수범위 데이터를 바탕으로 검증을 수행하였다. 사례 연구에서 부산의 광안리지역에 대해서 지진해일의 높이에 따른 침수범위를 분석하였으며, 이 결과는 최적의 대피 장소를 설정하고 대피 매뉴얼을 검증하며, 또한 가상 지진해일 대피 훈련의 용도 등으로 효과적으로 활용될 수 있다.
그리고 디차토 지역의 해일 높이인 10 m에 근거하여 해일의운동에너지와 위치에너지를 고려하여 초기 에너지 Einit을 4.05×1010 J로 설정하였다[17].
TsunamiSim 내부에는 실세계의 불확실성을 반영하기 위한 랜덤 변수가 포함되어 있으므로, 각 조합에 대한 반복 시뮬레이션을 통하여 확률적노이즈를 줄인 정확한 침수범위를 도출하였다. 그리고 이를 디차토 지역의 2010년 해일에 의한 실제 침수범위와 비교하였다.
본 논문에서는 모델을 효과적으로 활용하기 위해서 실제 지도 이미지에서 셀을 추출하는 도구를 포함하는 소프트웨어를 개발하였으며, 2010년의 칠레 디차토(Dichato) 지역의 지진해일로 인한 연한 침수 데이터를 바탕으로 개발한 모델을 튜닝하고 검증하였다. 그리고 이를 사용하여 부산의 광안리 지역에 대해서 해일의 높이에 따른 침수범위를 분석하였다. 본 시뮬레이션 모델을 바탕으로 한국의 지진해일에 대한 효과적인 대비책을 개발하고, 또한 가상 대피 훈련용으로도 활용될 수 있을 것이라 기대한다.
첫 번째로, 해일은 방향성을 가지며 이 시뮬레이션의 목표는 해안에서의 침수범위를 구하는 것이기 때문에 초기방향을 해안으로 설정하였다. 두 번째로, 해수욕장은 일반적으로 경사가 완만하므로 고도를 고려하지 않고 시뮬레이션 모델을 구현하였다. 마지막으로, 모델을 구현함에 있어서 조금 더 쉽게 다루기 위해 해일은 건물을 파괴할 수 없고 건물 내부로 흐르는 물은 고려하지 않기로 하였다.
2장에서 셀 오토마타 기반의 지진해일 시뮬레이션 모델을 제시하며, 시뮬레이션 모델에 대한 가정 및 에너지 전달 규칙과 알고리즘을 소개한다. 또한, 모델을 효과적으로 사용하기 위한 소프트웨어 도구와 실제 데이터를 바탕으로 모델의 신뢰도 향상을 위한 검증을 수행한다. 3장에서는 개발된 모델을 바탕으로 광안리 지역에 대한해일 높이에 따른 침수 범위 분석을 수행하고, 4장에서 결론을 맺는다.
향후 연구 계획은 본 논문에서 가정한 사항을 완화하여 제안된 모델을 보다 고도화하고, 또한 더 많은 실제 지진해일 침수 데이터를 바탕으로 모델을 검증하여 보다 정확한 결과를 도출할 수 있도록 한다. 또한, 본 모델과 연동하여서 대피 장소를 탐색하고 가상의 훈련을 진행할 수 있는 기능성 게임(Serious game)을 개발한다.
본 장에서는 칠레의 디차토 지역에서 2010년도에 발생한 지진해일을 바탕으로 위3개 파라미터에 대한 적절한 값을 산출하였다. 먼저 디차토 지역의 지도를 사용하여 Map Translator을통해 이에 대한 Map Data를 산출하였다. 그리고 디차토 지역의 해일 높이인 10 m에 근거하여 해일의운동에너지와 위치에너지를 고려하여 초기 에너지 E_init을 4.
셀마다 가지는 고유의 에너지 감쇄율 λ_p와 건물에 부딪혔을 때의 에너지감쇄율인 δ는 값이 커질수록 에너지 감소가 커져서 침수범위가 줄어든다. 본 장에서는 칠레의 디차토 지역에서 2010년도에 발생한 지진해일을 바탕으로 위3개 파라미터에 대한 적절한 값을 산출하였다. 먼저 디차토 지역의 지도를 사용하여 Map Translator을통해 이에 대한 Map Data를 산출하였다.
이웃 셀들로부터 전달받은 에너지를 바탕으로 다음 에너지와 진행 방향을 결정한다. 에너지교환이 불가능한 건물 셀의 위치에 따라서 에너지 상호작용을 4가지 경우로 구분하였고, 각 경우에 대하여 에너지 전달 및 진행 방향 결정 알고리즘을 제시하였다. 개발한 시뮬레이션 모델을 효과적으로 활용하기 위해서 실제 지도 이미지로부터 셀 데이터를 생성하는 지도 생성기를 포함한 소프트웨어를 개발하였으며, 모델의 신뢰도를 높이기 위해 칠레의 디차토 지역의 실제 지진해일 침수범위 데이터를 바탕으로 검증을 수행하였다.
10은 이를 나타낸다. 이 데이터에 대해서 해일의 높이를 3 m, 5 m, 10 m로 변경하며 광안리 지역의 침수범위를 도출하였다. Fig.
기존의 모델들이 대부분 지진해일의 생성과 전파를 분석하기 위해서 개발된 반면에, 본 모델은 지진해일로 인한 피해를 사전 분석하고 이를 최소화하기 위한 효과적인 대비책을 개발하기 위하여 연안 지역의 침수범위를 확인하는 것에 그 목적을 둔다. 제안하는 모델은 각 셀이 가지고 있는 에너지 전파 규칙에 따라서 연안 지역에서 지진해일 에너지가 확산되는 것을 시뮬레이션한다. 본 논문에서는 모델을 효과적으로 활용하기 위해서 실제 지도 이미지에서 셀을 추출하는 도구를 포함하는 소프트웨어를 개발하였으며, 2010년의 칠레 디차토(Dichato) 지역의 지진해일로 인한 연한 침수 데이터를 바탕으로 개발한 모델을 튜닝하고 검증하였다.
본 연구에서는 모델의 가정사항을 다음과 같이 정하였다. 첫 번째로, 해일은 방향성을 가지며 이 시뮬레이션의 목표는 해안에서의 침수범위를 구하는 것이기 때문에 초기방향을 해안으로 설정하였다. 두 번째로, 해수욕장은 일반적으로 경사가 완만하므로 고도를 고려하지 않고 시뮬레이션 모델을 구현하였다.

대상 데이터

시뮬레이션을 수행하기 앞서서, 개발한 Tsunami Sim 소프트웨어의 MapT를 사용하여 시뮬레이션을 위한 광안리 지역의 지도 데이터를 추출하였으며. Fig.

데이터처리

굵은 선은 디차토 지역의 실제 침수범위를 나타내며, 나머지 선은 각 조합 P1∼P4의시뮬레이션 결과로 도출된 침수범위이다. 시뮬레이션 결과를 수치로 비교하기 위해서 실제 침수범위와시뮬레이션 결과 간의 평균제곱근오차(Root mean square error, RMSE)를 계산하였으며, Table 2는 이를 나타낸다. Fig.

이론/모형

Imamura et al.[4]는 1992년도 인도네시아 플로레스(Flores) 섬의 지진해일을 분석하기 위해 산사태로 인한 파동 발생 모델인 원형 아크 슬립(Circular-arc slip model)을 적용하였다. Titov와 Gonzalez[5]는 지진해일의 사전 감지와 예측을 위하여 지진해일의 진행 단계를 나누어서 수치 방정식을 통해 묘사하는 MOST (Method of splitting tsunami) 모델을 제시하였다[6].

성능/효과

두 번째로, 해수욕장은 일반적으로 경사가 완만하므로 고도를 고려하지 않고 시뮬레이션 모델을 구현하였다. 마지막으로, 모델을 구현함에 있어서 조금 더 쉽게 다루기 위해 해일은 건물을 파괴할 수 없고 건물 내부로 흐르는 물은 고려하지 않기로 하였다. 또 유체의 마찰력으로 인한 에너지 감소량은 Blasius' equation[15]에 근거하여 10^-10 보다 작은 값을 가지므로, 시뮬레이션 결과에 미치는 영향이 매우 적을 것으로 예상하여 고려하지 않았다.

후속연구

그리고 이를 사용하여 부산의 광안리 지역에 대해서 해일의 높이에 따른 침수범위를 분석하였다. 본 시뮬레이션 모델을 바탕으로 한국의 지진해일에 대한 효과적인 대비책을 개발하고, 또한 가상 대피 훈련용으로도 활용될 수 있을 것이라 기대한다.
앞서 언급한바 현재까지 광안리 해수욕장에 해일에 대한 기록이 없었기 때문에, 지진해일 대피소에 대한 인지도가 전무하며, 대피소와 대피 수칙에 대한 효과도 검증 등이 이루어진 적이 없었다. 본 시뮬레이션결과는 이를 검증하고 개선하기 위한 근거 자료로 활용될 수 있으며, 더 나아가 지진해일에 대한 가상대피 훈련 용도로도 활용될 수 있을 것이다.
개발한 시뮬레이션 모델을 효과적으로 활용하기 위해서 실제 지도 이미지로부터 셀 데이터를 생성하는 지도 생성기를 포함한 소프트웨어를 개발하였으며, 모델의 신뢰도를 높이기 위해 칠레의 디차토 지역의 실제 지진해일 침수범위 데이터를 바탕으로 검증을 수행하였다. 사례 연구에서 부산의 광안리지역에 대해서 지진해일의 높이에 따른 침수범위를 분석하였으며, 이 결과는 최적의 대피 장소를 설정하고 대피 매뉴얼을 검증하며, 또한 가상 지진해일 대피 훈련의 용도 등으로 효과적으로 활용될 수 있다. 향후 연구 계획은 본 논문에서 가정한 사항을 완화하여 제안된 모델을 보다 고도화하고, 또한 더 많은 실제 지진해일 침수 데이터를 바탕으로 모델을 검증하여 보다 정확한 결과를 도출할 수 있도록 한다.
사례 연구에서 부산의 광안리지역에 대해서 지진해일의 높이에 따른 침수범위를 분석하였으며, 이 결과는 최적의 대피 장소를 설정하고 대피 매뉴얼을 검증하며, 또한 가상 지진해일 대피 훈련의 용도 등으로 효과적으로 활용될 수 있다. 향후 연구 계획은 본 논문에서 가정한 사항을 완화하여 제안된 모델을 보다 고도화하고, 또한 더 많은 실제 지진해일 침수 데이터를 바탕으로 모델을 검증하여 보다 정확한 결과를 도출할 수 있도록 한다. 또한, 본 모델과 연동하여서 대피 장소를 탐색하고 가상의 훈련을 진행할 수 있는 기능성 게임(Serious game)을 개발한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	지진 해일이 파괴력을 지닌 이유는 무엇인가?	해저에서 발생한 지진 또는 화산 활동 등의 급격한 지각변동은 그 위의 물을 이동시키게 되고, 이때 발생한 거대한 위치 에너지가 해일의 형태로 해안가에 도달하는 것을 지진해일(Tsunami) 이다[1]. 바람에 의한 해일과 달리 지진해일은 해저 깊은 곳에서부터 들어 올려진 수십억에서 수조 톤에 달하는 물의위치 에너지에서 비롯된 운동에너지를 내재하고 있기 때문에 단 1 m의 파고라도 큰 파괴력을 가진다. 일례로 2004년 남아시아 대지진으로 인해 발생한 지진해일은 동남아시아 해안 전역에 큰 침수 피해와 함께 35만 명 이상의 사망자를 초래하였으며, 2011년 동일본 대지진으로 유발된 지진해일은 일본의 동쪽해안에 원자력 발전소 사고를 포함한 천문학적인 피해를 초래하였다.
	지진해일이란 무엇인가?	해저에서 발생한 지진 또는 화산 활동 등의 급격한 지각변동은 그 위의 물을 이동시키게 되고, 이때 발생한 거대한 위치 에너지가 해일의 형태로 해안가에 도달하는 것을 지진해일(Tsunami) 이다[1]. 바람에 의한 해일과 달리 지진해일은 해저 깊은 곳에서부터 들어 올려진 수십억에서 수조 톤에 달하는 물의위치 에너지에서 비롯된 운동에너지를 내재하고 있기 때문에 단 1 m의 파고라도 큰 파괴력을 가진다.
	지진 해일의 파괴력을 보여줬던 예시는 무엇인가?	바람에 의한 해일과 달리 지진해일은 해저 깊은 곳에서부터 들어 올려진 수십억에서 수조 톤에 달하는 물의위치 에너지에서 비롯된 운동에너지를 내재하고 있기 때문에 단 1 m의 파고라도 큰 파괴력을 가진다. 일례로 2004년 남아시아 대지진으로 인해 발생한 지진해일은 동남아시아 해안 전역에 큰 침수 피해와 함께 35만 명 이상의 사망자를 초래하였으며, 2011년 동일본 대지진으로 유발된 지진해일은 일본의 동쪽해안에 원자력 발전소 사고를 포함한 천문학적인 피해를 초래하였다. 한국의 경우 3면이 바다로 둘러싸여 있지만 지진 발생 빈도와 규모가 상대적으로 작으며, 일본이 방파제 역할을 하여 해일의 전파를 다소 막아주기 때문에 지진해일에 대한 분석과 대비가 미진한 편이다.

참고문헌 (18)

E. Bryant, Tsunami: The Underrated Hazard, Springer Praxis Books, New Zealand, 2008.
UNESCO, IUGG/ IOC Time Project, IOC Manuals and Guides No. 35, 1997.
A. Mercado and W. McCann, “Numerical Simulation of the 1918 Puerto Rico Tsunami,” Natural Hazards, Vol. 18, No. 1, pp. 57-76, 1998.

상세보기
F. Imamura, E. Gica, T. Takahashi, and N. Shuto, “Numerical Simulation of the 1992 Flores Tsunami: Interpretation of Tsunami Phenomena in Northeastern Flores Island and Damage at Babi Island,” Pure and Applied Geophysics, Vol. 144, No. 3/4, pp. 555-568, 1995.

상세보기
V.V. Titov and F.I. Gonzalez, "Implementation and Testing of the Method of Splitting Tsunami(MOST) Model," National Oceanic and Atmospheric Administration Technical Memorandum, Vol. ERL PMEL-112, pp. 1-11, 1997.
NOAA Pacific Marine Environmental Laboratory, https://nctr.pmel.noaa.gov/model.html (accessed September 15, 2019).
H.L. Koh, S.Y. The, P.L. Liu, A.I. Ismail, and H.L. Lee, “Simulation of Andaman 2004 Tsunami for Assessing Impact on Malaysia,” Journal of Asian Earth Sciences, Vol. 36, No. 1, pp. 74-83, 2009.

상세보기
T. Toffoli and N. Margolus, Cellular Automata Machines: A New Environment for Modeling, MIT Press, Massachusetts, 1987.
U. Choi, S. Cho, and T. Kim, “Image Encryption Based on One Dimensional Nonlinear Group Cellular Automata,” Journal of Korea Multimedia Society, Vol. 18, No. 12, pp. 1462- 1467, 2015.

원문보기 상세보기
J. Lee, H. Jang, and K. Rhee, “A Stream Cipher Using a Cellular Automata,” Journal of Korea Multimedia Society, Vol. 5, No. 2, pp. 191-197, 2002.
X. Li, X. Li, Y. Xio, and B. Jia, "Modeling Mechanical Restriction Differences Between Car and Heavy Truck in Two-lane Cellular Automata Traffic Flow Model," Physica A, Vol. 451, pp. 49-60, 2016.

상세보기
P.P. Chaudihuri, S. Ghosh, A. Dutta, and S.P. Dhoudhury, A New Kind of Computational Biology: Cellular Automata Based Models for Genomics and Proteomics, Springer Praxis Books, New Zealand, 2018.
E.S. Mohamed and S. Rajasekaran, “Tsunami Wave Simulation Models Based on Hexagonal Cellular Automata,” World Scientific and Engineering Academy and Society Transactions on Fluid Mechanics, Vol. 8, No. 3, pp. 91-101, 2013.
E.S. Mohamed and S. Rajasekaran, “Performance Enhancement for Tsunami Wave Simulation Using Hexagonal Cellular Automata,” International Journal of Computer Applications, Vol. 75, No. 9, pp. 36-43, 2013.
Y. Nakayama and R.F. Boucher, Introduction to Fluid Mechanics, Elsevier, Netherlands, 1998.
E. Jang, The Science of Complexity, Chonpascience, Seoul, 1999.
S. Rahman Md, Coastal Community Resilience to Tsunami: A Study on Planning Capacity and Social Capacity, Dichato, Chile, Master's Thesis of Universidad Austal de Chile of Science, 2011.
Naver Map, https://map.naver.com/v5/?c14373381.2274296,4184589.3036289,15,0,0,0,dh (accessed December 12, 2019).

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