[논문]산사태 예측을 위한 NCAM-LAMP 강수 및 토양수분 DB 구축

소윤영; 이수정; 최성원; 이승재

doi:10.5532/kjafm.2020.22.3.152

산사태 예측을 위한 NCAM-LAMP 강수 및 토양수분 DB 구축
Construction of NCAM-LAMP Precipitation and Soil Moisture Database to Support Landslide Prediction 원문보기

한국농림기상학회지 = Korean Journal of Agricultural and Forest Meteorology, v.22 no.3, 2020년, pp.152 - 163

소윤영 (국가농림기상센터) , 이수정 (국가농림기상센터) , 최성원 (국가농림기상센터) , 이승재 (국가농림기상센터)

초록
AI-Helper

실제적인 산사태 대응조치 단계 이전에 산사태위험지수를 통하여 산사태 발생 위험도를 모니터링하고 예측하기 위하여, LAMP의 고해상도 강우와 토양수분 예측 자료를 DB화 하고, 산사태 연구자들의 연구대상 지역에 적합한 지도 투영법과 공간해상도로 변환하는 절차를 ArcGIS를 이용하여 마련하였다. 이를 위하여 ERA5 재분석 강수와 농촌진흥청 10m 깊이 토양수분자료를 이용하여 LAMP 모델 강수 및 토양수분 자료를 정량적 그리고 정성적으로 평가하여 모델의 특성을 파악하였다. 또한, LAMP 강우, 토양수분, 증발산 등의 결과 자료를 10m 초고해상도 ArcGIS 포맷 자료로 변환하는 과정을 실무적으로 상세히 기술하여, 국내 지역에서 WRF 모델의 NetCDF 자료를 ArcGIS로 이용자들이 손쉽게 변환할 수 있도록 기술적 편의를 제공하였다.

Abstract ▼ AI-Helper

The present study introduces a procedure to prepare and manage a high-resolution rainfall and soil moisture (SM) database in the LAMP prediction system, especially for landslide researchers. The procedure also includes converting the data into spatial resolution suitable for their interest regions following proper map projection methods. The LAMP model precipitation and SM data are quantitatively and qualitatively evaluated to identify the model prediction characteristics using the ERA5 reanalysis precipitation and observed 10m depth SM data. A detailed process of converting LAMP Weather Research and Forecasting (WRF) output data for 10m horizontal resolution is described in a step-wise manner, providing technical convenience for users to easily convert NetCDF data from the WRF model into TIF data in ArcGIS. The converted data can be viewed and downloaded via the LAMP website (http://df.ncam.kr/lamp/index.do) of the National Center for AgroMeteorology. The constructed database will contribute to monitoring and prediction of landslide risk prior to landslide response steps and should be data quality controlled by more observation data.

주제어

표/그림 (6)

그림 Fig. 1. Monthly mean bias and RMSE of LAMP precipitation prediction for days 3 and 8 in domain 1 (a, b) and domain 2 (c, d) in 2019.
그림 Fig. 2. Temporal variations in soil moisture at a depth of 10m at Ungyo (upper panel) and Jinbu (lower panel) sites in Pyeongchang, Korea, in 2019.
그림 Fig. 3. Land cover distribution near the two observation sites (Jinbu and Ungyo) and clolr information (Source: Ministry of Environment).
그림 Fig. 4. Land c over m ap in ( a) G oog le E arth, (b) Ministry o f Environment, a nd ( c) t he NCAM-LAMP WRF medium-range prediction system. Refer to Song et al.(2015) for land cover values in (c).
그림 Fig. 5. Hourly variations in observed and LAMP soil moisture (SM) at study sites (a: Jinbu, b: Ungyo). The red line indicates observed SM at 10cm of depth. The green (10cm), light green (30cm), blue (60cm) and light blue (100cm) means LAMP 12-day prediction of soil moisture by depth.
그림 Fig. 6. The 10m ultra-high resolution soil moisture map converted from NCAM-LAMP WRF NetCDF-formatted output file to TIF (Tagged Image File)-formatted one using ArcGIS tools. (a) Gariwangsan Mountain in Gangwon Province; (b) Umyeon Mountain and Gwanak Mountain in Gyeonggi Province.

AI 본문요약
AI-Helper

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

문제 정의

본 연구에서는 산사태 발생 위험 예측 연구를 지원하기 위하여, LAMP의 강우와 토양수분 예측 자료를 DB로 구축하고, ERA5 재분석 강수 자료와 농촌진흥청 10m 깊이 토양수분 관측자료를 이용한 품질 관리를 소개하였다. 또한 실제 산사태 연구자들이 LAMP 자료를 사용할 수 있도록 그들의 연구대상 지역에 적합한 지도 투영법과 공간해상도로 후처리 변환하는 과정을 ArcGIS를 이용하여 상세히 제공하였다.
올해 2020년에는 긴 장마기간과 빈번한 집중호우로 인해 산사태 발생 빈도가 크게 증가하였고 많은 피해가 발생하였다. 본 연구에서는 산사태 예측 연구를 지원하기 위하여 산사태 모델에 입력 자료로 사용되는 강우 및 토양수분 자료를 국가농림기상센터의 LAMP를 이용하여 생산하고, 품질 관리하여, 외부에 제공하는 일련의 과정을 소개하였다. 해당 자료는 국가농림기상센터 홈페이지의 NCAM-LAMP 웹사이트(http://df.
이러한 자료 제공을 위한 후처리 과정에 있어서 ArcGIS 도구에 대한 상당한 기술적 난도가 존재하고 이용자들의 시행착오가 예상된다. 여기에서는 LAMP에서 생성된 WRF 모델 810m 자료를 ArcGIS를 이용하여 10m 초고해상도 자료로 변환하는 절차를 소개하였다. 부록에 수록된 내용을 함께 참조하여 단계별로 진행하면, 모든 이용자들이 순조롭게 원하는 결과를 얻을 수 있도록 최대한 상세히 기술하였다.

제안 방법

국가농림기상센터에서는 1차적으로 2006년 7월 13일 00시부터 2006년 7월 21일 00시까지 1시간 간격의 RAINC(누적 대류형 강수량), RAINNC(누적 층운형 강수량) 및 SMOIS(4개 깊이의 토양수분) 변수에서 생산된 강원도 평창 가리왕산 주변 지역에 대한 1158개 NetCDF 파일(약 830m 격자)을 처리하여 산림조합중앙회에 제공하였다. 2차적으로는 2011년 7월 25일 00시부터 2006년 7월 28일 00시까지 1시간 간격의 ECAN(식생 차단 증발량), EDIR(지면 증발률), ETRAN (증산률), EVC(캐노피 증발량), RAINC(누적 대류 강수량), RAINNC(누적 층운 강수량), SMOIS(4개 깊이의 토양수분) 및 TR(증산량) 변수에서 생산된 경기도 우면산, 관악산 주변 지역에 대한 803개 NetCDF 파일(약 810m 격자)에 대하여 제공하였다.
LAMP의 토양수분은 총 4개의 토양층(L1∼L4: 각각 10cm, 30cm, 60cm, 100cm 깊이)에 대해 12일 중기예측 자료로서 생산되고 있다. LAMP 토양수분 예측자료의 정성적 평가를 위하여, 산사태 발생 이력이 많은 강원도 지역의 평창 운교와 진부 지점에 대하여 2019년도 LAMP 토양수분 12일 예측자료와, 같은 년도 시간별 토양수분 관측자료를 이용하여 비교분석 하였다. 사용된 관측자료는 농촌진흥청 농업기상관측소에서 측정된 10cm 깊이 토양수분 자료이며, 동절기(1월, 2월, 12월)의 경우 토양동결로 인하여 토양수분 측정값의 오류가 있을 수 있으므로 분석에서 제외하였다(Oh et al.
LAMP의 도메인은 Lambert-Conformal 투영법을 사용하고 있으므로, ERA5의 위경도 격자 형식과 동일하게 보간 후, 위도에 따른 가중치를 고려한 지역 평균 Bias, RMSE, Pattern Correlation을 계산하였으며, 계산식은 아래와 같다.
하나의 폴더에 들어있는 모든 .shp 파일에 대해 한꺼번에 좌표체계를 변환하고 그 변환된 파일을 해당 변수의 지오데이터베이스에 저장하기 위해 모델 빌더(Model Builder)의 반복기(Iterator) 기능을 이용하였다.
각 사이트에 대해 LAMP에서 추출한 land use_index(USGS 지면피복 분류자료)와 환경부 환경공간정보서비스에서 제공하는 토지피복지도를 통해 생성한 분류결과에 대해 각각의 유사점과 차이점을 비교 분석하였다. 환경부 토지피복지도에 대한 범례는 해상도에 따라 크게 대분류(해상도 30m급), 중분류(해상도 5m급)와 세분류(해상도 1m급)로 나누어지며 평창지역은 지역 특성상 대부분 산림지역과 초지로 나타났다 (Fig.
본 연구에서는 산사태 발생 위험 예측 연구를 지원하기 위하여, LAMP의 강우와 토양수분 예측 자료를 DB로 구축하고, ERA5 재분석 강수 자료와 농촌진흥청 10m 깊이 토양수분 관측자료를 이용한 품질 관리를 소개하였다. 또한 실제 산사태 연구자들이 LAMP 자료를 사용할 수 있도록 그들의 연구대상 지역에 적합한 지도 투영법과 공간해상도로 후처리 변환하는 과정을 ArcGIS를 이용하여 상세히 제공하였다.
이를 위하여 ERA5 재분석 강수와 농촌진흥청 10m 깊이 토양수분 자료를 이용하여 LAMP 모델 강수 및 토양수분 자료를 정량적 그리고 정성적으로 평가하여 모델의 특성을 파악하였다. 또한, LAMP 강우, 토양수분, 증발산 등의결과 자료를 10m 초고해상도 ArcGIS 포맷 자료로 변환하는 과정을 실무적으로 상세히 기술하여, 국내 지역에서 WRF 모델의 NetCDF 자료를 ArcGIS로 이용자들이 손쉽게 변환할 수 있도록 기술적 편의를 제공하였다.
본 연구에서는 ECMWF(European Centre for MediumRange Weather Forecasts)에서 제공하는 ERA5(Fifth generation of ECMWF atmospheric reanalysis) 재분석자료를 이용하여 도메인 d01 및 d02의 강수량에 대한 단기(모델의 초기 시각으로부터 72시간) 예측 성능과 중기(모델의 초기 시각으로부터 192시간)의 예측 성능을 분석하였다. LAMP d01의 수평해상도는 21,870m, d02의 수평해상도는 7,290m, ERA5의 수평해상도는 0.
상대적으로 강수량이 많은 여름(7∼8월)과 가을철(9∼11월)을 중점으로 평가하였으며, 토양수분과 더불어 지점별 실제 지면피복 자료를 함께 분석하였다.
실제적인 산사태 대응조치단계 이전에 산사태위험지수를 통하여 산사태 발생 위험도를 모니터링하고 예측하기 위하여, LAMP의 고해상도 강우와 토양수분 예측 자료를 DB화 하고, 산사태 연구자들의 연구대상 지역에 적합한 지도 투영법과 공간해상도로 변환하는 절차를 ArcGIS를 이용하여 마련하였다. 이를 위하여 ERA5 재분석 강수와 농촌진흥청 10m 깊이 토양수분 자료를 이용하여 LAMP 모델 강수 및 토양수분 자료를 정량적 그리고 정성적으로 평가하여 모델의 특성을 파악하였다.
이 파일 형식은 이미지 데이터의 속성을 꼬리표 정보로 규정하는 것이 특징이며, 이미지 파일의 선두에 수백 바이트로 기술되어 있는 표준화된 꼬리표 정보를 판독함으로써 응용 프로그램이 데이터의 형식을 인식할 수 있다. 이 작업 또한 이전의 단계들과 같이 여러 개의 래스터 데이터세트를 한꺼번에 TIFF 파일로 변환하기 위해 모델 빌더(Model Builder)의 반복기(Iterator) 기능을 이용하여 작업이 이루어졌다.
실제적인 산사태 대응조치단계 이전에 산사태위험지수를 통하여 산사태 발생 위험도를 모니터링하고 예측하기 위하여, LAMP의 고해상도 강우와 토양수분 예측 자료를 DB화 하고, 산사태 연구자들의 연구대상 지역에 적합한 지도 투영법과 공간해상도로 변환하는 절차를 ArcGIS를 이용하여 마련하였다. 이를 위하여 ERA5 재분석 강수와 농촌진흥청 10m 깊이 토양수분 자료를 이용하여 LAMP 모델 강수 및 토양수분 자료를 정량적 그리고 정성적으로 평가하여 모델의 특성을 파악하였다. 또한, LAMP 강우, 토양수분, 증발산 등의결과 자료를 10m 초고해상도 ArcGIS 포맷 자료로 변환하는 과정을 실무적으로 상세히 기술하여, 국내 지역에서 WRF 모델의 NetCDF 자료를 ArcGIS로 이용자들이 손쉽게 변환할 수 있도록 기술적 편의를 제공하였다.
이 사례에서는 가장 널리 사용되면서도 간편한 역거리가중(Inverse Distance Weighted, IDW) 기법을 이용하였다. 이전 과정과 마찬가지로 여러 개의 Point feature Class를 한꺼번에 래스터 데이터세트로 변환하기 위해 모델 빌더(Model Builder)의 반복기(Iterator) 기능을 이용하여 작업이 이루어졌다.
작업 과정에서 개별 파일에 대해서는 정상적으로 작동하지만, 여러 개의 파일을 한꺼번에 처리하기 위해 모델 빌더(Model Builder)의 반복기(Iterator) 기능과 연계하여 작업할 때는 이 도구에 오류가 발생한다. 제작사인 Esri는 더 이상 이 버전에 대한 오류 해결을 지원하지 않기 때문에, ArcMap의 프로그래밍 언어인 python을 이용하여 이 문제를 해결할 수 있는 스크립트를 별도로 작성하여 사용하였다.

대상 데이터

이 폴더는 향후 ArcGIS 소프트웨어를 활용하여 변환하는 일련의 파일 및 여기에 사용되는 도구들을 관리하는 기본 폴더로서 기능하게 된다. 2011년 우면산 산사태의 경우 2011년 7월 25일 00시부터 2011년 7월 28일 00시까지 1시간 간격의 ECAN(식생 차단 증발량), EDIR(지면 증발률), ETRAN(증산률), EVC (캐노피 증발량), RAINC(누적 대류 강수량), RAINNC(누적 층운 강수량), SMOIS(4개 깊이의 토양수분) 및 TR(증산량) 변수에서 생산된 803개 NetCDF 파일(약 810m 격자)이 사용되었다.
LAMP 토양수분 예측자료의 정성적 평가를 위하여, 산사태 발생 이력이 많은 강원도 지역의 평창 운교와 진부 지점에 대하여 2019년도 LAMP 토양수분 12일 예측자료와, 같은 년도 시간별 토양수분 관측자료를 이용하여 비교분석 하였다. 사용된 관측자료는 농촌진흥청 농업기상관측소에서 측정된 10cm 깊이 토양수분 자료이며, 동절기(1월, 2월, 12월)의 경우 토양동결로 인하여 토양수분 측정값의 오류가 있을 수 있으므로 분석에서 제외하였다(Oh et al., 2015). 상대적으로 강수량이 많은 여름(7∼8월)과 가을철(9∼11월)을 중점으로 평가하였으며, 토양수분과 더불어 지점별 실제 지면피복 자료를 함께 분석하였다.
좌표체계의 변환과 동시에 ArcGIS의 도구와 기능을 최대한 활용하기 위해서는 ArcGIS의 기본 자료 처리 공간인 지오데이터베이스를 생성하고 여기에 처리할 자료들을 저장해야 한다. 이론적으로 하나의 지오데이터베이스에 처리할 모든 변수의 파일들을 모아서 관리할 수도 있으나, 자료 처리 과정에서 생성되는 중간 단계의 임시 파일들이 많아지면 각 파일의 식별이 매우 어려워지므로 여기에서는 각 변수별로 총 11개의 지오데이터베이스를 생성하였다. 하나의 폴더에 들어있는 모든 .

데이터처리

25˚ 이며, 시간해상도는 1시간으로 모두 동일하다. 검증 지표는 정량적 방법인 평균 오차(Bias)와 평균 제곱근 오차(RMSE)를 이용하였고, 2019년 한 해의 월 평균 강수량을 평가하였다.

이론/모형

ArcGIS에서는 이러한 변환에 적용할 수 있는 다양한 내삽 기법들(IDW, Kriging, Natural Neighbor, Spline, Trend)을 제공하고 있다. 이 사례에서는 가장 널리 사용되면서도 간편한 역거리가중(Inverse Distance Weighted, IDW) 기법을 이용하였다. 이전 과정과 마찬가지로 여러 개의 Point feature Class를 한꺼번에 래스터 데이터세트로 변환하기 위해 모델 빌더(Model Builder)의 반복기(Iterator) 기능을 이용하여 작업이 이루어졌다.

성능/효과

3). LAMP에서 추출한 USGS 자료기반 land use_index 지수는 평창 진부면과 운교리 모두에 대해 Dryland Cropland and Pasture(농경지 및 목초지)로 설정되어 있으며 실제 관측사이트 주변의 지표면 식생 특성과 유사한 것으로 나타났다.
재분석자료와 비교한 LAMP의 월별 강수량은 두 도메인에서 단기예측 성능과 중기예측 성능 모두 전반적으로 편차가 작고 양의 값을 보였으며(Fig. 1a and Fig. 1c), RMSE가 여름철에 크고 겨울철에 작은 뚜렷한 계절성을 보였다(Fig. 1b and Fig. 1d). 단기예측과 중기예측 성능 차이는 도메인 d01의 경우 6월, 10월, 11월을 제외하면 전반적으로 단기예측의 RMSE가 중기 예측보다 더 작은 것으로 나타났다(Fig.
5는 강수 사례별 토양층별 토양수분의 예측시계열이다. 토양수분 관측값이 증가하는 시점에 대해 L1에서 가장 먼저 증가하고, 그 다음으로 L2, L3및 L4 순으로 증가하여 정상적인 강수 침투 양상이 예측되고 있었고, 관측 토양수분 값의 패턴과 대체로 유사하였으나 크기에 있어 과대 모의하는 경향이 있었다. 그러나 토양수분 관측지 토양 자체가 주변의 자연 토양이 아닌 복토 또는 객토이므로, Park et al.
각 사이트에 대해 LAMP에서 추출한 land use_index(USGS 지면피복 분류자료)와 환경부 환경공간정보서비스에서 제공하는 토지피복지도를 통해 생성한 분류결과에 대해 각각의 유사점과 차이점을 비교 분석하였다. 환경부 토지피복지도에 대한 범례는 해상도에 따라 크게 대분류(해상도 30m급), 중분류(해상도 5m급)와 세분류(해상도 1m급)로 나누어지며 평창지역은 지역 특성상 대부분 산림지역과 초지로 나타났다 (Fig. 3). LAMP에서 추출한 USGS 자료기반 land use_index 지수는 평창 진부면과 운교리 모두에 대해 Dryland Cropland and Pasture(농경지 및 목초지)로 설정되어 있으며 실제 관측사이트 주변의 지표면 식생 특성과 유사한 것으로 나타났다.

후속연구

고해상도 기상 및 토양수분 예측 자료를 이용한 산사태 발생 지역 및 시기 예측은 피해 복구액 저감과 인명 피해를 예방하는데 중요한 역할을 할 수 있다. 또한 산림 방재 및 대국민 산림복지 서비스 제공을 위한 기초 정보를 제공하고, 국가의 산림재해 예보 서비스에 적용됨으로써, 국민의 안전 및 재산권을 보호하는 빅데이터로서 사회경제적 부가가치와 문화적 파급효과를 발생시킬 것으로 기대한다.
따라서 자연 토양으로 처방되어 있는 모델의 토양 수분과 비교함에 있어서 주의가 필요한 것으로 파악되었다. 이를 바탕으로 향후 산림청의 관측 토양수분 및 기상청의 위성 토양수분 자료와 비교하고, 토양의 깊이 등 그 외 다른 사항들도 감안하여, 효과적인 품질관리 및 보정기법을 지속적으로 개발할 필요가 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	산사태란 무엇인가?	산사태는 토양과 바위 덩어리 등이 가파른 경사면 아래로 빠르게 이동하는 것을 말한다. 산사면 붕괴와 같은 산지 재해 예측에 있어서 경험적⋅통계적 방법이 널리 이용되고 있으며, 수리지질학적 특성에 대한 계측 자료 등이 충분하지 않아 정확한 예측은 어려운 실정이다(Netti et al.
	TIFF 파일 형식의 특징은 무엇이며, 응용 프로그램이 데이터의 형식을 어떻게 인식할 수 있는가?	새로 생성된 래스터 데이터세트들이 사용자의 지오데이터베이스를 벗어난 외부 환경에서도 자유롭게 이용될 수 있도록 하기 위해 래스터 이미지를 저장하고 교환하는 표준 파일 방식의 하나인 TIFF(tagged image file format) 포맷으로 변환할 필요가 있다. 이 파일 형식은 이미지 데이터의 속성을 꼬리표 정보로 규정하는 것이 특징이며, 이미지 파일의 선두에 수백 바이트로 기술되어 있는 표준화된 꼬리표 정보를 판독함으로써 응용 프로그램이 데이터의 형식을 인식할 수 있다. 이 작업 또한 이전의 단계들과 같이 여러 개의 래스터 데이터세트를 한꺼번에 TIFF 파일로 변환하기 위해 모델 빌더(Model Builder)의 반복기(Iterator) 기능을 이용하여 작업이 이루어졌다.
	수치예보 모델의 강수량 검증 방법에는 어떤 것들이 있는가?	산사태 예측 모델에 있어서 강우 자료와 토양수분 자료는 핵심적인 입력 자료로서 그 예측 정확도 또한 강우 자료의 정확성에 크게 의존한다. 일반적으로 수치예보 모델의 강수량 검증은 예측 강수와 관측 강수의 유무 행렬로 이루어진 강수 분할표(rain contingency table), 시공간적으로 얼마나 잘 일치하는가에 대한 강수 동조성 분석을 이용한 정성적인 방법과, 평균 오차, 평균 제곱근 오차 그리고 상관계수 등을 이용한 정량적인 방법들로 수행된다(Byon et al., 2007; Choi et al.

참고문헌 (19)

Byon, J. Y., H. Y. Won, C. H. Cho, and Y. J. Choi, 2007: A study on the coherence of the precipitation simulated by the WRF model during changma period in 2005. Atmosphere 17(2), 115-123.
Byun, U. Y., S. Y. Hong, H. Y. Shin, J. W. Lee, J. I. Song, S. J. Hahm, J. K. Kim, H. W. Kim, and J. S. Kim, 2011: WRF-Based Short-Range forecast system of the Korea Air Force: Verification of prediction skill in 2009 summer. Atmosphere 21(2), 197-208.
Choi, J. H., Y. H. Kim, and S. N. Oh, 2005: A verification of VSRF model in five-river basins. Asia-Pacific Journal of Atmospheric Sciences 41(3), 347-357.
Devkoa, K. C., A. D. Regmi, H. R. Pourghasemi, K. Yoshida, B. Pradhan, I. C. Ryu, M. R. Dhital, and O. F. Althuwaynee, 2013: Landsldie susceptibility mapping using certainty factor, index of entropy and logistic regression models in GIS and their comparison at Mugling-Narayanghat road section in Nepal Himalaya. Natural Hazards 65, 135-165.
Ha, K. J., A. S. Suh, B. H. Song, and H. M. Oh, 2002: Short-term forecast of rain-rate using an advective-diffusive model 1: use of the GMS IR data. Asia-Pacific Journal of Atmospheric Sciences 38(1), 11-23.
Kim, J. H., and J. I. Yun, 2008: On mapping Growing Degree-Days (GDD) from monthly digital climatic surfaces for South Korea. Korean Journal of Agricultural and Forest Meteorology 10(1), 1-8.
Kwak, J. H., M. I. Kim, and S.-J. Lee, 2018: Landslide susceptibility assessment considering the saturation depth ratio by rainfall change. The Journal of Engineering Geology 28(4), 687-699.
Lee, S.-J., J. S. Song, and Y. J. Kim, 2016: The NCAM Land-Atmosphere Modeling Package (LAMP) version 1: Implementation and evaluation. Korean Journal of Agricultural and Forest Meteorology 18(4), 307-319.
Lee, S. J., S.-J. Lee, J. S. Koo, 2020: Database construction of high-resolution daily meteorological and climatological database using NCAM-LAMP: sunshine hour data. Korean Journal of Agricultural and Forest Meteorology 22(3), 135-143.
Li, A. G., Z. Q. Yue, L. G. Tham, C. F. Lee, and K. T. Law, 2005: Field-monitored variations of soil moisture and matric suction in a saprolite slope. Canadian Geotechnical Journal 42, 13-26.

상세보기
Moon, K. H., E. Y. Song, I. C. Son, S. J. Oh, K. S. Park, and H. N. Hyun, 2015: Quantification of environmental characteristics on citrus production area of Jeju island in Korea. Korean Journal of Agricultural and Forest Meteorology 17(1), 69-74.
Muntohar, A. S., and H.-J. Liao, 2010: Rainfall infiltration: infinite slope model for landslides triggering by rainstorm. Natural Hazards 54, 967-984.

상세보기
Netti, N., E. Damiano, R. Greco, L. Olivares, V. Savastano, and P. Mercogliano, 2012: Natural hazard risk management: a multidisciplinary approach to define a decision support system for shallow rainfallinduced landslides. The Open Hydrology Journal 6, 97-111.
Oh, G. L., S.-J. Lee, B. C. Choi, J. Kim, K. R. Kim, S. W. Choi, and B. L. Lee, 2015: Quality control of agro-meteorological data measured at Suwon weather station of Korea Meteorological Administration. Korean Journal of Agricultural and Forest Meteorology 17(1), 25-34.
Ok, G. H., D. J. Kim, K. H. Han, K. H. Jung, K. D. Lee, Y. S. Zhang, H. R. Cho, and S. A. Hwang, 2019: Relationship between measured and predicted soil water content using soil moisture monitoring network. Korean Journal of Agricultural and Forest Meteorology 21(4), 297-306.
Park, J. H., S.-J. Lee, M. S. Kang, J. Kim, I. K. Yang, B. G. Kim, and K. G. You, 2018: Suggestions for improving data quality assurance and spatial representativeness of Cheorwon AAOS data. Korean Journal of Agricultural and Forest Meteorology 20(1), 47-56.
Song, J., S.-J. Lee, M. Kang, M. Moon, J.-H. Lee, and J. Kim, 2015: High-resolution numerical simulations with WRF/Noah-MP in Cheongmicheon farmland in Korea during the 2014 special observation period. Korean Journal of Agricultural and Forest Meteorology 17(4), 384-398.
Yoo, C. S., S. J. Kim, and J. S. Lee, 2001: Land cover change and its impact on Soil-Moisture-Field evolution. Journal of Hydrologic Engineering 6(5), 436-441.

상세보기
Yun, J. I., 2007: Applications of "High Definition Digital Climate Maps" in restructuring of Korean agriculture. Korean Journal of Agricultural and Forest Meteorology 9(1), 1-16.

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