[논문]시민참여형 도시온도 모니터링의 실효성에 관한 연구

김은섭; 이동근; 원지은; 최선경; 김미화; 배채영; 박상진

doi:10.13087/kosert.2020.23.5.87

시민참여형 도시온도 모니터링의 실효성에 관한 연구
A study on the Effectiveness of Urban air temperature Through Citizen Participation 원문보기

環境復元綠化 = Journal of the Korean Society of Environmental Restoration Technology, v.23 no.5, 2020년, pp.87 - 98

김은섭 (서울대학교 생태조경.지역시스템공학부) , 이동근 (서울대학교 농업생명과학대학) , 원지은 (서울대학교 환경대학원 협동과정 조경학) , 최선경 (서울대학교 환경대학원 협동과정 조경학) , 김미화 (서울대학교 환경대학원 협동과정 조경학) , 배채영 (수원시 기후변화 체험교육관 기획팀, 대외협력팀) , 박상진 (수원시 기후변화 체험교육관 기획팀, 대외협력팀)

Abstract ▼ AI-Helper

At the point of implementing policies related to urban heat through the overall environmental assessment of the city using national data, citizen science projects that can collect data in a wide range are emerging for effective policy establishment. Although the utility of citizen data is improving, data quality is a primary concern for researchers employing public participation in scientific research. In this study, validation was conducted based on citizen data acquired in the "Suwon City Heat Map Project", and the applicability to temperature monitoring was confirmed based on the results. As a result of analyzing the validity verification of citizen data using three methods, the data result value is 0.843, RMSE: 0.683℃, and a meaningful value was found within 3km of national data. We found that citizen data utilization is high through the results of this study and These projects are expected to be used as basic data for establishing effective policies or can be reflected in the various planning.

주제어

표/그림 (9)

표 Table 1. List of citizen science project
그림 Figure 1. Locations of the Suwon meteorological institute's automatic weather stations(AWS, ASOS) and Citizen's observation data across the Suwon. Citizen's data are categorized into Measurement date in the study.
그림 Figure 2. Citizen data upload process
그림 Figure 3. Validation method of citizen’s data by comparing with AWS
그림 Figure 4. (A) Map of urban air temperature in Suwon at daytime and (B) night time
그림 Figure 5. The relationship Between air temperature of AWS(T_aws) and Citizen's data(T_citizen) (a) according to AWS buffer distance, (b) per year 2018 and 2019.
표 Table 2. Comparison of mean differences between 2018 citizen's data and 2019 citizen's data
그림 Figure 6. The Relationship Between air temperature of AWS and air temperature of Citizen's data during all day(black line, gray point, R² :0.738(a)), per Day and Night(b) and Relationship between Citizen's data with similar landcover from AWS and AWS data(redline, R² :0.771). analysis along distance of AWS(a)
그림 Figure 7. (a)Spatial distribution based on interpolated method at 14:00 on July 21, 2018 (b) Comparison between the result of citizen data using the interpolation method and AWS

AI 본문요약
AI-Helper

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

문제 정의

따라서 높은 해상도에서 다양한 토지피복을 지닌 장소에서의 도시 온도에 대한 불확실성을 ‘열지도 그리기 프로젝트’를 통해 시민데이터의 활용성을 확인하고자 하였다.
본 연구에서는 ‘두드림’의 ‘열지도 그리기 프로젝트’에서 수집된 데이터의 신뢰성을 파악하기 위해 국가 데이터를 기반으로 유효성 검증 과정을 거처 도시 온도모니터링에 대한 활용 가능성을 확인하고자 한다.
본 연구에서는 시민이 참여하는 ‘열지도 그리기 프로젝트’에서 구축된 데이터와 국가에서 제공하는 데이터와의 유효성 검증을 통해 시민 데이터의 활용 가능성에 관해 확인하였다.
하지만 온도는 지형이 복잡한 지역에서 매우 작은 규모에서도 극심한 변동성을 보이기 때문에 유효범위가 달라질 수 있으므로 국가 데이터의 유효범위를 정의하기가 어렵다(World Meteorological Organization, 2007). 특히 수원시 AWS에서 15km 거리는 수원시 전체를 포괄하기 때문에 본 연구에서는 버퍼 기능을 통해 AWS 데이터와 시민 데이터 간 비교하여 시민 데이터가 AWS의 몇km 이내까지 유효한가에 대해 분석하였다.

제안 방법

따라서 본 연구에서는 세분류 토지피복을 기반으로 투수층, 불투수층을 분류하고 AWS의 토지 비율의 ±3% 이내 속하는 시민 데이터 간 비교함으로써 시민 데이터의 유효성을 확인하였으며, 유사한 토지피복에 측정한 시민 데이터와 AWS 거리 간 비교를 추가로 확인하였다.
특히 역거리가중(Inverse Distance Weighting, IDW) 방법은 관측된 지점에 근접할수록 높은 가중치를 부여하고, 멀어질수록 낮은 가중치를 부여하는 원리로 연속적인 공간패턴 분석에 활용되고 있다 (Xu and Wang, 2017). 따라서 본 연구에서는 시민 데이터를 기반으로 IDW 방법을 활용하여(Sell size: 0.000297, Search Radius settings_Number of points:12로 설정), AWS, ASOS 측정지점에 대한 데이터와 보간법을 통한 결과값 간 비교를 통해 시민 데이터의 유효성을 확인하였다.
또한 동일한 나무온도계를 일괄적으로 보급하였으며, ‘유리를 손으로 잡지 말 것’, ‘직사광선을 피하고 통풍이 잘되는 곳에서 사용할 것’, ‘약 5분간 측정할 것’ 등 주요 측정 지침을 제시하였다.
본 연구에서는 시민이 참여하는 ‘열지도 그리기 프로젝트’에서 구축된 데이터와 국가에서 제공하는 데이터와의 유효성 검증을 통해 시민 데이터의 활용 가능성에 관해 확인하였다. 먼저 시민측정의 오차를 줄이기 위한 교육을 진행한 후 국가에서 제공하는 데이터를 기반으로 3가지 방법으로 시민 데이터의 유효성을 확인하였다. Figure 4(a)에서 국가 데이터의 거리에 따른 시민 데이터의 RMSE를 분석한 결과, 거리가 멀어질수록 RMSE값이 증가하는 경향을 보였으며, 3-4km에서 높은 RMSE 차이를 나타냈다.
, 2016) 등이 시민 데이터의 신뢰성 검증을 위해 진행된 바 있다. 본 연구에서는 기상청에서 제공하는 관측지점의 관측치를 기준으로 다음과 같은 3가지 방법을 활용하여 시민측정데이터의 유효성 검증을 시도하였다(Figure 3). 1) AWS 관측치와 AWS 유효 거리 내 위치한 시민 측정데이터의 비교, 2) AWS 관측치와 AWS 주변의 유사한 토지피복 환경에서 측정된 시민측정데이터의 비교, 3) 시민측정데이터 보간법을 통한 AWS 관측치와의 비교.
수원시 열지도 그리기 프로젝트는 연도별 10회의 온도 측정 활동을 통해 측정 위치에 대한 온도 현황을 파악하였다. 특히 투수층-불투수층간 온도 차이와 밤-낮 온도변화에 관하여 확인하는 과정을 통해 밤, 낮 관계없이 투수층이 불투수층보다 낮은 온도를 보였으며, 아파트 단지내 투수층 비율이 높을 때 낮은 온도가 측정되는 경향이 있었다.
771)로 보다 유의미한 결과를 도출하였다(Figure 6(a))). 추가적으로 본 연구에서는 유사한 토지 피복 데이터를 기반으로 AWS간 거리를 1km-5km이상으로 분류하여 추가 분석을 진행 하였다. AWS데이터와 가까운 지점에 있으며, 유사한 토지피복을 가진 시민데이터는 거리가 멀리떨어진 지역보다 높은 RMSE값(1km: RMSE = 0.
또한 동일한 나무온도계를 일괄적으로 보급하였으며, ‘유리를 손으로 잡지 말 것’, ‘직사광선을 피하고 통풍이 잘되는 곳에서 사용할 것’, ‘약 5분간 측정할 것’ 등 주요 측정 지침을 제시하였다. 측정 기간은 2018년 6월 30일부터 8월 13일, 2019년 7월13일부터 8월 31일 매주 토요일 오후 14:00, 21:00로 한정하였다.
이는 AWS데이터와 거리가 멀어질수록 복잡한 도시구조인 시가화 지역 뿐만아니라 다양한 토지이용으로 인해 온도의 편차가 커짐을 확인할 수 있다. 하지만 1~4km에 비해 5km 거리에서는 낮은 R²=0.651값이 도출됨에 따라, 본 연구에서는 시민데이터의 유효거리를 4km로 설정하였다. 최근 시민데이터의 활용도가 높아져 비용이 높아짐에 따라, 본 연구 결과는 시민데이터의 측정 반경 범위를 4km로 설정하여 보다 넓은 범위에서 측정할 수 있는 기초자료로 활용될 수 있다.

대상 데이터

시민참여형 도시 온도모니터링 활동을 수행하기 위하여 먼저 다양한 연령층의 시민 모니터링단을 모집하였는데, 2018년 75명, 2019년 80명이 참여하였다. 2018년은 특정 지점을 지정하여 측정을 진행하였으나, 2019년에는 특정 지점을 지정하지 않고 참여자의 판단에 따라 위치를 정하여 측정을 진행하였다.
연구 대상지는 경기도 중남부에 있는 경기도수원시이다. 수원시는 121.

데이터처리

시민데이터의 유효성 검증을 위해 (1) 시민이 측정한 온도 데이터와 AWS거리간 유효성 검증 (Figure 5(a)) (2) 2018, 2019년 시민데이터와 AWS데이터간 유효성 검증(Figure 5(b)) (3)시민 교육을 통한 향상된 데이터 질 검증을 위한 Z검정(Table 2) 순으로 진행하였다. (Figure 5)의 결과를 볼 때, AWS와 거리가 멀어질수록 R-squared 값(1km:R²=0.
이러한 한계점을 보완하기 위해 2019년 프로젝트에서는 측정 높이를 프로젝트 기념 깃발 두 개 높이인 1m로 지정하고, 측정 장소는 매주 토요일 2시, 9시에 수원 야외 장소로 자유롭게 측정할 수 있도록 진행하여 대상지의 선택지를 넓혀 측정에 대한 편의를 향상 시켰다. 추가적인 교육이 시민들의 측정데이터에 영향을 미치는지 확인하기기 위해 Z-검정을 진행하였다(Table 2). 총 1330개의 데이터 수를 바탕으로 검증한 결과 2018AWS데이터와 시민데이터차이 간 평균보다 2019년의 온도차이 평균이 낮게 나타났 으며, 단측, 양측 검정 결과 P-value≤0 값으로 보완한 시민 교육방법이 시민들의 이해력을 높이는데 기여했음을 확인 할 수 있다.

성능/효과

2018, 2019년 AWS데이터와 시민측정데이터간 차이가 각각 (0.78℃, 0.44℃(Table 2))로 나타났고, (Rahman et al. 2017)의 연구 결과가 0.89℃임을 고려해 볼 때 ‘열지도 그리기 프로젝트’에서 진행한 시민데이터의 활용성이 높음을 확인할 수 있다.
시민데이터를 기반으로 IDW 방법을 활용하여 도출된 결과값과(Figure 7 (a)) AWS 온도값간 비교 결과(Figure 7 (b))이다. 분석 결과 시민데이터는 AWS 데이터보다 ASOS 데이터에서 낮은 RMSE(1.11℃)를 확인할 수 있다. AWS의경우, 건물 옥상에 설치되어 건물의 열기나 에어컨 실외기 등이 온도에 영향이 미칠 수 있어 절대적인 기준으로 보기 힘든 점을 고려할 때, ASOS와 유의미한 관계가 있는 시민 데이터의 활용 가능성이 높아질 것으로 판단된다.
주민참여형 도시 온도모니터링 활동 분석 결과 나무 온도계 활용으로 인한 일부 데이터 측정 오류 등 한계점에도 불구하고 시민 데이터의 활용성에 대한 충분한 가능성을 확인하였다. 주민들이 직접 온도를 측정하고 토지이용에 따른 도시 온도를 파악함으로써 환경에 대한 인식 수준을 높일 수 있고, 폭염 관련 정책을 효율적으로 제시할 수 있는 기반을 마련할 수 있을 것으로 사료된다.
총 1330개의 데이터 수를 바탕으로 검증한 결과 2018AWS데이터와 시민데이터차이 간 평균보다 2019년의 온도차이 평균이 낮게 나타났 으며, 단측, 양측 검정 결과 P-value≤0 값으로 보완한 시민 교육방법이 시민들의 이해력을 높이는데 기여했음을 확인 할 수 있다.
토지피복이 유사한 시민데이터와 AWS데이터간 밤, 낮 데이터를 비교한 결과, 밤에 측정된 데이터가 낮보다 미세하게 더 높은 R-squared 값을 나타낸다. 이는 일사량으로 인한 온도의 영향을 받음을 확인할 수 있다.
수원시 열지도 그리기 프로젝트는 연도별 10회의 온도 측정 활동을 통해 측정 위치에 대한 온도 현황을 파악하였다. 특히 투수층-불투수층간 온도 차이와 밤-낮 온도변화에 관하여 확인하는 과정을 통해 밤, 낮 관계없이 투수층이 불투수층보다 낮은 온도를 보였으며, 아파트 단지내 투수층 비율이 높을 때 낮은 온도가 측정되는 경향이 있었다. ‘열지도 그리기 프로젝트’는 넓은 범위에서 동일한 시간대에 측정한 연구 결과로 실제 AWS데이터와 편차가 큰 지역이 다수 존재하였다.
Figure 4(a)에서 국가 데이터의 거리에 따른 시민 데이터의 RMSE를 분석한 결과, 거리가 멀어질수록 RMSE값이 증가하는 경향을 보였으며, 3-4km에서 높은 RMSE 차이를 나타냈다. 해당 분석 결과에 따라 국가 데이터의 유효거리를 3km로 설정하여 분석한 결과, R²:0.843, RMSE : 1.942℃를 나타냈다.

후속연구

11℃)를 확인할 수 있다. AWS의경우, 건물 옥상에 설치되어 건물의 열기나 에어컨 실외기 등이 온도에 영향이 미칠 수 있어 절대적인 기준으로 보기 힘든 점을 고려할 때, ASOS와 유의미한 관계가 있는 시민 데이터의 활용 가능성이 높아질 것으로 판단된다. 또한 수원시에서 제공하는 국가 데이터의 미흡한 점과 저렴한 측정 장비를 활용하여 넓은 범위에서 온도측정이 가능한 시민과학 프로젝트는 해당 결과를 통해(Figure 6(a)) 폭염 관련 정책을 효율적으로 제시할 수 있을 것으로 기대된다.
특히 (e) 지점은 광교산 및 광교저수지가 인접한 지역이나, 아파트가 들어서면서 주변 산림지역이 훼손되고, 동수원 IC가 인접해 차량의 왕래가 잦은 지역으로 높은 온도를 보였다. 산림의 쿨링 효과, 저수지의 증발산 효과 등 기온 저감에 영향을 주는 요인이 있음에도 불구하고(Park et al. 2017), 다른 지역보다 높은 온도를 나타낸 원인에 대해서는 추가적인 시민 데이터 측정을 통한 온도모니터링이 필요할 것으로 사료된다. 또한 (o,p) 해당 지점은 산지 내 아파트가 위치하고 있어, 주변 아파트 단지보다 낮은 온도를 확인할 수 있으며, 특히 밤에 더 낮은 온도 차이를 보인다.
정책수립 과정에서의 시민참여 및 참여적 거버넌스에 대한 요구가 점차 높아짐을 고려할 때 본 연구에서의 시민 데이터의 유효성 검증 및 활용 방안에 관한 연구는 충분한 의미를 가질 것으로 기대된다.
주민참여형 도시 온도모니터링 활동 분석 결과 나무 온도계 활용으로 인한 일부 데이터 측정 오류 등 한계점에도 불구하고 시민 데이터의 활용성에 대한 충분한 가능성을 확인하였다. 주민들이 직접 온도를 측정하고 토지이용에 따른 도시 온도를 파악함으로써 환경에 대한 인식 수준을 높일 수 있고, 폭염 관련 정책을 효율적으로 제시할 수 있는 기반을 마련할 수 있을 것으로 사료된다. 특히 수원시 국가 데이터 2개를 기반으로 국가정책을 수립함을 고려해 볼 때, 시민 데이터는 정책 활용을 위한 기초자료로 활용 할 수 있음을 본 연구를 통해 확인하였으며, 이는 도시공간의 특성이 반영된 많은 양의 측정 데이터를 기반으로 한 상향식 접근 방식으로써 의의가 있을 것으로 기대된다.
651값이 도출됨에 따라, 본 연구에서는 시민데이터의 유효거리를 4km로 설정하였다. 최근 시민데이터의 활용도가 높아져 비용이 높아짐에 따라, 본 연구 결과는 시민데이터의 측정 반경 범위를 4km로 설정하여 보다 넓은 범위에서 측정할 수 있는 기초자료로 활용될 수 있다.
주민들이 직접 온도를 측정하고 토지이용에 따른 도시 온도를 파악함으로써 환경에 대한 인식 수준을 높일 수 있고, 폭염 관련 정책을 효율적으로 제시할 수 있는 기반을 마련할 수 있을 것으로 사료된다. 특히 수원시 국가 데이터 2개를 기반으로 국가정책을 수립함을 고려해 볼 때, 시민 데이터는 정책 활용을 위한 기초자료로 활용 할 수 있음을 본 연구를 통해 확인하였으며, 이는 도시공간의 특성이 반영된 많은 양의 측정 데이터를 기반으로 한 상향식 접근 방식으로써 의의가 있을 것으로 기대된다. 향후 이러한 프로젝트가 지속적으로 운영된다면 도시 공간의 공간적-시계열적 분석과 사람 신체 높이에서의 데이터 취득을 통해 실제 사람이 체감하는 온도를 정량적으로 분석할 수 있으며, 나아가 폭염적응 정책에 기초자료로 활용될 수 있을 것으로 기대한다.
‘열지도 그리기 프로젝트’는 넓은 범위에서 동일한 시간대에 측정한 연구 결과로 실제 AWS데이터와 편차가 큰 지역이 다수 존재하였다. 해당 프로젝트를 매년 진행한다면, 앞으로 수원시 도시열섬, 기후변화등 연구 분석을 높은 해상도에서 가능할 것으로 사료된다.
측정 교육을 위한 워크숍을 진행하여 측정에 대한 주의사항(직사광선을 피하고 통풍이 잘 되는 곳에서 약 5분간 대기)을 진행하였으나, 더욱 간소한 측정방법에 대한 고안이 필요하다. 해당 프로젝트에서 활용한 온도계는 나무 온도계로 외부 공간에서 일사량에 영향을 많이 받으며, 정확한 온도측정을 위해서는 약 5분간 측정위치에서 머물러야하는 한계점이 있다. 최근 시민과학 프로젝트를 위해 선행연구에서는 저렴하며 간소하게 측정할 수 있는 온도센서를 통해 시민데이터를 수집하고 있으며, 이는 기존에 사용했던 측정기기 및 측정방법에 대한 한계점을 줄여줄 것으로 판단된다.
특히 수원시 국가 데이터 2개를 기반으로 국가정책을 수립함을 고려해 볼 때, 시민 데이터는 정책 활용을 위한 기초자료로 활용 할 수 있음을 본 연구를 통해 확인하였으며, 이는 도시공간의 특성이 반영된 많은 양의 측정 데이터를 기반으로 한 상향식 접근 방식으로써 의의가 있을 것으로 기대된다. 향후 이러한 프로젝트가 지속적으로 운영된다면 도시 공간의 공간적-시계열적 분석과 사람 신체 높이에서의 데이터 취득을 통해 실제 사람이 체감하는 온도를 정량적으로 분석할 수 있으며, 나아가 폭염적응 정책에 기초자료로 활용될 수 있을 것으로 기대한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	폭염대응을 위해 시민과학에서 추진 하는 내용은?	시민과학은 특히 생태학 분야에서 생물 다양성, 자연환경 변화에 대한 장기적 모니터링 자료의 구축을 목적으로 ‘PlantWatch’, ‘The YardMap Network’ 등 프로젝트가 추진되고 있다. 기후학 분야에서는 저렴한 센서를 활용하여 수집된 기상 데이터를 통한 기상서비스 및 국가정책 활용 플랫폼인 ‘Weather Observations Website(WOW)’, ‘Citizen Weather Observer Program’ 등이 개발되어 기후문제에 대한 시민인식 고취와 데이터 수집을 위해 활용되고 있다(Dickinson et al.
	국가에서 구축하는 데이터의 양적 한계로 도시공간의 특성 반영의 어려움을 해결하기 위해 지원하는 것은?	이러한 한계점을 보완하고자 정부 차원에서는 저렴한 비용으로 넓은 범위에서 자료수집을 할수 있는 시민과학의 중요성을 인식하고, 국가차원의 정책적인 지원을 확대하고 있다(Gyeonggi Research Institute, 2019). 최근 수립된「제2차 과학기술 기반 국민생활(사회) 문제 해결 종합계획 (2018~2022)」에서는 지속가능한 사회문제 해결 생태계를 구축하기 위해 국민참여형 과학 기술정책을 제시한 바 있으며, 과학기술의 사회적 가치 강화를 주요 전략으로 제시하는 등 시민과학을 활성화하고자 하였다(KISTEP, 2018).
	우리나라 도시 폭염 관련 정책의 수립은 추진 내용은?	우리나라 도시 폭염 관련 정책을 살펴보면, 폭염 상황 관리 및 대응 체계 구축을 위한 ‘ 폭염 특보’ 제도와 ‘폭염 대응 종합대책’을 추진하고 있으며, 국가에서 제공하는 AWS 데이터를 기반으로 도시환경을 전반적으로 평가하여 정책을 수립하고 있다(Seoul Research Institute, 2018). 정부 정책 결정 과정에서 데이터의 역할이 강조되는 가운데 높은 해상도에 품질이 높은 데이터의 지속적인 모니터링이 필요성이 대두되고 있으나, 국가에서 구축하는 데이터는 양적 한계가 있으므로 도시공간의 다양한 특성을 반영하기 어렵다.

참고문헌 (21)

Biggs, J., Ewald, N., Valentini, A., Gaboriaud, C., Dejean, T., Griffiths, R. A., Foster, J., Wilkinson, J. W., Arnell, A., Brotherton, P., Williams, P., & Dunn, F. 2015. Using eDNA to develop a national citizen science-based monitoring programme for the great crested newt (Triturus cristatus). Biological Conservation, 183, 19-28.

상세보기
Cornes, R. C., Dirksen, M., & Sluiter, R. 2019. Correcting citizen-science air temperature measurements across the Netherlands for short wave radiation bias. Meteorological Applications, 7; 1-16.
Dickinson, J. L., Zuckerberg, B., & Bonter, D. N. 2010. Citizen science as an ecological research tool: Challenges and benefits. Annual Review of Ecology, Evolution, and Systematics, 41; 149-172.

상세보기
Fischer, H., Amelung, D., & Said, N. 2019. The accuracy of German citizens' confidence in their climate change knowledge. Nature Climate Change, 9(10); 776-780.

상세보기
Gyeonggi Research Institute 2019. The Potential of Citizen science to Address Environmental Issues. [Korean Literature]
Hyder, K., Wright, S., Kirby, M., & Brant, J. 2017. The role of citizen science in monitoring small-scale pollution events. Marine Pollution Bulletin, 120(1-2), 51-57.

상세보기
Jiang, Q., Kresin, F., Bregt, A. K., Kooistra, L., Pareschi, E., Van Putten, E., … Wesseling, J. 2016. Citizen Sensing for Improved Urban Environmental Monitoring. Journal of Sensors, 2016.

상세보기
Jiang, Y., Fu, P., & Weng, Q. 2015. Assessing the impacts of urbanization-associated land use/cover change on land surface temperature and surface moisture: A case study in the midwestern united states. Remote Sensing, 7(4); 4880-4898.

상세보기
KISTEP. 2018. A study on the establishment of the 2nd comprehensive plan for solving social problems based on the science and technology and supporting the activation of R&D projects for solving social problems. (Korean Literature)
Meier, F., Fenner, D., Grassmann, T., Otto, M., & Scherer, D. 2017. Crowdsourcing air temperature from citizen weather stations for urban climate research. Urban Climate, 19; 170-191.

상세보기
Pal, S., & Ziaul, S. 2017. Detection of land use and land cover change and land surface temperature in English Bazar urban centre. Egyptian Journal of Remote Sensing and Space Science, 20(1); 125-145.

상세보기
C. Y. Park, D. K. Lee, Y. G Kwon, M. J. Heo. 2017. Green-infra Strategies for Mitigating Urban Heat Island. J. Korean Env. Res. Tech. 20(5):67-81
Rahman, I., Czajkowski, K., Jiang, Y., & Weaver, K. 2019. Validation of GLOBE Citizen Science Air Temperature Observations Using Data from the Great American Solar Eclipse. 516; 501-509.
Seoul Research Institute. 2018. Solution to improve response to heat waves in Seoul. (Korean Literature)
Song, B., & Park, K. 2019. Analysis of spatiotemporal urban temperature characteristics by urban spatial patterns in Changwon City, South Korea. Sustainability (Switzerland), 11(14); 4-8.
Weeser, B., Stenfert Kroese, J., Jacobs, S. R., Njue, N., Kemboi, Z., Ran, A., Rufino, M. C., & Breuer, L. 2018. Citizen science pioneers in Kenya - A crowdsourced approach for hydrological monitoring. Science of the Total Environment, 631-632, 1590-1599.
Weyhenmeyer, G. A., MacKay, M., Stockwell, J. D., Thiery, W., Grossart, H. P., Augusto-Silva, P. B., Baulch, H. M., De Eyto, E., Hejzlar, J., Kangur, K., Kirillin, G., Pierson, D. C., Rusak, J. A., Sadro, S., & Woolway, R. I. 2017. Citizen science shows systematic changes in the temperature difference between air and inland waters with global warming. Scientific Reports, 7(March), 1-9.
Wiggins, A., Newman, G., Stevenson, R. D., & Crowston, K. 2011. Mechanisms for data quality and validation in citizen science. Proceedings-7th IEEE International Conference on e-Science Workshops, EScienceW 2011; 14-19.
WMO. 2007. Guide to the Global Observing System. Report No. 488. WMO-No. 488, (488); 170
Xu, C., Wang, J., & Li, Q. 2018. A new method for temperature spatial interpolation based on sparse historical stations. Journal of Climate, 31(5); 1757-1770.

상세보기
Yan, H., Fan, S., Guo, C., Hu, J., & Dong, L. 2014. Quantifying the impact of land cover composition on intra-urban air temperature variations at a mid-latitude city. PLoS ONE, 9(7).

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