[논문]우리나라에서 AERONET 태양광도계 자료를 이용한 다종위성 AOD 산출물 비교평가: MODIS, VIIRS, Himawari-8, Sentinel-3의 사례연구

김서연; 정예민; 윤유정; 조수빈; 강종구; 김근아; 이양원

doi:10.7780/kjrs.2021.37.3.14

우리나라에서 AERONET 태양광도계 자료를 이용한 다종위성 AOD 산출물 비교평가: MODIS, VIIRS, Himawari-8, Sentinel-3의 사례연구
A Comparison between Multiple Satellite AOD Products Using AERONET Sun Photometer Observations in South Korea: Case Study of MODIS,VIIRS, Himawari-8, and Sentinel-3 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.37 no.3, 2021년, pp.543 - 557

김서연 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) , 정예민 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) , 윤유정 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) , 조수빈 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) , 강종구 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) , 김근아 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) , 이양원 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공)

초록
AI-Helper

에어로솔은 입자의 크기와 조성 및 관측센서에 따라 상이한 분광특성을 보이기 때문에, 다양한 센서의 에어로솔 산출물에 대한 비교분석이 반드시 필요하다. 그러나, 우리나라에서 다종위성의 공식적인 AOD (Aerosol Optical Depth) 산출물을 대상으로 수년간의 자료를 수집하여 정확도 비교평가를 수행한 사례는 아직 보고된 바가 없다. 이에, 본 연구에서는 2015년 1월부터 2019년 12월까지 MODIS (Moderate Resolution Imaging Spectroradiometer), VIIRS (Visible Infrared Imaging Radiometer Suite), Himawari-8, Sentinel-3 AOD 산출물과 AERONET (Aerosol Robotic Network) 지상 태양광도계 자료의 비교분석을 통하여 위성 AOD의 성능을 평가하고, 계절적 및 지리적 차이에 따른 정확도 특성을 분석하였다. 오랜 기간 축적되어온 산출 기술에 MAIAC (Multiangle Implementation of Atmospheric Correction) 알고리듬을 추가하여 최적화된 MODIS 산출물이 가장 높은 정확도를 나타냈고(CC=0.836), VIIRS와 Himawari-8이 그보다 약간 낮은 정도의 성능을 보였으며, Sentinel-3는 비교적 최근에 발사되어 알고리듬 최적화가 아직 덜 이루어진 관계로 정확도가 낮게 나타났다. MODIS, VIIRS, Himawari-8 AOD 산출물은 계절에 따라, 그리고 도시/비도시에 따라 별다른 정확도 차이를 보이지는 않았지만, 일부 해안지역에서는 혼합화소 문제로 인하여 약간 정확도가 떨어지는 경우도 존재했다. AOD는 위성영상 대기보정의 핵심 인자이기 때문에, 본 연구의 AOD 비교평가는 향후 국토위성, 농림위성 등의 대기보정 연구에도 중요한 참고자료가 될 것으로 사료된다.

Abstract ▼ AI-Helper

Because aerosols have different spectral characteristics according to the size and composition of the particle and to the satellite sensors, a comparative analysis of aerosol products from various satellite sensors is required. In South Korea, however, a comprehensive study for the comparison of various official satellite AOD (Aerosol Optical Depth) products for a long period is not easily found. In this paper, we aimed to assess the performance of the AOD products from MODIS (Moderate Resolution Imaging Spectroradiometer), VIIRS (Visible Infrared Imaging Radiometer Suite), Himawari-8, and Sentinel-3 by referring to the AERONET (Aerosol Robotic Network) sun photometer observations for the period between January 2015 and December 2019. Seasonal and geographical characteristics of the accuracy of satellite AOD were also analyzed. The MODIS products, which were accumulated for a long time and optimized by the new MAIAC (Multiangle Implementation of Atmospheric Correction) algorithm, showed the best accuracy (CC=0.836) and were followed by the products from VIIRS and Himawari-8. On the other hand, Sentinel-3 AOD did not appear to have a good quality because it was recently launched and not sufficiently optimized yet, according to ESA (European Space Agency). The AOD of MODIS, VIIRS, and Himawari-8 did not show a significant difference in accuracy according to season and to urban vs. non-urban regions, but the mixed pixel problem was partly found in a few coastal regions. Because AOD is an essential component for atmospheric correction, the result of this study can be a reference to the future work for the atmospheric correction for the Korean CAS (Compact Advanced Satellite) series.

주제어

표/그림 (15)

표 Table 1. Summary of the AOD data used in this study
표 Table 2. Information of the AERONET ground measurement stations in South Korea
그림 Fig. 1. Distribution of the AERONET ground measurement stations in South Korea that worked for the period of 2015-2019.
표 Table 2. Continued
그림 Fig. 2. Comparison of MODIS AOD and AERONET observations by season.
표 Table 3. Accuracy statistics of the AOD products by season
그림 Fig. 3. Comparison of VIIRS AOD and AERONET observations by season.
그림 Fig. 4. Comparison of Himawari-8 AOD and AERONET observations by season.
그림 Fig. 5. Comparison of Sentinel-3 AOD and AERONET observations by season.
표 Table 4. Accuracy statistics of the AOD products in 2019
그림 Fig. 6. Comparison of the AOD products and AERONET observations in 2019.
표 Table 5. Accuracy statistics of the AOD products in urban and non-urban areas
그림 Fig. 7. Comparison of the AOD products and AERONET observations in urban and non-urban areas.
그림 Fig. 8. Map of the correlation coefficient between satellite AOD and AERONET observations.
그림 Fig. 9. Map of the root mean square error between satellite AOD and AERONET observations.

AI 본문요약
AI-Helper

문제 정의

그러나, 우리나라에서 다종위성의 공식적인 AOD 산출물의 장기간 자료를 대상으로, 계절적 및 지리적 특성을 포함한 정확도 비교 평가를 수행한 사례는 찾아보기 힘들다. 이에, 본 연구에서는 우리나라 지역에 대하여 2015년 1월부터 2019년 12월까지 MODIS, VIIRS, Himawari-8, Sentinel-3 등 다종 위성 AOD 산출물과 AERONET 지상 태양광도계 자료를 종합적으로 비교하여, 위성산출물 성능에 대한 평가와 함께, 계절적 및 지리적 차이에 따른 정확도 특성을 분석하고자 한다.

제안 방법

자료 가용성의 차이로 인해 MODIS, VIIRS는 2015~ 2019년, HImawari-8은 2016~2019년, Sentinel-3는 2019년 AOD 산출물에 대하여 비교 분석을 수행하였다. 검증 기준자료인 AERONET 지상관측치 및 MODIS, VIIRS 는 일별 자료이지만, Himawari-8은 시간별 자료이므로 일단위로 집계하였고, Sentinel-2는 약 2일의 재방문주기를 가지므로 최근접 시간대를 기준으로 매치시켰다. 정확도 통계량으로는 MBE (Mean Bias Error), MAE (Mean Absolute Error), RMSE (Root Mean Square Error), CC (Correlation Coefficient)를 사용하였다.
국내발생 에어로솔의 경우, 인구, 산업, 자동차 등 대기오염원이 주로 도시 지역에 존재하는 점을 고려할 때, AERONET 관측소의 위치를 도시 또는 비도시 지역으로 구분하여 분석할 필요가 있다. 본 연구에서는 MODIS 토지피복분류와 환경부 대분류 토지피복도를 참조하여 Table 2와 같이, AERONET 관측소를 도시 지역 10개소, 비도시(농지, 산림, 도서 등) 지역 16개소로 구분하였다. Table 5에서 보는 것처럼, 도시와 비도시에서 정확도의 차이는 거의 없었으나, Himawari-8의 경우 도시보다(CC=0.
우리나라에서 다종위성의 공식적인 AOD 산출물을 대상으로 수년간의 자료를 수집하여 정확도 비교평가를 수행한 사례는 아직 보고된 바가 없다. 이에, 본 연구에서는 2015년 1월부터 2019년 12월까지 MODIS,VIIRS, Himawari-8, Sentinel-3 AOD 산출물과 AERONET 지상 태양광도계 자료의 비교분석을 통하여 위성 AOD의 성능을 평가하고, 계절적 및 지리적 차이에 따른 정확도 특성을 분석하였다. 오랜 기간 축적되어 온 산출 기술에 새로이 MAIAC 알고리듬을 추가하여 최적화된 MODIS 산출물이 가장 높은 정확도를 나타냈고, VIIRS 와 Himawari-8이 그보다 약간 낮은 정도의 성능을 보였으며, 비교적 최근에 발사되어 아직 알고리듬 최적화가 충분치 않은 Sentinel-3의 정확도가 가장 낮게 나타났다.
자료 가용성의 차이로 인해 MODIS, VIIRS는 2015~ 2019년, HImawari-8은 2016~2019년, Sentinel-3는 2019년 AOD 산출물에 대하여 비교 분석을 수행하였다. 검증 기준자료인 AERONET 지상관측치 및 MODIS, VIIRS 는 일별 자료이지만, Himawari-8은 시간별 자료이므로 일단위로 집계하였고, Sentinel-2는 약 2일의 재방문주기를 가지므로 최근접 시간대를 기준으로 매치시켰다.

데이터처리

검증 기준자료인 AERONET 지상관측치 및 MODIS, VIIRS 는 일별 자료이지만, Himawari-8은 시간별 자료이므로 일단위로 집계하였고, Sentinel-2는 약 2일의 재방문주기를 가지므로 최근접 시간대를 기준으로 매치시켰다. 정확도 통계량으로는 MBE (Mean Bias Error), MAE (Mean Absolute Error), RMSE (Root Mean Square Error), CC (Correlation Coefficient)를 사용하였다.

성능/효과

오랜 기간 축적되어 온 산출 기술에 새로이 MAIAC 알고리듬을 추가하여 최적화된 MODIS 산출물이 가장 높은 정확도를 나타냈고, VIIRS 와 Himawari-8이 그보다 약간 낮은 정도의 성능을 보였으며, 비교적 최근에 발사되어 아직 알고리듬 최적화가 충분치 않은 Sentinel-3의 정확도가 가장 낮게 나타났다. MODIS, VIIRS, Himawari-8 AOD 산출물은 계절에 따라, 그리고 도시/비도시에 따라 별다른 정확도 차이를 보이지는 않았지만, 일부 해안지역에서는 혼합화소 문제로 인하여 약간 정확도가 떨어지는 경우도 존재했다. AOD는 대기질의 중요 척도이며, 또한 위성영상 대기 보정의 핵심 인자이다.
이에, 본 연구에서는 2015년 1월부터 2019년 12월까지 MODIS,VIIRS, Himawari-8, Sentinel-3 AOD 산출물과 AERONET 지상 태양광도계 자료의 비교분석을 통하여 위성 AOD의 성능을 평가하고, 계절적 및 지리적 차이에 따른 정확도 특성을 분석하였다. 오랜 기간 축적되어 온 산출 기술에 새로이 MAIAC 알고리듬을 추가하여 최적화된 MODIS 산출물이 가장 높은 정확도를 나타냈고, VIIRS 와 Himawari-8이 그보다 약간 낮은 정도의 성능을 보였으며, 비교적 최근에 발사되어 아직 알고리듬 최적화가 충분치 않은 Sentinel-3의 정확도가 가장 낮게 나타났다. MODIS, VIIRS, Himawari-8 AOD 산출물은 계절에 따라, 그리고 도시/비도시에 따라 별다른 정확도 차이를 보이지는 않았지만, 일부 해안지역에서는 혼합화소 문제로 인하여 약간 정확도가 떨어지는 경우도 존재했다.

후속연구

AOD는 대기질의 중요 척도이며, 또한 위성영상 대기 보정의 핵심 인자이다. 2021년 발사된 국토위성과 2025년 발사 예정인 농림위성 등 고해상도 위성영상의 대기 보정에 있어서도 AOD 정보가 매우 중요하기 때문에, 본 연구의 AOD 비교평가를 토대로 하여, 고품질 AOD 합성장 연구가 향후에 반드시 필요할 것으로 사료된다.
6에서도 잘 나타나는데, MODIS, VIIRS, Himawari-8은 1:1 선에 상당히 부합하나, Sentinel-3는 과대추정 경향이 있는 것으로 보인다. ESA(2021)에서 실시한 S3A와 S3B AOD의 전지구적 검증에서 CC=0.493~0.522 및 과대추정이 나타난 것으로 볼 때, 알고리듬의 개선이 필요할 것으로 사료된다.

참고문헌 (35)

Bessho, K., K. Date, M. Hayashi, A. Ikeda, T. Imai, H. Inoue, Y. Kumagai, T. Miyakawa, H. Murata, T. Ohno, A. Okuyama, R. Oyama, Y. Sasaki, Y. Shimazu, K. Shimoji, Y. Sumaida, M. Suzuki, H. Taniguchi, H. Tsuchiyama, D. Uesawa, H. Yokota, and R. Yoshida, 2016. An Introduction to Himawari-8/9 - Japan's New-Generation Geostationary Meteorological Satellites, Journal of the Meteorological Society of Japan. Ser. II, 94(2): 151-183.

상세보기
Choi, M., H. Lim, J. Kim, S. Lee, T.F. Eck, B.N. Holben, M.J. Garay, E.J. Hyer, P.E. Saide and H. Liu, 2019. Validation, comparison, and integration of GOCI, AHI, MODIS, MISR, and VIIRS aerosol optical depth over East Asia during the 2016 KORUS-AQ campaign, Atmospheric Measurement Techniques, 12(8): 4619-4641.

상세보기
Diner, D.J., J.C. Beckert, T.H. Reilly, C.J. Bruegge, J.E. Conel, R.A. Kahn, J.V. Martonchik, T.P. Ackerman, R. Davies, S.A. W. Gerstl, H.R. Gordon, J.-P. Muller, R.B. Myneni, P.J. Sellers, B. Pinty, and M.M. Verstraete, 1998. Multi-angle Imaging SpectroRadiometer (MISR) instrument description and experiment overview, IEEE Transactions on Geoscience and Remote Sensing, 36(4): 1072-1087.

상세보기
Donlon, C., B. Berruti, A. Buongiorno, M.H. Ferreira, P. Femenias, J. Frerick, P. Goryl, U. Klein, H. Laur, C. Mavrocordatos, J. Nieke, H. Rebhan, B. Seitz, J. Stroede, and R. Sciarra, 2012. The global monitoring for environment and security (GMES) sentinel-3 mission, Remote Sensing of Environment, 120: 37-57.

상세보기
Eck, T.F., B.N. Holben, J.S. Reid, Q. Dubovik, A. Smirnov, N.T. O'Neill, I. Slutsker, and S. Kinne, 1999. Wavelength dependence of the optical depth of biomass burning, urban, and desert dust aerosols, Journal of Geophysical Research: Atmospheres, 104(D24): 31333-31349.
ESA(European Space Agency), 2021. Sentinel-3 Synergy Land User Handbook, Available online: https://sentinel.esa.int/documents/247904/4598113/Sentinel-3-Synergy-Land-Handbook.pdf/1e0f98b7-eaf0-897a7183-7950b7df851f, Accessed on Jun. 18, 2021.
Holben, B.N., T. Eck, I. Slutsker, D. Tanre, J.P. Buis, A. Setzer, E. Vermote, J.A. Reagan, Y.J. Kaufman, T. Nakajima, F. Lavenu, I. Jankowiak, and A. Smirnov, 1998. AERONET-A federated instrument network and data archive for aerosol characterization, Remote Sensing of Environment, 66(1): 1-16.

상세보기
Hsu, N.C., S.C. Tsay, M.D. King, and J.R. Herman, 2004. Aerosol properties over bright-reflecting source regions, IEEE Transactions on Geoscience and Remote Sensing, 42(3): 557-569.

상세보기
Huang, J., S. Kondragunta, I. Laszlo, H. Liu, L.A. Remer, H. Zhang, S. Superczynski, P. Ciren, B. N. Holben, and M. Petrenko, 2016. Validation and expected error estimation of Suomi-NPP VIIRS aerosol optical thickness and Angstrom exponent with AERONET, Journal of Geophysical Research: Atmospheres, 121(12): 7139-7160.

상세보기
Hsu, N.C., J. Lee, A.M. Sayer, W. Kim, C. Bettenhausen, and S.C. Tsay, 2019. VIIRS Deep Blue aerosol products over land: Extending the EOS long-term aerosol data records, Journal of Geophysical Research: Atmospheres, 124(7): 4026-4053.

상세보기
Jiang, T., B. Chen, K.K.Y. Chan, and B. Xu, 2019. Himawari-8/AHI and MODIS aerosol optical depths in China: evaluation and comparison, Remote Sensing, 11(9): 1011.

상세보기
Kaufman, Y.J., D. Tanre, L.A. Remer, E.F. Vermote, A. Chu, and B.N. Holben, 1997. Operational remote sensing of tropospheric aerosol over land from EOS moderate resolution imaging spectroradiometer, Journal of Geophysical Research: Atmospheres, 102(D14): 17051-17067.
Kikuchi, M., H. Murakami, K. Suzuki, T.M. Nagao, and A. Higurashi, 2018. Improved hourly estimates of aerosol optical thickness using spatiotemporal variability derived from Himawari-8 geostationary satellite, IEEE Transactions on Geoscience and Remote Sensing, 56(6): 3442-3455.

상세보기
Kinne, S., M. Schulz, C. Textor, S. Guibert, Y. Balkanski, S.E. Bauer, T. Berntsen, T.F. Berglen, Q. Boucher, M. Chin, W. Collins, F. Dentener, T. Diehl, R. Easter, J. Feichter, D. Fillmore, S. Ghan, P. Ginoux, S. Gong, A. Grini, J. Hendricks, M. Herzog, L. Horowitz, I. Isaksen, T. Iversen, A. Kirkevag, S. Kloster, D. Koch, J.E. Kristjansson, M. Krol, A. Lauer, J.F. Lamarque, G. Lesins, X. Liu, U. Lohmann, V. Montanaro, G. Myhre, J. Penner, G. Pitari, S. Reddy, O. Seland, P. Stier, T. Takemura, and X. Tie, 2006. An AeroCom initial assessment - optical properties in aerosol component modules of global models, Atmospheric Chemistry and Physics, 6(7): 1815-1834.

상세보기
Lau, K.M., M.K. Kim, and K.M. Kim, 2006. Asian summer monsoon anomalies induced by aerosol direct forcing: the role of the Tibetan Plateau, Climate Dynamics, 26(7-8): 855-864.
Lee, G.T., S.W. Ryu, T.Y. Lee, and M.S. Suh, 2020. Analysis of AOD Characteristics Retrieved from Himawari-8 Using Sun Photometer in South Korea, Korean Journal of Remote Sensing, 36(3): 425-439 (in Korean with English abstract).
Lee, K.H., and Y.J. Kim, 2008. Sensitivity of COMS/GOCI measured top-of-atmosphere reflectances to atmospheric aerosol properties, Korean Journal of Remote Sensing, 24(6): 559-569 (in Korean with English abstract).
Lee, K.H., 2018. Validation of COMS/MI Aerosol Optical Depth Products Using Aerosol Robotic Network (AERONET) Observations Over East Asia, Korean Journal of Remote Sensing, 34(3): 507-517 (in Korean with English abstract).

원문보기 상세보기
Lim, H., M. Choi, M. Kim, J. Kim, S. Go, and S. Lee, 2018, Intercomparing the aerosol optical depth using the geostationary satellite sensors (AHI, GOCI and MI) from Yonsei AErosol Retrieval (YAER) algorithm, Journal of the Korean Earth Science Society, 39(2): 119-130 (in Korean with English abstract).

원문보기 상세보기
Lyapustin, A., J., Martonchik, Y. Wang, I. Laszlo, and S. Korkin, 2011. Multiangle implementation of atmospheric correction (MAIAC): 1. Radiative transfer basis and look-up tables, Journal of Geophysical Research: Atmospheres, 116(D03210): 1-9.
Lyapustin, A., Y. Wang, I. Laszlo, R. Kahn, S. Korkin, L. Remer, R. Levy, and J.S. Reid, 2011. Multiangle implementation of atmospheric correction (MAIAC): 2. Aerosol algorithm, Journal of Geophysical Research: Atmospheres, 116(D03211): 1-15
Lyapustin, A., Y. Wang, S. Korkin, and D. Huang, 2018. MODIS collection 6 MAIAC algorithm, Atmospheric Measurement Techniques, 11(10): 5741-5765.

상세보기
Martins, V.S., A. Lyapustin, L.A.S. de Carvalho, C.C.F. Barbosa, and E.M.L.D.M. Novo, 2017. Validation of high-resolution MAIAC aerosol product over South America, Journal of Geophysical Research: Atmospheres, 122(14): 7537-7559.

상세보기
Myhre, G., F. Stordal, M. Johnsrud, D.J. Diner, I.V. Geogdzhayev, J.M. Haywood, B.N. Holben, T. Holzer-Popp, A. Ignatov, R.A. Kahn, Y.J. Kaufman, N. Loeb, J.V. Martonchik, M.I. Mishchenko, N.R. Nalli8, L.A. Remer, M. Schroedter-Homscheidt, D. Tanre, O. Torres, and M. Wang, 2005. Intercomparison of satellite retrieved aerosol optical depth over ocean during the period September 1997 to December 2000, Atmospheric Chemistry and Physics, 5(6): 1697-1719.

상세보기
North, P. and A. Heckel, 2010. Sentinel-3 Optical Products and Algorithm Definition. SYN Algorithm Theoretical Basis Document, Available online: https://earth.esa.int/documents/247904/349589/SYN_L2-3_ATBD.pdf, Accessed on May. 13, 2021.
Popp, T., G.D. Leeuw, C. Bingen, C. Bruhl, V. Capelle, A. Chedin, L. Clarisse, O. Dubovik, R. Grainger, J. Griesfeller, A. Heckel, S. Kinne, L. Kluser, M. Kosmale, P. Kolmonen, L. Lelli, P. Litvinov, L. Mei, P. North, S. Pinnock, A. Povey, C. Robert, M. Schulz, L. Sogacheva, K. Stebel, D.S. Zweers, G. Thomas, L.G. Tilstra, S. Vandenbussche, P. Veefkind, M. Vountas, and Y. Xue, 2016. Development, production and evaluation of aerosol climate data records from European satellite observations (Aerosol_CCI), Remote Sensing, 8(5): 421.

상세보기
Prasad, A.K. and R.P. Singh, 2007. Comparison of MISR-MODIS aerosol optical depth over the Indo-Gangetic basin during the winter and summer seasons (2000-2005), Remote Sensing of Environment, 107(1-2): 109-119.
Prather, K.A., 2009. Our current understanding of the impact of aerosols on climate change, ChemSus Chem: Chemistry & Sustainability Energy & Materials, 2(5): 377-379.
Ramanathan, V.C.P.J., P.J. Crutzen, J.T. Kiehl, and D. Rosenfeld, 2001. Aerosols, climate, and the hydrological cycle, Science, 294(5549): 2119-2124.

상세보기
Sayer, A.M., N.C. Hsu, C. Bettenhausen, and M.J. Jeong, 2013. Validation and uncertainty estimates for MODIS Collection 6 "Deep Blue" aerosol data, Journal of Geophysical Research: Atmospheres, 118(14): 7864-7872.
Sayer, A.M., N.C. Hsu, C. Bettenhausen, M.J. Jeong, and G. Meister, 2015. Effect of MODIS Terra radiometric calibration improvements on Collection 6 Deep Blue aerosol products: Validation and Terra/Aqua consistency, Journal of Geophysical Research: Atmospheres, 120(23): 12-157.
Sayer, A.M., N.C. Hsu, J. Lee, W.V. Kim, and S.T. Dutcher, 2019. Validation, stability, and consistency of MODIS Collection 6.1 and VIIRS Version 1 Deep Blue aerosol data over land, Journal of Geophysical Research: Atmospheres, 124(8): 4658-4688.

상세보기
Wang, W., F. Mao, Z. Pan, L. Du, and W. Gong, 2017. Validation of VIIRS AOD through a Comparison with a Sun Photometer and MODIS AODs over Wuhan, Remote Sensing, 9(5): 403.

상세보기
Wang, Y., Q. Yuan, H. Shen, L. Zheng, and L. Zhang, 2020. Investigating multiple aerosol optical depth products from MODIS and VIIRS over Asia: Evaluation, comparison, and merging, Atmospheric Environment, 230: 117548.
Zhao, C., Z. Liu, Q. Wang, J. Ban, N.X. Chen, and T. Li, 2019. High-resolution daily AOD estimated to full coverage using the random forest model approach in the Beijing-Tianjin-Hebei region, Atmospheric Environment, 203: 70-78.

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