[논문]토지피복 자료의 해상도 차이가 CALPUFF 농도 모의에 미치는 영향 분석

황수연; 함정수; 이영진; 최진무

doi:10.7780/kjrs.2021.37.5.3.10

토지피복 자료의 해상도 차이가 CALPUFF 농도 모의에 미치는 영향 분석
Analysis of the Effect of Differences in Spatial Resolution of Land-use/cover Data on the Simulation of CALPUFF 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.37 no.5 pt.3, 2021년, pp.1461 - 1473

황수연 (경희대학교 지리학과) , 함정수 (경희대학교 지리학과) , 이영진 (경희대학교 지리학과) , 최진무 (경희대학교 지리학과)

초록
AI-Helper

본 연구는 토지피복 자료의 공간 해상도가 미세먼지의 국지적 분포 및 확산 양상에 어떠한 영향을 미치는지 확인하는 데에 목적을 둔다. 이때 시공간적 지표상태 및 기상상태의 변화를 고려하는 CALPUFF 모델을 사용하여, 경기도 안양시의 평촌 신도시 지역에 대해, 미세먼지 모의를 진행하였다. 모델링의 입력 데이터로 20 m, 50 m, 100 m의 세 가지 해상도 토지피복도를 사용하여 비교하였다. 20 m 해상도의 토지피복 자료를 사용했을 경우 모의 영역의 풍속은 가장 크게 모의 되었으며 PM10 농도는 가장 낮게 모의 되었다. 본 연구를 통해 미세먼지의 국지적 분포 및 확산 양상에 토지피복 자료의 공간 해상도가 영향을 미칠 수 있으며 이는 CALPUFF 모의에 영향을 줄 수 있음을 확인하였다. 따라서 향후 CALPUFF를 사용하여 미세먼지를 모의할 때, 토지피복의 형태에 따른 공간 해상도에 대한 영향을 사전에 확인하고 모의를 진행하는 것이 더 정확한 결과를 확보할 수 있음을 제시해볼 수 있다.

Abstract ▼ AI-Helper

The purpose of this study is to ascertain how the level of resolution of land cover data affects on the local distribution and diffusion of fine dust. the CALPUFF model, which considers the spatio-temporal terrain conditions and changes in weather conditions, was used to estimate PM10 concentration in the Pyeongchon, Anyang-si, Gyeonggi-do. Three different resolutions of land cover data including 20 m, 50 m, and 100 m were compared as the input of the modeling. Using higher resolution land cover data (20 m), the wind speed of the simulated region was the largest and the PM10 concentration was the lowest. Through this study, we confirm that the resolution level of land-use/cover data can affect the local distribution and diffusion of fine dust, which can be detected by CALPUFF. Therefore, when using CALPUFF to simulate fine dust in the future, it can be suggested that checking the impact on spatial resolution according to the form of land cover in advance and proceeding with the simulation can achieve mote accurate results.

주제어

표/그림 (12)

그림 Fig. 1. Land cover map by Resolution level of modeling area.
표 Table 1. CALPUFF Modeling area
표 Table 2. Microclimatic parameters for each land cover type used in the study (Scire et al., 2000b)
그림 Fig. 2. Results of MAKEGEO – Land cover map.
표 Table 3. Land cover area ratio (%)
표 Table 4. Average microclimate based on the resolution level
그림 Fig. 3. Average wind speed map.
그림 Fig. 4. Average friction velocity map.
그림 Fig. 5. Average mixing height map.
그림 Fig. 6. Concentration of PM10 per hour (Average, Median, Maximum).
그림 Fig. 7. Average concentration of PM10 per hour.
표 Table 5. Comparison of CALPUFF results according to resolution level

AI 본문요약
AI-Helper

문제 정의

따라서 본 연구에서는 미세먼지의 국지적 분포 및 확산 양상에 토지피복 자료의 공간 해상도가 어떠한 영향을 주는지 파악하고자 하였다. 특히, 토지피복 자료의 제작연도를 최신으로 변경한 후, 자료의 공간 해상도 차이가 대기 모의의 결과에 어떠한 차이를 가져오는지 파악하고자 하였다.
본 연구는 토지피복 자료의 공간 해상도가 CALPUFF 의 미세먼지 확산 모의 결과에 미치는 영향을 파악하고자 하였다. 토지피복 분류 항목에 따른 거칠기(Roughness height), 알베도(albedo), 보웬 비(bowen ratio) 등의 미기상 인자값의 차이로 인해, 각각의 토지피복 자료를 사용하여 제작한 CALMET 기상자료 결과인 풍속(wind speed, m/s), 마찰 속도(fiction velocity, u*), 혼합고(mixing height, m) 등에 값의 차이가 발생하였다.
따라서 본 연구에서는 미세먼지의 국지적 분포 및 확산 양상에 토지피복 자료의 공간 해상도가 어떠한 영향을 주는지 파악하고자 하였다. 특히, 토지피복 자료의 제작연도를 최신으로 변경한 후, 자료의 공간 해상도 차이가 대기 모의의 결과에 어떠한 차이를 가져오는지 파악하고자 하였다. 이때, CALPUFF 모의를 통해 도출한 토지피복의 공간 해상도별 미세먼지 농도의 시간적 분포 패턴과 공간적 분포 패턴을 통한 미세먼지 확산 결과의 차이를 비교하였다.

제안 방법

이를 통해 먼저 CALMET 모델의 수행 결과로 계산되는 미기상 요소 중 풍속, 마찰 속도, 혼합고 값을 비교하였다. CALPUFF 결과물의 후 처리 프로그램인 CALPOST를 사용하여 시간당 최대 농도와 1시간 평균 농도 값을 모두 추출하고, 각각의 결과물의 시간적 분포 패턴 및 공간적 분포 패턴을 확인할 수 있는 자료를 제작하였다.
지표의 거칠기가 크면 풍속이 약해지기 때문에, 거칠기는 바람장에 직접 영향을 주는 요소이므로 확산 모델 에 매우 중요한 인자이다. 따라서 본 연구에서는 해당 연구의 최고 거칠기 값을 참고하여 MAKEGEO 결과물의 시가화 지역(Urban or Built-up Land) 거칠기(Roughness height)를 3 m로 수정하였다. Table 2는 MAKEGEO 프로그램 실행에 필요한 토지피복 항목별 인자 값을 보여준다.
지형자료로 보다 높은 공간 해상도 자료를 사용할 수 있으나, 본 연구에서는 토지피복의 해상도 변화에 따른 영향을 살펴보기 위해서 다른 입력자료는 CALPUFF에서 제시한 자료를 그대로 적용하였다. 먼저, 토지피복 자료의 해상도 변화에 따른 미세먼지 확산 패턴의 차이를 확인하기 위해, 각각의 토지피복 자료에 대한 CALMET 기상장 및 CALPUFF 모델링 결과를 도출하였다. 이를 통해 먼저 CALMET 모델의 수행 결과로 계산되는 미기상 요소 중 풍속, 마찰 속도, 혼합고 값을 비교하였다.
특히, 토지피복 자료의 제작연도를 최신으로 변경한 후, 자료의 공간 해상도 차이가 대기 모의의 결과에 어떠한 차이를 가져오는지 파악하고자 하였다. 이때, CALPUFF 모의를 통해 도출한 토지피복의 공간 해상도별 미세먼지 농도의 시간적 분포 패턴과 공간적 분포 패턴을 통한 미세먼지 확산 결과의 차이를 비교하였다.
먼저, 토지피복 자료의 해상도 변화에 따른 미세먼지 확산 패턴의 차이를 확인하기 위해, 각각의 토지피복 자료에 대한 CALMET 기상장 및 CALPUFF 모델링 결과를 도출하였다. 이를 통해 먼저 CALMET 모델의 수행 결과로 계산되는 미기상 요소 중 풍속, 마찰 속도, 혼합고 값을 비교하였다. CALPUFF 결과물의 후 처리 프로그램인 CALPOST를 사용하여 시간당 최대 농도와 1시간 평균 농도 값을 모두 추출하고, 각각의 결과물의 시간적 분포 패턴 및 공간적 분포 패턴을 확인할 수 있는 자료를 제작하였다.
고도자료의 경우, USGS Digital Elevation SRTM3 Arcsec (90 m) 데이터를 사용했다. 지형자료로 보다 높은 공간 해상도 자료를 사용할 수 있으나, 본 연구에서는 토지피복의 해상도 변화에 따른 영향을 살펴보기 위해서 다른 입력자료는 CALPUFF에서 제시한 자료를 그대로 적용하였다. 먼저, 토지피복 자료의 해상도 변화에 따른 미세먼지 확산 패턴의 차이를 확인하기 위해, 각각의 토지피복 자료에 대한 CALMET 기상장 및 CALPUFF 모델링 결과를 도출하였다.

대상 데이터

CALMET으로 제작한 기상장을 CALPUFF 모델의 입력 기상자료로 사용하고, 2016년 배출량 자료를 활용 하여 미세먼지(PM10) 확산 모의를 진행하였다. 모의 결과를 시각화하기 위해 후처리 프로그램인 CALPOST를 사용해서 1시간 별 계산된 농도, 혹은 전체 기간의 1시간 평균 최대 농도 등의 조건으로 테이블 형태의 결과물을 추출했다.
고도자료의 경우, USGS Digital Elevation SRTM3 Arcsec (90 m) 데이터를 사용했다. 지형자료로 보다 높은 공간 해상도 자료를 사용할 수 있으나, 본 연구에서는 토지피복의 해상도 변화에 따른 영향을 살펴보기 위해서 다른 입력자료는 CALPUFF에서 제시한 자료를 그대로 적용하였다.

데이터처리

먼저 해상도 수준에 따른 CALMET 결과물의 전반적인 차이를 확인해보고자 전체 모의 영역에서의 마 찰계수, 풍속, 혼합고의 평균을 도출했다(Table 4). 다음으로, 공간상에서 해당 값의 지역적 차이를 확인하기 위해 CALMET 기상장의 후처리 프로그램인 PRTMET을 통해 각 cell 별 전체 모의기간에서의 풍속, 마찰속도, 혼합고 값의 평균을 계산하고, 이를 바탕으로 해상도 수준별로 지도를 제작하였다.
CALMET으로 제작한 기상장을 CALPUFF 모델의 입력 기상자료로 사용하고, 2016년 배출량 자료를 활용 하여 미세먼지(PM10) 확산 모의를 진행하였다. 모의 결과를 시각화하기 위해 후처리 프로그램인 CALPOST를 사용해서 1시간 별 계산된 농도, 혹은 전체 기간의 1시간 평균 최대 농도 등의 조건으로 테이블 형태의 결과물을 추출했다. 이때, 모의 영역의 공간 해상도 차이로 인해 수용점(regular grid receptor)의 개수가 다르게 도출되는데, CALPUFF에서 제공하는 기능 중 수용점 이외의 지점에 대한 농도 값을 계산하는 기능을 사용하여 세 가지 경우의 CALPUFF 농도 모의 결괏값의 위치 및 개수를 동일하게 추출하였다.

이론/모형

제작된 lu.dat를 입력자료로 사용하여 CALMET에서 사용할 수 있는 지구물리학 자료 포맷으로 변형해주는 MAKEGEO 모델을 실행하였다. 그 결과로 도출되는 토지피복 분류 결과는 Fig.

성능/효과

MAKEGEO에서 결정된 토지피복 분류 항목별 기상 관련 인자 값을 활용하여 CALMET 기상장을 제작할 때, 각각의 값의 차이가 기상장 모의 결과로 도출되는 풍속(wind speed, m/s), 마찰속도(friction velocity, u*), 혼합고(mixing height, m) 값에 영향을 미치는 것을 확인하였다. 먼저 해상도 수준에 따른 CALMET 결과물의 전반적인 차이를 확인해보고자 전체 모의 영역에서의 마 찰계수, 풍속, 혼합고의 평균을 도출했다(Table 4).
전체 grid receptor에 대한 풍속, 마찰속도, 혼합고 지도를 제작해본 결과, 마찰속도와 혼합고 지도는 토지피복 지도의 형태와 유사하였으며, 이는 두 값에 대한 계산에서 토지피복 분류의 차 이가 큰 영향을 미침을 알 수 있다. 또한, 공간 해상도가 높아질수록 풍속이 높은 지역이 증가했는데, 이는 거칠기 값이 높은 도시지역의 면적에 대한 오차가 공간 해상도가 높아짐에 따라 줄어들었기 때문이라고 판단되며, 이에 따라 모의 영역의 중앙지점인 도시지역에서 풍속이 높은 지역이 크게 증가하였다. 한편 공간 해상도가 높아질수록 마찰속도와 혼합고가 낮은 지역도 증가했는데, 이는 모의 영역에서 좁고 길게 분포하여, 해상도 수준의 영향을 크게 받는 초지 면적 및 수역의 증가로 인한 결과로 판단할 수 있다.
본 연구를 통해 토지피복도의 공간 해상도의 차이를 CALPUFF 모형이 감지할 수 있으며, 공간 해상도의 차이로 인해 증감하는 토지피복 항목이 무엇인지에 따라 미세먼지 농도 모의 결과의 과대 및 과소 측정이 발생할 수 있음을 확인하였다. 이는 향후 미세먼지 모의를 위해 CALPUFF를 적용할 때, 토지피복 형태에 따른 공간 해상도에 대한 영향을 사전에 분석하고 확산 모의를 진행해야 보다 정확한 모의 결과를 확보할 수 있음을 시사하는 것이다.
상이한 토지피복 항목별 미기상 인자 값의 차이로 인해 발생하는 CALMET 기상장의 차이가 CALPUFF의 미세먼지 확산 양상에 차이를 가져오는 것을 확인하였다. 전반적인 확산의 양상은 같지만, 세부적인 농도 값이나 값의 공간적 범위 등은 차이를 가지고 있음을 알 수 있다.
전반적인 확산의 양상은 같지만, 세부적인 농도 값이나 값의 공간적 범위 등은 차이를 가지고 있음을 알 수 있다. 연구를 진행한 평촌신도시 지역의 경우 토지피복의 공간 해상도가 높을수록 미세먼지 농도는 낮아지는 것을 확인할 수 있었다. 특히, 영역 중심부에 밀집된 시가화 지역의 농도가 낮게 모의되었다.
상이한 토지피복 항목별 미기상 인자 값의 차이로 인해 발생하는 CALMET 기상장의 차이가 CALPUFF의 미세먼지 확산 양상에 차이를 가져오는 것을 확인하였다. 전반적인 확산의 양상은 같지만, 세부적인 농도 값이나 값의 공간적 범위 등은 차이를 가지고 있음을 알 수 있다. 연구를 진행한 평촌신도시 지역의 경우 토지피복의 공간 해상도가 높을수록 미세먼지 농도는 낮아지는 것을 확인할 수 있었다.
지표면에서의 모의 영역 전체 평균 풍속은 공간 해상도가 높아질수록 높아졌으며, 평균 마찰속도와 평균 혼합고는 공간 해상도가 높아질수록 낮아졌다. 전체 grid receptor에 대한 풍속, 마찰속도, 혼합고 지도를 제작해본 결과, 마찰속도와 혼합고 지도는 토지피복 지도의 형태와 유사하였으며, 이는 두 값에 대한 계산에서 토지피복 분류의 차 이가 큰 영향을 미침을 알 수 있다. 또한, 공간 해상도가 높아질수록 풍속이 높은 지역이 증가했는데, 이는 거칠기 값이 높은 도시지역의 면적에 대한 오차가 공간 해상도가 높아짐에 따라 줄어들었기 때문이라고 판단되며, 이에 따라 모의 영역의 중앙지점인 도시지역에서 풍속이 높은 지역이 크게 증가하였다.
특히, 영역 중심부에 밀집된 시가화 지역의 농도가 낮게 모의되었다. 즉, 같은 지역임에도 공간 해상도가 다른 토지피복 자료를 사용할 경우 CALMET 기상장 제작 시의 입력 인자 값의 차이를 발생시켜 모의된 기상장에 차이를 가져오고, 이는 곧 CALPUFF 모델의 미세먼지 농도 모의 결과가 다르게 생성되게 하였다.
토지피복 분류 항목에 따른 거칠기(Roughness height), 알베도(albedo), 보웬 비(bowen ratio) 등의 미기상 인자값의 차이로 인해, 각각의 토지피복 자료를 사용하여 제작한 CALMET 기상자료 결과인 풍속(wind speed, m/s), 마찰 속도(fiction velocity, u*), 혼합고(mixing height, m) 등에 값의 차이가 발생하였다. 지표면에서의 모의 영역 전체 평균 풍속은 공간 해상도가 높아질수록 높아졌으며, 평균 마찰속도와 평균 혼합고는 공간 해상도가 높아질수록 낮아졌다. 전체 grid receptor에 대한 풍속, 마찰속도, 혼합고 지도를 제작해본 결과, 마찰속도와 혼합고 지도는 토지피복 지도의 형태와 유사하였으며, 이는 두 값에 대한 계산에서 토지피복 분류의 차 이가 큰 영향을 미침을 알 수 있다.
본 연구는 토지피복 자료의 공간 해상도가 CALPUFF 의 미세먼지 확산 모의 결과에 미치는 영향을 파악하고자 하였다. 토지피복 분류 항목에 따른 거칠기(Roughness height), 알베도(albedo), 보웬 비(bowen ratio) 등의 미기상 인자값의 차이로 인해, 각각의 토지피복 자료를 사용하여 제작한 CALMET 기상자료 결과인 풍속(wind speed, m/s), 마찰 속도(fiction velocity, u*), 혼합고(mixing height, m) 등에 값의 차이가 발생하였다. 지표면에서의 모의 영역 전체 평균 풍속은 공간 해상도가 높아질수록 높아졌으며, 평균 마찰속도와 평균 혼합고는 공간 해상도가 높아질수록 낮아졌다.
연구를 진행한 평촌신도시 지역의 경우 토지피복의 공간 해상도가 높을수록 미세먼지 농도는 낮아지는 것을 확인할 수 있었다. 특히, 영역 중심부에 밀집된 시가화 지역의 농도가 낮게 모의되었다. 즉, 같은 지역임에도 공간 해상도가 다른 토지피복 자료를 사용할 경우 CALMET 기상장 제작 시의 입력 인자 값의 차이를 발생시켜 모의된 기상장에 차이를 가져오고, 이는 곧 CALPUFF 모델의 미세먼지 농도 모의 결과가 다르게 생성되게 하였다.
또한, 공간 해상도가 높아질수록 풍속이 높은 지역이 증가했는데, 이는 거칠기 값이 높은 도시지역의 면적에 대한 오차가 공간 해상도가 높아짐에 따라 줄어들었기 때문이라고 판단되며, 이에 따라 모의 영역의 중앙지점인 도시지역에서 풍속이 높은 지역이 크게 증가하였다. 한편 공간 해상도가 높아질수록 마찰속도와 혼합고가 낮은 지역도 증가했는데, 이는 모의 영역에서 좁고 길게 분포하여, 해상도 수준의 영향을 크게 받는 초지 면적 및 수역의 증가로 인한 결과로 판단할 수 있다.

후속연구

본 연구를 통해 토지피복도의 공간 해상도의 차이를 CALPUFF 모형이 감지할 수 있으며, 공간 해상도의 차이로 인해 증감하는 토지피복 항목이 무엇인지에 따라 미세먼지 농도 모의 결과의 과대 및 과소 측정이 발생할 수 있음을 확인하였다. 이는 향후 미세먼지 모의를 위해 CALPUFF를 적용할 때, 토지피복 형태에 따른 공간 해상도에 대한 영향을 사전에 분석하고 확산 모의를 진행해야 보다 정확한 모의 결과를 확보할 수 있음을 시사하는 것이다.

참고문헌 (35)

Abdul-Wahab, S., K. Chan, L. Ahmadi, and A. Elkamel, 2014. Impact of geophysical and meteorological conditions on the dispersion of NO 2 in Canada, Air Quality, Atmosphere & Health, 7(2): 113-129.

상세보기
An, H.-Y., 2015. Comparison of CALPUFF and HYSPLIT model for atmospheric dispersion predictions of radioactive substance, Pusan National University, Pusan, KR (in Korean with English abstract).
Chae, H.-J., 2009. Effect on the PM10 Concentration by Wind Velocity and Wind Direction, Journal of Environmental and Sanitary Engineering, 24(3): 28-45 (in Korean with English abstract).
Charabi, Y., S. Abdul-Wahab, G. Al-Rawas, M. Al-Wardy, and S. Fadlallah, 2018. Investigating the impact of monsoon season on the dispersion of pollutants emitted from vehicles: A case study of Salalah City, Sultanate of Oman, Transportation Research Part D: Transport and Environment, 59: 108-120.

상세보기
Choi, H.-J., H.-W. Lee, and K.-H. Sung, 2007. Air Quality Modeling of Ozone Concentration According to the Roughness Length on the Complex Terrain, Journal of Korean Society for Atmospheric Environment, 23(4): 430-439 (in Korean with English abstract).

원문보기 상세보기
Choi, J.-S. and S.-O. Baek, 1998. An Approach to Estimate Daily Maximum Mixing Height (DMMH) in Pohang, Osan, and Kwangju Areas - Analysis of 10 years data from 1983 to 1992 -, Journal of Korean Society for Atmospheric Environment, 14(4): 379-385 (in Korean with English abstract).
Emery, C., E. Tai, and G. Yarwood, 2001. Enhanced Meteorological Modeling and Performance Evaluation for Two Texas Ozone Episodes, Texas Natural Resources Conservation Commission, Prepared by ENVIRON, International Corporation, Novato, CA, USA.
Hao, Y. and Xie, S., 2018. Optimal redistribution of an urban air quality monitoring network using atmospheric dispersion model and genetic algorithm, Atmospheric Environment, 177: 222-233.

상세보기
Hwang, E.-J., 2007. A Study on assesment of its source contribution and estimation of emission for air pollutants in Cheongwon.Cheongju area, Korea National University of Education, Cheongju, KR (in Korean with English abstract).
Jensen, J.R., 2000. Remote Sensing of the Environment: An Earth Resource Perspective, Prentice Hall, Saddle River, NJ, USA.
Jeon, B.-G. and S.-H. Lee, 2015. A Impact Analysis of Air Quality by Air Pollution Control Facilities Improvement on Point Source Pollution, Journal of Korea Academia-Industrial Cooperation Society, 16(4): 2876-2882 (in Korean with English abstract).

원문보기 상세보기
Jeon, K.-Y. and Y.-H. Kim, 2016. Study on Improvement to Accuracy of CALMET using a Surface Roughness Length of Landuse, Journal of the Korean Society of Urban Environment, 16(4): 383-392 (in Korean with English abstract).
Jung, W.-S. and W.-G. Do, 2012. An Analysis of the Temperature Change Effects of Restoring Urban Streams in Busan Area, Journal of Environmental Science International, 21(8): 939-951 (in Korean with English abstract).

원문보기 상세보기
Kim. J.-S., 2016. A Study on the Development of the Evaluation Model for Urban Air Quality Improvement Planning in Accordance with the Transportation Demand Management, The University of Seoul, Seoul, KR (in Korean with English abstract).
Kim, J.-Y., 2011. Comparison of Atmospheric Diffusion Models for MSW Incinerator Flue Gas, Chungbuk National University, Cheongju, KR (in Korean with English abstract).
Ko, K.-J., 2010. A study on the Optimization of CALMET & CALPUFF Models for Odor Modeling, Anyang University, Anyang, KR (in Korean with English abstract).
Kwon, B.-H. and H.-J. Yoon, 2000. Martitime Atmospheric Boundary Layer Observes By L-band Doppler rader, Journal of the Korea Institute of Information and Communication Engineering, 4(5): 977-984 (in Korean with English abstract).
Lee.C.-J. and M.-S. Hong, 2019. Spatiotemporal Variations of Fine Particulates in and around the Korean Peninsula, Journal of Korean Society for Atmospheric Environment, 35(6): 675-682 (in Korean with English abstract).

상세보기
Lee, E.-J., M. Khan, and K.-H. Lim, 2016. Odor Modeling of trimethyl amine in Gumi National Industrial Complex, Korean Chemical Engineering Research, 54(2): 187-199 (in Korean with English abstract).

원문보기 상세보기
Lee, G.-W. and J.-H. Yom, 2019. Spatio-temporal Visualization of PM10 Flow Pattern Using Gravity Model, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 37(6): 417-426 (in Korean with English abstract).

원문보기 상세보기
Lee, H.-W., H.-Y. Won, H.-J. Choi, K.-Y. Lee, and H.G. Kim, 2004. Numerical Simulation of Dispersion Fields of SO2 according to Atmospheric Flow Field to Reflect Local characteristics in Complex Coastal Regions, Journal of Environmental Science International, 14(3): 297-309 (in Korean with English abstract).

원문보기 상세보기
Lee, I.-H., Y.-G. Park, and S.-E. Lim, 2017. Causes and Reduction of Fine Dust (PM10) in Pocheon-si, Seoul Green Environment Center, Seoul, KR (in Korean with English abstract).
Lee, S.-H., 2012. Comparisons of AERMOD and CALPUFF for Dispersion using Terrain effect, Hanbat National University, Daejeon, KR (in Korean with English abstract).
Lim, Y.-K. and S.-N. Oh, W.-T. Yun, and Y.-S. Chun, 2000. A Study on the Simulation of three-dimensional Wind Field Considering Complex Terrain and Land Uses in the Region of Seoul, Asia-Pacific Journal of Atmospheric Sciences, 36(2): 229-244 (in Korean with English abstract).
MOLIT (Ministry of Land, Infrastructure and Transport), 2015. First planned city construction guide, https://www.molit.go.kr/USR/policyData/m_34681/dtl?id523, Accessed on Jun. 23, 2021.
Moon, N.-K., Y.-S. Lee, and Y.-H. Kim, 2005. The Application of Air Quality Models on Environment Impact Assessment, Korea Environment Institute, Sejong, KR (in Korean with English abstract).
Moon, Y.-S. and Y.-S. Koo, 2006. A Study on Examples Applicable to Numerical Land Cover Map Data for Atmospheric Environment Fields in the Metropolitan Area of Seoul - Real Time Calculation of Biogenic CO Flux and VOC Emission Due to a Geographical Distribution of Vegetableand Analysis on Sensitivity of Air Temperature and Wind Field within MM5 -, Journal of Korean Society for Atmospheric Environment, 22(5): 661-678 (in Korean with English abstract).
Oleniacz, R. and M. Rzeszutek, 2014. Determination of optimal spatial databases for the area of Poland to the calculation of air pollutant dispersion using the CALMET/CALPUFF model, Geomatics and Environmental Engineering, 8(2): 57-69.
Park, M.-S., 2019. Regional Association of the Particulate Matters, Journal of The Korean Data Analysis Society, 21(3): 1169-1181 (in Korean with English abstract).

상세보기
Park, J.-H., 2008. Meteorological Field Generation Method for CALPUFF Model, Inha University, Incheon, KR (in Korean with English abstract).
Rzeszutek, M., 2019. Parameterization and evaluation of the CALMET/CALPUFF model system in near-field and complex terrain - Terrain data, grid resolution and terrain adjustment method, Science of The Total Environment, 689: 31-46.

상세보기
Scire, J.S., D.G. Strimaitis, and R.J. Yamartino, 2000a. A User's Guide for the CALPUFF Dispersion Model (Version 5), Earth Tech, Concord, MA, USA.
Scire, J.S., F.R. Robe, M.E. Fernau, and R.J. Yamartino, 2000b. A User's Guide for the CALMET Meteorological Model (Version 5), Earth Tech, Concord, MA, USA.
Tartakovsky, D., E. Stern, and D.M. Broday, 2016. Comparison of dry deposition estimates of AERMOD and CALPUFF from area sources in flat terrain, Atmospheric Environment, 142: 430-432.

상세보기
Yang, K.-H., 2015. Prediction of temporal and spatial variation of the emission from MSW incineration facility by using CALPUFF model, Jeju National University, Jeju, KR (in Korean with English abstract)

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