[논문]부지특성화을 위한 지하수의 수리화학 특성 연구: 주성분 분석을 중심으로

유순영; 김한석; 전성천; 이종화; 윤성택; 권만재; 조호영

doi:10.7857/jsge.2022.27.s.034

부지특성화을 위한 지하수의 수리화학 특성 연구: 주성분 분석을 중심으로
Hydrochemical Investigation for Site Characterization: Focusing on the Application of Principal Component Analysis 원문보기

지하수토양환경 = Journal of soil and groundwater environment, v.27 no.spc, 2022년, pp.34 - 50

유순영 (고려대학교 스마트지중환경관리기술연구단) , 김한석 (고려대학교 스마트지중환경관리기술연구단) , 전성천 ((주)지오그린21) , 이종화 ((주)지오그린21) , 윤성택 (고려대학교 지구환경과학과) , 권만재 (고려대학교 지구환경과학과) , 조호영 (고려대학교 지구환경과학과)

Abstract ▼ AI-Helper

Principal component analysis (PCA) was conducted using hydrochemical data in four testbeds (A to D) built for the development of site characterization technologies to assess the hydrochemical processes controlling the hydrochemistry in each site. The PCA results indicated the nitrogen loading to deep bedrock aquifers through permeable fractures in Testbed A, the chemical weathering enhanced with the biodegradation of petroleum hydrocarbons in Testbed B, the reductive dechlorination in Testbed C, and the different hydrochemistry depending on the depth to bedrock in Testbed D, consistent with the characteristics of each site. In Testbeds B and D, outliers seemed to affect the PCA result probably due to the small number of samples, whereas the PCA result was still consistent with site characteristics. This study result indicates that the PCA is widely applicable to hydrochemical data for the assessment of major hydrochemical processes in contamination sites, which is useful for site characterization when combined with other site characterization technologies, e.g., geological survey, geophysical investigation, borehole logging. It is suggested that PCA is applied in contaminated sites to interpret hydrochemical data not only for the distribution of contamination levels but also for the assessment of major hydrochemical processes and contamination sources.

주제어

표/그림 (16)

그림 Fig. 1. Testbed A for the development of site characterization technologies: (a) Geology map (KIGAM, 1981); (b) Location of four boreholes (BH-1 ~ BH-4).
그림 Fig. 2. Groundwater level at 8 monitoring wells in Testbed A. The alluvial (A) indicates the shallow monitoring well, while the bedrock (B) indicates the deep monitoring well.
그림 Fig. 3. Testbed B for the development of site characterization technologies: (a) Location of soil samples (A1-A20), groundwater monitoring wells (K1-K3), and wells for partitioning interwell tracer tests (YH1-YH-7); (b) Chlorite detected with the naked eye at A9; (c) Depth to water table (m).
그림 Fig. 4. Testbed C for the development of site characterization technologies. (a) Location of soil samples; (b) Location of monitoring wells installed in 2020 (Andong National University and Geogreen21 Co. Ltd., 2020).
그림 Fig. 5. Testbed D for the development of site characterization technologies. (a) Location of six monitoring wells (SCGW1 ~ SCGW6) and the spatial distribution of maximum TPH concentrations in soil at each soil sampling site; (b) TPH concentrations in soil at each depth; (c) Groundwater level (E.L., m); (d) Depth to bedrock (G.L., -m) and the locations of soil samples with BTEX detected.
표 Table 1. A dataset used for principal component analysis (PCA) in each testbed
그림 Fig. 6. Biplots of groundwater samples in Testbed A: (a) PC1 scores vs. PC4 scores; (b) HCO₃ vs. Ca+Mg (after Kim et al., 2019); (C) PC2 scores vs. PC3 scores; (d) NH₃-N concentrations vs. PC3 scores. 's' and 'd' indicate shallow and deep groundwater, respectively.
표 Table 2. PCA loadings in Testbed A
표 Table 3. Concentration ranges of selected compositions from Testbed A. 's' and 'd' indicate shallow and deep groundwater, respectively
표 Table 4. PCA loadings in Testbed B
그림 Fig. 7. Biplots of groundwater samples in Testbed B: (a) PC1 scores vs. PC3 scores; the numbers indicate the concentrations of total petroleum hydrocarbons (TPH; mg/L) in K1 to K3 when detected; (b) PC2 scores vs. total organic carbon (TOC) (n=19 excluding K2 in March 2021 due to water not enough for sampling); (c) pH vs. Fe²⁺; (d) EC vs. TPH (n=8); (e) HCO₃ vs. Ca+Mg; (f) Na+K-Cl vs. SiO₂.
표 Table 5. PCA loadings in Testbed C
그림 Fig. 8. Comparison of PC scores of groundwater samples in Testbed C in (a)-(c) and pH vs. Mg in (d).
표 Table 6. Ranges of EC and the concentrations of PCE, TCE and their byproducts in Testbed C. The number of samples was 4 from each well except MW-02 sampled twice in 2020
그림 Fig. 9. Biplots of groundwater samples in Testbed D: (a) PC1 scores vs. PC3 scores; (b) PC2 scores vs. NH₄ concentrations; (c) PC1 scores vs. NO₃ concentrations; (d) pH vs. EC.
표 Table 7. PCA loadings in Testbed D

AI 본문요약
AI-Helper

문제 정의

본 연구는 다변량 통계분석기법 중 하나인 PCA의 부지특성화기술로써의 범용성과 한계점을 평가하기 위해, 4개의 테스트베드 지역을 대상으로 지하수 수리화학을 이용하여 PCA를 수행하였다. 비록 PCA 결과가 이상치(outlier)에 의해 영향을 받는 경향이 나타나기도 했지만, 대부분의 PCA 결과는 각 테스트베드의 부지 특성 및 오염 특성을 잘 반영하였다.

제안 방법

16개 지점에서 암반 출현 심도까지 1 m 간격으로 토양시료를 채취하고(n=68), 석유계총탄화수소(Total Petroleum Hydrocarbon; TPH)와 BTEX를 분석하였다. 토양시료를 채취하는 과정에서 지하수위 분포(Fig.
지중환경오염부지특성화기술을 개발하기 위해 4개의 테스트베드를 구축하고, 토양을 포함한 지하고체매질의 지질학적 및 생지구화학적 특성과 함께 지하수 수리화학을 조사하고 있다.
이 연구에서는 2018년 11월부터 2021년 12월까지 획득된 자료를 이용하였다(n=108). 테스트베드 B에서는 총 3개 지점(K1~K3)에서 3차례(2020년 11월, 2021년 1월과 3월)에 걸쳐 지하수 시료를 채수한 후 주요 용존 이온(n=8; 2020년 11월 물 부족으로 K1에서 채수 못함)과BTEX, TPH, 총유기탄소(Total Organic Carbon; TOC) (n=7; 물 부족으로 2020년 11월 K1 및 2021년 3월 K2에서 채수 못함)를 분석하였다. 2021년 3월에는 12개 배경 관정(bg)에서도 지하수 시료를 채취하고 주요 용존이온 및 BTEX, TPH, TOC를 분석하였다.
테스트베드 D는 서천군 서면에 위치한 토양 및 지하수의 유류 오염 예상 지역으로 부지 특성화를 위해 물리탐사(전기비저항, 복소전기비저항, 자연전위(self-potential; SP), 지하레이더탐사(Ground Penetrating Radar; GPR), 탄성파 굴절법 탐사 등)를 수행하여 지층구조를 분석하였고, 시추공 물리검층과 분배추적자 실험을 통해 오염물질분포 및 원위치 수질 특성 등을 조사하였다. 이외에도 토양과 지하수 시료 채취 및 분석, 지하수 수리 특성 조사,장기 수위 변화 모니터링을 수행 중이다.
테스트베드 별로 지하수 수리화학을 이용하여 PCA를 수행한 후 그 결과를 부지 특성 및 오염 특성과 비교하고, 부지특성화기술로써 지하수 수리화학을 이용한 PCA의 장단점을 검토해 보았다.

대상 데이터

한편, 테스트베드 C의 경우, 2020년 실태조사 시 설치된 관정(MW-01~MW-10)을 통해 2021년 5월과 10월에 지하수 시료를 추가 채수하고(n=18; MW-2 채수 불가), PCE, TCE 및 분해산물과 주요 용존이온을 분석하였다. 2020년 10월과 11월에 획득된 지하수 수리화학 자료(n=20)도 PCA에 함께 활용하였다(Table 1).
2021년 12월까지 분석된 108개 시료들 가운데 100개이상의 시료에서 검출된 25개 변수를 이용하여 PCA를 수행하였다(Table 1). 검출한계(DL) 이하의 값은 실제 그 물질이 존재한다고 가정하고, DL의 1/2로 대체하였다.
테스트베드 B에서는 총 3개 지점(K1~K3)에서 3차례(2020년 11월, 2021년 1월과 3월)에 걸쳐 지하수 시료를 채수한 후 주요 용존 이온(n=8; 2020년 11월 물 부족으로 K1에서 채수 못함)과BTEX, TPH, 총유기탄소(Total Organic Carbon; TOC) (n=7; 물 부족으로 2020년 11월 K1 및 2021년 3월 K2에서 채수 못함)를 분석하였다. 2021년 3월에는 12개 배경 관정(bg)에서도 지하수 시료를 채취하고 주요 용존이온 및 BTEX, TPH, TOC를 분석하였다. 테스트베드 D에서는 6개 지점(SCGW1~SCGW6)에서 2021년 10월과 12월에 지하수 시료를 채수하였으며(n=12), TPH, BETX와 주요 용존 이온들이 분석되었다.
테스트베드 A, B, D의 경우, 관측공을 직접 설치하였다. 그러나 테스트베드 A는 비교적 오랫동안 관측공 운영이 가능한 반면, 테스트베드 B는 조기 폐쇄되었으며, 테스트베드 D는 테스트베드로의 선정이 늦어져 현재까지 6개 관측공에서 2차례의 지하수 시료만 채취 및 분석되었다. 자세히 살펴보면, 테스트베드 A에서는 8개의 관측공(BH1 ~ BH4 지점에서 각각 천부(s)와 심부암반(d) 관측공 1개소씩) 및 부지 동쪽에 위치하는 생활관정 1개소(Pre-existing well)에서 분기별로 지하수 시료를 채수해 오고 있으며, 주요 용존이온과 함께 미량원소를 분석하고 있다.
부지특성화를 위하여 4개 지점(BH-1~BH-4)에 천부관정(약 25 m 심도)과 심부암반관정(약 80 m 심도)을 각각 설치하였다(Fig. 1b).
자세히 살펴보면, 테스트베드 A에서는 8개의 관측공(BH1 ~ BH4 지점에서 각각 천부(s)와 심부암반(d) 관측공 1개소씩) 및 부지 동쪽에 위치하는 생활관정 1개소(Pre-existing well)에서 분기별로 지하수 시료를 채수해 오고 있으며, 주요 용존이온과 함께 미량원소를 분석하고 있다. 이 연구에서는 2018년 11월부터 2021년 12월까지 획득된 자료를 이용하였다(n=108). 테스트베드 B에서는 총 3개 지점(K1~K3)에서 3차례(2020년 11월, 2021년 1월과 3월)에 걸쳐 지하수 시료를 채수한 후 주요 용존 이온(n=8; 2020년 11월 물 부족으로 K1에서 채수 못함)과BTEX, TPH, 총유기탄소(Total Organic Carbon; TOC) (n=7; 물 부족으로 2020년 11월 K1 및 2021년 3월 K2에서 채수 못함)를 분석하였다.
이외에도 토양과 지하수 시료 채취 및 분석, 지하수 수리 특성 조사,장기 수위 변화 모니터링을 수행 중이다. 지하수 시료 채취를 위해 2021년 총 6개 지점에 관측정을 설치하였는데(Fig. 5a), 착정 심도는 3 m 1공, 6 m 4공, 7.
테스트베드 A는 경기도 남양주시 와부읍에 위치한 농장 부지 내 초지로, 과거 구릉 혹은 산지였던 곳을 농장으로 사용하고자 부지를 재정리하면서 지금의 지형으로 정비되었다. 주변지역보다 고도는 높으나 평탄한 지형이며, 선캠브리아기 경기편마암복합체의 호상편마암이 기반암으로 분포한다(Fig.
2021년 3월에는 12개 배경 관정(bg)에서도 지하수 시료를 채취하고 주요 용존이온 및 BTEX, TPH, TOC를 분석하였다. 테스트베드 D에서는 6개 지점(SCGW1~SCGW6)에서 2021년 10월과 12월에 지하수 시료를 채수하였으며(n=12), TPH, BETX와 주요 용존 이온들이 분석되었다.

성능/효과

모든 관정에서 강수에 의한 수위 변화가 나타나며(Fig. 2), BH-1 천부관정(BH-1A) 및 암반관정(BH-1B)과 BH-4암반관정(BH-4B)에서는 주변 이용관정의 영향으로 인한 수위 변화도 나타났다. 특히, BH-4의 천부관정(BH-4A)과 암반관정(BH-4B)은 전혀 상이한 수위 변화 양상을 보이며, 지하수위(EL.
기 조사된 지하수 오염 심도 결과를 바탕으로 총 3개지점(K1~K3)에 6 m 심도의 관측정을 설치하였는데(Fig. 3a), 신규 관측정 K-1에서 순간수위변화시험을 수행한 결과, 충적지하수의 수리전도도는 0.028 cm/sec로 나타났다. 지하수위는 지표 아래 2-4 m 구간에서 확인되었다(Fig.
양의 PC5 점수를 가지는 시료(MW-02와 MW-10)와 음의 PC5 점수를 가지는 시료(MW-09, MW-06과 MW-07 일부)가 공간적으로 구별되는 것을 고려할 때(Fig. 4), PC5는 1구역과 2구역의 수화학 특징을 구분짓는 요인으로 보인다. 즉, 관측공 설치 당시 발견된 풍화대층의 두께 차이가 수질에도 영향을 미치고 있는 것을 알수 있다.
동일한 PC로 설명되는 시료들이 유사한 공간 분포를 가지며(Fig. 4), PC들이 설명하는 지구화학반응(예, PC2는 혐기성 탈염소화 반응)이 고밀도비수상액체(Dense non-aqueous phase liquid; DNAPL) 오염지역에서 자주 관찰되는 현상이라는 것을 고려할 때, PCA 결과는 지하수 수리화학 해석에 유용하였다고 할 수 있다.
오염부지를 조사·평가·복원하기 위해서는 지중환경에서 일어나는 지구화학반응을 이해하고 유입된 오염물질의 지구화학적 거동 특성을 예측하는 것이 필요하다. 4개의 테스트베드 부지에 PCA를 적용해 본 결과, 지하수 수리화학의 PCA는 앞으로 지중환경오염부지특성화기술로써 지중환경에서 일어나는 주요한 지구화학반응을 밝히고 오염원을 추정하는데 기여할 수 있을 것으로 판단된다. 시료의 수가 충분하지 않아도 지중환경에 대한 유의미한 결과를 제공할 수 있을 것으로 보인다.

후속연구

또한, PCA는 이미 지하수 수리화학을 포함하여 지구화학의 연구 분야에서 널리 활용되면서 그 유용성이 입증되었으며, 다변량 통계분석기법 중 가장 쉽게 접근할 수 있다는 장점이 있다. 따라서 앞으로 지중환경 오염부지 조사 분야에서도 PCA가 지하수 수리화학 정보의 활용도를 높이는 데 널리 활용되기를 기대한다.

참고문헌 (38)

Abdi, H., 2003, Factor Rotations in Factor Analyses, Encyclopedia for Research Methods for the Social Sciences, Sage: Thousand Oaks, CA, 792-795.
Andong National University, Geogreen21 Co. Ltd., 2020, Tracing pollution sources and planning remediation strategies of groundwater contamination in Jeonju. Korea Environmental Industry & Technology Institute.
Atekwana, E.A., Atekwana, E., Legall, F.D., and Krishnamurthy, R.V., 2005, Biodegradation and mineral weathering controls on bulk electrical conductivity in a shallow hydrocarbon contaminated aquifer, Journal of Contaminant Hydrology 80(3-4), 149-167.
Baek, W. and Lee, J.Y., 2011, Source apportionment of trichloroethylene in groundwater of the industrial complex inWonju, Korea: a 15-year dispute and perspective, Water and Environment Journal, 25(3), 336-344.
Burg, A. and Gavrieli, I., 2013, Groundwater contamination and water-rock interaction during leakage of industrial waste water into a carbonate aquifer in an arid zone, Israel, Procedia Earth and Planetary Science, 7, 101-104.

상세보기
Farnham, I.M., Singh, A.K., Stetzenbach, K.J., and Johannesson, K.H., 2002, Treatment of nondetects in multivariate analysis of groundwater geochemistry data, Chemometrics and Intelligent Laboratory Systems, 60(1-2), 265-281.
Gulgundi, M.S. and Shetty, A., 2019, Source apportionment of groundwater pollution using unmix and positive matrix factorization, Environmental Processes, 6, 457-473.

상세보기
Hamzaoui-Azaza, F., Zammouri, M., Ameur, M., Sy, M.B., Gueddari, M., and Bouhlila, R., 2020, Hydrogeochemical modeling for groundwater management in arid and semiarid regions using MODFLOW and MT3DMS: A case study of the Jeffara of Medenine coastal aquifer, South-Eastern Tunisia, Natural Resource Modeling, 33(4), e12282.

상세보기
Hatcher, L., 1994, A Step-by-Step Approach to Using the SAS System for Factor Analysis and Structural Equation Modeling. SAS Institute, Inc., Cary.
Jeong, C.-H., Lee, Y.J., Lee, Y.C., Kim, M.S., Kim, H.K., Kim, T.S., Jo, B.U., and Choi, H.Y., 2016, Hydrochemistry and occurrences of natural radioactive materials from groundwater in various geological environment, The Journal of Engineering Geology, 26(4), 531-549.
KIGAM (Korea Institute of Geoscience and Mineral Resources), 1969, Geological map of Korea: Samrye (1:50,000).
KIGAM, 1981, Geological map of Korea: Ttukseom (1:50,000).
KIGAM, 2019, Technology development of borehole elemental concentration logs and high resolution hydraulic characterization for the prediction of rock-fluid interactions in subsurface environments, Korea Environmental Industry & Technology Institute.
Kim, H.-R., Yu, S., Oh, J., Kim, K.-H., Lee, J.-H., Moniruzzaman, M., Kim, H.K., and Yun, S.-T., 2019, Nitrate contamination and subsequent hydrogeochemical processes of shallow groundwater in agro-livestock farming districts in South Korea, Agriculture, Ecosystems and Environment, 273, 50-61.

상세보기
Kim, H.-S., Lee, S.-H., Jo, H.Y., Finneran, K.T., and Kwon, M.J. 2021, Diversity and composition of soil Acidobacteria and Proteobacteria communities as a bioindicator of past land-use change from forest to farmland, Science of the Total Environment, 797, 148944.
Kim, K.H., Yun, S.T., Kim, H.K., and Kim, J.W., 2015, Determination of natural backgrounds and thresholds of nitrate in South Korean groundwater using model-based statistical approaches, J. Geochem. Explor., 148, 196-205.

상세보기
Kim, S.H., Kim, H.-R., Yu, S., Kang, H.-J., Hyun, I.-H., Song, Y.-C., Kim, H., and Yun, S.-T., 2021, Shift of nitrate sources in groundwater due to intensive livestock farming on Jeju Island, South Korea: With emphasis on legacy effects on water management, Water Research, 191, 116814.

상세보기
Krause, S., Aloisi, G., Engel, A., Liebetrau, V., and Treude, T., 2014, Enhanced calcite dissolution in the presence of the aerobic methanotroph methylosinus trichosporium, Geomicrobiology Journal, 31(4), 325-337.

상세보기
Korea University, 2021, Development of field application technologies for optimal diagnosis, assessment, and predictioin of contamination fate and transport in subsurface environments, Korea Environmental Industry & Technology Institute.
Joyce, S., Applegate, D., Appleyard, P., Gordon, A., Heath, T., Hunter, F., Hoek , J., Jack son, P., Swan, D., Woollard, H., and Wheeler, A.F., 2015, Groundwater flow and reactive transport modelling in ConnectFlow, SKB R-14-19, https://skb.se/publikation/2482142/R-14-19.pdf
Ledesma, R.D., Valero-Mora, P., and Macbeth, G., 2015, The scree test and the number of factors: a dynamic graphics approach, Spanish Journal of Psychology, 18, e11, 1-10.
Lee, J.-H., Yun, S.-T., Yu, S., Yoo, C.-H., Jeong, Y.-S., Kim, K.-H., Kim, H.-R., and Kim, H., 2022, Development of an integrated hydrochemical index for delineating livestock manure-derived groundwater plumes in agro-livestock farming areas, Ecological Indicators, 138, 108838.

상세보기
Lee, J.-Y., Cheon, J.-Y., Lee, K.-K., Lee, S.-Y., and Lee, M.-H., 2001, Statistical evaluation of geochemical parameter distribution in a ground water system contaminated with petroleum hydrocarbons, Journal of Environmental Quality, 30(5), 1548-1563.

상세보기
Lee, K.-J., Yun, S.-T., Yu, S., Kim, K.-H., Lee, J.-H., and Lee, S.-H., 2019, The combined use of self-organizing map technique and fuzzy c-means clustering to evaluate urban groundwater quality in Seoul metropolitan city, South Korea, Journal of Hydrology, 569, 685-697.
MacCallum, R.C., Widaman, K.F., Zhang, S., and Hong, S., 1999, Sample size in factor analysis, Psychological Methods, 4(1), 84-99.

상세보기
Mohapatra, P.K., Vijay, R., Pujari, P.R., Sundaray, S.K., and Mohanty, B.P., 2011, Determination of processes affecting groundwater quality in the coastal aquifer beneath Puri city, India: a multivariate statistical approach, Water Science & Technology, 64(4), 809-817.

상세보기
Oh, J., Kim, H.-R., Yu, S., Kim, K.-H., and Yun, S.-T., 2021, Delineating the impacts of poultry burial leachate on shallow groundwater in a reclaimed agro-livestock farming area, using multivariate statistical analysis of hydrochemical data, Environmental Science and Pollution Research, 28, 7742-7755.

상세보기
R Core Team, 2020, R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/
Runkel, A.C., Tipping, R.G., Meyer, J.R., Steenberg, J.R., Retzler, A.J., Parker, B.L., Green, J.A., Barry, J.D., and Jones, P.M., 2018, A multidisciplinary-based conceptual model of a fractured sedimentary bedrock aquitard: improved prediction of aquitard integrity, Hydrogeology Journal, 26, 2133-2159.

상세보기
Schreier, C.G., Walker, W.J., Burns, J., and Wilkenfeld, R., 1999, Total organic carbon as a screening method for petroleum hydrocarbons, Chemosphere, 39(3), 503-510.

상세보기
Sejong University, 2019, Development of strategies and technologies for investigation and assessment of fluid flow path in subsurface environments. Korea Environmental Industry & Technology Institute.
Shaukat, S.S., Rao, T.A., and Khan, M.A., 2016, Impact of sample size on principal component analysis ordination of an environmental data set: effects on eigenstructure, Ekologia (Bratislava), 35(2), 173-190.

상세보기
SKB, 2006. Hydrogeochemical evaluation, Preliminary site description Laxemar subarea - version 2.1. Swedish Nuclear Fuel and Waste Management Co. (SKB). Report R-06-70.
Thrun, M.C., Ultsch, A., and Breuer, L., 2021, Explainable AI framework for multivariate hydrochemical time series, Mach. Learn. Knowl. Extr., 3(1), 170-204.
Tizro, A.T., Ghashghaie, M., Georgiou, P., and Voudouris, K., 2014, Time series analysis of water quality parameters, Journal of Applied Research in Water and Wastewater, 1(1), 40-50.
Yang, J.-H. and Lee, K.-K., 2012, Locating plume sources of multiple chlorinated contaminants in groundwater by analyzing seasonal hydrological responses in an industrial complex, Wonju, Korea, Geosciences Journal, 16(3), 301-311.
Yu, S., Chae, G., Oh, J., Kim, S.H., Kim, D.I., and Yun, S.T., 2021, Hydrochemical and isotopic difference of spring water depending on flow type in a stratigraphically complex karst area of South Korea, Front. Earth Sci., 736, 712865.
Zhang, K., Hu, Z., Zeng, F., Yang, X., Wang, J., Jing, R., Zhang, H., Li, Y., and Zhang, Z., 2019, Biodegradation of petroleum hydrocarbons and changes in microbial community structure in sediment under nitrate-, ferric-, sulfate-reducing and methanogenic conditions, Journal of Environmental Management, 249, 109425.

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