[논문]해양 미세플라스틱 모니터링을 위한 원격탐사 적용 가능성 검토

박수현; 김창민; 정성우; 장성간; 김수빈; 하태정; 한경수; 양민준

doi:10.7780/kjrs.2022.38.5.3.3

해양 미세플라스틱 모니터링을 위한 원격탐사 적용 가능성 검토
Review of Remote Sensing Applicability for Monitoring Marine Microplastics 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.38 no.5 pt.3, 2022년, pp.835 - 850

박수현 (부경대학교 지구환경시스템과학부 지구환경과학전공) , 김창민 (부경대학교 지구환경시스템과학부 지구환경과학전공) , 정성우 (부경대학교 지구환경시스템과학부 지구환경과학전공) , 장성간 (부경대학교 지구환경시스템과학부 지구환경과학전공) , 김수빈 (부경대학교 지구환경시스템과학부 지구환경과학전공) , 하태정 (부경대학교 지구환경시스템과학부 지구환경과학전공) , 한경수 (부경대학교 지구환경시스템과학부 공간정보시스템공학과) , 양민준 (부경대학교 지구환경시스템과학부 환경지질과학전공)

초록
AI-Helper

전 세계적으로 모든 해양 환경에서 발견되는 미세플라스틱이 환경 문제로 대두되면서 해양 미세플라스틱을 모니터링 하기 위한 연구가 국내외적으로 활발히 수행되고 있다. 최근 국외에서는 대규모의 실시간 관측이 가능한 원격탐사 기술을 해양 플라스틱 모니터링에 적용하기 위한 활발한 연구가 진행되고 있다. 그러나 국내에서 해양 미세플라스틱 원격탐사 관련 연구는 매우 미비한 실정이며 중대형 해양 플라스틱 원격탐사 연구만 일부 수행되고 있다. 본 논문에서는 국내와 국외에서 수행된 해양 플라스틱 원격탐사와 관련된 대표적인 연구사례를 통해 국내외 연구 동향을 파악하고, 해양 미세플라스틱 모니터링 시 원격탐사 기술의 적용 가능성에 대해 고찰하여 앞으로 국내에서의 연구 방향성에 대해 제안하고자 한다.

Abstract ▼ AI-Helper

Microplastics have arisen as a worldwide environmental concern, becoming ubiquitous in all marine compartments, and various researches on monitoring marine microplastics are being actively conducted worldwide. Recently, application of a remote detection technology that enables large-scale real-time observation to marine plastic monitoring has been conducted overseas. However, in South Korea, there is little information linking remote detection to marine microplastics and some field studies have demonstrated remote detection of medium- and large-sized marine plastics. This study introduces research cases with remote detection of marine plastics in South Korea and overseas, investigates potential feasibility of using the remote detection technology to marine microplastic monitoring, and suggests some future works to monitor marine microplastics with the remote detection.

주제어

표/그림 (14)

그림 Fig. 1. Schematic of sunlight hitting (a) an open water body and (b) the same water body with floating plastic. With L_d total downwelling sunlight (solar beam + diffuse sky light), L_ds subsurface downwelling light, L_ws subsurface upwelling light, L_wr light reflected directly off the water surface, L_wt subsurface upwelling light transmitted through the water-air interface, L_pr light reflected off the plastic and L_pt subsurface upwelling light transmitted through the plastic. L_w is total water leaving light, L_wr + L_wt, and L_p is total plastic leaving light, L_pt + L_pr; subscript '0' indicates the variables in the absence of plastic and FOV is field of view (Goddijn-Murphy et al., 2018).
그림 Fig. 2. The spectrum of marine-harvested microplastics: (a) Bulk reflectance spectra of aggregated dry marine-harvested microplastics colored by size class (legend in panel (b)). (b) Mean reflectance of each size class. (c) Average reflectance with 1 standard deviation continuous error bars with shaded regions and red dotted lines indicating major and minor absorption features respectively. (d) Second derivative spectra of the mean reflectance spectrum (Garaba and Dierssen, 2018).
그림 Fig. 3. Spectral mixing simulations using North Atlantic seawater and marine-harvested microplastics (dry and wet) endmembers (Garaba and Dierssen, 2018).
그림 Fig. 4. Spectral at-sensor radiance (950–2450 nm) of ocean plastics (N=118 items) from the GPGP: (a) Median and (b) median normalized to the maximum spectral at-sensor radiance of different ocean plastic types (Garaba et al., 2018).
그림 Fig. 5. RGB image of the ghost net used for most of the analyses described in this study. Red stars show regions where spectral information from the SWIR imagery were extracted: "floating part" (star 1), "submerged part" (star 2), and "seawater" (stars 3–6) (Garaba et al., 2018).
그림 Fig. 6. The spectrum of the seawater pixels surrounding a ghost net: (a) Median spectra of floating and submerged parts of a ghost net and its surrounding seawater (see Fig. 5). (b) Spectrum of the ghost net floating part and absorption features identified with a peak-seeking algorithm (black circles). Dotted lines highlight the absorption features around 1215 and 1732 nm used in our spectral unmixing simulations. (c) First derivative of the spectra shown in panel A. (d) Absorption features (black circles) identified in the first-derivative spectrum of the ghost net floating part (Garaba et al., 2018).
그림 Fig. 7. Spectrum showing the absorption of LD-PE plastics: (a) LD-PE NIR spectrum in air, (b) LD-PE embedded in water (Peiponen et al., 2019).
그림 Fig. 8. Spectral signatures derived from the mean spectra of deployed plastic targets (black line with error bars), seaweed representing floating vascular plants (green), seawater from all test sites (dashed blue line), rafted timber and wood representing non-photosynthetic plant materials (red), pumice representing non-plant debris (light grey), and spume representing sea foam, bubbles and froth (gold line). The x-axis shows the span of Sentinel-2 MSI bands from visible blue light at 490 nm, to short-wave infrared light at 1610 nm. The left-hand y-axis shows remote sensing reflectance (unitless) from Sentinel-2 for seawater, seaweed, sea foam and the plastic targets. Remote sensing reflectance (unitless) of timber and pumice was substantially higher. These were shifted lower to illustrate relative spectral shapes of all materials, and the corresponding reflectances are shown on the right hand y-axis in grey (Biermann et al., 2020).
그림 Fig. 9. Classifying known floating materials in the marine environment. Using NDVI alone (a), we see that clear seawater (blue), wood (dark grey), spume (gold) and pumice (light grey) occupy distinct NDVI ranges that do not overlap with the combined (grouped) plastics. Unlike FDI (b), where values are primarily driven by how much of a given pixel is filled by material. Seaweed, timber wood, and foam detections show highest values here, suggesting that detected materials from these examples filled pixels completely, or to a high degree. Grouped plastics and pumice had some contribution from water and appeared to reply on subpixel detection. The plastic targets were detected on subpixel scales of 30–55%, as confirmed by drones. When visualised in 2-variable feature space (c) the combination of NDVI and FDI demonstrates distinct clustering of materials (Biermann et al., 2020).
그림 Fig. 10. Percentage pixel coverage of the floating plastic targets determined in the true colour images captured by the Sony A5100 and matching pixel spectra from the Sentinel-2 A imager (Topouzelis et al., 2020).
그림 Fig. 11. Target description and results. From left to right: description of the artificial targets configuration, UAS reference images, Sentinel-2 sub scenes after ACOLITE pre-processing, and results of the matched filtering detection (Topouzelis et al., 2020).
그림 Fig. 12. Floating debris detection result by applying RFD and threshold (Kim et al., 2017).
그림 Fig. 13. Schematics of the experimental setup (signal conditioning components, SCC; data acquisition, DAQ) (Jang et al., 2021).
그림 Fig. 14. GUI of microplastic optical sensor system (Han et al., 2019).

AI 본문요약
AI-Helper

문제 정의

본 논문에서는 국내 해양 플라스틱 원격탐사에 관한 주요 성과를 정리하고 국외 연구 동향을 파악하여 해양 미세플라스틱에서의 원격탐사 적용 가능성에 관해 논의하고 미세플라스틱 관련 국내 연구의 방향성과 필요성에 대해 제언하고자 한다.
본 논문은 해양 플라스틱을 대상으로 원격탐사를 적용한 국내외의 연구사례 조사를 통해 해양 미세플라스틱에 대한 원격탐사 기술의 적용 가능성에 대하여 고찰하였다. 국내에서 해양 미세플라스틱 모니터링에 원격탐사를 적용하기 위해서는 광대역 광원 및 고출력 레이저 등을 광원으로 이용하여 SNR을 높이고 근거리 원격탐사 플랫폼과 결합하여 해양 미세플라스틱의 원격탐사 적용 가능성을 검토하는 연구가 추가적으로 필요할 것으로 보인다.
해당 연구는 해양에서 거대 플라스틱을 탐지, 식별, 특성화하는 방법에 대한 기초자료를 제시하였다. 추후 연구에서는 원격탐사로 고품질 현장 데이터를 수집하기 위해서 해양 플라스틱 식별 능력을 향상시키는 것을 목표로 제시하였다.
적용 결과, 많은 수의 픽셀이 플라스틱의 스펙트럼과 유사하게 나타났다(87%, 77%, 100%, 83%). 해당 연구는 해양에서 거대 플라스틱을 탐지, 식별, 특성화하는 방법에 대한 기초자료를 제시하였다. 추후 연구에서는 원격탐사로 고품질 현장 데이터를 수집하기 위해서 해양 플라스틱 식별 능력을 향상시키는 것을 목표로 제시하였다.
또한, 미세플라스틱과 해수의 기여도를 구분하여 반사율을 측정한 결과, 100% 미세플라스틱에서 가장 높은 반사율과 흡수 스펙트럼이 확인되었으며, 75%, 50%, 25%, 해수의 순서로 낮게 측정되었다. 해당 연구의 저자는 본 연구결과를 통해 습식 미세플라스틱과 건식 미세플라스틱의 반사율과 흡수 특성의 차이를 활용하여 해양 환경에서의 미세플라스틱 원격탐사 가능성을 제시하였다.

제안 방법

국외 연구는 대부분 물 속에 잠긴 플라스틱과 건조 플라스틱의 분광학적 특성을 조사하고 다양한 해양 물질과 플라스틱 간의 고유한 스펙트럼 피크를 조사하며 이루어지고 있다. 또한 위성 이미지인 Sentinel-2 MSI를 이용하여 플라스틱 반사 스펙트럼을 도출하였으며 Sentinel-2 MSI의 탐지한계 개선을 위해 대기 보정을 진행하여 성공적으로 해양 플라스틱 원격탐사를 수행하였다.
2(a)와 (b)는 미세플라스틱의 입도별 파장에 따른 반사율을 나타낸 것으로, 특정 파장대(905–955 nm, 1160–1260 nm, 1380–1480 nm, 1715–1750 nm)에서 유사한 패턴의 흡수 스펙트럼이 발생했다. 하지만 수중 환경에서 플라스틱이 다른 물질과 혼합되어 있을 경우, 플라스틱 흡수 스펙트럼은 이물질에 의해 중첩이나 간섭현상이 발생할 수 있기 때문에 특정 파장의 흡수 강도 및 순간 변화율을 계산하여 분석을 진행하였다. 본 연구에서 사용된 전체 미세플라스틱의 평균 반사율을 미분한 결과, Fig.

대상 데이터

9(c)). 현장 적용성 검토를 위해 Accra, Da Nang, Gulf Islands, Scotland에서 발생된 해양 폐기물을 대상으로 해당 지수들을 적용하였다. 적용 결과, 많은 수의 픽셀이 플라스틱의 스펙트럼과 유사하게 나타났다(87%, 77%, 100%, 83%).

이론/모형

해당 연구는 해양 폐기물에서 플라스틱과 자연 물질을 분류하기 위해서 floating debris index (FDI)를 개발하였으며, normalized difference vegetation index (NDVI)와 함께 활용하여 Fig. 9에 도식화 하였다.
해양 플라스틱 원격탐사 분야의 해외 연구 동향을 파악하기 위해 Journal Citation Indicator (JCI) 기준 Q1 저널의 논문(Environmental Science & Technology, Remote Sensing of Environment, Chemosphere, Scientific Reports, Remote Sensing)을 선정하여 연구방법과 결과를 요약하였다.

성능/효과

3은 건조 미세플라스틱과 습식 미세플라스틱의 반사율 차이를 나타내는 그래프로, 습식 미세플라스틱의 반사율과 흡수 스펙트럼은 건조 미세플라스틱에 비해 작게 관측되었다. 또한, 미세플라스틱과 해수의 기여도를 구분하여 반사율을 측정한 결과, 100% 미세플라스틱에서 가장 높은 반사율과 흡수 스펙트럼이 확인되었으며, 75%, 50%, 25%, 해수의 순서로 낮게 측정되었다. 해당 연구의 저자는 본 연구결과를 통해 습식 미세플라스틱과 건식 미세플라스틱의 반사율과 흡수 특성의 차이를 활용하여 해양 환경에서의 미세플라스틱 원격탐사 가능성을 제시하였다.
현장 적용성 검토를 위해 Accra, Da Nang, Gulf Islands, Scotland에서 발생된 해양 폐기물을 대상으로 해당 지수들을 적용하였다. 적용 결과, 많은 수의 픽셀이 플라스틱의 스펙트럼과 유사하게 나타났다(87%, 77%, 100%, 83%). 해당 연구는 해양에서 거대 플라스틱을 탐지, 식별, 특성화하는 방법에 대한 기초자료를 제시하였다.
9(b)). 하지만, FDI와 NDVI를 함께 사용한 경우, 각 물질에 대해서 뚜렷한 그룹이 형성된 것으로 확인되어 해양 폐기물에서 플라스틱을 식별 가능할 것으로 판단하였다(Fig. 9(c)).

후속연구

본 논문은 해양 플라스틱을 대상으로 원격탐사를 적용한 국내외의 연구사례 조사를 통해 해양 미세플라스틱에 대한 원격탐사 기술의 적용 가능성에 대하여 고찰하였다. 국내에서 해양 미세플라스틱 모니터링에 원격탐사를 적용하기 위해서는 광대역 광원 및 고출력 레이저 등을 광원으로 이용하여 SNR을 높이고 근거리 원격탐사 플랫폼과 결합하여 해양 미세플라스틱의 원격탐사 적용 가능성을 검토하는 연구가 추가적으로 필요할 것으로 보인다.
국외 연구에서 사용된 위성 센서인 Sentinel-2 MSI는 공간 해상도가 10 m로 해양 미세플라스틱의 관측에 적용하기는 어렵기 때문에 해양 미세플라스틱 원격탐사를 위해서는 드론과 같은 UAV, Remotely Operated Vehicles 등을 이용한 근거리 탐지 기술에 대한 연구 및 개발이 필요할 것으로 생각된다. 한편 국내에서는 RGB 와 NIR 센서를 UAV에 동시에 탑재하여 관측을 시도하려는 연구가 진행되었으나, 센서 크기의 문제로 인하여 단일 센서만을 장착하여 관측이 진행되었다.
한편 국내에서는 RGB 와 NIR 센서를 UAV에 동시에 탑재하여 관측을 시도하려는 연구가 진행되었으나, 센서 크기의 문제로 인하여 단일 센서만을 장착하여 관측이 진행되었다. 따라서, 항후에는 초소형 해양 다분광 원격탐사 관측기기의 개발이 필요할 것으로 생각된다.
국외 연구의 주요 결과는 원격탐사가 해양 환경 중 플라스틱 탐지에 유용한 기술임을 보여주었다. 물속에서의 플라스틱은 건조 상태일 때에 비교하여 낮은 반사율을 보이지만 건조 플라스틱과 매우 유사한 스펙트럼 특성을 보여주었으며, 매크로 플라스틱과 미세플라스틱의 반사 스펙트럼이 유사하게 나타나, 추가적인 연구를 통해 수면 아래의 미세플라스틱에 대해서도 원격탐사가 적용 가능할 것으로 기대된다. 이 때 파장이 긴 적외선 영역에서의 해양 미세플라스틱의 반사율은 매우 낮게 나타나기 때문에 고출력의 광원과 고감도 센서가 필요할 것으로 생각된다.
본 회의의 해양 쓰레기 모니터링 기술 세션에서는 전 세계적으로 해양 미세플라스틱 모니터링 기술 개발에 집중하고 있음을 알 수 있었으며, 국내의 해양 미세플라스틱 문제를 효율적으로 대응하기 위해서도 환경·해양 관련 학계에서의 이러한 기술에 대한 논의는 필수적이다.

참고문헌 (28)

Lee, S. K., K. E. Kim, J. S. Kim, S. G. Park, and M. T. Lim, 2004. Geophysics Exploration, Proc. of 2004 The Korean Society of Engineering Geology Conference, Chuncheon, Korea, Apr. 30-May 1, vol. 1, pp 1-97.
Balsi, M., M. Moroni, V. Chiarabini, and G. Tanda, 2021. High-resolution aerial detection of marine plastic litter by hyperspectral sensing, Remote Sensing, 13(8): 1557. https://doi.org/10.3390/rs13081557

상세보기
Biermann, L., D. Clewley, V. Martinez-Vicente, and K. Topouzelis, 2020. Finding plastic patches in coastal waters using optical satellite data, Scientific Reports, 10(1): 1-10. https://doi.org/10.1038/s41598-020-62298-z

상세보기
Cincinelli, A., C. Scopetani, D. Chelazzi, E. Lombardini, T. Martellini, A. Katsoyiannis, M. C. Fossi, and S. Corsolini, 2017. Microplastic in the surface waters of the Ross Sea (Antarctica): Occurrence, distribution and characterization by FTIR, Chemosphere, 175: 391-400. https://doi.org/10.1016/j.chemosphere.2017.02.024

상세보기
Claessens, M., S. De Meester, L. Van Landuyt, K. De Clerck, and C. R. Janssen, 2011. Occurrence and distribution of microplastics in marine sediments along the Belgian coast, Marine Pollution Bulletin, 62(10): 2199-2204. https://doi.org/10.1016/j.marpolbul.2011.06.030

상세보기
Cole, M., P. Lindeque, E. Fileman, C. Halsband, R. Goodhead, J. Moger, and T. S. Galloway, 2013. Microplastic ingestion by zooplankton, Environmental Science & Technology, 47(12): 6646-6655. https://doi.org/10.1021/es400663f

상세보기
Davaasuren, N., A. Marino, C. Boardman, M. Alparone, F. Nunziata, N. Ackermann, and I. Hajnsek, 2018. Detecting microplastics pollution in world oceans using SAR remote sensing, Proc. of 2018 IEEE International Geoscience and Remote Sensing Symposium, Valencia, Spain, Jul. 22-27, pp. 938-941. https://doi.org/10.1109/IGARSS.2018.8517281
Freitas, S., H. Silva, and E. Silva, 2021. Remote hyperspectral imaging acquisition and characterization for marine litter detection, Remote Sensing, 13(13): 2536. https://doi.org/10.3390/rs13132536

상세보기
Garaba, S.P., J. Aitken, B. Slat, H.M. Dierssen, L. Lebreton, O. Zielinski, and J. Reisser, 2018. Sensing ocean plastics with an airborne hyperspectral shortwave infrared imager, Environmental Science & Technology, 52(20): 11699-11707. https://doi.org/10.1021/acs.est.8b02855

상세보기
Garaba, S.P. and H.M. Dierssen, 2018. An airborne remote sensing case study of synthetic hydrocarbon detection using short wave infrared absorption features identified from marine-harvested macroand microplastics, Remote Sensing of Environment, 205: 224-235. https://doi.org/10.1016/j.rse.2017.11.023

상세보기
Goddijn-Murphy, L., S. Peters, E. Van Sebille, N.A. James, and S. Gibb, 2018. Concept for a hyperspectral remote sensing algorithm for floating marine macro plastics, Marine Pollution Bulletin, 126: 255-262. https://doi.org/10.1016/j.marpolbul.2017.11.011

상세보기
Guffogg, J.A., S.M. Blades, M. Soto-Berelov, C.J. Bellman, A.K. Skidmore, and S.D. Jones, 2021. Quantifying marine plastic debris in a beach environment using spectral analysis, Remote Sensing, 13(22): 4548. https://doi.org/10.3390/rs13224548

상세보기
Guven, O., K. Gokdag, B. Jovanovic, and A. E. Kideys, 2017. Microplastic litter composition of the Turkish territorial waters of the Mediterranean Sea, and its occurrence in the gastrointestinal tract of fish, Environmental Pollution, 223: 286-294. https://doi.org/10.1016/j.envpol.2017.01.025

상세보기
Han, S.H., D.G. Kim, H.Y. Jung, and S.H. Kim, 2019. Study on Real Time Sensor Monitoring Systems Based on Pulsed Laser for Microplastic Detection in Tap Water, Journal of Sensor Science and Technology, 28(5): 294-298 (in Korean with English abstract). https://doi.org/10.5369/JSST.2019.28.5.294

원문보기 상세보기
Huth-Fehre, T., R. Feldhoff, T. Kantimm, L. Quick, F. Winter, K. Cammann, W. Van den Broek, D. Wienke, W. Melssen, and L. Buydens, 1995. NIRRemote sensing and artificial neural networks for rapid identification of post consumer plastics, Journal of Molecular Structure, 348: 143-146. https://doi.org/10.1016/0022-2860(95)08609-Y

상세보기
Jambeck, J.R., R. Geyer, C. Wilcox, T.R. Siegler, M. Perryman, A. Andrady, R. Narayan, and K.L. Law, 2015. Plastic waste inputs from land into the ocean, Science, 347(6223): 768-771. https://doi.org/10.1126/science.1260352

상세보기
Jang, S., J.-H. Kim, and J. Kim, 2021. Detection of Microplastics in Water and Ice, Remote Sensing, 13(17): 3532. https://doi.org/10.3390/rs13173532

상세보기
Kim, H.-M., H. Yoon, S. Jang, and Y. Chung, 2017. Detection method of river floating debris using unmanned aerial vehicle and multispectral sensors, Korean Journal of Remote Sensing, 33(5-1): 537-546 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2017.33.5.1.7

원문보기 상세보기
La Daana, K.K., R. Officer, O. Lyashevska, R.C. Thompson, and I. O'Connor, 2017. Microplastic abundance, distribution and composition along a latitudinal gradient in the Atlantic Ocean, Marine Pollution Bulletin, 115(1-2): 307-314. https://doi.org/10.1016/j.marpolbul.2016.12.025

상세보기
Law, K.L., N. Starr, T.R. Siegler, J.R. Jambeck, N.J. Mallos, and G.H. Leonard, 2020. The United States' contribution of plastic waste to land and ocean, Science Advances, 6(44): eabd0288. https://doi.org/10.1126/sciadv.abd0288

상세보기
Masoumi, H., S.M. Safavi, and Z. Khani, 2012. Identification and classification of plastic resins using near infrared reflectance, International Journal of Mechanical and Industrial Engineering, 6: 213-220. https://doi.org/10.5281/zenodo.1076916
Peiponen, K.-E., J. Raty, U. Ishaq, S. Pelisset, and R. Ali, 2019. Outlook on optical identification of micro-and nanoplastics in aquatic environments, Chemosphere, 214: 424-429. https://doi.org/10.1016/j.chemosphere.2018.09.111

상세보기
Smith, M., D.C. Love, C.M. Rochman, and R.A. Neff, 2018. Microplastics in seafood and the implications for human health, Current Environmental Health Reports, 5(3): 375-386. https://doi.org/10.1007/s40572-018-0206-z

상세보기
Topouzelis, K., D. Papageorgiou, A. Karagaitanakis, A. Papakonstantinou, and M. Arias Ballesteros, 2020. Remote sensing of sea surface artificial floating plastic targets with Sentinel-2 and unmanned aerial systems (plastic litter project 2019), Remote Sensing, 12(12): 2013. https://doi.org/10.3390/rs12122013

상세보기
Topouzelis, K., A. Papakonstantinou, and S.P. Garaba, 2019. Detection of floating plastics from satellite and unmanned aerial systems (Plastic Litter Project 2018), International Journal of Applied Earth Observation and Geoinformation, 79: 175-183. https://doi.org/10.1016/j.jag.2019.03.011

상세보기
Van Cauwenberghe, L., A. Vanreusel, J. Mees, and C.R. Janssen, 2013. Microplastic pollution in deepsea sediments, Environmental Pollution, 182: 495-499. https://doi.org/10.1016/j.envpol.2013.08.013

상세보기
Wang, W. and J. Wang, 2018. Investigation of microplastics in aquatic environments: an overview of the methods used, from field sampling to laboratory analysis, TrAC Trends in Analytical Chemistry, 108: 195-202. https://doi.org/10.1016/j.trac.2018.08.026

상세보기
Zhang, Y., M. Hallikainen, H. Zhang, H. Duan, Y. Li, and X. San Liang, 2018. Chlorophyll-a estimation in turbid waters using combined SAR Data with hyperspectral reflectance Data: A case study in Lake Taihu, China, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 11(4): 1325-1336. https://doi.org/10.1109/JSTARS.2017.2789247

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