[논문]다중시기 위성자료 기반 낙동강 하구 지역 갯벌 면적 분석을 통한 블루카본 저장량 변화 평가

김민주; 박정우; 현창욱

doi:10.7780/kjrs.2024.40.2.6

다중시기 위성자료 기반 낙동강 하구 지역 갯벌 면적 분석을 통한 블루카본 저장량 변화 평가
Evaluating Changes in Blue Carbon Storage by Analyzing Tidal Flat Areas Using Multi-Temporal Satellite Data in the Nakdong River Estuary, South Korea 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.40 no.2, 2024년, pp.191 - 202

김민주 (동아대학교 에너지자원공학과) , 박정우 (동아대학교 에너지자원공학과) , 현창욱 (동아대학교 에너지자원공학과)

초록
AI-Helper

지구 온난화는 대기 중 온실가스 농도 증가에 기인하여 전 세계적으로 이상기후를 유발하고 생태계와 인류에게 부정적인 영향을 미치고 있다. 이에 대응하여 각국은 다양한 방법으로 온실가스 감축을 시도하고 있으며, 해안 생태계가 흡수하는 탄소인 블루카본(blue carbon)에 대한 관심도 증가하고 있다. 블루카본은 그린카본(green carbon) 대비 탄소흡수 속도가 최대 50배 빠른 것으로 알려져 있어 기후 변화 대응에 있어 중요한 역할을 한다. 특히, 세계 5대 갯벌 중 하나인 대한민국의 갯벌은 생물 종 다양성이 풍부하고 뛰어난 탄소흡수원으로 평가되고 있다. 블루카본 관련 기존 연구에서는 갯벌의 탄소 저장량 및 연간 탄소 흡수량에 초점을 맞추었으나 위성자료를 활용하여 직접 갯벌의 면적 변화를 탐지하고 이를 탄소 저장량과 연계한 사례는 부족하다. 이에 본 연구에서는 다중시기 고해상도 위성자료인 PlanetScope 및 RapidEye 자료에 Direct Difference Water Index를 적용하여 연구지역인 낙동강 하구 갯벌의 면적 및 변화를 2013년부터 2023년 사이의 6개 시기에 대해 장기적으로 분석하고 시기별 탄소 저장량을 산정하였다. 분석 결과 연구지역 내 갯벌 면적은 조위 기준이 상이한 2013년 시기를 제외하였을 때 최소 약 9.38 km² (2022년), 최대 약 9.89 km² (2021년)로 연간 최대 약 5.4%가 변화하였으며 탄소 저장량은 최소 약 30,230.0 Mg C, 최대 31,893.7 Mg C로 산정되었다.

Abstract ▼ AI-Helper

Global warming is causing abnormal climates worldwide due to the increase in greenhouse gas concentrations in the atmosphere, negatively affecting ecosystems and humanity. In response, various countries are attempting to reduce greenhouse gas emissions in numerous ways, and interest in blue carbon, carbon absorbed by coastal ecosystems, is increasing. Known to absorb carbon up to 50 times faster than green carbon, blue carbon plays a vital role in responding to climate change. Particularly, the tidal flats of South Korea, one of the world's five largest tidal flats, are valued for their rich biodiversity and exceptional carbon absorption capabilities. While previous studies on blue carbon have focused on the carbon storage and annual carbon absorption rates of tidal flats, there is a lack of research linking tidal flat area changes detected using satellite data to carbon storage. This study applied the direct difference water index to high-resolution satellite data from PlanetScope and RapidEye to analyze the area and changes of the Nakdong River estuary tidal flats over six periods between 2013 and 2023, estimating the carbon storage for each period. The analysis showed that excluding the period in 2013 with a different tidal condition, the tidal flat area changed by up to approximately 5.4% annually, ranging from about 9.38 km2 (in 2022) to about 9.89 km2 (in 2021), with carbon storage estimated between approximately 30,230.0 Mg C and 31,893.7 Mg C.

주제어

표/그림 (14)

그림 Fig. 1. Study area of Nakdong River estuary in Busan, South Korea.
그림 Fig. 2. True color composite of RapidEye and PlanetScope image from June 3, 2013, to November 23, 2023. Image acquired on (a) June 3, 2013, (b) September 24, 2013, (c) January 17, 2019, (d) March 8, 2019, (e) October 6, 2020, (f) November 25, 2020, (g) October 23, 2021, (h) November 29, 2021, (i) December 19, 2022, (j) December 24, 2022, (k) November 1, 2023, and (l) November 23, 2023.
그림 Fig. 2. Continued.
표 Table 1. Satellite data and tidal information used in this study
그림 Fig. 3. Study area outlined in red after removing ground, buildings, and bridges to minimize misclassification.
표 Table 1. Continued
그림 Fig. 4. Workflow for detecting tidal flat areas.
그림 Fig. 5. Linear noise indicated by a red box in a PlanetScope image acquired on October 6, 2020: (a) true color composite image, (b) direct difference water index (DDWI) applied image, and (c) image masked with a selected threshold.
표 Table 2. Organic carbon stock in the Nakdong River estuary from 2017 to 2020 (Lee et al., 2021)
그림 Fig. 6. An example of the application of direct difference water index (DDWI): (a) a true color composite image from PlanetScope acquired on November 23, 2023, and (b) an image with DDWI applied, and (c) an image showing the removal of land and artificial structures in the DDWI applied image.
표 Table 3. Extracted tidal flat area
그림 Fig. 7. Extracted tidal flat polygons: (a) tidal flat polygons for six periods from 2013 to 2023 detailing each year in (b) 2013, (c) 2019, (d) 2020, (e) 2021, (f) 2022, and (g) 2023.
그림 Fig. 8. Comparison of tidal flat extraction results using the direct difference water index (DDWI) and digitizing, with images acquired on November 1, 2023, and November 23, 2023.
표 Table 4. Blue carbon storage per tidal flat area based on organic carbon storage from samples collected in the Nakdong River estuary from 2017 to 2020

AI 본문요약
AI-Helper

문제 정의

이와 같이 기존 연구에서는 주로 갯벌의 유기 탄소량 및 연간 탄소 흡수량에 초점을 맞추었고, 위성자료를 활용하여 직접 갯벌의 면적 변화를 탐지한 경우 이를 블루카본 저장량과 연계한 연구는 제한적이다. 본 연구에서는 다중시기 고해상도 위성자료인 PlanetScope 및 RapidEye 자료를 활용하여 낙동강 하구 지역에서 갯벌 면적을 직접 추출하고, 해당 면적을 기반으로 블루카본 저장량을 산정하였다. 특히 간조와 만조 시간대에 가장 근접한 자료를 확보하기 위해 기존 연구에서 주로 사용되는 Landsat 및 Sentinel과 같은 위성자료보다 시간 해상도가 더 높은 군집위성 자료를 사용하였다.
특히 간조와 만조 시간대에 가장 근접한 자료를 확보하기 위해 기존 연구에서 주로 사용되는 Landsat 및 Sentinel과 같은 위성자료보다 시간 해상도가 더 높은 군집위성 자료를 사용하였다. 이를 통해 2013년부터 2023년 사이의 6개 시기에 대해 갯벌의 면적 및 변화를 장기적으로 분석하고 탄소 저장량을 산정하고자 하였다.
자료 분석을 진행하기에 앞서 국토지리정보원(https://www.ngii.go.kr/)에서 제공하는 연구지역의 수치지형도(1:5,000)를 활용하여 내륙 토지, 교량, 건물 등과 같이 갯벌과 유사한 분광값을 가져 오분류 될 가능성이 있는 대상들을 사전에 제외시키고자 하였다. 추가적으로 위성자료와 수치지형도 사이에 존재하는 위치오차 및 교량에 의한 그림자로 인해 발생할 수 있는 영향을 최소화하기 위해 버퍼 영역을 20 m로 설정하여 분석을 진행하였다(Fig.

제안 방법

Howard et al. (2014)이 제시한 토양 코어 샘플링(core sampling)을 통해 획득한 토양의 건조 부피의 밀도 및 토양 내 유기 탄소 함량 측정 결과로부터 토양 유기 탄소의 정량적인 분석 결과를 획득하는 방법을 적용하여 연구 지역 내 갯벌의 블루카본 저장량을 산정하였다. 블루카본 저장량(Mg C)을 산정하는 방법은 식(2)와 같다.
2013년부터 2023년까지의 기간동안 취득한 간조 6개 시기, 만조 6개 시기의 위성자료에 대해 DDWI 연산을 적용하였다. 육안으로 원본 이미지와 DDWI 결과 이미지를 비교하였을 때 수역은 밝게, 육지는 어둡게 나타나며, 두 영역 간 구분이 명확하게 이루어진 것을 확인할 수 있다(Fig.
각 연도별 갯벌 면적 및 변화 분석을 통한 블루카본 저장량 산정을 위해 간조 시기와 만조 시기의 영역 차이를 이용하여 갯벌을 추출하였다(Fig. 7).
각각의 간조 및 만조 시기 육지 면적을 탐지하고 두 시기의 차이를 통해 갯벌만의 면적을 산출하기 위해 조위정보를 사용하였다. 조위 정보는 국립해양조사원 바다누리 해양정보 서비스(http://www.
갯벌 추출 결과에 대한 폴리곤(polygon)의 형태를 간결화 하기 위해 3 × 3 화소 크기로 Dilate 1회 후 Erode 1회 순서로 모폴로지(morphology) 연산을 수행하였다.
DDWI의 적용성 및 효율성은 미시간 호수의 인디애나주와 접하는 수륙 경계를 대상으로 한 LiDAR 조사 데이터를 이용하여 검증되었다. 검증 과정에서 DDWI 기반의 분석 방식은 PlanetScope, RapidEye, Sentinel-2 및 Landsat-8 위성자료를 통해 99% 이상의 높은 정확도로 수륙 경계를 성공적으로 탐지하였고(Abdelhady et al., 2022), 본 연구에서도 DDWI를 통해 장기간에 걸친 갯벌 탐지 및 면적 변화를 분석하였다. 갯벌 영역 탐지를 위한 연구흐름도는 Fig.
따라서 각 자료마다 임계값을 모두 다르게 적용하였으며, –365~168의 화소값 수치 범위 내에서 도출되었다. 또한, PlanetScope 이미지에서 관찰된 선형 노이즈 및 소규모 수역 화소는 앞서 언급한 Erode 및 Dilate 필터링 적용 후 생성한 폴리곤에 대해 해당 화소들을 제거함으로써 분류의 정확도를 향상시켰다.
전체 갯벌 면적에 대한 블루카본 저장량을 구하기 위해 2017년부터 2020년까지 낙동강 하구 갯벌의 6개 지점에서 수집된 33개의 코어 샘플링 자료를 산술 평균하여 평균값을 구하고, 이를 갯벌 전체의 단위면적당 유기 탄소량으로 설정하였다. 연구시기는 2013년, 2019년, 2020년, 2021년, 2022년, 2023년의 총 6개 시기이지만 블루카본 저장량 산정에 활용한 단위면적당 유기 탄소량은 2017년, 2018년, 2019년, 2020년의 자료이기 때문에 나머지 4개 시기와는 Table 2와 같이 시기별 유기 탄소량과 차이가 있을 것으로 판단된다.
kr/)에서 제공하는 연구지역의 수치지형도(1:5,000)를 활용하여 내륙 토지, 교량, 건물 등과 같이 갯벌과 유사한 분광값을 가져 오분류 될 가능성이 있는 대상들을 사전에 제외시키고자 하였다. 추가적으로 위성자료와 수치지형도 사이에 존재하는 위치오차 및 교량에 의한 그림자로 인해 발생할 수 있는 영향을 최소화하기 위해 버퍼 영역을 20 m로 설정하여 분석을 진행하였다(Fig. 3).
추출된 갯벌의 정확도 평가를 위해 2023년 11월 23일(간조) 및 2023년 11월 1일(만조)의 맹금머리등, 백합등, 도요등 지점의 갯벌에 대해 육안 분석을 통해 최대한 수역과 육지 경계를 정밀하게 구분하도록 디지타이징(digitizing)을 수행하였다. 해당 지점에서 DDWI 기반 기법을 통해 추출된 갯벌과 디지타이징을 통해 얻은 갯벌 추출 결과를 중첩하여 비교하였다.
추출된 갯벌의 정확도 평가를 위해 2023년 11월 23일(간조) 및 2023년 11월 1일(만조)의 맹금머리등, 백합등, 도요등 지점의 갯벌에 대해 육안 분석을 통해 최대한 수역과 육지 경계를 정밀하게 구분하도록 디지타이징(digitizing)을 수행하였다. 해당 지점에서 DDWI 기반 기법을 통해 추출된 갯벌과 디지타이징을 통해 얻은 갯벌 추출 결과를 중첩하여 비교하였다.

대상 데이터

do)를 통해 각 위성자료의 획득 날짜와 시간에 해당하는 자료로 수집하였다. 2013년에 획득된 2개의 RapidEye 자료의 경우 기상 조건 등을 고려하였을 때 나머지 자료와 유사한 조위 범위(간조: 35~45 cm, 만조: 159~169 cm)를 가진 자료를 확보하기 어려워 간조와 만조 사이의 조위 차이가 상대적으로 작은 시기의 자료를 분석에 사용하였다. 또한 2014년부터 2018년까지의 경우 구름 영역 조건 및 간조, 만조 시간대와 위성자료 촬영 시간이 맞지 않아 분석가능한 자료의 확보가 어려워 2013년과 2019년 사이에 공백 시기가 발생하였다.
낙동강 하구의 6개 지점에서 채취된 총 33개의 코어 샘플링 자료를 기반으로 연도별로 재구성하고 평균치로 나타내었다(Table 2). 2017년부터 2019년까지의 자료는 2017년 6개, 2018년 5개, 2019년 17개, 2020년 5개의 코어 샘플링 자료로 구성되어 있고, 총 33개의 코어 샘플링 자료의 평균 유기 탄소량을 블루카본 저장량 산정에 활용하였다.
이는 수륙 경계 탐지에 주로 사용되는 NDWI와 같이 정규화 과정을 포함하는 일반적인 수분지수 방법들과는 정규화 과정 유무로 차별화된다. DDWI의 적용성 및 효율성은 미시간 호수의 인디애나주와 접하는 수륙 경계를 대상으로 한 LiDAR 조사 데이터를 이용하여 검증되었다. 검증 과정에서 DDWI 기반의 분석 방식은 PlanetScope, RapidEye, Sentinel-2 및 Landsat-8 위성자료를 통해 99% 이상의 높은 정확도로 수륙 경계를 성공적으로 탐지하였고(Abdelhady et al.
RapidEye는 2020년 4월 공식적으로 운용이 중단되었으며, PlanetScope는 다수의 소형 위성으로 구성되어 매우 높은 재방문 주기로 운용되고 있다. Planet Explorer (https://www.planet.com/explorer/) 위성자료 조회 시스템을 통해 2013년부터 2023년의 기간동안 구름 영역 50% 이하의 조건을 만족하는 RapidEye 자료 2개 시기, PlanetScope 자료 10개 시기의 표면 반사도(surface reflectance) 위성 자료를 선별 후 획득하였다(Fig. 2).
갯벌의 탐지를 위해 Planet Labs (https://www.planet.com/)사가 운영하는 고해상도 위성인 RapidEye 및 PlanetScope의 자료를 활용하였다. RapidEye는 2020년 4월 공식적으로 운용이 중단되었으며, PlanetScope는 다수의 소형 위성으로 구성되어 매우 높은 재방문 주기로 운용되고 있다.
본 연구에서는 남해안 연안의 갯벌 퇴적물 코어 자료 중 낙동강 하구에서 채취된 자료를 선별하여 사용하였다. 낙동강 하구의 6개 지점에서 채취된 총 33개의 코어 샘플링 자료를 기반으로 연도별로 재구성하고 평균치로 나타내었다(Table 2). 2017년부터 2019년까지의 자료는 2017년 6개, 2018년 5개, 2019년 17개, 2020년 5개의 코어 샘플링 자료로 구성되어 있고, 총 33개의 코어 샘플링 자료의 평균 유기 탄소량을 블루카본 저장량 산정에 활용하였다.
(2021)에서는 대한민국의 경기, 충남, 전북, 전남, 경남, 경북, 강원의 총 7개 도에 걸친 21개의 갯벌 지역에서 채취한 코어 퇴적물의 유기 탄소 저장량을 측정하였다. 본 연구에서는 남해안 연안의 갯벌 퇴적물 코어 자료 중 낙동강 하구에서 채취된 자료를 선별하여 사용하였다. 낙동강 하구의 6개 지점에서 채취된 총 33개의 코어 샘플링 자료를 기반으로 연도별로 재구성하고 평균치로 나타내었다(Table 2).
전체 갯벌 면적에 대한 블루카본 저장량을 구하기 위해 2017년부터 2020년까지 낙동강 하구 갯벌의 6개 지점에서 수집된 33개의 코어 샘플링 자료를 산술 평균하여 평균값을 구하고, 이를 갯벌 전체의 단위면적당 유기 탄소량으로 설정하였다. 연구시기는 2013년, 2019년, 2020년, 2021년, 2022년, 2023년의 총 6개 시기이지만 블루카본 저장량 산정에 활용한 단위면적당 유기 탄소량은 2017년, 2018년, 2019년, 2020년의 자료이기 때문에 나머지 4개 시기와는 Table 2와 같이 시기별 유기 탄소량과 차이가 있을 것으로 판단된다. 추후 낙동강 내 블루카본에 관한 현장측정 연구가 추가로 진행되어 낙동강 하구 갯벌에서의 샘플링을 통한 시기별 유기 탄소량 자료가 수집된다면 더 정확한 연구지역의 블루카본 저장량을 산정할 수 있을 것으로 기대된다.
각각의 간조 및 만조 시기 육지 면적을 탐지하고 두 시기의 차이를 통해 갯벌만의 면적을 산출하기 위해 조위정보를 사용하였다. 조위 정보는 국립해양조사원 바다누리 해양정보 서비스(http://www.khoa.go.kr/oceangrid/khoa/intro.do)를 통해 각 위성자료의 획득 날짜와 시간에 해당하는 자료로 수집하였다. 2013년에 획득된 2개의 RapidEye 자료의 경우 기상 조건 등을 고려하였을 때 나머지 자료와 유사한 조위 범위(간조: 35~45 cm, 만조: 159~169 cm)를 가진 자료를 확보하기 어려워 간조와 만조 사이의 조위 차이가 상대적으로 작은 시기의 자료를 분석에 사용하였다.
2). 총 12개 시기의 위성자료는 최저치에 근접한 간조 6개 시기, 최대치에 근접한 만조 6개 시기로 구분하여 갯벌의 시계열 면적 탐지에 사용되었으며, 해당 자료 목록 및 조위 정보는 Table 1에 상세히 기술하였다.
본 연구에서는 다중시기 고해상도 위성자료인 PlanetScope 및 RapidEye 자료를 활용하여 낙동강 하구 지역에서 갯벌 면적을 직접 추출하고, 해당 면적을 기반으로 블루카본 저장량을 산정하였다. 특히 간조와 만조 시간대에 가장 근접한 자료를 확보하기 위해 기존 연구에서 주로 사용되는 Landsat 및 Sentinel과 같은 위성자료보다 시간 해상도가 더 높은 군집위성 자료를 사용하였다. 이를 통해 2013년부터 2023년 사이의 6개 시기에 대해 갯벌의 면적 및 변화를 장기적으로 분석하고 탄소 저장량을 산정하고자 하였다.

데이터처리

수역과 육지를 구분하는 임계값의 경우 각각의 화소값에 대해 히스토그램을 작성한 후 두 주요 피크 사이의 최소값을 기준으로 산정하였다. 각각의 위성자료는 시기별 다양한 대기 조건에서 확득되기 때문에 모든 자료에 대해 고정 임계값을 사용하는 것은 효율적이지 않다(Choung and Jo, 2016).

이론/모형

RapidEye 및 PlanetScope 위성자료에 DDWI 밴드연산 수행 후 수역과 육지를 구분하는 임계값 추출을 위해 각 화소값을 히스토그램으로 표현하였고, 화소값 분포의 불규칙성을 줄이고 경향성을 강조하기 위해 가우시안 필터(Gaussian filter)를 적용하여 히스토그램 스무딩(histogram smoothing)을 수행하였다. 수역과 육지의 구분을 위한 임계값은 스무딩한 히스토그램상 두 피크 사이의 최소값으로 결정하였으며, 이렇게 결정된 임계값을 기반으로 각각의 위성자료에 대해 갯벌 영역을 한정하는 마스크를 생성하고 적용하였다.

성능/효과

3). 결과적으로 붉은색 외곽선 내부 영역에 한정하여 갯벌 면적 탐지가 수행되었다.
2013년부터 2023년까지의 기간동안 취득한 간조 6개 시기, 만조 6개 시기의 위성자료에 대해 DDWI 연산을 적용하였다. 육안으로 원본 이미지와 DDWI 결과 이미지를 비교하였을 때 수역은 밝게, 육지는 어둡게 나타나며, 두 영역 간 구분이 명확하게 이루어진 것을 확인할 수 있다(Fig. 6).

후속연구

연구시기는 2013년, 2019년, 2020년, 2021년, 2022년, 2023년의 총 6개 시기이지만 블루카본 저장량 산정에 활용한 단위면적당 유기 탄소량은 2017년, 2018년, 2019년, 2020년의 자료이기 때문에 나머지 4개 시기와는 Table 2와 같이 시기별 유기 탄소량과 차이가 있을 것으로 판단된다. 추후 낙동강 내 블루카본에 관한 현장측정 연구가 추가로 진행되어 낙동강 하구 갯벌에서의 샘플링을 통한 시기별 유기 탄소량 자료가 수집된다면 더 정확한 연구지역의 블루카본 저장량을 산정할 수 있을 것으로 기대된다.

참고문헌 (20)

Abdelhady, H. U., Troy,C. D., Habib,A., and Manish, R., 2022.Asimple,？fully automated shoreline detection algorithm for high-resolution？multi-spectral imagery. Remote Sensing, 14(3), 557. https://doi.org/10.3390/rs14030557

상세보기
Chang, M., Li, P., Li, Z., and Wang, H., 2022. Mapping tidal flats of the？Bohai and Yellow Seas using time series Sentinel-2 images and？Google Earth Engine. Remote Sensing, 14(8), 1789. https://doi.org/10.3390/rs14081789

상세보기
Chen, Z. L., and Lee, S. Y., 2022. Tidal flats as a significant carbon？reservoir in global coastal ecosystems. Frontiers in Marine？Science, 9, 900896. https://doi.org/10.3389/fmars.2022.900896

상세보기
Choung, Y. J., and Jo, M. H., 2016. Shoreline change assessment for？various types of coasts using multi-temporal Landsat imagery？of the east coast of South Korea. Remote Sensing Letters, 7(1),？91-100. https://doi.org/10.1080/2150704X.2015.1109157

상세보기
Duarte, C. M., Losada, I. J., Hendriks, I. E., Mazarrasa, I., and Marba,？N., 2013. The role of coastal plant communities for climate？change mitigation and adaptation. Nature Climate Change, 3(11),？961-968. https://doi.org/10.1038/nclimate1970

상세보기
Gettelman, A., and Rood, R. B., 2016. Climate change and global？warming. In: Demystifying climate models: A users guide to？Earth system models, Springer, pp. 23-35. https://doi.org/10.1007/978-3-662-48959-8_3
Ghorai, D., and Mahapatra, M., 2020. Extracting shoreline from satellite？imagery for GIS analysis. Remote Sensing in Earth Systems？Sciences, 3, 13-22. https://doi.org/10.1007/s41976-019-00030-w

상세보기
Howard, J., Hoyt, S., Isensee, K., Telszewski, M., and Pidgeon, E., 2014. Coastal blue carbon: Methods for assessing carbon stocks？and emissions factors in mangroves, tidal salt marshes, and？seagrass meadows. Conservation International, Intergovernmental？Oceanographic Commission of UNESCO, International Union？for Conservation of Nature. https://www.cifor.org/publications/pdf_files/Books/BMurdiyarso1401.pdf
Jeong, Y., Lee, K. J., Chae, T. B., and Yu, J., 2020. Analysis of tidal channel？variations using high spatial resolution multispectral satellite？image in Sihwa reclaimed land, South Korea. Korean Journal of？Remote Sensing, 36(6-2), 1605-1613. https://doi.org/10.7780/kjrs.2020.36.6.2.10

원문보기 상세보기
Jung, J. A., Kwon, B. O., Hong, H. J., Ahn, J. H., and Lee, M. J., 2023.？Comparative analysis of blue carbon stock spatial data in the？estuaries and coastal areas of the Geum and Nakdong Rivers.？Korean Journal of Remote Sensing, 39(6-1), 1505-1515. https://doi.org/10.7780/kjrs.2023.39.6.1.28

원문보기 상세보기
Kim, S. H., 2005. The morphological changes of deltaic barrier islands？in the Nakdong River estuary after the construction of river？barrage. Journal of the Korean Geographical Society, 40(4),？416-427.
Lee, J., Kim, B., Noh, J., Lee, C., Kwon, I., Kwon, B. O. et al., 2021. The？first national scale evaluation of organic carbon stocks and？sequestration rates of coastal sediments along the West Sea,？South Sea, and East Sea of South Korea. Science of the Total？Environment, 793, 148568 https://doi.org/10.1016/j.scitotenv.2021.148568

상세보기
Macreadie, P.I., Anton, A., Raven, J. A., Beaumont, N., Connolly, R. M.,？Friess, D. A. et al., 2019.The future of Blue Carbon science. Nature？Communications, 10, 3998. https://doi.org/10.1038/s41467-019-11693-w

상세보기
Mcleod, E., Chmura, G. L., Bouillon, S., Salm, R., Bjork, M., Duarte, C.？M. et al., 2011.Ablueprint for blue carbon: toward an improved？understanding of the role of vegetated coastal habitats in？sequestering CO 2 . Frontiers in Ecology and the Environment,？9(10), 552-560. https://doi.org/10.1890/110004

상세보기
Murray, N. J., Phinn, S. R., DeWitt, M., Ferrari, R., Johnston, R., Lyons,？M. B. et al., 2019. The global distribution and trajectory of tidal flats. Nature, 565, 222-225. https://doi.org/10.1038/s41586-018-0805-8

상세보기
Murray, N. J., Stuart, R. P., Robert, S. C., Chris. M. R., and Richard, A.？F., 2012. Continental scale mapping of tidal flats across East Asia？using the Landsat archive. Remote Sensing, 4(11), 3417-3426.？https://doi.org/10.3390/rs4113417

상세보기
Park, J., Khim, B. K., Lee, H. J., and Lee, S. R., 2014. Recent？morphological changes off the shoreface of Jinwoodo and？Sinjado in the Nakdong River estuary: 2007-2012. Ocean & Polar？Research, 36(2), 87-101. https://doi.org/10.4217/OPR.2014.36.2.087

원문보기 상세보기
Sandilyan, S., and Kathiresan, K., 2012. Mangrove conservation: A？global perspective. Biodiversity and Conservation, 21, 3523-3542.？https://doi.org/10.1007/s10531-012-0388-x

상세보기
Sondak,C. F., andChung,I.K., 2015. Potential blue carbon from coastal？ecosystems in the Republic of Korea. Ocean Science Journal, 50,？1-8. https://doi.org/10.1007/s12601-015-0001-9

상세보기
Sunwoo, W., Kim, D., Kang, S., and Choi, M., 2016. Application of？KOMSAT-2 imageries for change detection of land use and land？cover in the West coasts of the Korean peninsula. Korean Journal？of Remote Sensing, 32(2), 141-153. https://doi.org/10.7780/KJRS.2016.32.2.7

원문보기 상세보기

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