연속적인 지표 플럭스 관측으로부터 축적되는 엄청난 양의 자료를 체계적으로 처리분석하고 종합하여 일관성 있는 결과를 도출해 내려면 에디 공분산 자료 처리 방법의 표준화가 우선되어야 한다. 이 논문에서는 국내 타워 플럭스 관측 네트워크인 KoFlux의 표준화된 자료 처리 방법을 소개하고, 처리 방법이 다른 경우에 생길 수 있는 지표 플럭스의 불확실성을 평가하였다. 광릉 활엽수림에서 관측된 탄소 플럭스의 경우, 순생태계교환량(net ecosystem exchange, NEE)과 생태계호흡량(ecosystem respiration, Re)은 각각 자료 처리 방법의 차이에 따라 민감한 반응을 보였다. 그러나 두 양이 서로 상쇄되어, 총일차생산량(gross primary productivity, GPP=NEE+Re)은 자료 처리 방법이 다른 경우에도 불구하고 오차 범위 내에서 일치하였다. 이러한 결과는 GPP를 산출할 때에 Re를 독립적으로 관측하는 것이 중요함을 시사한다. 반면 수증기 플럭스(증발산)의 경우, 야간 토양 증발이 작아서 연 적산증발산량은 자료 처리 방법에 민감하지 않았다. 이렇게 표준화된 자료처리 프로토콜을 아시아 타워 플럭스 네트워크인 AsiaFlux에 적용할 경우, 지역 규모 탄소 순환, 역학 식생 및 지면과정 모형의 검증을 위한 일관성 있는 데이터베이스의 구축이 가능해 질 것이다.
연속적인 지표 플럭스 관측으로부터 축적되는 엄청난 양의 자료를 체계적으로 처리분석하고 종합하여 일관성 있는 결과를 도출해 내려면 에디 공분산 자료 처리 방법의 표준화가 우선되어야 한다. 이 논문에서는 국내 타워 플럭스 관측 네트워크인 KoFlux의 표준화된 자료 처리 방법을 소개하고, 처리 방법이 다른 경우에 생길 수 있는 지표 플럭스의 불확실성을 평가하였다. 광릉 활엽수림에서 관측된 탄소 플럭스의 경우, 순생태계교환량(net ecosystem exchange, NEE)과 생태계호흡량(ecosystem respiration, Re)은 각각 자료 처리 방법의 차이에 따라 민감한 반응을 보였다. 그러나 두 양이 서로 상쇄되어, 총일차생산량(gross primary productivity, GPP=NEE+Re)은 자료 처리 방법이 다른 경우에도 불구하고 오차 범위 내에서 일치하였다. 이러한 결과는 GPP를 산출할 때에 Re를 독립적으로 관측하는 것이 중요함을 시사한다. 반면 수증기 플럭스(증발산)의 경우, 야간 토양 증발이 작아서 연 적산증발산량은 자료 처리 방법에 민감하지 않았다. 이렇게 표준화된 자료처리 프로토콜을 아시아 타워 플럭스 네트워크인 AsiaFlux에 적용할 경우, 지역 규모 탄소 순환, 역학 식생 및 지면과정 모형의 검증을 위한 일관성 있는 데이터베이스의 구축이 가능해 질 것이다.
The standardization of eddy-covariance data processing is essential for the analysis and synthesis of vast amount of data being accumulated through continuous observations in various flux measurement networks. End users eventually benefit from the open and transparent standardization protocol by cle...
The standardization of eddy-covariance data processing is essential for the analysis and synthesis of vast amount of data being accumulated through continuous observations in various flux measurement networks. End users eventually benefit from the open and transparent standardization protocol by clear understanding of final products such as evapotranspiration and gross primary productivity. In this paper, we briefly introduced KoFlux efforts to standardize data processing methodologies and then estimated uncertainties of surface fluxes due to different processing methods. Based on our scrutiny of the data observed at Gwangneung KoFlux site, net ecosystem exchange and ecosystem respiration were sensitive to the selection of different processing methods. Gross primary production, however, was consistent within errors due to cancellation of the differences in NEE and Re, emphasizing that independent observation of ecosystem respiration is required for accurate estimates of carbon exchange. Nocturnal soil evaporation was small and thus the annually integrated evapotranspiration was not sensitive to the selection of different data processing methods. The implementation of such standardized data processing protocol to AsiaFlux will enable the establishment of consistent database for validation of models of carbon cycle, dynamic vegetation, and land-atmosphere interaction at regional scale.
The standardization of eddy-covariance data processing is essential for the analysis and synthesis of vast amount of data being accumulated through continuous observations in various flux measurement networks. End users eventually benefit from the open and transparent standardization protocol by clear understanding of final products such as evapotranspiration and gross primary productivity. In this paper, we briefly introduced KoFlux efforts to standardize data processing methodologies and then estimated uncertainties of surface fluxes due to different processing methods. Based on our scrutiny of the data observed at Gwangneung KoFlux site, net ecosystem exchange and ecosystem respiration were sensitive to the selection of different processing methods. Gross primary production, however, was consistent within errors due to cancellation of the differences in NEE and Re, emphasizing that independent observation of ecosystem respiration is required for accurate estimates of carbon exchange. Nocturnal soil evaporation was small and thus the annually integrated evapotranspiration was not sensitive to the selection of different data processing methods. The implementation of such standardized data processing protocol to AsiaFlux will enable the establishment of consistent database for validation of models of carbon cycle, dynamic vegetation, and land-atmosphere interaction at regional scale.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
, 2007). 본 연구에서는 그 동안의 연구 결과를 종합하여 관측자료의 품질 관리와 결측 자료 메우기 과정을 문서화하고 개별 자료 처리 과정에서 생기는 오차에 관해서 언급하고자 한다. 따라서 이 논문에서는1) 기존의 자료 처리 방법에 대한 간단한 요약과;2) KoFlux에서 사용하는 품질 관리, 튀는 자료 제거, 야간 자료 보정 및 결측 자료 메우기 방법을 설명하고;3) 마지막으로 자료 처리에 따른 결과의 불확실성에 대해서 논의한다.
연속적인 지표 플럭스 관측으로부터 축적되는 엄청난 양의 자료를 체계적으로 처리분석하고 종합하여 일관성 있는 결과를 도출해 내려면 에디 공분산 자료 처리 방법의 표준화가 우선되어야 한다. 이 논문에서는 국내 타워 플럭스 관측 네트워크인 KoFlux의 표준화된 자료 처리 방법을 소개하고, 처리 방법이 다른 경우에 생길 수 있는 지표 플럭스의 불확실성을 평가 하였다. 광릉 활엽수림에서 관측된 탄소 플럭스의 경우, 순생태계교환량(net ecosystem exchange, NEE)과 생태계호흡량(ecosystem respiration, Re)은 각각 자료 처리 방법의 차이에 따라 민감한 반응을 보였다.
제안 방법
그러나 이 방법은 3개의 연속된 자료를 활용하기 때문에 튀는 자료가 연속적으로 지속되는 경우에는 적절한 결과를 얻지 못할 수 있다. 따라서 KoFlux에서는 이 점을 보완하기 위하여 난류 편차에 직접 영향을 주는 이산화탄소나 수증기 농도뿐만 아니라 개회로 적외선 기체 분석기에서 나오는 AGC(automatic gain control)의 값을 함께 활용하여 튀는 자료를 제거하였다(Fig. 2). 이러한 경우에 농도의 급격한 변화를 찾아내게 됨으로써 간접적으로 비정체성(nonstationarity) 점검을 함께 수행한 것이 된다.
KoFlux에서는 현재 사용되고 있는 다양한 자료 처리 방법들을 검토하고 장단점을 파악하여 보다 정확한 자료 처리와 관련 불확실성을 줄일 수 있는 표준화된 자료 처리 프로그램을 제시하였다. 본 연구에서 구축된 표준화된 방법은 좌표 변환과 공기 밀도 보정 후에 튀는 자료를 제거하고, 이산화탄소 플럭스와 증발산량에 대해서 각기 다른 결측 자료 메우기 방법을 적용하였다. 표준화된 방법을 사용할 경우, 기존의 방법을 사용할 때 지적되었던 갑작스런 Re의 증가가 없어졌으며, 결측 자료가 증가하는 경우에도 일관된 결과를 생산하였다.
광릉에 설치된 타워는 10도 정도의 평균 경사도를 가진 활엽수림 지역에 위치하고 있으며 군락의 높이는 18m 정도이다. 에디 공분산 방법을 적용하기 위해서 3차원 초음파 풍향 풍속계 (CSAT3, Campbell Scientific Inc., Logan, Utha, USA)와 적외선 기체 분석기(LI7500, LiCor Inc., Lincoln, Nebraska, USA)가 사용되었으며, 동시에 다른 기상 및 토양 변수들(복사, 온습도, 토양온도, 토양수분)도 함께 측정되었다. 고속 반응 기기는 10Hz의 속도로 자료를 집록하였고 평균 시간은 30분 이었다.
이때 사용되는 색인 목록은 복사, 기온, 포차를 각각 30Wm−2 , 2.5℃, 5hPa 간격으로 분류하였다.
, 2007). 이와 함께 식생의 성장에 따른 지표면 경사의 변화를 고려하기 위하여 28일 주기로 PFR을 적용하여 새로운 좌표 변환 계수를 계산한다. 아울러 PFR 뿐만 아니라 Wesely(1970)에 의해 제시된 평균류의 방향으로 x축을 정렬하는 기존의 좌표 변환 방법도 함께 FORTRAN90으로 프로그램화하여 선택적으로 사용할 수 있어서 좌표 변환에 따른 자료의 불확실성을 정량화하는데 유용하게 사용될 수 있다.
대상 데이터
4). 따라서 KoFlux에서는 Matlab을 사용하여 Rref는 단기간의 변화를 고려하는 반면에 E0는 장기간의 자료로부터 얻어진 자료를 사용하였다.
본 연구는 21세기 프론티어 연구개발사업인 수자원의 지속적 확보기술개발 사업단의 연구비지원(과제번호: 1-8-3)과 국립산림과학원 “지구환경변화에 대응한 장기생태연구”와 기상청 국립기상연구소 주요사업 “선진기상기술개발(NIMR-2009-C-1)”의 지원으로 수행되었다.
본 연구에서는 KoFlux의 관측지중의 하나인 경기도 광릉의 40m 타워에서 에디 공분산 방법으로 관측된 자료를 이용하였다. 광릉에 설치된 타워는 10도 정도의 평균 경사도를 가진 활엽수림 지역에 위치하고 있으며 군락의 높이는 18m 정도이다.
데이터처리
2) Penman-Monteith 복합 방정식에 칼만 필터(Kalman filter)를 적용하는 두 가지 방법을 Matlab을 이용하여 프로그램화 하였다. 구체적으로 칼만 필터 방법을 적용하기 위해 잠열 플럭스(LE)를 Penman-Monteith 복합 방정식으로 표현하고 평형증발과 부과 증발의 기여를 나타내는 각각의 전도도 함수를 시간의 함수 a(t) 와 b(t)로 다음과 같이 표현한다.
KoFlux 자료의 경우에도 해질녘 부근인 오후 6시에서 8시 사이에 최대값이 나타났으며, 이 값을 이용하여 대기 온도로 Re를 표현하였을 때가 모든 자료를 사용했을 때 보다 상관관계가 크게 증가하였다. 이에 따라 KoFlux에서는 Matlab을 활용하여 이 과정을 프로그램화 하였으며, 관측된 야간 난류 플럭스 값이 이렇게 얻어진 기준 함수의 95% 신뢰 구간을 벋어나 과소 평가될 경우에 보정을 수행하였다. 이러한 보정을 적용한 경우에는 해질녘에 나타나는 NEE의 최대 값이 사라짐을 알 수 있다(Fig.
이론/모형
따라서 KoFlux에서는 Webb et al.(1980)과 Kaimal and Finnigan(1994)에 제시된 식들을 사용하여 프로그램화 하였다.
KoFlux 자료 처리 프로그램에서는 복잡지형으로 인해 풍향에 따라 달라지는 경사도의 차이를 고려하기 위하여 Wilczak et al.(2001)이 제시한 PFR을 풍향에 따라 독립적으로 적용하여 좌표 변환 계수를 계산한다(Hong and Kim 2002; Yuan et al., 2007). 이와 함께 식생의 성장에 따른 지표면 경사의 변화를 고려하기 위하여 28일 주기로 PFR을 적용하여 새로운 좌표 변환 계수를 계산한다.
이러한 자료들을 제거하기 위해서는 비정상적으로 튀는 값들을 찾아낼 수 있는 알고리즘이 필요하다. KoFlux에서는 Matlab을 이용하여 FLUXNET 의 표준 방법인 연속된 3개의 관측 값의 차이를 이용한 튀는 자료 찾기 방법을 사용한다. 구체적으로 이 방법에서는 3개의 연속된 자료의 차이로부터 d 지수를 아래와 같이 계산한다(Papale et al.
6~8은 서로 다른 자료 처리 방법들로부터 산출된 연간 총 NEE, GPP 및 Re 값의 불확실성을 정량화한 결과를 보여준다. 이 그림에 제시된 표준 방법은 PFR 좌표 변환 방법, 윈도우 크기는 13일, 튀는 자료 제거를 위한 기준값은 4를 사용하였다. 이 결과에서 서로 다른 자료 처리 방법으로부터 얻어진 NEE가 음수로서 관측지인 광릉 활엽수림이 탄소의 흡 원의 역할을 하고 있음을 알 수 있다.
주간의 이산화탄소 플럭스의 결측은 FLUXNET의 표준화 방법인 수정된 색인 목록 방법(modified lookup table method: MLTM)을 사용하였다(Reichstein et al., 2005). 이때 사용되는 색인 목록은 복사, 기온, 포차를 각각 30Wm−2 , 2.
성능/효과
KoFlux 자료의 경우에도 해질녘 부근인 오후 6시에서 8시 사이에 최대값이 나타났으며, 이 값을 이용하여 대기 온도로 Re를 표현하였을 때가 모든 자료를 사용했을 때 보다 상관관계가 크게 증가하였다. 이에 따라 KoFlux에서는 Matlab을 활용하여 이 과정을 프로그램화 하였으며, 관측된 야간 난류 플럭스 값이 이렇게 얻어진 기준 함수의 95% 신뢰 구간을 벋어나 과소 평가될 경우에 보정을 수행하였다.
표준화된 방법을 사용할 경우, 기존의 방법을 사용할 때 지적되었던 갑작스런 Re의 증가가 없어졌으며, 결측 자료가 증가하는 경우에도 일관된 결과를 생산하였다. 광릉 활엽수림 자료의 처리에 적용한 결과 확인된 사실을 요약하면 (1) 야간의 호흡과 주간의 광합성량이 균형을 이루는 경우, 선택한 자료 처리 방법에 따라 NEE와 Re가 큰 차이를 보였으나 서로 상쇄되어 GPP는 자료 처리 방법에 상관없이 오차 범위 내에서 결과가 같았고, (2) 토양 증발이 적어 이류 효과가 상대적으로 적은 경우, 총 증발량 또한 자료 처리 방법에 상관없이 오차 범위 안에서 결과가 일치하였다. 본 연구 결과는 자료 처리 방법의 선택이 자료의 분석과 해석에 중요한 영향을 미치며, 투명하고 명확한 물리적 근거를 가진 자료 처리 방법의 중요성을 잘 보여주었다.
이 논문에서는 국내 타워 플럭스 관측 네트워크인 KoFlux의 표준화된 자료 처리 방법을 소개하고, 처리 방법이 다른 경우에 생길 수 있는 지표 플럭스의 불확실성을 평가 하였다. 광릉 활엽수림에서 관측된 탄소 플럭스의 경우, 순생태계교환량(net ecosystem exchange, NEE)과 생태계호흡량(ecosystem respiration, Re)은 각각 자료 처리 방법의 차이에 따라 민감한 반응을 보였다. 그러나 두 양이 서로 상쇄되어, 총일차생산량(gross primary productivity, GPP=NEE+Re)은 자료 처리 방법이 다른 경우에도 불구하고 오차 범위 내에서 일치하였다.
그림에서 볼 수 있듯이 결측자료가 증가하여도 표준화된 방법으로부터 계산된 NEE값은 오차 범위 안에서 일치하였고 대략 20gC m−2 y−1의 오차를 가질수 있음을 보여준다.
일반적으로 연구자들이 개별적으로 만들어 사용하는 특별한 자료 처리 및 품질 관리 방법에 따라 모형 개발자나 정책 연구자들이 원하는 최종 결과물의 값이 크게 달라질 수 있다. 따라서 자료 처리 과정을 투명하게 공개하거나 표준화함으로써 자료의 독점에서 생길 수 있는 문제점을 예방할 뿐만 아니라 최종 사용자들이 자료 처리에 보내야 하는 시간을 줄임으로써 보다 효과적으로 다양한 분야의 연구자들과의 협력을 가능하게 하고 최종 사용자들이 올바른 정보 해석을 할 수 있도록 도울 수 있다.
광릉 활엽수림 자료의 처리에 적용한 결과 확인된 사실을 요약하면 (1) 야간의 호흡과 주간의 광합성량이 균형을 이루는 경우, 선택한 자료 처리 방법에 따라 NEE와 Re가 큰 차이를 보였으나 서로 상쇄되어 GPP는 자료 처리 방법에 상관없이 오차 범위 내에서 결과가 같았고, (2) 토양 증발이 적어 이류 효과가 상대적으로 적은 경우, 총 증발량 또한 자료 처리 방법에 상관없이 오차 범위 안에서 결과가 일치하였다. 본 연구 결과는 자료 처리 방법의 선택이 자료의 분석과 해석에 중요한 영향을 미치며, 투명하고 명확한 물리적 근거를 가진 자료 처리 방법의 중요성을 잘 보여주었다.
이 그림에 제시된 표준 방법은 PFR 좌표 변환 방법, 윈도우 크기는 13일, 튀는 자료 제거를 위한 기준값은 4를 사용하였다. 이 결과에서 서로 다른 자료 처리 방법으로부터 얻어진 NEE가 음수로서 관측지인 광릉 활엽수림이 탄소의 흡 원의 역할을 하고 있음을 알 수 있다. NEE와 Re 결과는 자료 처리 방법에 매우 민감하였다.
후속연구
연속적인 지표 플럭스 관측으로부터 축적되는 엄청난 양의 자료를 체계적으로 처리분석하고 종합하여 일관성 있는 결과를 도출해 내려면 에디 공분산 자료 처리 방법의 표준화가 우선되어야 한다. 이 논문에서는 국내 타워 플럭스 관측 네트워크인 KoFlux의 표준화된 자료 처리 방법을 소개하고, 처리 방법이 다른 경우에 생길 수 있는 지표 플럭스의 불확실성을 평가 하였다.
반면 수증기 플럭스(증발산)의 경우, 야간 토양 증발이 작아서 연 적산 증발산량은 자료 처리 방법에 민감하지 않았다. 이렇게 표준화된 자료처리 프로토콜을 아시아 타워 플럭스 네트워크인 AsiaFlux에 적용할 경우, 지역 규모 탄소 순환, 역학 식생 및 지면과정 모형의 검증을 위한 일관성 있는 데이터베이스의 구축이 가능해 질 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
자료 처리에서 불확실성을 증가시키는 중요한 이유 중 하나는 무엇인가?
자료 처리에서 불확실성을 증가시키는 중요한 이유 중의 다른 하나는 여러 가지 원인으로 인해서 발생하는 튀는 자료들이다. 이러한 자료들을 제거하기 위해서는 비정상적으로 튀는 값들을 찾아낼 수 있는 알고리즘이 필요하다.
에디 공분산 방법이란 무엇인가?
이러한 기후 변화 문제를 과학적으로 연구하는데 있어서 가장 기본적이며 중요한 것이 실측을 통한 지속적인 생태계의 감시라고 할 수 있다. 에디 공분산 방법은 지면과 대기 사이에 교환되는 에너지 및 다양한 물질(수증기, 이산화탄소, 메탄, 에어로솔 등)을 정량화하는 가장 대표적인 미기상학 방법으로서, 전구타워 플럭스 관측망인 ‘FLUXNET’에 적용되어 다양한 분야의 연구자들에게 유용한 정보를 제공해오고 있다. 국내 플럭스 관측망인 ‘KoFlux’(http://koflux.
에디 공분산 방법을 사용하여 관측된 자료로부터 난류 플럭스를 산출할 때 좌표 회전 과정이 필요한 이유는 무엇인가?
에디 공분산 방법을 사용하여 관측된 자료로부터 난류 플럭스를 산출하려면 우선 좌표 회전 과정이 필요 하다. 이러한 좌표 변환은 서로 다른 시공간에서 관측된 자료를 일관성 있게 처리 분석하여 그 물리적 의미를 찾는데 필수적이다. 좌표 변환을 위해 여러 가지 다른 방법들이 제시되었는데, 복잡 지형에서는 지형의 변화에 따른 공기 흐름의 변화를 고려하는 평면 맞추기 회전(planar fit rotation: PFR) 방법이 권장되고 있다(Lee et al.
참고문헌 (17)
Acevedo, O. C., O. L. L. Mores, G. A. Degrazia, D. R. Fitzjarrald, A. O. Manzi, and J. G. Campos, 2009: Is friction velocity the most appropriate scale for correcting nocturnal carbon dioxide fluxes? Agricultural and Forest Meteorology 149, 1-10
Burba G. G., D. J. Anderson, L. Xu, and D. K. McDermitt, 2006: Additional term in the Webb-Pearman-Leuning correction due to surface heating from an open-path gas analyzer, EOS Trans. AGU, 87(52), Fall Meeting Supplementary, Abstract C12A-03
Grelle, A., and G. Burba, 2007: Fine-wire thermometer to correct CO2 fluxes by open-path analyzers for artificial density fluctuations. Agricultural and Forest Meteorology 147, 48-57
Gu, L., E. M. Falge, T. Boden, D. D. Baldocchi, T. A. Black, S. R. Saleska, T. Suni, B. Verma, T. Vesala, S. C. Wofsy, and L. Xu, 2005: Obective threshold determination for nighttime eddy flux filtering. Agricultural and Forest Meteorology 128, 179-197
Hong J., and J. Kim, 2002: On Processing Raw Data from Micrometeorological Field Experiments. Korean Journal of Agricultural and Forest Meteorology 4, 119-126. (in Korean with English abstract)
Kaimal J. C., and J. J. Finnigan, 1994: Atmospheric Boundary Layer Flows: Their structure and measurement. Oxford University Press, 289pp
Kang, M., H. Kwon, J. Hong, and J. Kim, 2009: Estimation of soil evaporation by low level eddy covariance system in deciduous and coniferous forests. Preprints, CarboEastAsia Workshop, Tsukuba, Japan
Kwon, H., S. Park, M. Kang, J. Yoo, R. Yuan, and J. Kim. 2007: Quality Control and Assurance of Eddy Covariance Data at the Two KoFlux Sites. Korean Journal of Agricultural and Forest Meteorology 9, 260-267. (in Korean with English abstract)
Lee, X., W. Massman, and B. Law, 2004: Handbook of Micrometeorology. Kluwer Academic Publishers, Dordrech, The Netherlands, 250pp
Papale, D., M. Reichstein, M. Aubinet, E. Canfora1, C. Bernhofer, W. Kutsch, B. Longdoz, S. Rambal, R. Valentini1, T. Vesala, and D. Yakir, 2006: Towards a
Reichstein, M., E. Falge, D. Baldocchi, D. Papale, M. Aubinet, P. Berbigier, C. Bernhofer, N. Buchmann, T. Gilmanov, A. Granier, T. Grunwald, K. Havrankova, H. Ilvesniemi, D. Janous, A. Knohl, T. Laurila, A. Lohila, D. Loustau, G. Matteucci, T. Meyers, F. Miglietta, J. M. Ourcival, J. Pumpanen, S. Rambal, E. Rotenberg, M. Sanz, J. Tenhunen, G. Seufert, F. Vaccari, T. Vesala, D. Yakir, and R. Valentini, 2005: On the separation of net ecosystem exchange into assimilation and ecosystem respiration: review and improved algorithm. Global Change Biology 11, 1424-1439
van Gorsel, E., R. Leuning, H. Cleugh, H. Keith, and T. Suni, 2007: Nocturnal carbon efflux: reconciliation of eddy covariance and chamber measurements using an alternative to the u*-threshold filtering. Tellus 59B, 397-403
Webb, E. K., G. I. Pearman, and R. Leuning, 1980: Correction of flux measurements for density effects due to heat and water vapor transfer. Quarterly Journal of Royal Meteorological Society 106, 85-100
Wesely, M., 1970: Eddy correlation measurements in the atmospheric surface layer over agricultural crops, Ph. D. Dissertation, University Wisconsin, Madison, Wisconsin, USA
Wilczak, J. M., S. P. Oncley, and S. Stage, 2001: Sonic anemometer tilt correction algorithms. Boundary-Layer Meteorology 99, 127-150
Young, P. C., C. J. Taylor, W. Tych, D. J. Pedregal, and P. G. McKenna, 2004: The Captain toolbox, Center for Research on Environmental Systems and Statistics, Lancaster University
Yuan, R., M. Kang, S. Park, J. Hong, D. Lee, and J. Kim, 2007: The Effect of Coordinate Rotation on the Eddy Covariance Flux Estimation in a Hilly KoFlux Forest Catchment. Korean Journal of Agricultural and Forest Meteorology 9, 100-108
※ AI-Helper는 부적절한 답변을 할 수 있습니다.