[국내논문]강릉지역의 일조시간과 강수량 관측자료를 이용한 월평균 일사량 추정 The Estimation of Monthly Average Solar Radiation using Sunshine Duration and Precipitation Observation Data in Gangneung Region원문보기
본 연구는 일조시간과 강수량 자료를 이용하여 다중회귀 방법을 통해 일사량을 추정하였다. 연구에 사용된 자료들은 강릉지역에 위치한 강원지방기상청(105 관측소, 1980-2007)과 신강원지방기상청(104 관측소, 2009-2014) 그리고 강릉원주대학교(GWNU 관측소, 2013-2014)이며, 105 관측소 자료를 통해 산출된 회귀식을 104 관측소와 GWNU 관측소에 적용하여 비교분석하였다. 먼저, 일조시간만을 이용하였을 때 104 관측소는 기존 연구들과 유사한 상관계수(0.96)와 표준오차($1.16MJm^{-2}$)가 나타났고, GWNU 관측소에서는 높은 상관계수(0.99)와 낮은 표준오차($0.57MJm^{-2}$)로 분석되었다. 그리고 일조시간과 강수량 자료를 104 관측소에 적용하였을 때 상관계수 0.96과 표준오차$0.99MJm^{-2}$로 일조시간만을 적용했을 때보다 표준오차가 감소되었다. 일조시간만을 이용한 방법보다 강수량이 추가된 방법은 관측 일사량과 편차의 극값이 -26.6%(2010년 3월)에서 -31.0%(2011년 2월)로 증가되었다. 이는 강수량이 5월과 7-9월에 집중되어 나타나 이외의 월에서 추정식의 계수가 음으로 계산되었기 때문으로 분석된다. 따라서 한반도와 같이 강수량이 여름철에 집중되는 지역에서는 월평균 강수량을 일사량 추정에 이용할 때 주의를 기울여야 할 것이다.
본 연구는 일조시간과 강수량 자료를 이용하여 다중회귀 방법을 통해 일사량을 추정하였다. 연구에 사용된 자료들은 강릉지역에 위치한 강원지방기상청(105 관측소, 1980-2007)과 신강원지방기상청(104 관측소, 2009-2014) 그리고 강릉원주대학교(GWNU 관측소, 2013-2014)이며, 105 관측소 자료를 통해 산출된 회귀식을 104 관측소와 GWNU 관측소에 적용하여 비교분석하였다. 먼저, 일조시간만을 이용하였을 때 104 관측소는 기존 연구들과 유사한 상관계수(0.96)와 표준오차($1.16MJm^{-2}$)가 나타났고, GWNU 관측소에서는 높은 상관계수(0.99)와 낮은 표준오차($0.57MJm^{-2}$)로 분석되었다. 그리고 일조시간과 강수량 자료를 104 관측소에 적용하였을 때 상관계수 0.96과 표준오차 $0.99MJm^{-2}$로 일조시간만을 적용했을 때보다 표준오차가 감소되었다. 일조시간만을 이용한 방법보다 강수량이 추가된 방법은 관측 일사량과 편차의 극값이 -26.6%(2010년 3월)에서 -31.0%(2011년 2월)로 증가되었다. 이는 강수량이 5월과 7-9월에 집중되어 나타나 이외의 월에서 추정식의 계수가 음으로 계산되었기 때문으로 분석된다. 따라서 한반도와 같이 강수량이 여름철에 집중되는 지역에서는 월평균 강수량을 일사량 추정에 이용할 때 주의를 기울여야 할 것이다.
In this study, we estimated solar radiation by multiple regression analysis using sunshine duration and precipitation data, which are highly correlated to solar radiation. We found the regression equation using data obtained from GROM (Gangwon Regional Office of Metrology, station 105, 1980-2007) lo...
In this study, we estimated solar radiation by multiple regression analysis using sunshine duration and precipitation data, which are highly correlated to solar radiation. We found the regression equation using data obtained from GROM (Gangwon Regional Office of Metrology, station 105, 1980-2007) located in Gangneung, South Korea and validated the equation by applying data obtained from new GROM (newly relocated, station 104, 2009-2014) and data obtained from GWNU (Gangneung-Wonju National University, 2013-2014) located between stations 104 and 105. By using sunshine duration data alone, the estimation using data from station 104 resulted in a correlation coefficient of 0.96 and a standard error of $1.16MJm^{-2}$, which was similar to the previous results; the estimation using data from GWNU yielded better results with a correlation coefficient of 0.99 and a standard error of $0.57MJm^{-2}$. By using sunshine duration and precipitation data, the estimation (using data from station 104) yielded a correlation coefficient of 0.96 and a standard error of $0.99MJm^{-2}$, resulting in a lower standard error compared to what was obtained using sunshine duration data alone. The maximum solar radiation bias increased from -26.6% (March 2013) to -31.0% (February 2011) when both sunshine duration and precipitation data were incorporated into the estimation rather than when sunshine duration data alone was incorporated. This was attributed to the concentrated precipitation found during May and July-September, which resulted in negative coefficients of the estimating equation in other months. Therefore, the monthly average solar radiation should be estimated carefully when employing the monthly average precipitation for those places where precipitation is concentrated during summer, such as the Korean peninsula.
In this study, we estimated solar radiation by multiple regression analysis using sunshine duration and precipitation data, which are highly correlated to solar radiation. We found the regression equation using data obtained from GROM (Gangwon Regional Office of Metrology, station 105, 1980-2007) located in Gangneung, South Korea and validated the equation by applying data obtained from new GROM (newly relocated, station 104, 2009-2014) and data obtained from GWNU (Gangneung-Wonju National University, 2013-2014) located between stations 104 and 105. By using sunshine duration data alone, the estimation using data from station 104 resulted in a correlation coefficient of 0.96 and a standard error of $1.16MJm^{-2}$, which was similar to the previous results; the estimation using data from GWNU yielded better results with a correlation coefficient of 0.99 and a standard error of $0.57MJm^{-2}$. By using sunshine duration and precipitation data, the estimation (using data from station 104) yielded a correlation coefficient of 0.96 and a standard error of $0.99MJm^{-2}$, resulting in a lower standard error compared to what was obtained using sunshine duration data alone. The maximum solar radiation bias increased from -26.6% (March 2013) to -31.0% (February 2011) when both sunshine duration and precipitation data were incorporated into the estimation rather than when sunshine duration data alone was incorporated. This was attributed to the concentrated precipitation found during May and July-September, which resulted in negative coefficients of the estimating equation in other months. Therefore, the monthly average solar radiation should be estimated carefully when employing the monthly average precipitation for those places where precipitation is concentrated during summer, such as the Korean peninsula.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 강릉지역의 기상관측소에서 장기간 관측한 기상자료와 일사량 관측자료를 이용하여 월평균 일사량을 추정할 수 있는 관계식을 산출하였다. 월평균 일사량은 28년간 관측된 일조시간과 강수량 관측자료를 이용하여 월별 회귀식을 산출하였고 신강원지방기상청 관측소와 강릉원주대학교 일사 관측소의 월별 일사량을 추정하였으며, 추정된 일사량 결과는 각 관측소에서 관측된 일사량과 비교분석 하였다.
제안 방법
또한 관측자료는 기후분석을 위해 월평균하였으며, 각각의 관측 단위는 일사량은 MJ m−2, 일조시간은 시간(hour), 강수량은 mm이다.
회귀분석을 통한 월별 일사량 추정식은 강릉지역을 대표하는 지역 상수이며, Fig. 1의 104 관측소(B)와 GWNU 관측소(A)에서 관측된 일조시간과 강수량 자료를 이용하여 월별 일사량을 추정하였다. 추정된 월별 일사량은 104 관측소에 대하여 2009년부터 2014년까지 그리고 GWNU 관측소는 2013년부터 2014년까지 관측결과와 비교하였다.
1980년 1월부터 2007년 12월까지 총 28년의 105관측소(C)의 월평균 일사량과 월평균 일조시간 자료를 이용하여 선형회귀분석(식 (3) 이용)을 통해 월별 상수 값들을 산출하였다. 산출된 월별 값은 Table 1과 같으며, 기울기인 a는 0.
한반도의 경우 여름철에는 장마와 태풍 등의 영향을 받고 겨울철에는 시베리아 기단의 영향을 받아 계절적인 특성이 매우 뚜렷하게 나타난다. 따라서 계절에 따른 차이를 분석하기 위해 사계절(봄철 3, 4, 5월; 여름철 6, 7, 8월; 가을철 9, 10, 11월; 겨울철 12, 1, 2월)을 Table 2와 같이 나누어 각각의 상관성과 표준오차를 분석하였다. 여름철의 경우 추정된 일사량과의 상관성은 높게 나타났으나 다른 계절에 비하여 구름에 의한 영향이 커 표준오차가 크게 나타났다.
GWNU 관측소의 일조계와 일사계 자료를 이용하여 104 관측소와 같은 방식으로 일사량을 추정하였다. GWNU 관측소의 일조시간 관측이 2012년 11월부터 시작되어 2013년부터 2014년까지의 자료를 이용하였다.
그러나 일조시간 이외에 다른 기상변수를 추가하여 다중회귀를 이용한 계산을 이용할 경우 더욱 높은 통계값이 나타날 수 있으며, 이를 위해 구름, 기온, 강수량 등의 자료가 이용된다. 그러나 다중 공선성(multicollinearity) 분석을 통한 결과 일조시간과 구름 및 기온은 매우 높은 상관성을 보여 본 연구에서는 월평균 강수량 자료를 이용한 분석을 수행하였다. 식 (3)의 경우 일사량과 일조시간의 비를 이용한 계산으로 월평균 일사량과 일조시간은 이 식을 통해 산출이 가능하다.
식 (3)의 경우 일사량과 일조시간의 비를 이용한 계산으로 월평균 일사량과 일조시간은 이 식을 통해 산출이 가능하다. 그러나 강수량의 경우는 월별 그리고 연별로 확연한 차이를 보이기 때문에 이를 회귀식에 적용하기 위해 먼저식 (1)의 분모 유무에 따른 차이를 분석하였다. Table 3은 월평균 대기 외 일사량(Ho)과 월평균 가조시간 (N)을 제외하고 단순히 월평균 전천일사량(H)과 월평균 일조시간(n)만을 변수로 이용한 회귀분석의 경험적 상수들을 나타낸 것이다.
Table 1과 Table 3의 회귀계수 차이에 따른 추정값차이를 분석하기 위해 2009년부터 2014년까지의 기간 동안 104 관측소의 월평균 일조시간을 이용하여 월평균 일사량을 추정하였다. Fig.
본 연구에서는 일사량과 관련이 높은 일조시간 자료를 이용하여 월평균 일사량을 추정하였으며, 강릉 지역에 위치한 강원지방기상청과 강릉원주대학교 관측 자료를 이용하였다. 따라서 강원지방기상청이 이전하기 전인 1980년부터 2007년까지의 일사량 및 일조시간을 이용하여 월평균 일사량을 추정할 수 있는 회귀식을 개발하였으며, 이를 이전된 신강원지방기상청(2009-2014)과 강릉원주대학교(2013-2014) 자료에 대입하여 통계분석을 수행하였다. 또한 일조시간 이외에 일사량과 관련이 높은 강수량 자료를 추가하여 앞선 방법을 통해 월평균 일사량을 추정하였다.
따라서 강원지방기상청이 이전하기 전인 1980년부터 2007년까지의 일사량 및 일조시간을 이용하여 월평균 일사량을 추정할 수 있는 회귀식을 개발하였으며, 이를 이전된 신강원지방기상청(2009-2014)과 강릉원주대학교(2013-2014) 자료에 대입하여 통계분석을 수행하였다. 또한 일조시간 이외에 일사량과 관련이 높은 강수량 자료를 추가하여 앞선 방법을 통해 월평균 일사량을 추정하였다.
대상 데이터
연구에 사용되는 관측 장비들은 Fig. 2와 같으며, 기상청 및 GWNU 관측소에서 사용된 전천일사계는 CMP21 (KIPP&ZONEN社), 일조계는 기상청 및 GWNU에서 각각 MS-802 (EKO社), CSD3 (KIPP& ZONEN社)이고 강수량계는 버킷형 (tipping bucket type)으로 0.5 mm 간격으로 관측된다.
9 m)으로 이전 되었으나 105 관측소는 계속적으로 관측이 수행되다가 2012년 무인화 되었다. 본 연구에서 사용하는 자료는 1980년 1월부터 2007년 12월까지의 105 관측소의 전천일사량, 일조시간 그리고 강수량 자료이며, 연구 결과의 적용 및 검증을 위하여 2009년 1월부터 2014년 12월까지의 104 관측소 자료를 이용하였다. 또한 강릉원주대학교(이하 GWNU; 위도: 37.
본 연구에서 사용하는 자료는 1980년 1월부터 2007년 12월까지의 105 관측소의 전천일사량, 일조시간 그리고 강수량 자료이며, 연구 결과의 적용 및 검증을 위하여 2009년 1월부터 2014년 12월까지의 104 관측소 자료를 이용하였다. 또한 강릉원주대학교(이하 GWNU; 위도: 37.8 oN, 경도: 128.9 oE, 고도: 63.5 m)에서 관측중인 일사량과 일조시간 자료(2013년 1월부터 2014년 12월)가 연구 결과 적용 및 검증에 사용되었다. Fig.
추정된 월별 일사량은 104 관측소에 대하여 2009년부터 2014년까지 그리고 GWNU 관측소는 2013년부터 2014년까지 관측결과와 비교하였다. 104 관측소는 Fig. 4a)와 같이 일사량과 일조시간 및 강수량 자료가 이용 되었고, GWNU 관측소 Fig. 4b)와 같이 일사량과 일조시간 자료가 이용되었다. 관측 결과는 선형 회귀분석, 상관계수(R), 표준오차(SE; Standard Error), 평균제곱근오차(RMSE; Root Mean Square Error)의 통계 분석방법을 이용하여 분석하였다.
GWNU 관측소의 일조계와 일사계 자료를 이용하여 104 관측소와 같은 방식으로 일사량을 추정하였다. GWNU 관측소의 일조시간 관측이 2012년 11월부터 시작되어 2013년부터 2014년까지의 자료를 이용하였다. Fig.
본 연구에서는 일사량과 관련이 높은 일조시간 자료를 이용하여 월평균 일사량을 추정하였으며, 강릉 지역에 위치한 강원지방기상청과 강릉원주대학교 관측 자료를 이용하였다. 따라서 강원지방기상청이 이전하기 전인 1980년부터 2007년까지의 일사량 및 일조시간을 이용하여 월평균 일사량을 추정할 수 있는 회귀식을 개발하였으며, 이를 이전된 신강원지방기상청(2009-2014)과 강릉원주대학교(2013-2014) 자료에 대입하여 통계분석을 수행하였다.
데이터처리
따라서 본 연구에서는 강릉지역의 기상관측소에서 장기간 관측한 기상자료와 일사량 관측자료를 이용하여 월평균 일사량을 추정할 수 있는 관계식을 산출하였다. 월평균 일사량은 28년간 관측된 일조시간과 강수량 관측자료를 이용하여 월별 회귀식을 산출하였고 신강원지방기상청 관측소와 강릉원주대학교 일사 관측소의 월별 일사량을 추정하였으며, 추정된 일사량 결과는 각 관측소에서 관측된 일사량과 비교분석 하였다.
여기서 P는 월평균 강수량을 의미한다. 식 (6)의 각 계수 또한 최소자승법을 이용하여 다중회귀분석을 통해 도출하였다.
1의 104 관측소(B)와 GWNU 관측소(A)에서 관측된 일조시간과 강수량 자료를 이용하여 월별 일사량을 추정하였다. 추정된 월별 일사량은 104 관측소에 대하여 2009년부터 2014년까지 그리고 GWNU 관측소는 2013년부터 2014년까지 관측결과와 비교하였다. 104 관측소는 Fig.
4b)와 같이 일사량과 일조시간 자료가 이용되었다. 관측 결과는 선형 회귀분석, 상관계수(R), 표준오차(SE; Standard Error), 평균제곱근오차(RMSE; Root Mean Square Error)의 통계 분석방법을 이용하여 분석하였다.
이론/모형
강릉지역의 월평균 전천 일사량을 추정하기 위하여 식 (1)과 같은 Angstrom-Prescott (Prescott, 1940)의 방법을 사용하였다.
성능/효과
그리고 일조시간과 강수량 자료를 104 관측소에 적용하였을 때 상관계수 0.96과 표준오차 0.99 MJ m−2로 일조시간만을 적용했을 때보다 표준오차가 감소되었다.
그러나 상관계수는 0.96, 평균제곱근오차는 1.49 MJ m−2, 표준오차는 1.16 MJ m−2로 나타나 105 지점과 104 지점의 거리 차이를 감안하였을 때 높은 상관성을 보였다.
또한 둘의표준오차는 0.0002 MJ m−2 로 나타났고 결정계수(R2) 는 1.00으로 매우 유사함을 확인할 수 있었다.
통계분석 결과 앞 절의 결과와 유사하게 나타났으며, 상관계수는 동일하게 0.96 으로 나타났고 표준오차는 0.99 MJ m−2으로 앞선 결과(1.16 MJ m−2)보다 값이 작아졌다.
추정된 일사량을 분석한 결과, 일조시간만을 이용하였을 때 104 관측소는 기존 연구들과 유사한 상관 계수(0.96)와 표준오차(1.16 MJ m−2)가 나타났고, GWNU 관측소는 상관계수가 0.99로 표준오차는 0.57 MJ m−2로 향상되었다.
10은 104 관측소의 일사량 관측 값과 Table 3의 계수를 이용한 일사량 추정 값의 차이(적색) 및 104 관측소의 일사량 관측 값과 Table 4의 계수를 이용한 일사량 추정 값의 차이(청색)를 % 단위로 나타낸 것이다. 일조시간과 강수량을 이용한 일사량 추정 값 역시 일조시간을 이용한 추정 값과 유사하게 2012년부터 오차가 개선된 것을 확인 할 수 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
독일의 신재생에너지 비중은?
, 2010). 태양에너지 발전은 친환경적인 에너지를 축적 하여 에너지화 하는 것으로 유럽과 미국에서 큰 발전을 이루고 있으며 특히, 독일의 경우 전체 에너지중 20% 이상을 신재생에너지로 충당하고 있다(EPIA, 2012; IEA, 2011).
태양 복사가 낮에 하는 일은?
복사는 지구의 에너지 수지를 유지하는데 있어 주체적인 영향을 미치는 요소로 낮 동안의 태양 복사 (일사)는 지표면을 가열시켜 지구의 평균온도를 상승시키며, 밤 동안의 적외 복사는 에너지 방출을 통해 가열된 지구의 평균온도를 하강시켜 에너지 평형을 유지할 수 있게 만든다. 또한 IPCC (Intergovernmental Panel on Climate Change, 2013)에서 예측한 기후변화에 영향을 줄 수 있는 인위적인 요소들에 대한 영향 평가에도 복사강제력에 개념이 중요하게 사용된다.
지형이 험준한 한반도에서는 더욱 조밀한 관측 환경이 요구되는데, 이를 해결하기 위한 국내 연구로는 어떤 것이 있는가?
일사량을 관측하는 장비를 일사계라 부르며, 기상청에서는 23개 이상의 관측소에서 일사량을 관측 중에 있으나 지형이 험준한 한반도에서는 더욱 조밀한 관측 환경이 요구된다. 이러한 문제점을 해결하고 일사량을 계산하기 위해 Zo et al. (2010)은 복사모델을 이용한 연구를 수행하였고 Jee et al. (2012, 2013)은 정지궤도 및 극궤도 위성자료를 이용하여 지표면 도달 일사량을 연구하였으며, Jo et al. (2011)은일조시간을 이용하여 지표면 도달 일사량 연구를 수행하였다. 국외의 경우에도 복사모델과 위성자료를 이용한 연구가 진행되고 있다(George and Maxwell, 1999; Kerschgens et al.
참고문헌 (34)
Aksoy, B., Ruen, S.E., and Akinolu, B.G., 2011, A simple correlation to estimate global solar irradiation on a horizontal surface using METEOSAT satellite images. Turkish Journal of Engineering and Environmental Sciences, 35, 125-137.
Almorox, J. and Hontoria, C., 2004, Global solar radiation estimation using sunshine duration in Spain. Energy Conversion and Management, 45, 1529-1535.
Choi, H., 2008, Comparison of PM1, PM2.5 and PM10 Concentrations in a Mountainous Coastal City, gangneung Before and After the Yellow Dust Event in Spring. Journal of the Environmental Sciences, 17(6), 633-645. (in Korean)
El-Sebaii, A.A. and Trabea, A.A., 2005, Estimating global solar radiation on horizontal surfaces over Egypt. Egyptian Journal of Solids, 28, 163-175.
El-Sebaii, A.A., Al-Ghamdi, A.A., Al-Hazmi, F.S., and Faidah, A.S., 2009, Estimation of global solar radiation on horizontal surfaces in Jeddah. Energy Policy, 37, 3645-3649.
EPIA, 2012, Connecting the Sun: Solar Photovoltaics on the road to large-scale grid integration. Full Report, Belgium.
George, R. and Maxwell, E., 1999, High-resolution maps of solar collector performance using a climatological solar radiation model. Proceedings of the 1999 Annual Conference, American Solar Energy Society, Portland, Maine, 243-248.
Gopinathan, K.K., 1988, A general formula for computing the coefficients of the correlation connecting global solar radiation to sunshine duration. Solar Energy, 41, 499-502.
Gungor, A. and Yildirim, U., 2012, Global solar radiation estimation using sunshine duration in Nigde. 16th International Research/Expert Conference "Trends in the Development of Machinery and Associated Technology", Dubai, UAE.
Halouani, N., Nguyen, C.T., and Vo-Ngoc, D., 1993, Calculation of monthly average global solar radiation on horizontal surfaces using daily hours of bright sunshine. Solar Energy, 50, 247-258.
IEA, 2011, Trends in Photovoltaic Applications-Survey report of selected IEA countries between 1992 and 2011. Report IEA-PVPS T1-21.
IPCC, 2013, Summary for policymakers. In: Climate Change 2013, The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change.
Jacovides, C.P., Tymvios, F.S., Assimakopoulos, V.D., and Kaltsounides, N.A., 2006, Comparative study of various correlations in estimating hourly diffuse fraction of global solar radiation. Renewable Energy, 31, 2492-2504.
Jee, J.B., Lee, W.H., Zo, I.S., and Lee, K.T., 2011a, Correction of One-layer Solar Radiation Model by Multi-layer Line-by-Line Solar Radiation Model. Atmosphere, 21(2), 151-162. (in Korean)
Jee, J.B., Kim, Y.D., Lee, W.H., and Lee, K.T., 2010, Temporal and Spatial Distributions of Solar Radiation with Surface Pyranometer Data in South Korea. Journal Korean Earth Science Society, 31(7), 720-737. (in Korean)
Jee, J.B., Jeon, S.H., Choi, Y.J., Lee, S.W., Park, Y.S., and Lee, K.T., 2012, The Character of Distribution of Solar Radiation in Mongolia based on Meteorological Satellite Data. Journal Korean Earth Science Society, 33(2), 139-147. (in Korean)
Jee, J.B., Zo, I.S., Lee, K.T., and Choi, Y.J., 2011b, Distribution of Photovoltaic Energy Including Topography Effect. Journal Korean Earth Science Society, 32(2), 190-199. (in Korean)
Jee, J.B., Zo, I.S., and Lee, K.T., 2013, A study on the Retrievals of Downward Solar Radiation at the Surface based on the Observations from Multiple Geostationary Satellites. Korean Journal of Remote Sensing, 29(1), 123-135. (in Korean)
Jin, Z., Yezheng, W., and Gang, Y., 2005, General formula for estimation of monthly average daily global solar radiation in China. Energy Conversion and Management, 46, 257-268.
Jo, D.K., Yun, C.Y., Kim, K.D., and Kang, Y.H., 2011, A study on the Estimating Solar Radiation Using Hours of Bright Sunshine for the Installation of Photovoltaic System in Korea. Journal of the Korean Solar Energy Society, 31(4), 72-79. (in Korean)
Kerschgens, M., Pilz, U., Raschke, E., 1978, A modified twostream approximation for computations of the solar radiation budget in a cloudy atmosphere, Tellus, 30, 429-435.
Medugu, D.W., Adisa, A.B., Burari, F.W., and Abdul'Azeez, M.A., 2013, Solar radiation: Correlation between measured and predicted values in Mubi, Nigeria. International Journal of Science and Technology Education Research, 5, 11-17.
Ogelman, H., Ecevit, A., and Tasdemiroglu, E., 1984. A new method for estimating solar radiation from bright sunshine data. Solar Energy, 33, 619-625.
Park, K.J., Kim, H.A., Kim, K.R., Oh, J.W., Lee, S.Y., and Choi, Y.J., 2008, Characteristics of Regional Distribution of Pollen Concentration in Korean Peninsula, Korean Journal of Agricultural and Forest Meteorology, 10(4), 167-176. (in Korean)
Preze, R., Ineichen, P., Moore, K., Kmiecik, M., Chain, C., George, R., and Vignola, F., 2002, A new operational model for satellite-derived irradiances: Description and validation. Solar Energy, 73, 307-317.
Prescott, J.A., 1940, Evaporation from water surface in relation to solar radiation. Transactions of the Royal Society of Australia, 46, 114-118.
Sabziparavar, A.A. and Shetaee, H., 2007, Estimation of global solar radiation in arid and semi-arid climates of east and west Iran. Energy, 32, 649-655.
Zhao, N., Zeng, X., and Han, S., 2013, Solar radiation estimation using sunshine hour and air pollution index in China. Energy conversion and management, 76, 846-851.
Zo, I.S., Jee, J.B., Lee, W.H., Lee, K.T., and Choi, Y.J., 2010, Distribution of Surface Solar Radiation by Radiative Model in South Korea. Climate Change Research, 1, 147-159. (in Korean)
Zo, I.S., Jee, J.B., and Lee, K.T., 2014, Development of GWNU (Gangneung-Wonju National University) Onelayer Transfer Model for Calculation of Solar Radiation Distribution of the Korea Peninsula. Asia-Pacific Journal Science, 50(1), 575-584.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.