대기복사전달모델을 이용한 제주지역 도심 및 배경지점에서의 온실가스에 따른 복사강제력 영향 연구 Influence of Greenhouse Gases on Radiative Forcing at Urban Center and Background Sites on Jeju Island Using the Atmospheric Radiative Transfer Model원문보기
The spatial and temporal variations in radiative forcing (RF) and mean temperature changes of greenhouse gases (GHGs), such as $CO_2$, $CH_4$, and $N_2O$, were analyzed at urban center (Yeon-dong) and background sites (Gosan) on Jeju Island during 2010~2015, based on...
The spatial and temporal variations in radiative forcing (RF) and mean temperature changes of greenhouse gases (GHGs), such as $CO_2$, $CH_4$, and $N_2O$, were analyzed at urban center (Yeon-dong) and background sites (Gosan) on Jeju Island during 2010~2015, based on a modeling approach (i.e., radiative transfer model). Overall, the RFs and mean temperature changes of $CO_2$ at Yeon-dong during most years (except for 2014) were estimated to be higher than those at Gosan. This might be possibly because of its higher concentrations at Yeon-dong due to relatively large energy consumption and small photosynthesis and also the difference in radiation flux due to the different input condition (e.g., local time and geographic coordinates of solar zenith angle) in the model. The annual mean RFs and temperature changes of $CO_2$ were highest in 2015 ($2.41Wm^{-2}$ and 1.76 K) at Yeon-dong and in 2013 ($2.22Wm^{-2}$ and 1.62 K) at Gosan (except for 2010 and 2011). The maximum monthly/seasonal mean RFs and temperature changes of $CO_2$ occurred in spring (Mar. and/or Apr.) or winter (Jan. and/or Feb.) at the two sites during the study period, whereas the minimum RFs and temperature changes in summer (Jun.-Aug.). In the case of $CH_4$ and $N_2O$, their impacts on the RF and mean temperature changes were very small (an order of magnitude lower) compared to $CO_2$. The spatio-temporal differences in these RF values of GHGs might primarily depend on the atmospheric profile (e.g., ozone profile), surface albedo, local time (or solar zenith angle), as well as their mass concentrations.
The spatial and temporal variations in radiative forcing (RF) and mean temperature changes of greenhouse gases (GHGs), such as $CO_2$, $CH_4$, and $N_2O$, were analyzed at urban center (Yeon-dong) and background sites (Gosan) on Jeju Island during 2010~2015, based on a modeling approach (i.e., radiative transfer model). Overall, the RFs and mean temperature changes of $CO_2$ at Yeon-dong during most years (except for 2014) were estimated to be higher than those at Gosan. This might be possibly because of its higher concentrations at Yeon-dong due to relatively large energy consumption and small photosynthesis and also the difference in radiation flux due to the different input condition (e.g., local time and geographic coordinates of solar zenith angle) in the model. The annual mean RFs and temperature changes of $CO_2$ were highest in 2015 ($2.41Wm^{-2}$ and 1.76 K) at Yeon-dong and in 2013 ($2.22Wm^{-2}$ and 1.62 K) at Gosan (except for 2010 and 2011). The maximum monthly/seasonal mean RFs and temperature changes of $CO_2$ occurred in spring (Mar. and/or Apr.) or winter (Jan. and/or Feb.) at the two sites during the study period, whereas the minimum RFs and temperature changes in summer (Jun.-Aug.). In the case of $CH_4$ and $N_2O$, their impacts on the RF and mean temperature changes were very small (an order of magnitude lower) compared to $CO_2$. The spatio-temporal differences in these RF values of GHGs might primarily depend on the atmospheric profile (e.g., ozone profile), surface albedo, local time (or solar zenith angle), as well as their mass concentrations.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
또한 이 모델은 기본적으로 지표면에서 100km 고도까지 총 33개의 층으로 구성되어 있고, 대류권에서는 1 km 연직해상도를 가진다. 본 연구에서는 구름 또는 에어로졸에 의한 효과를 배제하기 위하여 순수 기체 대기(즉, 레일리 대기)의 경우에 대해 연구대상지역의 온실가스에 따른 복사강제력을 계산하였다.
, 1998). 본 연구에서는 온실가스에 따른 복사강제력을 계산하기 위하여 각 물질별 전자기파를 흡수하는 주요 파장영역에 따라 다르게 구분하였다. 즉, CO2는 2.
4와 Table 4). 본 연구에서는 이러한 복사강제력의 변화를 보다 상세히 분석하기 위하여 연구기간동안(2010~2015년) 오존의 연직분포를 월별로 살펴보았다(그림 제외). 일반적으로 상층 오존은 태양복사를 흡수하므로 농도가 증가할수록 지표에 도달하는 태양복사에너지를 줄어들게 하여 결국 복사강제력을 감소시키는데 기여한다(IPCC, 2013).
본 연구에서는 제주도 도심 및 배경지점을 대상으로 온실가스 농도에 따른 복사강제력 및 기온변화를 분석하고자 한다. 제주도에서 온실가스 농도를 관측하는 지점은 연동과 고산 2곳뿐이며, 각각의 위치는 Fig.
제안 방법
O에 의한 연평균 복사강제력과 기온변화를 나타낸다. 2.1절과 2.2절에 언급한 바와 같이, CH4와 N2O 농도 자료의 부재기간, 모델 입력 자료 중 오존 연직 자료의 부재기간을 제외하고 각각 연평균 복사강제력과 기온변화를 산출하였다. 연구기간동안 CH4에 의한 복사강제력과 기온변화는 각각 0.
또한 전반적으로 연동의 CO2 농도는 연도별 월변화 폭이 큰 반면, 고산 배경지점은 상대적으로 월변화 폭이 작고 연도별로 월변화가 서로 유사하였다. 고산 배경지점과 달리, 연동에서 CO2 농도의 연도별 월변화 폭이 크게(특히, 2014년과 2015년) 차이가 나는 원인을 살펴보기 위해 제주도 전체(지역별 자료 부재로) 석유제품과 전력 사용에 따른 에너지 소비의 월변화를 분석하였다(Fig. 4). 제주도 석유제품과 전력 사용에 따른 월별 에너지 소비 자료는 각각 한국석유공사 공공데이터(http://www.
앞서 언급한 바와 같이, 국내외적으로 온실가스 농도 및 이에 따른 복사강제력 관련 연구는 대부분 배경지점을 중심으로 국한되어 수행되어 온 반면, 이러한 도심지점과 배경지점에서의 복사강제력 및 기온변화를 비교 분석한 연구는 극히 드물다. 따라서 본 연구에서는 우리나라의 청정지역인 제주도의 도심지점(연동)과 배경지점(고산)을 대상으로 온실가스(CO2,CH4, N2O) 농도의 시간적 변화(연변화, 월변화 등)를 분석하였으며, 대기복사전달모델을 이용하여 온실가스 농도에 따른 두 지점에서의 복사강제력과 기온변화를 추정하고 서로 비교 분석하였다.
본 연구에서는 CO2에 따른 복사전달모델(SBDART)의 결과와 IPCC에서 제시되고 있는 복사강제력 단순추정식(IPCC, 2007)에 의해 산출된 복사강제력을 서로 비교하였다(Table 2의 괄호). IPCC 추정식은 대상 지역 CO2 농도 변화에 의존하여 복사강제력을 계산하는 단순화된 식을 의미하며, 대상지점별 산업혁명 이전의 CO2 배경농도와 해당연도의 CO2 농도를 각각 입력자료로 이용하여 복사강제력을 계산한다.
이러한 대기 프로파일은 고도별 기압, 기온, 수증기 밀도, 오존 밀도의 연직 자료를 포함하고 있으며, 필요에 따라 사용자가 대기 프로파일을 직접 구성할 수 있다. 본 연구에서는 산업혁명 이전(1750년)에 대한 복사속(식 (1))을 계산하기 위해 모델 내 기본 대기 프로파일(US62)을 적용하였으며, 해당연도(2010~2015)의 복사속을 계산하기 위해서는 제주지역의 특성을 반영한 대기 프로파일을 구성하였다. 즉, 대상지역의 연동은 고층관측이 수행되고 있지 않아 제주 고산의 고층기상자료를 이용하여 두 지점의 기압 및 기온 연직 프로파일(지상~33 km 고도)을 구성하였으며, 하루 2번 관측되는 연직 자료의 월평균을 분석에 이용하였다.
본 연구에서는 최근 6년(2010~2015년)동안 제주도 도심지점(연동)과 배경지점(고산)에서 온실가스(CO2, CH4, N2O)에 의한 복사강제력을 대기복사전달모델(SBDART)을 이용하여 산출하였으며, 평균 기온변화는 복사강제력과 기온변화의 선형관계식을 이용하여 산출하고 그 결과를 비교 분석하였다. 전반적으로, 연동과 고산지점의 CO2에 따른 연평균 복사강제력과 기온변화는 2014년을 제외하고 대체로 두 지점의 CO2 농도의 연변화 특성과 유사하게 연동지점이 고산지점보다 높게 추정되었다.
본 연구의 두 지점(연동과 고산)에서 이용된 지표면 분광 알베도는 모델 내에서 제공하는 표면 유형(해수, 호수, 맑은 물, 초목, 눈, 모래) 중에서 초목(vegetation) 환경의 값을 이용하였으며, SZA는 두 지점의 위 · 경도와 날짜 및 시간을 지정해 줌으로써 모델 내에서 각각 따로 계산되었다.
연구기간(2010~2015년) 제주도 연동 및 고산지점의 온실가스 농도에 따른 복사강제력과 기온변화를 비교분석하기 위하여, 먼저 두 지점의 온실가스 농도의 시 · 공간적 변화를 살펴보았다.
연구기간동안(2010~2015년) 고산지점에서의 CH4와 N2O의 월변화를 살펴보았다(Fig. 5). 고산지점의 CH4농도는 자료 부재의 기간이 너무 많아(2.
이외에도, 오존 밀도의 경우 고산 및 연동지점에서는 오존의 연직관측을 수행하지 않으므로 국내 유일한 포항기상대(36˚01'48'', 129˚ 22'12'')의 오존존데 자료를 이용하였다. 이 자료는 대류권 및 성층권을 중심으로 오존의 연직분포를 살펴보기 위해 1995년부터 현재까지 주 1회(대략 0600 UTC) 관측을 지속적으로 실시해오고 있다. 여기서, 2010년 1월, 4~6월, 9월, 11월과 2012년 8~9월, 2013년 1월, 2014년 12월은 오존의 연직분포 자료 부재로 분석에서 제외하였다.
제주도 도심 및 배경지점을 대상으로 온실가스에 따른 복사강제력을 산출하기 위하여 대기복사전달모델을 이용하였으며, 산업혁명 이전(1750년)의 온실가스 농도를 기준으로 연구기간(2010~2015년)에 해당하는 온실가스 농도에 의한 복사강제력을 산출하여 서로 비교하였다. 본 연구에 이용된 대기복사전달모델에 대한 자세한 내용은 2.
즉, CO2는 2.0~20.0 μm, CH4와 N2O는 5.0~10.0 μm의 파장영역에 대해 모델링을 수행하였다.
본 연구에서는 산업혁명 이전(1750년)에 대한 복사속(식 (1))을 계산하기 위해 모델 내 기본 대기 프로파일(US62)을 적용하였으며, 해당연도(2010~2015)의 복사속을 계산하기 위해서는 제주지역의 특성을 반영한 대기 프로파일을 구성하였다. 즉, 대상지역의 연동은 고층관측이 수행되고 있지 않아 제주 고산의 고층기상자료를 이용하여 두 지점의 기압 및 기온 연직 프로파일(지상~33 km 고도)을 구성하였으며, 하루 2번 관측되는 연직 자료의 월평균을 분석에 이용하였다. 또한 수증기 밀도는 아래의 수증기압 방정식(식 (2))를 통해서 식 (3)과 같이 산출하였는데(KMA, 2017), 마찬가지로 두 지점 모두 제주 고산의 고층기상자료를 이용하였다.
대상 데이터
1). 따라서 본 연구에서는 도심지점으로 연동을 배경지점으로 고산을 선정하였으며, 또한 두 지점을 비교분석하기 위하여 연구기간을 2010~2015년으로 정하였다. 여기서, 고산지점의 CO2와 N2O 농도는 2010년에 3개월(1~3월),2011년에 7개월(6~12월)의 자료 부재이며, CH4는 2010년 1~3월과 2011년 6~12월 자료 부재 이외에도 이후 4년간(2012~2015년) 자료의 부재로 인해 분석에서 제외하였다.
앞서 언급한 바와 같이 고산지점의 2010년 1~3월과 2011년 6~12월은 자료 부재로 인해 복사강제력 산정에서 제외하였으며, 대기 프로파일의 오존밀도 또한 2010년 1월, 4~6월, 9월, 11월과 2012년 8~9월, 2013년 1월, 2014년 12월의 자료 부재로 인해 두 지점의 복사강제력 산정에서 제외하였다. 따라서 연동지점은 2011~2015년 고산지점은 2012~2015년에 대해 분석하였다. 전반적으로, 연동과 고산지점에서 추정된 연평균 복사강제력은 각각 2.
즉, 대상지역의 연동은 고층관측이 수행되고 있지 않아 제주 고산의 고층기상자료를 이용하여 두 지점의 기압 및 기온 연직 프로파일(지상~33 km 고도)을 구성하였으며, 하루 2번 관측되는 연직 자료의 월평균을 분석에 이용하였다. 또한 수증기 밀도는 아래의 수증기압 방정식(식 (2))를 통해서 식 (3)과 같이 산출하였는데(KMA, 2017), 마찬가지로 두 지점 모두 제주 고산의 고층기상자료를 이용하였다.
이외에도, 오존 밀도의 경우 고산 및 연동지점에서는 오존의 연직관측을 수행하지 않으므로 국내 유일한 포항기상대(36˚01'48'', 129˚ 22'12'')의 오존존데 자료를 이용하였다.
4). 제주도 석유제품과 전력 사용에 따른 월별 에너지 소비 자료는 각각 한국석유공사 공공데이터(http://www.knoc.co.kr/sub05/sub05_13_4_2.jsp)와 한국전력공사 전력빅데이터 센터(http://home.kepco.co.kr/kepco/BD/bigData/main/bigDataMain.do)에서 수집하였다. 대체로 2015년에는 1~5월과 10~12월에 에너지 소비가 높고, 2014년에는 1~2월과 11~12월에 높은 패턴이었으며, 이것은 같은 연도의 연동지점 CO2 농도의 월변화 패턴과 일부 비슷하였다.
이론/모형
대상지역 온실가스 농도에 따른 평균 지상기온의 변화는 여러 선행연구에서 제시한 복사강제력(ΔF)과의 선형관계식을 이용하여 산출하였다(IPCC, 1990;Lim et al., 2006; Song et al., 2014a).
본 연구에 이용된 대기복사전달모델은 흡수대 모델인 Santa Barbara DISORT Atmospheric Radiative Transfer (SBDART) 모델이며, 0.25~4.0 μm의 단파, 4.0~100 μm의 장파, 그리고 0.25~100 μm의 전 파장영역에서 다중산란 및 방출 대기에 대한 대기와 지표면에서의 복사속을 계산한다(Ricchiazzi et al., 1998).
성능/효과
2015년 안면도 CH4의 평균 농도는 1977 ppb로 1999년과 비교하여 과거 17년 동안 약 66ppb 증가하여 연평균 증가율이 5.6 ppb yr−1이었으며,N2O는 1999년에 314 ppb에서 2015년에 327 ppb로 증가하여 연평균 증가율이 0.7 ppb yr−1으로 나타났다.
3가지 온실가스 농도와 복사강제력의 월변화 비교에서 복사강제력과 농도가 높게/낮게 나타난 월이 일부는 일치하고 일부는 서로 다른 양상을 보였다(Fig.4와 Table 4, Fig. 5와 Table 5). 이는 연구기간의 모델링 수행시 온실가스 농도 이외에도 여러 복합적인 요인들(대기 프로파일, 지표면 알베도, SZA의 시간변화 및 위치 등)이 기인한 것으로 추정된다.
또한 복사강제력과 상층 오존 사이의 상관성도 음의 상관관계(r = −0.4773~−0.5618)가 나타났다(그림제외).
연구기간동안 모델링을 통해 산출된 연동 및 고산지점의 CO2에 의한 월평균 복사강제력과 기온변화를 보면(Table 4), 고산 배경지점의 복사강제력 2.18(1.16~2.71) W m-2보다 도심지에 위치하는 연동지점의 복사강제력이 2.21 (1.22~2.82) W m-2로 다소 높게 산출되었다. 2010년과 2011년은 입력 자료(예, CO2 농도) 부재로 인해 복사강제력과 기온변화 산출에 한계가 있어 정확한 해석이 어려웠지만, 나머지 대부분 기간에서는 연동 및 고산지점 모두 겨울철 또는 봄철에 높고 여름철에 낮은 계절적 특성을 보였다.
여기서 CH4과 N2O는 산출된 복사강제력 수치가 너무 작고 자료의 수가 적어서 정확한 비교분석이 어려운 관계로 제외하였다. 전반적으로, 두 지점 모두 SBDART에 의해 산출된 CO2에 의한 복사강제력은 추정식을 통해 산출된 것과 비교해 다소 높게(각각 최고 1.2배) 나타났다. 단순 추정식은 전 지구 규모에서 대상지역의 기상조건 등 여러 요소가 상수로 입력하게 되어 있는 반면, SBDART 모델은 대상지역의 위치와 시간 변화에 따라 기상조건(대기 프로파일, SZA에 의한 시간변화 등)을 적절히 고려하여 모델링을 수행하므로 보다 현실적인 결과가 산출된 것으로 사료된다(Song et al.
O)에 의한 복사강제력을 대기복사전달모델(SBDART)을 이용하여 산출하였으며, 평균 기온변화는 복사강제력과 기온변화의 선형관계식을 이용하여 산출하고 그 결과를 비교 분석하였다. 전반적으로, 연동과 고산지점의 CO2에 따른 연평균 복사강제력과 기온변화는 2014년을 제외하고 대체로 두 지점의 CO2 농도의 연변화 특성과 유사하게 연동지점이 고산지점보다 높게 추정되었다. 한편, 고산지점의 N2O에 의한 복사강제력과 기온변화는 해마다 매우 미미한 차이였으며, CH4의 경우 많은 자료 부재로 인해 비교분석이 어려웠다.
후속연구
결론적으로, 본 연구의 주요 결과는 대상지역 온실가스에 의한 기후환경변화 예측 및 평가, 기후변화 대응방안 마련에 중요한 기초 자료로 활용될 것으로 사료된다. 그러나 제주 전역을 2곳의 온실가스 관측지점만으로 해석하고 평가하기에는 공간적으로 한계가 있다.
그러나 제주 전역을 2곳의 온실가스 관측지점만으로 해석하고 평가하기에는 공간적으로 한계가 있다. 또한 복사전달모델링 수행을 위해 필요한 대상 지역의 입력 자료가 충분히 확보되고 자료의 불확실도를 보완한다면(예, 파장에 따른 지표 알베도 및 지역별 상세 오존 연직 자료 등), 향후 대상지역 기후에 미치는 온실가스에 따른 복사효과를 보다 정확하게 모의할 수 있을 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
순 복사속이란 무엇인가?
일반적으로 복사강제력은 하향 복사속(radiation flux, 직달 일사와 하향산란의 합)과 상향 복사속을 계산하여 정량적으로 추정한다. 즉, 순 복사속은 하향 복사속(직달 일사와 하향산란의 합)에서 상향 복사속을 뺀 값이며, 최종적으로는 연구대상 두 지점(연동과 고산)의 온실가스 농도에 따른 순 복사속에서 산업혁명 이전의 배경농도에 따른 순 복사속의 차이가 복사강제력이 된다(식 1). 여기서 산업혁명 이전의 온실가스 농도는 CO2 280 ppm, CH4 700 ppb, N2O 270 ppb의 관측값을 이용하였다.
SBDART 모델의 연직 층 구성과 연직해상도는 각각 어떠한가?
,1998). 또한 이 모델은 기본적으로 지표면에서 100km 고도까지 총 33개의 층으로 구성되어 있고, 대류권에서는 1 km 연직해상도를 가진다. 본 연구에서는 구름 또는 에어로졸에 의한 효과를 배제하기 위하여 순수 기체 대기(즉, 레일리 대기)의 경우에 대해 연구대상지역의 온실가스에 따른 복사강제력을 계산하였다.
SBDART 모델의 단파 및 장파의 파장영역은 각각 무엇인가?
본 연구에 이용된 대기복사전달모델은 흡수대 모델인 Santa Barbara DISORT Atmospheric Radiative Transfer (SBDART) 모델이며, 0.25~4.0 μm의 단파, 4.0~100 μm의 장파, 그리고 0.25~100 μm의 전 파장영역에서 다중산란 및 방출 대기에 대한 대기와 지표면에서의 복사속을 계산한다(Ricchiazzi et al.
참고문헌 (22)
Chung, Y.-S., and P. Tans, 2000: Monitoring greenhouse gases at Tae-Ahn Peninsula, Korea. J. Korean Meteor. Soc., 36, 25-34.
Hansen, J., and Coauthors, 2005: Efficacy of climate forcings. J. Geophys. Res., 110, D18104.
Hofmann, D. J., J. H. Butler, E. J. Dlugokencky, J. W. Elkins, K. Masarie, S. A. Montzka, and P. Tans, 2006: The role of carbon dioxide in climate forcing from 1979 to 2004: Introduction of the annual greenhouse gas index. Tellus, 58, 614-619.
Iacono, M. J., J. S. Delamere, E. J. Mlawer, M. W. Shephard, S. A. Clough, and W. D. Collins, 2008: Radiative forcing by long-lived greenhouse gases: Calculations with the AER radiative transfer models. J. Geophys. Res., 113, D13103.
Intergovernmental Panel on Climate Change (IPCC), 1990: Climate Change 1990: IPCC Scientific Assessment. Cambridge University Press, 410 pp.
Intergovernmental Panel on Climate Change (IPCC), 2007: Climate Change 2007: The Physical Science Basis. Cambridge University Press, 996 pp.
Intergovernmental Panel on Climate Change (IPCC), 2013: IPCC Fifth Assessment Report - Climate Change 2013: The Physical Science Basis. Cambridge University Press, 1535 pp.
Kim, J.-S., H.-J. Yoo, J.-H. Jo, C.-H. Jo, M.-S. Kim, and J.-W. Gong, 2007: Changes in $CO_2$ concentration and radiative forcing characteristics in Anmyeondo. Proc. of the Autumn Meeting of Korean Meteorological Society, 228-229 (in Korean).
Korea Energy Economics Institute, 2016: Yearbook of Regional Energy Statistics 2016, Korea Energy Economics Institute, 312 pp.
Korea Meteorological Administration (KMA), 2013: Report of Global Atmosphere Watch 2012, KMA, 299 pp.
Korea Meteorological Administration (KMA), 2014: Report of Global Atmosphere Watch 2013, KMA, 288 pp.
Korea Meteorological Administration (KMA), 2017: Training Manual for Weatherman (Physical Meteorology), KMA, 370 pp.
Lee, S.-J., S.-K. Song, and Y.-H. Park, 2016: A study on changes in $CO_2$ concentrations and their impact on radiative forcing at urban center and background sites on Jeju Island in recent years. J. Environ. Sic. Int., 25, 973-987 (in Korean with English abstract).
Lim, L., D. S. Lee, R. Sausen, and M. Ponater, 2006: Quantifying the effects of aviation on radiative forcing and temperature with a climate response model. Proc. of an International Conference on Transport, Atmosphere and Climate (TAC), Luxwmbourg, Office for Official Publications of the European Communities, 202-208.
McClatchey, R. A., and J. E. A. Selby, 1972: Atmospheric attenuation of HF and DF laser radiation. AFCRL-72-0312, 143 pp.
Pearman, G. I., and P. Hyson, 1981: The annual variation of atmospheric $CO_2$ concentration observed in the northern hemisphere. J. Geophys. Res., 86, 9839-9843.
Ponater, M., S. Pechtl, R. Sausen, U. Schumann, and G. Huttig, 2006: Potential of the cryoplane technology to reduce aircraft climate impact: A state-of-the-art assessment. Atmos. Environ., 40, 6928-6944.
Ricchiazzi, P., C. Yang, C. Gautier, and D. Sowle, 1998: SBDART: A research and teaching software tool for plane-parallel radiative transfer in the earth's atmosphere. Bull. Amer. Meteor. Soc., 79, 2101-2114.
Song, S.-K., Z.-H. Shon, and J.-H. Jeong, 2014a: Influence of greenhouse gas emissions from commercial aircraft at Korean international airports on radiative forcing and temperature change. J. Korean Soc. Atmos. Environ., 30, 223-232, doi:10.5572/KOSAE.2014.30.3.223 (in Korean with English abstract).
Song, S.-K., Z.-H. Shon, and J.-H. Jeong, 2014b: Impact of greenhouse gas emissions from commercial aircraft on radiative forcing and temperature change at the airports in Korea: Comparison between simplified expression and radiative transfer model. J. Korean Soc. Atmos. Environ., 30, 411-422, doi:10.5572/KOSAE.2014.30.5.411 (in Korean with English abstract).
Stamnes, K., S.-C. Tsay, W. Wiscombe, and I. Laszlo, 2000: DISORT, A general-purpose Fortran Program for Discrete-Ordinate-Method Radiative Transfer in Scattering and Emitting Layered Media: Documentation of Methodology. DISORT Report v1.1, Goddard Space Flight Center, 112 pp.
World Meteorological Organization (WMO), 2016: Greenhouse Gas Bulletin, No. 11, WMO, 4 pp.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.