[보고서]차세대 도시‧농림 융합 스마트 기상서비스 개발 (II) - 도시‧농림기상 핵심기술개발 (II)

정현숙

[국가R&D연구보고서] 차세대 도시‧농림 융합 스마트 기상서비스 개발 (II) - 도시‧농림기상 핵심기술개발 (II)
Integrated Weather Services for Urban and Rural Area (II) - Development of Prediction Model for Urban and Rural Area (II) - 원문보기

보고서 정보
주관연구기관	국립기상연구소
연구책임자	정현숙
참여연구자	김연희 , 구해정 , 김규랑 , 임윤진 , 남경엽 , 이선용 , 이현경 , 이근희 , 조창범 , 김남희 , 김근회 , 최종문 , 양호진 , 권혁기 , 이보라 , 조우람 , 장준영
보고서유형	최종보고서
발행국가	대한민국
언어	한국어
발행년월	2013-12
과제시작연도	2013
주관부처	기상청
연구관리전문기관	국립기상연구소 National Institute of Meteorological Research
등록번호	TRKO201400001994
과제고유번호	1365001778
DB 구축일자	2014-04-19

초록 ▼

Ⅳ. 연구 내용 및 결과
개발된 DNS모델에서 공간에 대해 중심차분법을 사용하게 되면 이류항이 확산항보다 강하게 작용하는 지역에서 진동(oscillation)이 발생하게 되는 현상을 안정화시키기 위하여 풍상차분법을 이용하는 방법에 대하여 연구하였으며 개발 및 운용중인 전산 유체역학 모델의 검증을 위하여 인공구조물을 설치하여 구조물 주변에서의 난류흐름 관측을 실시하였다. 또한 DNS모델을 바탕으로 LES모델 개발 수행을 위해서는 최신 기술동향 파악과 현재 개발된 유사 LES모델들과 비슷한 수준의 기술력이 바탕이 되어야 한다고 판단되었기에 현재 개발된 LES모델 중 가장 안정적으로 개발, 발전되어 가고 있는 모델인 PALM(PArallized LES model)에 대한 대략적인 개요 조사 분석과 간단한 수치실험을 통해 시험 구동을 실시하였다.
서울시에서 계획중인 2020서울도시기본계획에 따르는 도심남북녹지축 조성사업의 한 부분인 세운상가재정비사업을 대상으로 기후영향을 분석하였다. 분석 사례는 현재와 미래, 녹지축확장 시나리오 등 총 3가지로 나누어 분석하였으며, 미래입력자료 구축에는 서울시에서 운영중인 도시계획정보시스템에서 제공하는 도시계획 정보를 이용하였다. 기후분석모델인 CAS를 이용한 기후분석결과 중규모, 국지규모 기온분포와 찬공기생성량 등을 모두 고려한 종합기온분포지도에서 재정비 후 녹지가 조성된 지역을 중심으로 평균 0.2 K 기온이 감소하였고, 최대 1.8 K의 기온 감소 효과가 나타났다. 녹지를 확장한 가상 시나리오에서는 최대 3.1 K 기온이 감소하여 녹지가 확장되면서 기온감소 효과가 더 커짐을 보였다.
기후변화 시나리오를 이용한 서울시 상세 구별 폭염위험도 분석결과 여름평균인 6월, 7월, 8월을 대상으로 여름철 일 최고기온이 33℃ 이상일수가 가장 많은 구는 동대문수와 중랑구로 2070년대에 각각 75일과 74일, 2090년대에는 78일로 나타났다. 일 최고기온이 35℃가 넘는 날은 2050년대에 동대문구과 성동구에서 각각 17일로 한자리수를 나타냈던 2040년대까지와는 달리 급격한 증가를 나타내었다. 일 최고기온 37℃ 이상일수는 2050년대까지 모든 구에서 나타나지 않으며, 2060년대부터 1∼4일 정도 나타난다. 2090년대에는 모든 구에서 20일 이상으로 분석되며, 동대문구, 성동구 그리고 중랑구는 31일로 여름철의 약 1/3에서 일 최고기온이 37℃가 넘는 것으로 나타났다.
본 연구는 WRF-UCM의 입력자료인 지표이용도 중 도시지면을 세분화함에 따라 달라지는 도시대기흐름 특성을 조사하였다. 그 결과, 상세한 도시정보가 포함된 실험이 기온을 잘 모의하나 풍속에는 크게 기여하지 못했음을 알 수 있다. 또한, 도시지면에 따라 대기경계층흐름이 다르게 모의됨을 알 수 있었다. 도시 입력정보를 상세화 시킨 서울 지역뿐만 아니라 주변 지역까지 영향을 주어 기온, 바람, 수증기의 분포를 변화시켰다.
은평뉴타운 개발 지역에 2007년 3월부터 2010년 2월까지 9개의 기온 및 상대습도 관측자료를 이용하여 개발 전후의 영향을 분석하였다. 개발중심지역과 개발외곽지역의 차이가 뚜렷이 나타났다. 개발과정으로 인해 토지피복의 변화 및 건물의 변화가 생긴 지점은 기온은 높아졌고, 반대로 상대습도는 낮아짐을 확인할 수 있었다. 외곽지역에 위치한 지점들은 상대적으로 개발의 영향이 적고, 식생의 영향으로 개발중심지역만큼 기온과 상대습도의 변화가 크지 않았다. 은평뉴타운 지역내에서의 지점간의 변화 이외에 교외지역과 기온 차이도 비교하였다. 교외지역과의 기온 차이는 시간이 갈수록 점점 커지고 있었고, 지점 간의 차이는 있지만 전체 지점에서 재개발로 인한 기온상승효과를 확인할 수 있었고, 최대 2℃ 이상 차이가 났었다.
강남지역의 선릉 및 주변지역에 대한 상세 기상 관측망의 구축 및 관측결과를 통하여 도심지 내 녹지(선릉) 존재에 따른 주요 기상요소별 도시기상특성변화를 조사하였다. 본 관측자료 분석을 통하여 도심지 내 녹지(선릉)가 겨울철에도 주변 도심지역에 비해 차고 신선한 공기를 생성시키는 도심지 내 저온핵의 역할을 하고 있으며, 이와 같은 열환경적 조건에서 녹지 중심으로부터 도심지 방향의 바람성분을 관측할 수 있었다.

Abstract ▼

Ⅳ. Research contents and results
How to use upwind difference method in developed DNS model was studied for stabilization of oscillation occurring when advection term is stronger than diffusion term where central difference method is used. And turbulence observation around the artificial building was performed to validate RANS and DNS model. In addition, in order to understand latest trends for development of LES model, brief overview about PALM model which is one of most stable LES model and simple numerical experiments were studied.
Quantitative analyses are conducted by CAS for the production, transportation, stagnation of cold air, wind flow and thermal conditions by incorporating GIS analysis on land cover and elevation. And also meteorological analysis from Meteorology and atmospheric photochemistry meso-scale model (MetPhoMod) before and after (added wide green area scenario) creating the green area is applied. Climate Analysis Seoul (CAS) was developed for analyzing urban climate conditions to provide realistic information considering local air temperature and wind flows. It is generally admitted that urban planners need comparison data between pre- and post-development as many as possible to maintain the good aspect but remove the bad impact of the development. Detailed climate analysis over a developmental period is essential to make the planners utilize such information as important data in planning stages.
Based on the correlation analysis, the temperature distribution models were developed for daily maximum temperatures of the study area(Seoul). These models predict the detailed temperature distribution using the reference temperature only. This study generates a distribution map above 33, 35, and 37℃ during the period from 2010 to 2100, which based on the Representative Concentration Pathways (RCP) 8.5 climate scenario data. Compared to the distribution map, the summer max. temperature in the future based on the climate analysis scenario are high in Dongdaemun-gu, Jungnang-gu, Seongdong-gu.
This study investigated the characteristics change of atmospheric flow over urban areas according to land use. As a result, including the detailed urban map, the model simulated well for the 2m temperature. However, the improvement in wind speed is not achieved. Furthermore, the detailed urban database impacts on the spatial pattern of temperature, wind, and water vapor in Gyeonggi-do as well as Seoul.
Urbanization affects on the local thermal environment due to the changes of the land use. To investigate the weather environmental change of large scale urban redevelopment, 9 surface temperature and humidity observations were accomplished at Eunpyeong new town area. The observation period is from March 2007 to February 2010. In the center of development area, the air temperature is increased and the relative humidity is decreased, due to the changes of the land cover and building construction. In the area where the green zone is maintained, air temperature and relative humidity were not changed significantly. The relative temperature difference between study area and a neighboring rural location was increased during observation periods. The difference is the highest in summer. The minimum temperature difference between the urban and rural area was increased at development area, which means the urbanization affect.
In further study, urban micro meteorology affected by city park, building and road will be investigated by using the data of observation network built on gangnam-gu and seolleung. Observation data can be used for verification and improvement of the urban climate.

목차 Contents

표지 ... 1
연 구 보 고 서 ... 2
목 차 ... 4
표 목차 ... 7
그 림 목 차 ... 9
요 약 문 ... 16
Summary ... 25
제 1 장 서 론 ... 36
제 1 절 연구개발의 필요성 ... 36
제 2 절 국내·외 연구 동향 ... 39
제 2 장 도시·농림기상 핵심모델 개발 ... 42
제 1 절 직접수치모사(DNS) 모델 성능평가 및 개발 ... 42
1. 2차원 직접수치모사(DNS) 모델 성능 평가 및 안정화 ... 42
(1) 모델 성능 평가 ... 42
(2) 계산속도 향상 방법 연구 ... 46
2. 3차원 직접수치모사(DNS) 모델 개발 ... 48
(1) 다양한 이류항 계산법 ... 52
(2) 안정화 방법 연구 ... 56
3. 도시 협곡의 미세규모 대기순환 수치모형 검증 ... 57
(1) 관측 개요 ... 57
(2) 관측 자료 분석 ... 61
(3) 수치모형 검증 ... 67
제 2 절 도시 난류 모델 개발 기반 구축 ... 79
1. 병렬화된 큰에디모사 모델(PALM) 소개 ... 79
(1) Basic Equation ... 80
(2) SGS(SubGrid-Scale) Models ... 83
(3) Using Topography ... 84
2. PALM 구동개요 및 결과 ... 86
(1) PALM 구동개요 ... 86
(2) PALM 구동 및 결과 ... 87
제 3 장 환경변화에 따른 도시기후 분석기술 개발 ... 96
제 1 절 도시기후 시뮬레이터 입력자료 생산기술 ... 96
1. 입력자료 구축방법 구상 ... 96
2. 토지피복 입력자료 생성 ... 98
(1) KOMPSAT-2 위성영상을 이용한 토지피복 분류 ... 99
(2) DR 영역 설정 및 KOMPSAT 영상 자르기 ... 100
(3) 감독분류 수행을 위한 훈련지역(training area) 지정 ... 100
(4) 최대우도 (maximum likelihood) 기법을 적용한 감독분류 ... 102
(5) KOMPSAT-2 위성영상을 이용한 토지피복 분류 ... 103
(6) 도시설계 계획도면을 이용한 미래의 토지피복 산출 ... 104
3. 수치표고 입력자료 생성 ... 109
(1) 수치지형자료(DEM) 작성 ... 109
제 2 절 도시계획시나리오를 적용한 도시기후분석 ... 111
1. 세운상가 재정비 사업에 따른 기후영향분석 ... 111
(1) 서울시 도시계획 정보시스템기반 입력자료 구축 ... 111
(2) 도시기후분석모델을 이용한 녹지축 조성 전·후 기후영향 분석 ... 116
제 3 절 기후변화 시나리오 적용 ... 127
1. RCP8.5를 이용한 미래 기후변화 분석 ... 127
(1) 기후변화 시나리오 적용 기술 ... 127
(2) 미래 여름철 일평균 최고기온변화 분석 ... 129
제 4 절 중규모 모형의 도시지면과정 개선을 위한 도시캐노피모형 연구 조사 ... 144
1. 도시지면과정 개선의 필요성 ... 144
2. 도시캐노피모형 선행연구 조사 ... 145
3. 중규모 모형을 이용한 도시지면 민감도 실험 ... 147
(1) 모형 및 실험방법 ... 147
(2) 실험결과 ... 150
(3) 결론 및 토의 ... 156
제 4 장 환경변화에 따른 도시기후분석기술개발(Ⅱ) ... 157
제 1 절 대규모 도시 개발에 따른 기상환경변화 ... 157
1. 서 론 ... 157
2. 은평뉴타운 개발 사업 ... 158
3. 관측 ... 159
4. 결과 ... 162
(1) 은평 뉴타운 내 기온 및 상대습도 변화 ... 162
(2) 교외 지역과의 기온 변화 ... 165
제 2 절 복합센서를 이용한 도시 녹지효과 연구 ... 170
1. 서론 ... 170
2. 연구 지역 및 관측망 ... 170
3. 분석결과 ... 172
(1) 지점별 기온 및 상대습도 ... 172
(2) 지점별 풍향 및 풍속 ... 176
제 5 장 요약 및 결론 ... 177
참고문헌 ... 180
부록(연구용역 과제) ... 184
1. 도시농림모델 고도화 ... 184
2. 한독공동 도시미기후 시뮬레이터 개발 ... 284
끝페이지 ... 306

표/그림 (98)

표 Fig. 2.1.1. Profile of streamwise velocity at the midplane of the cavity for
표 Fig. 2.1.2. Log-Log plot of maximum error for U and V.
표 Fig. 2.1.3. Divergence of velocity before pressure correction (top), divergence of velocity after pressure correction (bottom).
표 Fig. 2.1.4. 2-dimension staggered grid.
표 Fig. 2.1.5. Variables setting for diffusion terms.
표 Fig. 2.1.6. Change variable position according to the terrain.
표 Fig. 2.1.7. Variables setting for advection terms.
표 Fig. 2.1.8. Time-averaged streamlines and pressure distribution (paper(top), present model(bottom)).
표 Fig. 2.1.9. Backward facing (paper(top), present model(bottom)).
표 Fig. 2.1.10. Streamlines around single building (centered difference(left), upwind(right)).
표 Fig. 2.1.11. Magok urban development area, Seoul
표 Fig. 2.1.12. Two large building models.
표 Fig. 2.1.13. 3D anemometer inside the canyon.
표 Fig. 2.1.15. Anemometer on the roof.
표 Fig. 2.1.16. WXT520 Anemometer.
표 Fig. 2.1.14. CSAT 3D Anemometer.
표 Fig. 2.1.17. The coordinate of wind observation data.
표 Fig. 2.1.19. Distributions of wind speed on time.
표 Fig. 2.1.18. Wind direction of observation period
표 Fig. 2.1.20. Distributions of wind speed
표 Fig. 2.1.21. Comparison of wind direction on the roof and inside the canyon. Positions of each figures are observation points of the front view. Data that wind speed on the roof is faster than 0.2m/s are shown
표 Fig. 2.1.22. Wind speeds along the canyon axis(u component) on wind directions on the roof
표 Fig. 2.1.23. Distributions of the ratio of horizontal wind speed and vertical wind speed
표 Fig. 2.1.24. An example of numerical simulation results(CFD-NIMR-SNU, RANS model).
표 Fig. 2.1.25. Comparison of wind direction and speed inside the canyon(dashed line) and result of simulation(Solid line). Jun. 4, 2013 21:00.
표 Fig. 2.1.26. Comparison of wind direction and speed inside the canyon(dashed line) and result of simulation(Solid line). Jun. 27, 2013 01:03
표 Fig. 2.1.28. Wind direction and speed inside the canyon at the side view. Apr. 4, 2013 12:20.
표 Fig. 2.1.27. Wind direction and speed inside the canyon at the front view. Apr. 4, 2013 12:20.
표 Fig. 2.1.29. Wind direction and speed inside the canyon at the front view. Apr. 4, 2013 11:31
표 Fig. 2.1.30. Wind direction and speed inside the canyon at the side view. Apr. 4, 2013 11:31.
표 Fig. 2.1.31. Distributions of log2(u/v) at 12 observation points inside the canyon. Perpendicular(dotted line, wind direction on the roof 90±22.5, -90±22.5 deg.), parallel
표 Fig. 2.1.32. Definition of “Circulation”.
표 Fig. 2.1.33. The ratio of data of “Circulation of forward direction” in data of “Circulation” on the wind direction on the roof
표 Fig. 2.2.1. Simulation results of PALM.
표 Fig. 2.2.2. Scale separation by spatial filtering.
표 Fig. 2.2.3. Physical concept of flow around topography.
표 Fig. 2.2.4. Limit of technical implementation.
표 Fig. 2.2.5. Example of topography file.
표 Fig. 2.2.6. Change of energy over time in Convection Between Plate.
표 Fig. 2.2.7. Horizontal field of w component with height(z = (a): 100 m, (b) 500 m, (C) 750 m) and vertical field of w component(y = (d): 1000 m).
표 Fig. 2.2.8. Computational domain(left) and configuration of building(right).
표 Fig. 2.2.9. Horizontal filed of u
표 Fig. 2.2.10. Horizontal filed of u(left), w(right) component at y = 40 m.
표 Fig. 3.1.1. Study area of CAS.
표 Fig. 3.1.2. KOMPSAT-2(Korea Multi-Purpose Satellite-2) image
표 Fig. 3.1.3. Domain setting using Layer stacking.
표 Fig. 3.1.4. Establishment of training area using supervised land cover classification.
표 Fig. 3.1.5. Training area
표 Fig. 3.1.6. Supervised classification using maximum likelihood.
표 Fig. 3.1.7. Supervised classification result.
표 Fig. 3.1.8. Seoul road name address digital map.
표 Fig. 3.1.9. Architectural design map of Sewoon shopping district.
표 Fig. 3.1.10. Future plan of the redevelopment and captured image from the CAD file of the plan
표 Fig. 3.1.11. Land cover establishment using manual digitizing.
표 Fig. 3.1.12. Land cover information present and future.
표 Fig. 3.1.13. Digital terrain model in Seoul
표 Fig. 3.2.1. Urban Plan Information System and Sewoon region
표 Fig. 3.2.2. Sewoon redevelopment plan.
표 Fig. 3.2.3. Land Cover and digital surface model information use for CAS.
표 Fig. 3.2.4. Land Cover and digital surface model information use for CAS
표 Fig. 3.2.5. Land Cover and digital surface model information use for CAS
표 Fig. 3.2.6. Climate Analysis map for Elevation.
표 Fig. 3.2.7. Climate Analysis map for Land Cover.
표 Fig. 3.2.8. MPM input data(albedo, ground temperature, roughness length).
표 Fig. 3.2.9. MPM input data(surface temperature, thermal diffusivity, heat capacity).
표 Fig. 3.2.10. Climate Analysis map for MetPhoMod Simulation.
표 Fig. 3.2.11. Climate Analysis map for Cold air stagnation and Surface influence.
표 Fig. 3.2.12. Climate Analysis map for Cold air production and Meso-scale air temperature deviation
표 Fig. 3.2.13. Climate Analysis map for Local-scale air temperature deviation and Total air temperature deviation.
표 Fig. 3.3.1. AWS stations in SR
표 Fig. 3.3.2. Distribution map of daily max. temperature the 2010s, 2020s, 2030s.
표 Fig. 3.3.3. Distribution map of daily max. temperature the 2040s, 2050s, 2060s.
표 Fig. 3.3.4. Distribution map of daily max. temperature the 2070s, 2080s, 2090s.
표 Fig. 3.3.5. Distribution map of total air temperature deviation derived from regression model of TD' in Seoul when the 2040s, 2050s, 2060s daily max. temperature of 33, 35, 37℃.
표 Fig. 3.3.6. Distribution map of total air temperature deviation derived from regression model of TD' in Seoul when the 2070s, 2080s, 2090s daily max. temperature of 33, 35, 37℃.
표 Fig. 3.4.1. Schematic of the single-layer urban canopy model from Kusaka et al
표 Fig. 3.4.2. The land use classification of (a) USGS and (b) USGS adding three urban types (31: low intensity residential, 32: high intensity residential, 33: industrial/commercial region) for WRF-UCM.
표 Fig. 3.4.3. (a) Configuration of nested model domains. (b) The finest domain. Topography is shaded with intervals of 50m
표 Fig. 3.3.4. (a) Surface weather chart and (b) satellite infrared radiation image at 0900 LST, 24 September 2011.
표 Fig. 3.4.5. Diurnal variations of observed and simulated (a) air temperature (°C), and (b) wind speed (m/s) near the surface averaged over the 11 urban stations on 24 September 2011.
표 Fig. 3.4.6. Scatter plots of the observed versus simulated 2 m temperature (top panel), and the observed versus simulated 10 m wind speed (bottom panel) for 11 urban stations.
표 Fig. 3.4.7. Simulated 2 m temperature (shaded) and 10 m wind velocity fields (vector) at (a) 0300 LST and (b) 1500 LST. The top, middle and bottom panels are the USGS map run, the detailed urban map run and differences between the detailed urban map run and the USGS map run, respectively.
표 Fig. 3.4.8. Simulated 2 m water vapor mixing ratio (unit: g/kg) at (a) 0300 LST and (b) 1500 LST. The top, middle and bottom panels are the USGS map run, the detailed urban map run and differences between the detailed urban map run and the USGS map run, respectively
표 Fig. 4.1.1. The aerial photograph (a) before(2002) and (b) after the construction
표 Fig. 4.1.2. Distribution of meteorological observation sites in the Eunpyeong experiment area
표 Fig. 4.1.3. The time series of the monthly air temperature deviation (top) and relative humidity deviation (bottom) during 2007~2009.
표 Fig. 4.1.4. Spatial distribution of hourly mean air temperature for each 6 hours in 2007 and 2009. The contour interval is 0.2℃.
표 Fig. 4.1.5. The time series of air temperature and relative humidity deviation at P1, P7(top), P6, P9(middle) and P2, P3(bottom).
표 Fig. 4.1.6. The time series of the monthly averaged temperature deviation between Eunpyeng and Goyang from Mar 2007 to Feb 2010
표 Fig. 4.1.7. The monthly variation of the temperature deviation between Eunpyeong and Goyang.
표 Fig. 4.1.8. The hourly averaged urban heat island intensity during 2007~2009
표 Fig. 4.1.9. The time series of monthly averaged temperature deviation between selected Eunpyeng site and Goyang from Mar 2007 to Feb 2010.
표 Fig. 4.1.10. The time series of monthly averaged temperature deviation between Eunpyeng and Goyang for the minimum(top) and maximum temperatures(bottom) at selected site.
표 Fig. 4.2.1. Multi sensor (WXT-520) network in Gangnam region.
표 Fig. 4.2.3. Variation of seasonal-averaged relative humidity for every station
표 Fig. 4.2.2. Variation of seasonal-averaged air temerature for every station
표 Fig. 4.2.4. Diurnal variation of air temperature at Green, Boundary, Urban region.
표 Fig. 4.2.5. Windrose from January to October at every station.

연구자의 다른 보고서 :

참고문헌 (25)

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 보고서

해당 보고서가 속한 카테고리에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

과제명(ProjectTitle) :	-
연구책임자(Manager) :	-
과제기간(DetailSeriesProject) :	-
총연구비 (DetailSeriesProject) :	-
키워드(keyword) :	-
과제수행기간(LeadAgency) :	-
연구목표(Goal) :	-
연구내용(Abstract) :	-
기대효과(Effect) :	-

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 제목(한글), 저자명(한글), 발행일자, 전자원문, 초록(한글), 초록(영문) 관리번호, 제목(한글), 제목(영문), 저자명(한글), 저자명(영문), 주관연구기관(한글), 주관연구기관(영문), 발행일자, 총페이지수, 주관부처명, 과제시작일, 보고서번호, 과제종료일, 주제분류, 키워드(한글), 전자원문, 키워드(영문), 입수제어번호, 초록(한글), 초록(영문), 목차
저장형식	Text(ASCII format) Excel format
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

[국가R&D연구보고서] 차세대 도시‧농림 융합 스마트 기상서비스 개발 (II) - 도시‧농림기상 핵심기술개발 (II)
Integrated Weather Services for Urban and Rural Area (II) - Development of Prediction Model for Urban and Rural Area (II) - 원문보기