메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Cho, Mingyun (University of Seoul) Park, Chan (University of Seoul) Kim, Suryeon (University of Seoul) Hong, Je-Woo (Korea Environment Institute) Park, Jinhan (Korea Environment Institute)
저널정보
한국기후변화학회 한국기후변화학회지 Journal of Climate Change Research Vol.14 No.3
발행연도
2023.6
수록면
199 - 217 (19page)
DOI
10.15531/ksccr.2023.14.3.199

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
With the advent of smart-city networks, new tools are now available to monitor urban heat islands (UHIs) and their driving factors. This study aims to analyze differences in the layer characteristics of existing Automatic Weather Station (AWS) data at the mesoscale and Smart Seoul Data of Things (S-DoT) data at the microscale, and to discuss the need for a multi-scale solution based on these differences. Data were collected from July 1, 2020 to September 30, 2020. The relationships of temperature with solar radiation (SR), green-area ratio (GAR), and altitude were evaluated. Kriging was used to interpolate the limited AWS data for S-DoT. The results showed that UHI characteristics measured using the two approaches were differnet. In daily distribution comparisons, both monitoring station types showed similar patterns for daily mean temperatures at all stations. However, the mean temperature of the S-DoT in summer was 26.51°C, while that of the AWS was 23.93°C. Furthermore, the AWS kriging results revealed AWS temperatures to be lower compared to their S-DoT counterparts. Potential reasons for this temperature difference were subsequently explored. It was determined that the S-DoT and AWS measure the temperature at the canopy layer and boundary layer, respectively. The SR effects differed depending on rainfall. The GAR showed a negative correlation with both S-DoT and AWS data, in which the temperature decreased as the GAR increased because of the heat-island reduction effect of green areas. Altitude showed large differences in influence related to differences in installation location. With regard to UHI policies, such mesoscale and microscale data should be used in a complementary manner to develop potential solutions at multiple scales.
#Air Temperature #Smart Seoul Data of Things #Canopy layer #Boundary layer #UHIs

목차

ABSTRACT
1. Introduction
2. Materials and methods
3. Results
4. Discussion
5. Conclusions
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

생성형 인공지능을 활용한 기상 데이터 시각화
곽미영 ,  임수연 디지털콘텐츠학회논문지 2024 .09
서울대학교 캠퍼스 내 태양광 발전량 추정을 위한 TMY 이용 비교 분석
김채연 ,  박형동 한국태양에너지학회 학술대회논문집 2022 .04
생태계 기반 적응 사례 조사를 통한 기후변화 대응 정책에서의 활용 전략 연구
박진한 ,  홍제우 ,  성선용 한국기후변화학회지 2022 .04

최근 본 자료

전체보기

댓글(0)

0