http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Yi, Chaeyeon,Kim, Kyu Rang,An, Seung Man,Choi, Young‐,Jean,Holtmann, Achim,Jä,nicke, Britta,Fehrenbach, Ute,Scherer, Dieter John Wiley Sons, Ltd 2016 International journal of climatology Vol.36 No.2
<P><B>ABSTRACT</B></P><P>The thermal environment in urban areas is substantially influenced by local surface properties and their modification through human activities. The effects of urban climate on human health are one of the motivations for the development of various urban climate analysis tools. Climate Analysis Seoul (CAS) is a tool that incorporates a meso‐scale atmospheric model and conceptual geographic information system (GIS)‐based models to provide gridded air temperature deviations based on high‐resolution land cover information. The CAS output was evaluated using air temperatures observed at 18 automatic weather stations (AWS) located in the detail region (DR) Eunpyeong. Correlation analyses were performed to reveal the influence of different land cover characteristics and CAS output variables on measured air temperature deviations. Based on the results of the correlation analyses in the study region (SR) Seoul, a regression model (total air temperature distribution, TD′) was developed. It predicts spatially distributed air temperatures based on morphological parameters and an observed reference temperature. Using the TD′ model, maps of daily maximum air temperatures were produced for the entire area of Seoul with a horizontal resolution of 25 m, and of 5 m for the DR, the latter allows to assess the impacts of different building and vegetation structures on air temperature by resolving buildings. The TD′ model was evaluated using measurements at eight AWS. The TD′ model slightly overestimated daily maximum air temperatures in 2007 and 2011, but performed better for 2011, mainly because land cover data represent the final state of the urban development. The TD′ model appears to be a suitable tool for estimating air temperature distributions at building‐resolving resolutions. It can be used to assess changes in the thermal environment and heat‐related hazards through urban development plans already ahead of their realization.</P>
이채연(Yi, Chaeyeon),양호진(Yang, Hojin),이광진(Lee, Gwangjin),배민기(Bae, Mingi) 한국측량학회 2021 한국측량학회 학술대회자료집 Vol.2021 No.11
본 연구에서는 청주시를 대상으로 열스트레스가 높은 지역을 발굴하고 폭염 피해에 대응하기 위해 그린루프(옥상녹화), 쿨루프(차열페인트), 쿨링포그(안개분사), 클린로드(도로살수), 도시녹지 시나리오를 적용하였다. 도시규모의 미기후해석모델링 기법을 이용하여 폭염피해저감 시설이 온도나 열쾌적지수를 낮추는데 효과적인지를 추정하였다. 단기적으로 시행되는 쿨링포그와 클린로드는 물을 이용한 일시적인 기온 감소의 효과를 나타내나 시간지연에 따라 약간 상승하는 경향을 보이며, 열쾌적지수(UTCI)를 낮은 수준으로 변화시킨다. 장기적으로 그린루프와 쿨루프는 건물 지붕표면의 알베도를 변화시켜 표면온도를 낮추는 효과가 있다. 쿨루프를 적용한 지역은 초기에 기온 감소의 폭이 크며, 낮 동안 일사량 및 복사량이 증가함에도 불구하고 기온상승 폭이 가장 약한 것으로 나타났다. 도시 내에서 열스트레스가 가장 높은 산업단지를 상세분석한 결과, 열쾌적지수를 낮은 수준으로 변경한 시나리오는 쿨링포그, 쿨루프, 도시녹지 조성 시나리오였다. 이 3가지 시나리오가 청주에서 가장 열방출이 높은 산업단지와 주변지역에 적합하게 구현된다면 도시의 열환경과 에너지 소비가 개선될 수 있다. 본 연구의 결과가 폭염저감 시설 설치 및 폭염대응 정책에 대한 의사결정에 대한 민감도를 높이는 데 활용될 수 있을 것으로 기대한다.
몬테카를로 적분을 통한 3차원 점군의 건물 식별기법 연구
이채연 ( Chaeyeon Yi ),안승만 ( Seung-man An ) 한국지리정보학회 2020 한국지리정보학회지 Vol.23 No.4
실제 공간의 분포 또는 양적 속성을 대변하는 지리정보 입력은 지구시스템 모의 내에서 주요 관심사가 되고 있다. 많은 연구에서 다양한 격자 해상도에서의 지표면 특성에 대한 부정확한 추정이 모델링 결과를 크게 바꾸는 것으로 나타났다. 따라서, 이 논문은 도시지역 건물들의 분포와 면적·체적 속성을 반영하기 위해서, 항공라이다로 수집된 3DPC(three-dimensional point cloud) 샘플링 체계에 Monte Carlo Integration(MCI) 기법 기반 공간확률(spatial probability)을 적용을 제안하였다. 건물 식별과 관련해 공간확률(SP) 임계치, 격자 크기, 3차원점군 밀도 세 인자의 결정규칙 적용 결과가 비교되었다. 연구 결과, 건물의 격자가 커짐에 따라 식별되는 건물의 면적 속성이 증가하였다. 공간 모델링 및 분석의 신뢰성을 높이기 위해서는 샘플링 체계에서의 결정규칙을 사용하여 건물의 면적 속성을 조정하는 것이 권장된다. 제안된 방법은 모델링 분야가 요구하는 크고 작은 격자의 변화에서도 일정하게 건물 면적 속성이 유지되도록 지원할 것이다. Geospatial input setting to represent the reality of spatial distribution or quantitative property within model has become a major interest in earth system simulation. Many studies showed the variation of grid resolution could lead to drastic changes of spatial model results because of insufficient surface property estimations. Hence, in this paper, the authors proposed Monte Carlo Integration (MCI) to apply spatial probability (SP) in a spatial-sampling framework using a three-dimensional point cloud (3DPC) to keep the optimized spatial distribution and area/volume property of buildings in urban area. Three different decision rule based building identification results were compared : SP threshold, cell size, and 3DPC density. Results shows the identified building area property tend to increase according to the spatial sampling grid area enlargement. Hence, areal building property manipulation in the sampling frameworks by using decision rules is strongly recommended to increase reliability of geospatial modeling and analysis results. Proposed method will support the modeling needs to keep quantitative building properties in both finer and coarser grids.