KR102350075B1 - 상세지형 정보를 고려한 고해상도 기온 수치정보 산출 방법 - Google Patents

상세지형 정보를 고려한 고해상도 기온 수치정보 산출 방법 Download PDF

Info

Publication number
KR102350075B1
KR102350075B1 KR1020200066147A KR20200066147A KR102350075B1 KR 102350075 B1 KR102350075 B1 KR 102350075B1 KR 1020200066147 A KR1020200066147 A KR 1020200066147A KR 20200066147 A KR20200066147 A KR 20200066147A KR 102350075 B1 KR102350075 B1 KR 102350075B1
Authority
KR
South Korea
Prior art keywords
temperature
grid
information
data
correction process
Prior art date
Application number
KR1020200066147A
Other languages
English (en)
Other versions
KR20210149300A (ko
Inventor
김연희
이상현
정형세
최희욱
Original Assignee
대한민국
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 대한민국 filed Critical 대한민국
Priority to KR1020200066147A priority Critical patent/KR102350075B1/ko
Publication of KR20210149300A publication Critical patent/KR20210149300A/ko
Application granted granted Critical
Publication of KR102350075B1 publication Critical patent/KR102350075B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W2203/00—Real-time site-specific personalized weather information, e.g. nowcasting

Landscapes

  • Business, Economics & Management (AREA)
  • Environmental & Geological Engineering (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 상세지형 정보를 고려한 한반도 전체 지역에 대한 고해상도의 기온 수치정보를 산출하는 방법에 대해 제시한다.
본 발명의 과정은 모든 격자에서 수행되는 고도보정 과정과, 각 격자의 지형분류에 따라 적용되는 협곡모수화 과정, 그리고 언덕모수화 과정 및 지표이용도보정 과정, 계통오차보정 과정으로 구성된다.
본 발명은 기상청에서 현업으로 운영 중인 국지예보모델을 활용하여 상세지형 정보를 고려한 규모상세화 과정을 수행할 수 있으며, 규모상세화 과정은 사용자가 원하는 지점을 저해상도의 국지예보모델보다 정밀하고 정확하게 기온 수치자료를 산출할 수 있는 것을 특징으로 한다.

Description

상세지형 정보를 고려한 고해상도 기온 수치정보 산출 방법{A Numerical Method for Predicting High Resolution Near-Surface Air Temperature Using Fine-scale Geographical Information}
본 발명은 상세지형 정보를 고려한 고해상도 기온 수치정보 산출 방법에 관한 것으로, 더욱 상세하게는 규모상세화 과정에 지형적인 특성을 반영하여 정확도 높은 고해상도의 기온 수치자료를 산출하는 상세지형 정보를 고려한 고해상도 기온 수치정보 산출 방법에 관한 것이다.
일반적으로 저해상도의 수치정보를 고해상도의 기온 수치정보로 규모상세화하기 위하여 수평 내삽(horizontal interpolation)을 수행한다.
대표적인 수평 내삽기법으로는 선형 내삽(bi_linear), 역거리 가중법(inverse distance weighted method) 등이 있다. 이러한 내삽기법들은 지형 고도, 지표 환경, 물리 과정, 기상변수의 보정 과정 등은 고려하지 않고, 격자 간의 값만을 규모상세화하기 때문에 현실적인 기온을 모의하기에 어려움이 있다.
따라서, 보다 정확한 고해상도의 기온 수치자료를 산출하기 위해서는 상세지형 정보를 이용하여 기온 자료를 보정하는 규모상세화 체계가 요구된다.
대한민국 등록특허공보 제2076426호 - 상세기상 예측정보 실시간 운영 시스템과 이를 이용하는 폭염 및 열대야 영향 예보 활용 방법
본 발명의 목적은 상세지형 정보를 기반으로 한 보정과정들을 적용하여 기존 보다 더 정밀하고 정확한 고해상도의 기온 수치자료를 산출할 수 있는 상세지형 정보를 고려한 고해상도 기온 수치정보 산출 방법을 제공함에 있다.
상기 목적을 달성하기 위한 본 발명은,
기상청에서 현업으로 운영 중인 국지예보모델로부터 규모상세화된 고해상도의 기온 수치자료를 산출하고자 하였으며, 이를 위해 다음과 같은 방법을 활용하였다.
기온 보정 과정에서는 앞서 언급한 바와 같이 고도보정 과정, 협곡모수화 과정, 언덕모수화 과정, 지표이용도보정 과정, 계통오차보정 과정을 수행한다. 기온 보정 과정 시 수평 내삽이 이루어지는데, 이때 사용한 기법은 IGPS (Intelligent Grid Point Selection) 내삽이다. 여기서, IGPS 내삽은 고도와 지형의 유무(육지 또는 해양)를 고려하여 목표 격자와 가장 유사한 조건의 자료를 선택하는 기법이다. 본 발명에서는 육지지형에 대해 IGPS 내삽을 수행하며, 해양지역에 대해서는 해양 격자점만을 선택하여 선형 내삽을 수행한다.
본 발명은 상기 각 보정을 수행하는 과정 및 수치자료의 입/출력되는 과정을 기술적 구성상의 기본 특징으로 한다.
본 발명은 규모상세화 과정에서 상세지형 정보를 반영하여 고해상도의 기온 수치자료를 산출할 수 있으며, 정밀하고 정확한 기온 수치자료는 높은 부가 가치를 가진 정보로 활용되며, 해당 정보는 실생활과 밀접하고 다양한 분야에 제공 및 활용될 수 있는 효과가 있다.
도 1은 본 발명의 실시예에 따른 상세지형 정보를 고려한 고해상도 기온 수치정보 산출 방법을 나타내는 흐름도.
본 발명에 따른 상세지형 정보를 고려한 고해상도 기온 수치정보 산출 방법의 바람직한 실시예를 도면을 참조하여 설명하기로 하고, 그 실시예로는 다수 개가 존재할 수 있으며, 이러한 실시예를 통하여 본 발명의 목적, 특징 및 이점들을 더욱 잘 이해할 수 있게 된다.
도 1은 본 발명의 실시예에 따른 상세지형 정보를 고려한 고해상도 기온 수치정보 산출 방법을 나타내는 흐름도이다.
본 발명에 따른 상세지형 정보를 고려한 고해상도 기온 수치정보 산출 방법은 도 1에 도시된 바와 같이 국지예보모델과 상세지형 자료를 이용하여 수행된다.
즉, 본 발명에 따른 상세지형 정보를 이용한 고해상도 기온 수치정보 산출방법은 국지예보모델의 기온 수치자료가 산출되면, 이를 확인 및 입력(S100)하여 상세지형자료 규모상세화 과정(S1)이 수행된다.
여기서, 규모상세화 과정(S1)은 모든 격자에 수행되는 고도보정(high correction) 과정(S200)과, 각 격자의 지형분류에 따라 적용되는 협곡모수화(valley parameterization) 과정(S300), 그리고 언덕모수화(hill parameterization) 과정(S400) 및 지표이용도보정(landuse effect correction) 과정(S500), 나아가 계통오차보정(systematic bias correction) 과정(S600)으로 구분된다.
각 보정을 거친 자료는 최종적으로 고해상도의 기온수치자료산출 과정(S700)을 통해 산출된다.
상세지형 정보를 이용한 고해상도 기온 수치정보 산출방법을 구성하는 요소들은 다음과 같다.
먼저, 국지예보모델의 기온 수치자료 입력과정(S100)은 최종 예측시간에 산출되는 파일을 인식하는 과정과, 규모상세화 과정(S1)에 자료를 입력해주는 과정으로 구성된다. 여기서, 규모상세화 과정(S1)에 입력되는 국지예보모델의 자료는 pp 파일 형식으로 생산되는 1.5km 격자크기의 수치자료이다.
국지예보모델의 입력 수치자료는 상세지형 자료를 기반으로 고도보정(S200)이 수행된다. 고도보정 과정에는 IGPS 내삽과 격자 주변 기온감률계산 과정이 포함된다. 고도 보정은 실제 지형고도와 수치모델의 격자 고도와의 차이를 보정하며, 기온감률은 고도에 따른 기온 변화로, 내삽 지점 주변 지역의 기온 공간분포로 부터 계산된다. 여기서, 고도보정은 지형고도 차이와 주변 기온감률의 곱으로 계산된다. IGPS 내삽은 육지 격자는 3 x 3 격자를 대상으로, 해양격자는 2 x 2 격자를 대상으로 목표격자의 지표 특성과 가장 유사한 국지예보모델의 격자 정보를 선택한다.
고도보정이 완료된 고해상도 자료는 각 격자의 지형정보에 따라 협곡모수화 과정(S300), 언덕모수화 과정(S400), 지표이용도보정 과정(S500)이 순차적으로 수행된다.
협곡모수화 과정(S300)은 야간에 협곡의 지표부근으로 차가운 공기가 모이는 찬 공기풀(Cold Air Pool) 현상을 물리적으로 반영하는 과정으로, 해당 과정은 산악 협곡지역에 해당하는 격자에 대해서만 수행된다. 협곡모수화 과정은 하층 대기의 평균 풍속과 부력 진동수, 그리고 협곡의 깊이 변수를 계산하고, 이를 기온 보정식에 적용하여 기온 수치자료에 반영한다.
언덕모수화 과정(S400)은 협곡모수화 과정(S300)과 유사하게 지표층 물리 과정을 고려한 기온 보정 방안으로, 야간 언덕 지역에서 발생하는 기온의 이류현상과 내부 경계층(Internal boundary layer) 발달에 의한 지표 기온의 영향을 현실적으로 반영하는 과정이다. 언덕모수화 과정에서는 모델의 연직 온위와 풍속 분포를 이용하여 내부 경계층 높이를 추정하고, 이를 이용하여 지표면과 대상 고도(2m)의 기온 차를 반영하여 기온 수치자료의 보정을 수행한다.
지표이용도보정 과정(S500)은 도시 지면 피복 격자를 대상으로 수행된다. 해당 과정에서는 먼저, 고해상도 지표이용도를 기준으로 목표 격자의 영역에서 2가지 주요 지면 피복 정보와 그 비율을 계산한다. 그런 다음 국지예보모델에서 목표 격자의 주변 영역 내 목표 격자와 같은 지면 피복에 해당하는 격자를 IGPS 내삽으로 검색하고, 검색된 피복의 값은 지면의 피복 분류에 따라 평균 기온으로 계산되어 기온보정에 사용된다.
계통오차보정 과정(S600)은 관측지점의 기온자료를 이용한 수치모형의 계통오차 산출 과정과 예측 기온 보정 과정으로 구성된다. 계통오차 산출 과정에서는 남한의 ASOS와 AWS 지점 중 관측 중인 687 지점을 대상으로 월평균 기온 평균 편의 오차(Mean Bias Error, MBE)와 평균 제곱근 오차(Root Mean Square Error, RMSE)의 통계 검증을 통해 지점별 계통오차의 크기를 구하고, 예측 기온 보정 과정에서는 기온 수치자료와 통계적 계통오차의 차를 적용하여 기온 보정을 수행한다.
본 발명은 한반도 전체 영역의 고해상도의 기온 수치자료를 산출하여 사용자가 원하는 지점의 기온 정보를 제공함으로써 도시, 농업, 스포츠, 신재생에너지 등의 관련 산업분야에 이용될 수 있다.
S100 : 국지예보 모델의 수치자료 확인 및 입력 과정
S200 : 고도보정 과정
S300 : 협곡모수화 과정
S400 : 언덕모수화 과정
S500 : 지표이용도보정 과정
S600 : 계통오차보정 과정
S700 : 고해상도 기온 수치자료의 산출 과정
S1 : 규모상세화 과정

Claims (6)

  1. 삭제
  2. 현업 국지예보모델의 기온 수치자료를 입력하는 과정(S100)과, 상기 기온 수치자료를 활용하여 상세지형자료 기반의 규모상세화 과정(S1)을 포함하는 상세지형 정보를 고려한 고해상도 기온 수치정보 산출 방법에 있어서,
    상기 규모상세화 과정(S1)은 모든 격자에 수행되는 고도보정 과정(S200), 각 격자의 지형분류에 따라 적용되는 협곡모수화 과정(S300), 언덕모수화 과정(S400), 지표이용도보정 과정(S500), 계통오차보정 과정(S600)으로 구분되고,
    상기 각 보정을 거친 자료는 최종적으로 고해상도의 기온수치자료산출 과정(S700)을 거치고,
    상기 고도보정 과정(S200)에는 상세지형 자료를 기반으로 고도보정이 수행되고, IGPS 내삽 및 기온감률 보정이 이루어지고, 국지예보모델의 입력 수치자료는 상세지형 자료를 기반으로 고도보정 과정(S200)이 수행되고, 상기 고도보정 과정(S200)에는 IGPS 내삽과 격자 주변 기온감률계산 과정이 포함되고, 상기 고도보정 과정(S200)은 실제 지형고도와 수치모델의 격자 고도와의 차이를 보정하며, 기온감률은 고도에 따른 기온 변화로, 내삽 지점 주변 지역의 기온 공간분포로부터 계산되고, 여기서, 상기 고도보정 과정(S200)은 지형고도 차이와 주변 기온감률의 곱으로 계산되고, IGPS 내삽은 육지 격자는 3 x 3 격자를 대상으로, 해양격자는 2 x 2 격자를 대상으로 목표격자의 지표 특성과 가장 유사한 국지예보모델의 격자 정보를 선택하는 것을 특징으로 하는 상세지형 정보를 고려한 고해상도 기온 수치정보 산출 방법.
  3. 제2항에 있어서,
    상기 협곡모수화 과정(S300)은 야간에 협곡의 지표부근으로 차가운 공기가 모이는 찬 공기풀(Cold Air Pool) 현상을 물리적으로 반영하는 과정으로, 해당 과정은 산악 협곡지역에 해당하는 격자에 대해서만 수행되고, 상기 협곡모수화 과정(S300)은 하층 대기의 평균 풍속과 부력 진동수, 그리고 협곡의 깊이 변수를 계산하고, 이를 기온 보정하여 기온 수치자료에 반영하는 것을 특징으로 하는 상세지형 정보를 고려한 고해상도 기온 수치정보 산출 방법.
  4. 제2항에 있어서,
    상기 언덕모수화 과정(S400)은 야간 언덕 지역에서 발생하는 기온의 이류현상과 내부 경계층(Internal boundary layer) 발달에 의한 지표 기온의 영향을 현실적으로 반영하는 과정이며, 상기 언덕모수화 과정(S400)에서는 모델의 연직 온위와 풍속 분포를 이용하여 내부 경계층 높이를 추정하고, 이를 이용하여 지표면과 대상 고도(2m)의 기온 차를 반영하여 기온 수치자료의 보정을 수행하는 것을 특징으로 하는 상세지형 정보를 고려한 고해상도 기온 수치정보 산출 방법.
  5. 현업 국지예보모델의 기온 수치자료를 입력하는 과정(S100)과, 상기 기온 수치자료를 활용하여 상세지형자료 기반의 규모상세화 과정(S1)을 포함하는 상세지형 정보를 고려한 고해상도 기온 수치정보 산출 방법에 있어서,
    상기 규모상세화 과정(S1)은 모든 격자에 수행되는 고도보정 과정(S200), 각 격자의 지형분류에 따라 적용되는 협곡모수화 과정(S300), 언덕모수화 과정(S400), 지표이용도보정 과정(S500), 계통오차보정 과정(S600)으로 구분되고,
    상기 각 보정을 거친 자료는 최종적으로 고해상도의 기온수치자료산출 과정(S700)을 거치고,
    상기 지표이용도보정 과정(S500)은 도시 지면 피복 격자를 대상으로 수행되고, 해당 과정에서는 고해상도 지표이용도를 기준으로 목표 격자의 영역에서 2가지 주요 지면 피복 정보와 그 비율을 계산하며, 그런 다음 국지예보모델에서 목표 격자의 주변 영역 내 목표 격자와 같은 지면 피복에 해당하는 격자를 IGPS 내삽으로 검색하고, 검색된 피복의 값은 지면의 피복 분류에 따라 평균 기온으로 계산되어 기온보정에 사용되는 것을 특징으로 하는 상세지형 정보를 고려한 고해상도 기온 수치정보 산출 방법.
  6. 현업 국지예보모델의 기온 수치자료를 입력하는 과정(S100)과, 상기 기온 수치자료를 활용하여 상세지형자료 기반의 규모상세화 과정(S1)을 포함하는 상세지형 정보를 고려한 고해상도 기온 수치정보 산출 방법에 있어서,
    상기 규모상세화 과정(S1)은 모든 격자에 수행되는 고도보정 과정(S200), 각 격자의 지형분류에 따라 적용되는 협곡모수화 과정(S300), 언덕모수화 과정(S400), 지표이용도보정 과정(S500), 계통오차보정 과정(S600)으로 구분되고,
    상기 각 보정을 거친 자료는 최종적으로 고해상도의 기온수치자료산출 과정(S700)을 거치고,
    상기 계통오차보정 과정(S600)은 관측지점의 기온자료를 이용한 수치모형의 계통오차 산출 과정과 예측 기온 보정 과정으로 구성되고, 계통오차 산출 과정에서는 남한의 ASOS와 AWS 지점 중 관측 중인 687 지점을 대상으로 월평균 기온 평균 편의 오차(Mean Bias Error, MBE)와 평균 제곱근 오차(Root Mean Square Error, RMSE)의 통계 검증을 통해 지점별 계통오차의 크기를 구하고, 예측 기온 보정 과정에서는 기온 수치자료와 통계적 계통오차의 차를 적용하여 기온 보정을 수행하는 것을 특징으로 하는 상세지형 정보를 고려한 고해상도 기온 수치정보 산출 방법.
KR1020200066147A 2020-06-02 2020-06-02 상세지형 정보를 고려한 고해상도 기온 수치정보 산출 방법 KR102350075B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200066147A KR102350075B1 (ko) 2020-06-02 2020-06-02 상세지형 정보를 고려한 고해상도 기온 수치정보 산출 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200066147A KR102350075B1 (ko) 2020-06-02 2020-06-02 상세지형 정보를 고려한 고해상도 기온 수치정보 산출 방법

Publications (2)

Publication Number Publication Date
KR20210149300A KR20210149300A (ko) 2021-12-09
KR102350075B1 true KR102350075B1 (ko) 2022-01-11

Family

ID=78866126

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200066147A KR102350075B1 (ko) 2020-06-02 2020-06-02 상세지형 정보를 고려한 고해상도 기온 수치정보 산출 방법

Country Status (1)

Country Link
KR (1) KR102350075B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150193713A1 (en) 2012-06-12 2015-07-09 Eni S.P.A. Short- to long-term temperature forecasting system for the production, management and sale of energy resources
KR101809629B1 (ko) 2016-11-28 2017-12-15 한국외국어대학교 연구산학협력단 기상청 국지예보모델을 활용한 도시 폭염 상세정보 예측 방법 및 시스템

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102076426B1 (ko) 2017-11-17 2020-02-12 한국외국어대학교 연구산학협력단 상세기상 예측정보 실시간 운영 시스템과 이를 이용하는 폭염 및 열대야 영향 예보 활용 방법
KR20190078195A (ko) * 2017-12-26 2019-07-04 (주)에코브레인 Mice 산업 특화형 기상 지수 서비스 제공방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150193713A1 (en) 2012-06-12 2015-07-09 Eni S.P.A. Short- to long-term temperature forecasting system for the production, management and sale of energy resources
KR101809629B1 (ko) 2016-11-28 2017-12-15 한국외국어대학교 연구산학협력단 기상청 국지예보모델을 활용한 도시 폭염 상세정보 예측 방법 및 시스템

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Sheridan 외 2인. A Physically Based Algorithm for Downscaling Temperature in Complex Terrain. 영국 : Journal of applied meteorology and climatology V.57 No.8, 2018년 5월, 1907 내지 1929 페이지*
김백조 외 5인. 응용기상기술 지원 및 활용 연구. 국립기상과학원 : 2017년 12월 31일*

Also Published As

Publication number Publication date
KR20210149300A (ko) 2021-12-09

Similar Documents

Publication Publication Date Title
CN112100720B (zh) 一种提升风环境的人工智能城市设计形态布局方法
CN105403664B (zh) 一种基于wrf‑chem的大型点污染源大气环境影响评价方法
CN111651885A (zh) 一种智慧型海绵城市洪涝预报方法
CN104239706B (zh) 一种地面观测气温时空数据集的制备方法
CN112785024B (zh) 一种基于流域水文模型的径流计算和预测方法
CN111898303A (zh) 基于气象预报及水动力模拟的流域水位及内涝预报方法
CN110598290A (zh) 考虑气候变化的流域未来水电发电能力预测方法和系统
CN101216481A (zh) 一种反映区域土壤自然侵蚀程度的方法
CN107862148A (zh) 一种基于遥感数据的参考作物腾发量计算方法
CN112100922A (zh) 一种基于wrf和cnn卷积神经网络的风资源预测方法
CN113505546A (zh) 一种洪水风险预测系统
KR101870263B1 (ko) 기후변화시나리오의 역학적 상세화 방법을 이용한 기후변화 고해상도 자료생상 및 표출시스템
CN115204059B (zh) 一种基于深度学习气象场模拟仿真器
Tiwari et al. Sensitivity of the Himalayan orography representation in simulation of winter precipitation using Regional Climate Model (RegCM) nested in a GCM
CN108363882B (zh) 一种基于动力降尺度模式的山区输电线路设计风速推算方法
CN113593006A (zh) 一种基于深度学习的气象数据空间插值精细化方法及系统
KR102350075B1 (ko) 상세지형 정보를 고려한 고해상도 기온 수치정보 산출 방법
KR102168427B1 (ko) 지역별 공간 특성이 반영되는 규모 상세화 방법
KR20050063616A (ko) 풍력 자원 지도화 방법
Salahi et al. An evaluation of Delta and SDSM Downscaling Models for simulating and forecasting of average wind velocity in Sistan, Iran
Boyogueno et al. Prediction of flow-rate of Sanaga Basin in Cameroon using HEC-HMS hydrological system: application to the Djerem sub-basin at Mbakaou
CN116050291A (zh) 一种台风条件下风电场大尺度气象预测降尺度方法与系统
Tahir et al. Estimate of the wind resource of two cities in the sahara and sahel in Chad
CN113052352A (zh) 一种新能源场站风速预报订正方法和系统
Pozo et al. A numerical study of cell merger over Cuba–Part I: implementation of the ARPS/MM5 models

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant