Methods 일평균/이동평균
2019년 6월부터 8월까지의 Skin Temperature와 Air Temperature의 일평균과 10일 이동평균을 계산하고자 하였다. forcing data를 계산한 결과는 다음과 같다. 지면유형이 urban으로 설정된 구역들 중 구역 5, 6, 8, 9에서 forcing data가 동일하게 나타났으므로, 효율적으로 변화를 확인하기 위해 이들 중 대표적으로 9번 구역만 계산에 사용했다. 따라서 최종적으로 계산에 사용된 구역은 1, 2, 3, 4, 7, 9번 구역이다.
Skin_T Soil_T(1) Soil_T(2) Soil_T(3) Soil_T(3) Soil_M(1) Soil_M(2) Soil_M(3) Soil_M(4)
구역 1. 295.3624 292.5031 289.5493 288.6998 283.7370 0.3093414 0.3247831 0.2705727 0.3381994
구역 2. 295.3507 292.4233 289.4399 288.5785 283.6063 0.3145717 0.3293638 0.2801384 0.3434737
구역 3. 295.3507 292.4233 289.4399 288.5785 283.6063 0.3145717 0.3293638 0.2801384 0.3434737
구역 4. 295.4480 292.3978 289.8443 288.8305 283.7352 0.4068715 0.4210317 0.3716699 0.4400184
구역 5. 295.2942 292.3213 289.5064 288.7213 283.7840 0.3342170 0.3444390 0.2981552 0.3540221
구역 6. 295.2942 292.3213 289.5064 288.7213 283.7840 0.3342170 0.3444390 0.2981552 0.3540221
구역 7. 295.4480 292.3978 289.8443 288.8305 283.7352 0.4068715 0.4210317 0.3716699 0.4400184
구역 8. 295.2942 292.3213 289.5064 288.7213 283.7840 0.3342170 0.3444390 0.2981552 0.3540221
구역 9. 295.2942 292.3213 289.5064 288.7213 283.7840 0.3342170 0.3444390 0.2981552 0.3540221
01.
이에 따라 먼저 Air Temperature의 일평균과 이동평균을 계산하기 위해 15분 간격으로 나뉜 자료를 시간 단위로 변환하기 위해 4개 간격으로 SFCTMP 자료를 얻었다.
02.
그리고 열섬현상이 낮과 밤에 다른 양상으로 나타나므로 새벽 6시부터 오후 6시까지를 낮, 오후 6시부터 새벽 6시까지를 밤으로 간주하고 각 시간대에 대해 일평균과 10일 이동평균을 계산하였다. 이를 위해 array_append_record 함수를 사용하여 각 시간대 정보를 나누어 합치고, avg 함수와 runave 함수로 계산을 진행하였다. 그리고 일평균은 실선, 10일 이동평균은 실선과 X 형태의 마크로 표현하여 한 데 작성하였다.
03.
Skin Temperature에 대해서도 동일하게 진행하였고, 변수는 T1을 사용하였다.
