Europos regioninių klimato modeliavimų ansamblis 2013 ir 2014 metų žiemai iš hadam3p-rm3p | moksliniai duomenys

Europos regioninių klimato modeliavimų ansamblis 2013 ir 2014 metų žiemai iš hadam3p-rm3p | moksliniai duomenys

Anonim

Dalykai

  • Priskyrimas
  • Poveikis aplinkai

Anotacija

Pateikiami dideli duomenų rinkiniai, naudojami tyrinėti antropogeninių klimato pokyčių poveikį 2013–14 m. Potvyniams JK. Duomenis sudaro sutrikdytų pradinių sąlygų modeliavimas, naudojant regioninę klimato modeliavimo sistemą. Galimos dvi skirtingos pagrindinės sąlygos: faktinės, įskaitant atmosferos sąlygas (antropogenines šiltnamio efektą sukeliančias dujas ir žmogaus sukeltus aerozolius), tokias, kokios yra šiuo metu, ir natūralias, pašalinant visas šias jėgas. Duomenų rinkinį sudaro 13 skirtingų grupių (2 faktiniai ir 11 natūralių), kurių kiekvienoje yra daugiau kaip 7500 narių. Duomenys pateikiami kaip „NetCDF V3“ failai, vaizduojantys mėnesio duomenis per dominančią laikotarpį (2013 m. Gruodžio 1 d. – 2014 m. Vasario 15 d.) Tiek nurodytame Europos regione 50 km horizontalia skiriamąja geba, tiek visame pasaulyje - N96 skiriamąja geba. Duomenys saugomi JK Gamtos ir aplinkos tyrimų tarybos aplinkos duomenų analizės duomenų saugykloje.

Metaduomenų santrauka

Dizaino tipas (-ai)
  • laiko eilučių dizainas •
  • šaltinio duomenų analizės tikslas
Matavimo tipas (-ai)

  • antropogeninis aplinkos procesas
Technologijos tipas (-ai)

  • skaičiavimo modeliavimo technika
Faktoriaus tipas (-ai)
Charakteristikos pavyzdys (-iai)

  • Jungtinė Karalystė •
  • klimatas

Atsisiųsti metaduomenų failą

Mašinų pasiekiamas metaduomenų failas, apibūdinantis pateiktus duomenis (ISA skirtuko formatas)

Pagrindiniai faktai ir santrauka

Atšilusiame pasaulyje vis svarbiau priimant sprendimus ir atliekant investicijas nacionaliniu ir vietos lygiu atsižvelgti į besikeičiančius oro modelius, ypač į ekstremalias oro sąlygas ir su klimatu susijusius įvykius. Nors bendra informacija apie klimato pokyčių prognozes yra plačiai prieinama, viso pasaulio sprendimų priėmėjams trūksta informacijos apie tai, kaip klimato pokyčiai gali paveikti ekstremalius oro įvykius jų vietoje. Turėti tokią informaciją ypač vertinga įvykus ekstremaliems ir rekordiniams įvykiams, kai politikams ir politiniams pareigūnams suteikiama licencija vykdyti atsparesnę klimato politiką ir investicijas.

Plačiai paplitęs potvynis Pietų Anglijoje po rekordinių 2014 m. Sausio mėn. Kritulių buvo toks įvykis, todėl jis yra šio tyrimo objektas. Potvynio riziką lemia ne tik pats pavojus, bet ir poveikis bei pažeidžiamumas, todėl norint pašalinti tikrąją riziką svarbu atskirti šias skirtingas priežastis.

Dėmesys krituliams 2013–2014 m. Žiemą Pietų Anglijoje nustatėme, kad ekstremalių kritulių, panašių į stebimą įvykį, tikimybė padidėjo 0–160% priklausomai nuo to, kuris iš natūralizuotų jūros paviršiaus temperatūros (SST) modelių, kaip aprašyta vėliau, yra naudojami. Kalbant apie sprendimų priėmimui naudingą informaciją, tai reiškia, kad nors antropogeniniai klimato pokyčiai nemažina didelių kritulių tikimybės, dažnio pokytis taip pat nėra toks didelis, kad būtų galima kalbėti apie naują normalų. Norint sėkmingai pašalinti būsimo potvynio riziką, pavojaus pasikeitimas yra tik nedidelė galvosūkio dalis.

Čia pateikti duomenys leidžia įvertinti, ar ir kokiu mastu antropogeniniai klimato pokyčiai (ir didelio masto vidaus klimato veiksniai) pakeitė ekstremalių meteorologinių įvykių riziką. Nors jis nėra tiesiogiai susijęs su potvyniais per se , jis leidžia analizuoti meteorologinius pavojus visame Europos CORDEX regione 1, pateikdamas platų meteorologinių kintamųjų diapazoną išskirtinai dideliame duomenų rinkinyje, net ir standartus.

Kaip parodyta 2 anksčiau, tokio dydžio duomenų rinkiniai yra reikalingi retų įvykių tikimybei įvertinti, nes statistinis ekstremalios vertės pasiskirstymo pritaikymas ne visada lemia tą patį pasiskirstymo elgesį uodegose, palyginti su dideliais ansambliais. Taigi paskelbtas duomenų rinkinys visų pirma leidžia analizuoti retus įvykius ir gali būti naudojamas bendroms prielaidoms, padarytoms taikant kraštutinių verčių teoriją stebimiems ir modeliuojamiems duomenims, ir tikimybinius įvykių priskyrimo tyrimus 3 .

Pirminė šių duomenų analizė 3, ko gero, yra pirmasis iš tikrųjų ekstremalių įvykių priskyrimo tyrimas (remiantis ankstesniu 4 darbu) įvertinant, kaip dėl antropogeninių klimato pokyčių padidėja rizika, kai padidėja bendra ekstremalių situacijų rizika. sausį krituliai Pietų Anglijoje ir su tuo susiję atmosferos cirkuliacijos pokyčiai dėl aukštų upių srautų Temzės upėje ir užlietų potvynių aplink Kingstoną. Tolesniame leidinyje 2 parodyta, kaip atmosferos cirkuliacijos pokyčiai priklauso nuo stebimo SST 2014 m., Taigi pabrėžiama būtinybė apibrėžti cirkuliacijos procesų, sukeliančių ekstremalųjį įvykį, kuris yra pakankamai platus, kad būtų nepriskirtas prie tikslios įvykio trajektorijos, matą. tačiau pakankamai specifiniai, kad atspindėtų sinoptinius mechanizmus. Toliau buvo plėtojama atmosferos modeliavimo pokyčių atskyrimo nuo bendro 3 rizikos pokyčio metodika5, o alternatyvių metodų siūloma 6 .

Visose analizėse, atliktose naudojant šiuos duomenis, iki šiol daugiausia dėmesio buvo skiriama ekstremaliems krituliams JK, tačiau regioniniai duomenys apima visą Europą ir atkuria daugelio kintamųjų dienos duomenis, įskaitant vidutinį jūros lygio slėgį (mslp), vėjo greitį ir geopotencialą. aukščio, todėl tai yra ideali priemonė suprasti vairuotojus ir atmosferos procesus, susijusius su kitais neįprastais oro įvykiais, kurių neįprastai daug įvyko 2014 m. pirmąjį ketvirtį, visame pasaulyje ir Europoje.

Metodai

Čia aprašome metodą, kuris iš pradžių buvo naudojamas kuriant duomenis, įskaitant eksperimentinę sistemą, ir metodą, kurį vėliau galima panaudoti po rinkinio ir analizuoti duomenis, kai tik jie sugeneruojami.

Duomenų generavimo metodas - modeliavimo aplinka

7 klimato modeliavimo aplinkoje naudojamas tik HadAM3P atmosferos cirkuliacijos modelis (AGCM) su įterptuoju regioninio klimato modelio (RCM) variantu HadRM3P, abu iš JK „Met Office“ Hadley centro. Šie modeliai yra pagrįsti HadCM3 atmosferos komponentu (nuoroda 8), gerai dokumentuotu ir plačiai naudojamu sujungtu vandenyno ir atmosferos modeliu. „HadRM3P“ yra regioninis modelis, naudojamas projekte „Pateikti regioninį klimatą poveikio tyrimams“ (PRECIS) 9, taip pat kilęs iš JK Met Office. Šiame duomenų rinkinyje RCM ištirtas regionas yra apibrėžtas kaip 1 lentelė ir parodytas 1 pav.

Pilno dydžio lentelė

Image

1 lentelėje aprašytos koordinatės. Fono paveikslėlis yra NASA „Mėlynojo marmuro“ vaizdas, kurį galite rasti iš //visibleearth.nasa.gov.

Visas dydis

Abu šie modeliai turi tą pačią formuluotę, skiriasi ilgio skalėmis susieta erdvinė skiriamoji geba, laiko juostos ilgis ir fizinių parametrų vertės. „HadAM3P“ yra integruotas su 15 min. Žingsniu, turi 19 vertikalių lygių, horizontalią skiriamąją gebą - 1, 875 ilgumos ir 1, 25 itude platumos, o tai maždaug atitinka tinklo dėžutes, kurių ilgis ∼ 150 km vidurio platumose ir ∼ 200 km atogrąžose. „HadRM3P“ taip pat turi 19 vertikalių lygių, kurių horizontalioji skiriamoji geba yra 50 km ir 5 min. „HadAM3P“ tinklelis yra apibrėžiamas kaip įprastos platumos – ilgumos tinklelis su taisyklingais poliais, tuo tarpu „HadRM3P“ naudoja pasuktą tinklelį, kurio dirbtiniai poliai yra apibrėžti pagal regionus taip, kad dominantis regionas yra išilgai pusiaujo esančiame pasuktame tinklelyje. Esamame pavyzdyje abu modeliai veikia tarpusavyje, pakaitomis tarp AGCM ir RCM kiekvieną modeliavimo laiko dieną. Tai yra viena kryptimi susieta konfigūracija, ty kiekvienos AGCM modelio dienos pabaigoje AGCM pateikia RCM ribines sąlygas, tačiau RCM baigdamas savo modelio dieną, jis neperkeliamas kita kryptimi.

Individualus modeliavimas pradedamas eksperimento ansamblio, kurio paprastai bus daug, narys. Visas procesas aprašytas 2 pav. Apskritai eksperimentas yra vienas iš daugelio, kuris vykdomas naudojant Climateprediction.net (CPDN) 10 programą. CPDN naudoja „Berkeley Open Infrastructure for Network Computing“ (BOINC) 11 sistemą, kaip daugelio individualių skaičiavimo užduočių paskirstymo mechanizmą. Ši sistema naudoja viešai savanoriškai naudojamų kompiuterių skaičiavimo galią. Per savo gyvavimo laiką CPDN turėjo daugiau nei 630 000 registruotų kompiuterių, iš kurių maždaug 20 000 gali būti laikomi neseniai aktyviais.

Image

Sukurtas darbo vienetų paskirstymas piliečių mokslininkų sistemoms, rezultatų grąžinimas į sistemą, o vėliau - į mokslo rezultatų generavimą.

Visas dydis

Pirmiausia modeliavimo programa (AGCM ir RCM) nukopijuojama į atsisiuntimo serverį, iš kur ji paskirstoma visiems prijungtiems ir aktyviems piliečių mokslininkų kompiuteriams CPDN sistemoje. Tada projekto mokslininkas turi apibrėžti individualų eksperimentą. Eksperimentą sudaro trys komponentai: modelis ir regiono apibrėžimas, įskaitant atskirų ansamblio vienetų skaičių, modelio pradines parametrų reikšmes, diagnostinių išėjimų apibrėžimą ir pagalbinius failus, naudojamus tiek AGCM, tiek RCM. Visos įvestys, išskyrus eksperimento apibrėžimą, nukopijuojamos į atsisiuntimo serverį, kad būtų paskirstytos piliečių mokslininkų kompiuteriui. Norėdami užtikrinti atkuriamumą, visus eksperimento failus įkeliame į saugyklą, kad prireikus būtų galima pakartoti darbo rinkinį ar ansamblį. Vis dėlto akivaizdu, kad kadangi darbo vienetų pasiskirstymas piliečių mokslininkų klientų sistemose yra atsitiktinis, mes negalime garantuoti dvipusio atkuriamumo ar atskirai pavadinto darbo vieneto, nors mes galime garantuoti statistinį atkuriamumą 4 ir tai yra grąžinamų rezultatų patvirtinimo pagrindas.

Ansamblio apibrėžimai nukopijuojami į CPDN BOINC serverį, kuris kontroliuoja darbo vienetų paskirstymą savanorių sistemoms. Pateikdami daugybę skirtingų įvesties diapazonų, mes leidžiame mokslininkui sudaryti skirtingų susijusių sąlygų ansamblius ir suprasti šių priverstinių pokyčių poveikį. Tai taip pat leidžia pakeisti pasaulio, kurį valdo konkretus ansamblio narys, tipą. Svarbiausias šio tikslo panaudojimas yra antropogeniniu būdu sukurtų šiltnamio efektą sukeliančių dujų, sieros dioksido ir ozono įtraukimas arba pašalinimas iš atmosferos 12, siekiant atlikti priskyrimo eksperimentą, skirtą įvertinti žmogaus poveikį tam tikros formos ekstremalių oro įvykių galimybei 13 . Kadangi kiekvienas modeliavimo egzempliorius apskaičiuojamas pagal savanorio išteklius, jis grąžina savo išvestį į projektų įkėlimo serverį. Rezultatai yra sudedami ir pateikiami projekto mokslininkui kaip išvestiniai duomenys, kuriuos galima toliau rinkti (naudojant ekstrahavimo scenarijus, //github.com/CPDN-git/cpdn_extract_scripts) ir analizuojami.

Duomenų tikrinimas

Kuriant paslaugą, buvo atliktas didelis darbas patvirtinant ES regiono 7 pavyzdžio išvestis, kurios buvo naudojamos kuriant šiame aprašyme aprašytus duomenis. Vykdant darbo vienetą savanorių sistemoje, kas mėnesį pateikiami duomenys, kurių buvimą ir konfigūraciją BOINC klientas automatiškai patikrina savanorių sistemoje. Jei prarandate juos prieš perduodant, pažymima, kad darbo vienetas sugenda, po to BOINC sistema užmuša tą darbo įrenginį ir paleidžia jį į kitą prijungtą išteklių BOINC infrastruktūroje. Buvo naudojami tik tie darbo vienetai, kurie grąžino užpildytą mėnesio įkėlimo rinkinį pagal dominančius mėnesius (DJFM), o nepilni darbo rinkiniai buvo ignoruojami ir nebuvo įkeliami. Pogrupių rinkimo proceso metu standartiniai ištraukimo scenarijai išmetami ir gaunami dėl darbo vienetų, kuriuose aptinkami sugadinti duomenys.

Kodo prieinamumas

Programinės įrangos modeliai („HadAM3P“ ir „HadRM3“), skirti duomenims generuoti, yra atvirojo kodo ir prieinami JK „Metoffice“ per PRECIS svetainę (//www.metoffice.gov.uk/research/applied/applied-climate/precis). Arba „Climateprediction.net“ projekto modeliavimo priemonė yra atvira bendradarbiavimui iš bet kurios grupės ir turi „MetOffice“ programinės įrangos akademinę licenciją, kuria gali dalytis su oficialiais bendradarbiais.

Duomenų įrašai

Duomenų rinkinyje yra 13 skirtingų eksperimentų, naudotų pradinėje analizėje, rezultatai. Išsami informacija apie juos, įskaitant eksperimento identifikatorių, narių skaičių kiekviename ansamblyje, taikoma jūros paviršiaus temperatūra, atmosferos šiltnamio efektą sukeliančių dujų koncentracija ir pradinės jūros ledo sąlygos, yra išvardytos 2 lentelėje.

Pilno dydžio lentelė

Eksperimente „Faktinės sąlygos“ AGCM naudoja stebėtus SST duomenis nuo 2013 m. Gruodžio 1 d. Iki 2014 m. Vasario 15 d., Gautus iš Operatyvinės jūros paviršiaus temperatūros ir jūros ledo analizės (OSTIA) 14 duomenų rinkinio ir šių dienų atmosferos sąlygų (gerai sumaišytų šiltnamio efektą sukeliančių dujų, ozono ir atspindinčių atspindžių). sulfatiniai aerozoliai), kad būtų galima modeliuoti oro įvykius, susijusius su stebimu klimatu. Dėl suvaržymų, kai buvo imituojami modeliai, skaičiuojamos paskutinės dvi vasario savaitės su paskutinės turimos savaitės (2014 m. Vasario 10–15 d.) Vidurkiu, nes tų dviejų savaičių OSTIA duomenys dar nebuvo skelbiami.

Natūraliems eksperimentams SST modelių pokyčių, atsirandančių dėl antropogeninio poveikio, vertinimai, pagrįsti 11 skirtingų sujungtų bendrosios cirkuliacijos modelių (GCM) modeliavimais iš Coupled Model Intercomparison Project 5 etapo (CMIP5) 15 archyvo, buvo atimti iš stebimo 2013/2014 m. Nurodomos SST, naudojamos faktinių sąlygų modeliavimui, ir ikipramoninio atmosferos sudėtis.

Jūros ledo įvestis faktiniame eksperimente yra OSTIA duomenys už tą laikotarpį, kai, kaip ir natūralių trasų metu, buvo sukonstruotas maksimalus jūros ledo kiekis. Atsižvelgiant į tai, didžiausias stebimas jūros ledo mastas yra didžiausias stebimas jūros ledo augimo laipsnis OSTIA įraše tiek šiauriniame, tiek pietiniame pusrutuliuose.

Visą duomenų rinkinį galite rasti [1 duomenų citata: Aplinkos duomenų analizės centras (CEDA) //dx.doi.org/10.5285/8c03f651457f458eaf7b16f68670a0b8]. Pogrupius galima generuoti naudojant pateiktus ištraukimo scenarijus (//github.com/CPDN-git/cpdn_extract_scripts). Kiekviename pogrupyje yra keletas atskirų darbo rinkinių katalogų. Tai yra struktūra pagal skirtingų komponentų šabloną, kaip išsamiai aprašyta toliau. Pirmiausia apibrėžtas „workunit_name“;

hadam3p_eu___1_

Pvz., hadam3p_eu_o72t_2013_1_008835758, iš kurių umid (o72t) yra svarbus identifikatorius, žymintis kiekvieną ansamblio narį kitomis vertėmis - statinėmis duomenų rinkinyje arba neturinčiomis realios mokslinės vertės.

Kadangi dėl įvairių nepriklausomų priežasčių pateikiant į CPDN infrastruktūrą darbo rinkiniai gali būti nesėkmingi, CPDN sukonfigūruoja, kad jų blokai būtų atnaujinami iki 3 kartų, jei jie patiria nesėkmę, o anksčiau grąžinti rezultatai bus atmesti. Todėl rezultatai pridedami prie „regeneravimo“ skaičiaus (arba 00, 1, arba 22), suteikiant rezultatų katalogo pavadinimą kaip:

_

Todėl pavyzdyje katalogas yra hadam3p_eu_o72t_2013_1_008835758_0.

Kiekviename iš šių darbo rinkinio katalogų yra keturi failai, išvardyti žemiau;

  • _1.zip (gruodžio 1 d. Rezultatai)

  • _2.zip (sausio 2 d. Rezultatai)

  • _3.zip (3 mėnesio, vasaris, rezultatai)

  • _4.zip (kovo 4 d. Rezultatai)

Todėl pateiktame pavyzdyje galutinis failo vardas yra hadam3p_eu_o72t_2013_1_008835758_0_1.zip , ty „hadam3p“ darbo rinkinio rezultatų failas, kuriame UMID = o72t, pradžios metai yra 2013 m., Darbo vieneto ID yra 008835758, tai yra pirmosios kartos darbo vienetas, kaip regeneravimo numeris = 0. ir jame pateikiami pirmojo bėgimo mėnesio, gruodžio mėn., rezultatai.

Kiekviename gautame ZIP faile yra šeši failai, iš kurių trys toliau išvardyti „NetCDF“ formato failai yra mokslinė išvada.

  • ma.pc.nc failas yra pasaulinis modelio mėnesio vidurkis

  • „ga.pd.nc“ failas yra regioninis modelio mėnesio vidurkis

  • ga.pe.nc yra regioninio modelio dienos vidurkis.

Metai šiame duomenų rinkinyje pavaizduoti 13 arba 14, 13 yra 2013 ir 14 2014.

Kiekviename „NetCDF“ faile pranešta diagnostika grąžinama, kaip parodyta 3.4, 5 lentelėse. Šiose lentelėse pateikiami atskiri diagnostikos lauko ID, standartizuotas šių kintamųjų „MetOffice“ kodas („Stash“ kodas 16 ), visas diagnozės pavadinimas pagal „standartinį kodą“ ir jo vienetus. Atminties kodas, kuris identifikuoja kiekvieną individualią modelio diagnostiką ir yra NetCDF failo kintamųjų atributuose, skirtuose išvesties diagnostikai (//puma.nerc.ac.uk/STASH_to_CF/STASH_to_CF.html), naudojamas visoms analizėms, nes išvesties tvarka „NetCDF“ faile nėra apibrėžta kitaip, kaip per modelio įvesties konfigūraciją. Todėl lauko ID numeris nebūtinai turi būti pastovus įvairiais modelio naudojimo atvejais.

Pilno dydžio lentelė

Pilno dydžio lentelė

Pilno dydžio lentelė

Kiekvieno failo antraštės informacija buvo išplėsta papildomoje medžiagoje naudojant ncdump –h 17, parodžius matmenis, kintamuosius ir pavyzdinius darbo vienetų rezultatų failų atributus.

Techninis patvirtinimas

Duomenys, paskelbti naudojant šį aprašą, yra ES regiono standartinių pavyzdžių rinkinys. Todėl techniniam patvirtinimui taikomi ir ankstesniuose tyrimuose 7 naudoti mechanizmai. Ypač svarbūs yra to dokumento 12 ir 13 paveikslai (čia parodyti kaip 3 ir 4 pav.), Kuriuose dienos vidurkio temperatūros ir kritulių pasiskirstymas tiek pasauliniame, tiek regioniniame modelyje yra lyginami su E_OBS duomenimis JK ir Airijoje.

Image

Tai 12 paveikslo kopija (nuoroda 7). Stulpeliai iš kairės į dešinę nurodo atitinkamai MAM, JJA, SON ir DJF. Regioninis modelis pateiktas viršutinėje eilutėje, o globalus modelis - apatinėje eilutėje. Juodoji linija rodo kiekybines viso ansamblio vertes. Raudonas vokas rodo nuo 5 iki 95 procentų reikšmių diapazoną atskiriems ansamblio nariams.

Visas dydis

Image

Tai 13 paveikslo kopija (nuoroda 7). Mėlynas vokas rodo nuo 5 iki 95 procentų reikšmių diapazoną atskiriems ansamblio nariams.

Visas dydis

Schaller ir kt. 18 sezoninių kritulių pasiskirstymas Pietų Anglijoje buvo lyginamas su stebimais duomenimis, rodančiais nedidelį šlapio paklaidą. Norint išanalizuoti, ar modelis sugebėjo modeliuoti pagrindinius kritulių sinoptinius mechanizmus, imituotos reaktyvinio srauto anomalijos, apibrėžtos kaip zoninės vėjo anomalijos esant 200 hPa, buvo palygintos su reanalizės duomenimis (ERA-tarpinis). Modeliavimas parodė gerą sutikimą, kurį patvirtina išsamesnė HadAM3P gebėjimo imituoti borealinius žiemos orus analizė 19 . Tai parodė gerą trijų modulių reaktyvinio vandens garo charakteristikų palyginimą su kitais šiuolaikiniais bendrosios cirkuliacijos modeliais.

Naudojimo pastabos

Galima naudoti scenarijų ir programinės įrangos rinkinį, kad būtų galima panaudoti sugeneruotus duomenis kaip vientisą visumą. Juos galite rasti apsilankę //github.com/CPDN-git/cpdn_extract_scripts, kur naudodami wah_extract_local.py pasirinktumėte konkretų diagnostikos rinkinį, kurį norite peržiūrėti iš duomenų rinkinio, nurodydami atsisiųstų darbo vienetų failų vietą. Yra visas dokumentų rinkinys, kaip naudoti šiuos scenarijus. Tai sukuria darnų išvesties duomenų rinkinį, kurį vėliau, atsižvelgiant į vartotojo pasirinkimą, galima peržiūrėti daugybe skirtingų pasirinktų įrankių su NetCDF galimybėmis. Pasirinkto įrankio tipas priklausys nuo konkretaus vartotojo tikslo, naudojant įvairius įrankius, skirtus sąveikai su „NetCDF“, išvardyti puslapyje, kurį prižiūri „NetCDF“ standarto kūrėjai - „Unidata“ programa iš UCAR (//www.unidata.ucar). edu / programinė įranga / netcdf / software.html).

Duomenų šaltiniai

  1. 1.

    Sparrow, S. et al. Aplinkosaugos duomenų analizės centras (CEDA) //dx.doi.org/10.5285/8c03f651457f458eaf7b16f68670a0b8 (2017)

Papildoma informacija

„Word“ dokumentai

  1. 1.

    Papildoma informacija