• Korean Journal of Remote Sensing
• /
• v.10 no.1
• /
• pp.55-67
• /
• 1994

The International TOVS(TIROS Oprational Vertical Sounders) Process Package(ITPP-VI)is for a global usage, which needs a surface data to generate atmospheric soundings. If the initial input process in the ITPP-VI is not modified, it takes climatic surface data for producing sounding data in general. Korea Meteorological Administration(KMA) is trying to improve the quality of TOVS sounding data using real-time synoptic observations and make a use weather prediction and analysis in various ways. Serval cases in this study show that TOVS retrieved meteolorogical parameters such as atmopheric temperature, dew point depression and geopotential heights used by synoptic surface observations can delineate more detailed atmospheric feature rather than those used by climate surface data. In addition, the collocated comparisons of TOVS synoptic retrieved parameters with radiosonde observations are performed statistically. TOVS retrieved fields with the synoptic surface analyzed data show smaller bias reatively than those with the climatic data and also reduced root mean square differences below 700 hPa as expected.

• Atmosphere
• /
• v.32 no.3
• /
• pp.191-206
• /
• 2022

Assimilation trials were performed using the Korea Institute of Atmospheric Prediction Systems (KIAPS) Korea Integrated Model (KIM) semi-operational forecast system to assess the impact of ground-based Global Navigation Satellite System (GNSS) Zenith Total Delay (ZTD) on forecast. To use the optimal observation in data assimilation of KIM forecast system, in this study, the ZTD observation were pre-processed. It involves the bias correction using long term background of KIM, the quality control based on background and the thinning of ZTD data. Also, to give the effect of observation directly to data assimilation, the observation operator which include non-linear model, tangent linear model, adjoint model, and jacobian code was developed and verified. As a result, impact of ZTD observation in both analysis and forecast was neutral or slightly positive on most meteorological variables, but positive on geopotential height. In addition, ZTD observations contributed to the improvement on precipitation of KIM forecast, specially over 5 mm/day precipitation intensity.

• Proceedings of The Korean Society of Agricultural and Forest Meteorology Conference
• /
• 2018.06a
• /
• pp.117-118
• /
• 2018

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.404-404
• /
• 2011

최근 기상변동성 증가와 극치수문사상의 발생빈도 증가로 인한 기상재해가 빈번하게 일어나고 있다. 이러한 기상현상으로 인한 재해의 예방을 위해서 사전에 위험을 인지하고 그 규모를 예측할 수 있는 여러 기법들이 기상레이더 또는 수치예보자료 등을 이용하여 개발 및 적용되고 있다. 이 과정에서 해결해야 할 여러 문제점들이 있는데, 우선 수치예보자료 또는 기상레이더자료를 종관기상관측소 및 자동기상관측지점의 지상관측 강수량과 연계하여 평가하는 과정이 필요하고, 현재시점에 형성되어 있는 강우장의 공간 이동 예측 기법이 확보되어야 할 것이다. 전북지역은 게릴라성 집중호우가 빈번한 산악형 강수와 산지유역의 급한 하천경사가 맞물려 인명 및 재산피해가 매년 발생하고 있으며, 과거 돌발홍수가 발생한 사례가 있어 이상기후 및 기후변화로 인한 홍수 위험도가 커질 것으로 전망되고 있다. 본 연구는 전라북도의 기상재해 예측모형 개발을 위한 사전 분석과정으로 전라북도지역에서 관측된 기존의 대규모 강수사상을 이용한 강수사상의 특성 분류 및 관측소간 공간상관성을 분석하는데 목적을 두고 있다. 강수사상의 특성분류를 통해 강수 발생형태에 따른 기상학적 영향인자, 강수의 발생량 및 이동특성 예측의 정도를 향상시킬 수 있으며, 분류 기법으로 SVM(support vector machine)을 이용한 자동분류를 적용한다. 또한 관측소간 공간상관성 분석을 위하여 각 관측소 강수량간의 조건부 확률을 이용한다. 예로써 부안관측소에 강수가 발 생했을 때, 부안관측소의 강수량 조건에 의한 전주관측소 강수량 확률을 다음과 같이 구성할 수 있다. �揚滑斂�수량�咀刮활�수량��. 공간상관성 분석과정에서 관측소간 강수 이동시간에 따른 강수 발생 시간의 차이 또한 고려하며, 과거 기상관측 자료의 분석을 통해 전라북도지역의 관측소간 강수발생의 공간적 상관성을 규명하고, 단기예측 모델 개발을 위한 기초자료로 활용할 수 있을 것이다. 또한, 기후변화시나리오에 의한 미래 강수량의 지역적 상세화 과정에도 본 연구를 통한 결과를 이용할 수 있을 것이라 판단된다.

• Atmosphere
• /
• v.30 no.4
• /
• pp.319-333
• /
• 2020

Aircraft observations constitute one of the major sources of temperature observations which provide three-dimensional information. But it is well known that the aircraft temperature data have warm bias against sonde observation data, and therefore, the correction of aircraft temperature bias is important to improve the model performance. In this study, the algorithm of the bias correction modified from operational KMA (Korea Meteorological Administration) global model is adopted in the preprocessing of aircraft observations, and the effect of the bias correction of aircraft temperature is investigated by conducting the two experiments. The assimilation with the bias correction showed better consistency in the analysis-forecast cycle in terms of the differences between observations (radiosonde and GPSRO (Global Positioning System Radio Occultation)) and 6h forecast. This resulted in an improved forecasting skill level of the mid-level temperature and geopotential height in terms of the root-mean-square error. It was noted that the benefits of the correction of aircraft temperature bias was the upper-level temperature in the midlatitudes, and this affected various parameters (winds, geopotential height) via the model dynamics.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1027-1031
• /
• 2008

본 연구는 한반도 영역을 대상으로 2001년 7, 8월과 2002년 6월로 홍수기를 대상으로 RDAPS 모형, AWS, 상층기상관측(upper-air sounding)의 자료를 이용하였다. 또한 수치예보자료를 범주적 예측확률로 변환하고 인공신경망기법(ANN)을 이용하여 강수발생확률의 예측정확성을 향상시키는데 있다. 신경망의 예측인자로 사용된 대기변수는 500/ 750/ 1000hpa에서의 지위고도, 500-1000hpa에서의 층후(thickness), 500hpa에서의 X와 Y의 바람성분, 750hpa에서의 X와 Y의 바람성분, 표면풍속, 500/ 750hpa/ 표면에서의 온도, 평균해면기압, 3시간 누적 강수, AWS관측소에서 관측된 RDAPS모형 실행전의 6시간과 12시간동안의 누적강수, 가강수량, 상대습도이며, 예측변수로는 강수발생확률로 선택하였다. 강우는 다양한 대기변수들의 비선형 조합으로 발생되기 때문에 예측인자와 예측변수 사이의 복잡한 비선형성을 고려하는데 유용한 인공신경망을 사용하였다. 신경망의 구조는 전방향 다층퍼셉트론으로 구성하였으며 역전파알고리즘을 학습방법으로 사용하였다. 강수예측성과의 질을 평가하기 위해서 $2{\times}2$ 분할표를 이용하여 Hit rate, Threat score, Probability of detection, Kuipers Skill Score를 사용하였으며, 신경망 학습후의 강수발생확률은 학습전의 강수발생확률에 비하여 한반도영역에서 평균적으로 Kuipers Skill Score가 0.2231에서 0.4293로 92.39% 상승하였다.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.29 no.4
• /
• pp.180-188
• /
• 2017

Recently, as the strength of winds and waves increases due to the climate change, abnormal waves such as swells have been also increased, which results in the increase of downtime events of loading/unloading in a harbour. To reduce the downtime events, breakwaters were constructed in a harbour to improve the tranquility. However, it is also important and useful for efficient port operation by predicting accurately and also quickly the downtime events when the harbour operation is in a limiting condition. In this study, numerical simulations were carried out to calculate the wave conditions based on the forecasted wind data in offshore area/outside harbour and also the long-term observation was carried out to obtain the wave data in a harbour. A forecasting method was designed using an auto-regressive (AR) and artificial neural networks (ANN) models in order to establish the relationship between the wave conditions calculated by wave model (SWAN) in offshore area and observed ones in a harbour. To evaluate the applicability of the proposed method, this method was applied to predict wave heights in a harbour and to forecast the downtime events in Pohang New Harbour with highly complex topography were compared. From the verification study, it was observed that the ANN model was more accurate than the AR model.

• Korean Journal of Remote Sensing
• /
• v.34 no.6_1
• /
• pp.1101-1117
• /
• 2018

The clear sky radiance (CSR) is one of the baseline products of the Himawari-8 which was launched on October, 2014. The CSR contributes to numerical weather prediction (NWP) accuracy through the data assimilation; especially water vapor channel CSR has good impact on the forecast in high level atmosphere. The focus of this study is the quality analysis of the CSR of the Himawari-8 geostationary satellite. We used the operational CSR (or clear sky brightness temperature) products in JMA (Japan Meteorological Agency) as observation data; for a background field, we employed the CSR simulated using the Radiative Transfer for TOVS (RTTOV) with the atmospheric state from the global model of KMA (Korea Meteorological Administration). We investigated data characteristics and analyzed observation minus background statistics of each channel with respect to regional and seasonal variability. Overall results for the analysis period showed that the water vapor channels (6.2, 6.9, and $7.3{\mu}m$) had a positive mean bias where as the window channels(10.4, 11.2, and $12.4{\mu}m$) had a negative mean bias. The magnitude of biases and Uncertainty result varied with the regional and the seasonal conditions, thus these should be taken into account when using CSR data. This study is helpful for the pre-processing of Himawari-8/Advanced Himawari Imager (AHI) CSR data assimilation. Furthermore, this study also can contribute to preparing for the utilization of products from the Geo-Kompsat-2A (GK-2A), which will be launched in 2018 by the National Meteorological Satellite Center (NMSC) of KMA.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.204-204
• /
• 2017

WRF 모형은 실제 자연에서 나타나는 대기 현상의 원인을 물리적 동적 방정식들의 항으로 표현한 수치예보모형으로 전세계의 상업적 비상업적인 수치예보모형 안에서 성능이 뛰어나다고 평가되어지고 있다. WRF 모형은 오픈소스 기반의 비상업적 모형으로 사용 및 수정이 자유로운 특징이 있으며, 위성 및 레이더와 같은 고도화된 다양한 기상관측자료를 입력자료로 활용할 수 있는 장점이 있다. WRF-HYDRO 모형은 WRF 모형이 갖는 공간적인 저해상도 문제를 해결할 수 있는 고해상도의 격자를 구축할 수 있으며 유출량과 수문 변량을 추정할 수 있는 추적 모형을 추가하여 수문학적 예측 능력을 향상하고자 개발되었다. 기존 모형과의 차별성으로는 기상인자로 인하여 도출된 지표면의 수문인자들이 시간의 변동에 따라서 다음 시간의 기상인자에 영향을 미치는 피드백 구조로 구성되어 기상과 지표면이 양방향으로 연결되는 특징이 있다. 기존 모형에 비하여 향상된 구조적인 특징은 수문학적 순환과정을 자연스럽게 재현함으로서 신뢰성 있는 결과를 도출할 수 있을 것으로 판단된다. 본 연구에서는 만경강 유역의 실제 유출 사상에 대하여 WRF-HYDRO 모형을 적용하고, 홍수통제소 관할 만경강 유역내 수문 관측소 자료와의 비교를 통해 WRF-HYDRO 모형의 적용성을 검토하였다. 수문 관측소를 통한 검토 결과를 기반으로 WRF-HYDRO 모형에서 제시된 수문-기상 정보를 통하여 만경강 유역의 홍수 사상의 발생 과정에 대한 추적 및 미계측 변량의 추정에 유용하게 사용할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.100-100
• /
• 2023

단기 강우 예측에는 주로 물리과정 기반 수치예보모델(NWPs, Numerical Prediction Models) 과 레이더 기반 확률론적 방법이 사용되어 왔으며, 최근에는 머신러닝을 이용한 레이더 기반 강우예측 모델이 단기 강우 예측에 뛰어난 성능을 보이는 것을 확인하여 관련 연구가 활발히 진행되고 있다. 하지만 머신러닝 기반 모델은 예측 선행시간 증가 시 성능이 크게 저하되며, 또한 대기의 물리적 과정을 고려하지 않는 Black-box 모델이라는 한계점이 존재한다. 본 연구에서는 이러한 한계를 극복하기 위해 머신러닝 기반 blending 기법을 통해 물리과정 기반 수치예보모델인 Weather Research and Forecasting (WRF)와 최신 머신러닝 기법 (cGAN, conditional Generative Adversarial Network) 기반 모델을 결합한 Hybrid 강우예측모델을 개발하고자 하였다. cGAN 기반 모델 개발을 위해 1시간 단위 1km 공간해상도의 레이더 반사도, WRF 모델로부터 산출된 기상 자료(온도, 풍속 등), 유역관련 정보(DEM, 토지피복 등)를 입력 자료로 사용하여 모델을 학습하였으며, 모델을 통해 물리 정보 및 머신러닝 기반 강우 예측을 생성하였다. 이렇게 생성된cGAN 기반 모델 결과와 WRF 예측 결과를 결합하는 머신러닝 기반 blending 기법을 통해Hybrid 강우예측 결과를 최종적으로 도출하였다. 본 연구에서는 Hybrid 강우예측 모델의 성능을 평가하기 위해 수도권 및 안동댐 유역에서 발생한 호우 사례를 기반으로 최대 선행시간 6시간까지 모델 예측 결과를 분석하였다. 이를 통해 물리과정 기반 모델과 머신러닝 기반 모델을 결합하는 Hybrid 기법을 적용하여 높은 정확도와 신뢰도를 가지는 고해상도 강수 예측 자료를 생성할 수 있음을 확인하였다.