Kim, Do-Hyoung;Lee, Seung-Wook;Jeong, Hyeong-Se;Park, Sung-Hwa;Kim, Yeon-Hee
Atmosphere
/
v.32
no.3
/
pp.179-189
/
2022
The purpose of this study is to build and evaluate a high-resolution (50 m) KMAPP (Korea Meteorological Administration Post Processing) reflecting building data. KMAPP uses LDAPS (Local Data Assimilation and Prediction System) data to detail ground wind speed through surface roughness and elevation corrections. During the detailing process, we improved the vegetation roughness data to reflect the impact of city buildings. AWS (Automatic Weather Station) data from a total of 48 locations in the metropolitan area including Seoul in 2019 were used as the observation data used for verification. Sensitivity analysis was conducted by dividing the experiment according to the method of improving the vegetation roughness length. KMAPP has been shown to improve the tendency of LDAPS to over simulate surface wind speeds. Compared to LDAPS, Root Mean Square Error (RMSE) is improved by approximately 23% and Mean Bias Error (MBE) by about 47%. However, there is an error in the roughness length around the Han River or the coastline. Accordingly, the surface roughness length was improved in KMAPP and the building information was reflected. In the sensitivity experiment of improved KMAPP, RMSE was further improved to 6% and MBE to 3%. This study shows that high-resolution KMAPP reflecting building information can improve wind speed accuracy in urban areas.
This study investigates a 12 month-lead predictability of PNU Coupled General Circulation Model (CGCM) V1.1 hindcast, for which an oceanic data assimilated initialization is used to generate ocean initial condition. The CGCM, a participant model of APEC Climate Center (APCC) long-lead multi-model ensemble system, has been initialized at each and every month and performed 12-month-lead hindcast for each month during 1980 to 2011. The 12-month-lead hindcast consisted of 2-5 ensembles and this study verified the ensemble averaged hindcast. As for the sea-surface temperature concerns, it remained high level of confidence especially over the tropical Pacific and the mid-latitude central Pacific with slight declining of temporal correlation coefficients (TCC) as lead month increased. The CGCM revealed trustworthy ENSO prediction skills in most of hindcasts, in particular. For atmospheric variables, like air temperature, precipitation, and geopotential height at 500hPa, reliable prediction results have been shown during entire lead time in most of domain, particularly over the equatorial region. Though the TCCs of hindcasted precipitation are lower than other variables, a skillful precipitation forecasts is also shown over highly variable regions such as ITCZ. This study also revealed that there are seasonal and regional dependencies on predictability for each variable and lead.
Quality control methods for the first G-band vapor radiometer (GVR) mounted on a weather aircraft in Korea were developed using the GVR Precipitable Water Vapor (PWV). The aircraft attitude information (degree of pitch and roll) was applied to quality control to select the shortest vertical path of the GVR beam. In addition, quality control was applied to remove a GVR PWV ≥20 mm. It was found that the difference between the warm load average power and sky load average power converged to near 0 when the GVR PWV increased to 20 mm or higher. This could be due to the high brightness temperature of the substratus and mesoclouds, which was confirmed by the Communication, Ocean and Meteorological Satellite (COMS) data (cloud type, cloud top height, and cloud amount), cloud combination probe (CCP), and precipitation imaging probe (PIP). The GVR PWV before and after the application of quality control on a cloudy day was quantitatively compared with that of a local data assimilation and prediction system (LDAPS). The Root Mean Square Difference (RMSD) decreased from 2.9 to 1.8 mm and the RMSD with Korea Local Analysis and Precipitation System (KLAPS) decreased from 5.4 to 4.3 mm, showing improved accuracy. In addition, the quality control effectiveness of GVR PWV suggested in this study was verified through comparison with the COMS PWV by using the GVR PWV applied with quality control and the dropsonde PWV.
Progresses in numerical prediction of weather and climate have been in parallel with those of computing resources, especially the development of supercomputers. Advanced techniques in numerical modeling, computational schemes, and data assimilation cloud not have been practically achieved without the aid of supercomputers. With such techniques and computing powers, the accuracy of numerical forecasts has been tremendously improved. Supercomputers are also indispensible in constructing and executing the synthetic Earth system models. In this study, a brief overview on numerical weather / climate prediction, Earth system modeling, and the values of supercomputing is provided.
In, So-Ra;Nam, Hyoung-Gu;Lee, Jin-Hwa;Park, Chang-Geun;Shim, Jae-Kwan;Kim, Baek-Jo
Atmosphere
/
v.28
no.4
/
pp.369-382
/
2018
Planetary boundary layer height (PBLH), produced by the Local Data Assimilation and Prediction System (LDAPS), was verified using RawinSonde (RS) data obtained from observation at Daegwallyeong (DGW) and Sokcho (SCW) during the International Collaborative Experiments for Pyeongchang 2018 Olympic and Paralympic winter games (ICE-POP 2018). The PBLH was calculated using RS data by applying the bulk Richardson number and the parcel method. This calculated PBLH was then compared to the values produced by LDAPS. The PBLH simulations for DGW and SCW were generally underestimation. However, the PBLH was an overestimation from surface to 200 m and 450 m at DGW and SCW, respectively; this result of model's failure to correctly simulate the Surface Boundary Layer (SBL) and the Mixing Layer (ML) as the PBLH. When the accuracy of the PBLH simulation is low, large errors are seen in the mid- and low-level humidity. The highest frequencies of Planetary boundary layer (PBL) types, calculated by the LDAPS at DGW and SCW, were presented as types Ι and II, respectively. Analysis of meteorological factors according to the PBL types indicate that the PBLH of the existing stratocumulus were overestimated when the mid- and low-level humidity errors were large. If the instabilities of the surface and vertical mixing into clouds are considered important factors affecting the estimation of PBLH into model, then mid- and low-level humidity should also be considered important factors influencing PBLH simulation performance.
The Korean Integrated Model (KIM) forecast system was extended to assimilate Horizontal Line-Of-Sight (HLOS) wind observations from the Atmospheric Laser Doppler Instrument (ALADIN) on board the Atmospheric Dynamic Mission (ADM)-Aeolus satellite. Quality control procedures were developed to assess the HLOS wind data quality, and observation operators added to the KIM three-dimensional variational data assimilation system to support the new observed variables. In a global cycling experiment, assimilation of ALADIN observations led to reductions in average root-mean-square error of 2.1% and 1.3% for the zonal and meridional wind analyses when compared against European Centre for Medium-Range Weather Forecasts (ECMWF) Integrated Forecast System (IFS) analyses. Even though the observable variable is wind, the assimilation of ALADIN observation had an overall positive impact on the analyses of other variables, such as temperature and specific humidity. As a result, the KIM 72-hour wind forecast fields were improved in the Southern Hemisphere poleward of 30 degrees.
Kim, Se-Won;Park, Gil-Un;Cho, Changbum;Lee, Young-Gon;Yim, Deok-Bin
Atmosphere
/
v.21
no.3
/
pp.319-336
/
2011
The objective of this study was to assess the meteorological capability of Korea by comparing with that of the U.S. and Japan as of 2010. The research was conducted based on various indices and surveys, and quantified the results using the Gordon's scoring model. The index assessment used 11 items derived from 9 segments - surface observation, advanced observation and observations quality in the observation field; data assimilation, numerical model and infrastructure in the data processing field; forecast accuracy in the forecast field; climate prediction and climate change in the climate field - in this research, we classified the meteorological technology into four fields. In the survey assessment, another 10 items in addition to the above 11 ones (total 21 items) were used. In the field of climate, Korea was found to lag far behind the U.S. (96.5p) and Japan (90.5p) with 77.6 points out of 100, which is 18.9 and 12.9 points lower than them respectively. On the other hand, Korea showed the narrowest gap with Japan (95.3p) and the U.S. (94.2) in the forecasting field, recording 90.3 points. Particularly, in surface observation, infrastructure and forecast accuracy segment, Korea was on a par with the U.S. and Japan, boasting 100.5 percent compared to their counterparts. However, in advanced observation, data quality and climate change segment, Korea was only at the level of 81.5 percent compared to that of the U.S. and Japan. All in all, the technological prowess of Korea, scoring 84.6 points, stood at 89.7 percent of that of the U.S. (94.3p) and 91.9 percent of Japan (92.1p).
A canonical correlation analysis(CCA)-based method is proposed for prediction of future climate change which combines information from ensembles of atmosphere-ocean general circulation models(AOGCMs) and observed climate values. This paper focuses on predictions of future climate on a regional scale which are of potential economic values. The proposed method is obtained by coupling the classical CCA with empirical orthogonal functions(EOF) for dimension reduction. Furthermore, we generate a distribution of climate responses, so that extreme events as well as a general feature such as long tails and unimodality can be revealed through the distribution. Results from real data examples demonstrate the promising empirical properties of the proposed approaches.
A probability prediction model for tropical cyclone (TC) genesis in the Northwestern Pacific area was developed using the logistic regression method. Total five predictors were used in this model: the lower-level relative vorticity, vertical wind shear, mid-level relative humidity, upper-level equivalent potential temperature, and sea surface temperature (SST). The values for four predictors except for SST were obtained from difference of spatial-averaged value between May and January, and the time average of Ni$\tilde{n}$o-3.4 index from February to April was used to see the SST effect. As a result of prediction for the TC genesis frequency from June to December during 1951 to 2007, the model was capable of predicting that 21 (22) years had higher (lower) frequency than the normal year. The analysis of real data indicated that the number of year with the higher (lower) frequency of TC genesis was 28 (29). The overall predictability was about 75%, and the model reliability was also verified statistically through the cross validation analysis method.
Numerical weather prediction (NWP) models play an essential role in predicting weather factors, but using them is challenging due to various factors. To overcome the difficulties of NWP models, deep learning models have been deployed in weather forecasting by several recent studies. This study adapts long short-term memory (LSTM), which demonstrates remarkable performance in time-series prediction. The combination of LSTM model input of meteorological features and activation functions have a significant impact on the performance therefore, the results from 5 combinations of input features and 4 activation functions are analyzed in 9 Automated Surface Observing System (ASOS) stations corresponding to cities/islands/mountains. The optimized LSTM model produces better performance within eight forecast hours than Local Data Assimilation and Prediction System (LDAPS) operated by Korean meteorological administration. Therefore, this study illustrates that this LSTM model can be usefully applied to very short-term weather forecasting, and further studies about CNN-LSTM model with 2-D spatial convolution neural network (CNN) coupled in LSTM are required for improvement.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.