The variability and temporal trends of the annual and seasonal minimum and maximum temperature, rainfall, relative humidity, wind speed, sunshine hours, and runoff were analyzed for 5 major rivers in Korea from 1960 to 2010. A simple regression and non-parametric methods (Mann-Kendall test and Sen's estimator) were used in this study. The analysis results show that the minimum temperature ($T_{min}$) had a higher increasing trend than the maximum temperature ($T_{max}$), and the average temperature increased by about $0.03^{\circ}C\;yr.^{-1}$. The relative humidity and wind speed decreased by $0.02%\;yr^{-1}$ and $0.01m\;s^{-1}yr^{-1}$, respectively. With the exception of the Han River basin, the regression analysis and Mann-Kendall and Sen results failed to detect trends for the runoff and rainfall over the study period. Rapid land use changes were linked to the increase in the runoff in the Han River basin. The sensitivity of the evapotranspiration and ultimately the runoff to the meteorological variables was in the order of relative humidity > sunshine duration > wind speed > $T_{max}$ > $T_{min}$. Future studies should investigate the interaction of the variables analyzed herein, and their relative contributions to the runoff trends.
Proceedings of the Korean Institute of Information and Commucation Sciences Conference
/
2022.05a
/
pp.704-706
/
2022
In this study, we analyzed the correlation between the amount of photovoltaic power generation and the factors of meteorological changes. A total of 52,561 data were used in the correlation analysis from January 2018 to January 2020, and the variables used in the correlation analysis were time, horizontal plane scattering solar radiation, direct solar radiation, wind velocity, and relative humidity. The temperature was used. Based on this data, we used the Google Colab platform to analyze the correlation, and the analysis revealed whether there was a correlation between solar power and meteorological change factors.
Because the growth of paddy rice is affected by meteorological factors, the selection of appropriate meteorological variables is essential to build a rice yield prediction model. This paper examines the suitability of multiple meteorological datasets for the rice yield modeling in South Korea, 1996-2019, and a hindcast experiment for rice yield using a machine learning method by considering the nonlinear relationships between meteorological variables and the rice yield. In addition to the ASOS in-situ observations, we used CRU-JRA ver. 2.1 and ERA5 reanalysis. From the multiple meteorological datasets, we extracted the four common variables (air temperature, relative humidity, solar radiation, and precipitation) and analyzed the characteristics of each data and the associations with rice yields. CRU-JRA ver. 2.1 showed an overall agreement with the other datasets. While relative humidity had a rare relationship with rice yields, solar radiation showed a somewhat high correlation with rice yields. Using the air temperature, solar radiation, and precipitation of July, August, and September, we built a random forest model for the hindcast experiments of rice yields. The model with CRU-JRA ver. 2.1 showed the best performance with a correlation coefficient of 0.772. The solar radiation in the prediction model had the most significant importance among the variables, which is in accordance with the generic agricultural knowledge. This paper has an implication for selecting from multiple meteorological datasets for rice yield modeling.
Journal of the Korean Data and Information Science Society
/
v.14
no.4
/
pp.773-787
/
2003
Principal component analysis, factor analysis and cluster analysis have been performed to analyze the relationship between air pollutants and meteorological variables measured in 1999 in Seoul. In principal analysis, the first principal has been shown the contrast effect between $O_3$ and the other pollutants, the second principal has been shown the contrast effect between CO, $SO_2$, $NO_2$ and $O_3$, PM10, TSP. In factor analysis, the first factor has been found as PM10, TSP, $NO_2$ concentrations which are related with suspended particulates. As a result of cluster analysis, three clusters respectively have represented different air pollution levels, seasonal characteristics of air pollutants and meteorological situations.
Kim, Ji-Yeong;Park, Yeon-Hee;Ji, Heesook;Hyun, Yu-Kyung;Lee, Johan
Atmosphere
/
v.32
no.4
/
pp.367-379
/
2022
In this paper, the evaluation of the performance of Korea Meteorological Administratio (KMA) Global Seasonal forecasting system version 6 (GloSea6) is presented by assessing the effects of larger ensemble size and carrying out the test using different initial conditions for hindcast in sub-seasonal to seasonal scales. The number of ensemble members increases from 3 to 7. The Ratio of Predictable Components (RPC) approaches the appropriate signal magnitude with increase of ensemble size. The improvement of annual variability is shown for all basic variables mainly in mid-high latitude. Over the East Asia region, there are enhancements especially in 500 hPa geopotential height and 850 hPa wind fields. It reveals possibility to improve the performance of East Asian monsoon. Also, the reliability tends to become better as the ensemble size increases in summer than winter. To assess the effects of using different initial conditions, the area-mean values of normalized bias and correlation coefficients are compared for each basic variable for hindcast according to the four initial dates. The results have better performance when the initial date closest to the forecasting time is used in summer. On the seasonal scale, it is better to use four initial dates, where the maximum size of the ensemble increases to 672, mainly in winter. As the use of larger ensemble size, therefore, it is most efficient to use two initial dates for 60-days prediction and four initial dates for 6-months prediction, similar to the current Time-Lagged ensemble method.
Kim, Dae-Jun;Park, Joo-Hyeon;Kim, Soo-Ock;Kim, Jin-Hee;Kim, Yongseok;Shim, Kyo-Moon
Korean Journal of Agricultural and Forest Meteorology
/
v.22
no.3
/
pp.117-127
/
2020
The Early Warning System for agrometeorological hazard of the Rural Development Administration (Korea) forecasts detailed weather for each farm based on the meteorological information provided by the Korea Meteorological Administration, and estimates the growth of crops and predicts a meteorological hazard that can occur during the growing period by using the estimated detailed meteorological information. For verification of early warning system, automated weather observation network was constructed in the study area. Moreover, a real-time web display system was built to deliver near real-time weather data collected from the observation network. The meteorological observation system collected diverse meteorological variables including temperature, humidity, solar radiation, rainfall, soil moisture, sunshine duration, wind velocity, and wind direction. These elements were collected every minute and transmitted to the server every ten minutes. The data display system is composed of three phases: the first phase builds a database of meteorological data collected from the meteorological observation system every minute; the second phase statistically analyzes the collected meteorological data at ten-minutes, one-hour, or one-day time step; and the third phase displays the collected and analyzed meteorological data on the web. The meteorological data collected in the database can be inquired through the webpage for all data points or one data point in the unit of one minute, ten minutes, one hour, or one day. Moreover, the data can be downloaded in CSV format.
In the present study research air quality analyses for $PM_{10}$, were conducted in Shiraz, a city in the south of Iran. The measurements were taken from 2011 through 2012 in two different locations to prepare average data in the city. The averages concentrations were calculated for every 24 hours, each month and each season. Results showed that the highest concentration of $PM_{10}$ occurs generally in the night while the least concentration was found at the afternoon. Monthly concentrations of $PM_{10}$ showed highest value in August, while least value was found in January. The seasonal concentrations showed the least amounts in autumn while the highest amounts in summer. Relations between the air pollutant and some meteorological parameters were calculated statistically using the daily average data. The wind data (velocity, direction), relative humidity, temperature, sunshine periods, evaporation, dew point and rainfall were considered as independent variables. The relationships between concentration of pollutant and meteorological parameters were expressed by multiple linear regression equations for both annual and seasonal conditions SPSS software. RMSE test showed that among different prediction models, stepwise model is the best option.
Kim, C.H.;Na, J.G.;Park, C.J.;Park, J.H.;Im, C.S.;Yoon, E.;Kim, M.S.;Park, C.H.;Kim, Y.J.
Journal of Korean Society for Atmospheric Environment
/
v.19
no.5
/
pp.595-610
/
2003
The statistical indexes such as RMSE (Root Mean Square Error), Mean Bias error, and IOA (Index of agreement) are used to evaluate 3 Dimensional wind and temperature fields predicted by operational meteorological model RAMS (Regional Atmospheric Meteorological System) implemented in CARIS (Chemical Accident Response Information System) for the dispersion forecast of hazardous chemicals in case of the chemical accidents in Korea. The operational atmospheric model, RAMS in CARIS are designed to use GDAPS, GTS, and AWS meteorological data obtained from KMA (Korean Meteorological Administration) for the generation of 3-dimensional initial meteorological fields. The predicted meteorological variables such as wind speed, wind direction, temperature, and precipitation amount, during 19 ∼ 23, August 2002, are extracted at the nearest grid point to the meteorological monitoring sites, and validated against the observations located over the Korean peninsula. The results show that Mean bias and Root Mean Square Error are 0.9 (m/s), 1.85 (m/s) for wind speed at 10 m above the ground, respectively, and 1.45 ($^{\circ}C$), 2.82 ($^{\circ}C$) for surface temperature. Of particular interest is the distribution of forecasting error predicted by RAMS with respect to the altitude; relatively smaller error is found in the near-surface atmosphere for wind and temperature fields, while it grows larger as the altitude increases. Overall, some of the overpredictions in comparisons with the observations are detected for wind and temperature fields, whereas relatively small errors are found in the near-surface atmosphere. This discrepancies are partly attributed to the oversimplified spacing of soil, soil contents and initial temperature fields, suggesting some improvement could probably be gained if the sub-grid scale nature of moisture and temperature fields was taken into account. However, IOA values for the wind field (0.62) as well as temperature field (0.78) is greater than the 'good' value criteria (> 0.5) implied by other studies. The good value of IOA along with relatively small wind field error in the near surface atmosphere implies that, on the basis of current meteorological data for initial fields, RAMS has good potentials to be used as a operational meteorological model in predicting the urban or local scale 3-dimensional wind fields for the dispersion forecast in association with hazardous chemical releases in Korea.
Kim, SeHyun;Kim, Hyun Mee;Kay, Jun Kyung;Lee, Seung-Woo
Atmosphere
/
v.25
no.1
/
pp.67-83
/
2015
Predicting the location and intensity of precipitation still remains a main issue in numerical weather prediction (NWP). Resolution is a very important component of precipitation forecasts in NWP. Compared with a lower resolution model, a higher resolution model can predict small scale (i.e., storm scale) precipitation and depict convection structures more precisely. In addition, an ensemble technique can be used to improve the precipitation forecast because it can estimate uncertainties associated with forecasts. Therefore, NWP using both a higher resolution model and ensemble technique is expected to represent inherent uncertainties of convective scale motion better and lead to improved forecasts. In this study, the limited area ensemble prediction system for the convective-scale (i.e., high resolution) operational Unified Model (UM) in Korea Meteorological Administration (KMA) was developed and evaluated for the ensemble forecasts during August 2012. The model domain covers the limited area over the Korean Peninsula. The high resolution limited area ensemble prediction system developed showed good skill in predicting precipitation, wind, and temperature at the surface as well as meteorological variables at 500 and 850 hPa. To investigate which combination of horizontal resolution and ensemble member is most skillful, the system was run with three different horizontal resolutions (1.5, 2, and 3 km) and ensemble members (8, 12, and 16), and the forecasts from the experiments were evaluated. To assess the quantitative precipitation forecast (QPF) skill of the system, the precipitation forecasts for two heavy rainfall cases during the study period were analyzed using the Fractions Skill Score (FSS) and Probability Matching (PM) method. The PM method was effective in representing the intensity of precipitation and the FSS was effective in verifying the precipitation forecast for the high resolution limited area ensemble prediction system in KMA.
Park, Jinkyung;Kang, Hyun-Suk;Hyun, Yu-Kyung;Nakazawa, Tetsuo
Atmosphere
/
v.28
no.1
/
pp.15-24
/
2018
Sea ice plays an important role in modulating surface conditions at high and mid-latitudes. It reacts rapidly to climate change, therefore, it is a good indicator for capturing these changes from the Arctic climate. While many models have been used to study the predictability of climate variables, their performance in predicting sea ice was not well assessed. This study examines the predictability of the Arctic sea ice extent from ensemble prediction systems. The analysis is focused on verification of predictability in each model compared to the observation and prediction in particular, on lead time in Sub-seasonal to Seasonal (S2S) scales. The S2S database now provides quasi-real time ensemble forecasts and hindcasts up to about 60 days from 11 centers: BoM, CMA, ECCC, ECMWF, HMCR, ISAC-CNR, JMA, KMA, Meteo France, NCEP and UKMO. For multi model comparison, only models coupled with sea ice model were selected. Predictability is quantified by the climatology, bias, trends and correlation skill score computed from hindcasts over the period 1999 to 2009. Most of models are able to reproduce characteristics of the sea ice, but they have bias with seasonal dependence and lead time. All models show decreasing sea ice extent trends with a maximum magnitude in warm season. The Arctic sea ice extent can be skillfully predicted up 6 weeks ahead in S2S scales. But trend-independent skill is small and statistically significant for lead time over 6 weeks only in summer.
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.