• 한국지구과학회지
• /
• 제28권5호
• /
• pp.613-619
• /
• 2007

Mesoscale low is often observed over the downstream region of the East Sea (or, northwest coast off the Japan Islands) during East-Asia winter monsoon. The low system causes a heavy snowfall at the region. A series of numerical experiments were conducted with the aid of a regional model (MM5 ver. 3.5) to examine the formation mechanism of the mesoscale low. The following results were obtained: 1) A well-developed mesoscale low was simulated by the regional model under real topography, NCEP reanalysis, and OISST; 2) The mesoscale low was simulated under a zonally averaged SST without topography. This implies that the meridional gradient of SST is the main factor in the formation of a mesoscale low; 3) A thermal contrast ($>10^{\circ}C$) of land-sea and topography-induced disturbance served as the second important factor for the formation; 4) Paektu Mountain caused the surface wind to decelerate downstream, which created a more favorable environment for thermodynamic modification than that was found in a flat topography; and 5) The types of cumulus parameterizations did not affect the development of the mesoscale low.

• 한국수자원학회논문집
• /
• 제38권12호
• /
• pp.995-1008
• /
• 2005

본 연구에서는 우리나라 강우량과 광범위한 해수면 온도(SST)와의 공간적인 상관성 분석을 위해서 Wavelet 분석과 독립성분분석을 결합하여 계절강우량의 주요성분을 추출하였다. 계절강우량의 Wavelet분석결과 2년과 8년 사이의 주기에서 강한 스펙트럼을 나타내었으며 모든 계절강우량에 대하여 저빈도 특성을 확인할 수 있었다. Wavelet에서 추출된 Scale Average Wavelet Power(SAWP)를 대상으로 독립성분분석을 실시하였으며 계절에 따라 경년변화와 10년 이상의 주기를 갖는 성분을 확인할 수 있었고 봄과 여름의 주성분에서 증가경향의 성분을 관측할 수 있었다. 추출된 강우량의 주성분과 SST와의 상관관계를 평가한 결과 봄과 여름 강우량에서 인도양과 일부 태평양에서 강한 상관관계를 나타내었다 특히, 인도양의 필리핀 연안과 태평양의 호주 연안에서 통계적으로 유의한 상계관계를 갖는 SST구역을 확인할 수 있었다. 또한 3개월 이전 SST와 강우량에 대해서도 이들 구역에서 큰 상관성을 나타내었으며 이들 3개월 SST를 이용하여 강우량의 예측 가능성을 제시하였다.

• 대한원격탐사학회지
• /
• 제3권1호
• /
• pp.41-54
• /
• 1987

극궤도 기상위성 NOAA-9호의 AVHRR Channel 4 영상 data로부터 해수면온도(SST)를 산출하는 과정을 기상연구소의 위성수신 시스템에 맞도록 개발하였다. 위성의 Ascending node를 기준으로 영상좌표와 SST용 Mercator 지도 좌표변환용 Table 을 만 들고 10 km $\times$ 10 km의 Sample로 SST용 영상을 제작하였다. 또, 위성측기의 복사보 정 (Radiometric Calibration) 과정과 적외선 CH 4 인 10.5 ~ 11.5 $\mu\textrm{m}$의 복사를 온도로 변환 (Radiance-To-Temperature Conversion)하는 LUT(Look Up Table)의 작성 및 SST 출력과정을 제작하였다.

• International Journal of Aeronautical and Space Sciences
• /
• 제17권1호
• /
• pp.8-19
• /
• 2016

This paper investigates the effects of inlet turbulence conditions and near-wall treatment methods on the heat transfer prediction of gas turbine vanes within the range of engine relevant turbulence conditions. The two near-wall treatment methods, the wall-function and low-Reynolds number method, were combined with the SST and ${\omega}RSM$ turbulence model. Additionally, the RNG $k-{\varepsilon}$, SSG RSM, and $SST_+{\gamma}-Re_{\theta}$ transition model were adopted for the purpose of comparison. All computations were conducted using a commercial CFD code, CFX, considering a three-dimensional, steady, compressible flow. The conjugate heat transfer method was applied to all simulation cases with internally cooled NASA turbine vanes. The CFD results at mid-span were compared with the measured data under different inlet turbulence conditions. In the SST solutions, on the pressure side, both the wall-function and low-Reynolds number method exhibited a reasonable agreement with the measured data. On the suction side, however, both wall-function and low-Reynolds number method failed to predict the variations of heat transfer coefficient and temperature caused by boundary layer flow transition. In the ${\omega}RSM$ results, the wall-function showed reasonable predictions for both the heat transfer coefficient and temperature variations including flow transition onset on suction side, but, low-Reynolds methods did not properly capture the variation of the heat transfer coefficient. The $SST_+{\gamma}-Re_{\theta}$ transition model showed variation of the heat transfer coefficient on the transition regions, but did not capture the proper transition onset location, and was found to be much more sensitive to the inlet turbulence length scale. Overall, the Reynolds stress model and wall function configuration showed the reasonable predictions in presented cases.

• 산업기술연구
• /
• 제31권B호
• /
• pp.107-112
• /
• 2011

Recently, climate change around the world due to global warming has became an important issue and damages by climate change have a bad effect on human life. Changes of Sea Surface Temperature(SST) is associated with natural disaster such as Typhoon and El Nino. So we predicted daily future SST using Statistical Downscaling Method and CGCM 3.1 A1B scenario. 9 points of around Korea peninsular were selected to predict future SST and built up a regression model using Multiple Linear Regression. CGCM 3.1 was simulated with regression model, and that comparing Probability Density Function, Box-Plot, and statistical data to evaluate suitability of regression models, it was validated that regression models were built up properly.

• International Journal of Aeronautical and Space Sciences
• /
• 제13권3호
• /
• pp.307-316
• /
• 2012

Numerical simulations of 3D aircraft configurations are performed in order to understand the effects of turbulence models on the prediction of aircraft's aerodynamic characteristics. An in-house CFD code that solves 3D RANS equations and two-equation turbulence model equations are used. The code applies Roe's approximated Riemann solver and an AF-ADI scheme. Van Leer's MUSCL extrapolation with van Albada's limiter is also adopted. Various versions of Menter's $k-{\omega}$ SST turbulence models as well as Coakley's $q-{\omega}$ model are incorporated into the CFD code. Menter's $k-{\omega}$ SST models include the standard model, the 2003 model, the model incorporating the vorticity source term, and the model containing controlled decay. Turbulent flows over a wing are simulated in order to validate the turbulence models contained in the CFD code. The results from these simulations are then compared with computational results from the $3^{rd}$ AIAA CFD Drag Prediction Workshop. Numerical simulations of the DLR-F6 wing-body and wing-body-nacelle-pylon configurations are conducted and compared with computational results of the $2^{nd}$ AIAA CFD Drag Prediction Workshop. Aerodynamic characteristics as well as flow features are scrutinized with respect to the turbulence models. The results obtained from each simulation incorporating Menter's $k-{\omega}$ SST turbulence model variations are compared with one another.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.2207-2211
• /
• 2008

한반도 및 동아시아의 여름철은 장마와 태풍으로 인한 집중호우의 발생으로 많은 피해를 입는다. 따라서 여름철에 나타나는 이러한 집중호우가 나타나는 지역, 시기, 기간, 그리고 강수량 등을 예측하는 것은 매우 중요하다. 특히, 효율적인 수자원 관리를 위하여 이러한 예측은 매우 중요한데, 단기적으로 정확하고 신속하게 강수를 예측하는 것도 중요하지만, 장기적으로 계절 강수, 특히 여름철의 장마 또는 우기의 시기와 강수량과 태풍 발생의 시기 등을 미리 예측하여 이에 따른 집중 호우의 발생 지역, 기간, 강수량을 예측하여 사전에 대비하는 것도 매우 중요하다. 특히, 최근에는 6,7월 장마에 의한 집중 호우의 영향보다도 8월에 강수량이 높아지고 있는 경향을 보이므로 강수량의 장기적 경향의 파악이 매우 중요하다. 장기 기후를 예측하는 데는 과거 자료를 이용한 통계 방법도 유용하지만 최근에는 AOGCM (Atmospheric Oceanic General Circulation Model)을 이용한 연구가 활발하게 이루어지고 있다. 하지만 강수와 같이 지역적으로 나타나는 현상은 저해상도의 AOGCM으로는 유용한 정보를 제공하기가 어려움이 따른다. 따라서 본 연구에서는 전구를 삼각형으로 된 20면체로 격자화 시켜 모든 격자의 크기가 거의 동일하고, 해상도 조절이 가능한 Geodesic 격자를 활용한 GME 모델을 사용하였다. GME 모델은 icosahedral-hexagonal grid 격자 체계를 가진 독일 기상청(Deutscher Wetterdient)에서 현업으로 사용 중인 모델이다. 본 연구에서는 수직/수평 해상도를 40km/40layers로 하여 GME 모델을 수행하였으며, 일간격의 장기 기후 자료를 생산하였다. 사용된 초기자료로는 ECMWF (European Centre for Medium Range Weather Forecasts) 자료이며, 경계 자료로는 ERA Climatology의 최근 30년간의 SST (Sea Surface Temperature) 평균 자료를 이용하여 규준 실험(Control Run), 즉, climatology 자료를 생산하였으며, persistent SST 아노말리와 ERA Climatology의 최근 30년간의 SST 자료를 이용하여 내삽 과정을 거친 SST forcing을 주어서 예측 실험(Prediction Run)을 통하여 모의 자료를 생산하였다. 특히, 규준 실험에서는 수치 모델이 가지는 불확실성을 줄이고 예보 정확도를 향상시키기 위하여 각각의 실험은 초기자료를 달리한 앙상블 모의실험을 수행하였다. 장기 모의 3개월을 위하여 모의 기간 1달 전부터 모의를 수행하여, 첫 1달은 모델의 spin-up 시간으로 분석에서 제외 하였다. 생산된 Climatology 자료와 Prediction 자료를 비교하여 아노말리와 Category 분석을 실시하여 한반도 및 동아시아 지역의 강수(Precipitation)를 중심으로 기압장(Pressure), 온도(2m Temperature) 위주로 분석하였다. 이러한 예측된 매 계절의 전망 자료 중에서도 수자원 분야에서 관심이 집중되는 여름철에 초점을 맞추어 실제 관측 자료와 비교하여 GME 모델의 계절 모의 예측성 성능을 분석하여 평가하고 다가올 여름철의 강수량의 장기 변화를 모의하고자 하였다.

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1077-1093
• /
• 2020

해수면 온도는 전 세계 해양, 기상 현상에 영향을 주고 해양 환경 변화와 생물에게 영향을 주는 중요한 요소이다. 특히, 우리나라 남해안을 비롯한 연안 지역의 경우 어업 및 양식업 등의 수산업이 많이 발달하여, 매년 고수온 현상으로 인한 사회·경제적 피해가 발생하고 있다. 따라서 위성 자료와 같은 광범위한 지역을 감시할 수 있는 자료를 활용한 해수면 온도 및 공간적 분포의 예측기술 개발을 통하여 피해를 예방할 수 있는 시스템을 구축할 필요가 있다. 해수면 온도 예측은 기존의 수치 모델을 통해서 예측을 진행하였지만, 다수의 역학적 요인들을 사용하여 예측 결과 산출 시 복잡함이 존재한다. 최근 기계학습 및 딥러닝 기법이 발달함에 따라 해양 분야의 예측에 적용하는 연구가 진행되고 있다. 본 연구는 그 중 시·공간적인 일관성 및 정확도가 높은 장단기 기억(Long Short Term Memory, LSTM)과 합성곱 장단기 기억(Convolutional Long Short Term Memory, ConvLSTM) 딥러닝 기법을 사용하여 남해지역의 해수면온도 예측 및 2017년부터 2019년까지의 고수온 발생 건에 대해서 예측 결과의 공간 분포와 공간 분포와 예측 가능성에 대해 분석을 하였다. 1일 예측 모델의 정확도는 RMSE 기준으로 ConvLSTM(전체: 0.33℃, 봄: 0.34℃, 여름: 0.27℃, 가을: 0.32℃, 겨울: 0.36℃)이 LSTM 기반의 예측 모델(전체: 0.40℃, 봄: 0.40℃, 여름: 0.48℃, 가을: 0.39℃, 겨울: 0.34℃)보다 우수한 성능을 보였다. 2017년 고수온 발생 사례에 대해 해수면 온도 예측과 고수온 탐지 성능에서 ConvLSTM은 5일까지 경보를 탐지하였지만, LSTM의 경우 2일 예측 이후 해수면 온도를 과소 추정하는 경향이 커짐에 따라 탐지하지 못하였다. 시공간적인 해수면 온도 예측 시 ConvLSTM이 LSTM에 비해 적절한 모델로 판단된다.

• 한국대기환경학회지
• /
• 제27권1호
• /
• pp.30-40
• /
• 2011

Numerical simulations were carried out to investigate the impact of SST spatial distribution on the result of air quality modeling. Eulerian photochemical dispersion model CAMx (Comprehensive Air quality Model with eXtensions, version 4.50) was applied in this study and meteorological fields were prepared by RAMS (Regional Atmospheric Modeling System). Three different meteorological fields, due to different SST spatial distributions were used for air quality modeling to assess the sensitivity of CAMx modeling to the different meteorological input data. The horizontal distributions of surface ozone concentrations were analyzed and compared. In each case, the simulated ozone concentrations were different due to the discrepancies of horizontal SST distributions. The discrepancies of land-sea breeze velocity caused the difference of daytime and nighttime ozone concentrations. The result of statistic analysis also showed differences for each case. Case NG, which used meteorological fields with high resolution SST data was most successfully estimated correlation coefficient, root mean squared error and index of agreement value for ground level ozone concentration. The prediction accuracy was also improved clearly for case NG. In conclusion, the results suggest that SST spatial distribution plays an important role in the results of air quality modeling on high ozone episode at coastal region.

• Wind and Structures
• /
• 제37권4호
• /
• pp.303-314
• /
• 2023

In this study, two steady RANS turbulence models (SST k-ω and Realizable k-ε) and four unsteady turbulence models (URANS SST k-ω and Realizable k-ε, SST-SAS, and SST-IDDES) are evaluated with respect to their capacity to predict crosswind characteristics on high-speed trains (HSTs). All of the numerical simulations are compared with the wind tunnel values and LES results to ensure the accuracy of each turbulence model. Specifically, the surface pressure distributions, time-averaged aerodynamic coefficients, flow fields, and computational cost are studied to determine the suitability of different models. Results suggest that the predictions of the pressure distributions and aerodynamic forces obtained from the steady and transient RANS models are almost the same. In particular, both SAS and IDDES exhibits similar predictions with wind tunnel test and LES, therefore, the SAS model is considered an attractive alternative for IDDES or LES in the crosswind study of trains. In addition, if the computational cost needs to be significantly reduced, the RANS SST k-ω model is shown to provide relatively reasonable results for the surface pressures and aerodynamic forces. As a result, the RANS SST k-ω model might be the most appropriate option for the expensive aerodynamic optimizations of trains using machine learning (ML) techniques because it balances solution accuracy and resource consumption.