The seasonal forecast skill of tropical cyclones (TCs) in the Northern Hemisphere from the Korea Meteorological Administration (KMA) Global Seasonal Forecast System version 6 (GloSea6) hindcast has been verified for the period 1993 to 2016. The operational climate prediction system at KMA was upgraded from GloSea5 to GloSea6 in 2022, therefore further validation was warranted for the seasonal predictability and variability of this new system for TC forecasts. In this study, we examine the frequency, track density, duration, and strength of TCs in the North Indian Ocean, the western North Pacific, the eastern North Pacific, and the North Atlantic against the best track data. This methodology follows a previous study covering the period 1996 to 2009 published in 2020. GloSea6 indicates a higher frequency of TC generation compared to observations in the western North Pacific and the eastern North Pacific, suggesting the possibility of more TC generation than GloSea5. Additionally, GloSea6 exhibits better interannual variability of TC frequency, which shows relatively good correlation with observations in the North Atlantic and the western North Pacific. Regarding TC intensity, GloSea6 still underestimates the minimum surface pressures and maximum wind speeds from TCs, as is common among most climate models due to lower horizontal resolutions. However, GloSea6 is likely capable of simulating slightly stronger TCs than GloSea5, partly attributed to more frequent 6-hourly outputs compared to the previous daily outputs.
Eight different data sets are examined in order to gain insight into the surface heat flux traits of the East Asian marginal seas. In the case of solar radiation of the East Sea (Japan Sea), Coordinated Ocean-ice Reference Experiments ver. 2 (CORE2) and the Objectively Analyzed Air-Sea Fluxes (OAFlux) are similar to the observed data at meteorological stations. A combination is sought by averaging these as well as the Climate Forecast System Reanalysis (CFSR) and the National Centers for Environmental Prediction (NCEP)-1 data to acquire more accurate surface heat flux for the East Asian marginal seas. According to the Combination Data, the annual averages of net heat flux of the East Sea, Yellow Sea, and East China Sea are -61.84, -22.42, and $-97.54Wm^{-2}$, respectively. The Kuroshio area to the south of Japan and the southern East Sea were found to have the largest upward annual mean net heat flux during winter, at -460- -300 and at $-370--300Wm^{-2}$, respectively. The long-term fluctuation (1984-2004) of the net heat flux shows a trend of increasing transport of heat from the ocean into the atmosphere throughout the study area.
The present work is an attempt to study the vibration analysis of the single-walled carbon nanotubes (SWCNTs) under the effect of the surface irregularity using Donnell's model. The surface irregularity represented by the parabolic form. According to Donnell's model and three-dimensional elasticity theory, a novel governing equations and its solution are derived and matched with the case of no irregularity effects. To understand the reaction of the nanotube to the irregularity effects in terms of natural frequency, the numerical calculations are done. The results obtained could provide a better representation of the vibration behavior of an irregular single-walled carbon nanotube, where the aspect ratio (L/d) and surface irregularity all have a significant impact on the natural frequency of vibrating SWCNTs. Furthermore, the findings of surface irregularity effects on vibration SWCNT can be utilized to forecast and prevent the phenomena of resonance of single-walled carbon nanotubes.
With heavy rainfall due to extreme weather causing increasing damage, the importance of urban flood forecasting continues to grow. To forecast urban flooding accurately and promptly, a sewer network and surface grid with appropriate detail are necessary. However, for urban areas with complex storm sewer networks and terrain structures, high-resolution grids and detailed networks can significantly prolong the analysis. Therefore, determining an appropriate level of network simplification and a suitable surface grid resolution is essential to secure the golden time for urban flood forecasting. In this study, InfoWorks ICM, a software program capable of 1D-2D coupled simulation, was used to examine urban flood forecasting performance for storm sewer networks with various levels of simplification and different surface grid resolutions. The inundation depth, inundation area, and simulation time were analyzed for each simplification level. Based on the analysis, the simulation time was reduced by up to 65% upon simplifying the storm sewer networks and by up to 96% depending on the surface grid resolution; further, the inundation area was overestimated as the grid resolution increased. This study provides insights into optimizing the simplification level and surface grid resolution for storm sewer networks to ensure efficient and accurate urban flood forecasting.
Environmental Sciences Bulletin of The Korean Environmental Sciences Society
/
v.10
no.S_1
/
pp.23-28
/
2001
A new numerical weather prediction and dispersion model, the Operational Multi-scale Environment model with Grid Adaptivity(OMEGA) including an embedded Atmospheric Dispersion Model(ADM), is introduced as a next generation atmospheric simulation system for real-time hazard predictions, such as severe weather or the transport of hazardous release. OMEGA is based on an unstructured grid that can facilitate a continuously varying horizontal grid resolution ranging from 100 km down to 1 km and a vertical resolution from 20 -30 meters in the boundary layer to 1 km in the free atmosphere. OMEGA is also naturally scale spanning and time. In particular, the unstructured grid cells in the horizontal dimension can increase the local resolution to better capture the topography or important physical features of the atmospheric circulation and cloud dynamics. This means the OMEGA can readily adapt its grid to a stationary surface, terrain features, or dynamic features in an evolving weather pattern. While adaptive numerical techniques have yet to be extensively applied in atmospheric models, the OMEGA model is the first to exploit the adaptive nature of an unstructured gridding technique for atmospheric simulation and real-time hazard prediction. The purpose of this paper is to provide a detailed description of the OMEGA model, the OMEGA system, and a detailed comparison of OMEGA forecast results with observed data.
Statistical forecast models for the prediction of the summertime Changma precipitation have been developed in this study. As effective predictors for the Changma precipitation, the springtime sea surface temperature (SST) anomalies over the North Atlantic (NA1), the North Pacific (NPC) and the tropical Pacific Ocean (CNINO) has been suggested in Lee and Seo (2013). To further improve the performance of the statistical prediction scheme, we select other potential predictors and construct 2 additional statistical models. The selected predictors are the Northern Indian Ocean (NIO) and the Bering Sea (BS) SST anomalies, and the spring Eurasian snow cover anomaly (EUSC). Then, using the total three statistical prediction models, a simple ensemble-mean prediction is performed. The resulting correlation skill score reaches as high as ~0.90 for the last 21 years, which is ~16% increase in the skill compared to the prediction model by Lee and Seo (2013). The EUSC and BS predictors are related to a strengthening of the Okhotsk high, leading to an enhancement of the Changma front. The NIO predictor induces the cyclonic anomalies to the southwest of the Korean peninsula and southeasterly flows toward the peninsula, giving rise to an increase in the Changma precipitation.
Development of an artificial neural network model was presented to predict the daily maximum $SO_2$ concentration in the urban-industrial area of Ulsan. The network model was trained during April through September for 2000-2005 using $SO_2$ potential parameters estimated from meteorological and air quality data which are closely related to daily maximum $SO_2$ concentrations. Meteorological data were obtained from regional modeling results, upper air soundings and surface field measurements and were then used to create the $SO_2$ potential parameters such as synoptic conditions, mixing heights, atmospheric stabilities, and surface conditions. In particular, two-stage clustering techniques were used to identify potential index representing major synoptic conditions associated with high $SO_2$ concentration. Two neural network models were developed and tested in different conditions for prediction: the first model was set up to predict daily maximum $SO_2$ at 5 PM on the previous day, and the second was 10 AM for a given forecast day using an additional potential factors related with urban emissions in the early morning. The results showed that the developed models can predict the daily maximum $SO_2$ concentrations with good simulation accuracy of 87% and 96% for the first and second model. respectively, but the limitation of predictive capability was found at a higher or lower concentrations. The increased accuracy for the second model demonstrates that improvements can be made by utilizing more recent air quality data for initialization of the model.
The objectives of this study are the detection and forecast of climate change signal in the annual mean of surface temperature data, which are generated by MRI/JMA CGCM over the Korean Peninsula. MRI/JMA CGCM outputs consist of control run data(experiment with no change of $CO_2$ concentration) and scenario run data($CO_2$ 1%/year increase experiment to quadrupling) during 142 years for surface temperature and precipitation. And ECMWF reanalysis data during 43 years are used as observations. All data have the same spatial structure which consists of 42 grid points. Two statistical models, the Bayesian fingerprint method and the regression model with autoregressive error(AUTOREG model), are separately applied to detect the climate change signal. The forecasts up to 2100 are generated by the estimated AUTOREG model only for detected grid points.
Seasonal forecasting has numerous socioeconomic benefits because it can be used for disaster mitigation. Therefore, it is necessary to diagnose and improve the seasonal forecast model. Moreover, the model performance is partly related to the ocean model. This study evaluated the hindcast performance in the upper ocean of the Global Seasonal Forecasting System version 5-Global Couple Configuration 2 (GloSea5-GC2) using a multivariable integrated evaluation method. The normalized potential temperature, salinity, zonal and meridional currents, and sea surface height anomalies were evaluated. Model performance was affected by the target month and was found to be better in the Pacific than in the Atlantic. An increase in lead time led to a decrease in overall model performance, along with decreases in interannual variability, pattern similarity, and root mean square vector deviation. Improving the performance for ocean currents is a more critical than enhancing the performance for other evaluated variables. The tropical Pacific showed the best accuracy in the surface layer, but a spring predictability barrier was present. At the depth of 301 m, the north Pacific and tropical Atlantic exhibited the best and worst accuracies, respectively. These findings provide fundamental evidence for the ocean forecasting performance of GloSea5.
Journal of Korean Society of Coastal and Ocean Engineers
/
v.34
no.1
/
pp.11-18
/
2022
In order to improve the accuracy of particle tracking prediction techniques near the Korean Strait, this study compared and analyzed a particle tracking model based on a seawater flow numerical model and a machine learning based on a particle tracking model using field observation data. The data used in the study were the surface drifter buoy movement trajectory data observed in the Korea Strait, prediction data by machine learning (linear regression, decision tree) using the tide and wind data from three observation stations (Gageo Island, Geoje Island, Gyoboncho), and prediciton data by numerical models (ROMS, MOHID). The above three data were compared through three error evaluation methods (Correlation Coefficient (CC), Root Mean Square Errors (RMSE), and Normalized Cumulative Lagrangian Separation (NCLS)). As a final result, the decision tree model had the best prediction accuracy in CC and RMSE, and the MOHID model had the best prediction results in NCLS.
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.