Journal of the Korean Institute of Intelligent Systems
/
v.25
no.3
/
pp.242-247
/
2015
In this study, we propose the design of Radial Basis Function Neural Network(RBFNN) classifier in order to classify between precipitation and non-precipitation echo. The characteristics of meteorological radar data is analyzed for classifying precipitation and non-precipitation echo. Input variables is selected as DZ, SDZ, VGZ, SPN, DZ_FR, VR by performing pre-processing of UF data based on the characteristics analysis and these are composed of training and test data. Finally, QC data being used in Korea Meteorological Administration is applied to compare with the performance results of proposed classifier.
Medium-range forecast is highly dependent on ensemble forecast data. However, operational weather forecasters have not enough time to digest all of detailed features revealed in ensemble forecast data. To utilize the ensemble data effectively in medium-range forecasting, representative weather patterns in East Asia in this study are defined. The k-means clustering analysis is applied for the objectivity of weather patterns. Input data used daily Mean Sea Level Pressure (MSLP) anomaly of the ECMWF ReAnalysis-Interim (ERA-Interim) during 1981~2010 (30 years) provided by the European Centre for Medium-Range Weather Forecasts (ECMWF). Using the Explained Variance (EV), the optimal study area is defined by 20~60°N, 100~150°E. The number of clusters defined by Explained Cluster Variance (ECV) is thirty (k = 30). 30 representative weather patterns with their frequencies are summarized. Weather pattern #1 occurred all seasons, but it was about 56% in summer (June~September). The relatively rare occurrence of weather pattern (#30) occurred mainly in winter. Additionally, we investigate the relationship between weather patterns and extreme weather events such as heat wave, cold wave, and heavy rainfall as well as snowfall. The weather patterns associated with heavy rainfall exceeding 110 mm day-1 were #1, #4, and #9 with days (%) of more than 10%. Heavy snowfall events exceeding 24 cm day-1 mainly occurred in weather pattern #28 (4%) and #29 (6%). High and low temperature events (> 34℃ and < -14℃) were associated with weather pattern #1~4 (14~18%) and #28~29 (27~29%), respectively. These results suggest that the classification of various weather patterns will be used as a reference for grouping all ensemble forecast data, which will be useful for the scenario-based medium-range ensemble forecast in the future.
The objective of this study is to derive and evaluate the drought threshold level based on hydro-meteorological data using historical drought events. After collecting the drought events during 1991 to 2009 year, the observed meteorological data and estimated hydrological component from LSM are used as input for the percentile analysis that is drought analysis data. The drought threshold level that precipitation and runoff of 3 month duration are less than 35%, soil moisture of 2 month duration is less than 35% and evapotranspiration of 3 month duration is more than 65% is derived using ROC analysis that are objective test method. ROC analysis with SPI (3) is performed to evaluate the applicability of threshold level in the domestic. As a result, it can be concluded that the derived drought threshold level show better performance to reflect the historical drought events than SPI (3) and it reasonably explain the spatial drought situation through the spatial analysis.
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.
Simulation results of Asian Dust Aerosol Model (ADAM) for the period of April 7-9, 2006 were analyzed, comparing with observed PM10 data. ADAM simulated around ten times lower than on-site PM10 concentration in the source regions: Zhurihe, Tongliao, Yushe, Dalian and Huimin. As the result of this low concentration, transported amounts of Asian Dust were under-estimated as well. In order to quantify a forecasting accuracy, Bias and RMSE were calculated. Even though remarkably negative Biases and high RMSEs were observed, ADAM simulation had followed well up the time of dust outbreak and a transported path. However, the emission process to generate dust from source regions requires a great enhancement. The PM10 concentration at the surface reached up to $2,300{\mu}gm^{-3}$ at Baeknyoungdo and Seoul (Mt. Gwanak), up to $1,750{\mu}gm^{-3}$ at KGAWO about 18:00 LST in April 8, respectively; however, ADAM did not simulate the same result on its second peak. It is considered that traveling Asian dust might have been lagged over the Korean peninsula by the blocking of surface high pressure. Moreover, the current RDAPS's 30 km grid resolution (which ADAM adopts as the meteorological input data) might not adequately represent small-scale atmospheric motions below planetary boundary layer.
The objective of this study is to develop stochastic and deterministic models which could be used to synthesize water application time series. Adaptive models using mulitivariate ARIMA(Transfer Function Model) are developed for daily urban water use forecasting. The model considers several variables on which water demands is dependent. The dynamic response of water demands to several factors(e.g. weekday, average temperature, minimum temperature, maximum temperature, humidity, cloudiness, rainfall) are characterized in the model by transfer functions. Daily water use data of Kumi city in 1992 are employed for model parameter estimation. Meteorological data of Seonsan station are utilized to input variables because Kumi has no records about the meteorological factor data.To determine the main factors influencing water use, autocorrelogram and cross correlogram analysis are performed. Through the identification, parameter estimation, and diagnostic checking of tentative model, final transfer function models by each month are established. The simulation output by transfer function models are compared to a historical data and shows the good agreement.
Kang, Misun;Lim, Yun-Kyu;Cho, Changbum;Kim, Kyu Rang;Park, Jun Sang;Kim, Baek-Jo
Journal of the Korean earth science society
/
v.36
no.6
/
pp.567-579
/
2015
The accurate simulation of micro-scale weather phenomena such as fog using the mesoscale meteorological models is a very complex task. Especially, the uncertainty arisen from initial input data of the numerical models has a decisive effect on the accuracy of numerical models. The data assimilation is required to reduce the uncertainty of initial input data. In this study, the limitation of the mesoscale meteorological model was verified by WRF (Weather Research and Forecasting) model for a summer fog event around the Nakdong river in Korea. The sensitivity analyses of simulation accuracy from the numerical model were conducted using two different initial and boundary conditions: KLAPS (Korea Local Analysis and Prediction System) and LDAPS (Local Data Assimilation and Prediction System) data. In addition, the improvement of numerical model performance by FDDA (Four-Dimensional Data Assimilation) using the observational data from AWS (Automatic Weather System) was investigated. The result of sensitivity analysis showed that the accuracy of simulated air temperature, dew point temperature, and relative humidity with LDAPS data was higher than those of KLAPS, but the accuracy of the wind speed of LDAPS was lower than that of KLAPS. Significant difference was found in case of relative humidity where RMSE (Root Mean Square Error) for LDAPS and KLAPS was 15.7 and 35.6%, respectively. The RMSE for air temperature, wind speed, and relative humidity was improved by approximately $0.3^{\circ}C$, $0.2m\;s^{-1}$, and 2.2%, respectively after incorporating the FDDA.
KSCE Journal of Civil and Environmental Engineering Research
/
v.14
no.2
/
pp.307-316
/
1994
The rainfall forecasting model of the short term is improved at the point where meterological data is not gaged. In this study, the adopted model is based on the assumptions for simulation model of rainfall process, meteorological homogeneousness, prediction and estimation of meteorological data. A Kalman Filter technique is used for rainfall forecasting. In the existing models, the equation of the model is non-linear type with regard to rainfall rate, because hydrometer size distribution (HSD) depends on rainfall intensity. The equation is linearized about rainfall rate as HSD is formulated by the function of the water storage in the cloud. And meteorological input variables are predicted by emprical model. It is applied to the storm events over Taech'ong Dam area. The results show that root mean square error between the forecasted and the observed rainfall intensity is varing from 0.3 to 1.01 mm/hr. It is suggested that the assumptions of this study be reasonable and our model is useful for the short term rainfall forecasting at the ungaged point of the meteorological data.
Journal of the Korean Association of Geographic Information Studies
/
v.15
no.1
/
pp.144-158
/
2012
A higher spatial resolution is preferable to support the accuracy of detailed climate analysis in urban areas. Airborne LiDAR (Light Detection And Ranging) and satellite (KOMPSAT-2, Korea Multi-Purpose Satellite-2) images at 1 to 4 m resolution were utilized to produce digital elevation and building surface models as well as land cover maps at very high(5m) resolution. The Climate Analysis Seoul(CAS) was used to calculate the fractional coverage of land cover classes in built-up areas and thermal capacity of the buildings from their areal volumes. It then produced analyzed maps of local-scale temperature based on the old and new input data. For the verification of the accuracy improvement by the precise input data, the analyzed maps were compared to the surface temperature derived from the ASTER satellite image and to the ground observation at our detailed study region. After the enhancement, the ASTER temperature was highly correlated with the analyzed temperature at building (BS) areas (R=0.76) whereas there observed no correlation with the old input data. The difference of the air temperature deviation was reduced from 1.27 to 0.70K by the enhancement. The enhanced precision of the input data yielded reasonable and more accurate local-scale temperature analysis based on realistic surface models in built-up areas. The improved analysis tools can help urban planners evaluating their design scenarios to be prepared for the urban climate.
Pollen is closely related to health issues such as allergenic rhinitis and asthma as well as intensifying atopic syndrome. Information on current and future spatio-temporal distribution of allergenic pollen is needed to address such issues. In this study, the Community Multiscale Air Quality Modeling (CMAQ) was utilized as a base modeling system to forecast pollen dispersal from oak trees. Pollen emission is one of the most important parts in the dispersal modeling system. Areal emission factor was determined from gridded areal fraction of oak trees, which was produced by the analysis of the tree type maps (1:5000) obtained from the Korea Forest Service. Daily total pollen production was estimated by a robust multiple regression model of weather conditions and pollen concentration. Hourly emission factor was determined from wind speed and friction velocity. Hourly pollen emission was then calculated by multiplying areal emission factor, daily total pollen production, and hourly emission factor. Forecast data from the KMA UM LDAPS (Korea Meteorological Administration Unified Model Local Data Assimilation and Prediction System) was utilized as input. For the verification of the model, daily observed pollen concentration from 12 sites in Korea during the pollen season of 2014. Although the model showed a tendency of over-estimation in terms of the seasonal and daily mean concentrations, overall concentration was similar to the observation. Comparison at the hourly output showed distinctive delay of the peak hours by the model at the 'Pocheon' site. It was speculated that the constant release of hourly number of pollen in the modeling framework caused the delay.
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.