Kim, Hyo-suk;Do, Ki Seok;Park, Joo Hyeon;Kang, Wee Soo;Lee, Yong Hwan;Park, Eun Woo
The Plant Pathology Journal
/
제36권1호
/
pp.54-66
/
2020
This study was conducted to evaluate usefulness of numerical weather prediction data generated by the Unified Model (UM) for plant disease forecast. Using the UM06- and UM18-predicted weather data, which were released at 0600 and 1800 Universal Time Coordinated (UTC), respectively, by the Korea Meteorological Administration (KMA), disease forecast on bacterial grain rot (BGR) of rice was examined as compared with the model output based on the automated weather stations (AWS)-observed weather data. We analyzed performance of BGRcast based on the UM-predicted and the AWS-observed daily minimum temperature and average relative humidity in 2014 and 2015 from 29 locations representing major rice growing areas in Korea using regression analysis and two-way contingency table analysis. Temporal changes in weather conduciveness at two locations in 2014 were also analyzed with regard to daily weather conduciveness (Ci) and the 20-day and 7-day moving averages of Ci for the inoculum build-up phase (Cinc) prior to the panicle emergence of rice plants and the infection phase (Cinf) during the heading stage of rice plants, respectively. Based on Cinc and Cinf, we were able to obtain the same disease warnings at all locations regardless of the sources of weather data. In conclusion, the numerical weather prediction data from KMA could be reliable to apply as input data for plant disease forecast models. Weather prediction data would facilitate applications of weather-driven disease models for better disease management. Crop growers would have better options for disease control including both protective and curative measures when weather prediction data are used for disease warning.
International Journal of Advanced Culture Technology
/
제7권4호
/
pp.327-333
/
2019
Wind speed data constitute important weather information for aircrafts flying at low altitudes, such as drones. Currently, the accuracy of low altitude wind predictions is much lower than that of high-altitude wind predictions. Deep neural networks are proposed in this study as a method to improve wind speed forecast information. Deep neural networks mimic the learning process of the interactions among neurons in the brain, and it is used in various fields, such as recognition of image, sound, and texts, image and natural language processing, and pattern recognition in time-series. In this study, the deep neural network model is constructed using the wind prediction values generated by the numerical model as an input to improve the wind speed forecasts. Using the ground wind speed forecast data collected at the Boseong Meteorological Observation Tower, wind speed forecast values obtained by the numerical model are compared with those obtained by the model proposed in this study for the verification of the validity and compatibility of the proposed model.
Day ahead forecast is necessary for the electricity market to stabilize the electricity penetration. Numerical weather prediction is usually employed to produce the solar irradiance as well as electric power forecast for longer than 12 hours forecast horizon. Korea Meteorological Administration operates the UM-LDAPS model to produce the 36 hours forecast of hourly total irradiance 4 times a day. This study interpolates the hourly total irradiance into 15 minute instantaneous irradiance and then compare them with observed solar irradiance at four ground stations at 1 minute resolution. Numerical weather prediction model employed here was produced at 00 UTC or 18 UTC from January to December, 2018. To compare the statistical model for the forecast horizon less than 3 hours, smart persistent model is used as a reference model. Relative root mean square error of 15 minute instantaneous irradiance are averaged over all ground stations as being 18.4% and 19.6% initialized at 18 and 00 UTC, respectively. Numerical weather prediction is better than smart persistent model at 1 hour after simulation began.
RDAPS 수치예보로부터 생산된 일단위 강우시계열을 바탕으로 유량 예측을 모의하고, 정성적인 중장기 예보를 고려한 ESP 분석을 수행하여 결과를 비교하고 적용성을 검토하였다. 금강유역을 대상으로 ESP, 정성적 기상예보를 고려한 ESP, RDAPS 기상수치예보에의한유량예측결과를평균유출량과비교 분석을 통해각기법별 결과의 개선효과를 평가하였다. 예측 모의 결과 기상정보를 고려한 ESP 방법의 결과가상대적으로 양호한 것으로 분석되었다. 확률예측의 정확도를 평가하기 위한 불일치율(Discrepancy Ratio) 분석 결과에서도 같은 결과를 얻었다. RDAPS 수치예보의 경우 3시간 단위의 누적강수라는 특성이 감안된 시간분해능을 갖는 일단위 시나리오로 개선되거나 장기간 동안 지속적인 모의 평가가 이루어진다면 더욱 정밀한 유량예측을 모의 할 수 있을 것으로 예상된다.
Environmental Sciences Bulletin of The Korean Environmental Sciences Society
/
제10권S_1호
/
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.
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.
Daily ahead forecast is necessary for the electricity balance between load and supply due to the variability renewable energy. Numerical weather prediction is usually employed to produce the solar irradiance as well as electric power forecast for more than 12 hours forecast horizon. UM-LDAPS model is the numerical weather prediction operated by Korea Meteorological Administration and it generates the 36 hours forecast of hourly total irradiance 4 times a day. This study attempts to evaluate the model performance against the in situ measurements at 37 ground stations from January to May, 2013. Relative mean bias error, mean absolute error and root mean square error of hourly total irradiance are averaged over all ground stations as being 8.2%, 21.2% and 29.6%, respectively. The behavior of mean bias error appears to be different; positively largest in Chupoongnyeong station but negatively largest in Daegu station. The distinct contrast might be attributed to the limitation of microphysics parameterization for thick and thin clouds in the model.
The Numerical Weather Prediction (NWP) models determine the future state of the weather by forcing current weather conditions into the atmospheric models. The NWP models approximate mathematically the physical dynamics by nonlinear differential equations; however these approximations include uncertainties. The errors of the NWP estimations can be related to the initial and boundary conditions and model parameterization. Development in the meteorological forecast models did not solve the issues related to the inevitable biases. In spite of the efforts to incorporate all sources of uncertainty into the forecast, and regardless of the methodologies applied to generate the forecast ensembles, they are still subject to errors and systematic biases. The statistical post-processing increases the accuracy of the forecast data by decreasing the errors. Error prediction of the NWP models which is updating the NWP model outputs or model output statistics is one of the ways to improve the model forecast. The regression methods (including linear, polynomial and scaling regression) are applied to the present study to improve the real time forecast skill. Such post-processing consists of two main steps. Firstly, regression is built between forecast and measurement, available during a certain training period, and secondly, the regression is applied to new forecasts. In this study, the WRF real-time forecast data, in comparison with the observed data, had systematic biases; the errors related to the NWP model forecasts were reflected in the underestimation of the meteorological data forecast by the WRF model. The promising results will indicate that the post-processing techniques applied in this study improved the meteorological forecast data provided by WRF model. A comparison between various bias correction methods will show the strength and weakness of the each methods.
The conventional observations of the Korea Meteorological Administration (KMA) and National Centers for Environmental Prediction (NCEP) are compared in the numerical weather forecast system at the Korea Institute of Atmospheric Prediction Systems (KIAPS). The weather forecasting system used in this study is consists of Korea Integrated Model (KIM) as a global numerical weather prediction model, three-dimensional variational method as a data assimilation system, and KIAPS Package for Observation Processing (KPOP) as an observation pre-processing system. As a result, the forecast performance of NCEP observation was better while the number of observation is similar to the KMA observation. In addition, the sensitivity of forecast performance was investigated for each SONDE, SURFACE and AIRCRAFT observations. The differences in AIRCRAFT observation were not sensitive to forecast, but the use of NCEP SONDE and SURFACE observations have shown better forecast performance. It is found that the NCEP observations have more wind observations of the SONDE in the upper atmosphere and more surface pressure observations of the SURFACE in the ocean. The results suggest that evenly distributed observations can lead to improved forecast performance.
This study examined the impact of assimilating the bending angle (BA) obtained via the global navigation satellite system radio occultation (GNSS RO) of the three new satellites (KOMPSAT-5, FY-3C, and FY-3D) on analyses and forecasts of a numerical weather prediction model. Numerical data assimilation experiments were performed using a three-dimensional variational data assimilation system in the Korean Integrated Model (KIM) at a 25-km horizontal resolution for August 2019. Three experiments were designed to select the height and quality control thresholds using the data. A comparison of the data with an analysis of the European Centre for Medium-Range Weather Forecasts (ECMWF) integrated forecast system showed a clear positive impact of BA assimilation in the Southern Hemisphere tropospheric temperature and stratospheric wind compared with that without the assimilation of the three new satellites. The impact of new data in the upper atmosphere was compared with observations using the infrared atmospheric sounding interferometer (IASI). Overall, high volume GNSS RO data helps reduce the RMSE quantitatively in analytical and predictive fields. The analysis and forecasting performance of the upper temperature and wind were improved in the Southern and Northern Hemispheres.
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.