• Journal of the Korean earth science society
• /
• v.22 no.3
• /
• pp.186-194
• /
• 2001

The operational meso-scale short range NWP system was developed for Cheju Regional Meteorological Office located at Cheju island, Korea. The Central Meteorological Service Center, KMA has reported the information on numerical weather prediction every 12 hours. But this information is not enough to determine the detail forecast for the regional meteorological office because the terrain of the Korean peninsula is very complex and the resolution of the numerical model provided by KMA headquarter is too coarse to resolve the local severe weather system such as heavy rainfall. LAPS and MM5 models were chosen for three-dimentional data assimilation and numerical weather prediction tools respectively. LAPS was designed to provide the initial data to all regional numerical prediction models including MM5. Synoptic observational data from GTS, satellite brightness temperature data from GMS-5 and the composite reflectivity data from 5 radar sites were used in the LAPS data assimilation for producing the initial data. MM5 was performed on PC-cluster based on 16 pentium CPUs which was one of the cheapest distributed parallel computer in these days. We named this system as Halla Short Range Prediction System (HSRPS). HSRPS was verified by heavy rainfall case in July 9, 1999, it showed that HSRPS well resolved local severe weather which was not simulated by 30 km MM5/KMA. Especially, the structure of rainfall amount was very close to the corresponding observation. HSRPS will be operating every 6 hours in the Cheju Regional Meteorological Office from April 2000.

• The Bulletin of The Korean Astronomical Society
• /
• v.37 no.2
• /
• pp.130.2-130.2
• /
• 2012

태양의 활동영역에서 관측할 수 있는 흑점은 주로 흑점군으로 관측되며, 태양폭발현상의 발생을 예보하기 위한 중요한 관측 대상 중 하나이다. 현재 태양 폭발을 예보하는 모델들은 McIntosh 흑점군 분류법을 사용하며 통계적 모델과 기계학습 모델로 나누어진다. 컴퓨터는 흑점군의 형태학적 특성을 연속적인 값으로 계산하지만 흑점군의 형태적 다양성으로 인해 McIntosh 분류를 잘못 분류할 수도 있다. 이러한 이유로 컴퓨터가 계산한 흑점군의 형태학적인 특성을 예보에 직접 적용하는 것이 필요하다. 우리는 흑점군의 형태학적인 특성(개수, 면적, 면적비 등)과 함께 모든 흑점을 정점(Vertex)으로 하고 그 사이를 연결하는 간선(Edge)으로 하는 간선의 거리 합이 최소인 최소신장트리(Minimum spanning tree : MST)를 작성하였다. 이 최소신장트리를 사용하여 흑점군을 검출하고 가장 면적이 큰 정점을 중심으로 트리의 깊이(Depth)와 차수(Degree)를 계산하였다. 이 방법을 2003년 SOHO/MDI의 태양 가시광 영상에 적용하여 구한 흑점군의 내부 흑점수와 면적은 NOAA에서 산출한 값들과 90%, 99%의 좋은 상관관계를 가졌다. 우리는 이 연구를 통해 흑점군의 형태학적인 특성과 더불어 예보에 직접적으로 활용할 수 있는 방법을 논의하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1013-1017
• /
• 2008

이 연구는 기상수치예보 모델 중 지역수치예보모델인 RDAPS 모델을 이용하여 강우자료를 예측한 값과 실제 강우관측지점에서의 강우량을 비교해 보고 RDAPS 예측량의 정확도를 높이기 위한 연구이다. RDAPS 모델의 자료는 00UTC와 12UTC에 3시간 누적 자료를 48시간에 대해서 생성하고, 30km 격자망에 대한 정보를 담고 있기 때문에 1시간 간격으로 측정된 지점 강우량과의 비교를 위해서는 관측지점과 근거리 정보를 찾고 1시간 간격의 관측 자료를 3시간 누적강우량으로 바꾸는 전처리 과정이 필요하다. 실제 강우예측이 어려움을 겪는 것처럼 RDAPS의 예측 강우량과 관측 강우량은 큰 차이를 보이는 것으로 나타났다. 예측 강우량의 정확도를 높이고자 인공신경망을 적용하였다. 인공신경망이란 뇌기능의 특성 몇가지를 컴퓨터 시뮬레이션으로 표현하는 것을 목표로 하는 수학 모델이다. 강우수치예측 자료 외에도 RDAPS 모델에서 얻을 수 있는 풍향, 풍속, 상대습도, 기압, 온도 등의 다른 수치자료들을 이용하여 인공신경망을 이용하여 자료들의 패턴을 시뮬레이션 하여 정확도가 높은 예측값을 얻을 수 있었다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2007.12a
• /
• pp.100-103
• /
• 2007

근래 컴퓨터 수치모델이 급속하게 발전함으로써 다양한 분야에서 수치예보기술이 응용되고 있다. 실시간 해양예보시스템도 그중의 하나로 관측시스템, 정보제공시스템, 그리고 모델링시스템으로 구성되며, 이는 실시간 해양정보를 제공함으로써 해상교통의 안전과 연안환경의 보호에 기여한다. 본 연구에서는 부산항 실시간 해양예보시스템의 구축을 위한 기초연구로써 부산항 모델링시스템을 개발하였으며 그 결과를 제시한다. 기존 관측자료가 부족하여 M2조석 모델링만으로 시스템의 테스트를 수행하였으나 앞으로 관측시스템이 완비되면 종합적인 테스트가 요구된다. 아울러 앞으로 관측시스템 및 정보제공시스템이 계속해서 구축될 예정이며 이들 시스템이 모두 완비되고 나면 인터넷을 통한 실시간 정보제공이 이루어지게 될 것이다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2005.11a
• /
• pp.101-105
• /
• 2005

호남지역에 대한 대설특보 예보를 위한 통계모형 개발을 수행하였다. 일 신적설량에 따라 세법주(0: 비발생, 1: 대설주의보, 2: 대설경보)로 구분되는 순서형 자료 형태를 지니고 있다. 두가지 통계 모형(다등급 로지스틱 회귀모형, 신경회로망 모형)을 고려하였으며, 수치모델 출력자료를 이용한 역학-통계모형 기법의 하나인 MOS(model output statistics)를 적용하여 축적된 수치모델 예보자료와 관측치의 관계를 통계모형식으로 추정하여 예측모형을 개발하였다. 군집분석을 사용하여 훈련자료와 검증자료를 구분하였으며, 예보치 생성을 위하여 문턱치를 고려하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.10-10
• /
• 2018

기후변화로 인한 집중호우의 빈도 및 강도가 증가하여 치수 구조물의 설계 홍수 빈도를 초과하는 피해가 발생하고 있다. 본 연구에서는 이러한 침수 피해를 저감하기 위해 수치예보자료를 활용한 홍수 예 경보시스템의 적용성을 비교 평가하였다. 수치예보자료는 국내 기상청에서 제공하는 국지예보모델(LDAPS)과 일본 기상청의 중규모모델(Meso-scale Model ; MSM)을 이용하였으며, 남강댐 유역 내의 산청 유역에 대해 태풍 및 정체 전선 등 3 개의 강우사상을 선정하였다. 강우유출 해석에는 분포형 수문 모형인 KWMSS(Kinematic Wave Method for Subsurface and Surface)를 이용하였다. 그 결과, LDAPS와 MSM 모두 강우발생 유무를 잘 재현하였다. 특히, 광역적 강우인 태풍사상에 대해 강우 예측에서 비교적 높은 정확도를 나타내었다. 강우 예측의 정확도 향상을 위해 강우장의 공간 변위를 고려하여 앙상블 강우 분포를 적용한 결과, 강우 예측의 정확도가 향상되는 것으로 나타났다. 홍수 예측의 경우 두 수치예보자료 모두 유출 패턴을 잘 재현하였다. 앙상블 홍수 예측 결과, 단일 강우 자료를 통한 홍수 예측에서의 예측 불확실성을 개선하는 것으로 나타났다. 3개의 강우 사상에 대해 MSM의 예측 결과가 LDAPS의 예측 결과보다 비교적 높은 상관관계를 나타내었다. 본 연구를 통해 강우 및 홍수 예측에 수치예보자료의 적용 가능성이 있다고 판단되며, 홍수 예 경보의 기초자료로 활용성이 있다고 판단된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.589-591
• /
• 2023

현재 수치예보 시스템은 항공기, 위성 등 다양한 센서에서 얻은 다종 관측 데이터를 동화하여 대기 상태를 추정하고 있지만, 관측변수 또는 물리량이 서로 다른 관측들을 처리하기 위한 계산 복잡도가 매우 높다. 본 연구에서 기존 시스템의 계산 효율성을 개선하여 관측을 평가하거나 전처리하는 데에 효율적으로 활용하기 위해, 각 관측의 특성을 고려한 자기 지도학습 방법을 통해 멀티모달 기상관측으로부터 실제 대기 상태를 추정하는 방법론을 제안하고자 한다. 비균질적으로 수집되는 멀티모달 기상관측 데이터를 융합하기 위해, (i) 기상관측의 heterogeneous network를 구축하여 개별 관측의 위상정보를 표현하고, (ii) pretext task 기반의 self-supervised learning을 바탕으로 개별 관측의 특성을 표현한다. (iii) Graph neural network 기반의 예측 모델을 통해 실제에 가까운 대기 상태를 추정한다. 제안하는 모델은 대규모 수치 시뮬레이션 시스템으로 수행되는 기존 기술의 한계점을 개선함으로써, 이상 관측 탐지, 관측의 편차 보정, 관측영향 평가 등 관측 전처리 기술로 활용할 수 있다.

• The Korean Journal of Applied Statistics
• /
• v.15 no.2
• /
• pp.213-222
• /
• 2002

The 3-hour-interval prediction of ground-level temperature up to +45 hours in Seoul area is performed using dynamic linear models(DLM). Numerical outputs and observations we used as input values of DLM. According to compare DLM forecasts to RDAPS forecasts using RMSE, DLM improve the accuracy of prediction and systematic error of numerical model outputs are eliminated by DLM.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.476-476
• /
• 2016

근래 들어 우리나라 동해안에서 이상고파라 불리는 너울성 고파가 자주 발생하여 상당한 인명 피해를 야기하는 등 사회적으로 큰 이슈가 되고 있다. 이상고파는 일반적으로 동해상에서 발달한 강한 저기압에 의해 발생한 고파가 상대적으로 주기가 긴 너울의 특성을 띄며 우리나라 연안에 도달하여 피해를 발생시키는 것으로 알려져 있으며, 연안에 해상상태가 잦아지는 상황에서 갑작스럽게 전파되어 오기 때문에 많은 인명피해가 발생하게 된다. 현재 미국 등의 해양예보 선진국들은 파랑모델을 운용하여 너울을 포함한 파랑예보를 수행하고 있으며, 해상부이 등의 다양한 파랑관측을 통해 그 성능을 향상시키고 있다. 우리나라에서도 선진 해양예보시스템을 활용하여 이상고파를 예측하고자 하는 연구의 필요성이 제기되고 있으며 정부 관련 부처를 중심으로 그에 대한 연구가 점차 진행되고 있다. 본 연구에서는 파랑모델을 활용하여 기존에 발생한 이상고파 피해사례에 대한 후측모의를 수행하고 우리나라에서 발생하는 이상고파의 발달과정을 분석하였다. 또한, 파랑모델의 후측모의 결과를 관측자료와 비교하여 모델의 성능을 검증하고 문제점을 분석하였다.

• Bulletin of the Korean Space Science Society
• /
• 2003.05b
• /
• pp.40-40
• /
• 2003