본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

목차보기

[표지]

최종보고서

제출문

목차

요약문 12

I. 3단계 사업내용 및 성과 27

1. 목표 시스템 구축 내역 27

1.1. 해양경계모형 성능 점검 및 해빙지면정보 산출 알고리즘의 시험 적용(서울대학교) 27

1.2. 경사거리 고려한 관측연산자의 변분자료동화 과정 적용(이화여자대학교) 61

1.3. 고해상도 자료동화의 앙상블 국지화 진단 및 개선(명지대학교) 70

1.4. 자료동화 품질에 따른 모델 예측 성능 진단 기술의 예보 지원 활용(서울대학교) 76

1.5. 산출물내역 100

2. 시스템 시연 및 기대효과 101

2.1. 해양경계모형 성능 점검 및 해빙지면정보 산출 알고리즘의 시험 적용(서울대학교) 101

2.2. 경사거리 고려한 관측연산자의 변분자료동화 과정 적용(이화여자대학교) 102

2.3. 고해상도 자료동화의 앙상블 국지화 진단 및 개선(명지대학교) 103

2.4. 자료동화 품질에 따른 모델 예측 성능 진단 기술의 예보 지원 활용(서울대학교) 108

II. 향후 발전방향 110

1. 세부과제별 향후 발전방향 110

1.1. AMSU-A 기반 알고리즘 개발 및 전처리 기술 최적화(서울대학교) 110

1.2. 경사거리 관측연산자의 활용(이화여자대학교) 111

1.3. 국지화 추가 개선을 통한 수치예보모델 성능 향상(명지대학교) 112

1.4. 자료동화 품질에 따른 모델 예측 성능 진단 기술의 예보 지원 활용(서울대학교) 113

III. 참고문헌 114

판권기 117

[뒷표지] 118

표목차

표 1. 가상 검증자료 기반의 알고리즘 개선 전후에 대한 채널 6번과 7번의 방출... 33

표 2. 표 1과 같은 형식으로, 가상 테스트 자료에 관한 결과 34

표 3. 가상 검증자료 기반의 알고리즘 개선 전후에 대한 채널 6번과 7번의 해빙... 36

표 4. 표 3과 같은 형식으로, 가상 테스트 자료에 관한 결과 36

표 5. 2021년 겨울 동안 ATMS 실 관측자료에 대해 알고리즘 개선 전후의 성능... 38

표 6. 표 5과 같은 형식으로, 2022년 겨울 시즌의 결과 39

표 7. 다년빙 표본의 물리적/광학적 상태 53

표 8. 2024년 1월 Metop-C, NOAA-18, NOAA-19 위성의 AMSU-A 채널... 57

표 9. 표 8과 같은 형식이며, AMSU-A 채널 6번과 ATMS 채널 7번 간의 오차... 57

표 10. 예측 성능 분석 도구(FAT) 이용 영역 정보 68

표 11. 본 연구에서 진행한 5가지 앙상블 민감도 검사 시 설정한 반응 함수와 예... 78

그림목차

그림 1. 2015년 1월 1일 영국기상청에서 제공하는 OSTIA 해수면 온... 14

그림 2. 앙상블 배경오차공분산(B)에 대하여 다중규모 국지화를 사용할 경,... 22

그림 3. 미국 GSI 시스템을 통해서 시도되는 앙상블 다중규모 국지화 연구의 예 23

그림 4. 다중규모 국지화를 사용하는 경우(c) 단일 규모 고해상도... 24

그림 5. 알고리즘 개발 과정을 나타낸 도식도 30

그림 6. 개선된 다층 신경망 알고리즘의 구조 31

그림 7. 2021년 12월부터 다음 해 2월까지의 가상 검증자료를 기반으로 개선된... 32

그림 8. 그림 7과 같은 형식으로, 가상 테스트 자료에 관한 결과 34

그림 9. 가상의 검증자료에 대하여 채널 (a) 6번과 (b) 7번의 해빙지면 방출량... 35

그림 10. 그림 9와 같은 형식으로, 가상 테스트 자료에 관한 결과 35

그림 11. 2021년 겨울철 동안 ATMS (a) 채널 6번과 (b) 7번의 대기 상단 밝... 37

그림 12. 그림 11과 같은 형식이며, 2022년 겨울철 결과 38

그림 13. 모듈화된 ANN 알고리즘의 적용 예시 39

그림 14. 알고리즘의 정상 작동 여부에 대한 검증 결과 40

그림 15. KIM 현업 운영 흐름도 예시 41

그림 16. 2023년 1월 1일 ATMS 채널 6번의 (a) 방출률 및 (b) 방출량 산출 결... 42

그림 17. 2023년 1월 1일 OSI SAF 제공 해빙 유형 42

그림 18. 순환 예보 실험의 시간 흐름 모식도 43

그림 19. ATMS 채널 6번과 7번의 Ctl과 Exp 실험 내 자료 활용 빈도 44

그림 20. Exp 실험에서 ATMS 채널 6번과 7번의 KPOP 편향 보정 전후 결과 46

그림 21. 2024년 1월 동안 00 UTC에 수행된 예보의 풍속, 지위고도, 온도의 대류... 48

그림 22. 그림 21과 같은 형식이며, 00 UTC에 수행된 예보의 평균제곱오차 개선 지수 48

그림 23. 그림 21과 같은 형식이며, 00 UTC에 수행된 예보의 체계 오차 개선 지수 49

그림 24. 그림 21과 같은 형식이며, 00 UTC에 수행된 예보의 무작위 오차 개선 지수 49

그림 25. 2024년 1월 동안 12 UTC에 수행된 예보의 풍속, 지위고도, 온도의 대류... 50

그림 26. 그림 25와 같은 형식이며, 12 UTC에 수행된 예보의 평균제곱오차 개... 50

그림 27. 그림 25와 같은 형식이며, 12 UTC에 수행된 예보의 체계 오차 개선 지수 51

그림 28. 그림 25와 같은 형식이며, 12 UTC에 수행된 예보의 무작위 오차 개선 지수 51

그림 29. ATMS와 AMSU-A 센서의 채널 특성 비교 52

그림 30. 편광 성분에 따른 방출률과 지면 입사각 간의 관계 54

그림 31. (a) Metop-C, (b) NOAA-18, (c) NOAA-19 위성의 AMSU-A 채... 55

그림 32. 그림 31과 같은 형식이며, AMSU-A 채널 6의 결과 55

그림 33. 2024년 1월 Metop-C(빨간색), NOAA-18(파란색), NOAA-19(검은... 56

그림 34. 그림 33과 같은 형식이며, AMSU-A 채널 6번의 결과 56

그림 35. (a) OML 모듈 및 (b) 이상적인 연직 온도 편차(Ts-SST) 구조 59

그림 36. KIM4.0 후보 모델의 2024년 1월 1일 (a) 00, (b) 06, (c) 12, (d)... 60

그림 37. 경사거리 적용 모식도 61

그림 38. 관측지점(위도 -9.45°, 경도 176.6°, 위성천정각... 62

그림 39. 그림 38과 같으며, CND2 KPOP에 적용한 결과 63

그림 40. 2022년 7월 1일~7일 기간에 대한 (상) 온도장의 zonal 평균(좌)... 64

그림 41. 그림 40과 같으며, 2023년 7월 25일~31일에 대해 수행한 결과 65

그림 42. (상) 2022년 7월 및 (하) 2023년 7월에 대해 경사거리 적용에 따른.... 66

그림 43. 경사거리 적용에 따른 C-B 표준편차 감소율... 67

그림 44. 00UTC 분석장을 기준으로 5일 예측성능의 스코어카드 69

그림 45. 그림 44와 같으며, 12UTC 분석장을 기준으로 함 69

그림 46. 단일한 규모 국지화의 자료동화와 다중 규모 국지화의... 70

그림 47. 기상청 현업 자료동화의 국지화 규모 71

그림 48. 분석 증분을 파장별로 분석했을... 71

그림 49. 규모의존국지화의 배경오차공분산 구조 72

그림 50. KIM 코드의 변수변환 부분에 SDL 구현 73

그림 51. spec2ctrl를 spec2ctrl_band로 변화시킨 모습 73

그림 52. 파수 밴드에 따른 성분을 서로 다른 밴드에서 겹쳐지... 74

그림 53. spec2ctrl_band를 통해서 각 파수 밴드별... 74

그림 54. 자료동화 코드 내에서 파수별 국지화가 영향을 미칠 부분들에 대한 의... 75

그림 55. 앙상블 민감도 계산의 이해를 돕기 위해 북반구를 중심으로 한 격자 이... 78

그림 56. 반응 함수(A)가 고위도(60°~90°N) 500 hPa의 (a) 24, (b) 72,... 80

그림 57. 반응 함수(A)가 고위도(60°~90°N) 500 hPa의 (a) 24, (b) 72,... 80

그림 58. 반응 함수(A)가 고위도(60°~90°N) 500 hPa의 (a) 24, (b) 72,... 81

그림 59. 반응 함수(A)가 고위도(60°~90°N) 500 hPa의 24 h 타겟 GPH... 82

그림 60. 반응 함수(A)가 고위도(60°~90°N) 500 hPa의 72 h 타겟 GPH... 83

그림 61. 반응 함수(A)가 고위도(60°~90°N) 500 hPa의 120 h 타... 84

그림 62. 기상청(2022)에서 분석한 ACC와 RMSE 결과로부터 선정한 이상상... 86

그림 63. 기상청(2022)에서 분석한 ACC와 RMSE 결과로부터 선정한 이상... 87

그림 64. 반응 함수가 저위도(0°~30°N) 500 hPa의 (a) 24, (b) 72, (c)... 88

그림 65. 반응 함수는 중위도(30°~60°N) 500 hPa의 (a) 24, (b) 72, (c)... 89

그림 66. 반응 함수의 타겟 지역을 중위도(30°~60°N)로 설정하... 90

그림 67. 반응 함수가 중위도(30°~60°N) 500 hPa의 24 h 타겟 GPH이고,... 91

그림 68. 반응 함수가 중위도(30~60°N) 500 hPa의 72 h 타겟 GPH이고, 예... 91

그림 69. 반응 함수가 중위도(30~60°N) 500 hPa의 120 h 타겟 GPH이고,... 92

그림 70. 반응 함수가 중위도(30~60°N, 0~60°E/60~150°E/150~240... 93

그림 71. 반응 함수가 중위도(30~60°N, 0~60°E/60~150°E/150~240... 93

그림 72. 반응 함수가 중위도(30~60°N, 0~60°E/60~150°E/150~240... 94

그림 73. 반응 함수가 중위도(30~60°N, 0~60°E/60~150°E/150~240... 95

그림 74. 반응 함수가 중위도(30~60°N, 0~60°E/60~150°E/150~240... 96

그림 75. 반응 함수가 중위도(30~60°N, 0~60°E/60~150°E/150~240... 97

그림 76. ACC 결과가 다른 모델이 비해 비교적 낮은 날 앙상블 민감도 결과 98

그림 77. 반응 함수가 한반도(33~43°N, 124~132°E) 500 hPa의 (a) 24,... 99

그림 78. 2022년 7월 한달에 대해서 기상청 현업 시스템과 SDL 국지화 결과의 비교 103

그림 79. 기존 국지화(CTL)과 SDL 국지화(EXP) 사이의 첫 분석 시점의 분석... 104

그림 80. 캐나다 기상청에서 구현한 SDL을 앙상블 배경오차공분산만 사용하는... 105

그림 81. 앙상블 배경오차공분산의 비율을 0.8, 기후학적 배경오차공분산의 비율... 106

이용현황보기

한국형모델의 위성관측 자료동화 및 초기화 기술 개발 = Development of satellite data assimilation and initialization techniques for the Korean integrated model : 3차년도 이용현황 표 - 등록번호, 청구기호, 권별정보, 자료실, 이용여부로 구성 되어있습니다.
등록번호 청구기호 권별정보 자료실 이용여부
0003178365 551.6354 -25-9 서울관 인문자연과학자료실(314호) 이용가능
0003178366 551.6354 -25-9 서울관 인문자연과학자료실(314호) 이용가능

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기