본 연구는 대한민국에서 발생하는 안개를 대상으로 안개 예보의 정확도를 향상하는 것이 목적이다. 안개 예보 정확도 향상을 위해 최근 3년 동안 대한민국에 발생한 안개를 통계적으로 분석하고, 가장 빈번하게 발생하는 복사안개와 강수안개를 대상으로 WRF 모델로 수치모의하여 안개를 예보하려고 한다. 기존의 안개 예보는 다양한 시정 산출식을 이용해서 이루어지며 대부분 소광계수를 이용해 시정을 구한다. 그러나 시정을 이용한 안개 예보 정확도가 높지 않아 본 연구에서는 수분 분포를 재구성하여 안개를 모의하게 되었다. 수분 분포를 재구성하여 연직 수액량을 산출하는 방법은 안개의 강도를 예측하기 위한 시도로 점근적 수액량 연직 분포 공식에 기초한 방법이다. 연직 수액량 산출 방법은 냉각과 수증기 이류에 의해 안개 입자 생성량이 결정되고, 중력침강, 난류에 의해 안개 내부에서 입자의 분포가 결정된다. 연직 수액량 산출 방법을 이용해 수액량을 재산출하여 시정을 구한 것이 기존의 모델 수액량을 이용해 시정을 산출한 것보다는 정확도가 향상되지만 예보로 활용하기에는 여전히 정확도가 불충 분하다. 그래서 탐지율과 임계성공지수를 높이고 부적중률을 낮추기 위해 실험을 설계 하였고, ...
본 연구는 대한민국에서 발생하는 안개를 대상으로 안개 예보의 정확도를 향상하는 것이 목적이다. 안개 예보 정확도 향상을 위해 최근 3년 동안 대한민국에 발생한 안개를 통계적으로 분석하고, 가장 빈번하게 발생하는 복사안개와 강수안개를 대상으로 WRF 모델로 수치모의하여 안개를 예보하려고 한다. 기존의 안개 예보는 다양한 시정 산출식을 이용해서 이루어지며 대부분 소광계수를 이용해 시정을 구한다. 그러나 시정을 이용한 안개 예보 정확도가 높지 않아 본 연구에서는 수분 분포를 재구성하여 안개를 모의하게 되었다. 수분 분포를 재구성하여 연직 수액량을 산출하는 방법은 안개의 강도를 예측하기 위한 시도로 점근적 수액량 연직 분포 공식에 기초한 방법이다. 연직 수액량 산출 방법은 냉각과 수증기 이류에 의해 안개 입자 생성량이 결정되고, 중력침강, 난류에 의해 안개 내부에서 입자의 분포가 결정된다. 연직 수액량 산출 방법을 이용해 수액량을 재산출하여 시정을 구한 것이 기존의 모델 수액량을 이용해 시정을 산출한 것보다는 정확도가 향상되지만 예보로 활용하기에는 여전히 정확도가 불충 분하다. 그래서 탐지율과 임계성공지수를 높이고 부적중률을 낮추기 위해 실험을 설계 하였고, 상대습도 임계값을 수정했을 때 가장 개선되었고, 거칠기 길이, 안정도, 풍속을 보정하였을 때는 기존의 수액량 재산출 결과와는 큰 차이가 발생하지 않았다. 그리고 수액량 재산출을 이용한 방법과 기존의 모델 수액량을 이용해 시정을 산출한 안개 예보의 시간 변화를 살펴보면 수액량 재산출의 결과가 안개 발생 초기의 탐지율(POD)과 임계성공지수(CSI)가 높았고, 안개 성숙 단계 이후로는 모델에서 수액량을 이용하는 방법의 정확도가 높았다. 그래서 안개 생애주기 전체의 정확도를 높이기 위해 두 방법을 융합하는 방법을 고안하게 되었다. 그 결과 탐지율(POD)는 0.53까지 증가하였고, 임계 성공지수(CSI) 또한 0.48까지 증가하였다. 부적중률(FAR) 또한 0.27 ~ 0.36의 값이 0.18 내외로 감소하였다. 본 연구의 결과는 안개 예측을 개선할 가능성이 있어 안개로 인한 사고와 피해를 줄이는데 크게 기여할 수 있을것으로 기대한다.
본 연구는 대한민국에서 발생하는 안개를 대상으로 안개 예보의 정확도를 향상하는 것이 목적이다. 안개 예보 정확도 향상을 위해 최근 3년 동안 대한민국에 발생한 안개를 통계적으로 분석하고, 가장 빈번하게 발생하는 복사안개와 강수안개를 대상으로 WRF 모델로 수치모의하여 안개를 예보하려고 한다. 기존의 안개 예보는 다양한 시정 산출식을 이용해서 이루어지며 대부분 소광계수를 이용해 시정을 구한다. 그러나 시정을 이용한 안개 예보 정확도가 높지 않아 본 연구에서는 수분 분포를 재구성하여 안개를 모의하게 되었다. 수분 분포를 재구성하여 연직 수액량을 산출하는 방법은 안개의 강도를 예측하기 위한 시도로 점근적 수액량 연직 분포 공식에 기초한 방법이다. 연직 수액량 산출 방법은 냉각과 수증기 이류에 의해 안개 입자 생성량이 결정되고, 중력침강, 난류에 의해 안개 내부에서 입자의 분포가 결정된다. 연직 수액량 산출 방법을 이용해 수액량을 재산출하여 시정을 구한 것이 기존의 모델 수액량을 이용해 시정을 산출한 것보다는 정확도가 향상되지만 예보로 활용하기에는 여전히 정확도가 불충 분하다. 그래서 탐지율과 임계성공지수를 높이고 부적중률을 낮추기 위해 실험을 설계 하였고, 상대습도 임계값을 수정했을 때 가장 개선되었고, 거칠기 길이, 안정도, 풍속을 보정하였을 때는 기존의 수액량 재산출 결과와는 큰 차이가 발생하지 않았다. 그리고 수액량 재산출을 이용한 방법과 기존의 모델 수액량을 이용해 시정을 산출한 안개 예보의 시간 변화를 살펴보면 수액량 재산출의 결과가 안개 발생 초기의 탐지율(POD)과 임계성공지수(CSI)가 높았고, 안개 성숙 단계 이후로는 모델에서 수액량을 이용하는 방법의 정확도가 높았다. 그래서 안개 생애주기 전체의 정확도를 높이기 위해 두 방법을 융합하는 방법을 고안하게 되었다. 그 결과 탐지율(POD)는 0.53까지 증가하였고, 임계 성공지수(CSI) 또한 0.48까지 증가하였다. 부적중률(FAR) 또한 0.27 ~ 0.36의 값이 0.18 내외로 감소하였다. 본 연구의 결과는 안개 예측을 개선할 가능성이 있어 안개로 인한 사고와 피해를 줄이는데 크게 기여할 수 있을것으로 기대한다.
The purpose of this study is to improve the accuracy of fog forecasting for fog occurring in Korea. In order to improve the accuracy of fog forecasting, it is intended to statistically analyze fog that has occurred in Korea over the past three years(2018-2020), and to predict fog by numerically simu...
The purpose of this study is to improve the accuracy of fog forecasting for fog occurring in Korea. In order to improve the accuracy of fog forecasting, it is intended to statistically analyze fog that has occurred in Korea over the past three years(2018-2020), and to predict fog by numerically simulating the most frequently occurring radiation fog and precipitation fog with a WRF model. Fog forecasting is made using various visibility calculation equations, and there are many places that use the extinction coefficient. However, since the fog forecast accuracy using visibility was not high, the moisture distribution was reconstructed to improve the fog forecast accuracy. The method of calculating the vertical liquid water contents by reconstructing the moisture distribution is based on the asymptotic liquid water contents vertical distribution formula in an attempt to predict the strength of the fog. The amount of fog droplets generated is determined by cooling and moisture advecton, and the distribution of particles in the fog is determined by gravitational settlement and turbulence. Calculating the visibility using the result of recalculating the amount of liquid water contents using the vertical quantity calculation method improves the accuracy compared to calculating the visibility using the existing model quantity, but it is still insufficient to use it as a forecast. Therefore, the experiment was designed to increase probability of detection(POD) and critical success index(CSI) and decrease the false alarm ratio(FAR), and it was improved most when the relative humidity threshold was modified, and there was no significant difference from the existing liquid water contents reconstruction result when the roughness length, stability parameter, and wind speed were corrected. In addition, looking at the time change of the fog forecast calculated by using the liquid water contents reconstruction method and the existing calculating the visibility method, the detection rate and critical success index at the beginning of fog generation were high, and the accuracy of the method used in the model was high after the fog maturity stage. Therefore, we came up with a method of converging the two methods to increase the accuracy of the entire fog life cycle. As a result, the probability of detection(POD) increased to 0.53, and the critical success index (CSI) also increased to 0.48. The false alarm ratio(FAR) also decreased to around 0.18, with a value of 0.27 to 0.36. The results of this study are expected to contribute greatly to reducing accidents and damage caused by fog, as there is a possibility of improving fog prediction.
The purpose of this study is to improve the accuracy of fog forecasting for fog occurring in Korea. In order to improve the accuracy of fog forecasting, it is intended to statistically analyze fog that has occurred in Korea over the past three years(2018-2020), and to predict fog by numerically simulating the most frequently occurring radiation fog and precipitation fog with a WRF model. Fog forecasting is made using various visibility calculation equations, and there are many places that use the extinction coefficient. However, since the fog forecast accuracy using visibility was not high, the moisture distribution was reconstructed to improve the fog forecast accuracy. The method of calculating the vertical liquid water contents by reconstructing the moisture distribution is based on the asymptotic liquid water contents vertical distribution formula in an attempt to predict the strength of the fog. The amount of fog droplets generated is determined by cooling and moisture advecton, and the distribution of particles in the fog is determined by gravitational settlement and turbulence. Calculating the visibility using the result of recalculating the amount of liquid water contents using the vertical quantity calculation method improves the accuracy compared to calculating the visibility using the existing model quantity, but it is still insufficient to use it as a forecast. Therefore, the experiment was designed to increase probability of detection(POD) and critical success index(CSI) and decrease the false alarm ratio(FAR), and it was improved most when the relative humidity threshold was modified, and there was no significant difference from the existing liquid water contents reconstruction result when the roughness length, stability parameter, and wind speed were corrected. In addition, looking at the time change of the fog forecast calculated by using the liquid water contents reconstruction method and the existing calculating the visibility method, the detection rate and critical success index at the beginning of fog generation were high, and the accuracy of the method used in the model was high after the fog maturity stage. Therefore, we came up with a method of converging the two methods to increase the accuracy of the entire fog life cycle. As a result, the probability of detection(POD) increased to 0.53, and the critical success index (CSI) also increased to 0.48. The false alarm ratio(FAR) also decreased to around 0.18, with a value of 0.27 to 0.36. The results of this study are expected to contribute greatly to reducing accidents and damage caused by fog, as there is a possibility of improving fog prediction.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.