최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국대기환경학회지 = Journal of Korean Society for Atmospheric Environment, v.32 no.5, 2016년, pp.513 - 525
김태희 (부산대학교 지구환경시스템학부) , 김유근 (부산대학교 대기환경과학과) , 손장호 (동의대학교 환경공학과) , 정주희 (부산대학교 대기환경과학과)
To propose an effective ensemble methods in predicting
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
본 연구는 앙상블 평균 방법으로 군집별 가중치 평균 방법을 이용하였는데, 이 때 군집은 어떻게 분류하였는가? | 앙상블 평균 방법으로는 비가중치 평균, 단일 가중치 평균, 군집별 가중치 평균 방법을 이용하였고, 가중치 산정 방법으로는 최소자승법을 이용한 다중 회귀 분석과 특이값 분해를 이용하였다. 이때 군집은 PM10 농도 모의에 영향을 주는 대표기상인자인 기온, 습도, 바람을 대상으로 분류하였다. 앙상블 멤버 선정을 위해 서로 다른 기상 입력자료를 사용한 총 12개의 CMAQ 모델링으로 단일 멤버를 구성하였다. | |
앙상블은 어떻게 분류되는가? | , 2015). 앙상블은 앙상블 멤버 구성에 사용되는 모델의 개수에 따라 크게 다중 모델 앙상블 (multi-model ensemble)과 단일 모델 앙상블 (single-model ensemble)로 나눠진다. 이때 앙상블 결과산출을 위한 앙상블 평균 방법은 크게 비가중치 평균과 가중치 평균이 있으며, 가중치 평균은 가중치를 산정하는 방법에 따라 단일 가중치 평균, 군집별 가중치평균 등 다양한 방법이 존재한다. | |
앙상블이란 무엇인가? | 앙상블은 서로 다른 초기조건들을 이용하여 수치모델 적분을 수행하는 방법으로 단일 예보를 수행할 때보다 예측성을 향상시킬 수 있는 통계적 예보 방법으로 알려져 있다 (Kim et al., 2015). |
Baker, L., A. Rudd, S. Migliorini, and R. Bannister (2014) Representation of model error in a convective-scale ensemble prediction system, Nonlinear Processes in Geophysics, 21, 19-39.
Djalalova, I., J. Wilczak, S. McKeen, G. Grell, S. Peckham, M. Pagowski, L. DelleMonache, J. McQueen, Y. Tang, P. Lee, J. McHenry, W. Gong, V. Bouchet, and R. Mathur (2010) Ensemble and bias-correction techniqeus for air quality model forecsts of surface $O_3$ and $PM_{2.5}$ during the TEXAQS-II experiment of 2006, Atmospheric Environment, 44, 455-467.
Huijnen, V., H.J. Eskes, A. Poupkou, H. Elbern, K.F. Boersma, G. Foret, M. Sofiev, A. Valdebenito, J. Flemming, O. Stein, A. Gross, L. Fobertson, I.M. D'Isidoro, Kioutsioukis, E. Friese, B. Amstrup, R. Bergstrom, A. Strunk, J. Vira, D. Zyryanov, A. Maurizi, D. Melas, V.-H. Peuch, and C. Zerefos (2010) Comparison of OMI $NO_2$ tropospheric columns with an ensemble of global and European regional air quality models, Atmospheric Chemistry and Physics, 10, 3273-3296.
Jang, I.-S., D.-G. Lee, J.A. Yu, S.-C. Hong, J.-S. Son, and J.-Y. Choi (2014) $PM_{10}$ forecasting status and improvement measures, Proceedings of the Spring Meeting of KMS.
Kim, D.Y. (2009) PM analysis using CMAQ in Seoul metropolitan area, Policy research, 6, 1-43. (in Korean with English abstract)
Kim, S.H., H.M. Kim, J.K. Kay, and S.-W. Lee (2015) Development and Evaluation of the high resolution limited area ensemble prediction system in the Korea Meteorological Administration, Atmosphere, Korean Meteorological Society, 25(1), 67-83. (in Korean with English abstract)
Mckeen, S., J. Wilczak, G. Grell, I. Djalalova, S. Peckham, E.-Y. Hsie, W. Gong, V. Bouchet, S. Menard, R. Moffect, J. McHenry, J. McQueen, Y. Tang, G.R. Carmichael, M. Pagowski, A. Chan, T. Dye, G. Frost, P. Lee, and R. Mthur (2005) Assessment of an ensemble of seven real-time ozone forecasts over eastern North America during the summer of 2004, Journal of Geophysical Research, 110.
Monache, L.D. and R.B. Stull (2003) An ensemble air-quality forecast over western Europe during an ozone episode, Atmospheric Environment, 37, 3469-3474.
Monache, L.D., J.P. Hacker, Y. Zhou, X. Deng, and R.B. Stull (2006) Probabilistic aspects of meteorological and ozone regional ensemble forecasts, Journal of Geophysical Research, 11.
Monteiro, A., I. Ribeiro, O. Tchepel, E. Sa, J. Ferreira, A. Carvalho, V. Martins, A. Strunk, S. Galmarini, H. Elbern, M. Schaap, P. Builtjes, A.I. Miranda, and C. Borrego (2013) Bias correction techniques to improve air quality ensemble predictions: Focus on $O_3$ and PM over Portugal, Environmental Modeling & Assessment, 18(5), 533-546.
National Institute of Environmental Research (2014) Studies on the optimization method for improving the accuracy of air quality modeling, Korea.
Pagowski, M., G.A. Grell, D. Devenyi, S.E. Peckham, S.A. Mckeen, W. Gong, L.D. Monache, J.N. McHenry, J. McQueen, and P. Lee (2006) Application of dynamic linear regression to improve the skill of ensemble-based deterministic ozone forecasts, Atmospheric Environment, 40, 3240-3250.
Shin, H.-J., Y.-J. Lim, J.-H. Kim, H.-J. Jung, S.-M. Park, J.-S. Park, I.-H. Song, S.-J. Seo, Y.-D. Hong, and J.-S. Han (2014) The characteristics of long term high PM episode occurred in Feb. 2014, Journal of the Korean Society of Urban Environment, 14(3), 223-232. (in Korean with English abstract)
Solazzo, E., R. Bianconi, R. Vautard, K.W. Appel, M.D. Moran, C. Hogrefe, B. Bessagnet, J. Brandt, J.H. Christense, C. Chemel, I. Coll, H.D. Gon, J. Ferreira, R. Forkel, X.V. Francis, G. Greel, P. Grossi, A.B. Hansen, A. Jericevic, L. Kraljevic, A.I. Miranda, U. Nopmongcol, G. Provano, M. Prank, A. Riccio, K.N. Sartelet, M. Schaap, J.D. Silver, R.S. Sokhi, J. Vira, J. Verhahn, R. Wolke, G. Yarwood, J. Zhang, S.T. Rao, and S. Galmarini (2012) Model evaluation and ensemble modeling of surface-levle-ozone in Europe and North America in the context of AQMEII, Atmospheric Environment, 53, 60-74.
Vautard, R., M. Schapp, R. Mergstrom, B. Bessagnet, J. Brandt, P.J.H. Builtjes, J.H. Christensen, C. Cuvelier, V. Foltescu, A. Graff, A. Kerschbaumer, M. Krol, P. Roberts, L. Rouil, R. Sern, L. Tarrason, P. Thunis, E. Vignati, and P. Wind (2009) Skill and uncertainty of a regional air quality model ensemble, Atmospheric Environment, 43, 4822-4832.
Zabkar, R., D. Koracin, and J. Rakovec (2013) A WRF/Chem sensitivity study using ensemble modeling for a high ozone episode in Slovenia and the Northern Adriatic area, Atmospheric Environment, 77, 990-1004.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.