[논문]UHF와 S밴드 레이더 관측망 구축

김박사; 김광호; 베흐나 깡삐스트홍; 윤홍주; 권병혁

doi:10.13067/jkiecs.2018.13.2.305

초록
AI-Helper

복잡한 기상을 예측하기 위해 레이더와 윈드프로파일러 네트워크의 품질을 평가하였다. 한반도 전역에 걸쳐 배치되어 있는 UHF 도플러 윈드프로파일러와 도플러 기상 레이더는 조밀한 공간 해상도의 관측망을 형성한다. 레이더 네트워크는 3차원 역학 자료를 도출하고, 작은 규모와 중간 규모의 수치 모델 출력 자료를 분석할 수 있다. 이러한 고해상도의 관측 연구는 세계 어느 곳에서도 수행되지 않았다. 관측망 분석 결과는 수치 모델링에 근거한 배경 바람장과 일치하였다. 본 연구는 국지 기상뿐만 아니라 악기상 예측에 도움이 될 것이다.

Abstract ▼ AI-Helper

The quality of the radar and profiler network was estimated to forecast difficult meteorological situations. A network of UHF Doppler wind profilers and Doppler weather radars have been deployed all over the Korean Peninsular, with dense spatial resolution between instruments. The radar network allo...

The quality of the radar and profiler network was estimated to forecast difficult meteorological situations. A network of UHF Doppler wind profilers and Doppler weather radars have been deployed all over the Korean Peninsular, with dense spatial resolution between instruments. The radar network allows to retrieve the three dimensional dynamics and to analyze the numerical model outputs at small and meso scales. This work has seldom been performed in any other place of the world, with such a high resolution. The wind field from radar network is a good agreement with the background wind fields based on the numerical modeling. This study will be helpful to forecast severe weathers as well as local meteorological phenomena.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

We expect that an improvement of the forecast involves a better use of all the products derived by observation networks. The aim of the present work is to estimate the quality of the radar and profiler network to forecast difficult meteorological situations. The good spatial resolution allows to retrieve the three dimensional dynamics and compare to the models, at small and meso scales, which has seldom been performed in any other place of the world, with such a high resolution.

제안 방법

The method is able to retrieve not only vertical profiles of wind and reflectivity but also profiles of second order quantities such as horizontal divergence and vertical vorticity. In fact, only the profiler triangle allows to derive vertical vorticity.
This work followed an important development in the algorithms used to process data of wind profilers and weather radars collected by the KMA. The objective was to be able to retrieve wind characteristics and 2^nd order parameters such as horizontal divergence and vertical vorticity, at a spatial scale both matching the regional scale of the model and describing the local heterogeneities linked to the relief, and a time scale able to retrieve the sudden change in the meteorological conditions in case of strong, violent and dangerous events. To fulfill this aim, the profilers were used as a network to provide the 3D characteristics of the wind.

대상 데이터

Radars have the same continuous operating mode based on data collection cycle of 10minutes duration. The cycle is composed of 10 to 15 PPI scans at different elevations. The horizontal data acquisition is limited to a radial range of 250km with data gate spaced by 200 m.
Figure 6 presents an example of comparison of wind field deduced from the profiler network and predicted by a numerical modeling. The evaluation is made for an horizontal plane at 2 km altitude on June 18^th , 2013 at 1200 UTC. The parameters presented are wind vector, horizontal divergence and vertical vorticity.
The profilers are the five-antenna PCL1300 Degreane radars (Fig. 2) working with a 1,290 MHz transmitted frequency in clear air or raining conditions. The typical performances are as follows: a vertical coverage of 4 km (much more during precipitation), vertical and temporal resolution of 100 m and collection cycle of 5 minute respectively.

이론/모형

The four numerical models (global, synoptic and two regional) are operated by KMA for forecast and analysis. Results of the Weather Research and Forecasting (WRF) model are used here. With nearly 31% of false forecasting rate, heavy rainfall has the worst score.

참고문헌 (10)

G. Choi, "Spatio-Temporal Changes in Seasonal Extreme Temperature Events in the Republic of Korea," J. of the Korean Geographical Society, vol. 49, no. 4, 2014, pp. 489-508.
S. An, K. Ha, K. Seo, S. Yeh, S. Min, and C. Ho, "A Review of Recent Climate Trends and Causes over the Korean Peninsula," J. of Climate Change Research, vol. 2, no. 4, 2011, pp. 237-251.
B. Kim, B. Kim, and H. Kim, "On the change of extreme weather event using extreme indices," J. of the Korean Society of Civil Engineers, vol. 28, no. 1B, 2008, pp. 41-53.
National Institute of Meteorological Research, Development of forecast guidance for heavy rainfall due to the meso-scale convection system, Research Report, MR072F50, 2007.
T. Kim, D. Lee, and H. Kwon, "Assessment of merging weather radar precipitation data and ground precipitation data according to various interpolation method," J. of Korea Water Resources Association, vol. 50, no. 12, 2017, pp. 849-862.
S. Kim, B. Kwon, K. Kim, P. Kim, M. Kim, W. Jo, and H. Yoon, "Case study on the mixed layer development using the UHF radio sounding," J. of the Korea Institute of Electronic Communication Sciences, vol. 13, no. 1, 2018, pp. 253-264.
M. Kim, B. Kwon, and H. Yoon, "Estimation of surface layer heat flux using the UHF sensor installed on UAV," J. of the Korea Institute of Electronic Communication Sciences, vol. 13, no. 1, 2018, pp. 265-276.
P. Waldteufel and H. Corbin, "On the Analysis of Single-Doppler Radar Data," J. of Applied Meteorology, vol. 18, no. 4, 1979, pp. 532-542.

상세보기
J. Powers and Coauthors, "The weather research and forecasting model: overview, system efforts, and future directions," Bulletin of the American Meteorological Society, vol. 98, no. 8, 2017, pp. 1717-1737.

상세보기
I. Chawla, K. Osuri, P. Mujumdar, and D. Niyogi, "Assessment of the Weather Research and Forecasting (WRF) model for simulation of extreme rainfall events in the upper Ganga Basin," Hydrology and Earth System Sciences, vol. 22, no. 2, 2018, pp. 1095-1117.

상세보기

이 논문을 인용한 문헌

저자의 다른 논문 :

LOADING...

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

UHF와 S밴드 레이더 관측망 구축
UHF and S-Band Radar Networks 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

UHF와 S밴드 레이더 관측망 구축 UHF and S-Band Radar Networks 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

김박사 (15) 윤홍주 (115) 권병혁 (72)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

UHF와 S밴드 레이더 관측망 구축
UHF and S-Band Radar Networks 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper