선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- 본 연구에서는 기상청의 현업 국지 앙상블 예측시스템(Limited Area Ensemble Prediction System, LENS)을 이용하여 제주도 지역에 대해 지상에서 2,000 ft 사이의 저층윈드시어(Low-Level Wind Shear, LLWS) 예측자료를 구하였다. 또한 2016년 제주에서 발생한 윈드시어 경보사례에 대해 LLWS를 구하였으며, 이를 실제 대기상태와 가장 유사한 기상청 현업 국지기상예측시스템(Local Data Assimilation and Prediction System, LDAPS)의 분석장과 비교하였다.
- 세 사례일들에 대해 LENS에서 구해진 13개 앙상블 예측자료를 이용하여 아래와 같이 앙상블 평균과 스프레드를 구하였다. 그 결과 LENS에서 각 예측 시간별 산출된 LLWS 분포에서 20 knot 이상의 강한 윈드시어가 잘 나타나고 있으며, 특히 63시간의 긴 예측시간대 보다 3시간으로 예측시간이 짧을수록 더 정확한 분포를 나타내었다.
대상 데이터
- 7 knot였다. 두 번째 사례는 제주도를 중심으로 북쪽의 고기압과 남쪽의 저기압이 대치하면서 공항에 29.3 knot의 강한 동풍이 유입된 10월 23일 사례이다. 마지막으로 오호츠크해에 위치한 강한 저기압의 영향으로 공항에 33.
- 본 연구에 적용된 사례일은 2016년 제주국제공항에서 강풍과 윈드시어 경보가 동시에 발생한 세 사례들에 대해 적용하였다. 첫 번째 사례일은 저기압이 한반도에 머물면서 강한 남서풍이 유입된 7월 1일의 사례로 공항에서 관측된 최대 풍속은 0746 UTC에 39.
- LLWS는 미국기상청(National Weather Service, NWS)의 공항예보(Terminal Area Forecast, TAF) 지침에 의거하여 아래와 같이 두 고도의 바람 벡터의 변화로 정의된다. 본 연구에서 지상은 LENS에서 지상 자료로 산출하고 있는 고도 10 m로 정의하였으며, 상층 2,000 ft는 여기에 10 m를 더한 약 2,030 ft로 두었다. 또한 산악 지역과 같이 고도가 높은 지역에서 상대적으로 낮은 지표기압으로 인해 윈드시어 강도가 낮게 산정되는 것을 방지하기 위하여 두 바람벡터차를 geopotential height로 나누었다(Zhou, 2004),
- 최근 다양한 모델을 결합하거나 여러 초기장으로 부터 구해진 앙상블 예측이 기존의 결정론적 예측에 비해 윈드시어를 보다 정확하게 예측하는 것으로 제시되었다(Gill and Buchanan, 2014). 본 연구에서는 기상청의 현업 국지 앙상블 예측시스템(Limited Area Ensemble Prediction System, LENS)을 이용하여 제주도 지역에 대해 지상에서 2,000 ft 사이의 저층윈드시어(Low-Level Wind Shear, LLWS) 예측자료를 구하였다. 또한 2016년 제주에서 발생한 윈드시어 경보사례에 대해 LLWS를 구하였으며, 이를 실제 대기상태와 가장 유사한 기상청 현업 국지기상예측시스템(Local Data Assimilation and Prediction System, LDAPS)의 분석장과 비교하였다.
- 본 연구에 적용된 사례일은 2016년 제주국제공항에서 강풍과 윈드시어 경보가 동시에 발생한 세 사례들에 대해 적용하였다. 첫 번째 사례일은 저기압이 한반도에 머물면서 강한 남서풍이 유입된 7월 1일의 사례로 공항에서 관측된 최대 풍속은 0746 UTC에 39.7 knot였다. 두 번째 사례는 제주도를 중심으로 북쪽의 고기압과 남쪽의 저기압이 대치하면서 공항에 29.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.