초록 ▼

최근 항공기 개발 및 운항 기술이 과거에 비해 매우 비약적으로 발전하였음에도 불구하고 전 세계적으로 항공기 사고 발생 빈도가 급증하고 있는 추세이며, 이에 따라 항공기 이용객들의 불안감도 점차 고조되고 있다. 따라서 정부와 각 민간 항공사들은 항공기 사고를 일으킬 수 있는 불안 요인들을 최소화하기 위하여 대책 마련에 고심하고 있으며, 항공기 안전운항을 위한 정확한 항공기상 정보에 대한 수요가 증가하고 있다.
최근 5년 동안 관측된 조종사보고(PIREPs) 자료를 이용하여 한반도 대기 중·상층 난류 정보를 정량적, 정성적으로 분

최근 항공기 개발 및 운항 기술이 과거에 비해 매우 비약적으로 발전하였음에도 불구하고 전 세계적으로 항공기 사고 발생 빈도가 급증하고 있는 추세이며, 이에 따라 항공기 이용객들의 불안감도 점차 고조되고 있다. 따라서 정부와 각 민간 항공사들은 항공기 사고를 일으킬 수 있는 불안 요인들을 최소화하기 위하여 대책 마련에 고심하고 있으며, 항공기 안전운항을 위한 정확한 항공기상 정보에 대한 수요가 증가하고 있다.
최근 5년 동안 관측된 조종사보고(PIREPs) 자료를 이용하여 한반도 대기 중·상층 난류 정보를 정량적, 정성적으로 분석한 결과 난류가 주로대기가 불안정한 봄에 가장 빈번하게 발생하였으며, 겨울의 경우 발생 빈도는 낮지만 강도가 큰 난류가 가장 많이 발생하였다. 또한 항공기가 이·착륙할 때 보다 순항 중에 빈번하게 난류와 조우하였으며, 기종이 큰 경우가 다른 작은 기종보다 상대적으로 더 많이 난류를 보고하였다. 공간적으로는 항로상에 골고루 난류가 관측됨을 알 수 있으며, 특히 서울-제주 및 서울-광주 항로상에서 대체적으로 발생 빈도가 높게 나타났다.
기상청에서 생산되는 5km 및 30km 분해능의 RDAPS(Regional Data Assimilation and Prediction System) 자료를 이용하여 1940년대 이후선행 연구자들에 의해 제안된 12가지 난류 예측 지수들을 계산하고 각 지수들을 서로 비교하였다. 또한 사례연구를 통하여 예측된 지수들을 관측된 PIREP 자료와 비교 검증하였다. 그 결과 일부 지수의 난류 강도 추정치가 관측자료와 잘 일치하지 않는 것으로 나타났으며, 대체적으로 예측시간이 가까울수록 이론적 강도와 관측자료가 잘 일치하고, 정확도가 높게 나타남을 알 수 있었다.
인천국제공항 활주로 주변에 설치된 저층 바람 시어 경보 시스템(LLWAS)의 효율적 운영 방안을 제시하기 위하여 장비의 관측 원리 및 알고리즘을 소개하고, 대기상태에 따른 관측 자료의 특성 조사 및 사례분석을 수행하였다.
1차년도에 통계적 의사결정 기법을 이용하여 개발된 안개 예측 모형을 김포공항기상대에 이식하여 실제 현업에 시험 운영하였으며, 그 예측성및 정확성에 대해 논의하였다.

Abstract ▼

Though the improvements of aircraft and cruise techniques have been made recently, the frequency of aviational accidents increases rapidly in the whole world. Governments and civil airlines make efforts to minimize the risk that may lead to aviational accidents. The demand of information in an aviat

Though the improvements of aircraft and cruise techniques have been made recently, the frequency of aviational accidents increases rapidly in the whole world. Governments and civil airlines make efforts to minimize the risk that may lead to aviational accidents. The demand of information in an aviational meteorology that is attributable to a safe cruise of airplanes is ever increasing.
Qualitative and quantitative analyses of Pilot Reports (PIREPs), in which turbulence information of middle and upper layers over.
Korea was contained for the last 5 years, were made. The frequency of occurrence of turbulence was the highest in spring when the atmosphere might be mostly unstable, while the most strong intensities of turbulence were reported though the total number of the occurrence was small, in winter. In addition, airplanes would meet with unexpected turbulence more frequently while cruising than on ascending or descending, and the large size airplane used to meet more turbulence than the small ones. The local distribution of turbulence along routes was relatively even, but its frequency was generally high along the routes between Seoul and Jeju, and between Seoul and Gwangju.
Twelve kinds of turbulence forecast indices were computed from RDAPS (Regional Data Assimilation and Prediction System) output with 5km and 30km of resolution from KMA, then compared among them Verification of the predicted indices was also accomplished through case studies by comparing them with observed PIREPs. Few indices resulted in disagreement with the observed data, but most of them appeared to be well corresponded to the PIREPs. Both the consistency and the accuracy increased as the leading time become shorter between the prediction and the observationIn order to propose an efficient operational plan for LLWAS, which has been set up around a runway of Incheon International Airport, the analyses on observational theory and algorithm were accomplished. The characteristics of the observed data were also evaluated in terms of atmospheric states through of the case study.
The fog prediction model, developed with Classification And Regression Tree (CART) during the first project year, was transferred to the Gimpo Airport Meteorological Office. A test run was made under the actual on-site operations to verify predictability and accuracy.

목차 Contents

• 제1장. 서론...22
• 제2장. 국내 항공 난류 발생 현황...26
• 2.1. 연구 배경 및 연구의 필요성...26
• 2.2. 자료...27
• 2.3. 자료 분석...27
• 2.3.1. 계절적 특성...30
• 2.3.2. 운항 고도별 특성...33
• 2.3.3. 비행기 기종별 특성...34
• 2.3.4. 항로별 특성...34
• 제3장. 난류 예측 연구...44
• 3.1. 개요...44
• 3.2. 난류예측의 어려움 및 접근 방법...44
• 3.3. 난류 예측 지수에 대한 이론적 설명...47
• 3.3.1. 리챠드슨 수 (Richardson Number; Ri)...47
• 3.3.2. Endlich 경험적 바람 지수...48
• 3.3.3. Colson-Panofsky 지수...49
• 3.3.4. Brown 지수...51
• 3.3.5. 잠재와도 경도...52
• 3.3.6. Dutton의 경험 지수...53
• 3.3.7. Ellrod 지수...56
• 3.3.8. Reap MOSS 예측자...58
• 3.3.9. CCAT 지수...59
• 3.4. 사례연구 및 검증...60
• 3.4.1. 사례 선정...60
• 3.4.2. 예측 결과 검증...64
• 3.4.3. 예측 선행 시간에 따른 검증...75
• 3.5. 향후 연구진행 방향...82
• 제4장. 저층 바람시어 경보시스템 (LLWAS)의 활용 방안 연구...84
• 4.1. 연구의 필요성 및 목적...84
• 4.2. 바람시어...86
• 4.2.1. 하강돌풍(downburst)...87
• 4.2.2. 전선...91
• 4.2.3. 야간 기온 역전층...91
• 4.2.4. 제트류...93
• 4.3. 바람시어가 항공기 이ㆍ착륙에 미치는 영향...93
• 4.4. LLWAS 시스템의 특징...96
• 4.4.1. LLWAS 시스템의 개발 배경...96
• 4.4.2. LLWAS 시스템의 발전 현황...97
• 4.5. LLWAS 시스템의 구성과 알고리즘...100
• 4.5.1. LLWAS 시스템의 구성...100
• 4.5.2. LLWAS 관측망...106
• 4.5.3. 바람시어와 마이크로버스트 검출 알고리즘...109
• 4.6. 바람시어와 마이크로버스트의 검출 사례 분석...119
• 4.6.1. 경보 검출 사례...119
• 4.6.2. 사례분석...122
• 제5장. 공항주변 악기상 예측 기법 연구...137
• 5.1. 통계적 의사결정 모형을 이용한 김포공항 안개 예측...137
• 5.1.1. 봄철 (3∼5월) 모형 이식 및 검증...138
• 5.1.2. 여름철 (6∼8월) 모형 이식 및 검증...141
• 5.1.3. 가을철 (9∼11월) 모형 이식 및 검증...144
• 5.2. 공항 바람과 안개 특성 분석...147
• 5.2.1. 공항 바람 특성 분석...149
• 5.2.2. 해안 인접 공항의 안개 발생에 대한 통계적 분석...156
• 제6장. 결론...160
• 참고문헌...164