[보고서]다중 통계기법에 의한 현업용 태풍 계절예측 시스템 개발

김광열

다중 통계기법에 의한 현업용 태풍 계절예측 시스템 개발 원문보기

보고서 정보
주관연구기관	서울대학교 Seoul National University
연구책임자	김광열
참여연구자	허창회 , 하경자 , 전종갑 , 방인권 , 나한나 , 노준우 , 김유진 , 이훈규 , 김지원 , 김진수 , 김형석 , 이윤경 , 최우석 , 윤경숙 , 윤순조 , 추정은 , 서예원 , 이은정 , 오효은 , 현종훈 , 한지은
보고서유형	2단계보고서
발행국가	대한민국
언어	한국어
발행년월	2012-01
과제시작연도	2011
주관부처	기상청
사업 관리 기관	기상청 Korea Meteorological Administration
등록번호	TRKO201200001133
과제고유번호	1365001189
DB 구축일자	2013-04-18
키워드	태풍 예측,예측 시스템,다중 통계예보,역학 예보typhoon forecast,forecast system,multivariate statistical forecast,dynamical forecast,cluster analysis

초록 ▼

● 태풍의 계절 예측을 향상시키기 위해 hybrid method 을 이용한 모델을 개발
● 퍼지 이론을 활용하여 북서태평양 태풍활동을 군집으로 분류하고 예보된 역학장을 이용하여 통계 모델을 이용하여 해당 지역의 태풍활동의 예측에 이용
● 태풍의 계절 예측을 위해 최적 지연 회귀 모델을 이용한 방법이 개발
● 태풍의 활동이 기후지수와 밀접한 연관이 있음을 바탕으로 태풍과 밀접한 연관이 있는 기후지수의 선형적 합으로 태풍의 활동을 예보
● 태풍 예보를 위하여 새로운 기후지수를 개발, 인도양 1월 해수면 온도지수와 적도지역 zonal wind shear가 동아시아 태풍을 예보하기에 적합한 지수로 선정
● ENSO의 변동성을 고려하여 태풍의 발생지역-강도 상관성 관계를 분석. ENSO의 유형을 분류하고 이에 따라 태풍 강도의 상관성이 영향을 받음을 연구
● 태풍 진로 및 강도 예측을 위해 잠재와도 경향방정식을 활용
● WRF 3.2 모형 실험을 통해 해수면 온도의 비대칭성이 태풍의 강도와 경로에 미치는 영향을 연구

Abstract ▼

Develop the technique of forecasting of typhoon by hybrid method
Develop the technique of forecasting of typhoon by hybrid method(forecasting fields of dynamical model+Fuzzy theory) and modify it for operation in actual work-site.
● Test the technique of forecasting system established by hybrid method, using the past forecasting fields of dynamical models and observations of typhoon.
● Collect the data and develop the technique for usage in actual work-site.
● Investigate the role of climate factor in East Asia to typhoon activity in Korea.
● Develop the forecasting system for landfalling typhoon which affect Korea.
● Establish the system for using in actual work-site.
Develop the technique of forecasting of typhoon by Piecewise lagged regression model
Forecast the seasonality of East Asian typhoon by using the piecewise lagged regression model and cluster analysis.
● Investigate the relationship between observation of typhoon and climate factors.
● Categorize the typhoons by using the cluster analysis.
● Develop the forecasting model which is based on statistical method to predict the seasonal activity of typhoon prior to several months on each type of typhoon.
● Develop the new climate factors.
● Establish the system for using in actual work-site.
Develop the technique of forecasting of typhoon by using the GPI and relationship between genesis area and strength.
Investigate the ENSO dependence on relationship between TC genesis area and strength and establish the statistical system for forecasting of strength and path of typhoon.
● Classify the type of ENSO by cycle of development and decaying.
● Investigate the circulation and meteorological elements which affect strengh of typhoon by using GPI/ACE index.
● Investigate the effect on strength and path by asymmetric SST.
● Analyze the potential vorticity trend equation and index the asymmetric SST.
● Establish the statistical forecasting system for the path and strength of typhoon which affect the Korea Peninsula.
Develop the statistical forecasting program of typhoon and visualization Develop the observation data of typhoon and establish a database.
● Develop the observation data of typhoon and establish a database.
● Make a plan to utilize the model in actual work-site.
● Develop the program to visuallize the forecasting model results.

목차 Contents

표지 ... 1
제출문 ... 2
보고서 요약서 ... 3
요약문 ... 4
SUMMARY ... 7
CONTENTS ... 11
목 차 ... 15
제 1 장 연구개발과제의 개요 ... 18
제 2 장 국내외 기술개발 현황 ... 20
제 3 장 연구개발수행 내용 및 결과 ... 21
1절. 우리나라에 끼치는 북서태평양 태풍활동의 영향 ... 21
1. 한국 상륙 태풍들에 끼치는 엘니뇨 남방진동의 영향 재검토 ... 21
가. 소 개 ... 21
나. 자 료 ... 21
다. 엘니뇨 남방진동 위상에 따른 한반도 상륙 태풍의 빈도수와 진로 변화 ... 24
라. 토론 ... 28
2절. 통계 기법을 이용한 태풍활동 예측 ... 29
1. 태풍 계절 예측을 위한 통계기법의 기술적 측면 ... 29
가. 태풍 계절 예측을 위한 CFSv2 현업 자료 변환 ... 29
나. 태풍 계절 예측을 위한 CFSv2 과거 예측 자료 변환 ... 29
다. 태풍 계절 예측을 위한 예측인자 산출 ... 30
2. 북서태평양 여름철 태풍 진로 예측 ... 31
가. 배경기술 ... 31
나. 예측인자 선정과 예측 ... 33
다. 대규모 순환장과 각 태풍 군집별 연관성 ... 36
3절. 최적 지연 회귀 모델을 이용한 태풍활동 예측 ... 49
1. 최적 지연 회귀 모델 ... 49
가. 이론적 배경 ... 49
나. 모델의 구성 ... 49
다. 2011년도 예보 및 평가 ... 53
라. 사용된 기후 지수 ... 56
마. 엘니뇨와 태풍활동의 관련성 ... 57
바. 태풍 예보를 위한 새로운 기후 지수 개발 ... 62
(1) 서태평양 인도양 1월 해수면 온도 지수 ... 62
(2) 적도지역 zonal wind shear ... 65
4절. ENSO와 태풍 활동의 연관성 ... 68
1. 태풍의 강도 및 진로 예측의 필요성 ... 68
2. TC 발생지역-강도 상관성의 ENSO 변동성 및 태풍 GPI/ACE 강도 변화 예측을 위한 분석 ... 70
가. ENSO의 발달과 소멸 사이클에 따른 ENSO의 유형 분류 ... 70
나. CP-ENSO와 EP-ENSO의 구분에 따른 차별적 특성 도출 ... 72
다. GPI 및 ACE 지수를 활용하여 태풍의 강도에 기여하는 순환장 및 기상요소의 도출 ... 74
라. ENSO의 시간적, 공간적 타입에 따른 태풍의 영향 평가 ... 79
3. 태풍 진로 및 강도 예측을 위한 잠재와도 경향방정식의 활용성 평가 및 경로예측을 위한 통계적 기법화 ... 83
가. 해수온의 차이에 대한 태풍 진로의 변화 실험 ... 83
나. 해수면 온도의 비대칭성의 태풍 강도와 경로에 대한 영향 평가 ... 89
다. 잠재와도 경향방정식의 수지분석 및 활용성 평가 ... 95
라. 해수면 온도의 패턴이 태풍에 미치는 역학 및 비대칭성의 이해 ... 101
마. 태풍의 전향 정도 및 상륙 경로 예측을 위한 지수화 및 통계적 기법 개발 ... 109
5절. 연구 개발 모델의 현업화를 위한 전산 처리 ... 114
1. 태풍 통계 모델 진로유형 예측을 위한 기후 예보 자료 수집 ... 114
가. 기후 예보 시스템 자료의 수집 ... 114
(1) CFSv1 (Climate Forecast System Version 1) ... 114
(2) CFSv2 (Climate Forecast System Version 2) ... 114
2. 태풍 예상 발생 개수 통계 모델을 위한 프로그램 ... 117
가. 일본 기상청 태풍 Best track 자료 수집 및 분석 자료 도출 ... 117
나. Climate indices 자료의 정리 ... 120
다. Multi-regression 을 통한 태풍 활동성 예보 프로그램 ... 121
(1) 프로그램 환경 ... 121
(2) NCL Multi-regression 함수 ... 123
(3) NCL correlation 함수 ... 124
(4) 지연 상관성 (lagged correlation) 계산 ... 124
(5) Climate Index 선정 (Multi-regression) ... 124
(6) 태풍 예측 계산 ... 124
3. Mashup 을 이용한 태풍 Track 가시화 ... 125
가. Mash-up 기술에 대한 소개 ... 125
나. Google Map Flex API 를 사용한 태풍 track 가시화 ... 128
다. Google Earth 와 KML 파일을 통한 태풍 track 가시화 ... 129
제 4 장 목표달성도 및 관련분야에의 기여도 ... 133
제 5 장 연구개발결과의 활용계획 ... 134
제 6 장 연구개발과정에서 수집한 해외과학기술정보 ... 135
제 7 장 연구개발결과의 보안등급 ... 136
제 8 장 국가과학기술종합정보 시스템에 등록한 연구시설장비현황 ... 137
제 9 장 참고문헌 ... 138
[첨부 1]연구개발결과 활용계획서 ... 142
[첨부 2]연구개발결과의 보안 등급 ... 147
[첨부 3]국가연구시설 장비 정보 및 등록 현황 ... 148

표/그림 (88)

표 Selected El Niño, La Niña, and neutral years with the definition of ENSO involving the winter preceding the TC season, corresponding TC season, and winter following the TC season.
표 Tracks of landfalling TCs in the Korean Peninsula for the El Niño (a, d, g), La Niña (b, e, h), and neutral years (c, f, i), with the definition of ENSO years involving the winter preceding the TC season (left panels), corresponding TC season (middle panels), and winter following the TC season (right panels).
표 Statistics of the number of (a) landfalling and (b) influencing TCs in the Korean Peninsula.
표 Anomalies of gridded TC tracks for El Niño (a, d, g) and La Niña (b, e, h) from the climatology, and their differences (El Niño minus La Niña) (c, f, i), with the definition of ENSO years involving the winter preceding the TC season (left panels), corresponding TC season (middle panels), and winter following the TC season (right panels).
표 Same as Table 2a, except for the central pressures of the landfalling TCs in the Korean Peninsula.
표 (a)–(g) Resultant seven hard clusters after assigning a TC to a cluster where its membership coefficient is the largest.
표 Correlation coefficients between the TC frequency in C1 and the SST, absolute vertical wind shear (VWS), 500-hPa geopotential height (Z500), 850-hPa vorticity (VOR850) in the observations (a−d) during June−October for the period 1981−2006.
표 Correlation coefficients between the TC frequency in C2 and the SST, absolute vertical wind shear (VWS), 500-hPa geopotential height (Z500), 850-hPa vorticity (VOR850) in the observations (a−d) during June−October for the period 1981−2006.
표 Correlation coefficients between the TC frequency in C3 and the SST, absolute vertical wind shear (VWS), 500-hPa geopotential height (Z500), 850-hPa vorticity (VOR850) in the observations (a−d) during June−October for the period 1981−2006.
표 Correlation coefficients between the TC frequency in C4 and the SST, absolute vertical wind shear (VWS), 850-hPa vorticity (VOR850), 50-hPa zonal wind in the observations (a−d) during June−October for the period 1981−2006.
표 Correlation coefficients between the TC frequency in C5 and the SST, 500-hPa geopotential height, absolute vertical wind shear (VWS) in the observations (a−c) during June−October for the period 1981−2006.
표 Correlation coefficients between the TC frequency in C6 and the SST, mean wind field (DLMW U), absolute vertical wind shear (VWS), precipitable water in the observations (a−d) during June−October for the period 1981−2006.
표 Correlation coefficients between the TC frequency in C7 and the SST, 850-hPa zonal wind in the observations (a−b) during June−October for the period 1981−2006.
표 Observations (red line), 15 ensemble members (light blue lines), and the ensemble mean (blue line) of the hindcast of the hybrid dynamical-prediction model for the period 1981–2006.
표 태풍의 발생 개수를 예보하는 모식도.
표 태풍 진로에 따른 cluster.
표 위에서부터 열대폭풍우(Tropical Storm), 태풍(Typhoon) 그리고 강한 태풍(Intense Typhoon) 연간 발생 개수에 대한 관측 값(검정색 실선), 예보 값(빨간색 점선) 그리고 오차범위(파란색 점선)를 나타낸다.
표 위에서부터 열대폭풍우(Tropical Storm), 태풍(Typhoon) 그리고 강한 태풍(Intense Typhoon) 연간 활동 날수에 대한 관측 값(검정색 실선), 예보 값(빨간색 점선) 그리고 오차범위(파란색 점선)를 나타낸다.
표 2011년 예보 평가표.
표 연간 열대폭풍우(Tropical Storm)의 발생 개수의 비해 각 지역별 상륙 비를 예보한 값이다.
표 각 태풍 활동 항목별 예보에 사용된 기후 지수 및 활용 월.
표 각 층별 엘니뇨 패턴과 태풍 자료의 상관성을 나타낸 그래프.
표 150hPa 엘니뇨 패턴은 특별히 여러 엘니뇨 지수들과 높은 상관성을 갖는다.
표 250 hPa의 regression field(위)와 850hPa(아래). Stremline은 wind를 나타내며, shading 한 것은 omega*-100을 한 값이다.
표 latitude-level cross section.
표 왼쪽은 CSEOF를 통해 얻어진 seasonal cycle이고, 오른쪽은 엘니뇨 패턴이다.
표 태풍개수와 엘니뇨 지수들 그리고 CSEOF EP, CP 패턴과 지연 상관표
표 (가장위) 연간 태풍수와 서태평양 및 인도양 (80°E∼140°E, 0°N∼30°N)의 1월의 해수면 온도의 상관관계.
표 새로 개발된 해수면 온도 지수와 연간 태풍 발생 개수의 시계열. 상관성이 -0.6으로 매우 높다.
표 새로 개발한 해수면 온도 지수와 다른 기후지수들과의 지연 상관 그래프.
표 적도지역(250°E∼260°E, 10°S∼10°N)의 4월달 250hPa zonal wind(왼편)와 850hPa zonal wind(오른편)가 연간 태풍 개수와 갖는 상관성.
표 250hPa과 850hPa의 차이로 만든 shear 지수.
표 여름철 북서태평양 바람장과 shear 지수를 Singular Value Decomposition(SVD) 했을 때의 EV(위).
표 연간 태풍 발생수와 shear 지수의 시계열을 나타낸 그래프. -0.55의 높은 상관성을 갖는다.
표 shear 지수와 엘니뇨 지수들과의 지연 상관성 도표.
표 Schematic diagram of the oceanic Niño index for developing El Niño conditions,
표 Classification of the Neutral, Type I, and Type II years.
표 Time series of normalized Niño 3 (dark gray and red color) and Niño 4 (gray and orange color) index based on the SST anomaly from the 1960–2008 average in the boreal summer and fall (JJASO).
표 Composites of SST anomalies (°C) in JJASO for each of the four events.
표 Spatial distribution of the JJASO　GPI. The black dot indicates the location of TC genesis.
표 Lag-lead correlation coefficients between (a) the time series of ACE (JJASO) and monthly Niño indices, and (b) the time series of mean typhoon formation location (JJASO) and monthly Niño indices.
표 Genesis potential index and geopotential height (m) at 850 hPa for CPW (a and b), EPW (c and d), and the difference during JJASO.
표 (a) |105×Absolute vorticity (s-1)|3/2, (b) (relative humidity (%)/50)3, (c) (potential intensity (ms-1)/70)3, and (d) (1+0.1 × vertical shear (ms-1))-2for the difference between CPW and EPW years (CPW minus EPW) during JJASO.
표 Genesis potential index for CPW (a and b), EPW (c and d), and the difference during JJA and SON.
표 Locations of the formations and tracks of TCs in (a)–(c) CPW years, in (b) and (d) EPW years.
표 Ratio of typhoon occurrence in each ENSO type during the period 1960–2008.
표 (a) The simulated track from CTL (black line), and T298~T305 experiments for typhoon MAEMI case. (b) The temporal variations of EXP minus CTL for the minimum SLP on the center of typhoon.
표 Same as Fig. 3.4.11 except for typhoon EWINIAR.
표 The composite of (a, c) total wind flow and (b, d) asymmetric flow (stream line) at 500hPa for (a, b) T300 EXP, (c, d) T305 EXP averaged during time from 51h to 60h for typhoon MAEMI case.
표 Same as Fig. 3.4.13 except for typhoon EWINIAR.
표 Latent heat flux (shading, unit: Wm-2) at the surface for (a and c) T300 EXP and (b and d) T305 EXP at time (a and b) 42h, and (c and d) 54h for the Maemi case.
표 Same as Fig. 3.4.15 except for Ewiniar.
표 Experimental design for WRF 3.2 model.
표 (a) Simulated track from CTL, EXP_GNS, EXP_GSN, EXP_GWE, and EXP_GEW. (b) Temporal variations of EXP minus CTL difference for minimum sea level pressure (unit: hPa) on TC center. (c) Same as (b), but for zonal distance from CTL TC center.
표 (a, c, e, and g) Zonal-height and (b, d, f, and h) meridional-height cross section of potential vorticity (shading; unit: PVU) and its asymmetric component (contour) averaged within (a, c, and e) meridional and (b, d, and f) zonal direction of 100 km from surface TC center for (a-b) EXP_GNS, (c-d) EXP_GSN, (e-f) EXP_GWE, and (g-h) EXP_GEW on the second day.
표 Vertical structure of (a, c) zonal and (b, d) meridional winds averaged within 100 km of surface TC center for experiments on SST magnitude on the (a-b) second day and (c-d) third day.
표 Wavenumber-1 component of the total potential vorticity tendency for (a) T300 and (b) T305 experiments for the Maemi case.
표 Wavenumber-1 component of the three terms in potential vorticity tendency for (a, c, e) T300 and (b, d, f) T305 experiments for the Maemi case.
표 Wavenumber-1 component of the total potential vorticity tendency for (a) T300 and (b) T305 experiments for the Ewiniar case.
표 Wavenumber-1 component of the three terms in potential vorticity tendency for (a, c, e) T300 and (b, d, f) T305 experiments for the Ewiniar case.
표 The simulated track from (a) CTL (black line), (b) GWE_EXP, (c) GEW_EXP (d) GSN_EXP (White line) in the MAEMI case.
표 Wavenumber-1 component of time composite of LL average of total potential vorticity tendency (Upper) and a representative term (lower), among the horizontal advection term, vertical advection term, and diabatic heating term, to Total PVT in GEW_EXP of the MAEMI case before recurvature (left), during recurvature (middle), and after recurvature (right).
표 Same as Fig. 3.4.25 except for GSN_EXP.
표 Same as Fig. 26. except for the horizontal advection term (lower) GEW_EXP during recurvature (left), and after recurvature (right).
표 Same as Fig. 3.4.27. except for GWE_EXP.
표 Same as fig. 3.4.24. except for EWINIAR.
표 Wavenumber-1 component of time composite of LL average of total potential vorticity tendency (Upper) and a representative term (lower), among the horizontal advection term, vertical advection term, and diabatic heating term, to Total PVT in GSN_EXP of the EWINIAR case during the period from 36hr to 48hr (left), from 48hr to 60hr (middle), and from 60hr to 72hr (right).
표 Same as fig. 3.4.30. except for GEW_EXP
표 Same as fig. 3.4.31. except for GWE_EXP (left), GEW (right) during the period from 48hr to 60hr.
표 Experimental design performed by WRF 3.2 model.
표 The simulated TC tracks of Maemi for mirror experiments.
표 Distribution of geopotential height (contour line) and wind speed (shading, unit: m s-1) for (a, d) W4_T302.5 EXP, (b, e) NL_T302.5 EXP, and (c, f) E4_T302.5 EXP at (a, b, c) 36 h and (d, e, f) 60 h.
표 The simulated TC tracks of Maemi for mirror experiments together with different SST from 300K to 305K.
표 CSFv1과 CSFv2의 비교
표 CFSv2 기후 예보 일일 업데이트 자료의 수집 flow chart
표 Best track 자료의 typhoon grade index table
표 NCL 설치 directory 구성
표 NOAA Sea Surface Temperature Daily forecast + Google Earth Mashup
표 NOAA Total Precipitable Water Daily forecast + Google Earth Mashup
표 NOAA Daily digital weather forecast + Google map Mashup Sample
표 Hurricane Katrina Track , Grade + Google Earth Mashup Sample
표 ECMWF Magic++ 500hPa GPH + Google Earth Mashup Sample
표 Google Map Flex API 와 Flex를 사용한 Mashup 서비스 구현 화면
표 지도 background 로 표출한 태풍 track ( Google Map mashup )
표 지형 background 로 표출한 태풍 track ( Google Map mashup )
표 지도 정보와 위성정보 중첩 background로 표출한 태풍 track Sample
표 NOAA에서 제공하는 허리케인 track 관련 KML 자료 (google earth view)
표 태풍 best track 자료를 사용해 구현한 KML 자료 ( Google earth view )

과제명(ProjectTitle) :	-
연구책임자(Manager) :	-
과제기간(DetailSeriesProject) :	-
총연구비 (DetailSeriesProject) :	-
키워드(keyword) :	-
과제수행기간(LeadAgency) :	-
연구목표(Goal) :	-
연구내용(Abstract) :	-
기대효과(Effect) :	-

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 제목(한글), 저자명(한글), 발행일자, 전자원문, 초록(한글), 초록(영문) 관리번호, 제목(한글), 제목(영문), 저자명(한글), 저자명(영문), 주관연구기관(한글), 주관연구기관(영문), 발행일자, 총페이지수, 주관부처명, 과제시작일, 보고서번호, 과제종료일, 주제분류, 키워드(한글), 전자원문, 키워드(영문), 입수제어번호, 초록(한글), 초록(영문), 목차
저장형식	Text(ASCII format) Excel format
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

다중 통계기법에 의한 현업용 태풍 계절예측 시스템 개발 원문보기