보고서 정보
주관연구기관 |
국립기상과학원 National Institute of Meteorological Research |
연구책임자 |
주상원
|
참여연구자 |
박경진
,
조경모
,
최운
,
김승범
,
임은하
,
하종철
,
김기훈
,
윤종환
,
조요한
,
신현철
,
이용희
,
최준태
,
백희정
,
박세영
,
김수현
,
노해미
,
이미희
,
이봉수
,
이은주
,
남지은
,
안광득
,
이근희
,
이은희
,
이정림
,
이정순
,
이현경
,
황윤정
,
박선주
,
이호용
,
김은희
,
박소라
,
박혜자
,
오수빈
,
이혜진
,
최희욱
,
임승준
,
장지연
,
김민유
,
양아련
,
이재병
,
정종훈
,
이승호
,
이지혜
,
김하린
|
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 |
한국어
|
발행년월 | 2015-12 |
과제시작연도 |
2015 |
주관부처 |
기상청 Korea Meteorological Administration(KMA) |
등록번호 |
TRKO201800035543 |
과제고유번호 |
1365002055 |
사업명 |
예보기술지원및활용연구 |
DB 구축일자 |
2018-07-21
|
DOI |
https://doi.org/10.23000/TRKO201800035543 |
초록
▼
Ⅳ. 연구 내용 및 결과
위험기상에 대한 관측·분석·수치모델의 융합기술 고도화 연구를 위하여 국지관측자료를 이용한 위험기상 분석, 위험기상 예측기술 개발, 기상지원을 위한 특화예측기술 개발 연구를 수행하였다.
구름 및 강수 물리과정 이해 및 정량적 강수예보 정확도 개선을 위하여 첨단관측 자료 활용을 통한 통합모델 기반 초단기 수치모델 개발을 추진하였다. 2015년 6월 15일부터 7월 31일까지 첨단 연구용 관측 장비를 활용하여 위험기상 특별관측을 실시하였다. 관측지점은 보성글로벌표준관측소(이하,보성), 고산기상대
Ⅳ. 연구 내용 및 결과
위험기상에 대한 관측·분석·수치모델의 융합기술 고도화 연구를 위하여 국지관측자료를 이용한 위험기상 분석, 위험기상 예측기술 개발, 기상지원을 위한 특화예측기술 개발 연구를 수행하였다.
구름 및 강수 물리과정 이해 및 정량적 강수예보 정확도 개선을 위하여 첨단관측 자료 활용을 통한 통합모델 기반 초단기 수치모델 개발을 추진하였다. 2015년 6월 15일부터 7월 31일까지 첨단 연구용 관측 장비를 활용하여 위험기상 특별관측을 실시하였다. 관측지점은 보성글로벌표준관측소(이하,보성), 고산기상대 인근(이하산), 창원기상대(이하,창원)로 총 3곳이다. 보성에서는 구름레이더, 연직지향레이더, 2차원 광학우적계, 레이더기반 광학우적계 관측장비, 기상관측차량 및 기상라이더 차량이 관측기간 동안 운영되었다. 라디오존데 고층관측의 경우 총 5번의 집중관측이 실시되었고, 집중관측 기간 동안 보성 및 창원 지점은 3시간 간격(일 8회)의 조밀한 관측이 실시되었다. 집중관측 기간에 대한 정보는 아래 표 1.과 같다.
통합모델기반의 기상청 현업 국지예측시스템을 사용하여 특별 관측된 고층자료를 추가하여 관측시스템실험(OSE : Observing System Experiment)을 수행하였다. 장마전선의 영향을 받아 강수가 발생한 7월 7일 사례에 대해서 고층자료의 효과를 분석을 하였다. 고층자료가 추가 되지 않은 실험(이하, CNTL)에서 과소모의하고 있던 우리나라 남동지역의 강수는 고층자료를 추가한 실험 EXP(이하, EXP)에서 경상북도지역의 강수를 관측에 가깝게 예측하였으며, 남부해안지역의 강수도 양적인 측면에서 크게 개선되었다. 강수량별 예측성능의 개선 정도를 비교하기 위해 사례에 대하여 3시간 누적강수의 임계성공지수(ETS)를 보였다. 약한 강수부터 10mm/3h 강수까지 모두 EXP의 성능이 개선되었다(그림 1).
우리나라 겨울철 위험기상의 대표적인 예인 대설에 대하여 관측자료 특성 분석을 통한 대설의 예측 기술 개발을 수행하였다. 이를 위하여 최근 30년간 한반도 남서지역에서 발생한 대설 사례에 대해 통계적 특징과 대설을 발생시키는 예단인자들의 유의성을 검토하였다. 한반도 남서지역 대설은 서해상에 925 hPa 온도능(thermal ridge)이 위치하고, 그 전면의 활성지역 하층에 고비습역(high specific humidity region)과 차등한랭이류가 중요한 예단인자로 분석되었다. 이 연구결과를 토대로 한반도 남서지역 대설과 관련하여 다음 표 2.와 같이 새로운 예측인자를 개발하였다.
적설과 예측인자간의 상관도가 높은 비중만큼 가중치를 부여하여 작성하였고, 50이상일 때 5∼15cm, 80 이상일 때 20cm 이상의 적설을 나타낸다. 2년간 자료를 사용하여 검증한 결과 Heidke Skill Score(HSS)는 0.66으로 나타났다.
위험기상에 대한 예측능력 향상 연구의 일환으로 2014년 6월 10일 고양시 일산에서 발생한 토네이도 사례의 특성을 분석하였다. 첨단관측자료인 X밴드 이중편파 레이더를 이용하여, 수퍼셀에 동반된 토네이도의 발생(형성), 발달 과정을 상세히 분석하였다. 수퍼셀을 동반한 토네이도의 형태학적 특성은 훅에코(hook echo), 훅에코 인근으로 상대적으로 약한 반사도 지역(BWER), 링 모양의 약한 반사도 지역(WEH)이 관측되었다(그림 2). 또한 국외 사례들과 비교하여 국내 육지에서 형성된 수퍼셀 토네이도의 형태학적 특성은 유사하게 관측되었으며, 미국 대평원에서 발생하는 전형적인 토네이도와 비교하여 수평, 연직 규모는 상대적으로 작은 크기로 관측되었으며, 일본 사례와 비교하여 연직 규모는 높게 관측되었다.
창원지점 현업 라디오미터 자료의 정확도 분석을 위해서 라디오존데 프로파일과 비교‧검증하였다. 연직고도, 강수유무에 따른 오차를 비교‧분석하였다. 강수 발생시, 상대습도와 수증기밀도는 편차(Bias), 제곱평방근오차(RMSE)가 증가하고, 라디오존데값과의 상관계수가 감소함을 알 수 있었다. 고도에 따른 오차 분석 결과 기온은, 1 km 이하 고도에서 음의 Bias가 크지만 RMSE는 고도가 낮을수록 작은 것을 알 수 있었고, 상대습도와 수증기 밀도 자료는 고도가 낮을수록 Bias와 RMSE가 크게 나타났다(그림 3).
산림청의 AWS 관측지점 증설 등으로 관측자료 지점이 크게 증가함에 따라 품질관리를 자동으로 수행할 체계가 필요하다. 본 연구에서는 2014년의 산림청 AWS 자료에 대해 기상청에서 기존에 사용 중인 기본 실시간 품질검사 및 Cressman, Barnes, Madsen-allerup의 공간성검사의 품질검사를 적용하였다. 또한 이 품질검사의 결과에 기계학습기법기반의 품질검사를 개발 및 적용하여 기존에 비정상 자료로 분류된 정보들을 활용 가능하도록 하였다. 의심자료의 결과에 대해서는 K-means clustering 방법을 적용하여 정상/오류의 세분화를 수행하였고, 비정상으로 구분되거나 미관측 정보에 대해서는 특징선택기반 선형회귀(Feature selection linear regression) 방법을 적용하여 보정을 수행하도록 적용되었다. 이를 통해 의심자료에 대해서는 정상 또는 오류로의 분류가 수행되었고(a), 비정상 자료의 보정을 위한 적용방법의 월별 추정값에 대하여 (b)의 RMSE 결과를 보였다(그림 4). 연구결과를 통해 2014년 산림청 관측정보의 활용을 위한 관련부서에 DB 정보를 품질 관리 된 정보제공을 수행할 것으로 기대한다.
고층 기상관측의 자동화를 위해 라디오존데를 자동으로 비양시킬 수 있는 창원 기상대에 설치된 바이살라 오토존데를 시험운영 하였다. 시험운영 기간은 2015년 3월 2일부터 2015년 8월 31일까지이고, 일 2회(0000 UTC, 1200 UTC) 비양을 시도하였다. 시험 기간 중 총 476회 비양을 시도하여 423회(88.9 %) 관측을 성공하였다.
시험운영을 하였다. 오토존데의 현업운영에 필요한 사항들을 점검하여, 최적 운영방안을 수립하였고, 또한 수치예보모델의 입력 자료로 활용되고 있는 창원의 연직 바람관측장비의 정확도를 오토존데 관측 자료와 비교 검증하였다(그림 5). 그 결과 연직바람관측장비의 데이터는 비강수시보다 강수현상이 있을 때 정확도가 향상되었고, 비 강수 시 연직바람관측장비는 동서바람을 약하게 측정하는 경향이 있음을 확인하였다.
수치예보모델 기술의 개선으로 고해상도의 수치모델이 현업 운영 중이며, 이를 통해 구름물, 구름얼음 등 구름관련 변수가 산출되고 있다. 이렇게 생산되는 수치모델자료의 대기수상체 정보를 활용하여 대기 투과도를 계산하고 현실감 있는 하늘상태 표출 기반 체계를 구축하였다(그림 6). 이렇게 표출된 수치모델의 하늘 상태를 전천카메라에서 관측된 값과 비교하여 향후 수치모델의 개선에 활용하고자 한다.
수치모델 내에서의 구름물리과정 검증 및 개선을 위해서는 정량적이고 세밀한 구름 관측 자료의 획득이 우선시 되어야 한다. 보성 국가위험기상집중관측센터에 설치된 연구용 Ka-band 구름레이더를 활용하여 구름을 관측하고, 구름과 강수에 대한 미세물리정보를 산출하는 연구가 진행되었다. 먼저, 구름 내에서의 수함량(LWC; Liquid water content) 산출 및 반사도-수함량(Z-LWC) 관계식 도출을 하였다. 대기 연직 프로파일에 존재하는 물량의 총 합인 라디오미터 LWP(Liquid water path)를 비기상에코와 신호감쇠 영향이 보정된 구름레이더 연직 반사도 값에 따라 가중치로 나눔으로써 LWC 연직 프로파일을 산출하였다. 이후, 보성에 설치된 연직 강우레이더와 운고계 자료를 바탕으로 비강수구름, 강수구름, 강수입자를 분류하여 각각의 Z-LWC 관계식을 도출하였다(비강수구름: Z=0.40LWC0.34 / 강수구름: Z=21.70LWC1.41 / 강수입자: Z=91.68LWC1.50). 도출된 Z-LWC 관계식의 적용을 통하여 연직모드뿐만 아니라 PPI, RHI 등의 스캔 모드에 대한 고해상도의 LWC 추정을 가능하게 하였다(그림 7).
구름레이더를 이용한 강우정보 산출 및 활용 가능성을 살펴보는 연구를 수행하였다. 구름레이더는 짧은 파장으로 인하여, 강한 강수 발생 시에는 상층으로 갈수록 반사도 값이 급격하게 떨어지는 신호감쇠가 나타나게 되는데, 이러한 한계점을 역이용하여 강우강도 관계식 도출 알고리즘을 개발하였다. 신호감쇠가 거의 나타나지 않는 약한 강수의 반사도-강우강도 관계식(Z=11.67R0.53)을 도출하였고, 강한 강수의 감쇠-강우강도 관계식(A=1.72R-0.53)도 도출하였다. 이후, 본 연구에서 설계된 강우강도 관계식 도출 알고리즘의 결과를 이용하여 구름레이더 강우강도를 추정하였고, 이를 광학강우강도계 강우강도와 비교한 결과 양의 상관을 보였고, 향후 구름레이더 기반의 강우강도 추정방법의 활용가능성을 확인하였다(그림 8).
위험기상 중 하나인 집중호우에 대한 초단기 예보능력의 향상을 위하여 기존의 AWS 자료에 낙뢰관측자료 예보인자를 추가하여 호우특보 가이던스를 개선하는 연구를 수행하였다. 새로운 예보인자인 낙뢰의 빈도 및 지속시간 등을 사용하여 호우의 1∼3시간 예측결과를 검증하였다. 여름을 포함한 전체 계절에서 낙뢰를 포함한 호우특보가이던스의 ETS가 1, 2시간 예보에서 개선되었음을 볼 수 있다(그림 9).
이 연구를 통해 낙뢰가 호우의 발생을 예측하는데 필요한 예보인자로 활용 가능성을 확인하였다.
원격탐측 구름정보를 수치예보모델에 활용하여, 수치모델 초기장을 개선하기 위한 수분자료 전처리 시스템과 하층수증기 자료동화 방법을 연구하였다. 정지위성자료를 이용한 하층수증기 분석 방법의 국지모델 활용을 위해 일본의 최신정지위성 자료를 활용하기 위한 관측자료 전처리 체계를 구축하였다. 향후에는 국지모델에서의 영향을 분석하고, 모의실험을 통한 예보효과를 분석할 예정이다. 그림 10은 유럽 정지기상위성(Meteosat-10)의 하층수증기 자료동화를 통해 산출된 수증기장 연직 분석증분(분석장-배경장)이다. 위성 복사량 자료는 관측자료 전처리시스템 내에서 운량과 운정기압을 계산하고, 이때 계산된 운량은 그 층의 습도로 변환된다. 운정기압을 중심으로 상부는 청천, 하층은 unknown으로 처리되어 자료동화 되고, 그 결과 수증기의 영향이 하부까지 전달됨을 보여준다.
현업 수치예보 모델에서 강수율을 예측하기 위해 사용되는 수밀도분포(DSD : Drop Size Distribution)를 국내 강수 특성에 맞게 개선시키기 위해 국내 관측 자료를 이용하여 최적화하는 연구를 수행하였다. 이를 위해 least-squares curve-fitting algorithm 및 DSD 변수(, )사이의 power law 관계식을 이용하였다. 각 지점 별 DSD 사례에 least-squares curve-fitting algorithm을 적용(그림 11.(a))하였고 그 결과를 이용하여 최종적인 DSD 함수를 산출하였다. 최종적으로 국내 총 5개 지점의 모든 사례를 이용하여 국내 관측 자료에 최적화된 하나의 DSD 함수(그림 11.(b))를 산출하였다. 기존 수치예보모델의 함수(그림11.(b) 검은색 실선)는 국내관측과 차이가 나고 있으며, 국내관측자료에 최적화된 새로운 DSD 함수(그림 11.(b) 붉은 실선)을 얻었다. 새롭게 산출된 DSD 함수를 이용한 민감도 실험을 통해 예보시간 및 강수량에 따른 검증 지수를 살펴보았다. 기존 수치예보 모델의 함수를 사용했을 때 보다 예측시간 30시간 내 10 mm 미만의 강수에서 ETS와 CSI가 증가하였고 예측시간 12시간 내에는 약한 강수에서부터 강한 강수까지 BIAS가 줄어들었다. 반면 예측 시간 36시간 이후부터는 BIAS가 오히려 증가하였다. 본 연구를 통해 DSD 함수가 강수 예측에 미치는 영향을 살펴보았고 향후 수치예보 모델 내 물리과정 개선의 필요성을 확인하였다.
통합모델 기반의 동네예보 실황자료 지원 가능성을 살펴보기 위해 국지예보모델에서 산출된 실황제공 변수의 특성을 분석하였다. 기온, 상대습도, 풍속의 경우 지역 및 시간대별로 구분하여 특성을 분석하였다. 기온은 내륙과 도서/해안지역의 낮에는 기온을 낮게, 밤에는 약간 높게 분석하였으며, 산악 지역은 기온을 높게 분석하였다(그림 12). 풍속은 전반적으로 강하게 분석하고 있었으며 풍향은 약 60 %의 정확도를 가졌다. 강수는 여름철 강수에 대하여 낮 시간대의 BIAS는 다소 컸지만 새벽 시간대의 BIAS는 작았다. 하늘상태는 계절별로 고른 정확도를 보였지만 여름철의 경우 구름 발생 빈도가 증가함에 따라 상대적으로 정확도가 감소하였다.
이러한 국지예보모델의 특성 분석 결과를 기반으로 보정 과정을 거친다면 실황자료의 배경장으로 제공 가능할 것으로 판단된다.
국내 15개 지상 GNSS 지점의 대류권 신호지연으로부터 산출된 연직총지연량 자료를 국지수치예보시스템에 활용하였다. 그림 13은 2014년 8월 25일 남부지방의 집중호우 사례에 대해 GNSS 자료를 활용하지 않은 현업(NWP) 결과와 GNSS 자료를 활용한 실험(GGPS)의 4시간 강수 예측 결과를 비교한 것이다. GGPS의 결과가 NWP 결과에 비해 전남 해안지방의 강수를 약 24 mm 많게 모의하여 관측에 더 가깝게 모의하였다.
위험기상 예측을 위한 연구개발의 협업 개선을 위한 국지수치예보모델 범용 수치모델 운영체계(Rose/Cylc)를 적용하였다. 국지수치예보모델에 적용하는 범용 수치모델 운영체계는 영국기상청에서 다양한 연구자의 협업을 원활하게 수행하고 연구결과를 손쉽게 현업에 적용하기 위하여 개발되었다. 국지수치예보모델은 전지구수치예보모델의 수행 결과를 활용하고 있으며, 순환예측체계도 전지구수치예보모델과 연동되어 있다. 범용 수치모델 운영체계를 분석하고 현업에서 사용하고 있는 쉘 기반 검증 스크립트를 범용 수치모델 운영체계 기반으로 변환하였다(그림 14). 전지구 수치예보모델 수행이 범용 수치모델 운영체계로 전환된다면 국지수치예보모델도 범용 수치모델 운영체계로 전환하는 것이 수치예보시스템 운용에 편의를 제공할 것으로 보이며, 전환에 따른 어려움은 없을 것으로 판단된다.
2015년 광주하계유니버시아드 경기대회가 열리는 주경기장내부의 미터 규모의 상세바람 예측시스템을 개발하고, 대회시에 실시간으로 운영하고 지원하였다(그림15). 또한 주요 경기장 및 그 주변에 대한 고해상도 상세 수치예보일기도와 MOS 통계 과정을 거친 동네예보가이던스를 생산하여 예보관 맞춤형 기상정보를 약 2달간 제공함으로써 성공적 대회운영에 기여하였다.
(출처 : 요약문 19p)
Abstract
▼
A special observation campaign was conducted in order to improve the accuracy of numerical model quantitatively from a better understanding of cloud and precipitation physics, and to develop a numerical model from analysis on the characteristics of non-synoptic data.
Observation System Experi
A special observation campaign was conducted in order to improve the accuracy of numerical model quantitatively from a better understanding of cloud and precipitation physics, and to develop a numerical model from analysis on the characteristics of non-synoptic data.
Observation System Experiments (OSEs) using LDAPS (UM 12 km L70) is carried out during a rainfall event to examine the effects of additional upper-air observation on the numerical weather prediction. Distribution of the 3 hours of accumulated precipitation of the EXP improved in the southeastern region of the Korean peninsula. Moreover, Equitable Threat Scores (ETS) of the EXP are about 14.4% higher than CNTL. The results indicate that the summer intensive observation data have a positive impact on short prediction for Changma rainfall event. The statistical features of heavy snow events during the past 30 years in the southwest region of the Korean peninsula were analyzed. It is revealed that the specific humidity and the differential temperature advection of the active region in front of the thermal ridge play an important role in heavy snow phenomena in the region.
On the 10th of July 2014, a tornado outbreak occurred over Goyang province in Korea. This was the first supercell tornado ever reported or documented through this report. The study investigated tornado genesis and maintenance using X-band polarimentric radar. Furthermore, the several features of supercell tornado were documented.
To evaluate the accuracy of the ground-based microwave radiometer(MWR) temperature and humidity profiles, we compared MWR with radiosonde located in Changwon. The RMSE between the MWR and radiosonde results for rain conditions was larger than that of the no rain condition. The errors of humidity profiles were the highest in the boundary layer.
The existing KMA quality control method and a new quality control method based on machine learning were applied to KFS AWS data for 2014. The new quality control method showed significant improvement compared to the existing method. The new method could also provide estimation for missing data and add flags regarding quality control for further users. To automate systems of upper air sound, operational tests of Autosonde were carried out for about six months in a Changwon weather station.
Autosonde was checked, including the details required for regular operation and optimal operation plans. In addition, the quality of Windprofiler observation data, which is used as input data for the forecast model was verified and compared with Autosonde observations. High-resolution numerical models to forecast the improvement of production technology under operation.
This cloud water, cloud ice, such as cloud-related variables has been calculated. So taking advantage of the numerical model data information in the upper atmosphere can be done by building the sky condition that was expressed based on realistic expression systems to calculate the atmospheric transmittance.
We calculated the cloud liquid water content (LWC) and derived the Z-LWC relations for non-precipitable clouds, precipitable clouds and raindrops from reflectivity (Z) observed by the Ka-band cloud radar and the liquid water path (LWP) observed by the microwave radiometer. Furthermore, an algorithm has been developed to retrieve a rain rate from cloud radar measurements. For low and high rain rates, the Z-R relation and A-R relation are applied, respectively.
To order to the improve the predictability in the very short-term of heavy rainfall, we carried out the comparative experiment with and without lightning data in prediction systems based on the SVR (Support vector regression) algorithm machine learning method.
Cloud information from various kinds of observation such as satellite, radar and surface can help improve water vapour fields of the NPW model background. We investigated the methods, then, implemented an observation preprocessing system to test the satellite data in the KMA local model.
We analysed and modified the rainfall drop-size distribution using PARSIVEL observation data. The observations were used to develop an improved parameterization of the raindrop size distribution that better captures the observed transition.
Sensitivity tests were performed using Met Office Unified Model to demonstrate that the new parameterization leads to improvements in various precipitation. In order to know about the possibility that UM has to provide current weather background data, we had to verify LDAPS. Based on the results, LDAPS seems likely to use as a background for the current weather data through the correction.
Zenith total delay (ZTD) observations derived from 15 ground-based GNSS have been assimilated into a KMA LDAPS (Local Data Assimilation and Prediction System). To take advantage of ZTDs using three-dimensional variational data assimilation (3D-Var), we performed quality control processes at various stages. Assimilation of ZTD observations into the LDAPS model has shown positive impacts to low-level temperature and wind. Also, prediction of precipitation has been improved, especially providing similar rainfall amounts to observs for the heavy rainfall case.
We apply Rose/Cylc to Local Data assimilation and Prediction Systems (LDPS) for operational improvements. In this study, we analyzed the LDPS and Rose/Cylc before applying Rose/Cylc.
We contributed to the successful Universiade Gwangju 2015 by providing customized weather information, such as advanced high resolution numerical weather charts and digital forecast guidance through MOS (Model output statistics) for main stadiums.
(출처 : Summary 33p)
목차 Contents
- 표지 ... 1
- 연구 보고서 ... 4
- 목차 ... 6
- 표목차 ... 11
- 그림목차 ... 13
- 요약문 ... 18
- Summary ... 33
- 제 1 장 서 론 ... 36
- 제 2 장 국지관측자료를 이용한 위험기상 분석 ... 38
- 제 1 절 위험기상 감시를 위한 집중관측 및 분석 ... 38
- 1. 2015년 특별관측 수행 ... 38
- 2. 2015년 특별관측 자료 영향 평가 ... 44
- 3. 한반도 남서부지역 강설 및 대설 메커니즘 분석 ... 50
- 4. 일산 토네이도 사례 분석 ... 57
- 제 2 절 위험기상 분석을 위한 첨단관측장비 활용연구 ... 63
- 1. 현업라디오미터 자료의 특성 및 정확도 분석 ... 63
- 2. 기계학습기법기반 산림청 AWS 관측자료 품질관리 개선 ... 68
- 3. 창원 오토존데 시범운영 및 연직바람관측장비와 비교 분석 ... 74
- 4. 3차원 구름정보 반영한 하늘상태 표출 기반 체계 구축 ... 79
- 5. 연구용 구름레이더 기반 수함량 산출 알고리즘 개선 ... 84
- 6. 연구용 구름레이더 기반 강우강도 산출 알고리즘 개발 ... 90
- 7. 비교 분석을 통한 운고계 자료의 특성 평가 ... 95
- 제 3 장 위험기상 예측 기술 개발 ... 101
- 제 1 절 초단기 기상분석 및 예측 체계 개선 ... 101
- 1. 기계학습기법기반의 호우 특보 가이던스 개선 ... 101
- 2. 원격탐측 구름정보 분석 및 수치예보활용 기술 개발 ... 107
- 3. 광학우적계를 이용한 미세물리과정 비교 연구 ... 112
- 제 2 절 위험기상 예측을 위한 국지수치예보모델 개발 ... 117
- 1. 국지예보모델의 특성 분석 ... 117
- 2. 지상 GNSS 관측 자료를 활용한 국지예보모델 개선실험 ... 123
- 3. 국지수치예보모델 운영 체계 개선을 위한 범용 수치모델 운영체계 분석 ... 129
- 제 4 장 기상지원을 위한 특화 예측기술 개발 ... 134
- 제 1 절 광주유니버시아드 대회 기상지원 ... 134
- 1. 상세 바람 예측 모델 및 3차원 표출 시스템 개발 ... 134
- 2. 상세 기상지원 표출 시스템 개발 및 지원 ... 138
- 제 5 장 요약 및 결론 ... 141
- 참 고 문 헌 ... 144
- 끝페이지 ... 150
※ AI-Helper는 부적절한 답변을 할 수 있습니다.