CME/PNU CGCM의 동아시아 겨울철 기온 예측성 연구

In this study, predictability of winter seasonal temperature over Ease Asia region including Korea Peninsula (110°~145°E, 20~50°N) hindcasted for the period of 1971 ~ 2000 by CME/PNU CGCM is investigated. The predictability of the model has been evaluated based on EOF analysis in terms of Artic Oscillation, East Asia winter monsoon and Nino 3.4 SST anomaly. CME/PNU CGCM used in this research is a fully coupled and physically based ocean-atmosphere-sea ice-land model, in which neither any flux adjustment nor anomaly coupling methods are adapted. Each of the hindcast experiment consists of 0~12-month lead integration started from September first of each year for the period 1971-2000 (30 years). Of the 0~12 -month leads, 3 to 5-month lead prediction are used for the study of winter temperature predictability. The synoptic features of mean DJF temperature and its interannual variance obtained from CME/PNU CGCM over East Asia are generally similar to the observations. The prediction and observation are significantly correlated with confidence level of 95% over Korea Peninsula, Japan and East Sea region, in particular, illustrating high predictability of winter temperature with CME/PNU CGCM over the area. In order to find out the prominent variations that would contribute to the high predictability, EOF analysis has been performed. The analysis shows that the most dominant mode which contribute to the variations of winter temperature of model and observation over East Asia are identical and that the mode is highly related with East Asia Winter Monsoon. It implies that the high correlation between model prediction and observation is due to the model capability of depicting the first dominant mode associated with the East Asia Monsoon variation. At least, however, it turns out that Arctic Oscillation and ENSO seem not to be the factors that influence the winter temperature over the region significantly. Coincidently the model does not depict the AO- or ENSO-related modes which might be due to the reason that they are either within the range of model uncertainties or insignificant relationship with the temperature variations over the area. As a conclusion, this research shows that CME/PNU CGCM illustrates its ability to predict the leading mode of East Asia Winter temperature related to East Asia Winter Monsoon variation with leading months of 3~5.

#CGCM #AO #winter temperature #East Asia winter monsoon #predictability

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

안중배

소속기관 부산대학교

주요연구분야 자연과학 > 지구과학 > 대기과학 TOP 5% 공학 > 조선해양공학

논문수 224 이용수 16,386

황윤정

소속기관 기상청

주요연구분야 자연과학 > 지구과학 > 대기과학

논문수 42 이용수 2,549

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2009-453-016238820

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (23)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)