지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2018.1
- 수록면
- 150 - 150 (1page)
이용수
초록· 키워드
오류제보하기
The Numerical Weather Prediction (NWP) models provide information for weather forecasts. The highly nonlinear and complex interactions in the atmosphere are simplified in meteorological models through approximations and parameterization. Therefore, the simplifications may lead to biases and errors in model results. Although the models have improved over time, the biased outputs of these models are still a matter of concern in meteorological and hydrological studies. Thus, bias removal is an essential step prior to using outputs of atmospheric models. The main idea of statistical bias correction methods is to develop a statistical relationship between modeled and observed variables over the same historical period. The Model Output Statistics (MOS) would be desirable to better match the real time forecast data with observation records. Statistical post-processing methods relate model outputs to the observed values at the sites of interest. In this study three methods are used to remove the possible biases of the real-time outputs of the Weather Research and Forecast (WRF) model in Imjin basin (North and South Korea). The post-processing techniques include the Linear Regression (LR), Linear Scaling (LS) and Power Scaling (PS) methods. The MOS techniques used in this study include three main steps: preprocessing of the historical data in training set, development of the equations, and application of the equations for the validation set. The expected results show the accuracy improvement of the real-time forecast data before and after bias correction. The comparison of the different methods will clarify the best method for the purpose of the forecast skill enhancement in a real-time case study.
목차
등록된 정보가 없습니다.
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Improvement of WRF forecast meteorological data by Model Output Statistics using linear, polynomial and scaling regression methods
한국수자원학회 학술발표회
2019 .01
-
Bias Correcting of Real Time Mean Areal Precipitation of WRF Model Using Linear Regression
대한토목학회 학술대회
2017 .10
-
실시간 건물 성능 예측을 위한 기상청 초단기 예보 데이터 정확도 검증 - 서울, 부산, 대전, 광주, 제주 지역을 중심으로 -
KIEAE Journal
2020 .10
-
범주형 광역화 모델에 의한 초미세먼지 예보 개선
멀티미디어학회논문지
2022 .03
-
A Review of Solar Forecasting
AFORE
2022 .09
-
An Improved Photovoltaic System Output Prediction Model under Limited Weather Information
Journal of Electrical Engineering & Technology
2018 .09
-
Micro-Grid 시스템에서 Peak-Shaving을 이용한 PV+ 시스템의 최적 운영 방법
산업경영시스템학회지
2020 .01
-
태양에너지 예보기술 동향분석
한국태양에너지학회 논문집
2019 .08
-
On the Use of Maximum Likelihood and Input Data Similarity to Obtain Prediction Intervals for Forecasts of Photovoltaic Power Generation
Journal of Electrical Engineering & Technology
2015 .05
-
태양광 발전 예보를 위한 UM-LDAPS 예보 모형 성능평가
한국태양에너지학회 논문집
2019 .04
-
해양예측자료를 활용한 해양예보서비스 개발
한국해양환경·에너지학회 학술대회논문집
2020 .11
-
전지구 계절예측시스템 GloSea5의 최적 편의보정기법 선정
한국수자원학회논문집
2017 .01
-
다중 기상 예보를 활용한 트랜스포머 기반 태양광 발전량 예측 모델
한국태양에너지학회 논문집
2023 .12
-
AWS 지점별 기상데이타를 이용한 진화적 회귀분석 기반의 단기 풍속 예보 보정 기법
전기학회논문지
2015 .01
-
Trend Forecast for Drugstores by using FMD Analysis, Wavelet-based Clustering, and a State-space Model
IEIE Transactions on Smart Processing & Computing
2018 .02
-
Multivariate Time Series Mobile Traffic Forecast
한국통신학회 학술대회논문집
2023 .06
-
가우시안 푸리에 변환 기법을 적용한 GAN 기반 강수 보정 연구
한국정보통신학회 종합학술대회 논문집
2023 .10
-
고해상도 강수량 수치예보에 대한 편의 보정 기법 개발
한국수자원학회논문집
2018 .01
-
Integration of Physics and Observation-Driven Models to Advance Solar Forecast
AFORE
2022 .09
이 논문의 저자 정보
최근 본 자료
댓글(0)
0