메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박이준 (서울대학교) 김정훈 (서울대학교)
저널정보
한국기상학회 대기 대기 Vol.33 No.5
발행연도
2023.11
수록면
531 - 548 (18page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
We developed the Aviation Convective Index (ACI) for predicting deep convective area using the operational global Numerical Weather Prediction model of the Korea Meteorological Administration. Seasonally optimized ACI (ACI<SUB>SnOpt</SUB>) was developed to consider seasonal variabilities on deep convections in Korea. Yearly optimized ACI (ACI<SUB>YrOpt</SUB>) in Part 1 showed that seasonally averaged values of Area Under the ROC Curve (AUC) and True Skill Statistics (TSS) were decreased by 0.420% and 5.797%, respectively, due to the significant degradation in winter season. In Part 2, we developed new membership function (MF) and weight combination of input variables in the ACI algorithm, which were optimized in each season. Finally, the seasonally optimized ACI (ACI<SUB>SnOpt</SUB>) showed better performance skills with the significant improvements in AUC and TSS by 0.983% and 25.641% respectively, compared with those from the ACI<SUB>YrOpt</SUB>. To confirm the improvements in new algorithm, we also conducted two case studies in winter and spring with observed Convectively-Induced Turbulence (CIT) events from the aircraft data. In these cases, the ACI<SUB>SnOpt</SUB> predicted a better spatial distribution and intensity of deep convection. Enhancements in the forecast fields from the ACI<SUB>YrOpt</SUB> to ACI<SUB>SnOpt</SUB> in the selected cases explained well the changes in overall performance skills of the probability of detection for both “yes” and “no” occurrences of deep convection during 1-yr period of the data. These results imply that the ACI forecast should be optimized seasonally to take into account the variabilities in the background conditions for deep convections in Korea.
#Deep Convection #Aviation Convective Index (ACI) #Seasonal variability #Seasonal optimization

목차

Abstract
1. 서론
2. 최적화 방법론
3. 예측 성능 검증
4. 사례 분석
5. 결론
REFERENCES

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

이 논문과 함께 이용한 논문

원심력을 이용한 절삭유 정화 시스템
김기수 ,  황지한 ,  안현성 외 2명 기술과 교육 2021 .03
칩 처리가 포함된 절삭유/폐유 분리 및 냉각 시스템 개발
김중선 ,  이동섭 ,  왕덕현 한국기계가공학회지 2017 .06
항공 부문 탈탄소화를 위한 수소연료전지 항공기 개발 전망
정용운 항공우주시스템공학회 학술행사 논문집 2024 .05
항공기 운항 모드별 (LTO, Cruise) 대기오염물질 배출계수 도출 및 2019년~2021년 배출량 비교
조현정 ,  박윤서 ,  박민 외 2명 한국대기환경학회지(국문) 2023 .10
[N잡 트렌드] 4차 산업의 핵심동력 반도체공학엔지니어
송미경 나침반 36.5도 2022 .10

최근 본 자료

전체보기

댓글(0)

0