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

논문 기본 정보

자료유형
학술저널
저자정보
정영주 (전남대학교) 최병주 (전남대학교) 최재성 (전남대학교) Myoung Sung-Gwan (Tropical and Subtropical Research Center, Korea Institute of Ocean Science) 양준용 (국립수산과학원 서해수산연구소 자원환경과) 한창훈 (국립수산과학원)
저널정보
한국해양과학기술원 Ocean and Polar Research Ocean and Polar Research Vol.46 No.1
발행연도
2024.3
수록면
17 - 30 (14page)
DOI
10.4217/OPR.2024005

이용수

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

초록· 키워드

오류제보하기
A real-time numerical prediction system was developed to predict sea surface temperature (SST) in Cheonsu Bay to minimize damages caused by marine heatwaves. This system assimilated observation data using an ensemble Kalman filter and produced 7-day forecasts. Bias in the temperature forecasts were corrected based on observed data, and the bias-corrected predictions were evaluated against observations. Using this real-time numerical prediction system, daily SSTs were predicted in real-time for 7 days from July to August 2021. The forecasted SSTs from the numerical model were adjusted using observational data for bias correction. To assess the accuracy of the numerical prediction system, real-time hourly surface temperature observations as well as temperature and salinity profiles observed along two meridional sections within Cheonsu Bay were compared with the numerical model results. The root mean square error (RMSE) of the forecasted temperatures was 0.58°C, reducing to 0.36°C after bias-correction. This emphasizes the crucial role of bias correction using observational data. Sensitivity experiments revealed the importance of accurate input of freshwater influx information such as discharge time, discharge volume, freshwater temperature in predicting real-time temperatures in coastal ocean heavily influenced by freshwater discharge. This study demonstrated that assimilating observational data into coastal ocean numerical models and correcting biases in forecasted SSTs can improve the accuracy of temperature prediction. The prediction methods used in this study can be applied to temperature predictions in other coastal areas.
#Cheonsu Bay #sea surface temperature #real-time numerical prediction system #bias correction #freshwater discharge

목차

등록된 정보가 없습니다.

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!

최근 본 자료

전체보기

댓글(0)

0