WMO LC-LRF 검증 지수를 활용한 기후예측시스템(GloSea6)의 계절예측 성능 비교 평가

현유경; 박진경; 지희숙; 이조한; 신범철; 이상민; 이현주; 김형진; 박연희; 김지영; 부경온

추천

검색

질문

자료유형: 학술저널

저자정보: 현유경 (국립기상과학원) 박진경 (국립기상과학원) 지희숙 (국립기상과학원) 이조한 (국립기상과학원) 신범철 (국립기상과학원) 이상민 (국립기상과학원) 이현주 (APEC) 김형진 (APEC) 박연희 (국립기상과학원) 김지영 (국립기상과학원) 부경온 (국립기상과학원)

저널정보: 한국기상학회 대기 대기 Vol.34 No.4

발행연도: 2024.11

수록면: 463 - 480 (18page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

This study aims to assess the performance of climate prediction systems around the world, and understand objective seasonal prediction skill of KMA’s GloSea6. Using the 2023 hindcast verification values provided by the WMO Lead Centre for Long-Range Forecast (LC- LRF), we analyzed the skill in the global, East Asia, and European regions. The differences in prediction skill and RMSE between GPC (Global Producing Centers) were very small in this challenging area. Overall, GloSea6 showed the best ACC across variables and periods. Operating this outstanding climate prediction system not only ensures the provision of the best forecasting services but also offers excellent research and development tools. This result also suggests that seasonal forecasting requires different strategies against short- to medium-range forecast to account for climate prediction sources and reduce uncertainties. The skill differences between GloSea6-Seoul and GloSea6-Exeter, especially in high latitude, could be due to differences in snow and soil temperature initialization. Understanding these differences is important for future prediction system development. GPCs that use atmospheric only models instead of coupled, showed the limitations for seasonal predictions. Systems developed a relatively long time ago tended to perform low, suggesting that continuous improvements and upgrades are important. Among variables, SST showed the best prediction skill with the lowest RMSE. Temperature and pressure variables showed practical skill levels, around 0.5. We aimed to quantitatively assess the skills of climate prediction systems, and this assessment can guide the improvement and development of future systems and serve as a reference.

#GloSea6 #Prediction skill #LC-LRF #Cclimate prediction system #Verification

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 논문과 함께 이용한 논문

기상청 기후예측시스템(GloSea6-GC3.2)의 열대저기압 계절 예측 특성

이상민 , 현유경 , 신범철 외 4명 대기 2024 .05

기후변화 적응지원을 위한 미래전망 연구 - 국립기상과학원 연구사례를 중심으로 -

성현민 , 김진욱 , 이재희 외 4명 한국기후변화학회지 2023 .12

자연어 처리를 이용한 국제기구 및 한국 정부의 기후기술 협력 동향 분석

최영현 , 박상현 , 송영석 외 2명 한국기후변화학회지 2024 .06

국방분야 인공위성 사이버 보안 발전방향 연구

김선웅 , 박재수 , 남상훈 외 1명 국방과 기술 2024 .04

국지성 집중호우 감시를 위한 천리안위성 2A호 대류운 전조 탐지 알고리즘 개발

박혜인 , 정성래 , 박기홍 외 1명 대기 2021 .12

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-091203609

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

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)