ERA5 2 m 대기 온도 데이터를 활용한 확률적 모델링 및 분석

김근영; 박설아; 안수현; 문우석

추천

검색

질문

자료유형: 학술저널

저자정보: 김근영 (국립부경대학교) 박설아 (국립부경대학교) 안수현 (국립부경대학교) 문우석 (국립부경대학교)

저널정보: 한국기상학회 대기 대기 Vol.35 No.1

발행연도: 2025.2

수록면: 1 - 12 (12page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Climate data, characterized by seasonal cycle and variability, is often classified as cyclostationary time series. However, analyzing such data poses challenges due to frequency redundancy, where overlapping cycles obscure distinct periodicities. This study presents a methodology to analyze cyclostationary time series while mitigating frequency redundancy. Utilizing ERA5 reanalysis data of 2 m air temperature, we conducted a statistical analysis of seasonal sta- bility a(t), weather-related noise magnitude N(t), and long-term forcing f(τ), and developed a corresponding statistical model. The analysis of a(t) elucidates global sensitivity to seasonal climate variations, with late-summer polar instability driven by sea ice albedo feedback and Arctic ampli- fication. This instability accumulates, resulting in a “memory effect”, where a(t) exhibits maxi- mum variance during transitions to stability. Key climate phenomena such as ENSO, Atlantic Niño, and the Indian Ocean Dipole were also identified. N(t), representing weather-related noise, peaks in winter due to pronounced temperature gradients and reveals storm tracks near East Asia. The long-term forcing f(τ) captures gradual changes, such as oceanic variations and global warming, facilitating the analysis of El Niño and La Niña events. The developed stochastic model accurately reflects the statistical properties of climate data and demonstrates strong performance, particularly in the unstable Antarctic region, even when excluding long-term forcing.

#Seasonal stability #Stochastic model #Cyclostationary time series #Climate sensitivity

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

라디오존데 관측을 활용한 양평지역 5월 대기 특성 분석

구자호 , 김상준 , 권혁도 외 8명 대기 2024 .11

통계적 접근과 확률 분석을 통한 한중콘크리트 적용 기간 산정

정지만 , 백성진 , 임군수 외 3명 대한건축학회 학술발표대회 논문집 2025 .04

WRF-CMAQ 양방향 결합모델을 이용한 에어로졸 직접 피드백 효과가 기상 및 미세먼지에 미치는 영향: 2019년 고농도 PM_2.5 사례

김진승 , 송상근 , 조성빈 한국대기환경학회지(국문) 2025 .02

낙하하는 위성에 맞을 확률은 얼마나 될까? 외

편집부 , 피트 로렌스 BBC 사이언스 2025 .02

확률형 아이템 이슈가 남긴 것들

강태욱 KISO 저널 2024 .12

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-092476740

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)