북극 해빙 영역에서의 위성 기반 기온 추정 :Satellite-based Estimation of Near Surface Air Temperature over Arctic Sea Ice

이은경

추천

검색

자료유형: 학위논문

저자정보: 이은경 (부경대학교, 부경대학교 대학원)

지도교수: 한경수

발행연도: 2019

저작권: 부경대학교 논문은 저작권에 의해 보호받습니다.

이용수13

이 논문의 연구 히스토리 (2)

2019

북극 해빙 영역에서의 위성 기반 기온 추정

이은경 지구환경시스템과학부 2019.01 학위논문

2018

북극 해빙 영역에서의 위성 기반 기온 추정

이은경 , 서민지 , 한경수 한국기상학회 학술대회 논문집 2018.10 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

북극의 환경 변화는 북극뿐만 아니라 전지구 기후에도 영향을 미치므로 장기적인 기후 변화 연구에 중요한 요소로 사용된다. 특히 북극 해빙에서의 기온과 Ice Surface Temperature (IST)는 해빙의 증감에 직접적인 영향을 끼치는 요소이므로 정확한 산출이 필요하다. 북극의 기온은 대부분 모델을 이용하여 추정되고 있지만 모델 기반의 자료는 위성 기반 자료에 비해 비교적 공간 해상도가 낮다. 해빙 표면 온도의 경우 위성 기반의 자료가 제공되고 있지만, 구름과 위성 궤도로 인해 결측 영역이 존재한다. 이러한 한계점을 극복하기 위해, 본 연구에서는 위성 기반 자료를 활용하여 해빙과 대기 상태를 고려한 북극 해빙 영역의 기온을 추정하였다. 또한 추정된 기온을 이용하여 IST의 결측 영역을 추정하였다. 기온 추정에 있어 북극 해빙과 대기의 특성을 반영하기 위해 위성 기반의 IST, Total Precipitable Water (TPW), Solar Zenith Angle (SZA), Sea Ice Age (SIA), Wind speed를 사용하여 stepwise regression을 수행하였다. 그 결과 Root Mean Square Error (RMSE)가 가장 낮은 IST와 TPW, TPW²를 독립변수로 선정하였다. 또한 해빙의 상태를 반영하기 위해서 IST, SZA를 이용해 case를 분류하여 기온을 추정하였으며, European Centre for Medium-range Weather Forecasts (ECMWF)의 ERA-Interim 기온과의 검증 결과 -0.07±3.69 K의 정확도를 보였다. 이는 지표면 온도를 이용한 기온 산출 연구와 유사한 의미 있는 결과이다. 전체적으로 SZA가 낮을수록 오차가 감소하였으며, SZA가 높을수록 오차가 증가하였다. 이는 SZA가 높을 경우 IST에 비해 기온의 감소폭이 높아져 오차가 증가한 것으로 사료된다. 본 연구를 통해 고해상도의 위성 기반 기온과 결측 영역이 없는 IST를 산출할 수 있으며, 북극의 표면과 대기 상태의 변화에 따른 해빙 영역에서의 기온 변화를 이해할 수 있다. 또한 해빙 지역의 기온 실측 자료가 충분히 확보된다면 본 연구를 기반으로 하여 고도화된 기온과 IST를 추정할 수 있을 것이다.

1. Introduction 1
1.1. Background 1
2. Data 7
2.1. Study area 7
2.2. MODIS data 8
2.2.1. Sea ice surface temperature (MOD29E1D) product 8
2.2.2. TPW (MOD08_D3) product 9
2.3. Sea ice age 10
2.4. Reanalysis wind speed 11
2.5. Reanalysis Ta 12
2.6. Sea ice concentration 12
3. Methodology 15
3.1. Synthesis methodology 15
3.2. Preprocessing of data 15
3.2.1. Polar stereographic projection 17
3.3. Selection of SIC data 18
3.4. Ice surface and atmospheric conditions 18
3.5. Weighting 19
4. Results 21
4.1. Comparison of SIC data 21
4.1.1. Satellite derived SIC 21
4.1.2. Satellite-based reanalysis SIC 22
4.1.3. Comparison with SIC products 23
4.2. Selection of independent variables 26
4.3. Results of each case 28
4.3.1. Coefficients 28
4.3.2. Statistical analysis 35
4.3.3. Estimation of missing part of the IST 45
5. Summary and conclusions 47
6. References 50

최근 본 자료

전체보기

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

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)