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
저널정보
한국기상학회 Asia-Pacific Journal of Atmospheric Sciences Journal of the Korean Meteorological Society Vol.43 No.3
발행연도
2007.8
수록면
305 - 320 (16page)

이용수

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

초록· 키워드

오류제보하기
Meteorological Research Institute (METRI) multi model ensemble system for seasonal prediction has been established with four different climate models. Multi model hindcast ensemble experiment from 1979 to 2002 by using the same initial and boundary condition is performed for winter season. To evaluate seasonal predictability of linear multi model ensemble forecasts compared with each participating model, we have used quantitative verification methods as mean square error and skill score using climate as a control forecast. Geopotential height at the 500 hPa level, temperature at the 850 hPa level, and precipitation are used as verification variables with both time and space domains. NCEP/NCAR reanalysis and CMAP precipitation data are considered as observation data and climatology is defined as the average from 1979 to 2002. Cross-validation is applied to the verification process. The single models successfully simulated the northern hemispheric winter climate features; however, the seasonal predictability of each model was low in the midto high-latitudes. The interannual variability of mean square error (MSE) from multi model ensemble is found to be dependent on MSE of single models and the improvement of skill score from multi model ensembles (regression-improved and superensemble) are primarily attributed by the reduction of conditional bias in the model.
#Multi Model Ensemble #Seasonal Predictability

목차

Abstract
1. Introduction
2. Description on Models, Experiment, and Verification Method
3. Hindcast Skill Assessment of Single Models
4. Assessment of multi model ensemble seasonal predictions
5. Multicollinearity in Multi Model Ensemble Prediction
6. Summary and Concluding Remarks
Acknowledgement
REFERENCES

참고문헌 (21)

참고문헌 신청
1. [학술지(정기간행물)] - Chen / / The inter-annual variability of East Asian winter monsoon and its relation to the summer monsoon : 46 ~ 60 google schola 2. [학술지(정기간행물)] - Doblas-Reyes, F. J / 2005 / The rationale behind the success of multi-model ensem-bles in seasonal forecasting - II 57A : 234 ~ 252 google schola 3. [학술지(정기간행물)] - / 1969190-198 / The Role of Initial Uncertainties in Predicion google schola 4. [학술지(정기간행물)] - / 2002 / Climate predictions with multimodel ensembles 15 : 793 ~ 799 google schola 5. [학술지(정기간행물)] - / 1996 / The NCEP/NCAR 40-Year Reanalysis Project 77 : 437 ~ 472 google schola

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

다양한 인공 신경망 모형을 이용한 앙상블 예측 기법 연구
이준리 ,  안중배 한국기상학회 학술대회 논문집 2009 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-453-016241107