태풍사전방재모델의 예측 정확도 향상을 위한 연구 Part III: 토양자료별 WRF 민감도 분석

Since natural disasters have the risk of destroying almost everything at the moment they exceed the intensity of the threshold, it is important to accurately predict the 3-Second gust and provide reliable information on possible future damage from the perspective of prevention of strong winds accompanying typhoons. To improve the prediction accuracy of the Korean typhoon disaster prevention model, it need to increase reliability of the WRF numerical model that produces the initial wind information input into the model. As a way to improve the accuracy of the WRF model, we perform a sensitivity analysis of the WRF model according to the type of soil data. As a result of comparative analysis of each modeling result by applying the UM model-based GDAPS soil data and NCEP GFS soil data to each WRF model, the accuracy of the WRF modeling results using UM-based GDAPS soil data is better. In addition, the results of the 3-Second gust of the Korean typhoon pre-disaster prevention model, which used WRF modeling results using GDAPS soil data as input, were also found to be more accurate than those of NCEP GFS soil data.

#Soil data #GFS #GDAPS #WRF #Typhoon pre-disaster prevention model

참고문헌 (24)

참고문헌 신청

Ashish, S. / 2017 / Urban meteorological modeling using WRF : a sensitivity study / International Journal of Climatology 37:1855~1900

Carolina, C. / 2014 / Sensivity of the surface temperature to changes in total solar irradiance calculated with the WRF model / Geofisica Internacional 53(2):153~162

Chen, S. C. / 2009 / Florida Public Hurricane Loss Model : Research in Multi-Disciplinary System Integration Assisting Government Policy Making, Special Issue on Building the Next Generation Infrastructure for Digital Government / Government Information Quarterly 26(2):285~294

Danqiong Dai / 2021 / Evaluation of the WRF physics ensemble using a multivariable integrated evaluation approach over the Haihe river basin in northern China / Climate Dynamics 57(1-2):557~575

Florida Department of Financial Services (FDFS) / 2005 / Florida Public Hurricane Loss Projection Model :48

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

나하나

소속기관 인제대학교

주요연구분야 자연과학 > 지구과학 > 대기과학 TOP 5% 자연과학 > 지구과학 > 지구과학 일반

논문수 62 이용수 5,557

정우식

소속기관 인제대학교

주요연구분야 자연과학 > 지구과학 > 지구과학 일반 TOP 5% 자연과학 > 지구과학 > 대기과학 TOP 1%

논문수 344 이용수 22,051

이 논문과 함께 이용한 논문

태풍사전방재모델의 예측 정확도 향상을 위한 연구 Part II: GDAPS, RDAPS, GFS 자료별 WRF 민감도 분석

나하나 , 정우식 한국대기환경학회지(국문) 2020 .08

2018년 8월 1일 홍천에서의 기록적인 고온 사례(41.0℃)에 영향을 준 푄 바람

김석환 , 이재규 , 김유진 대기 2021 .06

근대 기상관측 이후, 비태풍 시기 한반도 강풍의 장기특성 분석: 1904년부터 2019년까지 116년간 자료분석

나하나 , 정우식 한국대기환경학회지(국문) 2021 .02

태풍 시기 3초 gust와 피해액의 예측 정확도 향상을 위한 태풍사전방재모델의 고도화

나하나 , 정우식 한국대기환경학회 학술대회논문집 2020 .10

한반도 영향 가을태풍 ! - 과거와 현재의 특성 변화 -

나하나 , 정우식 한국대기환경학회지(국문) 2020 .08

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2021-539-001649652

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 (44)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (24)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)