WRF-SWAN 모델을 이용한 상세규모 연안기상 예측 :(A) study on prediction of High-resolution coastal weather using the WRF and SWAN model

손고은

추천

검색

자료유형: 학위논문

저자정보: 손고은 (부산대학교, 부산대학교 대학원)

지도교수: 김유근

발행연도: 2014

저작권: 부산대학교 논문은 저작권에 의해 보호받습니다.

이용수0

이 논문의 연구 히스토리 (3)

2014

WRF-SWAN 모델을 이용한 상세규모 연안기상 예측 및 분석

손고은 , 김유근 한국기상학회 학술대회 논문집 2014.05 학술대회자료

WRF-SWAN모델을 이용한 상세 연안기상 모의 특성 분석

손고은 , 정주희 , 김현수 외 1명 한국환경과학회지 2014.03 학술저널

WRF-SWAN 모델을 이용한 상세규모 연안기상 예측

손고은 지구환경시스템학부대기과학 2014.01 학위논문

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

초록· 키워드

오류제보하기

In this study, the characteristics in the simulation of high-resolution coastal weather, i.e. sea surface wind (SSW) and significant wave height (SWH), were studied in a southeastern coastal region of Korea using the WRF and SWAN models. This analyses was performed based on the effects of various input factors in the WRF and SWAN model during M-Case (moderate days with average 1.8 m SWH and 8.4 ms-1 SSW) and R-Case (rough days with average 3.4 m SWH and 13.0 ms-1 SSW) according to the strength of SSW and SWH. The effects of topography (TP), land cover (LC), and sea surface temperature (SST) for the simulation of SSW with the WRF model were somewhat high on v-component winds along the coastline and the adjacent sea of a more detailed grid simulation (333 m) during R-Case. The LC effect was apparent in all grid simulations during both cases regardless of the strength of SSW, whereas the TP effect had shown a difference (decrease or increase) of wind speed according to the strength of SSW (M-Case or R-Case). In addition, the effects of monthly mean currents (CR) and deepwater design waves (DW) for the simulation of SWH with the SWAN model predicted good agreement with observed SWH during R-Case compared to the M-Case. For example, the effects of CR and DW contributed to the increase of SWH during R-Case regardless of grid resolution, whereas the differences (decrease or increase) of SWH occurred according to each effect (CR or DW) during M-Case.

#Coastal weather #Sea surface wind #Significant wave height #High-resolution #WRF #SWAN #Land cover #Topography #SST #Current #Deepwater design wave

List of Tables ⅲ
List of Figures ⅳ
제 1 장. 서 론 1
1.1. 연구배경 1
1.2. 연구목적 3
제 2 장. 모델개요 및 연구방법 5
2.1. WRF 모델 5
2.2. SWAN 모델 10
2.3. 사례일 선정 및 분석 방법 17
제 3 장. WRF-SWAN 모델링 실험설계 21
3.1. WRF 모델 입력자료 구성 및 실험설계 21
3.1.1. 입력자료 구성 및 실험설계 21
3.1.2. 입력자료 적용효과 분석 23
3.2. SWAN 모델 입력자료 구성 및 실험설계 30
3.2.1. 입력자료 구성 및 실험설계 30
3.2.2. 입력자료 적용효과 분석 34
제 4 장. WRF-SWAN 모델을 이용한 상세규모 연안기상 예측 39
4.1. WRF 모델링에 의한 해상풍 예측 39
4.1.1. 해상풍 예측 및 모의 특성 분석 39
4.1.2. 상세규모 해상풍 예측 및 모의 특성 분석 48
4.2. WRF-SWAN 모델링에 의한 파랑 예측 55
4.2.1. 파랑 예측 및 모의특성 분석 55
4.2.2. 상세규모 파랑 예측 및 모의 특성 분석 59
제 5 장. 요약 및 결론 62
References 64
Abstract 72

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 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)