http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
동해지역 NOAA/AVHRR 고해상도 주평균 해수면 온도의 통계적 분석 : 지역적 변동성과 엘니뇨/남방진동과의 관계성
권태영,이방용,이정순,Kwon, Tae-Yong,Lee, Bang-Yong,Lee, Jeong-Soon 한국해양과학기술원 2001 Ocean and Polar Research Vol.23 No.4
The characteristics of SST variability in the East Sea are analyzed using NOAA/AVHRR weekly SST data with about $0.18^{\circ}{\times}0.18^{\circ}$ resolution ($1981{\sim}2000$) and reconstructed historical monthly SST data with $2^{\circ}{\times}2^{\circ}$ resolution $(1950{\sim}1998)$. The distinct feature of wintertime SST is high variability in the western and eastern parts of $38^{\circ}{\sim}40^{\circ}$ latitudinal band, which are the northern boundary of warm current in the East Sea during winter. However, summertime SST exhibits variability with similar magnitude in the entire region of the East Sea. The analysis of remote correlation also shows that SST in the East Sea is closely correlated with that in the region of Kuroshio in winter, but in summer is related with that in the western and eastern regions of the same latitudes. From these results it is postulated that the SST variability in the East Sea may be related with the variations of East Korean Warm Current and Tsushima Warm Current in winter, but in summer probably with the variations of atmospheric components. In the analysis of ENSO related SST anomaly, a significant negative correlation between SST anomalies in the East Sea and SST anomalies in the tropical Pacific is found in the months of August-October (ASO). The SST in the ASO period shows more significant cooling in E1 $Ni\~{n}o$ events than warming in La $Ni\~{n}a$ events. Also, the regional analysis shows by the Student's t-test that the negative SST anomalies in the E1 $Ni\~{n}o$ events are more significant in the southwestern part of the East Sea.
2010년 9월 21일 추석 호우와 관련된 대류 세포의 위성 영상 분석
권태영 ( Tae Yong Kwon ),이정순 ( Jeong Soon Lee ) 대한원격탐사학회 2013 大韓遠隔探査學會誌 Vol.29 No.4
이 연구에서는 MTSAT-2 적외 영상과 수증기 영상을 이용하여 2010년 9월 21일 추석 호우 사례에 대하여 대류운 생애주기의 각 단계에서 나타나는 특징을 조사하였다. 추석 호우와 관련된 최초의 구름은 20일 1630~1900 UTC에 서해 중부 지역에서 관측된 다중 세포의 하층운이다. 이 구름 가운데 일부가 1930 UTC에 산동반도 부근에서 휘도온도 -45℃ 이하의 대류 세포로 발달한다. 이 때 이 지역은 수증기 영상에서 암역의 가장자리에 위치한다. 대류 세포는 동진하다가 한반도 중서부 해안 부근에서 21일 0030과 0430 UTC에 두 차례의 병합을 거쳐 급격히 발달한다. 이후 21일 0430에서 1000 UTC까지 약 6시간 동안 위성 영상에서 구름의 면적은 상대적으로 작고, 수평 이동속도는 느려졌다. 최저 휘도온도는 약 -75~-65℃로 매우 낮게 유지되며, 잘 발달한 부세포가 반복적으로 형성되는 특징을 보인다. 레이더 자료에는 국지적으로 50mm/hr 이상의 강우율을 보이는 좁은 띠 모양의 강우 밴드가 나타나고 이 밴드는 대류운의 남서쪽 가장자리에 위치한다. 그러나 수치 모델 자료의 종관 규모 역학적 강제항에는 뚜렷한 특징을 찾기 어렵다. 대류 세포의 구름 면적은 21일 1000 UTC 이후 짧은 시간에 급격한 증가를 보이고 뒤이어 소멸한다. 이러한 대류 세포의 발달과 관련된 위성 영상의 특징은 중규모 호우의 초단기 예보와 실시간 예보에 사용될 수 있을 것이다. On 21 September 2010, one of Chuseok holidays in Korea, localized heavy rainfalls occurred over the midwestern region of the Korean peninsula. In this study MTSAT-2 infrared and water vapor channel imagery are examined to find out some features which are obvious in each stage of the life cycle of convective cell for this heavy rain event. Also the kinematic and thermodynamic features probably associated with them are investigated. The first clouds related with the Chuseok heavy rain are detected as low-level multicell cloud (brightness temperature: -15~0℃) in the middle of the Yellow sea at 1630~1900 UTC on 20 Sept., which are probably associated with the convergence at 1000 hPa. Convective cells are initiated in the vicinity of Shantung peninsula at 1933 UTC 20, which have developed around the edge of the dark region in water vapor images. At two times of 0033 and 0433 UTC 21 the merging of two convective cells happens near midwestern coast of the peninsula and then they have developed rapidly. From 0430 to 1000 UTC 21, key features of convective cell include repeated formation of secondary cell, slow horizontal cloud motion, persistence of lower brightness temperature (-75~-65℃), and relatively small cloud size (≤-50℃) of about 30,000 km2. Radar analysis showed that this heavy rain is featured by a narrow line-shaped rainband with locally heavy rainrate (≥ 50 mm/hr), which is located in the south-western edge of the convective cell. However there are no distinct features in the associated synoptic-scale dynamic forcing. After 1000 UTC 21 the convective cell grows up quickly in cloud size and then is dissipated. These satellite features may be employed for very short range forecast and nowcasting of mesoscale heavy rain system.
GMS-5 IR1 밝기온도와 AWS 강우량의 관계성: 1998년 8월 중서부지역 집중호우 사례
권태영 ( Tae Yong Kwon ) 大韓遠隔探査學會 2001 大韓遠隔探査學會誌 Vol.17 No.1
한반도 중서부 지역의 1998년 8월 5~6일 집중호우 사례에 대하여 GMS-5 IR1 밝기온도(CTT: 구름꼭대기 온도)와 AWS 지점 강우량 사이의 관계성을 조사하였다. 이 연구에서 AWS 시간 강우량이나 반시간 누적 강우량 보다 15분 누적 강우량을 이용하였을 때 연구지역의 강우강도와 강우영역이 중서부 지역 집중호우의 시간적 변화를 보다 자세히 묘사하고 있음을 발견하였다. 강우영역과 강우강도의 시계열 자료에서 일관되게 낮은 강우영역(20~25%)과 강한 강우강도(6~9 mm/15 min)를 보여주는 8월 6일 0030-0430 LST 기간을 집중호우 기간으로 선택하였다. 그리고 이 집중호우 기간에 대하여 AWS 15분 강우량과 지상관측지점에 대응되는 CTT를 비교하였다. 위 비교에서 CTT와 AWS 강우량의 상용대수 값 사이의 상관계수는 -0.3으로 낮게 나타났으며, 강우가 관측된 AWS의 대부분이 분포하고 있는 CTT가 -50°C 이하에서 강우확률은 약 30%에 불과했다. 그러나 위성영상의 위치 보정을 위하여 영상을 남쪽으로 2~3 격자 그리고 서쪽으로 3 격자 이동시켰을 때 CTT와 AWS 강우량의 상용대수 값 사이의 상관계수는 통계학적으로 의미있는 -0.46으로 나타났다. 그리고 강우가 관측된 AWS도 대부분이 보다 낮은 CTT 영역(-58℃ 이하)에서 발견되었다. 그러나 이 영역에서의 강우확률은 원래 영상의 값과 비교할 때 큰 변화가 없었다. 심지어 일부 구간에서 CTT의 변화를 고려할 때도 강우확률은 CTT가 -58℃ 이하에서 50~55%로 나타났다. The relationship between GMS-5 IR1 brightness temperature (CTT: cloud top temperature) and AWS (automatic weather station) rainfall is investigated on a heavy rain event over the mid-western part of Korea for August 5-6, 1998. It is found that a temporal variability of the heavy rain can be described in detail by the time series of rain area and rain rates over the study area that are calculated from AWS accumulated rainfalls for 15 minutes. A time period of 0030-0430 LST 6 August 1998 is chosen in the time series as a heavy rain period which has relatively small rain area (20~25%) and very strong rain rates (6~9 mm/15 min.) with a good time continuity. In the heavy rain period, CTT of a point and AWS 15-minute rainfall beneath that point are compared. From the comparison, AWS rainfalls are shown to be not closely correlated with CTT. In the range of CTT lower than -50℃ where most AWS with rain are distributed, the probability of rain is at most about 30%. However, when the satellite images are shifted by 2~3 pixels southward and 3 pixels westward for the geometric correction of images, AWS rainfalls are shown to be statistically correlated with CTT (correlation coefficient: -0.46). Most AWS with rain are distributed in the much lower CTT range (lower than -58℃), but there is still not much change in the rain probability. Even though a temporal change of CTT is taken into account, the rain probability amounts to at most 50~55% in the same range.