RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      검색결과 좁혀 보기

      선택해제

      오늘 본 자료

      • 오늘 본 자료가 없습니다.
      더보기
      • 무료
      • 기관 내 무료
      • 유료
      • KCI등재

        산림 미기상 해석을 위한 최적모델 개발

        이석준 ( Sukjun Lee ),최용한 ( Yonghan Choi ),정재희 ( Jeahee Jung ),원명수 ( Myoungsoo Won ),임규호 ( Gyu Ho Lim ) 한국농림기상학회 2015 한국농림기상학회지 Vol.17 No.2

        지구 온난화와 연관된 기후 변화는 악기상 현상의 발생 빈도 및 강도를 증가시킨다. 따라서 산불, 산사태 등 산림 재해의 예방 및 대응을 위한 정밀한 산림미기상 예측 시스템의 개발이 필요하다. 본 연구에서는 2013년 3월 봉화와 강릉에서 발생한 산불을 WRF와, 3D-var로 모의 하였다. WRF에서 나온 Output 자료를 이용하여 MUKLIMO 모형을 기반으로 산림 미기상 해석 및 모의를 위한 예측 시스템의 구축과 최적화를 이루었다. 이를 위해 3차원 변분 자료 동화 방법을 사용하여 기상청 AWS 관측 자료를 동화하였고, WRF의 예보에 MUKLIMO 모형을 결합하여 100m의 고해상도 바람장을 산출하였다. 자료동화를 수행하지 않은 CNTL 실험에 비해 자료 동화를 수행한 KMA 혹은 KMA_KFRI실험의 모의 결과가 관측과 가까워짐을 확인하였다. MUKLIMO에서 산출된 바람장 자료를 이용하여 보다 정확한 산림 미기상 예측 시스템을 구축할 수 있었다. The extreme weather conditions become frequent and severe with global warming. To prevent and cope forest disaster like a forest fire, we need an accurate micrometeorological prediction system for mountainous regions. This study addressed the forest fires occurred at Bonghwa and Gangneung in March, 2013. We constructed and optimized the prediction system that were required to interpret and simulate the forest micrometeorology. At first, we examined WRF physical sensitivity. Subsequently, KMA AWS observation data were assimilated using three-dimensional variation data assimilation method. The effectiveness of the assimilation was examined by using AWS observations enhanced with the Forest Research Institute observations. Finally, The 100 meters spatial resolution wind data were obtained by using the MUKLIMO for the given wind vector from WRF.

      연관 검색어 추천

      이 검색어로 많이 본 자료

      활용도 높은 자료

      해외이동버튼