http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 최용상(Yong Sang Choi) (검색결과 5 건)
- 무료
- 기관 내 무료
- 유료
-
박상종(Sang-Jong Park),최용상(Yong-Sang Choi) 한국기상학회 2011 대기 Vol.21 No.2
Production of reanalysis data is important since it contributes to develop all fields of atmospheric sciences and to profit national economy. The developed countries such as USA, EU, and Japan have manufactured the global reanalysis data since the 1990s, but their data present a lack of detailed regional climates. For those who need to analyze the regional climate in/around Korea, a high-resolution reanalysis data should essentially be made. This study reviewed the existing reanalysis data and the applications, and the available observations for the data production. We also investigated the opinions and needs of the potential data users in Korea. We suggest the specifications of the data to have the domain of 55-5N, 80-150E (which includes Mongolia and most Southeast Asian countries), the spatial resolution of 10-20 km, and the period of most recent 30 years. With the specifications and climate models operated in KMA, this study argues that production of the reanalysis data with functional climate information is feasible in both technical and economic aspects. Finally, for successful data production, the framework of the future reanalysis data project was suggested.
-
-
손지영 ( Jiyoung Son ),이윤경 ( Yoon-kyoung Lee ),최용상 ( Yong-sang Choi ),옥정 ( Jung Ok ),김혜실 ( Hye-sil Kim ) 대한원격탐사학회 2019 大韓遠隔探査學會誌 Vol.35 No.3
본 연구에서는 위성관측운량을 지상관측운량에 가깝게 보정하기 위한 알고리즘을 개발하였다. 위성관측운량과 지상관측운량은 같은 구름을 각각 평면과 반구면에 투영한 관점이라는 차이를 가진다. 따라서, 개발된 위성보정 알고리즘은 평면의 위성관측 영역에 투영된 구름에 적절한 높이를 부여하여 지상관측 영역인 반구면에 투영된 구름으로 변환하는 것이 핵심이다. 이때 평면구름은 위성 구름탐지를 이용하며, 높이는 운정압력을 이용하여 결정한다. Himawari-8 Level 1B 관측자료로 입력자료를 만들어 기존의 위성관측운량과 개발된 알고리즘을 통해 산출한 위성관측운량을 2016년 7월부터 2017년 6월, 매월 1일부터 7일까지 낮 시간 동안 한국(22개소)과 중국(724개소)의 종관지상관측소의 목측 전운량에 대해 검증하였다. 그 결과, 개발된 알고리즘을 통해 산출한 보정위성관측운량이 기존 위성관측운량에 비해 작은 평균오차(1.01 →0.61)를 가지며, 예측의 성공률(PC) 또한 증가(55% →61%)했다. 특히 ‘흐림(Cloudy)’에 대한 관측률(POD)이 증가하였다(60% →73%). 예측 성공률은 55%에서 61%로 상승하였다. 이때, 겨울 기간(12-2월)에는 구름 과탐지에 의한 것으로 추정되는 오차가 다소 증가하나, 전 계절과 마찬가지로 좋은 예측 성공률을 보인다(56% →60%). 개발된 알고리즘으로 산출한 보정위성관측운량이 기존의 위성관측운량보다 지상관측운량에 더 가까워지는 것을 확인하였다. The satellite-viewed cloudiness, a ratio of cloudy pixels to total pixels (C<sub>sat</sub>, <sub>prev</sub>), inevitably differs from the “ground-viewed” cloudiness (C<sub>grd</sub>) due to different viewpoints. Here we develop an algorithm to retrieve the satellite-viewed, but adjusted cloudiness to C<sub>grd</sub> (C<sub>sat</sub>, <sub>adj</sub>). The key process of the algorithm is to convert the cloudiness projected on the plane surface into the cloudiness on the celestial hemisphere from the observer. For this conversion, the supplementary satellite retrievals such as cloud detection and cloud top pressure are used as they provide locations of cloudy pixels and cloud base height information, respectively. The algorithm is tested for Himawari-8 level 1B data. The C<sub>sat</sub>, <sub>adj</sub> and C<sub>sat</sub>, <sub>prev</sub> are retrieved and validated with C<sub>grd</sub> of SYNOP station over Korea (22 stations) and China (724 stations) during only daytime for the first seven days of every month from July 2016 to June 2017. As results, the mean error of C<sub>sat</sub>, <sub>adj</sub> (0.61) is less that than that of C<sub>sat</sub>, <sub>prev</sub> (1.01). The percent of detection for ‘Cloudy’ scenario of C<sub>sat</sub>, <sub>adj</sub> (73%) is higher than that of C<sub>sat</sub>, <sub>prev</sub> (60%) The percent of correction, the accuracy, of C<sub>sat</sub>, <sub>adj</sub> is 61%, while that of C<sub>sat</sub>, <sub>prev</sub> is 55% for all seasons. For the December-January-February period when cloudy pixels are readily overestimated, the proportion of correction of C<sub>sat</sub>, <sub>adj</sub> is 60%, while that of C<sub>sat</sub>, <sub>prev</sub> is 56%. Therefore, we conclude that the present algorithm can effectively get the satellite cloudiness near to the ground-viewed cloudiness.
-
-
매개 중심성을 이용한 해양 플라스틱 폐기물의 경로 예측 및 효율적인 수거지점 제안
전연선(Yeon Seon Jeon),홍민지(Min Ji Hong),박무규(Moo Kyu Park),최용상(Yong Sang Choi) 大韓環境工學會 2015 대한환경공학회지 Vol.37 No.7
우리나라에서 플라스틱으로 인한 해양오염이 심각함에도 불구하고 경로 예측 및 수거 방안에 대한 연구는 찾아보기어렵다. 본 연구에서는 미국 해양대기청(National Oceanic and Atmospheric Administration, NOAA)의 해양 표층해류 시뮬레이터(Ocean Surface CURrent Simulator, OSCURS)를 이용하여 2004년부터 2013년까지 계절별로 동ㆍ서해로 유입된 플라스틱 폐기물의 이동 경로를 예측하였고, 매개 중심성 분석을 통하여 효율적인 수거지점을 제안하였다. 효율적인 수거지점의 대부분이 계절과 상관없이 연안에 형성되었고, 그중에서도 동해는 울진 연안, 서해는 새만금-신안 연안이 플라스틱 폐기물을 효율적으로 수거할 수 있는 지역이었다. Korea severely suffers from plastic-induced ocean pollution, but only few studies predicted the trajectory of marine plastic debris and provided their collection method. This study used Ocean Surface CURrent Simulator (OSCURS) of National Oceanic and Atmospheric Administration (NOAA) in order to predict the trajectories of marine plastic debris flowing into the East Sea and Yellow Sea for each season during 2004 to 2013. Results suggest that efficient collection hubs through the high betweenness centrality index. Most hubs were located in the seashores regardless of season, suggesting the seashore of Uljin for the East Sea and the seashore between Saemangeum and Shinan for the Yellow Sea as the most efficient hubs.
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
