영동 대설사례의 레이더 강설강도 추정 관계식에 관한 연구

정승필; 권태영; 박준영; 최병철

추천

검색

질문

자료유형: 학술저널

저자정보: 정승필 (국립기상과학원) 권태영 (강릉원주대학교) 박준영 (강릉원주대학교) 최병철 (국립기상과학원)

저널정보: 한국기상학회 대기 대기 Vol.26 No.4

발행연도: 2016.12

수록면: 509 - 522 (14page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Heavy snowfall events have occurred frequently in the Yeongdong region but understanding of these events have trouble in lack of snowfall observation in this region because it is composed of complex topography like the “Taebaek mountains” and the “East sea”. These problems can be solved by quantitative precipitation estimation technique using remote sensing such as radar, satellite, etc. Two radars which are able to cover over Yeondong region were installed at Gangneung (GNG) and Gwangdeoksan (GDK). This study uses radar and water equivalent of snow cover to investigate the characteristics of radar echoes and the Z<SUB>e</SUB>-R relations associated with the 10 Yeongdong heavy snowfall events during the last 5 years (2010~2014). It was found that the heights which the probability of detection (POD) of snow detection by GNG radar is more than 80% are 3,000 m and 1,500 m in convective cloud and stratiform cloud, respectively. The vertical gradient of radar reflectivity is less decreased in convective cloud than stratiform cloud. However, POD by GDK radar are lower than 80% at all layers because the majority of Yeondong observational stations are more than 100 km away from GDK radar site. Furthermore, we examined Z<SUB>e</SUB>-R relation from the 10 events using GNG radar and compared the “a” and “b” obtained from these examinations at Sokcho (SC) and Daegwallyeong (DG). These “a” and “b” are estimated from radar echo at 500 m (SC) and 1,500 m (DG). The values of “a” differ in their stations such as SC and DG are 30~116 and 6~39, respectively. But “b” is 0.4~1.7 irrespective of stations. Moreover, the value of “a” increased with surface air temperature. Therefore, quantitative precipitation estimation in heavy snowfall events by radar echo using fixed “a” and “b” is difficult because these values changed according to those precipitation characteristics.

#Yeongdong region #heavy snowfall #radar reflectivity #water equivalent of snowcover #Z< #SUB> #e< #/SUB> #-R relation

참고문헌 (19)

참고문헌 신청

[학술지(정기간행물)] - Brown, R. A. / 2002 / Improved detection using negative elevation angles for mountaintop WSR-88Ds: Simulation of KMSX near Missoula, Montana / Wea. Forecasing 17 : 223 ~ 237

[학술대회논문] - Cho, Y. -H. / 2009 / Characteristics of microphysical process in snowfall case in Yeongdong region / Proc., the Autumn meeting of Korea Meteor. Soc. 10 : 162 ~ 163

[학술지(정기간행물)] - 조영준 / 2014 / 영동지역의 극한 대설에 대한 위성관측으로부터 구름 추적 / 대한원격탐사학회지 30 (1) : 83 ~ 107

[단행본] - Cooper, W. A. / 1986 / Precipitation Enhancement: A Scientific Challenge / American Meteorological Society : 29 ~ 32

[학술지(정기간행물)] - Fujiyoshi, Y. / 1990 / Determination of a ZR relationship for snowfall using a radar and high sensitivity snow gauges / J. Appl. Meteor. Climatol 29 : 147 ~ 152

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

정승필

소속기관 국립기상과학원

주요연구분야 자연과학 > 지구과학 > 대기과학

논문수 36 이용수 3,184

권태영

소속기관 강릉원주대학교

주요연구분야 자연과학 > 지구과학 > 대기과학 자연과학 > 지구과학 > 해양학

논문수 70 이용수 6,627

Jun-Young Park

소속기관 강릉원주대학교

주요연구분야 자연과학 > 지구과학 > 대기과학

논문수 5 이용수 449

최병철

소속기관 국립기상연구소

주요연구분야 자연과학 > 지구과학 > 대기과학 TOP 5% 공학 > 재료·에너지공학 > 기타 재료·에너지공학

논문수 273 이용수 21,069

이 논문과 함께 이용한 논문

최근 5년간 강원 영동지역의 대설과 관련된 기상요소의 변화 특성

김해민 , 인소라 , 이진화 외 2명 한국기후변화학회지 2019 .09

모바일 헬스케어 어플리케이션의 지속적 사용 결정 요인 : 갤럭시 S4의 ‘S Health’어플리케이션을 중심으로

하은비 , 임채민 , 최준호 한국HCI학회 학술대회 2014 .02

SSP 시나리오에 따른 동아시아 대기질 미래 전망

심성보 , 서정빈 , 권상훈 외 6명 대기 2020 .12

서울의 기상 조건에 따른 미세먼지와 시정의 상관성

김민석 , 이서영 , 조예슬 외 3명 대기 2020 .12

레이더 자료를 이용한 기하학적 태풍중심 탐지 기법 개선

정우미 , 석미경 , 최윤 외 1명 대기 2020 .12

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2017-453-002014313

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

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (19)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)