인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
This study compares the three detection algorithms of East Asian summer atmospheric rivers (ARs). The algorithms developed by Guan and Waliser (GW15), Park et al. (P21), and Tian et al. (T23) are particularly compared in terms of the AR frequency, the number of AR events, and the AR duration for the period of 2016-2020. All three algorithms show similar spatio-temporal distributions of AR frequency, centered along the edge of the North Pacific high. The maximum AR frequency gradually shifts northward in early summer as the edge of the North Pacific High expands, and retreats in late summer. However, the detailed pattern and the maximum value differ among the algorithms. When the AR frequency is decomposed into the number of AR events and the AR duration, the AR frequencies detected by GW15 and P21 are equally explained by both factors. However, the number of AR events primarily determine the AR frequency in T23. This difference occurs as T23 utilizes the machine learning algorithm applied to moisture field while GW15 and P21 apply the threshold value to moisture transport field. When evaluating AR-related precipitation, the ARs detected by P21 show the closest relationship with total precipitation in East Asia by up to 60%. These results indicate that AR detection in the East Asian summer is sensitive to the choice of the detection algorithm and can be optimized for the target region.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0102-2023-453-002038303
