북서태평양에서 발생하는 열대 저기압의 이동경로에 대한 변화패턴을 1951-2007년의 열대 저기압 경로 자료에 경험적 직교함수(Empirical Orthogonal Function, EOF)법을 적용하여 분석하였다. 북서태평양을 5˚×5˚의 격자간격으로 나뉘어 연별 열대 저기압의 이동빈도를 각 격자에서의 변수로 정의하였다. 첫번째 모드는 동서성분(동경125도 기준)을, 두번째 모드는 남북성분(필리핀 동쪽해상에서 남지나해를 가로지르는 축 중심)을, 그리고 세번째 모드는 대각성분(타이완 동쪽 해상을 중심으로 동북방향과 동남방향을 축으로 하는)으로 나누어짐을 알 수 있었다. 첫번째와 두번째 모드의 주성분 시계열에서 각각 1997년과 1991년 부근을 기점으로 해서 주성분들의 부호가 교차되는 데, 이는 1990년대 이전 약 20년 동안에 남중국해 부근지역에서의 열대 저기압 이동 빈도가 동아시아 중위도 지역에서는 최근 20년 동안에 더 높았던 것과 관련성이 있는 것으로 보였다. 열대 저기압 발생의 경우, 첫번째와 두번째 모드에서 고유벡터 값이 음이고 진로가 북서태평양으로 주로 이동했던 열대 저기압은 고유벡터가 양의 값을 보였던 열대 저기압보다 더 동쪽에서 발생했던 것으로 나타났다. 이동특성에 있어 첫번째 모드는 바이칼호 남쪽에서 형성되는 기압 패턴에, 두번째 모드는 30˚N 부근을 중심으로 남과 북 사이에 형성된 진동패턴에, 세번째 모드는 일본 부근에 위치한 기압패턴에 의해 열대 저기압의 이동경향이 많은 영향을 받는 것을 알 수 있었다. 또한, 해수면 온도 아노말리 값과 상관분석결과 첫번째 모드는 Niño-3.4 지수와 높은 음의 상관관계를 보여 ENSO의 영향을 받고 있음을 알 수 있었다.

북서태평양에서 발생한 태풍에 대해 발생 후 5일 동안 12시간 간격으로 태풍의 강도 및 진로를 예측할 수 있는 인공신경망 모델을 개발하였다. 사용되어진 예측인지는 CLIPER(발생 위치 강도 일자), 운동학적 파라미터(연직바람시어, 상층발산, 하층상대와도), 열적 파라미터(상층 상당온위, ENSO, 상층온도, 중층 상대습도)로 구성되어졌다. 예측인자의 특성에 따라 일곱개의 인공신경망 모델들이 개발되었으며, CLIPER와 열적 파라미터가 조합된(CLIPER-THERM) 모델이 가장 좋은 예측성능을 보였다. 이 CLIPER-THERM 모델은 강도 및 진로 모두에서 동절기보다 하절기에 더 나은 예측성능을 나타내었다. 또한 태풍의 발생이 아열대 서태평양의 남동쪽에 위치할수록 강도예측에서는 큰 오차를 보였고, 진로예측에서는 아열대 서태평양의 북서쪽에서 발생할수록 큰 오차를 보였다. 이후 인공신경망 모델의 예측성능을 검증하기 위해 같은 예측인자들을 이용하여 다중선형회귀모델을 개발하였으며, 결과로서 비선형 통계기법인 인공신경망 모델이 다중선형회귀모형보다는 더 나은 예측성능을 보였다.