이 연구의 목적은 관측주기가 짧은 천리안 위성의 수증기 영상자료를 활용하여 태풍의 전향위치와 시간까지 예측이 가능하도록 하는데 있다. 즉 수증기의 위성영상의 건조슬롯과 제트류의 남북진동의 관계를 이용하여 태풍진로의 전향위치를 보다 정확히 예측하는 것이다. 제트류는 제트스트리크의 위치와 지균풍 Υ성분의 크기에 따라 움직이는데, 지균풍 Υ 성분이 남쪽방향으로 강화되면 제트류는 원형 제트로 발달하게 된다. 이때 수증기 영상에서는 건조슬롯이 남쪽으로 확대되고, 굴곡수분밴드(CMB) 거리가 좁혀지기 때문에 태풍이 전향하게 된다. 굴곡수분밴드가 위도 15˚ 이하이면 24시간 내에 태풍이 북 또는 북동으로 전향하게 된다. 결과적으로 태풍진로는 건조슬롯의 위치가 32˚N 이하이면 20-23˚N이하에서 전향(2007년 1호 태풍 콩레이와 2012년 17호 태풍 즐라왓)하고, 건조슬롯이 35˚N 이상 일 땐 27˚N에서 전향(2007년 4호 태풍 마니)하는 것으로 분석되었다.

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.