PURPOSES : Due to the frequent occurrence of accidents on icy roads during nighttime, it would be advantageous to notify road managers and drivers about the most perilous areas. This would allow road managers to treat the icy roads with de-icing chemicals and enable drivers to be better prepared for potential hazards. Essential information about pavement temperature is required to identify icy spots on the road. METHODS : With the goal of estimating nighttime pavement temperature on the National Highways in Korea using atmospheric data, the current study investigated a widely recognized forecasting method known as deep neural network (DNN). To achieve this objective, the input data for the models were gathered from the weather agency's website. The dataset comprised of relative humidity, air temperature, dew point temperature, as well as the differences in air temperature and humidity between two consecutive days. RESULTS : In order to assess the effectiveness of the built DNN model, a comparison was made using baseline pavement temperature data gathered through an infrared-based pavement temperature sensor installed in a highway patrol car. The results indicated that the DNN model achieved a mean absolute error (MAE) of 0.42 and a root mean square error (RMSE) of 0.62. In comparison, a conventional regression model yielded an MAE of 2.07 and an RMSE of 2.64. Thus, the DNN model demonstrated superior performance in comparison to the conventional regression model. CONCLUSIONS : Considering the increasing focus on preventive maintenance, these newly developed prediction models can be implemented proactively as a preventive measure against icing. This proactive approach has the potential to significantly improve traffic safety on winter roads.

PURPOSES : The purpose of this study was to develop techniques for forecasting black ice using historical pavement temperature data collected by patrol cars and concurrent atmospheric data provided by the Korea Meteorological Administration. METHODS : To generate baseline data, the physical principle that ice forms when the pavement temperature is negative and lower than the dew-point temperature was exploited. To forecast frost-induced black ice, deep-learning algorithms were created using air, pavement, and dew point temperatures, as well as humidity, wind speed, and the z-value of the historical pavement temperature of the target segment. RESULTS : The suggested forecasting models were evaluated against baseline data generated by the above-mentioned physical principle using pavement temperature and atmospheric data gathered on a national highway in the vicinity of Young-dong in the Chungcheongbukdo province. The accuracies of the forecasting models for the bridge and roadway segments were 94% and 90%, respectively, indicating satisfactory results. CONCLUSIONS : Preventive anti-icing maintenance activities, such as applying anti-icing chemicals or activating road heating systems before roadways are covered with ice (frost), could be possible with the suggested methodologies. As a result, traffic safety on winter roads, especially at night, could be enhanced.

대한민국 기상청에서 사용하고 있는 UM (Unified Model, UM) 모델의 국지예측시스템(Local Data Assimilation and Prediction System, LDAPS)은 수치모델 모의 시 대기경계층 유형에 따라 물리과정을 다르게 계산하기 때문에 이 과정을 검증하는 것은 모델의 정확도 향상에 중요하다. 따라서, 본 연구에서는 수치모델의 대기경계층 유형을 관측자료 를 기반으로 검증하였다. 관측자료를 기반으로 대기경계층 유형을 분류하기 위해서 보성 표준기상관측소에서 수행한 여름철 집중관측자료(라디오존데, 플럭스관측장비, 도플러 라이다, 운고계)를 활용하였으며, 2019년 6월 18일 부터 8월 17일 까지 61일 동안에 총 201회의 관측자료를 분석하였다. 또한 관측자료와 수치모델 결과가 다른 경우를 보면, 관측자료를 기반으로 한 대기경계층 유형 분류 결과에서 2유형으로 분류되는 사례가 수치모델에서는 1유형으로 분류된 사례가 53회로 가장 많이 나타났다. 그 다음으로는 관측자료를 기반으로 한 대기경계층 유형 분류 결과에서 5유형과 6유형 으로 분류되는 사례가 수치모델에서는 3유형으로 분류된 사례가 많이 나타났다(각각 24회, 15회). 관측결과와 수치모델 모의 결과가 일치하지 않은 사례는 모두 층적운 접합 여부 및 적운 모의 등 수치모델의 구름물리 부분의 모의 성능에 기인하여 발생한 것이라고 분석된다. 따라서, 대기경계층 유형 분류의 구름물리과정의 모의 정확도를 개선하면 수치모델 성능이 향상 될 것으로 판단된다.

우리나라의 7개 라디오존데 관측소의 2년간 관측자료를 이용하여 레이더 빔의 진행과 관련된 과대굴절, 빔갇힘의 발생빈도를 통계 분석하였다. 과대굴절과 빔갇힘의 발생빈도는 백령도가 다른 지역에 비해 높았으며 오산과 광주는 시간대별 변화가 가장 크게 나타났다. 세부적인 빔갇힘 발생빈도에서는 고산을 제외한 모든 관측소에서 지표 빔갇힘의 발생이 우세하였으며 흑산도, 고산은 상층 빔갇힘의 비율이 다른 관측소들에 비해 높았다. 계절변동에서는 전체적으로 여름이 겨울에 비해 빔갇힘 발생비율이 높았다. 빔갇힘의 발생은 봄, 가을 겨울에 백령도가 가장 우세하였으며 여름은 포항으로 나타났다. 오산과 광주는 모든 계절에서 발생빈도가 가장 적었다. 빔갇힘의 월별분포에서는 오산과 광주를 제외한 관측소에서는 00 UTC와 12 UTC 간에 큰 차이가 없었다. 광주, 흑산도, 고산은 월별 총 발생비율의 최대값이 60%를 넘지 않았으며 전체적인 발생비율도 다른 관측소들에 비해 낮게 나타났다. 빔갇힘 발생가능 레이더 관측 고도각 조사에서 KSN이 4개 고도각으로 고도각수에서 최고로 나타났으며 JNI가 고도각 1.2˚로 고도각에서 최고로 나타났다. 전체적으로는 1.0˚ 근처에서 최대 고도각이 나타났다.

대기 대순환 모형인 GCPS를 이용하여 북서태평양에서의 태풍 활동의 계절 예측 가능성을 조사하였다. 1979년부터 2003년까지 각 해에 대해 해수면 온도 관측 자료를 사용하여 5개월간 초기 조건을 달리한 10개의 앙상블 멤버를 적분하였다. 모형은 발생 빈도의 평균적인 월변화 경향과 발생 분포를 관측과 유사하게 모의하였으나, 발생 빈도의 경년 변화는 신빙성 있게 예측하지 못하였다. 이는 관측과 모형간 태풍 발생 빈도와 ENSO의 상관성 차이에 인한 것으로 실제 태풍 발생 빈도와 ENSO가 뚜렷한 상관 관계를 갖지 않는 것과 달리, 모형에서는 엘니뇨 시기에 평년에 비해 많은 태풍이 발생하고 라니냐 시기에 평년에 비해 적은 태풍이 발생하는 경향을 보였기 때문이다. 반면에, 관측과 모형 모두 ENSO와의 상관 관계가 높게 나타난 태풍 발생 경도의 경우에는 모형이 발생 경도의 경년 변화를 관측과 유사하게 모의하였다.

In an effort to examine the Regional Atmospheric Modeling System (RAMS ver. 4.3) to the initial meteorological input data, detailed observational data of NOAA satellite SST (Sea Surface Temperature) was employed. The NOAA satellite SST which is currently provided daily as a seven-day mean value with resolution of 0.1 o grid spacing was used instead of the climatologically derived monthly mean SST using in RAMS. In addition, the RAMS SST data must be changed new one because it was constructed in 1993. For more realistic initial meteorological fields, the NOAA satellite SST was incorporated into the RAMS-preprocess package named ISentropic ANalysis package (ISAN). When the NOAA SST data was imposed to the initial condition of prognostic RAMS model, the resultant performance of near surface atmospheric fields was discussed and compared with that of default option of SST. We got the good results that the new SST data was made in a standard RAMS format and showed the detailed variation of SST. As the modeling grid became smaller, the SST differences of the NOAA SST run and the RAMS SST43 (default) run in diurnal variation were very minor but this research can apply to further study for the realistic SST situation and the development in predicting regional atmospheric field which imply the regional circulation due to differential surface heating between sea and land or climatological phenomenon.