| 1 |
1
특정 해역에 대해, 과거 연도 별 3월 내지 5월 동안의, 해수면 온도 아노말리를 산출하는 단계;1년 중 6월 내지 8월 동안의, 예측지점에서 관측된 극한온도 발생빈도를 연산하는 단계;다중 선형 회귀 분석에 의해, 상기 극한온도 발생빈도와 기준치 이상의 상관도를 가지는 복수의 해수면 온도 아노말리로 구성된 산출 영역을 확인하는 단계;상기 산출 영역 중에서 선정된 상관조건을 만족하는 n개(상기 n은 3 이내의 자연수)의 해수면 영역을 선별하는 단계; 및상기 n개의 해수면 영역 각각에서의 해수면 온도 아노말리를 이용해 구축한 예측 모델로부터, 상기 예측지점에서의 올해 여름철의 극한온도 발생빈도를 예측하는 단계를 포함하는 우리나라의 여름철 극한온도 발생빈도 물리 통계 예측 방법
|
| 2 |
2
제1항에 있어서,상기 n개의 해수면 영역 각각에서의 해수면 온도 아노말리를, 상기 예측 모델의 선행인자로서 구성하여 상기 예측 모델을 구축하는 단계를 더 포함하고,상기 예측하는 단계는,상기 예측 모델에 의해 출력되는 지수를, 상기 예측 지점에서의 여름철의 극한온도 발생빈도로서 예측하는 단계를 포함하는 우리나라의 여름철 극한온도 발생빈도 물리 통계 예측 방법
|
| 3 |
3
제1항에 있어서,상기 산출 영역 중, 양의 해수면 온도 아노말리가 산출되는 [북위 45~55°, 서경 60~45°]에 해당하는 제1-1 해수면 영역과, 음의 해수면 온도 아노말리가 산출되는 [북위 25~35°, 서경 60~45°]에 해당하는 제1-2 해수면 영역이 선별되는 경우,상기 제1-1 해수면 영역에서의 해수면 온도 아노말리로부터, 상기 제1-2 해수면 영역에서의 해수면 온도 아노말리를 차감한 해수면 온도 아노말리 중, 4월에 해당하는 해수면 온도 아노말리를 평균하여 산출한 북대서양 지수를, 상기 예측 모델을 구성하는 선행인자 A로서 선별하는 단계를 더 포함하는 우리나라의 여름철 극한온도 발생빈도 물리 통계 예측 방법
|
| 4 |
4
제3항에 있어서,상기 산출 영역 중, [북위 0~25°도, 경도 120~140°]에 해당하는 제2 해수면 영역이 선별되는 경우,상기 제2 해수면 영역에서의 해수면 온도 아노말리 중, 4월에 해당하는 해수면 온도 아노말리를 평균하여 산출한 북서태평양 지수를, 상기 예측 모델을 구성하는 선행인자 B로서 선별하는 단계를 더 포함하는 우리나라의 여름철 극한온도 발생빈도 물리 통계 예측 방법
|
| 5 |
5
제4항에 있어서,상기 산출 영역 중, [북위 20~40°, 동경 190~245°]에 해당하는 제3 해수면 영역이 선별되는 경우,상기 제3 해수면 영역에서의 해수면 온도 아노말리 중, 5월에 해당하는 해수면 온도 아노말리를 평균하여 산출한 북동태평양 지수를, 상기 예측 모델을 구성하는 선행인자 C로서 선별하는 단계를 더 포함하는 우리나라의 여름철 극한온도 발생빈도 물리 통계 예측 방법
|
| 6 |
6
제5항에 있어서,상기 북대서양 지수(A)가 양의 값으로 커질수록, 유라시안 대륙을 지나 동쪽으로 이동하는 로스비파의 전파에 의한 원격상관 패턴에 의해, 상기 예측지점으로 설정된 한반도에 고기압성 아노말리가 형성되어, 단파복사의 유입이 증가하고 지표면 온도가 상승함에 따라, 상기 한반도에서 극한온도의 발생빈도가 증가하는 물리 과정이 나타나는 단계; 및상기 북서태평양 지수(B) 및 상기 북동태평양 지수(C)가 양의 값으로 커질수록, 적도 서태평양에서 북쪽으로 이동하는 원격상관 패턴에 의해, 상기 예측지점으로 설정된 한반도에 고기압성 아노말리가 형성되어, 단파복사의 유입이 증가하고 지표면 온도가 상승함에 따라, 상기 한반도에서 극한온도의 발생빈도가 증가하는 물리 과정이 나타나는 단계를 더 포함하는 우리나라의 여름철 극한온도 발생빈도 물리 통계 예측 방법
|
| 7 |
7
제1항에 있어서,상기 산출 영역을 확인하는 단계는,상기 다중 선형 회귀 분석에 의해, 상기 극한온도 발생빈도와의 상관도가 90% 이상인 해수면 온도 아노말리의 산출 영역을 확인하는 단계를 포함하고,상기 해수면 영역을 선별하는 단계는, 상기 산출 영역 중, 각 산출 영역의 해수면 온도 아노말리들 사이의 상관계수가 10% 보다 작은 값을 가지면서, 각 산출 영역의 해수면 온도 아노말리들 사이의 분산팽창계수(variance inflation factor)가 2 보다 작은 값을 가지는 상기 n개의 산출 영역의 조합을, 상기 해수면 영역으로서 선별하는 단계를 포함하는 우리나라의 여름철 극한온도 발생빈도 물리 통계 예측 방법
|
| 8 |
8
제1항에 있어서,상기 과거 연도는, 상기 해수면 온도 아노말리가 기후학적 특징을 가질 수 있는 과거의 20년으로 정해지고,상기 해수면 온도 아노말리를 산출하는 단계는,해수면을 격자 분할한 각 지점 마다, 상기 과거의 20년의 월별 해수면 온도를 시간 평균하여, 기후값을 계산하는 단계; 및봄철에 해당하는 상기 3월 내지 5월 동안의 월별 해수면 온도에서, 상기 기후값을 차감하여, 상기 해수면 온도 아노말리를 산출하는 단계를 포함하는 우리나라의 여름철 극한온도 발생빈도 물리 통계 예측 방법
|
| 9 |
9
제1항에 있어서,상기 과거 연도는, 상기 해수면 온도 아노말리가 기후학적 특징을 가질 수 있는 과거의 20년으로 정해지고,상기 극한온도 발생빈도를 연산하는 단계는,상기 과거의 20년 중 여름철에 해당하는 6월 내지 8월 동안의 일별 최고온도를 테이블에 기록하는 단계;상기 테이블에서 동일자에 기록된 일별 최고온도 중, 온도가 높은 순으로 일정 수의 일별 최고온도를 선택하는 단계;상기 일정 수의 일별 최고온도가 선택된 횟수를, 연도 별로 카운트 하는 단계; 및여름철 전체 일수에 대한 상기 카운트한 횟수의 비율을, 해당 연도에서의 극한온도 발생빈도로서 연산하는 단계를 포함하는 우리나라의 여름철 극한온도 발생빈도 물리 통계 예측 방법
|
| 10 |
10
제1항에 있어서,상기 다중 선형 회귀 분석에 의해, 상기 극한온도 발생빈도와 기준치 이상의 상관도를 가지는 해수면 온도 아노말리의 분포를, 상기 해수면 온도 아노말리의 값에 따라 색 구분하여 회귀 맵을 작성하는 단계; 및상기 예측 모델에 의해 상기 극한온도 발생빈도를 예측 시, 상기 예측 모델의 구축에 이용된 상기 해수면 영역을, 상기 회귀 맵 상에 시각화 하는 단계를 더 포함하는 우리나라의 여름철 극한온도 발생빈도 물리 통계 예측 방법
|
| 11 |
11
특정 해역에 대해, 과거 연도 별 3월 내지 5월 동안의, 해수면 온도 아노말리를 산출하고, 1년 중 6월 내지 8월 동안의, 예측지점에서 관측된 극한온도 발생빈도를 연산하는 계산부;다중 선형 회귀 분석에 의해, 상기 극한온도 발생빈도와 기준치 이상의 상관도를 가지는 복수의 해수면 온도 아노말리로 구성된 산출 영역을 확인하고, 상기 산출 영역 중에서 선정된 상관조건을 만족하는 n개(상기 n은 3 이내의 자연수)의 해수면 영역을 선별하는 분석부; 및상기 n개의 해수면 영역 각각에서의 해수면 온도 아노말리를 이용해 구축한 예측 모델로부터, 상기 예측지점에서의 올해 여름철의 극한온도 발생빈도를 예측하는 처리부를 포함하는 우리나라의 여름철 극한온도 발생빈도 물리 통계 예측 시스템
|
| 12 |
12
제11항에 있어서,상기 처리부는,상기 n개의 해수면 영역 각각에서의 해수면 온도 아노말리를, 상기 예측 모델의 선행인자로서 구성하여 상기 예측 모델을 구축하고,상기 예측 모델에 의해 출력되는 지수를, 상기 예측 지점에서의 여름철의 극한온도 발생빈도로서 예측하는우리나라의 여름철 극한온도 발생빈도 물리 통계 예측 시스템
|
| 13 |
13
제11항에 있어서,상기 분석부는,상기 다중 선형 회귀 분석에 의해, 상기 극한온도 발생빈도와의 상관도가 90% 이상인 해수면 온도 아노말리의 산출 영역을 확인하고,상기 산출 영역 중, 각 산출 영역의 해수면 온도 아노말리들 사이의 상관계수가 10% 보다 작은 값을 가지면서, 각 산출 영역의 해수면 온도 아노말리들 사이의 분산팽창계수가 2 보다 작은 값을 가지는 상기 n개의 산출 영역의 조합을, 상기 해수면 영역으로서 선별하는우리나라의 여름철 극한온도 발생빈도 물리 통계 예측 시스템
|
| 14 |
14
제11항에 있어서,상기 분석부는,상기 산출 영역 중, 양의 해수면 온도 아노말리가 산출되는 [북위 45~55°, 서경 60~45°]에 해당하는 제1-1 해수면 영역과, 음의 해수면 온도 아노말리가 산출되는 [북위 25~35°, 서경 60~45°]에 해당하는 제1-2 해수면 영역이 선별되는 경우,상기 제1-1 해수면 영역에서의 해수면 온도 아노말리로부터, 상기 제1-2 해수면 영역에서의 해수면 온도 아노말리를 차감한 해수면 온도 아노말리 중, 4월에 해당하는 해수면 온도 아노말리를 평균하여 산출한 북대서양 지수를, 상기 예측 모델을 구성하는 선행인자 A로서 선별하는우리나라의 여름철 극한온도 발생빈도 물리 통계 예측 시스템
|
| 15 |
15
제14항에 있어서,상기 분석부는,상기 산출 영역 중, [북위 0~25°도, 동경 120~140°]에 해당하는 제2 해수면 영역이 선별되는 경우,상기 제2 해수면 영역에서의 해수면 온도 아노말리 중, 4월에 해당하는 해수면 온도 아노말리를 평균하여 산출한 북서태평양 지수를, 상기 예측 모델을 구성하는 선행인자 B로서 선별하는우리나라의 여름철 극한온도 발생빈도 물리 통계 예측 시스템
|
| 16 |
16
제15항에 있어서,상기 분석부는,상기 산출 영역 중, [북위 20~40°, 동경 190~245°]에 해당하는 제3 해수면 영역이 선별되는 경우,상기 제3 해수면 영역에서의 해수면 온도 아노말리 중, 5월에 해당하는 해수면 온도 아노말리를 평균하여 산출한 북동태평양 지수를, 상기 예측 모델을 구성하는 선행인자 C로서 선별하는우리나라의 여름철 극한온도 발생빈도 물리 통계 예측 시스템
|
