The improvement of predictability for very short range precipitation by blending of VDAPS and MAPLE using Micro-Genetic Algorithm
Journal of The Korean Institute of Intelligent Systems(2019)
摘要
기상청에서는 초단기 강수예보를 위해 초단기예측시스템(VDAPS)과 강수실황모델(MAPLE)을 현업 운영하고 있다. 두 모델의 강수예측성능은 실황으로부터 3시간 예측까지는 MAPLE이 VDAPS보다 높지만 그 이후 예측시간에는 VDAPS가 MAPLE보다 높다. 이 연구에서는 초단기 강수예측성능을 개선하고자 마이크로 유전알고리즘을 이용하여 두 모델의 장점을 결합하여 실황과 초단기 예측의 이음새 없는 강수예측을 도출하였다. 마이크로 유전알고리즘은 두 모델의 결합을 위한 반영 가중치 추정을 위해 사용되었으며, 1시간부터 6시간 예측까지의 예측시간에 따른 가중치를 추정하는 실험과 강수의 공간적인 분포를 고려한 예측시간별, 공간별 가중치를 추정하는 실험을 수행하였다. 두 실험에서 추정한 가중치는 1, 2시간 예측에서 MAPLE이 컸고 그 이후의 예측에서는 VDAPS가 컸다. 또한 초단기 강수예측성능 개선 여부 확인을 위해 훈련기간과 예측기간에 대해 강수임계값별 예측성능을 검증하였다. VDAPS와 MAPLE을 결합한 실험의 결과에서 두 모델의 예측특성중 장점만이 결합되어 1, 2 시간의 강수예측성능은 높고 그 이후의 시간에서 VDAPS의 예측성능보다 높게 유지하여 실황과 초단기 예측의 이음새 없는 강수예측이 도출됨을 확인하였다.
更多查看译文
关键词
short range precipitation,maple,predictability,micro-genetic
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要