선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- Figure 1은 기상청 AWS 데이터로 산불 발생 시 중요한 인자인 온도, 습도, 풍향, 풍속등이 포함되어 있다. 본 연구에서는 산지 지형의 기상 인자의 실측을 수행하기 전의 선행연구로 AWS 데이터와의 비교를 수행하였다. 기상관측을 위하여 사용된 장비는 Davis사의 기상관측시스템(vantage Pro2)을 이용하였으며 소프트웨어는 integrated sensor suite (ISS)를 사용하여 온도, 습도, 풍향, 풍속을 측정하였습니다.
- 또한 국내에도 바람이 산불에 미치는 영향에 관한 많은 관련 논문들을 검색할 수 있다(6-12). 본 연구에서는 첫 번째로 AWS와 국부지형간의 기상인자를 실측 양자를 비교하였다. 둘째로 단순 산악지형을 선정하여 실측을 통하여 바람장 데이터를 취득하여 분석한 결과 일정한 패턴을 보이고 있음을 확인하였으며 실측 데이터를 시뮬레이션 결과와도 비교하였다.
제안 방법
- 본 연구는 국지지형으로 제주도의 새별오름과 서해안 안면도내 마검포 같은 단순지형에서 바람장의 데이터를 취득하여 분석한 결과 바람장의 풍향 및 풍속 모두에서 패턴추출이 가능하다는 사실을 알 수 있었다. 또한 바람장의 고도에 따른 지수분포를 실측을 통해 구할 수 이었다. 고도에 따른 풍향의 경우 고도가 어느 정도 올라가면 지표풍과의 방향이 90° 차이가 난다는 사실이 알려져 있으나 본 연구를 통해 3 m와 10 m의 작은 고도차에서 약 84°의 큰 차이가 남을 확인 하였다.
- AWS 자료는 유관기관에서 간편하게 데이터를 취득할 수 있다. 또한 산불발생 시 풍속은 인근의 AWS 자료에 의존하여 그 강도 및 방향을 예측한다. 이때 기상관측기의 설치높이가 10 m로 고정되어 있고 주변의 설치 장소가 대부분 평야지대에 설치되어 있어 실제 산림지형는 많은 차이를 보일 가능성이 높다.
- 오름지형 및 서해안 안면도 마검포 경우 해안을 접하고 있는 지형으로 주변지형지물에 영향을 거의 받지 않는 지형이다. 또한 주어진 지형지물의 유동장 해석(CFD)을 실시하여 어느 정도의 일치성을 보이고 있는지를 비교 하였다. Figure 4은 제주 새별 오름의 위치 및 지형도이며 서쪽으로 넓은 바다로 불어오는 편서풍이 막힘이 없이 오름으로 들어오는 지형이다.
- M2(바닷가), M3(방파제)는 각각 남서쪽과 동북에 위치시켜 계측기를 설치하였다. 마검포에서의 계측장비의 측정높이를 수고높이와 유사한 3 m에 위치시키고 실측하였다. Figure 7은 기상관측 장치 안테나 설계 및 제작 사진이다.
- 831 × 10−5 Pa · s의 조건을 적용하였다. 시간에 따라 풍속이 변화하는 특성을 구하기 위하여 비정상 유동 해석을 수행하였으며, 해의 안정성을 얻을 수 있도록 0.01~10 s의 시간간격으로 계산 하였다. 난류 모델은 표준 κ-ε 모델을 사용하였다.
- 안면도 마검포에서의 측정은 7월 8~9일 측정하였으며, 고도를 3 m로 고정시켜 측정하였다. 바다와 접해 있고 큰 고도차이가 나지 않는 지형으로 고도별 측정은 실시하지 않았다.
- 제주도 새별오름의 모델은 GIS 자료로부터 3차원 Data를 얻어 해석공간을 구성하였다. 유동장으로 유입되는 속도형상을 경계조건과 같이 가정하였으므로 산지에서의 유동특성은 경계조건에 따라 다른 값을 보일 수 있어 이러한 영향을 감소시키고 산지로 영향을 미치는 유속분포가 충분히 발달될 수 있도록 해석대상 산지로부터 유입부까지 300 m 이상의 거리를 두도록 해석공간을 구성하였다. 안면도 마검포에서의 산악 바람장은 제주도에 비하여 유입 및 유출되는 지면이 굴곡이 거의 없는 지면을 형성하고 있다.
- Figure 8은 4월 30일~5월 1일까지의 측정기간 동안의 풍속의 변화를 보여주는 그래프이다. 제주 새별오름의 측정장소 P1, P2, P3의 지표면에서 10 m 지점에서 측정된 풍향 풍속의 비교이다. P2의 풍속이 가장 강하고 P1과 P3의 순으로 관측되었다.
- Figure 7은 기상관측 장치 안테나 설계 및 제작 사진이다. 최대높이 10 m까지 설치가 가능하며, 3단계 3 m, 6 m, 10 m로 풍향풍속계를 설치 가능하며, 3단으로 분리되어 이동 설치가 용이하게 설계 하였다. 재질은 알루미늄으로 경량, 고강도, 휴대성을 고려하여 설계 제작되 었다.
대상 데이터
- 이때 기상관측기의 설치높이가 10 m로 고정되어 있고 주변의 설치 장소가 대부분 평야지대에 설치되어 있어 실제 산림지형는 많은 차이를 보일 가능성이 높다. 본 연구에서는 단순지형인 제주도 오름지형 및 서해안 안면도 마검포 지역을 선택하였다. 오름지형 및 서해안 안면도 마검포 경우 해안을 접하고 있는 지형으로 주변지형지물에 영향을 거의 받지 않는 지형이다.
- 기상관측을 위하여 사용된 장비는 Davis사의 기상관측시스템(vantage Pro2)을 이용하였으며 소프트웨어는 integrated sensor suite (ISS)를 사용하여 온도, 습도, 풍향, 풍속을 측정하였습니다. 실측은 아산시 배방읍 소재 태학산 인근 산기슭에서 수행되었으며, 비교할 AWS는 천안 기상관측소의 데이터를 이용하였다.
- 최대높이 10 m까지 설치가 가능하며, 3단계 3 m, 6 m, 10 m로 풍향풍속계를 설치 가능하며, 3단으로 분리되어 이동 설치가 용이하게 설계 하였다. 재질은 알루미늄으로 경량, 고강도, 휴대성을 고려하여 설계 제작되 었다.
- 제주도 새별오름의 모델은 GIS 자료로부터 3차원 Data를 얻어 해석공간을 구성하였다. 유동장으로 유입되는 속도형상을 경계조건과 같이 가정하였으므로 산지에서의 유동특성은 경계조건에 따라 다른 값을 보일 수 있어 이러한 영향을 감소시키고 산지로 영향을 미치는 유속분포가 충분히 발달될 수 있도록 해석대상 산지로부터 유입부까지 300 m 이상의 거리를 두도록 해석공간을 구성하였다.
- 난류 모델은 표준 κ-ε 모델을 사용하였다. 지면을 포함한 해석공간은 tetrahedron 및 prism mesh를 이용하여 분할하였으며, 요소의 개수는 2.4 M로 사용하였다. 산악 바람장은 지형의 영향을 직접적으로 받아 복잡한 유동특성을 나타내므로 정확한 산지형상 모델이 필요하다.
- 안면도 마검포에서의 산악 바람장은 제주도에 비하여 유입 및 유출되는 지면이 굴곡이 거의 없는 지면을 형성하고 있다. 표면의 거칠기가 작은 경우 입구유속으로부터 충분히 발달된 유속분포가 형성되도록 유입부에서 900 m의 거리를 두고 해석 공간을 구성하였다.
데이터처리
- 본 연구에서는 첫 번째로 AWS와 국부지형간의 기상인자를 실측 양자를 비교하였다. 둘째로 단순 산악지형을 선정하여 실측을 통하여 바람장 데이터를 취득하여 분석한 결과 일정한 패턴을 보이고 있음을 확인하였으며 실측 데이터를 시뮬레이션 결과와도 비교하였다.
이론/모형
- 본 연구에서는 산지 지형의 기상 인자의 실측을 수행하기 전의 선행연구로 AWS 데이터와의 비교를 수행하였다. 기상관측을 위하여 사용된 장비는 Davis사의 기상관측시스템(vantage Pro2)을 이용하였으며 소프트웨어는 integrated sensor suite (ISS)를 사용하여 온도, 습도, 풍향, 풍속을 측정하였습니다. 실측은 아산시 배방읍 소재 태학산 인근 산기슭에서 수행되었으며, 비교할 AWS는 천안 기상관측소의 데이터를 이용하였다.
- 난류 모델은 표준 κ-ε 모델을 사용하였다.
- 유동해석을 위한 상용프로그램으로 ANSYS-CFX Ver. 12.1을 사용하였으며, 지배방정식은 Navier-Stokes 식을 사용하였다. 대기온도 25 ℃, 밀도 1.
성능/효과
- 풍속은 3 m, 6 m, 10 m 순으로 증가함을 알 수 있다. 3 m에서의 풍속을 1로 놓고 6 m, 10 m의 상대 풍속 나타낸 그래프로 풍속이 지수적으로 증가함을 확인 할 수 있었다.
- 고도에 따른 풍향의 경우 고도가 어느 정도 올라가면 지표풍과의 방향이 90° 차이가 난다는 사실이 알려져 있으나 본 연구를 통해 3 m와 10 m의 작은 고도차에서 약 84°의 큰 차이가 남을 확인 하였다.
- 지금까지 산불발생시 사용되는 AWS가 임지내의 위치하고 있지 않으면 산지기상에 정확한 데이터를 확보하기 어렵다는 것을 확인하였다. 바람이 강하게 불 때 산지에서도 바람이 강하게 불 것 이라는 일반적인 관측이 가능하지만 복잡한 산악지형에서의 적용은 풍향 및 풍속의 모든 부분에서 불일치한다는 것을 확인하였다. 국내에서 산악지형의 바람장의 측정을 국지지형에서 실시한 한 예가 거의 없었다.
- 본 연구는 국지지형으로 제주도의 새별오름과 서해안 안면도내 마검포 같은 단순지형에서 바람장의 데이터를 취득하여 분석한 결과 바람장의 풍향 및 풍속 모두에서 패턴추출이 가능하다는 사실을 알 수 있었다. 또한 바람장의 고도에 따른 지수분포를 실측을 통해 구할 수 이었다.
- 분석결과 ISS와 AWS의 온도 및 습도는 유사한 경향을 보이고 있으며, 풍향-풍속은 고도와 지형의 차이로 인해 AWS 데이터는 산악지형의 풍향-풍속의 경우 많은 차이를 보이고 있다. 이를 통해 산악국지 지형의 경우 AWS 데이터를 적용하기에는 무리가 있음을 확인하였다.
- 수치해석 결과 전반적인 부분에서는 패턴이나 풍속이 어느 정도 일치하고 있었으나, 안면도 마검포에서 난류지역, 바람후면 및 고도에 따른 지수분포의 패턴이 불일치를 보이고 있어 입구와 출구로 구성되는 모델링의 한계점을 확인할 수 있었다. 따라서 수치해석의 알고리즘의 개선방향으로는 난류지형과 정상 과 지면부근에서의 해석모델에 추가연구가 진행되어야 할 것으로 사료된다.
- 분석결과 ISS와 AWS의 온도 및 습도는 유사한 경향을 보이고 있으며, 풍향-풍속은 고도와 지형의 차이로 인해 AWS 데이터는 산악지형의 풍향-풍속의 경우 많은 차이를 보이고 있다. 이를 통해 산악국지 지형의 경우 AWS 데이터를 적용하기에는 무리가 있음을 확인하였다.
- 지금까지 산불발생시 사용되는 AWS가 임지내의 위치하고 있지 않으면 산지기상에 정확한 데이터를 확보하기 어렵다는 것을 확인하였다. 바람이 강하게 불 때 산지에서도 바람이 강하게 불 것 이라는 일반적인 관측이 가능하지만 복잡한 산악지형에서의 적용은 풍향 및 풍속의 모든 부분에서 불일치한다는 것을 확인하였다.
후속연구
- 수치해석 결과 전반적인 부분에서는 패턴이나 풍속이 어느 정도 일치하고 있었으나, 안면도 마검포에서 난류지역, 바람후면 및 고도에 따른 지수분포의 패턴이 불일치를 보이고 있어 입구와 출구로 구성되는 모델링의 한계점을 확인할 수 있었다. 따라서 수치해석의 알고리즘의 개선방향으로는 난류지형과 정상 과 지면부근에서의 해석모델에 추가연구가 진행되어야 할 것으로 사료된다.
- 하지만 제주도와 안면도의 실측 자료에서 알 수 있듯이 난류지역의 바람장 데이터는 일관성 있게 설명하기가 어려웠다. 또한 복잡한 지형에서의 적용 가능성은 지속적인 추가 연구가 필요하다고 사료된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.