[논문]공기 중 축산질병 확산예측을 위한 오픈폼 도입 및 검증

노현석; 서일환; 이인복

doi:10.5389/ksae.2014.56.1.081

문제 정의

공기 중 축산 바이러스의 확산을 모의하기 위한 OpenFOAM 프로그램의 유동해석 적용성 평가를 위하여 정상상태의 모의 결과를 바탕으로 동시간대 다수의 관측 위치에서의 바람장 시뮬레이션결과와 기상측정결과를 비교하고자 하였다. 동풍 1.
동네예보는 48시간 동안의 기상을 3시간 간격으로 제공하고 있으며, 이를 바탕으로 공기 중 확산을 모의하기 위해서는 시간에 따라서 풍향이 연속적으로 변화하는 상황에 대한 시뮬레이션을 수행하여야 한다. 따라서 특정 위치에서의 시간에 따른 유동장 시뮬레이션 결과와 기상관측을 통한 측정결과를 비교하고자 하였다. 해석 대상 영역의 중심에 있는 성원목장에 설치된 기상관측장비의 측정 결과를 바탕으로 풍향과 풍속이 안정성을 보이는 2012년 9월 24일의 24시간 동안의 데이터를 활용하여, 미리 확보한 동네 예보에서 제시하는 예보 결과를 풍상측 조건으로 대기 유동장 해석을 수행하였다.
이로서 CFD를 적용한 지역 대기유동을 공개소스 소프트웨어를 적용하여 라이선스 비용의 문제없이 대기 유동장을 대규모로 해석하여 공기 중으로 전파되는 바이러스의 이동 경로를 예측할 기반을 마련하였다. 또한 특정 시기의 공기 중 질병 확산을 빠른 시간에 시계열로 모의할 수 있는 해석 메커니즘을 개발하여 적용해보았다. 향후 이 기술을 적용하여 동네 예보를 바탕으로 유동장과 이에 의해 전파 되는 바이러스의 영향성을 예보하여 공기 중 전파가 일어나기 전에 농장, 방역대책 전문가, 정부 관련부처에서 대책을 수립할 수 있는 예경보 시스템을 확보하는데 활용될 수 있을 것이다.
현장에서 측정되는 자연풍의 경우, 기상 상황에 따라서 풍향 및 풍속이 매우 불규칙한 특성을 보여, 국지적 해석의 경우, 이러한 변동의 영향으로 인하여 정상상태의 일정한 풍향 및 풍속이 유입되는 것으로 가정한 시뮬레이션의 결과와 직접적으로 비교할 수 있는 데이터를 확보하기가 어렵다. 본 연구에서는 검증을 위하여 가급적 일정한 풍향 및 풍속이 유지되는 기간을 대상으로 측정결과와 OpenFOAM으로 해석한 유동해석결과를 위치별로 비교하고자 하였다. 측정 지점에서의 풍향, 풍속이 3시간 이상 안정적인 결과를 보이는 기간 1 (2012년 9월 16일 13시, 북동풍, 2.
설계된 격자모델을 활용하여 웹기반 축산질병 예보시스템의 기초데이터를 구축하기 위하여 OpenFOAM 프로그램의 적용성을 분석하고자 하였다. Fig.
이에 본 연구에서는 전산유체역학해석 기법의 장점을 살리는 동시에 라이선스 비용 문제를 해결하기 위하여 공개 소스 소프트웨어인 OpenFOAM을 적용하여 대기유동을 모사하고, 실제 측정 결과와 비교하고자 하였다. 시뮬레이션을 통한 질병확산의 예측 결과의 시계열 분석에 대한 적용성을 평가하여, 향후 공기 중 축산질병확산 예보시스템을 구축하기 위한 기반기술로 활용하고자 하였다.
해석대상영역으로 유입되는 기류를 현실화 하고 경계 영역에서 지면 표고차로 인한 유동유입량 불균일 해소를 위해서 DEM 정보를 적용한 영역외부에 지형을 해발 0 m로 펼치는 추가적인 영역을 형성하였다. 이를 통하여 경계 영역이 산중턱이나 정상으로 시작함으로써 유입면적인 강제적으로 축소되면서 발생할 수 있는 유동장의 왜곡을 최소화하고자 하였다. 동네 예보를 바탕으로 바이러스의 확산을 예측하기 위하여 다양한 풍향에 대한 적용성을 높이고, 해석의 정확도를 높이기 위하여, 8방위의 유동 해석을 고려하여 유동 방향에 대해 Fig.
전산유체역학 기법의 적용의 경우, 상용 소프트웨어를 적용할 때, 생기는 라이선스 비용의 제약으로 해석시간이 오래 걸리고 다양한 유동환경을 해석하고, 면적이 넓은 경우, 연구대상영역에 대한 유동장 해석이 곤란하였다. 이에 본 연구에서는 전산유체역학해석 기법의 장점을 살리는 동시에 라이선스 비용 문제를 해결하기 위하여 공개 소스 소프트웨어인 OpenFOAM을 적용하여 대기유동을 모사하고, 실제 측정 결과와 비교하고자 하였다. 시뮬레이션을 통한 질병확산의 예측 결과의 시계열 분석에 대한 적용성을 평가하여, 향후 공기 중 축산질병확산 예보시스템을 구축하기 위한 기반기술로 활용하고자 하였다.

가설 설정

3으로 가정하였으며, 소산율 ε는 식 (11)과 같은 수직프로파일로 입력하였다. 지표면조도 (Roughness length) z0는 일반적인 농업지대를 가정하여 0.03으로 정의하였으며 압력은 Zero gradient 조건을 적용하였다. 지면에서의 난류에너지와 소산율은 Atmospheric rough wall function를 적용하였다.

제안 방법

이 때, 해석시간을 단축시키기 위하여 연구대상지역에 주요 풍향 및 풍속에 대한 유동데이터를 사전시뮬레이션을 통하여 확보한 후, 동네 예보에 따른 기상예보가 업데이트될 때마다 유동장을 가져와 스칼라 해석을 수행할 수 있다. 본 연구에서는 이러한 과정에서 사용될 유동장의 정확도를 평가하기 위하여1) 개별적인 풍향, 풍속에 대한 유동장을 검증하기 위한 정상상태의 위치별 유동평가, 2) 시간에 따른 풍환경 변화를 따라갈 수 있는 측정 위치별 시계열 유동평가, 3) 바이러스의 스칼라 해석을 수행하는 시계열 공기 중 바이러스확산 적용성 평가를 수행하였다.
5는 최종적으로 개발하고자 하는 축산 질병 예보시스템에 적용하기 위한 공기 중 축산질병 예측과정을 나타낸 것이다. 3시간마다 업데이트되는 48시간 기상예보 데이터를 바탕으로 특정 농장을 발생원으로 가정하여 해당 농장에서 배출되는 바이러스의 스칼라 값을 해석함으로써 인근농장에 대한 위험성을 분석할 수 있다. 이 때, 해석시간을 단축시키기 위하여 연구대상지역에 주요 풍향 및 풍속에 대한 유동데이터를 사전시뮬레이션을 통하여 확보한 후, 동네 예보에 따른 기상예보가 업데이트될 때마다 유동장을 가져와 스칼라 해석을 수행할 수 있다.
해당지역으로 유입되는 유동의 대기영역모사를 위해서 대상지역의 가장 높은 산지 높이의 약 10배 높이인 해발 2,000 m까지 영역을 해석 대상으로 설정 하였다. Fig. 4와 같이 지형표면의 첫 번째 격자의 높이는 약 2 m로 지정하였으며 일정한 비율로 간격을 확장하였으며, 주된 연구대상영역인 지표면의 유동을 상세하게 해석하기 위하여 지표면 인근에 격자를 집중시키고자 하였다. 이를 통하여 총 격자수를 줄여 해석시간을 단축할 수 있도록 구성하였다.
, Seoul, Korea)을 통하여 매 10분마다 기상자료수집서버 (Weather Data Acquisition Server, WDAS)에 자료를 전송한다. WDAS는 관측 자료를 수집하는 즉시 기상관측자료 데이터베이스 (Observed Weather Database, OWDB)에 자료를 저장하도록 개발하였다.
동네예보를 통하여 제시되는 기상예보를 사용하여 빠르게 공기 중 질병확산을 예측하기 위해서는 유동장을 미리 주요 풍향 및 풍속에 대하여 해석한 후 이를 불러와 바이러스에 해당하는 스칼라 해석만을 수행하는 것이 유리하다. 각각의 풍향, 풍속에 대하여 해석한 정상상태의 유동장을 검증하기 위하여 위치별 유동평가를 수행하기 위하여 특정 일자의 기상 상황에 대한 연구 대상 영역 내의 기상관측결과와 해석결과를 비교하여 보았다. 현장에서 측정되는 자연풍의 경우, 기상 상황에 따라서 풍향 및 풍속이 매우 불규칙한 특성을 보여, 국지적 해석의 경우, 이러한 변동의 영향으로 인하여 정상상태의 일정한 풍향 및 풍속이 유입되는 것으로 가정한 시뮬레이션의 결과와 직접적으로 비교할 수 있는 데이터를 확보하기가 어렵다.
이를 통하여 경계 영역이 산중턱이나 정상으로 시작함으로써 유입면적인 강제적으로 축소되면서 발생할 수 있는 유동장의 왜곡을 최소화하고자 하였다. 동네 예보를 바탕으로 바이러스의 확산을 예측하기 위하여 다양한 풍향에 대한 적용성을 높이고, 해석의 정확도를 높이기 위하여, 8방위의 유동 해석을 고려하여 유동 방향에 대해 Fig. 3과 같이 2개의 형상의 격자망을 구성하였다. 해당지역으로 유입되는 유동의 대기영역모사를 위해서 대상지역의 가장 높은 산지 높이의 약 10배 높이인 해발 2,000 m까지 영역을 해석 대상으로 설정 하였다.
공기 중 축산 바이러스의 확산을 모의하기 위한 OpenFOAM 프로그램의 유동해석 적용성 평가를 위하여 정상상태의 모의 결과를 바탕으로 동시간대 다수의 관측 위치에서의 바람장 시뮬레이션결과와 기상측정결과를 비교하고자 하였다. 동풍 1.2 m/s의 유동장을 해석한 결과를 Fig. 6에서 나타낸 것과 같이 산지로 둘러싸인 지점 1 (Point 1)과 평지에 위치한 지점 2 (Point 2)로 나누어서 산지사이의 골짜기와 같은 지형적인 영향에 의한 유동장의 모의가 잘 이루어졌는지를 분석하였다. Fig.
향후 유동해석 결과를 이용한 바이러스 확산예측을 수행하여 이를 예보시스템으로 확장시키기 위해서는 3시간으로 제공되는 기상예보를 사용한 빠른 계산이 필수적이다. 따라서 빠른 계산시간을 확보하기 위하여 바이러스 확산해석이 1시간 내에 가능하도록 사전테스트를 통하여 전체 격자의 수를 400만개 수준으로 유지할 수 있도록 격자를 설계하였다.
미리 연산을 수행한 주요 풍향 및 풍속 등 유동장 데이터를 바탕으로 공기중 질병 확산 예측을 통한 시계열 예경보 시스템을 구축하기 위한 적용성을 평가하기 위하여 연구 대상 지역내 농가 중 한곳을 가상의 바이러스 확산원으로 가정하여 특정 일자의 시간별 기상 예보를 바탕으로 시간에 따른 연구 대상 지역 내 바이러스 확산을 예측하였다. 기상 조건은 기간 1에 해당하는 2012년 9월 24일의 동네예보를 바탕으로 Table 3과 같이 적용 하였다.
11은 입력된 유동 조건을 바탕으로 예측된 바이러스의 확산을 나타내고 있다. 바이러스농도는 지면에서의 농도를 나타내며 발생농장에서의 확산 경향을 분석하였다. (a)～(c)는 풍향이 대체적으로 북동풍으로 유동 방향으로 시간에 따라 수직 및 수평 방향으로 바이러스가 퍼지지만 (d)의 경우, 풍향이 동풍으로 크게 바뀌면서 기존에 확산된 바이러스와 현재 발생하는 바이러스가 동시에 서쪽 영역으로 퍼지는 현상이 보이고 있다.
설치한 장비는 STL-X16 Data logger (STA Corporations, Ltd., Anyang, Korea)로써, 2012년 8월부터 매분 기온 (℃, STA Corporations, Ltd.), 상대습도 (%), 지온 (℃), 풍향 (°), 풍속 (m/s), 엽면습윤 (Leaf wetness), 강우량 (mm)을 관측하여 저장하고 CDMA 방식의 무선모뎀 (Telit Wireless Solutions, Co., Ltd., Seoul, Korea)을 통하여 매 10분마다 기상자료수집서버 (Weather Data Acquisition Server, WDAS)에 자료를 전송한다.
연구대상 지역을 중심으로 작성한 DEM을 활용하여 지면을 3차원으로 설계하여 지형의 영향을 반영할 수 있는 입력형상을 구성하였다. 전체 해석 영역은 질병확산을 모의하기 위한 대상 영역인 약 10 km×8 km 에 해당하는 부분을 포함하여 인근 유동장 모의의 정확도를 향상하기 위하여 약 40 km×40 km 영역을 대상으로 설계하였다.
다만 자연 현상의 경우, 예측이 쉽지 않은 관계로 동네 예보 데이터를 적용 하는 경우 실측 결과와 다소 차이를 보였다. 이로서 CFD를 적용한 지역 대기유동을 공개소스 소프트웨어를 적용하여 라이선스 비용의 문제없이 대기 유동장을 대규모로 해석하여 공기 중으로 전파되는 바이러스의 이동 경로를 예측할 기반을 마련하였다. 또한 특정 시기의 공기 중 질병 확산을 빠른 시간에 시계열로 모의할 수 있는 해석 메커니즘을 개발하여 적용해보았다.
4와 같이 지형표면의 첫 번째 격자의 높이는 약 2 m로 지정하였으며 일정한 비율로 간격을 확장하였으며, 주된 연구대상영역인 지표면의 유동을 상세하게 해석하기 위하여 지표면 인근에 격자를 집중시키고자 하였다. 이를 통하여 총 격자수를 줄여 해석시간을 단축할 수 있도록 구성하였다. 향후 유동해석 결과를 이용한 바이러스 확산예측을 수행하여 이를 예보시스템으로 확장시키기 위해서는 3시간으로 제공되는 기상예보를 사용한 빠른 계산이 필수적이다.
전체 해석 영역은 질병확산을 모의하기 위한 대상 영역인 약 10 km×8 km 에 해당하는 부분을 포함하여 인근 유동장 모의의 정확도를 향상하기 위하여 약 40 km×40 km 영역을 대상으로 설계하였다.
축산 바이러스의 공기 중 확산예측을 위하여 가장 중요한 요소인 대기 유동에 대해 공개 소프트웨어인 OpenFOAM을 적용 하여 대기 유동 해석을 진행하였다. 예보결과와 시뮬레이션을 통한 모의해석 결과를 비교한 결과 안정적 풍향 및 풍속을 보이는 특정시간에서 3 지점의 풍속을 비교한 경우, 풍속은 평균 22.
따라서 특정 위치에서의 시간에 따른 유동장 시뮬레이션 결과와 기상관측을 통한 측정결과를 비교하고자 하였다. 해석 대상 영역의 중심에 있는 성원목장에 설치된 기상관측장비의 측정 결과를 바탕으로 풍향과 풍속이 안정성을 보이는 2012년 9월 24일의 24시간 동안의 데이터를 활용하여, 미리 확보한 동네 예보에서 제시하는 예보 결과를 풍상측 조건으로 대기 유동장 해석을 수행하였다. Fig.
전체 해석 영역은 질병확산을 모의하기 위한 대상 영역인 약 10 km×8 km 에 해당하는 부분을 포함하여 인근 유동장 모의의 정확도를 향상하기 위하여 약 40 km×40 km 영역을 대상으로 설계하였다. 해석대상영역으로 유입되는 기류를 현실화 하고 경계 영역에서 지면 표고차로 인한 유동유입량 불균일 해소를 위해서 DEM 정보를 적용한 영역외부에 지형을 해발 0 m로 펼치는 추가적인 영역을 형성하였다. 이를 통하여 경계 영역이 산중턱이나 정상으로 시작함으로써 유입면적인 강제적으로 축소되면서 발생할 수 있는 유동장의 왜곡을 최소화하고자 하였다.

대상 데이터

시뮬레이션 결과의 타당성 검증을 위해서 적용대상지역인 안성시 인근의 성원 목장 (E 37.0807°, N 127.4469°, 105 m)에 Fig. 2와 같은 자동기상 관측장비를 설치하여 시간변화에 따른 시뮬레이션 결과와 측정결과를 비교하기 위한 기초 기상데이터를 수집하였다.
전산유체역학을 사용한 대기유동 모사와 이의 검증을 위해서 안성 인근지역을 연구대상지역으로 선정 하였다 (Fig. 1). 이 지역은 2002년 발생한 구제역에 대한 농림축산 검역본부 역학조사 보고서 분석 결과를 바탕으로 당시 기상에 대한 분석을 수행한 결과 구제역 확산방향과 주풍향이 일치하여 바이러스의 공기 중 전파가 의심되는 지역이다.
3과 같이 2개의 형상의 격자망을 구성하였다. 해당지역으로 유입되는 유동의 대기영역모사를 위해서 대상지역의 가장 높은 산지 높이의 약 10배 높이인 해발 2,000 m까지 영역을 해석 대상으로 설정 하였다. Fig.

데이터처리

본 연구에서는 검증을 위하여 가급적 일정한 풍향 및 풍속이 유지되는 기간을 대상으로 측정결과와 OpenFOAM으로 해석한 유동해석결과를 위치별로 비교하고자 하였다. 측정 지점에서의 풍향, 풍속이 3시간 이상 안정적인 결과를 보이는 기간 1 (2012년 9월 16일 13시, 북동풍, 2.0 m/s)과 기간 2 (2012년 9월 26일 13시, 동풍, 1.2 m/s)를 선택하여 측정결과와 해석결과를 비교하였다. 시뮬레이션 결과와 측정결과를 비교하면, 기간 1에서 시뮬레이션 결과가 측정결과에 비하여 풍속은 약 17.

이론/모형

해석에 사용된 지배 방정식은 질량 및 운동량 보존방정식으로 식 (1)～ (3)과 같다. 난류 모델은 식 (4)～(7)과 같이 넓은 지역에 대한 유동해석에 일반적으로 가장 많이 선호되는 Standard k-epsilon 모델을 적용하였다 (Seo et al., 2010). 모멘텀과 난류방정식해석에는 GaussSeidel smoother Linear solver, 압력해석에는 GaussSeidel smoother를 적용한 GAMG solver를 적용하였다.
, 2010). 모멘텀과 난류방정식해석에는 GaussSeidel smoother Linear solver, 압력해석에는 GaussSeidel smoother를 적용한 GAMG solver를 적용하였다. Momentum 방정식은 2차 차분을 적용하였으며 난류는 1차 차분을 적용하였다.
Momentum 방정식은 2차 차분을 적용하였으며 난류는 1차 차분을 적용하였다. 바이러스의 확산은 식 (8)과 같이 비정상 스칼라 수송방정식을 적용하여 해석하였다.
또한 원본코드를 사용자가 직접 추가하거나 개선할 수 있어 대기경계층 구현을 위한 라이브러리의 추가를 통하여 지면효과를 고려한 해석이 가능하다. 본 연구에서는 Navier-Stokes 방정식을 SIMPLE 알고리즘을 적용하여 해석하는 SimpleFoam 솔버를 사용하여 정상상태의 비압축성 난류유동 해석을 수행하였으며, 이는 넓은 지역에 대한 대기유동을 모사하기에 적합하다. 해석에 사용된 지배 방정식은 질량 및 운동량 보존방정식으로 식 (1)～ (3)과 같다.
03으로 정의하였으며 압력은 Zero gradient 조건을 적용하였다. 지면에서의 난류에너지와 소산율은 Atmospheric rough wall function를 적용하였다. 지면에서의 첫 번째 격자에서의 유속 U_p는 식 (12)을 적용하여 계산할 수 있으며, 풍하측은 압력에 대해 Zero gradient 조건을 적용하였다.
풍상측 입력 조건으로는 동네예보 자료에서 제시된 풍향 풍속을 대기경계층 모델과 함께 적용하였다. 기상청에서 제공하는 풍속은 일반적으로 지표면에서 10 m 높이의 것을 나타내는 것이며, 본 연구에서 사용된 해석모델의 경계조건을 설계하기 위해서는 지표에서 2,000 m 까지의 수직 풍속프로파일이 필요하다.

성능/효과

2 m/s)를 선택하여 측정결과와 해석결과를 비교하였다. 시뮬레이션 결과와 측정결과를 비교하면, 기간 1에서 시뮬레이션 결과가 측정결과에 비하여 풍속은 약 17.2 %, 풍향은 약 1.4 %의 오차를 보였으며, 기간 2에서 풍속은 약 27.6 %, 풍향은 약 6.9 %의 오차를 보였다. 해석결과와 관측결과는 풍향에 대해서는 매우 유사한 결과를 보였으며, 풍속에 따른 오차가 비교적 큰 것은 풍속이 2 m/s 이하로 낮기 때문에 풍속이 조금만 달라도 퍼센트로 환산 시 값이 커지기 때문이며, 평균 오차는 0.
축산 바이러스의 공기 중 확산예측을 위하여 가장 중요한 요소인 대기 유동에 대해 공개 소프트웨어인 OpenFOAM을 적용 하여 대기 유동 해석을 진행하였다. 예보결과와 시뮬레이션을 통한 모의해석 결과를 비교한 결과 안정적 풍향 및 풍속을 보이는 특정시간에서 3 지점의 풍속을 비교한 경우, 풍속은 평균 22.4 %, 풍향은 평균 약 1.1 %의 오차를 보였으며, 특정 측정지점에서 시간에 따른 시뮬레이션 결과를 분석한 결과 풍속에서 약 4 %정도의 오차를 보여 현실적인 결과가 도출되었다. 다만 자연 현상의 경우, 예측이 쉽지 않은 관계로 동네 예보 데이터를 적용 하는 경우 실측 결과와 다소 차이를 보였다.
동네 예보에서 제공하는 기상예보자료를 입력조건으로 사용한 해석결과는 측정지역의 측정 결과와 경향적으로 잘 일치하고 있다. 입력조건인 동네예보와 해석결과를 비교하였을 때, 시뮬레이션 결과는 예보기준과 풍향의경우, 약 6.8 %의 오차를, 풍속의 경우, 약 5.4 %의 오차를 나타내 원하는 유동장을 잘 모사하고 있다.
9 %의 오차를 보였다. 해석결과와 관측결과는 풍향에 대해서는 매우 유사한 결과를 보였으며, 풍속에 따른 오차가 비교적 큰 것은 풍속이 2 m/s 이하로 낮기 때문에 풍속이 조금만 달라도 퍼센트로 환산 시 값이 커지기 때문이며, 평균 오차는 0.3 m/s 이하였다. 또한 해석 당시 유동패턴 및 측정위치에서의 속도성분을 나타낸 Fig.

후속연구

이를 통하여 총 격자수를 줄여 해석시간을 단축할 수 있도록 구성하였다. 향후 유동해석 결과를 이용한 바이러스 확산예측을 수행하여 이를 예보시스템으로 확장시키기 위해서는 3시간으로 제공되는 기상예보를 사용한 빠른 계산이 필수적이다. 따라서 빠른 계산시간을 확보하기 위하여 바이러스 확산해석이 1시간 내에 가능하도록 사전테스트를 통하여 전체 격자의 수를 400만개 수준으로 유지할 수 있도록 격자를 설계하였다.
또한 특정 시기의 공기 중 질병 확산을 빠른 시간에 시계열로 모의할 수 있는 해석 메커니즘을 개발하여 적용해보았다. 향후 이 기술을 적용하여 동네 예보를 바탕으로 유동장과 이에 의해 전파 되는 바이러스의 영향성을 예보하여 공기 중 전파가 일어나기 전에 농장, 방역대책 전문가, 정부 관련부처에서 대책을 수립할 수 있는 예경보 시스템을 확보하는데 활용될 수 있을 것이다.

핵심어	질문	논문에서 추출한 답변
	국내 축산산업은 어떤 조건을 갖추고 있는가?	국내 축산산업은 방역 및 악취문제 등으로 민간에서 떨어진 산간지대에 많은 축산농가가 밀집되어 있어 제한된 영역에 사료수송차량, 수의사, 관련업계 조사자들의 방문이 집중되어 전염성 질병이 발생할 경우, 농장 간으로 확산되기 쉬운 조건을 갖추고 있다. 특히 공기 중 전파로 인한 전염병의 확산은 다른 방역대책과는 다르게 이를 미리 예측하여 대책을 세우지 않으면 확산을 제어하기가 매우 곤란하다 (Weber and Stilianakis.
	공기 중 전파로 인한 전염병의 확산의 어려움은 무엇인가?	국내 축산산업은 방역 및 악취문제 등으로 민간에서 떨어진 산간지대에 많은 축산농가가 밀집되어 있어 제한된 영역에 사료수송차량, 수의사, 관련업계 조사자들의 방문이 집중되어 전염성 질병이 발생할 경우, 농장 간으로 확산되기 쉬운 조건을 갖추고 있다. 특히 공기 중 전파로 인한 전염병의 확산은 다른 방역대책과는 다르게 이를 미리 예측하여 대책을 세우지 않으면 확산을 제어하기가 매우 곤란하다 (Weber and Stilianakis. 2008, Seo et al., 2011). 인접한 축사사이의 공기 중 바이러스 전파의 경우, 축사내부 공기순환 차단 혹은 격리 등의 방법을 통한 특정지역의 환경제어로도 관리가 가능하지만 넓은 지역에 대한 관리의 경우, 기후 및 기상 조건에 대한 정확한 유동 예측이 전제되어야 이에 대한 예방 및 대책마련이 가능하다.
	바이러스의 공기 중 확산에 대한 유동학적 연구를 위한 것 중, 전산유체학을 이용한 결과는 어떠한가?	최근 공기 유동학적 시뮬레이션 모델을 사용한 공기 중 확산의 예측에 대한 연구가 시작되고 있으며, 바이러스의 공기 중 확산에 대한 유동학적 연구를 위하여 전산유체역학 (Computational fluid dynamics)과 가우시안모델 (Gaussian model) 등이 많이 사용되고 있다. 전산유체역학을 이용하여 시뮬레이션된 결과는 기존의 가우시안모델과 비교하였을 때, 복잡한 지형에 의한 지역풍의 영향과 축산농가의 배치형태까지 고려할 수 있는 장점으로 더욱 정확한 예측이 가능한 것으로 알려져 있다 (Hong et al., 2011, Seo et al., 2012). 전산유체역학 기법의 적용의 경우, 상용 소프트웨어를 적용할 때, 생기는 라이선스 비용의 제약으로 해석시간이 오래 걸리고 다양한 유동환경을 해석하고, 면적이 넓은 경우, 연구대상영역에 대한 유동장 해석이 곤란하였다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

공기 중 축산질병 확산예측을 위한 오픈폼 도입 및 검증
Validation and Application of OpenFOAM for Prediction of Livestock Airborne Virus Spread 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (6)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

공기 중 축산질병 확산예측을 위한 오픈폼 도입 및 검증 Validation and Application of OpenFOAM for Prediction of Livestock Airborne Virus Spread 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (6)

이 논문을 인용한 문헌

저자의 다른 논문 :

서일환 (21) 이인복 (77)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

공기 중 축산질병 확산예측을 위한 오픈폼 도입 및 검증
Validation and Application of OpenFOAM for Prediction of Livestock Airborne Virus Spread 원문보기

AI 본문요약
AI-Helper