본 연구에서는 전산유체역학 모델과 지리정보시스템 자료를 이용하여 밀양시 내이동에 위치한 자동지상관측소(AWS 288)의 지상 바람 관측환경을 분석하였다. AWS 288 인근 지역에 건축 중인 아파트 단지에 의한 관측환경 변화를 분석하기 위하여 16방위의 유입류를 고려하였다. AWS 위치에서 수치 모의된 풍속과 풍향 변화를 중점적으로 분석하였고, 3가지 유입류(남남서풍, 남남동풍, 북북서풍)에 대해서는 AWS 288 주위의 흐름 특성을 상세하게 분석하였다. 남남서풍의 경우, AWS 288 지점에서는 남서쪽에 위치한 아파트 단지의 영향으로 아파트 단지 건축 전과 후의 풍속 차이가 가장 크게 나타났다. 아파트 단지 건축 전에 상대적으로 높은 풍향 빈도가 나타난 남남동풍과 북북서풍의 경우에는 아파트 단지 건축 전 대비 건축 후의 AWS 288 지점에서 수치 모의된 풍속과 풍향 차이는 크지 않았다.
본 연구에서는 전산유체역학 모델과 지리정보시스템 자료를 이용하여 밀양시 내이동에 위치한 자동지상관측소(AWS 288)의 지상 바람 관측환경을 분석하였다. AWS 288 인근 지역에 건축 중인 아파트 단지에 의한 관측환경 변화를 분석하기 위하여 16방위의 유입류를 고려하였다. AWS 위치에서 수치 모의된 풍속과 풍향 변화를 중점적으로 분석하였고, 3가지 유입류(남남서풍, 남남동풍, 북북서풍)에 대해서는 AWS 288 주위의 흐름 특성을 상세하게 분석하였다. 남남서풍의 경우, AWS 288 지점에서는 남서쪽에 위치한 아파트 단지의 영향으로 아파트 단지 건축 전과 후의 풍속 차이가 가장 크게 나타났다. 아파트 단지 건축 전에 상대적으로 높은 풍향 빈도가 나타난 남남동풍과 북북서풍의 경우에는 아파트 단지 건축 전 대비 건축 후의 AWS 288 지점에서 수치 모의된 풍속과 풍향 차이는 크지 않았다.
In this study, the observation environment of surface wind at an automatic weather station (AWS 288) located at Naei-dong, Mirang-si was analyzed using a computational fluid dynamics (CFD) model and geographic information system (GIS). The 16 cases with different inflow directions were considered be...
In this study, the observation environment of surface wind at an automatic weather station (AWS 288) located at Naei-dong, Mirang-si was analyzed using a computational fluid dynamics (CFD) model and geographic information system (GIS). The 16 cases with different inflow directions were considered before and after construction of an apartment complex around the AWS 288. For three inflow directions (south-south-westerly, south-south-easterly, and north-north-westerly), flow characteristics around the AWS 288 were investigated in detail, focusing on the changes in wind speed and direction at the AWS location. There was marked difference in wind speed between before and after construction of the apartment complex in the south-south-westerly case. In the south-south-easterly and north-north-westerly cases which were frequently observed at the AWS 288, the construction of the apartment complex had no marked influence on the observation of surface wind.
In this study, the observation environment of surface wind at an automatic weather station (AWS 288) located at Naei-dong, Mirang-si was analyzed using a computational fluid dynamics (CFD) model and geographic information system (GIS). The 16 cases with different inflow directions were considered before and after construction of an apartment complex around the AWS 288. For three inflow directions (south-south-westerly, south-south-easterly, and north-north-westerly), flow characteristics around the AWS 288 were investigated in detail, focusing on the changes in wind speed and direction at the AWS location. There was marked difference in wind speed between before and after construction of the apartment complex in the south-south-westerly case. In the south-south-easterly and north-north-westerly cases which were frequently observed at the AWS 288, the construction of the apartment complex had no marked influence on the observation of surface wind.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 GIS 자료와 CFD 모델을 이용하여, 밀양 지역의 대규모 아파트 단지 건설에 의한 대기 흐름특성을 분석하고, 아파트 단지 건설이 밀양 내이동에 설치된 AWS (AWS 288) 지점의 지상 바람 관측환경에 미치는 영향을 조사하고자 한다. 이 논문은 총 4장으로 구성되며, 제2장에서는 연구 방법에 대하여 서술하고, 제 3장에서는 연구 결과를 분석하며, 마지막인 제4장에서는 연구 결과를 요약하고 결론에 대해 서술하였다.
본 연구에서는 경상남도 밀양시 내이동에 위치한 자동기상관측소(AWS 288) 인근 지역에서, 아파트 단지 건설이 AWS 288 지점의 관측환경에 미치는 영향을 분석하였다. 이를 위하여, 지리정보시스템(GIS) 자료와 전산유체역학(CFD) 모델을 이용하여 아파트 단지 건설전, 대상 지역의 대기 흐름 특성을 분석하기 위해 최근 10년간 관측한 지상 바람 관측 자료를 분석을 선행하였고 평균 풍속(1.
이 장의 2절에서는 최근 10년 동안 비교적 잦은 빈도로 나타났고, 아파트 단지 건설 후에 풍향과 풍속 변화가 예상되는 남남동풍과 남남서풍이 부는 경우에 대해서 상세한 흐름 특성을 분석하고, 이 장의 3절에서는 바람장미 분석 결과, 가장 빈도가 높은 북북서풍(주풍)이 부는 경우에 대해서 상세한 흐름 특성을 분석하고자 한다.
가설 설정
6. Contours of difference in (a) wind direction and (b) wind speed between after and before the construction in the south-south-westerly case. A black dot indicates the AWS 288.
이 CFD 모델은 Reynolds Averaged Navier-Stokes (RANS) 방정식 계를 기초로 하는 모델로, 3차원, 비정수, 비압축 대기 흐름 계를 가정한다.
제안 방법
16 방향의 유입류에 대해, 아파트 단지 건설 전과 후에 AWS 288 지점에서 수치 모의된 지상(10 m) 풍속과 풍향을 분석함으로써, 아파트 단지가 AWS 288의 지상바람 관측환경에 미치는 영향을 조사하였다.
아파트 단지 건설 후의 GIS 자료는 아직 구축되지 않았기 때문에, 해당 아파트 단지의 조감도를 바탕으로 구축하였다.
아파트 단지 건설이 AWS 288 지점 주변의 상세 흐름에 미치는 영향을 조사하기 위하여, 아파트 단지 건설 전·후의 풍속 차가 가장 큰 남남서풍, 풍향 차가 가장 큰 남남동풍, 주풍인 북북서풍에 대한 상세 흐름을 분석하였다.
아파트 단지 건설이 AWS 288 지점의 관측환경에 미치는 영향을 조사하기 위하여, 16가지 풍향의 유입류에 대해 아파트 단지 건설 전과 후에 AWS 288 지점에서 수치 모의된 풍향과 풍속을 분석하였다.
아파트 단지 건설이 주변 대기 흐름에 미치는 영향을 분석하기 위하여, 16가지 풍향(북풍, 북북동풍, 북동풍, 동북동풍, 동풍, 동남동풍, 남동풍, 남남동풍, 남풍, 남남서풍, 남서풍, 서남서풍, 서풍, 서북서풍, 북서풍, 북북서풍)에 대해 수치 시뮬레이션을 수행하였다.
이 절에서는 AWS 288 지점에서 주풍으로 관측된 북북서풍에 대해서 아파트 단지 건설 전·후의 풍향과 풍속 변화를 분석하였다.
이 절에서는 앞 절의 분석 결과를 토대로, 아파트 단지 건설 전·후의 풍향 차이가 가장 큰 남남동풍과 풍속 차이가 가장 큰 남남서풍 에 대해 상세한 흐름 특성을 분석하였다.
대상 데이터
1. The satellite picture for the target area around Naei-dong AWS (AWS 288) (from http: //map.naver.com).
본 연구에서는 경상남도 밀양시 내이동에 위치한 AWS를 포함한 지역을 대상 지역으로 선정하였다(Fig. 1).
수치 도면의 크기는 AWS 288 지점을 중심으로 동서방향으로 1000 m, 남북 방향으로 1000 m이다. 격자 크기는 x, y, z 방향으로 각각 10 m, 10 m 5 m이고, 격자수는 x, y, z 방향 모두 100개이다.
유입류의 풍속 자료는 AWS 288 지점에서 최근 10년(2004.10.01 - 2014.09.30) 동안 관측한 자료로부터 무풍(< 0.2 m s-1)을 제외한 풍속의 평균 값(1.71 m s-1)을 사용하였다.
이를 위하여, 지리정보시스템(GIS) 자료와 전산유체역학(CFD) 모델을 이용하여 아파트 단지 건설전, 대상 지역의 대기 흐름 특성을 분석하기 위해 최근 10년간 관측한 지상 바람 관측 자료를 분석을 선행하였고 평균 풍속(1.71 m s-1)을 전산유체역학 모델의 입력 자료로 활용하였다.
이론/모형
본 연구에서는 Kim et al.(2014)의 전산유체역학(computational fluid dynamics, CFD) 모델을 사용하여 대상 지역의 흐름을 모의하였다. 이 CFD 모델은 Reynolds Averaged Navier-Stokes (RANS) 방정식 계를 기초로 하는 모델로, 3차원, 비정수, 비압축 대기 흐름 계를 가정한다.
이 CFD 모델은 Reynolds Averaged Navier-Stokes (RANS) 방정식 계를 기초로 하는 모델로, 3차원, 비정수, 비압축 대기 흐름 계를 가정한다. 그리고 벽면 경계에서의 난류경계층 효과를 잘 반영하기 위하여 Versteeg and Malalasekera(1995)의 벽면함수를 사용한다. 난류 모수화를 위해서 RNG k-ε 난류종결 방법을 사용하였다(Kim and Baik, 2004).
난류 모수화를 위해서 RNG k-ε 난류종결 방법을 사용하였다(Kim and Baik, 2004).
유입 경계에서 바람(U, V, W)의 연직분포는 평균 풍속 자료와 Castro and Apsley(1997)가 제안한 연직 분포[식 (1) - (3)]를 이용하여 결정하였다.
지배 방정식 계는 Patankar(1980)가 제안한 Semi-Implicit Method for Pressure-Linked Equation (SIMPLE) 알고리즘과 유한 체적법을 사용하여 엇갈림 격자계(staggered grid system)에서 수치적으로 풀이된다.
성능/효과
그러나, 바람장미 분석 결과, 비교적 잦은 빈도로 나타나는 남남서풍과 남풍의 경우에는 각각 풍속이 57%와 43%까지 감소하였다.
AWS에서 관측한 자료는 주변 환경에 많은 영향을 받을 수 있기 때문에, 한 지역의 대표적인 기상 자료로 활용하기 위해서는 국지적인 주변 환경 영향 파악이 선행되어야 한다. 본 연구를 통해서 지리정보시스템 자료와 전산유체역학 모델이 자동기상관측소의 관측환경을 평가하는데 유용함을 확인할 수 있었다. 이와 같은 관측환경 평가 기법을 자동기상관측소의 관측환경 등급 평가에 적용한다면, 관측 자료 사용자에게 해당 자동기상관측 자료의 국지 기상 대표성에 대한 유용한 정보를 제공할 수 있을 것으로 판단된다.
5b and 5d). 본 연구에서는 고려하지 않았지만, 연직 운동 변화는 AWS 288 지점에서의 수분속(moisture flux)이나 현열속(sensible heat flux) 관측에도 영향을 미칠 수 있음을 의미한다.
그러나, 아파트 단지 건설 후에는 건설 전에 비해 매우 복잡한 흐름 패턴이 나타났다. 아파트 단지 건설 후, ⓐ 지역에서는 질량 보존을 만족시키기 위한 채널링(channeling) 효과로 인해 수평 풍속이 매우 강하게 나타났다(Fig. 5b). ⓐ의 남쪽 지역에서는 유입된 흐름이 아파트 단지에 부딪힌 후, 편향되어 남서풍이 나타남을 볼 수 있다.
아파트 단지 건설 후, 풍향 변화가 가장 큰 지역은 아파트 단지의 풍하측으로 최대 약 180°의 풍향 차가 나타났다(Fig. 6a).
질의응답
핵심어
질문
논문에서 추출한 답변
현재 우리나라에는 기상자료 수집을 위해서 다양한 지역에 무엇을 설치했는가?
현재 우리나라에는 기상자료 수집을 위한 자동기상 관측소(automatic weather station, AWS)가 다양한 지역에 설치되어있다. 이러한 AWS는 지상으로부터 10 m 고도에서 지상 바람을 관측하기 때문에, AWS의 지상 바람관측 자료는 건물 건축 등 주변 환경 변화에 의한 국지적인 변화에 민감하다.
CFD 모델이 도시 지역의 대기 흐름과 오염 물질 확산에 관한 연구에서 많이 사용되는 이유는?
, 2015). 이 CFD 모델은 기존의 기상 모델이 반영할 수 없었던 지형과 건물을 지면 경계 자료로 사용하고 수십 m 이하의 해상도 사용이 가능하며, 바람, 기온, 습도 등 주요 기상 요소에 대한 수치 해석이 가능하기 때문에, 도시 지역의 대기 흐름과 오염 물질 확산에 관한 연구에서 많이 사용된다(Lee et al., 2009; Lee and Kim, 2011; Kim et al.
자동기상 관측소의 지상 바람관측 자료가 건물 건축 등 주변 환경 변화에 의한 국지적인 변화에 민감한 이유는?
현재 우리나라에는 기상자료 수집을 위한 자동기상 관측소(automatic weather station, AWS)가 다양한 지역에 설치되어있다. 이러한 AWS는 지상으로부터 10 m 고도에서 지상 바람을 관측하기 때문에, AWS의 지상 바람관측 자료는 건물 건축 등 주변 환경 변화에 의한 국지적인 변화에 민감하다. 특히, AWS 주변에 고층 건물과 같이 대기 흐름에 영향을 미치는 요인이 있는 경우, AWS가 관측한 지상 바람 관측 자료는 AWS 주변 지역의 대표적인 바람 자료로 활용하기 어렵다(Lee and Kim, 2011).
참고문헌 (18)
Chu, A.K.M., R.C.W. Kwok, and K.N. Yu, 2005. Study of pollution dispersion in urban areas using Computational Fluid Dynamics (CFD) and Geographic Information System (GIS), Environmental Modelling & Software, 20(3): 273-277.
Hanna, S.R., M.J. Brown, F.E. Camelli, S.T. Chan, W.J. Coirier, O.R. Hansen, A.H. Huber, S.R. Kim, and R.M. Reynolds, 2006. Detailed simulations of atmospheric flow and dispersion in downtown Manhattan: An Application of Five Computational Fluid Dynamics Models, Bulletin of the American Meteorological Society, 87(12): 1713-1726.
Jie, Y., Z. Qingming, X. Yinghui, W. Tao, C. Erzhuo, M. Fanshuo, and Q. Yi, 2014. Correlation between Urban Morphology and Wind Environment in Digital City using GIS and CFD Simulations, International Journal of Online Engineering, 10(3): 42-48.
Kim, J.J. and J.J. Baik, 2004. A numerical study of the effects of ambient wind direction on flow and dispersion in urban street canyons using the RNG k- ${\varepsilon}$ turbulence model, Atmospheric Environment, 38: 3039-3048.
Kwak, K.H. and J.J. Baik, 2012. A CFD modeling study of the impacts of NOx and VOC emissions on reactive pollutant dispersion in and above a street canyon, Atmospheric Environment, 46: 71-80.
Kwak, K.H. and J.J. Baik, 2014. Diurnal variation of NOx and ozone exchange between a street canyon and the overlying air, Atmospheric Environment, 86: 120-128.
Kwak, K.H., J.J. Baik, Y.H. Ryu, and S.H. Lee, 2015. Urban air quality simulation in a high-rise building area using a CFD model coupled with mesoscale meteorological and chemistrytransport models, Atmospheric Environment, 100: 167-177.
Kwon, A.R. and J.J. Kim, 2014. Improvement of Building-Construction Algorithm for Using GIS data and Analysis of Flow and Dispersion around Buildings, Korean Journal of Remote Sensing, 30(6): 731-742 (in Korean with English abstract).
Kwon, A.R. and J.J. Kim, 2014. Study on Detailed Air Flows in Urban Areas Using GIS Data in aVector Format and a CFD Model, Korean Journal of Remote Sensing, 30(6): 755-767 (in Korean with English abstract).
Lee, J.H., J.W. Choi, J.J. Kim, and Y.S. Suh, 2009. The effect of an urban renewal plan on detailed air flow in an urban area, Journal of Korean Association of Geographic Information Studies, 12(2): 69-81 (in Korean with English abstract).
Lee, Y.S. and J.J. Kim, 2011. Effects of an Apartment Complex on Flow and Dispersion in an Urban Area, Atmosphere, 21(1): 95-108 (in Korean with English abstract).
Kim, J.J., E. Pardyjak, D.Y. Kim, K.S. Han, and B.H. Kwon, 2014. Effects of Building-Roof Cooling on Flow and Air Temperature in Urban Street Canyons, Asia-Pacific Journal of Atmospheric Sciences, 50(3): 365-375.
Kim, M.J., R.J. Park, and J.J. Kim, 2012. Urban air quality modeling with full O3-NOx-VOC chemistry: Implications for O3 and PM air quality in a street canyon, Atmospheric Environment, 47: 330-340.
Neophytou, M., A. Gowardhan, M. Brown, 2011. An inter-comparison of three urban wind models using Oklahoma City Joint Urban 2003 wind field measurements, Journal of Wind Engineering and Industrial Aerodynamics, 99(4): 357-368.
Patankar, S.V., 1980. Numerical Heat Transfer and Fluid Flow, McGraw-Hill, New York, pp.197.
Rakowska, A., K.C. Wong, T. Townsend, K.L. Chan, D. Westerdahl, S. Ng, G. Mocnik, L. Drinovec, and Z. Ning, 2014. Impact of traffic volume and composition on the air quality and pedestrian exposure in urban street canyon, Atmospheric Environment, 98: 260-270.
Versteeg, H.K. and W. Malalasekera, 1995. An Introduction to Computational Fluid Dynamics: The Finite Volume Method, Longman, Malaysia, pp.257.
Zheng, Y., Y. Miao, S. Liu, B. Chen, H. Zheng, and S. Wang, 2014. Simulating Flow and Dispersion by Using WRF-CFD Coupled Model in a Built-Up Area of Shenyang, China, Advances in Meteorology, 2015: 528618.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.