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
- 본 연구를 통해 기상관측소 주변 건물과 지형이 관측 자료에 미칠 수 있는 영향을 정량적으로 평가하였다. 분석 결과, 전산유체역학 모델은 관측환경 변화에 따른 기상관측 지점 주변 지역의 상세 흐름장 변화를 예측하고 평가 하는 데 매우 유용한 도구임을 확인하였다.
- 본 연구에서는 CFD 모델을 이용하여 도시지표 구조물과 산악 지형의 영향이 공존하는 ASOS와 AWS를 대상으로 초고해상도 미세규모 흐름을 수치모의 하고, 기상관측소 주변환경에 따른 흐름을 상세 진단하며, 기상관측소의 관측환경을 평가 하고자 한다.
- 본 연구에서는 CFD 모델을 이용하여 산악지형을 포함하는 도시지역 내 바람관측환경 평가를 위하여 대전, 부산, 광주 시내에 위치한 관측소를 대상으로 바람관측 환경을 진단하고 평가를 실시하고자 한다. 선정된 연구 대상지역들은 도시화율이 90% 이상이고 산지의 구성이 높은 지역들이다.
- 본 연구에서는 기상관측소 주변 건물과 지형이 바람 관측환경에 미치는 영향을 조사하고 평가하였다. 건물이 다수 존재하는 도시 지역의 특성을 가지면서 산악 지형이 존재하는 대전, 부산, 광주 시내에 위치한 기상관측소를 대상 지역으로 선정하였다.
제안 방법
- 16방위의 유입류에 대해, 평균한 풍속 분포를 조사하여, 기상관측소 주변의 건물과 지형이 풍속 분포에 미치는 평균적인 영향을 분석하였다(Fig. 8). 대전 ASOS 지점(ASOS 133)의 경우, 주로 산악 지형과 고층 아파트 단지 주변 지역에서 풍속이 크게 감소함을 확인 할 수 있다.
- ASOS 156 지점에 대해, 풍향과 풍속이 유입류와 가장 잘 일치하는 서 남서풍(247.5°)과 가장 큰 차가 나타나는 북서풍(315°)에 대해 미세 흐름을 분석하였다.
- 각 기상관측소를 대상으로 유입류 대비 풍향·풍속 변화를 조사하여, 건물과 지형이 지상바람 관측에 미치는 영향을 정량적으로 분석하였다.
- 비교적 산악 지형의 영향이 작은 서풍(270°)과 큰 북동풍(45°)이 부는 경우에 대한 미세 흐름을 조사하였다.
- , 1992). 수치 실험은 총 16방위(N, NNE, NE, ENE, E, ESE, ES, SSE, S, SSW, SW, WSW, W, WNW, NW, NNW)의 풍향을 고려하여 적분시간 간격을 2초로 하여 총 3600 초 동안 수치 적분하였다.
- 이 장에서는 16방위의 유입경계에서 바람이 유입되는 상황을 가정하여 각 관측지점에서 모의된 풍향·풍속을 유입류의 풍향·풍속과 비교하고 분석하였다. 이 분석 결과를 바탕으로 상세 분석이 필요하다고 판단되는 경우에 대하여 관측지점 주변의 미세 흐름을 분석하였다. Fig.
- 이 장에서는 16방위의 유입경계에서 바람이 유입되는 상황을 가정하여 각 관측지점에서 모의된 풍향·풍속을 유입류의 풍향·풍속과 비교하고 분석하였다.
- 이는 지형과 건물이 기상관측소의 바람관측에 영향을 미치고 있음을 의미한다. 이와 같은 바람관측에 영향을 미치는 건물과 지형의 효과를 파악하기 위해 각 관측소 별로 미세흐름 분석을 실시하였다.
- 건물이 다수 존재하는 도시 지역의 특성을 가지면서 산악 지형이 존재하는 대전, 부산, 광주 시내에 위치한 기상관측소를 대상 지역으로 선정하였다. 지리정보시스템자료를 이용하여 보다 현실적인 건물과 지형을 구축하였고, 전산유체역학모델을 이용하여 미세 흐름을 수치 모의하였다. 각 기상관측소를 대상으로 유입류 대비 풍향·풍속 변화를 조사하여, 건물과 지형이 지상바람 관측에 미치는 영향을 정량적으로 분석하였다.
- 5°)이 부는 경우의 풍속 감소(58 %)가 가장 컸고, 남서풍(225°)과 남동풍(135°)이 부는 경우에는 각각 55 %와 51 %가 감소하였다. 풍속 감소의 원인을 파악하기 위하여 서남서풍과 남동풍 경우의 미세 흐름장을 분석하였다. Fig.
대상 데이터
- 각 기상관측소를 대상으로 유입류 대비 풍향·풍속 변화를 조사하여, 건물과 지형이 지상바람 관측에 미치는 영향을 정량적으로 분석하였다. 각 기상관측소 지역을 대상으로 16 방위의 유입류를 고려하였다. 대분분 유입류에 대해서 건물과 산악 지형에 의한 마찰 효과 때문에 기상관측소 위치에서 수치 모의된 풍속은 감소하는 경향을 나타내었다.
- 본 연구에서는 기상관측소 주변 건물과 지형이 바람 관측환경에 미치는 영향을 조사하고 평가하였다. 건물이 다수 존재하는 도시 지역의 특성을 가지면서 산악 지형이 존재하는 대전, 부산, 광주 시내에 위치한 기상관측소를 대상 지역으로 선정하였다. 지리정보시스템자료를 이용하여 보다 현실적인 건물과 지형을 구축하였고, 전산유체역학모델을 이용하여 미세 흐름을 수치 모의하였다.
- 마지막 연구 대상 관측소는 광주시 북구에 위치한 ASOS 156번 지점이며, 관측소 주변이 아파트 단지에 의해 둘러 쌓여 있기 때문에 아파트 단지의 영향이 있을 것으로 판단된다. 대상 지역에는 주거밀집 지역, 고층건물 단지, 산악 지형이 포함되어 있다.
- 대상지역 관측소 주변 건물과 지형 영향을 보다 실제적으로 반영하기 위하여 상세한 건물과 지형 정보를 포함하는 지리정보시스템(geographic information system, GIS) 자료를 사용하였다. 본 연구에서 사용한 GIS 자료는 격자형식(raster format)으로 1 m 해상도로 제공되지만 전산 자원의 한계로 Lee et al.
- 관측 지점은 비교적 고지대에 위치하고 있어 건물 등과 같은 도시지표 구조물과 이격되어 있으나, 남쪽 유입 경계에 위치한 아파트 단지 등이 관측소 바람관측에 영향을 미칠 것으로 판단된다. 두 번째 연구대상 관측소는 부산시 동래구에 위치한 AWS 940번 지점이며, 북동쪽으로 윤산(해발 317 m)을 끼고 주거단지가 조성되어 있기 때문에 건물과 함께 산악에 의한 영향이 상존하는 지역으로 판단된다. 마지막 연구 대상 관측소는 광주시 북구에 위치한 ASOS 156번 지점이며, 관측소 주변이 아파트 단지에 의해 둘러 쌓여 있기 때문에 아파트 단지의 영향이 있을 것으로 판단된다.
- 두 번째 연구대상 관측소는 부산시 동래구에 위치한 AWS 940번 지점이며, 북동쪽으로 윤산(해발 317 m)을 끼고 주거단지가 조성되어 있기 때문에 건물과 함께 산악에 의한 영향이 상존하는 지역으로 판단된다. 마지막 연구 대상 관측소는 광주시 북구에 위치한 ASOS 156번 지점이며, 관측소 주변이 아파트 단지에 의해 둘러 쌓여 있기 때문에 아파트 단지의 영향이 있을 것으로 판단된다. 대상 지역에는 주거밀집 지역, 고층건물 단지, 산악 지형이 포함되어 있다.
- 본 연구에서는 CFD 모델을 이용하여 산악지형을 포함하는 도시지역 내 바람관측환경 평가를 위하여 대전, 부산, 광주 시내에 위치한 관측소를 대상으로 바람관측 환경을 진단하고 평가를 실시하고자 한다. 선정된 연구 대상지역들은 도시화율이 90% 이상이고 산지의 구성이 높은 지역들이다.
- 수치 실험을 위한 대상 지역은 관측소를 중심으로 동서방향으로 2 km, 남북방향으로 2 km 이다. 수치 도면의 수평해상도를 10 m로 설정하여 x, y방향으로 각각 200개의 격자로 구성하였으며, 연직해상도를 5 m로 설정하여 160개의 연직층을 구성하였다.
- 수치 실험을 위한 대상 지역은 관측소를 중심으로 동서방향으로 2 km, 남북방향으로 2 km 이다. 수치 도면의 수평해상도를 10 m로 설정하여 x, y방향으로 각각 200개의 격자로 구성하였으며, 연직해상도를 5 m로 설정하여 160개의 연직층을 구성하였다.
- 대상지역 관측소에 대한 상세 내용을 Table 1에 제시하였다. 첫 번째 연구대상 관측소는 대전시 유성구에 위치한 ASOS 133번 지점으로 대전 유성구의 정규 기상관측을 대표하고 있다. 관측 지점은 비교적 고지대에 위치하고 있어 건물 등과 같은 도시지표 구조물과 이격되어 있으나, 남쪽 유입 경계에 위치한 아파트 단지 등이 관측소 바람관측에 영향을 미칠 것으로 판단된다.
이론/모형
- (1992)이 제안한 RNG(renormalizaion group) 이론에 근거한 k-ε 난류 종결 방법을 이용하였다.
- 본 연구에서 사용한 GIS 자료는 격자형식(raster format)으로 1 m 해상도로 제공되지만 전산 자원의 한계로 Lee et al.(2009)이 고안한 알고리즘을 이용하여 10 m 해상도로 축소 변환하여 지표경계 입력 자료를 구현 하였다. 이 알고리즘은 수치 모델의 격자 내에서 건물이 차지하는 비율이 55 % 이상인 경우를 건물로 인식하는 방식이다.
- 난류운동에너지(k)와 난류소멸율(ε)에 대한 유입 경계 조건은 Castro and Apsley(1997)의 연직 분포[식 (4)와 (5)]를 사용하여 설정하였다.
- 본 연구에서 사용한 전산 유체 역학(computational fluid dynamics, CFD) 모델은 Kim (2014)이 사용한 것과 동일하다. 이 CFD 모델은 Reynolds averaged Navier- Stokes (RANS) 방정식 계에 기초한 모델로 3차원, 비정수, 비압축 대기 흐름 계를 가정하고, Patankar(1980)가 제안한 semi-implicit method for pressure-linked equation (SIMPLE) 알고리즘 상에서 유한체적법(finite volume method)과 엇갈림 격자계(staggered grid system)를 이용하여 수치적으로 풀이된다.
- 본 연구에서 사용한 전산 유체 역학(computational fluid dynamics, CFD) 모델은 Kim (2014)이 사용한 것과 동일하다. 이 CFD 모델은 Reynolds averaged Navier- Stokes (RANS) 방정식 계에 기초한 모델로 3차원, 비정수, 비압축 대기 흐름 계를 가정하고, Patankar(1980)가 제안한 semi-implicit method for pressure-linked equation (SIMPLE) 알고리즘 상에서 유한체적법(finite volume method)과 엇갈림 격자계(staggered grid system)를 이용하여 수치적으로 풀이된다. 난류모수화를 위한 방안으로 Yakhot et al.
성능/효과
- 대전 ASOS 지점에서 수치 모의된 풍향의 경우, 모든 유입 풍향에 대해 관측 지점과 유입류의 풍향이 유사하게 나타났다. 16 방위 유입류에 대해 풍속이 감소하였는데, 평균적으로 유입류 풍속의 약 80 % 수준으로 감소하였다. ASOS 133 주변에 고층건물이나 대규모 건물 단지가 존재하지는 않지만, 주변 산악 지형 영향으로 풍속이 감소한 것으로 판단된다.
- 1c)가 위치해 있다. 20층 이상의 고층 아파트 단지가 밀집되어 있는 수치 도면의 북서쪽 지역으로부터 ASOS 156 지점 사이 지역에서는 풍속이 현저하게 감소하였다(Fig. 7d). 특히, E에 의해 분리된 흐름은 풍하측에서이 중 에 디 순 환(double-eddy circulation)을 형성하고 , ASOS 156 지점이 이중에디순환 내에 포함된 것을 확인할 수 있다(Fig.
- AWS 940 지점에서 수치 모의된 풍속은 풍향별 변동이 비교적 크게 나타났는데, 북동풍(45°), 동북동풍(67.5°), 북풍(0°)과 북북동풍(22.5°)이 부는 경우의 풍속은 각각 유입류의 5%, 17%, 32%, 33% 수준으로 크게 감소하였다.
- 이는 복잡한 지형과 건물 배치가 벤추리 효과 등을 유발해 풍속을 증가 시킬 수 있음을 의미한다. AWS 940 지점의 풍속은 평균적으로 유입류의 61%수준으로 나타났다. 발달한 산악 지형과 낮지만 밀도 높게 분포한 건물에 의해 낮은 풍속을 관측할 가능성이 높은 것으로 평가되었다.
- A의 풍하측에서는 풍속이 매우 감소하였는데, 이는 A에 의한 흐름 분리와 풍 하측 재순환 영역의 형성 때문이다. 관측 고도보다 높은 아파트 건물이 ASOS 133 지점의 남동쪽에 밀집되어 있기 때문에, 아파트 단지와 ASOS 133 지점 사이 지역의 풍속이 넓게 범위에 걸쳐 감소한 것을 확인할 수 있다.
- 발달한 산악 지형과 낮지만 밀도 높게 분포한 건물에 의해 낮은 풍속을 관측할 가능성이 높은 것으로 평가되었다. 광주 ASOS 지점(ASOS 156)의 풍속은 평균적으로 유입류의 68% 수준으로 나타났다. 앞서 기술한 지역과 마찬가지로 주로 고층건물 주변과고지대 주변에서 풍속이 감소하였다.
- 각 기상관측소 지역을 대상으로 16 방위의 유입류를 고려하였다. 대분분 유입류에 대해서 건물과 산악 지형에 의한 마찰 효과 때문에 기상관측소 위치에서 수치 모의된 풍속은 감소하는 경향을 나타내었다. 특히, 관측 지점이 건물이나 산악 지형에 의해 형성된 2차 순환의 범위 내에 포함되는 경우의 풍속 감소가 현저하였다.
- 3은 각 관측 지점에서 모의된 풍향·풍속과 유입류의 풍향·풍속을 비교하여 나타낸 것이다. 모든 관측 지점에서 모의된 풍속이 유입류에 비해 전반적으로 감소함을 확인 할 수 있다. 이는 관측소 주변 건물과 지형에 의한 마찰 효과(drag effect)가 반영된 결과로 판단된다.
- AWS 940 지점의 풍속은 평균적으로 유입류의 61%수준으로 나타났다. 발달한 산악 지형과 낮지만 밀도 높게 분포한 건물에 의해 낮은 풍속을 관측할 가능성이 높은 것으로 평가되었다. 광주 ASOS 지점(ASOS 156)의 풍속은 평균적으로 유입류의 68% 수준으로 나타났다.
- 본 연구를 통해 기상관측소 주변 건물과 지형이 관측 자료에 미칠 수 있는 영향을 정량적으로 평가하였다. 분석 결과, 전산유체역학 모델은 관측환경 변화에 따른 기상관측 지점 주변 지역의 상세 흐름장 변화를 예측하고 평가 하는 데 매우 유용한 도구임을 확인하였다. 본 연구 결과는 관측된 기상자료의 신뢰성 판단과 품질 관리에 유용하게 활용될 수 있을 것으로 판단된다.
- 8b). 유입류 대비 풍속이 100% 이하인 영역은 전체 영역에서 약 52%를 차지하고, 약 48% 지역에서 유입류 대비 120% 이상의 풍속이 나타났다. 이는 복잡한 지형과 건물 배치가 벤추리 효과 등을 유발해 풍속을 증가 시킬 수 있음을 의미한다.
- 앞서 기술한 지역과 마찬가지로 주로 고층건물 주변과고지대 주변에서 풍속이 감소하였다. 유입류 대비 풍속이 100% 이하인 영역은 전체영역에서 약 57%를 차지하고, 약 20% 지역에서 유입류 대비 60% 이하의 풍속이 나타났다. 전반적으로 기상관측소 주변에 고층 건물이 있거나 관측기기가 설치된 고도보다 높은 지형이 주변에 존재할 경우 관측소 풍속 자료에 영향을 줄 것으로 판단된다.
- 6c). 이와 같이, AWS 940 지점은 북동풍이 부는 경우에 풍상측에 위치한 산악 지형과 건물 영향이 복합적으로 나타나면서, 풍속이 크게 감소하고 풍향 변화도 크게 나타남을 확인할 수 있다.
- 특히, 특정 방향의 유입류에서 풍속 감소가 크게 나타났는데, 서남서풍(247.5°)이 부는 경우의 풍속 감소(58 %)가 가장 컸고, 남서풍(225°)과 남동풍(135°)이 부는 경우에는 각각 55 %와 51 %가 감소하였다.
- 이는 주변 지형의 영향 때문에 실제보다 낮은 풍속을 관측할 가능성이 높은 것을 의미한다. 평균적으로 유입류 대비 풍속이 100% 이하인 지역은 전체 영역에서 약 78%를 차지하였고, 약 22%지역에서 유입류 대비 60% 이하의 풍속이 나타났다(Table 2). 동래 AWS 지점(AWS 940)의 경우, 주변에 산악 지형이 주로 발달해 있기 때문에 산악 지형 주변에서 풍속이 크게 감소하였다(Fig.
후속연구
- 분석 결과, 전산유체역학 모델은 관측환경 변화에 따른 기상관측 지점 주변 지역의 상세 흐름장 변화를 예측하고 평가 하는 데 매우 유용한 도구임을 확인하였다. 본 연구 결과는 관측된 기상자료의 신뢰성 판단과 품질 관리에 유용하게 활용될 수 있을 것으로 판단된다. 향후, 중규모 기상 모델과 접합하고 기상관측소 관측 자료와의 실시간 비교를 통해, 전산유체역학 모델의 도시 지역 기상장 모의 능력을 평가·검증하고자 한다.
- 본 연구 결과는 관측된 기상자료의 신뢰성 판단과 품질 관리에 유용하게 활용될 수 있을 것으로 판단된다. 향후, 중규모 기상 모델과 접합하고 기상관측소 관측 자료와의 실시간 비교를 통해, 전산유체역학 모델의 도시 지역 기상장 모의 능력을 평가·검증하고자 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.