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
- 따라서, 본 연구에서는 국내 주요 관측소 주변환경에 따른 흐름을 상세 진단하고 관측환경을 평가하고자 한다. CFD 모델을 이용하여 초고해상도 미세규모 흐름을 수치 모의하였고, 관측소 주변환경이 바람관측에 미치는 영향을 분석하여 국내실정과 지역적 특성을 고려한 과학적이고 객관적인 평가 방안을 마련하고자 한다.
- 따라서, 본 연구에서는 국내 주요 관측소 주변환경에 따른 흐름을 상세 진단하고 관측환경을 평가하고자 한다. CFD 모델을 이용하여 초고해상도 미세규모 흐름을 수치 모의하였고, 관측소 주변환경이 바람관측에 미치는 영향을 분석하여 국내실정과 지역적 특성을 고려한 과학적이고 객관적인 평가 방안을 마련하고자 한다.
- 본 연구에서는 국내 주요 관측소 주변환경에 따른 흐름을 상세 진단하고 관측환경을 평가하였다. 도시지역의 특성을 잘 반영하고 인구와 기반시설이 밀집한 서울, 대구 시내에 위치한 관측소를 대상지역으로 선정하였다.
- 반면, 관측 지점 인근 지역에 높은 건물이 위치해 있거나, 낮은 건물이라 할지라도 건물에 의해 발생한 2차 순환의 범위 내에 위치할 경우에는 유입류 풍향과 차이가 큰 풍향이 나타났다. 본문에서는 기술하지 않았지만, 본 연구를 진행하는 과정에서 풍상측 건물 분포와 풍속 감소율 간의 상관도가 높게 나타나고 있음을 확인하였고, 향후 건물과 풍속 감소율 간의 상관요소를 세분화하고 구체화하여 건물의 분포와 풍속 감소와의 관계를 규명하고자 한다.
가설 설정
- 연구에 사용한 CFD모델은 Kim (2007)이 사용한 것과 동일하다. 이 CFD모델은 3차원, 비정수, 비압축, 비회전 흐름 계를 가정한다. 지배방정식 계는 유한체적법(finite volume method)과 엇갈림 격자계(staggered grid system)를 사용하고 Patankar (1980)가 제안한 SIMPLE (Semi-Implicit Method for Pressure-Linked Equation) 알고리즘을 통해 차분화된다.
제안 방법
- 1 m × 1 m의 수평해상도로 제공되고 GIS 자료를 10 m의 수평해상도를 갖는 수치모델에 적용하기 위하여 GIS 자료의 해상도를 1/10로 축소하여 대상 지역의 지표경계입력 자료를 구현하였다.
- CFD 모델을 이용하여 도시지역 내 바람 관측환경평가를 위하여 인구와 기반시설이 밀집한 도시지역(서울, 대구)에 위치한 관측소를 대상으로 바람 관측환경을 분석 · 평가하였다.
- 강남 AWS, 양천 AWS, 서구 AWS 지점에 대하여 유입류 대비 풍속 변화와 풍향 변화를 조사하여, 도시지역의 건물이나 지형이 도시지역에 위치한 지상바람 관측자료에 미치는 영향을 정량적으로 조사하였다. 관측 지점에서 예측된 풍속은 대부분 풍향의 유입류에 대해 감소하였다.
- 이 알고리즘에서는 가정된 압력장하에서 임시적으로 바람성분을 구하고, 질량보존을 만족시키는 압력 변화량을 계산한다. 계산한 압력변화량으로부터 바람성분의 섭동량을 구하여 바람장과 압력장을 계산한다. 난류 모수화를 위해서 Yakhot et al.
- 반면, 낮고 균일한 높이의 건물들이 밀집한 남쪽으로부터 흐름이 유입되는 경우에는 관측 지점의 풍향과 풍속은 유입류와 매우 유사하게 나타났다. 남풍과 동남동풍의 유입류에 대해 미세 흐름을 분석하였다. Figure 8은 남풍과 동남동풍이 부는 경우에 조사한 관측 고도에서의 바람 벡터장과 풍속 분포를 나타낸다.
- 4), 풍향을 나타낸다. 다양한 풍계에 대한 바람 관측환경 평가 및 분석을 위하여 각각의 대상지역에 대하여 총 16방위(북, 북북동, 북동, 동북동, 동, 동남동, 동남, 남남동, 남, 남남서, 남서, 서남서, 서, 서북서, 북서, 북북서)의 풍향을 고려하였다. 수치 실험은 전산자원의 효율성과 모의안정도를 고려하여 모든 경우에 대하여 적분시간 간격을 2초로 하여 총 3600초 동안 수행하였다.
- 보다 현실적인 도시지역 지형과 건물을 반영하기 위하여 지리정보시스템 자료를 이용해 대상지역에 대한 3차원 상세 지표 경계 입력 자료를 구축하였다. 다양한 풍계에 대한 지상바람 관측환경 평가와 분석을 위하여 각각 대상지역에 대하여 총 16방위의 풍향을 유입류로 설정하였다.
- 대상지역들의 관측지 주변 건물들이 관측 지점의 풍속에 미치는 평균적인 영향을 조사하기 위하여, 16방위 풍향별로 조사한 속도변화 분포를 산술 평균하여 풍속분포를 조사하였다(Fig. 10). 강남 AWS 지점의 경우, 수치도면의 경계지역에서는 풍속의 변화가 비교적 적게 나타났으나, 고층건물 부근 지역에서는 풍속 감소가 크게 나타났다.
- 수평해상도와 연직해상도가 각각 10 m와 5 m인 전산유체역학 모델을 이용하여 미세규모 흐름을 수치 모의하였고, 관측소 주변환경이 바람관측에 미치는 영향을 분석하였다. 보다 현실적인 도시지역 지형과 건물을 반영하기 위하여 지리정보시스템 자료를 이용해 대상지역에 대한 3차원 상세 지표 경계 입력 자료를 구축하였다. 다양한 풍계에 대한 지상바람 관측환경 평가와 분석을 위하여 각각 대상지역에 대하여 총 16방위의 풍향을 유입류로 설정하였다.
- 다양한 풍계에 대한 바람 관측환경 평가 및 분석을 위하여 각각의 대상지역에 대하여 총 16방위(북, 북북동, 북동, 동북동, 동, 동남동, 동남, 남남동, 남, 남남서, 남서, 서남서, 서, 서북서, 북서, 북북서)의 풍향을 고려하였다. 수치 실험은 전산자원의 효율성과 모의안정도를 고려하여 모든 경우에 대하여 적분시간 간격을 2초로 하여 총 3600초 동안 수행하였다.
- 도시지역의 특성을 잘 반영하고 인구와 기반시설이 밀집한 서울, 대구 시내에 위치한 관측소를 대상지역으로 선정하였다. 수평해상도와 연직해상도가 각각 10 m와 5 m인 전산유체역학 모델을 이용하여 미세규모 흐름을 수치 모의하였고, 관측소 주변환경이 바람관측에 미치는 영향을 분석하였다. 보다 현실적인 도시지역 지형과 건물을 반영하기 위하여 지리정보시스템 자료를 이용해 대상지역에 대한 3차원 상세 지표 경계 입력 자료를 구축하였다.
- 3a). 유입류와 관측 지점의 모의 풍향 차이가 나타난 원인을 파악하기 위하여 남풍, 동남동풍, 북서풍의 유입류에 대한 미세 흐름을 분석하였다. Figure 4는 남풍, 동남동풍, 북서풍의 유입류에 대한 바람 벡터장과 풍속 분포를 나타낸다.
- 지배방정식 계는 유한체적법(finite volume method)과 엇갈림 격자계(staggered grid system)를 사용하고 Patankar (1980)가 제안한 SIMPLE (Semi-Implicit Method for Pressure-Linked Equation) 알고리즘을 통해 차분화된다. 이 알고리즘에서는 가정된 압력장하에서 임시적으로 바람성분을 구하고, 질량보존을 만족시키는 압력 변화량을 계산한다. 계산한 압력변화량으로부터 바람성분의 섭동량을 구하여 바람장과 압력장을 계산한다.
- 이 장에서는 16방위에서 바람이 유입되는 상황을 가정하여 각 관측소 위치에서 모의된 풍향 · 풍속을 유입류의 풍향 · 풍속과 비교하여 지상바람 관측환경을 평가하고 관측 지점 주변의 미세 흐름을 분석하였다.
- 즉, 유입류의 방향에 따라 관측 지점 주변의 국지적 요소들이 바람 관측에 큰 영향을 미치고 있음을 의미한다. 이와 같은 요소들에 의한 영향을 파악하기 위해 각 관측소별로 미세 흐름 평가와 분석을 실시하였다.
대상 데이터
- 강남 AWS의 경우, 서울 삼릉초등학교 옥상에 설치되어 있으며, 지형, 건물높이, 관측탑 높이를 고려한 관측고도는 약 65 m이다. 관측 지점의 북서쪽으로 약 300 m, 동쪽으로 약 40 m 거리에 20층 이상의 아파트 단지(A, B, C)와 고층건물을 포함하는 주거지와 상업 지역이 위치하고 있다. 양천 AWS의 경우, 목동주차장 인근 건물옥상에 설치되어 있으며, 관측고도는 약 17 m이다.
- 관측 지점을 중심으로 서쪽으로 약 250 m, 남서쪽으로 약 400 m 거리에 초고층 아파트 단지, D(69층, 4개 동), E(19층)가 각각 위치해 있으며, 주변 대부분 지역이 고층건물로 이루어져 있어 바람 관측환경 평가가 고려되어야 할 지역으로 판단된다. 대구의 경우, 대구 서구에 위치한 AWS 846 지점을 선정하였다. 서구 AWS는 상중이동 주민센터 옥상에 설치되어 있으며, 관측고도는 약 42 m이다.
- 본 연구에서는 국내 주요 관측소 주변환경에 따른 흐름을 상세 진단하고 관측환경을 평가하였다. 도시지역의 특성을 잘 반영하고 인구와 기반시설이 밀집한 서울, 대구 시내에 위치한 관측소를 대상지역으로 선정하였다. 수평해상도와 연직해상도가 각각 10 m와 5 m인 전산유체역학 모델을 이용하여 미세규모 흐름을 수치 모의하였고, 관측소 주변환경이 바람관측에 미치는 영향을 분석하였다.
- 서울의 경우, 강남구와 양천구에 위치한 자동기상관측시스템(AWS)을 선정하였다. 강남(AWS 400)과 양천 지점(AWS 405)은 서울 강남구와 양천구의 정규기상 관측을 대표하고 있다.
- CFD 모델을 이용하여 도시지역 내 바람 관측환경평가를 위하여 인구와 기반시설이 밀집한 도시지역(서울, 대구)에 위치한 관측소를 대상으로 바람 관측환경을 분석 · 평가하였다. 선정한 지역은 건물이 다수 존재하고 관측소 주변 특이 지형 등 도시지역의 특성이 잘 반영된 곳이다. 대상 지역으로 선정한 관측소와 상세 내용을 Table 1에 제시하였다.
- 수평해상도를 10 m, 연직해상도를 5m로 설정하여 200 × 200 × 160개의 등격자계로 구성하였다.
- 주변 구조물과 지형의 영향을 충분히 반영하기 위하여 관측소를 중심으로 동서로 2 km, 남북으로 2 km 영역을 수치실험지역으로 설정하였다. 수평해상도를 10 m, 연직해상도를 5m로 설정하여 200 × 200 × 160개의 등격자계로 구성하였다.
- 수평해상도를 10 m, 연직해상도를 5m로 설정하여 200 × 200 × 160개의 등격자계로 구성하였다. 지표경계입력자료는 지리정보시스템(Geographical Information System, GIS)자료를 사용하여 구축하였다. 도시지역과 같이 복잡한 지형적 특성을 갖는 지역에 대한 미세규모 흐름을 해석하기 위한 방안으로 GIS 자료를 수치모델의 지표경계입력자료로 사용하고 있다(Baik et al.
이론/모형
- 난류 모수화를 위해서 Yakhot et al. (1992)이 제안한 재규격화군이론(renormalization group theory, RNG)에 근거한 RNG k-ε 난류 종결 방법을 이용한다.
- 바람(U, V, W)에 대한 유입 경계 조건은 대기중립상태를 가정한 로그함수를 사용하였고, 난류운동에너지(k)와 그 소멸율(ε)에 대한 유입 경계 조건은 Castro and Apsley (1997)의 연직분포를 사용하였다.
- (1992)이 제안한 재규격화군이론(renormalization group theory, RNG)에 근거한 RNG k-ε 난류 종결 방법을 이용한다. 벽면경계 근처에서의 난류 경계층 효과를 잘 반영하기 위하여 벽면 함수(wall function)를 사용한다(Versteeg and Malalasekera, 1995). 본 연구에서 사용한 CFD 모델에 대한 더 자세한 수치 과정은 Kim (2007)에 제시되어 있다.
- 본 연구에서는 도시지역 내 관측소 바람 관측환경평가를 위해 상세규모의 대기흐름 모의와 평가가 가능한 CFD 모델을 사용하였다. 연구에 사용한 CFD모델은 Kim (2007)이 사용한 것과 동일하다.
- 본 연구에서는 도시지역 내 관측소 바람 관측환경평가를 위해 상세규모의 대기흐름 모의와 평가가 가능한 CFD 모델을 사용하였다. 연구에 사용한 CFD모델은 Kim (2007)이 사용한 것과 동일하다. 이 CFD모델은 3차원, 비정수, 비압축, 비회전 흐름 계를 가정한다.
- 이 CFD모델은 3차원, 비정수, 비압축, 비회전 흐름 계를 가정한다. 지배방정식 계는 유한체적법(finite volume method)과 엇갈림 격자계(staggered grid system)를 사용하고 Patankar (1980)가 제안한 SIMPLE (Semi-Implicit Method for Pressure-Linked Equation) 알고리즘을 통해 차분화된다. 이 알고리즘에서는 가정된 압력장하에서 임시적으로 바람성분을 구하고, 질량보존을 만족시키는 압력 변화량을 계산한다.
성능/효과
- 앞서 기술한 바와 같이 강남 AWS는 주변지역에 대한 대표적인 풍향을 비교적 잘 반영하고 있지만, 주변 건물의 영향 때문에 실제보다 낮은 풍속을 관측할 가능성이 높은 것으로 평가되었다. Table 2에서 보는 바와 같이, 16방위에 대한 유입류 대비 풍속 분포를 평균하였을 때 유입류 대비 풍속이 100% 이하인 지역은 전체 영역에서 약 77%를 차지하였고, 약 38% 지역에서 유입류 대비 60% 이하의 풍속이 나타났다. 양천 AWS 지점의 경우, 관측 지점 주변지역의 건물들은 대다수가 양천 AWS의 관측고도보다 높은 고층 건물들로 이루어져있기 때문에 풍속이 감소하는 영역 광범위하게 나타났다.
- 10). 강남 AWS 지점의 경우, 수치도면의 경계지역에서는 풍속의 변화가 비교적 적게 나타났으나, 고층건물 부근 지역에서는 풍속 감소가 크게 나타났다. 강남 AWS 지점에서는 평균적으로 유입류 풍속의 56% 수준의 풍속이 나타났다.
- 관측 지점에서 예측된 풍향의 경우, 몇몇 방위를 제외하고는 유입류 풍향과 유사한 것으로 분석되었다. 관측 지점과 주변 건물 사이의 거리가 일정 정도 이상인 경우에는 건물에 의한 흐름 왜곡이 일어난 후에도 흐름이 회복되면서, 유입류와 유사하거나, 거의 일치하는 풍향이 나타났다. 반면, 관측 지점 인근 지역에 높은 건물이 위치해 있거나, 낮은 건물이라 할지라도 건물에 의해 발생한 2차 순환의 범위 내에 위치할 경우에는 유입류 풍향과 차이가 큰 풍향이 나타났다.
- 이는 관측 지점 주변에 불규칙하게 분포한 건물과 지형이 거칠기 요소로 작용하여 마찰효과(drag effects)와 가림효과(blocking effects)를 발생시켰기 때문이다. 또한 특정 풍향의 유입류에 대해서, 관측 지점에서 모의된 풍향과 풍속이 유입류와 큰 차이가 나타남을 확인할 수 있다. 즉, 유입류의 방향에 따라 관측 지점 주변의 국지적 요소들이 바람 관측에 큰 영향을 미치고 있음을 의미한다.
- 본 연구를 통해 관측 시설의 관측환경을 정량적으로 평가하고 분석한 결과, 전산유체역학 모델은 관측환경변화에 따른 기상관측 지점 주변 지역의 상세흐름장 변화를 예측하고 평가하는 데 매우 유용한 도구임을 확인하였다. 또한, 이를 활용하여 기상관측 자료에 대한 주기적이고 단계적인 평가 관리가 가능할 것으로 판단되며, 도시지역에서 건물과 지형이 미치는 영향을 감안한 바람자료 생산에 도움이 될 것으로 기대된다.
- 양천 AWS 지점의 풍속은 평균적으로 유입류 풍속의 61% 수준이 나타났다. 비교적 평탄한 지역에 설치되었지만 주변에 위치한 고층빌딩들의 영향이 반영되어 실제보다 낮은 풍속을 관측할 가능성이 높은 것으로 평가되었다. 서구 AWS 지점의 풍속은 평균적으로 유입류 풍속의 64% 수준이 나타났다.
- Figure 5는 강남 AWS 인접지역의 상세 흐름장이다. 아파트 단지, C에 의해 분리된 흐름이 단지 후면에서 수렴하고 이중 에디 순환(double-eddy circulation)이 나타나는 것을 확인할 수 있다. 즉, C의 풍하측에는 재순환 영역(recirculation zone)이 형성되는데, 강남 AWS 지점이 재순환 영역 내에 위치하면서 남서풍계열의 바람이 나타나고 풍속이 크게 감소함을 확인할 수 있다.
- 강남 AWS 지점에서는 평균적으로 유입류 풍속의 56% 수준의 풍속이 나타났다. 앞서 기술한 바와 같이 강남 AWS는 주변지역에 대한 대표적인 풍향을 비교적 잘 반영하고 있지만, 주변 건물의 영향 때문에 실제보다 낮은 풍속을 관측할 가능성이 높은 것으로 평가되었다. Table 2에서 보는 바와 같이, 16방위에 대한 유입류 대비 풍속 분포를 평균하였을 때 유입류 대비 풍속이 100% 이하인 지역은 전체 영역에서 약 77%를 차지하였고, 약 38% 지역에서 유입류 대비 60% 이하의 풍속이 나타났다.
- 앞서 기술한 지역과 마찬가지로 주로 고층건물 주변에서 풍속 감소가 나타났다. 유입류 대비 풍속이 100% 이하인 영역은 전체영역에서 약 85%를 차지하며, 약 75% 지역에서 유입류 대비 60% 이하의 풍속이 나타났다. 전반적으로 관측소의 주변에 고층 건물이 있거나 관측기기가 설치된 고도보다 높은 지형이 주변에 존재할 경우 관측소가 생산하는 풍속자료에 큰 영향을 줄 것으로 판단된다.
- 양천 AWS 지점의 경우, 관측 지점 주변지역의 건물들은 대다수가 양천 AWS의 관측고도보다 높은 고층 건물들로 이루어져있기 때문에 풍속이 감소하는 영역 광범위하게 나타났다. 유입류대비 풍속이 100% 이하인 영역은 전체영역에서 약 94%를 차지하며, 약 75% 지역에서 유입류 대비 60% 이하의 풍속이 나타났다. 양천 AWS 지점의 풍속은 평균적으로 유입류 풍속의 61% 수준이 나타났다.
- 3a). 풍속 감소는 북서풍이 가장 컸고(유입류 대비 8%), 동남동풍(20%), 동풍(31%), 북북서풍(33%), 북풍(41%), 동북동풍(46%), 서북서풍(52%), 남서풍(77%)의 유입류가 존재할 때, 유입류 대비 60% 이하의 풍속이 관측 지점에서 모의되었다. 이는 강남 AWS를 중심으로 남쪽과 남동쪽을 제외한 지역의 지형 고도가 상대적으로 높기 때문에 남풍과 남남동풍을 제외한 대부분의 풍향에서 지표의 효과가 상대적으로 크게 반영되어 풍속감소가 나타난 것으로 판단된다.
후속연구
- 본 연구를 통해 관측 시설의 관측환경을 정량적으로 평가하고 분석한 결과, 전산유체역학 모델은 관측환경변화에 따른 기상관측 지점 주변 지역의 상세흐름장 변화를 예측하고 평가하는 데 매우 유용한 도구임을 확인하였다. 또한, 이를 활용하여 기상관측 자료에 대한 주기적이고 단계적인 평가 관리가 가능할 것으로 판단되며, 도시지역에서 건물과 지형이 미치는 영향을 감안한 바람자료 생산에 도움이 될 것으로 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.