In this study, the characteristics of flows around building groups are investigated using a computational fluid dynamics (CFD) model. For this, building groups with different volumetric ratios in a fixed area are considered. As the volumetric ratio of the building group increases, the region affecte...
In this study, the characteristics of flows around building groups are investigated using a computational fluid dynamics (CFD) model. For this, building groups with different volumetric ratios in a fixed area are considered. As the volumetric ratio of the building group increases, the region affected by the building group is widened. However, the wind-speed reduced area rather decreases with the volumetric ratio near the ground bottom (z ${\lesssim}$ 0.7H, here, H is the height of the building group) and, above 0.7H, it increases. As the volumetric ratio decreases (that is, space between buildings was widened), the size of recirculation region decreases but flow recovery is delayed, resulting in the wider wind-speed reduced area. The increase in the volumetric ratio results in larger drag force on the flow above the roof level, consequently reducing wind speed above the roof level. However, above z ${\gtrsim}$ 1.7H, wind speed increases with the volumetric ratio for satisfying mass conservation, resultantly increasing turbulent kinetic energy there. Inside the building groups, wind speed decreased with the volumetric ratio and averaged wind speed is parameterized in terms of the volumetric ratio and background flow speed. The parameterization method is applied to producing averaged wind speed for 80 urban areas in 7 cities in Korea, showing relatively good performance.
In this study, the characteristics of flows around building groups are investigated using a computational fluid dynamics (CFD) model. For this, building groups with different volumetric ratios in a fixed area are considered. As the volumetric ratio of the building group increases, the region affected by the building group is widened. However, the wind-speed reduced area rather decreases with the volumetric ratio near the ground bottom (z ${\lesssim}$ 0.7H, here, H is the height of the building group) and, above 0.7H, it increases. As the volumetric ratio decreases (that is, space between buildings was widened), the size of recirculation region decreases but flow recovery is delayed, resulting in the wider wind-speed reduced area. The increase in the volumetric ratio results in larger drag force on the flow above the roof level, consequently reducing wind speed above the roof level. However, above z ${\gtrsim}$ 1.7H, wind speed increases with the volumetric ratio for satisfying mass conservation, resultantly increasing turbulent kinetic energy there. Inside the building groups, wind speed decreased with the volumetric ratio and averaged wind speed is parameterized in terms of the volumetric ratio and background flow speed. The parameterization method is applied to producing averaged wind speed for 80 urban areas in 7 cities in Korea, showing relatively good performance.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
, 2010). 본 연구에 서는 도시 지역 내부의 평균 풍속이 배경 흐름 풍속과 건물 부피비와 유의한 관계가 있는지를 조사하기 위하여, 앞에서 기술한 결과를 토대로 건물군 내부의 평균 풍속을 유입류 풍속과 건물 부피비로 모수화하고 이를 실제 도시 지역에서 수치 모의한 결과와 비교하였다. 평균 풍속은 건물 부피비가 증가하고 유입류 풍속이 감소함에 따라 비선형적으로 감소하였다 (Fig.
본 연구에서는 CFD 모델을 이용하여 건물 부피비 변화가 건물군 주변과 내부 흐름에 미치는 영향을 조사하였다. 건물 부피비에 따른 건물군 주변과 내부의 흐름 특성을 분석하기 위하여, 일정한 공간 내에서 건물 높이는 고정시키고 부피비를 체계적으로 변화시켜 수치 모의하였다.
그러나 이 모수화 방법은 도시 지역 평균 풍속을 과대 모의하는 경향을 보이고 약한 풍속을 모의하지 못한다는 한계를 나타냈다. 본 연구에서는 건물 높이와 건물 정면비 변화를 고려하지 않았고, 건물이 규칙적으로 배열된 경우 만을 고려하였기 때문에, 이와 같은 한계가 나타난 것으로 판단된다. 향후, 건물 높이, 건물 정면비, 건물 배치 등을 체계적으로 고려한 모수화 방법 개발이 필요한 것으로 판단된다.
, 2007). 본 연구에서는 현실적인 건물 형태를 반영한 건물 효과 모수화 방안의 기반을 구축하기 위해, 건물 평면비와 앞면비를 모두 고려할 수 있는 건물 부피비에 따른 건물군 주변 흐름 특성을 조사하고 건물군 부피비와 유입류 풍속을 이용하여 건물군 내부의 평균 풍속을 모수화하였다. 또한, GIS 자료로부터 실제 도시 지역의 지형 자료를 구축하여, 도시 지역에서 시뮬레이션한 풍속과 개발한 모수화 방법으로 계 산한 풍속을 비교 · 분석하였다.
가설 설정
Contours of the ratio of wind speed to inflow speed at z = 0.05H in the (a) EXP1, (b) EXP3, and (c) CNTL cases and (d) wind-speed reduced area fraction normalized by the plane area of the building in the CNTL case.
이와 같은 결과를 바탕으로 건물군 내부의 평균 풍속(U p )을 건물 부피비와 유입류 풍속으로 모수화하였다. 식 (6)과 같이 평균 풍속을 건물 평면비 (f)와 유입류 풍속에 대한 함수(g)의 곱으로 표현할 수있다고 가정한다. 이후, 유입류 풍속이 일정할 때 f를, 건물 평면비가 일정할 때 g를 각각 회귀분석을 통해서 구한다.
(2014) 이 사용한 모델과 동일하다. RANS (Reynolds Averaged Navier-Stokes) 방정식 계를 사용하였고, 3차원 비정수(nonhydrostatic), 비회전(nonrotating), 비압축 (incompressible) 대기 흐름 계를 가정하며, 코리올리 효과를 배제한다. 난류를 모수화하기 위해 RNG k-ε 난류 모델을 사용한다.
제안 방법
각 구간별 풍속의 연직 분포를 조사하였다. 건물군과 가까운 지역(x = 2H)에서는 매우 복잡한 풍속 연직 변화가 일어났다(Fig.
건물 부피비에 따른 건물군 상층에서의 풍속 변화를 조사하기 위하여, 건물군 지붕 고도의 풍속을 분석하였다. Figure 7은 건물군 지붕 고도(z = 1.
본 연구에서는 CFD 모델을 이용하여 건물 부피비 변화가 건물군 주변과 내부 흐름에 미치는 영향을 조사하였다. 건물 부피비에 따른 건물군 주변과 내부의 흐름 특성을 분석하기 위하여, 일정한 공간 내에서 건물 높이는 고정시키고 부피비를 체계적으로 변화시켜 수치 모의하였다. 건물 부피비가 증가할수록 건물군 주변에 영향을 미치는 영역은 넓게 나타났으며, 이는 건물 규모가 커질수록 넓은 지역에서 흐름에 영향을미친다는 것을 의미한다.
건물군 내부에서는 건물 부피비가 증가할수록 평균 풍속이 감소하였다. 건물군 내부의 평균 풍속을 건물 부피비와 배경 풍속으로 모수화하였다. 모수화 방법을 7개 도시 80개 지역에서 수치 모의한 결과와 비교하 였고, 이 방법이 도시 지역의 평균 풍속을 비교적 잘모수화함을 확인할 수 있었다.
Figure 2a는 규준 실험에 대해 x 방향의 풍속 성분(U)이 같은 고도의 유입류에 비해 10% 이상 감소되는 변화 영역을 나타낸다. 건물군에 의한 흐름 영향 범위를 정량적으로 정의하고 그 임계값을정하기는 매우 어렵지만, 본 연구에서는 유입류에 비해 x 방향의 풍속 성분(U)이 10% 이상 감소한 영역을 흐름 영향 범위로 정의하였다.
건물군으로부터의 거리에 따른 풍속 변화를 조사하기 위하여 건물군으로부터 풍하측 방향으로 H 간격으로 15H까지 지면과 건물 높이 사이에서 평균한 풍속을 조사하였다(Fig. 5). 건물군으로부터 멀어지면서 흐름 회복이 일어나며 풍속이 증가하는 것을 볼 수있다.
, 2011). 도시 지역 풍속 모수화 방법의 개발을 위하여, 건물과 경계까지의 이격 거리가 COST의 권고를 충족하는 수치 도면을 설정하였다(Fig. 1). 수치 도면의 크기는 x와 y 방향으로 각각 720 m와 520 m이고, 연직 방향은 200 m로 설정하였다.
또한, GIS 자료로부터 실제 도시 지역의 지형 자료를 구축하여, 도시 지역에서 시뮬레이션한 풍속과 개발한 모수화 방법으로 계 산한 풍속을 비교 · 분석하였다.
본 연구에서는 먼저 건물군에 의한 풍속 변화 영역을 분석하였다. Figure 2a는 규준 실험에 대해 x 방향의 풍속 성분(U)이 같은 고도의 유입류에 비해 10% 이상 감소되는 변화 영역을 나타낸다.
5 km로 설정하였다. 선정된 도시 지역에서의 흐름을 CFD 모델을 이용하여 수치 모의한 후 풍속을 평균하였다.
그리고 풍하 지역에서 건물에 의한 흐름 변화를 조사할 때, 흐름 발달 과정에서 발생한 흐름의 변화 를 최대한 배제할 수 있다. 위의 과정을 통해 시뮬레 이션한 유입류를 이용하여 1초의 시간 간격으로 총 3600초 동안 수치 적분을 수행하였다.
유입류 풍속 변화에 따른 건물군 내부의 풍속 변화를 조사하기 위하여, 건물 높이를 기준으로 1.5 m s−1 부터 9 m s−1 까지 약 1.5 m s−1 간격으로 변화를 주었다.
1장에서는 건물군이 풍하측 넓은 범위에서 흐름에 영향을 미친다는 것을 살펴보았다. 이 절에서는 풍하측 지역에서 건물군에 의한 흐름 변화를 분석하였다. Figure 3은 지면 근처의 바람 벡터장을 나타낸다.
10). 이와 같은 결과를 바탕으로 건물군 내부의 평균 풍속(U p )을 건물 부피비와 유입류 풍속으로 모수화하였다. 식 (6)과 같이 평균 풍속을 건물 평면비 (f)와 유입류 풍속에 대한 함수(g)의 곱으로 표현할 수있다고 가정한다.
지면 조건에 충분히 적응하여 발달된(fully developed) 바람의 연직 분포를 초기 경계 조건으로 사용하기 위하여, 장애물이 존재하지 않는 평평한 수치 도면에서 1초 간격으로 3600초 동안 적분하였다. 유입류를 결정하기 위한 초기 바람(U, V, W), 난류 운동에너지(k), 난류 운동에너지 소멸율(ε)에 대한 조건은 다음과 같다.
격자 크기는 x, y, z 방향 모두 2 m로 일정한 등격자계를 사용하였다. 풍상측면 경계로부터 5H에 위치하는 일정하고 가로, 세로, 높이가 각각 100 m, 100 m, 20 m인 공간에서 5가지의 건물 부피비(= 0.2, 0.4, 0.6, 0.8, 1.0)를 고려하였다(Table 1). 건물 평면비(plane area fraction, λp)는 규준 실험 건물 면적에 대한 건물 면적비로 정의하였다(Kanda et al.
대상 데이터
도시 지역의 내부 평균 풍속을 배경 흐름 풍속과 건물 부피비로 모수화한 결과를 적용하기 위하여, 우리나라 도시 지역(서울, 대구, 부산, 광주, 울산, 전주, 대전) 중 80개 지역을 검증할 대상 지역으로 선정하 였다. GIS로부터 선정한 지역의 지형 정보 자료를 취득하였다. 지역의 크기는 동서 방향과 남북 방향으로 1 km × 1 km이며, 연직 방향은 0.
11. Wind speed calculated by the parameterization method versus simulated by the CFD model using GIS data for 80 target areas selected in 7 cities in Korea.
개발한 모수화 방법을 우리나라 7개 도시(서울, 부산, 대구, 광주, 대전, 울산, 전주) 중 80개 지역에 적용하였다. Figure 11은 모수화 방법으로 계산한 도시 지역 내부 평균 풍속과 CFD 모델을 이용하여 수치 모의한 도시 지역의 평균 풍속을 나타낸다.
도시 지역의 내부 평균 풍속을 배경 흐름 풍속과 건물 부피비로 모수화한 결과를 적용하기 위하여, 우리나라 도시 지역(서울, 대구, 부산, 광주, 울산, 전주, 대전) 중 80개 지역을 검증할 대상 지역으로 선정하 였다. GIS로부터 선정한 지역의 지형 정보 자료를 취득하였다.
1). 수치 도면의 크기는 x와 y 방향으로 각각 720 m와 520 m이고, 연직 방향은 200 m로 설정하였다. 격자 크기는 x, y, z 방향 모두 2 m로 일정한 등격자계를 사용하였다.
또한, GIS 자료로부터 실제 도시 지역의 지형 자료를 구축하여, 도시 지역에서 시뮬레이션한 풍속과 개발한 모수화 방법으로 계 산한 풍속을 비교 · 분석하였다. 이 논문은 총 4장으로 구성되었다. 서론에서는 연구 배경과 필요성에 대하여 이미 서술하였다.
데이터처리
식 (6)과 같이 평균 풍속을 건물 평면비 (f)와 유입류 풍속에 대한 함수(g)의 곱으로 표현할 수있다고 가정한다. 이후, 유입류 풍속이 일정할 때 f를, 건물 평면비가 일정할 때 g를 각각 회귀분석을 통해서 구한다. 이 과정을 통해 모수화한 건물군 내부 평균 풍속을 식 (6)~(8)로 나타내었다.
이론/모형
난류를 모수화하기 위해 RNG k-ε 난류 모델을 사용한다.
본 연구에서 사용한 CFD 모델은 Kim et al. (2014) 이 사용한 모델과 동일하다. RANS (Reynolds Averaged Navier-Stokes) 방정식 계를 사용하였고, 3차원 비정수(nonhydrostatic), 비회전(nonrotating), 비압축 (incompressible) 대기 흐름 계를 가정하며, 코리올리 효과를 배제한다.
난류를 모수화하기 위해 RNG k-ε 난류 모델을 사용한다. 지배 방정식 계는 유한 체적법(finite volume method)과 SIMPLE (Semi-Implicit Method for Pressure-Linked Equation) 알고리즘을 이용하여 엇갈림 격자 계에서 수치적으로 풀이된다.
성능/효과
건물 부피비에 따른 건물군 주변과 내부의 흐름 특성을 분석하기 위하여, 일정한 공간 내에서 건물 높이는 고정시키고 부피비를 체계적으로 변화시켜 수치 모의하였다. 건물 부피비가 증가할수록 건물군 주변에 영향을 미치는 영역은 넓게 나타났으며, 이는 건물 규모가 커질수록 넓은 지역에서 흐름에 영향을미친다는 것을 의미한다. 그러나 건물 높이보다 낮은고도에서는 건물 부피비가 증가할수록 풍하측의 풍속 감소 지역이 감소하는 경향을 보였고, 상층에서는 반대의 경향이 나타났다.
05H)에서는 건물 부피비가 증가함에따라 풍속이 증가함을 볼 수 있다. 건물군보다 높은 고도(H z 2H)에서는 건물 부피비가 증가함에 따라 풍속이 감소하며, 약 2H 고도부터는 건물 부피비에 상관없이 일정한 풍속이 나타났다. 그림으로 나타내지는 않았지만, 건물군으로부터 H~7H 사이의 풍하 지역에서는 건물 부피비와 재순환 영역의 크기가 증가함에 따라 풍속의 연직 분포가 매우 복잡하게 나타났다.
또한, 이는 경계면 영향을 배제하기 위해 COST의 권장 조건에 따라 수치 실험 도면의 크기를 결정해야 한다는 것을 시사한다. 고도별 건물 영향 면적(Fig. 2c)을 보면, 규준 실험의 경우, 건물보다 낮은 고도에서는 건물 영향을 받는 면적이 가장 작지만, 높은 고도까지 건물 영향이 나타났다. 지면 근처부터 약 0.
건물 부피비가 증가할수록 건물군 주변에 영향을 미치는 영역은 넓게 나타났으며, 이는 건물 규모가 커질수록 넓은 지역에서 흐름에 영향을미친다는 것을 의미한다. 그러나 건물 높이보다 낮은고도에서는 건물 부피비가 증가할수록 풍하측의 풍속 감소 지역이 감소하는 경향을 보였고, 상층에서는 반대의 경향이 나타났다. 건물 부피비가 감소(건물군 사이 공간 증가)할수록, 풍하측 재순환 영역 크기는 감소하였으나 공극 효과 때문에 흐름 회복이 늦어지면서 풍속 변화 영역이 증가하였다.
05H)에서 유입류 대비 풍속 변화율을 나타낸다. 모든 실험에서 건물군 풍상 측과 풍하측에서 풍속이 유입류보다 감소한 영역이나타났다. 풍하측 하층의 풍속 감소 영역은 규준 실험의 경우에 가장 좁았고 EXP1 경우에 가장 넓었다.
건물군 내부의 평균 풍속을 건물 부피비와 배경 풍속으로 모수화하였다. 모수화 방법을 7개 도시 80개 지역에서 수치 모의한 결과와 비교하 였고, 이 방법이 도시 지역의 평균 풍속을 비교적 잘모수화함을 확인할 수 있었다. 그러나 이 모수화 방법은 도시 지역 평균 풍속을 과대 모의하는 경향을 보이고 약한 풍속을 모의하지 못한다는 한계를 나타냈다.
Figure 11은 모수화 방법으로 계산한 도시 지역 내부 평균 풍속과 CFD 모델을 이용하여 수치 모의한 도시 지역의 평균 풍속을 나타낸다. 평균 풍속을 비교한 결과, R2= 0.69로 본 연구에서 개발한 방법이 도시 지역의 평균 풍속을 비교적 잘 모수한것을 알 수 있다. 그러나 모수화 방법으로 계산한 풍속은 CFD 모델로 직접 계산한 풍속보다 0.
후속연구
3 m s−1 이하의 작은 풍속은 산출하지는 못했다. 따라서, 향후에보다 체계적인 방법을 통해 모수화 방안을 보완할 필요가 있을 것으로 판단된다.
본 연구에서는 건물 높이와 건물 정면비 변화를 고려하지 않았고, 건물이 규칙적으로 배열된 경우 만을 고려하였기 때문에, 이와 같은 한계가 나타난 것으로 판단된다. 향후, 건물 높이, 건물 정면비, 건물 배치 등을 체계적으로 고려한 모수화 방법 개발이 필요한 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
COST는 건물 주변 흐름을 수치 모의하고자 할 때 무엇을 권장하는가?
COST (European Cooperation in the field of Scientific and Technical Research)는 건물 주변 흐름을 수치 모의하고자 할 때에는 건물로부터 풍상측, 옆면, 상층 경계면까지 거리를 건물 높이(H)의 5배 이상, 풍하측 경계면까지 거리는 10배 이상이 되도록 권장한다(Franke et al., 2011).
본 연구의 CFD 모델에서 난류를 모수화하기 위해 사용한 난류 모델은 무엇인가?
RANS (Reynolds Averaged Navier-Stokes) 방정식 계를 사용하였고, 3차원 비정수(nonhydrostatic), 비회전(nonrotating), 비압축 (incompressible) 대기 흐름 계를 가정하며, 코리올리 효과를 배제한다. 난류를 모수화하기 위해 RNG k-ε 난류 모델을 사용한다. 지배 방정식 계는 유한 체적법(finite volume method)과 SIMPLE (Semi-Implicit Method for Pressure-Linked Equation) 알고리즘을 이용하여 엇갈림 격자 계에서 수치적으로 풀이된다.
CFD 모델의 최근 그 사용이 매우 활발하게 이루어지고 있는 이유는 무엇인가?
,2015). CFD 모델은 고분해능의 미세 규모 대기 흐름을 상세하게 분석할 수 있고 도시 지역의 복잡한 난류와 흐름을 모의할 수 있기 때문에, 최근에 그 사용이 매우 활발하게 이루어지고 있다(Baik et al., 2003; Kim and Baik, 2009; Lee and Kim, 2011; Kwon and Kim, 2014).
참고문헌 (25)
Baik, J.-J., J.-J. Kim, and H. J. Fernando, 2003: A CFD model for simulating urban flow and dispersion. J. Appl. Meteorol., 42, 1636-1648.
Baik, J.-J., S. B. Park, and J.-J. Kim, 2009: Urban flow and dispersion simulation using a CFD model coupled to a mesoscale model. J. Appl. Meteorol. Clim., 48, 1667-1681.
Brown, M. J., R. E. Lawson, D. S. DeCroix, and R. L. Lee, 2001: Comparison of centerline velocity measurements obtained around 2D and 3D building arrays in a wind tunnel. Int. Soc. Environ. Hydraulics, Tempe, AZ.
Byon, J. Y., Y. J. Choi, and B. G. Seo, 2010: Evaluation of urban weather forecast using WRF-UCM (Urban Canopy Model) over Seoul. Atmosphere, 20, 13-26 (in Korean with English abstract).
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, 273-277.
Franke, J., A. Hellsten, K. H. Schlunzen, and B. Carissimo, 2011: The COST 732 Best Practice Guideline for CFD simulation of flows in the urban environment:a summary. Int. J. Environ. Pollut., 44, 419-427.
Kanda, M., A. Inagaki, T. Miyamoto, M. Gryschka, and S. Raasch, 2013: A new aerodynamic parametrization for real urban surfaces. Bound.-Layer Meteor., 148, 357-377.
Kim, I. S., and Coauthors, 2003: The influence of around micrometeorology by development of Namak new town. Environ. Eng. Res., 5, 597-604.
Kim, J.-J., 2007: The effects of obstacle aspect ratio on surrounding flows. Atmosphere, 17, 381-391 (in Korean with English abstract).
Kim, J.-J., and J.-J. Baik, 2009: Effects of street-bottom and building-roof heating on flow in three-dimensional street canyons. Atmosphere, 27, 51-527 (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-Pac. J. Atmos. Sci., 50, 365-375.
Kim, M. J., R. J. Park, and J.-J. Kim, 2012: Urban air quality modeling with full O 3-NOx-VOC chemistry: Implications for O 3 and PM air quality in a street canyon. Atmos. Environ., 47, 330-340.
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 chemistry-transport models. Atmos. Environ., 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 J. Remote Sens., 30, 731-742.
Lee, J. H., J. W. Choi, and J.-J. Kim, 2009: The effects of an urban renewal plan on detailed air flows in an urban area. J. Korea Assoc. Geographic Inform. Studies, 12, 69-81.
Lee, Y. S., and J.-J. Kim, 2011: Effects of an apartment complex on flow and dispersion in an urban area. Atmosphere, 21, 95-108 (in Korean with English abstract).
Macdonald, R. W., R. F. Griffiths, and D. J. Hall, 1998: An improved method for the estimation of surface roughness of obstacle arrays. Atmos. Environ., 32, 1857-1864.
Neofytou, P., M. Haakana, A. Venetsanos, A, Kousa, J. Bartzis, and J. Kukkonen, 2008: Computational fluid dynamics modelling of the pollution dispersion and comparison with measurements in a street canyon in Helsinki. Environmental Modeling & Assessment, 13, 439-448.
Sabatino, S., R. Buccolieri, B. Pulvirenti, and R. Britter, 2007: Simulations of pollutant dispersion within idealised urban-type geometries with CFD and integral models. Atmos. Environ., 41, 8316-8329.
Santiago, J. L., A. Martilli, and F. Martin, 2007: CFD simulation of airflow over a regular array of cubes. Part I: Three-dimensional simulation of the flow and validation with wind-tunnel measurements. Bound.-Layer Meteor., 122, 609-634.
Toparlar, Y., B. Blocken, P. Vos, G. J. F. van Heijst, W. D. Janssen, T. van Hooff, H. Montazeri, and H. J. P. Timmermans, 2015: CFD simulation and validation of urban microclimate: A case study for Bergpolder Zuid, Rotterdam. Build. Environ., 83, 79-90.
You, K. P., 2005: Wind tunnel experiment about effect of protection against wind according to the variation porosity of wind fence. Architectural, 21, 109-116.
Zheng, M. H., Y. R. Guo, X. Q. Ai, T. Qin, Q. Wang, and J. M. Xu, 2010: Coupling GIS with CFD modeling to simulate urban pollutant dispersion. Mechanic Automation and Control Engineering (MACE), 2010 International Conference, 1785-1788.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.