본 연구에서는 기상청 현업 국지기상모델(Local Data Assimilation and Prediction System, LDAPS)과 전산유체역학(Computational Fluid Dynamics, CFD) 모델을 접합하여, 서울 종로구 송월동에 위치한 지동기상관측소(서울 ASOS) 주변 지역의 기상 환경을 분석하였다. 토지 피복별 차등 가열이 도시 지역의 대기 흐름과 기온에 미치는 영향을 분석하기 위하여, 시간 변화에 따른 토지 피복별 지표면 온도와 그림자 영역에 대한 지표면 온도 감소 효과를 고려하였다. LDAPS 모델은 상세한 건물, 지형, 지표면 가열 효과를 고려하지 못하기 때문에, 풍속을 과대모의 하고 기온을 과소 모의하였다. 건물과 지형의 마찰 효과와 태양 복사에 의한 지표면 가열을 고려할 수 있는 LDAPS-CFD 접합 모델은 서울 ASOS 지점의 관측 풍속과 유사한 풍속을 모의하였고, 관측 기온을 잘 재현하였다. 주로 동풍이 부는 오전 시간대에는 LDAPS-CFD 접합 모델 또한 기온을 과소모의 하였는데, 이는 서울 ASOS 지점의 풍상측(동쪽)에 위치한 경희궁 주변 지역에 주로 수목이 분포하고 있고, 표면 온도가 상대적으로 낮기 때문인 것으로 판단된다. 그러나, 주로 남동풍 계열의 바람이 부는 오후 시간대에는 풍상측에 위치한 건물의 표면 가열의 효과로 인해 서울 ASOS 지점의 관측 기온을 상대적으로 잘 모의하였다.
본 연구에서는 기상청 현업 국지기상모델(Local Data Assimilation and Prediction System, LDAPS)과 전산유체역학(Computational Fluid Dynamics, CFD) 모델을 접합하여, 서울 종로구 송월동에 위치한 지동기상관측소(서울 ASOS) 주변 지역의 기상 환경을 분석하였다. 토지 피복별 차등 가열이 도시 지역의 대기 흐름과 기온에 미치는 영향을 분석하기 위하여, 시간 변화에 따른 토지 피복별 지표면 온도와 그림자 영역에 대한 지표면 온도 감소 효과를 고려하였다. LDAPS 모델은 상세한 건물, 지형, 지표면 가열 효과를 고려하지 못하기 때문에, 풍속을 과대모의 하고 기온을 과소 모의하였다. 건물과 지형의 마찰 효과와 태양 복사에 의한 지표면 가열을 고려할 수 있는 LDAPS-CFD 접합 모델은 서울 ASOS 지점의 관측 풍속과 유사한 풍속을 모의하였고, 관측 기온을 잘 재현하였다. 주로 동풍이 부는 오전 시간대에는 LDAPS-CFD 접합 모델 또한 기온을 과소모의 하였는데, 이는 서울 ASOS 지점의 풍상측(동쪽)에 위치한 경희궁 주변 지역에 주로 수목이 분포하고 있고, 표면 온도가 상대적으로 낮기 때문인 것으로 판단된다. 그러나, 주로 남동풍 계열의 바람이 부는 오후 시간대에는 풍상측에 위치한 건물의 표면 가열의 효과로 인해 서울 ASOS 지점의 관측 기온을 상대적으로 잘 모의하였다.
In this study, the effects of differential heating by land-use types on flow and air temperature at an Seoul Automated Synoptic Observing Systems (ASOS) located at Songwol-dong, Jongno-gu, Seoul was analyzed. For this, a computation fluid dynamics (CFD) model was coupled to the local data assimilati...
In this study, the effects of differential heating by land-use types on flow and air temperature at an Seoul Automated Synoptic Observing Systems (ASOS) located at Songwol-dong, Jongno-gu, Seoul was analyzed. For this, a computation fluid dynamics (CFD) model was coupled to the local data assimilation and prediction system (LDAPS) for reflecting the local meteorological characteristics at the boundaries of the CFD model domain. Time variation of temperatures on solid surfaces was calculated using observation data at El-Oued, Algeria of which latitude is similar to that of the target area. Considering land-use type and shadow, surface temperatures were prescribed in the LDAPS-CFD coupled model. The LDAPS overestimated wind speeds and underestimated air temperature compared to the observations. However, a coupled LDAPS-CFD model relatively well reproduced the observed wind speeds and air temperature, considering complicated flows and surface temperatures in the urban area. In the morning when the easterly was dominant around the target area, both the LDAPS and coupled LDAPS-CFD model underestimated the observed temperatures at the Seoul ASOS. This is because the Kyunghee Palace located at the upwind region was composed of green area and its surface temperature was relatively low. However, in the afternoon when the southeasterly was dominant, the LDAPS still underestimated, on the while, the coupled LDAPS-CFD model well reproduced the observed temperatures at the Seoul ASOS by considering the building-surface heating.
In this study, the effects of differential heating by land-use types on flow and air temperature at an Seoul Automated Synoptic Observing Systems (ASOS) located at Songwol-dong, Jongno-gu, Seoul was analyzed. For this, a computation fluid dynamics (CFD) model was coupled to the local data assimilation and prediction system (LDAPS) for reflecting the local meteorological characteristics at the boundaries of the CFD model domain. Time variation of temperatures on solid surfaces was calculated using observation data at El-Oued, Algeria of which latitude is similar to that of the target area. Considering land-use type and shadow, surface temperatures were prescribed in the LDAPS-CFD coupled model. The LDAPS overestimated wind speeds and underestimated air temperature compared to the observations. However, a coupled LDAPS-CFD model relatively well reproduced the observed wind speeds and air temperature, considering complicated flows and surface temperatures in the urban area. In the morning when the easterly was dominant around the target area, both the LDAPS and coupled LDAPS-CFD model underestimated the observed temperatures at the Seoul ASOS. This is because the Kyunghee Palace located at the upwind region was composed of green area and its surface temperature was relatively low. However, in the afternoon when the southeasterly was dominant, the LDAPS still underestimated, on the while, the coupled LDAPS-CFD model well reproduced the observed temperatures at the Seoul ASOS by considering the building-surface heating.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
, 2011), 이들 연구에서는 중요한 기상 인자인 기온에 대한 상세 정보를 제공하지 못했다. 본 연구에서는 기상청에서 현업 운용 중인 국지기상예측시스템과 CFD 모델을 접합하여, 토지 피복별 차등 가열이 도시 지역의 흐름과 기온에 미치는 영향을 분석하였다. 이를 위하여 GIS 자료로부터 현실적인 건물과 지형 자료를 구축하고, 토지 피복별 지표면 온도의 일변화를 고려하였다.
본 연구에서는 서울 ASOS 주변 지역을 대상으로 토지 피복별 차등 가열이 도시 지역의 흐름과 기온에 미치는 영향을 분석하였다. 기상청이 현업 운용 중인 국지기상예측시스템(LDAPS)과 건물과 지형 효과를 고려할 수 있는 상세규모 모델(CFD model)을 접합하여, 도시 지역에 대한 보다 현실적인 흐름과 기온을 수치 모의하였다.
가설 설정
알제리 El-Oued의 도시 협곡에서 측정한 여름철 지표면 온도 자료(Bourbia and Awbi, 2004)의 일중 변화 경향을 이용하여 각 토지 피복에 따른 시간별 지표면 온도를 구축하였고, 이를 CFD 모델의 입력 자료로 사용하였다. 사용이 가능한 표면 온도의 일변화 관측 자료의 부재 때문에, 알제리 El-Oued의 위도(33.22 N)와 서울의 위도(37.22 N)가 다소 차이가 있지만 시간별 지표면 온도의 일변화 경향이 같다고 가정하였다. Bourbia and Awbi(2004)에서 측정한 지표면 온도 자료를 이용하여, 식 (3)과 같은 지표면 온도의 일변화 경향을 산출하였다.
, 2014; Kwon and Kim, 2015; Yang and Kim, 2015). 이 CFD 모델은 3차원, 비정수, 비압축 대기 흐름 계를 가정하여 Reynolds Averaged NavierStokes (RANS) 방정식 계를 풀이한다. 벽면 경계에서 난류 경계층 효과를 반영하기 위하여 Versteeg and Malalasekera(1995)의 벽면 함수를 사용하였다.
제안 방법
CFD 모델은 LDAPS 결과로부터 풍향, 풍속, 기온을 초기장 및 경계장으로 사용한다. CFD 모델에 사용된 LDAPS의 수평 풍속과 온위는 선형 보간법을 이용하여 CFD 모델의 수평 및 연직 격자게 맞게 설정하였다. 온 위는 David(1980)의 방법을 이용하여 기온으로 변환하였다.
대상 기간 동안 서울 ASOS 지점에서는 3 ~ 5 m s-1의 바람이 불었으며, 00 ~ 09시에는 주로 북동풍이 나타나고 10 ~ 23시에는 남동풍이 나타났다. LDAPS는 풍속을 과대모의 하였는데, LDAPS-CFD 접합 모델은 건물과 지형의 마찰 효과를 반영함으로써 관측과 보다 유사한 풍속을 모의하였다. 기온의 경우, LDAPS는 전체적으로 기온을 과소 모의하였고, LDPAS-CFD 접합 모델은 지표 가열 효과가 작은 오전에는 기온을 과소 모의하였으나, 지표 가열 효과가 반영된 오후에는 관측 기온을 비교적 잘 모의하였다.
본 연구에서는 서울 ASOS 주변 지역을 대상으로 토지 피복별 차등 가열이 도시 지역의 흐름과 기온에 미치는 영향을 분석하였다. 기상청이 현업 운용 중인 국지기상예측시스템(LDAPS)과 건물과 지형 효과를 고려할 수 있는 상세규모 모델(CFD model)을 접합하여, 도시 지역에 대한 보다 현실적인 흐름과 기온을 수치 모의하였다. 도시 지역 흐름과 기온에 대한 토지 피복별 차등 가열의 영향을 분석하기 위하여, 시간 변화에 따른 토지 피복별 지표면 온도와 그림자 영역에 대한 지표면 온도 감소 효과를 고려하였다.
대상 기간 동안 최고 기온이 관측된 16시의 흐름과 기온 특성을 분석하였다. Fig.
대상 기간 동안 최저 기온이 관측된 06시의 흐름과 기온 특성을 분석하였다. Figure 6은 LDAPS의 지표 바람 벡터장과 기온장을 수평·연직 방향으로 내삽해서 나타낸 것으로 LDAPS 바람과 기온의 연직 변화가 반영된 것이다.
기상청이 현업 운용 중인 국지기상예측시스템(LDAPS)과 건물과 지형 효과를 고려할 수 있는 상세규모 모델(CFD model)을 접합하여, 도시 지역에 대한 보다 현실적인 흐름과 기온을 수치 모의하였다. 도시 지역 흐름과 기온에 대한 토지 피복별 차등 가열의 영향을 분석하기 위하여, 시간 변화에 따른 토지 피복별 지표면 온도와 그림자 영역에 대한 지표면 온도 감소 효과를 고려하였다. 지표면 온도에 대한 구름의 영향을 제외하기 위해, 구름이 없는 맑은 날 (2012년 08월 03일)을 대상 기간으로 선정하였다.
서울 ASOS 관측 고도에서 LDAPS-CFD 접합 모델이 모의한 풍향·풍속을 조사하였다.
본 연구에서는 기상청에서 현업 운용 중인 국지기상예측시스템과 CFD 모델을 접합하여, 토지 피복별 차등 가열이 도시 지역의 흐름과 기온에 미치는 영향을 분석하였다. 이를 위하여 GIS 자료로부터 현실적인 건물과 지형 자료를 구축하고, 토지 피복별 지표면 온도의 일변화를 고려하였다.
, 1996). 이와 같이 관측된 토지 피복별 최고 온도, 최저 온도, 그리고 식 (3)을 이용하여 CFD 모델의 시간대별 지표면 온도를 구축하였다.
본 연구에서는 지표면 온도에 따른 도시 지역의 흐름과 기온을 분석하기 위하여, 1:5,000 축적의 GIS 자료와 토지 피복도를 사용하였다. 토지 피복별 차등 가열을 고려하기 위하여, 토지 피복은 콘크리트, 아스팔트, 녹지, 나지, 수역 등 크게 5가지 범주로 구분하였다(Fig. 3). 본 연구에서 사용한 CFD 모델은 토지 피복에 따른 지표면 관측 온도를 기반으로 산출한 지표면 온도를 사용한다.
대상 데이터
서울 ASOS 관측 고도에서 LDAPS-CFD 접합 모델이 모의한 풍향·풍속을 조사하였다. LDAPS는 06시에 서울 ASOS 지점 고도(유입 고도를 기준으로 지상 67.5 m)에서 북동풍 계열의 흐름을 모의하였다(Fig. 8a). LDAPS-CFD 접합 모델은 유입류의 영향으로 전체적으로 북동풍을 모의하였으나, 인왕산과 안산 사이에서는 남동풍 계열의 흐름을, 남동쪽 고층 건물 주변에서는 복잡한 흐름을 모의하였다(Fig.
대상 지역은 서울 ASOS 지점을 중심으로 동서·남북 방향으로 2 km × 2 km 영역으로, 동쪽과 서쪽에는 20층 이상의 아파트 단지가 위치하고, 북서쪽과 남서쪽에는 각각 인왕산(최고 높이 338 m)과 안산(최고 높이 296 m)이 위치한다(Fig. 1).
본 연구에서는 주변에 비교적 높은 산과 건물이 존재 하는 서울 ASOS 주변 지역을 대상 지역으로 선정하였다. 대상 지역은 서울 ASOS 지점을 중심으로 동서·남북 방향으로 2 km × 2 km 영역으로, 동쪽과 서쪽에는 20층 이상의 아파트 단지가 위치하고, 북서쪽과 남서쪽에는 각각 인왕산(최고 높이 338 m)과 안산(최고 높이 296 m)이 위치한다(Fig.
본 연구에서는 지표면 온도에 따른 도시 지역의 흐름과 기온을 분석하기 위하여, 1:5,000 축적의 GIS 자료와 토지 피복도를 사용하였다. 토지 피복별 차등 가열을 고려하기 위하여, 토지 피복은 콘크리트, 아스팔트, 녹지, 나지, 수역 등 크게 5가지 범주로 구분하였다(Fig.
본 연구에서는 태양 복사가 지표에 구름의 차단 없이 지표에 도달할 수 있는 맑은 날(2012년 08월 03일)을 대상 기간으로 선정하였다. Figure 2는 09 LST에 대한 분석일기도와 LDAPS가 모의한 평균 해면 기압(Mean Sea Level Pressure, MSLP)을 나타낸다.
본 연구에서 사용한 CFD 모델은 토지 피복에 따른 지표면 관측 온도를 기반으로 산출한 지표면 온도를 사용한다. 알제리 El-Oued의 도시 협곡에서 측정한 여름철 지표면 온도 자료(Bourbia and Awbi, 2004)의 일중 변화 경향을 이용하여 각 토지 피복에 따른 시간별 지표면 온도를 구축하였고, 이를 CFD 모델의 입력 자료로 사용하였다. 사용이 가능한 표면 온도의 일변화 관측 자료의 부재 때문에, 알제리 El-Oued의 위도(33.
도시 지역 흐름과 기온에 대한 토지 피복별 차등 가열의 영향을 분석하기 위하여, 시간 변화에 따른 토지 피복별 지표면 온도와 그림자 영역에 대한 지표면 온도 감소 효과를 고려하였다. 지표면 온도에 대한 구름의 영향을 제외하기 위해, 구름이 없는 맑은 날 (2012년 08월 03일)을 대상 기간으로 선정하였다.
이론/모형
22 N)가 다소 차이가 있지만 시간별 지표면 온도의 일변화 경향이 같다고 가정하였다. Bourbia and Awbi(2004)에서 측정한 지표면 온도 자료를 이용하여, 식 (3)과 같은 지표면 온도의 일변화 경향을 산출하였다.
수평과 연직 격자체계는 각각 Arakawa Cgrid(Arakawa and Lamb, 1977)와 Charney-Phillips 엇갈림 격자계(Charney and Phillips 1953)를 사용한다. LDAPS는 복사물리과정(spectral band radiation), 지면물리과정 (JULES land-surface scheme), 경계층물리과정(Non-local scheme with revised diagnosis of K profile depth), 미세물리과정(Mixed-phase scheme with graupel), 중력파항력과정을 포함하고(Gravity wave drag due to orography), 유한 차분법을 사용하며 반암시 반라그랑지 방법(semi-implicit semi-Lagrangian)을 이용하여 시간 적분을 수행한다.
이 CFD 모델은 3차원, 비정수, 비압축 대기 흐름 계를 가정하여 Reynolds Averaged NavierStokes (RANS) 방정식 계를 풀이한다. 벽면 경계에서 난류 경계층 효과를 반영하기 위하여 Versteeg and Malalasekera(1995)의 벽면 함수를 사용하였다. 지배 방정식 계는 유한체적법(finite volume method)과 엇갈림 격자계(staggered grid system)을 사용하고, Semi-Implicit Method for Pressure-Linked Equation (SIMPLE) 알고리즘(Patankar, 1980)을 사용한다.
3). 본 연구에서 사용한 CFD 모델은 토지 피복에 따른 지표면 관측 온도를 기반으로 산출한 지표면 온도를 사용한다. 알제리 El-Oued의 도시 협곡에서 측정한 여름철 지표면 온도 자료(Bourbia and Awbi, 2004)의 일중 변화 경향을 이용하여 각 토지 피복에 따른 시간별 지표면 온도를 구축하였고, 이를 CFD 모델의 입력 자료로 사용하였다.
본 연구에서는 국지 규모 기상 현상의 일중 변화를 고려하기 위하여 국지기상예측시스템(Local Data Assimilation and Prediction System, LDAPS)을 사용하였다. LDAPS는 1.
본 연구에서는 중규모 모델의 기상 인자를 초기장으로 사용하고, 상세한 지형과 건물 고려가 가능한 전산 유체역학(Computational Fluid Dynamics, CFD) 모델을 사용하였다(Kim et al., 2014; Kwon and Kim, 2015; Yang and Kim, 2015). 이 CFD 모델은 3차원, 비정수, 비압축 대기 흐름 계를 가정하여 Reynolds Averaged NavierStokes (RANS) 방정식 계를 풀이한다.
0°N)로 한반도 영역을 포함한다. 수평과 연직 격자체계는 각각 Arakawa Cgrid(Arakawa and Lamb, 1977)와 Charney-Phillips 엇갈림 격자계(Charney and Phillips 1953)를 사용한다. LDAPS는 복사물리과정(spectral band radiation), 지면물리과정 (JULES land-surface scheme), 경계층물리과정(Non-local scheme with revised diagnosis of K profile depth), 미세물리과정(Mixed-phase scheme with graupel), 중력파항력과정을 포함하고(Gravity wave drag due to orography), 유한 차분법을 사용하며 반암시 반라그랑지 방법(semi-implicit semi-Lagrangian)을 이용하여 시간 적분을 수행한다.
CFD 모델에 사용된 LDAPS의 수평 풍속과 온위는 선형 보간법을 이용하여 CFD 모델의 수평 및 연직 격자게 맞게 설정하였다. 온 위는 David(1980)의 방법을 이용하여 기온으로 변환하였다. 난류 운동에너지(κ)와 난류 운동 에너지의 소멸률 (ε)의 초기 조건은 식 (1)와 (2)로 결정된다.
벽면 경계에서 난류 경계층 효과를 반영하기 위하여 Versteeg and Malalasekera(1995)의 벽면 함수를 사용하였다. 지배 방정식 계는 유한체적법(finite volume method)과 엇갈림 격자계(staggered grid system)을 사용하고, Semi-Implicit Method for Pressure-Linked Equation (SIMPLE) 알고리즘(Patankar, 1980)을 사용한다.
성능/효과
LDAPS가 모의한 풍향은 관측 풍향과 유사하였으나, LDAPS-CFD 접합 모델의 풍향 오 차(40.62°)는 LDAPS(17.19°)보다 비교적 크게 나타났다 (Table 1).
결론적으로 도심 지역의 흐름과 기온 분포는 건물, 지형, 태양 복사에 따른 지표면 온도 등의 영향으로 매우 복잡한 패턴을 나타냈다. 특히, 태양 복사에 의한 지표면 가열과 주변 지역의 건물이나 지형이 서울 ASOS 지점의 관측 풍속, 풍향, 기온에 영향을 줄 수 있음을 확인하였다.
6℃이다. 대상 기간 동안 LDAPS 와 LDAPS-CFD 접합 모델의 기온에 대한 평균제곱근오차는 각각 2.11와 1.53℃로 나타났는데, LDAPS-CFD 접합 모델이 지표면 가열 효과를 반영함으로써 기온 오차를 다소 감소시킨 것으로 판단되고, 이는 상세 지역 (특히, 도시 지역)의 기온을 모의하거나 예측함에 있어서 지표 가열 효과의 반영이 매우 중요함을 시사한다.
LDAPS는 전체적으로 북동풍 계열의 흐름을 모의하였다. 대상 지역 북서쪽과 남서쪽에 위치한 인왕산 지역(①)과 안산 지역(②) 기온은 비교적 낮게 모의되었으나, 전체적으로 기온의 공간 변화는 매우 작았고 서울 ASOS 지점의 지표 부근에서는 기온이 거의 일정(25.5℃)하게 나타났다(Fig. 6b).
42 m s-1이다(Table 1). 대상기간 동안 서울 ASOS 지점에서의 풍향은 남동에서 북동 계열의 풍향이 나타났다(Fig. 4b). LDAPS가 모의한 풍향은 관측 풍향과 유사하였으나, LDAPS-CFD 접합 모델의 풍향 오 차(40.
8b). 서울 ASOS 관측 고도에서의 기온장을 살펴본 결과, 고층 건물 풍하 지역(⑩)에서 기온이 높게 나타나고, 지표와 가까운 인왕산과 안산의 경계를 따라 기온이 높게 나타남을 확인할 수 있다(Fig. 9a). LDAPS가 모의한 기온과 비교하였을 때, 서울 ASOS 지점 북쪽 지역에서는 기온을 높게 모의하였고 남쪽 지역에서는 낮은 기온을 모의하였으나, 서울 ASOS 지점 부근에서는 LDAPS와 유사한 기온을 모의하였다(Fig.
지표 기온장을 살펴본 결과(Fig. 7b), 대상 지역의 북서쪽과 남서쪽에 위치한 인왕산과 안산(⑦, ⑧)에서는 수목 지역이 분포하고 지표면 온도가 낮아서 상대적으로 낮은 기온이 나타나고, 주로 지표면 온도가 높은 도로를 따라서 기온이 높게 나타남을 확인할 수 있다(Fig. 7b). 서울 ASOS 지점 서쪽에 위치한 도로(⑨)를 따라서 지표 부근의 기온이 상대적으로 높게 나타나지만, 서울 ASOS 지점의 풍하 지역(남서쪽)에 위치하기 때문에 서울 ASOS 지점 기온에 미치는 영향은 없는 것으로 판단 된다.
지형, 건물, 토지 피복별 지표면 온도를 고려하는 LDAPS-CFD 접합 모델의 수치 모의 결과, 지표 부근에서 복잡한 흐름과 기온 분포가 나타났다(Fig. 7). 지표 바람 벡터장을 살펴본 결과, 초기 유입류(북동풍)의 영향으로 대상 지역의 북서쪽과 남서쪽에 위치한 인왕산과 안산의 북동쪽(③, ④)에서 상승 기류가 나타나고, 인왕산과 안산의 남서쪽(⑤, ⑥)에서 하강 기류가 나타난다 (Fig.
결론적으로 도심 지역의 흐름과 기온 분포는 건물, 지형, 태양 복사에 따른 지표면 온도 등의 영향으로 매우 복잡한 패턴을 나타냈다. 특히, 태양 복사에 의한 지표면 가열과 주변 지역의 건물이나 지형이 서울 ASOS 지점의 관측 풍속, 풍향, 기온에 영향을 줄 수 있음을 확인하였다. 따라서, 보다 현실적인 도시 지역의 상세 기 상장을 모의하기 위해서는 유입류 설정뿐만 아니라 토지 피복에 따른 지표면 차등 가열과 같은 외부 강제력의 고려가 필요할 것으로 판단된다.
후속연구
따라서, 보다 현실적인 도시 지역의 상세 기 상장을 모의하기 위해서는 유입류 설정뿐만 아니라 토지 피복에 따른 지표면 차등 가열과 같은 외부 강제력의 고려가 필요할 것으로 판단된다. 이 연구에서 사용한 수치모의 기법은 현실적인 도시 지역 기상장을 모의하고 입체적인 기상 정보를 제공하는데 유용한 수단이 될 것으로 기대한다. 이를 위해서는 LDAPS-CFD 접합 모델의 성능을 더욱 향상시킬 필요가 있다.
이를 위해서는 LDAPS-CFD 접합 모델의 성능을 더욱 향상시킬 필요가 있다. 향후, LDAPS-CFD 접합 모델에 대하여 해상도에 따른 모의 성능 향상을 위한 민감도 실험을 수행하고자 한다.
질의응답
핵심어
질문
논문에서 추출한 답변
토지 피복 변화는 어떤 현상을 발생시키는가?
특히, 도시 지역 중심 지역에서의 인간 활동은 대기 오염과 도시 열섬 현상 등을 유발하게 되었는데, 이들 현상이 도시 지역의 대기환경에 미치는 영향에 관한 연구 결과들이 큰 관심사로 대두되고 있다. 일반적으로 도시 개발이나 성장에 따른 토지 피복 변화는 열 플럭스를 증가 시켜, 도시 지역의 기온을 증가시킨다(Hanna et al., 2009; Hang and Li, 2010; Kim and Baik, 2010).
CFD 모델의 장점은 무엇인가?
Lee and Kim (2011)은 GIS 자료와 전산유체역학(Computational Fluid Dynamics, CFD) 모델을 이용하여 도시 지역의 고층 건물 건축 전과 후의 흐름을 비교하고, 건물에 의한 계절별 풍향과 풍속의 일변화를 분석하였다. CFD 모델은 세밀한 지형과 건물 정보를 고려한 고해상도 계산이 가능하고, 다양한 기상 인자에 대한 분석이 가능하다 (Coirier and Kim, 2006; Yoshie et al., 2007; Kim and Kim, 2009; Zheng et al.
GIS 기반의 중규모 기상 모델과 CFD 모델을 결합한 모델의 사용이 필요한 이유는 무엇인가?
현재 기상청에서 현업 운용 중인 국지기상예측시스템(Local Data Assimilation and Prediction system, LDAPS) 등을 포함한 중규모 기상 모델은 관측 자료를 기반으로 현실적인 기상 현상의 수치 모의가 가능하지만, 시·공간 해상도의 한계로 인해 건물을 고려한 도시 지역 내의 상세 흐름을 모의하기 어렵다. 따라서, 도시 지역의 흐름과 이에 따른 대기질 확산을 현실적으로 수치 모의 하기 위해서는 GIS를 기반으로 중규모 기상 모델과 CFD 모델이 연동된 접합 모델의 사용이 필요하다.
참고문헌 (36)
Arakawa, A., and V.R. Lamb, 1977. Computational design of the basic dynamical processes of the UCLA general circulation model. Methods in computational physics, 17: Academic press, 173-265.
Asaeda, T., V.T. Ca, and A. Wake, 1996. Heat storage of pavement and its effect on the lower atmosphere. Atmospheric Environment, 30: 413-427.
Baik, J.-.J., S.-B. Park, and J.-.J. Kim, 2009. Urban flow and dispersion simulation using a CFD model coupled to a mososcale model. Journal of applied Meteorology and Climatology, 48: 1667-1681.
Bourbia, F., and H.B. Awbi, 2004. Building cluster and shading in urban canyon for hot dry climate, Part 1: Air and surface temperature measurements. Renewable Energy, 29: 249-262.
Charney, J.G., and N.A. Phillips, 1953. Numerical integration of the quasi-geostrophic equations for barotropic and simple baroclinic flow. Journal of Meteorology, 10: 71-99.
Cheng, X., and F. Hu, 2005. Numerical studies on flow fields around buildings in an urban street canyon and cross-road. Advances in Atmospheric Sciences, 22: 290-299.
Choi, H.-W., D.-Y. Kim, J.-J. Kim, K.-Y. Kim, and J.-H. Woo, 2012. Study on dispersion characteristics for fire scenarios in an urban area using CFD-WRF coupled model. Atmosphere, 22: 47-55.
Coirier, W.J., and S. Kim, 2006. Summary of CFDUrban results in support of the Madison square garden and urban dispersion program field tests. American meteorological Society, J5.5.
David, B. 1980. The computation of equivalent potential temperature. Monthly Weather Review, 108: 1046-1053.
Hang, J., and Y. Li, 2010. Wind conditions in idealized building clusters: Macroscopic simulations using a porous turbulence model. Boundary-Layer Meteorology, 136: 129-159.
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: 1713-1726.
Hanna, S.R., O.R. Hansen, M. Ichard, and D. Strimaitis, 2009. CFD model simulation of dispersion from chlorine railcar releases in industrial and urban areas. Atmospheric Environment, 43: 262-270.
Kim, J.-J. and J.-J. Baik, 2005. Physical experiments to investigate the effects of street bottom heating and inflow turbulence on urban street-canyon flow. Advances in atmospheric Sciences, 22: 230-237.
Kim, J.-J. and J.-J. Baik, 2010. Effects of street-bottom and building-roof heating of flow in treedimensional street canyon. Advances in atmospheric Sciences, 27: 513-527.
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: 365-375.
Kim, H.O., and J.M. Yeom, 2012. Effect of the urban land cover types on the surface temperature: Case study of Ilsan new city. Korean Journal of Remote Sensing, 28(2): 203-214 (In Korean with English abstract).
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 a vector format and a CFD model, Korean Journal of Remote Sensing, 30(6): 755-767 (In Korean with English abstract).
Kwon, A.-R. and J.-J. Kim, 2015. Analysis on the observation environment of surface wind using GIS data, Korean Journal of Remote Sensing, 31(2): 65-75 (In Korean with English abstract).
Lee, E.Y., S.K. Moon, and S.R. Shim, 1996. A study on the effect of air temperature and ground temperature mitigation from several arrangements of urban green. The Korean Institute of Landscape Architecture, 61: 65-78.
Lee, J.-H., J.-W. Choi, J.-J. Kim, and Y.-C. Suh, 2009. The effects of an urban renewal plan on detailed air flows in an urban area. Journal of the 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 and apartment complex on flow and dispersion in an urban area. Atmosphere, 21: 95-108.
Liu, C.H., and M.C. Barth, 2002. Large-eddy simulation of flow and scalar transport in a modeled street canyon. Journal of applied Meteorology, 41: 660-673.
Liu, H.Z., B. Liang, F.R. Zhu, B.Y. Zhang, and J.G. Sang, 2003. A laboratory model for the flow in urban street canyons induced by bottom heating. Advances in atmospheric Sciences, 20: 554-564.
Liu, Y., J. Chen, W. Ge, J. Wang, and W. Wang, 2011. Acceleration of CFD simulation of gas-solid flow by coupling macro-/meso-scale EMMS model. Powder Technology, 212: 289-295.
Tewari, M., H. Kusaka, F. Chen, W.J. Coirier, S. Kim, A.A. Wyszogrodzki, and T.T. Warner, 2010. Impact of coupling a microscale computational fluid dynamics model with a mesoscale model on urban scale contaminant transport and dispersion. Atmospheric Research, 96: 656-664.
Van Hooff, T. and B. Blocken, 2010. Coupled urban wind flow and indoor natural ventilation modelling on a high-resolution grid: A case study for the Amsterdam ArenA stadium, Environmental Modelling & Software, 25: 51-65.
Wong, N.H., Y. Chen, C.L. Ong, and A. Sia, 2003. Investigation of thermal benefits of rooftop garden in the tropical environment. Building and Environment, 38: 261-270.
Xie, S., Y. Zhang, L. Qi, and X. Tang, 2003. Spatial distribution of traffic-related pollutant concentrations in street canyons, Atmospheric Environment, 37: 3213-3224.
Yakhot, V., S.A. Orszag, S. Thangam, T.B. Gatski, and C.G. Speziale, 1992. Development of turbulence models for shear flows by a double expansion technique, Physics of Fluids, 4: 1510-1520.
Yang, H.-J. and J.-J. Kim, 2015. Evaluation of Observation Environment for Weather Stations Located in Metropolitan Areas, Korean Journal of Remote Sensing, 31(2): 193-203 (In Korean with English abstract).
Yoshie, R., A. Mochida, Y. Tominaga, H. Kataoka, K. Harimoto, T. Nozu, and T. shirasawa, 2007. Cooperative project for CFD prediction of pedestrian wind environment in the architectural institute of Japan. Journal of Wind Engineering and Industrial Aerodynamics, 95: 1551-1578.
Patankar, S.V., 1980. Numerical Heat Transfer and Fluid Flow, McGraw-Hill, New York, pp.197.
Versteeg, H.K. and W. Malalasekera, 1995. An Introduction to Computational Fluid Dynamics: The Finite Volume Method, Longman, Malaysia, pp.257.
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, 1785-1788.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.