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
- 세분류 자료의 41개의항목을 USGS 코드에 맞춰 재분배하였으며 보다 현실에가까운 토지 이용도 구현을 위해 도시화된 지표특성을 4개(저밀도 주거지역, 고밀도 주거지역, 상업지역, 공업지역)로 상세히 분류하여 수치모의 정확도를 높이고자 하였다. WRF-UCM을 수행하기 위해서는 건물 높이 면적등의 자료가 추가로 필요하며 본 연구에서는 건축물대장을 바탕으로 4개의 도시 하위범주별 3차원 건축물 분포를 재현하였다.
- 이 연구에서는 공단지역을 포함한 연안지역 도시효과를 기상모델에 반영하여 수치모의 정확도를 높이고자 하였다. 그 결과 해상도 높은 토지피복자료와 도시 모수화 방안의 적용이 기온 수치모의의 개선에 기여함을 확인하였다.
- 이 연구에서는 대규모 산업시설이 연안에 위치한 울산지역을 대상으로 해상도 높은 도시 지표상태를 고려할수 있는 도시캐노피모델(Urban Canopy Model, UCM)이 결합된 중규모 기상모델인 WRF (Weather Researchand Forecasting) 모델을 수행하여 기온과 바람 수치모의 결과를 분석하였다. 아울러 상세한 지표상태가 반영된 도시효과를 파악하기 위해 UCM이 고려되지 않은WRF 모델링 결과와 비교하였다.
- , 1987). 하지만 일반적인 중규모 기상모델에서 지형, 토양수분, 식생, 토질 등을 현실적으로 모두 고려하는데 한계가 있어(Chen andDudhia, 2001) LSM 모델과의 접합을 통해 지표경계조건을 더욱 현실적으로 고려하여 경계층 모의능력을 향상시키고자 한다. 또한 도시효과를 고려한 기상수치모의결과를 비교·분석을 위해 기존 WRF 모델링(urbanphysics option을 끈 모델링: WRF-BASE)을 추가로 수행하였다.
제안 방법
- , 2011). LandSurface Model (LSM) 중의 하나인 Noah-LSM을 적용가능하도록 구축하여, 태양으로부터 지표에 흡수된 복사에너지가 현열 혹은 잠열 플럭스 형태로 토양과 대기에 다시 재분배되는 과정을 고려할 수 있도록 하였다. 일반적으로 대기 경계층의 일변화 및 연직적 구조의 모의능력을 향상시키기 위해 지표경계조건이 요구되며, 이는 대기경계층의 구조뿐만 아니라 구름 및 강수과정까지 밀접한 관련이 있다(Mahfouf et al.
- 이 연구에서는 WRF-UCM을 이용하여 연안산업 도시지역을 대상으로 고해상도 기상모델링을 수행하고 기온과 바람 수치모의 결과를 분석하였다. WRF- UCM수행을 위해 울산지역 토지피복 및 건물자료를 재가공하였으며 특히 공단지역을 포함한 도시범주를 상세화시켰다. 고해상도 토지피복정보를 산출한 결과 울산지역 도시역의 비율은 약 12%이며, 이 중 공단지역이 47.
- 본 연구에서는 환경부 환경지리정보서비스(EGIS)에서 제공하는 세분류 자료를 이용하여 울산지역 고해상도 토지피복자료를 생성하였다. 기존연구에서 대부분 중분류(5 m 공간해상도) 자료를 이용하여 기상모델 입력자료를 생성하였으나, 본 연구에서는1 m의 공간해상도(1:5,000 축적)의 세분류 자료를 이용하여 토지피복자료를 생성하였다. 세분류 자료의 41개의항목을 USGS 코드에 맞춰 재분배하였으며 보다 현실에가까운 토지 이용도 구현을 위해 도시화된 지표특성을 4개(저밀도 주거지역, 고밀도 주거지역, 상업지역, 공업지역)로 상세히 분류하여 수치모의 정확도를 높이고자 하였다.
- 또한 도시효과를 고려한 기상수치모의결과를 비교·분석을 위해 기존 WRF 모델링(urbanphysics option을 끈 모델링: WRF-BASE)을 추가로 수행하였다.
- 본연구에서는 울산지역의 열환경을 모의하기 위해 도시캐노피모델이 결합된 중규모 기상 모델(WRF-UCM,WRF버전: 3.5)을 이용하였으며 추가로 분류된 도시하부카테고리를 WRF 모델에서 고려하도록 UCM 모듈을 수정·보완하였다.
- 기존연구에서 대부분 중분류(5 m 공간해상도) 자료를 이용하여 기상모델 입력자료를 생성하였으나, 본 연구에서는1 m의 공간해상도(1:5,000 축적)의 세분류 자료를 이용하여 토지피복자료를 생성하였다. 세분류 자료의 41개의항목을 USGS 코드에 맞춰 재분배하였으며 보다 현실에가까운 토지 이용도 구현을 위해 도시화된 지표특성을 4개(저밀도 주거지역, 고밀도 주거지역, 상업지역, 공업지역)로 상세히 분류하여 수치모의 정확도를 높이고자 하였다. WRF-UCM을 수행하기 위해서는 건물 높이 면적등의 자료가 추가로 필요하며 본 연구에서는 건축물대장을 바탕으로 4개의 도시 하위범주별 3차원 건축물 분포를 재현하였다.
- 이 연구에서는 대규모 산업시설이 연안에 위치한 울산지역을 대상으로 해상도 높은 도시 지표상태를 고려할수 있는 도시캐노피모델(Urban Canopy Model, UCM)이 결합된 중규모 기상모델인 WRF (Weather Researchand Forecasting) 모델을 수행하여 기온과 바람 수치모의 결과를 분석하였다. 아울러 상세한 지표상태가 반영된 도시효과를 파악하기 위해 UCM이 고려되지 않은WRF 모델링 결과와 비교하였다.
- 이 연구에서는 WRF-UCM을 이용하여 연안산업 도시지역을 대상으로 고해상도 기상모델링을 수행하고 기온과 바람 수치모의 결과를 분석하였다. WRF- UCM수행을 위해 울산지역 토지피복 및 건물자료를 재가공하였으며 특히 공단지역을 포함한 도시범주를 상세화시켰다.
대상 데이터
- Table 3에는 모델링 결과 분석에 앞서 모델링 결과와 관측자료와의 검증 통계량(평균 편향 오차(mean biaserror, MBE), 평균 절대 오차(mean absolute grosserror, MAGE), 평균 제곱근 오차(root mean squareerror, RMSE), 일치도 지수(Index Of Agreement, IOA)을 제시하였다. 검증은 지역 내 위치한 8개 기상관측지점(AWS 7개와 ASOS 1개 지점, Fig. 1. 참고)의 시간별 관측자료와 해당격자의 모델값을 비교하였고 모델링 전체기간의 자료를 대상으로 하였다.
- 기상 모델링 수행 기간은 연안도시에서 중규모 및 국지규모 바람이 잘 발달되는 여름철 강수가 없는 일정기간(2018년 7월 20일 ~ 7월 26일, 총 7일)으로 선정하였다. 아울러 이 기간은 고온이 지속적으로 기록된 시기로 여름철 폭염과 관련하여 도시 고온현상에 대한 모델의 재현능력을 평가할 수 있는 기간이기도 하다.
- 4개의 도시범주(저밀도 주거지역, 고밀도 주거지역, 상업지역, 공업지역)를 포함한 34개의 범주와 기존 USGS 24개 범주를비교할 수 있다. 기상모델링 최종 격자(3,960개) 중 울산이 포함되는 격자는 1,134개이며 그중 도시범주가 차지하는 비중은 12.1%(137개)이다. 이를 4개의 도시범주로상세화시킨 결과 저밀도 주거지역 16.
- 수치모델에서 토지피복도는 토지의 반사도(albedo), 흡수분가 용량(moisture availability), 거칠기 길이(roughness length),방사율(emissivity) 등의 물리적 성질을 적용하여 열적 특성과 바람장에 영향을 미친다(Jeong and Kim, 2009;Song and Park, 2013). 본 연구에서는 환경부 환경지리정보서비스(EGIS)에서 제공하는 세분류 자료를 이용하여 울산지역 고해상도 토지피복자료를 생성하였다. 기존연구에서 대부분 중분류(5 m 공간해상도) 자료를 이용하여 기상모델 입력자료를 생성하였으나, 본 연구에서는1 m의 공간해상도(1:5,000 축적)의 세분류 자료를 이용하여 토지피복자료를 생성하였다.
데이터처리
- Table 3에는 모델링 결과 분석에 앞서 모델링 결과와 관측자료와의 검증 통계량(평균 편향 오차(mean biaserror, MBE), 평균 절대 오차(mean absolute grosserror, MAGE), 평균 제곱근 오차(root mean squareerror, RMSE), 일치도 지수(Index Of Agreement, IOA)을 제시하였다. 검증은 지역 내 위치한 8개 기상관측지점(AWS 7개와 ASOS 1개 지점, Fig.
성능/효과
- 오후 1500 KST는 수치모의 결과 내륙과 해양의 뚜렷한기온 차이를 나타내며 강한 해풍이 발달하는 모습을 보이며 WRF-UCM에서 상대적으로 뚜렷하다. WRF-UCM 수치모의 결과 23.6 ~36.1℃의 분포를 보이고 도심지역 평균기온이 31.6℃로 WRF-BASE에 비해 약 0.5℃ 상승하였다. 일반적으로 도시효과에 따른 기온상승과 풍속 약화는 잘 알려져 있다(Hwang et al.
- 0℃)이 나타남을 알 수 있다. WRF-UCM이 상대적으로 관측치의 일중 변화를 잘 재현하였고 WRF-BASE 보다 크게 개선된 수치모의 결과를 보였다. 특히 야간에 높은 정확도를 보였고 새벽에는 오히려 관측값과 비교해 약 0.
- 검증결과, WRF-BASE와 WRF-UCM 두 모델이 여러 기존 문헌에서 (Hogrefe et al., 2001; Borge et al.,2008) 제시한 기상모델링 수행 평가를 위한 통계지표의 신뢰성 범주에 대부분 포함되었고, 특히 기온은 다소의 과소모의 경향이 있지만 관측값의 변화를 매우 잘 재현하였다. 또한 WRF-UCM이 WRF-BASE 결과와 비교해 관측값과 높은 상관과 적은 차이와 오차를 보여 도시열 환경을 잘 모사하고 있는 것으로 평가된다.
- WRF- UCM수행을 위해 울산지역 토지피복 및 건물자료를 재가공하였으며 특히 공단지역을 포함한 도시범주를 상세화시켰다. 고해상도 토지피복정보를 산출한 결과 울산지역 도시역의 비율은 약 12%이며, 이 중 공단지역이 47.4%로 높은 비율을 차지하였다. 이러한 상세정보는WRF-UCM 모델링에 입력되어 대상지역 기온과 바람의 수치모의 정확도를 일부 향상시켰다.
- 두 모델은 하루 중의 변화를 전반적으로 잘 모의하였다. 관측값, WRF-BASE와 WRF-UCM 모두 오전 6시에 최저기온(각각 25.8℃, 24.3℃, 25.3℃)과 오후 2시에 최고기온(각각 32.8℃, 31.0℃, 32.0℃)이 나타남을 알 수 있다. WRF-UCM이 상대적으로 관측치의 일중 변화를 잘 재현하였고 WRF-BASE 보다 크게 개선된 수치모의 결과를 보였다.
- 이 연구에서는 공단지역을 포함한 연안지역 도시효과를 기상모델에 반영하여 수치모의 정확도를 높이고자 하였다. 그 결과 해상도 높은 토지피복자료와 도시 모수화 방안의 적용이 기온 수치모의의 개선에 기여함을 확인하였다. 하지만 이는 단기 사례를 통해 연구된 결과이며 일반화의 어려움이 있다.
- 울산 ASOS는 도심에 위치하여도시의 인공열 효과를 분석할 수 있으며, 다양한 풍향이존재하여 바람의 정확도 평가에 적절한 지점이다. 기온의 경우(Fig. 4-a) 두 모델링 결과 모두 관측된 기온의 시간변화를 잘 모의하고 있지만 WRF-UCM의 결과가 보다 좋게 나타나며, 특히 일 최고 및 최저 기온의 모의 정확도가 매우 높았다. 이는 WRF-BASE 결과와 비교해모델링 기간 평균 1.
- 풍속은 다소 과대모의하는경향을 보였지만 풍향은 야간의 관측값 변화를 비교적잘 모의하였다. 기온의 하루 중 변화에서는 WRF-UCM이 주·야간 고온현상을 잘 재현하여 여름철 도시 폭염 및열대야현상 수치모의 개선에 기여할 수 있음을 보여주었다. 수평분포 분석결과에서는 WRF-UCM이WRF-BASE에 비해 도심지역 높은 기온을 관측치와 유사하게 잘 재현하였지만 풍속도 강하게 모의하였다.
- ,2008) 제시한 기상모델링 수행 평가를 위한 통계지표의 신뢰성 범주에 대부분 포함되었고, 특히 기온은 다소의 과소모의 경향이 있지만 관측값의 변화를 매우 잘 재현하였다. 또한 WRF-UCM이 WRF-BASE 결과와 비교해 관측값과 높은 상관과 적은 차이와 오차를 보여 도시열 환경을 잘 모사하고 있는 것으로 평가된다. 반면 풍속의 경우 두 모델 결과는 관측값과 비교하여 과대모의 하였고 이러한 경향은 WRF-UCM의 결과에서 상대적으로 뚜렷하였다.
- , 2015; Zhou and Chen, 2018). 본 연구의 사례 기간에서도 도시지역 기온상승이 WRF-UCM모델을 통해 잘 재현되었다. 하지만 연안도시역과 해상을 포함한 영역에서 나타난 강한 기온 경도로 인해 오히려 풍속이 높아지는 현상이 수치모의 되었다.
- 기온의 하루 중 변화에서는 WRF-UCM이 주·야간 고온현상을 잘 재현하여 여름철 도시 폭염 및열대야현상 수치모의 개선에 기여할 수 있음을 보여주었다. 수평분포 분석결과에서는 WRF-UCM이WRF-BASE에 비해 도심지역 높은 기온을 관측치와 유사하게 잘 재현하였지만 풍속도 강하게 모의하였다.
- 4℃ 상승하였다. 오후 1500 KST는 수치모의 결과 내륙과 해양의 뚜렷한기온 차이를 나타내며 강한 해풍이 발달하는 모습을 보이며 WRF-UCM에서 상대적으로 뚜렷하다. WRF-UCM 수치모의 결과 23.
- 1%(137개)이다. 이를 4개의 도시범주로상세화시킨 결과 저밀도 주거지역 16.1%, 고밀도 주거지역 5.1%, 상업지역 31.4%, 공업단지역 47.4%로 공업단지역이 연안도시지역에 넓게 분포해 있는 것으로 나타났다. 울산 토지피복분포의 가장 큰 특징은 넓은 면적에도 불구하고 도심지역이 매우 밀집되어 발달 되어 있으며 공업지역과 주거 및 상업지역이 매우 인접해있는 것이다.
- WRF-UCM이 상대적으로 관측치의 일중 변화를 잘 재현하였고 WRF-BASE 보다 크게 개선된 수치모의 결과를 보였다. 특히 야간에 높은 정확도를 보였고 새벽에는 오히려 관측값과 비교해 약 0.1 ~ 0.6℃ 높게 나타났다. 이러한 기온의 일중 변화들은 WRF-UCM이 도시효과를 반영함을 보여주는 결과이다.
- 풍속 검증의 경우, 비교 고도의 차이가 있어(관측지점은 지상 3 m 또는 10 m, 모델값의 고도(1층중간)는 지상 약 16 m) 결과 분석에 한계가 있다. 풍향의경우 WRF-UCM이 WRF-BASE 결과와 비교하여 상대적으로 관측값을 잘 재현하는 것으로 평가되었다.
- , 2013). 하지만 실제로 도시범주를 상세화시킨 결과 울산지역의 경우 고밀도 주거지역이 가장 낮은 비율을 차지하였으며, urban parameter 중 대부분에서 주거지역보다 변수값(surface emissivity of roof, thermal conductivity ofroof 등)이 큰 상업 및 공업단지역이 대부분을 차지하는것으로 나타났다.
후속연구
- 하지만 연안도시역과 해상을 포함한 영역에서 나타난 강한 기온 경도로 인해 오히려 풍속이 높아지는 현상이 수치모의 되었다. 이는 대상지역 특성에따라 도시효과가 미치는 기온과 바람의 영향이 다를 수있음을 보여주는 결과이며 다양한 사례와 장기 모델링을 통한 추가 연구가 필요할 것이다.
- 향후 다양한 지표정보와 맞는 개선된 인공열 산정과 모델에 적용이 필요할 것이다.
- 하지만 이는 단기 사례를 통해 연구된 결과이며 일반화의 어려움이 있다. 향후 입력자료의 추가적인 개선과 여러 지역을 대상으로 한 추가 모델링 연구를 통해 충분히 검증될 필요가 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.