Atmosphere. Korean Meteorological Society Vol. 27, No. 1 (2017) pp. 67-77 https://doi.org/10.14191/atmos.2017.27.1.067 pissn 1598-3560 eissn 2288-3266 연구논문 (Article) 도시지역대상의 CFD 모델영역에서유입류풍속추정에관한연구 강건 김재진 * 부경대학교환경대기과학과 ( 접수일 : 2016 년 11 월 14 일, 수정일 : 2016 년 12 월 26 일, 게재확정일 : 2016 년 12 월 28 일 ) A Study on Estimation of Inflow Wind Speeds in a CFD Model Domain for an Urban Area Geon Kang and Jae-Jin Kim* Department of Environmental Atmospheric Sciences, Pukyong National University, Busan, Korea (Manuscript received 14 November 2016; revised 26 December 2016; accepted 28 December 2016) Abstract In this study, we analyzed the characteristics of flow around the Daeyeon automatic weather station (AWS 942) and established formulas estimating inflow wind speeds at a computational fluid dynamics (CFD) model domain for the area around Pukyong national university using a computational fluid dynamics (CFD) model. Simulated wind directions at the AWS 942 were quite similar to those of inflows, but, simulated wind speeds at the AWS 942 decreased compared to inflow wind speeds except for the northerly case. The decrease in simulated wind speed at the AWS 942 resulted from the buildings around the AWS 942. In most cases, the AWS 942 was included within the wake region behind the buildings. Wind speeds at the inflow boundaries of the CFD model domain were estimated by comparing simulated wind speeds at the AWS 942 and inflow boundaries and systematically increasing inflow wind speeds from 1 m s 1 to 17 m s 1 with an increment of 2 m s 1 at the reference height for 16 inflow directions. For each inflow direction, calculated wind speeds at the AWS 942 were fitted as the third order functions of the inflow wind speed by using the Marquardt-Levenberg least square method. Estimated inflow wind speeds by the established formulas were compared to wind speeds observed at 12 coastal AWSs near the AWS 942. The results showed that the estimated wind speeds fell within the inter quartile range of wind speeds observed at 12 coastal AWSs during the nighttime and were in close proximity to the upper whiskers during the daytime (12~15 h). Key words: CFD model, automatic weather station, estimation of inflow wind speeds, observed and simulated wind speeds, urban area 1. 서론 도시지역의환경문제가사회적인이슈로대두됨에따라도시개발사업시환경영향평가를실시하여환경보전대책을수립하기위한노력이활발히진행되고 *Corresponding Author: Jae-Jin Kim, Department of Environmental Atmospheric Sciences, Pusan National University, Busandaehak-ro 63beon-gil 2, Geumjeong-gu, Busan 46241, Korea. Phone: +82-51-629-6645, Fax: +82-51-629-6638 E-mail: jjkim@pknu.ac.kr 있다. 도시지역의대기환경 ( 기상, 대기질, 악취 ) 과열환경을평가 분석하는방법에는크게야외에서실측하는방법, 풍동 수조를이용한방법, 수치모델을이용하는방법등이있다 (Baik et al., 2009; Blocken, 2015). 최근의도시지역흐름과확산에대한평가는컴퓨터성능향상과수치모델의수치모의능력향상으로수치모델에대한의존도가높아지고있는추세이고 (Kwa and Salim, 2015), 기존의야외실험과풍동 수조실험은비용과시 공간적인제약으로인해주로수치모델을검증하는부분에많이활용되고 67
68 도시지역대상의 CFD 모델영역에서유입류풍속추정에관한연구 있다 (Wang and McNamara, 2007; Gromke et al., 2008; Blocken et al., 2012). 지리정보시스템 (Geographic Information System, GIS) 이구축됨에따라상세한지형정보의이용이가능해졌고, 이를기반으로도시규모이하의상세한기상과대기확산평가가가능한전산유체역학 (Computational Fluid Dynamics, CFD) 모델이활발하게활용되고있다. CFD 모델을구동하기위해서는수치도면, 경계조건, 초기자료, 격자체계, 시간간격, 반복수렴조건 (iterative convergence criteria) 등의설정이매우중요하고이들의설정이계산결과에중요한영향을미친다 (Franke et al., 2007). 따라서 COST (European Cooperation in the field of Scientific and Technical Research) Action 732 에서는초기 경계조건설정을위한최적의가이드라인을제시하였고, 이를바탕으로 CFD 모델을이용한많은연구들이수행되고있다 (Amorim et al., 2013; Moonen et al., 2013; Gromke et al., 2015). 특히, CFD 모델을이용하여도시지역의바람을수치모의할때, 그도시지역에분포하는지형과건물배치에따라바람 ( 풍향, 풍속 ) 의특성은매우다르게나타날수있고, 수치모의결과는바람에대한초기 경계조건에대해매우민감하게나타날수있다 (Schatzmann and Leitl, 2011). 환경영향평가서작성에관한규정 ( 환경부고시제 2016-22 호 ) 에서는미기상영향평가를수행할때, 공사가예정된현장에서가장가까운기상관측소의최근 10 년간의자료를이용하거나, 기상관측소의자료가사업지역의기상현황을충분히반영하지못할경우현지조사를병행하여수치모델의입력자료로사용하도록명시하고있다. 이에따라, 대부분의선행연구에서는바람에대한초기 경계조건을현실적으로설정하기위해대상지역에서가장가까운곳에위치한기상관측소의관측값을이용하여왔다. 그러나도시지역에위치한대부분의기상관측소는주변건물과인공구조물에영향을직 간접적으로받기때문에, 관측값이기상관측소인근지역 ( 반경수 ~ 수십 km) 에대한대표성을가지기힘들며, 수 m 영역에대한국지적바람정보만제공할가능성이크다 (Yang and Kim, 2015). 미국 Oklahoma City 를중심으로 160 여개의기상장비를동원하여수행한대규모야외관측실험인 Joint Urban 2003 (Allwine et al., 2004) 결과에따르면, 중심업무지구 (Central Business District, CBD) 내부에서는건물과장애물에의해형성된복잡한흐름때문에불과수 m 이내의거리에서도관측값사이의시 공간적변동성이크게나타났다 (Gowardhan et al., 2011). 이뿐만아니라 CBD 의경계에위치한관측지점과그로부터 1km 떨어진도외지역의관측값을비교하였을때, 일부풍향 ( 남풍, 서풍 ) 에대해서 만풍속 풍향의유사함을보고하였다 (Schatzmann and Leitl, 2011). Yang and Kim (2015) 은도시지역 ( 서울, 대구 ) 의기상관측소주변지역을대상으로수행한수치실험을통해기상관측소인근지역에위치한건물이나장애물의간섭으로관측된풍속 풍향이유입류와큰차이가나타나는것을조사하였고이를통해기상관측소주변환경의중요성에대해보고하였다. 앞에서도기술하였듯이, 건물집적도가높은도시지역의관측자료는건물, 지형, 지표마찰, 난류등의영향을많이받기때문에, 도시지역에서관측된기상자료를보정하지않고 CFD 모델의초기 경계자료로사용하기에는부적절하다. 기상모델과의접합을통해현실적인초기 경계자료를제공할수는있지만, 장기간기상모델을수행하는것또한현실적인제약을많이받는다. 따라서, 이와같은제약을극복할수있는방안의개발이필요하다. 본연구에서는해안에인접한도시지역에서관측된기상자료와 CFD 모델이수치모의한결과를비교함으로써, 건물등에의해감소된풍속을감안한배경대기의풍속을추정할수있는방법을개발하였다. 이를위해서부산남구에위치한부경대학교인근지역을대상지역으로선정하였고, 부경대학교내에설치된대연 AWS (AWS 942) 에서관측된기상자료를이용하였다. 2. 연구방법 2.1 수치모형본연구는 Kang and Kim (2015) 이사용한 CFD 모델과동일하다. 이모델은 RANS (Reynolds Averaged Navier-Stokes) 방정식계에기초하며, 흐름이수목을지날때나타나는압력손실을고려하기위해운동방정식과난류운동에너지방정식, 그리고난류운동에너지소멸률방정식에 Balczó et al. (2009) 에서사용한수목항력항 (tree drag term) 이추가되어있다. 이모델은 Yakhot et al. (1992) 이제안한재규격화군이론 (renormalization group theory, RNG) 에근거한 k-ε 난류종결방법을사용하고, 3 차원, 비정수, 비압축대기흐름계를가정한다. 또한지배방정식계는 Patankar (1980) 가제안한 SIMPLE (semi-implicit method for pressure-linked equation) 알고리즘과유한체적법을이용하고, 엇갈림격자계 (staggered grid system) 에서해석된다. 또한 Versteeg and Malalasekera (1995) 가제안한벽면함수 (wall function) 를이용하여벽면근처에서의난류경계층을모사한다. 2.2 대상지역본연구는부산광역시남구대연동에위치하고있는부경대학교를대상지역으로선정하였다. 부경대 한국기상학회대기제 27 권 1 호 (2017)
강건 김재진 69 Fig. 1. Aerial photographs around Pukyong National University (from www.daum.net). The red spot in (a) indicates the position of the AWS 942 and the red polygons in (b) indicate the buildings of which heights are higher than the observation height of the AWS 942. 학교내부에는대연 AWS (AWS 942) 지점이위치하고있다 (Fig. 1a). AWS 942 지점으로부터동쪽으로약 700 m 거리에바다가위치하고, 북서쪽, 서쪽, 남서쪽에는건물높이가비교적낮은주거 상업시설이분포해있으며, 남동 ( 북동 ) 쪽에는높이가 70(40) m 이상인아파트단지가위치하고있다 (a and b in Fig. 1a). Figure 1b 의원은 AWS 942 지점관측고도 ( 지상 22.5 m) 의 10 배에해당하는거리를나타낸다. 세계기상기구 (World Meteorological Organization, WMO) 에서는지상바람관측시관측고도의 10 배이내에장애물이없어야함을권장하고있으나 (WMO, 2010), 건물의집적도가높은도시지역에위치한대부분의기상관측소는이기준을만족시키지못한다. Figure 1b 에서붉은색으로표시한건물은관측고도보다높은건물을나타내는데, AWS 942 지점주위에건물과장애물이다수존재하고관측고도보다높은건물이다수분포하고있어관측풍향과풍속에큰영향을미칠것으로판단된다. 2.3 수치실험설계본연구에서는지리정보시스템 (Geographic Information System, GIS) 자료를기반으로지표경계입력자료를구축하였다. 수치도면의크기를동서방향으로 1,000 m, 남북방향으로 1,000 m, 연직방향으로 250 m 로설정하였다 (Fig. 2). 격자해상도가수평방향으로 5m, 연직방향으로 2.5 m 인등격자계를사용하였고, 격자개수는 x, y, z 방향으로각각 200, 200, 100 개이다. 적분시간간격은 0.5 초로하여총 3,600 초까지수치적분하였다. 바람과난류운동에너지, 그리고그소멸율에대한유입경계조건은중립대기를가정하고 Fig. 2. Three-dimensional configuration for the target area used as the surface boundary condition in the CFD model. Castro and Apsley (1997) 을참고하여다음과같이설정된다. uz () = u * ----ln --- z κ cosθ, z 0 vz () = ----ln u * --- z κ z sinθ, 0 wz () = 0, kz () = u 2 * ------- 1 z δ -- 2, c µ 1/2 ε() z = c 1/2 3/2 µ k ----------------. κz (1) (2) (3) (4) (5) 여기서 u *, z 0, κ, δ 는각각마찰속도, 거칠기길이 Atmosphere, Vol. 27, No. 1. (2017)
70 도시지역대상의 CFD 모델영역에서유입류풍속추정에관한연구 Fig. 3. Comparison of wind speeds simulated at the AWS 942 location and the inflow wind speeds in the (a) northerly (N), north-north-easterly (NNE), northeasterly (NE), east-north-easterly (ENE), (b) easterly (E), east-south-easterly (ESE), southeasterly (SE), south-south-easterly (SSE), (c) southerly (S), south-south-westerly (SSW), southwesterly (SW), west-southwesterly (WSW), (d) westerly (W), west-north-westerly (WNW), northwesterly (NW), and north-north-westerly (NNW) cases. (0.05 m), von Karman 상수 (0.4), 경계층두께 (1000 m) 를의미한다. 본연구에서는대연 AWS (AWS 942) 지점에서 CFD 모델이수치모의한바람자료를관측자료와비교하고, 각풍향별로동일한풍속이모의되었을때의유입류풍속을찾는방식으로유입류를역추정하였다. 본연구에서사용한관측자료는, AWS 942 지점이현재의위치로이전한날짜 (2009 년 5 월 15 일 ) 를고려하여, 2010 년 1 월 1 일부터 2014 년 12 월 31 일까지 5 년동안관측된 1 시간평균풍향 풍속자료를사용하였다. 도단위의관측풍향을이용하였고무풍 (0.3 m s 1 미만의풍속 ) 의경우는분석에서제외하였다. 그리고 3.2 장에서유입류역추정방정식의검증을위 하여 AWS 942 지점으로부터반경 60 km 이내에위치한 12 지점의 AWS 에서같은기간동안 (2010.01.01.~ 2014.12.31) 관측한풍향 풍속자료를이용하였다. 풍속추정방정식을산출하기위하여, 기준고도 ( 지상 15 m) 에서유입류풍속을 1m s 1 에서 17 m s 1 까지 2m s 1 간격으로변화시키고, 총 16 방위 ( 북풍, 북북동풍, 북동풍, 동북동풍, 동풍, 동남동풍, 남서풍, 남남동풍, 남풍, 남남서풍, 남서풍, 서남서풍, 서풍, 서북서풍, 북서풍, 북북서풍 ) 의풍향에대해수치모의하였다. 3. 결과및토의 Figure 3 은 16 방위에대하여 AWS 942 관측고도 한국기상학회대기제 27 권 1 호 (2017)
강건 김재진 71 Fig. 4. Comparison of wind directions simulated at the AWS 942 location and the inflow wind directions. ( 지상 22.5 m) 에서 CFD 모델이수치모의한풍속과유입류풍속을나타낸것이다. 북풍을제외하고전체적으로관측지점의풍속이유입류풍속의 60% 이하로모의되었는데, 이는건물과장애물에의해풍속이감소한것이다. 특히, 북동풍, 동풍, 남남동풍, 남서풍의경우, 관측지점풍속이유입류의 50% 이하로모의되었는데, 동풍의경우에는유입류풍속의 15% 이하로크게감소하였다. 반면, 북풍의경우, AWS 942 지점에서유입류풍속에비해평균 1.1 배강하게모의되었다. Figure 4 는 16 방위에대하여 AWS 942 지점에서 CFD 모델이수치모의한풍향과유입류풍향을비교한것이다. AWS 942 지점에서수치모의된풍향은, 남동풍을제외하고는, 유입류풍향과차이가평균 7 o 이내로유입류풍향과매우유사하게나타났다. 남동풍의경우, 유입류풍향과 AWS 942 지점에서수치모의된풍향의차가비교적컸다 ( 최대 : 52 o ). 3.1 장에서는유입류풍향과관측지점에서수치모의된풍향차가가장큰남동풍경우, 풍속이가장약하게모의되는동풍경우, 그리고풍속이오히려증가하는북풍경우에대하여상세흐름을분석하였다. 3.2 장에서는수치모의한결과를이용하여유입류풍속추정방정식을구하였다. 추정방정식을검증하기위하여 AWS 942 지점인근지역의해안에위치한 AWS 관측자료를이용하였다. 3.1 상세흐름분석 ( 동풍, 북풍, 남동풍 ) 3.1 장에서는앞서언급한남동풍, 북풍, 동풍의유 입류에대하여상세흐름특성을분석하였다. Figure 5 는관측고도의수평풍속분포와바람벡터장을나타낸다. 수평풍속분포는유입류풍속과수치모의된풍속의비를백분율로나타냈고, 바람벡터장은 AWS 942 지점 (yellow rectangles in Figs. 5a, 5c, and 5e) 의풍상측영역 (rectangles in red dashed lines in Figs. 5a, 5c, and 5e) 을확대하여나타냈다. 바람벡터장에서검정색 ( 회색 ) 건물은관측고도보다높은 ( 낮은 ) 건물을나타낸다. 남동풍이부는경우, AWS 942 지점에서모의된풍향은유입류풍향과 50 o 이상의차가났다. 부경대학교남동쪽에 70 m 이상의대규모고층아파트단지가위치하고있는데이아파트단지풍하측에위치한부경대학교내에서매우복잡한 2 차흐름이형성되었고대상지역으로유입되는배경흐름의방향이분산되었으며, 전반적으로풍속이약화되었다 (Figs. 5a and 5b). AWS 942 지점의남쪽에는관측고도보다높은건물이나란히배치되어있고 (a in Fig. 5b), a 지역 ( 붉은음영 ) 건물에의해흐름이양쪽으로분리되어건물의측면을따라흐르게된다. 이때 a 지역건물에의해흐름분리가일어나고, 건물동쪽벽면을따라남풍계열의강한흐름이형성됨을확인할수있다. a 지역건물의서쪽벽면을따라흐르는흐름이 AWS 942 지점에직접적인영향을주는것을볼수있다. 이는하층 (17.5 m) 흐름에서더욱뚜렷하게볼수있는데 (wind vectors in the right-top side of Fig. 5b), 관측지점남쪽에인접한건물들에의해흐름이차단되며남서쪽건물들과남쪽건물들사이로바람통로가형성되어 AWS 942 지점에는남풍으로편향된흐름이나타나는것을볼수있다. 북풍이부는경우, 다른풍향과다르게관측지점에서풍속이강하게모의되었다 (Fig. 5c). 이는관측지점의북쪽에건물높이가비교적낮은주거 상업시설이분포하고있어서관측고도보다높은건물로인한흐름저지가나타나지않기때문이다. 또한관측지점의북북서 ( 북북동 ) 쪽에위치하고있는 c (d) 지역건물의동쪽 ( 서쪽 ) 인접구역에서는질량보존을만족하기위해풍속이증가 (channeling effect) 하게된다. 이때, e 지역의아파트단지사이로유입되는흐름으로인해 d 지역풍하측에서북동풍계열의흐름이나타나게되고, 이흐름은 c 지역풍하측흐름과중첩되어관측지점까지강하게유지됨을확인할수있다 (Fig. 5d). 동풍의경우, 관측지점에서풍속감소가가장크게수치모의되었다 ( 유입류풍속의 15% 이하 )(Fig. 5e). 이는 AWS 942 지점의동쪽에관측고도보다높은건물이다수위치하고, 건물에의한풍하측지역풍속감소가일어나기때문이다. 특히, 건물 1 의풍상측에는유입류풍속의약 80% 정도의풍속을갖는흐름 Atmosphere, Vol. 27, No. 1. (2017)
72 도시 지역 대상의 CFD 모델 영역에서 유입류 풍속 추정에 관한 연구 Fig. 5. Contours of simulated horizontal wind speeds in percent for the inflow wind speeds at the observation height of the AWS 942 (left panel) and wind vectors in the rectangles in red dashed lines (right panel) in the southeasterly [(a) and (b)], northerly [(c) and (d)], and easterly [(e) and (f)] cases. The yellow small rectangles in (a), (c), and (e) indicate the AWS 942 station. 한국기상학회 대기 제27권 1호 (2017)
강건 김재진 73 Fig. 6. Streamlines on the cross section along AB in Fig. 5f. Table 1. Formulas for estimating the inflow wind speeds for 16 inflow directions. Wind direction W WSW SW SSW S SSE SE ESE E ENE NE NNE N NNW NW WNW Formulas for estimating the inflow wind speeds y = 0.0078x 3 + 0.1529x 2 + 0.8899x + 0.2365 y = 0.0236x 3 + 0.4409x 2 0.0493x + 0.8900 y = 0.0225x 3 + 0.5394x 2 + 0.3925x + 0.7414 y = 0.0087x 3 + 0.1974x 2 + 0.8179x + 0.3887 y = 0.0015x 3 0.0513x 2 + 1.8023x 0.5406 y = 0.0410x 3 + 0.6580x 2 0.0863x + 1.3584 y = 0.0076x 3 0.0725x 2 + 1.8134x + 0.5925 y = 0.0259x 3 + 0.4224x 2 + 0.0696x + 0.9862 y = 0.0372x 3 0.3785x 2 + 3.33243 0.8837, 78.75 o < degree 90 o 0.0873x 3 0.2918x 2 + 3.7904x 0.3436, 90 o < degree 101.25 o y = 0.0086x 3 0.1188x 2 + 2.0364x 0.5913 y = 0.0176x 3 + 0.3923x 2 + 0.6203x + 0.5675 y = 0.0068x 3 + 0.1559x 2 + 0.8089x + 0.4151 y = 0.0090x 3 0.0303x 2 + 1.1248x 0.2246 y = 0.0027x 3 + 0.0742x 2 + 0.7559x + 0.2366 y = 0.0023x 3 + 0.0413x 2 + 1.1972x + 0.0811 y = 0.0021x 3 + 0.0518x 2 + 1.0288x + 0.0755 이나타나지만 (Fig. 5f), 이흐름이건물 1 에부딪혀양쪽으로분리되면서건물풍하측에서는유입류풍속대비 13% 이하의매우약한흐름이나타나는것을볼수있다. Figure 5f 에서 AB 사이의연직유선장과유입류풍속대비풍속장 (Fig. 6) 을조사하였다. 건물 1 의풍하측뿐만아니라풍상측에서도풍속감소가나타나는것을볼수있다. 건물 1 의풍상측면에서는정체점 (stagnation point) 을경계로흐름이상하로분리되고, 건물전면하층에소용돌이가형성됨을확인할수있다. 건물풍하측후류 (wake) 에서도풍속이크게감소하는것을볼수있는데, AWS 942 지점은풍속감소가현저히나타나는후류내에위치하고있어풍속이매우낮게모의되었다. 3.2 유입류풍속역추정및비교 검증 3.2 장에서는 AWS 942 지점에서 CFD 모델이수치 모의한바람자료를관측자료와비교하고, 각풍향별 (16 방위 ) 로동일한풍속이모의되었을때의유입류풍속을찾는방식으로유입류를역추정하였다. 추정한유입류풍속의타당성검증을위해해안지역 12 개 AWS 관측자료와비교하였다. 유입류풍속을추정하기위하여다양한범위 (1~17 m s 1 ) 유입류풍속을고려하였고, Marquardt-Levenberg 최소자승법을이용하여 AWS 942 지점에서관측 수치모의된풍속과유입류풍속간의관계식을산출하였다 (Table 1). 동풍 (78.75 o ~101.25 o ) 의경우, 유입류가 13.92 m s 1 이상의풍속을갖더라도 AWS 942 지점에서모의되는풍속이일정하게나타나기때문에 (Fig. 3b), 이를역으로추정하게되면매우크게추정되는문제점이발생했다. 따라서, 본연구에서는동풍을 78.75 o ~90 o 와 90 o ~101.25 o 의범위로세분화하여역추정관계식을도출하였다. Atmosphere, Vol. 27, No. 1. (2017)
74 도시지역대상의 CFD 모델영역에서유입류풍속추정에관한연구 Fig. 7. AWS stations located along the coastlines near the AWS 942. Fig. 8. Diurnal variations of observed wind speeds averaged during the period of 2010~2014 and estimated wind speeds using the formulas in Table 1. Gray boxes indicate the box plot of the observed wind speeds for the 12 AWSs, black circles indicate the observed wind speeds at the AWS 942 station, and blue circles indicate the estimated wind speeds. 수치실험을통해구한유입류풍속추정방정식을비교 검증하였다. 검증을위해서는비교대상지점 ( 수치도면유입경계 ) 에서의관측이필요하다. 그러나장기간동안유입류 (16 방위 ) 의관측은현실적으로거의불가능하기때문에, 본연구에서는건물등장애물영향을적을것으로예상되는해안지역 AWS 관측값과비교하여유입류역추정방정식을정성적으로검증하였다. 해안 AWS 지점은 AWS 942 지점을중심으로반경 60 km 이내의해안지역에위치하고있는 12 개관측소로선정하였다 (Fig. 7). Figure 8 은 AWS 942 지점과해안 12 곳관측지점에서관측한풍속의일변화를나타낸다. 비교를위해서, AWS 942 지점이현재위치로이전한날짜 (2009 년 5 월 15 일 ) 를고려하여 2010 년부터 2014 년까지 5 년동안의자료를이용하였다. 해안지역관측값은자료의분포정도를나타내기위해 box plot 으로나타내었다. 회색 box 는 12 개 AWS 의관측풍속평균값중에서상위 25% 에서 75% 사이에해당하는사분위수범위 (Inter Quartile Range, IQR) 를나타내고 box plot 의양끝값 ( 회색다이아몬드 ) 은이상치 (outlier) 를나타낸다. 선정한기상관측소는대부분해안선을따라위치하고있지만, 주변의지형적특성으로인해풍속차이가비교적크게나는것을볼수있다. 관측풍속의상한과하한이상치 (outlier) 는각각북항 AWS (AWS 969) 와기장 AWS (AWS 923) 에서나타났다. AWS 969 지점은오륙도등대섬의등대꼭대기에위치하고있어서건물이나지형물에의한풍속감소가거의일어나지않을것으로판단되고, 대상지역에가장인접하여위치하고있기때문에대상지역의배경풍속에대한가장적절한참고자료로활용될수있을것으로판단된다. 반면, AWS 923 지점은해안으로부터약 500 m 떨어진내륙에위치하고있어다른지점보다낮은풍속이관측되었다. 12 개 AWS 관측풍속의 IQR 은평균 1.01 m s 1 로비교적일정하였고, 최대 ( 최소 ) 값은 24(12) 시에서 1.17(0.82) m s 1 로나타났다. AWS 942 지점의풍속은중간값보다야간 ( 주간 ) 에 1.4(1.0) m s 1 낮게나타나고, 하한이상치와유사한분포를보이는것을확인할수있다. 이는 AWS 942 지점이해안에서약 700 m 떨어진도심지역 ( 부경대학교캠퍼스 ) 에위치하고있어서건물에의한풍속감소가크기때문인것으로판단된다. 추정된풍속은 AWS 942 지점에서관측된풍속보다평균 1.29 m s 1 컸고, 11 시에서 16 시까지값을제외하고 12 개 AWS 풍속의 IQR 내에분포하는것을 한국기상학회대기제 27 권 1 호 (2017)
강건 김재진 75 Fig. 9. Wind-rose plots for the observed [(a) and (b)] and estimated wind speeds [(c) and (d)] during the daytime (08~19 h) (left panel) and night time (20~07 h) (right panel) at the AWS 942 station. 볼수있다. 추정된풍속과 12 개 AWS 관측풍속중간값과의차는야간 (18 시부터익일 07 시까지 ) 과주간 (08 시부터 17 시까지 ) 에각각 0.5 와 0.7 m s 1 로 AWS 942 관측풍속에비해차가감소하였다. 12 시에서 15 시까지는추정된풍속이상한수염값 (whiskers) 에근접한것을볼수있다. AWS 942 지점에서관측된주간동안의주풍향이동풍 (18%) 과동북동풍 (11%) 이고수치도면동쪽경계면이바다에인접함을감안하였을때, 주간동안상한수염값에근접하게추정된풍속은합리적인것으로판단된다. Figure 9 는관측바람과추정된바람을이용해작성한 AWS 942 지점의 5 년간주간 (08~19 시 ) 과야간 (20~07 시 ) 의바람장미를나타낸다. Figure 9 에서볼수있듯이, AWS 942 지점은주간에는동풍계열이가장우세하게나타나고각풍향별강풍빈도도주간이야간보다높음을확인할수있다. 이로인해주간에추정된풍속이크게나타나는것으로판단된다. 또한, 야간에는동풍계열의빈도가상대적으로낮아지고각풍향별약풍빈도가높아지면서추정된풍속이상대적으로작아지는것으로판단된다. 4. 요약및결론 본연구는도시지역에위치한대연 AWS (AWS 942) 지점의주변환경을분석하고 AWS 942 지점의관측자료를기반으로건물의마찰효과를받기전의유입류풍속을추정하였다. 이를위하여 CFD 모델의초기 경계조건을 16 방위의유입류에대해체계적으로변화시켰다 (1 m s 1 부터 17 m s 1 까지 2m s 1 간격 ). 수치모의결과를이용하여풍향별유입류풍속추정방정식을수립하였고, 이를검증하기위해대상지역주변해안가에위치한 12 개지점의 5 년간 (2010~ 2014 년 ) 관측자료와비교하였다. 대상지역인 AWS 942 지점주변은관측고도 ( 약 22.5 m) 의 10 배이내의거리에건물과장애물이다수존재하고있고남동 ( 북동 ) 쪽에는높이가 70(40) m 이상인아파트단지가위치하고있다. 따라서흐름에대한건물영향이크게나타났다. 특히, 동풍의경우 AWS 942 지점의동쪽에위치하고있는건물들에의한흐름방해가크게나타나서관측지점풍속은유입류풍속의 15% 이하로모의되었다. 북풍의경우, Atmosphere, Vol. 27, No. 1. (2017)
76 도시지역대상의 CFD 모델영역에서유입류풍속추정에관한연구 AWS 942 지점의북쪽에는관측고도보다높은건물이존재하지않고건물사이에서채널링효과 (channeling effect) 가나타나면서관측지점에서모의된풍속은유입류의 110% 이상으로강하게나타났다. 풍향의경우, 대부분유입류풍향과유사하게나타났지만, 남동쪽에위치한대규모아파트단지와관측지점주변건물의영향으로유입류인남풍과 50 o 이상차가났다. 유입류풍속추정방정식을비교 검증하기위해, 대상지역에서반경 60 km 이내에위치한해안관측소자료를이용하였다. 해안관측소자료의 5 년간 (2010~2014 년 ) 일평균풍속과비교하였을때, AWS 942 지점의관측풍속은해안지점의하한이상치와유사하게나타났는데, 이는 AWS 942 지점주변건물에의한것으로분석되었다. 추정된풍속은야간 (20~ 07 시 ) 에는해안지점 IQR 내에분포하였고, 주간 (08~ 19 시 ) 에는다소높게나타났다. 주간의추정풍속이높은이유는주간에강풍빈도가높은동풍계열이우세하고각풍향별강풍빈도가야간보다는주간에높기때문인것으로분석되었다. 본연구를통해도시지역에위치한 AWS 의관측바람은주변건물이나인공구조물의영향을크게받고있는것을확인하였다. 그리고보다현실적인바람에대한초기 경계조건을설정하기위해서는관측자료의보정이필요하다고판단된다. 본연구에서개발된유입류추정방법을통하여유입류풍속은추정할수있으나, 풍향을역추정하는것은현실적으로매우어렵다. 따라서이추정방법은유입류의풍향과 AWS 지점에서모의되는풍향의편차가작은경우에만사용할수있는한계가있다. 본연구에서는열적효과를고려하지않은중립대기상태를가정한수치실험을수행하였기때문에낮시간동안가열에의한연직흐름발생을고려하지못할가능성이있다. 향후, 안정 불안정 중립상태의대기상태를고려한유입류추정방법개발과검증이필요할것으로판단된다. 감사의글 이연구는기상청기상산업지원및활용기술개발사업 (KMIPA2015-5042) 의지원으로수행되었습니다. 논문에대해유익한지적을해주신심사위원님께감사드립니다. REFERENCES Allwine, K. J., M. J. Leach, L. W. Stockham, J. S. Shinn, R. P. Hosker, J. F. Bowers, and J. C. Pace, 2004: Overview of Joint Urban 2003 An atmospheric dispersion study in Oklahoma City. Symp. Planning, Nowcasting, and Forecasting in the Urban Zone. AMS, Seattle WA, USA. Amorim, J. H., J. Valente, P. Cascão, V. Rodrigues, C. Pimentel, A. I. Miranda, and C. Borrego, 2013: Pedestrian exposure to air pollution in cities: Modeling the effect of roadside trees. Adv. Meteor., 2013, 7, doi:10.1155/2013/964904. 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. Meteor. Climatol., 48, 1667-1681, doi:10.1175/2009jamc2066.1. Balczó, M., C. Gromke, and B. Ruck, 2009: Numerical modeling of flow and pollutant dispersion in street canyons with tree planting. Meteor. Z., 18, 197-206, doi:10.1127/0941-2948/2009/0361. Blocken, B., 2015: Computational Fluid Dynamics for urban physics: Importance, scales, possibilities, limitations and ten tips and tricks towards accurate and reliable simulations. Build. Environ., 91, 219-245, doi:10.1016/j.buildenv.2015.02.015., W. D. Janssen, and T. van Hooff, 2012: CFD simulation for pedestrian wind comfort and wind safety in urban areas: General decision framework and case study for the Eindhoven University campus. Environ. Model. Software, 30, 15-34, doi:10.1016/j.envsoft.2011. 11.009. Castro, I. P., and D. D. Apsley, 1997: Flow and dispersionover topography: A comparison between numerical and laboratory data for two-dimensional flows. Atmos. Environ., 31, 839-850, doi:10.1016/s1352-2310(96) 00248-8. Franke, J., A. Hellsten, H. Schlünzen, and B. Carissimo, 2007: Best Practice Guideline for the CFD Simulation of Flows in the Urban Environment, COST Action 732, Quality Assurance and Improvement of Microscale Meteorological Models, Hamburg, Germany. Gromke, C., R. Buccolieri, S. Di Sabatino, and B. Ruck, 2008: Dispersion study in a street canyon with tree planting by means of wind tunnel and numerical investigations-evaluation of CFD data with experimental data. Atmos. Environ., 42, 8640-8650, doi: 10.1016/j.atmosenv.2008.08.019., B. Blocken, W. Janssen, B. Merema, T. van Hooff, and H. Timmermans, 2015: CFD analysis of transpirational cooling by vegetation: Case study for specific meteorological conditions during a heat wave in Arnhem, Netherlands. Build. Environ., 83, 11-26, doi: 한국기상학회대기제 27 권 1 호 (2017)
강건 김재진 77 10.1016/j.buildenv.2014.04.022. Gowardhan, A. A., E. R. Pardyjak, I. Senocak, and M. J. Brown, 2011: A CFD-based wind solver for an urban fast response transport and dispersion model. Environ. Fluid Mech., 11, 439-464, doi:10.1007/s10652-011-9211-6. Kang, G., and J.-J. Kim, 2015: Effects of trees on flow and scalar dispersion in an urban street Canyon. Atmosphere, 25, 685-692, doi:10.14191/atmos.2015.25.4.685 (in Korean with English abstract). Kwa, S. M., and S. M. Salim, 2015: Numerical simulation of dispersion in an urban street canyon: Comparison between steady and fluctuating boundary conditions. Eng. Lett., 23, 55-64. Moonen, P., C. Gromke, and V. Dorer, 2013: Performance assessment of Large Eddy Simulation (LES) for modeling dispersion in an urban street canyon with tree planting. Atmos. Environ., 75, 66-76, doi:10.1016/ j.atmosenv.2013.04.016. Patankar, S. V., 1980: Numerical Heat Transfer and Fluid Flow. McGraw-Hill, New York, 197 pp. Schatzmann, M., and B. Leitl, 2011: Issues with validation of urban flow and dispersion CFD models. J. Wind. Eng. Ind. Aerod., 99, 169-186, doi:10.1016/j.jweia. 2011.01.005. Versteeg, H. K., and W. Malalasekera, 1995: An Introduction to Computational Fluid Dynamics: The Finite Volume Method. Longman, 257 pp. Yakhot, V., S. A. Orszag, S. Thangam, T. B. Gatski, and C. G. Speziale, 1992: Development of turbulence models for shear flow by a double expansion technique. Fluid Dyn., 4, 1510-1520, doi:10.1063/1.858424. Yang, H.-J., and J.-J. Kim, 2015: Assessment of observation environment for surface wind in urban areas using a CFD model. Atmosphere, 25, 449-459, doi: 10.14191/Atmos.2015.25.3.449 (in Korean with English abstract). Wang, X., and K. F. McNamara, 2007: Effects of street orientation on dispersion at or near urban street intersections. J. Wind. Eng. Ind. Aerod., 95, 1526-1540, doi: 10.1016/j.jweia.2007.02.021. World Meteorological Organization, 2010: Commission for Instruments and Methods of Observation. WMO-No. 1064, Geneva. Atmosphere, Vol. 27, No. 1. (2017)