Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1225-6692(Print)
ISSN : 2287-4518(Online)
Journal of the Korean earth science society Vol.38 No.7 pp.522-534
DOI : https://doi.org/10.5467/JKESS.2017.38.7.522

The Verification of a Numerical Simulation of Urban area Flow and Thermal Environment Using Computational Fluid Dynamics Model

Do-Hyoung Kim1*, Geun-Hoi Kim1, Jae-Young Byon1, Baek-Jo Kim1, Jae-Jin Kim2
1Applied Meteorology Research Division, National Institute of Meteorological Sciences, Seogwipo Jeju 63568, Korea
2Department of Environmental Atmospheric Sciences, Pukyong National University, Busan 48513, Korea
Corresponding author: kdhsonic@korea.kr+82-10-5026-9653+82-64-738-6515
20170913 20171109 20171218

Abstract

The purpose of this study is to verify urban flow and thermal environment by using the simulated Computational Fluid Dynamics (CFD) model in the area of Gangnam Seonjeongneung, and then to compare the CFD model simulation results with that of Seonjeongneung-monitoring networks observation data. The CFD model is developed through the collaborative research project between National Institute of Meteorological Sciences and Seoul National University (CFD_NIMR_SNU). The CFD_NIMR_SNU model is simulated using Korea Meteorological Administration (KMA) Local Data Assimilation Prediction System (LDAPS) wind and potential temperature as initial and boundary conditions from August 4-6, 2015, and that is improved to consider vegetation effect and surface temperature. It is noticed that the Root Mean Square Error (RMSE) of wind speed decreases from 1.06 to 0.62 m s−1 by vegetation effect over the Seonjeongneung area. Although the wind speed is overestimated, RMSE of wind speed decreased in the CFD_NIMR_SNU than LDAPS. The temperature forecast tends to underestimate in the LDAPS, while it is improved by CFD_NIMR_SNU. This study shows that the CFD model can provide detailed and accurate thermal and urban area flow information over the complex urban region. It will contribute to analyze urban environment and planning.


전산 유체 역학 모델을 이용한 도시지역 흐름 및 열 환경 수치모의 검증

김 도형1*, 김 근회1, 변 재영1, 김 백조1, 김 재진2
1국립기상과학원 응용기상연구과, 63568, 제주특별자치도 서귀포시 서호북로 33
2부경대학교 환경대기과학과, 48513, 부산광역시 남구 용소로 45

초록

이 연구의 목적은 강남 선정릉지역에서 전산유체역학모델(CFD)을 사용하여 도시지역의 흐름 및 열 환경 모의를 검증하는 것이고, CFD 모델의 모의결과와 선정릉 지역의 관측 자료와 비교하는 것이다. CFD 모델은 국립기상과학원과 서울대가 공동으로 연구 개발된 모델이다. CFD_NIMR_SNU 모델은 기상청 현업 모델인 국지예보모델(LDAPS)의 바람 성분과 온도성분을 초기 및 경계조건으로 적용되었고 수목효과와 지표 온도를 고려하여 2015년 8월 4일에서 6일까지 강남 선정릉 지역을 대상으로 수치실험을 진행하였다. 선정릉지역에서 수목효과 적용 전후의 풍속을 비교하였을 때 평 균 제곱근 오차(RMSE)는 각각 1.06, 0.62 m s−1로 나타났고 수목효과 적용으로 풍속 모의정확도가 향상되었다. 기온은 LDAPS 과소 모의하는 경향을 나타내고 CFD_NIMR_SNU 모델에 의해 향상된 것을 확인하였다. CFD_NIMR_SNU 모 델을 이용하여 복잡한 도시지역의 흐름과 열 환경을 자세하고 정밀한 분석이 가능하며, 도시 환경 및 계획에 대한 정 보를 제공 할 수 있을 것이다.


    National Institute of Meteorological Research

    서 론

    서울을 중심으로 수도권 인구의 비율이 2010년을 기준으로 전국 인구의 거의 절반(49%)을 차지하고 있다(Kim et al., 2011). 이와 같이 도시로 유입되는 인구가 증가되면서 도시지역의 대기환경에 대한 관심 이 더욱 높아지고 있다. 도시지역의 대기환경은 도시 내 식생으로 덮인 지면이 점차 건물과 포장도로로 바뀌게 되면서 태양복사 흡수와 열 저장력, 증발율이 변함에 따라 지면 온도, 국지적 난류와 바람의 패턴 등 기상학적 조건에 상당한 변화가 일어난다(Sailor, 2011). 이로 인한 도시에서 발생되는 인공열의 증가, 자연녹지 물 공급 감소, 바람과 열 순환의 감소로 인 해 많은 대기환경 문제를 야기시킨다(Liu and Diamond, 2005; Seto and Shepherd, 2009). 특히 도시의 폭염, 한파, 집중호우, 대기오염과 같은 기상재해 때문에 쾌적하고 안전한 도시 대기환경 조성을 위한 도시기 상 정보에 대한 수요가 증가하고 있다. 이러한 도시 지역 내 상세한 바람, 기온과 같은 기상특성을 파악 하기 위해서는 도시기상 관측과 수치모델을 이용한 많은 연구가 필요하다.

    수치모델을 이용하여 도시지역의 기류 및 열 환경 을 분석하기 위해서는 도시특성이 모델 내에 반영되 어야 한다. 중규모 기상모델에서 건물과 대기, 도로 와 대기 사이의 다양한 물리과정을 모수화한 도시 캐노피 모델(Urban Canopy Model, UCM)이 개발되 었고 이에 대한 연구들이 진행되었다(Kusaka et al., 2001; Kusaka and Kimura, 2004; Kondo et al., 2005 & 2008; Lee and Park, 2008; Byon et al., 2010; Lee, 2011; Lee and Baik, 2011; Ryu et al., 2011; Gu and Ryu, 2012; Lee et al., 2016). 현재 중 규모 기상모델을 기반으로 한 UCM 모델은 협곡 내 복사과정, 건물 열전도 과정과 같은 물리과정을 반영 할 수 있다. 그러나 UCM 모델은 다소 낮은 해상도 의 분해능을 가지고 있으며 전산자원의 한계로 도시 건물을 직접적으로 반영하고 모의하기가 어렵다. 따 라서 세밀한 지형과 건물정보를 고려하고 고분해능 계산과 상세 흐름 모의가 가능한 전산유체역학 (Computational Fluid Dynamics, CFD) 모델을 통해 건물 및 도로협곡의 흐름분석 연구가 진행되었다 (Baik and Kim, 1999; Liu and Barth, 2002; Baik et al., 2003; Kim and Baik, 2005; Cheng and Hu, 2005; Kim, 2007; Park et al., 2015). 최근 CFD 모 델은 지리정보시스템(Geographic Information System, GIS) 자료를 이용하여 실제 도시지역의 건물과 지형 을 재연하고 현실적인 초기ㆍ경계 자료를 얻기 위한 중규모 기상모델과 접합에 대한 연구가 진행되었다 (Baik et al., 2009; Tewari et al., 2010; Choi et al., 2012; Miao et al., 2013; Kochanski et al., 2015; Park et al., 2016). Baik et al. (2009)는 중규모 기상 모델인 MM5 모델과 접합한 CFD 모델을 이용하여 서울지역을 대상으로 건물 밀집지역의 상세흐름 및 확산에 대한 수치모의 분석을 하였다. 또한 Miao et al. (2013)Kochanski et al. (2015)는 WRF 모델과 CFD 모델을 접합하여 중국 베이징과 미국 오클라호 마 시티의 건물밀집 지역에서 도시 흐름 및 확산 분 석을 실시하였다. Park et al.(2016)는 기상청 현업 국지기상 예측시스템(Local Data Assimilation and Prediction system, LDAPS)과 CFD 모델을 접합하고 대기흐름 분석뿐만 아니라 토지피복 차등가열에 따른 기온과 지표면온도를 고려하여 서울 ASOS 주변 지 역의 기상환경을 분석하였다. 하지만 도메인 영역 안 에 한 개 지점의 관측자료만으로는 비교ㆍ검증이 부 족하고 도심녹지 지역에 대한 수목효과를 고려하지 못하고 있다.

    따라서, 본 연구에서는 CFD 모델을 이용하여 도시 지역과 도심녹지 지역에 대한 상세 흐름 및 열 환경 을 진단하고 관측자료와 비교하여 검증하고자 한다. 국지적 기상현상과 현실적인 도시 상세 흐름을 분석 할 수 있는 LDAPS-CFD 접합모델을 사용하였고 수 목효과를 고려하기 위해 Kang and Kim (2015)에서 제안한 CFD 모델에 수목의 항력 효과 반영 방법을 적용하였다. 또한 국립기상과학원에서 운영중인 도시 기상 관측망을 연구지역으로 선정하여 CFD 모델 도 메인 내에 조밀도가 높은 관측자료와 비교·검증하였 다. 2장에서는 CFD 모델을 이용한 수치실험의 개요 와 설계, 대상지역과 관측자료를 설명하고, 3장에서 는 수치모의 결과에 대한 비교ㆍ분석결과를 제시하였 으며, 마지막 4장에서는 요약 및 결론을 기술하였다.

    연구 방법

    대상지역 및 관측자료

    국립기상과학원에서는 도시 기상특성을 살펴보기 위해 서울시 강남구 삼성동에 위치한 선정릉 일대에 16개 지점의 복합센서 관측망을 구축하였고 CFD 모 델의 비교·검증을 위하여 연구 대상지역으로 선정하 였다(Fig. 1a). 선정릉 내 수목의 높이는 약 15~20 m 에 이르며, 주변지역은 고층 건물로 구성된 주거 및 상업지역으로 둘러 쌓여있다. 선정릉을 중심으로 1지 역은 고층 아파트단지, 2지역은 코엑스 앞 삼성로 주 변, 3지역은 테헤란로, 4지역은 삼성로와 테헤란로가 교차하는 포스코 사거리 일대로 20층 이상의 고층 빌딩으로 구성된 도시협곡을 이루고 있다. 도시 관측 망은 선정릉 내부 3지점(G1, G2, G3), 선정릉 경계 지역(B1, B2, B3, B4), 선정릉 주변 도심 지역 9개지 점(U1~U9)로 구성되어있으며 관측망에서 사용된 관 측 장비는 복합센서(Vaisala, WXT-520)로 기온, 습도, 풍향, 풍속, 강우량, 기압을 측정한다(Fig. 1b). 복합 센서는 가로등과 CCTV 및 보안등에 지상으로부터 약 3 m 고도에 설치되어있다. 관측망에 설치된 복합 센서에 대한 관측자료의 정확도와 품질관리는 Kim et al. (2016)에서 제시한 결측자료 검사, 물리한계 검 사, 단계 검사와 같은 방법으로 자료를 처리하였다. 단계 검사에 사용된 문턱 값은 기온 3°C, 습도는 15%, 기압은 0.5 hPa를 사용하여 관측자료의 단위시 간 변동량이 이를 넘으면 오류로 처리하였다. 도시 관측망 자료뿐만 아니라 선정릉 북쪽에 위치한 기상 청 자동기상관측시스템(Automatic Weather System, AWS) 자료도 함께 사용하였다.

    수치모델 및 실험방법

    본 연구에서 사용된 전산유체역학 모델은 국립기상 과학원과 서울대학교가 공동 개발한 CFD_NIMR_ SNU 모델을 사용하였다. RANS (Reynold Averaged Navier-Stokes) 방정식계에 기초한 모델로써 3차원, 비정수 비회전, 비압축 흐름을 가정하고 레이놀즈-평 균 운동량 방정식, 질량 연속방정식을 엇갈림 격자계 에서 유한체적법(Finite Volume method)과 Patankar (1980)가 제안한 SIMPLE (Semi-Implicit Method for Pressure-Linked Equation) 알고리즘을 이용하여 수치 계산 하였다. 또한 난류 모수화를 위해 재규격화군 (Renormalization group, RNG) 이론에 근거한 k-ε 난 류 종결 방법을 사용하였다. 자세한 수치모델에 대한 설명은 Kim and Baik (2004)에 제시되어있다.

    CFD_NIMR_SNU 모델에 사용된 지표경계입력자 료는 ASCII 형식으로 장애물을 1로 설정하고 0인 부 문을 대기의 유체 흐름에 대한 위치정보를 나타낸다. 실제 도시지역의 지리정보는 국토지리정보원에서 제 작된 수치지도를 활용하여 구축하였다. 구축방법은 Lee et al. (2011)가 제시한 방법을 사용하였다. 초기 GIS 자료는 1 m×1m 수평 해상도 자료를 제공하고 CFD_NIMR_SNU 모델 격자에 적용하기 위해 1/10 로 해상도를 축소하여 사용한다. 강남 선정릉을 중심 으로 구축한 3차원 지표경계입력자료는 Fig. 2a와 같 다. 하지만 구축된 지표경계입력자료는 건물과 등고 선으로 구성되어 수목에 대한 정보가 포함되지 않고 있다. 따라서 Kang and Kim (2015)에서 제안한 CFD_ NIMR_SNU 모델에 수목의 항력 효과 반영 방법을 적용하여 선정릉 지역의 수목효과를 고려하였다. 단 위 부피당 수목에 의한 항력을 다음과 같이 제시하 였다.

    F v e g , i = 1 2 ρ u i | u | λ .
    (1)

    λ = 2 c d 0 n c 3 b .
    (2)

    여기서 ρ는 공기밀도, ui는 i번째 평균속도성분, |u| 는 평균속도, λ는 압력손실계수, n는 수목 위치의 격 자, cd0는 잎의 항력계수로 잎의 특성에 따라 0.2~2 사이의 값을 갖는데(Gross, 1993), 선정릉 지역의 수 목의 항력계수는 2, 수목의 높이는 15 m로 가정하였 다. 또한 b는 단위부피당 잎의 면적으로 정의되는 잎 면적밀도이며, 선정릉 내부의 관목과 넝쿨들을 고려 하여 잎 면적밀도는 높은 정도(High density)를 나타 내는 4.17로 설정하였다(Table 1). 수목에 의한 풍속 감소효과는 수목이 존재하는 지역의 지배방정식에 항 력항을 부과함으로써 고려할 수 있다. 수목 밀도에 따른 압력계수와 잎 면적밀도로 항력을 계산하여 운 동량 방정식과 수송방정식, 난류운동 에너지, 소산률 에 적용하였다.

    현실적인 대기 흐름과 국지적인 기상 현상을 고려 하기 위해 Park et al. (2016)에서 제안한 LDAPSCFD 접합모델과 토지피복별 지표면 온도 산출방법을 적용하였다. LDAPS 자료에서 대상지역의 위·경도 좌표를 통해 대상지점 및 주변지점에서의 수평 바람 성분(U, V)과 온도성분(Potential temperature, POT) 을 추출한다. 이 자료를 CFD_NIMR_SNU 모델 격 자에 맞춰 연직 및 수평 내삽 후 초기ㆍ경계 입력장 을 생성하고 이것을 적용하여 CFD_NIMR_SNU 모 델을 수행한다. 그러나 LDAPS 모의 결과에서는 난 류운동에너지(kin)와 난류운동에너지의 소멸률(εin)은 산출하지 못하기 때문에 식 (1)과 (2)를 사용하였다 (Castro and Apsley,1997).(3)(4)

    k i n ( z ) = 1 C μ 1 / 2 U · 2 ( 1 z δ ) 2 ,
    (3)

    ε i n ( z ) = C μ 3 / 4 k i n 3 / 2 κ z
    (4)

    여기서 U*, δ, κ는 각각 마찰속도, 경계층 두께 (1000 m), von Karman 상수(0.4), 는 경험적 상수 (=0.0845)이다(Yakhot et al., 1992). 토지피복별 지표 면온도 산출을 위해 환경부에서 제공하는 중분류 토 지피복도를 사용하였다(Fig 2b). 1:25,000 축척의 지 도로써 총 22개 지표형태로 분류한다. 선정릉 지역은 2 km 도메인 안에 한강은 존재하지 않음으로 강 정 보를 제외하고 4가지 지표형태(콘크리트, 아스팔트, 녹지, 나지)로 재분류 하였다. Bourbia and Awbi (2004)에서 측정한 지표면 온도자료를 이용하여 식 (5)와 같이 지표면 온도의 일변화 경향을 산출하였다.

    T = T s / ( T s , max T s , min ) = ( 4 × 10 7 t 6 + 4 × 10 5 t 5 0.0015 t 4 + 0.00231 t 3 0.1533 t 2 + 0.35544 t + 0.0271 )
    (5)

    여기서 지표면온도(Ts)는 지표면 최고온도(Ts,max)와 지표면 최저온도(Ts,min)의 차를 이용하여 무차원화 하 였고 t는 시간을 나타낸다. Park et al. (2016)에서 제 시된 지표형태에 따른 지표온도를 사용하여 지표면 온도를 계산하였다. 산출된 일중 지표면 온도자료를 LDAPS-CFD_NIMR_SNU 모델에 적용하였다(Fig. 2c).

    LDAPS-CFD_NIMR_SNU 모델의 모의 사례일은 여 름철 강수가 없는 맑은 날로 2015년 8월 4일 00 LST 부터 8월 6일 23 LST까지 수치모의 하였다. 모의 영 역은 선정릉을 중심으로(2 km×2 km) 수평 10 m, 연직 5m의 공간 해상도를 가지며, 시간 간격 1초로 3600초 동안 수치 적분하였다. 또한 1시간 간격의 접합모델 분석장 생산을 위해, LDAPS 3시간 간격의 분석장과 그 사이의 값은 예측장을 사용하였다.

    결과 및 고찰

    대기흐름 분석

    LDAPS-CFD_NIMR_SNU 모델에서 사용된 수목효 과 적용에 대한 민감도 실험을 수행하였다. 수목효과 전·후에 대해 수치모의 실험을 진행하고 선정릉 내 부에 설치된 도시 관측망 G2지점 관측 자료와 비교 분석하였다. Fig. 3a에서는 수목효과 반영 전과 후의 선정릉지역에 지표면 바람 벡터장을 비교하였으며, 컬러바는 연직속도 성분(m s-1)을 나타낸다. 선정릉 내부에서는 지형에 의해서 연직속도 성분이 0.5- −0.5 m s−1의 값을 가진다. 또한 수목효과 반영 전의 바람 벡터는 지형의 효과만 존재하고 장애물의 영향이 없 어 선정릉 내에 풍속이 강하게 모의되는 것을 확인 할 수 있다. 반면에 수목효과를 반영한 후에는 선정 릉 내부의 연직속도 및 풍속이 전체적으로 수목효과 반영 전 보다 감소하였다. 공간 분포에서 선정릉 내 부의 수목효과 반영 전·후에 따라 풍속이 감소하는 것을 확인하였으며 이를 자세히 분석하고 검증하기 위하여 도시기상 관측망 자료 중 선정릉 내부에 설 치되어 있는 G2 지점에서 관측된 자료와 비교하였다. Fig. 3b는 모의 기간에 대한 G2 지점 관측자료와 수 목효과 반영 전·후 풍속 수치모의 결과를 시계열로 나타내었다. 검은 점은 G2지점 관측 풍속, 녹색 점은 수목효과 반영 전 모델의 풍속, 빨간 점은 수목효과 반영 후 모델의 풍속이다. G2 지점에서 관측된 풍속 은 수목에 의해 1 m s−1 이하로 나타났다. 모델의 정 확성을 정량적으로 평가하기 위해 평균 제곱근 오차 (Root Mean Square Error, RMSE)를 계산하였다. 수 목효과 적용 전 RMSE는 1.06 m s−1이며 수목효과 적 용 후 RMSE는 0.52 m s−1로 수목효과 적용 했을 때 모의 정확도가 높게 나타났다. 전산유체역학모델에 수목에 대한 항력항을 추가함으로써 관측과의 예측오 차 감소 요인 중에 하나라고 판단된다. 개선된 모델 을 이용하여 강남 AWS와 비교검증을 수행하고 선정 릉과 주변 일대의 대기흐름을 분석하였다.

    Fig. 4는 강남 AWS와 LDAPS, LDAPS-CFD_ NIMR_SNU 모델에서 계산된 고도 10 m 풍향·풍속 에 대한 시계열을 비교하였다. 풍향의 경우에는 LDAPS와 LDAPS-CFD_NIMR_SNU 모델이 8월 4 일 08 LST부터 5일 10 LST까지 남서풍 계열을 잘 모의하고 있다. 하지만 5일 10 LST 이후로는 LDAPS-CFD_NIMR_SNU 모델이 관측과의 풍향 모 의정확도가 낮아졌다. 풍속의 경우에는 LDAPS가 과 대모의 하였고, LDAPS-CFD_NIMR_SNU 모델도 과 대모의 하는 경향이 나타나지만 건물과 지형의 마찰 효과로 관측과 보다 유사한 풍속을 모의 하였다. LDAPS의 RMSE는 2.67 m s−1, LDAPS-CFD_NIMR_ SNU 모델의 RMSE는 0.87 m s−1로 각각 나타났다.

    Fig. 5는 8월 5일과 6일 13 LST에서 서울지역의 LDAPS 바람 벡터장을 나타낸다. 강남 지역에서의 대표 풍향은 각각 남서풍과 북서풍 계열로 풍속은 2.4, 2.6 m s−1로 나타난다. 그러나 큰 공간해상도로 인해 선정릉 지역의 상세 바람을 해석하기에 어려움 이 따른다. 따라서 LDAPS가 모의한 수평 바람성분 을 이용해 CFD_NIMS_SNU 모델의 초기ㆍ경계 입 력장으로 사용하였다. Fig. 6는 강남 AWS 고도에서 의 LDAPS-CFD_NIMR_SNU 모델 바람 벡터장을 나타낸다. Fig. 6a6c는 8월 5일과 6일 13 LST에 대한 바람 벡터장이며, 건물과 지형에 의해 강남 선 정릉지역에서 형성된 복잡한 흐름 변화를 바람 벡터 로 확인할 수 있다. 그림에서 풍속(m s−1)을 나타내는 컬러 분포로부터, 고층 아파트단지 (1지역) 및 테헤 란로(3지역) 주변에서 약 1 m s−1 이하로 풍속 감소를 보이고 있다. Fig. 6b는 8월 5일 13 LST에 대한 선 정릉지역 상세 벡터장으로 테헤란로(3지역) 주변 높 은 건물에 의해 생성된 남남서풍과 선정릉 서쪽에서 의 유입되는 서풍이 겹쳐지면서 선정릉 남쪽지역의 풍속이 감소하였다. Fig. 6d는 8월 6일 13 LST에 대 한 포스코 사거리(4지역) 상세 벡터장이다. 유입류에 포스코 건물과 부딛쳐 생성된 흐름의 분리와 좁은 간격의 건물에서 흘러온 바람이 합쳐져 서서히 빠른 흐름으로 발생되는 벤츄리 효과(ventury effect)로 인 해 포스코 건물을 중심으로 좌우로 약 4 m s−1 정도 의 풍속이 증가하였다. 또한 유입류 방향과 주변 건 물과 지형에 따라 선정릉지역의 풍속차이가 나타나는 것을 확인하였다.

    열 환경 분석

    강남 선정릉지역 열 환경을 모의하기 위하여 LDAPS-CFD_NIMR_SNU 모델을 이용하여 대기 흐 름과 동일한 사례일에 대하여 분석하였다. Fig. 7a는 사례일에 대한 강남 AWS 고도에서의 LDAPS와 LDAPS-CFD_NIMR_SNU 모델에서 모의한 기온을 시계열로 나타낸 것이다. Fig. 7b에서는 도시기상 관 측망 16개 지점의 평균한 기온과 LDAPS-CFD_ NIMR_SNU 모델의 2.5 m 고도 평균기온을 비교하였 다. 먼저 강남 AWS 지점에서 기온의 경우 LDAPS 과 LDAPS-CFD_NIMR_SNU 모델의 수치모의 결과 가 전반적으로 모두 과소모의 하는 경향을 나타났지 만, LDAPS-CFD_NIMR_SNU 모델은 지표 가열 효 과가 반영된 오후에는 관측 기온을 비교적 잘 모의 하였다. 특히 12 LST 전후로 모의정확도가 크게 향 상된 것을 확인할 수 있으며, 강남 AWS 지점은 학 교 옥상에 설치되어 있어 낮시간 때에 콘크리트 지 표온도에 영향을 받기 때문에 일중 토지피복별 지표 온도를 고려한 LDAPS-CFD_NIMR_SNU 모델의 모 의가 관측과의 오차 감소되었다고 판단된다. LDAPS 의 RMSE는 2.13°C, LDAPS-CFD_NIMR_SNU 모델 의 RMSE는 1.39°C로 각각 나타났다. 그러나 8월 4 일 11 LST부터 19 LST까지 LDAPS-CFD_NIMR_ SNU 모델의 기온이 AWS 기온 관측자료에 비해 과 대모의 하는 경향이 나타난다. 그 이유는 8월 4일의 경우 강남 선정릉지역에 운량이 많아 단파복사량이 적어서 5일과 6일보다는 상대적으로 기온이 낮은 것 으로 이러한 원인은 LDAPS-CFD_NIMR_SNU 모델 에 지표면온도 설정 시 반영된 일중 토지피복별 지 표면온도 경험식이 운량 등의 기상상태를 고려하지 못했기 때문이다. 이것은 도시기상 관측망 기온 자료 와 LDAPS-CFD_NIMR_SNU 모델의 기온을 비교한 시계열(Fig. 8b)에서 더욱 뚜렷하게 나타난다. 비교적 날씨가 맑았던 8월 5일과 8월 6일의 경우 LDAPSCFD_ NIMR_SNU 모델에서의 모의정확도가 높았지 만 날씨가 흐렸던 8월 4일의 경우에는 LDAPSCFD_ NIMR_SNU 모델에서 경험식을 통한 토지피복 별 지표 온도가 기상상태를 고려하지 못했다. 또한, LDAPS-CFD_NIMR_SNU 모델에서 도시기상 관측망 위치의 격자 지점이 선정릉 내부 3지점을 제외하고 건물 밀집지역과 도로의 높은 지표면온도의 영향으로 8월 4일 기온을 크게 과대모의를 하였다.

    Fig. 8는 8월 6일의 03, 06, 12, 15 LST에 대한 서 울지역에서의 LDAPS 지표면 기온장을 나타낸다. LDAPS가 모의한 강남지역의 기온은 각각 시간에 대 해 24.9, 23.7, 28.3, 30.2°C로 나타났다. 바람과 마찬 가지로 낮은 해상도로 인해 선정릉지역에 상세 기온 을 해석하기 어렵다. 따라서 LDAPS가 모의한 기온 자료를 CFD_NIMR_SNU 모델의 초기ㆍ경계 입력장 으로 사용하여 선정릉지역의 상세기온을 모의하였다. Fig. 9는 8월 6일에 대한 LDAPS-CFD_NIMR_SNU 모델의 지표면으로부터 고도 2.5 m에서의 기온의 공 간분포이다. 아스팔트로 구성된 도로협곡 주변, 특히 코엑스 앞 삼성로(2지역)와 테헤란로(3지역), 포스코 사거리(4지역)에 기온이 높게 나타났다. 03 LST의 경우 테헤란로(3지역)와 포스코 사거리(4지역) 근처의 기온은 약 28°C로 선정릉 내부보다 약 2~3°C 높게 나타났다. 사례일 중 기온이 가장 낮은 시간 06 LST 의 수평 온도분포를 보면 선정릉 지역의 전반적인 기온이 약 24°C이지만 테헤란로(3지역) 도로협곡 부 근에서 약 1~2°C 높게 나타났다. 낮 시간인 12 LST 에서는 테헤란로(3지역) 도로협곡 및 포스코 사거리 (4지역) 중심으로 한 주변부터 기온이 상승하였고, 기 온이 가장 높은 15 LST에서는 선정릉 내부를 제외 하고 전체적으로 34°C 이상의 높은 기온을 보이고 있다. 15 LST의 경우 선정릉 내부에서 가장 기온이 낮은 지역과 남쪽 테헤란로(3지역) 도로협곡에서 가 장 기온이 높은 지역과의 기온 차이는 약 5~6°C로 나타났다.

    요약 및 결론

    본 연구에서는 보다 현실적인 상세규모 흐름과 열 환경 모의를 위해 기상청 현업 국지예보모델인 LDAPS에서 CFD_NIMR_SNU 모델의 초기ㆍ경계 자료를 제공받아 입력 자료로 사용하는 접합 방법을 사용하여 도시지역의 상세흐름에 대한 모의를 수행하 였다. 또한 대상지역에 대한 수목효과와 토지피복에 따른 일중 지표면온도 산출방법을 CFD_NIMR_SNU 모델에 적용하였다. 도시기상 관측망 자료와 비교·분 석하여 모델을 검증하고 여름철 상세 흐름과 열 환 경 분석을 실시하였다. 선정릉지역에서 수목효과 적 용 전 풍속의 RMSE는 1.06ms−1이며, 적용 후 RMSE 는 0.62 m s−1으로 수목효과를 반영함으로써 관측과 유사한 풍속을 모의하였다. 강남 AWS와 풍속을 비 교하였을 때 LDAPS의 RMSE는 2.67 m s−1, LDAPSCFD_ NIMR_SNU 모델의 RMSE는 0.87 m s−1로 접 합모델이 도시지역 풍속 모의정확도가 높게 나타났다. 고층 아파트 단지 및 테헤란로 주변에서 1 m s−1 이 하의 풍속이 나타난다. 또한 유입류에 따라 건물과 지형에 의해 형성된 흐름의 분리와 벤츄리효과로 인 해 도심속 풍속이 증가하는 지역도 확인하였다. 기온 의 경우 LDAPS와 LDAPS-CFD_NIMR_SNU 모델 모두 과대모의 하는 경향이 나타났다. 강남 AWS와 기온을 비교하였을 때 LDAPS의 RMSE는 2.13°C, LDAPS-CFD_NIMR_SNU 모델의 RMSE는 1.39°C으 로 LDAPS-CFD_NIMR_SNU 모델의 기온 모의 정 확도가 높은 것으로 나타났다. 삼성로 및 테헤란로 같이 아스팔트로 구성된 도로협곡 주변으로 온도가 높게 나타난다. 또한 야간에 선정릉 지역과 테헤란로 주변 온도차이는 약 2~3°C 차이를 보이고 있다.

    본 연구에서는 전산유체역학모델을 이용하여 복잡 한 구조의 도시지역에 대한 대기 흐름과 열 환경 분 석에 대한 기초 결과를 제시하였다. 도시지역 내 상 세한 바람, 기온과 같은 기상특성을 파악하기 위해 전산유체역학 모델의 고도화가 필요하다. 향후, LDAPS-CFD_NIMR_SNU 모델의 풍향오차를 개선하 는 연구를 진행할 예정이다. 또한 실제 도로에서 배 기가스와 같은 화학적 메커니즘을 고려할 수 있는 LDAPS-CFD_NIMR_SNU 모델에 화학 모듈을 적용 한 민감도 실험을 수행하고자 한다.

    감사의 글

    이 연구는 국립기상과학원 “기상업무지원기술 개발” 의 지원으로 수행되었습니다.

    Figure

    JKESS-38-522_F1.gif

    (a) Location of Gangnam AWS site and Seonjeongneung -monitoring networks from satellite image and (b) typical examples of each observation sites of G, B, and U areas and the instrument operated in the observation sites.

    JKESS-38-522_F2.gif

    (a) Conceptual framework to build the surface-boundary condition utilizing the GIS data. (b) Map of land cover around Seonjeongneung observation network. Shaded color indicates land cover type. (c) Distribution of surface temperature used in CFD_NIMR_SNU Model.

    JKESS-38-522_F3.gif

    (a) Wind vector fields (left) before and (right) after reflecting the tree effects in CFD_NIMR_ SNU simulation at z=2.5 m in the study area. (b) Time series of wind speed at the Seonjeongneung observation station from 4 to 6 Augst, 2015 (black: G2 stie, red : CFD_tree, green: CFD_no-tree).

    JKESS-38-522_F4.gif

    Time series of wind direction and speed at Gangnam AWS site from 4 to 6 August, 2015 (black: observation, red: LDAPS-CFD_NIMR_SNU, green: LDAPS).

    JKESS-38-522_F5.gif

    Wind vector fields at Seoul area simulated by LDAPS on 13LST August 5 and 6, 2015. Inner box indicates Seonjeongneung area and topography height is shaded

    JKESS-38-522_F6.gif

    Wind vector fields and wind speed fields(color-bar, m s -l ) at Gangnam AWS height in study area on 13LST August 5 and 6, 2015 (Left). Wind fields of inner box shows detailed distribution in the right figures.

    JKESS-38-522_F7.gif

    Time series of air temperature at Gangnam AWS and Seonjeongneung-monitoring networks sites observation from 4 to 6 August, 2015 (black: observation, red: LDAPS-CFD_NIMR_SNU, green: LDAPS).

    JKESS-38-522_F8.gif

    Air temperature distribution at 1.5m height Seoul area simulated by LDAPS at 03, 06, 12, and 15 LST on 6 August, 2015. Inner box indicates Seonjeongneung observation region.

    JKESS-38-522_F9.gif

    Air temperature fields at z=2.5 m simulated by CFD_NIMR_SNU model at 03, 06, 12, and 15 LST on 6 August, 2015 in the study area.

    Table

    Pressure loss coefficient (λ) and leaf area density (LAD) with vegetation density observed from the wind tunnel experiment (Balcz et al., 2009)

    Reference

    1. BaikJ.J. KimJ.J. (1999) A numerical study of flow and pollutant dispersion characteristics in urban street canyons. , J. Appl. Meteorol., Vol.38 ; pp.1576-1589
    2. BaikJ.J. KimJ.J. FernandoH. (2003) A CFD model for simulating urban flow and dispersion. , J. Appl. Meteorol., Vol.42 ; pp.1636-1648
    3. BaikJ.J. ParkS.B. KimJ.J. (2009) Urban flow and dispersion simulation using a CFD model coupled to a mesoscale model. , J. Appl. Meteorol. Climatol., Vol.48 ; pp.1667-1681
    4. BalczA3M. GromkeC. RuckB. (2009) Numerical modeling of flow and pollutant dispersion in street canyons with tree planting. , Meteorologische Zeitschrift, Vol.18 ; pp.197-206
    5. BourbiaF. AwbiH.B. (2004) Building cluster and shading in urban canyon for hot dry climate, Part 1: Air and surface temperature measurements. , Renew. Energy, Vol.29 ; pp.249-262
    6. ByonJ.Y. ChoiJ. SeoB.G. (2010) Evaluation of urban weather forecast using WRF-UCM (Urban Canopy Model) over seoul. , Atmosphere., Vol.20 (1) ; pp.13-26
    7. CastroI.P. ApsleyD.D. (1997) Flow and dispersion over topography: a comparison between numerical and laboratory data for two-dimensional flow. , Atmos. Environ., Vol.31 ; pp.839-850
    8. ChengX. HuF. (2005) Numerical studies on flow fields around buildings in an urban street canyon andcross-road. , Adv. Atmos. Sci., Vol.22 ; pp.290-299
    9. ChoiH.W. KimD.Y. KimJ.J. KimK.Y. WooJ.H. (2012) Study on dispersion characteristics for fire scenarios in an urban area using CFD-WRF coupled model. , Atmosphere, Vol.22 ; pp.47-55
    10. GrossG. (1993) Numerical simulation of canopy flow., Springer,
    11. GuH.J. RyuY.H. (2012) Impacts of anthropogenic heating on urban boundary layer in the Gyeong-In region. , Journal of Environmental Impact Assessment, Vol.21 ; pp.665-681
    12. KangG. KimJ.J. (2015) Effects of trees on flow and scalar dispersion in an urban street canyon. , Atmosphere, Vol.25 (4) ; pp.685-692
    13. KimG.H. LeeY.G. LeeD.G. KimB.J. (2016) Analyzing the cooling effect of urban green areas by Using the multiple observation network in the Seonjeongneung region of Seoul, Korea. , Journal of Environmental Science International, Vol.25 (11) ; pp.1475-1484
    14. KimJ.J. (2007) The effects of obstacle aspect ratio on surrounding flow. , Atmosphere, Vol.17 (4) ; pp.381-391
    15. KimJ.J. BaikJ.J. (2004) A numerical study of the effects of ambient wind direction on flow and dispersion in urban street canyons using the RNG k-I turbulence model. , Atmos. Environ., Vol.40 ; pp.5640-5658
    16. KimJ.J. BaikJ.J. (2005) Physical experiments to investigate the effects of street bottom heating andinflow turbulence on urban street-canyon flow. , Adv. Atmos. Sci., Vol.22 ; pp.230-237
    17. KimY.H. ChoiD.Y. ChangD.E. (2011) Characteristics of urban meteorology in Seoul metropolitan area of Korea. , Atmosphere, Vol.21 ; pp.257-271
    18. KochanskiA.K. PardyjakE.R. StollR. GowardhanA. BrownM.J. SteenburghW.J. (2015) One-way coupling of the WRF-QUIC urban dispersion modeling system. , J. Appl. Meteorol. Climatol., Vol.54 (10) ; pp.2119-2139
    19. KondoH. GenchiY. KikegawaY. OhashiY. YoshikadoH. KomiyamaH. (2005) Development of a multi-layer urban canopy model for the analysis of energy consumption in a big city: Structure of the urban canopy model and its basic performance. , Boundary-Layer Meteorol., Vol.116 ; pp.395-421
    20. KondoH. TokairinT. KikegawaY. (2008) Calculation of wind in a Tokyo urban area with a mesoscale model including a multi-layer urban canopy model. , J. Wind Eng. Ind. Aerodyn., Vol.96 ; pp.1655-1666
    21. KusakaH. KondoH. KikegawaY. KimuraF. (2001) A simple single-layer urban canopy model for atmospheric models: Comparison with multi-layer and slab models. , Boundary-Layer Meteorol., Vol.101 ; pp.329-358
    22. KusakaH. KimuraF. (2004) Coupling a single-layer urban canopy model with a simple atmospheric model: Impact on urban heat Island simulation for an idealized case. Journal of the Meteorological Society of Japan. , Ser. II, Vol.67 ; pp.80
    23. LeeS.H. (2011) Further development of the Vegetated Urban Canopy Model including a grass-covered surface parameterization and photosynthesis effects. , Boundary-Layer Meteorol., Vol.140 ; pp.315-342
    24. LeeS.H. BaikJ.J. (2011) Evaluation of the vegetated urban canopy model (VUCM) and its impacts on urban boundary layer simulation. , Asia-Pac. J. Atmospheric Sci., Vol.47 (2) ; pp.151-165
    25. LeeS.H. ParkS.U. (2008) A vegetated urban canopy model for meteorological and environmental modeling. , Boundary-Layer Meteorol., Vol.126 ; pp.73-102
    26. LeeS.H. LeeH. ParkS.B. WooJ.W. LeeD.I. BaikJ.J. (2016) Impacts of in-canyon vegetation and canyon aspect ratio on the thermal environment of street canyons: Numerical investigation using a coupled WRF-VUCM model. , Q. J. R. Meteorol. Soc., Vol.142 (699) ; pp.2562-2578
    27. LeeY.S. KimJ.J. (2011) Effects of an apartment complex on flow and dispersion in an urban area. , Atmosphere, Vol.21 ; pp.95-108
    28. LiuC.H. BarthM.C. (2002) Large-eddy simulation of flow and scalar transport in a modeled street canyon. , J. Appl. Meteorol., Vol.41 ; pp.660-673
    29. LiuJ. DiamondJ. (2005) China’s environment in a globalizing world. , Nature, Vol.435 (7046) ; pp.1179-1186
    30. MiaoY. LiuS. ChenB. ZhangB. WangS. LiS. (2013) Simulating urban flow and dispersion in Beijing by coupling a CFD model with the WRF model. , Adv. Atmos. Sci., Vol.30 (6) ; pp.1663
    31. ParkS.B. BaikJ.J. HanB.S. (2015) Large-eddy simulation of turbulent flow in a densely built-up urban area. , Environ. Fluid Mech., Vol.15 ; pp.235-250
    32. ParkS.J. ChoiS.H. KangJ.E. KimD.J. MoonD.S. ChoiW.S. KimJ.J. LeeY.G. (2016) Effects of differential heating by land-use types on flow and air temperature in and urban area. , Korean Journal of Remote Sensing, Vol.32 (6) ; pp.603-616
    33. PatankarS.V. (1980) Numerical Heat Transfer and Fluid flow.,
    34. RyuY.H. BaikJ.J. LeeS.H. (2011) A new singlelayer urban canopy model for use in mesoscale atmospheric models. , J. Appl. Meteorol. Climatol., Vol.50 ; pp.1773-1794
    35. SailorD.J. (2011) A review of methods for estimating anthropogenic heat and moisture emissions in the urbanenvironment. , Int. J. Climatol., Vol.31 (2) ; pp.189-199
    36. SetoK.C. ShepherdJ.M. (2009) Global urban landuse trends and climate impacts. , Curr. Opin. Environ. Sustain., Vol.1 (1) ; pp.89-95
    37. TewariM. KusakaH. ChenF. CoirierW.J. KimS. WyszogrodzkiA.A. WarnerT.T. (2010) Impact of coupling a microscale computational fluid dynamics model with a mesoscale model on urban scale contaminant transport and dispersion. , Atmos. Res., Vol.96 ; pp.656-664
    38. YakhotV. OrszagS.A. ThangamS. GatskiT.B. SpezialeC.G. (1992) Development of turbulence modelsfor shear flows by a double expansion technique. , Physics of Fluids A: Fluid Dynamics, Vol.A4 ; pp.1510-1520