KR101269277B1 - Method of Predicting Atmospheric Conditions in Urban Street Canyon Using Computational Fluid Dynamics in Combination with Photochemistry - Google Patents
Method of Predicting Atmospheric Conditions in Urban Street Canyon Using Computational Fluid Dynamics in Combination with Photochemistry Download PDFInfo
- Publication number
- KR101269277B1 KR101269277B1 KR1020110009483A KR20110009483A KR101269277B1 KR 101269277 B1 KR101269277 B1 KR 101269277B1 KR 1020110009483 A KR1020110009483 A KR 1020110009483A KR 20110009483 A KR20110009483 A KR 20110009483A KR 101269277 B1 KR101269277 B1 KR 101269277B1
- Authority
- KR
- South Korea
- Prior art keywords
- model
- present
- fluid dynamics
- computational fluid
- concentration
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 239000012530 fluid Substances 0.000 title claims abstract description 16
- 238000006243 chemical reaction Methods 0.000 claims abstract description 20
- 238000003915 air pollution Methods 0.000 claims abstract description 8
- 239000013626 chemical specie Substances 0.000 claims abstract description 6
- 238000004088 simulation Methods 0.000 claims description 39
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 claims description 22
- 239000000443 aerosol Substances 0.000 claims description 17
- 230000000694 effects Effects 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000006552 photochemical reaction Methods 0.000 claims description 5
- 238000005094 computer simulation Methods 0.000 claims 1
- 239000000126 substance Substances 0.000 description 15
- 239000012855 volatile organic compound Substances 0.000 description 13
- 239000003344 environmental pollutant Substances 0.000 description 10
- 231100000719 pollutant Toxicity 0.000 description 10
- 229910002651 NO3 Inorganic materials 0.000 description 9
- NHNBFGGVMKEFGY-UHFFFAOYSA-N Nitrate Chemical compound [O-][N+]([O-])=O NHNBFGGVMKEFGY-UHFFFAOYSA-N 0.000 description 9
- QGZKDVFQNNGYKY-UHFFFAOYSA-O Ammonium Chemical compound [NH4+] QGZKDVFQNNGYKY-UHFFFAOYSA-O 0.000 description 7
- 238000000151 deposition Methods 0.000 description 7
- 230000008021 deposition Effects 0.000 description 7
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 5
- QAOWNCQODCNURD-UHFFFAOYSA-L Sulfate Chemical compound [O-]S([O-])(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-L 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000000469 dry deposition Methods 0.000 description 5
- 239000002243 precursor Substances 0.000 description 4
- 241000894007 species Species 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000004448 titration Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 150000002823 nitrates Chemical class 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000006303 photolysis reaction Methods 0.000 description 1
- 230000015843 photosynthesis, light reaction Effects 0.000 description 1
- 230000009663 quantitative growth Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 150000003467 sulfuric acid derivatives Chemical class 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 239000002341 toxic gas Substances 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Physical Or Chemical Processes And Apparatus (AREA)
Abstract
본 발명은 CFD(Computational Fluid Dynamics)에 광화학(Photochemistry)을 결합하여 좀더 정확한 도시 협곡의 대기오염 상태를 모의할 수 있는 대기 환경 모의 방법을 제공하기 위한 것으로, 본 발명에 의하면, 도시 협곡(Street Canyon)에서의 대기 오염 상태를 모의하기 위한 방법에 있어서, 3차원 전구 화학 수송 모델인 GEOS-Chem에서 NOx-Ox-VOC 반응을 고려한 대류권 화학 스킴을 적용하는 단계; 및 상기 적용된 대류권 화학 스킴과 RANS(Reynolds-Averaged Navier-Stokes equation) 모델 기반의 CFD 모형을 통해 바람장을 계산하고 화학종에 대한 수송을 수치적으로 해석하는 단계를 포함하는 것을 특징으로 하는 광화학이 결합된 전산유체역학을 이용한 도시 협곡 내에서의 대기 환경 모의 방법을 제공한다.The present invention is to provide a method for simulating the air pollution of the urban canyons by combining photochemistry with CFD (Computational Fluid Dynamics). According to the present invention, the city canyons (Street Canyon) A method for simulating the state of air pollution in a process comprising: applying a tropospheric chemistry scheme in consideration of the NOx-Ox-VOC reaction in a three-dimensional protochemical transport model, GEOS-Chem; And calculating wind fields and numerically interpreting transport to chemical species through a CFD model based on the applied tropospheric chemistry scheme and the Reynolds-Averaged Navier-Stokes equation (RANS) model. A method of simulating the atmospheric environment in urban canyons using combined computational fluid dynamics is provided.
Description
본 발명은 광화학이 결합된 전산유체역학을 이용한 도시 협곡 내에서의 대기 환경 모의 방법에 관한 것으로, 보다 상세하게는 전산유체역학에 3차원 전구 화학 수송 모델인 GEOS-Chem에서 NOx-Ox-VOC 반응을 고려한 대류권 화학 스킴을 적용하여 좀더 정확한 도시 협곡의 대기오염 상태를 모델링하기 위한 광화학이 결합된 전산유체역학을 이용한 도시 협곡 내에서의 대기 환경 모의 방법에 관한 것이다.The present invention relates to a method for simulating the atmospheric environment in an urban canyon using photodynamic coupled computational fluid dynamics, and more specifically, NOx-Ox-VOC reaction in GEOS-Chem, a three-dimensional proton chemical transport model for computational fluid dynamics. A simulation method of atmospheric environment in urban canyons using computational fluid dynamics combined with photochemistry for modeling more accurate air pollution conditions in urban canyons by applying a tropospheric chemistry scheme.
지난 수 십년 동안 진행되어온 산업의 급속한 발전은 주거 형태나 생활 방식에 큰 변화를 가져왔다. 도시로의 인구 이동이 가속화되었고 도시 지역의 인구 밀도와 차량 운행 빈도가 현저하게 증가하여 왔다. 그리고 경제 수준과 생활 수준이 높아지면서 양적 성장에 주력하였던 과거와는 달리 보다 안정적인 주거 환경을 추구하는 등, 삶의 질적인 향상에 큰 관심을 쏟고 있다.The rapid development of the industry over the last few decades has changed the way of living and the way of life. Population movements to cities have accelerated, and population density and vehicle frequency in urban areas have increased significantly. Unlike the past, which focused on quantitative growth as the economic and living standards increased, the government is paying great attention to improving the quality of life, such as pursuing a more stable living environment.
도시화가 계속되면서 도시 지역의 인구 밀도와 차량 통행 빈도와 차량에 의한 배기 가스가 점점 증가하고 있다. 또한 도시 거주자들은 예기치 못한 화재와 유독 가스 물질 배출 사고 등에 노출되어 있기 때문에 이들에 의한 피해를 최소화하기 위해서는 이에 대한 사전 평가가 필요한 실정이다. 일반적인 기상 모델은 도시 지역 흐름에 중요한 외력으로 작용하는 개개 건물이나 구조물을 모델에서 고려하기 어렵다는 단점이 있기 때문에 도시 지역 흐름 예측에 적용하기 어렵다. 따라서 도시 지역 상세 지형을 고려하여 흐름과 확산을 예측/평가함에 있어 3차원 전산유체역학(Computational Fluid Dynamics; 이하 "CFD") 모델이 필요하다.As urbanization continues, population density, vehicle traffic frequency, and vehicle emissions are increasing in urban areas. In addition, urban residents are exposed to unexpected fires and toxic gas emission accidents, so it is necessary to evaluate them in advance to minimize the damage caused by them. The general meteorological model is difficult to apply to urban area flow prediction because it is difficult to consider individual buildings or structures in the model, which are important external forces to urban area flow. Therefore, 3D Computational Fluid Dynamics ("CFD") model is required to predict and evaluate the flow and diffusion in consideration of detailed terrain of urban areas.
CFD는 유체의 물리적 움직임을 수학식으로 표현한 편미분방정식 또는 적분방정식들을 컴퓨터를 이용하여 수치적 방법으로 풀어 해를 얻는 학문이다.CFD is the study of numerically solving partial differential or integral equations that express the physical motion of fluids mathematically.
한편, 건물들로 협곡을 이루는 도로, 즉 도시 협곡(Street Canyon)에서의 대기질 모의는 지형에 따라 변하는 역학적으로 복잡한 메커니즘들로 인하여 공간적, 시간적으로 높은 분해능을 가진 CFD 모형을 이용하여 연구가 진행되어 왔다.On the other hand, air quality simulations in the canyons of the streets, or Street Canyons, have been studied using CFD models with high resolution spatially and temporally due to the complex dynamics of the terrain. Has been.
그러므로 대부분의 CFD 모형을 이용한 연구들은 일차오염원의 수송과 같은 역학적인 연구에 초점이 맞추어져 있다.Therefore, most studies using CFD models focus on epidemiological studies such as transport of primary sources.
하지만, 자동차에서 배출되는 일차오염원들은 일차오염원보다 더욱 유독한 오존이나 에어로졸과 같은 이차 오염물질들을 생성한다.However, primary pollutants emitted by automobiles produce secondary pollutants such as ozone and aerosols, which are more toxic than primary pollutants.
이런 이유에서 Baker, J., Walker, H.L., Cai, X., 2004. A study of the dispersion and transport of reactive pollutants in and above street canyons--a large eddy simulation. Atmospheric Environment 38, 6883-6892.(이하 “Baker et al.(2004)”이라 함)에서 처음으로 Steady State O3-NO-NO2 화학 반응을 고려한 연구를 시작하였으며 그 이후로 많은 연구들이 같은 화학 반응을 통하여 연구되었다.For this reason Baker, J., Walker, H.L., Cai, X., 2004.A study of the dispersion and transport of reactive pollutants in and above street canyons--a large eddy simulation. Atmospheric Environment 38, 6883-6892. (Hereinafter referred to as “Baker et al. (2004)”) began the study of Steady State O3-NO-NO2 chemical reactions for the first time, and many studies have since been conducted on the same chemical reactions. Through the study.
하지만 이러한 화학 반응은 실제 현실과는 동떨어진 너무나도 간단한 화학 반응만을 고려하였으며 오존 화학 반응에서 매우 중요한 VOCs와 같은 기체들은 고려되지 않았다.However, these chemical reactions considered only too simple chemical reactions that were far from the real world, and did not consider gases such as VOCs, which are very important in ozone chemical reactions.
또한, 기존의 CFD는 직접방출되는 NO, NO2가 어디에 쌓이는지에 대해서는 확인이 가능했으나, 화학반응에 따른 유해물질의 유체 흐름까지는 정확히 모델링할 수 없었다.In addition, the existing CFD was able to confirm where NO and NO2 directly discharged, but could not accurately model the fluid flow of harmful substances due to chemical reactions.
상기한 종래기술의 문제점을 해결하기 위한 것으로, 본 발명의 목적은 CFD에 광화학(Photochemistry)을 결합하여 좀더 정확한 도시 협곡의 대기오염 상태를 모의할 수 있는 광화학이 결합된 전산유체역학을 이용한 도시 협곡 내에서의 대기 환경 모의 방법을 제공하는 데 있다.In order to solve the above problems of the prior art, an object of the present invention is to combine the photochemistry (CF) with CFD urban canyon using photochemical combined hydrodynamics that can simulate the more accurate air pollution state of urban canyon It is to provide a method of simulating the atmosphere environment in the house.
본 발명의 다른 목적은 NOx-Ox-VOC 반응을 고려한 대류권 화학 스킴을 적용한 CFD를 통해 도시 협곡의 대기 오염 상태를 모의할 수 있는 광화학이 결합된 전산유체역학을 이용한 도시 협곡 내에서의 대기 환경 모의 방법을 제공하는 데 있다.Another object of the present invention is to simulate the atmospheric environment in urban canyons using computational fluid dynamics combined with photochemistry to simulate the air pollution of urban canyons through CFD using a tropospheric chemistry scheme considering NOx-Ox-VOC reactions. To provide a way.
상기한 본 발명의 목적은, 도시 협곡(Street canyon)에서의 대기 오염 상태를 모의하기 위한 방법에 있어서, 3차원 전구 화학 수송 모델인 GEOS-Chem에서 NOx-Ox-VOC 반응을 고려한 대류권 화학 스킴을 적용하는 단계; 및 상기 적용된 대류권 화학 스킴과 RANS(Reynolds-Averaged Navier-Stokes equation) 모델 기반의 CFD 모형을 통해 바람장을 계산하고 화학종에 대한 수송을 수치적으로 해석하는 단계를 포함하는 것을 특징으로 하는 광화학이 결합된 전산유체역학을 이용한 도시 협곡 내에서의 대기 환경 모의 방법에 의해 달성된다.The above object of the present invention is to propose a tropospheric chemistry scheme that takes into account NOx-Ox-VOC reactions in GEOS-Chem, a three-dimensional protochemical transport model, in a method for simulating air pollution in urban canyons. Applying; And calculating wind fields and numerically interpreting transport to chemical species through a CFD model based on the applied tropospheric chemistry scheme and the Reynolds-Averaged Navier-Stokes equation (RANS) model. This is achieved by a simulated atmosphere environment in urban canyons using coupled computational fluid dynamics.
또한 본 발명에 따르면, FAST-J 알고리즘을 이용하여 광화학 반응계수를 계산하는 것을 특징으로 한다.According to the present invention, the photochemical reaction coefficient is calculated using the FAST-J algorithm.
또한 본 발명에 따르면, 상기 FAST-J 알고리즘은 공기중의 에어로졸과 오존에 의한 산란효과를 고려하기 위해 각각의 위경도에서 위성을 통해 관측된 월평균 기후 값을 이용하여 오존 값을 대입하는 것을 특징으로 한다.In addition, according to the present invention, the FAST-J algorithm is characterized by substituting the ozone value using the monthly average climate value observed through the satellite at each latitude and longitude in order to consider the scattering effect of aerosol and ozone in the air do.
또한 본 발명에 따르면, Brasseur, G.P., Hauglustaine, D.A., Walters, S., Rasch, R.J., M, J.F., Granier, C., Tie, X.X., 1998. MOZART, a global chemical transport model for ozone and related chemical tracers 1. Model description. Journal of Geophysical Research D 103, 28265-28289.(이하 “Brasseur et al.(1998)”이라 함)의 방법을 이용하여 도시에서의 건식 침적 속도를 가정하여 계산하는 것을 특징으로 한다.Also according to the invention, Brasseur, GP, Hauglustaine, DA, Walters, S., Rasch, RJ, M, JF, Granier, C., Tie, XX, 1998. MOZART, a global chemical transport model for ozone and related chemical tracers 1. Model description. The method of Journal of Geophysical Research D 103, 28265-28289. (Hereinafter referred to as "Brasseur et al. (1998)") is characterized by calculating the dry deposition rate in the city.
또한 본 발명에 따르면, ISORROPIA-II 모델을 이용하여 NH4+, NO3-, SO42- 중 어느 하나를 포함하는 에어로졸의 상태를 계산하는 것을 특징으로 한다.In addition, according to the present invention, it is characterized by using the ISORROPIA-II model to calculate the state of the aerosol containing any one of NH4 +, NO3-, SO42-.
또한 본 발명에 따르면, Baker et al.(2004)의 모의 조건과 동일한 조건에서 스테디 스테이트(Steady State) O3-NO-NO2 화학 반응만 고려하여 검증하는 것을 특징으로 한다.In addition, according to the present invention, it is characterized by verifying only in consideration of Steady State O3-NO-NO2 chemical reaction under the same conditions as the simulation conditions of Baker et al. (2004).
또한 본 발명에 따르면, 상기 O3-NO-NO2의 바람이 가려지는 쪽(Leeward) 방향과 바람이 불어오는 쪽(Windward) 방향에서의 농도를 모의하여 검증하는 것을 특징으로 한다.In addition, according to the present invention, it is characterized by verifying the concentration of the O3-NO-NO2 in the wind direction (Leeward) direction and the wind direction (Windward) direction.
본 발명의 광화학이 결합된 전산유체역학을 이용한 도시 협곡 내에서의 대기 환경 모의 방법에 의하면, CFD와 광화학이 결합되어 좀더 정확한 도시 협곡의 대기오염 상태를 모의할 수 있는 효과가 있다.According to the method of simulating the atmospheric environment in the urban canyon using the computational fluid dynamics combined with the photochemistry of the present invention, the CFD and the photochemical are combined to simulate the air pollution state of the urban canyon more accurately.
또한, NOx-Ox-VOC 반응을 고려한 대류권 화학 스킴과 결합된 CFD를 통해 화학반응에 따른 유해물질의 유체 흐름을 모델링할 수 있는 효과가 있다.In addition, CFD combined with a tropospheric chemistry scheme that takes into account NOx-Ox-VOC reactions has the effect of modeling the fluid flow of hazardous substances due to chemical reactions.
뿐만 아니라, 자동차에서 배출된 오염물질로 인한 공기 상태의 확인이 가능하며, 나아가 에어로졸 생성에 따른 인체의 영향을 미치는 상황을 판단할 수 있는 효과가 있다.In addition, it is possible to check the air condition due to pollutants emitted from the vehicle, and furthermore, it is possible to determine a situation affecting the human body due to aerosol generation.
도 1a는 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 모의한 영역을 나타낸 도면.
도 1b는 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 실험을 위하여 중국의 동펭 거리를 재현한 모습의 도면.
도 2는 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 Baker et al.(2004)의 결과와 비교하기 위하여 계산한 NO, NO2, O3의 농도 값을 나타낸 도면.
도 3은 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 협곡 내 양쪽 면에서의 CO의 지면 농도를 나타낸 도면.
도 4는 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 CO 농도를 나타낸 도면.
도 5는 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 NO의 농도를 나타낸 도면.
도 6은 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 NO2의 농도를 나타낸 도면.
도 7은 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 오존(O3)의 농도를 나타낸 도면.
도 8은 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 다양한 경우의 NOx와 VOC의 비를 나타낸 도면.
도 9는 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 O3-NO-NO2만을 고려한 상태에서의 NO,NO2,O3의 농도를 나타낸 도면.
도 10은 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 질산염의 전구물질인 NH3와 NHO3의 농도와 질산염과 암모늄의 농도를 나타낸 도면.
도 11은 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 도 10과 동일한 조건에서 온도를 0℃로 가정하였을 경우의 질산염과 암모늄의 농도를 나타낸 도면.
도 12는 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 황산염의 전구물질인 SO2의 농도와 황산염의 농도를 나타낸 도면.1A is a view showing a simulated area in the air environment simulation method according to an embodiment of the present invention.
Figure 1b is a view of a reproduction of Dongfeng Street in China for the experiment in the air environment simulation method according to an embodiment of the present invention.
2 is a view showing the concentration values of NO, NO2, O3 calculated for comparison with the results of Baker et al. (2004) in the air environment simulation method according to an embodiment of the present invention.
3 is a view showing the ground concentration of the CO on both sides of the canyon in the air environment simulation method according to an embodiment of the present invention.
4 is a view showing the CO concentration in the air environment simulation method according to an embodiment of the present invention.
5 is a view showing the concentration of NO in the air environment simulation method according to an embodiment of the present invention.
6 is a view showing the concentration of NO 2 in the air environment simulation method according to an embodiment of the present invention.
7 is a view showing the concentration of ozone (O3) in the air environment simulation method according to an embodiment of the present invention.
8 is a view showing the ratio of NOx and VOC in various cases in the air environment simulation method according to an embodiment of the present invention.
9 is a view showing the concentration of NO, NO 2,
10 is a view showing the concentration of NH3 and NHO3 and the concentration of nitrate and ammonium as precursors of nitrate in the air environment simulation method according to an embodiment of the present invention.
11 is a view showing the concentration of nitrate and ammonium when the temperature is assumed to be 0 ℃ under the same conditions as in Figure 10 in the air environment simulation method according to an embodiment of the present invention.
12 is a view showing the concentration of SO2 and sulfate concentration of precursors of sulfate in the air environment simulation method according to an embodiment of the present invention.
본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니되고, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.The terms or words used in this specification and claims are not to be construed as being limited to their ordinary or dictionary meanings, and the inventors may appropriately define the concept of terms in order to best describe their invention. It should be interpreted as meaning and concept corresponding to the technical idea of the present invention based on the principle that the present invention.
따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.Therefore, the embodiments described in the specification and the drawings shown in the drawings are only the most preferred embodiment of the present invention and do not represent all of the technical idea of the present invention, various modifications that can be replaced at the time of the present application It should be understood that there may be equivalents and variations.
이하에서는 첨부된 도면을 참조하여 본 발명의 바람직한 실시 예를 상세하게 설명하기로 한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings.
본 발명의 실시예에서는 기본적으로 RANS(Reynolds-Averaged Navier-Stokes Equation) 모델 기반의 CFD 모형을 사용하였다.In the exemplary embodiment of the present invention, a CFD model based on a Ryn (Reynolds-Averaged Navier-Stokes Equation) model is used.
상기 RANS 모델은 RNG(Renormalization Group) k-e 난류 스킴을 기반으로 하여 바람장을 계산하며 화학종에 대한 수송을 수치적으로 해석할 수 있다. 반응성이 높은 화학 물질들의 화학 반응 및 생성을 고려하기 위해 본 발명의 실시예에서는 3차원 전구 화학 수송 모델인 GEOS-Chem에서 NOx-Ox-VOC 반응을 고려한 대류권 화학 스킴을 CFD모형에 결합하였다.The RANS model can calculate the wind field based on the Renormalization Group (RNG) k-e turbulence scheme and can numerically interpret the transport to the chemical species. In order to consider the chemical reaction and generation of highly reactive chemicals, the present invention combines the tropospheric chemistry scheme in consideration of the NOx-Ox-VOC reaction in the three-dimensional protochemical transport model GEOS-Chem to the CFD model.
이 화학 스킴은 110개의 화학종과 343개의 화학 반응을 고려하고 있으며, 화학반응의 수치 계산은 기어(gear) 형태의 솔버를 이용하여 계산되며, 화학종의 수송은 생존시간이 긴 28개의 물질에 대하여 이루어진다. The chemical scheme takes into account 110 species and 343 chemical reactions. The numerical calculation of chemical reactions is calculated using a gear-shaped solver, and the transport of species is carried out on 28 substances with long survival times. Is done for.
광화학 반응계수는 화학 반응을 고려하는 데 있어서 매우 중요한 요소이다. 따라서, 본 발명에서는 FAST-J 알고리즘을 이용하여 광화학 반응계수를 계산하였다.Photochemical reaction coefficients are very important factors in considering chemical reactions. Therefore, in the present invention, the photochemical reaction coefficient was calculated using the FAST-J algorithm.
상기 FAST-J 알고리즘은 공기중의 에어로졸과 오존에 의한 산란 효과도 고려하고 있다. 이를 위해 오존의 값은 각각의 위경도에서 위성을 통해 관측된 월평균 기후 값을 이용하고 있다. 대기중의 에어로졸에 의한 산란 효과는 모델에서의 에어로졸의 생성과 유기적으로 작동한다. 본 발명에서 사용한 모델에서는 에어로졸의 열역학 계산 모듈이 들어있지 않아 에어로졸의 모든 타입을 직접 계산할 수 없기 때문에 에어로졸에 의한 산란 효과는 계산되지 않았으나, 다른 모델을 통해 계산 값을 적용할 수 있다.The FAST-J algorithm also considers the scattering effects of aerosols and ozone in the air. For this purpose, the ozone value uses the monthly average climate value observed from satellite at each latitude and longitude. The scattering effect of aerosols in the atmosphere works organically with the generation of aerosols in the model. In the model used in the present invention, since the aerosol thermodynamic calculation module is not included and all types of aerosols cannot be directly calculated, scattering effects due to aerosols are not calculated, but the calculated values may be applied through other models.
침적 효과는 화학물질이 줄어드는 데에 있어 매우 중요한 요소이다. 이러한 침적 효과는 건식 침적과 습식 침적 두 개로 나눌 수 있다. 본 발명의 실시예에서 사용된 CFD 모델에서는 비나 구름 생성 같은 물의 순환이 전혀 고려되고 있지 않기 때문에 습식 침적에 의한 효과는 고려되지 않았으나, 다양한 방법을 통해 습식 침적 효과의 적용이 가능하다.The deposition effect is a very important factor in reducing chemicals. This deposition effect can be divided into dry deposition and wet deposition. In the CFD model used in the embodiment of the present invention, since the water circulation such as rain or cloud generation is not considered at all, the effect of wet deposition is not considered, but the wet deposition effect can be applied through various methods.
건식 침적의 경우 Brasseur et al.(1998)의 방법을 이용하여 건식 침적을 계산하며 그 중 도시에서의 건식 침적 속도로 가정하여 계산한다. 이 모델은 에어로졸의 열역학 모듈을 직접적으로 포함하고 있지는 않으나 모의 후에 별도로 ISORROPIA-II 모델을 이용하여 NH4+, NO3-, SO42- 와 같은 에어로졸의 각각의 상태를 계산할 수 있다.
For dry deposition, dry deposition is calculated using the method of Brasseur et al. (1998), which is assumed to be the dry deposition rate in the city. This model does not directly include the aerosol thermodynamic module, but after simulation it is possible to calculate the individual states of aerosols such as NH4 +, NO3- and SO42- using the ISORROPIA-II model separately.
본 발명에 개시된 광화학이 결합된 전산유체역학을 이용한 도시 협곡 내에서의 대기 환경 모의 모델의 검증에 대해 설명하도록 한다.The verification of the simulation model of the atmospheric environment in the urban canyon using the combined photochemistry disclosed in the present invention will be described.
Kim and Baik(2004)의 연구에서 바람 터널에서의 실험 결과를 이용하여 도시 협곡에서의 반응성이 없는 화학 물질의 수송과 확산에 대하여 모델 검증을 시행하였으며 높은 관측과의 일치성을 보였다. In Kim and Baik's (2004) study, using the experimental results in wind tunnels, model verification was carried out for the transport and diffusion of inert chemicals in urban canyons and showed high agreement with the observations.
따라서, 본 발명의 실시예에서는 대신 반응성이 있는 화학 물질에 초점을 맞추어 모델 검증을 시행하였다.Thus, in the examples of the present invention, model validation was conducted instead of focusing on reactive chemicals.
스테디 스테이트(Steady State) O3-NO-NO2 화학 반응만을 고려하였을 경우와 모든 화학 물질을 모두 고려하였을 경우에 대하여 검증을 실시하였고, 각각의 경우는 다른 모델의 결과와 관측자료를 이용하여 비교를 하였다.
Steady State O3-NO-NO2 chemical reactions were considered and all the chemicals were considered. In each case, the results were compared with the results of other models and observations. .
광화학 평형 상태에서의 오존농도 모의Simulation of ozone concentration at photochemical equilibrium
광화학 평형 상태의 모델 모의 결과를 이전의 다른 모델 연구 결과와 비교 하여 모델의 모의 능력을 평가하였다.The model simulation results of the photochemical equilibrium were compared with previous model studies to evaluate the model's simulation capability.
도 1a는 도 1a는 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 모의한 영역을 나타낸 도면이다.FIG. 1A is a view showing a simulated area in the air environment simulation method according to an embodiment of the present invention.
도 1a에 도시된 바와 같이, 모의된 모델의 격자 크기와 배출 조건들은 모두 Baker et al.(2004)의 모의 조건과 동일한 조건을 이용하여 계산을 진행하였다. As shown in FIG. 1A, the grid size and emission conditions of the simulated model were all calculated using the same conditions as those of Baker et al. (2004).
도 2는 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 Baker et al.(2004)의 결과와 비교하기 위하여 계산한 NO, NO2, O3의 농도 값을 나타낸 도면이다.2 is a view showing the concentration values of NO, NO2, O3 calculated for comparison with the results of Baker et al. (2004) in the air environment simulation method according to an embodiment of the present invention.
도 2에 도시된 바와 같이, 모의된 NO와 NO2의 농도는 Leeward 방향에서 Windward보다 높은 농도 값을 나타내고 있으며 강한 소용돌이 모양을 나타내고 있다. As shown in FIG. 2, the simulated NO and NO 2 concentrations show higher concentration values than Windwards in the Leeward direction and show strong swirls.
또한 도시 협곡의 중앙에서는 NO와 NO2의 경우 가장 낮은 농도를 나타내고 있으나 오존의 경우 가장 높은 농도의 결과를 보여주고 있다.In addition, the lowest concentrations of NO and NO2 are found in the middle of urban canyons, but the highest concentrations of ozone are shown.
이러한 특징들은 Baker et al.(2004)의 결과에서도 역시 동일하게 보여지며 그 농도의 크기 또한 본 발명의 모델 결과와 비슷한 크기를 나타내고 있다.These features are also seen in the results of Baker et al. (2004), and the magnitude of the concentration is also similar to the model results of the present invention.
이런 점들을 볼 때 CFD 모델내의 화학모듈이 정상적으로 잘 작동하고 있다는 것을 확인할 수 있다.
These points confirm that the chemistry module in the CFD model is working properly.
실제 관측 캠페인에서의 화학 물질의 농도 비교Comparison of Chemical Concentrations in Actual Observation Campaigns
광화학과 결합된 CFD 모형의 결과를 야외 캠페인에서 관측된 화학물질의 농도와 비교를 시행하였다.The CFD model combined with photochemistry was compared with the concentrations of chemicals observed in the outdoor campaign.
사용한 관측 자료는 Xie et al.(2003)에 의해 1999년 7월과 10월에 광저우 동펭 거리에서 관측된 자료를 사용하였다. CO, NO, NO2, O3의 농도를 관측하였으며 각각의 관측기간에서 남쪽방향에 관측기기를 설치하여 높이에 따른 농도를 관측하였다. 또한 CO의 경우는 남쪽과 북쪽의 지면에 관측기기를 설치하여 바람이 가려지는 쪽 방향(Leeward)과 바람이 불어오는 쪽 방향(Windward) 모두에 대하여 측정되었다.The observation data used were Xie et al. (2003), which were observed at Dongfeng Street in Guangzhou in July and October 1999. The concentrations of CO, NO, NO2, and O3 were observed, and the observations were made in the south direction at each observation period. In the case of CO, the observation equipment was installed on the ground in the south and the north, and was measured in both the leeward direction and the windward direction.
도 1b는 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 실험을 위하여 중국의 동펭 거리를 재현한 모습의 도면이다.Figure 1b is a view of a reproduction of Dongfeng Street in China for the experiment in the air environment simulation method according to an embodiment of the present invention.
Xie et al.(2003)에서 관측된 시간에 따른 자동차 운행 량을 기반으로 하여 모델에서의 자동차 배출량을 산정하였다. 자동차 정보를 배출량으로 환산하기 위해 Wang et al.(2010)이 연구한 1999년 광저우의 자동차 배출량 정보를 사용하였다.Vehicle emissions in the model are estimated based on the amount of vehicle operation over time observed in Xie et al. (2003). In 1999, Wang et al. (2010) studied Guangzhou automobile emission data to convert automobile information into emissions.
도 3은 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 협곡 내 양쪽 면에서의 CO의 지면 농도를 나타낸 도면이다.3 is a view showing the ground concentration of the CO on both sides of the canyon in the air environment simulation method according to an embodiment of the present invention.
도 3에 도시된 바와 같이, 10월과 7월 두 경우에 있어서 모두 Leeward의 농도가 Windward보다 2~3배 정도 높은 농도를 나타내고 있으며 이러한 현상은 협곡 내의 소용돌이의 생성으로 인하여 나타나게 된다. 이와 유사한 농도와 특징이 Xie et al.(2003)에서도 관측되었으며 이전의 연구에서도 이와 유사한 Leeward에서의 높은 농도들이 관측되었다.As shown in FIG. 3, in both the cases of October and July, Leeward concentrations are two to three times higher than those of Windward, and this phenomenon appears due to the generation of vortices in the canyon. Similar concentrations and characteristics were observed in Xie et al. (2003) and similar high concentrations at Leeward were observed in previous studies.
도 4는 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 CO 농도를 나타낸 도면이다.4 is a view showing the CO concentration in the air environment simulation method according to an embodiment of the present invention.
도 4에 도시된 바와 같이, 관측된 CO의 농도는 자동차의 통행량에 따라서 크게 영향을 받는 모습을 나타내며 고도가 증가함에 따라서 농도가 감소하는 모습을 보인다. 이러한 관측의 특징들이 모의된 CO농도에서도 역시 보이는 것을 확인할 수 있으며 그 크기도 관측과 유사한 크기를 나타내는 것을 확인할 수 있다. 이는 본 발명의 모델이 역학적 작용을 잘 모의하며 자동차의 배출량 또한 잘 계산되었다는 것을 나타낸다.As shown in FIG. 4, the observed concentration of CO is greatly affected by the traffic volume of the vehicle, and the concentration decreases as the altitude increases. It can be seen that the characteristics of these observations are also seen in the simulated CO concentration, and the magnitudes are similar to the observations. This indicates that the model of the present invention well simulates the mechanical action and the vehicle emissions are well calculated.
도 5는 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 NO의 농도를 나타낸 도면이다.5 is a view showing the concentration of NO in the air environment simulation method according to an embodiment of the present invention.
도 5에 도시된 바와 같이, 관측된 NO는 CO와 매우 유사한 일변화를 보이고 있는 것을 확인할 수 있다. 모의된 NO의 농도는 이와 유사한 형태를 보이는 것을 확인할 수 있으나 그 크기가 관측과는 달리 3배 정도 높은 것을 확인할 수 있다. 이러한 차이는 자동차의 배출량으로 계산된 NO의 농도가 높거나 물질의 침적 작용이 적게 모의되어 나타나는 것으로 보인다.As shown in Figure 5, it can be seen that the observed NO shows a very similar change to the CO. The simulated NO concentration can be confirmed to have a similar form, but the size is three times higher than that of the observation. This difference appears to be due to high concentrations of NO calculated as emissions from cars or less deposition of materials.
도 6은 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 NO2의 농도를 나타낸 도면이다.6 is a view showing the concentration of NO 2 in the air environment simulation method according to an embodiment of the present invention.
도 6에 도시된 바와 같이, 관측된 NO2의 농도는 7월의 경우에는 오전 동안에 높은 NO2의 농도를 유지하다가 낮 동안에 감소하는 모습을 보이며, 10월의 경우에는 반대로 오전 중에 낮은 농도를 보이다가 오후에 가장 높은 농도를 기록하는 것을 확인할 수 있다. 모델의 모의 결과는 10월과 같은 형태의 변화는 잡아냈지만 7월의 경우에서 보인 낮 동안 NO2의 농도가 줄어드는 현상을 잡지 못하였다. 낮 동안의 NO2의 증가하는 이유는 NO의 농도가 NO2의 농도보다 많이 높기 때문에 NO의 산화로 생성되는 NO2의 농도가 NO2가 광분해되는 속도보다 빠르기 때문에 일어나는 현상으로 보인다. As shown in FIG. 6, the observed NO2 concentration was decreased during the day while maintaining a high NO2 concentration during the morning in July, while the low concentration was observed during the afternoon in October. You can see that the highest concentration is recorded at. Model simulations captured changes in the same pattern as in October, but did not detect a decrease in NO2 concentration during the day seen in July. The increase in NO2 during the day seems to occur because the concentration of NO2 is much higher than that of NO2, and the concentration of NO2 produced by the oxidation of NO is faster than the rate of photolysis of NO2.
도 7은 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 오존(O3)의 농도를 나타낸 도면이다.7 is a view showing the concentration of ozone (O3) in the air environment simulation method according to an embodiment of the present invention.
도 7에 도시된 바와 같이, 관측된 오존은 7월의 경우에는 오존에 일변화가 전 혀 없는 형태가 나타나며 Xie et al.(2003)에서는 NOx titration이 주된 이유라고 설명된다. 이에 반하여 10월의 경우에 있어서는 오존의 뚜렷한 일변화가 보이는 것을 확인할 수 있다. 모의된 오존의 경우에는 10월의 경우에는 관측과 유사하게 뚜렷한 일변화가 보이는 것을 확인할 수 있다. 하지만 7월의 경우에는 10월의 경우에 비하여 농도가 낮지만 여전히 일변화가 나타나는 것을 확인할 수 있다. As shown in FIG. 7, the observed ozone appears in the form of no daily change in ozone in July, and it is explained in Xie et al. (2003) that the main reason is NOx titration. On the other hand, in October, it can be seen that there is a clear change in ozone. In the case of simulated ozone, it can be seen that in October, there is a clear change in day, similar to the observation. However, in July, the concentration is lower than in October, but the daily change still occurs.
1차적인 오염 물질과는 달리 오존의 경우 Leeward에서 농도가 낮은 이유는 오존의 농도는 NOx 와 VOC의 농도의 비에 의해 크게 영향을 받기 때문이다.Unlike primary pollutants, ozone has a low concentration in Leeward because ozone concentration is strongly influenced by the ratio of NOx and VOC concentrations.
도 8은 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 다양한 경우의 NOx와 VOC의 비를 나타낸 도면이다.8 is a view showing the ratio of NOx and VOC in various cases in the air environment simulation method according to an embodiment of the present invention.
도 8에 도시된 바와 같이, NOx와 VOC의 비는 0.8~1.0 정도로 강한 NOx titration의 상태를 보이며 10월의 경우가 그 비율이 더 높아 오존의 농도가 더 크게 나타나는 것으로 확인되었다. 전체적으로 볼 때 다소 관측과의 차이점이 보이기는 하지만 모델이 성공적으로 도시 협곡 내의 오염 물질의 농도를 모의하고 있는 것을 확인할 수 있다.As shown in FIG. 8, the ratio of NOx to VOC shows a strong NOx titration of about 0.8 to 1.0, and it was confirmed that the concentration of ozone was higher in October. Overall, although somewhat different from the observations, we can see that the model successfully simulates the concentration of pollutants in urban canyons.
VOC를 고려하여 모의하였을 때와 오존의 농도가 O3-NO-NO2 만을 고려하였을 때 큰 차이를 보인다.When VOC is considered and the concentration of ozone is considered only O3-NO-NO2, there is a big difference.
도 9는 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 O3-NO-NO2만을 고려한 상태에서의 NO,NO2,O3의 농도를 나타낸 도면이다.9 is a view showing the concentration of NO, NO 2,
도 9에 도시된 바와 같이, O3-NO-NO2만을 고려하였을 때의 오존의 농도는 모든 화학 종을 사용하였을 때보다 최대 10배 정도의 차이를 보이는 것을 확인할 수 있다. 이러한 차이는 도시 협곡에서의 대기질의 모의함에 있어서 반드시 VOC 화학종을 고려해야 한다는 것을 나타낸다.As shown in Figure 9, it can be seen that the concentration of ozone when considering only O3-NO-NO2 shows a difference of up to 10 times than when using all chemical species. These differences indicate that VOC species must be considered in simulating air quality in urban canyons.
자동차에서는 NOx, VOC, CO 뿐 아니라 SO2, NH3와 같은 화학 물질도 배출한다. 이러한 화학물질은 인체에 유해한 황산염이나 질산염 같은 에어로졸을 생성하게 된다. Automobiles emit not only NOx, VOC, CO but also chemicals such as SO2 and NH3. These chemicals produce aerosols such as sulfates and nitrates that are harmful to the human body.
도 10은 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 질산염의 전구물질인 NH3와 NHO3의 농도와 질산염과 암모늄의 농도를 나타낸 도면이다.10 is a view showing the concentration of NH3 and NHO3 and the concentration of nitrate and ammonium as precursors of nitrate in the air environment simulation method according to an embodiment of the present invention.
도 10에 도시된 바와 같이, 자동차에 의해 생성된 질산염과 암모늄의 농도는 농도를 합쳐서 3.2μgm-3 정도를 나타냈다. 하지만 온도가 높은 여름철에는 질산염이나 암모늄의 경우 쉽게 기화하여 없어지는 현상이 나타난다.As shown in FIG. 10, the concentrations of nitrate and ammonium produced by automobiles were about 3.2 μgm −3 in total concentration. However, in the summer when the temperature is high, nitrate or ammonium is easily evaporated.
도 11은 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 도 10과 동일한 조건에서 온도를 0℃로 가정하였을 경우의 질산염과 암모늄의 농도를 나타낸 도면이다.FIG. 11 is a view showing concentrations of nitrate and ammonium when the temperature is assumed to be 0 ° C. under the same conditions as in FIG. 10 in the air environment simulation method according to the embodiment of the present invention.
도 11에 도시된 바와 같이, 암모늄과 질산염의 농도가 5배 가량 증가하여 각각 4.2μgm-3 and 14.8μgm-3 정도를 나타내는 것을 확인할 수 있다.As shown in Figure 11, it can be seen that the concentration of ammonium and nitrate increases by about five times to represent about 4.2μgm-3 and 14.8μgm-3, respectively.
도 12는 본 발명의 실시예에 따른 대기 환경 모의 방법에 있어서 황산염의 전구물질인 SO2의 농도와 황산염의 농도를 나타낸 도면이다.12 is a view showing the concentration of SO2 and sulfate concentration of precursors of sulfate in the air environment simulation method according to an embodiment of the present invention.
도 12에 도시된 바와 같이, 황산염의 경우 습식 침적에 의하여 대량 생산되는데 현재의 모델에서는 이를 고려하지 못하여 상대적으로 낮은 농도를 나타내는 것으로 확인할 수 있다. 이를 종합할 때 겨울철의 도시 협곡 내에서의 에어로졸에 의해 건강의 문제가 야기할 수 있다는 것을 나타낸다.As shown in FIG. 12, in the case of sulfate, mass production is performed by wet deposition, but the present model does not consider this, and it can be seen that the concentration is relatively low. Taken together, this suggests that health problems can be caused by aerosols in urban canyons in winter.
표 1 및 표 2에서와 같이, 시뮬레이션을 통해 7월과 10월에 도시 협곡에서 발생하는 대기 오염물질의 양을 모의할 수 있다. 아래에서 표 1은 7월에 도시 협곡에서 자동차로부터 배출되는 오염 물질의 양을 나타낸 것이고, 표 2는 10월에 도시 협곡에서 자동차로부터 배출되는 오염 물질의 양을 나타낸 것이다.As shown in Tables 1 and 2, simulations can be used to simulate the amount of air pollutants generated in urban canyons in July and October. Table 1 below shows the amount of pollutants emitted from cars in urban canyons in July, and Table 2 shows the amount of pollutants emitted from cars in urban canyons in October.
본 발명의 실시예에서는 도시 협곡 내에서의 대기질의 모의를 수행하고 야외 캠페인의 결과와 비교하여 검정하였으며, CO와 NO의 경우 자동차의 통행량에 밀접한 관계를 지닌 형태를 나타냈다. In the exemplary embodiment of the present invention, the air quality simulation in the urban canyon was performed and compared with the results of the outdoor campaign, and CO and NO were shown to have a close relationship with the traffic volume of the vehicle.
모의된 CO와 NO는 이러한 형태를 잘 나타냈으며 CO의 경우 매우 크기도 잘 모의하였다. 하지만 NO의 경우 3배 정도 과대모의를 하는 것을 확인할 수 있다.The simulated CO and NO showed this type well, and the size of CO was also well simulated. However, NO can be overestimated three times.
NO2와 O3의 경우는 이와는 다른 패턴을 나타냈다. 약간의 차이는 존재하나 모의된 오염물질의 농도는 관측과 유사한 크기와 특징을 보였으며 성공적인 모의를 하였다. 또한 자동차에서 배출된 오염물질은 에어로졸을 생성할 수 있으며 도시 협곡 내에서 겨울철에 인체에 영향을 줄 수 있다.NO2 and O3 showed different patterns. Although there are some differences, the simulated contaminant concentrations showed similar magnitudes and characteristics as observed and were successfully simulated. In addition, pollutants emitted from cars can produce aerosols and affect the human body in winter in urban canyons.
본 발명은 이상에서 살펴본 바와 같이 바람직한 실시예를 들어 도시하고 설명하였으나, 상기한 실시예에 한정되지 아니하며 본 발명의 정신을 벗어나지 않는 범위 내에서 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술사상과 아래에 기재될 특허청구범위의 균등범위 내에서 다양한 수정 및 변형이 가능함은 물론이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is clearly understood that the same is by way of illustration and example only and is not to be taken by way of limitation, It will be understood by those skilled in the art that various changes in form and details may be made therein without departing from the spirit and scope of the present invention as defined by the appended claims and their equivalents.
Claims (7)
상기 컴퓨터는 3차원 전구 화학 수송 모델인 GEOS-Chem에서 NOx-Ox-VOC 반응을 고려한 대류권 화학 스킴을 적용하는 단계; 및
상기 컴퓨터는 상기 적용된 대류권 화학 스킴과 RANS(Reynolds-Averaged Navier-Stokes equation) 모델 기반의 CFD 모형을 통해 바람장을 계산하고 화학종에 대한 수송을 수치적으로 해석하는 단계를 포함하는 것을 특징으로 하는 광화학이 결합된 전산유체역학을 이용한 도시 협곡 내에서의 대기 환경 모의 방법.A method for simulating air pollution in a city canyon using a computer,
Applying a tropospheric chemistry scheme in consideration of the NOx-Ox-VOC reaction in GEOS-Chem, a three-dimensional protochemical transport model; And
The computer includes a step of calculating wind fields and numerically interpreting transport of chemical species through a CFD model based on the applied tropospheric chemistry scheme and the Reynolds-Averaged Navier-Stokes equation (RANS) model. Simulation of Atmospheric Environment in Urban Canyons Using Computational Fluid Dynamics Combined with Photochemistry.
상기 컴퓨터는 FAST-J 알고리즘을 이용하여 광화학 반응계수를 계산하는 것을 특징으로 하는 광화학이 결합된 전산유체역학을 이용한 도시 협곡 내에서의 대기 환경 모의 방법.The method of claim 1, wherein the computer calculates wind fields and numerically interprets transport of chemical species through a CFD model based on the applied tropospheric chemistry scheme and the Reynolds-Averaged Navier-Stokes equation (RANS) model. ,
The computer simulation method of the atmospheric environment in the urban canyon using a photochemical combined computational fluid dynamics, characterized in that to calculate the photochemical reaction coefficient using the FAST-J algorithm.
상기 컴퓨터는 ISORROPIA-II 모델을 이용하여 NH4+, NO3-, SO42- 중 어느 하나를 포함하는 에어로졸의 상태를 계산하는 단계를 더 포함하는 것을 특징으로 하는 광화학이 결합된 전산유체역학을 이용한 도시 협곡 내에서의 대기 환경 모의 방법.The method of claim 1,
The computer further comprises the step of calculating the state of the aerosol comprising any one of NH4 +, NO3-, SO42- using the ISORROPIA-II model in the urban canyon using photochemical combined hydrodynamics How to simulate the atmospheric environment in the country.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110009483A KR101269277B1 (en) | 2011-01-31 | 2011-01-31 | Method of Predicting Atmospheric Conditions in Urban Street Canyon Using Computational Fluid Dynamics in Combination with Photochemistry |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110009483A KR101269277B1 (en) | 2011-01-31 | 2011-01-31 | Method of Predicting Atmospheric Conditions in Urban Street Canyon Using Computational Fluid Dynamics in Combination with Photochemistry |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20120088250A KR20120088250A (en) | 2012-08-08 |
| KR101269277B1 true KR101269277B1 (en) | 2013-05-29 |
Family
ID=46873565
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020110009483A KR101269277B1 (en) | 2011-01-31 | 2011-01-31 | Method of Predicting Atmospheric Conditions in Urban Street Canyon Using Computational Fluid Dynamics in Combination with Photochemistry |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101269277B1 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105675244A (en) * | 2016-01-08 | 2016-06-15 | 合肥工业大学 | Experimental device for research on flow field and pollutant dispersion in urban continuous street canyons |
| KR20220048643A (en) | 2020-10-13 | 2022-04-20 | 부경대학교 산학협력단 | 3-dimensihonal wind flow analyzing system by stages of development in step-up street canyons using commutational fluid dynamics, and analyzing method using the same |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101721695B1 (en) * | 2015-09-17 | 2017-03-30 | 한국외국어대학교 연구산학협력단 | Urban Climate Impact Assessment method of Reflecting Urban Planning Scenarios and Analysis System using the same |
-
2011
- 2011-01-31 KR KR1020110009483A patent/KR101269277B1/en not_active IP Right Cessation
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105675244A (en) * | 2016-01-08 | 2016-06-15 | 合肥工业大学 | Experimental device for research on flow field and pollutant dispersion in urban continuous street canyons |
| KR20220048643A (en) | 2020-10-13 | 2022-04-20 | 부경대학교 산학협력단 | 3-dimensihonal wind flow analyzing system by stages of development in step-up street canyons using commutational fluid dynamics, and analyzing method using the same |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20120088250A (en) | 2012-08-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shao et al. | Quantifying the role of PM2. 5 dropping in variations of ground-level ozone: Inter-comparison between Beijing and Los Angeles | |
| Jeanjean et al. | A CFD study on the effectiveness of trees to disperse road traffic emissions at a city scale | |
| Holmes et al. | A review of dispersion modelling and its application to the dispersion of particles: An overview of different dispersion models available | |
| Andrade et al. | Air quality forecasting system for Southeastern Brazil | |
| Huang et al. | Effects of wind direction on the airflow and pollutant dispersion inside a long street canyon | |
| Hassan et al. | Improving outdoor air quality based on building morphology: Numerical investigation | |
| Yerramilli et al. | Air pollution, modeling and GIS based decision support systems for air quality risk assessment | |
| Guth et al. | First implementation of secondary inorganic aerosols in the MOCAGE version R2. 15.0 chemistry transport model | |
| Karim et al. | Modelling reacting localized air pollution using Computational Fluid Dynamics (CFD) | |
| Bullock Jr | Modeling assessment of transport and deposition patterns of anthropogenic mercury air emissions in the United States and Canada | |
| Mohammadi et al. | Dispersion modeling of nitrogen dioxide in ambient air of Ahvaz city | |
| KR101269277B1 (en) | Method of Predicting Atmospheric Conditions in Urban Street Canyon Using Computational Fluid Dynamics in Combination with Photochemistry | |
| CN113156395B (en) | Aerosol laser radar data fusion method and system | |
| Wang et al. | Coupled mesoscale–microscale modeling of air quality in a polluted city using WRF-LES-Chem | |
| Seo et al. | Numerical prediction of fugitive dust dispersion on reclaimed land in Korea | |
| Yazid et al. | Preliminary study on the wind flow and pollutant dispersion in an idealized Street Canyon | |
| Kim et al. | A study on the characteristics of flow and reactive pollutants' dispersion in step-up street canyons using a CFD model | |
| Jia et al. | A dynamic dust emission allocation method and holiday profiles applied to emission processing for improving air quality model performance | |
| Kwon et al. | Carbon monoxide dispersion in an urban area simulated by a CFD model coupled to the WRF-Chem model | |
| Duan et al. | Evaluation of pollutant exposure using virtual walkers and large-eddy simulation: Application to an idealised urban neighbourhood | |
| Huiru et al. | Study on Dispersion of Carbon Dioxide over the Shrubbery Region | |
| Kumar | Modeling for vehicular pollution in urban region; A review | |
| Rahimian et al. | The analysis on distribution of NOX pollutant concentration from exhaust flues in Shahid Montazeri Power Plant at Isfahan using combined WRF-CALPUFF model | |
| Lavanya | Air Quality Modeling of Santhepet Street Canyon of Mysore City Using FLUENT | |
| Singh et al. | Numerical simulation of pollutant dispersion in an urban street canyon-effects of elevated metro rail track |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20160128 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20170421 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20180425 Year of fee payment: 6 |
|
| LAPS | Lapse due to unpaid annual fee |