KR102537488B1 - 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템 및 이를 이용한 분석 방법 - Google Patents

유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템 및 이를 이용한 분석 방법 Download PDF

Info

Publication number
KR102537488B1
KR102537488B1 KR1020210002461A KR20210002461A KR102537488B1 KR 102537488 B1 KR102537488 B1 KR 102537488B1 KR 1020210002461 A KR1020210002461 A KR 1020210002461A KR 20210002461 A KR20210002461 A KR 20210002461A KR 102537488 B1 KR102537488 B1 KR 102537488B1
Authority
KR
South Korea
Prior art keywords
wind speed
urban
wind
analysis
inflow
Prior art date
Application number
KR1020210002461A
Other languages
English (en)
Other versions
KR20220100751A (ko
Inventor
김재진
왕장운
Original Assignee
부경대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 부경대학교 산학협력단 filed Critical 부경대학교 산학협력단
Priority to KR1020210002461A priority Critical patent/KR102537488B1/ko
Publication of KR20220100751A publication Critical patent/KR20220100751A/ko
Application granted granted Critical
Publication of KR102537488B1 publication Critical patent/KR102537488B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
    • G01W1/06—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed giving a combined indication of weather conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/20—Configuration CAD, e.g. designing by assembling or positioning modules selected from libraries of predesigned modules
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Fluid Mechanics (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)

Abstract

본 발명은 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템 및 이를 이용한 분석 방법에 관한 것으로, 본 발명에 따른 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템은 분석 대상 지역에 포함된 건물에 대한 정보를 입력받아 상기 분석 대상 지역의 도시 형태 매개 변수를 산출하는 매개 변수 산출부, 상기 분석 대상 지역에 유입되는 바람의 유입 조건을 설정하고, 전산유체역학 모델(CFD)을 통해 상기 분석 대상 지역의 바람 유입 방향에 따른 풍속 변화율을 산출하는 전산유체역학 분석부, 상기 산출된 도시 형태 매개 변수와 상기 풍속 변화율을 기초로 상기 풍속 변화율과 상기 도시 형태 매개 변수 사이의 연관성을 다중회귀분석하여 풍속 추정 계수를 산출하는 풍속 변화율 분석부 및 상기 산출된 풍속 추정 계수를 상기 분석 대상 지역에 적용하여 상기 분석 대상 지역 공간의 풍속을 산출하는 풍속 산출부를 포함한다.

Description

유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템 및 이를 이용한 분석 방법{WIND SPEED ANALYZING SYSTEM IN URBAN AREA BASED ON INFLOW WIND SPEED AND MORPHOLOGICAL PARAMETERS, AND WIND SPEED ANALYZING METHOD USING THE SAME}
본 발명은 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템 및 이를 이용한 분석 방법에 관한 것으로, 더욱 상세하게는 건물 정보와 전산유체역학 모델을 기반으로 도시에 유입되는 풍속과 도시 형태 매개 변수를 이용하여 도시 지역의 상세 풍속을 분석하는 시스템 및 이를 이용한 도시 지역의 상세 풍속을 분석하는 방법에 관한 것이다.
실제 도시 지역 내에는 다양한 크기와 형태를 가지는 건물과 장애물이 존재한다. 이러한 도시 내부의 형태적 구조는 도시 내부에서 복잡한 유체의 흐름과 오염 물질의 확산이 발생하는데 큰 영향을 미친다. 이는 동일한 종관적 패턴의 바람이 도시로 유입되더라도 도시 내부에서는 비균질적인 흐름과 확산이 나타나게 된다는 것을 의미한다. 도시 내부에 위치하는 기상관측 지점을 기준으로 고려할 때, 유입되는 바람의 방향(풍향)에 따라 바람이 흘러 통과하는 건물이 달라지게 되며, 이에 따라 바람의 흐름 특성이 변화하게 된다. 이러한 도시 지역 내부에서의 특성을 고려하여, 선행 연구들은 도시 지역 내부에 존재하는 건물의 형태와 배치가 후류에 미치는 공기 역학적 영향을 분석하기 위해 풍동 실험과 수치 모형을 이용하였다. 이러한 선행 연구들은 건물의 형태와 배치, 그리고 유입되는 흐름의 방향과 건물 후류에서의 공기 역학적 특성 사이의 관계에 대하여 정량적으로 분석하고자 하였다.
기상 예보를 위해 현장에서 널리 사용되는 기상 예측 모델들은 전 지구 규모 또는 종관 규모의 기상 현상을 시뮬레이션(또는, 모의)하기에 적합한 크기의 격자 해상도(수평 규모: 수 km)를 채용한다. 따라서, 이러한 기상 예측 모델들은 도시 지역 내에서 건물과 장애물에 의해 나타나는 상세 기상 현상의 특성을 기상 예측에 반영하지 못한다는 한계점을 가진다.
전산유체역학(Computational Fluid Dynamics, CFD) 모델을 이용하여 도시 지역 내에서의 기상 현상을 시뮬레이션하기 위한 연구들도 수행되고 있다. 전산유체역학 모델은 수 m 규모의 격자 해상도를 채용할 수 있으며, 도시 지역을 구성하고 있는 건물, 장애물, 복잡한 지형 등의 영향을 고려하여 기상 현상을 시뮬레이션하고 기상 정보를 생산할 수 있는 장점이 있다. 그러나, 전산유체역학 모델을 이용한 기상 현상 시뮬레이션은 상세한 공간 해상도만큼 계산을 위해 많은 전산자원과 계산시간이 소요되는 문제점이 있다.
대한민국 공개특허공보 KR10-2012-0078685 (2012.07.10) 3쪽 내지 5쪽
본 발명은 도시에 유입되는 풍속과 도시 형태 매개 변수를 이용하여 보다 정확하게 도시 지역의 풍속을 분석할 수 있는 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템 및 이를 이용한 분석 방법을 제공한다.
본 발명은 전산유체역학(Computational Fluid Dynamics, CFD) 모델을 이용하여 실시간으로 시뮬레이션을 수행하지 않고도 도시 지역 내부의 복잡한 건물의 영향을 고려하여 풍속을 산출할 수 있는 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템 및 이를 이용한 분석 방법을 제공한다.
본 발명은 지리정보시스템(Geographic Information System, GIS)으로부터 얻은 상세한 건물 정보와 전산유체역학(Computational Fluid Dynamics, CFD) 모델에 의해 산출된 유입 풍향별 풍속 변화율을 기초로 도시 지역의 풍속 추정 계수를 산출하고 해당 지역의 풍속을 산출할 수 있는 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템 및 이를 이용한 분석 방법을 제공한다.
본 발명에 따른 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템은 분석 대상 지역을 격자로 구획하고, 해당 분석 대상 지역의 지리정보시스템(Geographic Information System, GIS) 정보를 입력받아 해당 정보에 포함된 건물 정보를 이용하여 각 격자에 대해 풍향별로 건물 부피비, 건물 수평 면적비 및 건물 평균 높이를 도시 형태 매개 변수로 산출하는 매개 변수 산출부, 상기 분석 대상 지역에 유입되는 유입류 풍속과 바람의 초기 경계 조건을 설정하고, 전산유체역학 모델(CFD)을 통해 상기 분석 대상 지역의 각 격자에 대해 바람 유입 방향에 따른 풍속 변화율을 산출하는 전산유체역학 분석부, 상기 산출된 도시 형태 매개 변수와 상기 풍속 변화율을 기초로 상기 풍속 변화율과 상기 도시 형태 매개 변수 사이의 연관성을 다중회귀분석하여 격자에서의 풍속 추정 계수를 산출하는 풍속 변화율 분석부 및 상기 분석 대상 지역에 포함된 격자에 대해 유입 풍속 값과 해당 격자에서의 풍속 추정 계수를 곱하여 해당 지역의 풍속을 산출하는 풍속 산출부를 포함한다.
일 실시예에서, 상기 매개 변수 산출부는 상기 분석 대상 지역에 대한 지리정보시스템(Geographic Information System, GIS) 정보를 입력받아 해당 정보에 포함된 건물 정보를 이용하여 도시 형태 매개 변수를 산출할 수 있다.
일 실시예에서, 상기 매개 변수 산출부는 상기 분석 대상 지역을 격자로 구획하고, 특정 지점을 기준으로 기 설정된 거리 반경 이내의 격자들에서 풍향별 도시 형태 매개 변수를 산출할 수 있다.
일 실시예에서, 상기 매개 변수 산출부는 각 격자에 대해 풍향별로 건물 부피비, 건물 수평 면적비 및 건물 평균 높이를 도시 형태 매개 변수로 산출할 수 있다.
일 실시예에서, 상기 매개 변수 산출부는 각 격자에 대해 32개 방위 풍향별로 상기 도시 형태 매개 변수를 산출하되, 상기 32개 방위는 하기 수학식 1에 의해 결정될 수 있다.
[수학식 1]
θi = (i-1) ×11.25°, i = 1, 2, 3,…, 32
여기에서, θi는 방위 각도, i는 방위 인덱스(directional index)
일 실시예에서, 상기 전산유체역학 분석부는 상기 분석 대상 지역을 격자로 구획하고, 특정 지점을 기준으로 기 설정된 거리 반경 이내의 격자들에서 풍향별 풍속 변화율을 산출할 수 있다.
일 실시예에서, 상기 전산유제역학 분석부는 각 격자에 대해 32개 방위 풍향별로 상기 풍속 변화율을 산출할 수 있다.
일 실시예에서, 상기 풍속 변화율 분석부는 하기의 수학식 4를 이용하여 상기 풍속 변화율과 상기 도시 형태 매개 변수 사이의 연관성을 다중회귀분석할 수 있다.
[수학식 4]
Bi = α0,i + α1,i A1,i + α2,i A2,i (i = 1, 2, 3,…, 32)
여기에서, i는 방위 인덱스(directional index), Bi는 풍속 변화율, A1,i와 A2,i는 각각 S1 영역과 S2 영역에서의 도시 형태 매개 변수(건물 부피비, 건물 수평 면적비 또는 건물 평균 높이)를 나타낸다. α0,i는 상수(constant), α1,i, α2,i는 회귀 계수(regression constants)
일 실시예에서, 상기 풍속 변화율 분석부는 산출된 상수 값, 회귀계수 값과 도시 형태 매개 변수 값을 상기 수학식 4에 적용하여 해당 도시 형태 매개 변수에 대한 풍속 추정 계수를 산출할 수 있다.
일 실시예에서, 상기 풍속 산출부는 상기 분석 대상 지역에 유입되는 바람의 유입류 풍속과 상기 산출된 풍속 추정 계수를 이용하여 상기 분석 대상 지역 공간의 풍속을 산출할 수 있다.
일 실시예에서, 상기 풍속 산출부는 상기 분석 대상 지역의 2차원 공간에 대해 풍속 분포를 산출할 수 있다.
일 실시예에서, 상기 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템은 입력된 유입류 풍속 값과 상기 풍속 산출부에서 산출된 값을 비교하여 해당 값 사이의 오차를 산출하는 비교분석부를 더 포함할 수 있다.
본 발명에 따른 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 방법은 매개 변수 산출부가 분석 대상 지역을 격자로 구획하고, 해당 분석 대상 지역의 지리정보시스템(Geographic Information System, GIS) 정보를 입력받아 해당 정보에 포함된 건물 정보를 이용하여 각 격자에 대해 풍향별로 건물 부피비, 건물 수평 면적비 및 건물 평균 높이를 도시 형태 매개 변수로 산출하는 단계, 전산유체역학 분석부가 상기 분석 대상 지역에 유입되는 유입류 풍속과 바람의 초기 경계 조건을 설정하고, 전산유체역학 모델(CFD)을 통해 상기 분석 대상 지역의 각 격자에 대해 바람 유입 방향에 따른 풍속 변화율을 산출하는 단계, 풍속 변화율 분석부가 상기 산출된 도시 형태 매개 변수와 상기 풍속 변화율을 기초로 상기 풍속 변화율과 상기 도시 형태 매개 변수 사이의 연관성을 다중회귀분석하여 격자에서의 풍속 추정 계수를 산출하는 단계 및 풍속 산출부가 상기 분석 대상 지역에 포함된 격자에 대해 유입 풍속 값과 해당 격자에서의 풍속 추정 계수를 곱하여 해당 지역의 풍속을 산출하는 단계를 포함한다.
일 실시예에서, 상기 도시 형태 매개 변수를 산출하는 단계는 상기 분석 대상 지역을 격자로 구획하고, 특정 지점을 기준으로 기 설정된 거리 반경 이내의 격자들에서 풍향별 도시 형태 매개 변수를 산출하는 단계를 포함할 수 있다.
일 실시예에서, 상기 도시 형태 매개 변수를 산출하는 단계는 각 격자에 대해 풍향별로 건물 부피비, 건물 수평 면적비 및 건물 평균 높이를 도시 형태 매개 변수로 산출하는 단계를 포함할 수 있다.
일 실시예에서, 상기 도시 형태 매개 변수를 산출하는 단계는 각 격자에 대해 32개 방위 풍향별로 상기 도시 형태 매개 변수를 산출하되, 상기 32개 방위는 하기 수학식 1에 의해 결정될 수 있다.
[수학식 1]
θi = (i-1) ×11.25°, i = 1, 2, 3,…, 32
여기에서, θi는 방위 각도, i는 방위 인덱스(directional index)
일 실시예에서, 상기 풍속 변화율을 산출하는 단계는 상기 분석 대상 지역을 격자로 구획하고, 특정 지점을 기준으로 기 설정된 거리 반경 이내의 격자들에서 풍향별 풍속 변화율을 산출하는 단계를 포함할 수 있다.
일 실시예에서, 상기 풍속 변화율을 산출하는 단계는 각 격자에 대해 32개 방위 풍향별로 상기 풍속 변화율을 산출하는 단계를 포함할 수 있다.
일 실시예에서, 상기 풍속 추정 계수를 산출하는 단계는 하기의 수학식 4를 이용하여 상기 풍속 변화율과 상기 도시 형태 매개 변수 사이의 연관성을 다중회귀분석하는 단계를 포함할 수 있다.
[수학식 4]
Bi = α0,i + α1,i A1,i + α2,i A2,i (i = 1, 2, 3,…, 32)
여기에서, i는 방위 인덱스(directional index), Bi는 풍속 변화율, A1,i와 A2,i는 각각 S1 영역과 S2 영역에서의 도시 형태 매개 변수(건물 부피비, 건물 수평 면적비 또는 건물 평균 높이)를 나타낸다. α0,i는 상수(constant), α1,i, α2,i는 회귀 계수(regression constants)
일 실시예에서, 상기 풍속 추정 계수를 산출하는 단계는 산출된 상수 값, 회귀계수 값과 도시 형태 매개 변수 값을 상기 수학식 4에 적용하여 해당 도시 형태 매개 변수에 대한 풍속 추정 계수를 산출하는 단계를 포함할 수 있다.
이상에서 설명한 바와 같이, 본 발명에 따른 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템 및 이를 이용한 분석 방법은 도시에 유입되는 풍속과 도시 형태 매개 변수를 이용하여 보다 정확하게 도시 지역의 풍속을 분석할 수 있다.
본 발명에 따른 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템 및 이를 이용한 분석 방법은 전산유체역학(Computational Fluid Dynamics, CFD) 모델을 이용하여 실시간으로 시뮬레이션을 수행하지 않고도 도시 지역 내부의 복잡한 건물의 영향을 고려하여 풍속을 산출할 수 있으며, 중규모 기상 예측 모델의 풍속 예측 성능을 향상시킬 수 있다.
본 발명에 따른 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템 및 이를 이용한 분석 방법은 지리정보시스템(Geographic Information System, GIS)으로부터 얻은 상세한 건물 정보와 전산유체역학(Computational Fluid Dynamics, CFD) 모델에 의해 산출된 유입 풍향별 풍속 변화율을 기초로 도시 지역의 풍속 추정 계수를 산출하고 해당 지역의 풍속을 산출할 수 있다.
본 발명에 따른 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템 및 이를 이용한 분석 방법은 현업 기상 예보에 적용 시, 풍향에 따라 각기 다른 도시효과를 고려하여 기상 정보를 생산할 수 있다.
도 1은 본 발명의 일 실시예에 따른 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템을 나타내는 도면
도 2는 시뮬레이션을 위해 선택된 분석 대상 지역들의 위성사진과 해당 분석 대상 지역들을 모델링한 도면
도 3은 도시 형태 매개 변수(건물 부피비, 건물 수평 면적비, 건물 평균 높이)를 산출하는 과정을 나타내는 도면
도 4는 3개의 분석 대상 지역에서 도시 형태 매개 변수(건물 부피비, 건물 수평 면적비, 건물 평균 높이)를 산출한 결과를 나타내는 도면
도 5는 3개의 분석 대상 지역에서 32개 방위별 유입류 대비 풍속변화율을 계산한 결과와 다중 회귀 분석을 통해 산출된 도시 형태 매개 변수 기반의 풍속 추정 계수를 나타낸 도면
도 6은 2015년 1년 동안 3개의 분석 대상 지역에서 관측된 관측풍속에 대응되는 현업예보모델 예측 풍속 결과, 건물 부피비를 기반으로 추정된 풍속, 건물 수평 면적비를 기반으로 추정된 풍속, 그리고 건물 평균 높이를 기반으로 추정된 풍속간의 관계를 산점도로 나타낸 도면
도 7은 2015년 1년 동안 3개의 분석 대상 지역에서의 풍향별 오차 분포를 나타낸 도면
도 8은 3개의 분석 대상 지역에서 분석기간(10일) 동안 관측된 풍향과 시뮬레이션된 풍향을 시계열 그래프로 나타낸 도면
도 9는 3개의 분석 대상 지역에서 분석기간(10일) 동안 관측된 풍속, 시뮬레이션된 풍속 및 본 발명에 따라 산출된 풍속을 시계열 그래프로 나타낸 도면
도 10은 3개의 분석 대상 지역에서 분석기간(10일) 동안 시뮬레이션된 풍속과 본 발명에 따라 산출된 풍속 결과를 이용하여 테일러 다이어그램과 오차 산점도 그래프로 나타낸 도면
도 11은 3개의 분석 대상 지역에서 분석기간(10일) 동안 대기안정도 변화별로 산출된 풍속의 변동을 시계열 그래프로 나타낸 도면
도 12는 현업기상모델과 일방향 접합된 전산유체역학 모델이 시뮬레이션한 풍속분포와 본 발명에 따라 도시 형태 매개 변수를 이용하여 산출된 2차원 풍속 분포를 비교하여 나타낸 도면
도 13은 3개의 분석 대상 지역에서 분석기간(10일) 동안 현업기상모델과 일방향 접합된 전산유체역학 모델이 시뮬레이션한 풍속분포와 본 발명에 따라 도시 형태 매개 변수를 이용하여 산출된 2차원 풍속 분포간의 평균 공간상관계수를 테일러 다이어그램으로 나타낸 도면
도 14는 본 발명의 일 실시예에 따른 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 방법을 설명하는 흐름도
이하, 본 발명에 따른 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템 및 이를 이용한 분석 방법을 실시하기 위한 구체적인 내용을 설명하면 다음과 같다.
도 1은 본 발명의 일 실시예에 따른 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템을 나타내는 도면이다.
도 1을 참조하면, 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템(100)은 매개 변수 산출부(110), 전산유체역학 분석부(120), 풍속 변화율 분석부(130), 풍속 산출부(140) 및 비교 분석부(150)를 포함한다.
유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템(100)은 도시에 유입되는 풍속(Wind Speed)과 도시 형태 매개 변수(Morphological Parameters)를 이용하여 보다 정확하게 도시 지역의 풍속을 분석할 수 있다. 일 실시예에서, 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템(100)은 지리정보시스템(Geographic Information System, GIS)으로부터 얻은 상세한 건물 정보와 전산유체역학(Computational Fluid Dynamics, CFD) 모델에 의해 산출된 유입 풍향별 풍속 변화율(changes in wind speed)을 기초로 도시 지역의 풍속 추정 계수를 산출하고 해당 지역의 풍속을 산출할 수다.
일 실시예에서, 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템(100)은 컴퓨팅 장치(예를 들어, 컴퓨터, PC, 랩탑, 태블릿 등)에서 실행되는 프로그램으로 구현될 수 있다. 다른 실시예에서, 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템(100)은 하드웨어 모듈로 구현될 수도 있다.
매개 변수 산출부(110)는 분석 대상 지역에 포함된 건물에 대한 정보를 입력받아 분석 대상 지역의 도시 형태 매개 변수를 산출한다. 일 실시예에서, 매개 변수 산출부(110)는 분석 대상 지역에 대한 지리정보시스템(Geographic Information System, GIS) 정보를 입력받아 해당 정보에 포함된 건물(또는, 장애물) 정보를 이용하여 도시 형태 매개 변수를 산출할 수 있다.
일 실시예에서, 매개 변수 산출부(110)는 분석 대상 지역을 격자로 구획하고, 특정 지점을 기준으로 기 설정된 거리 반경 이내의 격자들에서 풍향별 도시 형태 매개 변수를 산출할 수 있다. 예를 들어, 매개 변수 산출부(110)는 각 격자에 대해 풍향별로 도시 형태 매개 변수를 산출할 수 있다. 일 실시예에서, 도시 형태 매개 변수는 건물 부피비(Volume fraction of buildings, VFB), 건물 수평 면적비(Plane-area fraction of buildings, PFB) 및 건물 평균 높이(Average height of buildings, AHB) 가운데 적어도 하나 이상을 포함할 수 있다. 즉, 매개 변수 산출부(110)는 각 격자에 대해 풍향별로 건물 부피비(VFB), 건물 수평 면적비(PFB) 및 건물 평균 높이(AHB) 가운데 적어도 하나 이상을 산출할 수 있다.
일 실시예에서, 건물 부피비(VFB)는 격자 부피(segment volume) 대비 해당 격자에 포함된 총 건물의 부피(total building volume in a segment)의 비율(ratio)로 정의될 수 있다. 건물 수평 면적비(PFB)는 격자의 면적(segment area) 대비 해당 격자에 포함된 총 건물의 면적(total building area in a segment)의 비율(ratio)로 정의될 수 있다. 건물 평균 높이(AHB)는 격자에 포함된 총 건물의 평균 높이(average heights of all of the buildings in a segment)로 정의될 수 있다.
일 실시예에서, 매개 변수 산출부(110)는 각 격자에 대해 32개 방위 풍향별로 도시 형태 매개 변수를 산출하되, 32개 방위는 하기 수학식 1에 의해 결정될 수 있다.
[수학식 1]
θi = (i-1) ×11.25°, i = 1, 2, 3,…, 32
여기에서, θi는 방위 각도, i는 방위 인덱스(directional index)를 나타낸다.
이하에서는 도 2 내지 도 4를 통해 매개 변수 산출부(110)가 도시 형태 매개 변수를 산출하는 과정을 구체적인 예를 들어 설명하기로 한다.
도 2는 시뮬레이션을 위해 선택된 분석 대상 지역들의 위성사진과 해당 분석 대상 지역들을 모델링한 도면이다.
도 2를 참조하면, 본 발명에 따른 풍속 시뮬레이션을 위해 분석 대상 지역을 붉은색 원으로 표시된 AWS(Automatic Weather Station)를 중심으로 각각 수평으로 2,000m, 연직으로 800m 영역을 분석 대상 지역으로 설정하였다. (도 2(a)는 서울특별시 강남구에 위치한 AWS, 도 2(b)는 서울특별시 양천구에 위치한 AWS, 도 2(c)는 경기도 평택시에 위치한 AWS). 매개 변수 산출부(110)는 분석 대상 지역에 대한 지리정보시스템(GIS) 정보를 입력받아 해당 지역을 격자로 구획하고 해당 지리정보시스템(GIS) 정보에 포함된 건물 정보를 이용하여 도시 형태 매개 변수를 산출할 수 있다. 도 2(c)는 도 2(a)의 분석 대상 지역(서울특별시 강남구)에 대한 지리정보시스템 정보를 입력받아 모델링한 도면, 도 2(d)는 도 2(b)의 분석 대상 지역(서울특별시 양천구)에 대한 지리정보시스템 정보를 입력받아 모델링한 도면, 도 2(e)는 도 2(c)의 분석 대상 지역(경기도 평택시)에 대한 지리정보시스템 정보를 입력받아 모델링한 도면이다.
분석 대상 지역을 구획하는 격자 크기는 사용자의 설정에 따라 다르게 설정될 수 있다. 이하에서는 설명의 편의를 위해, 분석 대상 지역을 구획하는 격자의 크기를 x, y, z 방향으로 각각 10m, 10m, 5m로 설정한 경우를 가정하여 설명하기로 한다.
매개 변수 산출부(110)는 격자로 구획된 분석 대상 지역의 특정 지점을 기준으로 기 설정된 거리 반경 이내의 격자들에서 풍향별 도시 형태 매개 변수를 산출할 수 있다.
도 3은 도시 형태 매개 변수(건물 부피비, 건물 수평 면적비, 건물 평균 높이)를 산출하는 과정을 나타내는 도면이다.
도 3을 참조하면, 매개 변수 산출부(110)는 지리정보시스템 정보를 기초로 모델링된 영역의 중심에 위치한 AWS를 기준으로 반경 600m 이내의 격자들에서 풍향별 도시 형태 매개 변수를 산출한다. 일 실시예에서, 기준이 되는 지점으로부터 반경 200m 이내의 영역을 S1 영역, 200m ~ 400m의 영역을 S2 영역이라고 정의한다.
매개 변수 산출부(110)는 S1 영역과 S2 영역의 각 격자에 대해 32개 방위 풍향별로 도시 형태 매개 변수를 산출한다. 32개 방위는 상기 수학식 1에 의해 결정될 수 있다. 각 도시 형태 매개 변수(건물 부피비, 건물 수평 면적비, 건물 평균 높이)에 대한 설명과 정의는 상기에서 설명한 바와 같다.
도 4는 3개의 분석 대상 지역에서 도시 형태 매개 변수(건물 부피비, 건물 수평 면적비, 건물 평균 높이)를 산출한 결과를 나타내는 도면이다.
도 4를 참조하면, 도 4는 도 2에서 설명한 3개의 분석 대상 지역에서 기 설정된 지점을 기준으로 S1 영역과 S2 영역의 각 격자에 대해 32개 방위별로 도시 형태 매개 변수를 산출한 결과를 나타낸다. 도 4의 상단에 위치한 도면은 도 2(a)의 분석 대상 지역(서울특별시 강남구) AWS 지점을 기준으로 산출된 건물 부피비(도 4(a)), 건물 수평 면적비(도 4(b)) 및 건물 평균 높이(도 4(c))를 나타낸다. 중심을 기준으로 y축 방향으로 멀어질수록 도시 형태 매개 변수 값이 커진다. 파란색 세모는 S1 영역의 격자에서 산출된 도시 형태 매개 변수를 나타내며, 빨간색 네모는 S2 영역의 격자에서 산출된 도시 형태 매개 변수를 나타낸다.
도 4(a) 내지 도 4(c)를 참조하면, 다른 분석 대상 지역 대비 서울특별시 강남의 경우 AWS를 중심으로 대체적으로 건물이 많이 분포하는 것을 도시 형태 매개 변수로 확인할 수 있다. 서울특별시 강남의 경우, AWS의 북쪽에는 고층 아파트가 위치하여 건물 평균 높이 값이 크고, 동쪽과 서쪽에는 낮은 높이의 건물이 다수 분포하여 건물 평균 높이 값이 상대적으로 작은 것을 확인할 수 있다. AWS의 남쪽에는 선릉공원이 위치하여 건물 수평 면적비 값이 상대적으로 작은 것을 확인할 수 있다.
도 4의 중간에 위치한 도면은 도 2(b)의 분석 대상 지역(서울특별시 양천구) AWS 지점을 기준으로 산출된 건물 부피비(도 4(d)), 건물 수평 면적비(도 4(e)) 및 건물 평균 높이(도 4(f))를 나타낸다. 도 4(d) 내지 도 4(f)를 참조하면, 서울특별시 양천의 경우 AWS를 중심으로 방향에 따라 건물 분포의 편차가 상대적으로 매우 큰 것을 도시 형태 매개 변수로 확인할 수 있다. 서울특별시 양천의 경우, AWS를 중심으로 북쪽과 서쪽 부근에는 종합운동장, 방송국과 같은 큰 규모의 건물이 위치하여 건물 평균 높이 값이 큰 것을 확인할 수 있다. AWS를 중심으로 동쪽과 남쪽은 안양천이 위치하고 있어 이 영역을 따라 건물이 존재하지 않아 건물 부피비와 건물 평균 높이 값이 작은 것을 확인할 수 있다.
도 4의 하단에 위치한 도면은 도 2(c)의 분석 대상 지역(경기도 평택시) AWS 지점을 기준으로 산출된 건물 부피비(도 4(g)), 건물 수평 면적비(도 4(h)) 및 건물 평균 높이(도 4(i))를 나타낸다. 도 4(g) 내지 도 4(i)를 참조하면, 경기도 평택의 경우 AWS를 중심으로 남쪽에는 건물이 거의 없이 농경지가 존재하여, 도시 형태 매개 변수들의 값이 매우 낮은 것을 확인할 수 있다. AWS를 중심으로 북쪽에는 건물이 존재하여 남쪽에 비해 상대적으로 도시 형태 매개 변수들의 값이 큰 것을 확인할 수 있다.
다시 도 1을 참조하면, 전산유체역학 분석부(120)는 분석 대상 지역에 유입되는 바람의 유입 조건을 설정하고, 전산유체역학 모델(Computational Fluid Dynamics, CFD)을 통해 분석 대상 지역의 바람 유입 방향에 따른 풍속 변화율을 산출한다. 일 실시예에서, 전산유체역학 분석부(120)는 분석 대상 지역을 격자로 구획하고, 특정 지점을 기준으로 기 설정된 거리 반경 이내의 격자들에서 풍향별 풍속 변화율을 산출할 수 있다. 예를 들어, 전산유제역학 분석부(120)는 각 격자에 대해 32개 방위 풍향별로 풍속 변화율을 산출할 수 있다. 일 실시예에서, 전산유체역학 분석부(120)는 매개 변수 산출부(110)와 동일한 기준으로 분석 대상 지역을 격자로 구획할 수 있다.
일 실시예에서, 전산유체역학 분석부(120)는 RANS(Reynolds-Averaged Navier-Stokes Equation) 모델 기반의 전산유체역학(CFD) 모델을 이용하여, 분석 대상 지역의 풍속 변화율을 산출할 수 있다.
RANS 모델 기반의 CFD 모델의 지배 방정식 계는 유한 체적법(Finite Volume Method)과 SIMPLE(Semi-Implicit Method for Pressure-Linked Equation) 알고리즘을 사용하여 엇갈림 격자계(Staggered Grid System)에서 풀이되며, 재규격화군(Renormalization Group; RNG) 이론에 근거한 k-ε난류 스킴을 기반으로 바람장을 분석한다. 예를 들어, RANS 모델 기반의 CFD 모델은 분석 대상 지역에서의 바람 유선장(Streamline), 무차원화된 평균 소용돌이도(Normalized Vorticity), 연직 유선장, 속도장, 소용돌이와 재순환 영역, 바람 흐름의 정체 지점(Stagnation-point Height), 최대 하강류(Maximun Downdraft), 풍속 변화율 등을 분석할 수 있다. 이하에서는, 설명의 편의를 위해 전산유체역학 분석부(120)가 풍속 변화율만 산출하는 경우를 가정하여 설명하기로 한다.
일 실시예에서, 전산유체역학 분석부(120)는 분석 대상 지역의 32방위 풍향별로 풍속변화율을 산출하기 위해, 유입류 풍속은 1000m 높이에서 10ms-1로 설정하였고, 바람의 초기 경계 조건(Boundary Condition)은 Power Law 연직 분포를 가정하였다. Power Law 연직 분포에 따른 바람 성분에 대한 수식은 하기 수학식 2와 같이 나타낼 수 있다.
[수학식 2]
Figure 112021002506640-pat00001
여기에서, U는 x축 방향의 수평 바람 성분(Horizontal wind component in the x-direction), V는 y축 방향의 수평 바람 성분(Horizontal wind component in the y-direction), W는 수직 바람 성분(Vertical wind component), uref는 기준 높이에서의 풍속(Wind speed at a reference height), zref는 기준 높이(reference height), z는 높이, θi는 풍향(wind direction)을 나타낸다. α는 Power law 지수(exponent)로 대기의 안정도 인덱스(stability index) 값을 나타낸다. 예를 들어, 안정 상태(stable)의 경우 α는 0.4로 설정될 수 있고, 중립 상태(neutral)의 경우 α는 0.3으로 설정될 수 있으며, 불안정 상태(unstable)의 경우 α는 0.2로 설정될 수 있다.
일 실시예에서, 전산유체역학 분석부(120)는 난류 운동 에너지(Turbulent Kinetic Energy, TKE)와 소멸률(TKE dissipation rate)에 대한 유입 경계 조건(Inflow Boundary Condition)은 Castro and Apsley에서 사용된 연직 분포를 사용하였다.
난류 운동 에너지(TKE)와 소멸률(TKE dissipation rate)에 대한 수식은 하기 수학식 3과 같이 나타낼 수 있다.
[수학식 3]
Figure 112021002506640-pat00002
여기에서, k는 난류 운동 에너지(Turbulent kinetic energy), ε는 소멸률(TKE dissipation rate), z는 높이, μ*는 마찰 속도(frictional velocity), δ는 경계 층의 깊이(boundary layer depth), κ는 폰 카르만 상수(von Karman constant), cu는 RNG k-ε 난류 스킴의 실증 상수(empirical constant in the RNG k-ε turbulence closure scheme)를 나타낸다. 일 실시예에서, 전산유체역학 분석부(120)는 μ*는 0.404 ms-1로 설정하였고, δ는 1000m로 설정하였으며, κ는 0.4로 설정하였다. cu는 0.089로 설정하였다.
다시 도 1을 참조하면, 풍속 변화율 분석부(130)는 매개 변수 산출부(110)에서 산출된 도시 형태 매개 변수와 전산유체역학 분석부(120)에서 산출된 풍속 변화율을 기초로 풍속 변화율과 도시 형태 매개 변수 사이의 연관성을 다중회귀분석(multiple regression analyses)하여 풍속 추정 계수를 산출한다. 풍속 변화율 분석부(130)는 동일한 격자에서 산출된 도시 형태 매개 변수와 풍속 변화율을 이용하여 다중회귀분석할 수 있다.
일 실시예에서, 풍속 변화율 분석부(130)는 하기 수학식 4를 이용하여 풍속 변화율과 도시 형태 매개 변수 사이의 연관성을 다중회귀분석하고 풍속 추정 계수를 산출할 수 있다.
[수학식 4]
Bi = α0,i + α1,i A1,i + α2,i A2,i (i = 1, 2, 3,…, 32)
여기에서, i는 방위 인덱스(directional index), Bi는 풍속 변화율, A1,i와 A2,i는 각각 S1 영역과 S2 영역에서의 도시 형태 매개 변수(건물 부피비, 건물 수평 면적비 또는 건물 평균 높이)를 나타낸다. α0,i는 상수(constant), α1,i, α2,i는 회귀 계수(regression constants)를 나타낸다.
예를 들어, 풍속 변화율과 건물 부피비 사이의 연관성을 다중회귀분석하는 경우, 수학식 4는 하기와 같이 나타낼 수 있다.
Bi = α0,I + α1,i VFB1,I + α2,i VFB2,I (i = 1, 2, 3,…, 32)
여기에서, VFB1,i와 VFB2,i는 각각 S1 영역과 S2 영역에서의 건물 부피비를 나타낸다.
건물 수평 면적비와 건물 평균 높이도 상기 건물 부피비와 같이 동일한 방식으로 다중회귀 분석할 수 있다. 풍속 변화율 분석부(130)는 수학식 4를 이용하여 산출된 32개의 수식을 다중회귀 분석하여 풍속 추정 계수를 산출할 수 있다.
풍속 변화율 분석부(130)는 산출된 상수(α0,i), 회귀 계수(α1,i, α2,i)값과 도시 형태 매개 변수 값을 기초로 분석 대상 지역의 풍속 변화율 수식을 산출할 수 있다. 예를 들어, 풍속 변화율 분석부(130)는 산출된 상수(α0,i), 회귀 계수(α1,i, α2,i)값과 격자에서의 도시 형태 매개 변수 값을 수학식 4에 적용하여 해당 격자에서의 풍속 추정 계수를 산출할 수 있다. 일 실시예에서, 풍속 변화율 분석부(130)는 상기에서 설명한 과정을 각 격자에 대해 반복 수행하여 각 격자에서의 풍속 추정 계수를 산출할 수 있다.
일 실시예에서, 건물 부피비, 건물 수평 면적비 및 건물 평균 높이도가 모두 반영된 풍속 추정 계수를 산출하는 경우, 풍속 변화율 분석부(130)는 건물 부피비를 변수로 산출된 풍속 추정 계수, 건물 수평 면적비를 변수로 산출된 풍속 추정 계수 및 건물 평균 높이를 변수로 산출된 풍속 추정 계수를 평균하거나 가중 평균하여 풍속 추정 계수를 산출할 수 있다. 다른 실시예에서, 풍속 변화율 분석부(130)는 건물 부피비를 변수로 산출된 풍속 추정 계수, 건물 수평 면적비를 변수로 산출된 풍속 추정 계수 및 건물 평균 높이를 변수로 산출된 풍속 추정 계수를 각각 가중하여 풍속 추정 계수를 산출할 수도 있다.
도 5는 3개의 분석 대상 지역에서 32개 방위별 유입류 대비 풍속 변화율을 계산한 결과와 다중 회귀 분석을 통해 산출된 도시 형태 매개 변수 기반의 풍속 추정 계수를 나타낸 도면이다.
도 5를 참조하면, 도 5(a)는 서울특별시 강남 AWS 지점의 결과를 나타내고, 도 5(b) 서울특별시 양천 AWS 지점의 결과를 나타내며, 도 5(c)는 경기도 평택시 AWS 지점의 결과를 나타낸다.
도 5(a)의 도면에 도시된 바와 같이, 서울특별시 강남 AWS 지점의 경우 모든 방향에 대하여 건물이 많은 영역을 바람이 지나면서 풍속이 감소하여 풍속 변화율 값(CFD로 표시)이 1보다 작은 것을 확인할 수 있다. 건물 형태 매개 변수(건물 부피비(VFB), 건물 수평 면적비(PFB) 및 건물 평균 높이(AHB))를 기반으로 산출된 풍속 추정 계수 또한 유입 풍속에 비해 작아 1보다 작은 것을 확인할 수 있다.
도 5(b)의 도면에 도시된 바와 같이, 서울특별시 양천 AWS지점의 경우 유입되는 풍향에 따라 풍속 변화의 값(CFD로 표시)의 편차가 비교적 크게 나타나는 것을 확인할 수 있다. 또한, 건물 형태 매개 변수(건물 부피비(VFB), 건물 수평 면적비(PFB) 및 건물 평균 높이(AHB))를 기반으로 산출된 풍속 추정 계수는 대부분의 풍향에서 유입 풍속 대비 약 80% 정도인 것을 확인할 수 있다.
도 5(c)의 도면에 도시된 바와 같이, 경기도 평택 AWS 지점의 경우 유입되는 풍향에 따라 풍속 변화의 값(CFD로 표시)이 거의 1에 근접하여 풍속 변화의 감소가 거의 나타나지 않는 것을 확인할 수 있다. 또한, 건물 형태 매개 변수(건물 부피비(VFB), 건물 수평 면적비(PFB) 및 건물 평균 높이(AHB))를 기반으로 산출된 풍속 추정 계수는 북쪽 방향에서 유입 풍속과 유사한 크기를 나타내고, 남쪽 방향에서는 풍속보다 다소 증가하는 경향을 보이는 것을 확인할 수 있다.
다시 도 1을 참조하면, 풍속 산출부(140)는 산출된 풍속 추정 계수를 분석 대상 지역에 적용하여 분석 대상 지역 공간의 풍속을 산출한다. 풍속 산출부(140)는 분석 대상 지역에 유입되는 바람의 속도와 풍속 변화율 분석부(130)에서 산출된 풍속 추정 계수를 이용하여 분석 대상 지역 공간의 풍속을 산출할 수 있다. 예를 들어, 풍속 산출부(140)는 입력받은 유입 풍속 값과 해당 격자에서의 풍속 추정 계수를 곱하여 격자에서의 풍속을 산출할 수 있다.
풍속 산출부(140)는 분석 대상 지역의 각 격자에서의 풍속을 산출하여 분석 대상 지역의 2차원 공간에 대해 풍속 분포를 산출할 수 있다.
비교분석부(150)는 사용자에 의해 선택되어 입력된 풍속 값과 풍속 산출부(140)에서 산출된 분석 대상 지역의 풍속 값을 비교하여 해당 값 사이의 오차를 산출한다. 일 실시예에서, 풍속 산출부(140) 양 값 사이의 평균제곱근 오차(Root Mean Square Error, RSME)를 산출할 수 있다.
예를 들어, 분석 대상 지역의 AWS에서 실제 관측된 관측 풍속 값이 입력되는 경우, 해당 입력 값과 풍속 산출부(140)에서 산출된 분석 대상 지역의 풍속 값을 비교하여 풍속 산출부(140)에서 산출된 풍속 값의 오차를 산출할 수 있다.
또는, 현업예보모델인 LDAPS(국지예보모델)와 CFD 일방향 접합 모델을 통해 시뮬레이션된 풍속 값이 입력되는 경우, 해당 입력 값과 풍속 산출부(140)에서 산출된 분석 대상 지역의 풍속 값을 비교하여 풍속 산출부(140)에서 산출된 풍속 값의 오차를 산출할 수 있다.
일 실시예에서, 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템(100)은 시각화부(미도시)를 더 포함할 수 있다. 시각화부는 분석 대상 지역을 가상 공간 상에 모델링하여 3차원으로 시각화하고, 시각화된 분석 대상 지역에 풍속 산출부(140)에서 산출된 풍속 값을 부가하여 시각화할 수 있다.
도 6은 2015년 1년 동안 3개의 분석 대상 지역에서 관측된 관측풍속에 대응되는 현업예보모델 예측 풍속 결과, 건물부피비를 기반으로 추정된 풍속, 건물 수평 면적비를 기반으로 추정된 풍속, 그리고 건물 평균 높이를 기반으로 추정된 풍속간의 관계를 산점도로 나타낸 도면이다.
도 6의 첫 번째 열(column)에 위치한 산점도 그래프(도 6(a), 도 6(d), 도 6(g), 도 6(j))는 서울특별시 강남 AWS 지점에서 관측된 풍속 값과 현업국지기상모델 예측 풍속 값을 비교한 결과(도 6(a)), 강남 AWS 지점에서 관측된 풍속 값과 건물 부피비 기반 풍속 추정 계수를 반영한 풍속 값을 비교한 결과(도 6(d)), 강남 AWS 지점에서 관측된 풍속 값과 건물 수평 면적비 기반 추정 계수를 반영한 풍속 값을 비교한 결과(도 6(g)), 강남 AWS 지점에서 관측된 풍속 값과 건물 평균 높이 기반 추정 계수를 반영한 풍속 값을 비교한 결과(도 6(j))를 나타낸다.
도 6(a), 도 6(d), 도 6(g) 및 도 6(j)에 도시된 바와 같이, 서울특별시 강남 AWS 지점의 경우, 현업 국지기상모델은 풍속을 과대모의하는 경향이 있는 것으로 확인되었다. 건물 형태 매개 변수 기반의 풍속 추정 계수를 반영한 풍속 값들은 관측된 풍속 값과 비교하여 오차가 감소하여 현업 국지기상모델보다 풍속 예측 성능이 개선된 것을 확인할 수 있다.
도 6의 두 번째 열(column)에 위치한 산점도 그래프(도 6(b), 도 6(e), 도 6(h), 도 6(k))는 서울특별시 양천 AWS 지점에서 관측된 풍속 값과 현업국지기상모델 예측 풍속 값을 비교한 결과(도 6(b)), 양천 AWS 지점에서 관측된 풍속 값과 건물 부피비 기반 풍속 추정 계수를 반영한 풍속 값을 비교한 결과(도 6(e)), 양천 AWS 지점에서 관측된 풍속 값과 건물 수평 면적비 기반 풍속 추정 계수를 반영한 풍속 값을 비교한 결과(도 6(h)), 양천 AWS 지점에서 관측된 풍속 값과 건물 평균 높이 기반 추정 계수를 반영한 풍속 값을 비교한 결과(도 6(k))를 나타낸다.
도 6(b), 도 6(e), 도 6(h) 및 도 6(k)에 도시된 바와 같이, 서울특별시 양천 AWS 지점의 경우, 현업 국지기상모델은 풍속을 과대모의하는 경향이 있는 것으로 확인되었다. 건물 형태 매개 변수 기반의 풍속 추정 계수를 반영한 풍속 값들은 관측된 풍속 값과 비교하여 오차가 감소하는 결과가 나왔지만, 강남 지점에 비하여 풍속 예측 성능에 대한 개선 효과가 비교적 작게 나타났다.
도 6의 세 번째 열(column)에 위치한 산점도 그래프(도 6(c), 도 6(f), 도 6(i), 도 6(l))는 경기도 평택 AWS 지점에서 관측된 풍속 값과 현업국지기상모델 예측 풍속 값을 비교한 결과(도 6(c)), 평택 AWS 지점에서 관측된 풍속 값과 건물 부피비 기반 풍속 추정 계수를 반영한 풍속 값을 비교한 결과(도 6(f)), 평택 AWS 지점에서 관측된 풍속 값과 건물 수평 면적비 기반 풍속 추정 계수를 반영한 풍속 값을 비교한 결과(도 6(i)), 평택 AWS 지점에서 관측된 풍속 값과 건물 평균 높이 기반 추정 계수를 반영한 풍속 값을 비교한 결과(도 6(l))를 나타낸다.
도 도 6(c), 도 6(f), 도 6(i) 및 도 6(l)에 도시된 바와 같이, 경기도 평택 AWS 지점의 경우, 현업 국지기상모델의 풍속 예측 성능은 실제 관측 결과와 매우 유사한 경향을 보이는 것으로 확인되었다. 건물 형태 매개 변수 기반의 풍속 추정 계수를 반영한 풍속들은 현업 국지기상모델을 통해 예측된 풍속 값과 비교하여 실제 관측된 풍속 값과의 오차에서 뚜렷한 차이가 보이지 않았다.
도 7은 2015년 1년 동안 3개의 분석 대상 지역에서의 풍향별 오차 분포를 나타낸 도면이다.
도 7에서 좌측 열에 위치한 그래프(도 7(a), 도 7(c), 도 7(e))는 각각 서울특별시 강남, 서울특별시 양천, 경기도 평택 AWS 지점에서 32개 방향에 대해 산출된 풍속 값과 실제 AWS에서 관측된 풍속 값 사이의 제곱근평균오차(RMSE)를 나타내고 우측 행에 위치한 그래프(도 7(b), 도 7(d), 도 7(f))는 각각 서울특별시 강남, 서울특별시 양천, 경기도 평택 AWS 지점에서 32개 방향에 대해 산출된 풍속 값과 실제 AWS에서 관측된 풍속 값 사이의 편차(Bias)를 나타낸다.
검은색 파선은 AWS 지점에서 관측된 풍속 값과 현업 국지기상모델의 예측 풍속 값을 비교한 결과, 빨간색 실선은 AWS 지점에서 관측된 풍속 값과 건물 부피비 기반 풍속 추정 계수를 반영한 풍속 값을 비교한 결과, 노란색 실선은 AWS 지점에서 관측된 풍속 값과 건물 수평 면적비 기반 풍속 추정 계수를 반영한 풍속 값을 비교한 결과, 파란색 실선은 AWS 지점에서 관측된 풍속 값과 건물 평균 높이 기반 풍속 추정 계수를 반영한 풍속 값을 비교한 결과를 나타낸다.
도 7에 도시된 바와 같이, 강남 AWS 지점의 경우, 대부분의 바람 방향에서 현업 국지기상모델의 예측 값에 비해 건물 형태 매개 변수 기반의 풍속 추정 계수를 반영한 풍속 값들이 실제 관측 풍속 값과의 오차가 작은 것으로 나타났다. 특히 동풍과 서풍 계열의 흐름이 유입되는 경우에 풍속 예측 성능에 대한 개선 효과가 큰 것으로 나타났다.
양천 AWS 지점의 경우에도 현업 국지기상모델의 예측 값에 비해 건물 형태 매개 변수 기반의 풍속 추정 계수를 반영한 풍속 값들이 실제 관측 풍속 값과의 오차가 작은 것으로 나타났다. 남서풍이 유입되는 경우에 풍속 예측 성능에 대한 개선 효과가 큰 것으로 나타났다.
평택 AWS 지점의 경우, 건물 형태 매개 변수 기반의 풍속 추정 계수를 반영한 풍속들과 현업 국지기상모델을 통해 예측된 풍속값들이 실제 관측된 풍속 값과의 풍향별 오차에서 뚜렷한 차이가 보이지 않았다.
도 8은 3개의 분석 대상 지역에서 분석기간(10일) 동안 관측된 풍향과 시뮬레이션된 풍향을 시계열 그래프로 나타낸 도면이다.
도 8(a)는 서울특별시 강남 AWS 지점의 시계열 그래프, 도 8(b)는 서울특별시 양천 AWS 지점의 시계열 그래프, 도 8(c)는 경기도 평택 AWS 지점의 시계열 그래프를 나타낸다.
도 8을 참조하면, 설정된 분석기간(10일) 동안 현업 국지기상모델(LDAPS)이 시뮬레이션한 풍향과 현업국지기상모델-CFD 일방향 접합 모델(LDAPS-CFD)이 시뮬레이션한 풍향이 매우 유사하고, 실제 AWS에서 관측된 풍향(OBS로 표시)과의 오차 또한 거의 차이가 없는 것으로 나타났다. 해당 분석기간 동안의 주 풍향은 북서풍과 서풍으로 나타났다.
도 9는 3개의 분석 대상 지역에서 분석기간(10일) 동안 관측된 풍속, 시뮬레이션된 풍속 및 본 발명에 따라 산출된 풍속을 시계열 그래프로 나타낸 도면이다.
도 9(a)는 서울특별시 강남 AWS 지점의 시계열 그래프, 도 9(b)는 서울특별시 양천 AWS 지점의 시계열 그래프, 도 9(c)는 경기도 평택 AWS 지점의 시계열 그래프를 나타낸다.
도 9를 참조하면, 본 발명에 따른 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템을 통해 예측된 풍속 값은 건물이 많이 분포한 지역인 강남과 양천 AWS 지점에서 현업 국지기상모델(LDAPS)이 예측한 풍속에 비해 실제 AWS에서 관측된 관측 값과 유사하게 나타났다.
본 발명에 따른 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템을 통해 예측된 풍속 값은 동일한 기간 동안 CFD 모델을 통해 시뮬레이션된 풍속 값과 유사한 수준으로 나타났다.
건물의 분포가 적은 평택 AWS 지점의 경우, 본 발명에 따른 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템을 통해 예측된 풍속 값이 현업 국지기상모델(LDAPS)을 통해 예측된 풍속 값, CFD 모델을 통해 시뮬레이션된 풍속 값과 유사하게 나타났다.
도 10은 3개의 분석 대상 지역에서 분석기간(10일) 동안 시뮬레이션된 풍속과 본 발명에 따라 산출된 풍속 결과를 이용하여 테일러 다이어그램과 오차 산점도 그래프로 나타낸 도면이다.
도 10에서 빨간색 기호는 서울특별시 강남 지점의 결과, 파란색 기호는 서울특별시 양천 지점의 결과, 초록색 기호는 경기도 평택 지점의 결과를 나타낸다.
도 10을 참조하면, 강남 AWS 지점과 양천 AWS 지점에서는 현업 국지기상모델(LDAPS)에 비해 본 발명에 따른 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템을 통해 예측된 풍속 값과 CFD 모델을 통해 시뮬레이션된 풍속 값이 실제 관측 풍속과 비교하여 유사한 변동을 보였으며, 오차가 작은 것으로 확인되었다. 평택 AWS 지점에서는 현업 국지기상모델(LDAPS)의 예측 풍속 값과 CFD 모델을 통해 시뮬레이션된 풍속 값, 본 발명에 따른 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템을 통해 예측된 풍속 값이 실제 관측 풍속 값과 비교하여 변동과 오차가 유사하게 나타났다.
도 11은 3개의 분석 대상 지역에서 분석기간(10일) 동안 대기안정도 변화별로 산출된 풍속의 변동을 시계열 그래프로 나타낸 도면이다.
도 11(a)는 서울특별시 강남 AWS 지점의 시계열 그래프, 도 11(b)는 서울특별시 양천 AWS 지점의 시계열 그래프, 도 11(c)는 경기도 평택 AWS 지점의 시계열 그래프를 나타낸다.
도 11를 참조하면, 대기안정도 변화에 따른 추정 풍속의 변동성은 크게 나타나지 않는 것으로 확인되었다.
도 12는 현업기상모델과 일방향 접합된 전산유체역학 모델이 시뮬레이션한 풍속 분포와 본 발명에 따라 도시 형태 매개 변수를 이용하여 산출된 2차원 풍속 분포를 비교하여 나타낸 도면이다.
도 12의 좌측 열의 도면들(도 12(a), 도 12(c), 도 12(e))은 CFD 모델을 통해 시뮬레이션된 풍속 결과를 나타내며, 우측 열의 도면들(도 12(b), 도 12(d), 도 12(f))은 본 발명에 따른 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템을 통해 예측된 풍속의 공간분포를 나타낸다.
도 12를 참조하면, 본 발명에 따른 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템을 통해 예측된 풍속의 공간 분포는 CFD 모델을 통해 직접 시뮬레이션된 풍속의 공간 분포와 유사한 것으로 확인되었다.
도 13은 3개의 분석 대상 지역에서 분석기간(10일) 동안 CFD 모델을 통해 직접 시뮬레이션된 풍속 분포와 본 발명에 따라 도시 형태 매개 변수를 이용하여 산출된 2차원 풍속 분포간의 평균 공간상관계수를 테일러 다이어그램으로 나타낸 도면이다.
도 13을 참조하면, 본 발명에 따른 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템을 통해 예측된 풍속 공간 분포와 CFD 모델을 통해 직접 시뮬레이션된 풍속 공간 분포의 평균 공간상관계수는 0.7에서 0.95로 나타났으며, 비교적 높은 상관도를 보이는 것으로 확인되었다.
도 14는 본 발명의 일 실시예에 따른 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 방법을 설명하는 흐름도이다.
도 14를 참조하면, 매개 변수 산출부(110)는 분석 대상 지역에 포함된 건물에 대한 정보를 입력받아 분석 대상 지역의 도시 형태 매개 변수를 산출한다(단계 S1410). 일 실시예에서, 매개 변수 산출부(110)는 분석 대상 지역을 격자로 구획하고, 특정 지점을 기준으로 기 설정된 거리 반경 이내의 격자들에서 풍향별 도시 형태 매개 변수를 산출할 수 있다.
일 실시예에서, 매개 변수 산출부(110)는 각 격자에 대해 풍향별로 건물 부피비, 건물 수평 면적비 및 건물 평균 높이를 도시 형태 매개 변수로 산출할 수 있다.
일 실시예에서, 매개 변수 산출부(110)는 각 격자에 대해 32개 방위 풍향별로 도시 형태 매개 변수를 산출하되, 32개 방위는 상기에서 설명한 수학식 1에 의해 결정될 수 있다.
전산유체역학 분석부(120)는 분석 대상 지역에 유입되는 바람의 유입 조건을 설정하고, 전산유체역학 모델(CFD)을 통해 분석 대상 지역의 바람 유입 방향에 따른 풍속 변화율을 산출한다(단계 S1420).
일 실시예에서, 전산유체역학 분석부(120)는 분석 대상 지역을 격자로 구획하고, 특정 지점을 기준으로 기 설정된 거리 반경 이내의 격자들에서 풍향별 풍속 변화율을 산출할 수 있다. 일 실시예에서, 전산유체역학 분석부(120)는 각 격자에 대해 32개 방위 풍향별로 풍속 변화율을 산출할 수 있다. 전산유체역학 분석부(120)에서 풍속 변화율을 산출하는 과정은 상기 도 1 내지 도 5에서 설명한 바와 같다.
풍속 변화율 분석부(130)는 매개 변수 산출부(110)에서 산출된 도시 형태 매개 변수와 전산유체역학 분석부(120)에서 산출된 풍속 변화율을 기초로 풍속 변화율과 도시 형태 매개 변수 사이의 연관성을 다중회귀분석하여 풍속 추정 계수를 산출한다(단계 S1430). 일 실시예에서, 풍속 변화율 분석부(130)는 상기의 수학식 4를 이용하여 풍속 변화율과 도시 형태 매개 변수 사이의 연관성을 다중회귀분석한다.
일 실시예에서, 풍속 변화율 분석부(130)는 산출된 상수 값, 회귀계수 값과 도시 형태 매개 변수 값을 수학식 4에 적용하여 해당 도시 형태 매개 변수에 대한 풍속 추정 계수를 산출할 수 있다.
풍속 산출부(140)는 풍속 변화율 분석부(130)에서 산출된 풍속 추정 계수를 분석 대상 지역에 적용하여 분석 대상 지역 공간의 풍속을 산출한다(단계 S1440). 예를 들어, 풍속 산출부(140)는 입력받은 유입 풍속 값과 해당 격자에서의 풍속 추정 계수를 곱하여 격자에서의 풍속을 산출할 수 있다.
일 실시예에서, 풍속 산출부(140)는 분석 대상 지역의 각 격자에서의 풍속을 산출하여 분석 대상 지역의 2차원 공간에 대해 풍속 분포를 산출할 수 있다.
도 1 내지 도 14를 통해 설명된 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템 및 이를 이용한 분석 방법은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수도 있다.
이상 본 발명의 실시예로 설명하였으나 본 발명의 기술적 사상이 상기 실시예로 한정되는 것은 아니며, 본 발명의 기술적 사상을 벗어나지 않는 범주에서 다양한 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템 및 이를 이용한 분석 방법으로 구현할 수 있다.
100 : 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템(100)
110 : 매개 변수 산출부
120 : 전산유체역학 분석부
130 : 풍속 변화율 분석부
140 : 풍속 산출부
150 : 비교 분석부

Claims (20)

  1. 분석 대상 지역을 격자로 구획하고, 해당 분석 대상 지역의 지리정보시스템(Geographic Information System, GIS) 정보를 입력받아 해당 정보에 포함된 건물 정보를 이용하여 각 격자에 대해 풍향별로 건물 부피비, 건물 수평 면적비 및 건물 평균 높이를 도시 형태 매개 변수로 산출하는 매개 변수 산출부;
    상기 분석 대상 지역에 유입되는 유입류 풍속과 바람의 초기 경계 조건을 설정하고, 전산유체역학 모델(CFD)을 통해 상기 분석 대상 지역의 각 격자에 대해 바람 유입 방향에 따른 풍속 변화율을 산출하는 전산유체역학 분석부;
    상기 산출된 도시 형태 매개 변수와 상기 풍속 변화율을 기초로 상기 풍속 변화율과 상기 도시 형태 매개 변수 사이의 연관성을 다중회귀분석하여 격자에서의 풍속 추정 계수를 산출하는 풍속 변화율 분석부; 및
    상기 분석 대상 지역에 포함된 격자에 대해 유입 풍속 값과 해당 격자에서의 풍속 추정 계수를 곱하여 해당 지역의 풍속을 산출하는 풍속 산출부를 포함하되,
    상기 풍속 변화율 분석부는
    하기의 수학식 4를 이용하여 상기 풍속 변화율과 상기 도시 형태 매개 변수 사이의 연관성을 다중회귀분석하는 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템.
    [수학식 4]
    Bi = α0,i + α1,i A1,i + α2,i A2,i (i = 1, 2, 3,…, 32)
    여기에서, i는 방위 인덱스(directional index), Bi는 풍속 변화율, A1,i와 A2,i는 각각 S1 영역과 S2 영역에서의 도시 형태 매개 변수(각 격자에 대해 풍향별로 산출된 건물 부피비, 건물 수평 면적비 또는 건물 평균 높이)를 나타낸다. α0,i는 상수(constant), α1,i, α2,i는 회귀 계수(regression constants)
  2. 제1항에 있어서, 상기 매개 변수 산출부는
    상기 분석 대상 지역에 대한 지리정보시스템(Geographic Information System, GIS) 정보를 입력받아 해당 정보에 포함된 건물 정보를 이용하여 도시 형태 매개 변수를 산출하는 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템.
  3. 제1항에 있어서, 상기 매개 변수 산출부는
    상기 분석 대상 지역을 격자로 구획하고, 특정 지점을 기준으로 기 설정된 거리 반경 이내의 격자들에서 풍향별 도시 형태 매개 변수를 산출하는 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템.
  4. 제3항에 있어서, 상기 매개 변수 산출부는
    각 격자에 대해 풍향별로 건물 부피비, 건물 수평 면적비 및 건물 평균 높이를 도시 형태 매개 변수로 산출하는 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템.
  5. 제3항에 있어서, 상기 매개 변수 산출부는
    각 격자에 대해 32개 방위 풍향별로 상기 도시 형태 매개 변수를 산출하되, 상기 32개 방위는 하기 수학식 1에 의해 결정되는 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템.
    [수학식 1]
    θi = (i-1) ×11.25°, i = 1, 2, 3,…, 32
    여기에서, θi는 방위 각도, i는 방위 인덱스(directional index)
  6. 제1항에 있어서, 상기 전산유체역학 분석부는
    상기 분석 대상 지역을 격자로 구획하고, 특정 지점을 기준으로 기 설정된 거리 반경 이내의 격자들에서 풍향별 풍속 변화율을 산출하는 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템.
  7. 제6항에 있어서, 상기 전산유체역학 분석부는
    각 격자에 대해 32개 방위 풍향별로 상기 풍속 변화율을 산출하는 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템.
  8. 삭제
  9. 제1항에 있어서, 상기 풍속 변화율 분석부는
    산출된 상수 값, 회귀계수 값과 도시 형태 매개 변수 값을 상기 수학식 4에 적용하여 해당 도시 형태 매개 변수에 대한 풍속 추정 계수를 산출하는 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템.
  10. 제1항에 있어서, 상기 풍속 산출부는
    상기 분석 대상 지역에 유입되는 바람의 유입류 풍속과 상기 산출된 풍속 추정 계수를 이용하여 상기 분석 대상 지역 공간의 풍속을 산출하는 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템.
  11. 제10항에 있어서, 상기 풍속 산출부는
    상기 분석 대상 지역의 2차원 공간에 대해 풍속 분포를 산출하는 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템.
  12. 제1항에 있어서, 상기 도시 풍속 분석 시스템은
    입력된 유입류 풍속 값과 상기 풍속 산출부에서 산출된 값을 비교하여 해당 값 사이의 오차를 산출하는 비교분석부를 더 포함하는 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템.
  13. 매개 변수 산출부가 분석 대상 지역을 격자로 구획하고, 해당 분석 대상 지역의 지리정보시스템(Geographic Information System, GIS) 정보를 입력받아 해당 정보에 포함된 건물 정보를 이용하여 각 격자에 대해 풍향별로 건물 부피비, 건물 수평 면적비 및 건물 평균 높이를 도시 형태 매개 변수로 산출하는 단계;
    전산유체역학 분석부가 상기 분석 대상 지역에 유입되는 유입류 풍속과 바람의 초기 경계 조건을 설정하고, 전산유체역학 모델(CFD)을 통해 상기 분석 대상 지역의 각 격자에 대해 바람 유입 방향에 따른 풍속 변화율을 산출하는 단계;
    풍속 변화율 분석부가 상기 산출된 도시 형태 매개 변수와 상기 풍속 변화율을 기초로 상기 풍속 변화율과 상기 도시 형태 매개 변수 사이의 연관성을 다중회귀분석하여 격자에서의 풍속 추정 계수를 산출하는 단계; 및
    풍속 산출부가 상기 분석 대상 지역에 포함된 격자에 대해 유입 풍속 값과 해당 격자에서의 풍속 추정 계수를 곱하여 해당 지역의 풍속을 산출하는 단계를 포함하되,
    상기 풍속 추정 계수를 산출하는 단계는
    하기의 수학식 4를 이용하여 상기 풍속 변화율과 상기 도시 형태 매개 변수 사이의 연관성을 다중회귀분석하는 단계를 포함하는 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 방법.
    [수학식 4]
    Bi = α0,i + α1,i A1,i + α2,i A2,i (i = 1, 2, 3,…, 32)
    여기에서, i는 방위 인덱스(directional index), Bi는 풍속 변화율, A1,i와 A2,i는 각각 S1 영역과 S2 영역에서의 도시 형태 매개 변수(각 격자에 대해 풍향별로 산출된 건물 부피비, 건물 수평 면적비 또는 건물 평균 높이)를 나타낸다. α0,i는 상수(constant), α1,i, α2,i는 회귀 계수(regression constants)
  14. 제13항에 있어서, 상기 도시 형태 매개 변수를 산출하는 단계는
    상기 분석 대상 지역을 격자로 구획하고, 특정 지점을 기준으로 기 설정된 거리 반경 이내의 격자들에서 풍향별 도시 형태 매개 변수를 산출하는 단계를 포함하는 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 방법.
  15. 제14항에 있어서, 상기 도시 형태 매개 변수를 산출하는 단계는
    각 격자에 대해 풍향별로 건물 부피비, 건물 수평 면적비 및 건물 평균 높이를 도시 형태 매개 변수로 산출하는 단계를 포함하는 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 방법.
  16. 제14항에 있어서, 상기 도시 형태 매개 변수를 산출하는 단계는
    각 격자에 대해 32개 방위 풍향별로 상기 도시 형태 매개 변수를 산출하되, 상기 32개 방위는 하기 수학식 1에 의해 결정되는 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 방법.
    [수학식 1]
    θi = (i-1) ×11.25°, i = 1, 2, 3,…, 32
    여기에서, θi는 방위 각도, i는 방위 인덱스(directional index)
  17. 제13항에 있어서, 상기 풍속 변화율을 산출하는 단계는
    상기 분석 대상 지역을 격자로 구획하고, 특정 지점을 기준으로 기 설정된 거리 반경 이내의 격자들에서 풍향별 풍속 변화율을 산출하는 단계를 포함하는 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 방법.
  18. 제17항에 있어서, 상기 풍속 변화율을 산출하는 단계는
    각 격자에 대해 32개 방위 풍향별로 상기 풍속 변화율을 산출하는 단계를 포함하는 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 방법.
  19. 삭제
  20. 제13항에 있어서, 상기 풍속 추정 계수를 산출하는 단계는
    산출된 상수 값, 회귀계수 값과 도시 형태 매개 변수 값을 상기 수학식 4에 적용하여 해당 도시 형태 매개 변수에 대한 풍속 추정 계수를 산출하는 단계를 포함하는 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 방법.
KR1020210002461A 2021-01-08 2021-01-08 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템 및 이를 이용한 분석 방법 KR102537488B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210002461A KR102537488B1 (ko) 2021-01-08 2021-01-08 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템 및 이를 이용한 분석 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210002461A KR102537488B1 (ko) 2021-01-08 2021-01-08 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템 및 이를 이용한 분석 방법

Publications (2)

Publication Number Publication Date
KR20220100751A KR20220100751A (ko) 2022-07-18
KR102537488B1 true KR102537488B1 (ko) 2023-05-30

Family

ID=82700876

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210002461A KR102537488B1 (ko) 2021-01-08 2021-01-08 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템 및 이를 이용한 분석 방법

Country Status (1)

Country Link
KR (1) KR102537488B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115146564B (zh) * 2022-08-02 2024-08-23 上海市气候中心(上海区域气候中心) 基于垂直分层降尺度技术的城市地面风速精细化模拟方法
KR102710807B1 (ko) * 2023-07-24 2024-09-27 주식회사 이시스비젼 빌딩풍 재해 위험도 예측 장치
CN117932918B (zh) * 2024-01-23 2024-08-02 成都信息工程大学 一种考虑参数动态变化的城市局地动力学粗糙度计算方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008108147A (ja) 2006-10-26 2008-05-08 Riam-Compact Co Ltd 流体解析支援システム及びプログラム
KR101396395B1 (ko) 2013-02-22 2014-05-19 경북대학교 산학협력단 회귀분석을 이용한 설계풍속 산정 장치 및 방법

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100997875B1 (ko) * 2009-02-02 2010-12-02 팅크웨어(주) 구조물의 형상을 이용한 정보 제공 장치 및 그 방법
KR20120078685A (ko) 2012-05-29 2012-07-10 쎄딕(주) Ｃｆｄ에 의한 바람장 자동 해석 방법
KR101721695B1 (ko) * 2015-09-17 2017-03-30 한국외국어대학교 연구산학협력단 도시 개발 대상지역의 미래 기후환경 변화 예측 분석시스템 및 이를 이용한 기후 환경 변화 예측 분석 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008108147A (ja) 2006-10-26 2008-05-08 Riam-Compact Co Ltd 流体解析支援システム及びプログラム
KR101396395B1 (ko) 2013-02-22 2014-05-19 경북대학교 산학협력단 회귀분석을 이용한 설계풍속 산정 장치 및 방법

Also Published As

Publication number Publication date
KR20220100751A (ko) 2022-07-18

Similar Documents

Publication Publication Date Title
KR102537488B1 (ko) 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템 및 이를 이용한 분석 방법
US11168667B2 (en) Method and device for calculating power generation of wind farm
Zhou et al. Numerical simulation and wind tunnel test for redistribution of snow on a flat roof
Lee et al. Evaluation of wind-driven natural ventilation of single-span greenhouses built on reclaimed coastal land
Gorlé et al. Dispersion in the wake of a rectangular building: validation of two Reynolds-averaged Navier–Stokes modelling approaches
Han et al. Multiscale simulation of wind field on a long-span bridge site in mountainous area
Kaseb et al. Towards CFD-based optimization of urban wind conditions: Comparison of Genetic algorithm, Particle Swarm Optimization, and a hybrid algorithm
El Kasmi et al. Turbulence modeling of atmospheric boundary layer flow over complex terrain: a comparison of models at wind tunnel and full scale
CN111767597A (zh) 一种城市模型验证方法、装置、设备及存储介质
Dalpé et al. Numerical simulation of wind flow near a forest edge
Ishihara et al. Numerical study of turbulent flow fields in urban areas using modified k− ε model and large eddy simulation
CN116050291A (zh) 一种台风条件下风电场大尺度气象预测降尺度方法与系统
CN117077557A (zh) 一种用于强风环境的城市高层建筑物火灾蔓延的多尺度模拟方法
Ji et al. An inflow turbulence generation method for large eddy simulation and its application on a standard high-rise building
Singh et al. Numerical generation of inflow turbulence by cell perturbation technique in WRF simulation
Tominaga CFD simulations of turbulent flow and dispersion in built environment: A perspective review
Derickson et al. Development of a powerful hybrid tool for evaluating wind power in complex terrain: atmospheric numerical models and wind tunnels
TABIB et al. TOWARDS UNDERSTANDING WIND IMPACT FOR DRONE OPERATIONS: A COMPARISON OF WIND MODELS OPERATING ON DIFFERENT SCALES IN A NESTED MULTISCALE SET-UP.
Seo et al. Numerical prediction of fugitive dust dispersion on reclaimed land in Korea
KR102392067B1 (ko) 전산유체역학(Computational Fluid Dynamics) 모델을 이용한 체승 도시 협곡의 단계별 3차원 바람장 분석 시스템 및 이를 이용한 분석 방법
Araújo et al. An approach to simulate wind fields around an urban environment for wind energy application
Rasheed et al. Wind farm modeling in a realistic environment using a multiscale approach
Ahmed Field observations and computer modeling of tornado-terrain interaction and its effects on tornado damage and path
CN118246820B (zh) 一种上下游风场风资源评估与发电量计算方法及系统
Balczó et al. Wind tunnel and computational fluid dynamics study of wind conditions in an urban square

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant