KR20150017163A - 축산 바이러스 공기중 확산 예보 시스템 - Google Patents

축산 바이러스 공기중 확산 예보 시스템 Download PDF

Info

Publication number
KR20150017163A
KR20150017163A KR1020130093118A KR20130093118A KR20150017163A KR 20150017163 A KR20150017163 A KR 20150017163A KR 1020130093118 A KR1020130093118 A KR 1020130093118A KR 20130093118 A KR20130093118 A KR 20130093118A KR 20150017163 A KR20150017163 A KR 20150017163A
Authority
KR
South Korea
Prior art keywords
module
virus
diffusion
air
meteorological
Prior art date
Application number
KR1020130093118A
Other languages
English (en)
Other versions
KR101525668B1 (ko
Inventor
이인복
노현석
강위수
서일환
박주현
Original Assignee
재단법인 국가농림기상센터
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 재단법인 국가농림기상센터 filed Critical 재단법인 국가농림기상센터
Priority to KR1020130093118A priority Critical patent/KR101525668B1/ko
Publication of KR20150017163A publication Critical patent/KR20150017163A/ko
Application granted granted Critical
Publication of KR101525668B1 publication Critical patent/KR101525668B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 축산 바이러스의 공기중 확산에 대한 예보 시스템에 대한 것으로서, 특히 전산유체역학 모델을 이용하여 축산 바이러스의 공기중 확산을 예보할 수 있는 예보 시스템에 관한 것이다. 본 발명에 따른 축산 바이러스의 공기중 확산에 대한 예보 시스템은 지역 선택 모듈과, 상기 지역 선택 모듈에서 선택된 지역의 공기중 바이러스 확산을 전산유체역학에 의해 예측하는 확산 예측 모듈, 및 상기 확산 예측 모듈에서 예측된 바이러스의 공기중 확산을 지도에 표시하는 디스플레이 모듈을 포함한다. 이러한 구성에 의해 본 발명은 공기중 바이러스 확산을 전산유체역학에 의해 예측하여 축산 바이러스가 공기중으로 전파되는 것을 신뢰도 있게 예보할 수 있는 축산 바이러스 공기중 확산 예보 시스템을 제공할 수 있다.

Description

축산 바이러스 공기중 확산 예보 시스템{DIFFUSION PREDICTION SYSTEM IN THE AIR OF LIVESTOCK VIRUS}
본 발명은 축산 바이러스의 공기중 확산에 대한 예보 시스템에 대한 것으로서, 특히 전산유체역학 모델을 이용하여 축산 바이러스의 공기중 확산을 예보할 수 있는 예보 시스템에 관한 것이다.
축산 바이러스가 전파되는 주요인은 차량이나 사람에 의한 직접 전파이다. 이는 기존의 방역대책으로도 어느 정도 통제가 가능하다. 하지만, 축산 바이러스의 공기 중 확산은 통제하기가 어렵다. 국내의 축산 농가는 대체로 산악지대에 밀집되어 있어 구제역 발생 시 복잡한 지형에 의한 공기기류의 영향으로 인한 공기 중 전파를 분석하여야 한다.
하지만, 아직까지 국내 실정에 맞는 축산 바이러스의 공기중 확산을 예보할 수 있는 시스템은 개발되지 않았으며, 이에 대한 요구가 커지고 있다.
1. 한국의 주요 인수공통전염병 발생 역학과 예측에 관한 연구(이상진, 2010) 2. 야생조류로 인한 가금인푸루엔자 바이러스분리 및 감염경로에 관한 연구(2007, 이상돈)
본 발명의 목적은 축산 바이러스가 공기중으로 전파되는 것을 예보할 수 있는 축산 바이러스 공기중 확산 예보 시스템을 제공하는 것이다.
상술한 목적을 달성하기 위해 본 발명은 지역 선택 모듈과, 상기 지역 선택 모듈에서 선택된 지역의 공기중 바이러스 확산을 전산유체역학에 의해 예측하는 확산 예측 모듈, 및 상기 확산 예측 모듈에서 예측된 바이러스의 공기중 확산을 지도에 표시하는 디스플레이 모듈을 포함하는 것을 특징으로 하는 축산 바이러스 공기중 확산 예보 시스템을 제공한다.
상기 확산 예측 모듈은 시간에 따른 바이러스 확산을 해석하는 Unsteady 해석, 지형 영향에 따른 난류 영향을 고려하는 Turbulent 해석, 공기 중 바이러스 농도 및 확산 해석을 위한 Scalar transport model 해석을 대상지역의 지형을 고려하여 3차원으로 연산을 수행하는 3차원 전산유체역학 모듈과, 상기 3차원 전산유체역학 모듈에 기상/기후환경 정보를 제공하는 기상/기후환경 데이터베이스를 포함한다. 상기 기상/기후환경 데이터베이스는 대상 지역에 검증용 기상관측장비 설치 체계를 구축하여 실시간으로 기상환경을 측정하며, 시간별 기상관측자료를 CDMA(Code Division Multiple Access)모뎀을 통하여 무선으로 수집하여 데이터베이스 입력 프로그램으로 기상·기후 DBMS(Data Base Management Server)에 정보를 구축할 수 있다.
상기 지역 선택 모듈은, 축산 바이러스가 발생된 지점을 데이터베이스화하여 사용자에게 목록으로 보여주는 발생 지점 목록 모듈과, 상기 발생 지점 목록 모듈에 표시된 축산 바이러스가 발생된 지점을 선택하는 발생 지점 마커 모듈, 및 상기 발생 지점 마커 모듈에서 선택된 축산 바이러스가 발생된 지점에 대한 확산 효과를 온/오프하는 오버레이 모듈을 포함한다.
상기 제어 모듈은 동화 제어 모듈과, 지도 선택 모듈, 지도에 바이러스의 확산을 표시하는 오버레이의 투명도를 제어하는 투명도 제어 모듈, 오버레이의 색이동을 제어하는 색이동 제어 모듈, 오버레이의 색간격을 제어하는 색간격 제어 모듈을 포함한다.
상기 디스플레이 모듈에 표시되는 지도와 오버레이를 수신하는 사용자 단말기를 포함하고, 상기 디스플레이 모듈은 실제 값이 들어 있는 32비트 float형 데이터를 8비트 byte형 데이터 4개로 분할하여 PNG 형식의 이미지로 압축하여 상기 단말기에 전송하고, 압축된 PNG 형식의 이미지는 상기 단말기에서 압축해제되어 실제값과 시각적인 생상값으로 변환하여 구현한다.
본 발명은 공기중 바이러스 확산을 전산유체역학에 의해 예측하여 축산 바이러스가 공기중으로 전파되는 것을 신뢰도 있게 예보할 수 있는 축산 바이러스 공기중 확산 예보 시스템을 제공할 수 있다.
도 1은 본 발명에 따른 축산 바이러스 공기중 확산 예보 시스템의 개념도.
도 2는 본 발명에 따른 1차원 제어체적의 개념도.
도 3은 본 발명에 따른 전산유체역학에 의한 해석 결과.
도 4는 연구대상지역의 단계별 DEM 구축 자료.
도 5는 지형에 따른 유속의 변화를 분석한 결과.
도 6은 도 5의 지형에 대한 CFD 기류 해석 결과.
도 7 내지 도 9는 CFD를 사용한 풍환경에 따른 시간별 바이러스 확산 경향의 예시.
이하, 도면을 참조하여 본 발명의 실시예를 상세히 설명하기로 한다.
그러나 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 도면상의 동일 부호는 동일한 요소를 지칭한다.
도 1은 본 발명에 따른 축산 바이러스 공기중 확산 예보 시스템의 개념도이다.
본 발명에 따른 축산 바이러스 공기중 확산 예보 시스템은 도 1에 도시된 바와 같이, 지역 선택 모듈(100), 확산예측 모듈, 제어 모듈(400) 및 디스플레이 모듈(300)을 포함한다.
지역 선택 모듈(100)은 축산 바이러스의 공기중 확산을 확인하고자 하는 지역을 선택하기 위한 것으로서, 발생 지점 목록 모듈(110)과, 발생 지점 마커 모듈(120), 및 오버레이 모듈(130)을 포함한다.
발생 지점 목록 모듈(110)은 구제역, 조류독감 등과 같은 축산 바이러스가 발생된 지점을 데이터베이스화하여 사용자에게 목록으로 보여주기 위한 것으로서, 여기서, 축산 바이러스가 발생된 지점은 관리자가 해당 지점을 입력하여 데이터베이스화한다. 또한, 축산 바이러스가 발생지점에 대한 정보인 발생 지점 정보는 발생 지점 목록 모듈(110) 내에 저장되는 것을 예시한다. 물론, 본 발명은 이에 한정되는 것은 아니며, 발생 지점 정보는 별도의 발생 지점 정보 데이터베이스에 저장될 수도 있다. 또한, 이러한 구성에 의해 사용자는 축산 바이러스가 발생된 지점을 목록으로 볼 수 있다.
발생 지점 마커 모듈(120)은 발생 지점 목록 모듈(110)에 나열된 축산 바이러스 발생 지점을 선택하기 위한 것이다. 여기서, 발생 지점 마커 모듈(120)은 사용자가 발생 지점 목록 중 적어도 어느 하나를 선택하면, 선택된 발생 지점 정보가 확산예측 모듈과 디스플레이 모듈(300)에 전달된다.
오버레이 모듈(130)은 디스플레이 모듈(300)에서 보여지는 확산 효과를 제어한다. 즉, 오버레이 모듈(130)에 의해 디스플레이 모듈(300)에서 보여지는 확산 효과는 온/오프된다.
확산 예측 모듈(200)은 발생 지점 마커 모듈(120)을 통해 선택된 축산 바이러스 발생 지점에 대한 축산 바이러스의 공기중 확산을 예측한다. 이를 위해서 확산 예측 모듈(200)은 3차원 전산유체역학 모듈(210)과 기상/기후환경 데이터베이스(220)를 포함한다.
특정한 기상학적 조건이 만족할 경우 바이러스의 이동 매개체인 에어로졸의 확산은 상당한 거리까지 공기 중 확산이 가능하며, 농장의 규모가 크고 감염된 동물의 수가 많을 경우 공기 중 바이러스의 발생량이 높다. 축산 바이러스는 축사 내에서 발생되는 에어로졸과 결합하여 공기중으로 확산된다. 이때, 모양과 크기 및 성분이 서로 다른 작은 에어로졸들은 호흡기를 거쳐 폐로 깊이 들어올 수 있다. 또한, 이는 크기에 따라서 Respirable, Inhalable 등으로 나눌 수 있으며, 하부 호흡계로 유입될 수 있는 10um 이하의 Respirable 입자가 공기 중 확산의 주된 입자이다.
표 1은 국가별 Inhalable dust와 Respirable dust를 나타낸 것이다.
구분 Inhalable dust Respirable dust
현장수 평균 농도
(mg/m3)		 현장수 평균 농도
(mg/m3)
영국 76 1.87 75 0.24
네덜란드 48 2.43 48 0.25
덴마크 64 2.76 64 0.26
독일 68 1.95 68 0.18
전체평균 256 2.19 255 0.23
국내의 축산농가는 대체로 산악지대에 밀집되어 있어 구제역 발생 시 복잡한 지형에 의한 공기기류의 영향으로 인한 공기 중 전파를 분석하여야 한다. 따라서, 본 발명은 현장실험을 통한 농장의 에어로졸 발생량을 측정하기 위해서, 소용량 공기포집기를 사용하여 돈사에서의 에어로졸 발생량을 자돈사와 비육사 각각 10개 지점에서 샘플링하였다.
단위:
mg/m3 		TSP PM10
10지점 평균 배기구 10지점 평균 배기구
자돈사 1.73 1.575 1.075 0.745
비육사 0.69 0.80 0.401 0.450
국내 밀폐형 돈사 동절기 실험 결과(김기연, 2003)를 참조하면, TSP의 평균 농도는 오전 1.04, 오후 2.52, 저녁 1.83 mg/m3으로 표 1과 대체로 유사한 범위로 나타났다. 또한, 영국, 네덜란드, 덴마크, 독일의 255농장을 대상으로 측정하여 분석한 결과(Takai, 1998)를 참조하면, Inhalable dust 2.19, Respirable 0.23 mg/m3의 결과를 보였다. 이와 같이, 에어로졸의 발생량을 측정한 결과는 국내외 사료와 비교한 결과 유사한 범위의 값을 보였다.
축산 바이러스의 전파의 주요인은 차량이나 사람에 의한 직접적 전파이다. 이는 기존의 방역대책으로 어느 정도 통제가 가능하지만, 공기 중 확산은 통제가 되기 어렵다. 국내의 축산농가는 대체로 산악지대에 밀집되어 있어 구제역 발생 시 복잡한 지형에 의한 공기기류의 영향으로 인한 공기 중 전파를 분석하여야 한다. 이에 따라, 본 발명은 전술된 바와 같이, 전산유체역학을 이용하는 3차원 전산유체역학 모듈(210)을 구비한다.
3차원 전산유체역학 모듈(210)은 3차원 전산유체역학 모델로서 복잡한 지형에 의한 유동장을 분석할 수 있을 뿐만 아니라, 바이러스의 확산 및 확산된 바이러스의 2차 확산 등을 상세히 분석할 수 있다. 전산 유체 역학은 유체의 거동을 수학적으로 설명한 지배 방정식을 수치 해석적 기법으로 연산하여 특정 상황에 대한 유체의 거동을 모사하는 방법으로서 본 발명에서는 Navier-Stocks 방정식을 FVM (Finite Volume Method)을 적용하여 유동을 모사하는 OpenFOAM을 사용 하였다. OpenFOAM은 유사한 기능의 상용 프로그램에 비해 사용에 따른 라이선스 비용이 들지 않는 공개 소프트웨어로서 발명에서 요구하는 일기 예보 자료를 이용한 실시간 계산에 따르는 비용을 절감할 수 있을 뿐만 아니라 예보와 유사한 기상 상황을 미리 해석하고 데이터베이스화 하여 기상 예보 정보를 추출하여 이에 해당하는 바이러스 확산 모사를 빠른 시간에 수행할 수 있고 디스플레이 모듈(300)에 적합한 형태의 정보를 자동으로 가공할 수 있도록 customization이 가능한 장점이 있다. 또한, 3차원 전산유체역학 모듈(210)은 전술된 기능들을 각각 수행하는 3차원 유동 사전 해석 데이터베이스(211)와, 일기 예보 데이터 추출 모듈(212), 실시간 바이러스 확산 모사 모듈(213), 및 디스플레이 모듈용 데이터 생성 모듈(214)을 포함할 수 있다. 유체의 이동현상 해석에 필요한 방정식은 질량 보존과 운동량 보존법칙을 미소의 체적에 적용하여 얻어진 비선형 연립 편미분방정식이다. 운동량 해석에 있어서는 난류 유동의 해석을 위한 방정식을 포함하여야 하며, 이를 정리하면 아래와 같다.
우선, 수학식 1은 질량 보존 방정식이다.
Figure pat00001
또한, 아래의 수학식 2는 운동량 보존 방정식이다.
Figure pat00002
수학식 2에서,
Figure pat00003
는 정압,
Figure pat00004
는 응력 텐서(stress tensor),
Figure pat00005
,
Figure pat00006
는 중력,
Figure pat00007
는 물체력(Body force)이다.
아래의 수학식 3은 난류 모델이다.
Figure pat00008
Figure pat00009
Figure pat00010
Figure pat00011
Figure pat00012
아래의 수학식 4는 스칼라 트랜스포트(Scalar transport)이다.
Figure pat00013
지면의 거칠기 및 식생, 환경에 의해 생성되는 특정한 형태의 유동장 프로파일을 모사하기 위해서는 이에 대한 적절한 수치 모델이 필요하다. 대기 유동의 경우 난류 경계층이 약 100m 정도에 형성되므로 지면 부근에서의 바이러스 확산 해석을 위해서 아래와 같은 수치 모델을 적용한다.
Figure pat00014
수학식 5는 지면에서 높이에 따른 유동 속도 방정식이다. 또한, 아래의 수학식 6은 지면에서 높이에 따른 난류에너지 및 소산율이다.
Figure pat00015
도 2는 본 발명에 따른 1차원 제어체적의 개념도이며, 도 3은 본 발명에 따른 전산유체역학에 의한 해석 결과이다.
전술된 방정식에 대해서 계산 영역은 다수개의 작은 영역으로 분할된다. 이와 같이 분할된 모양을 격자라고 하며 각각의 작은 영역을 제어체적이라고 한다. 3차원일 경우 제어체적들은 보통 육면체이거나 사면체의 형상을 가진다. 모든 물리량들은 이 제어체적들의 중심에 저장된다. 이렇게 각 제어체적에 보존법칙을 적용하는 방법을 유한체적법이라 하며, 본 발명에서는 도 2와 같이 1차원 제어체적에 대하여 유한체적법을 적용하여 방정식을 이산화한다.
도 2에 도시된 바와 같이, 각 제어체적의 중심은 W, P, E이며 제어체적 사이의 인접면은 w와 e이다. 1차원 정상상태일 경우 스칼라
Figure pat00016
의 보존식은 아래의 수학식 7과 같으며, 질량, 운동량 등의 보존방정식은 모두 이 형태로 볼 수가 있다.
Figure pat00017
전술된 수학식 7을 제어체적 P에 적용하여 적분하고, 발산정리(divergence theorem)를 적용한다. 수학식 7에서 좌변의 대류항(convection term)의 경우는 아래의 수학식 8과 같이 표현된다.
Figure pat00018
또한, 수학식 7에서 우변의 확산항(diffusion term)과 (source term)는 다음과 같이 표현된다.
Figure pat00019
모든 변수는 제어체적의 중심인 P, W, E에 저장되어 있으므로
Figure pat00020
와
Figure pat00021
의 e와 w에서의 값은 중심(center) 값으로부터 계산해야만 한다. 여기서, 전술된 값을 구하는 방법으로는 first order upwind scheme, power-low scheme, second order upwind scheme 등을 사용할 수 있다. 이와 같이 만들어진 적분식을 각 제어체적에 대해 계산하고 조합하면 아래의 수학식 10과 같은 대수방정식으로 표현할 수 있다. 즉, 컴퓨터 또는 행렬해법(matrix solver)이 인식할 수 없는 편미분방정식에서 행렬해법을 이용할 수 있는 대수방정식으로 변환한 것이다.
Figure pat00022
수학식 10에서,
Figure pat00023
는 제어체적 P의 이웃 제어체적들을 나타낸다. 이차원 사각형 격자의 경우 P의 이웃 셀은 모두 4개이며 3차원 육면체의 경우는 6개가 된다. 또한,
Figure pat00024
와
Figure pat00025
가
Figure pat00026
의 함수이므로, 즉 비선형 방정식이므로 반복계산법에 의해서 해를 얻어야만 한다.
전술된 해석 방법을 적용하여 평면에서의 대기 유동을 해석하면 도 3과 같은 결과를 얻을 수 있다.
이와 같이 본 발명은 OpenFOAM을 이용한 전용 해석 절차를 수립, 적용하여 비용 절감과 해석 시간 단축의 두 가지 장점을 가질 수 있게 된다.
도 4는 연구대상지역의 단계별 DEM 구축 자료이다.
도 4에 도시된 바와 같이, 전산유체역학 모델을 설계하기 위해서 본 발명은 우선, ArcGI(Version 9.2, Esri Inc., USA)을 사용하여 지형정보 추출, TIN(불규칙 삼각망) 생성, DEM(수치표고지도) 순서로 바닥 지형을 설계하였다. DEM 정보를 이용하여 연구대상영역을 중심으로 폭 11km의 8각형 지면을 3차원으로 설계하였다. 이때, 유동해석 시 서로 다른 풍향에 대한 계산 효율성을 향상시키기 위하여 하나의 모델로 설계하였으며, 수렴안정성 향상을 위하여 지형외부에 버퍼영역을 두어 유동의 유출입 면적을 안정화시켰다. 농장에서 발생하는 공기오염물질을 모의하기 위하여 각 농장을 설계하는 과정에서 농장의 크기는 전체 계산 영역(40kmㅧ32km)에 비하여 매우 작다. 또한, 배기구에서 배출되는 에어로졸의 유속은 급격히 감속되어 풍환경에 의하여 주로 확산되기 때문에 전체 계산 영역의 크기를 고려하였을 때, 농장 내 각 축사들의 환기구조(지붕창, 측창 등) 영향은 크지 않다고 가정하였다. 따라서, 농장들의 상세 위치좌표를 사용하여 하나의 작은 볼륨 소스를 가정하였다.
이하에서는, 전술된 이론식을 적용한 전산유체역학 모델을 구현하고 유동해석의 결과를 검증하였다.
도 5는 지형에 따른 유속의 변화를 분석한 결과이다.
도 5에 도시된 바와 같이, 해석 영역에서 유동장과 시간에 따른 바이러스 확산을 시뮬레이션하기 위해서 시간에 따른 바이러스 확산을 해석하는 Unsteady 해석, 지형 영향에 따른 난류 영향을 고려하는 Turbulent 해석, 공기 중 바이러스 농도 및 확산 해석을 위한 Scalar transport model 해석을 대상지역의 지형을 고려하여 3차원으로 연산을 수행하였다. 3D Unsteady turbulent scalar transport FVM solver 개발후 상용프로그램과 결과비교를 통한 개발 모델의 신뢰성 확보를 수행하였으며, 해석 결과, 유동 진행 중에서 대기 경계층이 변형되지 않는 조건을 만족하였다. 북동풍이 1.0 m/s로 부는 경우 연구대상지역의 풍속분포를 분석한 결과, 산지나 골짜기를 통과하면서 유속이 증가하는 영역은 붉은색으로, 와류가 형성되는 부분은 푸른색으로 나타나는 것을 확인하였다.
도 6은 도 5의 지형에 대한 CFD 기류 해석 결과이다.
대상지역에 대한 기상청 제공 데이터와 설치한 기상관측장비에서 측정한 결과를 바탕으로 해당지역에 대한 CFD 기류 해석 결과를 상대적으로 기상변화가 안정적인 시기에 대하여 비교분석한 결과 도 6과 아래의 표와 같이 매우 높은 정확도를 보였다.
구분 관측 결과 해석 결과
풍속[m/s] 풍향[°] 풍속[m/s] 풍향[°]
측정 2.0 44.0 2.1 44.1
일죽 1.3 35.7 1.9 45.6
백암 1.5 42.4 1.3 37.5
구분 관측 결과 해석 결과
풍속[m/s] 풍향[°] 풍속[m/s] 풍향[°]
측정 1.3 91.1 1.3 91.3
일죽 0.8 94.9 1.3 92.2
백암 1.3 101.9 0.9 95.4
도 7 내지 도 9는 CFD를 사용한 풍환경에 따른 시간별 바이러스 확산 경향의 예시이다. 여기서, 바이러스 확산 경향은 1시간 간격으로 예측된 것이다. 도 8은 도 7에서 1시간 후의 바이러스 확산 경향 예측이며, 도 9는 도 8에서 1시간 후의 바이러스 확산 경향 예측이다.
유동장과 바이러스의 발생량을 매번 새로 계산하는데는 막대한 리소스가 필요하므로, 기상청 예보데이터가 업데이트되면 바이러스의 스칼라적 확산만을 미리 해석한 유동장에서 연산하도록 하여 계산 시간을 획기적으로 단축하는 연산알고리즘을 구현하였다. 도 7 내지 도 9를 참조하면, 기상적인 요인에 따른 질병확산 경향을 테스트한 결과 바이러스를 포함하는 에어로졸은 발생농장에서 직접 확산되는 동시에 풍환경의 변화에 따라 재확산 되는 등의 복잡한 거동을 나타낸다. 또한, 지면근처에서 분석한 농도분포에서는 골짜기에 유동이 정체한 영역에 바이러스 농도가 높게 머무르는 현상과, 바람의 강도에 따른 확산 정도를 잘 모의함을 알 수 있다.
기상/기후환경 데이터베이스(220)는 축산 바이러스 발생 지점에 대한 기상/기후환경을 수집하여 관리한다. 공기 중 가축질병확산예측을 위하여 대상지역의 기상 및 기후 환경데이터를 실시간으로 정확히 수집하여 데이터베이스화 하는 것이 중요하다. 연구대상 지역에 검증용 기상관측장비 설치 체계를 구축하여 실시간으로 기상환경을 측정하며, 시간별 기상관측자료를 CDMA(Code Division Multiple Access)모뎀을 통하여 무선으로 수집하여 DB 입력 프로그램을 활용하여 기상·기후 DBMS (Data Base Management Server)에 정보를 구축한다.
본 발명은 연구대상지역 주변의 기상청 기상관측장비의 실시간 자료 수집 체계를 구축하였다. 여기서, 해당 지역은 보개, 모가, 일죽, 안성, 백암이다. 연구대·상 지역인 경기도 안성시 일죽면 일대 및 검증지역에 근접한 자동기상관측기(기상청 AWS)로부터 관측된 자료를 포함한 기상·기후자료 DB를 구축하였다. 또한, 기상기후자료를 기상청 데이터와 기상관측장비로부터 실시간으로 수집 및 DB를 작성하여 웹 기반 정보제공시스템에 활용할 수 있도록 포맷을 개발하였다.
디스플레이 모듈(300)은 사용자에게 지도와 오버레이를 표시한다. 본 발명에서 디스플레이 모듈(300)로 웹사이트를 예시한다. 또한, 이러한 웹사이트의 개발 언어 및 도구는 Oracle java, Oracle MySQL, Apache PHP를 활용하였으며, OS는 CentOS release 5.6(Final)을 활용하였다. 데이터수집서버와 데이터처리서버를 통해 수집 및 가공된 자료는 HTML/CSS /Javascript로 작성되어 일반 PC에 설치되어 있는 웹 브라우저를 이용하여 열람이 가능하다. 구축된 웹사이트는 실황기상, 기후자료, 예보자료 등의 메뉴를 통해 기상 정보를 제공할 수 있다. 또한, 본 발명은 고해상도 항공사진을 활용한 대상 지역 지리정보 제공 기반을 구축하였다. 이를 위하여 본 발명은 경기도(http://map.gg.go.kr)에서 제공하는 5m급 초고해상도의 2010년 항공사진을 백그라운드 맵으로 활용하였다. 또한, OpenLayers API 활용하여 지점 마커 및 속성 지도 중첩 등 사용자 편의를 고려한 웹설계를 수행하는 것이 바람직하며, 추가적으로 사용자의 요구사항을 빠르게 반영하여 웹의 유지보수를 수행하기 위하여 FreeBSD License를 갖는 OpenLayers 라이브러리를 사용하는 것이 효과적이다. 기상청 OpenAPI를 활용한 대상 지점 동네예보자료를 실시간으로 연동하여, 동네예보 자료는 기온, 습도, 최고기온, 최저기온, 강수형태, 강수확률, 12시간강수량, 12시간적설량, 하늘상태, 습도, 풍향, 풍속 등의 예보 요소를 일 8회(3시간 간격), 48시간 예보를 제공한다.
제어 모듈(400)은 지도와 지도에 표시되는 오버레이를 제어하기 위한 것이다. 이러한 제어 모듈(400)은 동화 제어 모듈(410)과, 지도 선택 모듈(420), 지도에 바이러스의 확산을 표시하는 오버레이의 투명도를 제어하는 투명도 제어 모듈(430), 오버레이의 색이동을 제어하는 색이동 제어 모듈(440), 오버레이의 색간격을 제어하는 색간격 제어 모듈(450)을 포함한다.
표 5는 본 발명에 따른 축산 바이러스 공기중 확산 예보 시스템의 ABGR 채널 분할표이다.
원본 데이터 32bit float형 데이터
분할된 데이터 Alpha Blue Green Red
비트 수 8bit 8bit 8bit 8bit
비트 위치 0xFF000000 0x00FF0000 0x0000FF00 0x000000FF
한편, 본 발명은 지도의 오버레이 표시에 있어서, 데이터 송수신 양을 최소화하기 위해 서버에서 클라이언트로 데이터를 전송할 때 압축된 수치 데이터를 클라이언트에 송신하고 클라이언트에서 실제 값이 들어 있는 수치 데이터로 압축 해제하여 시각화된 데이터를 생성한다. 이는 실제 값이 들어 있는 32비트 float형 데이터를 8비트 byte형 데이터 4개로 분할하여 PNG 형식의 이미지로 압축하여 전송한다. 압축된 PNG 형식의 이미지는 웹 브라우져에서 표 1에 의해 압축해제되어 실제값과 시각적인 생상값으로 변환하여 구현할 수 있다.
이상에서는 도면 및 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허청구범위에 기재된 본 발명의 기술적 사상으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 지역 선택 모듈 200: 확산 예측 모듈
300: 디스플레이 모듈 400: 제어 모듈

Claims (6)

  1. 지역 선택 모듈과,
    상기 지역 선택 모듈에서 선택된 지역의 공기중 바이러스 확산을 전산유체역학에 의해 예측하는 확산 예측 모듈, 및
    상기 확산 예측 모듈에서 예측된 바이러스의 공기중 확산을 지도에 표시하는 디스플레이 모듈을 포함하는 것을 특징으로 하는 축산 바이러스 공기중 확산 예보 시스템.
  2. 청구항 1에 있어서,
    상기 확산 예측 모듈은 시간에 따른 바이러스 확산을 해석하는 Unsteady 해석, 지형 영향에 따른 난류 영향을 고려하는 Turbulent 해석, 공기 중 바이러스 농도 및 확산 해석을 위한 Scalar transport model 해석을 대상지역의 지형을 고려하여 3차원으로 연산을 수행하는 3차원 전산유체역학 모듈과,
    상기 3차원 전산유체역학 모듈에 기상/기후환경 정보를 제공하는 기상/기후환경 데이터베이스를 포함하는 것을 특징으로 하는 축산 바이러스 공기중 확산 예보 시스템.
  3. 청구항 2에 있어서,
    상기 기상/기후환경 데이터베이스는 대상 지역에 검증용 기상관측장비 설치 체계를 구축하여 실시간으로 기상환경을 측정하며, 시간별 기상관측자료를 CDMA(Code Division Multiple Access)모뎀을 통하여 무선으로 수집하여 데이터베이스 입력 프로그램으로 기상·기후 DBMS(Data Base Management Server)에 정보를 구축하는 것을 특징으로 하는 축산 바이러스 공기중 확산 예보 시스템.
  4. 청구항 3에 있어서,
    상기 지역 선택 모듈은,
    축산 바이러스가 발생된 지점을 데이터베이스화하여 사용자에게 목록으로 보여주는 발생 지점 목록 모듈과,
    상기 발생 지점 목록 모듈에 표시된 축산 바이러스가 발생된 지점을 선택하는 발생 지점 마커 모듈, 및
    상기 발생 지점 마커 모듈에서 선택된 축산 바이러스가 발생된 지점에 대한 확산 효과를 온/오프하는 오버레이 모듈을 포함하는 것을 특징으로 하는 축산 바이러스 공기중 확산 예보 시스템.
  5. 청구항 4에 있어서,
    상기 제어 모듈은 동화 제어 모듈과, 지도 선택 모듈, 지도에 바이러스의 확산을 표시하는 오버레이의 투명도를 제어하는 투명도 제어 모듈, 오버레이의 색이동을 제어하는 색이동 제어 모듈, 오버레이의 색간격을 제어하는 색간격 제어 모듈을 포함하는 것을 특징으로 하는 축산 바이러스 공기중 확산 예보 시스템.
  6. 청구항 1에 있어서,
    상기 디스플레이 모듈에 표시되는 지도와 오버레이를 수신하는 사용자 단말기를 포함하고,
    상기 디스플레이 모듈은 실제 값이 들어 있는 32비트 float형 데이터를 8비트 byte형 데이터 4개로 분할하여 PNG 형식의 이미지로 압축하여 상기 단말기에 전송하고, 압축된 PNG 형식의 이미지는 상기 단말기에서 압축해제되어 실제값과 시각적인 생상값으로 변환하여 구현하는 것을 특징으로 하는 축산 바이러스 공기중 확산 예보 시스템.
KR1020130093118A 2013-08-06 2013-08-06 축산 바이러스 공기중 확산 예보 시스템 KR101525668B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130093118A KR101525668B1 (ko) 2013-08-06 2013-08-06 축산 바이러스 공기중 확산 예보 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130093118A KR101525668B1 (ko) 2013-08-06 2013-08-06 축산 바이러스 공기중 확산 예보 시스템

Publications (2)

Publication Number Publication Date
KR20150017163A true KR20150017163A (ko) 2015-02-16
KR101525668B1 KR101525668B1 (ko) 2015-06-03

Family

ID=53046141

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130093118A KR101525668B1 (ko) 2013-08-06 2013-08-06 축산 바이러스 공기중 확산 예보 시스템

Country Status (1)

Country Link
KR (1) KR101525668B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112782050A (zh) * 2020-12-25 2021-05-11 杭州电子科技大学 基于长短期记忆神经网络的生物气溶胶浓度预测方法
CN113916724A (zh) * 2021-08-30 2022-01-11 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所) 一种模拟病原菌在土壤中扩散的设备及方法
CN116911214A (zh) * 2023-08-31 2023-10-20 中国科学院大气物理研究所 一种街区尺度气溶胶扩散模拟方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100293874B1 (ko) * 1998-06-17 2002-02-28 최인영 독성가스확산모델링방법
JP5107168B2 (ja) * 2008-07-29 2012-12-26 三菱重工業株式会社 基準気流場データ作成装置、方法、プログラム、および物質拡散状況予測システム

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112782050A (zh) * 2020-12-25 2021-05-11 杭州电子科技大学 基于长短期记忆神经网络的生物气溶胶浓度预测方法
CN113916724A (zh) * 2021-08-30 2022-01-11 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所) 一种模拟病原菌在土壤中扩散的设备及方法
CN113916724B (zh) * 2021-08-30 2023-07-21 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所) 一种模拟病原菌在土壤中扩散的设备及方法
CN116911214A (zh) * 2023-08-31 2023-10-20 中国科学院大气物理研究所 一种街区尺度气溶胶扩散模拟方法及装置
CN116911214B (zh) * 2023-08-31 2023-12-01 中国科学院大气物理研究所 一种街区尺度气溶胶扩散模拟方法及装置

Also Published As

Publication number Publication date
KR101525668B1 (ko) 2015-06-03

Similar Documents

Publication Publication Date Title
Meier et al. Empirical estimate of forestation-induced precipitation changes in Europe
Williams et al. Intensification of winter transatlantic aviation turbulence in response to climate change
Endalew et al. A new integrated CFD modelling approach towards air-assisted orchard spraying. Part I. Model development and effect of wind speed and direction on sprayer airflow
Shi et al. Assessment of pedestrian wind environment in urban planning design
Duff et al. Quantifying spatio-temporal differences between fire shapes: Estimating fire travel paths for the improvement of dynamic spread models
Li et al. Projecting species loss and turnover under climate change for 111 Chinese tree species
KR101525668B1 (ko) 축산 바이러스 공기중 확산 예보 시스템
Ha et al. Development of a micro-scale CFD model to predict wind environment on mountainous terrain
Węgrzyński et al. Wind and fire coupled modelling—Part II: Good practice guidelines
Coates et al. Evaluating an eddy covariance technique to estimate point-source emissions and its potential application to grazing cattle
Dennhardt et al. Modeling autumn migration of a rare soaring raptor identifies new movement corridors in central Appalachia
Seo et al. Web-based forecasting system for the airborne spread of livestock infectious disease using computational fluid dynamics
Oldrini et al. Validation and sensitivity study of the PMSS modelling system for puff releases in the Joint Urban 2003 field experiment
Wang et al. Correlation analysis between UBD and LST in Hefei, China, using Luojia1-01 night-time light imagery
Gu et al. High-efficiency simulation framework to analyze the impact of exhaust air from covid-19 temporary hospitals and its typical applications
Xu et al. Modeling forest fire spread using machine learning-based cellular automata in a GIS environment
Ridzuan et al. Visualising urban air quality using AERMOD, CALPUFF and CFD models: A critical review
Lin et al. Advances in disaster modeling, simulation and visualization for sandstorm risk management in North China
Xu et al. Analysis of dust diffusion from a self-propelled peanut combine using computational fluid dynamics
Ghodrat et al. Software-based simulations of wildfire spread and wind-fire interaction
Pérez-Arévalo et al. Facing climate change and improving emergency responses in Southern America by analysing urban cyclonic wind events
Oleniacz et al. Assessment of the impact of spatial data on the results of air pollution dispersion modeling
Yang et al. Fire Scenario Zone Construction and Personnel Evacuation Planning Based on a Building Information Model and Geographical Information System
Wang et al. Real-Time data driven simulation of air contaminant dispersion using particle filter and UAV sensory system
Kia et al. Large eddy simulation of sneeze plumes and particles in a poorly ventilated outdoor air condition: A case study of the University of Houston main campus

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20180503

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190116

Year of fee payment: 5