DOI QR코드

DOI QR Code

A Study on the Flow Changes around Building Construction Area Using a GIS Data

GIS 자료를 활용한 신축 건물 주변 지역의 흐름 변화 연구

  • Mun, Da-Som (Division of Earth Environmental System Science, Pukyong National University) ;
  • Kim, Jae-Jin (Division of Earth Environmental System Science, Pukyong National University)
  • 문다솜 (부경대학교 지구환경시스템과학부) ;
  • 김재진 (부경대학교 지구환경시스템과학부)
  • Received : 2018.09.03
  • Accepted : 2018.11.16
  • Published : 2018.12.31

Abstract

In this study, the effects of urban redevelopment and building construction on the change of the detailed flows around the Pukyong National University (PKNU) campus located in the building-congested area was investigated using a CFD (computational fluid dynamics) model and GIS (geographic information system). For the analysis of the detailed flows before and after the constructions of the buildings around and within the campus, numerical simulations for the 16 inflow directions were performed before and after the construction. We used, as reference wind speeds at the inflow boundaries, the averaged wind speeds observed at the Gwangan light beacon (962) where there is no surrounding obstacle (i.e., building and terrain) acting as friction. We analyzed the area fractions in which wind speeds at z = 2.5 m changed after the construction for 16 inflow directions. The area fractions were relatively large in the east-south-easterly and southerly cases, because of the high-rise buildings constructed at the east and the apartment complex and the Engineering buildings constructed at the south of the PKNU campus. In the case of the easterly of which frequency is highest among the wind directions observed at the Daeyeon AWS (AWS 942) located inside the PKNU campus, the wind-speed change was not significant even after the constructions. It is shown that the building construction has affected the detailed flows around as well as even in the far downwind region of the constructed buildings. Also, it is shown that the GIS and CFD model are useful for analyzing the detailed flows in planning the urban redevelopment and/or building construction.

본 연구에서는 GIS 자료와 CFD 모델을 이용하여, 도시 재개발 및 건물 신축이 부경대학교 주변의 상세 흐름 변화에 미치는 영향을 조사하였다. 건설 전 후에 대한 부경대학교 내부와 주변 지역의 상세 흐름을 분석하기 위해, 건설 전 후의 16방위 유입류에 대하여 수치 모의 실험을 수행하였다. 장애물에 의한 마찰이 반영되지 않은 관측 풍속을 유입 경계 조건으로 사용하기 위해, 광안 등표기상관측장비에서 관측한 풍속 자료를 사용하였다. 건물 신축에 의한 부경대학교 내부의 대기 흐름 변화를 분석하기 위해, 건물 신축 이후에 16방위 유입류에 따라 풍속이 변화한 영역을 분석하였다. 동남동풍과 남풍이 부는 경우에 풍속 변화 영역이 넓게 나타났는데, 이는 수치 영역의 동쪽에 건설된 고층 건물과 부경대학교 남쪽에 건설된 아파트 단지와 공학관에 의한 영향이 크게 나타났기 때문이다. 대연 AWS(AWS 942)에서 최대 관측 빈도로 나타난 동풍이 부는 경우, 건설 후에 풍속이 변화한 영역은 비교적 좁게 나타났다. 수치 모의 결과를 통해 도시 재개발 및 건물 신축이 건설 지역의 풍하측 방향으로 멀리 떨어진 지역에도 영향을 미치는 것을 확인하였다. 또한, GIS 자료와 CFD 모델이 도시 재개발 및 건물 신축 계획 단계에서 건물 신축 이후의 상세 흐름을 분석하는데 유용함을 확인하였다.

Keywords

1. 서론

우리 나라는 급격한 도시화로 인해 도시 지역의 인구 밀도가 점차 높아지고 있고, 도시 구조와 기능이 매우 빠르게 변화하고 있다. 이와 같은 변화는 도시 지역의 주거지 부족 문제를 유발해 왔다(Kang, 2017). 이를 해결하기 위해서, 도시 지역에서는 노후한 건축물이 밀집한 지역의 주택 재개발 사업을 추진해 왔으며, 특히, 해안이 인접한 지역에서는 매립지 건설을 통해 주거 지역을 조성하는 사업이 수행되었거나, 진행되고 있다(Kwon and Cho, 2000).

도시 지역의 대기 흐름 및 확산 특성은 지형, 건물의 밀도, 배치, 형태에 따라 매우 다양하게 나타난다(KastnerKlein et al., 2004;Hang et al., 2009;Tominaga and Stathopoulos, 2013; Chen et al., 2017). 특히, 도시 재개발 지역에서는 도시 구조가 크게 변화하기 때문에 재개발 전과 비교하여 대기의 흐름과 오염물질 확산 특성이 변할 수 있다(Ashie and Kono, 2011; Toparlar et al., 2015; Hong and Hong, 2016). 도시 재개발에 의해 유발되는 상세 흐름과 대기오염물질 확산 특성 변화는 주거지와 보행자가 많은 지역의 생활 환경에 큰 영향을 미치게 된다(Shi et al., 2015; Yuan et al., 2018).

전산유체역학(computational fluid dynamics, CFD) 모델은 초고해상도(수 m ~ 수십 m)의 격자 체계를 채용하고, 건물이나 상세 지형을 직접 분해할 수 있기 때문에 복잡한 도심 지역의 상세 흐름 모의에 적합하다(Baik et al., 2003; Kwak et al., 2015; Gousseasu et al., 2015; Liu et al., 2018). Lee et al.(2009)는 CFD 모델을 이용하여 도시 재개발이 도시 지역의 상세 흐름에 미치는 영향에 대해 조사한 바 있다. Lee and Kim(2011)과 Kwon and Kim(2015)은 건물 및 지형에 대한 상세한 정보를 이용하기 위해, 지리정보시스템(geographic information system, GIS) 자료를 이용하여 도시 지역에서 아파트 단지 건설 전·후, 대기 흐름과 대기오염물질 확산 특성 변화에 대해 조사하였다. GIS 자료는 지형·지물의 형태, 높이, 위치에 대하여, 상세한 정보를 포함하기 때문에 건물이 밀집한 도시 지역이나 복잡한 지형에 대한 수치 실험에 주로 사용되어왔다. Chu et al.(2005)는 GIS 자료로부터 건물 좌표와 높이를 추출하여 3차원 건물 자료를 구축하였고, 홍콩 지역의 대기오염물질 확산에 대한 연구를 수행하였다. Yao et al.(2015)는 과거와 현재의 GIS 자료를 이용하여 도시 지역의 미기후 변화를 분석하였고, 도시 구조의 변화에 따라 도시 지역의 기온이 증가함을 보였다. 이처럼 GIS 자료와 CFD 모델은 도시 지역의 세흐름과 대기오염물질 확산을 조사하는데 유용하게 사용되어 왔다.

본 연구에서는 GIS 자료와 CFD 모델을 이용하여, 부경대학교 주변 지역에서 진행된 도시 재개발 사업과 신축 건물 건설이 주변 지역의 상세 흐름에 미치는 영향을 조사하였고, 이를 통해 부경대학교 주변 지역의 풍 환경을 평가하였다.

2. 연구 방법

1) 대상 지역의 관측 자료

본 연구에서는 도시 재개발과 신축 건물 건설로 인한 대기 흐름 변화가 예상되는 부산광역시 남구 대연동에 위치한 부경대학교 대연캠퍼스를 대상 지역으로 선정하였다(Fig. 1). 대상 지역의 북서쪽에는 최고 높이 427m의 황령산(대상 지역 내 최고 높이 150 m)이 위치하며, 부경대학교 대연캠퍼스 내에 대연 AWS(AWS 942)가 위치하고 있다(위도: 35.135°, 경도: 129.1045°). 부경대학교의 동남동쪽으로부터 약 600 m 떨어진 지점에 69층 높이의 초고층 건물 4개동이 위치해 있다. 또한, 부경대학교의 남남서쪽으로부터 약 400 m 떨어진 지점에 13층 높이의 공학관이 위치하며, 공학관으로부터 남쪽으로 약 100 m 떨어진 지점에서 도시 재개발 사업이 진행 중 이다. Fig. 1의 ⓐ 지점은 도시 재개발 사업 시행과 공학관이 신축된 지역이고, ⓑ지점은 초고층 건물이 신축된 지역이다. ⓐ와, ⓑ지점에 위치한 건물은 모두 2016년 이후에 지어진 건물로 건설 전·후 주변 지역의 대기 흐름에 변화가 나타날 것으로 예상된다. 광안 등표기상관측장비는 부경대학교에서 동남동쪽으로 약 2.86 km 떨어진 해상(위도: 35.1317°, 경도: 129.1358°)에 위치하고 있다. 등표기상관측장비는 건물이나 지형의 영향을 최소화 할 수 있는 해상에 설치되어있고, 자동기상관측장비(AWS)를 이용하여 해양기상관측에 필요한 기상 자료를 생산하고 있다. 본 연구에서 사용한 기상 관측 자료는 건물 신축 전 기간에 해당하는 2012년 1월 1일부터 2016년 12월 31일 기간 동안 대연 AWS와 광안 등표기 상관측장비에서 관측한 1시간 평균 풍향과 풍속 자료이다.

OGCSBN_2018_v34n6_1_879_f0001.png 이미지

Fig. 1. Satellite photograph around Pukyong National University. The inverted triangles in yellow and blue indicate the Daeyeon AWS (AWS 942) and Gwangan marine light beacon (962), respectively.

2) 전산유체역학모델

건물 신축 전·후의 상세 흐름 모의를 위해 전산유체역학(CFD)모델을 이용하여 수치실험을 수행하였다. 본 연구에서 사용한 CFD모델은 3차원, 비압축, 비정수 흐름계를 가정하고 Reynolds averaged Navier-Stokes(RANS)방정식 계를 가정한다. 엇갈림 격자계(staggeed grid system)에 유한체적법(finite volume method)과 SIMPLE(semi-implicit method for pressure-linked equation) 알고리즘을 이용하여 지배 방적식 계의 해를 수치적으로 계산한다. 격자 크기 이하의 난류를 모수화하기 위해 RNG(renomalization group) k-ε 난류 종결 방법을 채용하였다.

3) 실험설계

본 연구에서는 CFD 모델의 지표 입력 자료를 생성하기 위하여 국토지리정보원에서 제공하는 지리정보시스템(geographic information system, GIS) 자료를 이용하였다. GIS 자료는 지형·지물에 대하여 수 m 규모의 점, 선, 면 형태의 자료를 제공한다. 본 연구에서는 등고선 형태로 제공되는 지형 자료는 선형 내삽하여 지형을 구축하였고, 면 형태로 제공되는 건물 자료는 층수를 이용하여 건물 높이를 설정하였다. 바다나 강 지역에 교량이 있는 경우에는 교량 위치에서 선형 내삽된 지형에 오차가 나타난다. 대상지역은 바다를 포함하기 때문에, 해안선 자료를 이용하여 바다에 대한 지형 자료를 보정하였다. 이후, 1 m의 수평해상도를 가지는 지형과 건물 자료를 CFD 모델의 수평해상도(10 m)에 맞게 변환하였다.

부경대학교 대연캠퍼스를 포함하는 수치 영역의 수평해상도와 연직해상도는 각각 10 m와 5 m이고, 수치 영역 크기는 동서방향으로 2 km, 남북방향으로 2 km, 연직방향으로 0.75 km이다(Fig. 2). 건물 신축 전·후의 상세흐름 모의를 위해 16방위(북, 북북동, 북동, 동북동, 동, 동남동, 남동, 남남동, 남, 남남서, 남서, 서남서, 서, 서북서, 북서, 북북서)의 유입류에 대하여 수치 실험을 수행하였다. 본 연구에서는 중립 대기를 가정하여 Castro and Apsley(1997)가 제안한 바람(U, V, W), 난류운동에너지(k), 난류운동에너지 소멸률(ε)의 연직분포를 사용하였다.

\(U(z)=\left(\frac{u_{*}}{k}\right) \ln \left(\frac{z}{z_{0}}\right) \cos \theta\)       (1)

OGCSBN_2018_v34n6_1_879_f0002.png 이미지

Fig. 2. Three-dimensional configurations of the topography and buildings around the Pukyong National University campus (a) before and (b) after the construction. The yellow inverted triangles in (a) and (b) indicate the Daeyeon AWS.

\(V(z)=\left(\frac{u_{*}}{k}\right) \ln \left(\frac{\mathrm{Z}}{z_{0}}\right) \sin \theta\)      (2)

\(W(z)=0\)       (3)

\(k(z)=\frac{u_{*}^{2}}{c_{\mu}^{\frac{1}{2}}}\left(1-\frac{z}{\delta}\right)^{2}\)       (4)

\(\varepsilon(z)=\frac{c_{\mu}^{\frac{3}{4}} k^{\frac{3}{2}}}{\kappa z}\)       (5)

여기서, u*, z0(= 0.05 m), κ(= 0.4), θ는 각각 마찰 속도, 거칠기 길이, von Karman 상수, 풍향을 나타낸다. 유입류 풍속은 수치 영역 내의 건물과 지형의 마찰이 반영되지 않은 관측 풍속을 이용하기 위하여, 대연 AWS의 관측 풍속 대신 2012년 1월 1일부터 2016년 12월 31일 동안 광안 등 표기상관측장비에서 관측한 평균 풍속을 사용하였다. CFD 모델은 0.5초 간격으로 3600초 동안 수치 적분하였다.

3. 결과와 토의

1) 관측 자료 분석

대상 지역의 풍계 특성을 파악하기 위해 2012년 1월 1일부터 2016년 12월 31일 동안 광안 등표기상관측장비와 대연 AWS에서 관측한 1시간 평균 풍향, 풍속 자료를 이용하여 바람장미 분석을 수행하였다(Fig. 3). 광안 등 표기상관측장비의 바람장미를 분석한 결과, 북서풍(14.28%), 북북서풍(10.39%) 순으로 높은 빈도가 나타났고, 동남동풍(1.78%), 남동풍(2.08%) 순으로 낮은 빈도가 나타났다(Fig. 3(a)). 나머지 풍향은 비교적 균일한 빈도를 보였다. 모든 풍향에 대해서 3.3 ~ 5.4 m s-1의 풍속 구간이 36.33%로 가장 높은 빈도가 나타났다(평균 풍속: 4.5 m s-1). 주야간 및 계절별로 분석한 결과, 주간(06 ~ 17시)과 야간(18 ~ 05시) 모두 북서풍이 가장 높은 빈도로 관측되었고, 여름철(6 ~ 8월)을 제외한 봄(3 ~ 5월), 가을(9 ~ 11월), 겨울(12 ~ 2월)에 전체 기간과 동일하게 북서풍이 가장 높은 빈도로 관측되었다. 여름철에는 남남서풍과 북동풍이 우세하 나타났다. 대연 AWS의 바람장미를 분석한 결과, 동풍(13.75%), 서남서풍(11.63%)순으로 높은 빈도가 나타났고, 남남동풍(1.39%), 남풍(1.6%)순으로 낮은 빈도가 나타났다(Fig. 3(b)).대연 AWS에서 북서쪽으로 3.2 km 떨어진 지점에 해발 427 m 높이의 황령산과 413 m 높이의 금련산이 위치해있고, 남동쪽으로 2.5 km 떨어진 지점에 해발 225 m 높이의 장산봉이 위치한다. 이와 같은 주변 지형으로 인해 대연 AWS가 남서쪽에서 북동쪽으로 형성된 골짜기 지역에 위치하게 되면서, 동풍과 서남서풍이 주로 나타나는 것으로 분석된다. 모든 풍향에 대해서 1.5 ~ 3.3 m s-1의 풍속(평균 풍속: 2.0 m s-1) 구간이 46.17로 가장 높은 빈도로 관측되었는데, 이는 광안 등표기상관측장비에서 가장 높은 빈도로 관측된 풍속 구간(3.3 ~ 5.4 m s-1)에 비해 낮은 풍속 구간이다. 이는 대연 AWS 지점 주변에 높은 건물이 복잡하게 위치하면서, 건물에 의한 풍속 감소가 반영되었기 때문으로 분석된다. 주·야간 및 계절별 바람 장미를 분석한 결과, 봄, 여름, 가을에 동풍과 동북동풍, 겨울에는 서풍이 가장 우세하게 나타났다. 주간에는 동풍, 야간에는 서남서풍이 가장 우세하였다.

OGCSBN_2018_v34n6_1_879_f0003.png 이미지

Fig. 3. Wind roses observed at the (a) Gwangan marine light beacon and (b) Daeyeon AWS for the period of 2012.01.01 ~ 2016.12.31.

2) 건물 신축 전·후 흐름 변화 분석

건물 신축에 의한 대기 흐름 변화를 조사하기 위해, 건설 전·후 풍속이 변화한 영역 분석을 수행하였다. 건물 신축에 의한 부경대학교 주변 지역의 대기 흐름 변화를 상세하게 분석하기 위하여 부경대학교 내부 영역을 확대하여 분석하였다(PKNU area in Fig. 4). 이 영역에서 건물 신축 후, 풍속이 0.5 m s-1 이상 증가 또는 감소한 영역에 대한 분석을 수행하였다.

OGCSBN_2018_v34n6_1_879_f0004.png 이미지

Fig. 4. The plane view of the target area after the building constructions. The polygons in black line, ⓐ and ⓑ indicate the recently constructed buildings. The red dashed line is the area (PKNU area) for the analysis of the windspeed changes after the building construction.

Fig. 5는 PKNU area에서 건물 신축 후, 2.5 m 고도에서 풍속이 변화한 영역을 유입 풍향에 따라 나타낸 것이다. 동남동풍(112.5&dg;)과 남풍(180°)의 경우, 풍속이 변화한 영역이 가장 넓게 나타났다. 풍속이 변화한 영역은 각각 15.46%와 12.64%이다(평균 풍속 변화 영역: 3.58%). 이 중에서 풍속이 감소(증가)한 영역은 각각 13.5%(1.96%)와 7.79%(4.84%)로 주로 풍속이 감소한 영역이 크게 나타났다. 이는 동남동풍(남풍)의 경우, ⓑ 지역(ⓐ 지역)에 신축된 건물에 의한 영향을 받은 것으로 판단된다(Fig. 4). 서북서풍(292.5°)과 북서풍(315°)의 경우, 풍속이 변화한 영역이 가장 작게 나타났다. 풍속이 변화한 영역은 각각 0.03%와 0.53%이다. 이 중에서 풍속이 감소(증가)한 영역은 각각 0.03%(0%)와 0.53%(0%)이다. 이는 신축된 건물이 주로 부경대학교의 동쪽과 남에 위치해 있기 때문에, 북서풍과 북서풍이 부는 경우에는 부경대학교 내부의 풍속 변화에 대한 기여도가 낮은 것으로 판단된다. 대연 AWS에서 관측된 풍향 중 빈도가 가장 높은 동풍의 경우, 풍속이 변화한 영역은 3.2%로 평균 변화 영역과 비슷한 풍속 변화가 나타났다. 풍속이 감소(증가)한 영역은 2.9%(0.28%)이다. 이는 동남동풍의 경우와 마찬가지로 ⓑ 지역의 건물에 의한 영향을 받은 것으로 판단된다.

OGCSBN_2018_v34n6_1_879_f0005.png 이미지

Fig. 5. The percentile areas where the wind speeds at z = 2.5 m changed in the PKNU area(red dashed line in Fig. 4) after the building construction. Black and gray bars indicate the percentile areas where the wind speeds at z = 2.5 m increased and decreased, respectively.

본 연구에서는 도시 재개발 및 건물 신축에 의한 부경대학교 내 풍환경 변화를 분석하기 위해 부경대학교 내부의 풍속 변화 영역이 크게 나타난 동남동풍과 남풍에 대한 상세 흐름을 분석하였고, 대연 AWS 지점에서 관측된 최대 빈도 풍향인 동풍에 대하여 상세 흐름을 분석하였다.

(1) 동풍(90°)이 부는 경우

대연 AWS에서 관측된 최대 빈도 풍향(동풍)에 대한 상세 흐름 분석을 수행하였다. Fig. 6(a)와 Fig. 6(b)는 건설 전·후에 2.5 m 고도에서 조사한 연직 성분 바람 분포와 수평 바람 벡터장을 나타낸다. Fig. 6(b)의 ⓐ와 ⓑ는 Fig. 4에서와 동일한 위치를 나타낸다. 건물 신축 이전, 대상 영역의 동쪽 지역에서는 유입 흐름(동풍)을 방해하는 건물이 없기 때문에 일정하고 매우 강한 흐름이 나타났다(Fig. 6(a)). 동쪽에서 유입된 흐름이 건물 사이로 유입되면서 발생하는 채널링 효과(channeling effect)에 의해 강한 흐름이 나타났고(red dashed circlesin Fig. 6(a)) 동풍 계열의 바람이 부경대학교로 유입되면서 부경대학교 내에서는 건물에 의한 마찰 영향으로 인해 전체적으로 약한 흐름이 나타났다. ① 지역(① in Fig. 6(a))의 건물이 없는 지점에서는 강한 흐름이 나타나는 것을 볼 수 있는데, 이는 상층의 비교적 강한 흐름이 하강류에 의해 하층으로 유입되었기 때문이다(Fig. 7(a)).

OGCSBN_2018_v34n6_1_879_f0006.png 이미지

Fig. 6. Horizontal wind vectors and contours of vertical wind components at z = 2.5 m (a) before and (b) after the building construction and contours of difference in (c) the wind-speed and (d) wind-direction between before and after the building construction at z = 2.5.

OGCSBN_2018_v34n6_1_879_f0011.png 이미지

Fig. 7. (a) Wind vectors and contours of the vertical wind components on the cross section along \(\overline{A B}\) in Fig. 6a and (b) streamlines on the cross section along \(\overline{C D}\) in Fig. 6b.

건물 신축 이후에도 부경대학교에 동풍 계열의 바람이 유입되었고, 건믈 신축 전과 마찬가지로 부경대학교 내에서 전체적으로 약한 흐름이 나타났다. 대연 AWS지점(② in Fig. 6(a), Fig. 6(b))에서의 풍속, 풍향은 건설 전과 유사하게 나타났다(건설 전: 2.43 m s-1, 82.04°, 건설 후: 2.76 m s-1, 70°). ⓑ 지역(ⓑ in Fig. 6(b))은 동쪽에서 유입된 흐름이 신축된 건물에 부딪혀 흐름이 분리되면서 건물 측면을 돌아가는 흐름이 나타났고, 이 흐름이 건물 풍하측에서 수렴하면서 상승기류가 나타났다(Fig. 6(b)). 또한, 건물 지붕 부근의 풍상측에서는 건물을 넘어가는 상승기류가 나타났고, 하층에서는 강한 하강기류에 동반하여 역류(reverse flow)가 나타났다(Fig. 7(b)). 부경대학교 남동쪽에 위치한 아파트 단지에서는 전체적으로 복잡한 흐름이 나타났으며, 아파트 건물 사이에서는 채널링 효과로 인해 건물 신축 이전에 비해 흐름이 비교적 강하게 나타났다.

Fig. 6(c)와 Fig. 6(d)는 건물 신축 이후, 2.5 m 고도의 풍속과 풍향 변화 분포를 나타낸 것이다. 앞서 언급했듯이, PKNU area에서 건물 신축 후에 풍속이 0.5 m s-1 이상 변화한 전체 영역은 3.2%로 풍속이 증가한 영역(0.28%)보다 감소한 영(2.9%)이 넓게 분포하였다. 이는 Fig. 6(b)의 ⓐ와 ⓑ 지역에 건물이 신축되면서 각 지역의 주변에서 풍속이 크게 감소하였고, 이로 인하여, 근접한 지역에서도 풍속이 감소했기 때문이다. 반면, 부경대학교 내부 영역에서는 건물 신축에 의해 주로 풍속이 감소하였으나, 부분적으로 풍속이 증가(1.5 m s-1 이하)한 지역이 나타났다. 풍향의 경우, 건물 신축 후에 풍향차가 크게 나타나는 지역은 주로 건물 신축 지역 부근에서(black dashed circles in Fig. 6(d))로 약 90°~180°의 풍향 차가 나타났다. 반면, PKNU area는 대부분의 영역에서 풍향 차가 크지 않았고, 평균 7.78°의 풍향 차가 나타났다. 동풍이 부는 경우에는 주로 대상 영역의 동쪽에 신축된 아파트 단지의 영향을 받았고, 그 영향이 풍하측에 위치한 부경대학교 내부에까지 나타났다. 또한, 부경대학교 내부에 신축된 공학관도 근접한 지역의 풍 감소에 영향을 미쳤다.

(2) 동남동풍(112.5°)이 부는 경우

건물 신축 이후, ⓑ 지역(ⓑ in Fig. 4)에 건설된 건물에 의한 영향을 가장 크게 받을 것으로 판단되는 동남동풍에 대한 상세 흐름 분석을 수행하였다. 건물 신축 이전, 동풍의 경우와 마찬가지로 대상 영역의 동쪽에 유입류(동남동풍)를 방해하는 건물이 없기 때문에 일정한 흐름이 강하게 나타났고, 채널링 효과로 인해 건물 사이에서 흐름이 매우 강하게 나타났다(Fig. 8(a)). Fig. 9는 Fig. 8(a)와 Fig. 8(b)에서 붉은색으로 표시된 지역을 확대한 대연 AWS 관측 고도(z = 22.5 m)의 수평 바람 벡터장이다. 분석 결과, 동남동쪽에서 유입된 흐름이 높은 건물과 아파트 단지에 의해 흐름이 분리되면서 풍하측 영역에서는 비교적 약한 흐름이 나타났다. 또한 흐름이 측면으로 분리되면서 동풍 계열의 강한 흐름이 부경대학교로 유입되었다. 이로 인해 대연 AWS 지점(② in Fig. 8(a))에서 동풍 계열의 풍향이 나타났으며, 풍속의 경우에 건물 사이로 유입된 강한 흐름으로 인해 유입류 풍속의 89% 수준의 풍속이 나타났다(건설 전: 4.45 m s-1, 91.15°).

OGCSBN_2018_v34n6_1_879_f0007.png 이미지

Fig. 8. The same as in Fig. 6 except for the east-south-easterly.

OGCSBN_2018_v34n6_1_879_f0008.png 이미지

Fig. 9. The horizontal wind vectors within the red squares in (a) Figs. 8a and (b) 8b. The buildings of which heights are less than and greater than 22.5 m are represented in light gray and dark gray, respectively.

건물 신축 이후, 동남동쪽에서 유입된 흐름이 ⓑ 역(ⓑ in Fig. 8(b))에 건설된 건물들의 사이로 유입되면서 강한 흐름이 나타났고, 부경대학교로 유입되는 흐름은 건물 신축 이전에 비해 약해졌다(Fig. 8(b)). 또한, ⓑ 지역에 위치한 건물 풍상측에서 강한 하강류가 나타났다. 이는 동풍의 경우와 마찬가지로 동남동쪽에서 유입된 흐름이 고층 건물에 부딪히면서 하강하는 흐름이 발생했기 때문이다. 관측 고도의 수평 바람 벡터장을 분석한 결과, 건물 신축 이전과 동일하게 높은 건물과 아파트 단지에 의해 흐름이 분리되면서 풍하측에서 약한 흐름이 나타났고 동풍 계열의 흐름이 부경대학교로 유입되었다(Fig. 9(b)). 앞서 말했듯이, ⓑ 지역 건물에 의한 영향으로 부경대학교로 유입되는 흐름이 건물 신축 이전에 비해 약해졌기 때문에, 대연 AWS 지점(② in Fig. 8(b))에서의 풍속은 유입류 풍속의 35% 수준으로 수치 모의되었다(건설 후: 1.8 m s-1, 98.22°).

건물 신축 이후, 2.5 고도의 풍속과 풍향 변화 분포를 분석한 결과, PKNU area에서 풍속이 0.5 m s-1 이상 변화한 전체 영역은 15.46%로 풍속이 증가한 영역(1.96%)보다 감소한 영역(13.5%)이 넓게 나타났다(Fig. 8(c)). 특히, 대연 AWS 지점(② in Fig. 8(c)) 부근에서 풍속이 2 m s-1 이하로 크게 감소한 것을 알 수 있다. 이는 건물신축 이후, ⓑ 지역의 건물에 의한 영향으로 부경대학교로 유입되는 흐름이 약해졌기 때문이다. 풍향의 경우, PKNU area의 평균 풍향 차는 23.9°로 동풍에 비해 큰 풍향 차가 나타났고,특히PKNU area의오른쪽지역(black dashed circle in Fig. 8(d))에서 112.5° ~ 180°의 풍향 차가 나타났다. 이는 앞서 말했듯이, ⓑ 지역에 신축된 건물에 의해 부경대학교로 유입된 흐름이 약해지면서, 흐름 방향의 왜곡이 나타났기 때문이다. 결과적으로 동남동풍이 부는 경우, ⓑ 지역 건물 신축에 의해 부경대학교 내부의 대기 흐름이 전체적으로 약해졌고, 부분적으로 풍향이 크게 바뀐 것을 알 수 있다.

(3) 남풍(180°)이 부는 경우

건물 신축 이후, ⓐ 지역(ⓐ in Fig. 4)에 건설된 건물에 의한 영향을 가장 크게 받을 것으로 판단되는 남풍에 대한 상세 흐름 분석을 수행하였다. 건물 신축 이전, 남쪽에서 유입된 흐름이 대상 지역의 오른쪽에 위치한 아파트 단지(③ in Fig. 10(a))와 부경대학교 사이로 유입되면서 왕복 11차선 도로를 따라 바람길이 형성된 것을 볼 수 있다(Fig. 10(a)). ④ 지역(④ in Fig. 10(a))의 남쪽에는 낮은 건물이 위치하기 때문에, 풍향 변화가 크지 않은 상태로 유입류(남풍)가 유입되면서 풍하측에서는 남풍계열의 흐름이 나타났으며, 풍속도 비교적 강하게 나타났다. ⑤ 지역(⑤ in Fig. 10(a))에 치한 건물(⑥ in Fig. 10(a))의 풍하측에서는 유입류와 반대 풍향이 나타났는데, 이는 남쪽에서 유입된 흐름이 건물을 넘어가면서 풍하측에서 후류(wake)가 생성되기 때문이다(Fig. 11(a)).

OGCSBN_2018_v34n6_1_879_f0009.png 이미지

Fig. 10. The same as in Fig. 6 except for the southerly.

건물 신축 이후, 남쪽에서 유입된 흐름이 ⓐ 지역(ⓐ in Fig. 10(b)) 아파트 단지에 부딪히면서 건물 풍상측 하부에서 역류가 발생하여 유입류와 반대 풍향이 나타났다(Fig. 11(b)). 또한, 아파트 단지에 의한 영향으로 ⓐ 지역 풍하측에 위치한 부경대학교로 약한 흐름이 유입되었다. ⓑ 지역(ⓑ in Fig. 10(b))의 경우, 고층 건물에 의해 흐름이 분리되면서, 건물 후면에서 재순환 영역이 나타났다(Fig. 10(b)). 이로 인해 풍하측 영역에서 흐름이 수렴하여 상승기류가 나타나고, 건물 신축 이전에 비해 다소 강한 흐름이 나타났다.

OGCSBN_2018_v34n6_1_879_f0010.png 이미지

Fig. 11. Streamlines on the cross section along (a) \(\overline{E F}\) in Fig. 10a and (b) \(\overline{GH}\) in Fig. 10b.

건물 신축이 이후에 대하여 2.5 m 고도의 풍속과 풍향 변화 분포를 분석한 결과, PKNU area에서 풍속이 0.5m s-1 이상 변화한 전체 영역은 12.64%로 풍속이 증가한 영역(4.84%)보다 감소한 영역(7.79%)이 넓게 나타났다(Fig. 10(c)). 이는 앞서 말했듯이, 남풍이 ⓐ 지역(ⓐ in Fig. 10(b)) 아파트 단지에 의해 약해진 상태로 부경대학교로 유입되었고, 공학관(NEB in Fig. 10(c)) 건설로 인해 추가적으로 흐름이 약해지면서 공학관에 인접한 지역의 풍속이 3 m s-1 이상 감소했기 때문이다. 풍향의 경우, PKNU area에서 평균 풍향 차는 12.2°로 나타났다(Fig. 10(d)). 특히, ⓐ 지역의 풍하 지역에서 비교적 큰 풍향 차(약 90° ~ 135°)가 나타났다. 이는 남쪽에서 유입된 흐름이 ⓐ 지역에 신축된 건물에 의해 흐름 방향이 왜곡되었기 때문이다. 남풍이 부는 경우, ⓐ 지역 건물 신축에 의해 부경대학교 내부 대기 흐름이 부분적으로 약해졌다(특히, 공학관 주변에서 풍속이 크게 감소). 또한, ⓐ 지역에서 약 600 m 정도 풍하측에 위치한 풍환경에도 영향을 미친 것으로 나타났다.

4. 요약 및 결론

본 연구에서는 GIS 자료와 CFD 모델을 이용하여, 부경대학교 대연캠퍼스 주변의 도시 재개발과 건물 신축으로 인한 대기 흐름 변화를 조사하였다. 건물 신축 전·후의 상세 흐름 모의를 해 16방위 유입류에 대하여 수치 실험을 수행하였고, 유입류 풍속은 건물과 지형의 마찰 효과가 작은 광안 등표기상관측장비에서 관측한 평균 풍속을 사용하였다. 또한, 대상 지역의 풍계 특성 분석을 위해, 광안 등표기상관측장비와 대연 AWS(AWS 942)의 바람 장미 분석을 수행하였다. 광안 등표기상관측장비에서는 북서풍과 북북서풍이 높은 빈도로 관측되었고, 대연 AWS에서는 동풍과 서남서풍이 높은 빈도로 관측되었다. 모든 풍향에 대해서 광안 등표기상관측장비에서 관측된 풍속이 대연 AWS보다 크게 나타나는데, 이는 대연 AWS 주변 건물에 의한 마찰 효과로 분석되었다. 건물 신축에 의한 부경대학교 내부의 대기 흐름 변화를 분석하기 위해, 16개 유입 풍향에 따라 건물 신축 이후에 풍속이 변화한 영역을 분석하였다. 분석 결과, 동남동풍과 남풍의 경우에 신축 건물 건설에 의한 풍속 변화 영역이 넓게 나타났고(동남동풍: 15.46%, 남풍: 12.64%), 북서풍과 서북서풍이 부는 경우에는 풍속 변화 영역이 좁게 나타났다(서북서풍: 0.03%, 북서풍: 0.53%). 건물 신축 후에 대하여, 부경대학교 내부에서 풍속이 변화한 영역이 넓게 나타난 유입류(동남동풍,남풍)와 대연 AWS에서 관측 빈도가 가장 높은 유입류(동풍)에 대한 상세 흐름 분석을 수행하였다. 동풍이 부는 경우, 부경대학교 내부에서 전체적으로 풍속이 크게 변화한 영역은 비교적 작게 나타났으나, 건물이 신축된 영역에서 풍속이 3 m s-1 이상 감소하였다. 건물 신축 이전에는 상층의 강한 흐름이 하층으로 유입되면서 강한 흐름이 나타났으나, 건물 신축 이후에는 신축된 건물과 고층 아파트 단지에 의한 영향으로 복잡하고 약한 흐름이 나타나기 때문이다. 동남동풍이 부는 경우, 건물 신축 지역의 풍하측에 위치한 부경대학교 내부에서 전체적으로 풍속이 감소하였다. 건물 신축 전에는 대상 영역 동쪽에 흐름을 방해하는 건물이 없기 때문에 비교적 강하고 일정한 흐름이 부경대학교로 유입되었으나, 건물 신축 이후에는 동쪽 해안에 인접한 신축 고층 건물에 의해 부경대학교로 유입되는 흐름의 방향이 왜곡되면서, 약해졌기 때문이다. 남풍이 부는 경우, 신축 건물 주변에서 풍속이 3 m s-1 이상 크게 감소한 영역이 넓게 나타났다. 도시 재개발 전에는 주로 낮은 건물이 분포하는 등 유입류를 방해하는 요소가 적어 풍속이 강하게 나타났으나 건물 신축 이후에는 도시 재개발로 신축된 건물의 영향으로 풍하 지역에서 풍속이 크게 감소하였고, 풍향 변화가 나타났다.

본 연구를 통하여, 도시 재개발과 건물 신축이 특정 유입류 풍향에 대해 주변 지역과 풍하측으로 멀리 떨어진 지역까지 풍환경에 영향을 줄 수 있음을 확인하였다. 또한, 상세 지형과 건물을 고려할 수 있는 GIS 자료와 CFD 모델은 도시 재개발과 건물 신축에 의한 주변 지역 상세 흐름 변화를 분석하는데 유용한 수단임을 확인하였다. 이는 도시 재개발 또는 대규모 건물 신축에 따른 대기환경영향평가에 GIS 자료와CFD 모델이 유용하게 사용될 수 있음을 시사한다. 향후에는 본 연구에서 고려한 영역을 대상으로, 최근 문제가 되고 있는 아파트 단지와 건물 신축이 도로에서 배출되는 오염물질의 확산에 미치는 영향에 관한 연구를 수행하고자 한다.

사사

이 논문은 2018학년도 부경대학교 연구년 교수 지원 사업에 의하여 연구되었습니다(C-D-2018-0736). 논문에 대해 유익한 지적을 해주신 심사위원님께 감사드립니다.

References

  1. Ashie, Y. and T. Kono, 2011. Urban-scale CFD analysis in support of a climate-sensitive design for the Tokyo Bay area, International Journal of Climatology, 31(2): 174-188. https://doi.org/10.1002/joc.2226
  2. Baik, J.-J., J.-J. Kim, and H.-J.-S. Fernando, 2003. A CFD Model for Simulating Urban Flow and Dispersion, Journal of Applied Meteorology, 42(11): 1636-1648. https://doi.org/10.1175/1520-0450(2003)042<1636:ACMFSU>2.0.CO;2
  3. Castro, I.P. and D.D. Apsley, 1997. Flow and dispersion over topography: a comparison between numerical and laboratory data for two-dimensional flows, Atmospheric Environment, 31(6): 839-850. https://doi.org/10.1016/S1352-2310(96)00248-8
  4. Chen, L., J. Hang, M. Sandberg, L. Claesson, S.-D. Sabatino, and H. Wigo, 2017. The impacts of building height variations and building packing densities on flow adjustment and city breathability in idealized urban models, Building and Environment, 118: 344-361. https://doi.org/10.1016/j.buildenv.2017.03.042
  5. Chu, A. K. M., R. C. W. Kwok, and K. N. Yu, 2005. Study of pollution dispersion in urban areas Computational Fluid Dynamics (CFD) and Geographic Information System (GIS), Environmental Modelling & Software, 20(3): 273-277. https://doi.org/10.1016/j.envsoft.2004.05.007
  6. Gousseau, P., B. Blocken, T. Stathopoulos, and G.J.F. Van Heijst, 2015. Near-field poluutant dispersion in an actual urban area: Analysis of the mass transport mechanism by high-resolution Large Eddy Simulations, Computers & Fluids, 114: 151-162. https://doi.org/10.1016/j.compfluid.2015.02.018
  7. Hang, J., M. Sandberg, Y. Li, and L. Claesson, 2009. Pollutant dispersion in idealized city models with different urban morphologies, Atmospheric Environment, 43(38): 6011-6025. https://doi.org/10.1016/j.atmosenv.2009.08.029
  8. Hong, J.-W. and J. Hong, 2016. Changes in the Seoul Metropolitan Area Urban Heat Environment with Residentoal Redevelopment, Journal of Applied Meteorology and Climatology, 55(5): 1091-1106. https://doi.org/10.1175/JAMC-D-15-0321.1
  9. Kang, I.-H., 2017. Characteristics of Early Supplied Apartment of Korea: Comparative Price Analysis of Apartment and Detached House on 1960's, SH Urban Research & Insight, 7(2): 55-73 (in Korean with English abstract). https://doi.org/10.26700/shuri.2017.08.7.2.55
  10. Kastner-Klein, P., R. Berkowicz, and R. Britter, 2004. The influence of street architecture on flow and dispersion in street canyons, Meteorology and Atmospheric Physics, 87(1-3): 121-131. https://doi.org/10.1007/s00703-003-0065-4
  11. Kwak, K.-H., J.-J. Baik, Y.-H. Ryu, and S.-H. Lee, 2015. Urban air quality simulation in a high-rise building area using a CFD model coupled with mesoscale meteorological and chemistry-transport models, Atmospheric Environment, 100: 167-177. https://doi.org/10.1016/j.atmosenv.2014.10.059
  12. Kwon, A.-R. and J.-J. Kim, 2015. Analysis on the Observation Environment of Surface Wind using GIS data, Korean Journal of Remote Sensing, 31(2): 65-75 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2015.31.2.2
  13. Kwon, Y.-M. and S.-K. Cho, 2000. A Study on the Development Methods classified by Types depending on the Locational Characteristics of Urban Residential District in Pusan, Journal of the Architectural Institute of KOREA Planning & Design, 16(11): 203-212 (in Korean with English abstract).
  14. Lee, J.-H., J.-W. Choi, J.-J. Kim, and Y.-C. Suh, 2009. The Effects of an Urban Renewal Plan on Detailed Air Flows in an Urban Area, Journal of Korean Association of Geographic Information Studies, 12(2): 69-81 (in Korean with English abstract).
  15. Lee, Y.-S. and J.-J. Kim, 2011. Effects of an Apartment Complex on Flow and Dispersion in an Urban Area, Atmosphere, 21(1): 95-108 (in Korean with English abstract). https://doi.org/10.14191/ATMOS.2011.21.1.095
  16. Liu, S., W. Pan, X. Zhao, H. Zhang, X. Cheng, Z. Long, and Q. Chen, 2018. Influence of surrounding buildings on wind flow around a building predicted by CFD simulations, Building and Environment, 140: 1-10. https://doi.org/10.1016/j.buildenv.2018.05.011
  17. Shi, X., Y. Shu, J. Duan, R. Shao, and J. Wang, 2015. Assessment of pedestrian wind environment on urban planning design, Landscape and Urban Planning, 140: 17-28. https://doi.org/10.1016/j.landurbplan.2015.03.013
  18. Tominaga, Y. and T. Stathopoulos, 2013. CFD simulation of near-field pollutant dispersion in the urban environment: A review of current modeling techniques, Atmospheric Environment, 79: 716-730. https://doi.org/10.1016/j.atmosenv.2013.07.028
  19. Toparlar, Y., B. Blocken, P. Vos, G.J.F. van Heijst, W.D. Janssen, T. van Hooff, H. Montazeri, and H.J.P. Timmermans, 2015. CFD simulation and validation of urban microclimate: A case study for Bergpolder Zuid, Rotterdam, Building and Environment, 83: 79-90. https://doi.org/10.1016/j.buildenv.2014.08.004
  20. Yao, R., Q. Luo, Z. Luo, L. Jiang, and Y. Yang, 2015. An intergrated study of urban microclimates in Chongqing, China: Historical weather data, transverse measurement and numerical simulation, Sustainable Cities and Society, 14: 187-199. https://doi.org/10.1016/j.scs.2014.09.007
  21. Yuan, C., R. Shan, Y. Zhang, X.-X. Li, T. Yin, J. Hang, and L. Norford, 2019. Multilayer urban canopy modelling and mapping for traffic pollutant dispersion at high density urban areas, Science of the Total Environment, 647: 255-267. https://doi.org/10.1016/j.scitotenv.2018.07.409

Cited by

  1. 실내 외 미세먼지 측정 및 관리 기술 동향 vol.36, pp.6, 2020, https://doi.org/10.7780/kjrs.2020.36.6.3.1