• 환경영향평가
• /
• 제26권4호
• /
• pp.242-256
• /
• 2017

본 연구에서는 위험물질 누출 사고로 인한 영향을 예측하고 피해를 줄이기 위한 대응 방안으로 기상장(풍향 풍속)과 실제 도시 구조를 고려한 가상의 사고 시나리오를 구축하였다. 위험물질 확산에 대한 시나리오를 기반으로 서울시 강남 지역을 대상으로 보행자 환경에서의 위험특성을 분석하였다. 풍향과 풍속 조건에 따라 48개의 시나리오를 가정하였으며, 스칼라 물질의 확산 특성을 분석하기 위한 위험물질로써 불화수소를 가정하였다. CFD_NIMR_SNU 모델을 이용하여 모의한 기상장(풍향 풍속) 평가를 실시하여 모든 검증 지수가 유효한 범위 내에 나타남을 보였다. 보행자 고도에서 모의된 확산장 분석 결과, 도시의 인공적 구조에 의해 기상장의 조건에 따라 상세 흐름이 변화하며 위험물질이 확산되는 경향에 영향을 미치는 것을 확인하였다. 또한, 유입류의 풍속이 가장 약한 조건의 경우, 하층에서 유입방향의 역방향으로 흐름이 형성되어 보행자 고도에서의 물질 이동경로가 변화함을 보였다. 본 연구에서는 도시 지역의 난류흐름 형성에 도시의 인공적 구조가 매우 중요한 영향을 미치는 것을 보였다. 본 연구에 사용된 기술은 향후 실제 위험물질을 취급하는 도시 내 산업단지에 확산모의 실험과 보행자 환경에서의 위험성 평가에 유용할 것으로 기대된다.

• 한국농림기상학회지
• /
• 제19권4호
• /
• pp.232-245
• /
• 2017

본 연구에서는 지표이용도 특성이 반영된 고해상도 기상예측모델 도시캐노피모형(WRF-UCM)의 수치모의 실험을 통해 도심과 전원 지역 기상변수 및 에너지수지 변화 경향에 대하여 분석하였다. UCM을 적용하지 않은 WRF 모의 결과를 규준실험으로 설정하였으며, 거칠기 길이 변화와 인공열 고려에 따라 총 4가지 실험을 비교하여 분석하였다. UCM을 적용한 실험에서 거칠기 길이의 수정 전과 후의 기온과 풍속의 변화가 크게 나타나지 않았으나, 인공열을 고려한 UCM의 모의 기온과 풍속은 고려하기 전보다 크게 차이가 나타났다. 모의 실험 간의 차이는 전원 지역보다 도시 지역에서 더 크게 나타났다. 자동기상관측(AWS) 기온 관측 자료에 대하여 UCM에 인공열을 고려한 결과의 평방근오차(RMSE)가 가장 적었다. 또한, 차세대도시농림융합기상사업단의 중랑 에너지수지관측소지점의 현열플럭스 관측자료에 대한 검증 수치는 인공열을 고려하여 UCM을 적용한 실험의 RMSE와 BIAS 값이 가장 낮았다. 인공열을 고려한 UCM 적용이 도심의 현열플럭스 모의 향상에 영향을 주었다. 또한, UCM을 적용한 후 도시 지역 잠열플럭스의 변화 모의를 분석할 수 있었으며, 도심과 전원 지역 모두 UCM 적용 후에 관측 값과 더 가까운 검증 수치를 나타냈다. 결과적으로 WRF 모델에 UCM의 적용이 지표플럭스 모의 향상에 기여하는 것으로 나타났다.

• 환경영향평가
• /
• 제24권2호
• /
• pp.134-153
• /
• 2015

도시 계획적 측면에서 도시의 구조적 변화에 따른 기후영향을 파악하여 그 결과를 도시계획에 반영하는 것은 중요하다. 서울시에서는 도시계획 시나리오 정보를 제공하기 위해 도시계획정보시스템(Urban Plan Information System, UPIS)을 활용 중이다. 지자체의 실제 도시계획에 따른 기후영향을 평가하고 분석하기 위해서는 UPIS에서 제공하는 도시계획시나리오와 도시기후분석모델을 손쉽게 연계할 수 있어야 한다. 본 연구에서는 국립기상과학원의 도시기후분석모델(Climate Analysis Seoul, CAS)과 도시계획 시나리오를 연계하는 기술을 개발하였다. CAS는 건물과 식생의 물리적 배치에 따른 온도, 바람 등의 국지규모 변화와 중규모 기상모델인 MetPhoMod(METeorology and atmospheric PHOtochemistry mesoscale MODel)의 분석결과를 바탕으로 찬공기의 생성, 이동, 정체와 바람흐름, 열적환경 등을 분석하는 기능을 가지고 있다. 정밀한 도시정보를 모델에 적용하기 위해 고해상도의 항공 LiDAR(LIgit Detection And Ranging) 측량을 통해 생성된 래스터자료(1m 해상도)와 KOMPSAT-2(KOrea Multi-Purpose SATellite) 위성영상 자료(4m 해상도)를 이용하여 토지피복 및 수치표고자료로 활용할 입력자료를 생성하였다. 보다 정확한 도시지면 특징을 반영하기 위해 수치표면모델인 DSM(Digital Surface Model)과 수치지형모델인 DTM(Digital Terrain Model)을 전산유체역학모델(Computational Fluid Dynamics, CFD) 입력자료로 사용하여 상세바람분석을 수행하였다. 8방위의 유입류를 고려하여 재정비 전후의 도시구조물 주변의 흐름 및 풍속 분포와 녹지축 형성 전후의 열환경 변화를 분석하였다. 현실적인 기상상태 반영을 위해 CAS의 중규모 기상장을 입력자료로 사용하였으며, 그 결과 재정비에 따른 도시구조물 변화에 의해 바람길에 큰 변화가 확인되었다. 녹지축 형성 이후 전반적으로 재정비지역 주변의 온도가 감소하였다. CAS와 CFD의 연동을 통해 도시지역 재정비와 녹지축 형성 전후의 주변 바람길과 열환경에 대한 실제적인 평가가 가능하며, 도시개발계획과 녹지조성계획 수립에 유용할 것으로 기대된다.

• 대기
• /
• 제24권4호
• /
• pp.471-479
• /
• 2014

A road surface temperature prediction model (UM-Road) using input data of the Unified Model (UM) output and road physical properties is developed and verified with the use of the observed data at road weather information system. The UM outputs of air temperature, relative humidity, wind speed, downward shortwave radiation, net longwave radiation, precipitation and the road properties such as slope angles, albedo, thermal conductivity, heat capacity at maximum 7 depth are used. The net radiation is computed by a surface radiation energy balance, the ground heat flux at surface is estimated by a surface energy balance based on the Monin-Obukhov similarity, the ground heat transfer process is applied to predict the road surface temperature. If the observed road surface temperature exists, the simulated road surface temperature is corrected by mean bias during the last 24 hours. The developed UM-Road is verified using the observed data at road side for the period from 21 to 31 March 2013. It is found that the UM-Road simulates the diurnal trend and peak values of road surface temperature very well and the 50% (90%) of temperature difference lies within ${\pm}1.5^{\circ}C$ (${\pm}2.5^{\circ}C$) except for precipitation case.

• 대기
• /
• 제27권4호
• /
• pp.483-498
• /
• 2017

Sky view factor can quantify the influence of complex obstructions. This study aims to evaluate the best available SVF method that represents an urban thermal condition with land cover in complex city of Korea and also to quantify a correlation between SVF and mean air temperature; the results are as follows. First, three SVF methods comparison result shows that urban thermal study should consider forest canopy induced effects because the forest canopy test (on/off) on SVF reveals significant difference range (0.8, between maximum value and minimum value) in comparison with the range (0.1~0.3) of SVFs (Fisheye, SOLWEIG and 3DPC) difference. The significance is bigger as a forest cover proportion become larger. Second, R-square between SVF methods and urban local mean air temperature seems more reliable at night than a day. And as the value of SVF increased, it showed a positive slope in summer day and a negative slope in winter night. In the SVF calculation method, Fisheye SVF, which is the observed value, is close to the 3DPC SVF, but the grid-based SWG SVF is higher in correlation with the temperature. However, both urban climate monitoring and model/analysis study need more development because of the different between SVF and mean air temperature correlation results in the summer night period, which imply other major factors such as cooling air by the forest canopy, warming air by anthropogenic heat emitted from fuel oil combustion and so forth.

• 대한원격탐사학회지
• /
• 제30권2호
• /
• pp.315-329
• /
• 2014

서울을 포함한 수도권의 지표면 온도를 분석하기 위하여 Landsat과 MODIS의 지표면 온도, AWS의 기온, 지표면 고도 및 토지이용도를 이용하였다. Landsat과 MODIS 위성의 지표면 온도와 AWS 기온의 분석은 상관계수, 평방근 오차(Root Mean Squared Error, RMSE), 선형회귀분석 등의 통계분석방법을 적용하였다. Landsat과 MODIS 지표면 온도의 상관계수는 0.32이고 RMSE는 4.61 K였다. 그리고 Landsat과 MODIS 지표면 온도와 AWS 기온의 상관성은 각각 0.83과 0.96이며 RMSE는 3.28 K, 2.25 K이었다. Landsat과 MODIS 지표면 온도는 비교적 높은 상관성을 보였으나 각각의 선형회귀의 기울기는 0.45와 1.02이었다. Landsat 5의 경우 전체 관측소에 대하여 0.5이하의 낮은 상관성을 보였고 Landsat 8의 경우는 일치되는 지점이 다른 위성에 비하여 적었으나 0.5이상의 상관성을 나타냈다. Landsat 7은 대부분 0.8이상의 높은 상관성을 보였고 대체적으로 서울중심부에서 높은 상관성이 나타났다. 위성의 지표면 온도와 지표유형에 따른 AWS 기온사이의 상관성은 0.8이상의 높은 상관성을 보였다. Landsat 위성의 지표면 온도의 상관성은 0.84이었고 RMSE는 3.1 K이상이었으며 MODIS 위성의 상관계수는 0.96이상이고 RMSE는 2.6 K이하였다. 결과적으로 두 위성의 지표온도의 차이는 관측시각 차이에 의한 것으로 위성의 해상도에 따라 복사량을 탐지하는 지표면의 면적 차이에 의하여 발생되는 것으로 사료된다.

• 한국컴퓨터정보학회논문지
• /
• 제14권1호
• /
• pp.127-134
• /
• 2009

최근 선진국 뿐 아니라 우리나라에서는 유비쿼터스 컴퓨팅 모델에 대해 많은 연구를 하고 있다. 유비쿼터스 컴퓨팅이란 언제 어디서나 사용하는 컴퓨팅 환경을 의미하는 말로, 다양한 종류의 컴퓨터가 사람, 사물, 환경 속에 내재되어 있고, 이들이 서로 연결되어 필요한 곳이라면 언제 어디서나 컴퓨팅을 할 수 있는 환경을 말한다. 본 연구에서는 사용자의 감성을 인식하기 위해서 얼굴 표정, 온도, 습도, 날씨, 조명등을 사용하여 온톨로지를 구축하였다. 온톨로지를 구축하기 위하여 OWL 언어를 사용하였고, 감성추론 엔진은 Jena(예나)를 사용한다. 본 연구에서 제시한 상황인식 서비스인프라(Context-Awareness Service Infra)의 구조는 기능에 따라 여러 개의 모듈로 나뉜다.

• 한국지리정보학회지
• /
• 제17권1호
• /
• pp.35-49
• /
• 2014

서울과 주변을 포함하는 수도권에서 발생하는 열섬현상의 특성들을 정량적으로 이해하기 위하여 GIS 및 AWS 관측 자료들을 이용하여 여름과 겨울 야간 기온분포의 공간 경향 그래프를 작성하였다. 또한 기온 변동성에 영향을 미치는 요인들과 31개 AWS 지점들의 야간 평균기온과의 상관성을 분석을 하였다. 그 결과, 야간 평균기온(2004년~2011년) 최고지점과 최저지점의 차이는 여름 $4.5^{\circ}C$, 겨울 $7.1^{\circ}C$ 임을 확인하였다. AWS 지점들 주변의 국지적 지표특성과 기온과의 상관성 분석 결과, 지점별 야간 평균 기온과 반경 1km 이내의 인공피복의 상관계수가 여름(0.84)과 겨울(0.78) 모두에서 높게 나타나 지표면 피복이 중규모적인 도시 열환경 관리에 있어 다른 요인들보다 더 큰 영향을 주는 요인임을 확인하였다. 한편 수도권 야간기온에 대한 회귀모형을 변수선택법을 이용하여 개발한 결과 1km 규모에서 보다 200m 규모에서 상세한 지표특성 변수가 선택됨을 알 수 있었는데, 규모에 따른 모형의 설명력에는 큰 차이가 없었다. 따라서 200m 정도의 상세한 지표특성 자료를 이용하는 기후분석 모델의 구현이 가능함을 알 수 있었으며, 모델의 설명력은 1km 수준으로 분석하였을 때와 비슷한 수준인 57%(겨울)~72%(여름)이었다.

• 한국지구과학회지
• /
• 제35권1호
• /
• pp.54-68
• /
• 2014

서울을 포함한 수도권지역의 지표면 특성분석을 위하여 Landsat 위성자료(Landsat 5, Landsat 7, Landsat 8)를 이용하여 다양한 지표 특성지수와 지표면 온도를 계산하였다. 연구에 사용된 Landsat 자료는 가을철 자료로써 1985년 10월 21일의 Landsat 5, 2003년 9월 29일의 Landsat 7 그리고 2013년 9월 1일의 Landsat 8 자료를 이용하였다. 그리고 서울과 주변지역에 대하여 토양조절 식생지수, 수정 정규 습윤지수, 정규 습윤지수, 태슬 모자형 밝기, 태슬 모자형 초록, 태슬 모자형 습윤, 정규 식생지수, 정규 건설지수와 같은 지표 특성지수와 지표면 온도를 산출하였다. 대부분의 지표 특성지수들은 도시, 시골, 산, 건물, 강 그리고 도로 등에서 잘 구별되었다. 특히, 도시화의 특징은 서울 주변의 신도시(예, 일산)에서 잘 나타났다. 정규 식생지수와 정규 건물지수 그리고 지표면 온도에 따르면 도시의 확장은 서울의 주변지역에서 뚜렷이 보였다. 지표면 온도와 지표고도는 식생 또는 건설물의 구조와 분포를 나타내는 정규 식생지수 그리고 정규 건물지수와 강한 상관성이 나타났다. 정규 식생지수는 지표면온도와 양의 상관성을 보였고 지표고도와 음의 상관성을 가지는 반면, 정규 식생지수는 지표면온도와 지표고도에 대하여 각각 반대의 특성을 나타내었다. 또한, Landsat의 정규 식생지수와 정규 건물지수는 수도권지역에서 밀접한 관계를 보였다. Landsat 8과 Landsat 5에서는 -0.6 이하의 강한 상관성이 있었으며 Landsat 7에서는 -0.5 이상의 낮은 상관성이 나타났다.

• 대한원격탐사학회지
• /
• 제32권2호
• /
• pp.171-183
• /
• 2016

2013년부터 2014년까지 관측된 Landsat 8 위성자료로부터 지표면 온도를 산출하였고 산출된 지표면 온도는 지상에서 관측된 지표면 온도를 이용하여 보정하였다. 지표면 온도지도는 Landsat 8로부터 산출된 지표면 온도를 지상에서 관측된 지표면 온도와의 선형 회귀식을 이용하여 계산되었다. 계절과 년에 대한 지표면 온도는 각각 계절과 년에 대하여 사례들을 평균하여 계산되었다. 지표면 온도는 도시의 공업 또는 상업지역에서 높은 온도가 나타나는 반면, 서울주변의 높은 고도의 산악과 해양, 강 등에서 낮은 지표면 온도가 나타났다. 위성에서 산출된 지표면 온도를 보정하기 위하여 서울을 포함한 수도권지역에서 관측되는 기상청 종관측소 3개 지점 (서울(지점번호: 108), 인천(지점번호: 119), 수원(지점번호: 112))의 지표면 관측 자료를 이용하여 선형회귀방법을 적용하였다. Landsat 8의 지표면 온도는 모든 자료에서 기울기가 0.78이었고 5개의 흐린날을 제외한 맑은 상태의 자료에서 0.88이었다. 그리고 초기 지표면온도에서 상관계수는 0.88이었고 평방근 오차 (Root Mean Sqare Error (RMSE))는 $5.33^{\circ}C$이었다. 지표면 온도 보정이후에는 상관계수는 0.98 그리고 RMSE는 $2.34^{\circ}C$이었으며 회귀식의 기울기는 0.95로 개선되었다. 계절 및 년 지표면 온도는 상업지역과 공업지역 그리고 도시와 주변지역을 잘 표현하였다. 결과적으로 지상에서 관측된 지표면 온도를 이용하여 위성에서 산출된 지표면온도를 보정하였을 때 실제 상태와 유사한 분포를 보였다.