KR102387251B1 - Pedestrian wind environment analyzing system using commutational fluid dynamics with tree drag parameterization, analyzing method using the same - Google Patents

Pedestrian wind environment analyzing system using commutational fluid dynamics with tree drag parameterization, analyzing method using the same Download PDF

Info

Publication number
KR102387251B1
KR102387251B1 KR1020200138926A KR20200138926A KR102387251B1 KR 102387251 B1 KR102387251 B1 KR 102387251B1 KR 1020200138926 A KR1020200138926 A KR 1020200138926A KR 20200138926 A KR20200138926 A KR 20200138926A KR 102387251 B1 KR102387251 B1 KR 102387251B1
Authority
KR
South Korea
Prior art keywords
tree
wind
target area
wind environment
pedestrian
Prior art date
Application number
KR1020200138926A
Other languages
Korean (ko)
Inventor
김재진
강건
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 KR1020200138926A priority Critical patent/KR102387251B1/en
Application granted granted Critical
Publication of KR102387251B1 publication Critical patent/KR102387251B1/en

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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/12—Geometric CAD characterised by design entry means specially adapted for CAD, e.g. graphical user interfaces [GUI] specially adapted for CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/18—Details relating to CAD techniques using virtual or augmented reality
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Geometry (AREA)
  • Mathematical Optimization (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Algebra (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Physics (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Architecture (AREA)
  • Human Computer Interaction (AREA)
  • Computational Mathematics (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)

Abstract

The present invention relates to a pedestrian wind environment analyzing system using a computational fluid dynamics (CFD) model reflecting a tree drag effect, and an analyzing method using the same. The pedestrian wind environment analyzing system using a computational fluid dynamics model reflecting with a tree drag effect according to the present invention includes: a modeling unit that models an analysis target area by receiving surface lateral boundary information of the analysis target area and generating terrain, structures, and trees in a corresponding area; a computational fluid dynamics analysis unit that analyzes a wind field of the analysis target area modeled through the computational fluid dynamics model applied with a tree drag effect, which is affected by the tree by setting a wind inflow condition for the analysis target area; a pedestrian wind environment level calculation unit that calculates a pedestrian wind environment level of the analysis target area using information about the analyzed wind field; and a visualization unit that three-dimensionally visualizes the modeled analysis target area on a virtual space and visualizes the pedestrian wind environment level by adding the pedestrian wind environment level to the visualized analysis target area. The present invention can improve a wind environment of the corresponding area.

Description

수목 항력 효과를 반영한 전산유체역학(Computational Fluid Dynamics) 모델을 이용한 보행자 풍환경 분석 시스템 및 이를 이용한 분석 방법{PEDESTRIAN WIND ENVIRONMENT ANALYZING SYSTEM USING COMMUTATIONAL FLUID DYNAMICS WITH TREE DRAG PARAMETERIZATION, ANALYZING METHOD USING THE SAME}Pedestrian wind environment analysis system using computational fluid dynamics model reflecting tree drag effect and analysis method using it

본 발명은 수목 항력 효과를 반영한 전산유체역학(Computational Fluid Dynamics; CFD) 모델을 이용한 보행자 풍환경 분석 시스템 및 이를 이용한 분석 방법에 관한 것으로, 더욱 상세하게는 전산유체역학 모델에 수목 항력 효과를 적용하여 수목이 보행자 풍환경에 미치는 영향을 분석하고 풍환경을 개선할 수 있는 전산유체역학 모델을 이용한 보행자 풍환경 분석 시스템 및 이를 이용한 분석 방법에 관한 것이다.The present invention relates to a pedestrian wind environment analysis system using a computational fluid dynamics (CFD) model reflecting the tree drag effect and an analysis method using the same, and more particularly, to a computational fluid dynamics model by applying the tree drag effect To a pedestrian wind environment analysis system using a computational fluid dynamics model that can analyze the impact of trees on the pedestrian wind environment and improve the wind environment, and an analysis method using the same.

도시 지역에서는 건물과 같은 구조물의 고층화와 고밀도화가 진행됨에 따라 구조물에 의한 풍해가 점차 심화되고 있다. 예를 들어, 고층 건물 주변에서 순간적으로 풍압이 증가하거나, 건물 상층의 강한 바람이 건물에 부딪혀 지상으로 하강하여 피해가 발생하기도 한다. 심한 경우, 지상에서 태풍 급의 강풍(예를 들어, 빌딩풍, 먼로풍 등)이 발생하여 건물 주변에서 인적 또는 물적 피해가 발생하기도 한다. 건물에 의해 발생할 수 있는 풍해를 저감하기 위하여 건물의 형태를 변경(예를 들어, 모서리를 둥글게) 하거나, 건물 주변에 방풍벽, 방풍망, 풍혈(바람구멍) 등을 설치하는 방안 등이 광범위하게 연구되고 있다. In urban areas, as structures such as buildings become taller and denser, wind damage caused by structures is gradually intensifying. For example, a momentary increase in wind pressure around a high-rise building, or a strong wind from the upper floor of the building collides with the building and descends to the ground, causing damage. In severe cases, typhoon-like strong winds (eg, building winds, monroe winds, etc.) may occur on the ground, causing human or material damage around buildings. In order to reduce wind damage that may be caused by buildings, there are a wide range of measures such as changing the shape of the building (for example, rounding the corners) or installing wind barriers, wind screens, and wind holes (wind holes) around the building. is being studied

우리나라의 경우 강풍지역에서 바람을 막기 위해 집 주변에 나무를 심어왔으며, 해외에서도 강풍으로부터 농작물과 거주환경을 보호하기 위해 방풍림을 조성하여 왔다. 수목(tree)은 투과성 장애물로 분류되며 풍속을 감소시킬 수 있다. 예를 들어, 식재 밀도가 높은 방품림의 경우 수고(tree heights)의 5배 전방과 35배 후방까지 풍속에 영향을 미치고, 수고의 4배 내의 풍속을 절반 이상 감소시킬 수 있다.In Korea, trees have been planted around houses to block the wind in strong winds, and windbreak forests have been created overseas to protect crops and living environments from strong winds. Trees are classified as permeable obstructions and can reduce wind speed. For example, in the case of a densely planted forest with high planting density, it affects the wind speed up to 5 times the front and 35 times the tree height, and can reduce the wind speed within 4 times the tree height by more than half.

이처럼 수목은 건물과 함께 유체(예를 들어, 바람)의 유동장에 영향을 미치는 장애물 역할을 할 수 있으나, 도시 지역에서 강풍을 저감시키기 위한 연구들은 주로 건물과 같은 비투과성 장애물들에 대해서만 연구되어 왔고, 수목이나 식생과 같은 투과성 장애물에 대한 연구는 최근에 들어서야 진행되고 있다.As such, trees can act as obstacles that affect the flow field of fluids (eg, wind) together with buildings, but studies to reduce strong winds in urban areas have mainly been studied only on impermeable obstacles such as buildings, and , research on permeable obstacles such as trees and vegetation has only recently been conducted.

대한민국 등록특허공보 10-1332559(2013.11.15) 3쪽 내지 5쪽Republic of Korea Patent Publication No. 10-1332559 (2013.11.15) pages 3 to 5

본 발명은 전산유체역학 모델과 수목 항력 효과가 결합되어 보다 정확하게 도시 지역의 풍환경을 분석할 수 있는 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 시스템 및 이를 이용한 분석 방법을 제공한다.The present invention provides a pedestrian wind environment analysis system using a computational fluid dynamics model reflecting the tree drag effect that can more accurately analyze the wind environment in an urban area by combining a computational fluid dynamics model and the tree drag effect, and an analysis method using the same. .

본 발명은 전산유체역학 모델에 수목 항력 효과를 적용하여 수목이 보행자 풍환경에 미치는 영향을 분석하고 이를 이용하여 해당 지역의 풍환경을 개선할 수 있는 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 시스템 및 이를 이용한 분석 방법을 제공한다.The present invention analyzes the effect of trees on the pedestrian wind environment by applying the tree drag effect to the computational fluid dynamics model, and using this, a computational fluid dynamics model reflecting the tree drag effect that can improve the wind environment in the area for pedestrians using A wind environment analysis system and an analysis method using the same are provided.

본 발명은 도시 계획이나 조경 계획 시, 건물이나 수목 등의 객체를 배열하고 해당 지역의 풍환경을 사전에 파악할 수 있는 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 시스템 및 이를 이용한 분석 방법을 제공한다.The present invention provides a pedestrian wind environment analysis system using a computational fluid dynamics model reflecting the tree drag effect that can arrange objects such as buildings or trees and grasp the wind environment of the area in advance during urban planning or landscaping planning, and analysis using the same provide a way

본 발명에 따른 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 시스템은 분석 대상 지역의 지표 경계(Surface Lateral Boundary) 정보를 입력받아 해당 지역의 지형, 구조물 및 수목을 생성하여 상기 분석 대상 지역을 모델링하는 모델링부, 상기 분석 대상 지역에 대한 바람 유입 조건을 설정하고, 수목에 의해 영향을 받는 수목 항력(Tree Drag) 효과가 적용된 전산유체역학 모델(Computational Fluid Dynamics; CFD)을 통해 상기 모델링된 분석 대상 지역의 바람장을 분석하는 전산유체역학 분석부, 상기 분석된 바람장 정보를 이용하여 상기 분석 대상 지역의 보행자 풍환경 등급을 산출하는 보행자 풍환경 등급 산출부 및 상기 모델링된 분석 대상 지역을 가상 공간 상에 3차원으로 시각화하고, 상기 시각화된 분석 대상 지역에 상기 보행자 풍환경 등급을 부가하여 시각화하는 시각화부를 포함한다.The pedestrian wind environment analysis system using the computational fluid dynamics model reflecting the tree drag effect according to the present invention receives the surface lateral boundary information of the analysis target area and generates the topography, structure and trees of the area to be analyzed. A modeling unit that models an area, sets wind inflow conditions for the analysis target area, and performs the modeling through a computational fluid dynamics model (CFD) to which a tree drag effect affected by trees is applied. A computational fluid dynamics analysis unit that analyzes the wind field of the analyzed analysis target area, a pedestrian wind environment grade calculation unit that calculates a pedestrian wind environment grade of the analysis target area using the analyzed wind field information, and the modeled analysis target area and a visualization unit that visualizes in three dimensions on a virtual space and adds the pedestrian wind environment grade to the visualized analysis target area.

일 실시예에서, 상기 모델링부는 분석 대상 지역에 대한 지리정보시스템(Geographic Information System, GIS) 정보를 입력받아 해당 정보에 포함된 지표 경계 정보를 이용하여 상기 분석 대상 지역을 3차원으로 모델링할 수 있다.In an embodiment, the modeling unit may receive Geographic Information System (GIS) information on the analysis target area and model the analysis target area in three dimensions using the surface boundary information included in the information. .

일 실시예에서, 상기 지표 경계 정보는 지형 고도 정보, 구조물 높이 정보 및 수목 위치 정보를 포함할 수 있다.In an embodiment, the surface boundary information may include terrain height information, structure height information, and tree location information.

일 실시예에서, 상기 전산유체역학 모델은 RANS (Reynolds-Averaged Navier-Stokes Equation) 모델을 기반으로 바람장을 수치적으로 분석할 수 있다.In an embodiment, the computational fluid dynamics model may numerically analyze the wind field based on a Reynolds-Averaged Navier-Stokes Equation (RANS) model.

일 실시예에서, 상기 전산유체역학 분석부는 수목의 잎 표면 거칠기와 단위 체적당 잎이 차지하는 면적을 기초로 매개변수화한 수목 항력을 반영하여 운동량(momentum), 난류 운동 에너지(Turbulent Kinetic Energy, TKE) 및 난류 운동 에너지 소멸율(TKE dissipation rates)을 산출할 수 있다.In one embodiment, the computational fluid dynamics analysis unit reflects the tree drag parameterized based on the surface roughness of the leaf surface of the tree and the area occupied by the leaf per unit volume to generate a momentum (momentum), turbulent kinetic energy (TKE) and TKE dissipation rates.

일 실시예에서, 상기 전산유체역학 분석부는 하기 수학식 1을 이용하여 운동량을 산출할 수 있다.In an embodiment, the computational fluid dynamics analysis unit may calculate the momentum using Equation 1 below.

[수학식 1][Equation 1]

Figure 112020113069815-pat00001
Figure 112020113069815-pat00001

Figure 112020113069815-pat00002
Figure 112020113069815-pat00002

Figure 112020113069815-pat00003
Figure 112020113069815-pat00003

Figure 112020113069815-pat00004
Figure 112020113069815-pat00004

Figure 112020113069815-pat00005
Figure 112020113069815-pat00005

여기에서, χi는 i번째(ith) 직교 좌표(cartesian coordinate)(i는 정수), Ui는 ith 평균 속도 성분(mean velocity component), P*는 레퍼런스 값과의 압력 편차, ρ는 공기 밀도(air density), ν는 동점도(kinematic viscosity, 유체의 점성도를 같은 온도 조건에서 그 유체의 밀도로 나눈 것), μi는 ith 평균 속도 성분에서의 변동(fluctuation from the ith mean velocity component), Km은 난류 확산률(turbulent diffusivity), κ는 난류 운동 에너지(TKE, Turbulent Kinetic Energy), δij는 크로네커 델타(Kronecker delta) 값, ε는 TKE 소실율(dissipation rates), Cμ는 RNG k-ε 난류 클로저 스킴(turbulence closure scheme)의 경험 상수(empirical constant), Ftree,i는 수목 항력 항, nc는 잎들(Leaves)의 수직 투사(vertical projection)에 의해 덮이는 부분(fraction), Cd는 수목의 잎 표면 거칠기를 나타내는 잎 항력 계수(Leaf Drag Coefficient), LAD(Leaf Area Density)는 잎 영역 밀도로서 단위 체적당 잎이 차지하는 면적, ｜U｜는 바람 속도(wind speed)Here, χ i is the i th (i th ) Cartesian coordinate (i is an integer), U i is the i th mean velocity component, P * is the pressure deviation from the reference value, and ρ is The air density, ν, is the kinematic viscosity (viscosity of a fluid divided by the density of the fluid at the same temperature), μ i is the fluctuation from the i th mean velocity component component), K m is the turbulent diffusivity, κ is the turbulent kinetic energy (TKE), δij is the Kronecker delta value, ε is the TKE dissipation rates, and C μ is RNG k-ε empirical constant of the turbulence closure scheme, F tree,i is the tree drag term, n c is the part covered by the vertical projection of the leaves ( fraction), C d is the leaf drag coefficient representing the roughness of the leaf surface of trees, LAD (Leaf Area Density) is the leaf area density, which is the area occupied by leaves per unit volume, and |U| is the wind speed. )

일 실시예에서, 상기 전산유체역학 분석부는 하기 수학식 2를 이용하여 난류 운동 에너지를 산출할 수 있다.In an embodiment, the computational fluid dynamics analysis unit may calculate the turbulent kinetic energy using Equation 2 below.

[수학식 2][Equation 2]

Figure 112020113069815-pat00006
Figure 112020113069815-pat00006

Figure 112020113069815-pat00007
Figure 112020113069815-pat00007

여기에서, nc는 잎들(Leaves)의 수직 투사(vertical projection)에 의해 덮이는 부분(fraction), Cd는 수목의 잎 표면 거칠기를 나타내는 잎 항력 계수(Leaf Drag Coefficient), LAD(Leaf Area Density)는 잎 영역 밀도로서 단위 체적당 잎이 차지하는 면적, ｜U｜는 바람 속도(wind speed)Here, n c is the fraction covered by the vertical projection of leaves, C d is the leaf drag coefficient representing the roughness of the leaf surface of the tree, and LAD (Leaf Area). Density is the leaf area density, the area occupied by leaves per unit volume, and |U| is the wind speed.

일 실시예에서, 상기 전산유체역학 분석부는 하기 수학식 3을 이용하여 난류 운동 에너지 소멸울을 산출할 수 있다.In an embodiment, the computational fluid dynamics analysis unit may calculate a turbulent kinetic energy dissipation curve using Equation 3 below.

[수학식 3][Equation 3]

Figure 112020113069815-pat00008
Figure 112020113069815-pat00008

Figure 112020113069815-pat00009
Figure 112020113069815-pat00009

Figure 112020113069815-pat00010
Figure 112020113069815-pat00010

여기에서, Cε1, Cε2, σk, σε, η0, β0는 경험 상수(empirical constant), nc는 잎들(Leaves)의 수직 투사(vertical projection)에 의해 덮이는 부분(fraction), Cd는 수목의 잎 표면 거칠기를 나타내는 잎 항력 계수(Leaf Drag Coefficient), LAD(Leaf Area Density)는 잎 영역 밀도로서 단위 체적당 잎이 차지하는 면적, ｜U｜는 바람 속도(wind speed)where C ε1 , C ε2 , σ k , σ ε , η 0 , β 0 are the empirical constants, and n c is the fraction covered by the vertical projection of the leaves. ), C d is the leaf drag coefficient representing the roughness of the leaf surface of trees, LAD (Leaf Area Density) is the leaf area density, the area occupied by leaves per unit volume, and |U| is the wind speed.

일 실시예에서, 상기 보행자 풍환경 등급 산출부는 상기 분석 대상 지역의 기 설정된 높이에서의 바람 속도 정보를 기초로 뷰포트 풍력 등급(Beaufort wind force scale, BWS)에 따라 등급을 산출하여 보행자 풍환경 등급을 산출할 수 있다.In one embodiment, the pedestrian wind environment grade calculation unit calculates a grade according to the Beaufort wind force scale (BWS) based on wind speed information at a preset height of the analysis target area to determine the pedestrian wind environment grade can be calculated.

일 실시예에서, 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 시스템은 상기 보행자 풍환경 등급을 기초로 상기 분석 대상 지역 내에서 풍환경 개선 후보 지역을 산출하는 풍환경 개선 후보 지역 산출부를 더 포함하고, 상기 시각화부는 상기 시각화된 분석 대상 지역에 상기 산출된 풍환경 개선 후보 지역을 부가하여 시각화할 수 있다.In an embodiment, the pedestrian wind environment analysis system using a computational fluid dynamics model reflecting the effect of tree drag effect calculates a wind environment improvement candidate area that calculates a wind environment improvement candidate area within the analysis target area based on the pedestrian wind environment grade The display unit may further include a part, and the visualization unit may visualize by adding the calculated wind environment improvement candidate area to the visualized analysis target area.

본 발명에 따른 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 방법은 모델링부가 분석 대상 지역의 지표 경계(Surface Lateral Boundary) 정보를 입력받아 해당 지역의 지형, 구조물 및 수목을 생성하여 상기 분석 대상 지역을 모델링하는 단계, 전산유체역학 분석부가 상기 분석 대상 지역에 대한 바람 유입 조건을 설정하고, 수목에 의해 영향을 받는 수목 항력(Tree Drag) 효과가 적용된 전산유체역학 모델(Computational Fluid Dynamics; CFD)을 통해 상기 모델링된 분석 대상 지역의 바람장을 분석하는 단계, 보행자 풍환경 등급 산출부가 상기 분석된 바람장 정보를 이용하여 상기 분석 대상 지역의 보행자 풍환경 등급을 산출하는 단계 및 시각화부가 상기 모델링된 분석 대상 지역을 가상 공간 상에 3차원으로 시각화하고, 상기 시각화된 분석 대상 지역에 상기 보행자 풍환경 등급을 부가하여 시각화하는 단계를 포함한다.The pedestrian wind environment analysis method using the computational fluid dynamics model reflecting the tree drag effect according to the present invention receives the surface lateral boundary information of the area to be analyzed by the modeling unit and generates the topography, structure, and trees of the area to be described above. modeling the analysis target area, the computational fluid dynamics analysis unit sets wind inflow conditions for the analysis target area, and a tree drag effect affected by trees is applied to the computational fluid dynamics model (Computational Fluid Dynamics; CFD) analyzing the wind field of the modeled analysis target area, the pedestrian wind environment grade calculation unit calculating the pedestrian wind environment grade of the analysis target area using the analyzed wind field information, and the visualization unit and visualizing the modeled analysis target area in three dimensions in a virtual space, and adding the pedestrian wind environment grade to the visualized analysis target area to visualize it.

일 실시예에서, 상기 분석 대상 지역을 모델링하는 단계는 상기 모델링부가 분석 대상 지역에 대한 지리정보시스템(Geograpgic Information System, GIS) 정보를 입력받아 해당 정보에 포함된 지표 경계 정보를 이용하여 상기 분석 대상 지역을 3차원으로 모델링하는 단계를 포함할 수 있다.In one embodiment, in the modeling of the analysis target area, the modeling unit receives geographic information system (GIS) information on the analysis target area and uses the surface boundary information included in the information to analyze the analysis target It may include modeling the region in three dimensions.

일 실시예에서, 상기 모델링된 분석 대상 지역의 바람장을 분석하는 단계는 상기 전산유체역학 분석부가 수목의 잎 표면 거칠기와 단위 체적당 잎이 차지하는 면적을 기초로 매개변수화한 수목 항력을 반영하여 운동량(momentum)을 산출하는 단계를 포함할 수 있다.In one embodiment, the analyzing of the wind field of the modeled analysis target region includes the tree drag force parameterized based on the surface roughness of the leaf surface of the tree and the area occupied by the leaf per unit volume by the computational fluid dynamics analysis unit by reflecting the momentum (momentum) may include the step of calculating.

일 실시예에서, 상기 모델링된 분석 대상 지역의 바람장을 분석하는 단계는 상기 전산유체역학 분석부가 수목의 잎 표면 거칠기와 단위 체적당 잎이 차지하는 면적을 기초로 매개변수화한 수목 항력을 반영하여 난류 운동 에너지(Turbulent Kinetic Energy, TKE)를 산출하는 단계를 포함할 수 있다.In one embodiment, the analyzing of the wind field of the modeled analysis target area includes the turbulence by reflecting the tree drag parameterized based on the surface roughness of the leaf surface of the tree and the area occupied by the leaf per unit volume by the computational fluid dynamics analysis unit. It may include calculating kinetic energy (Turbulent Kinetic Energy, TKE).

일 실시예에서, 상기 모델링된 분석 대상 지역의 바람장을 분석하는 단계는 상기 전산유체역학 분석부가 수목의 잎 표면 거칠기와 단위 체적당 잎이 차지하는 면적을 기초로 매개변수화한 수목 항력을 반영하여 난류 운동 에너지 소멸율(TKE dissipation rates)을 산출하는 단계를 포함할 수 있다.In one embodiment, the analyzing of the wind field of the modeled analysis target area includes the turbulence by reflecting the tree drag parameterized based on the surface roughness of the leaf surface of the tree and the area occupied by the leaf per unit volume by the computational fluid dynamics analysis unit. It may include calculating kinetic energy dissipation rates (TKE dissipation rates).

일 실시예에서, 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 방법은 풍환경 개선 후보 지역 산출부가 상기 보행자 풍환경 등급을 기초로 상기 분석 대상 지역 내에서 풍환경 개선 후보 지역을 산출하는 단계 및 상기 시각화부가 상기 시각화된 분석 대상 지역에 상기 산출된 풍환경 개선 후보 지역을 부가하여 시각화하는 단계를 더 포함할 수 있다.In one embodiment, in the method of analyzing the pedestrian wind environment using a computational fluid dynamics model reflecting the effect of tree drag, the wind environment improvement candidate area calculation unit calculates a wind environment improvement candidate area within the analysis target area based on the pedestrian wind environment grade and adding the calculated wind environment improvement candidate area to the visualized analysis target area by the visualization unit to further include visualizing the area.

이상에서 설명한 바와 같이, 본 발명에 따른 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 시스템 및 이를 이용한 분석 방법은 전산유체역학 모델과 수목 항력 효과가 결합되어 보다 정확하게 도시 지역의 풍환경을 분석할 수 있다.As described above, the pedestrian wind environment analysis system using the computational fluid dynamics model reflecting the tree drag effect according to the present invention and the analysis method using the same are combined with the computational fluid dynamics model and the tree drag effect to more accurately the wind environment in urban areas. can be analyzed.

본 발명에 따른 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 시스템 및 이를 이용한 분석 방법은 전산유체역학 모델에 수목 항력 효과를 적용하여 수목이 보행자 풍환경에 미치는 영향을 분석하고 이를 이용하여 해당 지역의 풍환경을 개선할 수 있다.The pedestrian wind environment analysis system using the computational fluid dynamics model reflecting the tree drag effect according to the present invention and the analysis method using the same apply the tree drag effect to the computational fluid dynamics model to analyze the effect of trees on the pedestrian wind environment and use it In this way, the wind conditions in the area can be improved.

본 발명에 따른 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 시스템 및 이를 이용한 분석 방법은 도시 계획이나 조경 계획 시, 건물이나 수목 등의 객체를 배열하고 해당 지역의 풍환경을 사전에 파악할 수 있다.A pedestrian wind environment analysis system using a computational fluid dynamics model reflecting the effect of tree drag according to the present invention and an analysis method using the same, arrange objects such as buildings or trees, and predict the wind environment of the area in advance during urban planning or landscaping planning. can figure out

도 1은 본 발명의 일 실시예에 따른 수목 항력 효과를 반영한 전산유체역학(Computational Fluid Dynamics) 모델을 이용한 보행자 풍환경 분석 시스템을 나타내는 도면
도 2는 Kurotani et al. (2001)이 수행한 야외실험의 수목과 측정기기 위치를 도식화하여 나타낸 도면
도 3은 수치 모의 실험 별 수목의 입면적 밀도(Leaf Area Density, LAD)를 나타내는 도면
도 4는 Kurotani et al. (2001)의 야외실험, 선행 연구(Qi and Ishihara, 2018; Mochida et al., 2008) 및 본 발명의 시스템을 통해 분석한 수목의 풍하 측에서의 무차원 풍속과 난류운동에너지를 나타내는 도면
도 5는 Kurotani et al. (2001)의 야외실험과 본 발명의 시스템을 통해 분석한 수목의 풍하 측에서의 민감도 별 무차원 풍속과 난류운동에너지를 나타내는 도면
도 6은 분석 대상 지역의 항공 사진의 일 예를 나타내는 도면
도 7은 도 6의 분석 대상 지역을 모델링한 이미지와 해당 영역 내 3차원 건물 및 수목을 나타내는 도면
도 8은 수목의 유무에 따른 보행자 고도에서의 풍환경 등급과 바람장을 나타내는 도면
도 9는 분석 대상 지역 내 제1 영역에서 수목의 유무에 따른 보행자 고도에서의 풍환경 등급, 바람장 및 풍환경 등급 차이를 나타내는 도면
도 10은 분석 대상 지역 내 제2 영역에서 수목의 유무에 따른 보행자 고도에서의 풍환경 등급, 바람장 및 풍환경 등급 차이를 나타내는 도면
도 11은 건물 주변에서 발생하는 바람장, 연직 속도장 및 수목의 유무에 따른 풍속 비를 나타내는 도면
도 12는 16방위 유입류 풍향에 대하여 분석 대상 지역의 수목 유무에 따른 전체 면적 대비 풍환경 등급 별 면적 비율을 박스플롯(Box plot)으로 나타낸 도면
도 13은 수목 유무에 따른 평균 풍환경 등급 분포, 상위 25%의 풍환경 등급 분포 및 풍환경 등급 차이를 나타내는 도면
도 14는 분석 대상 지역에 새로운 수목 식재 시 보행자 고도에서의 풍환경 등급 차이를 나타내는 도면
도 15는 본 발명의 일 실시예에 수목 항력 효과를 반영한 전산유체역학(Computational Fluid Dynamics) 모델을 이용한 보행자 풍환경 분석 방법을 설명하는 흐름도1 is a view showing a pedestrian wind environment analysis system using a computational fluid dynamics model reflecting the effect of tree drag according to an embodiment of the present invention;
Figure 2 shows Kurotani et al. (2001) schematically shows the location of trees and measuring devices in the field experiment conducted
3 is a view showing the leaf area density (LAD) of trees for each numerical simulation experiment;
4 shows Kurotani et al. (2001) field experiments, previous studies (Qi and Ishihara, 2018; Mochida et al., 2008), and diagrams showing the dimensionless wind speed and turbulent kinetic energy on the underwind side of trees analyzed through the system of the present invention
5 shows Kurotani et al. (2001) and a diagram showing the dimensionless wind speed and turbulent kinetic energy for each sensitivity in the downwind side of trees analyzed through the system of the present invention
6 is a view showing an example of an aerial photograph of an analysis target area;
7 is a diagram illustrating an image modeling the analysis target area of FIG. 6 and 3D buildings and trees within the area;
8 is a view showing the wind environment grade and wind field at pedestrian altitude according to the presence or absence of trees;
9 is a view showing the difference in wind environment grade, wind field, and wind environment grade at pedestrian altitude according to the presence or absence of trees in the first area within the analysis target area;
10 is a view showing the difference in wind environment grade, wind field, and wind environment grade at pedestrian altitude according to the presence or absence of trees in the second area within the analysis target area;
11 is a view showing the wind speed ratio according to the presence or absence of a wind field, a vertical speed field, and trees occurring around a building;
12 is a view showing the area ratio by wind environment class to the total area according to the presence or absence of trees in the analysis target area in a box plot for 16 directions of inflow wind direction
13 is a diagram showing the average wind environment grade distribution according to the presence or absence of trees, the wind environment grade distribution of the top 25%, and the wind environment grade difference
14 is a view showing the difference in wind environment grades at pedestrian altitudes when new trees are planted in the analysis target area
15 is a flowchart illustrating a pedestrian wind environment analysis method using a computational fluid dynamics model reflecting the effect of tree drag in an embodiment of the present invention;

이하, 본 발명에 따른 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 시스템 및 이를 이용한 분석 방법을 실시하기 위한 구체적인 내용을 설명하면 다음과 같다.Hereinafter, the detailed contents for carrying out the pedestrian wind environment analysis system using the computational fluid dynamics model reflecting the tree drag effect according to the present invention and the analysis method using the same will be described as follows.

도 1은 본 발명의 일 실시예에 따른 수목 항력 효과를 반영한 전산유체역학(Computational Fluid Dynamics, CFD) 모델을 이용한 보행자 풍환경 분석 시스템을 나타내는 도면이다.1 is a view showing a pedestrian wind environment analysis system using a computational fluid dynamics (CFD) model reflecting the effect of tree drag according to an embodiment of the present invention.

도 1을 참조하면, 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 시스템(100)은 모델링부(110), 전산유체역학 분석부(120), 보행자 풍환경 등급 산출부(130), 풍환경 개선 후보지역 산출부(140) 및 시각화부(150)를 포함한다.Referring to FIG. 1 , the pedestrian wind environment analysis system 100 using a computational fluid dynamics model reflecting the effect of tree drag is a modeling unit 110 , a computational fluid dynamics analysis unit 120 , and a pedestrian wind environment rating calculation unit 130 . , a wind environment improvement candidate area calculation unit 140 and a visualization unit 150 .

수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 시스템(100)은 전산유체역학 모델에 수목 항력 효과를 반영하여 보다 정확하게 도시 지역의 풍환경을 분석할 수 있고, 이를 도식화할 수 있다. 일 실시예에서, 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 시스템(100)은 컴퓨팅 장치(예를 들어, 컴퓨터, PC, 랩탑, 태블릿 등)에서 실행되는 프로그램으로 구현될 수 있다. 다른 실시예에서, 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 시스템(100)은 하드웨어 모듈로 구현될 수도 있다.The pedestrian wind environment analysis system 100 using the computational fluid dynamics model reflecting the tree drag effect can more accurately analyze the wind environment in the urban area by reflecting the tree drag effect in the computational fluid dynamics model, and it can be diagrammed. In one embodiment, the pedestrian wind environment analysis system 100 using a computational fluid dynamics model reflecting the effect of tree drag may be implemented as a program executed in a computing device (eg, computer, PC, laptop, tablet, etc.) . In another embodiment, the pedestrian wind environment analysis system 100 using a computational fluid dynamics model reflecting the effect of tree drag may be implemented as a hardware module.

모델링부(110)는 분석 대상 지역의 지표 경계(Surface Lateral Boundary) 정보를 입력받아 해당 분석 대상 지역의 지형, 구조물 및 수목을 생성하여 분석 대상 지역을 모델링한다. 일 실시예에서, 모델링부(110)는 분석 대상 지역에 대한 지리정보시스템(Geographic Information System, GIS) 정보를 입력받아 해당 정보에 포함된 지표 경계 정보를 이용하여 분석 대상 지역을 3차원으로 모델링할 수 있다. 일 실시예에서, 지표 경계 정보는 지형 고도 정보, 구조물 높이 정보 및 수목 위치 정보를 포함할 수 있다. 다른 실시예에서, 모델링부(110)는 사용자로부터 지표 경계 정보를 입력받아 분석 대상 지역을 3차원으로 모델링할 수도 있다. 모델링부(110)에 실제 도시의 분석 대상 지역을 모델링할 수도 있고, 도시 계획에 따라 변하게 될 예상 도시의 분석 대상 지역을 모델링할 수 있다.The modeling unit 110 receives surface lateral boundary information of the analysis target area and generates topography, structures, and trees of the analysis target area to model the analysis target area. In one embodiment, the modeling unit 110 receives Geographic Information System (GIS) information on the analysis target area and uses the surface boundary information included in the information to model the analysis target area in three dimensions. can In an embodiment, the surface boundary information may include terrain height information, structure height information, and tree location information. In another embodiment, the modeling unit 110 may receive the index boundary information from the user and model the analysis target area in three dimensions. An analysis target area of an actual city may be modeled in the modeling unit 110 , and an analysis target area of an expected city that will change according to urban planning may be modeled.

일 실시예에서, 모델링부(110)는 균일 격자계(uniform grid system) 내에서 분석 대상 지역을 모델링할 수 있으며, 격자는 x, y, z 방향으로 각각 기 설정된 크기를 가질 수 있다. 다른 실시예에서, 모델링부(110)는 균일 격자계와 비균등 격자계를 혼합하여(hybrid) 분석 대상 지역을 모델링할 수도 있고, 비균등 격자계 내에서 분석 대상 지역을 모델링할 수도 있다.In an embodiment, the modeling unit 110 may model the analysis target region in a uniform grid system, and the grid may have preset sizes in x, y, and z directions, respectively. In another embodiment, the modeling unit 110 may model the analysis target region by hybridizing the uniform grid system and the non-uniform grid system, or may model the analysis target region within the non-uniform grid system.

전산유체역학 분석부(120)는 모델링부(110)에서 모델링된 분석 대상 지역에 바람 유입 조건을 설정하고, 수목에 의해 영향을 받는 수목 항력(Tree Drag) 효과가 적용된 전산유체역학 모델(Computational Fluid Dynamics; CFD)을 통해 모델링된 분석 대상 지역의 바람장을 분석한다.The computational fluid dynamics analysis unit 120 sets the wind inflow condition to the analysis target area modeled by the modeling unit 110, and the computational fluid dynamics model (Computational Fluid) to which the effect of tree drag affected by trees is applied. Analyze the wind field of the analysis target area modeled through Dynamics; CFD).

바람 유입 조건은 하기와 같이 설정될 수 있다. 모델링된 분석 대상 지역에 유입되는 바람은 최초 바람 속도(initial conditions for velocity) (U, V, W), 난류 운동 에너지(Turbulence Kinetic Energy, TKE) (k) 및 난류 운동 에너지 소실율(dissipation rate) (ε)로 설정될 수 있다.Wind inflow conditions may be set as follows. The wind entering the modeled analysis target area has initial conditions for velocity (U, V, W), turbulence kinetic energy (TKE) (k) and turbulence kinetic energy dissipation rate ( ε) can be set.

최초 바람 속도는 하기 수학식 1로 설정되고, 난류 운동 에너지는 하기 수학식 2로 설정되고, 난류 운동 에너지 소실율은 하기 수학식 3으로 설정될 수 있다.The initial wind speed may be set by Equation 1 below, the turbulent kinetic energy may be set as Equation 2 below, and the turbulent kinetic energy dissipation rate may be set as Equation 3 below.

[수학식 1][Equation 1]

Figure 112020113069815-pat00011
Figure 112020113069815-pat00011

[수학식 2][Equation 2]

Figure 112020113069815-pat00012
Figure 112020113069815-pat00012

[수학식 3][Equation 3]

Figure 112020113069815-pat00013
Figure 112020113069815-pat00013

여기에서, α는 power-law 지수(power-law exponent)이며, u*는 마찰 속도(friction velocity), z0는 거칠기 길이(roughness length), δ는 경계층 깊이(boundary-layer depth), κ는 폰 카르만 상수(von Karman constant), Cμ는 경험 상수(empirical constant)이다. 해당 값들은 분석조건에 따라 사용자에 의해 입력받은 값으로 설정될 수 있다. RNG k-ε 난류 스킴(turbulence scheme)에서, 평균 유동방향 바람 스피드(mean streamwise wind speed)는 z 축의 70m (z=70) 높이에서 7.6 m s-1로 설정될 수 있다. 이러한 경우, 레이놀즈 수(Reynolds number)는 3.52 x 107이 될 수 있다. 해당 수치는 실시 예이며, 분석 조건에 따라 다르게 설정될 수 있다. 레이놀즈 수는 유체가 유선류나 층류처럼 정상류인지 또는 난류처럼 약간의 요동을 가지지만 평균적으로는 정상류인지를 나타내는 수로 유체의 점성력과 관성력의 비로 나타나는 무차원의 수이다. 레이놀즈 수가 약 2,000보다 작으면 층류가 되고 2,000보다 커지면 난류가 된다.where α is the power-law exponent, u* is the friction velocity, z0 is the roughness length, δ is the boundary-layer depth, and κ is the von Karman constant (von Karman constant), Cμ is an empirical constant (empirical constant). Corresponding values may be set as values input by the user according to analysis conditions. In the RNG k-ε turbulence scheme, the mean streamwise wind speed can be set to 7.6 ms −1 at a height of 70 m (z=70) in the z-axis. In this case, the Reynolds number may be 3.52 x 10 7 . The corresponding figure is an example, and may be set differently according to analysis conditions. Reynolds number is a dimensionless number expressed as the ratio of viscous force and inertial force of a fluid, indicating whether the fluid is steady flow, such as streamline or laminar flow, or has slight fluctuations, such as turbulence, but is, on average, steady flow. When the Reynolds number is less than about 2,000, the flow is laminar, and when it is greater than 2,000, the flow is turbulent.

일 실시예에서, 전산유체역학 분석부(120)는 RANS(Reynolds-Averaged Navier-Stokes Equation) 모델 기반의 전산유체역학(Computational Fluid Dynamics; CFD) 모델에 수목 항력(Tree Drag) 효과를 적용하여, 분석 대상 지역의 바람장을 분석할 수 있다.In one embodiment, the computational fluid dynamics analysis unit 120 applies a tree drag effect to a RANS (Reynolds-Averaged Navier-Stokes Equation) model-based computational fluid dynamics (CFD) model, The wind field of the analysis target area can be analyzed.

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-ε 난류 스킴을 기반으로 바람장을 분석한다. 예를 들어, 전산유체역학 분석부(120)는 RANS 모델 기반의 CFD 모델을 통해 분석 대상 지역에서의 바람 유선장(Streamline), 무차원화된 평균 소용돌이도(Normalized Vorticity), 연직 유선장, 속도장, 소용돌이와 재순환 영역, 바람 흐름의 정체 지점(Stagnation-point Height) 및 최대 하강류(Maximun Downdraft) 등을 분석할 수 있다. 일 실시예에서, 전산유체역학 분석부(120)는 1.0s 시간 간격(time step)으로 3600초 동안 바람장을 분석하도록 설정될 수 있다.The governing equation system of the CFD model based on the RANS model is solved in the staggered grid system using the finite volume method and the SIMPLE (Semi-Implicit Method for Pressure-Linked Equation) algorithm, and the re-standardization group The wind field is analyzed based on the k-ε turbulence scheme based on the (Renormalization Group; RNG) theory. For example, the computational fluid dynamics analysis unit 120 uses a CFD model based on the RANS model to obtain a wind streamline, a non-dimensionalized average vorticity, a vertical streamline, a velocity field, and a vortex in the analysis target area. and recirculation area, stagnation-point height of wind flow, and maximum downdraft can be analyzed. In one embodiment, the computational fluid dynamics analysis unit 120 may be set to analyze the wind field for 3600 seconds at a time step of 1.0s.

일 실시예에서, 전산유체역학 분석부(120)는 수목의 잎 표면 거칠기와 단위 체적당 잎이 차지하는 면적(LAD(Leaf Area Density, 잎 영역 밀도)을 기초로 매개변수화한 수목 항력을 반영하여 운동량(momentum), 난류 운동 에너지(TKE) 및 난류 운동 에너지 소멸율(TKE dissipation rates)을 산출할 수 있다. 즉, 전산유체역학 분석부(120)는 RANS 모델 기반의 전산유체역학 모델에 수목에 의한 공기압 손실을 반영하기 위해, 운동량 방정식(momentum equation), 난류 운동 에너지(TKE) 및 TKE 소실율(dissipation rates)에 수목 항력 항(tree drag terms) 추가하여 분석 대상 지역의 바람장을 분석할 수 있다.In one embodiment, the computational fluid dynamics analysis unit 120 reflects the tree drag force parameterized based on the leaf surface roughness of the tree and the area occupied by leaves per unit volume (leaf area density (LAD)), and the momentum (momentum), turbulent kinetic energy (TKE), and turbulent kinetic energy dissipation rates (TKE dissipation rates) can be calculated, that is, the computational fluid dynamics analysis unit 120 calculates the computational fluid dynamics model based on the RANS model. In order to reflect the air pressure loss, the wind field in the analysis target area can be analyzed by adding tree drag terms to the momentum equation, turbulent kinetic energy (TKE), and TKE dissipation rates.

하기 수학식 4는 수목 항력 항이 추가된 운동량 방정식(momentum equation)을 나타내는 식이다.Equation 4 below is an expression representing a momentum equation to which a tree drag term is added.

[수학식 4][Equation 4]

Figure 112020113069815-pat00014
Figure 112020113069815-pat00014

Figure 112020113069815-pat00015
Figure 112020113069815-pat00015

여기에서, χi는 i번째(ith) 직교 좌표(cartesian coordinate)(i는 정수), Ui는 ith 평균 속도 성분(mean velocity component), P*는 레퍼런스 값과의 압력 편차, ρ는 공기 밀도(air density), ν는 동점도(kinematic viscosity, 유체의 점성도를 같은 온도 조건에서 그 유체의 밀도로 나눈 것), μi는 ith 평균 속도 성분에서의 변동(fluctuation from the ith mean velocity component)을 나타낸다.Here, χ i is the i th (i th ) Cartesian coordinate (i is an integer), U i is the i th mean velocity component, P * is the pressure deviation from the reference value, and ρ is The air density, ν, is the kinematic viscosity (viscosity of a fluid divided by the density of the fluid at the same temperature), μ i is the fluctuation from the i th mean velocity component component).

수학식 4의 Reynolds stresses는 하기 수학식 5로 파라미터화될 수 있다.The Reynolds stresses of Equation 4 may be parameterized by Equation 5 below.

[수학식 5][Equation 5]

Figure 112020113069815-pat00016
Figure 112020113069815-pat00016

여기에서, Km은 난류 확산률(turbulent diffusivity), κ는 난류 운동 에너지(TKE, Turbulent Kinetic Energy), δij는 크로네커 델타(Kronecker delta) 값을 나타낸다.Here, K m is the turbulent diffusivity, κ is the turbulent kinetic energy (TKE), and δij is the Kronecker delta value.

수학식 5의 난류 확산률(Km)은 하기 수학식 6으로 나타낼 수 있다.The turbulent diffusion rate (K m ) of Equation 5 can be expressed by Equation 6 below.

[수학식 6][Equation 6]

Figure 112020113069815-pat00017
Figure 112020113069815-pat00017

여기에서, ε는 TKE 소실율(dissipation rates), Cμ는 RNG k-ε 난류 클로저 스킴(turbulence closure scheme)의 경험 상수(empirical constant)를 나타낸다. 일 실시예에서, Cμ는 0.0845로 설정된 경우를 가정한다.Here, ε denotes the TKE dissipation rates, and C μ denotes the empirical constant of the RNG k-ε turbulence closure scheme. In one embodiment, it is assumed that C μ is set to 0.0845.

다시 수학식 4에서 운동량 방정식의 수목 항력 항(Ftree,i)은 하기 수학식 7로 나타낼 수 있다.Again, in Equation 4, the tree drag term (F tree,i ) of the momentum equation can be expressed by Equation 7 below.

[수학식 7][Equation 7]

Figure 112020113069815-pat00018
Figure 112020113069815-pat00018

여기에서, nc는 잎들(Leaves)의 수직 투사(vertical projection)에 의해 덮이는 부분(fraction), Cd는 수목의 잎 표면 거칠기를 나타내는 잎 항력 계수(Leaf Drag Coefficient), LAD(Leaf Area Density)는 잎 영역 밀도로서 단위 체적당 잎이 차지하는 면적, ｜U｜는 바람 속도(wind speed)를 나타낸다. 상기 마찰력이나, 잎 항력 계수, 잎 영역 밀도 등은 수목의 종류에 의해 달라질 수 있는 값으로 미리 정해진 값이며, 분석 대상 지역에 포함된 수목의 종류에 따라 다른 값으로 설정될 수 있다. Here, n c is the fraction covered by the vertical projection of leaves, C d is the leaf drag coefficient representing the roughness of the leaf surface of the tree, and LAD (Leaf Area). Density is the leaf area density, the area occupied by leaves per unit volume, and |U| is the wind speed. The friction force, leaf drag coefficient, leaf area density, etc. are predetermined values that may vary depending on the type of tree, and may be set to a different value depending on the type of tree included in the analysis target area.

하기 수학식 8는 수목 항력 항이 추가된 난류 운동 에너지(TKE)(turbulent kinetic energy equation)를 나타내며, 수학식 9는 수목 항력 항이 추가된 난류 운동 에너지(TKE) 소실율(TKE dissipation rates)을 나타내는 식이다. RNG κ-ε 난류 클로저 스킴(Turbulence Closure Scheme)에서 TKE 예후 수식(prognostic equation)은 하기 수학식 8과 같이 나타낼 수 있으며, TKE 소실율 예후 수식(prognostic equation)은 하기 수학식 9와 같이 나타낼 수 있다.Equation 8 below represents the turbulent kinetic energy equation (TKE) to which the tree drag term is added, and Equation 9 represents the turbulent kinetic energy (TKE) dissipation rates to which the tree drag term is added. . In the RNG κ-ε turbulence closure scheme, the TKE prognostic equation may be expressed as Equation 8 below, and the TKE loss rate prognostic equation may be expressed as Equation 9 below.

[수학식 8][Equation 8]

Figure 112020113069815-pat00019
Figure 112020113069815-pat00019

[수학식 9][Equation 9]

Figure 112020113069815-pat00020
Figure 112020113069815-pat00020

수학식 9의 변형율(strain rate)(Rs)은 하기 수학식 10으로 나타낼 수 있다.The strain rate (R s ) of Equation 9 may be expressed by Equation 10 below.

[수학식 10][Equation 10]

Figure 112020113069815-pat00021
Figure 112020113069815-pat00021

여기에서, Cε1, Cε2, σk, σε, η0, β0는 경험 상수(empirical constant)으로 분석 조건에 따라 사용자에 의해 다른 값으로 설정될 수 있다. 예를 들어, 해당 값들은 하기와 같이 설정될 수 있다.Here, C ε1 , C ε2 , σ k , σ ε , η 0 , and β 0 are empirical constants and may be set to different values by the user according to analysis conditions. For example, the corresponding values may be set as follows.

(Cε1, Cε2, σk, σε, η0, β0) = (1.42, 1.68, 0.7179, 0.7179, 4.377, 0.012)(C ε1 , C ε2 , σ k , σ ε , η 0 , β 0 ) = (1.42, 1.68, 0.7179, 0.7179, 4.377, 0.012)

나머지 변수들은 도 4 내지 도 6에서 설명한 바와 같다.The remaining variables are the same as described with reference to FIGS. 4 to 6 .

다시 수학식 8에서 난류 운동 에너지 수식의 수목 항력 항(Ftree,k)은 하기 수학식 11로 나타낼 수 있다.Again, in Equation 8, the tree drag term (F tree,k ) of the turbulent kinetic energy equation can be expressed by Equation 11 below.

[수학식 11][Equation 11]

Figure 112020113069815-pat00022
Figure 112020113069815-pat00022

여기에서, nc는 잎들(Leaves)의 수직 투사(vertical projection)에 의해 덮이는 부분(fraction), Cd는 수목의 잎 표면 거칠기를 나타내는 잎 항력 계수(Leaf Drag Coefficient), LAD(Leaf Area Density)는 잎 영역 밀도로서 단위 체적당 잎이 차지하는 면적, ｜U｜는 바람 속도(wind speed)를 나타낸다. 상기 마찰력이나, 잎 항력 계수, 잎 영역 밀도 등은 수목의 종류에 의해 달라질 수 있는 값으로 미리 정해진 값이며, 분석 대상 지역에 포함된 수목의 종류에 따라 다른 값으로 설정될 수 있다.Here, n c is the fraction covered by the vertical projection of leaves, C d is the leaf drag coefficient representing the roughness of the leaf surface of the tree, and LAD (Leaf Area). Density is the leaf area density, the area occupied by leaves per unit volume, and |U| is the wind speed. The frictional force, the leaf drag coefficient, and the leaf area density are predetermined values that may vary depending on the type of tree, and may be set to a different value depending on the type of tree included in the analysis target area.

다시 수학식 9에서 난류 운동 에너지 소실율 수식의 수목 항력 항(Ftree,ε)은 하기 수학식 12로 나타낼 수 있다.Again, in Equation 9, the tree drag term (F tree,ε ) of the turbulent kinetic energy dissipation rate equation can be expressed by Equation 12 below.

[수학식 12][Equation 12]

Figure 112020113069815-pat00023
Figure 112020113069815-pat00023

여기에서, nc는 잎들(Leaves)의 수직 투사(vertical projection)에 의해 덮이는 부분(fraction), Cd는 수목의 잎 표면 거칠기를 나타내는 잎 항력 계수(Leaf Drag Coefficient), LAD(Leaf Area Density)는 잎 영역 밀도로서 단위 체적당 잎이 차지하는 면적, ｜U｜는 바람 속도(wind speed)를 나타낸다. 상기 마찰력이나, 잎 항력 계수, 잎 영역 밀도 등은 수목의 종류에 의해 달라질 수 있는 값으로 미리 정해진 값이며, 분석 대상 지역에 포함된 수목의 종류에 따라 다른 값으로 설정될 수 있다.Here, n c is the fraction covered by the vertical projection of leaves, C d is the leaf drag coefficient representing the roughness of the leaf surface of the tree, and LAD (Leaf Area). Density is the leaf area density, the area occupied by leaves per unit volume, and |U| is the wind speed. The frictional force, the leaf drag coefficient, and the leaf area density are predetermined values that may vary depending on the type of tree, and may be set to a different value depending on the type of tree included in the analysis target area.

다시 도 1을 참조하면, 보행자 풍환경 등급 산출부(130)는 전산유체역학 분석부(120)에서 분석된 바람장 정보를 이용하여 분석 대상 지역의 보행자 풍환경 등급을 산출한다. 일 실시예에서, 보행자 풍환경 등급 산출부(130)는 분석 대상 지역의 기 설정된 높이에서의 바람 속도 정보를 기초로 뷰포트 풍력 등급(Beaufort wind force scale, BWS)에 따라 등급을 산출하여 보행자 풍환경 등급을 산출할 수 있다. 다른 실시예에서, 보행자 풍환경 등급 산출부(130)는 기 정의된 풍력 등급 산출 기준 가운데 사용자에 의해 선정된 풍력 등급 기준을 기초로 보행자 풍환경 등급을 산출할 수 있다.Referring back to FIG. 1 , the pedestrian wind environment rating calculating unit 130 calculates the pedestrian wind environment rating of the analysis target area by using the wind field information analyzed by the computational fluid dynamics analysis unit 120 . In an embodiment, the pedestrian wind environment grade calculation unit 130 calculates a grade according to the Beaufort wind force scale (BWS) based on wind speed information at a preset height of the analysis target area to calculate the pedestrian wind environment grade can be calculated. In another embodiment, the pedestrian wind environment grade calculation unit 130 may calculate the pedestrian wind environment grade based on a wind power grade standard selected by a user from among predefined wind power grade calculation criteria.

시각화부(150)는 모델링부(110)에서 모델링된 분석 대상 지역을 가상 공간 상에 3차원으로 시각화하고, 시각화된 분석 대상 지역에 보행자 풍환경 등급 산출부(130)에서 산출된 보행자 풍환경 등급을 부가하여 시각화한다.The visualization unit 150 visualizes the analysis target area modeled by the modeling unit 110 in three dimensions on a virtual space, and the pedestrian wind environment grade calculated by the pedestrian wind environment grade calculation unit 130 in the visualized analysis target area Visualize by adding

일 실시예에서, 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 시스템(100)은 풍환경 개선 후보 지역 산출부(140)를 더 포함할 수 있다. 풍환경 개선 후보 지역 산출부(140)는 보행자 풍환경 등급을 기초로 분석 대상 지역 내에서 풍환경 개선 후보 지역을 산출할 수 있다. 예를 들어, 풍환경 개선 후보 지역 산출부(140)는 기 설정된 등급 이상으로 보행자 풍환경 등급이 나쁜 지역을 풍환경 개선 후보 지역으로 산출할 수 있다. 또한, 풍환경 개선 후보 지역 산출부(140)는 계절에 따른 바람 방향에 따라 해당 풍환경 개선 후보 지역의 풍환경을 개선할 수 있는 수목 식재 위치 후보 지역을 산출할 수도 있고, 해당 후보 지역에 수목이 식재될 경우의 보행자 풍환경 등급을 다시 산출할 수도 있다. 예를 들어, 풍환경 개선 후보 지역 산출부(140)는 바람이 부는 방향으로 건물 등의 구조물이 없는 수목 식재 가능 영역(예를 들어, 노지 영역)을 수목 식재 위치 후보 지역으로 산출할 수 있다.In one embodiment, the pedestrian wind environment analysis system 100 using the computational fluid dynamics model reflecting the effect of tree drag may further include a wind environment improvement candidate area calculator 140 . The wind environment improvement candidate area calculation unit 140 may calculate a wind environment improvement candidate area within the analysis target area based on the pedestrian wind environment grade. For example, the wind environment improvement candidate area calculation unit 140 may calculate a wind environment improvement candidate area for an area having a poor pedestrian wind environment rating by more than a preset grade. In addition, the wind environment improvement candidate area calculation unit 140 may calculate a tree planting location candidate area capable of improving the wind environment of the corresponding wind environment improvement candidate area according to the wind direction according to the season, and trees in the candidate area It is also possible to recalculate the pedestrian wind environment grade in the case of this planting. For example, the wind environment improvement candidate area calculation unit 140 may calculate a tree planting area (eg, an open field area) without structures such as buildings in a windward direction as the tree planting location candidate area.

시각화부(150)는 시각화된 분석 대상 지역에 풍환경 개선 후보 지역 산출부(140)에서 산출된 풍환경 개선 후보 지역을 부가하여 시각화할 수 있다. 일 실시예에서, 시각화부(150)는 풍환경 개선 후보 지역 산출부(140)에서 산출된 수목 식재 위치 후보 지역을 더 부가하여 시각화할 수도 있다.The visualization unit 150 may visualize the wind environment improvement candidate area calculated by the wind environment improvement candidate area calculation unit 140 to the visualized analysis target area. In an embodiment, the visualization unit 150 may further add and visualize the candidate tree planting location calculated by the wind environment improvement candidate area calculation unit 140 .

이하에서는, 도 1의 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 시스템을 통해 시각화된 예를 나타내는 도면을 이용하여 설명하기로 한다.Hereinafter, a description will be made using drawings showing examples visualized through the pedestrian wind environment analysis system using the computational fluid dynamics model reflecting the tree drag effect of FIG. 1 .

도 2는 Kurotani et al. (2001)이 수행한 야외 실험의 수목과 측정 기기 위치를 도식화하여 나타낸 도면이다.Figure 2 shows Kurotani et al. (2001) is a schematic diagram showing the location of trees and measuring devices in the field experiment conducted by (2001).

도 2를 참조하면, Kurotani et al.은 일자로 식재된 수목의 풍하 측에 측정 기기를 설치하고, 해당 측정 기기를 통해 바람과 난류 운동 에너지를 측정하였다. 해당 선행 연구에서 수고(tree height, H)는 7 m이고 지표면에서 수목 하단부까지 높이는 1.2 m이다. Kurotani et al.은 수목 풍하 측으로 각각 0.25H, 0.5H, 1H, 2H, 3H, 4H, 5H의 거리에 지표로부터 수직으로 1.5 m 간격으로 측정 기기를 설치하였다. 본 발명에서는 수목 항력 효과를 반영한 전산유체역학(CFD) 모델의 검증을 위해 Kurotani et al.의 야외 실험 조건과 동일하게 측정 위치를 설정하였다.Referring to FIG. 2 , Kurotani et al. installed a measuring device on the downwind side of a tree planted in a straight line, and measured wind and turbulent kinetic energy through the measuring device. In the previous study, the tree height (H) was 7 m and the height from the ground surface to the bottom of the tree was 1.2 m. Kurotani et al. installed measuring instruments at distances of 0.25H, 0.5H, 1H, 2H, 3H, 4H, and 5H, respectively, at intervals of 1.5 m vertically from the surface of the tree to the windward side. In the present invention, for verification of the computational fluid dynamics (CFD) model reflecting the effect of tree drag, the measurement location was set in the same way as the outdoor experimental conditions of Kurotani et al.

도 3은 수치 모의 실험 별 수목의 잎 영역 밀도(Leaf Area Density, LAD)를 나타내는 도면이다.3 is a view showing the leaf area density (LAD) of trees for each numerical simulation experiment.

도 3을 참조하면, 선행 연구에서는 수목의 높이에 따라 잎 영역 밀도를 조정하여 민감도 실험을 수행하였다. 본 발명의 모델을 이용한 1번째 분석(VCTL)는 수고에 따라 잎 영역 밀도를 일정하게 하여 분석하였다. 이후 4번의 분석에서 VS01과 VS02는 수고에 따라 잎 영역 밀도가 점점 감소하도록 설정하여 분석하였으며, VS03과 VS04는 수목의 중간 높이까지는 잎 영역 밀도가 감소하다가 더 높아지면 잎 영역 밀도가 다시 증가하도록 설정하여 분석하였다.Referring to FIG. 3 , in the previous study, a sensitivity experiment was performed by adjusting the leaf area density according to the height of a tree. The first analysis (VCTL) using the model of the present invention was analyzed by making the leaf area density constant according to the effort. After that, in the fourth analysis, VS01 and VS02 were analyzed by setting the leaf area density to gradually decrease according to the amount of effort. and analyzed.

도 4는 Kurotani et al. (2001)의 야외실험, 선행 연구(Qi and Ishihara, 2018; Mochida et al., 2008) 및 본 발명의 시스템을 통해 분석한 수목의 풍하 측에서의 무차원 풍속과 난류운동에너지를 나타내는 도면이다.4 shows Kurotani et al. (2001) field experiments, previous studies (Qi and Ishihara, 2018; Mochida et al., 2008), and a diagram showing the dimensionless wind speed and turbulent kinetic energy on the underwind side of trees analyzed through the system of the present invention.

도 4에 도시된 바와 같이, Kurotani et al. (2001)의 야외실험에서 수목의 풍하 측에서 풍속은 1H 이후부터 수목 중심부에서 풍속이 약해지고, 수목의 상하단부에서 풍속이 강해지는 것을 확인할 수 있다. 난류 운동 에너지는 수목의 풍하측 1H 부근에서 가장 낮았고 2H 이후로 점차 증가하는 것을 확인할 수 있다.As shown in Figure 4, Kurotani et al. (2001), it can be confirmed that the wind speed on the windward side of the tree becomes weaker at the center of the tree after 1H, and the wind speed gets stronger at the upper and lower parts of the tree after 1H. It can be seen that the turbulent kinetic energy was lowest in the vicinity of 1H on the downwind side of the tree and gradually increased after 2H.

이러한 특징들은 본 발명의 모델을 이용한 분석 결과(VCTL)에서도 유사하게 나타났으며, 선행 연구들의 결과와 비교했을 때도 본 발명의 모델 결과가 성능이 떨어지지 않았다. These characteristics appeared similarly in the analysis result (VCTL) using the model of the present invention, and the performance of the model result of the present invention did not deteriorate even when compared with the results of previous studies.

그러나, Kurotani et al. (2001)의 야외 실험 결과와 비교하여, 본 발명의 모델 결과에서는 수목 중심부의 풍속(난류 운동 에너지)이 다소 과소(과대) 모의된 것으로 나타났다. 이는 실제 수목의 경우 높이에 따라 잎 영역 밀도가 균일하지 않은 반면, 본 발명의 모델을 이용한 분석(VCTL)에서는 잎 영역 밀도를 동일하게 설정했기 때문인 것으로 판단된다.However, Kurotani et al. (2001), the model results of the present invention showed that the wind speed (turbulent kinetic energy) at the center of the tree was somewhat under-simulated (excessive). This is believed to be because, in the case of actual trees, the leaf area density is not uniform according to the height, whereas in the analysis (VCTL) using the model of the present invention, the leaf area density is set to be the same.

도 5는 Kurotani et al. (2001)의 야외실험과 본 발명의 시스템을 통해 분석한 수목의 풍하 측에서의 민감도 별 무차원 풍속과 난류운동에너지를 나타내는 도면이다.5 shows Kurotani et al. (2001) is a diagram showing the dimensionless wind speed and turbulent kinetic energy for each sensitivity in the downwind side of trees analyzed through the outdoor experiment of the present invention and the system of the present invention.

도 5를 참조하면, 수목의 높이에 따라 잎 영역 밀도를 다르게 설정하며 분석한 결과, 잎 영역 밀도를 균일하게 설정하여 분석한 경우(VCTL)보다 결과가 개선되는 것을 확인할 수 있다. 야외 실험과 민감도 실험 간의 정량적 비교 결과는 하기 표 1과 같다.Referring to FIG. 5 , as a result of analyzing the leaf area density differently set according to the height of the tree, it can be seen that the result is improved compared to the case where the leaf area density is uniformly set and analyzed (VCTL). The quantitative comparison results between the outdoor experiment and the sensitivity experiment are shown in Table 1 below.

[표 1][Table 1]

Figure 112020113069815-pat00024
Figure 112020113069815-pat00024

도 6은 분석 대상 지역의 항공 사진의 일 예를 나타내는 도면이다6 is a diagram illustrating an example of an aerial photograph of an analysis target area;

도 6을 참조하면, 분석 대상 지역의 일 예로 도심지에 위치한 부경대학교 대연캠퍼스를 선정하였다. 부경대학교 대연캠퍼스는 전체 면적의 약 15.8%가 초목으로 덮여 있어서, 도시 내에서 식재 밀도가 비교적 높은 지역이다. 해당 캠퍼스 내에는 학생들의 휴식 공간과 친환경 조경을 위해 학교 곳곳에 수목이 식재되어 있다. 예를 들어, 해당 캠퍼스 내의 A 지역에는 10 m 이상의 소나무가 300여 그루, B 지역에는 15 m 이상의 히말라야시다 70여 그루와 수십 그루의 소나무가 혼합되어 식재되어 있고, C 지역과 학교 경계 지역에는 경계를 따라 수목이 혼합되어 식재되어 있는 것을 확인할 수 있다.Referring to FIG. 6 , the Daeyeon campus of Pukyong National University located in the downtown area was selected as an example of the analysis target area. Pukyong National University Daeyeon Campus is an area with relatively high planting density in the city as about 15.8% of the total area is covered with vegetation. On the campus, trees are planted throughout the school for students' rest areas and eco-friendly landscaping. For example, over 300 pine trees with a height of 10 m or higher are planted in Area A within the campus, and 70 or more Himalayan pine trees and dozens of pine trees with a height of 15 m or higher are planted in Area B in a mixture. It can be seen that the trees are mixed and planted along the

도 7은 도 6의 분석 대상 지역을 모델링한 이미지와 해당 영역 내 3차원 건물 및 수목을 나타내는 도면이다.7 is a diagram illustrating an image modeling the analysis target area of FIG. 6 and 3D buildings and trees within the area.

도 7을 참조하면, 분석 대상 지역의 모델링은 부경대학교 대연캠퍼스를 중심부로 설정하여 대상 영역 내에서는 격자 크기가 균일하고, 대상 영역에서 멀어질수록 격자가 커지는 비균등 격자계를 사용하였다. 부경대학교 대연캠퍼스의 지형 고도 정보, 구조물(건물 등)의 위치 및 높이 정보, 수목의 위치정보는 지리정보시스템(geographic information system, GIS) 정보에 포함된 지표 경계 정보를 자료를 이용하였으며, 해당 정보를 이용하여 부경대학교 대연캠퍼스를 3차원으로 모델링하였다. 균일한 격자의 크기(개수)는 x축과 y축 방향으로 각각 5m(200개)이고, z 축 방향으로 0.7 m(175개)로 설정하였다. 비균등 격자의 경우 x축과 y축 방향으로 각각 1.2배씩 64.2 m, z축 방향으로 66.8 m까지 증가하도록 설정하였다. 총 격자의 개수는 x축, y축, z축 방향으로 각각 284, 284, 208개이고, 전체 모델링 영역의 크기는 수평 방향으로 5036.4m, 연직 방향으로 1165.3 m로 설정하였다.Referring to FIG. 7 , for modeling of the analysis target area, the Daeyeon campus of Pukyong National University was set as the center so that the grid size was uniform within the target area, and a non-uniform grid system in which the grid became larger as the distance from the target area was used was used. For the topographical altitude information of Pukyong National University Daeyeon Campus, the location and height information of structures (buildings, etc.), and the location information of trees, the ground boundary information included in the geographic information system (GIS) information was used. was used to model the Pukyong National University Daeyeon campus in three dimensions. The size (number) of uniform grids was set to 5 m (200 pieces) in the x-axis and y-axis directions, respectively, and 0.7 m (175 pieces) in the z-axis direction. In the case of a non-uniform grid, it was set to increase by 1.2 times each in the x-axis and y-axis directions to 64.2 m in the z-axis direction and to 66.8 m in the z-axis direction. The total number of grids was 284, 284, and 208 in the x-axis, y-axis, and z-axis directions, respectively, and the size of the entire modeling area was set to 5036.4 m in the horizontal direction and 1165.3 m in the vertical direction.

수목의 잎 표면 거칠기를 나타내는 잎 항력 계수(Cd)는 풍속에 영향을 미치며, 잎의 표면 특성에 따라 0.2에서 2.0 사이의 값을 가진다. 본 발명에서는 잎 항력 계수(Cd)를 juniper와 Colorado spruce 수목 특성인 1.0으로 사용하였고, 잎 영역 밀도는 3.33으로 설정하였다. 수고는 최소 2.1 m에서 최대 18 m까지 설정하였고, 평균 수고는 9 m로 설정하였다. 해당 설정 값들은 수목의 종류 등 분석 조건에 따라 다르게 설정될 수 있다.The leaf drag coefficient (C d ), which represents the roughness of the leaf surface of trees, affects the wind speed and has a value between 0.2 and 2.0 depending on the leaf surface characteristics. In the present invention, the leaf drag coefficient (C d ) was used as 1.0, which is a characteristic of juniper and Colorado spruce, and the leaf area density was set to 3.33. The height was set from a minimum of 2.1 m to a maximum of 18 m, and the average height was set to 9 m. Corresponding set values may be set differently according to analysis conditions such as the type of tree.

초기 유입류 풍향은 서남서풍으로 설정하고, 유입류 풍속은 22.5m 높이에서 6.08 ms-1로 설정하였다. 중립 대기를 가정하여, 바람과 난류 운동 에너지, 난류 운동 에너지 소멸률에 대한 유입 경계 조건은 Castro and Apsley (1997)에서 사용된 연직 분포를 사용하였다.The initial inflow wind direction was set as a southwesterly wind, and the inflow wind speed was set to 6.08 ms-1 at a height of 22.5 m. Assuming a neutral atmosphere, the inflow boundary conditions for wind, turbulent kinetic energy, and turbulent kinetic energy dissipation rates used the vertical distribution used in Castro and Apsley (1997).

도 8은 수목의 유무에 따른 보행자 고도에서의 풍환경 등급과 바람장을 나타내는 도면이다. 8 is a view showing a wind environment grade and a wind field at a pedestrian altitude according to the presence or absence of trees.

도 8을 참조하면, 도 8은 분석 대상 지역의 보행자 고도에서 풍환경 등급을 분석한 결과를 시각화한 것을 나타낸다. 본 발명은 표 2에 제시된 바와 같이, Davenport 풍환경 등급표를 사용하였으며, Davenport 풍환경 평가 측도는 풍속의 강도에 따라 인체가 느끼는 정도를 공간 용도에 따라 4개의 등급으로 구분한다.Referring to FIG. 8 , FIG. 8 shows a visualization of the results of analyzing wind environment grades at the pedestrian altitude in the analysis target area. As shown in Table 2, the present invention uses the Davenport wind environment rating table, and the Davenport wind environment evaluation measure divides the degree to which the human body feels according to the strength of the wind speed into four grades according to the use of space.

Davenport 풍환경 등급은 뷰포트 풍력 등급(Beaufort wind force scale, BWS)을 기반으로 지표면 10m 높이에서의 바람 속도(풍속) 값을 사용한다. 따라서, 본 발명에서는 지표면 1.75m에서의 풍속으로 변환하여 사용하였으며, 활동(Activity)이 'Short-term Sitting'인 경우를 기준으로 보행자 풍환경 등급을 분석하였다. BWS가 3등급인 경우에는 풍환경이 '좋음' 상태를 나타내며, 풍환경이 4, 5, 8등급인 경우에는 풍환경이 각각 '약간 불편', '불쾌', '위험' 상태를 나타낸다.The Davenport wind environment rating uses the wind speed (wind speed) value at a height of 10 m above the ground based on the Beaufort wind force scale (BWS). Therefore, in the present invention, the wind speed was converted into the wind speed at 1.75 m above the ground, and the pedestrian wind environment grade was analyzed based on the case where the activity was 'Short-term Sitting'. When the BWS is grade 3, the wind environment indicates a 'good' state, and when the wind environment is grades 4, 5, and 8, the wind environment indicates a 'slightly uncomfortable', 'unpleasant', and 'dangerous' state, respectively.

[표 2][Table 2]

Figure 112020113069815-pat00025
Figure 112020113069815-pat00025

도 8을 참조하면, 수목이 없는 경우((a) 도면) 건물 주변과 건물 사이, 장애물이 없는 나지 등에서 '약간 불편(노랑)' 등급이 나타났고, 고층 건물 주변에서 부분적으로 '불쾌(주황)' 등급이 나타났다. 수목이 있는 경우((b) 도면), 수목 항력에 의해 풍속이 감소하였고 학교 내부의 풍환경이 전체적으로 개선된 것을 확인할 수 있다. 이하에서는 풍환경이 나쁜 상태로 나타나는 ①지역과 ②지역을 중점으로 분석하였다.Referring to FIG. 8 , when there are no trees ((a) drawing), a 'slight discomfort (yellow)' grade appeared around the building and between the buildings, in the bare ground without obstacles, and partially 'discomfort (orange)' around the high-rise building. ' The grade appeared. In the case of trees ((b) drawing), it can be seen that the wind speed decreased due to the drag force of the trees, and the overall wind environment inside the school was improved. In the following, regions ① and ② regions where the wind conditions are bad were analyzed with focus.

도 9는 분석 대상 지역 내 제1 영역에서 수목의 유무에 따른 보행자 고도에서의 풍환경 등급, 바람장 및 풍환경 등급 차이를 나타내는 도면이고, 도 10은 분석 대상 지역 내 제2 영역에서 수목의 유무에 따른 보행자 고도에서의 풍환경 등급, 바람장 및 풍환경 등급 차이를 나타내는 도면이다. 9 is a view showing the difference in wind environment grade, wind field, and wind environment grade at pedestrian altitude according to the presence or absence of trees in the first area within the analysis target area, and FIG. 10 is the presence or absence of trees in the second area within the analysis target area It is a diagram showing the difference in wind environment grade, wind field, and wind environment grade at pedestrian altitude according to the

도 9를 참조하면, 도 9는 도 8에 도시된 영역에서 ①지역에서 수목의 유무에 따른 보행자 고도에서의 풍환경 등급, 바람장 및 풍환경 등급 차이를 나타내는 도면이다.Referring to FIG. 9 , FIG. 9 is a view showing differences in wind environment grades, wind fields, and wind environment grades at pedestrian altitudes according to the presence or absence of trees in area ① in the area shown in FIG. 8 .

도 9의 (a)와 같이 수목이 식재되지 않은 상태의 경우, 분석 대상 지역에 서남서풍으로 유입되는 흐름은 건물 사이로 수렴하면서 풍속이 증가하는 것을 확인할 수 있다. 반면 도 9의 (b)와 같이 수목이 식재된 상태의 경우, 분석 대상 지역의 경계면에 식재된 수목이 1차적으로 바람의 흐름을 약화시키고 건물 사이와 나지 등에 식재된 수목이 2차적으로 바람을 약화시켜 풍환경이 개선되는 것을 확인할 수 있다. 도 9의 (c)를 참조하면, 수목이 식재된 경우, 분석 대상 지역의 풍환경이 최소 1등급에서 최대 3등급까지 개선된 것을 확인할 수 있다.As shown in (a) of FIG. 9 , in the case of a state in which no trees are planted, it can be confirmed that the wind speed increases while the flow flowing in the southwest wind into the analysis target area converges between the buildings. On the other hand, in the case of the planted state as shown in (b) of FIG. 9, the trees planted on the boundary of the analysis target area primarily weaken the wind flow, and the trees planted between buildings and bare ground secondarily reduce the wind. It can be confirmed that the wind environment is improved by weakening it. Referring to (c) of FIG. 9 , when trees are planted, it can be confirmed that the wind environment of the analysis target area is improved from a minimum of 1 grade to a maximum of 3 grades.

도 10을 참조하면, 도 10은 도 8에 도시된 영역에서 ②지역에서 수목의 유무에 따른 보행자 고도에서의 풍환경 등급, 바람장 및 풍환경 등급 차이를 나타내는 도면이다.Referring to FIG. 10 , FIG. 10 is a view showing differences in wind environment grade, wind field, and wind environment grade at pedestrian height according to the presence or absence of trees in the area ② in the area shown in FIG. 8 .

도 10의 (a)와 같이 이 지역은 아파트 단지가 도시 협곡 형태로 배열되어 있는 지역으로, 수목이 식재되지 않은 상태의 경우, 아파트 단지 사이 사이에서 풍환경이 나쁘게 나타나는 것을 확인할 수 있다. 해당 지역에 대한 분석은 하기 도 11과 같다.As shown in (a) of FIG. 10 , this area is an area in which apartment complexes are arranged in the form of an urban canyon, and when trees are not planted, it can be seen that the wind environment is poor among the apartment complexes. The analysis of the corresponding region is shown in FIG. 11 below.

도 11은 건물 주변에서 발생하는 바람장, 연직 속도장 및 수목의 유무에 따른 풍속 비를 나타내는 도면이다.11 is a view showing a wind speed ratio according to the presence or absence of a wind field, a vertical speed field, and trees occurring around a building.

도 11을 참조하면, 도 11은 도 10의 아파트 단지(건물) 주변에서 발생하는 바람장, 연직 속도장 및 수목의 유무에 따른 풍속 비를 나타내는 도면이다. 도 11에 도시된 바와 같이, 해당 지역의 아파트 단지에 비스듬히 유입되는 상층의 강한 흐름이 건물에 부딪혀 하강하고, 건물을 따라 하강하는 강한 흐름은 지표면에서 역행하게 되어, 결과적으로 보행자 고도에서 풍환경이 악화된다.Referring to FIG. 11 , FIG. 11 is a view illustrating a wind speed field generated around the apartment complex (building) of FIG. 10 , a vertical speed field, and a wind speed ratio according to the presence or absence of trees. As shown in FIG. 11, the strong flow of the upper floor that is obliquely flowing into the apartment complex in the area collides with the building and descends, and the strong flow that descends along the building is reversed from the ground surface, and as a result, the wind environment at the pedestrian altitude is gets worse

다시 도 10을 참조하면, 도 10의 (b)와 같이 수목이 식재된 상태의 경우, 분석 대상 지역의 건물 사이에 식재된 수목이 바람의 흐름을 약화시켜 풍환경이 개선되는 것을 확인할 수 있다. 건물 사이에 수목이 있는 경우, 풍속이 최대 20%이하고 감소한 것을 확인할 수 있다. 도 10의 (c)를 참조하면, 수목이 식재된 경우, 분석 대상 지역의 풍환경이 최소 1등급에서 2등급까지 개선된 것을 확인할 수 있다.Referring again to FIG. 10 , in the case of the planted state as shown in FIG. 10 ( b ), it can be confirmed that the wind environment is improved by weakening the wind flow by the trees planted between buildings in the analysis target area. If there are trees between the buildings, it can be seen that the wind speed is reduced by up to 20% or less. Referring to (c) of FIG. 10 , when trees are planted, it can be confirmed that the wind environment of the analysis target area is improved from the first grade to the second grade.

도 12는 16방위 유입류 풍향에 대하여 분석 대상 지역의 수목 유무에 따른 전체 면적 대비 풍환경 등급 별 면적 비율을 박스플롯(Box plot)으로 나타낸 도면이다.12 is a diagram showing the area ratio for each wind environment class to the total area according to the presence or absence of trees in the analysis target area in a box plot with respect to the wind direction of the inflow in 16 directions.

도 12를 참조하면, 수목이 식재되지 않은 상태의 경우, 뷰포트 풍력 등급(BWS) 3등급과 4등급이 각각 24.2%, 8.2%로 학교 전체 면적의 1/3로 나타났다. 인체 활동에 불쾌감을 줄 수 있는 BWS 5등급과 6등급은 1%이하로 나타났으나, 동북동풍, 동풍, 동남동풍 등에서는 BWS 5등급과 6등급이 2.6~3%로 비교적 높게 나타났다. 수목이 식재되어 있는 상태의 경우, BWS 3~6등급이 감소하고 2등급이 증가하여 분석 대상 지역의 내부 전반적인 풍환경이 개선된 것을 확인할 수 있다. Referring to FIG. 12 , in the case where the trees were not planted, the viewport wind power rating (BWS) grades 3 and 4 were 24.2% and 8.2%, respectively, representing 1/3 of the total school area. BWS grades 5 and 6, which can cause discomfort to human activity, were found to be less than 1%, but in the northeast wind, east wind, and southeast wind, BWS grades 5 and 6 were relatively high at 2.6 to 3%. In the case of the planted state, BWS grades 3 to 6 decreased and grade 2 increased, confirming that the overall wind environment inside the analysis target area was improved.

도 13은 수목 유무에 따른 평균 풍환경 등급 분포, 상위 25%의 풍환경 등급 분포 및 풍환경 등급 차이를 나타내는 도면이다.13 is a view showing the average wind environment grade distribution, the wind environment grade distribution of the top 25%, and the wind environment grade difference according to the presence or absence of trees.

도 13을 참조하면, 분석 대상 지역에 수목이 식재되지 않은 상태의 경우 건물 주변과 건물 사이, 장애물이 없는 나지, 학교 외부의 대도로 등에서 보행자 풍환경이 나쁜 상태로 나타났고, 수목이 식재되어 있는 상태의 경우, BWS 등급이 최대 3등급까지 개선된 것을 확인할 수 있다.Referring to FIG. 13 , in the case of a state where no trees are planted in the analysis target area, the pedestrian wind environment is poor, such as around the building and between buildings, bare ground without obstacles, and on the main road outside the school, and the trees are planted. In the case of the status, it can be confirmed that the BWS grade has been improved up to a maximum of 3 grades.

도 14는 분석 대상 지역에 새로운 수목 식재 시 보행자 고도에서의 풍환경 등급 차이를 나타내는 도면이다.14 is a view showing the difference in wind environment grades at pedestrian altitudes when new trees are planted in the analysis target area.

도 14를 참조하면, 수목이 식재된 경우에도 풍환경이 개선되지 않는 지역이 존재하는 것을 확인할 수 있다. 본 발명에서는 풍환경 개선 후보 지역에 새로운 수목을 식재하여 보행자 풍환경이 개선되는지를 여부를 분석하였다. Referring to FIG. 14 , it can be confirmed that there are areas where the wind environment is not improved even when trees are planted. In the present invention, it was analyzed whether the pedestrian wind environment was improved by planting new trees in the wind environment improvement candidate area.

고층 건물 주변의 경우 상층의 강한 흐름이 건물에 부딪혀 지상으로 하강하게 되면서 풍환경이 악화되게 된다. 일 실시예에서, 풍환경 개선 후보 지역인 고층 건물 주변에서 수목 식재 위치 후보 지역인 벽면 근처에 새로운 수목을 식재하여 풍환경이 개선되는지 여부를 분석하였다. 도 14의 (b)와 (e)를 참조하면, 새로 식재된 벽면 근처의 수목이 하강하는 흐름과 지상에서 역류하는 흐름을 약화시켜 건물 주변의 풍환경을 개선한 것을 확인할 수 있다. 도 14의 (c)와 (f)를 참조하면, 새로운 수목 식재 시 건물 주변에서 풍환경 등급이 최대 2등급까지 개선되는 것을 확인할 수 있다. 한편, 새로운 수목으로 인해 지상의 유체 흐름 패턴이 변하고, 고층 건물 양쪽으로 우회하는 기류에 의해 건물 측면에서 풍속이 약간 가속되어 BWS 등급이 한 등급 증가하는 지역도 나타나는 것을 확인할 수 있다.In the case of a high-rise building, the strong current from the upper floors collides with the building and descends to the ground, thereby deteriorating the wind environment. In one embodiment, it was analyzed whether the wind environment was improved by planting new trees near the wall, which is a candidate area for planting trees in the vicinity of a high-rise building, which is a candidate area for wind environment improvement. Referring to (b) and (e) of FIG. 14 , it can be confirmed that the wind environment around the building is improved by weakening the downflow of trees near the newly planted wall surface and the backflow from the ground. Referring to (c) and (f) of FIG. 14 , it can be seen that the wind environment grade is improved to a maximum of 2 grades around the building when a new tree is planted. On the other hand, it can be seen that the fluid flow pattern on the ground is changed due to the new trees, and the wind speed is slightly accelerated on the side of the building by the detour to both sides of the high-rise building, so that the BWS rating is increased by one grade.

도 15는 본 발명의 일 실시예에 수목 항력 효과를 반영한 전산유체역학(Computational Fluid Dynamics) 모델을 이용한 보행자 풍환경 분석 방법을 설명하는 흐름도이다.15 is a flowchart illustrating a pedestrian wind environment analysis method using a computational fluid dynamics model reflecting the effect of tree drag in an embodiment of the present invention.

도 15를 참조하면, 모델링부(110)는 분석 대상 지역의 지표 경계(Surface Lateral Boundary) 정보를 입력받아 해당 지역의 지형, 구조물 및 수목을 생성하여 상기 분석 대상 지역을 모델링한다(단계 S1510). 일 실시예에서, 모델링부(110)는 분석 대상 지역에 대한 지리정보시스템(Geograpgic Information System, GIS) 정보를 입력받아 해당 정보에 포함된 지표 경계 정보를 이용하여 분석 대상 지역을 3차원으로 모델링할 수 있다.Referring to FIG. 15 , the modeling unit 110 receives surface lateral boundary information of an analysis target area, generates topography, structures, and trees in the corresponding area, and models the analysis target area (step S1510). In one embodiment, the modeling unit 110 receives geographic information system (GIS) information on the analysis target area and uses the surface boundary information included in the information to model the analysis target area in three dimensions. can

전산유체역학 분석부(120)는 모델링부(110)에서 모델링된 분석 대상 지역에 대한 바람 유입 조건을 설정하고, 수목에 의해 영향을 받는 수목 항력(Tree Drag) 효과가 적용된 전산유체역학 모델(CFD)을 통해 모델링된 분석 대상 지역의 바람장을 분석한다(단계 S1520).The computational fluid dynamics analysis unit 120 sets the wind inflow conditions for the analysis target region modeled by the modeling unit 110, and a computational fluid dynamics model (CFD) to which the tree drag effect affected by trees is applied. ) to analyze the wind field of the modeled analysis target area (step S1520).

일 실시예에서, 전산유체역학 분석부(120)는 수목의 잎 표면 거칠기와 단위 체적당 잎이 차지하는 면적을 기초로 매개변수화한 수목 항력을 반영하여 운동량(momentum)을 산출할 수 있다.In an embodiment, the computational fluid dynamics analysis unit 120 may calculate the momentum by reflecting the tree drag force parameterized based on the leaf surface roughness of the tree and the area occupied by the leaf per unit volume.

일 실시예에서, 전산유체역학 분석부(120)는 수목의 잎 표면 거칠기와 단위 체적당 잎이 차지하는 면적을 기초로 매개변수화한 수목 항력을 반영하여 난류 운동 에너지(Turbulent Kinetic Energy, TKE)를 산출할 수 있다.In an embodiment, the computational fluid dynamics analysis unit 120 calculates turbulent kinetic energy (TKE) by reflecting the tree drag parameterized based on the leaf surface roughness of the tree and the area occupied by the leaf per unit volume. can do.

일 실시예에서, 전산유체역학 분석부(120)는 수목의 잎 표면 거칠기와 단위 체적당 잎이 차지하는 면적을 기초로 매개변수화한 수목 항력을 반영하여 난류 운동 에너지 소멸율(TKE dissipation rates)을 산출할 수 있다.In one embodiment, the computational fluid dynamics analysis unit 120 calculates turbulent kinetic energy dissipation rates (TKE dissipation rates) by reflecting the tree drag parameterized based on the leaf surface roughness of the tree and the area occupied by the leaf per unit volume. can do.

전산유체역학 분석부(120)가 수목의 잎 표면 거칠기와 단위 체적당 잎이 차지하는 면적을 기초로 매개변수화한 수목 항력을 반영하여 운동량(momentum), 난류 운동 에너지(TKE) 및 난류 운동 에너지 소멸율(TKE dissipation rates)을 산출하는 과정은 수학식 4 에서 수학식 12에서 설명한 바와 같다.Momentum, turbulent kinetic energy (TKE) and turbulent kinetic energy dissipation rate by reflecting the tree drag parameterized by the computational fluid dynamics analysis unit 120 based on the leaf surface roughness of the tree and the area occupied by the leaf per unit volume The process of calculating (TKE dissipation rates) is the same as described in Equations 4 to 12.

보행자 풍환경 등급 산출부(130)는 전산유체역학 분석부(120)에서 분석된 바람장 정보를 이용하여 분석 대상 지역의 보행자 풍환경 등급을 산출한다(단계 S1530). 일 실시예에서, 보행자 풍환경 등급 산출부(130)는 분석 대상 지역의 기 설정된 높이에서의 바람 속도 정보를 기초로 뷰포트 풍력 등급(Beaufort wind force scale, BWS)에 따라 등급을 산출하여 보행자 풍환경 등급을 산출할 수 있다.The pedestrian wind environment grade calculation unit 130 calculates the pedestrian wind environment grade of the analysis target area by using the wind field information analyzed by the computational fluid dynamics analysis unit 120 (step S1530). In an embodiment, the pedestrian wind environment grade calculation unit 130 calculates a grade according to the Beaufort wind force scale (BWS) based on wind speed information at a preset height of the analysis target area to calculate the pedestrian wind environment grade can be calculated.

시각화부(150)는 모델링된 분석 대상 지역을 가상 공간 상에 3차원으로 시각화하고, 시각화된 분석 대상 지역에 상기 보행자 풍환경 등급을 부가하여 시각화한다(단계 S1540).The visualization unit 150 visualizes the modeled analysis target area in three dimensions on a virtual space, and adds the pedestrian wind environment rating to the visualized analysis target area (step S1540).

일 실시예에서, 풍환경 개선 후보 지역 산출부(140)는 보행자 풍환경 등급 산출부(130)에서 산출된 보행자 풍환경 등급을 기초로 분석 대상 지역 내에서 풍환경 개선 후보 지역을 산출하고, 시각화부(150)는 시각화된 분석 대상 지역에 산출된 풍환경 개선 후보 지역을 부가하여 시각화할 수도 있다.In an embodiment, the wind environment improvement candidate area calculation unit 140 calculates a wind environment improvement candidate area within the analysis target area based on the pedestrian wind environment grade calculated by the pedestrian wind environment grade calculation unit 130, and visualizes it The unit 150 may visualize by adding the calculated wind environment improvement candidate area to the visualized analysis target area.

도 1 내지 도 15를 통해 설명된 수목 항력 효과를 반영한 전산유체역학(Computational Fluid Dynamics) 모델을 이용한 보행자 풍환경 분석 시스템 및 이를 이용한 분석 방법은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수도 있다.A pedestrian wind environment analysis system using a computational fluid dynamics model reflecting the tree drag effect described through FIGS. 1 to 15 and an analysis method using the same are in the form of a recording medium including instructions executable by a computer. may also be implemented.

이상 본 발명의 실시예로 설명하였으나 본 발명의 기술적 사상이 상기 실시예로 한정되는 것은 아니며, 본 발명의 기술적 사상을 벗어나지 않는 범주에서 다양한 수목 항력 효과를 반영한 전산유체역학(CFD) 모델을 이용한 보행자 풍환경 분석 시스템 및 이를 이용한 분석 방법으로 구현할 수 있다.Although the embodiment of the present invention has been described above, the technical idea of the present invention is not limited to the above embodiment, and a pedestrian using a computational fluid dynamics (CFD) model reflecting various tree drag effects within the scope not departing from the technical spirit of the present invention It can be implemented by a wind environment analysis system and an analysis method using the same.

110 : 모델링부
120 : 전산유체역학 분석부
130 : 보행자 풍환경 등급 산출부
140 : 풍환경 개선 후보 지역 산출부
150 : 시각화부110: modeling unit
120: computational fluid dynamics analysis unit
130: Pedestrian wind environment rating calculation unit
140: wind environment improvement candidate area calculation unit
150: visualization unit

Claims (16)

분석 대상 지역의 지표 경계(Surface Lateral Boundary) 정보를 입력받아 해당 지역의 지형, 구조물 및 수목을 생성하여 상기 분석 대상 지역을 모델링하는 모델링부;
상기 분석 대상 지역에 대한 바람 유입 조건을 설정하고, 수목에 의해 영향을 받는 수목 항력(Tree Drag) 효과가 적용된 전산유체역학 모델(Computational Fluid Dynamics; CFD)을 통해 상기 모델링된 분석 대상 지역의 바람장을 분석하는 전산유체역학 분석부;
상기 분석된 바람장 정보를 이용하여 상기 분석 대상 지역의 보행자 풍환경 등급을 산출하는 보행자 풍환경 등급 산출부; 및
상기 모델링된 분석 대상 지역을 가상 공간 상에 3차원으로 시각화하고, 상기 시각화된 분석 대상 지역에 상기 보행자 풍환경 등급을 부가하여 시각화하는 시각화부를 포함하되,
상기 전산유체역학 분석부는 수목의 잎 표면 거칠기와 단위 체적당 잎이 차지하는 면적을 기초로 매개변수화한 수목 항력을 반영하여 운동량(momentum), 난류 운동 에너지(Turbulent Kinetic Energy, TKE) 및 난류 운동 에너지 소멸율(TKE dissipation rates)을 산출하며,
하기 수학식 1을 이용하여 운동량을 산출하고
[수학식 1]
Figure 112021145491764-pat00051

Figure 112021145491764-pat00052

Figure 112021145491764-pat00053

Figure 112021145491764-pat00054

Figure 112021145491764-pat00055

하기 수학식 2를 이용하여 난류 운동 에너지를 산출하며
[수학식 2]
Figure 112021145491764-pat00056

Figure 112021145491764-pat00057

하기 수학식 3을 이용하여 난류 운동 에너지 소멸율을 산출하는 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 시스템.
[수학식 3]
Figure 112021145491764-pat00058

Figure 112021145491764-pat00059

Figure 112021145491764-pat00060

여기에서, χi는 i번째(ith) 직교 좌표(cartesian coordinate)(i는 정수), Ui는 ith 평균 속도 성분(mean velocity component), P*는 레퍼런스 값과의 압력 편차, ρ는 공기 밀도(air density), ν는 동점도(kinematic viscosity, 유체의 점성도를 같은 온도 조건에서 그 유체의 밀도로 나눈 것), μi는 ith 평균 속도 성분에서의 변동(fluctuation from the ith mean velocity component), Km은 난류 확산률(turbulent diffusivity), κ는 난류 운동 에너지(TKE, Turbulent Kinetic Energy), δij는 크로네커 델타(Kronecker delta) 값, ε는 TKE 소실율(dissipation rates), Cμ는 RNG k-ε 난류 클로저 스킴(turbulence closure scheme)의 경험 상수(empirical constant), Ftree,i는 수목 항력 항, nc는 잎들(Leaves)의 수직 투사(vertical projection)에 의해 덮이는 부분(fraction), Cd는 수목의 잎 표면 거칠기를 나타내는 잎 항력 계수(Leaf Drag Coefficient), LAD(Leaf Area Density)는 잎 영역 밀도로서 단위 체적당 잎이 차지하는 면적, ｜U｜는 바람 속도(wind speed), Cε1, Cε2, σk, σε, η0, β0는 경험 상수(empirical constant)
a modeling unit that receives surface lateral boundary information of an area to be analyzed and generates topography, structures, and trees in the area to model the area to be analyzed;
The wind field of the modeled analysis target area is set through the computational fluid dynamics model (CFD) to which the tree drag effect affected by the tree is applied and the wind inflow conditions for the analysis target area are set. a computational fluid dynamics analysis unit that analyzes
a pedestrian wind environment rating calculator for calculating a pedestrian wind environment rating in the analysis target area by using the analyzed wind field information; and
A visualization unit for visualizing the modeled analysis target area in three dimensions in a virtual space, and adding the pedestrian wind environment rating to the visualized analysis target area,
The computational fluid dynamics analysis unit reflects the tree drag parameterized based on the surface roughness of the leaf surface of the tree and the area occupied by the leaf per unit volume, and dissipates momentum, turbulent kinetic energy (TKE) and turbulent kinetic energy. Calculate the TKE dissipation rates,
Calculate the momentum using Equation 1 below,
[Equation 1]
Figure 112021145491764-pat00051

Figure 112021145491764-pat00052

Figure 112021145491764-pat00053

Figure 112021145491764-pat00054

Figure 112021145491764-pat00055

The turbulent kinetic energy is calculated using Equation 2 below,
[Equation 2]
Figure 112021145491764-pat00056

Figure 112021145491764-pat00057

A pedestrian wind environment analysis system using a computational fluid dynamics model reflecting the effect of tree drag that calculates the rate of turbulent kinetic energy dissipation using Equation 3 below.
[Equation 3]
Figure 112021145491764-pat00058

Figure 112021145491764-pat00059

Figure 112021145491764-pat00060

Here, χ i is the i th (i th ) Cartesian coordinate (i is an integer), U i is the i th mean velocity component, P * is the pressure deviation from the reference value, and ρ is The air density, ν, is the kinematic viscosity (viscosity of a fluid divided by the density of the fluid at the same temperature), μ i is the fluctuation from the i th mean velocity component component), K m is the turbulent diffusivity, κ is the turbulent kinetic energy (TKE), δij is the Kronecker delta value, ε is the TKE dissipation rates, and C μ is RNG k-ε empirical constant of the turbulence closure scheme, F tree,i is the tree drag term, n c is the part covered by the vertical projection of the leaves ( fraction), C d is the leaf drag coefficient representing the roughness of the leaf surface of trees, LAD (Leaf Area Density) is the leaf area density, which is the area occupied by leaves per unit volume, and |U| is the wind speed. ), C ε1 , C ε2 , σ k , σ ε , η 0 , β 0 are empirical constants
 제1항에 있어서, 상기 모델링부는
분석 대상 지역에 대한 지리정보시스템(Geographic Information System, GIS) 정보를 입력받아 해당 정보에 포함된 지표 경계 정보를 이용하여 상기 분석 대상 지역을 3차원으로 모델링하는 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 시스템.
According to claim 1, wherein the modeling unit
A computational fluid dynamics model reflecting the effect of tree drag, which receives Geographic Information System (GIS) information on the analysis target area and models the analysis target area in three dimensions using the surface boundary information included in the information Pedestrian wind environment analysis system using
 제2항에 있어서, 상기 지표 경계 정보는
지형 고도 정보, 구조물 높이 정보 및 수목 위치 정보를 포함하는 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 시스템.
The method of claim 2, wherein the index boundary information
A pedestrian wind environment analysis system using a computational fluid dynamics model that reflects the effect of tree drag including terrain height information, structure height information, and tree location information.
 제1항에 있어서, 상기 전산유체역학 모델은
RANS (Reynolds-Averaged Navier-Stokes Equation) 모델을 기반으로 바람장을 수치적으로 분석하는 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 시스템.
The method of claim 1, wherein the computational fluid dynamics model is
A pedestrian wind environment analysis system using a computational fluid dynamics model reflecting the effect of tree drag that numerically analyzes the wind field based on the Reynolds-Averaged Navier-Stokes Equation (RANS) model.
 삭제delete 삭제delete 삭제delete 삭제delete 제1항에 있어서, 상기 보행자 풍환경 등급 산출부는
상기 분석 대상 지역의 기 설정된 높이에서의 바람 속도 정보를 기초로 뷰포트 풍력 등급(Beaufort wind force scale, BWS)에 따라 등급을 산출하여 보행자 풍환경 등급을 산출하는 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 시스템.
According to claim 1, wherein the pedestrian wind environment rating calculation unit
A computational fluid dynamics model reflecting the tree drag effect that calculates a pedestrian wind environment grade by calculating a grade according to the Beaufort wind force scale (BWS) based on wind speed information at a preset height of the analysis target area. Pedestrian wind environment analysis system using
 제1항에 있어서,
상기 보행자 풍환경 등급을 기초로 상기 분석 대상 지역 내에서 풍환경 개선 후보 지역을 산출하는 풍환경 개선 후보 지역 산출부를 더 포함하고,
상기 시각화부는 상기 시각화된 분석 대상 지역에 상기 산출된 풍환경 개선 후보 지역을 부가하여 시각화하는 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 시스템.
According to claim 1,
Further comprising a wind environment improvement candidate area calculation unit for calculating a wind environment improvement candidate area within the analysis target area based on the pedestrian wind environment grade,
The visualization unit is a pedestrian wind environment analysis system using a computational fluid dynamics model reflecting the tree drag effect to visualize by adding the calculated wind environment improvement candidate area to the visualized analysis target area.
 모델링부가 분석 대상 지역의 지표 경계(Surface Lateral Boundary) 정보를 입력받아 해당 지역의 지형, 구조물 및 수목을 생성하여 상기 분석 대상 지역을 모델링하는 단계;
전산유체역학 분석부가 상기 분석 대상 지역에 대한 바람 유입 조건을 설정하고, 수목에 의해 영향을 받는 수목 항력(Tree Drag) 효과가 적용된 전산유체역학 모델(Computational Fluid Dynamics; CFD)을 통해 상기 모델링된 분석 대상 지역의 바람장을 분석하는 단계;
보행자 풍환경 등급 산출부가 상기 분석된 바람장 정보를 이용하여 상기 분석 대상 지역의 보행자 풍환경 등급을 산출하는 단계; 및
시각화부가 상기 모델링된 분석 대상 지역을 가상 공간 상에 3차원으로 시각화하고, 상기 시각화된 분석 대상 지역에 상기 보행자 풍환경 등급을 부가하여 시각화하는 단계를 포함하되,
상기 전산유체역학 분석부가 바람장을 분석하는 단계는 수목의 잎 표면 거칠기와 단위 체적당 잎이 차지하는 면적을 기초로 매개변수화한 수목 항력을 반영하여 운동량(momentum), 난류 운동 에너지(Turbulent Kinetic Energy, TKE) 및 난류 운동 에너지 소멸율(TKE dissipation rates)을 산출하는 단계를 포함하며
상기 운동량은 하기 수학식 1을 이용하여 산출하고
[수학식 1]
Figure 112021145491764-pat00061

Figure 112021145491764-pat00062

Figure 112021145491764-pat00063

Figure 112021145491764-pat00064

Figure 112021145491764-pat00065

상기 난류 운동 에너지는 하기 수학식 2를 이용하여 산출하며
[수학식 2]
Figure 112021145491764-pat00066

Figure 112021145491764-pat00067

상기 난류 운동 에너지 소멸율은 하기 수학식 3을 이용하여 산출하는 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 방법.
[수학식 3]
Figure 112021145491764-pat00068

Figure 112021145491764-pat00069

Figure 112021145491764-pat00070

여기에서, χi는 i번째(ith) 직교 좌표(cartesian coordinate)(i는 정수), Ui는 ith 평균 속도 성분(mean velocity component), P*는 레퍼런스 값과의 압력 편차, ρ는 공기 밀도(air density), ν는 동점도(kinematic viscosity, 유체의 점성도를 같은 온도 조건에서 그 유체의 밀도로 나눈 것), μi는 ith 평균 속도 성분에서의 변동(fluctuation from the ith mean velocity component), Km은 난류 확산률(turbulent diffusivity), κ는 난류 운동 에너지(TKE, Turbulent Kinetic Energy), δij는 크로네커 델타(Kronecker delta) 값, ε는 TKE 소실율(dissipation rates), Cμ는 RNG k-ε 난류 클로저 스킴(turbulence closure scheme)의 경험 상수(empirical constant), Ftree,i는 수목 항력 항, nc는 잎들(Leaves)의 수직 투사(vertical projection)에 의해 덮이는 부분(fraction), Cd는 수목의 잎 표면 거칠기를 나타내는 잎 항력 계수(Leaf Drag Coefficient), LAD(Leaf Area Density)는 잎 영역 밀도로서 단위 체적당 잎이 차지하는 면적, ｜U｜는 바람 속도(wind speed), Cε1, Cε2, σk, σε, η0, β0는 경험 상수(empirical constant)
modeling the analysis target area by a modeling unit receiving surface lateral boundary information of the analysis target area and generating topography, structures, and trees in the corresponding area;
The computational fluid dynamics analysis unit sets the wind inflow conditions for the analysis target area, and the analysis modeled through the computational fluid dynamics model (CFD) to which the effect of tree drag affected by trees is applied. analyzing the wind field of the target area;
calculating, by a pedestrian wind environment grade calculation unit, a pedestrian wind environment grade of the analysis target area using the analyzed wind field information; and
Visualizing the modeled analysis target area in three dimensions on a virtual space by a visualization unit, and adding the pedestrian wind environment rating to the visualized analysis target area to visualize,
The step of analyzing the wind field by the computational fluid dynamics analysis unit reflects the tree drag parameterized based on the leaf surface roughness of the tree and the area occupied by the leaf per unit volume to generate momentum, turbulent kinetic energy, calculating TKE) and turbulent kinetic energy dissipation rates (TKE dissipation rates);
The momentum is calculated using Equation 1 below,
[Equation 1]
Figure 112021145491764-pat00061

Figure 112021145491764-pat00062

Figure 112021145491764-pat00063

Figure 112021145491764-pat00064

Figure 112021145491764-pat00065

The turbulent kinetic energy is calculated using Equation 2 below,
[Equation 2]
Figure 112021145491764-pat00066

Figure 112021145491764-pat00067

The turbulent kinetic energy dissipation rate is a pedestrian wind environment analysis method using a computational fluid dynamics model reflecting the tree drag effect calculated using Equation 3 below.
[Equation 3]
Figure 112021145491764-pat00068

Figure 112021145491764-pat00069

Figure 112021145491764-pat00070

Here, χ i is the i th (i th ) Cartesian coordinate (i is an integer), U i is the i th mean velocity component, P * is the pressure deviation from the reference value, and ρ is The air density, ν, is the kinematic viscosity (viscosity of a fluid divided by the density of the fluid at the same temperature), μ i is the fluctuation from the i th mean velocity component component), K m is the turbulent diffusivity, κ is the turbulent kinetic energy (TKE), δij is the Kronecker delta value, ε is the TKE dissipation rates, and C μ is The empirical constant of the RNG k-ε turbulence closure scheme, F tree,i is the tree drag term, and n c is the part covered by the vertical projection of the leaves ( fraction), C d is the leaf drag coefficient representing the roughness of the leaf surface of trees, LAD (Leaf Area Density) is the leaf area density, the area occupied by leaves per unit volume, and |U| is the wind speed ), C ε1 , C ε2 , σ k , σ ε , η 0 , β 0 are empirical constants
 제11항에 있어서, 상기 분석 대상 지역을 모델링하는 단계는
상기 모델링부가 분석 대상 지역에 대한 지리정보시스템(Geograpgic Information System, GIS) 정보를 입력받아 해당 정보에 포함된 지표 경계 정보를 이용하여 상기 분석 대상 지역을 3차원으로 모델링하는 단계를 포함하는 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 방법.
The method of claim 11, wherein the modeling of the analysis target area comprises:
Tree drag effect comprising the step of receiving, by the modeling unit, geographic information system (GIS) information on the analysis target area and modeling the analysis target area in three dimensions using the surface boundary information included in the information A pedestrian wind environment analysis method using a computational fluid dynamics model reflecting
 삭제delete 삭제delete 삭제delete 제11항에 있어서,
풍환경 개선 후보 지역 산출부가 상기 보행자 풍환경 등급을 기초로 상기 분석 대상 지역 내에서 풍환경 개선 후보 지역을 산출하는 단계; 및
상기 시각화부가 상기 시각화된 분석 대상 지역에 상기 산출된 풍환경 개선 후보 지역을 부가하여 시각화하는 단계를 더 포함하는 수목 항력 효과를 반영한 전산유체역학 모델을 이용한 보행자 풍환경 분석 방법.12. The method of claim 11,
calculating, by a wind environment improvement candidate area calculation unit, a wind environment improvement candidate area within the analysis target area based on the pedestrian wind environment grade; and
Pedestrian wind environment analysis method using a computational fluid dynamics model reflecting the effect of tree drag, further comprising the step of visualizing, by the visualization unit, adding the calculated wind environment improvement candidate area to the visualized analysis target area.
KR1020200138926A 2020-10-26 2020-10-26 Pedestrian wind environment analyzing system using commutational fluid dynamics with tree drag parameterization, analyzing method using the same KR102387251B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200138926A KR102387251B1 (en) 2020-10-26 2020-10-26 Pedestrian wind environment analyzing system using commutational fluid dynamics with tree drag parameterization, analyzing method using the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200138926A KR102387251B1 (en) 2020-10-26 2020-10-26 Pedestrian wind environment analyzing system using commutational fluid dynamics with tree drag parameterization, analyzing method using the same

Publications (1)

Publication Number Publication Date
KR102387251B1 true KR102387251B1 (en) 2022-04-14

Family

ID=81211174

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200138926A KR102387251B1 (en) 2020-10-26 2020-10-26 Pedestrian wind environment analyzing system using commutational fluid dynamics with tree drag parameterization, analyzing method using the same

Country Status (1)

Country Link
KR (1) KR102387251B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115994496A (en) * 2022-12-02 2023-04-21 上海师范大学 Urban park high resolution atmospheric CO 2 Numerical simulation method of concentration three-dimensional field

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120101949A (en) * 2011-03-07 2012-09-17 부경대학교 산학협력단 System and method for wind field realizing of weather diagnostic model and diffusion model
KR20120101952A (en) * 2011-03-07 2012-09-17 부경대학교 산학협력단 Processing system for temperature field of diffusion model using weather diagnostic model and processing method therefor
KR101332559B1 (en) 2012-11-09 2013-11-26 한국에너지기술연구원 Numerical simulation system and method for atmospheric wind flow by computational fluid dynamics
KR101943758B1 (en) * 2017-11-17 2019-01-29 한국외국어대학교 연구산학협력단 Method and Apparatus for Evaluating Risk Impacts in Pedestrian Environment due to Hazardous Substance Dispersion in Urban Area

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120101949A (en) * 2011-03-07 2012-09-17 부경대학교 산학협력단 System and method for wind field realizing of weather diagnostic model and diffusion model
KR20120101952A (en) * 2011-03-07 2012-09-17 부경대학교 산학협력단 Processing system for temperature field of diffusion model using weather diagnostic model and processing method therefor
KR101332559B1 (en) 2012-11-09 2013-11-26 한국에너지기술연구원 Numerical simulation system and method for atmospheric wind flow by computational fluid dynamics
KR101943758B1 (en) * 2017-11-17 2019-01-29 한국외국어대학교 연구산학협력단 Method and Apparatus for Evaluating Risk Impacts in Pedestrian Environment due to Hazardous Substance Dispersion in Urban Area

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
길용식 외 2명, "건축분야 풍영향 평가에 대한 실힘 및 수치해석적 접근방법, 전산구조공학 제27권 제3호, 2014.09., pp32-39. 1부.* *
김원술 외 2명, "도시 생태공원의 풍환경 평가 적용에 관한 고찰", 한국습지학회지 Volume 21 Issue spc, 2019.12., pp117-122. 1부.* *
정수현 외 2명, "보행자 레벨의 풍환경 예측 시 Canopy Model을 적용한 CFD 시뮬레이션 타당성 검증", 한국태양에너지학회 2012년도 춘계학술발표대회 논문집, 2012.03., pp345-353. 1부.* *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115994496A (en) * 2022-12-02 2023-04-21 上海师范大学 Urban park high resolution atmospheric CO 2 Numerical simulation method of concentration three-dimensional field
CN115994496B (en) * 2022-12-02 2024-03-12 上海师范大学 Urban park high resolution atmospheric CO 2 Numerical simulation method of concentration three-dimensional field

Similar Documents

Publication Publication Date Title
Buccolieri et al. Aerodynamic effects of trees on pollutant concentration in street canyons
Moncrieff A theory of organized steady convection and its transport properties
Mei et al. Street canyon ventilation and airborne pollutant dispersion: 2-D versus 3-D CFD simulations
Bitsuamlak et al. Numerical evaluation of wind flow over complex terrain
Gorlé et al. Dispersion in the wake of a rectangular building: validation of two Reynolds-averaged Navier–Stokes modelling approaches
Su et al. Effects of real trees and their structure on pollutant dispersion and flow field in an idealized street canyon
CN104361157B (en) The evaluation method of wind environment between a kind of building
CN107704641A (en) Fine simulation of wind method based on outdoor scene vegetation spatial distribution roughness
Longo et al. Impact of urban environment on Savonius wind turbine performance: A numerical perspective
Yang et al. LES study of turbulent flow fields over hilly terrains—Comparisons of inflow turbulence generation methods and SGS models
CN108763825A (en) A kind of method for numerical simulation of the wind field of simulation complicated landform
Pereira et al. Comparing WAsP and CFD wind resource estimates for the regular user
Poëtte et al. The impact of landscape fragmentation on atmospheric flow: a wind-tunnel study
KR102387251B1 (en) Pedestrian wind environment analyzing system using commutational fluid dynamics with tree drag parameterization, analyzing method using the same
Li et al. Wind tunnel study on the morphological parameterization of building non-uniformity
Dhunny et al. Investigation of multi-level wind flow characteristics and pedestrian comfort in a tropical city
García-Sánchez et al. The impact of level of detail in 3D city models for CFD-based wind flow simulations
Gao et al. The influence of surrounding buildings on the natural ventilation performance of residential dwellings in Hong Kong
KR102537488B1 (en) Wind speed analyzing system in urban area based on inflow wind speed and morphological parameters, and wind speed analyzing method using the same
Wang The influence of thermally-induced mesoscale circulations on turbulence statistics over an idealized urban area under a zero background wind
Mohammadi et al. Numerical evaluation of the use of vegetation as a shelterbelt for enhancing the wind and thermal comfort in peripheral and lateral-type skygardens in highrise buildings
Xu et al. CFD simulation of chemical gas dispersion under atmospheric boundary conditions
Ridzuan et al. 3D vectorization and rasterization of CityGML standard in wind simulation
Garcıa-Sáncheza et al. The impact of level of detail in 3d city models for cfd-based wind flow simulations
Tassone et al. A random walk model for atmospheric dispersion in the daytime boundary layer

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant