제 17권 제 1 호 2012년 2월 pp. 45-53
해상에서의 원유 확산 과정 예측을 위한 격자 기반 이산 사건 및 이산 시간 시뮬레이션
하솔*, 차주환**, 구남국*, 이규열***
Cell-based Discrete Event and Discrete Time Simulation for the Prediction of Oil Slick Movement and Spreading
in Ocean Environment
Sol Ha*, Ju-Hwan Cha**, Namkug Ku* and Kyu-Yeul Lee***
ABSTRACT
In this paper, oil spreading simulation model is proposed for analyzing the oil spreading phenome- non rapidly when the ocean is polluted by the oil from a stranded ship. The space occupied by the ocean is converted into the latticed cell, and the each cell contains the information, such as the quan- tity of the oil, the temperature of the ocean, and the direction of current and wind. Two states, such as
“clean” and “polluted” are defined in the each cell, and the oil in the cell spreads to the neighbor cells by the spreading rules. There are three spreading rules. First, the oil in the certain cell only spreads to the neighbor cells that contain larger oil than the certain cell. Second, the oil evaporates in proportion to the temperature of the ocean at the every time step. Third, the oil spreading property is affected by the direc- tion and the speed of the current and the wind. The oil spreading simulation model of the each cell is defined by using the combined discrete event and discrete time simulation model architecture with the information and the spreading rules in the cell. The oil spreading simulation is performed when the oil of 10,000 kL is polluted in the ocean environment of 300 m by 300 m with various current and wind.
Key Words : Oil Slick Movement and Spreading, Cellular Automata, Discrete Event Simulation, Discrete Time Simulation
1. 서 론
1.1 연구 배경 및 필요성
2010년 12월 7일 오전 7시 15분경 태안군 만리포 북서방 약 8 km 해상에서 예인선으로부터 분리된 부 선과 유조선(홍콩선적 ‘허베이 스피릿’ 호)의 충돌로 인해 대량의 원유가 유출되는 사고가 발생하였다. 당 시 발생한 사고의 원유 유출량은 역대 원유 유출 사고 중 가장 큰 규모인 12,547 kL로서 주변 해양 환경에 막대한 손실을 입혔다. 해양 유류 오염 사고는 유출
지점과 주변 지역의 해양과 연안 생태계에 치명적인 영향을 미치기에 유출된 원유의 확산을 초기에 방지 하는 것이 중요하다.
사고로 인해 유출된 원유는 유출 지점으로부터 주 변 지역으로 확산되며, 바람, 파도, 해류, 그리고 해수 의 온도와 같은 주변 환경에 따라 유류가 확산되는 방 향과 그 정도가 달라진다. 특히 초기 유출 후 원유가 다른 지역으로 확산되는 것을 차단하기 위해서는 주 변 환경을 고려하여 원유의 확산 방향과 확산 정도를 단시간 내에 예측하는 작업이 요구된다. 따라서 본 논 문에서는 초기 원유 유출 시 주변 해양 환경을 고려하 여 원유의 개략적인 확산 방향과 확산 정도를 단시간 내에 예측하기 위해 격자 기반의 cell에 원유 확산에 대한 규칙을 부여하고 이를 이산 사건 및 이산 시간 혼합형 시뮬레이션 모델로 구성하여 원유의 확산 과 정을 예측하는 시뮬레이션을 수행하였다.
*학생회원, 서울대학교 조선해양공학과 대학원
**교신저자, 정회원, 목포대학교 해양시스템공학과
***종신회원, 서울대학교 조선해양공학과 및 해양시스템공 학연구소
-논문투고일: 2011. 07. 16 -논문수정일: 2011. 12. 14 -심사완료일: 2011. 12. 17
1.2 관련 연구 현황
1.2.1 원유의 확산 과정 예측을 위한 cellular automata 모델
초기 원유 유출 후 원유의 확산 과정을 예측하는 방법으로는 수학적 모델을 이용한 예측 방법과 원유 확산에 대한 규칙 기반 oil spreading cellular automata 모델을 이용한 예측 방법 등이 있다. 수학적 모델을 이용한 방법[1]은 주변 해양 환경과 원유 확산 과정에 대해 지배 방정식을 정립하고, 수치적인 방법 을 이용하여 해를 구하는 과정을 말한다. 수학적 모델 을 이용한 방법은 보다 정확한 원유의 확산 과정을 예 측할 수 있으나, 계산량이 많고 예측 결과를 얻기까지 계산 시간이 오래 걸리는 한계점이 있다. 따라서 원유 의 초기 확산 과정을 예측하고 이에 대응하기 위해서 는 간단한 규칙 기반의 oil spreading cellular automata 모델이 이용되고 있다.
Oil spreading cellular automata 모델은 원유가 유 출된 주변 지형을 균일한 cell로 분할한 후 각 cell에 일정한 규칙을 부여하여 원유의 확산 과정을 예측하 기 위한 모델을 말한다. Nakono et al.[2]은 각 cell이 가진 원유의 양이 단위 시간 동안 이웃한 4개의 cell 로 균일하게 확산된다는 간단한 규칙을 이용하여 원 유의 확산 과정을 예측하였다.
Karafyllidis[3]와 Sirakoulis et al.[4]은 각 cell에 지 형, 원유량, 해류의 방향과 속도, 바람의 방향과 속도 에 대한 6가지 속성을 부여하고, 주변 cell의 영향을 고려하여 각 cell의 원유량을 예측할 수 있는 cellular automata 모델을 제시하였다. 또한 해수의 온도에 따 라 원유가 증발하는 특성도 고려하였다. Rusinovic et al.[5]과 Shyue et al.[6]은 Karafyllidis[3]와 Sirakoulis et al.[4]이 제시한 모델에 파도에 의한 수직 방향으로 의 원유 확산(vertical transportation), 원유의 용해 (dissolution), 해안선에서의 침전(deposition), 유상화 (emulsification) 등을 추가로 고려하였다.
1.2.2 격자 기반의 이산 사건 및 이산 시간 시뮬레 이션 모델 구조
Zeigler 등[13]은 이산 사건 및 이산 시간 시뮬레이션 을 수행하기 위해 주어진 시스템을 정형화된 형태로 표현할 수 있는 시뮬레이션 모델 구조를 제시하였다.
Wainer는 Zeigler 등이 제시한 시뮬레이션 모델 구조 를 기반으로 격자 기반의 이산 시간 시뮬레이션을 수 행할 수 있는 Cell-DEVS 형식론을 제안하였다[7].
Cha et al.[9], 차주환 등[10], Ha et al.[11], 하솔 등[12]
은 Zeigler가 제시한 이산 사건 및 이산 시간 시뮬레
이션 모델 구조를 기반으로 Fig. 1과 같은 시뮬레이션 커널을 개발하였다. 이산 사건 및 이산 시간 혼합형 시뮬레이션 모델 구조로 정의된 시뮬레이션 모델들은 시뮬레이션 엔진을 이용하여 시간을 진행하면서 함께 시뮬레이션을 수행할 수 있다.
이산 사건 형식론에 기반한 시뮬레이션 모델은 다 음의 7가지 요소로 구성된다.
① State Variable(Sdevs): 모델의 특성을 나타내는 변수
② Input Port(Xdevs): 다른 모델로부터 입력을 전달 받는 포트
③ Output Port(Ydevs): 다른 모델로 출력을 전달하 는 포트
④ External Transition Function(δext): 외부 입력에 따라 모델의 상태 변수를 변경하는 함수
⑤ Internal Transition Function(δnt): 시간 진행에 따른 내부 사건(event) 발생에 따라 모델의 상 태 변수를 변경하는 함수
⑥ Output Function(λdevs): 외부로 출력을 내보내는 함수
⑦ Time Advance(ta): 모델의 현재 상태에 따라 다음 내부 사건(event) 발생 시점을 결정하는 함수
이산 시간 형식론에 기반한 시뮬레이션 모델은 다 음의 7가지 요소로 구성된다.
①,②,③,⑥: 이산 사건 형식론과 동일
④ Rate of Change(f): 외부 입력에 따라 모델의 상태를 변경하는 함수
⑤ Integral Function(∫f): 매 단위 시간마다 모델 의 상태를 업데이트하는 함수
Fig. 1. Combined discrete event and discrete time simulation model architecture (Cha et al.[9], 차주 환 등[10], Ha et al.[11], 하솔 등[12])
⑥ Output Function(λdtss): 외부로 출력을 내보내는 함수
⑦ State Event Function(Cint): 이산 시간 모델에 설정된 제약 조건을 위배할 경우 내부 사건 (event)을 발생시키는 함수
원유 확산 과정을 예측하기 위해 cellular automata 모델을 제시한 기존의 연구에서는 cellular automata 모 델의 규칙만을 제시하였으며, 정형화된 형식론을 이용 하여 제시한 규칙을 표현하지는 않았다[1-6]. 따라서, 본 논문에서는 Cha et al., 차주환 등, Ha et al., 하솔 등 이 개발한 이산 사건 및 이산 시간 혼합형 시뮬레이션 커널과 Wainer가 제시한 Cell-DEVS 형식론을 조합하 여 원유 확산 예측을 위한 cellular automata 모델을 구성하였다. Cellular automata 모델을 이산 사건 및 이산 시간 혼합형 시뮬레이션 모델 구조를 이용하여 정의함으로써 기본의 연구와 비교하여 다음과 같은 장점을 가질 수 있다[7-8].
① Cell을 정형화된 형식으로 모델링 함으로써 cellular automata 모델의 개발 시간을 단축할 수 있다.
② 각각의 cell을 독립적인 시뮬레이션 모델로 구성 할 수 있고 재사용이 가능하며, 격자의 크기를 쉽게 조정할 수 있다.
③ 시뮬레이션 엔진을 이용하여 시뮬레이션 시간을 관리하기 용이하다.
본 논문의 2장에서는 Karafyllidis[3]와 Sirakoulis et al.[4]이 제시한 cellular automata 모델에 대해 설명 한다. 3장에서는 이산 사건 및 이산 시간 혼합형 시뮬 레이션 모델 구조를 이용하여 구성한 oil spreading 시뮬레이션 모델에 대해 설명한다. 4장에서는 oil spreading 시뮬레이션 모델의 기능을 검증하기 위해 유출 원유의 확산 과정에 대한 시뮬레이션을 구성하 고 수행한 결과를 설명한다. 그리고 5장에서는 결론 및 향후 계획을 기술한다.
2. Oil Spreading Cellular Automata 모델
2.1 Oil Spreading Cellular Automata 모델 정의 Karafyllidis[3]와 Sirakoulis et al.[4]이 제시한 oil spreading cellular automata 모델에서는 원유가 확산 가능한 영역을 Fig. 2과 같이 규칙적인 격자 형태의 cell들의 집합으로 표현하였다. 본 논문에서는 cell의 크 기를 10 m × 10 m의 크기로 정의하였으며, 시간 t에서 한 개의 cell (i, j)이 가지는 특성은 Table 1과 같다.
2.2 원유의 확산 규칙
모든 cell은 오염 여부를 판단하는 상태와 각 cell 내에 존재하는 원유의 양이 저장되어 있다. 각 cell 내 에 저장된 원유는 시간이 지남에 따라 이웃 cell로 확 Fig. 2. The concept of the oil spreading cellular automata
model in the oil pollution region.
Table 1. The properties of the Cell.
항목 기호 설명
오염 여부 Phase Clean or Polluted 지형 정보 LF Land(L) or Water(W)
원유의 양 단위: kL
해수의 온도 단위: 섭씨
해류의 방향 방위에 따라 8방위로 나눔
해류의 속도 단위: m/s
바람의 방향 방위에 따라 8방위로 나눔
바람의 속도 단위: m/s
Mi jt, Tt CDi jt, CVi jt, WDi jt, WVi jt,
산되어 이웃 cell을 오염시킨다. 초기 원유 유출 시에 는 Fig. 3와 같이 유출된 지점을 포함하는 cell에 원 유를 할당하고 오염(“polluted”) 상태로 변경한다. 그 후 원유는 일정 속도를 가지고 8방향으로 확산된다.
원유는 Fig. 4과 같이 상대적으로 거리가 가까운 동 서남북의 이웃 cell을 먼저 오염시킨다. 오염된 cell은 다시 오염원이 되어 이웃 cell을 오염시키는 과정으로 원유가 확산된다.
그리고 오염된(“polluted”) cell은 이웃 cell에서 확 산되는 원유의 양을 고려하여 다음의 식을 이용하여 매 단위 시간마다 원유의 양을 계산한다.
여기서 는 시간 t 에서의 cell(i, j)내에 존재하 는 원유의 양을 의미하며, m은 수직/수평 방향으로 원 유가 확산되는 비율을, md는 대각선 방향으로 원유가 확산되는 비율을 의미한다.
2.3 원유의 증발 규칙
원유는 그 특성상 해수의 온도에 따라 매 단위 시 간마다 일정량만큼 증발한다. 각 cell의 해수 온도에 따라 증발하는 원유의 양은 다음과 같이 계산한다.
이 때, p는 원유의 특성에 따른 증발 상수를 나타 내며, tm은 단위 계산 시간, Tt는 시간 t에서의 해수 온도를 의미한다.
2.4 해류와 바람에 의한 확산 규칙
해류의 방향과 속도, 바람의 방향과 속도에 의해 이웃 cell로 원유가 확산되는 경향이 달라진다. 이를 표현하기 위해 “2.2. 원유의 확산 규칙” 에서 설명한 수식에 바람과 해류에 의한 영향을 고려하여 다음과 같이 수식을 수정한다.
이 때 상수 ,
는 현재 cell의 해류와 바람이 이웃 cell로부터 확 Mi j t 1,+
Mi j t,
m (Mi 1 j t– , –Mi j t,) M+( i 1 j t+ , –Mi j t,) Mi 1 j 1 t– , + –Mi j t,
( ) M( i 1 j 1 t+ , + –Mi j t,)
+ +
+
=
m
+ d (Mi 1 j 1 t– ,– –Mi j t,) M+( i 1 j 1 t+ ,– –Mi j t,) Mi 1 j 1 t– , + –Mi j t,
( ) M( i 1 j 1 t+ ,+ –Mi j t,)
+ +
Mi jt,
Mevap t 1+ = ptmT t
Mi j t 1,+ Mi j t, m
1+Ni j t,
( ) M( i 1 j t– , –Mi j t,) + 1(( +Si j t,)) M( i 1 j t+ , –Mi j t,)
1+Wi j t,
( )Mi 1 j 1 t– ,+ –Mi j t,
( )
+
+ 1(( +Ei j t,)Mi 1 j 1 t+ ,+ –Mi j t,) +
=
m + d
1+NWi j t,
( )Mi 1 j 1 t– , – –Mi j t,
( )
+ 1(( +SWi j t,)Mi 1 j 1 t+ ,– –Mi j t,) 1+NEi j t,
( ) M( i 1 j 1 t– ,+ –Mi j t,) +
+ 1(( +SEi j,t) M( i 1 j 1 t+ , + –Mi j t,))
Ni j t,
, Si j t,
, Ei j t,
, Wi j t,
, NWi j t,
, NEi j t,
,SWi j t,
SEi j t,
Fig. 3. The oil spreading rules (1/2) – Initial pollution.
Fig. 4. The oil spreading rules (2/2) – Spreading to the neighbor cells.
산되는 원유의 양에 미치는 영향을 나타내는 상수들이 다. 한 예로서, 현재 cell의 북쪽 방향에 위치한 이웃 cell에서 확산되는 원유의 양에 영향을 미치는 상수
는 다음과 같은 식으로 계산한다.
이 때, 는 해류에 의한 영향을, 는 바람 에 의한 영향을 나타내는 상수이며, 이 상수들의 크기 는 다음 식을 이용하여 계산한다.
여기에서 R은 바람의 속도를 바람에 의한 해류의 속도에 대응되도록 변환하는 상수이며 약 0.03에서 0.16 정도의 값을 가진다. 와 의 방향은
각각 와 에 의해 결정된다.
3. 이산 사건 및 이산 시간 혼합형 시뮬레이션 모델 구조 기반 Oil
Spreading 시뮬레이션 모델
3.1 이산 사건 및 이산 시간 혼합형 시뮬레이션 모델 Oil spreading cellular automata 모델에 정의된 각 cell의 특성과 원유의 확산 규칙을 이용하면 시간의 흐 름에 따라 유출된 원유의 확산 과정을 예측할 수 있다.
본 논문에서는 이산 사건 시뮬레이션 모델 구조(Discret e Event System Specification: DEVS)과 이산 시간
시뮬레이션 모델 구조(Discrete Time System Specification: DTSS)를 이용하여 2장에서 설명한 cellular automata 모델을 구성하였다.
3.2 Oil Spreading 시뮬레이션 모델
이산 사건 및 이산 시간 시뮬레이션 모델 구조를 이용하여 2장에서 설명한 oil spreading cellular automata 모델을 Fig. 5와 같이 이산 사건 및 이산 시간 혼합형 시뮬레이션 모델로 구성하였다. 이산 사 건 및 이산 시간 시뮬레이션 모델을 구성하는 각각의 요소에 대한 설명은 다음과 같다.
Input/Output Port
Oil spreading 이산 사건 시뮬레이션 모델은 이웃 cell로부터 확산된 원유의 양을 전달 받기 위한 input port를 가지고 있다. 또한 시뮬레이션 시작(“start”) 및 정지(“stop”) 신호와 초기 원유 유출 위치와 원유 유 출량(“inOilSource”)을 전달 받기 위한 input port를 가지고 있다.
Input Port: Xdevs= {“start”, “stop”, “inN”, “inNE”,
“inNW”, “inE”, “inW”, “inS”, “inSE”, “inSW”, “inOil- Source”}
External Transition Function
Oil spreading 이산 사건 시뮬레이션 모델은 이웃 cell로부터 확산된 원유를 전달받거나 초기 원유 유출 량을 전달 받으면 현재 cell을 오염 상태(“polluted”)로 전환하고 이산 시간 모델을 활성화 한다. Oil spreading 이산 사건 시뮬레이션 모델의 external transition function에 대한 pseudo code는 다음과 같다.
Output Function
Output function은 이웃 cell로 메시지를 출력하는 기능을 담당한다. Cell이 오염(“polluted”)된 후 이산 시간 시뮬레이션 모델의 계산 결과에 따라 이웃 cell 로 원유가 확산되었다는 메시지를 전달한다. Oil Ni j t,
Ni j t,
Nci j t,
Nwi j t,
+
=
Nci j t, Nwi j t,
Nci j t, CVi j t,
CVmax ---
=
Nwi j t, RWVi j t,
WVmax ---
=
Nci j t,
Nwi j t,
CDi j t,
WDi j t,
If input “start” then Phase = “clean”, If input “stop” then
wait for signal
If Phase = “clean” & (input “ini” or input “inOilSource”) then Phase = “polluted” & turn on DTSS model Otherwise,
wait for elapsed time
Fig. 5. Oil spreading simulation model based on the combined discrete event and discrete time simulation model architecture.
spreading 이산 사건 시뮬레이션 모델의 output function 에 대한 pseudo code는 다음과 같다.
Internal Transition Function
Internal transition function은 시뮬레이션 시간 진행 에 따라 모델 내부에서 발생하는 사건을 처리한다.
Cell이 오염(“polluted”)된 후 이산 시간 시뮬레이션 모델의 계산 결과에 따라 원유가 이웃 cell에 도달하 면 해당 방향으로 원유 확산 과정을 계산하는 함수를 중지한다. Oil spreading 이산 사건 시뮬레이션 모델 의 internal transition function에 대한 pseudo code 는 다음과 같다.
Time Advance
Time advance 함수는 각 상태에 대한 다음 내부 사건(event) 발생 시간을 계산한다. Oil spreading 이 산 사건 시뮬레이션 모델에서는 모든 상태에 대해 외 부 입력이나 이산 시간 시뮬레이션 모델의 입력을 기 다린다. Oil spreading 이산 사건 시뮬레이션 모델의 time advance에 대한 pseudo code는 다음과 같다.
3.2.2 이산 시간 시뮬레이션 모델의 구성 State Variable
Oil spreading 이산 시간 시뮬레이션 모델의 state variable은 현재 cell 내에 존재하는 원유의 양과 이를 계산하기 위해 필요한 각종 변수를 저장한다. 다음과 같이 정의된 state variable은 Table 1에서 정의된 특 성과 동일한 의미를 가진다.
Input/Output Port
Oil spreading 이산 시간 시뮬레이션 모델은 이웃 cell로부터 확산되는 원유의 양을 전달받기 위한 input port를 가지고 있다. 그리고 유출된 원유의 초기 위치
와 초기 유출 원유량을 전달 받기 위한 input port를 가지고 있다. 또한 현재 cell의 원유량을 이웃 cell로 전달하기 위한 output port도 함께 가지고 있다.
Input Port: Xdtss = {“inN”, “inNE”, “inNW”, “inE”,
“inW”, “inS”, “inSE”, “inSW”, “inOilSource”}
Output Port: Ydtss = {“outN”, “outNE”, “outNW”,
“outE”, “outW”, “outS”, “outSE”, “outSW”}
Rate of Change
Oil spreading 이산 시간 시뮬레이션 모델의 rate of change 함수에서는 이웃 cell로부터 전달받은 원유 의 양을 모델 내에 저장하는 기능을 한다. Oil spreading 이산 시간 시뮬레이션 모델의 rate of change 함수에 대한 pseudo code는 다음과 같다.
Output Function
Oil spreading 이산 시간 모델의 output function에 서는 현재 cell 내에 존재하는 원유의 질량을 이웃 cell로 전달하는 역할을 담당한다. Oil spreading 이산 시간 시뮬레이션 모델의 output function에 대한 pseudo code는 다음과 같다.
Integral Function
Oil spreading 이산 시간 시뮬레이션 모델의 integral function은 매 단위 시간마다 8개의 방향으로 원유가 확산된 거리와 현재 cell 내에 존재하는 원유 의 질량을 매 단위 시간마다 갱신한다. 현재 cell의 원 유 질량은 2.3과 2.4에서 설명한 식을 사용한다. Oil spreading 이산 시간 시뮬레이션 모델의 integral function에 대한 pseudo code는 다음과 같다.
State Event Function
Oil spreading 이산 시간 시뮬레이션 모델의 state If Phase = “polluted” then,
i = OilSpreading.getCompletedSpreadingDirection () OilSpreading.StopSpreading(i)
Wait for signal
Sdtss Mi j1,
T t CDi j1,
WDi j1,
WVi j1,
, , , ,
{ }
=
If input = “ini” then,
OilSpreading.setNeighborOilMass(i)
foreach i in all direction
if OilSpreading.IsSpreadingComplete(i) output “outi” =
end of foreach
foreach i in all direction
OilSpreading.ComputeSpreadingDistance(i) end of foreach
= OilSpreading.ComputeOilMass() Mi ji,
Mi ji,
If Phase = “polluted” then,
i = OilSpreading.getSpreadingDirection() output “outi”
event function은 원유가 확산되어 이웃 cell에 도달하 였을 때 내부 사건을 발생시키는 역할을 수행한다.
Oil spreading 이산 시간 시뮬레이션 모델의 state event function에 대한 pseudo code는 다음과 같다.
4. 원유 확산 시뮬레이션
4.1 원유 확산 시뮬레이션 모델링
3.2에서 정의한 oil spreading 시뮬레이션 모델의 기 능을 확인하기 위해 다음과 같이 가정하여 시뮬레이 션을 구성하였다.
① 300(m) × 300(m) 크기의 영역에 대해 900개의 cell을 생성하여 이에 대한 시뮬레이션 모델을 생 성한다. (격자의 크기는 사용자에 의해 임의로 조 정 가능하다.)
② 초기에 유출된 원유의 양은 10,000 kL로써 임의 위치의 한 cell에 입력한다.
③ 바람의 방향은 북향을 기준으로 ±10o 범위 내에 서, 바람의 속도는 1±0.3(m/s) 범위 내에서 임 의로 생성한다.
④ 해류의 방향은 북향을 기준으로 ±5o 범위 내에 서, 해류의 속도는 0.5±0.1(m/s) 범위 내에서 임의로 생성한다.
⑤ 해수의 온도는 10±2(oC) 범위 내에서 임의로 생성한다.
위의 5가지 가정에 따라 시뮬레이션 모델을 구성하 면 Fig. 6과 같다. Fig. 6에서 “Initial Oil Source”
시뮬레이션 모델은 초기 원유 유출 시 유출 지점이 위 치한 cell에 초기 원유의 양을 설정하는 역할을 한다.
4.2 원유 확산 시뮬레이션 결과 분석
4.1절에서 구성한 원유 확산 시뮬레이션 모델을 이 용하여 시뮬레이션을 수행한 결과는 Fig. 7과 같다.
Fig. 7에서 볼 수 있듯이 시간이 흐름에 따라 원유가 확산되는 것을 확인할 수 있다. 해류의 방향과 바람의 방향이 북쪽을 향하고 있기에 북쪽 방향으로 원유가 더 빨리 확산되는 것을 확인할 수 있다.
Fig. 8은 초기 원유의 유출 지점을 변경하고 바람과 해류의 방향을 북서쪽으로 변경한 예시이다. 바람과 해류의 영향에 따라 원유가 북서쪽으로 빠르게 확산
되는 것을 확인할 수 있다.
5. 결론 및 향후 연구 계획
본 논문에서는 원유 유출에 따른 확산 과정을 예측 하기 위해 oil spreading cellular automata 모델을 사 용한 원유 확산 시뮬레이션을 수행하였다. 제안하는 oil spreading 시뮬레이션 모델은 이산 사건 및 이산 시간 시뮬레이션 모델 구조를 이용하여 정의하였으며, Karafyllidis[3]와 Sirakoulis et al.[4]이 제시한 oil foreach i in all direction
distance = OilSpreading.getSpreadingDistance(i) if distance >= getMaxSpreadingDistance(i) then, fire internal event end of foreach
Fig. 6. Configuration of the oil spreading simulation model and the cell coupled model.
Fig. 7. An example of the graphical result of the oil spreading simulation with the north wind and current.
Fig. 8. An example of the graphical result of the oil spreading simulation with the northwest wind and current.
spreading cellular automata 모델의 확산 규칙, 증발 규칙, 해류와 바람에 의한 영향 규칙을 포함한다. 제 안한 oil spreading 시뮬레이션 모델의 기능을 검증하 기 위해 가상의 공간에 대해 원유 확산 시뮬레이션을 수행하였다. 향후에는 제안한 oil spreading 시뮬레이 션 모델에 Rusinovic et al.[5]이 제시한 규칙을 추가하 고 태안 반도 원유 유출 사고와 같은 실제 사례를 대 상으로 시뮬레이션을 수행한 후 비교 검증할 예정이 다. 또한 병렬 계산을 수행할 수 있는 GPGPU 기술 을 접목하여 시뮬레이션 속도 향상 방안에 대해서도 연구를 진행할 예정이다..
감사의 글
본 연구는 (a) 국방과학연구소 수중운동체기술특화 센터 SM-11 과제 "수중 운동체의 체계/부체계 기능 및 성능 시뮬레이션을 위한 네트워크 기반의 가상 복 합 시스템 모델 구조 연구", (b) 지식경제부 산업원천 기술개발사업(10035331, 시뮬레이션 기반의 선박 및 해양플랜트 생산기술 개발), (c) 2011년도 목포대학 교 중형조선산업 지역혁신센터(RIC), (d) 서울대학교 BK 21 해양기술인력양성사업단, (e) 서울대학교 해양 시스템공학 연구소, (f) 서울대학교 공학연구소의 지 원을 받아 연구되었음을 밝히며, 이에 감사드립니다.
참고문헌
1. Inan, A. and Balas, L., “An Application of 2D Oil Spill Model to Mersin Coast,” WSEAS Transactions on Environment and Development, Vol. 6, No. 5, pp. 345-354, 2010.
2. Nakano, T., Kasegawa, J. and Morishita, S., “Coastal oil pollution prediction by a tanker using cellular automata,” OCEANS ‘98 Conference Proceedings, Vol. 3, pp. 1324-1328, 1998.
3. Karafyllidis, I., “A model for the prediction of oil
slick movement and spreading using cellular autom- ata,” Environment International, Vol. 23, No. 6, pp.
839-850, 1997.
4. Sirakoulis, G., Karafyllidis, I. and Thankailakis, A.,
“A Methodology for Modeling Ecological Systems based on Cellular Automata,” WSEAS Transactions on Computers, Vol. 2, Issue 4, pp. 982-990, 2003.
5. Rusinovic, Z. and Bogunovic, N., “Cellular automata based model for the prediction of oil slicks behavior,”
28th International Conference on Information Tech- nology Interfaces, pp. 569-574, 2006.
6. Shyue, S., Chung, J.S. and Hong, S.W., “Oil Spill Modeling Using 3D Cellular Automata for Coastal Waters,” 17th International Offshore and Polar Engi- neering Conference, pp. 546-553, 2007.
7. Wainer, G. A., “Applying Cell-DEVS Methodology for Modeling the Environment,” Simulation, Vol.
82, No. 10, pp. 635 -660, 2006.
8. Wainer, G. A., Discrete-event modeling and simu- lation: a practitioner's approach, CRC, 2009.
9. Cha, J. H. and Roh, M. I., “Combined Discrete Event and Discrete Time Simulation Framework and Its Application to the Block Erection Process in Shipbuilding,” Advances In Engineering Software, Vol. 41, No. 4, pp. 656-665, 2010.
10. 차주환, 하솔, 노명일, 이규열, “이산 사건/이산 시 간 혼합형 시뮬레이션 모델 구조 기반 DEVS-HLA 인터페이스를 이용한 잠수함의 잠항 시뮬레이션”, 한국CAD/CAM학회 논문집, 제15권, 제4호, pp.
279-288, 2010.
11. Ha, S., Cha, J. H. and Lee, K. Y., “HLA Interface for Combined Discrete Event & Discrete Time Sim- ulation Model in Distributed Environment,” Asia Simulation Conference 2009 (ASC 2009), Ritsumei- kan University, Shiga, Japan, Oct. 7-9, 2009. 10.
12. 하솔, 차주환, 이규열, “이산 사건/이산 시간 혼합형 시뮬레이션 모델 구조를 사용한 유도 어뢰의 탐지 효과도 분석”, 한국시뮬레이션학회 논문집, 제19권, 제2호, pp. 17-28, 2010.
13. Zeigler, B.P., Praehofer, H. and Kim, T.G., Theory of modeling and simulation, Academic press New York, NY, 2000.
하 솔
2003년 서울대학교 조선해양공학과 학사 2011년 서울대학교 조선해양공학과 대
학원 석박사 통합과정 관심분야: 모델링&시뮬레이션, 수중운
동체(잠수함, 어뢰) 교전 시뮬레 이션, 격자 기반 시뮬레이션 (Cellular Automata, Lattice Gas Automata, Lattice Boltzmann Me- thod)
구 남 국
2004년 서울대학교 조선해양공학과 학사 2011년 서울대학교 조선해양공학과 대
학원 석박사 통합과정 관심분야: 용접/전처리 로봇, Offshore
structure, 다물체계 동역학 및 제 어.
차 주 환
2002년 서울대학교 조선해양공학과 학사 2004년 서울대학교 대학원 조선해양공
학과 석사
2008년 서울대학교 대학원 조선해양공 학과 박사
2008년~2011년 서울대학교 공학연구소 선임연구원
2011년 목표대학교 해양시스템공학과 관심분야: 선박설계, 최적설계, 모델링전임강사
&시뮬레이션, 다물체계 동역학, 조선 전용 CAD/CAM, 음함수 모 델링
이 규 열
1971년 서울대학교 공과대학 조선공학 과 학사
1975년 독일 하노버 공과대학 조선공 학 석사(Dipl.-Ing.)
1982년 독일 하노버 공과대학 조선공 학 박사(Dr.-Ing.)
1975년~1983년 독일 하노버 공과대학 선박설계 및 이론연구소, 주정부 연구원
1983년~1994년 한국기계연구원 선박해 양공학연구센터, 선박설계, 생산 자동화 연구사업(CSDP) 단장 1994년~2000년 서울대학교 공과대학
조선해양공학과 부교수 2000년~현재 서울대학교 공과대학 조
선해양공학과 교수
관심분야: 최적 선박 설계, 형상 모델 링, Offshore structure, Dynamics
& control
