DOI: 10.5389/KSAE.2011.53.1.029
고병원성 조류인플루엔자 (HPAI)의 에어로졸을 통한 공기 전파 예측을 위한 공기유동학적 확산 모델 연구
Aerodynamic Approaches for the Predition of Spread the HPAI (High Pathogenic Avian Influenza) on Aerosol
서일환* 이인복**, 문운경** 홍세운* 황현섭* J. P. Bitog* 권경석* 김기연***
Seo, Il Hwan Lee, In Bok Moon, Oun Kyung Hong, Se Woon Hwnag, Hyun Seob J. P. Bitog Kwon, Kyeong Seok Kim, Ki Youn
ABSTRACT
HPAI (High pathogenic avian influenza) which is a disease legally designated as an epidemic generally shows rapid spread of disease resulting in high mortality rate as well as severe economic damages. Because Korea is contiguous with China and southeast Asia where HPAI have occurred frequently, there is a high risk for HPAI outbreak. A prompt treatment against epidemics is most important for prevention of disease spread. The spread of HPAI should be considered by both direct and indirect contact as well as various spread factors including airborne spread. There are high risk of rapid propagation of HPAI flowing through the air because of collective farms mostly in Korea. Field experiments for the mechanism of disease spread have limitations such as unstable weather condition and difficulties in maintaining experimental conditions. In this study, therefore, computational fluid dynamics which has been actively used for mass transfer modeling were adapted. Korea has complex terrains and many livestock farms are located in the mountain regions. GIS numerical map was used to estimate spreads of virus attached aerosol by means of designing three dimensional complicated geometry including farm location, road network, related facilities. This can be used as back data in order to take preventive measures against HPAI occurrence and spread.
Keywords: Aerosol, avian influenza (AI), CFD, dispersion, virus spread
I. 서 론*
고병원성 조류인플루엔자 (HPAI, high pathogenic avian influenza)는 제1종 가축법정전염병으로 높은 폐사율과 산란율 저하로 농가에 막대한 경제적 피해를 야기하는 질병이다. 2000 년 이후 우리나라에서는 총 3차례의 HPAI가 발생하였다. 2003 년도에는 충북 음성 등 10개 시군에서 529만수, 2006년도에 는 전북 익산 등 전국 5개 시군에서 280만수를 살처분하여 각 각 약 1,126억, 582억의 방역비를 포함한 직접적 피해가 있었 다. 또한 2008년도에는 전북 김제 등 19개 시군에서 846만수
* 서울대학교 농업생명과학대학 지역시스템공학과
** 국립수의과학검역원 질병조사센터
*** 한양대학교 환경 및 산업의학 연구소
† Corresponding author Tel.: +82-2-880-4586 Fax: +82-2-883-2087
E-mail: [email protected] 2010년 11월 17일 투고 2010년 12월 7일 심사완료 2011년 1월 3일 게재확정
가 감염되어 방역비, 직간접적 피해액 등 종합적으로 약 6,324 억 수준의 피해액이 추정된 바 있다 (Woo et al, 2008). 우리 나라는 HPAI가 빈번히 발생하는 동남아, 중국 등과 인접해 있 으며 경제, 사회, 문화적으로 매우 친밀한 관계를 유지하고 있 다. 이로 인하여 많은 물자 및 사람의 수송, 철새의 빈번한 이 동 등으로 인하여 HPAI의 발생 가능성이 항상 높은 상황에 있다. 특히 HPAI는 근본적인 백신 개발이 불가능하며 확산속 도가 매우 빨라 효과적인 방역을 통한 질병의 확산 및 경제적 손실을 최소화하기 위한 노력이 필요하다. 따라서 질병의 확산 요인별 위험도 평가 및 이의 기초 데이터 확보가 필요하며, 이 를 통하여 확산 경로를 추적할 수 있는 감시 네트워크 시스템 의 개발이 시급하다.
호흡기성 질병의 전파는 오염된 표면의 접촉 및 공기 중 에 어로졸의 확산에 의하여 발생하는 것으로 알려져 있다 (Weber, 2008). 특히 인플루엔자 바이러스의 공기 중 확산에 대한 연구 는 오래전부터 수행되어 왔으며, 최근에는 질병 확산의 중요한 요인 중 하나로 알려지고 있다. 바이러스의 공기 중 확산 연구
를 위하여 Tsukamoto et al. (2007), Chen et al. (2009), Sedlmaier et al. (2009)은 현장실험을 수행하였으나, 주로 엄 격하게 통제된 상황을 대상으로 한 실험실 규모의 연구 또는 역학조사 결과에 의존된 추정을 통하여 진행되었다. 이는 바이 러스를 정량적으로 분석하고 발생 및 확산 메커니즘을 추정하 기에는 현장의 환경 조건이 매우 불안정하고 인위적으로 예측 및 조절이 어렵기 때문이다. 따라서 최근 현장실험의 한계를 극복하기 위하여 오염물질에 대한 확산 시뮬레이션 모델을 통 하여 바이러스 확산을 모의하는 연구가 진행되고 있다 (Weber, 2008; Gloster et al., 2010). 대기 유동장에 근거한 MM5 (mesoscale model version 5th), WRF모델 (weather research and forecasting) 등의 대기 확산 모델은 지표부근이 아닌 대 기 상층부를 중점으로 모의하기 때문에 지형이 복잡하고 공기 유 동이 복잡한 경우에 정밀도가 부족한 문제가 있었다 (Carmichael et al., 1998, Nam et al., 2004). 그러나 최근 공기 유동 해 석 분야에서 널리 사용되고 있는 전산유체역학 (Computational fluid dynamics)의 경우 지형에 따른 상세한 유동 해석을 바 탕으로 한 오염물질 예측 툴로서 그 활용 범위가 넓어지고 있 다. 이에 Descamps et al. (2005), Hagen (2004), Kim et al. (2005)은 도시 및 공사 현장 등을 대상으로 2차원 또는 3 차원의 단순한 연구 대상 영역을 바탕으로 대기 오염물질을 확산 현상을 연구한 바 있다. 본 연구에서는 HPAI의 공기 중 확산을 예측하기 위하여 전산유체역학을 적용하기 위한 기초 데이터 확보 및 모델링 방안을 마련하고자 한다. 이를 통하여 바이러스의 공기 중 확산 메커니즘을 분석하고, 이를 바탕하여 HPAI의 발생 및 확산을 예측함으로써 질병 발생을 사전에 예 방하고 발생 시 피해를 조기 차단할 수 있는 기준 마련에 활 용하고자 한다.
II 재료 및 방법 1. 연구대상지역
HPAI의 전파 확산 경로와 관련된 기후 및 지형적 요인을 분 석하기 위하여 2006~2007년도 HPAI 발생지인 전북 익산 지 역을 연구대상지역으로 선정하였다. 이 지역은 육계, 산란계, 토종닭, 종계, 오리 등의 농장이 매우 밀집되어 있으며, 다수의 사료 공장 및 도축 시설이 모여 있다. 따라서 많은 차량의 물 자, 사람, 가금류의 이동이 발생하여 확산이 빠르게 일어날 위 험이 높다. 이에 과거 HPAI 발생이 일어난 다수의 농장 및 부 화장 도축 시설 등을 중심으로 현장 조사를 수행한 후 이와 같 은 시설이 밀집되어 있으며 동시에 인근에 철새 도래지가 넓 게 자리 잡고 있는 익산 지역을 연구 대상 지역으로 선정하였
다. 공기 중으로 부유하는 에어로졸에 부착되어 확산되는 HPAI 바이러스에 대한 연구를 위하여 실험 대상 영역에 대한 환경 요인 특히 풍환경에 대한 분석이 매우 중요하다. 그러나 익산 지역에는 기상청 기상대가 없으므로, 서쪽으로 25 km 거리에 소재하고 있는 가장 가까운 군산 기상대의 과거 20년 기상데 이터를 기초로 하여 기상을 분석하였다.
2. 전산유체역학 시뮬레이션 툴
전산유체역학 (Computational fluid dynamics, CFD) 시뮬레 이션은 모델을 만들고 격자를 설계하는 전처리 과정과 계산 영역을 바탕으로 공기 유동학적 계산을 수행하는 계산 과정으 로 나눌 수 있다. 본 연구에서는 3차원의 실제 지형에서 형성 되는 유동장을 효과적으로 구현하기 위하여 GIS (Geographic information system) 수치지도를 사용하였다. 정밀한 수치 지 도를 바탕으로 대상 지역의 지형 정보뿐만 아니라 산, 농경지, 도시 등과 같은 토지이용상태 등의 특성을 파악할 수 있으므 로, 시뮬레이션 확산 모델링의 결과에 중요한 영향을 미치는 공기 유동 특성을 지역에 따라 결정하는데 유용하게 사용될 수 있다. 수치 지형도를 바탕으로 계산 영역을 효과적으로 설 계하기 위하여 AUTOCAD (version 2006, autodesk, USA)와 RHINOCEROS (version 3.0, McNeel, USA)등을 사용하였다.
생성된 지형은 GAMBIT (version 2.3, Fluent Inc., USA) 및 T-GRID (version 4.0, Fluent Inc., USA)를 사용하여 격자설 계를 수행하였으며, 완성된 모델은 FLUENT (version 6.3, Fluent Inc., USA)를 사용하여 확산을 모의하였다. FLUENT 는 유체 및 물질의 이동현상을 각 미소체적에 대한 질량, 운동 량, 에너지 보존법칙을 비선형 편미분방정식으로 해석한다.
3. 실험 방법
계사에서 발생하는 공기오염물질에 대한 기초 데이터 확보를 위하여 전북 익산시 용안면에 소재한 종계 농장에서 2010년 1월동안 현장실험을 수행하였다. 본 농장은 2동의 강제식 터 널 환기를 사용하고 있으며, 약 9000 수가 각각 사육되고 있 다. 환기는 처마 아래의 규칙적으로 배치되어 있는 입기구를 통하여 내부의 음압이 형성될 경우 배플이 열리도록 하였으며, 양 측벽에 있는 각각 2개씩 총 4개의 배기팬을 사용하여 환기 를 수행하고 있다. 또한 온도가 설정치 이상으로 상승하는 경 우 끝벽에 있는 배기구를 하나 가동할 수 있도록 설정이 되어 있다. 방역 문제로 현지 농장장의 도움을 받아 사료 및 바닥에 사용한 왕겨 샘플을 얻었다. 또한 Fig. 1과 같이 배기되는 공 기 중에 포함된 에어로졸의 입경별 농도 분포를 실시간분진입
Fig. 1 Measurement locations of the dust concentration generated from the exhaust fans
경분광계 (Dust monitor 1.108, Grimn Inc., Germerny)로 측 정하였으며, 동시에 페트리디쉬를 활용하여 에어로졸 입자를 직접 포집하였다. 실시간분진입경분광계와 2개의 페트리디쉬 샘플을 한세트로 하여 각 실험 A는 측벽 배기구에서, 실험 B 는 끝벽의 배기구에서, 실험 C는 끝벽의 배기구에서 약 5 m 가량 떨어진 곳에서 측정을 10분 동안 반복하여 수행하였다.
포집된 샘플은 농장에서 발생하는 분진의 특성을 분석하기 위 하여 주사전자현미경 (Scanning electron microscope, JSM 5410LV, JEOL, Japan)를 사용하여 분진의 입경 형상을 분석 하였으며, 농장에서 채취한 샘플에 대한 밀도 측정을 위하여 Gas Pycnometer (IQI, InstruQuest Inc.)를 사용하였다. 샘플 들의 성분 분석은 WD-XRF (Rigaku, ZSX 100 E, Japan)을 사용하여 수행하였다. 측정된 데이터는 CFD 모델의 기초 데이 터로 활용하고자 하였다.
전산유체역학 시뮬레이션을 이용한 지형 모델링을 위하여 3 차원의 모델을 Seo et al. (2010)에 의하여 개발 및 검증된 모델을 바탕으로 설계하였다. 완성된 모델은 FLUENT에서 해 석되었으며, 대기안정도를 고려한 전산유체역학 모델의 경계 조건을 설계하기 위하여 식 (1)~(3)과 같이 풍속, 난류 운동에 너지 및 확산에 대한 수직 프로파일을 작성하여 이를 UDF (User defined function)을 사용하여 시뮬레이션 모델에 적용 하였다 (Fluent manual, 2008). 상세한 초기 조건은 Table 1 과 같다.
(1)
(2)Table 1 Input data for CFD model
Data Values
Wind condition
Wind speed : 2.8 m․s-1 at 10 m height with log profile wind direction : NNW
Turbulence
model Standard k-ε model with profiles (Eq. 2 & 3) Aerosol
dispersion
Mixture phase model.
Primary phase is air & secondary phases are 2.5 and 10 ㎛ aerosols Wood
area porous media with assumption of 0.5 porosity Model
design
Total mesh number : about 1.2 million
Unsteady simulation with 10 second interval for 30 minutes
(3)여기서, U (z)는 높이에 따른 평균 풍속 (m⋅s－1), u*는 마찰 속도 (m⋅s－1), κ는 von Karman 상수 (0.40), z는 표면에서 의 높이 (m), z0는 표면 거칠기 (m), Cµ는 현장실험을 통한 경 험적 상수 (약 0.09), δ는 경계층 높이 (m), ε는 난류 확산항 (m2⋅s－3), 그리고 k는 난류 운동에너지 항 (m2⋅s－2)을 의 미한다.
III. 결과 및 고찰
1. 기상 분석
Fig. 2와 같이 본 지역에서는 주로 자정에서 9시까지는 동풍 계열의 빈도가 높게 나타났으며, 해가 뜬 후 지면의 온도가 상 승하기 시작하는 9~12시 사이에서 동풍계열에서 서풍계열의 풍향으로 변화하였다. 그 후 정오부터 21시까지는 서풍계열이 주풍으로 나타났으며 상대적으로 풍속이 매우 높게 나타나고 있으며 무풍빈도 낮아 바람이 많이 부는 것으로 나타났다. 특 히 이 시기는 사양 관리 및 사료, 출하등 농장 관리를 위한 다 양한 작업이 주로 수행되는 시기로 상대적으로 많은 사람이 농장을 출입하며 많은 축산관련 차량이 이동하는 시기이다. 따 라서 이 시기에 부는 높은 유속의 바람으로 인하여 오염된 농 장의 동남쪽 풍하측 농장의 위험도가 높을 것으로 추정된다.
해가 진 후 지면이 식은 후 밤 9시 이후 다시 동풍에서 서풍 계열로 풍향이 변화하는 주기적인 특징을 보이고 있다.
2. 농장 실험
사료 및 바닥 왕겨에 대한 샘플 시료의 분석 결과는 Table 2와 같이 나타났다. 모든 실험은 23±2 °C, 60 % 이하의 상
Fig. 2 Wind direction and velocity in three hour intervals during last 20 years in Gunsan
Table 2 Compound analysis for each samples (Unit: wt%)
Compound Feed Floor with rice straw
Ca 49.14 65.46
K 30.89 20.65
Fe 5.40 2.14
Zn 4.59 1.40
Mn 3.99 1.72
Cu 1.51 0.320
Density 1.388 kg/m3 1.892 kg/m3
대습도에서 측정된 결과이다. 특히 성분 분석의 경우 시료를 균일하게 분쇄하여 XRF 장치의 RP 방법으로 정성 분석한 결 과이다. 사료의 경우 약 1,388 kg/m3을 바닥 왕겨의 경우 약 1,892 kg/m3의 밀도를 나타내었다. 두 시료 모두 칼슘 및 칼 륨의 비율이 높은 것으로 나타났다. 또한 사료에는 존재하지만 바닥 왕겨에는 존재하지 않는 물질 및 반대의 경우 역시 분포 량이 미량이기 때문에 공기 중 에어로졸의 성분 파악을 위한 지시성분으로 사용하는 것은 어려울 것으로 판단된다.
농장의 측벽과 끝 벽에서 실시간분진입경분광계를 사용하여 입경별 농도 분포를 측정한 결과 측벽 배기구에서는 최대 약 1000 ㎍/m3이 측정되었으며 PM1은 전체 농도의 약 11 %, PM2.5는 약 20 %, PM10은 약 64 %의 누적 농도를 보이는 것으로 나타났다. 반면 끝 벽의 배기구의 경우 용량이 크기 때
문에 많은 양의 먼지가 빠른 유속으로 배출되었으며, 배기구 뒤쪽 토양 및 웅덩이가 계사에서 배출되는 먼지로 추정되는 입자들로 많이 오염된 것을 확인할 수 있었다. 측정 결과 최대 42,700 ㎍/m3의 농도가 측정되었으며 약 28,970 ㎍/m3로 매 우 높은 농도를 나타내었다. 이 중 PM1은 약 0.6 %, PM2.5 는 약 4.8 %, PM10은 약 52 %의 누적 농도를 보였다. 선행 연구로 Takai et al. (1998)은 유럽 주요 4개국에서 호흡 가 능한 PM10을 측정한 결과 평균 3600 ㎍/m3의 농도를 제시 한 바 있으며, 국내에서는 Choi et al. (2006)이 동절기 육계 사의 총부유분진이 육계 연령에 따라서 465～6,873 ㎍/m3으 로 평균 3670 ㎍/m3의 결과를 제시한 바 있다. 본 결과는 선 행 연구에 비하여 높게 나왔으나 이는 종계장에서 사육되는 닭의 연령이 높고, 청소할 시기가 가까워져 농도가 상대적으로 더 높았던 것으로 사료되었다.
Fig. 3과 같이 주사전자현미경 분석 결과 사료 입자는 대체 로 10 ㎛ 내외의 입자들이 서로 응집되어 있는 형상을 나타 내고 있으며, 구형의 입자가 다수 포함되어 있는 것을 확인할 수 있었다. 바닥 샘플의 경우 100 ㎛에 가까운 큰 입자 소수 와 함께, 10 ㎛ 전후의 입자를 다수 관찰할 수 있었다. 특히 사료에서 떨어져 나온 것을 추정되는 구형의 입자가 다수 포 함되어 있어, 바닥에서 발생하는 먼지 역시 사료에서 떨어져 나온 입자들이 다시 확산될 가능성이 높을 것으로 판단된다.
배기팬에서 포집한 먼지 샘플의 이미지를 분석한 결과역시 주
Fig. 3 SEM image of the particles captured at the different sites
로 10 ㎛ 미만의 구형 입자들의 개수가 많은 것을 확인할 수 있었다. 따라서 배기팬으로 배기되는 입자는 대체로 사료 샘플 에 가까운 것으로 추정된다. 또한 끝벽에 설치된 배기팬 뒤에 서는 약 100 ㎛에 상당하는 입자 와 깃털로 추정되는 입자들 도 함께 발견되었다. 반면 끝벽 배기팬에서 약 5 m 정도 떨어 져서 먼지를 채취한 후 동일한 방법으로 주사전자현미경 이미 지를 분석한 결과, 상대적으로 입자의 크기가 줄었으며, 50 ㎛ 이상의 입자가 소수 관찰될 뿐 대체로 10 ㎛이하의 작은 입 자들이 다수 발견되었다. 그러나 이 경우 역시 배기팬을 직접 받는 위치에서 포집을 수행하여 깃털이나 사료가 뭉쳐진 샘플 들을 발견할 수 있었다.
3. 전산유체역학 시뮬레이션 모델 설계
Fig. 4는 전산유체역학 시뮬레이션을 사용한 지형 모델링 과 정을 요약한 것이다. Fig. 5와 같이 전라북도 익산시 낭산면 일 대의 연구 대상영역에 대한 수치 지도를 바탕으로 하여 필요 한 등고선을 추출한 후 TIN (Triangular irregular network) 을 생성한다. 생성된 TIN은 RHINOCEROS로 불러와서 3차원 의 표면을 형성한 후 앞선 수치지도에서 추출한 필요한 등고선 등을 바탕으로 하여 영역을 분할한다. 분할된 영역은 GAMBIT
을 사용하여 표면에 대한 격자망을 설계하며 이는 TGRID를 사 용하여 3차원의 볼륨을 가지는 계산 영역으로 생성하여, 완성된 최종적인 모델은 FLUENT에서 해석되었다. 지형을 모델링한 전 산유체역학 시뮬레이션 분석 시 인근의 나무에 의한 공기오염 물질의 저감 효과를 분석하기 위하여 산 또는 평지에 분포되어 있는 숲을 고려하기 위하여 인공위성 사진 및 수치지형도를 바 탕으로 하여 해당 영역을 추출하였다 (Fig. 6). 3차원의 부피를 가진 영역으로 설계한 후 다공성 매체로 가정하여 나무의 효 과를 얻을 수 있을 것으로 판단된다. 입체적으로 불어오는 바 람의 영향을 시뮬레이션 하기 위하여 전체 영역은 원형으로 설 계하였으며 측면을 총 16개로 나누어 16방위에서 유입되는 공 기를 초기 조건으로 입력할 수 있도록 설계하였다. 산이나 숲 의 나무는 역시 5 m 높이 임의의 부피를 가지는 영역을 다공 성 매체로 가정하여 0.5의 공극을 가지는 것으로 설정하였다.
이와 같은 수치는 추후 연구를 통하여 정확한 수치를 입력함으 로써 모델의 신뢰성을 향상시킬 수 있을 것으로 판단된다. Fig.
7과 같이 최종적으로 계산 영역을 분할 및 생성한 후 표면에 대한 격자망 형성을 수행하였다. 격자망은 안정성과 계산 시간 을 고려하여 사각형 격자를 주로 사용하였다. 표면의 격자는 총 56,716개 사용하였으며, 농장, 관련시설, 나무, 도로와 같이 유 동이 변할 확률이 높은 지역에 대하여 더 조밀한 격자를 사용
Fig. 4 Flow chart for CFD modeling
Fig. 5 Numerical map and picture
하였다. 이를 위하여 Size function technique을 사용하여 중 요한 영역은 최소 격자가 5 m에서 시작하여 최대 20 m까지 커질 수 있도록 모델을 설계하였다.
완성된 시뮬레이션 모델은 FLUENT를 사용하여 연산을 수 행하였다. 모델에 사용된 격자의 수는 약 100만개를 사용하였 으며, 본 연구 대상지역에서 과거 2006년에 HPAI가 발생하였 던 시기의 월 평균 환경 조건을 바탕으로 NNW 풍향의 2.8 m/s 의 풍속을 초기 환경 조건으로 설정하였다. 시뮬레이션 모델은 비정상상태로 수행하였으며, 유입되는 공기가 충분히 모델 내 부를 통과한 후 빠져나갈 수 있도록 10초 간격으로 총 30분 동안 시뮬레이션 연산을 수행하였다. 축사에서 발생하는 공기
Fig. 6 Application of the wood area
Fig. 7 Boundary of the CFD model
오염물질의 확산을 예측하기 위하여 Mixture phase model을 사용하여 현장실험 결과를 바탕으로 배출되는 에어로졸의 상당 수를 차지하는 사료 입자의 크기를 대변하기 위하여 10 ㎛의 입자를 사용하여 일반적인 발생량으로 Takai et al. (1998) 및 Choi et al. (2006)의 실험 결과를 바탕으로 3600 ㎍/m3의 먼지가 계사에서 발생하는 것으로 가정하여 모델링을 수행하였 다. 입자의 밀도는 현장실험 결과를 바탕으로 1,388 kg/m3로 가정하였다. Fig. 8은 시뮬레이션 결과를 바탕으로 내부에 형 성된 유동장을 지상에서 3 m 높이에서 분석한 결과이다. NNW 풍의 주풍을 따라서 전체적인 유동장이 형성되고 있으며, 다공 성 매체를 가정한 숲과 산이나 구릉과 같은 지형의 영향에 의 하여 유동이 영향을 받는 결과를 보였다. 특히 숲의 경우 축사 의 풍하측에 위치할 경우 유속을 현저히 감소시킴으로써 방풍 시설의 역할을 할 수 있는 것으로 판단된다.
Fig. 9는 농장 A와 B에서 발생되는 공기오염물질의 농도를
Fig. 8 CFD simulation results for dispersion of 10 ㎛ aerosol from the broiler house with (A) or without (B) wind break near the barn in the 2.8 m s-1 of wind speed and NNW of wind direction.
Fig. 9 Normalized aerosol concentration based on the initial concentraion according to the distance from the farm
100 %로 가정하였을 때, 거리에 따른 농도비율의 변화를 나타 낸 것이다. 농장 A의 경우 풍하측으로 숲과 같은 장애물이 없 기 때문에 대체적으로 자연스러운 농도의 감소를 나타내고 있 는 반면, 농장 B의 경우 풍하측 인근에 숲이 있어 농도가 급격 하게 감소하는 구간이 나타났다. 농도의 변화 추세를 로그식으 로 나타낸 결과 R2값이 농장 A와 농장 B에서 각각 0.95, 0.94 로 매우 높게 나타났으며, 이를 바탕으로 농도가 0 %으로 떨 어지는 거리를 추정해보았다. 농장 A의 경우 NNW 2.8 m/s 풍 속에서 약 1986 m까지 확산될 것으로 추정되며, 풍하측에 숲 이 있는 농장 B의 경우 동일한 환경 조건에서 약 1026 m까 지 확산되는 것으로 추정되어 확산 거리가 약 48 % 감소되는 결과를 보였다.
IV. 결 론
현장실험에서 측정한 데이터를 바탕으로 전산유체역학 시뮬
레이션 모델을 사용하여 다양한 풍향과 풍속에 따른 공기오염 물질의 발생 및 확산을 모의하고자 한다. 이를 위하여 공기 중 입자 확산 예측을 위하여 검증된 모델을 기초로 하여 나무숲 의 공극, 입자의 밀도 및 크기에 따른 확산 영향을 평가함으로 써 시뮬레이션 결과의 정확도를 향상시키고자 하였다. 추후 연 구에서는 공기유동학적 해석을 바탕으로 확보한 현장조사자료 및 전산유체역학 시뮬레이션 결과 등을 사용하여 HPAI의 실제 발생 사례에 대한 적용 방안을 모색하고, 모델의 수정 및 보완 이 필요하며, 최종적으로는 질병확산 네트워크 설계에 활용하 고자 한다. 또한 다양한 시뮬레이션 결과를 바탕으로 질병의 확 산을 방지 또는 저감할 수 있는 방안에 대한 논의를 진행하고 자 한다.
REFERNCES
1. Carmichael, G. R., I. Uno, M. J. Phadnis, Y. Zhang, and Y. Sunwoo, 1998. Tropospheric ozone production and transport in the springtime in east Asia. Journal of Geophysical Research Atmospheres 101(1): 1691- 712.
2. Chen, P. S., C. K. Lin, F. T. Tsai, C. Y. Yang, C. H.
Lee, Y. S. Liao, C. Y. Yeh, C. C. King, J. L. Wu, Y.
C. Wang, and K. H. Lin, 2009. Quantification of airborne influenza and avian influenza virus in a wet poultry market using a filter/real-time qPCR method.
Aerosol Science and Technology 43(4): 290-7.
3. Choi, H. C., G. Y. Yeon, J. I. Song, H. S. Kang, D. J.
Kwon, Y. H. Yoo, C. B. Yang, S. S. Chun, and Y. K.
Kim, 2006. Dust Spatial Distribution and Emission of Tunnel Ventilated Windowless Broiler Building. J.
Lives. Hous. & Env. 12(3): 145-152.
4. Descamps, I., J. Harion, and B. Baudoin, 2005. Taking- off model of particles with a wide size distribution.
Chemical Engineering and Processing 44(2): 159-66.
5. Fluent manual, 2008. Fluent User Guide, version 6.3.
Lebanon, N.H., USA.
6. Gloster, J., A. Jones, A. Redington, L. Brugin, J. H.
Sorensen, R. Turner, M. Dillon, P. Hullinger, M.
Simpson, P. Astrup, G. Garner, P. Stewart, R. D'Amours, R. Sellers, and D. Paton, 2010. Airborne spread of foot-and-mouth disease-model intercomparison. The Veterinary Journal 183: 278-286.
7. Hagen, L. J. 2004. Fine particulates (PM10 and PM2.5) generated by breakage of mobile aggregates during simulated wind erosion. Transactions of the ASAE 47(1): 107-12.
8. Kim, Jae-Jin and Jong-Jin Baik, 2005. Classification of flow regimes in urban street canyons using a CFD model. Journal of Korean society for atmospheric environment 21(5): 525-535.
9. Nam, Jae-Cheol, Seung-On Hwang, and Soon-Ung Park, 2004. The role of fronts on the vertical transport of atmospheric pollutants II: Vertical transport experiment using MM5. Journal of Korean meteorological society 14(4): 3-18.
10. Sedlmaier, N., K. Hoppenheidt, H. Krist, S. Lehman, H. Lang, and M. Buttner, 2009. Generation of avian influenza virus (AIV) contaminated fecal fine particulate matter (PM2.5): Genome and infectivity detection and calculation of immission. Veterinary Microbiology 139 (1-2): 156-64.
11. Seo, I.-H., I.-B. Lee, M.-H. Shin, G.-Y. Lee, H.-S.
Hwang, S.-W. Hong, J. P. Bitog, J.-I. Yoo, K.-S.
Kwon, Y.-H. Kim, and T. Bartzanas, 2010. Numerical predicion of fugitive dust dispersion on reclaimed land in Korea. Transactions of the ASABE 53(3):
891-901.
12. Takai, H., S. Pedersen, J. O. Johsen, J. H. M. Metz, P. W. G. Groot Koerkamp, G. H. Uenk, V. R. Phillips, M. R. Holden, R. W. Sneath, J. L. Short, R. P. Withe, J. Hartung, J. Seedorf, M. Schroder, K. H. Linkert, and C. M. Wathes, 1998. Concentrations and emissions of airborne dust in livestock buildings in northern europe. Journal of Agricultural Engineering Research 70(1): 59-77.
13. Tsukamoto, K., T. Imada, N. Tanimura, M. Okamatsu, M. Mase, T. Mizuhara, D. Swayne, and S. Yamaguchi, 2007. Impact of different husbandry conditions on contact and airborne transmission of H5N1 highly pathogenic avian influenza virus to chickens. Summarized from Avian Diseases 51(1): 129-32.
14. Weber, T. P., and N. I. Stilianakis, 2008. Inactivation of influenza a viruses in the environment and modes of transmission: a critical review. Journal of Infection 57(5): 361-73.
15. Woo, Byung-Joon, Hyng-Woo Lee, Yoon-Jae Hwang, Jung-Min Lee, and Jin-Nyun Kim, 2008. An economic impact and countermeasure policies of highly pathogenic avian influenza. Report for Korea rural economic institute. P102.
