A Study on Wind Distribution of Mountain Area by Spot Measurements and Simulations

ISSN: 1738-7167

DOI: http://dx.doi.org/10.7731/KIFSE.2014.28.6.013

A Study on Wind Distribution of Mountain Area by Spot Measurements and Simulations

Eung-Sik Kimg · Byung-Doo Lee* · Min-Tae Cho** · Jang-Whan Kim

^†

Dept. of Safety & Health Engineering, Hoseo University

*Div. of Forest Disaster Management, Korea Forest Research Institute

**Dept. of Environmental Engineering, Sangji University

(Received October 6, 2014; Revised December 20, 2014; Accepted December 22, 2014)

요 약

산림 화재는 여러 가지 변수를 포함하고 있지만 바람장에 의한 영향이 다른 어떠한 변수보다 상대적으로 크므로 봄철 산림지형에서의 풍향풍속을 알고 있다는 것은 산불진화기술 및 산불확산예측을 결정하는데 핵심 요소이다. 현재는 산림 지역의 풍향풍속 산정을 위하여 기상관측소의 데이터를 의존하게 된다. 기상청의 automatic weather station (AWS)는 넓은 지역에 골고루 분포하고 있어 비교적 간편하게 데이터를 취득할 수 있으나 실제 산림지역의 기상인자와는 차이가 있음을 확인하였다. 본 연구에서는 AWS가 설치되어 있지 않은 산악지형의 바람장을 실측하고 이를 통하여 바람장 예측 의 가능성을 타진하였다. 실측 지형으로 단순 구릉 지형을 선택하여 주변의 지형지물에 의한 바람장의 왜곡을 최소화 하 였으며, 이들 지형에서 바람장의 실측 및 전산유체해석을 통하여 얻어진 결과를 비교 분석하였다. 단순 구릉 지형으로는 제주도 오름과 안면도 마검포 지형을 선택하여 바람장 데이터를 취득 하였으며, 이를 분석한 결과 바람장의 패턴추출이 가능하다는 사실을 알 수 있었다.

ABSTRACT

Forest fire has a number of variables and since the effects of wind fields are bigger than any other variables, it is essential to know wind direction and velocity for the forest fire extinguishing techniques and the prediction of fire spread. With regards to the local area that has a high chance of forest fire, the data from meteorological observatory in the area is used for the estima- tion of wind velocity. It is relatively easy to obtain automatic weather station (AWS) data which are available for the whole nation. There is a chance that the data from the weather station may be different with the actual data at the mountain areas. In this study simply shaped hills (Sae-byeol hill of Jeju Island and port Ma-geum in An-myeon Island in the sea side) were selected as the experimental locations to minimize the distortion of the wind field by the adjacent geographic features. Spot measurements and analysis of computational fluid dynamics (CFD) for the given geographic features were conducted to exam- ine and compare their consistency. As a conclusion It is possible to predict wind patterns in these simple locations.

Keywords : Forest fire, Wind direction and velocity, Wind fields, AWS, CFD

1. 서 론

국내 산지의 기상은 지형이 매우 복잡하여 가까운 지역 이라도 서로 다르며 특히 평지지역의 기상과는 많은 차이 가 있다고 예상된다. 따라서 산악지형의 AWS 데이터 확 보하면 산불의 예방 및 진화에 많은 도움을 줄 수 있으나 우리나라에서는 현실적으로 관리 및 데이터 수집이 불가 능한 실정이다. 이런 문제들을 해결하기 위하여 국내외로

다음과 같은 연구들이 진행되었다. 산불대형화위험 지역을 사전에 파악하고 AWS를 설치하여 임내기상을 실시간에 얻고자 하는 노력은 미국 중서부에서 실시되었으며⁽¹⁾, 국 내에서도 기상청의 AWS의 도움으로 동해안 산불기상을 분석한 논문이 발표되었다. 최근 산림과학원에서는 국가산 악기상센터를 개설하고 산악지형의 바람장 데이터를 실시 간으로 얻어내고 있다⁽²⁾. 이시영 등은 현재 기상청에서 운 영 중인 AWS를 기초로 하여 산불 무인감시시스템 및 무

†

Corresponding Author, E-Mail: [email protected]

†

TEL: +82-41-540-9705, FAX: +82-41-540-5728

선중계기를 최대한 활용하여 동해안지역의 기상관측시스 템 구축방안을 제시하였으며 산불발생 위험지역을 구분하 기 위하여 공간특성자료와 산불발생 확률 모형을 개발하 였다⁽³⁾. 그러나 현재 AWS가 임내에 설치되어 있지 않으면 국지기상 데이터를 획득하기 힘들며 이 경우 인근의 AWS 에 의존하여 데이터를 얻고 있다. 미국에서는 단순지형에 많은 기상 계측장비를 설치하여 실측 및 예측치를 비교하는 작업이 진행되고 있다⁽⁴⁾. 이와 더불어 최근에는 Windninja라 는 S/W를 개발하여 지형지물간의 풍향풍속을 예측하고 있다⁽⁵⁾. 그러나 이 S/W의 적용성이 검증되어 지지 않은 상 태이며 어느 정도 지형의 복잡성까지 해석할 수 있는지는 검증이 필요하다. 또한 국내에도 바람이 산불에 미치는 영 향에 관한 많은 관련 논문들을 검색할 수 있다^(6-12). 본 연 구에서는 첫 번째로 AWS와 국부지형간의 기상인자를 실 측 양자를 비교하였다. 둘째로 단순 산악지형을 선정하여 실측을 통하여 바람장 데이터를 취득하여 분석한 결과 일 정한 패턴을 보이고 있음을 확인하였으며 실측 데이터를 시뮬레이션 결과와도 비교하였다.

2. 본 론

2.1 AWS 및 실측 비교

우리나라의 산림은 경사가 급하고 기복이 많은 산지로 서 산불의 확산속도와 강도를 추정하기 어려운 실정이다.

확산속도는 주로 풍향풍속에 의존하며 이들의 값은 주로

인근의 기상청 AWS를 참조한다. Figure 1은 기상청 AWS 데이터로 산불 발생 시 중요한 인자인 온도, 습도, 풍향, 풍속등이 포함되어 있다. 본 연구에서는 산지 지형의 기상 인자의 실측을 수행하기 전의 선행연구로 AWS 데이터와 의 비교를 수행하였다. 기상관측을 위하여 사용된 장비는 Davis사의 기상관측시스템(vantage Pro2)을 이용하였으며 소프트웨어는 integrated sensor suite (ISS)를 사용하여 온 도, 습도, 풍향, 풍속을 측정하였습니다. 실측은 아산시 배 방읍 소재 태학산 인근 산기슭에서 수행되었으며, 비교할 AWS는 천안 기상관측소의 데이터를 이용하였다.

2.2 관측 결과 비교 분석

Figure 2은 ISS와 AWS의 30분 간격 데이터로 온도, 습 도는 유사한 패턴을 보이고 있으며, Figure 3는 풍속으로 실측 데이터와 다른 패턴을 보이고 있다. Table 1은 풍향 으로 유사한 패턴을 경우도 있지만 거의 모든 시간대에서 다른 패턴을 보이고 있다.

분석결과 ISS와 AWS의 온도 및 습도는 유사한 경향을 보이고 있으며, 풍향-풍속은 고도와 지형의 차이로 인해 AWS 데이터는 산악지형의 풍향-풍속의 경우 많은 차이를 보이고 있다. 이를 통해 산악국지 지형의 경우 AWS 데이 터를 적용하기에는 무리가 있음을 확인하였다.

2.3 실측 관측 장소 선정 및 관측 장비

AWS 자료는 유관기관에서 간편하게 데이터를 취득할 Figure 1. Data of AWS (Sinbang-dong, Cheonan-si, Chungcheongnam-do).

Figure 2. Comparisions of temperature & humidity (ISS & AWS).

수 있다. 또한 산불발생 시 풍속은 인근의 AWS 자료에 의 존하여 그 강도 및 방향을 예측한다. 이때 기상관측기의

설치높이가 10 m로 고정되어 있고 주변의 설치 장소가 대 부분 평야지대에 설치되어 있어 실제 산림지형는 많은 차 이를 보일 가능성이 높다. 본 연구에서는 단순지형인 제주 도 오름지형 및 서해안 안면도 마검포 지역을 선택하였다.

오름지형 및 서해안 안면도 마검포 경우 해안을 접하고 있 는 지형으로 주변지형지물에 영향을 거의 받지 않는 지형 이다. 또한 주어진 지형지물의 유동장 해석(CFD)을 실시 하여 어느 정도의 일치성을 보이고 있는지를 비교 하였다.

Figure 4은 제주 새별 오름의 위치 및 지형도이며 서쪽으 로 넓은 바다로 불어오는 편서풍이 막힘이 없이 오름으로 들어오는 지형이다. Figure 4에서 알 수 있듯이 산위에 수 목이 없어 마찰로 인한 경계면의 풍속 저감도 최소화 된다.

해발 약 500 m 고지로 단순 사면 형태이다.

Figure 5는 새별 오름으로 P1은 북서풍이 주풍으로 가정 할 경우 선단에 위치하고 고도는 약 8부 능선에 해당한다.

P2는 정상이며, P3은 후면으로 난류가 발생하는 지점에 위치 시켰다. P1은 지표에서 6 m, 10 m 지점에 풍향-풍속 계를 설치하였으며, P2는 지표에서 3 m, 6 m, 10 m 지점 에 풍향-풍속계를 설치하였으며, P3는 지표에서 6 m, 10 m 에 설치하였으나 6 m 지점의 기기 오동작으로 인하여 측 정데이터는 얻을 수가 없었다.

Figure 6은 안면도 마검포의 위치 및 지형도이다. 서쪽 으로 넓은 바다로 불어오는 편서풍이 막힘이 없이 들어오 Table 1. Comparision of Wind Direction (ISS & AWS)

Time ISS AWS Time ISS AWS

0:00 N ESE

08:30

0:30 E ESE

09:00

1:00 NE ESE

09:30

1:30 WNW E 10:00 SSE W

2:00 N ESE 10:30 SSE W

2:30 ENE SE 11:00 S W

3:00 ENE ESE 11:30 SE WSW

3:30 SSW E 12:00 SSW W

4:00 SSE ESE 12:30 SE W

4:30 SW ESE 13:00 SE W

5:00 SSW W 13:30 SE WNW

5:30 WNW W 14:00 SSE W

6:00 SSW WSW 14:30 SSE W

6:30 SSW W 15:00 SSE W

7:00 WSW W 15:30 S WNW

7:30 WSW WSW 16:00 ESE WNW

8:00 SSW W

Figure 4. Sae-byeol hill of Jeju Island.

Figure 5. Topography of Sae-byeol hill of Jeju Island.

Figure 3. Comparisions of wind velocity (ISS & AWS).

는 지형이다. 지형에서 알 수 있듯이 산위가 수목이 많아 마찰로 인한 경계면의 풍속 저감이 증가한다. 제주도 오름 과 같이 단순 사면 형태이다.

Main은 북서풍이 주풍으로 가정할 경우 선단에 위치하고 M1(정상)이며, M4(펜션)으로 난류가 발생하는 지점에 위 치시켰다. M2(바닷가), M3(방파제)는 각각 남서쪽과 동북 에 위치시켜 계측기를 설치하였다. 마검포에서의 계측장비 의 측정높이를 수고높이와 유사한 3 m에 위치시키고 실측 하였다. Figure 7은 기상관측 장치 안테나 설계 및 제작 사

진이다. 최대높이 10 m까지 설치가 가능하며, 3단계 3 m, 6 m, 10 m로 풍향풍속계를 설치 가능하며, 3단으로 분리되 어 이동 설치가 용이하게 설계 하였다. 재질은 알루미늄으 로 경량, 고강도, 휴대성을 고려하여 설계 제작되 었다.

3. 실험결과

3.1 AWS와 제주도 새별오름 측정결과

Table 2는 제주 새별오름의 정상에서 측정한 바람장 실 Figure 6. Topography of Port Ma-geum in An-myeon Island.

Figure 7. Experimental Apparatus Described.

측 데이터와 가장 가까이 있는 제주 유수암 AWS의 데이 터의 비교를 통하여 정리된 결과이다(12시~18시까지 데이 터 비교). AWS의 평균풍속은 2.95 m/s인데 반해 오름정상

Figure 9. Wind direction of Jeju Island.

Figure 8. Wind velocity of Jeju Island.

속의 변화를 보여주는 그래프이다. 제주 새별오름의 측정 장소 P1, P2, P3의 지표면에서 10 m 지점에서 측정된 풍향 풍속의 비교이다. P2의 풍속이 가장 강하고 P1과 P3의 순 으로 관측되었다. 12시를 이후로 P2가 P1보다 강해지며 일 몰시 까지 우위를 점하게 된다. 난류영역인 P3가 가장 낮은

분포를 보여주고 있다. 두 그래프 모두 실측과 AWS를 통 하여 얻어진 데이터에 패턴이 존재함을 알 수 있다.

Figure 9은 4월 30일~5월 1일 측정기간 동안의 풍향의 변화를 보여주는 그래프이다. P2의 풍향과 AWS는 유사한 패턴을 보이고 있지만 방위각은 약간 차이를 보여주고 있 다. P1과 P3는 풍속이 상대적으로 감소하는 14시~15시 이 후부터는 AWS 데이터와 많은 차이를 볼 수 있다. P3의 경우 바람 후면에 위치한 까닭에 난류의 영향을 받음을 확 인 할 수 있다. 4월 30일의 경우 P1과 P3는 바람이 약해지 는 17시 이후에는 P2와 다른 방위각으로 바람이 이동함을 알 수 있었다. 5월 1일 경우 17시 이후에 바람의 세기가 4 월 30일보다 강하게 되어 P1의 방향과 어느 정도 일치함 을 알 수 있으나 P3는 여전히 예측 할 수 없는 경향을 보 이고 있다. 두 그래프 모두 실측과 AWS를 통하여 얻어진 데이터에 패턴이 존재함을 알 수 있다.

3.3 고도에 따른 풍속의 지수 분포

Figure 10는 오름의 P1 부근에서 고도에 따른 풍속의 분 포를 보여준다. 풍속은 3 m, 6 m, 10 m 순으로 증가함을 알 수 있다. 3 m에서의 풍속을 1로 놓고 6 m, 10 m의 상 대 풍속 나타낸 그래프로 풍속이 지수적으로 증가함을 확

인 할 수 있었다.

3.4 고도에 따른 풍향

Figure 11는 오름의 P1 부근에서 고도에 따른 풍향의 차 이를 보여준다. 풍향은 3 m 높이의 풍향을 0^o라고 하면 6 m와 10 m에서의 상대 풍향은 각각 50.4^o와 83.7^o로 관측 되었다. 지상에서 느끼는 풍향이 10 m 높이에서는 거의 직각 방향으로 불고 있음을 볼 수 있었다.

3.5 안면도 마검포 실측 결과

안면도 마검포에서의 측정은 7월 8~9일 측정하였으며, 고도를 3 m로 고정시켜 측정하였다. 바다와 접해 있고 큰 고도차이가 나지 않는 지형으로 고도별 측정은 실시하지 않았다. 측정기간 중 주풍의 변화에 따른 난류영역의 변화 를 확인 할 수 있었다. Figure 12은 주풍이 남서향일 경우 북쪽사면에서의 난류형성을 관측 할 수 있었다. 또한 Figure 13은 북풍일 경우 남향 및 동향사면에서의 난류형 성을 확인 수 있었다.

3.6 CFD 해석

유동해석을 위한 상용프로그램으로 ANSYS-CFX Ver.

Figure 10. Exponential distribution of wind velocity.

Figure 11. Wind direction according to height.

12.1을 사용하였으며, 지배방정식은 Navier-Stokes 식을 사 용하였다. 대기온도 25^oC, 밀도 1.185 kg/m³, 점도 1.831 × 10⁻⁵Pa · s의 조건을 적용하였다. 시간에 따라 풍속이 변화 하는 특성을 구하기 위하여 비정상 유동 해석을 수행하였 으며, 해의 안정성을 얻을 수 있도록 0.01~10 s의 시간간 격으로 계산 하였다. 난류 모델은 표준 κ-ε 모델을 사용하 였다. 지면을 포함한 해석공간은 tetrahedron 및 prism mesh를 이용하여 분할하였으며, 요소의 개수는 2.4 M로 사용하였다. 산악 바람장은 지형의 영향을 직접적으로 받

아 복잡한 유동특성을 나타내므로 정확한 산지형상 모델 이 필요하다. 타당한 산악 바람장 해석을 위해 해당 산악 지형을 포함하는 공간으로 유입되는 공기의 유속분포를 다음과 같이 적용하였다. 지면으로부터 고도에 따른 속도 분포를 지수 함수적으로 표현하였으며, 산지에서 측정된 유속분포를 나타내는 유속을 얻도록 유입되는 속도분포의 변화를 조절하여 얻었으며, 유입되는 공기에 속도 분포를 Figure 14와 같이 적용하였다. 경계조건으로 사용된 지수 함수는 안면도의 경우 10 × (h/200)^0.25m/s, 제주도의 경우 15 × (h/200)^0.31m/s입니다.

제주도 새별오름의 모델은 GIS 자료로부터 3차원 Data 를 얻어 해석공간을 구성하였다. 유동장으로 유입되는 속 도형상을 경계조건과 같이 가정하였으므로 산지에서의 유 동특성은 경계조건에 따라 다른 값을 보일 수 있어 이러한 영향을 감소시키고 산지로 영향을 미치는 유속분포가 충 분히 발달될 수 있도록 해석대상 산지로부터 유입부까지 300 m 이상의 거리를 두도록 해석공간을 구성하였다. 안 면도 마검포에서의 산악 바람장은 제주도에 비하여 유입 및 유출되는 지면이 굴곡이 거의 없는 지면을 형성하고 있 다. 표면의 거칠기가 작은 경우 입구유속으로부터 충분히 Figure 12. Southwestern wind.

Figure 13. North wind.

Table 3. Jeju Island Comparison of Measure & CFD

Position Wind velocity (m/s) Wind direction (^o) Measurements CFD Measurements CFD M1 (6 m) 2.6 2.42 198.6 249.4 M1-1 (10 m) 2.6 2.42 250.9 249.0 M2 (3 m) 1.7 1.82 147.0 253.0 M1-2 (6 m) 1.6 2.10 207.1 252.5 M1-3 (10 m) 1.8 2.20 248.6 252.0 M1-4 (10 m) 0.8 2.20 188.4 253.5

발달된 유속분포가 형성되도록 유입부에서 900 m의 거리 를 두고 해석 공간을 구성하였다.

3.7 해석 결과

Table 3은 제주도 새별오름의 정상부근에서 측정한 풍속 과 풍향 data를 해석을 통해 얻은 결과와의 비교이다. 풍 속은 측정한 값과 해석을 통해 얻은 값이 대부분 오차범위 25% 이하로 근사하게 나타나지만 측면에서는 큰 오차를 보여주고 있다. 풍향은 해석결과 일정한 방향을 보이고 있 지만 실측결과는 Figure 11과 같이 높이에 따라 큰 변화를 보여주고 있다. 결과적으로 현재의 입구 경계조건으로는 변화하는 풍향을 계산하기에는 한계가 있음을 보여주고 있다.

Table 4은 안면도 마검포의 정상을 포함한 5지점에서 측 정한 풍속과 풍향 Data를 해석을 통해 얻은 값과 비교한 결과이다. 풍속은 정상과 바닷가를 제외한 지점에서 유사 한 결과를 근사한 결과를 보이고 있다. 풍향은 모든 지점 에서 측정값과 해석결과가 매우 유사하게 나타나고 있다.

4. 결 론

지금까지 산불발생시 사용되는 AWS가 임지내의 위치 하고 있지 않으면 산지기상에 정확한 데이터를 확보하기 어렵다는 것을 확인하였다. 바람이 강하게 불 때 산지에서 도 바람이 강하게 불 것 이라는 일반적인 관측이 가능하지 만 복잡한 산악지형에서의 적용은 풍향 및 풍속의 모든 부

본 연구는 국지지형으로 제주도의 새별오름과 서해안 안면도내 마검포 같은 단순지형에서 바람장의 데이터를 취득하여 분석한 결과 바람장의 풍향 및 풍속 모두에서 패 턴추출이 가능하다는 사실을 알 수 있었다. 또한 바람장의 고도에 따른 지수분포를 실측을 통해 구할 수 이었다. 고 도에 따른 풍향의 경우 고도가 어느 정도 올라가면 지표풍 과의 방향이 90^o 차이가 난다는 사실이 알려져 있으나 본 연구를 통해 3 m와 10 m의 작은 고도차에서 약 84^o의 큰 차이가 남을 확인 하였다. 결과의 적용면에서 산불이 주로 발생하는 봄철에는 편서풍대가 주풍인 우리나라에서 바람 장 패턴의 DB화 가능성을 보여주고 있다. DB가 확보되면 이를 통하여 산불발생 위험지역에서의 바람장을 예측할 수 있어 진화 및 예방활동에 도움을 줄 수 있다고 사료된 다. 하지만 제주도와 안면도의 실측 자료에서 알 수 있듯 이 난류지역의 바람장 데이터는 일관성 있게 설명하기가 어려웠다. 또한 복잡한 지형에서의 적용 가능성은 지속적 인 추가 연구가 필요하다고 사료된다.

수치해석 결과 전반적인 부분에서는 패턴이나 풍속이 어느 정도 일치하고 있었으나, 안면도 마검포에서 난류지 역, 바람후면 및 고도에 따른 지수분포의 패턴이 불일치를 보이고 있어 입구와 출구로 구성되는 모델링의 한계점을 확인할 수 있었다. 따라서 수치해석의 알고리즘의 개선방 향으로는 난류지형과 정상 과 지면부근에서의 해석모델에 추가연구가 진행되어야 할 것으로 사료된다.

후 기

이 논문은 국립산림과학원 산불지도 작성 알고리즘 개 발 및 제작기법 연구(2013년)에 의하여 연구되었음.

References

1. J. R. Warren and D. L. Vance., “Remote Automatic Weather Station for Resource and Fire Management Agencies”, USDA Forest Service General Technical Report, INT 116, 1-11 (1981).

2. http://blog.daum.net/kfri9612/138 (2014).

3. S. Y. Lee, I. U. Chung and S. K. Kim, “A Study on Establishment of the Optimum Mountain Meteorological Observation Network System for Forest Fire Preven- tion”, Korea Journal of Agricultural and Forest Meteorol- ogy, Vol. 8, No. 1, pp. 36-44 (2006).

4. Forthofer, J. and Butler, B., “Differences in Simulated Fire Spread Over Askervenin Hill Using Two Advaced Wind Models and a Traditional Uniform Wind Field”, USDA Forest Service Proceeding RMRS-P-46CD (2007).

Figure 14. Boundary conditions.

Table 4. An-myeon Island Comparison of Measure & CFD

Position Wind velocity (m/s) Wind direction (^o) Measurements CFD Measurements CFD M1 2.5 4.04 272.6 265.8 Main 3.0 3.13 223.6 247.5 M2 1.8 2.89 308.2 300.5 M3 1.3 1.16 274.1 328.7 M4 1.9 1.43 215.4 253.2

Gases from Fine Wildland Fuels”, USDA Forest Service Research Paper INT-243 (1980).

8. H. J. Park, E. S. Kim, J. H. Kim and D. H. Kim, “A Combustion Characteristic Analysis of Quercus variabi- lis and Pinus densiflora Fallen Leaves Using Radiation Heat Flux”, Journal of Korean Institute of Fire Science &

Engineering Conference, Vol. 21, No. 3, pp. 44-46

11. D. H. Kim, “Analysis of the effect factors Cause by a scale of Forest Fire Damaged Area”, Journal of Korean Forest Society, Vol. 2004, pp. 178-180 (2004).

12. J. L. Dupuym, J. Marechal and D. Morvan, “Fires from a Cylindrical Forest Fuel Burner : Combustion Dynamics and Flame Properties”, Combustion and Flame, pp. 65-76 (2003).