CFD-Based Synthesis Methods for Urban Wind and Air Temperature = CFD 모델 기반의 도시 지역 바람과 기온에 대한 합성 방법

다국어 초록 (Multilingual Abstract)

To respond to phenomena such as heat waves, cold spells, and wind hazards that are becoming increasingly severe and frequent in densely populated urban areas, a method is needed that can accurately and quickly compute high-resolution urban wind and temperature information using realistic background conditions. To this end, this study develops a physics-based approach that reconstructs high-resolution urban meteorological fields—wind and air temperature—by combining mesoscale weather prediction outputs with structural information on complex terrain and buildings. The results of the meteorological field generation methods developed here are verified against observations collected in urban areas, and the accuracy–cost balance relative to the LDAPS−CFD coupled model is quantitatively assessed.
Chapter 1 outlines the need for high-resolution meteorological information for urban areas, limitations of existing studies, the objectives and rationale of this work, and an overview of each chapter. Chapter 2 describes the CFD model, LDAPS, and the LDAPS-CFD coupling system used throughout the study. Chapter 3 develops and proposes a framework for producing high-resolution urban wind-speed information using urban-form parameters (building volume ratio, plane area ratio, averaged building height) and the wind-speed change rate conditioned on inflow wind direction. Chapter 4 presents SOFT CUBE, which synthesizes three-dimensional wind and temperature fields by selecting, interpolating, and synthesizing entries from a database precomputed with a CFD model, using mesoscale weather prediction results for scenarios of wind-speed class, wind direction, and land-cover-dependent surface heating as decision variables, and evaluates its performance. Chapter 5 introduces and evaluates e-SOFT CUBE, which extends SOFT CUBE by tiling a wider urban area, constructing and synthesizing a database for each tile, and merging the sub-domain meteorological syntheses. Chapter 6 summarizes and integrates the results of the meteorological field generation methods presented in this work.
This paper is expected to show that three-dimensional weather information suitable for urban environmental assessment and city-operations decision-making can be provided rapidly through a new high-resolution field-generation technique linked to a mesoscale weather prediction system widely used in forecasting, suggesting the potential for real-time or near-real-time urban environmental information services.

국문 초록 (Abstract)

인구 밀도가 높은 도시지역에서 점차 심화되고 빈번해지는 픙해, 폭염 사례와 같은 현상에 대응하기 위해, 현실적인 기상 배경 조건을 이용하여 고해상도의 기상 정보를 정확하면서도 신속하게 산출할 수 있는 방법이 필요하다. 이를 위하여, 본 논문에서는 중규모 기상 예측 결과와 도시 내 복잡한 지형과 건물의 구조적 정보 결합하여 도시 고해상도 기상장을 재구성하는 물리 기반 방법을 개발하였다. 본 연구에서 개발된 기상장 생산 방법들의 결과를 도시 지역에서 측정된 자료와 비교하여 검증을 수행하고 LDAPS–CFD 접합 모델과의 정확도–비용 균형을 정량적으로 조사하였다.
1장에서는 도시 지역을 대상으로 한 고해상도 기상 정보의 필요성과 기존 연구의 한계, 본 연구 논문의 목적과 필요성, 그리고 각 장 별 개요를 설명한다. 2장에서는 본 논문 전반에서 사용하는 CFD 모델과 LDAPS, LDAPS–CFD 접합 체계에 대하여 기술한다. 3장은 도시형태매개수(건물 체적비·평면면적비, 평균 높이)와 유입 풍향별 풍속 변화율을 이용하여 도시 고해상도 풍속 정보를 생산하는 프레임워크를 개발하고 제안한다. 4장은 토지피복별 풍속 등급·풍향·지표 가열 조건 시나리오에 대하여 사전에 계산한 CFD 모델 기반의 데이터베이스와 중규모 기상 예측 결과를 결정 변수로 사용하여 선택·보간·조합한 3차원 바람과 기온의 분포를 합성하는 SOFT CUBE를 제시하고 성능을 평가한다. 5장은 4장에서 개발한 SOFT CUBE를 기반으로 보다 넓은 도시 영역을 격자 타일로 분할하여 DB를 구축하고 합성하여 sub-domain 별 기상장의 합성 결과를 병합하는 방식의 e-SOFT CUBE를 제시하고 평가한다. 6장은 본 연구 논문에서 제시한 기상장 생산 방법 연구들의 결과를 요약하고 종합한다.
본 논문은 기상 예측에 널리 사용되는 중규모 기상 예측 체계와 연동되는 새로운 고해상도 기상장 생산 기법을 통해 도시 환경 평가와 도시 운영 의사결정에 활용 가능한 3차원 기상 정보를 신속히 제공할 수 있음을 보였다. 이는 실시간 또는 준실시간 도시 환경 정보 서비스로의 수행 가능성을 시사한다.

목차 (Table of Contents)

• 1. Introduction 1
• 1.1. Background 2
• 1.2. Thesis Aims and overview 5
• 2. Numerical Model 8
• 2.1. Computational fluid dynamics (CFD) model 9
• 2.2. LDAPS 27
• 2.3. LDAPS–CFD coupled model 33
• 3. Urban Morphology-Based Wind Speed Estimation 36
• 3.1. Introduction 37
• 3.2. Methodology 40
• 3.3. Rate of change in wind speed related to the morphological parameters 51
• 3.4. Comprehensive analyses of EWSs 57
• 3.5. Summary and conclusions 81
• 4. Synthesis Method of Flows and Temperature (SOFT CUBE) 84
• 4.1. Introduction 85
• 4.2. Methodology 89
• 4.3. Synthetic procedure 107
• 4.4. Comprehensive analyses of SOFT CUBE 114
• 4.5. Summary and conclusions 138
• 5. Extended SOFT CUBE (e-SOFT CUBE) 142
• 5.1. Introduction 143
• 5.2. Methodology 148
• 5.3. Rate of change in wind speed related to the morphological parameters 156
• 5.4. Comprehensive analyses of EWSs 164
• 5.5. Summary and conclusions 202
• 6. Summary and conclusions 206