디지털트윈 및 전산유체역학(CFD)을 활용한 도시열섬 기후적응 소재의 효과 검토 연구: 경기도 과천시를 대상으로

A Study on the Effectiveness of Climate Adaptation Materials for Urban Heat Islands using Digital Twin and Computational Fluid Dynamics

Article information

J. Korean Soc. Hazard Mitig. 2024;24(5):9-17
Publication date (electronic) : 2024 October 31
doi : https://doi.org/10.9798/KOSHAM.2024.24.5.9
김재경*, 이정민**, 전환돈***
* 정회원, 강릉원주대학교 환경조경학과 조교수(E-mail: kimnam124@snu.ac.kr)
* Member, Assistant Professor, Department of Environmental Landscape Architecture, Gangneung-Wonju National University
** 교신저자, 정회원, LH토지주택연구원 센터장(E-mail: andrew4502@lh.or.kr)
** Member, Center Director, Land & Housing Research Institute
*** 정회원, 서울과학기술대학교 건설시스템공학과 교수
*** Member, Professor, Department of Civil Engineering, Seoul National University of Science and Technology
** 교신저자, 정회원, LH토지주택연구원 센터장(Tel: +82-42-866-8464, Fax: +82-42-866-8474, E-mail: andrew4502@lh.or.kr)
** Corresponding Author, Member, Center Director, Land & Housing Research Institute
Received 2024 September 06; Revised 2024 September 09; Accepted 2024 September 20.

Abstract

본 연구는 디지털트윈 가시화 및 전산유체역학 기술을 활용하여 도시열섬 현상 완화에 기후변화 적응 소재가 미치는 영향을 분석하였다. 불투수 면적 증가로 인한 도시열섬의 영향은 더욱 증가하고 있으며, 이를 해결하기 위한 기술로 기후변화 적응 소재가 주목받고 있다. 이에 본 연구는 유한체적법 기반의 전산유체역학 프로그램인 STAR-CCM+를 활용하여, 기후변화 적응 소재가 도시열섬 완화에 미치는 영향을 분석하였다. 연구 대상 지역은 과천시 별양동으로 선정하였으며, 아스팔트 및 콘크리트 소재의 방사율 값에 따라 4가지의 시뮬레이션 시나리오가 형성되었다. 연구 결과, 기후변화 적응 소재를 적용한 경우 표면 온도는 6.3 °C, 지면으로부터 1.5 m 대기 온도는 0.8 °C 감소하였다. 본 연구에서는 기후변화 적응 소재가 도시열섬 완화에 유의미한 효과를 나타낼 수 있음을 시사하고 있다.

Trans Abstract

This study analyzed the impact of climate adaptation materials on the mitigation of urban heat islands (UHI) using digital twin visualization and computational fluid dynamics (CFD) technology. The effects of UHI due to increased impervious surfaces have become more pronounced, and climate-adaptation materials are gaining attention as potential solutions. In this study, the impact of climate adaptation materials on UHI mitigation was analyzed using the CFD program STAR-CCM+ based on the finite volume method (FVM). The selected research site was Byeoryang-dong, Gwacheon City, and four simulation scenarios were created based on the emissivity values of the asphalt and concrete materials. The results showed that application of climate adaptation materials decreased the surface and aboveground (1.5 m) temperatures by 6.3 and 0.8 °C, respectively. This study suggests that climate adaptation materials can significantly mitigate UHI.

1. 서 론

전 세계 인구의 76%는 도시에 거주하고 있으며, 500만 명이 넘는 메가시티 및 대도시의 비율은 급격히 증가하고 있는 추세이다(Kim and Kang, 2023a). 이로 인해 도시화 비율이 상승하고 불투수 면적의 증가로 인한 도시 재난재해의 비중은 크게 증가하고 있다(Park et al., 2024a). 특히, 기후변화와 맞물리는 도시화는 도시열섬 가중과 이로 인한 전력 소비량 증가 및 탄소 배출 증가라는 결과로 이어진다(Schaeffer et al., 2012).

국내에서도 이러한 경향성이 증가하고 있으며, 기후변화 및 도시화에 대응하기 위한 법령 제정 및 기술 고도화 관련 과제에 대한 검토가 적극 시행되고 있다. 대표적인 정책으로는 「저탄소 녹색성장 기본법」이 있으며, 최근에는 기후변화 적응과 관련된 정책들이 활발히 진행되고 있는 시점이다(Korean Government, 2010).

우리나라 도시에서 적극적으로 도입되고 있는 도시열섬 대응형 기후변화 적응대책은 쿨링포그, 쿨루프, 그늘막, 트레일러 이동쉼터, 창문형 에어컨 확대 등이 있다(Kim et al., 2023). 이러한 기후변화, 도시열섬 완화 및 적응 기술은 4차 산업혁명 요소의 발전으로 인해, 그 활용성이 더욱 고도화되고 있다(Henriksen et al., 2022; Shaharuddin et al., 2022).

그중에서도 디지털트윈(Digital Twin)은 물리적인 자연 및 도시환경을 정확하게 모사하여서 기후변화 영향 평가와 피해 완화 시나리오별 의사결정 지원을 위한 도구로 자리매김하고 있다(Qi et al., 2022). 기후변화로 인한 영향 평가, 피해 완화 대응에 있어서 즉각적인 정보를 표출할 수 있으며, 3차원 모델링 및 텍스트, 이미지를 종합적으로 제공할 수 있다. 최근에는 기상, 교통, 인구, 재난 등의 데이터베이스(Database, DB)를 수집하고 통합한다는 점에서 물리-가상 센서의 플랫폼으로 통칭되고 있다.

최근의 연구를 살펴보았을 때, 디지털트윈을 활용한 도시의 재난재해 관리 및 모니터링은 그 분야가 지속적으로 확장되고 있는 추세이다. 최신의 연구를 살펴보았을 때, Park et al. (2024b)은 홍수 대응형 기후변화 적응 디지털트윈을 개발하여, 미래 기후변화 시나리오 평가 및 지속가능개발 목표(Sustainable Development Goals, SDGs)에 대한 평가를 실시하였다. Kim et al. (2024)은 디지털트윈 후처리 기술이 탑재된 전산유체역학(Computational Fluid Dynamics, CFD) 프로그램 STAR-CCM+를 활용하여 강원도 원주를 대상으로 산불에 대한 적응 가능성을 검토하였다.

CFD를 활용한 유체 기반의 모델링 및 환경 평가 관련 연구는 활발히 진행되고 있는 중이다. Baek et al. (2024)은 CFD를 활용하여 미세먼지 유동과 이를 저감할 수 있는 그린 인프라스트럭처의 효과를 평가한 바 있다. Kim and Lee (2024)는 도시적 요인을 포함하여 단파, 장파, 대류 및 증발을 통합한 도시열섬 평가형 CFD 모델을 제안한 바 있다. Wang and Li (2016)은 중기후-미기후를 결합한 형태의 CFD 모델링을 제안하였을 뿐만 아니라, 새로운 환경에 적용 가능한 평가방법을 개발하였다. 최근에는 디지털트윈 모델을 활용한 의사결정형 시스템 탑재를 위해서 CFD와 결합한 형태의 인공지능 활용 연구도 활발히 진행 중이다(Kim and Kang, 2023b). 본 연구는 선행된 CFD 연구 및 선행 방법론을 활용하여 모델 제작 및 분석이 수행되었다.

도시열섬과 관련된 디지털트윈 기반의 연구는 비교적 많이 진행되었지만, 도시열섬의 중요한 영향 요소인 도로 및 건축물 피복 상태에 따른 변화 평가는 부족한 실정이다. 이에 본 연구에서는 크게 세 가지의 연구 목표를 가지고 연구가 진행되었다. 첫 번째로 디지털트윈 도입이 용이하고 기후변화에 취약한 지역을 선정하여 도시열섬 평가가 가능한 모델을 제작한다. 두 번째는 기후변화 적응 소재에 대한 매개변수를 조사하고, 도시열섬 해석 모델에 입력값으로 적용한다. 세 번째는 극한기후에서 도시 피복 온도 및 대기 온도에 대한 평가를 실시하여 기후변화 적응 소재가 미래에 얼마만큼의 효과가 있는지를 검토한다.

2. 연구방법 및 내용

2.1 연구 분석지역 선정

본 연구의 분석지역 선정을 위해서 크게 두 가지의 조건을 고려하였다. 첫 번째는 디지털트윈 등의 기술을 도시에 적용하기 용이한 장소로, 정책 및 행정적인 편리함이 있는 곳이다. 이는 향후 본 연구의 방법론이 더욱 실효성을 가지고 확장될 수 있게 함이다. 두 번째는 기후변화 적응 정책과 관련하여 명확한 세부 시행계획 및 분석이 수행된 지역을 선정한다. 본 연구는 기후변화 적응 계획 및 대응 마련에 초점을 맞추고 있기에, 기후변화에 대한 도시적 관점의 충분한 분석이 진행된 곳을 선정하였다.

위와 같은 두 가지 조건에 근거하여서 선정된 지역은 과천시 별양동 지역으로 대상지의 크기는 총 4 km2 (2 km × 2 km)이다(Fig. 1). 과천시는 「과천시 제2차 기후변화 적응정책 세부시행계획(2020~2024)」을 통해서 IPCC 취약성 지표에 의거한 취약성 분석 및 추진 전략을 수립한 바 있다 (Gwacheon City Government, 2020). 이 중에서도 별양동 지역은 폭염에 의한 건강성 취약 순위에서 높은 종합지수를 보여, 기후변화 적응 대책 및 기술 도입 필요성이 시급한 것으로 분석되었다.

Fig. 1

Site Information: Gwacheon City

2.2 해석 프로그램의 선정

디지털트윈 기반의 모델 제작을 위해서는 도시열섬을 상세 단위로 모사할 수 있는 소프트웨어 및 가시화 프로그램이 필요하다. 최근에는 Solar Calculation 등의 기능을 탑재하고 있는 유체 유동 프로그램이 보급되고 있다. 그 대표적 프로그램으로 CFD 기반의 프로그램 Simcenter STAR-CCM+가 있다. Simcenter STAR-CCM+는 3차원 기반의 상용 시뮬레이션 프로그램으로, 유체의 거동 모사 및 모델링에 강점을 가지고 있다. Simcenter STAR-CCM+는 유한체적법(FVM, Finite Volume Method) 기반의 컴퓨터 이용 공학(CAE, Computer Aided Engineering) 프로그램이다(Kim and Kang, 2022; Zou et al., 2018).

STAR-CCM+의 장점은 해석하는 물리적 영역을 격자화함으로써 각 지점을 유체 특성을 계산할 수 있다는 것이다. 또한, 유체의 영역을 경계조건(Boundary Condition)으로 부여하여 해석의 안전성을 확보할 수 있다. STAR-CCM+는 Navier Stokes 방정식에 기본을 두고 있으며, 이 모델은 연속성 방정식, 운동량 방정식, 에너지 방정식 등을 포함하고 있다(Marion and Temom, 1998). 또한, 해석 후에 후처리 기능에서 큰 장점을 보여, 유동의 패턴, 속도, 압력, 분포 등을 그래픽으로 표현하는데 용이하고, 결과 분석도 직관적이다.

2.3 알고리즘 기반 3차원 모델링 및 격자 설정

도시열섬 시뮬레이션 및 디지털트윈 플랫폼에 탑재 가능한 데이터를 추출하기 위해서는 실제와 유사한 형태의 3차원 모델링을 수행하는 것이 중요하다. 이러한 3차원 모델링에서의 실제 유사도는 LOD (Level of Detail)에 의해 구분될 수 있는데, 1단계부터 4단계까지 구분된다(Biljecki et al., 2014; Cudzik et al., 2023).

국제적인 개발 단계를 살펴보았을 때, 도시 영역에서 LOD의 단계는 2.5 단계 수준까지 올라와 있는 상태이다. 하지만, 컴퓨터 CPU 및 GPU 성능 등 기술적인 한계로 인하여, 본 연구와 같은 1 km2 이상의 중규모 단위의 도시를 모사하는 것은 매우 힘든 실정이다. 이에 본 연구에서는 LOD 1단계에 해당 지역의 지형, 수계 및 녹지 지형의 모사가 가능한 수준의 모델링을 실시하였고, 이를 LOD 1.5 단계로 정의하였다.

도시의 LOD 1.5 단계 형상 모델링 및 물리 모델 적용을 위하여 국토교통부에서 운영하는 국가공간정보포털의 표고점, 디지털 표고 모델(DEM, Digital Elevation Model) 및 식생, 수계, 건물 등을 포함하는 디지털 표면 모델(DSM, Digital Surface Model)을 제공받았다.

제공받은 DEM 및 DSM을 가공하기 위해서는 “Grasshopper”라는 비주얼 프로그래밍 플러그인을 활용하는 것이 효율적이다(Fink and Koenig, 2019). 본 연구에서는 Grasshopper 플러그인을 활용하기 위해서 코드가 기본 탑재된 Rhino 8.0 프로그램을 사용하였다. Rhino 8.0 프로그램을 활용한 LOD 1.5 단계 수준의 3차원 지형은 ‘Bake’ 기능 및 ‘Mesh from Points’ - 노드를 활용한 높이 정보 가공 및 3차원 지형 제작이 필요하다.

Rhino 8.0을 통해서 생성된 3차원 모델링 파일은 각 공간의 수치해석을 위해서 Closed System을 구성해야 하며, 일반적으로 Tominaga et al. (2008)Franke et al. (2004)의 모델 제작 조건을 따른다. 선행연구에서는 도시환경 내 열적 모사를 위해서 해석하고자 하는 대상지보다 약 0.5배 크기의 지형을 동서남북 방향으로 추가하여 생성한다. 동서남북 방향의 0.5배 대상지를 포함하여 지상으로부터 500 m 지점, 지하로 100 m 지점까지 모델링하였으며, 이는 지중의 축열 및 도시열섬으로부터의 영향을 고려하기 위함이다.

STAR-CCM+에서 제공하는 Automated Mesh 기능을 사용하였으며 Mesh Sensitivity Test를 위해서 Mesh 크기를 Course, Moderate, Fine으로 세분화하고 그중에서 가장 해석의 결과가 정확한 Fine Mesh를 사용하였다. 본 연구의 해석에서 사용된 Fine Mesh의 크기는 Table 1과 같다.

Mesh Size of the CFD Model

2.4 해석의 경계조건 설정

본 연구에서는 대상지 내 기후변화 적응 소재 적용 여부에 따라서 변화하는 도시열섬의 영향을 살펴보기 위해, Steady 상태의 정적해석을 수행하였다. Steady 상태의 정적해석 방법은 입력값을 입력하였을 때, 유체의 흐름이 일정하게 유지되는 시뮬레이션 방법으로 시간을 고려하지 않는 대신에, 불필요한 변수를 제거할 뿐만 아니라 정확도가 높고 직관적인 해석을 수행할 수 있다. 경계조건은 2023년의 데이터 중 가장 온도가 높았던 8월 8일 15:00의 데이터를 사용하여, 온도 35.3 °C, 풍향 358.7°, 풍속 1.1 m/s, 상대습도 51%의 값을 입력하였다. Steady 상태의 해석 반복 횟수(Iteration)은 2,000회로 설정하여 해석의 수렴성을 높였다.

경계조건 요소 중에서 3차원 공간의 모델의 도시열섬 해석을 수행하기 위한 물리 모델은 정적해석(Steady), 다성분 가스 혼합물(Multi-Component Gas), 일정 밀도(Constant Density), 난류 유동(Turbulent) 등이 있다. 본 연구에서 사용된 전체 물리 모델은 하기와 같다.

  • • Three Dimensional

  • • Gradients

  • • Steady

  • • Multi-Component Gas

  • • Non-Reacting

  • • Segregated Flow

  • • Constant Density

  • • Turbulent

  • • RANS Realizable K-epsilon Turbulence

  • • Exact Wall Distance

  • • Two-Layer All y + Wall Treatment

  • • Segregated Fluid Temperature

  • • Radiation

  • • Surface-to-Surface Radiation

  • • View Factor Calculator

  • • Gray Thermal Radiation

  • • Solar Loads

  • • Cell Quality Remediation

CFD 내에서 상대습도 구현은 공기와 수증기량의 분자량으로 계산되는데, 이를 위해서는 온도, 습도, 포화증기압 및 증기 분압 등의 조합을 통해 수증기의 질량 분율 및 공기의 질량 분율을 구하는 것이 중요하다. 일반적으로 공기 내의 포화 증기압을 도출하는 공식은 Arden Buck 방정식을 사용하고 있으며 포화증기압(Pw)및 증기분압 (PH2O)은 Eqs. (1), (2)와 같다.

(1)Pw=6.1121e(18.678t234.5)(t257.14+t)

여기에서 t는 경계조건에서 입력 값으로 사용되는 온도 (°C)를 뜻한다.

(2)PH2O=hrPH2O*

여기에서 hr은 상대습도로 정의되며, 공기 중 수증기의 현재 압력이 포화 상태일 때, 가능한 최대 압력의 비율을 뜻한다.

2.5 기후변화 소재의 적용 시나리오

기후변화 적응 소재의 적용 및 미적용 여부를 평가하기 위해서 도시를 구성하는 건설재료들의 과학적 특성을 조사하였다. 이때 열적 특성으로 고려해야 할 것은 크게 세 가지이다. 열의 방사율 (ε, Emissivity), 열의 반사율(ρ, Reflectivity), 열의 투과율(τ, Transmissivity)이며, 세 요소의 합은 에너지 보존 방정식에 의하여 항상 1이 되어야 한다(Eq. (3)).

(3)+ρ+γ=1

기후변화 적응 소재의 적용 시나리오를 수립하기 위해서 총 5개의 선행연구를 참고하였으며, 건설 소재의 방사율, 반사율, 열의 투과율 범위는 Table 2와 같이 정의된다(Cho and Shin, 1995; Lee, 2021; Lee et al., 2014; Morón et al., 2018; Swanson and Hobbs, 2014). 일반적으로 열의 방사율이 높아지면 물체의 열 방출 능력이 높은 것을 뜻하며, 열의 방사율이 높아질수록 표면 온도가 높아지는 경향을 보인다. Table 2의 선행연구 값을 참고하여서 현재 상태의 방사율 값과 기후변화 적응 소재로서 적용 가능한 소재의 물성치를 정의하였으며, 이는 Table 3과 같이 정의될 수 있다.

Radiative Properties of Construction Mterials

Applying Scenario for Climate Adaptation Materials

본 연구에서는 기후변화 적응 소재로 두 가지의 재료 물성치를 변경하였는데, 그 첫 번째는 도로 소재이며, 두 번째는 도로를 제외한 대지 면적의 소재이다. Tables 2, 3을 참고하였을 때, 도로 등에 많이 사용되는 아스팔트 소재는 최대 방사율 0.95, 콘크리트 소재는 최대 방사율이 0.7로 나타났다. 반면, 아스팔트 소재의 최소 방사율은 0.7, 콘크리트 소재는 최소 방사율 0.4이다. 각 재료가 기후변화에 취약한지 여부에 따라 2가지씩 조합을 통해 총 4가지의 케이스를 설정하였다.

Case A는 미래의 기후변화 적응 소재가 적용된 상태로, 아스팔트의 방사율은 0.7, 콘크리트의 방사율은 0.4이다. Case B는 콘크리트 포장만을 기후변화 적응 소재로 대체하는 것으로 아스팔트의 방사율을 0.95, 콘크리트는 0.4로 설정된다. Case C는 아스팔트 소재 0.7, 콘크리트 소재 0.7이다. Case D는 아스팔트 소재 0.95, 콘크리트 소재 0.7로 설정하여 현재의 건설 소재 수준에서 폭염에 취약한 상황을 가정한다.

평가 방법은 크게 두 가지를 채택하였으며, 첫 번째는 도로 및 대지의 표면 온도를 분석하는 것이다. 두 번째는 표면 온도의 태양복사 에너지 영향을 받는 1.5 m 높이에서의 대기 평균온도를 분석하여 기후변화 소재의 적용 시나리오 효과를 고찰한다.

3. 연구결과

3.1 연구 대상 지역의 3차원 모델링

2.3 알고리즘 기반 3차원 모델링 및 격자 설정 단계를 통해서 도출된 CFD 격자의 이미지는 Fig. 2와 같다. 총 7,247,774개의 격자가 생성되었으며, 전체 4 km2에 대한 각 공간의 비율은 건축물 35.56%, 녹지 3.61%, 도로 9.32%, 기타 대지 51.51%로 분석되었다. 본 연구의 3차원 모델은 정적해석이 수행된 것으로, 시간의 경과에 따른 변화는 고려되지 않았다.

Fig. 2

Mesh Scene of the Site

3.2 기후변화 적응 소재의 효과 분석

건설 소재의 방사율 및 반사율을 고려한 기후변화 적응 소재를 적용하였을 때 확인할 수 있는 도시열섬 효과 가시화는 Figs. 3, 4와 같다.

Fig. 3

1.5 m Section Temperature of Each Scenario

Fig. 4

Surface Temperature of Each Scenario

Fig. 3 및 해석 결과를 확인하였을 때, 기후변화적응 소재를 적용한 케이스와 적용하지 않은 케이스 간의 도시열섬 영향은 큰 차이를 보였다. 기후변화 적응 소재를 적용하지 않은 Case D의 경우 약 38.8 °C의 온도를 보였으며, Case A는 38.0 °C를 보였다. 이는 약 0.8 °C 정도의 온도차가 나타난 것이다. 특히, 가시화된 자료를 확인하였을 때, 대상지의 면적이 넓은 콘크리트 부지의 면적이 도시열섬 영향에 큰 영향을 미치는 것으로 분석되었다. 콘크리트 부지의 면적에 기후변화 적응 소재를 적용한 Case B의 경우 38.1 °C 수준으로 약 0.7 °C 정도의 온도를 낮출 수 있는 것으로 나타났다. 반면 도로 소재를 변경한 Case C의 경우 약 0.1 °C 정도의 온도를 저감할 수 있었다. 이러한 분석 결과는 기후변화 영향에 미치는 영향 요인으로 적용 면적의 크기가 매우 큼을 시사한다.

도시 표면 온도의 영향 결과를 더욱 직관적으로 확인하기 위해서는 Fig. 4를 참고할 수 있다. Fig. 4 및 해석 결과를 확인하였을 때, 결과는 다음과 같다. Case D의 경우 표면의 평균온도가 약 55.5 °C 까지 상승하는 모습을 확인할 수 있었다. 기후변화 적응 소재를 모두 적용한 Case A의 경우 표면 평균온도가 49.2 °C로, 6.3 °C 정도 차이 나는 모습을 확인할 수 있었다. 비교적 넓은 면적에 기후변화 적응 소재가 적용된 Case B의 경우 49.9 °C 까지 온도가 저감되었으며, Case C는 54.7 °C로 약 0.8 °C 정도가 저감되는 것을 확인할 수 있었다.

4. 토 의

연구결과를 통해서 얻을 수 있는 논의는 다음과 같이 세 가지로 구분된다. 첫 번째, 현재 수준에서 적용 가능한 기후변화 적응 소재의 방사율 변화 값은 아스팔트가 0.25, 콘크리트가 0.3으로 수치상 큰 차이를 보이고 있지 않다. 즉, 기후변화 적응 소재의 효과를 분석하는 데 있어서 중요한 것은 적용 면적을 얼마만큼 확보할 수 있는가에 따라서 결정된다. 이에, 경제성과 최적화된 열적 특성을 겸비한 기후변화 적응 소재가 개발되어야 하며, 최대한 많은 면적의 적용 여부를 검토하여야 한다. 그러한 점에 있어서, 유출 저감 목적으로 개발되는 그린인프라 및 저영향개발의 도입을 적극적으로 고려할 필요가 있다. 향후 연구에서는 빌딩에 적용 가능한 그린인프라 및 기후변화 적응 소재 도입 시나리오를 결정하고, 그 영향을 분석하여야 한다.

두 번째는 표면 온도와 1.5 m 높이에서의 대기 평균온도 값의 차이다. 먼저 표면 온도의 결과를 보았을 때, 기후변화 적응 소재를 적용하지 않은 경우와 기후변화 적응 소재를 적용한 경우의 온도차는 약 6.3 °C 정도 차이를 보였다. 하지만, 표면 온도의 경우 약 0.8 °C의 정도 차이를 보여 1.5 m 수준까지 열적 평형이 빠르게 일어나는 것을 확인할 수 있었다. 그럼에도 불구하고, 최근 높은 도로 표면 온도로 인해서 중앙분리대 및 타이어 터짐 사고 등이 빈번하게 발생하고 있으므로, 이에 대응할 수 있는 기후변화 적응 소재의 적용이 적극적으로 검토되어야 한다. 또한, 취약계층에게 있어서 대기 온도 1 °C 정도의 수치는 치명적인 영향을 미칠 수 있기에, 더욱 유의하여 건설 소재를 적용하여야 한다.

세 번째는 향후 우리나라에서 개발될 실시간 디지털트윈 플랫폼 탑재와 관련된 사항으로, 기후변화 적응 소재 적용 여부에 따른 그 가시화가 가능하다는 것이다. Figs. 3, 4를 통해서 보는 바와 같이, 기후변화 적응 소재를 적용하였을 때 도시열섬의 영향을 2차원-3차원으로 연계하여 표출을 할 수 있었다. 향후 3차원 공간 모델의 X, Y, Z 좌표, 온도 값, 위경도 좌표를 파악하게 될 경우, 전산유체역학을 결합한 형태의 물리 기반 디지털트윈 모델 제작에 크게 기여할 수 있을 것으로 판단된다.

5. 결 론

본 연구는 디지털트윈을 활용한 기후변화 적응 기술의 효과를 도시열섬 현상에 적용하여 분석하였다. 특히, 도시 내 주요 건설 재료인 아스팔트와 콘크리트의 방사율, 반사율 등의 열적 특성을 고려한 기후변화 적응 소재가 도시열섬 현상 완화에 미치는 영향을 다루고 있다. 본 연구의 종합적인 고찰을 통해 다음과 같은 세 가지 주요 결론으로 요약될 수 있다.

첫째, 기후변화 적응 소재의 적용에 따라 도시의 표면 온도와 대기 온도에 현저한 차이가 나타났다. 특히, 기후변화 적응 소재를 적용한 경우 최대 약 6.3 °C 까지 표면 온도가 감소하였으며, 대기 온도 또한 약 0.8 °C 정도 감소하는 것으로 확인되었다. 이는 폭염 대응에 있어 기후변화 적응 소재의 도입이 도시열섬 완화에 중요한 역할을 할 수 있음을 시사한다.

둘째, 방사율이나 반사율과 같은 소재의 열적 특성 자체도 중요한 요소이지만, 함께 고려되어야 할 것은 현실에 도입 가능한 적용성과 충분한 면적을 확보하는 것이다. 넓은 면적에 기후변화 적응 소재를 적용할수록 도시열섬 완화 효과가 더 크게 나타났다. 따라서, 향후 연구 및 정책에서는 기후변화 적응 소재의 개발뿐만 아니라, 최대한 넓은 면적에 적용할 수 있는 전략 마련이 중요하다.

셋째, 디지털트윈을 활용한 시뮬레이션은 기후변화 적응 소재의 효과를 2D 및 3D로 가시화할 수 있는 강력한 도구임을 확인되었다. 이를 통해 도시열섬 현상을 더욱 정밀하게 평가할 수 있었으며, 기후변화에 대비한 도시계획 및 건축설계 과정에서 의사결정을 지원하는 중요한 수단으로 활용될 수 있음을 확인하였다.

결론적으로, 본 연구는 기후변화 적응 소재가 도시열섬 완화에 미치는 영향을 정량적으로 평가하였으며, 이러한 소재의 효과적인 적용 방안을 제시하였다. 향후에는 디지털트윈 기반의 물리적 모델링을 더욱 고도화하여, 기후변화와 관련된 다양한 도시 재난 재해에 대응할 수 있는 방안을 마련하는 것이 필요하다. 또한, 본 연구에서는 다루어지지 않은 기후변화 적응 소재에 대한 경제성 부분 평가와 미래 적용 가능성에 대한 부분이 검토되어야 할 것으로 판단된다.

감사의 글

본 연구는 과학기술정보통신부 한국연구재단의 연구비지원(NRF-RS-2023-00259995)에 의해 수행되었습니다.

References

1. Baek S, Kim J, Kang J. 2024;Impact of Green Infrastructure on PM10 in Port-Adjacent Residential Complexes:A Finite Volume Method-Based Computational Fluid Dynamics Study. Sustainable Cities and Society 00:105815.
2. Biljecki F, Ledoux H, Stoter J, Zhao J. 2014;Formalisation of the level of detail in 3D city modelling. Computers, Environment and Urban Systems 48:1–15.
3. Cho S.H, Shin K.S. 1995;The effect on the heating and cooling load of building by slat angle variation of venetian blind. Korean Journal of Air-Conditioning and Refrigeration Engineering 7(2):171–183.
4. Cudzik J, Aydoğan M, Güler B. 2023;Level of detail categorization for the application in urban design. Space &Form 55:9–28.
5. Fink T, Koenig R. 2019;Integrated Parametric Urban Design in Grasshopper/Rhinoceros 3D. Demonstrated on a Master Plan in Vienna
6. Franke J, Hirsch C, Jensen A.G, Krüs H.W, Schatzmann M, Westbury P.S, et al. 2004. Recommendations on the use of CFD in predicting pedestrian wind environment. In Cost action C 14C.1.1–C1.11. https://research.tue.nl/en/publications/recommendations-on-the-use-of-cfd-in-wind-engineering.
7. Gwacheon City Government. 2020. Gwacheon City's 2nd detailed implementation plan for climate change adaptation policy (2020-2024). Gwacheon: Gwacheon City Government.
8. Henriksen H. J, Schneider R, Koch J, Ondracek M, Troldborg L, Seidenfaden I. K, et al. 2022;A new digital twin for climate change adaptation, water management, and disaster risk reduction (HIP digital twin). Water 15(1):25.
9. Kim G, Lee G. 2024;Validation of CFD Models of Urban Microclimates Under High Temperature and Humidity Conditions During Daytime Heatwaves in Dense Low-rise Areas. Building and Environment 266:112087.
10. Kim J, Kang J. 2022;Evaluating the efficiency of fog cooling for climate change adaptation in vulnerable groups:A case study of Daegu Metropolitan City. Building and Environment 217:109120.
11. Kim J, Kang J. 2023a;Development of hazard capacity factor design model for net-zero:Evaluation of the flood adaptation effects considering green-gray infrastructure interaction. Sustainable Cities and Society 96:104625.
12. Kim J, Kang J. 2023b;AI based temperature reduction effect model of fog cooling for human thermal comfort:Climate adaptation technology. Sustainable Cities and Society 95:104574.
13. Kim J, Ahn J, Kang J. 2024;Adaptive wildfire spread prediction for complex terrain:modeling the effectiveness of sprinkler systems. Fire Ecology 20(1):75.
14. Kim J, Lee J.M, Kang J. 2023;Smart cities and disaster risk reduction in South Korea by 2022:The case of Daegu. Heliyon 9(8):e18794.
15. Korean Government. 2010. Framework Act on Low Carbon, Green Growth Seoul: Korean Government.
16. Lee G.W. 2021;The impacts of creation of small green areas within urban regeneration projects on the formation of wind paths and the thermal environment:focused on Indongchon, one of the urban regeneration and revitalization areas in Daegu. KIEAE Journal 21(5):91–100.
17. Lee J, Kim J, Yoon J. 2014;CFD Simulations of the Ground Surface Temperature and Air Temperature, Air flow Coupled with Solar Radiation. KIEAE Journal 14(3):65–70.
18. Marion M, Temam R. 1998;Navier-Stokes equations:Theory and approximation. Handbook of Numerical Analysis 6:503–689.
19. Morón C, Saiz P, Ferrández D, Felices R. 2018;Comparative analysis of infrared thermography and CFD modelling for assessing the thermal performance of buildings. Energies 11(3):638.
20. Park S, Kim J, Kang J. 2024a;Exploring optimal deep tunnel sewer systems to enhance urban pluvial flood resilience in the gangnam region, South Korea. Journal of Environmental Management 357:120762.
21. Park S, Kim J, Kim Y, Kang J. 2024b;Participatory Framework for Urban Pluvial Flood Modeling in the Digital Twin Era. Sustainable Cities and Society 108:105496.
22. Qi Y, Li H, Pang Z, Gao W, Liu C. 2022;A case study of the relationship between vegetation coverage and urban heat island in a coastal city by applying digital twins. Frontiers in Plant Science 13:861768.
23. Schaeffer R, Szklo A.S, de Lucena A.F.P, Borba B.S.M.C, Nogueira L.P.P, Fleming F.P, et al. 2012;Energy sector vulnerability to climate change:A review. Energy 38(1):1–12.
24. Shaharuddin S, Abdul Maulud K.N, Syed Abdul Rahman S.A.F, Che Ani A.I. 2022;Digital twin for indoor disaster in smart city:A systematic review. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences 46:315–322.
25. Swanson M, Hobbs A. 2014. Urban heat island effect:Comparing thermal and radiation effects of asphalt and concrete pavements on adjacent buildings using CFD methods p. 33–39. London: CRC Press.
26. Tominaga Y, Mochida A, Yoshie R, Kataoka H, Nozu T, Yoshikawa M, et al. 2008;AIJ guidelines for practical applications of CFD to pedestrian wind environment around buildings. Journal of wind engineering and industrial aerodynamics 96(10-11):1749–1761.
27. Wang X, Li Y. 2016;Predicting urban heat island circulation using CFD. Building and Environment 99:82–97.
28. Zou Y, Zhao X, Chen Q. (2018, February). Comparison of STAR-CCM+and ANSYS Fluent for simulating indoor airflows. In : Zeng J, ed. Building simulation 11p. 165–174. Berlin Heidelberg: Springer.

Article information Continued

Fig. 1

Site Information: Gwacheon City

Table 1

Mesh Size of the CFD Model

Default controls Building Road Green Outwall
Base size 20.0 m - - - -
Target surface size 20.0 m 4.0 m 4.0 m 4.0 m 200.0 m
Minimum surface size 2.0 m 1.0 m 1.0 m 1.0 m 10.0 m
Maximum cell size 200.0 m -
Prism layer total thickness - 0.8 m 0.8 m 0.8 m -

Table 2

Radiative Properties of Construction Mterials

Material Emissivity Reflectivity Transimissivity
Road Asphalt 0.70~0.96 0.04~0.30 0
Building Concrete 0.30~0.90 0.10~0.70 0
Brick 0.81~0.92 0.08~0.19 0
Ground Concrete 0.30~0.90 0.10~0.70 0
Green Grass 0.05~0.4 0.60~0.95 0
Water Water 0.02~0.04 0 0.96~0.98

Table 3

Applying Scenario for Climate Adaptation Materials

Parameter Current status Climate adaptation materials
Surface emissivity Surface reflectivity Surface transmissivity Surface emissivity Surface reflectivity Surface transmissivity
Building 0.5 0.5 0 0.5 0.5 0
Asphalt 0.95 0.05 0 0.7 0.3 0
Green 0.35 0.65 0 0.35 0.65 0
Ground 0.7 0.3 0 0.4 0.6 0

Fig. 2

Mesh Scene of the Site

Fig. 3

1.5 m Section Temperature of Each Scenario

Fig. 4

Surface Temperature of Each Scenario