도시 대기환경의 질적 향상과 오염물질 확산 예측을 위해 본 연구실은 다양한 수치모델링 및 관측 기반 분석을 수행하고 있습니다. 도시 내에서 발생하는 미세먼지(PM2.5), 오존, 이산화질소 등 주요 대기오염물질의 공간적·시간적 분포를 정밀하게 예측하기 위해, 대기확산 모델과 인공지능 기반의 예측 기법을 결합하여 연구를 진행하고 있습니다. 특히, 서울과 같은 대도시를 대상으로 실제 관측자료와 결합한 모델링을 통해 정책적 의사결정에 활용 가능한 고해상도 대기질 예측 정보를 제공합니다. 이러한 연구는 도시 내 건물 밀집 지역, 도로 협곡, 고층 건물 주변 등에서의 오염물질 이동 경로와 확산 특성을 규명하는 데 중점을 두고 있습니다. 대기질 모델링은 OpenFOAM, PALM 등 첨단 전산유체역학(CFD) 모델을 활용하며, 실제 도시 지형과 건물 정보를 반영하여 미세한 유동 및 오염물질 분포를 재현합니다. 또한, 대기오염 저감 정책의 효과 분석, 사회적 거리두기 등 인간 활동 변화에 따른 대기질 변화 평가 등 다양한 응용 연구도 수행하고 있습니다. 이 연구를 통해 얻어진 결과는 도시 대기환경 개선을 위한 정책 수립, 오염물질 저감 대책 마련, 도시계획 및 환경영향평가 등에 활용될 수 있습니다. 나아가, 인공지능과 결합된 예측 모델의 고도화를 통해 미래 도시 대기환경 문제에 선제적으로 대응할 수 있는 기반을 마련하고 있습니다.

도시 내 기상 현상과 난류 구조의 정밀한 해석을 위해, 본 연구실은 대기경계층 및 행성경계층(PBL) 동역학, 도시 기상 및 기후 변화, 그리고 난류 구조 분석에 중점을 두고 연구를 수행하고 있습니다. 도시화로 인해 복잡해진 지형과 건물 구조는 대기 흐름과 난류 특성에 큰 영향을 미치며, 이는 오염물질의 확산, 열섬 현상, 미기후 변화 등 다양한 환경 문제와 직결됩니다. 연구실에서는 대기경계층의 구조와 변화, 난류 확산 특성, 그리고 도시 내에서 발생하는 코히어런트 구조(일관된 유동 구조)의 식별 및 추적 기법을 개발하고 있습니다. 이를 위해 대규모 라지 에디 시뮬레이션(LES)과 같은 고해상도 수치모델을 활용하며, 실제 관측자료와 결합하여 모델의 신뢰성을 높이고 있습니다. 또한, 다양한 건물 높이와 배열, 도로 협곡, 녹지 및 식생 등 도시 환경 요소가 대기 흐름과 난류에 미치는 영향을 정량적으로 분석합니다. 이러한 연구는 도시 내 보행자 수준의 바람 환경, 열환경, 오염물질 분포 등 실생활과 밀접한 기상 현상에 대한 이해를 증진시키며, 도시계획, 환경영향평가, 기후변화 적응 전략 수립 등에 중요한 과학적 근거를 제공합니다. 나아가, 도시 기상 및 난류 구조 해석을 통해 미래 도시의 지속가능한 발전과 쾌적한 환경 조성에 기여하고 있습니다.

본 연구실은 전산유체역학(CFD) 모델과 인공지능(AI) 기법을 융합하여 도시 대기환경을 정밀하게 예측하고 분석하는 연구를 수행하고 있습니다. CFD 모델(OpenFOAM, PALM 등)을 활용하여 실제 도시 지형, 건물, 도로 등 복잡한 환경을 반영한 고해상도 시뮬레이션을 구현하며, 이를 통해 미세먼지, 오존 등 오염물질의 이동 및 확산 경로를 예측합니다. 최근에는 딥러닝, LSTM, GRU, Bi-LSTM 등 첨단 인공지능 모델을 도입하여 대기질 예측의 정확도를 높이고, 다양한 도시 환경 및 기상 조건에 대한 예측 성능을 향상시키고 있습니다. 실제 서울, 대전, 부산 등 대도시를 대상으로 한 연구에서, 인공지능 모델이 단기 및 장기 대기질 예측에 우수한 성능을 보임을 확인하였으며, 중국 등 인접 국가의 대기질 자료를 활용한 예측 정확도 향상 연구도 병행하고 있습니다. 이와 같은 융합 연구는 도시 대기환경 문제의 복잡성을 효과적으로 해소하고, 정책적·실무적 의사결정에 필요한 과학적 근거를 제공합니다. 또한, 미래 도시의 기후 변화 대응, 오염물질 저감, 쾌적한 생활환경 조성 등 다양한 사회적 요구에 부응하는 혁신적 대기환경 예측 시스템 개발에 기여하고 있습니다.