UAM 운항을 위한 고해상도 기상 관측·예측(모사/nowcasting) 및 난류 리스크 평가 연구

UAM weather observation, prediction, and nowcasting with turbulence risk assessment research

연구 내용

LDAPS 기반 경계조건과 도시 지표 데이터를 활용해 CFD로 난류·바람을 모사하고, 딥러닝 에뮬레이터로 실시간 nowcasting을 구현하여 UAM 운항 리스크를 평가하는 연구

저고도 UAM 운항에서는 건물과 지형에 의해 난류 경계층이 복잡하게 형성되므로, 이를 반영하는 고해상도 기상 관측·예측 체계가 필요합니다. 연구에서는 LDAPS 기반 경계조건을 사용하고, 지표 온도는 Vegetated Urban Canopy Model(VUCM)로 모델링하며, 지형·건물 데이터는 국가 지리정보 자료를 활용해 CFD 기반 풍동 및 환기 환경을 재현합니다. 또한 AWS 관측을 통한 검증을 수행하여 바람 전단과 난류운동에너지 특성을 분석합니다. 나아가 CFD 결과를 빠르게 생성하는 딥러닝 기반 에뮬레이터와 cut-cell Cartesian 모델 및 도시 규모 미세물리 파라미터화 연구를 병행하여 실시간 운항 지원 가능성을 높입니다.

관련 프로젝트

5건

연구 흐름

초기에는 UAM 운항 회랑에서 바람과 난류 특성이 고도에 따라 어떻게 달라지는지 CFD로 분석하고, AWS 자료와의 비교로 모델의 재현성을 점검하는 단계가 진행되었습니다. 이후 운항 실시간성을 요구하는 적용 문제로 확장하여 CFD-유사 결과를 생성하는 딥러닝 에뮬레이터를 구축하는 방향으로 심화했습니다. 동시에 도시 규모 미세기후 계산을 위한 미세물리 파라미터화 통합을 수행하고, cut-cell Cartesian 격자 기반 모델로 도시 형상 처리의 수치적 안정성을 개선하는 연구를 병행했습니다. 최근에는 스마트시티 기상 서비스 및 UAM 운항 지원 기반기술 과제를 통해 관측·예측 파이프라인을 구축하고 운항 리스크 감시로 연결하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

UAM 운항 회랑 풍향·풍속 예측 도구
난류 강도 기반 운항 위험 경보
CFD 에뮬레이션 기반 실시간 nowcasting
관측망 최적화 설계 입력 산정
도시 환기 및 통풍 평가 시뮬레이션
스마트시티 기상 서비스 통합 모듈
도시 규모 미세기후 예측 워크플로우
경계층 특성 분석 자동화
모델 검증을 위한 관측 연계 체계
확률 기반 난류 지수 산출 지원