• 한국해양환경ㆍ에너지학회지
• /
• 제2권2호
• /
• pp.60-69
• /
• 1999

본 논문에서는 국내 최초로 수중확산관을 통해 하ㆍ폐수 1차 처리수를 해양방류하고 있는 마산ㆍ창원 하수종말처리장의 해양방류수에 대한 초기ㆍ근역 희석률을 현장관측과 CORMIX 모형계산을 통해 비교 검토하였다. 수심 15m 내외의 방류수역에서 수온약층이 수심 4m～6m에서 형성된 1998년 하계에 관측된 염분도로부터 희석률을 구하였으며, 또한 해수밀도의 수직 분포와 해류자료를 입력하여 모형으로부터 하 폐수 플륨의 이동확산 양상과 초기희석률을 계산하였다. 방류지점의 관측된 염분도 분포로부터 구한 희석률은 32～48이며, 모형에 의해 계산된 초기ㆍ근역 희석률은 29～43으로 두 결과 모두 매우 낮은 하계 소조시의 희석률을 보이고 있다. 이는 조류가 약한 소조기의 정체 시에는 방류수에 포함된 오염물질로 인해 해양방류수역의 수질오염이 더욱 가중될 수 있음을 보여준다.

• 한국해양환경ㆍ에너지학회지
• /
• 제3권1호
• /
• pp.35-44
• /
• 2000

1999년 2월에 관측한 수온 및 염분도 분포로부터 마산ㆍ창원 하수종말처리장의 해양 수중방류수에 대한 동계의 근역희석률을 산정하였다. 소조기의 약한 주변유속과 수온약층에 의해 하수플륨이 포착되어 희석률이 30～40정도로 저조했던 하계의 경우와는 달리 동계 소조기의 경우에는 주변해수의 수직적 등밀도혼합이 전 층에서 형성되어 하수플륨이 수표면까지 상승하며 희석률도 90～130정도로 훨씬 큰 것으로 나타났다. CORMIX2 모형의 모의결과에서도 소조기의 약한 유속(Ua=6.0cm/s)의 경우 동계 희석률이 하계 희석률보다 약 3배 정도 증가하였으며 대조기의 강한 유속(Ua=15.5cm/s)의 경우에는 두 계절의 희석률 차이가 30%정도로 미미하였다. 이는 수중방류 하수의 근역희석 및 혼합과정이 주변해수의 밀도성층 효과보다는 유동성분에 더 큰 영향을 받기 때문인 것으로 사료된다.

• 대기
• /
• 제33권4호
• /
• pp.343-354
• /
• 2023

Turbulence produced on roadways is one of the major factors determining the dilution rates at the initial stage of traffic emissions of air pollutants and, thus, the distribution of air pollutants near the roadways. Field experiments were conducted on Gyeongbu Highway, one of the busiest highways in Korea, for 4~7 days in winter, spring, and summer. Two three-dimensional ultrasonic anemometers were installed on both sides of the highway to estimate turbulence intensities (vertical wind fluctuation and kinetic turbulence energy) induced by the roadway. Roadway-induced turbulence consists of three components: structural road-induced turbulence (S-RIT), thermal road-induced turbulence (T-RIT), and vehicle-induced turbulence (VIT). The contribution of T-RIT to the total RIT was insignificant (less than 10%), and the majority of RIT was S-RIT (by the highway embankment) and VIT. In this study, we propose the empirical relationships of VIT as a function of traffic density and wind speed under free-flow traffic conditions. Although this empirical relationship appears to underestimate the VIT, it can be applied to the air quality models easily because the relationship is simple and only needs readily obtainable input variables (wind speed and traffic information).