Research Article

Journal of Korean Institute of Architectural Sustainable Environment and Building Systems. April 2020. 208-219
https://doi.org/10.22696/jkiaebs.20200019


ABSTRACT


MAIN

  • 서 론

  •   연구배경 및 목적

  •   연구의 범위 및 방법

  • 이론적 배경

  •   THI지수

  • 연구대상 건물 개요 및 실측현황

  •   연구대상 건물 개요

  •   실측현황

  • THI 지수를 고려한 계사 온열환경 검토

  •   실측 데이터 기반 THI지수 검토

  • 모델 베이스 작성 및 THI 예측식 도출

  •   모델베이스 작성

  •   THI 예측식 도출

  • 결 론

서 론

연구배경 및 목적

UN 정부 간 기후변화위원회(IPCC, Intergovernmental Panel on Climate Change)에서는 지구의 평균 지표온도 상승에 따라 폭염의 발생빈도와 지속기간의 증가 가능성이 매우 높을 것으로 전망하고 있다(IPCC, 2014). 폭염으로 인한 가축의 고온 스트레스발생은 생산성 저하, 폐사율 증가, 질병문제 등을 일으켜 직접적으로 국가, 축산업 및 소비자에게 심각한 경제적 영향을 주는 것으로 보고되고 있다(St-Pierre et al., 2003). 특히, 2018년 폭염발생으로 인한 국내의 가축 폐사 두수는 전체 약 7백만 마리 수준으로 2012년에 비해 약 370%가 증가하였으며 다른 가축들에 비해 고온에 열악한 닭은 국내 가축 폐사 수수의 92.6%를 차지하여, 그 피해액은 23.8천억원에 달하고 있어 심각한 실정이다(Kwon et al., 2019).

한편, 최근 이슈가 되고 있는 스마트팜, 옥상옥실, 동물복지 등으로 인해 농업 분야에서도 건물에너지 시뮬레이션(Building energy simulation, 이하 BES)기법을 통한 온실, 축사의 에너지 부하 계산 및 관리, 실내 환경 분석, 신재생에너지적용에 대한 연구가 활발히 진행되고 있다(Hong et al., 2008; Lee et al., 2012; Rasheed et al., 2015; Lee et al., 2017; Ha et al., 2018a; Ha et al., 2018b; Kwon, 2019). 이 중에서도, 계사에 대한 연구 동향을 살펴보면, Kwon (2019)은 여름철 폭염에 의한 가축의 폐사율을 줄이기 위한 효과적인 단열 및 환기방안을 모색하기 위해 국내의 표준계사를 대상으로 냉난방부하에 영향을 미치는 요소들을 검토하였다. 또한, Ha et al. (2018b)는 강제 환기식 무창 육계사를 대상으로 동적에너지 프로그램인 TRNSYS로 계사내부를 모사하고 Temperature and Humidity Index(이하, THI 지수)산출을 통하여 국내 주요 지역별 육계의 고온 스트레스 노출 위험 정도를 평가하였다. 그러나 기존 연구들은 문헌조사 또는 국내의 표준계사 모사 등에 제한되어 있으며, 실측데이터를 활용한 계사의 실내 온열환경을 파악한 연구는 미비한 실정이다.

따라서 본 논문에서는 혹서기 산란계사의 효율적인 환경 관리를 하기위해 계사의 종류(크로스 및 터널 환기방식)별 실측데이터를 통해 계사의 내부온열환경을 정량적으로 파악하고 모델베이스 작성의 정확성 검증에 활용하고자 하였다. 또한, 시뮬레이션 결과 값을 THI 예측식 도출에 이용하여 축산관계자들이 취득하기 쉬운 데이터인 기상청 예보시스템(온도, 습도 데이터)을 통해 당일 또는 익일의 계사내부 THI지수를 예측하고자 하였다. 이를 통해 THI지수 범위에 따른 단계별(정상, 경계, 위험, 심각)실시간 주의를 통보함으로써 계사의 실내 환경을 선제적으로 대응 가능하도록 하는 것을 목적으로 하였다.

연구의 범위 및 방법

본 연구는 동물의 고온스트레스를 정량적으로 나타내는 지표인 THI 지수를 통해 산란계사의 내부온열환경을 파악하였다. 연구 대상은 가축 중 몸 전체가 깃털로 덥혀있고 땀샘이 미발달하여 폭염에 취약한 닭으로 선정하였으며, 국내의 산란 계사를 대상으로 여름철 실측을 진행하였다. 이후, 실측데이터를 통해 THI지수를 산정하여 계사 환기방식에 따른 산란계의 고온스트레스 노출 위험 정도를 비교 분석하였다. 일반적으로 계사는 냉방을 하지 않고 환기방식으로 실내 온열환경을 제어되고 있으며 연구대상건물은 DesignBuilder v.4.7프로그램을 이용하여 모사하였다. 또한, 시뮬레이션 결과와 실측데이터를 통해 정확성을 검증하였으며, 계산결과를 활용하여 회귀분석식을 도출하였다.

이론적 배경

THI지수

THI지수는 동물의 고온스트레스를 줄이기 위하여 열과 습도에 의해 동물이 받는 스트레스를 영역대로 수치화 한 것이다. Zulovich and Deshazer (1990)는 계사내부의 건구 및 습구온도를 이용하여 산란계의 고온스트레스를 평가하기 위한 THI지수를 제시하였으며, 산정식은 다음 식 (1)과 같다.

$$THI_{layers}=0.6T_{db}+0.4T_{wb}$$ (1)

여기서, THI : 온습도 지수Tdb : 계사내부의 건구온도(°C)Twb: 계사내부의 습구온도(°C)

일반적으로 습구온도는 습구온도계를 이용하여 측정하나, 대부분의 계사에서는 이를 실시하기 어렵다. 따라서 본 연구에서는 Stull (2011)이 제시한 건구온도 및 상대습도를 이용하여 습구온도를 산출하는 하기의 식 (2)를 활용하였다.

$$\begin{array}{l}T_{wb}=T_{db}\times atan\lbrack0.151977\times(RH+8.313659)^{0.5}\rbrack+atan(T_{db}+RH)-atan(RH-1.676331)\\\;\;\;\;\;\;\;\;+0.00391838\times(RH)^{1.5}\times atan(0.023101\times RH)-4.686035\end{array}$$ (2)

여기서, Twb : 습구온도(°C)Tdb : 건구온도(°C)RH: 상대습도(%)

또한, 산란계가 고온 스트레스를 받는 한계 THI 지수 값(THI Threshold)은 Zulovich and Deshazer (1990)Gates et al. (1995)의 연구 결과에 따라 28로 설정하였다.

연구대상 건물 개요 및 실측현황

연구대상 건물 개요

대상건물은 경남 산청군 신안면 갈전리 173에 위치한 S농장의 장방형 무창계사 2개동이다. 3종 기계 환기방식이 2개동 모두 적용되어 있으나 실내의 기류 방향에 따라 다음과 같이 환기 방식을 구분하기로 한다. 한 개동은 건물의 단변에서 단변으로 공기의 인입과 배기가 이루어지는 크로스 환기방식(이하, 크로스 방식)을, 나머지 동은 계사 건물의 장변에서 장변으로 공기의 이동이 이루어지는 터널 환기방식(이하, 터널 방식)이다(MAFRA and NongHyup, 2017; Figure 1, 2). 아울러 Table 1은 건물의 환기방식별 건물개요 및 외피성능, 조명밀도, 사육수수, 환기팬 사양을 나타낸 것이다.

http://static.apub.kr/journalsite/sites/kiaebs/2020-014-02/N0280140206/images/Figure_KIAEBS_14_2_06_F1.jpg
Figure 1.

Cross type hen house

http://static.apub.kr/journalsite/sites/kiaebs/2020-014-02/N0280140206/images/Figure_KIAEBS_14_2_06_F2.jpg
Figure 2.

Tunnel type hen house

Table 1. Outlines of Target Building

Categories Cross Ventilation Tunnel Ventilation
Building Boundary condition Location Sancheong, Gyeongsangnamdo
Use hen house
Building area 1764.6 ㎡ 884.66 ㎡
Height 9.54 m 7.42 m
Exterior wall/Roof (W/m⦁k) 0.034
Light density 6.17 W/㎡ 2.46 W/㎡
Total number of layers 50,200 48,000
Fan Total number 21 EA 22 EA
Power consumption 1.3 kW/EA 1.5 kW/EA
capacity 41,370 ㎥/h 33,900 ㎥/h
efficiency 0.34

크로스 방식 계사의 규모는 장변 약 102 m, 단변 약 17 m, 높이 9.54 m, 6열 8단의 케이지, 터널 방식은 장변 약 99 m 단변 약 9 m, 높이 7.42 m, 3열 7단의 케이지로 구성되어 있으며, 계사의 형태는 환기방식으로 인한 급기구와 배기구의 배치만 상이하며, 그 외는 대동소이한 형태이다. 또한, 크로스 및 터널 방식의 외벽·지붕 단열성능은 0.034 W/m·k, 조명밀도는 각각 6.17 W/㎡, 2.46 W/㎡이며, 사육수수는 각각 28.44수/㎡, 54.25수/㎡이다. 환기팬의 풍량은 크로스 및 터널 방식이 각각 41,370 ㎥/h, 33,900 ㎥/h로 크로스 대비 터널 방식의 전체 풍량이 약 18% 적으며, 이는 계사의 형상이 장변 방향으로 강한 기류를 형성시키기 용이한 형태이기 때문인 것으로 판단된다.

다음의 Table 2는 계사내부의 온도 증가에 따른 크로스 방식 및 터널 방식의 팬 가동율을 나타낸 것이다. 계사의 내부온도가 22°C일 때, 크로스 방식 계사의 Fan 가동율은 약 43%, 터널 방식은 27%이며, 26°C일 때 크로스 방식의 가동율은 100%, 터널 방식은 81%으로 동일한 온도 조건에서 터널 방식의 팬 가동율이 낮게 세팅되어 있는 것을 확인할 수 있다.

Table 2. Fan operating rate according to indoor temperature

Categories Indoor temperature (°C) Cross type Tunnel type
Air change rate (ACH) Fan operation rate (%) Air change rate (ACH) Fan operation rate (%)
ALT. 1 20 - - 0.5 9.1
ALT. 2 21 0.7 28.5 0.9 18.2
ALT. 3 22 1.1 42.8 1.4 27.3
ALT. 4 23 1.4 57.1 1.9 36.4
ALT. 5 24 1.8 71.4 2.3 45.5
ALT. 6 25 2.1 85.7 3.3 63.3
ALT. 7 26 2.5 100 4.2 81.1
ALT. 8 26.5 - - 4.5 86.4
ALT. 9 27 - - 5.2 100

실측현황

데이터의 총 실측기간은 2018년 6월 19일부터 2018년 9월 7일까지 80일간이나, 시작일과 종료일은 24시간 동안 측정되지 않아 제외하였다. 또한 분진, 분뇨, 미생물 등 계사내부의 매우 열악한 환경에 의해 측정 기기의 작동이 원활하지 않아 최종적으로는 6월 27일부터 7월 22일까지의 26일간 데이터 유효한 것으로 보고 이후 분석에 활용하였다. 측정항목은 건구 온도 및 상대습도, 측정위치는 계사의 중앙, 측정간격은 15분 단위이다.

THI 지수를 고려한 계사 온열환경 검토

실측 데이터 기반 THI지수 검토

Figure 3은 데이터 실측기간인 26일간의 대상지역 외기온도 및 상대습도, 크로스 환기방식 및 터널환기방식의 내부 온습도를 나타낸 것이다. 이 지역은 유효 데이터 기간 중 외기 최고온도는 약 35°C, 상대습도는 48~99%로 나타나 전형적인 고온다습한 기후를 보였다. 또한, 외기의 1일 평균 최고 온도는 6월 말부터 7월 초까지의 장마 기간을 기점으로 다소 낮아지는 경향이 있지만, 이후 7월 중순부터는 지속적인 온도상승으로 온도조절과 환기량 검토에 대한 대비가 필요할 것으로 판단된다. 또한, 대부분의 계사내부 온도는 외기온도 변화양상과 유사하게 증가 및 감소하는 경향을 나타내고 있으나, 장마기간인 6월 27일부터 7월 3일까지의 경우, 측정기간의 외기 평균온도인 26.2°C에 비해 24.9°C로 낮으나 계사내부의 상대습도가 약 72~90%로 형성되어 산란계의 잠열부하 증가로 인해 내부 발열량이 증가하여 오히려 계사내부의 온도가 높게 형성되는 것으로 판단된다.

http://static.apub.kr/journalsite/sites/kiaebs/2020-014-02/N0280140206/images/Figure_KIAEBS_14_2_06_F3.jpg
Figure 3.

Temperature and Relative humidity of Outdoor and Cross and Tunnel Ventilation

Figure 4는 식 (1), (2)에 실측 기간 동안 산란계사 내부의 건구온도 및 상대습도를 활용하여 산출한 THI 지수를 나타낸 것이다. 산란계가 고온 스트레스를 받기 시작하는 한계 THI 지수 값 28을 기준으로 28일 동안의 지수 초과일 및 시간에 대한 분석을 실시하였다.

http://static.apub.kr/journalsite/sites/kiaebs/2020-014-02/N0280140206/images/Figure_KIAEBS_14_2_06_F4.jpg
Figure 4.

Comparison of cross and tunnel ventilation THI index

한계 THI지수를 초과하는 일수는 전체기간 중 50%로 크로스 및 터널 방식 동일하게 나타났으며, 초과하는 시간은 크로스 방식 19%, 터널 방식 22%로 나타났다. 터널 방식의 초과 시간이 3% 많은 것은 단위면적당 사육수수가 54.3수/㎡로 크로스 방식의 28.4수/㎡보다 많은, 즉 단위 면적당 닭의 발열량이 큰 것에 기인할 가능성이 있다.

한편, Figure 4에서 7월 6~9일 기간의 THI 지수가 낮은 이유는 다음과 같이 판단된다. 환기팬의 가동여부를 판단하는 계사 내부의 센서가 THI지수가 아닌 건구 온도인 관계로 상대적으로 계사 내부의 상대습도가 낮은 이 기간에도 대부분의 환기팬이 작동되었고, 환기량 증가로 인해 계사 내부의 온도가 낮아져 THI지수가 다른 측정기간에 비해 상대적으로 낮아진 것으로 사료된다. 또한, 7월 10일 이후부터는 지속적인 폭염으로 인해, 온도 상승 및 상대습도(습구온도)의 증가에도 불구하고, 비슷한 외기 온도분포를 이루는 7월6~9일과 동일한 환기팬을 제어하여 한계 THI지수를 초과 하는 것으로 판단된다(Ha and Song, 2018).

모델 베이스 작성 및 THI 예측식 도출

모델베이스 작성

THI지수를 계사내부의 건구온도와 습구온도를 직접 측정하여 산정할 수도 있으나 계사 내부의 열악한 환경에 따른 센서의 내구성과 감도 등의 여러 가지 문제점들 때문에 기상청에서 예보하는 외부 환경 조건과 BES 등을 활용하여 THI 지수를 산정하는 것이 장기적 관점 및 신뢰성 측면에서 바람직한 것으로 판단된다. 이에 본 절에서는 건물 시뮬레이션을 통해 계사 내부의 환경조성에 영향을 미치는 인자들인 Table 1,2의 값을 입력하여 대상건물을 모사하고 해당 지역의 기상조건에 따라 계사 내부의 건구온도와 습구온도를 산출하여 THI 지수를 산정하였다.

한편, 시뮬레이션 결과값의 정확성은 ASHRAE Guideline 14 (2002)의 MBE (Mean Bias Error)와 CVRMSE (Coefficient of Variation of the Root Mean Square Error)로 검증하였다. 여기서 MBE와 CVRMSE의 권장 오차 값은 시간별 측정일 경우 MBE는 10%, CVRMSE는 30% 미만이며, 월별 측정일 경우 MBE 5%, CVRMSE는 15% 미만이다(식 (3), 식 (4)).

$$MBE=\frac{{\displaystyle\sum_{i=1}^n}(M_i-S_i)}{{\displaystyle\sum_{i=1}^n}M_i}\times100$$ (3)
$$CVRMSE=\frac{\left[\frac{{\textstyle\sum_{i=1}^n}(M_{i-}S_i)^2}n\right]^{0.5}}{\overline M}\times100$$ (4)

여기서, Mi: 실제측정 값Si : 시뮬레이션 예측 값n : 데이터의 수M: Mi의 평균 값

Table 3은 식 (3)과 식 (4)를 이용하여 크로스 및 터널 방식의 시뮬레이션 모델의 정확성을 확인한 것이다. 크로스 방식은 계사 내부온도 21°C, Fan 가동율 28.5%인 경우를 제외하고는 ASHRAE에서 권장하는 시간별 측정일 경우의 권장오차 값인 MBE 10%, CVRMSE 30% 미만을 충족하는 것으로 나타났다. 반면, 터널 방식은 계사 내부온도 25°C, 26°C, 26.5°C, 27°C 및 Fan 가동율 63.63%, 81.81%, 86.36%, 100%인 경우에만 권장 오차 값인 MBE 10%, CVRMSE 30% 미만을 충족하는 것으로 나타났다.

Table 3. Comparison of Simulation Results Errors

Cross Ventilation
Categories Indoor temperature (°C) Fan operation rate (%) MBE CVRMSE
Alt.1 21 28.5 -10.36 14.75
Alt. 2 22 42.8 -5.04 11.68
Alt. 3 23 57.14 -2.31 10.80
Alt. 4 24 71.42 -0.65 10.58
Alt. 5 25 85.71 0.46 10.58
Alt. 6 26 100 1,26 10.65
Tunnel Ventilation
Alt. 1 20 9.09 -40.35 41.99
Alt. 2 21 18.18 -27.39 29.26
Alt. 3 22 27.27 -22.45 24.36
Alt. 4 23 36.36 -16.12 18.29
Alt. 5 24 45.45 -11.44 14.26
Alt. 6 25 63.63 -5.72 10.25
Alt. 7 26 81.81 -2,39 8.86
Alt. 8 26.5 86.36 -2.55 8.9
Alt. 9 27 100 1.14 8.64

또한, 크로스 방식의 시뮬레이션 모델의 정확성은 계사 내부온도 25°C, 팬 가동율 85.71% 조건에서 MBE 0.46, CVRMSE 10.58으로 가장 신뢰도가 높으며, 터널 방식은 계사 내부온도 27°C, Fan 가동율 100%에서 MBE 1.14, CVRMSE 8.64로 가장 높은 신뢰도를 보였다. 상기의 온도 및 Fan 조건이 대상건물을 가장 잘 모사하는 것으로 판단하여 본 결과 값을 회귀분석식 도출에 이용하였다.

THI 예측식 도출

회귀분석은 하나 또는 그 이상의 독립변수와 종속변수간의 영향을 추정하기 위한 통계 기법으로, 일반적으로 실측 데이터를 토대로 미래 또는 실측 데이터가 없는 구간의 값을 예측하기 위해 주로 활용된다(Leigh, 2000). 실측값의 데이터 수가 증가함에 따라 예측의 정확성은 증가하지만 실측값이 비정상적인운전을 반영하는 경우, 회귀식의 결정계수 값(R2)이 낮아지므로 극단치(Outlier)를 제외하는 것으로 하였다. 해당 상관관계는 고온스트레스를 받는 환경을 고려하는 것이므로 사육 권장온도인 실내온도 24°C미만, 한계 THI 지수 28미만, 해당실측기간의 비정상운전으로 판단되는 기간(7월 6~9일)의 데이터 실측값을 극단치(Outlier)로 설정하고 계산에서 제외하였다.

한편, 계사내부의 환기팬이 건구 온도를 기준으로 제어되고 있으므로, 외기 습도가 높은 경우에 과도한 외기를 도입하는 것은 잠열부하의 증가로 이어져 실내 열 환경에 악영향을 끼칠 우려가 있다. 반면, 온도와 습도를 고려하는 엔탈피는 실내와 외기엔탈피를 비교하여 제어할 수 있으므로 효율적인 환기방식이 될 수 있다. 따라서 이를 검토하기 위해 외기온도 및 외기엔탈피를 독립변수, THI지수를 종속변수로 선정하여 각각의 회귀분석을 실시하였다.

Figure 5 및 Figure 6은 크로스 및 터널 방식의 외기온도 및 외기엔탈피와 THI지수간의 상관관계를 나타낸 것이다. 환기 방식과 무관하게 외기온도와 THI지수는 높은 상관관계가, 외기엔탈피와 THI지수는 상대적으로 낮은 상관관계가 형성되었다. Table 4는 이상의 상관관계, 회귀방정식, 결정계수를 정리한 것이다. 외기온과 THI의 관계에서 크로스 및 터널 방식의 R2값은 각각 0.9328과 0.9551, 외기 엔탈피와 THI의 관계는 각각 0.5149와 0.6044로 나타났다.

http://static.apub.kr/journalsite/sites/kiaebs/2020-014-02/N0280140206/images/Figure_KIAEBS_14_2_06_F5.jpg
Figure 5.

R2 value of cross type

http://static.apub.kr/journalsite/sites/kiaebs/2020-014-02/N0280140206/images/Figure_KIAEBS_14_2_06_F6.jpg
Figure 6.

R2 value of tunnel type

Table 4. Regression Analysis equation of THI Index by ventilation Type

Ventilation Variable Regression analysis equation R2
Independent Dependent
Cross type Outdoor air THI y = -0.0143x2 + 1.4552x ‒ 2.2624 0.9328
Outdoor enthalpy THI y = 0.1512x2 ‒ 3.8855x + 48.551 0.5149
Tunnel type Outdoor air THI y = -0.0189x2 + 1.7037x ‒ 4.6349 0.9551
Outdoor enthalpy THI y = 0.0374x2 ‒ 0.0641x + 17.475 0.6044

식 (1)과 같이 THI 산출에는 습도가 고려되기 때문에 외기 엔탈피와 THI의 관계가 더욱 밀접할 것으로 예측하였으나, 이와는 반대의 결과가 도출되었다. 예를 들어 터널 방식의 Figure 6(b)와 같이 엔탈피가 16 kcal/kg인 지점의 THI 지수는 25~29로 분포되어 있으며, 외기온도-THI지수의 플로팅이 추세선을 기준으로 매우 조밀하게 분포되어 있는 것과는 다른 양상으로 나타난다. 이는 크로스 방식에서도 동일하며 계사 내부의 엔탈피, 즉 습도 상태가 외기보다 높기 때문에 나타나는 현상으로 추측되며 닭의 발열, 사료 및 물 공급 등이 주요 원인으로 사료된다. 따라서, 외기 엔탈피보다 외기온도-THI지수의 R2값이 충분한 신뢰도를 가지고 있으므로 THI 지수 예측에는 외기 온도를 활용하는 것이 바람직할 것으로 판단된다.

결 론

본 연구에서는 혹서기 산란계사의 효율적인 환경 관리를 하기위해 계사의 종류(크로스 및 터널 방식)별 실측데이터를 통해 계사의 실내온열환경을 파악하고 시뮬레이션을 통해 계사를 모사하여 축사의 생산성 관점에서의 THI 예측식을 도출하고자 하였다.

여름철 26일간의 실측데이터를 대상으로 THI지수를 산출하였으며. 산란계의 고온 스트레스를 받기 시작하는 한계 THI 지수 값 28을 기준으로 측정기간 중 초과일 및 시간에 대한 분석을 실시하였다. 전체 측정기간 26일 중 한계 THI지수를 초과하는 일은 50%로 크로스 및 터널 방식 동일하게 나타났으며, 초과하는 시간은 크로스 방식 19%, 터널 방식 22%로 상이하게 나타났다. 또한, 장기적인 신뢰성 측면에서 BES를 통해 연구대상의 계사를 모사하였으며 크로스 방식은 계사 내부온도 25°C, 팬 가동율이 85.71% 조건이, 터널 방식은 계사 내부온도 27°C, Fan 가동율 100% 조건의 시뮬레이션에서 가장 높은 신뢰도를 확인하였다. 또한, 회귀분석 결과 상관관계의 신뢰도를 나타내는 결정계수 R2값은 외기 엔탈피 보다 외기온도가 독립변수일 경우, THI지수에 더 큰 영향을 끼치는 것으로 나타났다.

본 연구는 크로스 및 터널 방식의 사육수수밀도가 상이하여 동일한 상태에서 측정하지 못하였으며, 연구 대상지역이 한 지역에 국한되어 있는 한계를 지니고 있다. 또한, 실내온도를 기준으로 환기팬이 작동하지만 가동대수 및 운전 시간에 대한 로그 데이터가 존재하지 않고 전력량 측정이 이루어지지 않아 에너지 사용량 파악이 불가하였다. 이상의 문제점을 고려하여 보다 일반화 및 정량화가 가능한 결론을 얻을 수 있도록 추가 연구를 지속하고자 한다.

Acknowledgements

본 연구는 농촌진흥청 공동연구사업 “환경 조건별 계사 내부 실시간 THI 예측모형과 실시간 THI 예보앱의 개발 및 보급”(과제번호: PJ013446)에 의해 이루어진 것으로 이에 감사드립니다.

References

1

Gates, R.S., Zhang, H., Colliver, D.G., Overhults, D.G. (1995). Regional variation in temperature humidity index for poultry housing. Transactions of the ASAE, 38(1), 197-205.

10.13031/2013.27830
2

Ha, T.H., Kwon, K.S., Lee, I.B., Kim, R.W., Yeo, U.H., Lee, S., Choi, H.C., Kim, J.B., Lee, J.Y., Jeon, J.H., Woo, S.E., Yang, K.Y. (2018a). Estimation of THI Index to Evaluate Thermal Stress of Piglets in Summer Season. Journal of The Korean Society of Agricultural Engineers, 60(4), 113-122.

3

Ha, T.H, Kwon, K.S., Hong, S.W., Choi, H.C., Lee, J.Y., Lee, D.H., Woo, S.E., Yang, K.Y., Kim, R.W., Yeo, U.H., Lee, S.Y., Lee, S. (2018b). Estimation of THI index to evaluate thermal stress of animal-occupied zone in a broiler house using BES method. Journal of the Korean Society of Agricultural Engineers, 60(2), 75-84.

10.13031/iles.18-120
4

Hong, S.W., Lee, I.B., Hong, H.K., Seo, I.H., Hwang, H.S., Bitog, J.P., Yoo, J.I., Kwon, K.S., Ha, T.H., Kim, K.S. (2008). Analysis of Heating Load of a Naturally Ventilated Broiler House using BES Simulation. Journal of the Korean Society of Agricultural Engineers, 50(1), 39-47.

10.5389/KSAE.2008.50.1.039
5

Kwon, K.S., Ha, T.W., Choi, H.C., Kim, J.B., Lee, J.Y., Jeon, J.H., Yang, K.Y., Kim, R.W., Yeo, U.H., Lee, S.Y. (2019). Evaluation of thermal stress of poultry according to stocking densities using numerical BES model. Journal of the Korea Academia- Industrial Cooperation Society, 20(1), 456-463.

6

Kwon, Y.C. (2019). A Study on the Characteristics of Heating and Cooling Loads of Standard Chicken Houses in South Korea. Journal of the Architectural Institute of Korea Structure & Construction, 35(10), 235-243.

7

Lee, M.H, Lee, I.B., Ha, T.H., Kim, R.W., Yeo, U.H., Lee, S.Y., Park, G.Y., Kim, J.G. (2017). Estimation on Heating and Cooling Loads for a Multi-Span Greenhouse and Performance Analysis of PV System using Building Energy Simulation. Protected Horticulture and Plant Factory, 26(4), 258-267.

10.12791/KSBEC.2017.26.4.258
8

Lee, S.B., Lee, I.B., Homg, S.W., Seo, I.H., Bitog, P.J., Kwon, K.S., Ha, T.H., Han, C.P. (2012). Prediction of greenhouse energy loads using building energy simulation (bes). Journal of the Korean Society of Agricultural Engineers, 54(3), 113-124.

10.5389/KSAE.2012.54.3.113
9

Leigh, S.B. (2000). A Study for Predicting Building Energy Use with Regression Analysis. Korea Journal of Air-Conditioning and Refrigeration Engineering, 12(12), 1090-1097.

10

Rasheed, A., Lee, J.W., Lee, H.W. (2015). A review of greenhouse energy management by using building energy simulation. Protected Horticulture and Plant Factory, 24, 317-325.

10.12791/KSBEC.2015.24.4.317
11

St-Pierre, N.R., Cobanov, B., Schnitkey, G. (2003). Economic losses from heat stress by US livestock industries. Journal of Dairy Science, 86, E52-E77.

10.3168/jds.S0022-0302(03)74040-5
12

Stull, R. (2011). Wet-bulb temperature from relative humidity and air temperature. Journal of applied meteorology and climatology, 50(11), 2267-2269.

10.1175/JAMC-D-11-0143.1
13

Zulovich, J.M., DeShazer, J.A. (1990). Estimating egg production declines at high environmental temperatures and humidities. Paper-American Society of Agricultural Engineers, (90-4021).

14

Ha, J.W., Song, Y.H. (2018). Comparison Analysis of Temperature and Humidity Index (THI) according to Ventilation Type of laying house. Autumn Conference for Busan-Ulsan-Gyeongnam Chapter of Architectural Institute of Korea, Nov. 2018.

15

Intergovernmental Panel on Climate Change (IPCC). (2014). Climate Change 2014 Synthesis Report, Geneva, Switzerland.

10.1017/CBO9781107415416
16

Ministry of Agriculture, Food and Rural Affairs (MAFRA) and NongHyup Economic Holding Co., Ltd. (2017). Livestock Architecture Handbook (II).

17

ASHRAE Guideline 14. (2002). Measurement of Energy and Demand Savings, Atlanta: American Society of Heating, Refrigerating and Air-Conditioning Engineers.

페이지 상단으로 이동하기