Uniformity Analysis of Microclimate in Vertical Farm Using Computational Fluid Dynamics

Kyoung-min Kim; Hyo-hyeog Jeong; In-bok Lee

doi:10.12791/KSBEC.2026.35.3.262

Preview

Original Articles

Journal of Bio-Environment Control. 31 July 2026. 262-273
https://doi.org/10.12791/KSBEC.2026.35.3.262

Uniformity Analysis of Microclimate in Vertical Farm Using Computational Fluid Dynamics

전산유체역학을 이용한 수직농장 내부 미기상 환경의 균일도 분석

Kyoung-min Kim¹

Hyo-hyeog Jeong¹

In-bok Lee²³⁴^*

김 경민¹

정 효혁¹

이 인복²³⁴^*

¹Graduate Student, Department of Rural Systems Engineering, Seoul National University, Seoul 08826, Korea

²Professor, Department of Rural Systems Engineering, Seoul National University, Seoul 08826, Korea

³Professor, Research Institute of Green Eco Engineering, Institute of Green Bio Science and Technology, Seoul National University, Gangwon 25354, Korea

⁴Professor, Department of Rural Systems Engineering, Research Institute of Agriculture and Life Sciences, Global Smart Farm Convergence Major, College of Agriculture and Life Sciences, Seoul National University, Seoul 08826, Korea

¹서울대학교 지역시스템공학과 대학원

²서울대학교 지역시스템공학과 교수

³서울대학교 그린바이오 과학기술연구원 그린에코공학연구소 교수

⁴서울대학교 농업생명과학대학 지역시스템공학전공 농업생명과학연구원 융합전공 글로벌스마트팜 교수

^{*Corresponding Author}

ABSTRACT

As urbanization reduces farmland and climate change destabilizes agricultural supply chains, controlled-environment vertical farming has drawn attention for its high productivity per unit area, reduced water use, and stable year-round production. Because such facilities are enclosed and rely on artificial lighting and mechanical climate control, non-uniform air temperature and airflow readily cause thermal stratification and stagnation, and uneven growth within a batch can delay harvest and cause economic loss. This study used Computational Fluid Dynamics (CFD) to compare the uniformity of the internal microclimate of a vertical farm according to inlet–outlet position. A full-scale model of a multi-tier cultivation room (6.8m × 11.0m × 3.2m) growing lettuce (Lactuca sativa L.) was developed, with the canopy represented as a porous medium coupled with sensible- and latent-heat exchange. Sixteen cases combining the height and the wall or ceiling placement of the inlet and outlet were simulated under an identical ventilation rate of 56.2 air changes per hour, and performance was compared using temperature and velocity distributions and the coefficient of variation (CV). Inlet-outlet position decisively affected thermal and airflow uniformity. Case A-1, with both openings on the same short wall and the inlet below the outlet, gave the most uniform thermal environment (temperature CV 0.08%) and the fewest stagnant regions (velocity CV 6.35%), because the incoming air circulated through the whole cultivation space before discharge and thereby offset buoyancy-driven stratification. In contrast, a lower inlet paired with an outlet on the opposite wall or the ceiling caused short-circuit airflow, raising the temperature CV to 0.26% and leaving a hot stagnant region in the upper space (Case C-4). An inlet on the long side walls also lowered uniformity because the air did not reach the far end. Optimizing inlet-outlet position is therefore essential in designing vertical-farm ventilation systems.

Keywords

air changes per hour

buoyancy

coefficient of variation

lettuce

porous medium

본 연구는 CFD를 활용하여 입·배기구 위치에 따른 수직농장 내부환경의 균일성 비교를 목적으로 수행되었다. 대상 시설은 다층 구조의 수직농장으로 설정되었으며, 작물군을 다공성 매질로 모델링하고 현열 및 잠열 교환을 포함하여 실제 재배 환경을 반영하였다. 입기구와 배기구의 높이 및 벽면·천장 배치를 조합하여 총 16개의 Case를 구성하고, 온도 분포, 유속 분포 및 CV를 기반으로 성능을 비교하였다. 분석 결과, 입·배기구의 상대적 위치는 시설 내부의 열·기류 균일성에 결정적인 영향을 미치는 것으로 나타났다. 좁은 면의 벽(Wall1)의 동일한 벽면에 입기구와 배기구를 배치하고 입기구를 배기구보다 낮게 둔 Case A-1이 온도 CV 0.08%로 가장 균일한 열환경을 형성하였으며, 유속 CV 또한 6.35%로 가장 낮아 정체 영역이 가장 적었다. 이는 유입 공기가 재배 공간 전반을 순환한 뒤 배출되어 부력에 의한 수직 온도 성층화를 효과적으로 상쇄하였기 때문이다. 반면 입기구를 하부에 두고 배기구를 천장에 배치한 Case C-4에서는 유입 공기가 상부 고온 영역과 혼합되지 못한 채 배기구로 직접 빠져나가는 현상이 발생하여, 온도 CV가 0.26%로 가장 높고 상부에 고온 정체 영역이 형성되었다. 또한 넓은 측벽(Wall 2, 4)에 입기구를 배치한 경우 유입 공기가 길이 방향 후단부까지 충분히 도달하지 못해 균일도가 상대적으로 저하되었다. 최종적으로 좁은 면의 벽과 동일 벽면에서 입기구를 배기구보다 낮게 배치하는 구조가 온도와 유속 균일성을 동시에 확보하는 입·배기구 조건이었다. 본 연구 결과는 수직농장의 환기 시스템 설계 시 입·배기구 위치 최적화의 중요성을 제시하며, 향후 에너지 효율 향상 및 작물 생산성 증대에 기여할 수 있는 기초 자료로 활용될 수 있다. 다만 본 연구는 실측 검증 없이 검증된 선행 연구의 물리 모델과 경계 조건을 채택하였으므로, 절대적인 온도·유속 값보다는 입·배기구 위치에 따른 상대적 균일성 경향의 비교에 그 의의가 있다. 또한 단일 재배실 형상과 고정 환기율(56.2 ACH) 조건에 한정되며, 기공 저항을 노지에 대한 상수로 두어 수직농장 내부에서의 생육 단계별 증산 변화를 반영하지 못한 한계가 있다. 따라서 향후에는 실측 기반의 정량적 검증, 다양한 규모·환기량 조건으로의 확장, 순환팬을 통한 재배단 간 기류 혼합 등 미기상 균일성 향상 방안에 대한 후속 연구가 필요하다.

키워드

공기교체율

다공성 매질

변동계수

부력

상추

MAIN

서 론
재료 및 방법
1. 연구 대상 시설
2. 전산유체역학(Computational Fluid Dynamics, CFD)
3. 실험 방법
결과 및 고찰
1. 연산을 위한 격자 독립성 평가
2. 수직 방향(층별) 온도 분포 특성
3. 길이 방향 온도 분포 특성
4. 입·배기구 위치에 따른 유속 분포 특성

서 론

수직농장(vertical farm)은 온도, 습도, 이산화탄소 농도, 광, 기류 속도 등 작물 생육에 관여하는 환경 인자를 인위적으로 정밀 제어하는 폐쇄형 농업 시스템으로, 도시화에 따른 가용 농지 감소와 기후변화로 인한 농산물 공급망 불확실성에 대응하는 미래 식량 안보의 대안으로 주목받아 왔다(Benke and Tomkins 2017). 다층 재배 구조를 통해 노지 대비 단위 면적당 생산성을 크게 높이고, 외부 기후 조건에 영향을 받지 않고 연중 안정 생산이 가능하며, 양액 순환 방식을 기반으로 단위 생산량당 용수 사용량을 절감하고, 농약 사용을 최소화한 위생적 재배가 가능하다는 이점이 있다(Touliatos et al. 2016; Blom et al. 2022).

그러나 수직농장 내부에 다층으로 배치된 LED와 같은 인공 광원은 작물에 광합성을 위한 광량을 공급하는 동시에 시설 내부의 주요 발열원으로 작용하며, 이러한 분산형 열원과 작물군에서의 증산에 의한 잠열 흡수가 결합되어 시설 내부에는 수직 방향의 열성층화와 재배단 사이의 기류 정체가 동시에 발생하기 쉽다. 이러한 환경 편차는 작물의 증산과 광합성 효율에 직접적인 편차를 유발하며(Kitaya et al. 2000; Sohn et al. 2023), 같은 시설 내에서도 재배면의 59%가 생육 적정 하한인 0.3 m·s^-1에 미치지 못하는 정체 영역이 형성되어 위치에 따라 생육 속도와 수량, 품질이 달라지는 결과를 초래한다(Zhang et al. 2016). 이와 같은 수직농장 내부 작물의 생육에 직접적인 영향을 미치는 환경 인자들의 적절한 수준을 확보하는 것뿐만 아니라 시설 내부에서의 공간적으로 균일한 분포가 동시에 보장되지 않을 경우 생산성과 품질이 크게 저하될 수 있다. 따라서 수직농장의 경제성을 확보하기 위해서는 단순히 시설을 갖추는 것에 그치지 않고, 내부 환경을 정밀하게 제어하는 공조 기술이 반드시 동반되어야 한다. 이를 통하여 내부 미기상 환경, 특히 온도와 기류 분포의 공간적 균일성을 향상시키는 것이 중요하다.

이러한 배경에서, 다양한 입·배기구 설계에 따른 시설 내부의 유동장과 온도장을 시간·비용 효율적으로 비교 평가할 수 있는 도구로서 전산유체역학(Computational Fluid Dynamics, CFD)이 농업시설 분야에 광범위하게 적용되어 왔다(Tong et al. 2009; Zhang et al. 2016; Zhang and Kacira 2018; Fang et al. 2020; Yeo et al. 2022; Sohn et al. 2023; Chen et al. 2024; Kang et al. 2024; Rodillas et al. 2026). 특히 작물군과 주변 공기 사이에서 일어나는 현열, 잠열 교환 등을 다공성 매질(porous medium) 기반으로 결합하는 식물-미기상 결합(plant- microclimate coupled) 모델링 기법이 정립됨에 따라, 작물의 능동적인 미기상 조절 효과까지 반영한 정밀한 환기 해석이 가능해졌다(Fatnassi et al. 2023). 또한, 시설 내부 순환팬의 위치 및 유속 변화에 따른 균일성 변화(Zhang et al. 2016; Kang et al. 2026), 입기구의 형상과 위치, 환기 방식이 작물군 주변의 기류 및 온도 분포에 미치는 영향(Fang et al. 2020; Kitaya et al. 2000; Chen et al. 2024), 난류 모델 및 격자 조건과 같은 수치 해석 변수의 민감도(Kang et al. 2024) 등을 정량적으로 비교하여 수직농장의 환기 설계를 개선하기 위한 연구가 수행되었다. 그러나, 이들의 연구는 재배단 1개 또는 컨테이너 규모의 소규모 시설을 대상으로 하였다(Zhang et al. 2016; Sohn et al. 2023; Kang et al. 2024). 바닥면적 74.8m², 길이 11.0m의 재배실에서는 입기가 도달하여야 하는 거리가 길어져 후단부 정체가 발생하기 쉬우므로, 소규모 시설에서 도출된 설계 지침을 그대로 적용하기 어렵다. 이에 상업 규모의 수직농장을 대상으로 입기구와 배기구의 상대적 위치가 내부 환경의 균일도에 미치는 영향을 다양한 배치 조건에서 정량적으로 평가할 필요가 있다.

따라서 본 연구에서는 CFD 시뮬레이션을 활용하여 상업용 컨테이너 규모 이상 수직농장의 내부 공기 흐름을 해석하고, 환기에 대한 균일성을 극대화할 수 있는 입기구 및 배기구 위치와 환기 방식을 모사하고자 한다. 또한, 시설 내부의 온도와 유속 분포 및 균일도를 평가하기 위한 변동계수(Coefficient of Variation, CV)를 정량적으로 비교·분석하여 환기 구조를 비교하고, 수직농장의 환경 제어 기술 발전에 기여하여 궁극적으로 고효율 수직농장의 실현 가능성을 높이는 것을 목표로 한다.

재료 및 방법

본 연구의 흐름은 Fig. 1에 나타냈다. 본 연구는 크게 세 단계로 구성되며, 각 단계는 입·배기구의 위치에 따른 수직농장 내부의 미기상 환경의 균일성을 정량적으로 비교하기 위한 과정이다.

https://cdn.apub.kr/journalsite/sites/phpf/2026-035-03/N0090350310/images/phpf_35_03_10_F1.jpg

Fig. 1

Overall research flow of the CFD-based analysis of ventilation and environmental uniformity in a vertical farm

첫 번째 단계에서는 해석 대상이 되는 수직농장의 전산 모델을 구축하고, 수치 해석에 필요한 입력 조건을 설정하였다. 국내 상용 수직농장 설계 사례(KAST 2026)를 참고하여 중소규모 재배실의 형상과 내부 재배단의 배치를 3차원 지오메트리로 구현하였으며, 격자 생성을 통해 계산 영역을 이산화하였다. 이후 선행연구에서 적용한 공기의 물성, 난류 모델 및 에너지 방정식 등 해석에 요구되는 물리 모델을 설정하고, 입기구와 배기구의 유속·온도, 벽면 조건, LED 발열량 등의 경계 조건을 부여하였다. 특히 작물이 유동과 열환경에 미치는 영향을 반영하기 위하여, 상추 캐노피를 다공성 매질로 가정하고 공기역학적 저항에 의한 운동량 손실과 함께 현열 및 잠열 교환을 사용자 정의 함수(User Defined Function, UDF)로 구현하여 식물-공기 간 상호작용을 구현하였다.

두 번째 단계에서는 구축된 모델을 기반으로 입·배기구 위치에 따른 환기 Case를 구성하고 유동 해석을 수행하였다. 입·배기구의 위치가 시설 내부의 기류 및 열 분포에 미치는 영향을 독립적으로 규명하기 위하여, 환기율을 비롯한 해석 조건을 모두 동일하게 고정하고 입·배기구의 위치만을 변수로 설정하였다. 이에 따라 입기구와 배기구의 상대적 배치를 조합하여 총 16개의 환기 Case를 구성하였으며, 각 Case에 대하여 3차원 정상상태(steady-state) 비압축성 난류 유동 해석을 수행하여 시설 내부의 공기 온도 및 유속 분포를 산출하였다.

세 번째 단계에서는 각 Case의 해석 결과를 바탕으로 시설 내부 환경의 공간적 균일성을 평가하였다. 재배단 별로 설정한 측정 지점에서의 공기 온도 및 유속 데이터를 수집하고, 이를 기반으로 CV를 산정하여 각 환기 Case의 열환경 및 기류 균일성을 정량적으로 비교하였다. 이를 통해 입·배기구의 위치 조건이 시설 내부의 미기상 균일성에 미치는 영향을 종합적으로 분석하고, 균일한 재배 환경 확보에 유리한 환기 설계 방향을 도출하였다.

한편, 본 연구는 실측 실험을 진행하지 않은 수치해석 연구이므로, 해석 결과의 신뢰성은 각 구성 모델을 적용한 선행 연구에 근거하여 설정함으로써 확보하였다. 난류 모델로는 Standard k-ε 모델을 채택하였다. 본 시설 내부 유동은 강제 환기에 의한 벽면과 재배단 복도를 따르는 전단 유동이 지배적이며, Standard k-ε 은 본 연구의 수직농장과 같이 온실 및 수직농장의 전단 유동과 실내 환기 해석에 적합하여 환기 연구에 널리 적용되어 왔다(Kichah et al. 2012; Lim and Kim 2014; Sohn et al. 2023). 작물군의 현열 및 잠열 교환 모델은 온실 및 폐쇄형 수직농장 시스템에서 실측 데이터로 매개변수화되어 검증된 식물-미기상 결합 기법을 적용하였으며(Fang et al. 2020; Fatnassi et al. 2023), 입기 조건에 해당하는 공기 교체율과 유속 또한 실측 기반 선행 연구의 값을 사용하였다(Sohn et al. 2023).

1. 연구 대상 시설

본 연구의 해석 대상은 국내 상용 수직농장 제작 업체인 (주)카스트친환경농업기술(KAST, Korea)에서 제공하는 수직농장 설계도면을 참고하여 구성한 단일 재배실로, 너비 6.8m, 길이 11.0m, 높이 3.2m의 바닥면적 74.8m² 규모의 폐쇄형 시설이다. 시설 내부에는 다층 구조의 작물 재배단이 설치되어 있으며, 각 재배단의 너비, 길이, 높이는 각각 0.52m, 8.00m, 0.04m이고 시설 내 총 24개의 재배단이 4단으로 배치되어 있다. 수직농장의 환기는 Fig. 2와 같이 직경 483mm의 보라색 원형 입기구와 배기구를 통해 이루어지며, 길이 및 폭 방향으로 각 4개씩 짝을 이루어 배치된다. 입기구와 배기구는 각 벽면에서 일정 간격으로 배치되며, 상단부는 바닥으로부터 2,200mm, 하단부는 517mm 높이에 위치한다. 이때 입·배기 기류가 작물군 표면에 직접 충돌하지 않도록 Fig. 3, Fig. 4와 같이 재배단 사이 복도 상부에 배치하였다. 본 연구에서는 이러한 입기구와 배기구의 위치를 주요 해석 변수로 설정하였다.

재배 작물은 수직농장에서 재배하는 대표적인 작물인 상추(Lactuca sativa L.)로 설정하였으며, 작물군의 높이는 250 mm로 설정하였다(Fang et al. 2020). 시설 형상 및 재배단의 배치는 Fig. 2에 나타내었다.

https://cdn.apub.kr/journalsite/sites/phpf/2026-035-03/N0090350310/images/phpf_35_03_10_F2.jpg

Fig. 2

Perspective view of the vertical farm model (6.8 m × 11.0 m × 3.2 m), showing the four-floor cultivation racks and the inlet-outlet openings (purple circles)

https://cdn.apub.kr/journalsite/sites/phpf/2026-035-03/N0090350310/images/phpf_35_03_10_F3.jpg

Fig. 3

Definition of the wall numbering to describe the inlet-outlet cases in the vertical farm model

https://cdn.apub.kr/journalsite/sites/phpf/2026-035-03/N0090350310/images/phpf_35_03_10_F4.jpg

Fig. 4

Inlet-outlet positions on Walls 1－4 and the ceiling, indicated at upper and lower heights, used to construct the 16 cases

2. 전산유체역학(Computational Fluid Dynamics, CFD)

본 연구에서는 상용 전산유체역학 소프트웨어(ANSYS Fluent v25.1, ANSYS Inc., Canonsburg, PA, USA)를 사용하여 시설 내부의 3차원 비압축성 난류 유동을 해석하였다. 지배방정식은 질량 보존 방정식, 운동량 보존 방정식, 에너지 보존 방정식으로 구성되며, 각각 다음과 같이 표현된다.

(1)

ρ \nabla \cdot v = S_{m}

(2)

ρ \nabla \cdot (v v) = - \nabla P + \nabla τ + ρ g + F

(3)

\nabla \cdot (v (ρ E + P)) = \nabla (k_{e f f} \nabla T - \sum_{j} h_{j} J_{j} + (τ \cdot v)) + S_{h}

여기서 $ρ$ 는 공기의 밀도(kg·m^-3), $v$ 는 속도(m·s^-1), $P$ 는 압력(Pa), τ는 응력 텐서(Pa), $g$ 는 중력 가속도(m·s^-2), $F$ 는 외력 벡터(N·m^-3), $E$ 는 단위 질량당 총 에너지(J·kg^-1), $j$ 는 혼합물을 구성하는 화학종, $h_{j}$ 는 화학종 $j$ 의 엔탈피(J·kg^-1), $J_{j}$ 는 화학종 $j$ 의 확산량(kg·m^-2·s^-1), $T$ 는 온도(K), $k_{e f f}$ 는 유효 열전도율(W·m^-1·K^-1), $S_{h}$ 는 체적 열원(W·m^-3), S_m은 질량 생성항을 의미한다. 본 연구에서는 유체를 건공기와 수증기의 혼합물로 설정하고 화학종 수송방정식을 함께 해석하여, 증산에 의한 수증기 이동과 그에 따른 잠열을 반영하였다. 다만 본 연구의 분석은 입·배기구 위치에 따른 온도 및 유속 균일성 평가에 초점을 두었으므로, 습도 분포는 분석 대상에서 제외하였다.

3. 실험 방법

3.1 수직농장 모델링 및 환경, 경계조건

수직농장의 지오메트리의 경우, 설계 정보를 바탕으로 재배단과 복도의 길이 및 너비를 구성하였다. 작물군 주변 풍속이 0.3m·s^-1 미만일 경우 경계층 저항 증가로 증산과 광합성이 저해되며(Kitaya et al. 2000), 상추 재배에 적합한 작물군 표면 풍속은 약 0.3－0.7m·s^-1 범위로 보고된다(Sheikhi et al. 2026). 이 범위에서 잎 경계층 저항이 감소하여 CO₂ 교환과 증산이 촉진되고, 증산 기반 칼슘 수송이 원활해져 잎끝마름증 발생이 억제된다. 반면 풍속이 과도할 경우 오히려 생육이 저해될 수 있기에, 입기구 및 배기구 위치는 입기 되는 공기가 작물군에 직접적으로 영향을 주지 않도록 복도 사이에 배치하였다.

Sohn et al.(2023)의 연구에서 도출한 원형 입·배기 형태의 수직농장에서 공기 순환 부족 시 발생하는 잎끝마름증 및 증산·광합성 저해 문제를 개선하고 작물군의 높이에서 균일한 공기 분포를 확보하기 위한 환기 Case의 시간당 공기 교체율(Air Changes per Hour, ACH)을 적용하였다. ACH는 단위 시간당 시설 내부 공기가 외부 공기로 교체되는 횟수로 정의되며, 다음과 같이 산정된다.

(4)

ACH = Q \times 3, 600 \times V^{- 1}

여기서 Q는 입기 풍량(m³·s^-1), V는 시설 내부 부피(m³), 3,600은 초 단위를 시간 단위로 환산하는 상수이다. 본 연구의 시설 내부 부피는 6.8×11.0×3.2=239.36m³이며, 선행 연구의 공기 교체율(56.2h^-1)과 유속을 사용하였다. 또한 각 재배단의 하부에는 3개의 LED 광원이 설치되어 작물에서 250mm 높이에 위치한 것으로 가정하여 높은 열변환 효율을 적용해 패널당 발열량 11.97W를 산정하고, 이를 발열원인 알루미늄 기판의 부피로 나누어 체적 열원 67,776W·m^-3로 환산하였다(Chen et al. 2024).

온도 차이에 의한 부력 효과를 반영하기 위하여 공기 밀도를 상수로 두지 않고, 이상기체 법칙에 근거하여 밀도가 온도의 함수로 결정되는 비압축성 이상기체 모델을 적용하였다. 해석에 사용된 주요 경계 조건은 Table 1와 같다.

Table 1

Boundary and operating conditions for the CFD simulation

Parameter	Value
Inlets	Velocity inlet
Inlet velocity	5.11 m·s^-1
Inlet air temperature	293.15 K
Outlets	Pressure outlet; gauge pressure: 0 Pa
Operating pressure	101,325 Pa
Wall	Adiabatic wall
Supply inlet & outlet	Φ 483 mm × 4
LED heat source	67,776 W·m^-3
Air change per hour, ACH	56.2
Gravitational acceleration	9.81 m·s^-2
Operating density	1.1965 kg·m^-3
Dynamic viscosity	1.825 × 10^-5 kg·m^-1·s^-1
Specific heat	1,005 J·kg^-1·K^-1
Turbulence model	Standard k-ε
Energy model	Activated
Thermal conductivity of air	0.0257 W·m^-1·K^-1

3.2 대상 작물 모델링

또한 작물군과 주변 공기 사이의 운동량, 현열 및 잠열 교환을 동시에 반영하기 위하여, Fatnassi et al.(2023)이 제시한 식물-미기상 결합(plant-microclimate coupled) 모델링 기법을 적용하였다(Boulard et al. 2002; Fang et al. 2020; Fatnassi et al. 2023). 본 기법은 상추의 작물군을 다공성 매질로 가정하고, 각 격자에서 운동량 손실과 함께 현열 및 잠열 교환을 지배방정식의 생성·흡수항으로 결합하는 방식이다. 이에 따라 본 연구에서는 작물군을 체적 기반 경계조건으로 설정하여, 단순한 유동 저항체가 아닌 능동적인 열 교환 매질로 구현하였다. 또한 상추 캐노피의 항력계수(C_d=0.32)로부터 산정된 점성 저항(C₁=50m^-2)과 관성 저항계수(C₂=2m^-1)를 적용하였다(Fang et al. 2020).

상추 작물군의 엽면적지수(LAI)는 선행 연구에서 사용한 3으로 설정하였으며(Cho and Lee 2026), 이를 작물군 높이 0.25m(Fang et al. 2020)로 나누어 잎면적밀도를 산정하였다.

현열 전달은 잎과 주변 공기 사이의 대류 열전달로 가정하였으며, 잎 온도와 공기 온도의 차이에 비례하고 공기역학적 저항(aerodynamic resistance)에 의해 조절되는 형태로 다음과 같이 정의하였다.

(5)

C = 2 L A D ρ c_{p} \frac{T_{l} - T_{a}}{r_{a}}

여기서 $C$ 는 체적 기준 현열(W·m^-3), $ρ$ 는 공기의 밀도(kg·m^-3), $c_{p}$ 는 공기의 비열(J·kg^-1·K^-1), $T_{l}$ 은 엽온(K), $T_{a}$ 는 공기의 온도(K), $r_{a}$ 는 공기역학적 저항(s·m^-1)을 의미한다. 산정된 현열은 에너지 방정식에 체적 기준 발생항 및 흡수항으로 적용하였다. 엽온은 고정하지 않고, 잎 표면에서의 에너지 수지를 만족하도록 각 격자에서 산출하였다. 즉 잎이 흡수하는 유효 복사 에너지가 현열과 잠열의 합과 균형을 이루는 조건을 만족하는 엽온을 UDF 내에서 반복계산으로 구하였다. 이러한 엽온 산출 방식은 수직농장의 작물-미기상 결합 모델링에서 주로 사용되는 방식이다(Boulard and Wang 2002; Kichah et al. 2012; Fatnassi et al. 2023).

잠열 전달은 식물의 증산 과정으로 가정하였으며, 잎 내부와 주변 공기 사이의 수증기 농도 차이에 의해 구동되는 확산 과정으로 표현하였다. 수증기 이동은 공기역학적 저항과 기공 저항의 합에 의해 제한되는 것으로 가정하였으며, 다음과 같이 정의하였다.

(6)

E = ρ \cdot L A D \cdot \frac{ω_{l} - ω_{a}}{r_{a} + r_{s}}

여기서 $E$ 는 증산에 의한 수분 이동량(kg·m^-3·s^-1), $L$ 은 단위부피당 잎의 총면적(m²·m^-3), $ω_{l}$ 은 잎 표면의 수증기 농도(kg·m^-3), $ω_{a}$ 는 공기 중의 수증기 농도(kg·m^-3), $r_{s}$ 는 기공 저항(s·m^-1)을 의미한다. 여기서 기공 저항은 Penman-Monteith 기준식의 주간 시간 단위 표면 저항 값(Allen et al. 1998)에 대한 상수(70s·m^-1)로 두었다. 산정된 증산량 $E$ 는 증발에 소요되는 잠열을 에너지 방정식의 흡수항으로 부여하여 증발 냉각이 내부 온도장에 작용하도록 하였으며, 유체를 건공기와 수증기의 혼합물로 설정하고 $E$ 를 수증기 화학종 수송방정식의 생성항으로 부여하여 수증기의 이동을 함께 해석하였다. 다만 본 연구는 입·배기구 위치에 따른 온도 및 유속 균일성 평가에 초점을 두었으므로, 습도 분포에 대한 분석은 대상에서 제외하였다.

잎의 특성 길이는 선행 연구에서 채택된 바 있는 0.11m로 하였고(Zhang and Kacira 2022), 이를 통해 공기역학적 저항 r_a는, 본 시설이 강제환기 조건임을 고려하여 강제대류 상관식을 적용하여 다음과 같이 산정하였다.

(7)

r_{a} = \frac{ρ c_{p} d}{Nu λ_{a}}

(8)

Nu = 0.664 {Re}^{0.5} \Pr^{0.33}

(9)

Re = \frac{U d}{ν}

(10)

\Pr = \frac{ν}{α} = \frac{μ c_{p}}{λ_{a}}

여기서 $d$ 는 작물 특성 길이(m), Nu는 누셀 수, $λ_{a}$ 는 공기의 열전도율(W·m^-1·K^-1,), $Re$ 는 레이놀즈 수, $\Pr$ 은 프란틀 수, U는 국소 공기 유속(m·s^-1), $ν$ 는 공기의 동점성계수(m²·s^-1), $μ$ 는 점성계수, $α$ 는 열 확산도(m²·s^-1)를 의미한다. 따라서 해당 식은 유동 조건에 따라 열 전달 저항이 변화하는 특성을 반영한다. 이러한 작물군의 현열·잠열 교환은 UDF로 구현하였으며, 증산에 따른 잠열을 에너지 방정식의 흡수항으로 반영하여 증발 냉각이 내부 온도장에 작용하도록 하였다. 작물의 수치 값은 Table 2와 같다.

Table 2

Physical and physiological properties of the lettuce canopy used in the porous-medium and heat-exchange model

Parameter	Value
Canopy model	Porous medium (UDF- based)
Leaf area density, LAD	12 m²·m^-3
Characteristic length of leaf, d	0.11 m
Drag coefficient, C_d	0.32
Viscous resistance, C₁	50 m^-2
Inertial resistance, C₂	2 m^-1
Stomatal resistance	70 s·m^-1
Psychrometric constant	66 Pa·K^-1
Latent heat of vaporisation	2.45 × 10⁶ J·kg^-1

3.3 Case Studies

수직농장의 입기구 및 배기구 위치는 내부 공기 유동과 온도 균일성을 결정하는 핵심 설계 요소로 보고되어 왔다(Lim and Kim 2014; Sohn et al. 2023; Kang et al. 2024). 다만 이들의 연구는 동일 벽면, 반대편 벽면, 천장 배기와 같은 배치를 각각 개별적으로 다루어 왔으며, 이들을 하나의 비교 체계 안에서 동일한 환기 조건으로 대조한 사례는 제한적이었다.

본 연구에서는 입·배기구의 상대적 배치가 시설 내부 기류의 순환 구조를 결정한다는 점에 근거하여, 이를 세 가지 유형으로 구분하였다. 입기구와 배기구를 동일 벽면에 배치한 경우(Case A), 서로 마주보는 벽면에 분리 배치한 경우(Case B), 입기구는 벽면에 두고 배기구를 천장에 배치한 경우(Case C)이다. 각각은 벽면을 따라 순환하는 흐름, 실을 가로지르는 흐름, 상부로 배출되는 흐름을 대표한다. 각 유형 내에서는 입기구와 배기구의 상하 위치를 교차 조합하여, 부력에 의한 자연 상승 경향과 입·배기구 위치간의 상호작용이 균일성에 미치는 영향을 분석하고자 총 16개 Case를 구성하였다. 입기구와 배기구는 각 벽면에서 길이 및 폭 방향을 따라 4개가 입·배기구 모서리 기준 1.6m 간격으로 배치되며, 상·하단은 모서리 기준 1.2m의 간격으로 배치되었다. 천장 배기구는 재배단 열 사이 상부에 배치하였다.

각 Case의 입·배기구 위치 조합은 Table 3에 제시하였으며, 위치는 Fig. 4에, 벽면 번호 정의는 Fig. 3에 나타냈다.

Table 3

Inlet-outlet locations for the 16 ventilation case studies, grouped by relative arrangement: same-wall (A), opposite-wall (B), and ceiling-outlet (C) cases

Case No.	Inlet location	Outlet location	Case No.	Inlet location	Outlet location
Case A-1	Wall 1, lower	Wall 1, upper	Case A-3	Wall 2, lower	Wall 2, upper
Case A-2	Wall 1, upper	Wall 1, lower	Case A-4	Wall 2, upper	Wall 2, lower
Case B-1	Wall 1, lower	Wall 3, upper	Case B-3	Wall 2, lower	Wall 4, upper
Case B-2	Wall 1, upper	Wall 3, lower	Case B-4	Wall 4, upper	Wall 2, lower
Case C-1	Wall 1, upper	Ceiling (1)	Case C-5	Wall 2, upper	Ceiling (3)
Case C-2	Wall 1, upper	Ceiling (2)	Case C-6	Wall 2, upper	Ceiling (4)
Case C-3	Wall 1, lower	Ceiling (1)	Case C-7	Wall 2, lower	Ceiling (3)
Case C-4	Wall 1, lower	Ceiling (2)	Case C-8	Wall 2, lower	Ceiling (4)

3.4 균일도를 평가하기 위한 변동계수

입·배기구 위치에 따른 시설 내부 환경의 공간적 균일도를 정량적으로 비교하기 위하여, 각 case에 대하여 재배단당 5개 지점의 공기 온도 및 유속을 측정 지점으로 설정하였다. 각 구간의 대표값은 해당 구간에 포함되는 격자점들의 가중평균(weighted average)으로 산출하였으며, 이는 Fig. 5에 표시된 5개 길이 방향 구간(I－V)의 구간별 평균 온도 산정에 동일하게 적용하였다. 24개 재배단 전체에 대하여 총 120개 지점의 데이터를 수집하였으며, 이를 기반으로 CV를 산정하였다. CV는 다음과 같이 정의된다.

(11)

C V = \frac{1}{\bar{ϕ}} \sqrt{\frac{1}{N - 1} \sum_{i = 1}^{N} {(ϕ_{i} - \bar{ϕ})}^{2}} \times 100 (%)

여기서 $N$ 은 측정 지점의 총 개수( $N$ = 120), $ϕ_{i}$ 는 $i$ 번째 측정 지점에서의 값(공기 온도 또는 유속)을, $\bar{ϕ}$ 는 측정 지점 전체의 평균값을 의미한다. CV는 측정 지점 간 분포의 표준편차를 평균값으로 정규화한 무차원 지수로, 값이 작을수록 해당 변수가 공간적으로 균일하게 분포함을 나타낸다. 본 연구에서는 온도와 유속에 동일한 지표를 적용하여, 입·배기구 위치 조건이 열환경과 기류 환경의 균일성에 미치는 영향을 종합적으로 분석하였다. 온도의 CV는 평균값으로 정규화하는 지표이므로, 절대영점을 갖는 절대온도(K)를 기준으로 산정하였다.

https://cdn.apub.kr/journalsite/sites/phpf/2026-035-03/N0090350310/images/phpf_35_03_10_F5.jpg

Fig. 5

Locations of the sampling sections on each cultivation tray used for the CV calculation

결과 및 고찰

1. 연산을 위한 격자 독립성 평가

유동 해석을 위한 격자는 정확도와 연산 효율을 고려하여 Coarse(45만), Medium(150만), Fine(450만) 셀의 3단계로 구성하였다. 격자 독립성은 본 연구의 핵심 평가지표인 유속의 상대편차를 대상으로 검증하였으며, Table 4에서와 같이 Fine 격자에서 산출된 데이터를 기준으로 상대 편차를 산정하였다. Medium 격자는 Fine 격자 대비 3.68%의 편차로 5% 이내에 수렴하였으므로, 연산 비용과 정확도의 균형을 고려하여 본 해석에 채택하였다.

Table 4

Grid independence test based on the relative deviation of air velocity at three grid resolutions

Case	Number of cells (Million)	Relative deviation (%)
Coarse	0.45	22.02
Medium	1.5	3.68
Fine	4.5	Reference value

2. 수직 방향(층별) 온도 분포 특성

일반적으로 실내에 설치된 LED 조명과 작물의 대사 과정에서 발생하는 현열은 부력에 의해 상승하여 상부 공간에 축적되므로, 별도의 기류 제어가 없을 경우 상부 온도가 하부보다 높아지는 수직 방향의 온도 성층화가 형성되는 것이 일반적인 경향이기 때문에, 층별 온도차의 비교를 통해 입·배기 기류가 이러한 부력기반 성층화에 미치는 영향을 분석할 수 있다. Table 5에 나타난 것과 같이, 층별 온도차는 입·배기구 유형에 따라 뚜렷하게 구분되었다. 입·배기구를 동일 벽면에 배치한 Case A는 층별 온도 균일성이 전반적으로 우수하였으며, 이는 유입 기류가 재배 공간 전반을 순환하며 상·하부 공기를 혼합함으로써 부력에 의한 성층화를 억제하였기 때문으로 분석된다. 반면 반대편 벽면(B) 및 천장 배기(C)는 상대적으로 층별 온도차가 크게 나타났다.

Table 5

Vertically-averaged air temperature on each cultivation tray by floor level

Case No.	Air temperature (K)					Case No.	Air temperature (K)
Case No.	4F	3F	2F	1F	CV (%)	Case No.	4F	3F	2F	1F	CV (%)
Case A-1	295.43	295.33	295.29	295.07	0.08	Case A-3	295.48	295.92	295.79	295.48	0.23
Case A-2	295.03	295.03	294.81	294.54	0.09	Case A-4	295.05	294.79	294.31	293.79	0.10
Case B-1	296.93	296.01	295.79	295.52	0.12	Case B-3	295.93	295.27	294.75	293.97	0.16
Case B-2	295.67	295.81	295.83	295.56	0.12	Case B-4	295.11	295.58	295.52	295.21	0.12
Case C-1	295.72	296.08	295.85	295.52	0.14	Case C-5	295.08	295.57	295.56	295.23	0.13
Case C-2	296.06	295.99	295.80	295.46	0.18	Case C-6	295.19	295.64	295.64	295.28	0.12
Case C-3	295.45	295.03	294.65	294.53	0.12	Case C-7	295.09	294.91	294.35	293.84	0.18
Case C-4	297.51	296.29	295.72	295.41	0.26	Case C-8	295.62	295.06	294.53	293.92	0.23

특히 입기구를 하부에 두고 배기구를 반대쪽 벽 상부 또는 천장에 배치한 Case B·C 중 하부 입기 조건에서 층별 온도차가 공통적으로 크게 나타났으며, 이는 입기되는 공기가 수직농장 내부의 공기를 충분히 교체하지 못한 채 배출되기 때문으로 분석된다. 실제로 층별 온도차가 큰 Case인 B-1, 3와 C-4, 8는 모두 이 구조에 해당하였고, 그 중 Case C-4는 최상층(4F)과 최하층(1F)의 온도차가 약 2.1K로 가장 컸으며 CV의 경우 0.26%로 가장 높았다.

서로 다른 면에서의 입·배기 구조가 수직농장 내부의 균일성을 유지함에 유리할 것으로 예상되었지만, 실제로는 가장 큰 온도 불균형을 유발하였다. 이는 Fig. 6(A)의 온도 분포에서 확인할 수 있듯이, 하부로 유입된 공기가 상부의 고온 영역과 충분히 혼합되지 못한 채 상부 배기구로 직접 빠져나가는 현상이 발생하기 때문이다. 그 결과 상부의 정체된 고온 공기가 효과적으로 교체되지 못하고 오히려 성층화의 고착을 유발한다. 반대로 층별 온도차가 작게 나타난 Case들은 입기구에서 유입된 공기가 배기구로 배출되기까지 상·하부 공간으로 비교적 균등한 흐름이 이루어져, 부력에 의한 온도 성층화를 효과적으로 상쇄한 것으로 판단된다. 즉, 수직 방향의 온도 균일성은 단순히 배기구의 설치 높이가 아니라, 유입 기류가 재배 공간 전반을 순환하며 상·하부 공기를 혼합할 수 있도록 입·배기구가 배치되었는지에 의해 결정된다.

https://cdn.apub.kr/journalsite/sites/phpf/2026-035-03/N0090350310/images/phpf_35_03_10_F6.jpg

Fig. 6

Temperature distribution on the vertical planes along Wall 1 (z = 5.5 m) and Wall 2 (x = 3.1 m) for the least uniform (Case C-4) and the most uniform (Case A-1) inlet-outlet cases, red and blue arrows denote the outlet and the inlet

3. 길이 방향 온도 분포 특성

재배 공간의 길이 방향 온도 균일성을 평가하기 위하여, Table 6은 재배단을 길이 방향으로 5등분한 구간(I－V)별 평균 온도를 16개 환기 Case에 대하여 나타낸다. 재배 공간의 길이 방향 온도 균일성을 평가하기 위하여, Fig. 5에 제시한 구간 구분에 따라 각 구간의 평균 온도를 산정하였다. 일부 Case를 제외한 대부분의 Case에서 구간별 온도는 약 293.15－296.15K 범위 내에 분포하여, 유입 공기가 실내 길이 방향으로 일정 수준 이상 도달하여 혼합되고 있음을 알 수 있다. 다만 입기구로부터의 거리에 따른 온도 변화 경향은 입·배기구 조건에 따라 뚜렷한 차이를 보였으며, 이 경향은 초반부(I)에서 후반부(V)까지의 온도차를 통해 구분되었다. 후반부로 갈수록 온도가 상승하는 경향은 Case A-3, B-3, C-2, 3, 5, 6에서 나타났으며, 이는 유입 공기가 실내 후단부까지 충분히 도달하지 못하여 후단부에 상대적으로 정체된 고온 영역이 형성되었음을 의미한다. 이들의 Case는 대부분 넓은 측벽인 Wall 2에 입기구를 배치하였거나, 배기구를 천장에 배치한 조건에 해당한다.

Table 6

Longitudinally-averaged air temperature across cultivation trays by longitudinal sections for the 16 ventilation cases

Case No.	Air temperature distribution (K)					Case No.	Air temperature distribution (K)
Case No.	I	II	III	IV	V	Case No.	I	II	III	IV	V
Case A-1	295.41	295.25	295.25	295.28	295.21	Case A-3	295.27	295.44	295.63	295.86	296.14
Case A-2	295.11	294.92	294.81	294.80	294.61	Case A-4	294.40	294.44	294.49	294.49	294.60
Case B-1	296.58	296.23	296.03	295.87	295.58	Case B-3	295.79	295.90	296.12	296.47	296.88
Case B-2	295.80	295.75	295.66	295.70	295.69	Case B-4	295.05	295.30	295.45	295.45	295.53
Case C-1	295.67	295.77	295.80	295.84	295.88	Case C-5	295.08	295.16	295.29	295.57	295.70
Case C-2	295.57	295.69	295.81	295.98	296.10	Case C-6	295.18	295.30	295.39	295.55	295.76
Case C-3	294.67	294.73	294.80	295.01	295.36	Case C-7	294.45	294.50	294.54	294.54	294.72
Case C-4	294.94	295.01	294.95	294.94	295.07	Case C-8	294.64	294.69	294.85	294.80	294.92

반면, 길이 방향 온도 편차가 0.2K 이하로 매우 낮아, 전 구간에 걸쳐 균일한 온도를 유지한 Case로 A-1, 4, B-2, C-4가 있으나, 길이 방향 균일성이 우수하다고 하여 반드시 전체 열환경이 우수하지 않았다. Case C-4의 경우, 길이 방향 편차는 작았으나 앞선 분석과 같이층별 온도차가 2.1K로 가장 커, 수직 방향으로 심한 성층화를 나타냈다. 이는 길이 방향과 수직 방향의 균일성이 서로 독립적인 지표이며, 두 지표를 모두 고려해야 시설 전체의 열환경 균일성을 올바르게 평가할 수 있음을 보여준다.

이에 따라, 거리에 따른 온도 변화가 완만하면서 동시에 층별 온도차가 작은 Case가 실내 열환경의 균일성 측면에서 우수하다고 할 수 있다. 두 조건을 모두 만족하는 Case A-1은 길이 방향 편차가 0.2K 이하면서 전체적인 온도 CV가 0.08%로 16개 Case 중 가장 낮아, 가장 균일한 열환경을 형성하였다. 이러한 결과는 동일한 공조 조건에서도 입·배기구 위치만으로 공간 내 열환경 균일성이 크게 달라질 수 있음을 정량적으로 보여주며, 동일 벽면에서 입기와 배기가 이루어질 때 수직농장 내부의 전반적 순환 환기가 효과적일 수 있음을 보여준다.

4. 입·배기구 위치에 따른 유속 분포 특성

작물군 주변의 기류는 열환경 균일성을 결정하는 직접적 원인일 뿐만 아니라, 작물의 증산과 광합성 효율에도 중요한 영향을 미친다. 잎 경계층의 두께를 줄여 CO₂ 및 수증기 교환을 촉진하기 위해서는 작물군 표면에서 적정 수준의 기류가 확보되어야 한다. 본 연구에서는 적정 범위(0.3－0.7m·s^-1)를 기준으로 각 Case의 유속 분포와 정체 영역을 분석하였으며, 구간별 유속을 Table 7에, 유속의 CV를 Table 8에 나타내었다.

Table 7

Longitudinally-averaged air velocity across cultivation trays by longitudinal sections for 16 ventilation cases

Case No.	Velocity distribution (m·s^-1)					Case No.	Velocity distribution (m·s^-1)
Case No.	I	II	III	IV	V	Case No.	I	II	III	IV	V
Case A-1	0.51	0.53	0.45	0.53	0.51	Case A-3	1.64	0.45	0.33	0.45	0.73
Case A-2	0.70	0.55	0.56	0.80	0.64	Case A-4	0.30	0.35	0.47	1.85	0.74
Case B-1	0.29	0.59	0.56	0.33	0.44	Case B-3	0.21	0.25	0.44	1.84	0.69
Case B-2	0.54	0.38	0.35	0.43	0.42	Case B-4	0.19	0.50	0.69	0.34	0.43
Case C-1	0.86	0.35	0.56	0.81	0.64	Case C-5	1.79	0.42	0.33	0.45	0.73
Case C-2	0.36	0.35	0.42	0.50	0.41	Case C-6	1.82	0.42	0.29	0.41	0.73
Case C-3	0.23	0.38	0.73	0.50	0.46	Case C-7	0.30	0.30	0.45	1.84	0.72
Case C-4	1.63	0.48	0.30	0.49	0.72	Case C-8	0.23	0.29	0.45	1.84	0.70

Table 8

CV of the air velocity for the 16 ventilation cases

Case No.	CV (%)	Case No.	CV (%)
Case A-1	6.35	Case A-3	66.76
Case A-2	14.22	Case A-4	76.83
Case B-1	28.75	Case B-3	66.36
Case B-2	14.12	Case B-4	69.12
Case C-1	27.10	Case C-5	76.25
Case C-2	14.41	Case C-6	77.52
Case C-3	35.35	Case C-7	80.66
Case C-4	88.90	Case C-8	84.17

유속 균일성은 입·배기구 유형에 따라 온도 균일성보다 큰 편차를 보였다. 유속 CV는 최소 6.35%(A-1)에서 최대 88.90% (C-4)까지 분포하여, 온도 CV의 범위보다 큰 격차를 보였다. 이는 유속이 온도에 비해 입·배기구 위치에 더 민감하게 반응하는 지표임을 의미하며, 열환경은 비교적 양호해 보이는 Case라도 기류 분포는 불균일할 수 있음을 보여준다.

가장 우수한 Case A-1은 전 구간의 유속이 0.45－0.53 m·s^-1로 적정 범위 내에 고르게 분포하여 유속 CV가 6.35%로 가장 낮았으며, 정체 영역이나 과도한 유속이 형성되는 영역이 나타나지 않았다. 작물 생육 관점에서 이는 모든 재배 구간이 광합성과 증산에 적합한 기류 환경이 나타남을 의미한다. Case B-2, C-2 또한 유속 CV가 14% 내외로 5개 구간 모두 적정 범위 내에 유속이 유지되었다. 소규모 시설을 대상으로 한 선행 연구에서는 급기 방식을 개선하여도 재배면의 일부에 적정 범위를 벗어나는 구간이 잔존하는 것으로 보고되었으나(Zhang et al. 2016; Sohn et al. 2023), 본 연구에서는 입·배기구의 위치 조건만으로 전 구간이 적정 범위에 유지되는 조건을 확인하였다. 이들 세 Case는 모두 재배단의 길이 방향과 나란한 좁은 면의 벽(Wall 1)에 입기구를 배치한 조건에 해당하며, 단변에 입기구를 배치한 8개 Case의 유속 CV는 중앙값 20.8%였던 반면 재배단을 가로지르는 장변(Wall 2, 4)에 배치한 8개 Case는 예외 없이 66.36－84.17%로 나타났다. 이는 장변에서 유입된 기류가 재배단의 측면에 충돌하여 복도를 따라 전파되지 못하는 반면, 단변에서 유입된 기류는 복도 방향과 나란히 진행하여 실 후단부까지 도달할 수 있기 때문으로 판단된다.

반면 상당수의 Case에서는 과속과 정체가 동시에 나타났다. 특히 적정 범위를 초과한 Case A-3, 4, B-3, C-4, 5, 6, 7, 8에서는 유속이 1.63－1.85m·s^-1로 허용치를 크게 초과하여 유속 CV가 66－89%로 발생하였다. 입기되는 공기가 수직농장 내부에 균등하게 분산되지 못하고 바로 배기될 때, 빠른 유속과 정체가 발생하여 내부 균일도가 감소하는 문제가 발생했다. 과도한 유속이 발생하는 경우(1.8m·s^-1)에는 잎의 증산이 과도하게 촉진되어 수분 스트레스와 위조가 우려되며, 정체 구간(0.3m·s^-1)에서는 저항 증가로 인하여 CO₂ 공급이 제한되어 광합성이 저해된다. 따라서 동일 시설 내에서도 재배 위치에 따라 생육 조건의 편차가 커져, 작물 생육의 균일성이 저하된다.

특히, 유속 CV가 가장 큰 Case C-4(88.90%)에서는 특정 거리 구간에서 유속이 급격히 감소하거나 과도하게 높은 유속이 형성되는 경향이 뚜렷하였다. 이와 같은 정체의 형성 과정은 Fig. 7(A)의 벡터장에서 확인할 수 있다. 하부로 유입된 고속 기류는 재배단 사이로 분산되지 못하고 바닥면을 따라 배기구 측으로 직접 배출되었다. 이로 인해 상부 재배 영역에는 유속이 거의 형성되지 않는 정체 영역이 발생하였다.

https://cdn.apub.kr/journalsite/sites/phpf/2026-035-03/N0090350310/images/phpf_35_03_10_F7.jpg

Fig. 7

The velocity vectors on the vertical plane along Wall 2 (x = 3.1 m) for the worst (Case C-4) and the best (Case A-1) inlet-outlet cases, the red arrows indicate the main airflow path traced from the vector field

Pearson 상관계수는 r=0.26(p=0.34, 95% CI -0.27－0.67), Spearman 순위상관계수는 ρ=0.24(p=0.37)로, 유의수준 0.05에서 통계적으로 유의한 상관관계는 확인되지 않았다. 다만 Case 수가 16개로 제한되어 검정력 0.8을 확보하기 위해서는 |r|≥0.65가 요구되며, r=0.26 수준의 상관을 검출할 검정력은 0.16에 불과하다. 특히 Case A-4에서와 같이 온도 CV가 비교적 낮음에도(0.10%) 유속 CV는 매우 높은 Case가 존재했다(76.83%), 온도는 열확산과 혼합에 의해 공간적으로 어느 정도 균일도가 유지되는 반면, 유속은 부분적인 정체에 더 민감하게 반응하여 불균일성을 더 뚜렷하게 드러내는 것으로 판단된다.

다만 우수 Case인 A-1은 온도 CV(0.08%)와 유속 CV (6.35%) 모두 16개 Case 중 가장 낮아, 입기구와 배기구를 동일 벽면에 배치하여 재배 공간 전반을 순환시키는 설계가 온도와 유속 균일성을 동시에 향상시키는 배치가 존재함을 보여준다. 따라서 수직농장의 환기 성능은 온도만으로 평가할 경우 기류의 불균일성을 간과할 수 있으므로, 온도와 유속 균일성을 함께 평가해야 하며, 특히 작물 생육에 직접 작용하는 엽면 기류의 균일성을 함께 고려하는 것이 필수적이다.

References

Allen RG, Pereira LS, Raes D, and Smith M (1998) Crop evapotranspiration - Guidelines for computing crop water requirements. FAO Irrigation and Drainage Paper 56. Food and Agriculture Organization of the United Nations, Rome, Italy.

Benke K, Tomkins B (2017) Future food-production systems: Vertical farming and controlled-environment agriculture. Sustain Sci Pract Policy 13:13-26. https://doi.org/10.1080/15487733.2017.1394054

10.1080/15487733.2017.1394054

Blom T, Jenkins A, Pulselli RM, van den Dobbelsteen AAJF (2022) The embodied carbon emissions of lettuce production in vertical farming, greenhouse horticulture, and open-field farming in the Netherlands. J Clean Prod 377:134443. https://doi.org/10.1016/j.jclepro.2022.134443

10.1016/j.jclepro.2022.134443

Boulard T, Kittas C, Roy JC, Wang S (2002) Convective and ventilation transfers in greenhouses, Part 2: Determination of the distributed climate. Biosyst Eng 83:129-147. https://doi.org/10.1006/bioe.2002.0114

10.1006/bioe.2002.0114

Boulard T, Wang S (2002) Experimental and numerical studies on the heterogeneity of crop transpiration in a plastic tunnel. Comput Electron Agric 34:173-190. https://doi.org/10.1016/S0168-1699(01)00186-7

10.1016/S0168-1699(01)00186-7

Chen X, Hou T, Liu S, Guo Y, Hu J, Xu G, Ma G, Liu W (2024) Design of a micro-plant factory using a validated CFD model. Agriculture 14:2227. https://doi.org/10.3390/agriculture14122227

10.3390/agriculture14122227

Cho JH, Lee SM (2026) CFD-based evaluation of air distribution strategies for improving environmental uniformity and reducing energy use in container and building vertical farms. Biosyst Eng 266:104461. https://doi.org/10.1016/j.biosystemseng.2026.104461

10.1016/j.biosystemseng.2026.104461

Fang H, Li K, Wu G, Cheng R, Zhang Y, Yang Q (2020) A CFD analysis on improving lettuce canopy airflow distribution in a plant factory considering the crop resistance and LED heat dissipation. Biosyst Eng 200:1-12. https://doi.org/10.1016/j.biosystemseng.2020.08.017

10.1016/j.biosystemseng.2020.08.017

Fatnassi H, Bournet PE, Boulard T, Roy JC, Molina-Aiz FD, Zaaboul R (2023) Use of computational fluid dynamic tools to model the coupling of plant canopy activity and climate in greenhouses and closed plant growth systems: A review. Biosyst Eng 230:388-408. https://doi.org/10.1016/j.biosystemseng.2023.04.016

10.1016/j.biosystemseng.2023.04.016

Kang L, Zhang Y, Kacira M, van Hooff T (2024) CFD simulation of air distributions in a small multi-layer vertical farm: Impact of computational and physical parameters. Biosyst Eng 243:148-174. https://doi.org/10.1016/j.biosystemseng.2024.05.004

10.1016/j.biosystemseng.2024.05.004

Kang SH, Jang GH, Jang YK, Yeo UH (2026) Analysis of air dispersion characteristics according to the installation location of circulation fans in a greenhouse using computational fluid dynamics. Agriculture 16:1483. https://doi.org/10.3390/agriculture16131483

10.3390/agriculture16131483

KAST (2026) Plant factory design. KAST Eco-friendly Agricultural Technology Co., Ltd., Gumi, Korea. Available via https://sunnyfield.co.kr/kast_plant_kr/theme/kast_kr/page/kast_page_b05.php Accessed 13 July 2026. (in Korean)

Kichah A, Bournet PE, Migeon C, Boulard T (2012) Measurements and CFD simulations of microclimate characteristics and transpiration of an Impatiens pot plant crop in a greenhouse. Biosyst Eng 112:22-34. https://doi.org/10.1016/j.biosystemseng.2012.01.012

10.1016/j.biosystemseng.2012.01.012

Kitaya Y, Tsuruyama J, Kawai M, Shibuya T, and Kiyota M (2000) Effects of air current on transpiration and net photosynthetic rates of plants in a closed plant production system. In C Kubota, C Chun, eds, Transplant Production in the 21st Century. Springer, Dordrecht, pp 83-90. https://doi.org/10.1007/978-94-015-9371-7_13

10.1007/978-94-015-9371-7_13

Lim TG, Kim YH (2014) Analysis of airflow pattern in plant factory with different inlet and outlet locations using computational fluid dynamics. J Biosyst Eng 39:310-317. https://doi.org/10.5307/JBE.2014.39.4.310

10.5307/JBE.2014.39.4.310

Rodillas NJ, Yu J, Kang SH, Yeo UH (2026) Field evaluation of circulation fan performance and microclimate non-uniformity in multi-layer vertical farming greenhouse. J Bio-Environ Control 35:126-138. https://doi.org/10.12791/KSBEC.2026.35.2.126

10.12791/KSBEC.2026.35.2.126

Sheikhi H, Delshad M, Profico CM, Nicola S (2026) Current status of lettuce production in soilless culture: environmental conditions. Front Hortic 5:1776018. https://doi.org/10.3389/fhort.2026.1776018

10.3389/fhort.2026.1776018

Sohn J, Liulys M, Avgoustaki DD, Xydis G (2023) CFD analysis of airflow uniformity in a shipping-container vertical farm. Comput Electron Agric 215:108363. https://doi.org/10.1016/j.compag.2023.108363

10.1016/j.compag.2023.108363

Tong G, Christopher DM, Li B (2009) Numerical modelling of temperature variations in a Chinese solar greenhouse. Comput Electron Agric 68:129-139. https://doi.org/10.1016/j.compag.2009.05.004

10.1016/j.compag.2009.05.004

Touliatos D, Dodd IC, McAinsh MR (2016) Vertical farming increases lettuce yield per unit area compared to conventional horizontal hydroponics. Food Energy Secur 5:184-191. https://doi.org/10.1002/fes3.83

10.1002/fes3.8327635244PMC5001193

Yeo UH, Lee SY, Park SJ, Kim JG, Choi YB, Kim RW, Shin JH, Lee IB (2022) Rooftop greenhouse: (1) Design and validation of a BES model for a plastic-covered greenhouse considering the tomato crop model and natural ventilation characteristics. Agriculture 12:903. https://doi.org/10.3390/agriculture12070903

10.3390/agriculture12070903

Zhang Y, Kacira M (2018) Analysis of environmental uniformity in a plant factory using computational fluid dynamics (CFD) analysis. Acta Hortic 1227:607-614. https://doi.org/10.17660/ActaHortic.2018.1227.77

10.17660/ActaHortic.2018.1227.77

Zhang Y, Kacira M (2022) Analysis of climate uniformity in indoor plant factory system with computational fluid dynamics (CFD). Biosyst Eng 220:73-86. https://doi.org/10.1016/j.biosystemseng.2022.05.009

10.1016/j.biosystemseng.2022.05.009

Zhang Y, Kacira M, An L (2016) A CFD study on improving air flow uniformity in indoor plant factory system. Biosyst Eng 147:193-205. https://doi.org/10.1016/j.biosystemseng.2016.04.012

10.1016/j.biosystemseng.2016.04.012

Journal of Bio-Environment Control ISSN:1229-4675(Print) 2765-3641(Online) 생물환경조절학회지

Preview

Uniformity Analysis of Microclimate in Vertical Farm Using Computational Fluid Dynamics

ABSTRACT

MAIN

Fig. 1

Overall research flow of the CFD-based analysis of ventilation and environmental uniformity in a vertical farm

Fig. 2

Perspective view of the vertical farm model (6.8 m × 11.0 m × 3.2 m), showing the four-floor cultivation racks and the inlet-outlet openings (purple circles)

Fig. 3

Definition of the wall numbering to describe the inlet-outlet cases in the vertical farm model

Fig. 4

Inlet-outlet positions on Walls 1－4 and the ceiling, indicated at upper and lower heights, used to construct the 16 cases

(1)

(2)

(3)

(4)

Table 1

Boundary and operating conditions for the CFD simulation

(5)

(6)

(7)

(8)

(9)

(10)

Table 2

Physical and physiological properties of the lettuce canopy used in the porous-medium and heat-exchange model

Table 3

Inlet-outlet locations for the 16 ventilation case studies, grouped by relative arrangement: same-wall (A), opposite-wall (B), and ceiling-outlet (C) cases

(11)

Fig. 5

Locations of the sampling sections on each cultivation tray used for the CV calculation

Table 4

Grid independence test based on the relative deviation of air velocity at three grid resolutions

Table 5

Vertically-averaged air temperature on each cultivation tray by floor level

Fig. 6

Temperature distribution on the vertical planes along Wall 1 (z = 5.5 m) and Wall 2 (x = 3.1 m) for the least uniform (Case C-4) and the most uniform (Case A-1) inlet-outlet cases, red and blue arrows denote the outlet and the inlet

Table 6

Longitudinally-averaged air temperature across cultivation trays by longitudinal sections for the 16 ventilation cases

Table 7

Longitudinally-averaged air velocity across cultivation trays by longitudinal sections for 16 ventilation cases

Table 8

CV of the air velocity for the 16 ventilation cases

Fig. 7

The velocity vectors on the vertical plane along Wall 2 (x = 3.1 m) for the worst (Case C-4) and the best (Case A-1) inlet-outlet cases, the red arrows indicate the main airflow path traced from the vector field

References