복사 전달 방정식

편집 역사 토론
계산물리 수치해석 마지막 수정: 2026-08-01 04:40:08

1. 개요[편집]

복사 전달 방정식
Radiative Transfer Equation
약칭RTE
미지수복사강도 I(r, ŝ, ν) — 위치 3 + 방향 2 + 진동수 1
형식적분-미분 방정식 (선형)
주요 해법이산종좌표법(SN), PN/확산 근사, 몬테카를로
같은 방정식중성자 수송 방정식, 렌더링 방정식

복사 전달 방정식(radiative transfer equation, RTE)은 매질 속을 지나가는 복사강도 II가 흡수·방출·산란에 의해 어떻게 변하는지를 기술하는 적분-미분 방정식이다. 위치·방향·진동수를 모두 독립변수로 갖는 최대 6차원 문제라, 실전에서는 방정식을 푼다기보다 “어떤 차원을 어떻게 포기할 것인가”를 고르는 작업에 가깝다.

범위 정리: 이 문서는 RTE 자체의 구조와 수치 해법을 다룬다. 대류·전도를 포함한 공학적 열전달 전반은 열전달 해석에, 렌더링 방정식과 경로 추적 등 그래픽스 쪽 구현은 전역 조명에 있다.

2. 방정식의 구조[편집]

정상 상태·비상대론 조건에서 방향 s^\hat{s}로 진행하는 진동수 ν\nu의 복사강도에 대해

s^⋅∇Iν(r,s^)=−κνIν−σs,νIν+jν+σs,ν4π∫4πΦ(s^′ ⁣⋅ ⁣s^) Iν(r,s^′) dΩ′\hat{s} \cdot \nabla I_\nu(\mathbf{r}, \hat{s}) = -\kappa_\nu I_\nu - \sigma_{s,\nu} I_\nu + j_\nu + \frac{\sigma_{s,\nu}}{4\pi} \int_{4\pi} \Phi(\hat{s}' \!\cdot\! \hat{s})\, I_\nu(\mathbf{r}, \hat{s}')\, d\Omega'

가 성립한다. 항별로 읽으면 이렇다.

  • s^⋅∇I\hat{s}\cdot\nabla I — 광선을 따라가는 이송(streaming) 항. 좌표계를 광선에 맞추면 dI/dsdI/ds가 된다.
  • −κνI-\kappa_\nu I — 흡수에 의한 손실. κν\kappa_\nu는 흡수계수 [m−1][\mathrm{m^{-1}}].
  • −σsI-\sigma_s I — 다른 방향으로 튕겨 나가는 산란 손실(out-scattering).
  • jνj_\nu — 매질 자체의 방출.
  • 적분항 — 다른 모든 방향에서 이 방향으로 들어오는 산란 이득(in-scattering). 위상함수 Φ\Phi가 산란의 방향성을 담으며, 등방 산란이면 1, 입자 크기가 파장에 견줄 만한 미 산란이면 전방으로 쏠린 위상함수를 헤니에이-그린슈타인 근사로 대신하는 것이 관례다.

문제를 어렵게 만드는 것은 오직 이 적분항이다. 이게 없으면 각 방향이 서로 독립인 1차 상미분방정식 다발이라 광선마다 따로 적분하면 끝난다. 적분항이 모든 방향을 결합시키는 순간, 방향 이산화가 필수가 되고 반복이 필요해진다.

3. 광학 두께와 형식해[편집]

소산계수 βν=κν+σs,ν\beta_\nu = \kappa_\nu + \sigma_{s,\nu}로 정의하는 광학 두께

τν(s)=∫0sβν(s′) ds′\tau_\nu(s) = \int_0^s \beta_\nu(s')\, ds'

가 이 분야의 유일한 지배 무차원수라고 봐도 무방하다. τ≪1\tau \ll 1이면 광학적으로 얇아 매질이 거의 투명하고, τ≫1\tau \gg 1이면 광자가 수없이 부딪히며 확산처럼 행동한다. 함께 쓰는 것이 단일산란 알베도 ω=σs/β\omega = \sigma_s/\beta로, ω→0\omega \to 0은 순수 흡수, ω→1\omega \to 1은 순수 산란이다.

소스 함수 Sν=(jν+산란 이득)/βνS_\nu = (j_\nu + \text{산란 이득})/\beta_\nu를 도입하면 RTE는 dI/dτ=−I+SdI/d\tau = -I + S로 압축되고, 형식해가 바로 나온다.

Iν(τ)=Iν(0) e−τ+∫0τSν(τ′) e−(τ−τ′) dτ′I_\nu(\tau) = I_\nu(0)\, e^{-\tau} + \int_0^{\tau} S_\nu(\tau')\, e^{-(\tau - \tau')}\, d\tau'

“들어온 빛은 지수적으로 감쇠하고, 경로상의 방출은 남은 광학 두께만큼 감쇠되어 더해진다.” 이것이 형식해인 이유는 SS 안에 다시 II가 들어 있기 때문이다 — 즉 이건 해가 아니라 고정점 방정식이며, 뒤에 나올 소스 반복이 여기서 출발한다.

국소열역학평형(LTE)이 성립하면 키르히호프 법칙 jν=κνBν(T)j_\nu = \kappa_\nu B_\nu(T)가 성립해 방출 소스가 흑체복사 함수 Bν(T)B_\nu(T)로 대체된다. 연소로·항성 내부처럼 충돌이 잦은 매질에서는 이 가정이 잘 먹히고, 희박한 성간 매질이나 상층 대기에서는 깨져서 준위 밀도를 따로 풀어야 한다.

4. 수치 해법[편집]

이산종좌표법(SNS_N). 방향 공간을 유한 개의 구적점 {s^m,wm}\{\hat{s}_m, w_m\}으로 이산화해 적분항을 가중합으로 바꾼다. 그러면 방향마다 하나씩 결합된 이류 방정식 다발이 되고, 공간은 유한체적법으로 이산화한 뒤 상류 방향으로 셀을 훑어 내려가며(sweep) 푼다. 구적 집합(레벨-대칭 SNS_N, 가우스-체비셰프 등)의 선택이 정확도를 좌우한다. 고질병은 광선 효과(ray effect) — 작은 고온 물체가 있으면 유한 개 방향에만 에너지가 실려 부채꼴 줄무늬 인공물이 생기며, 방향 수를 늘리는 것 말고는 근본 해결이 어렵다.

PNP_N과 확산 근사. 강도를 구면조화 함수로 전개해 모멘트 방정식 계열로 바꾼다. P1P_1까지 자르면 강도가 등방 성분 + 선형 성분이 되어, 광학적으로 두꺼운 극한에서 확산 방정식

−∇⋅(13β∇G)+κG=4πκB-\nabla \cdot \left(\frac{1}{3\beta}\nabla G\right) + \kappa G = 4\pi \kappa B

가 나온다(GG는 입사 복사). 미지수가 스칼라 하나로 줄어 포아송 방정식 풀듯 싸게 처리되지만, 광학적으로 얇거나 강한 방향성이 있는 곳에서는 크게 틀린다.

몬테카를로. 광자 다발을 실제로 추적하며 흡수·산란을 확률적으로 판정한다. 복잡 형상·비회색 스펙트럼·이방성 산란을 자연스럽게 다루고 편향이 없다는 게 강점이며, 대가는 σ∝N−1/2\sigma \propto N^{-1/2}의 느린 수렴이다. 중요도 표본추출이나 러시안 룰렛 같은 분산 감소 기법이 사실상 필수다.

5. 진동수 차원을 어떻게 죽일 것인가[편집]

앞의 해법들은 전부 공간·방향 이산화 얘기였고, 진동수 ν\nu라는 여섯 번째 차원이 통째로 남아 있다. 기체의 흡수계수는 ν\nu에 대해 수십만 개의 회전-진동 선(line)으로 이루어진 톱니 함수라, 이를 곧이곧대로 풀면 파장 격자만 10610^6점이 필요하다. 그래서 실무는 다음 사다리 중 하나를 고른다.

  • 회색(gray) 가정 — κ\kappa가 ν\nu에 무관하다고 치고 진동수 적분을 미리 끝낸다. 가장 싸고 가장 거칠다. 매질이 거의 투명하거나 거의 불투명한 극단에서만 봐줄 만하다.
  • 가중합 회색기체(WSGG) — 실제 스펙트럼을 몇 개(보통 3~5개)의 가상 회색기체의 가중합으로 맞춘다. 계수는 실험·라인 데이터에 피팅된 표로 제공되며, CFD 연소 해석의 사실상 표준이다.
  • 밴드 모형·kk-분포법 — 진동수 축을 흡수계수 크기순으로 재정렬해 매끄러운 누적분포로 바꾼 뒤 소수의 구적점으로 적분한다. 순서를 바꿔도 적분값이 보존된다는 점을 이용한 트릭이며, 대기 복사 코드에서 상관 kk-분포(correlated-kk)로 널리 쓰인다.
  • 선별 계산(line-by-line) — 전부 다 푼다. 다른 방법들의 정답지 역할이지 생산 계산용은 아니다.

여기에 산란 계수의 파장 의존성(레일리 대 미)까지 얹히면, RTE 계산비의 대부분은 사실 방향 이산화가 아니라 스펙트럼 처리에서 나온다.

6. 소스 반복과 가속[편집]

SNS_N의 표준 알고리즘은 소스 반복(source iteration)이다. 현재 산란 소스를 고정하고 sweep으로 II를 갱신한 뒤, 새 II로 산란 소스를 다시 만드는 것을 반복한다. 이 반복의 스펙트럼 반지름은 대략 알베도 ω\omega와 같아서, 산란이 약하면 몇 번 만에 끝나지만 ω→1\omega \to 1인 강산란 매질에서는 수렴이 기어간다. 물리적으로는 “광자가 확산으로 계를 빠져나가려면 산란을 수천 번 해야 하는데 반복 한 번이 산란 한 번에 대응하기 때문”이다.

여기서 나온 것이 확산 종합 가속(DSA, diffusion synthetic acceleration)이다. sweep 이후의 잔차를 값싼 확산 방정식으로 풀어 저차 모멘트 오차를 한 번에 걷어내고, 이를 해에 더한다. 잘 이산화된 DSA는 ω→1\omega \to 1에서도 반복 수를 상수로 붙잡아 준다. 다만 확산 보정의 이산화가 수송 이산화와 정합(consistent)하지 않으면 오히려 발산하는 것으로 악명이 높아, 적당히 짜면 되는 전처리기가 아니다.1

1D 평판을 S16 이산종좌표 + 소스 반복으로 푼다. 가우스-르장드르 노드는 뉴턴 반복으로 실제로 구한다. 위쪽 극선도 넷은 깊이별 각도 분포로, 입사면의 전방 첨두가 깊어질수록 등방(점선 원)에 붙는 것이 보인다. 가운데는 φ(τ)와 P1 확산 근사의 비교, 아래는 소스 반복 잔차 이력이며 실측 수렴비가 알베도 ω를 따라가 ω→1에서 반복이 급격히 길어진다. 등방 입사 + 반대면 진공, 방출원 없는 순수 산란-흡수 조건이다.

7. 어디에 쓰이나[편집]

  • 연소·노(furnace) 해석. 화염 온도에서 복사가 지배적 열전달 모드가 된다. CFD 코드가 대개 DOM 또는 P1을 내장하고, 기체의 비회색성은 가중합 회색기체(WSGG) 모형으로 근사한다. 연소 시뮬레이션 참고.
  • 대기·기후 복사. 장파/단파를 나누고 수평 균질을 가정한 1차원 기둥 모형으로 계산한다. 수치기상예보 모형의 물리 과정 중 계산비가 가장 큰 축에 든다.
  • 중성자 수송. 볼츠만 수송 방정식은 사실상 같은 방정식이고, SNS_N·DSA 같은 기법 대부분이 원자로 물리 쪽에서 먼저 개발돼 복사 열전달로 건너왔다.2
  • 그래픽스. 렌더링 방정식은 산란 매질을 뺀 표면 버전의 RTE이며, 참여 매질 렌더링은 아예 RTE를 그대로 푼다. 경로 추적이 곧 몬테카를로 수송 계산이다.3

8. 관련 문서[편집]

9. Footnotes[편집]

  1. “정합 이산화(consistent discretization)” 요구조건 때문에 DSA 구현은 논문 한 편이 아니라 논문 시리즈로 나온다. 대충 짠 DSA는 반복 수가 줄기는커녕 스펙트럼 반지름이 1을 넘어 우아하게 발산하며, 그 순간 개발자는 “그냥 소스 반복 5000번 돌리자”는 유혹에 빠진다. ↩

  2. SNS_N이라는 이름부터가 1950년대 로스앨러모스 산이다. 그래서 복사 열전달 논문을 읽다 보면 뜬금없이 중성자 용어(알베도, 자체 차폐, 수송 보정 단면적)가 튀어나온다. 방정식이 같으니 용어도 같이 건너온 것. ↩

  3. 그래픽스와 열공학은 같은 방정식을 30년 동안 서로 모르는 채 각자 풀었다. 한쪽은 “래디오시티”, 다른 쪽은 “구역법(zonal method)“이라 불렀는데, 알고 보니 둘 다 형상계수 행렬을 푸는 같은 물건이었다. ↩