도시화에 따라 지표면온도(LST)가 상승하고 이는 도시의 열섬 현상의 원인이 되며, 인간의 건강 문제에 직접적인 영향을 미치게 된다. 따라서 도시의 지표면온도를 상승시키는 주요 요인을 파악할 필요가 있다. 이 논문은 MODIS 센서 관측 자료를 이용하여 지표면온도를 증가시키는 주요 요인을 파악하는 것을 목표로 한다. 연구 대상지는 충청북도 행정 구역을 포함한 한반도의 중부 내륙 지역으로 선정하고, 2001년부터 2015년까지 하절기의 MODIS 평균 지표면온도를 산출한다. 본 연구에서 사용된 지표면온도는 1km×1km ...
도시화에 따라 지표면온도(LST)가 상승하고 이는 도시의 열섬 현상의 원인이 되며, 인간의 건강 문제에 직접적인 영향을 미치게 된다. 따라서 도시의 지표면온도를 상승시키는 주요 요인을 파악할 필요가 있다. 이 논문은 MODIS 센서 관측 자료를 이용하여 지표면온도를 증가시키는 주요 요인을 파악하는 것을 목표로 한다. 연구 대상지는 충청북도 행정 구역을 포함한 한반도의 중부 내륙 지역으로 선정하고, 2001년부터 2015년까지 하절기의 MODIS 평균 지표면온도를 산출한다. 본 연구에서 사용된 지표면온도는 1km×1km 공간 해상도를 갖는 Terra 위성 MODIS 센서의 낮 시간 동안 일일 평균 지표면온도로 패널 자료 분석의 종속변수로 활용한다. 기상청에서 제공하는 AWS(Automatic Weather System) 평균 기온 자료를 활용하여, 동일한 시·공간의 영역에서 수집된 AWS 자료와 지표면온도의 차이점을 확인한다. 연구 대상지의 11 개 시군에 대한 지적도 및 통계 데이터를 활용하여, 종속 변수와 기간 및 시간 차이가 없는 패널 자료 분석을 위한 입력 데이터를 구축한다. 패널 자료 분석은 통계 패키지 STATA 14를 사용하여 수행되었으며, 시군별 사회 및 자연적 특성을 나타내는 설명변수를 활용하여 지표면온도의 회귀 모형을 평가하는데 사용된다. 설명 변수는 종속 변수와 상관관계가 크고, 유의한 t-값을 가지며, 다중공선성의 문제가 없는 독립적인 변수로 선택한다. 시행착오법(try and error method)을 통해 네 가지 주요 영향 요인을 선택한다. 지표면온도 변화에 가장 큰 영향을 미치는 변수는 불투수율이고 그 다음은 강수량, 전력사용량, 평균 고도*대지 비율로 나타났다. 본 논문에서는 개체 고정과 시간 확률의 관점에서 혼합효과 모형이 가장 적합한 것으로 나타났다. 불투수율 및 전력 소비량의 두 가지 주요 영향 요소는 양(+)의 영향을, 강수량과 평균 고도*대지 비율은 음의(-) 영향을 미치는 것으로 나타났다. 이는 향후 도시 기온 관리를 위한 도시 계획 및 정책 수립 시 시사점을 제시한다.
도시화에 따라 지표면온도(LST)가 상승하고 이는 도시의 열섬 현상의 원인이 되며, 인간의 건강 문제에 직접적인 영향을 미치게 된다. 따라서 도시의 지표면온도를 상승시키는 주요 요인을 파악할 필요가 있다. 이 논문은 MODIS 센서 관측 자료를 이용하여 지표면온도를 증가시키는 주요 요인을 파악하는 것을 목표로 한다. 연구 대상지는 충청북도 행정 구역을 포함한 한반도의 중부 내륙 지역으로 선정하고, 2001년부터 2015년까지 하절기의 MODIS 평균 지표면온도를 산출한다. 본 연구에서 사용된 지표면온도는 1km×1km 공간 해상도를 갖는 Terra 위성 MODIS 센서의 낮 시간 동안 일일 평균 지표면온도로 패널 자료 분석의 종속변수로 활용한다. 기상청에서 제공하는 AWS(Automatic Weather System) 평균 기온 자료를 활용하여, 동일한 시·공간의 영역에서 수집된 AWS 자료와 지표면온도의 차이점을 확인한다. 연구 대상지의 11 개 시군에 대한 지적도 및 통계 데이터를 활용하여, 종속 변수와 기간 및 시간 차이가 없는 패널 자료 분석을 위한 입력 데이터를 구축한다. 패널 자료 분석은 통계 패키지 STATA 14를 사용하여 수행되었으며, 시군별 사회 및 자연적 특성을 나타내는 설명변수를 활용하여 지표면온도의 회귀 모형을 평가하는데 사용된다. 설명 변수는 종속 변수와 상관관계가 크고, 유의한 t-값을 가지며, 다중공선성의 문제가 없는 독립적인 변수로 선택한다. 시행착오법(try and error method)을 통해 네 가지 주요 영향 요인을 선택한다. 지표면온도 변화에 가장 큰 영향을 미치는 변수는 불투수율이고 그 다음은 강수량, 전력사용량, 평균 고도*대지 비율로 나타났다. 본 논문에서는 개체 고정과 시간 확률의 관점에서 혼합효과 모형이 가장 적합한 것으로 나타났다. 불투수율 및 전력 소비량의 두 가지 주요 영향 요소는 양(+)의 영향을, 강수량과 평균 고도*대지 비율은 음의(-) 영향을 미치는 것으로 나타났다. 이는 향후 도시 기온 관리를 위한 도시 계획 및 정책 수립 시 시사점을 제시한다.
Temperature of land surface is increasing by urbanization and it causes the urban heat island phenomenon that would be connected to affect to human health problems. Therefore, it is necessary to identify the major factors to rise temperature of land surface in the city. This thesis aims to identify ...
Temperature of land surface is increasing by urbanization and it causes the urban heat island phenomenon that would be connected to affect to human health problems. Therefore, it is necessary to identify the major factors to rise temperature of land surface in the city. This thesis aims to identify the major factors that cause to change the rising rate of temperature of land surface using MODIS sensor data. As a study area, the middle inland area of Korean Peninsula including Chungcheongbuk-do administrative territory is selected and the MODIS sensor data, which is covering not only the study area spatially but also hot summer season including July, August and September from 2001 year to 2015 year temporally. LST used to evaluate the major impact factor is the daily mean LST of Terra satellite MODIS sensor with 1km×1km spatial resolution during day time. AWS(Automatic Weather System) temperature data provided by Korea Meteorological Administration is also collected for the same spatial area and temporal duration with the study area and use to check the difference of the LST against to AWS data collected in the administrative domain of cities and counties in the study area. Using the cadastral maps and statistical data for 11 cities and counties in a study area, explanatory variables are used to construct balance panel data with the same dependent variables and period and no time gap. Panel data analysis has been done using statistical package STATA 14 and used to evaluate the regression model of LST as a depending variable with major impact factors as explanatory variables, which represent social and natural characteristics of administrative domain of cities and counties studied. The explanatory variables affecting on the LST change show more strong correlation with the dependent variable and result in more significant t-value as well as no multi-collnearity problem. Through try and error, five major impacting factors are selected. The strongest variable is imperviousness and the next higher is rain precipitation depth. Electric power consumption and mean altitude*building ratio are followed. This thesis results in the most effectively mixed regression model in terms of object fixation and time probability. Two major impact factors imperviousness and electric power consumption show positive(+) effect. And other two of rain precipitation depth and mean altitude*building ratio give negative(-) effect. It is implicating for city planning and policy planning for urban temperature management in future.
Temperature of land surface is increasing by urbanization and it causes the urban heat island phenomenon that would be connected to affect to human health problems. Therefore, it is necessary to identify the major factors to rise temperature of land surface in the city. This thesis aims to identify the major factors that cause to change the rising rate of temperature of land surface using MODIS sensor data. As a study area, the middle inland area of Korean Peninsula including Chungcheongbuk-do administrative territory is selected and the MODIS sensor data, which is covering not only the study area spatially but also hot summer season including July, August and September from 2001 year to 2015 year temporally. LST used to evaluate the major impact factor is the daily mean LST of Terra satellite MODIS sensor with 1km×1km spatial resolution during day time. AWS(Automatic Weather System) temperature data provided by Korea Meteorological Administration is also collected for the same spatial area and temporal duration with the study area and use to check the difference of the LST against to AWS data collected in the administrative domain of cities and counties in the study area. Using the cadastral maps and statistical data for 11 cities and counties in a study area, explanatory variables are used to construct balance panel data with the same dependent variables and period and no time gap. Panel data analysis has been done using statistical package STATA 14 and used to evaluate the regression model of LST as a depending variable with major impact factors as explanatory variables, which represent social and natural characteristics of administrative domain of cities and counties studied. The explanatory variables affecting on the LST change show more strong correlation with the dependent variable and result in more significant t-value as well as no multi-collnearity problem. Through try and error, five major impacting factors are selected. The strongest variable is imperviousness and the next higher is rain precipitation depth. Electric power consumption and mean altitude*building ratio are followed. This thesis results in the most effectively mixed regression model in terms of object fixation and time probability. Two major impact factors imperviousness and electric power consumption show positive(+) effect. And other two of rain precipitation depth and mean altitude*building ratio give negative(-) effect. It is implicating for city planning and policy planning for urban temperature management in future.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.