선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구는 2차원적인 도시특성변수를 이용한 기존의 연구와 달리 다양한 도시기하학적인 변수를 획득하여 도시기온에 대한 회귀모형을 구축하고자 하였다. 이를 위하여 도시의 기하구조를 추출할 수 있는 LiDAR자료 및 3차원 도시모델링기법이 활용되었으며 회귀분석을 통하여 종속-독립변수들 간의 관련성을 분석하였다.
- 이에 본 연구는 선행연구와 달리 다양한 도시기하학적 변수들과 대기온도와의 관련성을 분석하고, 이 변수들을 활용하여 대기온도에 관한 설명모형을 구축하고자 한다. 이를 위해서 LiDAR자료와 건물수치지도를 이용하여 3차원 공간 정보를 구축한다.
- 이에 본 연구에서는 도시의 기하학적인 특성에 따른 대기온도의 변화에 대한 통계적 모형을 구축 하여 변수별 영향력을 분석하는 것을 목적으로 한다. 이를 위하여 위성영상자료를 이용한 대기온도 추정이 수행되고, 3차원 도시모델링 기술을 활용하여 도시기하학적인 변수가 추출되며, 이들 변수를 도입한 통계모형이 추정된다.
가설 설정
- 이 때 각 건물의 외곽선 안에 위치한 LiDAR데이터 중 가장 높은 위치정보에 대해 건물높이로 가정하고, 이를 수치지형모델 (DTM)을 이용하여 보정함으로써 실제 건물의 높이(nDSM)를 계산하였다. 본 연구에서는 자료 추출 및 분석의 용이성을 위해 건물을 박스형태로 가정을 하였다. 비록 건물의 상세한 형태를 추출하는 것은 그 자체로 의미가 있으나, 넓은 도시지역에 대해 기하학적 특성을 세밀하게 추출하기에는 효율성 및 효과성의 문제가 있다.
- PARk 는 건물의 바닥면적만을 고려한 반면 표면적 Sk 는 건물의 옆면과 지붕을 포함한 면적을 나타낸다. 이 때 표면적 계산을 용이하게 하기 위하여 건물은 모두 박스형태로 가정한다.
- 비록 건물의 상세한 형태를 추출하는 것은 그 자체로 의미가 있으나, 넓은 도시지역에 대해 기하학적 특성을 세밀하게 추출하기에는 효율성 및 효과성의 문제가 있다. 이러한 현실적인 문제를 감안하여 여러 선행연구들과 마찬가지로 박스형태의 건물을 가정하고, 건물높이를 추출하였다. 이와 같은 과정으로 생성된 34,776동의 건축물정보를 기초로 하여 다양한 도시기하변수를 산출하였다.
제안 방법
- 첫째 3차원 도시기하정보를 추출하는 부문과 둘째 식생정보를 추출하는 두 부문으로 나눌 수 있다. 3차원 도시공간분석을 위하여 LiDAR데이터와 건물수치지도를 이용하여 3차원 도시모델링을 수행하였다.
- 개별건물에 대한 정확한 HW 산출을 위해서는 개별건물의 360° 모든 방향에서 HW를 계산해야하나, 이로 인해 발생되는 컴퓨터 처리시간 및 알고리즘의 문제를 보완하기 위하여 동서남북의 네 방향으로 이동하면서 HW를 계산하고 이를 평균하였다.
- 그러나 HW는 개별건물에 해당하는 값이므로, 격자별로 해당되는 값을 부여하기 위하여 격자내 전체 건물 HW의 평균치(AHW)를 구하여 이를 활용한다.
- 도시 식생환경을 고려하기 위하여 위성영상 (LandSat TM자료)의 근적외선밴드와 가시광선밴드의 분광차이를 이용하여 식생지수(NDVI)를 산출 하였다. 이 지수는 식생의 활력도의 추출을 위해서 사용하는 것이 일반적이나, 불투수면적이나 녹지면적을 파악하는 대리변수로 사용되기도 한다.
- 본 연구에서 사용될 변수를 추출하는 작업은1) 첫째 3차원 도시기하정보를 추출하는 부문과 둘째 식생정보를 추출하는 두 부문으로 나눌 수 있다. 3차원 도시공간분석을 위하여 LiDAR데이터와 건물수치지도를 이용하여 3차원 도시모델링을 수행하였다.
- 본 연구에서는 도입된 변수는 3차원 도시 모델로 부터 생성된 변수와 위성영상을 이용하여 생성된 변수로 구분된다(표 1). 3차원 도시모델로부터 생성된 변수는 모두 설명변수로 활용되고, 위성영상으로 부터 생성된 식생지수(NDVI)와 도시온도자료는 각각 설명변수와 종속변수로 활용된다.
- 본래 HW는 건물의 높이와 건물사이의 도로폭의 비율로 정의가 되나, 본 연구에서는 대상지(Columbus) 도로폭원자료의 부정확성에 의하여 LiDAR영상을 이용한 새로운 접근법을 이용하였다. 여기서는 각 건물사이의 도로가 아닌 건물과 건물 사이의 거리를 이용하여 HW을 계산하였다.
- LiDAR데이터는 건물의 높이를 추출하기 위하여, 건물수치지도는 정확한 건물의 외곽선을 추출하기 위하여 사용되었다. 불필요한 LiDAR데이터를 제거한 후, 건물의 외곽선과 조합하여 건물의 높이를 계산할 수 있었다. 이 때 각 건물의 외곽선 안에 위치한 LiDAR데이터 중 가장 높은 위치정보에 대해 건물높이로 가정하고, 이를 수치지형모델 (DTM)을 이용하여 보정함으로써 실제 건물의 높이(nDSM)를 계산하였다.
- 이상과 같은 자료로부터 획득된 도시공간의 2·3차원 변수들을 이용하여 회귀모형을 구축하였다. 우선 각 변수와 온도와의 관계가 비선형일 가능성을 전제로 Box-Tidwell 변환 방법을 통해 독립변수를 지수형태로 변형시키고 이를 이용한 단순회귀 및 다중회귀 모형식을 도출하였다.
- 불필요한 LiDAR데이터를 제거한 후, 건물의 외곽선과 조합하여 건물의 높이를 계산할 수 있었다. 이 때 각 건물의 외곽선 안에 위치한 LiDAR데이터 중 가장 높은 위치정보에 대해 건물높이로 가정하고, 이를 수치지형모델 (DTM)을 이용하여 보정함으로써 실제 건물의 높이(nDSM)를 계산하였다. 본 연구에서는 자료 추출 및 분석의 용이성을 위해 건물을 박스형태로 가정을 하였다.
- 각 변수에 대한 회귀계수의 부호가 예상과 동일한 결과인지를 파악하기 위해서는 단순히 β의 부호로 판단하기는 어렵고, 각 회귀모형함수가 증가 혹은 감소 함수인지가 우선적으로 분석된 후 판단돼야 한다. 이를 위하여 각 변수의 평균에 대한 탄력성을 계산하였다. 계산된 탄력성은 그 부호로부터 독립변수와 종속변수와의 관계를 파악할 수 있을 뿐만 아니라, 그 크기로부터 독립변수의 1%변화에 대한 종속변수의 %변화량을 분석할 수 있다.
- 이에 본 연구는 선행연구와 달리 다양한 도시기하학적 변수들과 대기온도와의 관련성을 분석하고, 이 변수들을 활용하여 대기온도에 관한 설명모형을 구축하고자 한다. 이를 위해서 LiDAR자료와 건물수치지도를 이용하여 3차원 공간 정보를 구축한다. 특히 건물의 표면적, 부피, 도로폭-건물높이 비율 (H/W ratio), 공극률(Porosity) 등의 입체적 공간정보를 추출하여 분석을 진행하고자 한다.
- 따라서 보다 넓은 격자를 이용하여 변수들의 다양한 변이가 반영되도록 하는 것이 필요하다. 이에 본 연구에서는 일반적인 근린주구 혹은 블록 단위의 격자크기로(약 500m) 분석단위를 재구성함으로써, 대도시 공간특성이 적절히 반영되도록 하였다.
- 이러한 현실적인 문제를 감안하여 여러 선행연구들과 마찬가지로 박스형태의 건물을 가정하고, 건물높이를 추출하였다. 이와 같은 과정으로 생성된 34,776동의 건축물정보를 기초로 하여 다양한 도시기하변수를 산출하였다.
- 이를 위해서 LiDAR자료와 건물수치지도를 이용하여 3차원 공간 정보를 구축한다. 특히 건물의 표면적, 부피, 도로폭-건물높이 비율 (H/W ratio), 공극률(Porosity) 등의 입체적 공간정보를 추출하여 분석을 진행하고자 한다.
대상 데이터
- 위성영상자료는 2007년 7월 6일에 촬영된 LandSat 자료로 온도자료와 식생지수를 생성하기 위해서 사용된다. LiDAR자료는 2008년 봄에 측정된 자료로써, 3차원 공간정보를 추출하기 위해서 사용된다. 마지막으로, 건물수치지도는 프랭클린카운티(Franklin County)정부에서 2009년 완료된 자료로써 2차원 건축물 바닥면 자료를 추출하는 데 사용된다.
-
4.1 종속변수：온도
도시온도를 추정하기 위해서 Landsat TM에 의한 열적외선 밴드를 사용하였다. 열적외선 밴드는 120m의 공간 해상도를 가지고 있으며, 개별 격자의 Digital Number (DN)는 0～255의 값을 가지게 된다.
- LiDAR자료는 2008년 봄에 측정된 자료로써, 3차원 공간정보를 추출하기 위해서 사용된다. 마지막으로, 건물수치지도는 프랭클린카운티(Franklin County)정부에서 2009년 완료된 자료로써 2차원 건축물 바닥면 자료를 추출하는 데 사용된다.
- 본 연구에 사용되는 데이터는 크게 세 가지로 나뉘는데, 위성영상자료, LiDAR 자료, 건물수치지도자료 등이다. 위성영상자료는 2007년 7월 6일에 촬영된 LandSat 자료로 온도자료와 식생지수를 생성하기 위해서 사용된다.
-
3. 연구대상지역 및 연구방법
연구대상지역은 미국 오하이오州의 콜럼버스 (Columbus) 도심지역을 선택하였다. 콜럼버스는 오하이오 주의 주도(主都)로써, 2008년 현재 754,000여명의 인구가 거주하며, 인구규모로는 미국에서 16번째의 대도시이다(그림 1).
- 본 연구에 사용되는 데이터는 크게 세 가지로 나뉘는데, 위성영상자료, LiDAR 자료, 건물수치지도자료 등이다. 위성영상자료는 2007년 7월 6일에 촬영된 LandSat 자료로 온도자료와 식생지수를 생성하기 위해서 사용된다. LiDAR자료는 2008년 봄에 측정된 자료로써, 3차원 공간정보를 추출하기 위해서 사용된다.
데이터처리
- 다중회귀모형의 구축에 있어서는, 회귀모형을 왜곡시킬 수 있는 다중공선성(multicollinearity)의 제거 및 회귀계수의 통계적 유의성을 확보하기 위하여 Variance Inflation Factor(VIF)를 계산하여 적용 하였다. 일반적으로 VIF의 값이 10이상인 경우 다중공선성이 존재한다고 판단하게 되는데[30] V, PAR 및 AHW의 세 변수들은 이 기준에 따라 모형에서 제외되었다.
- 본 연구는 2차원적인 도시특성변수를 이용한 기존의 연구와 달리 다양한 도시기하학적인 변수를 획득하여 도시기온에 대한 회귀모형을 구축하고자 하였다. 이를 위하여 도시의 기하구조를 추출할 수 있는 LiDAR자료 및 3차원 도시모델링기법이 활용되었으며 회귀분석을 통하여 종속-독립변수들 간의 관련성을 분석하였다. 회귀모형구축에 있어서는 비선형관계에 있는 변수를 선형화하기 위해 BoxTidwell 변형기법을 적용하여 최적화된 변수로 변형하여 선형회귀모형을 구축하였다.
- 이상과 같은 자료로부터 획득된 도시공간의 2·3차원 변수들을 이용하여 회귀모형을 구축하였다.
- 전술된 단순회귀분석의 Box-Tidwell 변형으로부터 추정된 각 변수의 지수를 이용하여 다중회귀분석모형을 구축하였다.
- 전술된 데이터 추출방법을 통하여 획득된 종속변수 및 독립변수를 이용하여 단순회귀모형을 구축하였다. 모든 회귀분석의 종속변수는 온도(Temp)이며, 독립변수는 표 1에서 제시된 것처럼 6개의 변수가 활용되었다.
이론/모형
- 열적외선 밴드는 120m의 공간 해상도를 가지고 있으며, 개별 격자의 Digital Number (DN)는 0～255의 값을 가지게 된다. DN수치를 실제 온도로 변환하기 위하여 USGS 에서 제안한 아래의 변환식 2와 3을 사용하였다[21].
- 모든 회귀분석의 종속변수는 온도(Temp)이며, 독립변수는 표 1에서 제시된 것처럼 6개의 변수가 활용되었다. 독립변수로 사용된 각 변수는 BoxTidwell 변환방법이 적용되어 최적화된 지수를 통하여 변환되었고, 이 변환된 변수로 단순회귀모형이 추정되었다.
- 이를 위하여 도시의 기하구조를 추출할 수 있는 LiDAR자료 및 3차원 도시모델링기법이 활용되었으며 회귀분석을 통하여 종속-독립변수들 간의 관련성을 분석하였다. 회귀모형구축에 있어서는 비선형관계에 있는 변수를 선형화하기 위해 BoxTidwell 변형기법을 적용하여 최적화된 변수로 변형하여 선형회귀모형을 구축하였다.
성능/효과
- 단순회귀분석에 사용된 모든 회귀계수는 1% 유의수준에서 유의함이 인정되었으며, 식생지수를 제외한 모든 변수들은 약 40% 이상의 설명력을 나타내었다. 가장 높은 설명력을 갖는 모형은 건물바닥 면적비율(PAR)로 54%의 설명력을 나타내었는데, 이는 건축물이 차지하는 면적이 온도와 높은 관련성이 있음을 보여주는 결과이다. 한편 도시온도를 낮추는 효과가 있다고 알려져 있는 식생지수는 그 설명력이 가장 낮은 25%로 나타났다.
- 단순회귀분석 및 탄력성 계산결과, 모든 변수는 예상했던 결과를 보여주었다. 건물 총 부피, 건물 총 표면적, 도로폭 대비 건물높이 비율, 건물바닥 면적비율 등은 기온상승에 관련성이 있는 것으로 나타났으며, 각 모델은 24.7%～54.2% 정도의 설명력을 갖는 것으로 분석되었다. 한편, 설명변수의 영향력은 공극률, 건물바닥 면적비율, 식생지수 등의 순으로 나타났으며, 특히 공극률의 1%증가는 기온의 0.
- 모형의 설명력은 높지 않았으나(57%), 열섬현상을 저감시키는 도시정책 수립에 활용될 수 있는 결과가 도출되었다. 건물 총 표면적, 공극률, 식생지수의 각각 1% 증가는 도시온도의 0.03%, -0.18%, -0.04% 변화에 연관이 있는 것으로 분석되었다. 이는 공극률과 관련있는 도시특성변수들에 대한 관리정책의 중요성을 인식시키는 결과로 사료된다.
- 결과를 보면(표 2 참조), 식생지수를 제외한 나머지 모든 독립변수는 종속변수와의 비선형관계가 확인되었으며, 모든 회귀식은 F검정에 의해 유의한 회귀식임이 인정되었다.
- 최종 다중회귀모형은 전체 온도 변이량을 약 57% 정도를 설명하는 것으로 나타났다. 공극률 변수만 유의수준 10%(p 값: 0.0699)에서 유의한 것으로 나타났을 뿐, 나머지 변수의 회귀계수는 모두 1% 이하의 유의수준에서 유의함이 인정되었다. 비록 높은 설명력을 나타내는 다중회귀모형은 아니지만 열섬현상을 저감하고자 하는 도시관리정책 수립에 활용이 가능한 결과라고 판단된다.
- 다중회귀분석에서는 다중공선성 및 변수의 유의성 문제로 인하여 건물 총 표면적, 공극률, 식생지수만이 회귀모형에 도입되었다. 모형의 설명력은 높지 않았으나(57%), 열섬현상을 저감시키는 도시정책 수립에 활용될 수 있는 결과가 도출되었다.
- 단순회귀분석에 사용된 모든 회귀계수는 1% 유의수준에서 유의함이 인정되었으며, 식생지수를 제외한 모든 변수들은 약 40% 이상의 설명력을 나타내었다. 가장 높은 설명력을 갖는 모형은 건물바닥 면적비율(PAR)로 54%의 설명력을 나타내었는데, 이는 건축물이 차지하는 면적이 온도와 높은 관련성이 있음을 보여주는 결과이다.
- 다중회귀분석에서는 다중공선성 및 변수의 유의성 문제로 인하여 건물 총 표면적, 공극률, 식생지수만이 회귀모형에 도입되었다. 모형의 설명력은 높지 않았으나(57%), 열섬현상을 저감시키는 도시정책 수립에 활용될 수 있는 결과가 도출되었다. 건물 총 표면적, 공극률, 식생지수의 각각 1% 증가는 도시온도의 0.
- 건물 표면적의 증가는, 낮 동안 흡수된 태양에너지를 적외선 방사형태로 외부로 다시 내보낼 수 있는 기반을 확대시킴으로써 도시온도상승에 영향을 미치게 된다. 본 회귀모형에서는 1%의 건물 표면적의 증가는 도시온도의 0.03% 상승과 연관이 있는 것으로 나타났다.
- 온도의 상승요인들 중에서는 건물바닥 면적비율 (PAR)이 가장 큰 영향요인으로 나타났다. 즉, 1%의 PAR 증가는 약 0.
- 이와 반대로, 공극률과 식생지수의 각각 1% 증가는 기온의 0.18%, 0.04%의 감소에 영향이 있음이 확인되었다. 이는 공극률에 관한 통제 관리정책이 온도저감에 가장 큰 효과가 있다는 것을 보여주고 있다.
- 전체적으로 탄력성을 볼 때, 도시에서의 오픈스페이스와 같은 여유공간을 나타내는 대리변수들(Prs, PAR, AHW)이 도시의 온도에 대한 영향력이 큰 것으로 확인되었다. 따라서 건축면적을 최소화하고 대기순환이 자유로운 공간구조로 전환시키는 것은 도시열섬을 저감시키는 데 주요한 도시계획방향이 될 것으로 판단된다.
- 온도의 상승요인들 중에서는 건물바닥 면적비율 (PAR)이 가장 큰 영향요인으로 나타났다. 즉, 1%의 PAR 증가는 약 0.07%의 온도상승에 기여하는 것으로 나타났다. 한편, 건물 총부피(V)와 건물 총 표면적(S)를 비교해 보면, 건물 부피의 증가보다는 건물 표면적 증가가 온도상승에 더 영향력이 큰 것으로 분석되었다.
- 이처럼 본 연구의 결과가 선행연구에 비해 설명력이 낮은 이유로는 본 연구 대상지의 특수성에 기인한 것으로 판단된다. 즉, 본 연구의 대상지가 CBD를 대상으로 하여 토지피복 상태가 타 연구지역보다 상대적으로 변이가 작음으로 발생된 것으로 판단된다.
- 최종 다중회귀모형은 전체 온도 변이량을 약 57% 정도를 설명하는 것으로 나타났다. 공극률 변수만 유의수준 10%(p 값: 0.
- 탄력성의 크기로 판단해 보면, 공극률이 가장 커다란 영향을 미치는 것으로 분석되었다. 공극률의 평균에서 약 1% 증가는 온도를 0.
- 07%의 온도상승에 기여하는 것으로 나타났다. 한편, 건물 총부피(V)와 건물 총 표면적(S)를 비교해 보면, 건물 부피의 증가보다는 건물 표면적 증가가 온도상승에 더 영향력이 큰 것으로 분석되었다.
- 2% 정도의 설명력을 갖는 것으로 분석되었다. 한편, 설명변수의 영향력은 공극률, 건물바닥 면적비율, 식생지수 등의 순으로 나타났으며, 특히 공극률의 1%증가는 기온의 0.76% 감소로 이어질 수 있는 것으로 분석되었다.
후속연구
- 넷째, 시계열자료의 확보로, 횡단면분석뿐만 아니라, 시계열모형 및 패널모형을 구축함으로써 도시기온에 대한 다양한 설명모델이 구축될 필요가 있다. 마지막으로 선형모형이외에 비선형 모형에 대한 추가적인 연구가 심층적으로 진행될 필요가 있다고 판단된다.
- 만약 이 두 변수를 동시에 통제 관리할 수 있다면 더 큰 저감효과를 거둘 수 있음을 시사하는 결과이다. 즉 도시의 공극률이 확대될 수 있도록 많은 오픈스페이스를 조성하면서 이를 모두 녹화, 식재 등을 통하여 식생지수를 높일 수 있다면 시너지 효과를 거둘 수 있을 것으로 판단된다. 그러나 오픈 스페이스 확보가 용이하지 않은 콜럼버스 도심지역을 감안한다면, 옥상녹화나 벽면녹화 기법을 활용하여 열흡수가 높은 콘크리트 건물의 표면적을 줄이면서 기온 저감을 모색하는 정책이 보다 현실적인 정책대안이라고 볼 수 있다.
- 향후 이러한 한계가 보완된다면 더욱 기여도 높은 연구가 될 것으로 판단된다. 첫째 현재 회귀모형에 도입된 평면적 혹은 입체적 변수들을 보다 세밀하게 정제할 필요가 있다. 예를 들어 박스형태의 건물, 공극률 등과 같은 변수의 경우, 정확한 건축물의 특성이나 부피가 추출되도록 새로운 방법이 모색될 필요가 있다.
- 이는 공극률과 관련있는 도시특성변수들에 대한 관리정책의 중요성을 인식시키는 결과로 사료된다. 특히 오픈스페이스 확대 정책을 중심으로 도시녹지를 확대시킬 수 정책(예: 옥상녹화, 벽면녹화, 자투리땅 식재 등)을 병행한다면 도시온도저감에 상당한 효과가 있을 것으로 분석되었다.
- 본 연구에서 도시기하학적인 요소를 반영한 의미 있는 설명모델이 구축되었음에도 불구하고, 다음과 같은 여러 가지 한계점이 존재한다. 향후 이러한 한계가 보완된다면 더욱 기여도 높은 연구가 될 것으로 판단된다. 첫째 현재 회귀모형에 도입된 평면적 혹은 입체적 변수들을 보다 세밀하게 정제할 필요가 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.