대기오염지수와 도시공간구조 특성에 관한 연구: 서울시 토지이용과 교통자료를 바탕으로 A Study of Correlation between Air Environment Index and Urban Spatial Structure: Based On Land Use and Traffic Data In Seoul원문보기
최근 심각한 사회문제가 되고 있는 도시환경 문제 해결을 위해, 이를 효과적으로 관리하는 방안이 활발히 연구되고 있다. 환경 지표는 환경을 정량적인 지표로 측정하는 수단으로서, 환경 정책 및 의사결정의 근거로 활용하고 있다. 이 중 대기질 지표는 대기오염 지수를 통해 공기가 얼마나 오염되어 있는지를 표준화하는 지수이다. 우리나라는 미국의 AQI를 국내 대기환경 기준으로 변환한 AEI를 개발하여 대기오염의 정도를 측정한다. 이에 본 연구는 우리나라의 대표 도시인 서울을 연구 지역으로 선정하고, 대기오염 지수와 도시공간구조 특성인 행정 동별 토지이용 및 교통 자료간의 상관성 분석을 시행하였다. 이를 위해 서울시 대기오염 자동 측정망을 통해 측정된 2007년 대기오염 측정 자료를 바탕으로 공간내삽법인 IDW에 의해 전체적인 경향면을 생성하고, 회귀분석, GWR 그리고 대기오염 물질별 시계열적 농도 변화를 분석하였다.
최근 심각한 사회문제가 되고 있는 도시환경 문제 해결을 위해, 이를 효과적으로 관리하는 방안이 활발히 연구되고 있다. 환경 지표는 환경을 정량적인 지표로 측정하는 수단으로서, 환경 정책 및 의사결정의 근거로 활용하고 있다. 이 중 대기질 지표는 대기오염 지수를 통해 공기가 얼마나 오염되어 있는지를 표준화하는 지수이다. 우리나라는 미국의 AQI를 국내 대기환경 기준으로 변환한 AEI를 개발하여 대기오염의 정도를 측정한다. 이에 본 연구는 우리나라의 대표 도시인 서울을 연구 지역으로 선정하고, 대기오염 지수와 도시공간구조 특성인 행정 동별 토지이용 및 교통 자료간의 상관성 분석을 시행하였다. 이를 위해 서울시 대기오염 자동 측정망을 통해 측정된 2007년 대기오염 측정 자료를 바탕으로 공간내삽법인 IDW에 의해 전체적인 경향면을 생성하고, 회귀분석, GWR 그리고 대기오염 물질별 시계열적 농도 변화를 분석하였다.
Recently, the environmental problems become a serious social issue, there are many efforts to manage it efficiently. As one of the ways to measure the environment in quantitative index, the environmental indicators are used in decision-making process. Air Environmental Index(AEI), which is derived f...
Recently, the environmental problems become a serious social issue, there are many efforts to manage it efficiently. As one of the ways to measure the environment in quantitative index, the environmental indicators are used in decision-making process. Air Environmental Index(AEI), which is derived from the U.S. Air Quality Index(AQI), illustrates the degree of air pollution. In study as follows: to find the charateristics of administrative dongs in Seoul, correlation analysis is conducted based on the land-use patterns and daily traffic data that represent AEI and urban spatial structure of Seoul.
Recently, the environmental problems become a serious social issue, there are many efforts to manage it efficiently. As one of the ways to measure the environment in quantitative index, the environmental indicators are used in decision-making process. Air Environmental Index(AEI), which is derived from the U.S. Air Quality Index(AQI), illustrates the degree of air pollution. In study as follows: to find the charateristics of administrative dongs in Seoul, correlation analysis is conducted based on the land-use patterns and daily traffic data that represent AEI and urban spatial structure of Seoul.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
또한 환경부에서는 이러한 대기오염도 측정치를 국민이 쉽게 알 수 있도록 하고, 피해를 예방하기 위해 대기오염도에 따른 인체 위해성과 대기환경 기준을 고려한 통합 대기환경 지수(CAI, Comprehensive Air-Quality Index)를 웹페이지를 통해 공개하고 있다. 본 연구에서는 미국의 AQI지수를 국내 대기환경 기준을 바탕으로 수정한 AEI를 통해 대기오염 지수를 산정하였다.
본 연구에선 대기오염 지수와 도시공간구조 특성간 상관관계 분석을 위해 토지이용 및 교통 자료를 바탕으로 분석하였다. 토지이용의 경우, 토지이용 시설과 대기오염 지수와의 전역적인 회귀분석에서는 설명력이 높게 나오지 못하였다.
W를 구성하는 가장 기본적인 형태는 이진 연결성(binary connectivity)으로, 두 개의 면이 인접하면 1, 인접하지 않으면 0의 가중치를 부여하는 것이다. 본 연구에선 대기오염 지수와 토지이용 항목별 시설 수를 바탕으로 GWR을 시행하였다. GWR 모델은 공간적 의존성이 반영되지 않은 전역적인 회귀분석에서 설명하지 못한 오차항에 대한 공간적 요소를 포함시켜 분석하므로, 국지적 공간 관계에 대한 설명력 높은 분석을 가능케 한다.
기존 연구에서는 그리드(grid) 혹은 구(區)단위로 분석 단위를 지정하여, 현상과 공간적인 요소에 관하여 국지적인 수준에서 살펴볼 수 없었다. 이러한 문제점을 극복하기 위해 본 연구는 대기 오염 자동 측정망 자료를 바탕으로 서울시 대기오염 지수에 대한 전체적인 경향면을 생성하였고, 이를 토지이용 시설과의 GWR을 통하여 공간적인 요소가 반영된 GWR모델을 구축할 수 있었다.
또한, 토지이용 자료의 경우, 대부분 격자 체계(grid)를 통해 분석함으로써 실제 지역의 토지이용 현황 파악에 취약하다. 이에 본 연구에선 도시공간구조의 행정동별 토지이용 및 교통 자료를 바탕으로 대기오염 지수와의 상관성을 살펴보고자 한다. 이를 통해 미시적 단위에서 대기오염 지수와두 지표간의 상호 관련성에 대해 살펴볼 수 있을 것으로 생각된다.
이렇듯 환경 지표는 도시의 상태를 나타내는 사회적 지표의 하나이며, 정량적으로 환경을 평가하기 위한 도구로서 활용되고 있다. 환경 지표에는 수질, 대기질, 녹지, 인구 등 다양한 지표가 존재하며, 본 연구에선 환경 지표 중 대기질의 수준을 나타내는 대기 오염 지수를 통해 도시공간구조의 특성을 살펴보고자 한다. 대기오염 지수는 공기가 얼마나 오염되어 있는지를 정량화하는 표준화된 지수로, 비전문가인 주민이 쉽게 이해할 수 있도록 하며, 대기 중 오염 물질이 부적절한 농도에 도달했을 때, 주민들이 취할 수 있는 행동 강령을 제시하는데 그 목적이 있다 (USEPA, 2000).
제안 방법
2) 교통
교통과의 상관성 측정을 위해 2007년 AEI값 중 제일 높은 1월 16일을 선택하여, 대기오염 물질별 시계열적 농도 변화를 살펴보았다(그림 9). 선행 연구에서는 수도권의 대기오염이 선진국 기준으로 미세먼지 농도가 약 1.
가중치는 일반적으로 역거리 제곱을 사용하며, 내삽 지점 주위로 일정 기준에 따라 이웃을 설정하고, 이에 포함된 대기오염 자동 측정망을 기초로 내삽 과정을 거쳐 연속면을 작성한다. 그리고 작성된 연속면에서 일정한 간격 격자의 대기오염 값을 추정하여 연속면을 생성한다.
계산에 사용되는 대기오염 항목은 이산화황 (SO2), 일산화탄소(CO), 이산화질소(NO2), 미세먼지 (PM10), 오존(O3)의 총 5가지 항목으로 구성되어 있으며, 대기환경 기준의 평균값(표 2)을 나누어 그 값이 100을 넘어가게 되면 건강에 부정적인 영향을 미치는 것으로 판단한다(표 3). 도시공간구조의 지역별 특성을 살펴보는 자료로는 건물속성별 점자료(그림 2)를 통해 행정동별 토지이용 현황을 파악하고, 도로 현황 자료(그림 3)를 바탕으로 2차선 이상의 도로의 합을 행정동별 교통 지표로 분석한다. 최종적인 분석 자료의 현황은 표 4와 같다.
교통 자료의 경우 2차선 이상의 도로 길이 합은 대기오염 지수와 상관성이 없음을 알 수 있었고, 교통을 통해 유발되는 대기오염 물질의 시계열적 농도 변화를 통해 실제 교통 흐름과 비슷한 특성을 보이는 것을 확인할 수 있었다. 둘째, 행정동을 분석 단위로 하여 측정하고 모형을 추정하였다. 기존 연구에서는 그리드(grid) 혹은 구(區)단위로 분석 단위를 지정하여, 현상과 공간적인 요소에 관하여 국지적인 수준에서 살펴볼 수 없었다.
서울시 대기오염 자동 측정망 27개소에서 측정된 2007년 자료를 공간내삽법-IDW를 사용하여 연평균 AEI 연속면을 생성하였다(그림 5). 생성된 연속면에서 AEI 값은 최소 22.
본 연구에선 대기오염 지수 산정을 위해 우리나라의 대표적인 도시 지역인 서울시를 선정하였다. 서울시 대기오염 지수는 2007년에 수집된 서울시 대기오염 자동 측정망 자료를 바탕으로 2007년의 평균 AEI를 산출하였다. 서울에 위치한 27개의 대기오염 자동측정망은 매일 한 시간 단위로 대기오염 항목을 측정한다(표 1, 그림 1).
즉, 표본 지점을 통해 얻어진 불연속적인 데이터로부터 연속적인 표면을 표현하기 위해 내삽법을 사용하는 것이다. 이러한 공간내삽법은 표면을 보다 효과적으로 표현하기 위한 알고리즘이라고 볼 수 있으며, 대기오염 측정망의 자료는 표본추출하여 얻어진 자료이므로 관심 대상 전체 지역에 대한 대기오염 정도의 분포 및 현황을 이해하기 위해서는 연속적인 데이터 구축이 필요함에 따라 공간내삽법을 활용하여 분석을 시도하였다.
전역적인 회귀분석에선 대기오염 지수와 토지이용 항목과의 상관성이 거의 없다고 측정되어, 공간적 의존성이 반영된 GWR을 실행하였다. GWR 분석의 결과가 기존 회귀분석에서 이용하는 최소자승법(OLS, Ordinary Least Squares) 추정치보다 높은 설명력을 확인하기 위해 일정의 평가 과정을 거쳐야 한다.
공간내삽법은‘거리가 가까울수록 영향력이 높으며, 멀리 떨어질수록 영향력이 감소한다’는 거리조락의 개념을 토대로 하고 있다. 즉, 공간상에서 근접해있는 지점들일수록 멀리 떨어져있는 지점들보다 유사한 값을 갖는 강한 긍정적 자기상관성에 따라 내삽법을 통해 실측되지 않은 지점의 값을 추정하는 것이다. 공간내삽법은 주로 표본추출한 지점들의 데이터를 토대로 하여 관심 대상 전체 지역에 대한 표면을 표현하기 위해 규칙적인 그리드(grid) 데이터 구조를 구축하려는 경우에 주로 활용된다.
대상 데이터
본 연구는 대기오염 지수와 도시공간구조 특성 간 상관관계 분석을 위해 토지이용 및 교통 자료를 활용하였다. 그 중 토지이용은 기존의 토지이용도에서 벗어나 국지적인 지역 특성을 살펴볼 수 있는 건물 속성별 점자료를 활용했다는 것에 의의를 지닌다.
본 연구에선 대기오염 지수 산정을 위해 우리나라의 대표적인 도시 지역인 서울시를 선정하였다. 서울시 대기오염 지수는 2007년에 수집된 서울시 대기오염 자동 측정망 자료를 바탕으로 2007년의 평균 AEI를 산출하였다.
데이터처리
대기오염 지수와 토지이용 간의 상관관계를 분석하기 위해 선형회귀분석을 실시하였다. 행정동별 대기오염지수는 생성된 연속면을 바탕으로 각 행정동별 중심점의 값을 추출하여 이를 종속변수로 설정하고, 각 토지이용 항목 시설 수를 독립변수로 작성된 회귀모형의 결과는 아래 표 6, 7과 같다.
본 연구에서 행한 대기오염 지수와 도시공간구조 특성 간 상관성 분석의 특징은 다음과 같이 요약된다. 첫째, 도시공간구조 특성으로서 토지이용 및 교통 자료를 분석에 활용하였으며, 토지이용의 경우 행정동 단위의 건물 속성별 점자료를 바탕으로, 토지이용 시설과 대기오염 지수 간 상관성 여부를 회귀분석과 GWR을 통해 살펴볼 수 있었다. 교통 자료의 경우 2차선 이상의 도로 길이 합은 대기오염 지수와 상관성이 없음을 알 수 있었고, 교통을 통해 유발되는 대기오염 물질의 시계열적 농도 변화를 통해 실제 교통 흐름과 비슷한 특성을 보이는 것을 확인할 수 있었다.
이론/모형
공간내삽법 중 본 연구에선 IDW(역거리 가중, Inverse Distance Weighting) 내삽법을 사용하였다. IDW는 서로 가까이 위치한 지점들은 멀리 떨어져 있는 지점들보다 일반적으로 더 유사한 공간 특성을 갖는다는 특성에 근거하여 관측 지점과 내삽 지점 사이의 거리에 따라 가중치를 주는 방법이다.
성능/효과
첫째, 도시공간구조 특성으로서 토지이용 및 교통 자료를 분석에 활용하였으며, 토지이용의 경우 행정동 단위의 건물 속성별 점자료를 바탕으로, 토지이용 시설과 대기오염 지수 간 상관성 여부를 회귀분석과 GWR을 통해 살펴볼 수 있었다. 교통 자료의 경우 2차선 이상의 도로 길이 합은 대기오염 지수와 상관성이 없음을 알 수 있었고, 교통을 통해 유발되는 대기오염 물질의 시계열적 농도 변화를 통해 실제 교통 흐름과 비슷한 특성을 보이는 것을 확인할 수 있었다. 둘째, 행정동을 분석 단위로 하여 측정하고 모형을 추정하였다.
실제 하루 동안의 대기오염 물질의 시계열적 농도변화를 살펴본 결과, 교통으로 야기되는 대기오염 물질의 최대값은 국내 대기환경 기준 1시간 평균값의 2배 이상을 보이는 것으로 측정되었다 (표 10). 대기오염 물질 중 교통과 연관된 대기오염물질(일산화탄소, 이산화질소, 미세먼지)은 대부분 10~12시에 가장 높고, 15~17시에 가장 낮게 나타났다. 다른 대기오염 물질은 대체적으로 14~16시에 가장 높게 나타나는 특성을 보였다.
행정동별 상·하위 10개를 추출하여 토지이용별 시설 수를 살펴본 결과(그림 6), 차이가 명확하게 드러났다. 대기오염 지수가 높은 곳에서 시설 수가 훨씬 많은 것을 알 수 있었고, 특히 상업 시설 및 음식점, 주거 시설의 경우 시설 수에서 2배 이상의 격차를 보였다.
첫째, ANOVA 분석 결과 GWR 모델이 OLS보다 잔차의 값이 줄어든 것을 확인할 수 있었으며, F-test에서도 유의한 값을 보였다 (표 8). 둘째, AIC와 R2를 통해 살펴본 결과 GWR 모델에 Global 모델보다 AIC값이 낮게 측정되었으며, 설명계수 R2가 약 0.72로서 Global 모델보다 훨씬 높은 72%의 설명력을 지닌다고 해석할 수 있다(표 9).
이러한 특성은 하루 중 통근·통학으로 인해 10~12시에 오염도가 높게 측정되며, 실내 활동 및 업무로 인해 15~17시에 오염도가 낮게 측정된다고 해석할 수 있다. 둘째, 지역별 2차선 이상 도로 길이의 합과 대기오염지수와는 상관성이 없다. 따라서 향후 연구에서는 교통 지표중 도로 밀도 및 도로 접근성 등 공간적 요소를 고려하여 대기오염 지수와의 상관성 분석을 시행해야 할 것이다.
017에 불과해, 약 2%의 설명력만을 지니고 있다고 해석된다. 또한 Durbin-Watson값이 0에 가까움에 따라 독립변수 간 양의 자기 상관관계가 의심되는 것으로 나타났다.
이는 자동 측정망으로 인한 과대 추정이 발생하였거나, 특정 이벤트(event)로 인해 나타난 특성으로 생각된다. 또한, 대기오염 물질별 최대값이 나타난 지역의 2차선 이상의 도로 길이의 합을 살펴본 결과, 오히려 서울시 평균치(8312m)에 못 미치는 곳이 많았다. 따라서 대기오염 지수의 농도와 2차선 이상 도로 길이의 합은 서로 상관성이 없는 것으로 생각된다.
추정값의 공간적 차이를 살펴보기 위해 설명계수와 표준편차를 도식화하여 살펴본 결과(그림7, 8)는 다음과 같다. 설명계수는 서울 외곽지역에서 높게(40~60%) 나타났으며, 도심 내부지역에서 낮은(5~10%) 결과를 보였다. 해석력이 높은 지역은 구로구(오류2동, 개봉3동, 수궁동 등) 일대로서 토지이용 시설 중 상업 시설의 수가 가장 높게 나타났다.
7배 수준으로 매우 심각하다고 경고하였고, 교통(수송 부문)으로 인해 발생되는 직접적인 대기오염 물질을 이산화질소, 일산화탄소로 규정하였다(환경부 국립환경과학원, 2010). 실제 하루 동안의 대기오염 물질의 시계열적 농도변화를 살펴본 결과, 교통으로 야기되는 대기오염 물질의 최대값은 국내 대기환경 기준 1시간 평균값의 2배 이상을 보이는 것으로 측정되었다 (표 10). 대기오염 물질 중 교통과 연관된 대기오염물질(일산화탄소, 이산화질소, 미세먼지)은 대부분 10~12시에 가장 높고, 15~17시에 가장 낮게 나타났다.
평가 결과, 본 연구에서 사용된 GWR 모델은 Global 모델보다 향상된 값을 지니는 것으로 두 가지 측면에서 확인되었다. 첫째, ANOVA 분석 결과 GWR 모델이 OLS보다 잔차의 값이 줄어든 것을 확인할 수 있었으며, F-test에서도 유의한 값을 보였다 (표 8). 둘째, AIC와 R2를 통해 살펴본 결과 GWR 모델에 Global 모델보다 AIC값이 낮게 측정되었으며, 설명계수 R2가 약 0.
위의 분석을 바탕으로 대기오염과 교통은 다음과 같은 특성을 지닌다. 첫째, 교통으로 유발되는 대기 오염 물질 농도는 하루 중 10~12시에 가장 높으며, 15~17시에 가장 낮은 특성을 지닌다. 이러한 특성은 하루 중 통근·통학으로 인해 10~12시에 오염도가 높게 측정되며, 실내 활동 및 업무로 인해 15~17시에 오염도가 낮게 측정된다고 해석할 수 있다.
평가 결과, 본 연구에서 사용된 GWR 모델은 Global 모델보다 향상된 값을 지니는 것으로 두 가지 측면에서 확인되었다. 첫째, ANOVA 분석 결과 GWR 모델이 OLS보다 잔차의 값이 줄어든 것을 확인할 수 있었으며, F-test에서도 유의한 값을 보였다 (표 8).
토지이용의 경우, 토지이용 시설과 대기오염 지수와의 전역적인 회귀분석에서는 설명력이 높게 나오지 못하였다. 하지만, GWR을 활용하여 분석한 결과 72%라는 높은 설명력을 지닌 모형을 추정할 수 있었고, 모델 평가를 통해 전역적인 회귀분석보다 향상되었음을 확인하였다. 교통 자료의 경우, AEI 지수 중 2007년에 가장 높게 나타난 1월 16일의 시계열적 대기오염 농도의 변화를 통해 대기오염 물질별 시계열적 변화를 측정할 수 있었다.
행정동별 대기오염지수는 생성된 연속면을 바탕으로 각 행정동별 중심점의 값을 추출하여 이를 종속변수로 설정하고, 각 토지이용 항목 시설 수를 독립변수로 작성된 회귀모형의 결과는 아래 표 6, 7과 같다. 회귀모형 추정 결과, 대기오염 지수와 토지이용 간 상관관계는 매우 낮음을 알 수 있다. 결정계수인 R2값이 0.
후속연구
둘째, 지역별 2차선 이상 도로 길이의 합과 대기오염지수와는 상관성이 없다. 따라서 향후 연구에서는 교통 지표중 도로 밀도 및 도로 접근성 등 공간적 요소를 고려하여 대기오염 지수와의 상관성 분석을 시행해야 할 것이다.
또한, 최근 대기오염이 도시 거주민들에게 미치는 영향에 관한 연구가 활발히 진행되고 있는 추세이다. 본 연구에서 시행하였던 미시적 범주의 국지적 분석방법이 향후 거주민들의 대기오염에 노출되는 빈도나 영향력에 관한 연구에 하나의 사례로서 활용될 수 있을 것으로 생각한다.
그 중 토지이용은 기존의 토지이용도에서 벗어나 국지적인 지역 특성을 살펴볼 수 있는 건물 속성별 점자료를 활용했다는 것에 의의를 지닌다. 향후, 미시적 범주의 자료는 도시공간구조의 특성을 밝히는 데 심도 있게 활용할 수 있을 것이다. 또한, 교통 자료의 경우 기존의 교통량 및 통행량에서 벗어나 도로 지표를 바탕으로 연구를 진행하였으나, 공간적 특성이 반영되지 않아 대기오염 지수와의 상관성을 찾지 못하였다.
또한, 교통 자료의 경우 기존의 교통량 및 통행량에서 벗어나 도로 지표를 바탕으로 연구를 진행하였으나, 공간적 특성이 반영되지 않아 대기오염 지수와의 상관성을 찾지 못하였다. 향후, 시간대별 통행량이나 교통접근성과 같은 지표를 바탕으로 대기오염 지수와의 상관관계를 살펴보는 것이 필요할 것으로 판단된다. 또한, 최근 대기오염이 도시 거주민들에게 미치는 영향에 관한 연구가 활발히 진행되고 있는 추세이다.
질의응답
핵심어
질문
논문에서 추출한 답변
대기오염 지수의 농도와 2차선 이상 도로 길이의 합이 서로 상관성이 없는 것으로 생각되는 근거는?
이는 자동 측정망으로 인한 과대 추정이 발생하였거나, 특정 이벤트(event)로 인해 나타난 특성으로 생각된다. 또한, 대기오염 물질별 최대값이 나타난 지역의 2차선 이상의 도로 길이의 합을 살펴본 결과, 오히려 서울시 평균치(8312m)에 못 미치는 곳이 많 았다. 따라서 대기오염 지수의 농도와 2차선 이상 도로 길이의 합은 서로 상관성이 없는 것으로 생각된다.
환경 지표는 어떠한 수단인가?
최근 심각한 사회문제가 되고 있는 도시환경 문제 해결을 위해, 이를 효과적으로 관리하는 방안이 활발히 연구되고 있다. 환경 지표는 환경을 정량적인 지표로 측정하는 수단으로서, 환경 정책 및 의사결정의 근거로 활용하고 있다. 이 중 대기질 지표는 대기오염 지수를 통해 공기가 얼마나 오염되어 있는지를 표준화하는 지수이다.
환경 지표는 어떻게 활용되고 있는가?
최근 심각한 사회문제가 되고 있는 도시환경 문제 해결을 위해, 이를 효과적으로 관리하는 방안이 활발히 연구되고 있다. 환경 지표는 환경을 정량적인 지표로 측정하는 수단으로서, 환경 정책 및 의사결정의 근거로 활용하고 있다. 이 중 대기질 지표는 대기오염 지수를 통해 공기가 얼마나 오염되어 있는지를 표준화하는 지수이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.