저탄소 도시 실현의 대안으로써 저탄소경관을 창출하기 위해서는 다중 스케일 차원에서 디자인 요소들의 동태성을 이해해야 하며, 탄소 저장효과를 정량적으로 평가할 수 있어야 한다. 본 연구의 목적은 시스템 다이내믹스를 활용하여 인공지반 교목의 탄소저장량 변화를 장기적인 측면에서 시뮬레이션하고 평가하는 것이다. 연구의 과정은 인과지도를 통해 다중 스케일 측면에서 탄소순환의 동태성을 분석하고, 강남구청 본관 옥상공원의 탄소저장량에 대하여 2008년, 2018년, 2028년, 2038년의 변화를 시뮬레이션하였다. 연구의 결과는 다음과 같다. 첫째, 인공지반 교목과 도시 탄소순환 탄소저장량의 관계에 대한 인과지도 분석결과, 다중 스케일간의 관계성이 확인되었다. 둘째, 시뮬레이션 모델의 주요변수는 '바이오매스', '탄소저장량', '고사유기물', '탄소흡수량'이 선정되어 모델에 활용되었으며, 적합도는 $R^2=0.725$(p<0.05)로 유의한 것으로 나타났다. 셋째, 시뮬레이션 모델 결과, 인공지반 교목의 탄소저장량은 시간의 흐름에 따라 수종의 순위가 다양하게 변하였다. 이에 따라 본 연구에서는 홍단풍, 소나무, 자작나무와 같은 수종을 강남구청 본관 옥상공원의 탄소저장량 향상을 위한 수종으로 제안하였다. 이러한 연구 결과는 저탄소경관 계획 시 식재계획의 기준안 또는 수종 선택에 기여할 수 있을 것이다.
저탄소 도시 실현의 대안으로써 저탄소경관을 창출하기 위해서는 다중 스케일 차원에서 디자인 요소들의 동태성을 이해해야 하며, 탄소 저장효과를 정량적으로 평가할 수 있어야 한다. 본 연구의 목적은 시스템 다이내믹스를 활용하여 인공지반 교목의 탄소저장량 변화를 장기적인 측면에서 시뮬레이션하고 평가하는 것이다. 연구의 과정은 인과지도를 통해 다중 스케일 측면에서 탄소순환의 동태성을 분석하고, 강남구청 본관 옥상공원의 탄소저장량에 대하여 2008년, 2018년, 2028년, 2038년의 변화를 시뮬레이션하였다. 연구의 결과는 다음과 같다. 첫째, 인공지반 교목과 도시 탄소순환 탄소저장량의 관계에 대한 인과지도 분석결과, 다중 스케일간의 관계성이 확인되었다. 둘째, 시뮬레이션 모델의 주요변수는 '바이오매스', '탄소저장량', '고사유기물', '탄소흡수량'이 선정되어 모델에 활용되었으며, 적합도는 $R^2=0.725$(p<0.05)로 유의한 것으로 나타났다. 셋째, 시뮬레이션 모델 결과, 인공지반 교목의 탄소저장량은 시간의 흐름에 따라 수종의 순위가 다양하게 변하였다. 이에 따라 본 연구에서는 홍단풍, 소나무, 자작나무와 같은 수종을 강남구청 본관 옥상공원의 탄소저장량 향상을 위한 수종으로 제안하였다. 이러한 연구 결과는 저탄소경관 계획 시 식재계획의 기준안 또는 수종 선택에 기여할 수 있을 것이다.
To successfully create a low-carbon landscape in order to become a low-carbon city, it is necessary to understand the dynamics of artificial greening's resources on a multi-scale. Additionally, the effects of carbon storage should be quantitatively evaluated. The purpose of this study is to simulate...
To successfully create a low-carbon landscape in order to become a low-carbon city, it is necessary to understand the dynamics of artificial greening's resources on a multi-scale. Additionally, the effects of carbon storage should be quantitatively evaluated. The purpose of this study is to simulate and evaluate the changes in carbon storages of artificial ground trees using system dynamics throughout a long-term period. The process consisted of analyzing the dynamics of the multi-scale carbon cycle by using a casual loop diagram as well as simulating carbon storage changes in the green roof of the Gangnam-gu office building in 2008, 2018, 2028, and 2038. Results of the study are as follows. First, the causal loop diagram representing the relationship between the carbon storage of the artificial ground trees and the urban carbon cycle demonstrates that the carbon storage of the trees possess mutual cross-scale dynamics. Second, the main variables for the simulation model collected 'Biomass,' 'Carbon storage,' 'Dead organic matter,' and 'Carbon absorption,'and validated a high coefficient of determination, the value being ($R^2$=0.725, p<0.05). Third, as a result of the simulation model, we found that the variation in ranking of tree species was changing over time. This study also suggested the specific species of tree-such as Acer palmatum var. amoenum, Pinus densiflora, and Betula platyphylla-are used to improve the carbon storage in the green roof of the Gangnam-gu office building. This study can help contribute to developing quantitative and scientific criteria when designing, managing, and developing programs on low-carbon landscapes.
To successfully create a low-carbon landscape in order to become a low-carbon city, it is necessary to understand the dynamics of artificial greening's resources on a multi-scale. Additionally, the effects of carbon storage should be quantitatively evaluated. The purpose of this study is to simulate and evaluate the changes in carbon storages of artificial ground trees using system dynamics throughout a long-term period. The process consisted of analyzing the dynamics of the multi-scale carbon cycle by using a casual loop diagram as well as simulating carbon storage changes in the green roof of the Gangnam-gu office building in 2008, 2018, 2028, and 2038. Results of the study are as follows. First, the causal loop diagram representing the relationship between the carbon storage of the artificial ground trees and the urban carbon cycle demonstrates that the carbon storage of the trees possess mutual cross-scale dynamics. Second, the main variables for the simulation model collected 'Biomass,' 'Carbon storage,' 'Dead organic matter,' and 'Carbon absorption,'and validated a high coefficient of determination, the value being ($R^2$=0.725, p<0.05). Third, as a result of the simulation model, we found that the variation in ranking of tree species was changing over time. This study also suggested the specific species of tree-such as Acer palmatum var. amoenum, Pinus densiflora, and Betula platyphylla-are used to improve the carbon storage in the green roof of the Gangnam-gu office building. This study can help contribute to developing quantitative and scientific criteria when designing, managing, and developing programs on low-carbon landscapes.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
특히 인공지반에 식재되는 교목은 탄소저장 능력이 우수하여 도시내 탄소흡수원으로써 중요한 역할을 하고 있다. 본 연구는 도시내 저탄소경관을 창출하기 위한 기초 연구로써 시간의 흐름에 따른 인공지반 탄소저장 시스템의 동태성을 분석하고, 시뮬레이션 모델을 통해 수종별 탄소저장량의 변화를 정량적 데이터로 도출하기 위하여 강남구청 본관 옥상공원을 대상으로 시스템 다이내믹스를 활용하여 연구를 수행하였다. 먼저 인과지도를 통해 옥상녹화 교목의 탄소저장량과 도시 탄소순환 시스템의 동태성을 분석한 결과, 다중 스케일 측면에서 교목의 탄소저장량 변화는 옥상녹화와 같은 작은 공간부터 대기 중 탄소량까지 영향을 주는 피드백 관계가 성립하는 것으로 나타났으며, 인과지도 결과를 바탕으로 ‘바이오매스’, ‘탄소저장량’, ‘고사 유기물’, ‘탄소흡수량’과 같은 모델 변수를 도출하였다.
본 연구에서는 다중 스케일 차원에서 저탄소경관을 조성하기 위하여 옥상녹화 중에서도 도시공원 내 인공지반의 환경과 가장 유사하게 조성될 수 있는 혼합형 및 중량형 옥상녹화의 교목을 대상으로 탄소저장량을 산정하였다. 구체적인 대상지는 2008년 준공된 강남구청 본관 옥상공원으로 선정하였다.
본 연구에서는 다중 스케일 측면에서 인공지반 교목의 탄소 저장량과 도시의 탄소순환 관계에 대한 시스템 범위를 설정하고 동태성을 분석하기 위하여 첫째, 교목 및 고사 유기물 축적에 의한 탄소저장량 기작과 관련된 문헌을 분석하였다. 둘째, 공간 스케일에서 인공지반의 탄소저장 능력이 대기 중 탄소량에 미칠 수 있는 영향에 대한 사례를 분석하였다.
, 1998). 본 연구에서는 시간의 흐름에 따른 인공지반 교목의 수종별 탄소저장량과 고사 유기물에 의한 탄소흡수량을 예측하기 위하여 관련 수식을 고찰하고, 모델 입력 자료로 활용하였다. 또한 다중 스케일 차원에서 인공지반 교목 식재 사례로 옥상녹화를 선정하였으며, 다음과 같은 전제하에 관련 수식을 탐색하였다.
또한 시스템 다이내믹스는 질적방법과 양적방법을 융합한 방법론으로, 질적방법으로써 인과지도 작성을 통한 시스템의 동태성 분석 단계가 있으며, 양적방법으로써 시뮬레이션 모델링 단계가 있다. 본 연구에서는 시스템 다이내믹스 과정에 따라 옥상녹화 수목의 탄소저장량 변화를 시뮬레이션 평가하고자 하였다. 첫째, 옥상녹화 교목의 탄소저장능력이 다중 스케일 차원에서 도시의 탄소순환과 어떠한 인과순환 관계를 형성하는지 분석하기 위해 Vensim PLEx32를 활용하여 인과지도를 작성하고, 모델에 적용 가능한 변수를 도출하였다.
본 연구의 목적은 다중 스케일 차원에서 저탄소경관 창출을 위해 시스템 다이내믹스를 이용하여 인공지반 교목이 가지고 있는 탄소순환 시스템의 동태성을 분석하고, 탄소저장량 변화를 장기적인 측면에서 시뮬레이션 평가하는 것이다. 연구의 세부 목적은 첫째, 다중 스케일 차원에서 시간변화에 따른 인공지반 교목과 토양의 탄소저장관계에 대해 시스템 사고로 분석한 뒤, 컴퓨터 모델링을 위한 변수를 도출하는 것이다.
둘째, 도출된 변수를 바탕으로 인공지반 교목 탄소저장량 시뮬레이션 모델을 구축하는 것이다. 셋째, 장기적인 측면에서 인공지반 교목의 수종별 탄소저장량 변화를 시뮬레이션하고 평가하는 것이다. 본 연구의 결과는 인공지반 교목의 시간의 흐름에 따른 탄소저장량 변화 정보를 파악함으로써 다중 스케일 차원에서 장기적으로 저탄소경관을 창출하기 위한 구체적인 수종을 선정하는데 기여할 것이다.
본 연구의 목적은 다중 스케일 차원에서 저탄소경관 창출을 위해 시스템 다이내믹스를 이용하여 인공지반 교목이 가지고 있는 탄소순환 시스템의 동태성을 분석하고, 탄소저장량 변화를 장기적인 측면에서 시뮬레이션 평가하는 것이다. 연구의 세부 목적은 첫째, 다중 스케일 차원에서 시간변화에 따른 인공지반 교목과 토양의 탄소저장관계에 대해 시스템 사고로 분석한 뒤, 컴퓨터 모델링을 위한 변수를 도출하는 것이다. 둘째, 도출된 변수를 바탕으로 인공지반 교목 탄소저장량 시뮬레이션 모델을 구축하는 것이다.
가설 설정
첫째, 인공지반 교목의 식재 초기에는 자연지반과 생장률에 차이가 거의 없는 것으로 전제한다(Cho, 2010; Suchocka, 2013). 둘째, 인공지반과 자연지반 토양의 품질 수준은 동일한 것으로 가정한다(Kang et al., 2015).
제안 방법
강남구청 본관 옥상공원 교목의 탄소저장량 시뮬레이션 모델을 구축하기 위해 먼저 수목의 탄소저장 시스템과 토양의 탄소저장 시스템 각각에서 저량변수, 유량변수, 보조변수를 도출하여 저량-유량 다이어그램을 구성하였다(Figure 3 참조).
보조변수로는 수목 생장율, 수용력, 줄기 바이오매스, 가지 바이오매스, 잎 바이오매스, 뿌리 바이오매스 등이 활용되었다. 고사 유기물에 의한 토양 탄소저장 시스템은 저량변수는 줄기, 가지, 잎, 뿌리의 사체, 부엽토, 토양 탄소저장량으로 선정하였으며, 유량변수로 줄기 고사량, 가지의 자연간벌, 잎 분해, 굵은뿌리 고사량, 잔뿌리 고사량, 1차 유실, 1차 고사 유기물 전환, 2차 유실, 부식 및 토양 유입, 부패가 활용되었다. 보조변수는 고사율, 자연간벌, 낙엽, 부식상수, 부식과정 동안 대기로 손실되는 탄소로 선정하여 저량-유량 다이어그램을 작성하였다.
먼저 인과지도를 통해 옥상녹화 교목의 탄소저장량과 도시 탄소순환 시스템의 동태성을 분석한 결과, 다중 스케일 측면에서 교목의 탄소저장량 변화는 옥상녹화와 같은 작은 공간부터 대기 중 탄소량까지 영향을 주는 피드백 관계가 성립하는 것으로 나타났으며, 인과지도 결과를 바탕으로 ‘바이오매스’, ‘탄소저장량’, ‘고사 유기물’, ‘탄소흡수량’과 같은 모델 변수를 도출하였다. 다음으로 선행연구 및 현장조사를 통하여 시뮬레이션 모델을 구축하였다. 특히 교목의 생장률은 강남구청 본관 옥상공원 교목의 흉고직경을 실측하여 선형회귀식을 통해 도출하였으며, 수용력 값은 교목의 하중을 고려하여 도출하였다.
이러한 결과를 통해 장기적인 측면에서 수목의 탄소저장량의 변화추이를 확인할 수 있었다. 다음으로 수종별 고사유기물로 인해 토양에 축적되는 탄소흡수량에 대한 시뮬레이션 모델을 분석하였다(Table 3 참조).
본 연구에서는 다중 스케일 측면에서 인공지반 교목의 탄소 저장량과 도시의 탄소순환 관계에 대한 시스템 범위를 설정하고 동태성을 분석하기 위하여 첫째, 교목 및 고사 유기물 축적에 의한 탄소저장량 기작과 관련된 문헌을 분석하였다. 둘째, 공간 스케일에서 인공지반의 탄소저장 능력이 대기 중 탄소량에 미칠 수 있는 영향에 대한 사례를 분석하였다. 셋째, 도시스케일에서 저탄소 도시의 실현을 위해 저탄소경관이 미칠 수 있는 파급효과와 관련된 문헌을 바탕으로 인과지도를 작성하였다.
연구의 세부 목적은 첫째, 다중 스케일 차원에서 시간변화에 따른 인공지반 교목과 토양의 탄소저장관계에 대해 시스템 사고로 분석한 뒤, 컴퓨터 모델링을 위한 변수를 도출하는 것이다. 둘째, 도출된 변수를 바탕으로 인공지반 교목 탄소저장량 시뮬레이션 모델을 구축하는 것이다. 셋째, 장기적인 측면에서 인공지반 교목의 수종별 탄소저장량 변화를 시뮬레이션하고 평가하는 것이다.
여기서 실제 자연지반과 옥상녹화에 활용된 인공지반의 환경에 따른 수종별 생장패턴이 상이하기 때문에 강남구청 본관 옥상공원 교목의 흉고직경을 2015년 6월 5일, 2016년 11월 9일 실측하여 선형회귀식을 통해 생장률(Growth Rate)을 도출하였다. 또한 건축물의 하중을 고려하기 위하여 수목생장의 최대치를 의미하는 수용력(Carrying Capacity)값을 지정하였다(Table 1 참조). 수용력은 현재 옥상공원에 식재 된 수종의 비율에 식재기반층 하중을 곱하여 최대 수목의 중량(MTW: Maximum Tree Weight)을 지정하였으며(식 5 참조), 이를 나무 중량 계산프로그램 Tree weight(삼성에버랜드)를 활용하여 최대 수목 중량과 근사값을 흉고직경 값으로 환산하여 도출하였다.
본 연구에서는 시간의 흐름에 따른 인공지반 교목의 수종별 탄소저장량과 고사 유기물에 의한 탄소흡수량을 예측하기 위하여 관련 수식을 고찰하고, 모델 입력 자료로 활용하였다. 또한 다중 스케일 차원에서 인공지반 교목 식재 사례로 옥상녹화를 선정하였으며, 다음과 같은 전제하에 관련 수식을 탐색하였다. 첫째, 인공지반 교목의 식재 초기에는 자연지반과 생장률에 차이가 거의 없는 것으로 전제한다(Cho, 2010; Suchocka, 2013).
고사 유기물에 의한 토양 탄소저장 시스템은 저량변수는 줄기, 가지, 잎, 뿌리의 사체, 부엽토, 토양 탄소저장량으로 선정하였으며, 유량변수로 줄기 고사량, 가지의 자연간벌, 잎 분해, 굵은뿌리 고사량, 잔뿌리 고사량, 1차 유실, 1차 고사 유기물 전환, 2차 유실, 부식 및 토양 유입, 부패가 활용되었다. 보조변수는 고사율, 자연간벌, 낙엽, 부식상수, 부식과정 동안 대기로 손실되는 탄소로 선정하여 저량-유량 다이어그램을 작성하였다. 그 밖에 구체적인 저량-유량 다이어그램에 적용된 데이터 값은 [Appendix]에 제시하였다.
본 연구에서는 다중 스케일 측면에서 교목의 탄소순환 기작, 옥상녹화 공간의 탄소저장량, 도시 대기 중 탄소저장량을 시스템 범위로 강남구청 본관 옥상공원의 교목 수종별 탄소저장량과 도시 탄소순환과의 동태성을 분석하였다(Figure 2 참조).
본 연구에서는 옥상녹화 수종별 탄소저장량 시뮬레이션 모델에서 도출된 모의값과 실측값간의 결정계수(Coefficient of determination)를 도출함으로써 적합도 검정을 실시하였다(Kim, 1999; Piñeiro et al., 2008).
0을 활용하여 모의값과 실측값에 대한 적합도 검증을 시행하였다. 셋째, 검증된 시뮬레이션 모델을 활용하여 시간의 흐름에 따른 수종별 탄소저장량 변화를 시뮬레이션하였다.
둘째, 공간 스케일에서 인공지반의 탄소저장 능력이 대기 중 탄소량에 미칠 수 있는 영향에 대한 사례를 분석하였다. 셋째, 도시스케일에서 저탄소 도시의 실현을 위해 저탄소경관이 미칠 수 있는 파급효과와 관련된 문헌을 바탕으로 인과지도를 작성하였다.
또한 건축물의 하중을 고려하기 위하여 수목생장의 최대치를 의미하는 수용력(Carrying Capacity)값을 지정하였다(Table 1 참조). 수용력은 현재 옥상공원에 식재 된 수종의 비율에 식재기반층 하중을 곱하여 최대 수목의 중량(MTW: Maximum Tree Weight)을 지정하였으며(식 5 참조), 이를 나무 중량 계산프로그램 Tree weight(삼성에버랜드)를 활용하여 최대 수목 중량과 근사값을 흉고직경 값으로 환산하여 도출하였다.
현장조사 결과, 준공도면에 제시된 수고와 현장조사에서 확인된 수고가 상이하거나, 측정이 불가한 9주를 제외한 7종의 수목 44주를 분석에 활용하였다. 여기서 실제 자연지반과 옥상녹화에 활용된 인공지반의 환경에 따른 수종별 생장패턴이 상이하기 때문에 강남구청 본관 옥상공원 교목의 흉고직경을 2015년 6월 5일, 2016년 11월 9일 실측하여 선형회귀식을 통해 생장률(Growth Rate)을 도출하였다. 또한 건축물의 하중을 고려하기 위하여 수목생장의 최대치를 의미하는 수용력(Carrying Capacity)값을 지정하였다(Table 1 참조).
이를 바탕으로 인과지도 내에서 주요 변수는 ‘바이오매스’, ‘탄소저장량’, ‘고사 유기물’, ‘탄소흡수량’으로 도출되었으며, 이는 인공지반 내에서 수목이 탄소를 얼마나 저장할 수 있는지 정량적으로 파악하기 위한 모델을 구축하는데 활용되었다.
마지막으로 2038년의 탄소흡수량 순위는 ‘소나무>홍단풍>자작나무>백송>산딸나무>청단풍>때죽나무’로 2028년과 대비하여 자작나무와 홍단풍 사이에 순위변화가 있을 것으로 예상되었다. 이처럼 본 연구에서는 옥상녹화에 식재된 교목의 탄소저장량과 토양의 탄소흡수량의 변화를 시간의 흐름에 따라 시뮬레이션 모델을 통해 예측해 보았다. 수목의 바이오매스에 따른 탄소저장량은 현재 또는 예측 시점까지 수목 자체가 보유하는 탄소량이며, 고사 유기물에 의한 탄소흡수량은 해당연도에 토양으로 흡수되는 연간 탄소량을 의미한다(Korea Environment Institute, 2010).
시뮬레이션 모델의 시간적 범위는 건축물의 수명을 고려하기 위하여 서울특별시 도시 및 주거환경 정비조례 를 기준으로 설정하였다. 조례에 따라 공동주택 이외의 철근 콘크리트 건축물의 노후․불량건축물 기준인 30년을 적용하였으며, 강남구청 본관 옥상녹화가 조성된 2008년을 기준으로 2018년, 2028년, 2038년까지 10년 단위로 시간의 흐름에 따른 수종별 탄소저장량 변화 추이와 연도별 탄소저장량의 순위변화를 분석하였다.
본 연구에서는 시스템 다이내믹스 과정에 따라 옥상녹화 수목의 탄소저장량 변화를 시뮬레이션 평가하고자 하였다. 첫째, 옥상녹화 교목의 탄소저장능력이 다중 스케일 차원에서 도시의 탄소순환과 어떠한 인과순환 관계를 형성하는지 분석하기 위해 Vensim PLEx32를 활용하여 인과지도를 작성하고, 모델에 적용 가능한 변수를 도출하였다. 둘째, 도출된 변수를 산출할 수 있는 수식을 STELLA 10.
위의 수식을 활용하여 강남구청 본관 옥상공원의 탄소저장량 초기값을 도출하기 위해 2008년 강남구청 본관 옥상공원 준공도면을 바탕으로 2015년 6월 5일 현장조사를 통해 분석 가능한 수종을 선정하였다. 현장조사 결과, 준공도면에 제시된 수고와 현장조사에서 확인된 수고가 상이하거나, 측정이 불가한 9주를 제외한 7종의 수목 44주를 분석에 활용하였다. 여기서 실제 자연지반과 옥상녹화에 활용된 인공지반의 환경에 따른 수종별 생장패턴이 상이하기 때문에 강남구청 본관 옥상공원 교목의 흉고직경을 2015년 6월 5일, 2016년 11월 9일 실측하여 선형회귀식을 통해 생장률(Growth Rate)을 도출하였다.
대상 데이터
본 연구에서는 다중 스케일 차원에서 저탄소경관을 조성하기 위하여 옥상녹화 중에서도 도시공원 내 인공지반의 환경과 가장 유사하게 조성될 수 있는 혼합형 및 중량형 옥상녹화의 교목을 대상으로 탄소저장량을 산정하였다. 구체적인 대상지는 2008년 준공된 강남구청 본관 옥상공원으로 선정하였다. 강남구청 본관 옥상공원은 혼합형 옥상녹화로, 녹지구적도에 따르면 부지면적 1,696.
Aurea Nana) 10종의 교목이 총 53주 식재되어 있다. 또한 식재 기반층은 총 291m3 중 펄라이트가 232.8m3(약 80%), 팝소일이 58.2m3(약 20%)인 인공토양으로 구성되어 있다. 그 밖에 공간은 데크, 회랑, 파고라, 야외무대, 휴게데크, 습지, 제주석 판석, 디딤석 등으로 이루어져 있다.
시뮬레이션 모델의 시간적 범위는 건축물의 수명을 고려하기 위하여 서울특별시 도시 및 주거환경 정비조례 를 기준으로 설정하였다. 조례에 따라 공동주택 이외의 철근 콘크리트 건축물의 노후․불량건축물 기준인 30년을 적용하였으며, 강남구청 본관 옥상녹화가 조성된 2008년을 기준으로 2018년, 2028년, 2038년까지 10년 단위로 시간의 흐름에 따른 수종별 탄소저장량 변화 추이와 연도별 탄소저장량의 순위변화를 분석하였다.
, 2008). 실측값은 2015년 6월 5일, 2016년 11월 9일 현장조사를 실시하여 식재된 교목의 흉고직경을 측정하였다. 결정계수는 0부터 1까지의 범위에서 표본회귀식에 의해 설명된 제곱합(Explained sum of squares)이 총제곱합(Total sum of squares)에서 차지하는 상대적 크기를 나타낸 것으로 R2으로 표기하였다(Lee and Kang, 2009).
위의 수식을 활용하여 강남구청 본관 옥상공원의 탄소저장량 초기값을 도출하기 위해 2008년 강남구청 본관 옥상공원 준공도면을 바탕으로 2015년 6월 5일 현장조사를 통해 분석 가능한 수종을 선정하였다. 현장조사 결과, 준공도면에 제시된 수고와 현장조사에서 확인된 수고가 상이하거나, 측정이 불가한 9주를 제외한 7종의 수목 44주를 분석에 활용하였다.
데이터처리
첫째, 옥상녹화 교목의 탄소저장능력이 다중 스케일 차원에서 도시의 탄소순환과 어떠한 인과순환 관계를 형성하는지 분석하기 위해 Vensim PLEx32를 활용하여 인과지도를 작성하고, 모델에 적용 가능한 변수를 도출하였다. 둘째, 도출된 변수를 산출할 수 있는 수식을 STELLA 10.0.4(ⓒ iseesystems)를 활용하여 시뮬레이션 모델로 구축하고, SPS S23.0을 활용하여 모의값과 실측값에 대한 적합도 검증을 시행하였다. 셋째, 검증된 시뮬레이션 모델을 활용하여 시간의 흐름에 따른 수종별 탄소저장량 변화를 시뮬레이션하였다.
그 밖에 구체적인 저량-유량 다이어그램에 적용된 데이터 값은 [Appendix]에 제시하였다. 본 모형에 대한 적합도는 7개의 수종별 흉고직경 평균의 2015년과 2016년의 모의값에 대한 실측값의 표본회귀분석을 실시하여 검증하였다. 분석결과, R2는 0.
다음으로 선행연구 및 현장조사를 통하여 시뮬레이션 모델을 구축하였다. 특히 교목의 생장률은 강남구청 본관 옥상공원 교목의 흉고직경을 실측하여 선형회귀식을 통해 도출하였으며, 수용력 값은 교목의 하중을 고려하여 도출하였다. 이와 같은 방법으로 도출된 시뮬레이션 모델은 적합도 검증을 통해 통계적 유의성을 확인하였다(R2=0.
이론/모형
한편, 고사 유기물에 의한 탄소흡수량 산출식은 Yi et al.(2013)가 개발한 한국형 산림토양 탄소모델(KFSC Model: Korean Forest Soil Carbon Model)을 적용하여 도출하였다. KFSC 모델(Yi et al.
수종별 탄소량의 초기값은 2008년 강남구청 본관 옥상공원준공도면의 규격을 활용하여 산출하였다. 토양 탄소량의 초기값은 2008년 강남구청 본관 옥상공원 준공도면에 명시된 토양과 동일한 제품을 확보하여 토양 중 유기물 함량 측정법인 WalkleyBlack법(Walkley and Black, 1934)을 통해 측정하였다.
, 1999). 인과지도 중 모델링에 활용 가능한 변수들의 세부적인 관계를 파악하여 저량-유량 다이어그램(StockFlow Diagram)을 작성함으로써 모델 구조를 정립한다. 저량유량 다이어그램은 행위의 결과로 저장되는 변수를 의미하는 저량변수(Stock variable), 저량변수의 값을 변화시키는 역할을 하는 유량변수(Flow variable), 그 밖의 상수를 의미하는 보조변수(Parameter)로 구분하여 모형화 시킴으로써 시뮬레이션할 수 있다(Costanza et al.
수종별 탄소량의 초기값은 2008년 강남구청 본관 옥상공원준공도면의 규격을 활용하여 산출하였다. 토양 탄소량의 초기값은 2008년 강남구청 본관 옥상공원 준공도면에 명시된 토양과 동일한 제품을 확보하여 토양 중 유기물 함량 측정법인 WalkleyBlack법(Walkley and Black, 1934)을 통해 측정하였다.
강남구청 본관 옥상공원은 2008년부터 현재까지 운영되고 있으며, 직원, 주민 등의 이용이 많은 공간이기 때문에 교목의 직접분해를 통한 탄소저장량 측정이 불가능하였다. 흉고직경을 중심으로 탄소저장량을 산출하는 방법은 교목을 훼손시키지 않고 탄소저장량을 측정할 수 있는 적절한 방법이기 때문에 Lee(2003)와 Park and Kang(2010)에서 활용한 수식을 선정하였다. 이 수식은 수목의 흉고직경을 측정한 뒤 활엽수와 침엽수로 구분하여 상수를 적용함으로써 교목의 바이오매스량을 도출할 수 있으며(식 1 참조), 탄소전환계수를 적용하여 탄소 저장량을 산출할 수 있다(식 2 참조).
성능/효과
2028년과 2038년의 탄소저장량은 ‘홍단풍>소나무>자작나무>청단풍>백송>산딸나무>때죽나무’순으로 홍단풍의 탄소저장량에 대한 상대적 순위가 높아지는 것으로 나타났다.
수목의 바이오매스에 따른 탄소저장량은 현재 또는 예측 시점까지 수목 자체가 보유하는 탄소량이며, 고사 유기물에 의한 탄소흡수량은 해당연도에 토양으로 흡수되는 연간 탄소량을 의미한다(Korea Environment Institute, 2010). 교목 수종별 바이오매스의 탄소저장량과 토양의 탄소흡수량 값을 합하여 시뮬레이션 한 결과, 옥상녹화 교목의 탄소저장량은 2008년부터 2038년까지 지속적으로 증가하는 추이를 나타냈다(Figure 4 참조, Table 4 참조). 연도별 교목의 탄소저장량 순위를 살펴보면 2008년의 순위는 ‘소나무>백송>때죽나무>홍단풍=산딸나무=청단풍>자작나무’로 나타났다.
특히 홍단풍, 소나무, 자작나무는 탄소저장량이 빠르게 증가하는 것으로 나타났다. 그 밖에도 모든 수종이 지속적으로 탄소저장량이 증가하는 것으로 나타났다. 그러나 기존 강남구청 본관 옥상공원에 식재된 교목의 수량은 소나무 15주, 홍단풍 10주, 산딸나무 9주, 자작나무 4주, 때죽나무 3주, 청단풍 3주, 백송 1주로, 연구 결과에서 도출된 수종별 탄소저장량 순위와는 상이하게 나타났다.
마지막으로 2038년의 탄소흡수량 순위는 ‘소나무>홍단풍>자작나무>백송>산딸나무>청단풍>때죽나무’로 2028년과 대비하여 자작나무와 홍단풍 사이에 순위변화가 있을 것으로 예상되었다.
먼저 인과지도를 통해 옥상녹화 교목의 탄소저장량과 도시 탄소순환 시스템의 동태성을 분석한 결과, 다중 스케일 측면에서 교목의 탄소저장량 변화는 옥상녹화와 같은 작은 공간부터 대기 중 탄소량까지 영향을 주는 피드백 관계가 성립하는 것으로 나타났으며, 인과지도 결과를 바탕으로 ‘바이오매스’, ‘탄소저장량’, ‘고사 유기물’, ‘탄소흡수량’과 같은 모델 변수를 도출하였다.
특히 백송과 자작나무는 2018년 급격히 탄소저장량이 증가하지만, 이후로 더 이상 증가하지 않는 것으로 나타났다. 반면, 소나무, 때죽나무, 홍단풍, 청단풍, 산딸나무는 2038년까지 지속적으로 탄소저장량이 증가하는 것으로 나타났다. 이러한 결과를 통해 장기적인 측면에서 수목의 탄소저장량의 변화추이를 확인할 수 있었다.
분석결과, R2는 0.725(p<0.05)로, 본 연구에서 정립한 모형은 실제 식물생장량 변화에 대한 72.5%의 설명력을 갖는 것으로 나타났다.
05). 시뮬레이션 모델 결과, 2008년, 2018년, 2028년, 2038년도의 옥상녹화 교목의 수종별 탄소저장량 추이는 10년 주기로 순위가 변화하고 있음을 발견하였다. 특히 홍단풍, 소나무, 자작나무는 탄소저장량이 빠르게 증가하는 것으로 나타났다.
시뮬레이션 모델 결과를 종합분석하였을 때, 강남구청 본관 옥상공원 교목 중 홍단풍, 소나무, 자작나무는 장기적으로 탄소 저장량이 증가함으로 저탄소경관 조성에 적합한 수종으로 분석되었다. 한편, 강남구청 본관 옥상공원에 식재된 교목은 시간의 흐름에 따라 탄소저장량의 순위가 2008년부터 2018년까지는 빠르게 증가하다가 30년 이후부터는 천천히 증가하는 현상을 나타냈다.
이와 같은 방법으로 도출된 시뮬레이션 모델은 적합도 검증을 통해 통계적 유의성을 확인하였다(R2=0.725, p<0.05).
이처럼 교목 한 그루의 탄소저장량은 다중 스케일 차원에서 도시전체의 탄소저장량을 증가시킬 수 있음을 의미하며, 저탄소경관을 창출할 수 있음을 시사하고 있다. 인과지도를 분석한 결과, 인공지반 녹화에서 저장하는 탄소의 양이 대기의 탄소농도에 영향을 주는 시스템을 파악할 수 있었다. 이를 바탕으로 인과지도 내에서 주요 변수는 ‘바이오매스’, ‘탄소저장량’, ‘고사 유기물’, ‘탄소흡수량’으로 도출되었으며, 이는 인공지반 내에서 수목이 탄소를 얼마나 저장할 수 있는지 정량적으로 파악하기 위한 모델을 구축하는데 활용되었다.
장기적인 측면에서 강남구청 본관 옥상공원에 식재된 교목의 연도별 탄소저장량 변화에 대한 시뮬레이션 모델 분석결과(Table 2 참조), 2008년부터 2038년까지 30년 동안 수종별 탄소저장량은 모두 증가하는 추세를 보였다. 하지만, 수종에 따라 일정 수준에서는 저장량이 유지되었으며, 탄소저장량 순위에서 차이가 나타났다.
시뮬레이션 모델 결과, 2008년, 2018년, 2028년, 2038년도의 옥상녹화 교목의 수종별 탄소저장량 추이는 10년 주기로 순위가 변화하고 있음을 발견하였다. 특히 홍단풍, 소나무, 자작나무는 탄소저장량이 빠르게 증가하는 것으로 나타났다. 그 밖에도 모든 수종이 지속적으로 탄소저장량이 증가하는 것으로 나타났다.
장기적인 측면에서 강남구청 본관 옥상공원에 식재된 교목의 연도별 탄소저장량 변화에 대한 시뮬레이션 모델 분석결과(Table 2 참조), 2008년부터 2038년까지 30년 동안 수종별 탄소저장량은 모두 증가하는 추세를 보였다. 하지만, 수종에 따라 일정 수준에서는 저장량이 유지되었으며, 탄소저장량 순위에서 차이가 나타났다. 먼저 2008년의 탄소저장량 순위는 ‘소나무>백송>때죽나무>홍단풍=청단풍=산딸나무>자작나무’순이었지만, 2018년의 탄소저장량은 ‘소나무>홍단풍>자작나무>백송>청단풍>산딸나무>때죽나무’로 홍단풍과 자작나무의 탄소저장량에 대한 상대적 순위가 증가하였다.
후속연구
하지만, 그 동안 진행되었던 선행연구들에서는 시간의 흐름에 따른 수종별 탄소저장량은 제대로 고려하지 못하였다. 따라서 도시내 저탄소경관을 창출하기 위해서는 기존의 실험연구가 아닌, 다중 스케일 차원에서 변수들 간의 상호작용을 분석할 수 있는 새로운 방법이 적용되어야 할 것이다. 옥상녹화의 탄소순환 시스템 내에서 작용하는 다중 스케일의 변수들의 피드백 관계를 분석하고, 탄소저장량의 변화를 중·장기적으로 예측하기 위한 적합한 연구방법으로 시스템 다이내믹스(System dynamics)가 많이 활용되고 있다(Bennett et al.
셋째, 장기적인 측면에서 인공지반 교목의 수종별 탄소저장량 변화를 시뮬레이션하고 평가하는 것이다. 본 연구의 결과는 인공지반 교목의 시간의 흐름에 따른 탄소저장량 변화 정보를 파악함으로써 다중 스케일 차원에서 장기적으로 저탄소경관을 창출하기 위한 구체적인 수종을 선정하는데 기여할 것이다.
그러나 초본식물과 교목의 탄소저장량 단위가 서로 상이하기 때문에, 초본식물의 연구결과를 토대로 교목의 탄소저장량 효과를 비교하기 어려우며, 다중 스케일 차원에서 각기 다른 스케일의 변수 간 상호작용을 분석할 수 없는 한계를 가지고 있다. 옥상녹화는 도시내에서 저탄소경관을 창출할 수 있는 작은 단위의 대상지이기 때문에, 탄소저장량에 대한 공간 스케일 별 상호작용을 분석하기 위해서는 옥상녹화 교목을 대상으로 연구가 수행되어야 할 것이다. 또한 옥상녹화 교목의 탄소저장량을 평가하기 위해서는 시간에 따른 교목의 생장과 인공지반이 가지고 있는 특성을 동시에 이해해야 한다.
이와 같이 시뮬레이션 모델을 통한 설계기법의 개발은 기후변화로부터 회복력 있는 저탄소경관을 창출하고, ‘실천에 의한 학습(Learning by doing)’등의 지속적인 운영 및 유지관리 방안을 개발하는데 기여할 것이다.
한편, 본 연구는 다중 스케일 차원에서 다양한 공간스케일에서 저탄소경관을 창출하기 위한 기초단계의 연구로써, 시간의 흐름에 따른 변수를 고려함에 있어 옥상녹화 특성에 맞는 기후 자료는 배제하고, 인공지반 수목의 생장량에만 초점을 두었다는 한계가 있다. 그럼에도 불구하고 본 연구는 인공지반 교목의 탄소저장량의 시뮬레이션 모델을 토대로 저탄소경관 조성을 위한 식재 설계 측면에서 대안을 제시했다는데 의의가 있다.
이와 같이 시뮬레이션 모델을 통한 설계기법의 개발은 기후변화로부터 회복력 있는 저탄소경관을 창출하고, ‘실천에 의한 학습(Learning by doing)’등의 지속적인 운영 및 유지관리 방안을 개발하는데 기여할 것이다. 향후 연구에서는 인공지반 모델의 심화 단계로써 기후자료 및 일조, 혹서, 우수, 습도, 바람 등 옥외환경을 고려한 환경변수를 고려할 수 있는 모델 개발이 이루어져야 할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
파리협정이 시사하는 장기목표는?
신기후체제를 알리는 파리협정에서는 과학적 기반을 바탕으로 완화와 적응에 초점을 맞추며 저탄소 배출과 기후 탄력적 개발이라는 장기 목표를 제시하였으며, 이에 대응하여 우리 사회는 저탄소 도시를 실현시키기 위한 다양한 연구 및 사업들을 진행해오고 있다. 특히 조경공간은 다양한 식물재료와 토양재료를 활용하여 옥상녹화에서부터 공원 및 도시 전반의 녹지체계까지 다중 스케일의 저탄소경관을 제공하고 있다(Demuzere et al.
저탄소경관이란?
, 2014). ‘저탄소경관’이란 탄소저장량을 증가시켜줄 수 있는 요소들로 이루어진 경관을 의미하며(Kim et al., 2010; Zhang and Sui, 2010; Beringer et al.
저탄소경관으로 사용되는 교목의 역할은?
저탄소경관은 다중 스케일 차원에서 기후변화 시대에 저탄소 도시를 실현시킬 수 있는 중요한 개념이다. 특히 인공지반에 식재되는 교목은 탄소저장 능력이 우수하여 도시내 탄소흡수원으로써 중요한 역할을 하고 있다. 본 연구는 도시내 저탄소경관을 창출하기 위한 기초 연구로써 시간의 흐름에 따른 인공지반 탄소저장 시스템의 동태성을 분석하고, 시뮬레이션 모델을 통해 수종별 탄소저장량의 변화를 정량적 데이터로 도출하기 위하여 강남구청 본관 옥상공원을 대상으로 시스템 다이내믹스를 활용하여 연구를 수행하였다.
참고문헌 (51)
Ahn, G. Y., S. W. Han and E. H. Lee(2011) The analysis of instantaneous $CO_2$ uptake and evapotranspiration of herbaceous plants for artificial roof greening. Korean Journal of Environment and Ecology 25(1): 91-101.
Bennett, E., G. Cumming and G. Peterson(2005) A systems model approach to determining resilience surrogates for case studies. Ecosystems 8(8): 945-957.
Beringer, J., L. B. Hutley, J. M. Hacker, B. Neiniger and U. K. T. Paw (2011) Patterns and processes of carbon, water and energy cycles across northern Australian landscapes: From point to region. Agricultural and Forest Meteorology 151(11): 1409-1416.
Castleton, H. F., V. Stovin, S. B. M. Beck and J. B. Davison(2010) Green roofs; building energy savings and the potential for retrofit. Energy and Buildings. 42: 1582-1591.
Cho, S. H.(2010) Comparative Study on the Growth Condition of Landscape Woody Plants according to the Ground Structure of Apart- ment Complex, Incheon, Korea. Masters Thesis. Graduate School of Urban Science University of Seoul. Korea.
Choi, H. S., K. G. Kim and S. Y. Hong(2004) A study of selecting target species for rooftop greening construction from urban ecological network point of view. Journal of Korean Institute of Landscape Architecture 32(3): 18-31.
Costanza, R., D. Duplisea and U. Kautsky(1998) Ecological modelling on modelling ecological and economic systems with stella. Ecological Modelling 110: 1-4.
Currie, B. A. and B. Bass(2008) Estimates of air pollution mitigation with green plants and green roofs using the UFORE model. Urban Ecosystem 11(4): 409-422.
Demuzere, M., K. Orru, O. Heidrich, E. Olazabal, D. Geneletti, H. Orru, A. G. Bhave, N. Mittal, E. Feliu and M. Faehnle(2014) Mitigating and adapting to climate change: Multi-functional and multi-scale assessment of green urban infrastructure. Journal of Environmental Management 146: 107-115.
Duran, E. J. A. and C. A. Paucar(2009) System dynamics urban sustainability model for puerto aura in Puebla, Mexico. Systemic Practice and Action Research 22: 77-99.
Fong, W. K., H. Matsumoto and Y. F. Lun(2009) Application of system dynamics model as decision making tool in urban planning process toward stabilizing carbon dioxide emissions from cities. Building and Environment 44: 1528-1537.
Forrester, J. W.(1961) Industrial Dynamics. Cambridge: The MIT Press.
Gangnam-gu Office(2008) Plant Lists of Rooftop Park. Planting Plan Map.
Guo, H. C., L. Liu, G. H. Huang, G. A. Fuller, R. Zou and Y. Y. Yin(2001) A system dynamics approach for regional environmental planning and management: A study for the lake Erhai Basin. Journal of Environmental Management 61: 93-111.
Han, J., Y. Hayashi, X. Cao and H. Imura(2009) Application of an integrated system dynamics and cellular automata model for urban growth assessment: A case study of Shanghai, China. Landscape and Urban Planning 91(3): 133-141.
Jeong, M., S. W. Han, J. S. Kim and J. S. Song(2013) Selection of native herbal plants capable to survive year-round in roof garden adopting extensive green roof system in the central district of Korea. Flower Research Journal 21(4): 172-181.
Jo, H. K. and T. W. Ahn(2000) Indicators of carbon storage and uptake by tree growth in natural ecosystem. Korean Journal of Environmental Ecology 14(3): 175-182.
Kang, M. S., E. Y. Lee, J. M. Lee, and M. N. Kim(2015) Improvement of soil quality for artificial planting’s ground with large integrated underground parking lot in apartment complex. LHI Journal 6(1): 31-39.
Korea Environment Institute(2009) Low Carbon LandUse Planning Strategies Taking into Account Carbon Sinks such as Vegetation and Soils (I). Research Report to Korea Environment Institute.
Korea Environment Institute(2010) Low Carbon Land Use Planning Strategies Taking into Account Carbon Sinks such as Vegetation and Soils (II). Research Report to Korea Environment Institute.
Kim, J. and Y. Nam(2014) A study on the planning factors of domestic and foreign carbon neutral city for carbon reduction. Korean Institute of Spatial Design 9(10): 103-112.
Kim, D. H.(2000) A simulation method of causal maps: NUMER. Korean System Dynamics Review 1(2): 91-111.
Kim, D. H., T. H. Moon and D. H. Kim(1999) System Dynamics. Seoul: Daeyoung.
Kim, W., W. Kim, Y. Byun and J. Kim(2010) A Study on Ensuring Carbon Reservoir and Reducing Carbon Emissions Plan. Research Report to Seoul Development Institute.
Lee, G. G.(2003) Sustainability Indicators of Greenspace in Apartment Sites. Ph. D. Dissertation. The Graduate School Seoul National University. Korea.
Lee, H. S. and H. M. Kang(2009) Inside Statistic Analysis & SPSS. Paju: Idambooks.
Lee, S. J., G. S. Park, D. K. Lee, S. W. Jang, H. G. Lee and H. W. Park(2015) A comparative study on carbon storage and physicochemical properties of vegetation soil for extensive green rooftop used in Korea. Korea Journal of Environmental Restoration Technology 18(1): 115-125.
Mesimakia, M., K. Hauru, D. J. Kotze and S. Lehvavirta(2016) Neo-spaces for urban livability? Urbanites'versatile mental images of green roofs in the Helsinki metropolitan area, Finland. Land Use Policy 61:587-600.
Moon, T. H.(2007) A Sustainable City through System Thinking. Paju: Jipmoon.
Oberndorfer, E., J. Lundholm, B. Bass, R. R. Coffman, H. Doshi, N. Dunnett, S. Gaffin, M. Kohler, K. K. Y. Liu and B. Rowe(2007) Green roofs as urban ecosystems: Ecological structures, functions, and services. BioScience 57(10): 823-833.
Orsini, F., D. Gasperi, L. Marchetti, C. Piovene, S. Draghetti, S. Ramazzotti, G. Bazzocchi and G. Gianquinto(2014) Exploring the production capacity of rooftop gardens(Rtgs) in urban agriculture: The potential impact on food and nutrition security, biodiversity and other ecosystem services in the city of bologna. Food Security. 6(6): 781-792.
Park, E. J. and K. Y. Kang(2010) Estimation of C storage and annual $CO_2$ uptake by street trees in Gyeonggi-do. Korean Journal of Environment and Ecology 24(5): 591-600.
Park, C. W., J. Lee, M. Yi, C. Kim, G. S. Park, R. H. Kim, K. H. Lee and Y. Son(2013) Estimation of change in soil carbon stock of pinus densiflora forests in Korea using KFSC model under RCP 8.5 climate change scenario. Climate Change Research 4(2): 77-93.
Park, H. S., K. Oh and S. Lee(2014) Analysing effects of $CO_2$ absorption capability through enhancing urban green infrastructure in Seoul. Journal of the Korean Urban Management Association 27(4): 1-23.
Pineiro, G., S. Perelman, J. P. Guerschman and J. Paruelo(2008) How to evaluate models: Observed vs. predicted or predicted vs. observed?. Ecological Modelling 216: 316-322.
Riwako, T., Y. J. Kim, H. K. Ryoo and D. K. Lee(2014) Analyzing the influence of biomass and vegetation type to soil organic carbon. Journal of Korean Environmental Restoration Technology 17(1): 123-134.
Suchocka, M.(2013) Structural soils and other ways of facilitating tree growth in the difficult habitat conditions of cities. T. Bergier, J. Kronenberg, and P. Lisicki eds., Sustainable Development Applications 4. Krakow: The Sendzimir Foundation. pp. 39-49.
Walkley, A. and I. A. Black(1934) An examination of the Degtjareff method for determining soil organic matter, and a proposed modification of the chromic acid titration method. Soil Science 37: 29-38.
Whittinghill, L. J., D. B. Rowe, R. Schutzki and B. M. Cregg(2014) Quantifying carbon sequestration of various green roof and ornamental landscape systems. Landscape and Urban Planning 123: 41-48.
Wilkinson S. and T. Dixon(2016) Green Roof Retrofit Building Urban Resilience. UK: Wiley Blackwell.
Yi, K., C. W. Park, S. R. Ryu, K. H. Lee, M. J. Yi, C. Kim, G. S. Park, R. Kim and Y. Son(2013) Simulating the soil carbon dynamics of pinus densiflora forests in central Korea. Scandinavian Journal of Forest Research 28(3): 241-256.
You, S., K. H. Song and J. Chon(2015) A study on the carbon cycle system of urban green roof: Using system dynamics. Proceedings of the 2015 Symposium on the Korean Institute of Landscape Architecture and the Korea Society of Environmental Restoration Technology. Cheonan: The Korean Institute of Landscape Architecture and the Korea Society of Environmental Restoration Technology pp. 139-140.
Zhang, J. and Y. H. Sui(2010) Research on low-carbon aesthetics built up by landscape design. Proceedings of the 2010 International Conference on Environmental Engineering and Applications. New York: S. Baby and Y. Dan. pp. 510-512.
Zhou, Y., T. Shi, Y. Hu, C. Gao, M. Liu, S. Fu and S. Wang(2011) Urban green space planning based on computational fluid dynamics model and landscape ecology principle: A case study of liaoyang city. Northeast China Chinese Geographical Science 21(4): 465-475.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.