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
- 수치모델은 열역학 차원에서 현열 및 잠열을 산출하여 미시적으로 온도를 시뮬레이션 하는 방법이다. 본 연구는 도시차원에서 열섬 구분방법론을 적용 하고, 각 방법론별 온도의 공간적 분포 비교분석 및 특징을 파악하는 것이 목적이므로 직접측정인 AWS 자료를 이용하는 방법과 인공위성영상 자료를 중점으로 검토하였다.
- 본 연구는 열섬을 분석하기 위한 기존의 다양한 방법론을 하나의 논문을 통하여 정리함으로써 각 방법론의 특징 및 차이를 비교분석한 것에 의미가 있다. 하지만 공간해상도의 차이가 있음에도 불구하고 공간 보간법을 통한 대기온도 분포와 지표온도를 비교한 한계점이 있다.
- 본 연구에서는 온도분포를 분석하기 어려운 실측 방법은 제외하였으며, 공식적으로 자료구득이 가능한 방법론에 한하여 분석을 수행하였다. 국내에서 구득 가능한 온도자료는 공공기관(기상청, 서울시)의 AWS 자료, 민간(SK planet)의 AWS 자료, 인공위성영상이 있다.
- 이와 같은 연구배경 및 필요성을 기반으로 본 연구의 목표는 국내외 다양한 선행연구에서 정의한 도시 열섬현상을 이론적으로 종합고찰하고, 사용된 방법론별로 실제 우리나라 도시에 적용시킴으로써 열섬지역에 대한 다양한 정의 및 구분 방법론별 차이를 비교하는 것이다. 이 연구는 도시열섬 지역에 대한 중요한 기초연구로 향후 도시열섬 지역의 문제와 원인을 찾는 후속연구에서 활용될 수 있다.
제안 방법
- 분석결과의 범례는 5개 구간으로 분류하였다. 0에서부터 최댓값까지의 구간을 등간격(Equal Interval) 방법을 이용하여 3개의 등급으로 구분하였으며, 0 미만과 최솟값 사이 구간을 2개의 등급으로 구분하였다. 등간격 방법 외 4분위수(Quantile)와 표준편차(Standard Deviation)를 이용한 방법은 자료의 분포를 설명하는 방법이다.
- 연구의 방법은 첫째, 국내외 선행연구를 중심으로 문헌고찰을 통하여 열섬의 정의 및 구분방법론을 정리한다. 둘째 정리된 도시열섬 지역의 정의와 방법론을 이용하여 서울시에 각각 적용함으로써 열섬지역의 도면화와 공간적 비교분석을 한다. 셋째, 서울시 25개 자치구별로 각 방법론을 적용한 평균온도를 산출하여 차이를 비교 분석한다.
- 첫째, 분석의 기초가 되는 온도자료 구득방법 및 온도 산출방법을 기술하였다. 둘째, 선행연구에서 활용된 각 방법론을 정리하였으며 셋째, 서울시를 대상으로 각 방법론을 적용하여 서울시의 열섬지역을 도출하였다. 마지막으로 각 방법론에 따른 열섬지역 특징 분석 및 결과를 비교 분석하였다.
- 여기서, 주변지역이라 함은 행정구역을 기준으로 외부에 위치한 지역이라 할 수 있다. 따라서 본 연구에서는 이 지표를 주변지역의 범위에 따라 지역 간 열섬강도, 지역 내 열섬강도로 나누어 분석하였다. 지역 간 열섬강도는 해당지점의 온도와 서울을 제외한 수도권의 비도시화지역 평균 온도의 차이, 지역 내 열섬강도는 지점의 온도와 서울 내 비도시화지역의 평균 온도차이로 설정하였다.
- 또한, 서울시의 열섬강도를 산정함에 있어 수도권이라는 광범위한 지역 전체를 대상으로 분석하였다.
- 둘째, 선행연구에서 활용된 각 방법론을 정리하였으며 셋째, 서울시를 대상으로 각 방법론을 적용하여 서울시의 열섬지역을 도출하였다. 마지막으로 각 방법론에 따른 열섬지역 특징 분석 및 결과를 비교 분석하였다.
- 그러나 열섬지역을 구분하는데 있어 방법론이 다양하여 동일한 지역을 대상으로 분석하여도 각 방법론마다 결과물이 다른 문제가 있다. 본 연구는 기존에 존재하는 다양한 열섬에 대한 정의와 방법론에 대하여 검토하였으며, 각 방법론을 서울시에 적용하여 열섬지역 구분의 차이 및 특징을 비교분석하였다. 연구의 결과를 요약하면 다음과 같다.
- 온도산출 방법 및 열섬지역 구분을 위한 방법론을 서울시에 적용하였다. 분석결과는 공간분포에 대한 해석과 지역단위의 수치적 해석을 병행하였다. 지역 단위의 결과를 용이하게 해석하기 위하여 서울시 25개 자치구를 기준으로 서술하였다(<그림 2> 참조).
- 상대적 온도 차이를 통한 열섬지역 구분방법론은 열섬포텐셜, 지역 간 열섬강도, 지역 내 열섬강도이며, 각 활용자료에 의하여 총 7개의 분석방법론을 적용하였다. 분석결과의 범례는 5개 구간으로 분류하였다. 0에서부터 최댓값까지의 구간을 등간격(Equal Interval) 방법을 이용하여 3개의 등급으로 구분하였으며, 0 미만과 최솟값 사이 구간을 2개의 등급으로 구분하였다.
- 상대적 온도 차이를 통한 열섬지역 구분방법론은 열섬포텐셜, 지역 간 열섬강도, 지역 내 열섬강도이며, 각 활용자료에 의하여 총 7개의 분석방법론을 적용하였다. 분석결과의 범례는 5개 구간으로 분류하였다.
- 상대적 온도차이 분석을 수행하기 위해 서울시를 250m × 250m 셀 단위1)로 총 10,120개로 분할하였으며, 셀의 온도와 비교기준이 되는 온도의 차이를 산출하여 온도분포지도를 작성하였다.
- 둘째 정리된 도시열섬 지역의 정의와 방법론을 이용하여 서울시에 각각 적용함으로써 열섬지역의 도면화와 공간적 비교분석을 한다. 셋째, 서울시 25개 자치구별로 각 방법론을 적용한 평균온도를 산출하여 차이를 비교 분석한다.
- 앞 절에서 설명한 바와 같이 세 가지 온도자료 공공의 AWS 자료, 민간의 AWS 자료, 인공위성영상 자료를 활용하여 대기·지표온도 분포지도를 작성하여 열섬지역을 분석하였다.
- 연구의 방법은 첫째, 국내외 선행연구를 중심으로 문헌고찰을 통하여 열섬의 정의 및 구분방법론을 정리한다. 둘째 정리된 도시열섬 지역의 정의와 방법론을 이용하여 서울시에 각각 적용함으로써 열섬지역의 도면화와 공간적 비교분석을 한다.
- 온도자료 별 서울시 온도의 공간적 분포를 분석하기 위하여 공공 AWS, 민간 AWS, 인공위성영상자료를 활용하여 각 온도분포 맵을 작성하였다. 공공기관에서 운용하는 AWS 자료를 이용한 서울시의 대기온도 분포는 <그림 3>과 같다.
- 직접 측정하는 방법은 박석봉(2004), 이강국·홍원 화(2007) 등의 연구에서 활용되었다. 이 방법은 연구자가 열섬현상이 나타날 것이라 판단되는 지점을 선정하고 관측장비를 이용하여 온도를 직접 측정함으로서 온도의 차이를 분석한다. 실측자료를 이용함으로써 실생활에 가장 근접한 온도라는 장점이 있다.
- 이 연구들은 관측소 지점을 대상으로 한 국지적인 결과만 도출한 한계점을 가진다. 이를 보완하기 위한 방법으로 기상관측소의 온도자료를 기준으로 공간보간기법을 이용하여 연속적으로 온도를 추정하였다. 기후자료를 공간보간할 경우 크리깅(Kriging) 기법이 가장 적합하다고 알려져 있으며(Anderson, 2002; Yang et al.
- 따라서 본 연구에서는 이 지표를 주변지역의 범위에 따라 지역 간 열섬강도, 지역 내 열섬강도로 나누어 분석하였다. 지역 간 열섬강도는 해당지점의 온도와 서울을 제외한 수도권의 비도시화지역 평균 온도의 차이, 지역 내 열섬강도는 지점의 온도와 서울 내 비도시화지역의 평균 온도차이로 설정하였다.
- 분석방법의 구성은 다음과 같다. 첫째, 분석의 기초가 되는 온도자료 구득방법 및 온도 산출방법을 기술하였다. 둘째, 선행연구에서 활용된 각 방법론을 정리하였으며 셋째, 서울시를 대상으로 각 방법론을 적용하여 서울시의 열섬지역을 도출하였다.
대상 데이터
- 국내에서 구득 가능한 온도자료는 공공기관(기상청, 서울시)의 AWS 자료, 민간(SK planet)의 AWS 자료, 인공위성영상이 있다. 공공기관의 AWS 자료는 서울시 내 총 55개 지점의 기상자료를 제공하며, 민간은 총 266개 지점의 기상자료를 제공한다. 해당자료를 이용하여 공간보간 기법 중 크리깅(Kriging)을 적용하였으며, 분석의 공간단위는 30m×30m로 하였다.
- 본 연구에서는 온도분포를 분석하기 어려운 실측 방법은 제외하였으며, 공식적으로 자료구득이 가능한 방법론에 한하여 분석을 수행하였다. 국내에서 구득 가능한 온도자료는 공공기관(기상청, 서울시)의 AWS 자료, 민간(SK planet)의 AWS 자료, 인공위성영상이 있다. 공공기관의 AWS 자료는 서울시 내 총 55개 지점의 기상자료를 제공하며, 민간은 총 266개 지점의 기상자료를 제공한다.
- 인공위성영상은 미국 지질조사소(USGS)에서 구득이 가능하며, ASTER, MODIS, Landsat 등이 있다. 본 연구에서는 2013년에 발사한 Landsat8 위성영상 데이터를 이용하였다. Landsat8은 지표에 대한 11개의 정보를 제공하며, 그 중 지표면의 복사에너지 정보를 담고 있는 10번 밴드(B10)로부터 대기의 복사휘도를 계산하고 이를 섭씨온도로 변환하는 과정을 거쳐 지표온도를 도출할 수 있다(김기중 외, 2016).
- 연구의 공간적 범위는 서울시이며, 서울시는 전체 면적 중 도시지역면적 비율이 가장 높은 도시일 뿐만 아니라 다양한 공간데이터가 구축되어있어서 분석에 용이하다. 연구의 시간적 범위는 연간 온도가 가장 높은 여름철 중 데이터 구득을 기준으로 2015년 7월 4일로 하였다.
- 도시열섬 지역에 대한 연구에서 활용되는 기상관측소의 자료는 분단위로 구득이 가능한 반면, 인공위성 영상자료는 측정시간이 불규칙하고 구름에 의해 가려지지 않은 자료를 선별하여 해당 날짜를 기준으로 하였다. 연구의 내용적 범위는 도시열섬에 대한 이론적 정의와 방법론별 종합 고찰, 서울시 적용 및 비교분석이다.
- 연구의 공간적 범위는 서울시이며, 서울시는 전체 면적 중 도시지역면적 비율이 가장 높은 도시일 뿐만 아니라 다양한 공간데이터가 구축되어있어서 분석에 용이하다. 연구의 시간적 범위는 연간 온도가 가장 높은 여름철 중 데이터 구득을 기준으로 2015년 7월 4일로 하였다. 도시열섬 지역에 대한 연구에서 활용되는 기상관측소의 자료는 분단위로 구득이 가능한 반면, 인공위성 영상자료는 측정시간이 불규칙하고 구름에 의해 가려지지 않은 자료를 선별하여 해당 날짜를 기준으로 하였다.
- 지역 단위의 결과를 용이하게 해석하기 위하여 서울시 25개 자치구를 기준으로 서술하였다( 참조).
이론/모형
- 등간격 방법 외 4분위수(Quantile)와 표준편차(Standard Deviation)를 이용한 방법은 자료의 분포를 설명하는 방법이다. 본 연구는 상대적으로 일정온도가 높은 열섬지역을 구분하는 것이 중요한 부분이기에 일정간격을 구분하는 등간격 방법을 사용하였다. 또한, 열섬지역을 구분함에 있어 도시와 비 도시를 설정하는 기준이 다르고 공간의 범위에 따라 값이 상이하며, 판정기준치(cut-off value)가 부재하다(Stewart & Oke, 2009; Lee et.
- 온도산출 방법 및 열섬지역 구분을 위한 방법론을 서울시에 적용하였다. 분석결과는 공간분포에 대한 해석과 지역단위의 수치적 해석을 병행하였다.
- 직접 측정하는 방법은 박석봉(2004), 이강국·홍원 화(2007) 등의 연구에서 활용되었다.
- 해당자료를 이용하여 공간보간 기법 중 크리깅(Kriging)을 적용하였으며, 분석의 공간단위는 30m×30m로 하였다.
성능/효과
- 27℃이다. 강서구, 종로구, 중구, 용산구, 동대문구, 송파구 일부지역에서 지표열섬강도 1등급 지역으로 분석되었고, 대부분의 서울지역은 지표열섬강도가 0 이상인 1~3등급으로 구분된다. 구 평균지표열섬은 동대문구가 가장 높으며, 은평구가 가장 낮다.
- 이는 동일한 공간, 동일한 시점을 대상으로 열섬지역을 분석하여도 어떤 자료를 사용하는지에 따라 열섬지역이 다르게 나타남을 보여준다. 둘째, 비교되는 지역에 따라 열섬지역 범위는 차이가 있다. 서울시를 대상으로 지역 간 열섬강도를 적용할 경우, 지역 내 열섬강도를 적용하였을 때 보다 넓은 범위에서 열섬지역이 도출된다.
- 온도분포 범위는 종로구가 가장 넓으며, 중랑구가 좁은 온도분포 범위를 보인다. 민간 AWS를 이용한 결과, 평균 대기온도는 구로구가 28.6℃로 가장 높으며, 은평구가 27.3℃로 가장 낮다. 서울시의 최저 온도는 은평구, 최대 온도는 구로구 지역에 위치한다.
- 셋째, 다양한 열섬지역 구분 방법론을 서울시에 적용한 결과, 각 방법론에 따라 도출된 열섬지역은 차이가 있다. 특히, 활용 온도자료에 의하여 큰 차이를 보이며, 비교지역에 따라 서울시 열섬지역 규모 및 범위가 다르다.
- 이상의 분석결과를 요약하면 첫째, 서울시의 열섬 지역은 활용된 자료에 따라 크게 차이가 있다. 공공 AWS를 활용할 경우, 강남구, 서초구, 영등포구, 동작구 일대가 열섬지역으로 분류되며, 민간 AWS는 구로구, 영등포구 일대가 열섬지역으로 분류된다.
- 첫째, 도시열섬은 온도를 측정하는 방법에 따라 대기열섬, 지표열섬으로 구분된다. 이는 향후 각 온도 자료의 특성을 고려하여 해당 연구목적에 적합한 자료를 이용해야 한다.
- 평균 대기열섬강도(공공 AWS)는 25개구 모두 0이상의 값을 가졌으며, 수치가 가장 높은 구는 동작구이며, 가장 낮은 구는 은평구이다( 참조).
후속연구
- 이는 열섬을 구분 짓는 절대적인 기준이 없고, 분석지역 또는 공간범위에 따라 결과의 차이가 있음을 의미한다. 따라서 해당지역의 상황 및 특성을 고려한 자체적인 기준을 마련을 위한 후속연구가 필요하다.
- 이와 같은 연구배경 및 필요성을 기반으로 본 연구의 목표는 국내외 다양한 선행연구에서 정의한 도시 열섬현상을 이론적으로 종합고찰하고, 사용된 방법론별로 실제 우리나라 도시에 적용시킴으로써 열섬지역에 대한 다양한 정의 및 구분 방법론별 차이를 비교하는 것이다. 이 연구는 도시열섬 지역에 대한 중요한 기초연구로 향후 도시열섬 지역의 문제와 원인을 찾는 후속연구에서 활용될 수 있다.
- 첫째, 도시열섬은 온도를 측정하는 방법에 따라 대기열섬, 지표열섬으로 구분된다. 이는 향후 각 온도 자료의 특성을 고려하여 해당 연구목적에 적합한 자료를 이용해야 한다. 즉, 도시민의 건강 또는 냉방에너지소비와 관련된 연구는 일상생활과 밀접한 관련이 있는 대기온도를 활용하는 것이 적합하며, 보다 정확한 연구결과를 도출하기 위하여 소수지점에 국한된 대기온도 측정지점의 확대가 필요하다(김기중 외, 2016).
- 향후 추가적인 대기온도의 자료 구축과 다양한 공간범위 설정을 통한 후속연구의 수행이 요구되며, 각 방법론별 차이의 원인을 규명하는 후속연구가 필요하다. 이는 향후 도시열섬 지역을 구별하는데 있어 중요하며, 더 나아가 열섬지역의 문제를 해결하기 위하여 효율적인 정책실현에 기여할 수 있을 것이다.
- 또한, 서울시의 열섬강도를 산정함에 있어 수도권이라는 광범위한 지역 전체를 대상으로 분석하였다. 향후 추가적인 대기온도의 자료 구축과 다양한 공간범위 설정을 통한 후속연구의 수행이 요구되며, 각 방법론별 차이의 원인을 규명하는 후속연구가 필요하다. 이는 향후 도시열섬 지역을 구별하는데 있어 중요하며, 더 나아가 열섬지역의 문제를 해결하기 위하여 효율적인 정책실현에 기여할 수 있을 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.