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
- 따라서 본 연구에서는 서울특별시를 대상으로 행정구, 행정동 단위 열섬현상 강도(UHI Intensity)를 추출하여 행정구역별 및 단위에 따른 차이를 확인하고 세 가지 유형(기상상태, 인위적 열 발생, 토지이용특성)에 포함되는 변수들과 선형회귀분석을 실시하여 각 행정구역의 열섬현상강도 차이의 원인을 살펴보고자 한다.
제안 방법
- 본 연구는 위성영상을 이용하여 구별, 동별 UHIIntensity와 토지이용변수에 해당하는 분광지수인 SAVI(Soil Adjusted Vegetation Index), NDBI(Normalized Difference Built-up Index)지수를 추출하였고, 사용한 위성영상과 동일한 시기의 기상청AWS자료, 서울 열린데이터 광장에서 제공하는 통계자료를 이용하여 기상상태 변수(평균풍속), 인위적 열 발생 변수(전력소비량, 시가화비율)를 구축하였다. 추출한 구별, 동별 UHIIntensity을 이용하여 행정구역별, 분석단위별 강도의 차이를 확인 및 구축한 변수들과의 선형 회귀분석을 실시,P-value와 Kim(2007)의 자료를 참고하여 UHI Intensity와 변수들 간 상관성 및 유의성을 확인하였다.
- 문헌조사와 통계자료의 가용성을 고려해 변수를 선정하고, 행정구역단위 선형회귀분석을 위한 환경변수를 구축하였다. 환경변수 중 전력소비량, 평균풍속, 시가화비율은 국가에서 최대 구 단위로 제공하고 있었으며, 인구밀도는 동단위로 제공하고 있었다.
- 56°C 증가하였으며 가을철에 그 차이가 가장 뚜렷하게 나타났다. 본 연구에서는 선행연구를 바탕으로 AWS종관기상관측자료를 통한 2015월 9월 22일 양평군의 평균온도(20.3°C)와 추출한 서울시의 행정구, 행정동 단위 평균온도와의 차이를 통해 각 행정구역의 UHI Intensity를 구하였다.
- 본 연구에서는 위성영상을 이용하여 서울시 구 또는 동 지역단위의 UHI Intensity를 추출하여 행정지역 및 단위에 따른 값의 차이를 파악하였고, 세 가지 유형의 변수(기상조건, 인위적 열 발생, 토지이용상태)와의 선형회귀분석을 통해 열섬강도 차이의 원인을 분석해 보았다. 분석결과 UHI Intensity는 행정구역별 특징 및 주변 환경에 따른 차이가 존재하며 행정동 단위에서의 차이가 더 큰 것으로 나타났다.
대상 데이터
- 본 연구의 대상지역인 서울특별시는 대한민국의 수도로 60~70년대 산업화 및 도시화과정으로 다른 도시보다 고밀도 개발이 이루어 졌으며, 이로 인한 열섬현상이 강하게 나타나는 지역이다. 또한 인구밀도가 대한민국에서 가장 높고, 행정구역은 25개의 자치구와 423개의 행정동으로 구성되어있다.
- 본 연구에 사용한 재료는 크게 위성영상과 통계자료로 구성되어 있다. 위성영상은 지표면온도 및 분광지수추출에 이용되며 USGS(United States Geological Survey)에서 제공하는 LANDSAT8 OLI/TIRS 영상을 이용하였다.
- 통계자료의 경우 기상청 자동기상측정망(AWS :Automatic Weather System)의 지상기상관측 풍속자료와 서울시 열린데이터 광장에서 제공하는 인구밀도, 전력 사용량, 시가화 비율의 공식 통계자료를 활용하였다.
- 본 연구에 사용한 재료는 크게 위성영상과 통계자료로 구성되어 있다. 위성영상은 지표면온도 및 분광지수추출에 이용되며 USGS(United States Geological Survey)에서 제공하는 LANDSAT8 OLI/TIRS 영상을 이용하였다. 영상 촬영날짜는 2015년 9월 22일이고 영상 전체의 운량은 35%이다.
데이터처리
- 본 연구는 위성영상을 이용하여 구별, 동별 UHIIntensity와 토지이용변수에 해당하는 분광지수인 SAVI(Soil Adjusted Vegetation Index), NDBI(Normalized Difference Built-up Index)지수를 추출하였고, 사용한 위성영상과 동일한 시기의 기상청AWS자료, 서울 열린데이터 광장에서 제공하는 통계자료를 이용하여 기상상태 변수(평균풍속), 인위적 열 발생 변수(전력소비량, 시가화비율)를 구축하였다. 추출한 구별, 동별 UHIIntensity을 이용하여 행정구역별, 분석단위별 강도의 차이를 확인 및 구축한 변수들과의 선형 회귀분석을 실시,P-value와 Kim(2007)의 자료를 참고하여 UHI Intensity와 변수들 간 상관성 및 유의성을 확인하였다. 위성영상을 이용한 UHI Intensity 및 분광지수 추출은 Arc GIS 10.
- 추출한 구별, 동별 UHIIntensity을 이용하여 행정구역별, 분석단위별 강도의 차이를 확인 및 구축한 변수들과의 선형 회귀분석을 실시,P-value와 Kim(2007)의 자료를 참고하여 UHI Intensity와 변수들 간 상관성 및 유의성을 확인하였다. 위성영상을 이용한 UHI Intensity 및 분광지수 추출은 Arc GIS 10.4의 raster calculator, zonalstatistics 등의 tool을 이용하여 생성하였고, 선형 회귀분석은 SPSS Statistics 24를 사용하였다. Fig.
- , 2005). 보정은 ArcGIS 10.4프로그램의 focal statistics를 이용하며, 본 연구의 최소분석단위인 행정동의 면적규모를 고려하여 AWS관측지점을 기준으로 1부터 최대 33개 픽셀까지 단계적으로 영상을 보간 하였다. 그 중 실측기온과 가장 상관성이 높게 나온 단계에서 회귀분석을 통해 도출된 식을 이용하여 대상지역 전체의 지표면온도를 대기 온도로 변환시켰다.
- 4프로그램의 focal statistics를 이용하며, 본 연구의 최소분석단위인 행정동의 면적규모를 고려하여 AWS관측지점을 기준으로 1부터 최대 33개 픽셀까지 단계적으로 영상을 보간 하였다. 그 중 실측기온과 가장 상관성이 높게 나온 단계에서 회귀분석을 통해 도출된 식을 이용하여 대상지역 전체의 지표면온도를 대기 온도로 변환시켰다.
- 산출한 대기온도를 이용하여 최종적으로 행정구역 별 UHI Intensity를 산출하였다.
- 보정된 반사도 값을 이용하여 분광지수(SAVI, NDBI) 를 산출하였다. SAVI(Soil Adjusted Vegetation Index)는Huete(1988)가 제안한 토양보정식생지수로 기존 정규화 식생 지수(NDVI)2)를 변형한 지수이다.
이론/모형
- LST산출을 위해 USGS에서 제공하는 LANDSAT8Data Users Handbook(2016)에 제시된 공식을 사용하여 열적외선밴드의 Digital Number값을 분광복사량 값으로 변환시켰다(식1).
- 방사보정은 방사율을 이용해 Artis et al.(1982)이 제안한 식(3)을 이용하였다. 이 식은 방사율과 파장, 온도와의 관계를 이용하는 식으로 Ts는 방사보정을 실시한 LST의 절대온도이며 TB는 기존에 구한 흑체라는 가정하의 LST이다.
- 분광지수를 산출하기 위해 USGS에서 제공하는 LANDSAT8 Data Users Handbook(2016)에 제시된 공식을 사용하여 각 밴드(4,5,6)의 DN값을 반사도 값으로 변환시켰다(식6).
- 산출된 반사도 값은 촬영 당시의 태양고도 각을 고려하지 않았기 때문에 정확한 반사도 값이라고 할수없어 LANDSAT8 Data Users Handbook(2016)에 제시된 공식으로 태양고도 각 보정을 실시하였다(식7).
성능/효과
- 본 연구에서는 위성영상을 이용하여 서울시 구 또는 동 지역단위의 UHI Intensity를 추출하여 행정지역 및 단위에 따른 값의 차이를 파악하였고, 세 가지 유형의 변수(기상조건, 인위적 열 발생, 토지이용상태)와의 선형회귀분석을 통해 열섬강도 차이의 원인을 분석해 보았다. 분석결과 UHI Intensity는 행정구역별 특징 및 주변 환경에 따른 차이가 존재하며 행정동 단위에서의 차이가 더 큰 것으로 나타났다. 또한 각 구에 속한 동의 UHI Intensity값의 분포와 구의 UHI Intensity값 간의 차이가 있어 열섬현상 분석 시 구 단위의 분석으로는 한계가 있으며, 동 단위의 이상의 분석이 필요함을 보여줬다.
- 또한 각 구에 속한 동의 UHI Intensity값의 분포와 구의 UHI Intensity값 간의 차이가 있어 열섬현상 분석 시 구 단위의 분석으로는 한계가 있으며, 동 단위의 이상의 분석이 필요함을 보여줬다. 행정구역별 UHI Intensity차이의 원인 파악을 위한 선형회귀분석결과 평균풍속, 개발정도, 토양보정식생지수(SAVI), 정규화시가지지수(NDBI)에 따라 지역별 열섬현상강도의 차이가 발생하는 것으로 나타났다. 정규화시가지지수와 토양보정식생지수에 대한 결과는 기존 행정구를 고려한 연구와 비슷하나 동단위 UHIIntensity값까지 영향을 미치는 것을 도출한 것에 의의가 있다.
후속연구
- 평균풍속을 늘리기 위해서 바람길 환경을 조성할 필요가 있는데 이는 계절풍, 주변 건물 등으로 인한 영향을 고려한 건설계획 수립 등 행정동 차원에서의 시행이 필요한 사항이다. 따라서 토지피복 개선 계획, 바람길 조성 계획,개발지역에 대한 벽면 녹화계획 등 열섬현상 완화를 위한 사업들은 행정구 단위의 차이만을 고려하기보단 구 안에 속한 행정동까지 고려할 필요가 있을 것으로 판단된다. 각 동별 인구밀도, 각 구별 전력사용량의 경우 본 연구에서는 열섬현상 강도 차이의 원인으로는 충분하지 않은 것으로 나타났으나 시기에 따른 영향정도의 차이가 존재할 수 있고 이에 따른 영향을 받을 가능성이 있어 추가적인 연구를 통한 확인이 필요하다.
- 분석결과 UHI Intensity는 행정구역별 특징 및 주변 환경에 따른 차이가 존재하며 행정동 단위에서의 차이가 더 큰 것으로 나타났다. 또한 각 구에 속한 동의 UHI Intensity값의 분포와 구의 UHI Intensity값 간의 차이가 있어 열섬현상 분석 시 구 단위의 분석으로는 한계가 있으며, 동 단위의 이상의 분석이 필요함을 보여줬다. 행정구역별 UHI Intensity차이의 원인 파악을 위한 선형회귀분석결과 평균풍속, 개발정도, 토양보정식생지수(SAVI), 정규화시가지지수(NDBI)에 따라 지역별 열섬현상강도의 차이가 발생하는 것으로 나타났다.
- 따라서 토지피복 개선 계획, 바람길 조성 계획,개발지역에 대한 벽면 녹화계획 등 열섬현상 완화를 위한 사업들은 행정구 단위의 차이만을 고려하기보단 구 안에 속한 행정동까지 고려할 필요가 있을 것으로 판단된다. 각 동별 인구밀도, 각 구별 전력사용량의 경우 본 연구에서는 열섬현상 강도 차이의 원인으로는 충분하지 않은 것으로 나타났으나 시기에 따른 영향정도의 차이가 존재할 수 있고 이에 따른 영향을 받을 가능성이 있어 추가적인 연구를 통한 확인이 필요하다.
- 본 연구는 도시 내 행정구역경계에 따른 열섬현상강도 차이 확인 및 원인을 분석하였고, 도시열섬현상 관련 분석 및 완화 관련 계획의 경우 행정구 단위에서의 고려는 한계가 있으며 행정동 차원에서의 고려가 필요함을 보여주었다. 분석에 사용한 Landsat8 위성영상자료는 행정구, 행정동 경계를 이용한 행정구역별, 단위별 열섬 현상 강도의 차이를 확인할 수는 있으나, 해상도의 한계로 행정구역 내 국지적인 건물이용의 입체적 특성, 상세한 토지이용 특성 파악을 통한 좀 더 구체적인 열섬현상 저감방안 제시로 이어지기에는 한계가 있다.
- 본 연구는 도시 내 행정구역경계에 따른 열섬현상강도 차이 확인 및 원인을 분석하였고, 도시열섬현상 관련 분석 및 완화 관련 계획의 경우 행정구 단위에서의 고려는 한계가 있으며 행정동 차원에서의 고려가 필요함을 보여주었다. 분석에 사용한 Landsat8 위성영상자료는 행정구, 행정동 경계를 이용한 행정구역별, 단위별 열섬 현상 강도의 차이를 확인할 수는 있으나, 해상도의 한계로 행정구역 내 국지적인 건물이용의 입체적 특성, 상세한 토지이용 특성 파악을 통한 좀 더 구체적인 열섬현상 저감방안 제시로 이어지기에는 한계가 있다. 또 단일 시기를 이용했다는 점과 더 많은 영향변수를 고려하지 못한 한계점이 존재한다.
- 또 단일 시기를 이용했다는 점과 더 많은 영향변수를 고려하지 못한 한계점이 존재한다. 따라서 향후 고해상도 영상 이용 및 실측을 통한 행정동 내 구체적인 열섬현상 지역 파악, 다양한 시기와 추가적인 변수를 고려한 원인분석을 통해 열섬현상 완화를 위한 연구가 필요할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.