[논문]Local Climate Zone과 토지피복에 따른 여름철 야간의 인간 열환경 분석 - 경기도 수원시 호매실 택지개발지구

공학양; 최낙훈; 박수국

doi:10.17820/eri.2020.7.4.227

Local Climate Zone과 토지피복에 따른 여름철 야간의 인간 열환경 분석 - 경기도 수원시 호매실 택지개발지구
Human Thermal Environment Analysis with Local Climate Zones and Surface Types in the Summer Nighttime - Homesil Residential Development District, Suwon-si, Gyeonggi-do 원문보기

Ecology and resilient infrastructure, v.7 no.4, 2020년, pp.227 - 237

공학양 (국립환경과학원 환경자원연구부 자연환경연구과) , 최낙훈 (국립환경과학원 환경자원연구부 자연환경연구과) , 박수국 (제주대학교 생명자원과학대학 생물산업학부 원예환경전공)

초록
AI-Helper

도시지역의 여름철 밤 시간대 열환경을 알아보기 위해, 토지피복 대분류에 따라 10개의 도시기후지역 지점에서 미기후 자료를 측정하여 인간 열환경지수를 분석하여 보았다. 미기후 요소 비교 분석 결과, 그린인프라 지역이 그레이인프라 지역보다 기온에서는 평균 1.6℃ 최대 2.4℃ 낮은 결과를 보였으며, 상대습도에서는 반대로 그린인프라 지역이 평균 9.0% 최대 15.0% 높은 결과를 보였다. 풍속에서는 그린인프라 지역과 그레이인프라 지역에서 차이가 거의 없는 것으로 나타났으며, 수목의 영향으로 가장 낮은 풍속을 보인 산림지점을 제외하고는 모든 지점에서 유의성이 없는 것으로 나타나, 건물이나 수목의 높이에 의해 결정되는 표면거칠기 뿐만 아니라 지역풍의 영향이 풍속을 결정하는 주 요인인 것으로 보인다. 평균복사온도에서는 수목의 영향으로 산림지역이 가장 높은 값을 보였으며, 산림지역을 제외하면 그린인프라 지역이 그레이인프라 지역에 비해 평균 5.5℃의 저감 효과를 보였다. 평균복사온도를 결정하는 주 요인으로는 하늘시계지수라고 할 수 있다. 인간 열환경지수 분석에서는 그린인프라 지역은 거의 덥지도 춥지도 않는 '중립'의 열지각 단계를 나타내었으며, 그레이인프라 지역은 그것보다 한 단계 높은 '약간 따뜻함'의 단계를 나타내었다. 가장 높게 나온 산림지역을 제외하면, 그린인프라 지역이 그레이인프라 지역에 비해 3.2℃ 저감 효과를 보여 1/2 단계의 인간 열환경 개선 효과가 있는 것으로 나타났다.

Abstract ▼ AI-Helper

Microclimatic data were measured, and the human thermal sensation was analyzed at 10 local climate zones based on the major land cover classification to investigate the thermal environment of urban areas during summer nighttime. From the results, the green infrastructure areas (GNIAs) showed an average air temperature of 1.6℃ and up to 2.4℃ lower air temperature than the gray infrastructure areas (GYIAs), and the GNIAs showed an average relative humidity of 9.0% and up to 15.0% higher relative humidity. The wind speed of the GNIAs and GYIAs had minimal difference and showed no significance at all locations, except for the forest location, which had the lowest wind speed owing to the influence of trees. The local winds and the surface roughness, which was determined based on the heights of buildings and trees, appeared to be the main factors that influenced wind speed. At the mean radiant temperature, the forest location showed the maximum value, owing to the influence of trees. Except at the forest location, the GNIAs showed an average decrease of 5.5℃ compared to GYIAs. The main factor that influenced the mean radiant temperature was the sky view factor. In the analysis of the human thermal sensation, the GNIAs showed a "neutral" thermal perception level that was neither hot nor cold, and the GYIAs showed a "slightly warm" level, which was a level higher than those of the GNIAs. The GNIAs showed a 3.2℃ decrease compared to the GYIAs, except at the highest forest location, which indicated a half-level improvement in the human thermal environment.

주제어

표/그림 (8)

그림 Fig. 1. Map showing the study area in the Homesil, Suwon, Korea. The circles indicate the study locations. (a) Homesil residential developing district (https://www.google.co.kr/maps) and (b) Photographs of the locations.
표 Table 1. Locations of microclimatic data measurements
표 Table 2. Instruments for microclimatic data measurements
표 Table 3. Mean and standard deviation of the locations. T_a, RH, u, T_mrt and PET mean air temperature, relative humidity, wind speed, mean radiant temperature and physiological equivalent temperature, respectively
그림 Fig. 2. Microclimatic factors of the locations in July 19 - 20, 2018: (a) Air temperature, (b) Relative humidity, (c) Wind speed, and (d) Mean radiant temperature.
표 Table 4. The levels of physiological equivalent tem-perature (PET) (Matzarakis et al. 1999)
그림 Fig. 3. Human thermal sensation of the locations in July 19 - 20, 2018: (a) Physiological equivalent temperature (°C) and (b) PET difference between LCZ D and the other locations (%).
표 Table 5. Mean and standard deviation of the locations and their difference with LCZ D results. T_a, RH, u, T_mrt and PET mean air temperature, relative humidity, wind speed, mean radiant temperature and physiological equivalent temperature, respectively

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

이 연구는 수원시 호매실 택지개발지구 일대를 국내에서 이용되고 있는 토지피복 분류와 LCZ 유형을 접목하여, 여름철 밤 시간대의 미기후 자료 측정과 인간 열환경지수를 비교분석하고 그린인프라와 그레이인프라의 야간 열환경 특성을 확인해 보고자 하였다.

제안 방법

Ver. 2.2 (Matzarakis et al. 2010, http://www. urbanclimate.net/rayman)에 텍스트 파일 (.txt)로 입력하여, 전 세계적으로 옥외공간 열환경 분석에 가장 많이 사용되고 있는 physiological equivalent temperature (PET; Höppe 1999)를 이용해 각 지점들을 비교 분석하였다 (Table 4). PET는 키 180 cm, 몸무게 75 kg의 35세남성이 0.
도시의 여름철 야간 열환경을 알아보기 위해, 토지 피복 대분류에 따라 10개의 도시기후지역 (local climate zone, LCZ) 에서 미기후 자료를 측정하여 인간 열 환경지수를 분석하여 보았다. 미기후 실측은 상업지역 (LCZ 2), 고층아파트 (LCZ 4), 주택지역 (LCZ 6), 주차장 (LCZ E) 등 4개의 시가화건조지역, 물을 대지 않은 논 (LCZ D_d), 물을 댄 논 (LCZ D_w) 등 2개의 농업지역, 산림 (LCZ A), 공원 잔디밭 (LCZ D), 나지 (LCZ F), 수경 공간 (LCZ G_D)으로 총 10개 지점에서 이루어졌다.
분석하여 보았다. 미기후 실측은 상업지역 (LCZ 2), 고층아파트 (LCZ 4), 주택지역 (LCZ 6), 주차장 (LCZ E) 등 4개의 시가화건조지역, 물을 대지 않은 논 (LCZ D_d), 물을 댄 논 (LCZ D_w) 등 2개의 농업지역, 산림 (LCZ A), 공원 잔디밭 (LCZ D), 나지 (LCZ F), 수경 공간 (LCZ G_D)으로 총 10개 지점에서 이루어졌다. 미기후 요소 비교 분석 결과, 그린인프라 지역 (LCZ D, LCZ D_d, LCZ D_w, LCZ G_D, LCZ A)이 그레이 인프라 지역 (LCZ 2, LCZ 4, LCZ 6, LCZ E, LCZ F)보다 기온은 평균 1.
미기후 측정은 Table 2의 장비를 이용하여, 2018년 7월 19 - 21일 21:00 - 01:00 동안 이루어졌으며, 기온, 상대습도, 풍속 및 풍향, 태양 및 지구복사에너지를 신체의 평균 가슴높이인 1.2 m에서 측정하였다 (Table 2). 태양과 지구복사에너지는 5초 단위로, 기온, 상대습도, 풍속과 풍향은 1분 단위로 측정하였다.
동쪽에 인접한 입북동 농경지는비행안전을 위한 개발제한 지역으로 향후 수원 군사공항의 변화에 따라 개발가능성이 매우 높은 지역이다. 연구대상지는 토지피복 대분류에 따라 시가화건조지역 (urban), 농업지역 (agriculture), 산림지역 (forest), 초지 (grass), 나지 (bare land), 수역 (watershed) 총 6지역으로 나누었으며, 그 중 그레이인프라는 시가화건조지역과 나지, 그린인프라는 농업지역, 산림지역, 초지와 수역으로 구분하였다.
(Table 3). 자료를 통합하기 위해서 이틀 모두측정한 LCZ D의 7월 19 - 20일 자료를 중심으로, 7월 20 - 21일 5 지점에서 측정된 미기후 자료를 비례식을이용하여 보정하였다.
장비운용의 제한으로 7월 19 - 20일 21:00 - 01:00 동안 LCZ D, LCZ F, LCZ D_d, LCZ G_D, LCZ E, LCZ A, 총 6 지점에서 측정하였으며, 7월 20 - 21일 21:00 - 01:00 동안 LCZ D, LCZ 2･4･6, LCZ D_w, 총 5 지점에서 측정하였다 (Table 3). 자료를 통합하기 위해서 이틀 모두측정한 LCZ D의 7월 19 - 20일 자료를 중심으로, 7월 20 - 21일 5 지점에서 측정된 미기후 자료를 비례식을이용하여 보정하였다.
2 m에서 측정하였다 (Table 2). 태양과 지구복사에너지는 5초 단위로, 기온, 상대습도, 풍속과 풍향은 1분 단위로 측정하였다.

대상 데이터

경기도 수원시 권선구 금곡동에 위치한 호매실 택지개발지구와 입북동 농경지를 연구대상지 (N37°16′, E126°56′)로 선정하였다 (Fig. 1). 호매실 택지개발지구는 그린벨트 해제 후 2015년 공공주택단지 준공이 완료되어 최근 전형적인 택지지구 도시개발형태를 잘 보여주고 있는 지역이다.
그레이인프라인 시가화건조지역에서는 LCZ에 따라 상업지역 (LCZ 2, compact mid-rise), 고층아파트지역 (LCZ 4, open high-rise), 주택지역 (LCZ 6, open low-rise), 교통지역으로 주차장 (LCZ E, bare rock or paved)을 선정하였다 (Table 1). 나지는 칠보초등학교 운동장 (LCZ F, bare soil or sand)으로 정하였다.
그린인프라인 농업지역은 논에 물을 댄 곳 (LCZ Dw, low plants on wet ground)과 물을 대지 않은 곳 (LCZ Dd, low plants on dry ground)을 선정하였으며, 산림지역은 LCZ 6 동쪽에 위치한 도시숲 (LCZ A, dense trees)으로 정하였다. 초지와 수역은 호매실 수변공원에 위치한 잔디밭 (LCZ D, low plants)과 수경공간 (LCZ G_D, water with low plants)을 선정하였다.
선정하였다 (Table 1). 나지는 칠보초등학교 운동장 (LCZ F, bare soil or sand)으로 정하였다.
정하였다. 초지와 수역은 호매실 수변공원에 위치한 잔디밭 (LCZ D, low plants)과 수경공간 (LCZ G_D, water with low plants)을 선정하였다.

데이터처리

미기후 요소와 인간 열환경지수의 유의성 검정을 위해 SPSS Version 20의 One-way ANOVA를 이용해 Post Hoc 다중비교 방법 중 Duncan 분석을 실시하였다.

성능/효과

PET에서 LCZ D_d는 평균 17.9℃로 ‘약간 서늘함 (slightly cool)’의 열지각 단계 (thermal perception level)로 가장 낮은 결과를 보였으며, 산림 (LCZ A)을제외한 다른 그린인프라 지역인 물을 댄 논 (LCZ Dw), 공원 (LCZ D), 수경공간 (LCZ G_D)에서 평균 21.0 -22.4℃로 ‘중립 (neutral)’ 단계로 나타났다 (Fig. 3 (a)).
나타냈다. 가장 높은 PET 결과를 나타낸 산림 (LCZ A)을 제외하면, 그린인프라 지역이 그레이인프라 지역에 비해 3.2℃ 저감 효과를 보여 야간에도 1/2 단계의 인간 열 환경 개선 효과가 있는 것으로 나타났다.
이는 유사한 지역이더라도, 여름철 밤 시간대에는 물이나 잔디에비해 나지의 표면온도가 더 빨리 낮아져 적은 지구복사에너지를 방출하기 때문이라고 할 수 있다. 그레이인프라 지역에서는 나지인 칠보초등학교 운동장 (LCZ F) 의 평균복사온도가 평균 20.8℃로 나타나, 다른 그레이인프라 지역에 비해 1.0 - 2.2℃ 낮은 결과를 보였다. 그레이인프라 지역 중에서 고층아파트 (LCZ 4)와 주차장 (LCZ E)에서 각각 평균 23.
3 (a)). 그레이인프라 지역인 칠보초등학교 운동장 (LCZ F), 주차장 (LCZ E), 주택지역 (LCZ 6), 상업지역 (LCZ 2), 고층아파트 (LCZ 4)는 평균 23.3 - 24.2℃로 지점별 결과가 유사하였으며 ‘약간 따뜻함 (slightly warm)’의열지각 단계를 보여, 그린인프라 지역에 비해서는 평균 1.9℃도 높았다. 이것은 그린인프라 지역이 그레이 인프라 지역보다 여름철 야간 (21:00 - 1:00)에 1/3 단계의 인간 열환경 개선효과가 있다는 것을 보여준다.
통계학적으로는 가장 낮은 상대습도를 보인 칠보초등학교 운동장 (LCZ F)과 주차장 (LCZ E), 상업지역 (LCZ 2)은 유의성이 없었으며, 상대습도가 가장 높았던 물을 댄 논 (LCZ D_w)과 물을 대지 않은 논 (LCZ D_d)도 유의성이 없었다. 또한 기온과동일하게 그레이인프라 지역 중 시가화건조지역인 주택지역 (LCZ 6), 주차장 (LCZ E), 고층아파트 (LCZ 4), 상업지역 (LCZ 2) 사이에도 유의성이 없는 것으로 나타났다. 기온과 동일하게 상대습도에서도 시가화건조지역에서 LCZ에 따라 별 차이가 없는 것으로 나타났다.
81℃ 높았다. 또한 모든 LCZ의 기온과 평균복사온도는 도시 중심부에서 거리가 멀어질수록 낮아지는 경향을 보였다. 본 연구에서 LCZ 2와 LCZ A, D의 기온 차는 각각 1.
2a and Table 5). 물을 대지 않은 논 (LCZ D_d)과 물을 댄 논 (LCZ D_w)에서 평균 23.9℃로 조사지점 중 가장 낮은 기온을 보였으며, 칠보초등학교 운동장 (LCZ F)은 평균 26.3℃로 가장 높은 기온을 나타냈다. 보통인공구조물이 많은 상업지역 (LCZ 2)이나 고층아파트 (LCZ 4)에서 야간 도시열섬현상 (urban heat island)으로 높은 기온을 나타내는 것으로 알려져 있지만, 이 연구에서는 칠보초등학교 지점 (LCZ F)이 다른 조사지점과 떨어져있으며 주변이 아파트와 빌라로 둘러싸여, 다른 그레이인프라 지역보다 평균 0.
미기후 실측은 상업지역 (LCZ 2), 고층아파트 (LCZ 4), 주택지역 (LCZ 6), 주차장 (LCZ E) 등 4개의 시가화건조지역, 물을 대지 않은 논 (LCZ D_d), 물을 댄 논 (LCZ D_w) 등 2개의 농업지역, 산림 (LCZ A), 공원 잔디밭 (LCZ D), 나지 (LCZ F), 수경 공간 (LCZ G_D)으로 총 10개 지점에서 이루어졌다. 미기후 요소 비교 분석 결과, 그린인프라 지역 (LCZ D, LCZ D_d, LCZ D_w, LCZ G_D, LCZ A)이 그레이 인프라 지역 (LCZ 2, LCZ 4, LCZ 6, LCZ E, LCZ F)보다 기온은 평균 1.6℃ 최대 2.4℃ 낮았으며, 상대습도는 반대로 그린인프라 지역이 평균 9.0% 최대 15.0% 높았다. 통계학적으로는 그레이인프라 지역인 4개의 시가화 건조지역 (LCZ 2, LCZ 4, LCZ 6, LCZ E)의 기온과 상대습도는 유의성이 없는 것으로 나타나 유사한 결과를 보이는 것으로 나타났다.
2016). 본 연구에서는 LCZ 2가 LCZ D에 비해서 0.9℃ 높았으나 LCZ A보다는 2.2℃ 낮아, LCZ D가 상대적으로 열저감 효과가 적었고 LCZ A에서는 정반대의 현상을 나타냈다. 이는 Milošević et al.
2018). 본 연구에서는 LCZ 2보다는 LCZ 4 (open high-rise)에서 더 높은 PET 결과를 나타냈으며, LCZ 2 와 LCZ D의 차이는 평균 0.9℃로 Unger et al. (2018) 의 결과에 비해 차이가 적었다. 이는 Unger et al.
산림을 제외한 그린인프라 지역의 평균 PET는 20.4℃ 로, 그레이인프라 지역의 평균 PET에 비해 3.2℃ 낮았으며 1/2 단계의 인간 열환경지수 저감효과를 보였다. 잔디밭 (LCZ D)을 기준으로 각 지점의 인간 열환경지수 PET 값을 비교한 결과, 물을 대지 않은 논 지점 (LCZ D_d)이 평균 20.
상대습도 (relative humidity, RH)에서는 그린 인프라 지역이 그레이인프라 지역보다 평균 9.0% 높게 나타났으며, 칠보초등학교 운동장 (LCZ F)이 평균 75.7%로조사지점 중 가장 낮았으며, 물을 댄 논 (LCZ Dw)이 90.7%로 가장 높은 값을 보였다(Fig. 2 (b) and Table 5).
평균복사온도를 결정하는 주 요인은 하늘시계지수 (sky view factor)이었으며, 유사한 하늘시계지수인 경우에는 포장재료의 영향을 많이 받는 것으로 나타났다. 시가화건조지역인 주택지역 (LCZ 6), 주차장 (LCZ E), 고층아파트 (LCZ 4)는 유의성이 없는 것으로 나타나야 간에 유사한 복사열 환경을 가지는 것으로 나타났다.
야간 (21:00 - 1:00)의 그린인프라 지역 LCZ D, LCZ Dd, LCZ D_w, LCZ G_D, LCZ A 지점의 기온 (air temperature, T_a)은 그레이인프라 지역LCZ 2, LCZ 4, LCZ 6, LCZ E, LCZ F에 비해 평균 1.6℃ 낮은 값을 보였다 (Fig. 2a and Table 5). 물을 대지 않은 논 (LCZ D_d)과 물을 댄 논 (LCZ D_w)에서 평균 23.
기온과 동일하게 상대습도에서도 시가화건조지역에서 LCZ에 따라 별 차이가 없는 것으로 나타났다. 야간의 풍속 (wind speed, u) 결과는 그린인프라 지역 평균 0.4 ms^-1, 그레이인프라 지역들이 평균 0.6 ms-1 으로 나타나, 예상했던 그레이인프라 지역에서 인공구조물에 의한 풍속저감현상을 확인할 수 없었다(Fig. 2c and Table 5). 그러나 그린인프라 지역 중 평균 풍속 0.
(2016) 연구의 LCZ D와 LCZ A 지점은 도시 외곽지역에 위치해 있어 도시 안에 위치한 본 연구 결과보다는 더 큰 차이를 보인 것으로 판단된다. 위의 두 연구 모두 고층건물이 있는 LCZ 1 (compact high-rise)과 LCZ 4 (open high-rise)는 없었으며, 본 연구에 비해서는 밤시간대의 PET값이 낮았다.
2℃ 낮았으며 1/2 단계의 인간 열환경지수 저감효과를 보였다. 잔디밭 (LCZ D)을 기준으로 각 지점의 인간 열환경지수 PET 값을 비교한 결과, 물을 대지 않은 논 지점 (LCZ D_d)이 평균 20.0%의 최대 저감 효과를 나타냈으며, 그레이인프라 지역들은 평균 4.4 - 8.0% 더 높았다 (Table 4 and Fig. 3 (b)). 주간에 인간 열환경 개선에 가장 효과적인 역할을 하는 산림 (LCZ A)은 잔디밭 (LCZ D) 대비 평균 3.
5℃의평균 차이를 보였다. 통계학적으로 주택지역 (LCZ 6), 주차장 (LCZ E), 고층아파트 (LCZ 4)는 서로 유의성이없었으나, 나머지 지점들은 서로 유의성이 있는 것으로나타나, 지점별로 다양한 복사열 환경을 가지는 것으로보인다.
8℃ 높은 기온을 보이는 것으로 판단된다. 통계학적으로는 가장 낮은 기온을 보인 두 논 (LCZ D_d, LCZ D_w)과 산림 (LCZ A), 수경공간 (LCZ G_D) 사이에는 유의성이 없었으며, 가장 높은 기온을 보인 칠보초등학교 운동장 (LCZ F) 과 상업지역 (LCZ 2) 사이에도 유의성이 없었다 (Table 5). 특히, 그레이인프라 지역 중 시가화건조지역인 주택지역 (LCZ 6), 주차장 (LCZ E), 고층아파트 (LCZ 4), 상업지역 (LCZ 2) 사이에는 유의성이 없는 것으로 나타나, 기온은 시가화건조지역에서 LCZ에 상관없이 유사한 값을 보이는 것으로 나타났다.
이 결과는 상대습도는 기온과 연동되어 상반된 결과를 보여주는 것이다. 통계학적으로는 가장 낮은 상대습도를 보인 칠보초등학교 운동장 (LCZ F)과 주차장 (LCZ E), 상업지역 (LCZ 2)은 유의성이 없었으며, 상대습도가 가장 높았던 물을 댄 논 (LCZ D_w)과 물을 대지 않은 논 (LCZ D_d)도 유의성이 없었다. 또한 기온과동일하게 그레이인프라 지역 중 시가화건조지역인 주택지역 (LCZ 6), 주차장 (LCZ E), 고층아파트 (LCZ 4), 상업지역 (LCZ 2) 사이에도 유의성이 없는 것으로 나타났다.
0% 높았다. 통계학적으로는 그레이인프라 지역인 4개의 시가화 건조지역 (LCZ 2, LCZ 4, LCZ 6, LCZ E)의 기온과 상대습도는 유의성이 없는 것으로 나타나 유사한 결과를 보이는 것으로 나타났다. 풍속에서는 그린인프라 지역과 그 레이 인프라 지역에서 차이가 거의 없었으며, 수목의 영향으로 가장 낮은 풍속을 보인 산림 (LCZ A)을 제외하고는 모든 지점에서 유의성이 없는 것으로 나타나, 건물이나 수목의 높이에 의해 결정되는 표면거칠기 뿐만 아니라 지역풍의 풍향과 가로 (도로)의 방향이 풍속을 결정하는 주 요인인 것으로 보인다.
통계학적으로는 그레이인프라 지역인 상업지역 (LCZ 2), 칠보초등학교 운동장 (LCZ F), 주차장 (LCZ E), 주택지역 (LCZ 6)에서 서로 유의성이 없었으며, 다른 지점들은 서로 유의성이 있는 것으로 나타났다. 이것은 그린 인프라 지역에서는 토지이용유형과 LCZ에 따라 다른 열환경이 조성되는 것을 나타내며, 그레이 인프라 지역에서는 고층아파트 (LCZ 4)가 다른 지점에 비해 더 높은 열환경을 보이는 것으로 나타났다.
이는 상업지역의 서북서 방향인 지역풍 풍향과 상업지역 내 도로 방향이 유사하여 상업지구 평균 4층 높이의 건물에 의한 풍속저감 현상이 적게 발생한 것으로판단된다. 통계학적으로는 풍속이 가장 낮았던 산림 (LCZ A)과 수경공간 (LCZ G_D)은 서로 유의성이 없었으며, 두 지점과 고층 아파트 (LCZ 4)를 제외한 나머지 지점들은 유의성이 없는 것으로 나타났다.
통계학적으로는 가장 낮은 기온을 보인 두 논 (LCZ D_d, LCZ D_w)과 산림 (LCZ A), 수경공간 (LCZ G_D) 사이에는 유의성이 없었으며, 가장 높은 기온을 보인 칠보초등학교 운동장 (LCZ F) 과 상업지역 (LCZ 2) 사이에도 유의성이 없었다 (Table 5). 특히, 그레이인프라 지역 중 시가화건조지역인 주택지역 (LCZ 6), 주차장 (LCZ E), 고층아파트 (LCZ 4), 상업지역 (LCZ 2) 사이에는 유의성이 없는 것으로 나타나, 기온은 시가화건조지역에서 LCZ에 상관없이 유사한 값을 보이는 것으로 나타났다.
풍속에서는 그린인프라 지역과 그 레이 인프라 지역에서 차이가 거의 없었으며, 수목의 영향으로 가장 낮은 풍속을 보인 산림 (LCZ A)을 제외하고는 모든 지점에서 유의성이 없는 것으로 나타나, 건물이나 수목의 높이에 의해 결정되는 표면거칠기 뿐만 아니라 지역풍의 풍향과 가로 (도로)의 방향이 풍속을 결정하는 주 요인인 것으로 보인다. 평균 복사온도에서는 수목의 영향으로 산림 (LCZ A)이 가장 높은 값을 보였으며, 산림을 제외하면 그린인프라 지역이 그레이 인프라 지역에 비해 평균 5.5℃의 저감 효과를 보였다. 평균복사온도를 결정하는 주 요인은 하늘시계지수 (sky view factor)이었으며, 유사한 하늘시계지수인 경우에는 포장재료의 영향을 많이 받는 것으로 나타났다.
5℃의 저감 효과를 보였다. 평균복사온도를 결정하는 주 요인은 하늘시계지수 (sky view factor)이었으며, 유사한 하늘시계지수인 경우에는 포장재료의 영향을 많이 받는 것으로 나타났다. 시가화건조지역인 주택지역 (LCZ 6), 주차장 (LCZ E), 고층아파트 (LCZ 4)는 유의성이 없는 것으로 나타나야 간에 유사한 복사열 환경을 가지는 것으로 나타났다.
(2019)의 연구결과와 비교해 차이가 적었다. 평균복사온도에서는 LCZ 2가 LCZ D에 비해서 1.9℃ 높았으나 LCZ A에 비해서 반대로 2.4℃ 낮은 값을 보였다. Kwok et al.
평균복사온도에서와 동일하게 산림 (LCZ A)이 평균 25.5℃로 가장 높은 PET 결과를 나타냈는데, 그레이 인프라 지역보다 평균 1.3 - 2.2℃ 높았다. 산림이 밤 시간대 가장 높은 인간 열환경지수를 보이는 것은 낮은 SVF의 영향으로 지구복사에너지가 높아지고 줄어든 풍속의 영향으로 현열 (sensible heat flux density)의 손실이 적어졌기 때문이다.
통계학적으로는 그레이인프라 지역인 4개의 시가화 건조지역 (LCZ 2, LCZ 4, LCZ 6, LCZ E)의 기온과 상대습도는 유의성이 없는 것으로 나타나 유사한 결과를 보이는 것으로 나타났다. 풍속에서는 그린인프라 지역과 그 레이 인프라 지역에서 차이가 거의 없었으며, 수목의 영향으로 가장 낮은 풍속을 보인 산림 (LCZ A)을 제외하고는 모든 지점에서 유의성이 없는 것으로 나타나, 건물이나 수목의 높이에 의해 결정되는 표면거칠기 뿐만 아니라 지역풍의 풍향과 가로 (도로)의 방향이 풍속을 결정하는 주 요인인 것으로 보인다. 평균 복사온도에서는 수목의 영향으로 산림 (LCZ A)이 가장 높은 값을 보였으며, 산림을 제외하면 그린인프라 지역이 그레이 인프라 지역에 비해 평균 5.

후속연구

(2018)의 연구에서 나타난 여름철 주간 (12:00 - 16:00)에 그린인프라 지역의 그레이인프라 지역 대비 1 - 2 단계의 열환경 개선 효과에 비해 야간 (21:00 - 1:00)의 열환경 개선 효과는 약하다고 할 수 있다. 그러나 혹서기에는 열환경 개선 효과가 더 클 것으로 예상되며, 중장기적 모니터링과 자료 수집이 이루어진다면 향후 도시계획과 환경보전계획 수립 시 도시에필요한 열환경 개선 계획에 도움이 될 것이다. 또한, 그동안 단일 기후요소인 기온에 의존했던 열환경 분석이아닌 인간 에너지 균형 모델 (human energy balance model)에 필요한 기온, 습도, 풍속, 태양 및 지구복사에너지를 포함한 인간 열환경지수를 이용한다면, 도시 열환경에 대한 좀더 정밀한 자료축적이 가능할 뿐만 아니라 정책 수요자들이 체감할 수 있는 관련 정책수립에 도움이 될 것으로 판단된다.
기존 연구의 LCZ A와 D의 지점은 도시열섬연구를위해 도시 외곽에 위치한 지점을 선정함으로서, 도시지역 내 열환경이 높았던 LCZ 2나 LCZ 4와의 차이가 더크게 난 것으로 생각되며, 산림지역인 LCZ A에 대한본 연구의 결과는 기존의 연구결과와 반대의 결과를 보이므로, 도시 안에 위치한 LCZ A에 대한 앞으로의 비교연구결과를 지켜보아야 할 것이다.
그러나 혹서기에는 열환경 개선 효과가 더 클 것으로 예상되며, 중장기적 모니터링과 자료 수집이 이루어진다면 향후 도시계획과 환경보전계획 수립 시 도시에필요한 열환경 개선 계획에 도움이 될 것이다. 또한, 그동안 단일 기후요소인 기온에 의존했던 열환경 분석이아닌 인간 에너지 균형 모델 (human energy balance model)에 필요한 기온, 습도, 풍속, 태양 및 지구복사에너지를 포함한 인간 열환경지수를 이용한다면, 도시 열환경에 대한 좀더 정밀한 자료축적이 가능할 뿐만 아니라 정책 수요자들이 체감할 수 있는 관련 정책수립에 도움이 될 것으로 판단된다.

참고문헌 (38)

Arnfield, A.J. 2003. Two decades of urban climate research: a review of turbulence, exchanges of energy and water, and the urban heat island. International Journal of Climatology 23(1): 1-26.

상세보기
Bowler, D.E., Buyung-Ali, L., Knight, T.M., and Pulin, A.S. 2010. Urban greening to cool towns and cities: a systematic review of the empirical evidence, Landscape Urban Plan 97: 147-155.

상세보기
Cha, J., Jung, E., Ryu, J., and Kim, D. 2007. Constructing a green network and wind corridor to alleviate the urban heat-island. Journal of the Korean Association of Geographic Information Studies 10(1): 102-112. (in Korean)
Demuzere, M., Orru, K., Heidrich, O., Olazabal, E., Geneletti, D., Orru, H., Bhave, A.G., Mittal, N., Feliu, E., and Faehnle, M. 2014. Mitigating and adapting to climate change: Multi-functional and multi-scale assessment of green urban infrastructure. Journal of Environmental Management 146: 107-115.

상세보기
Dimoudi, A. and Nikolopoulou, M. 2003. Vegetation in the urban environment: micro-climatic analysis and benefits. Building and Environment 35: 69-76.

상세보기
European Commission. 2013. Building a Green Infrastructure for Europe, http://ec.europa.eu/environment/nature/ecosystems/docs/greeninfrastructurebroc.pdf.
Gill, S.E., Handley, J.F., Ennos, A.R., and Psuleat, S. 2007. Adapting cities for climate changes: the role of the green infrastructure. Building and Environment 33: 115-33.
Han, S. 2006. The effect of the restored Choenggye stream on heat island intensity and building cooling load in the surrounding area. Master thesis, University of Seoul. (in Korean)
Hong, J., Hong, J., Lee, S., and Lee, J. 2013. Spatial distribution of urban heat island based on local climate zone of automatic weather station in Seoul metropolitan area. Atmosphere 23(4): 413-424. (in Korean)

원문보기 상세보기
Hoppe, P.R. 1999. The physiological equivalent temperature-a universal index for the biometeorological assessment of the thermal environment. International Journal of Biometeorology 43: 71-75.

상세보기
IPCC. 2013. Climate Change 2013: The Physical Science Basis. WMO, 7bis, Avenue de la Paix, 1211 Geneva2.
Jo, H.K. and Ahn, T.W. 1999. Function of microclimate amelioration by urban greenspace, Journal of the Korean Institute of Landscape Architecture 27(4): 23-28. (in Korean)
Kim, K. and Eum, J. 2017. Classification of local climate zone by using WUDAPT Protocol-A case study of Seoul, Korea. Journal of the Korean Institute of Landscape Architecture 45(4): 131-142. (in Korean)

원문보기 상세보기
Klimn, W., Heusinkveld, B.G., Lenzholzer, S., Jacobs, M.H., and van Hove, B. 2015. Psychological and physical impact of urban green spaces on outdoor thermal comport during summertime in the Netherlands. Building Environment 83: 120-128.

상세보기
Kong, H., Choi, N., Park, S., Lee, J., and Park, S. 2018. A study on human thermal comfort of residential development districts in summer season. Ecology and Resilient Infrastructure 5(4): 219-228. (in Korean)
Kovacs, A. and Nemeth, A. 2012. Tendencies and differences in human thermal comfort in district urban areas in Budapest, Hungary. Universitatis Szegediensis, Tomus 46: 115-124.
Kwok, Y.T., Schoetter, R., Lau, K., Hidalgo, J., Ren, C., Pigeon, G., and Masson, V. 2019. How well does the local climate zone scheme discern the thermal environment of Toulouse (France)? An analysis using numerical simulation data. International Journal of Climatology 39(14): 5292-5315.

상세보기
Lafortezza, R., Davies, C., Sanesi, G., and Konijnendijk, C.C. 2013. Green Infrastructure as a tool to support spatial planning in European urban regions, iForest Biogeosci. For. 6(7): 102.

상세보기
Lau, K.K., Chung, S.C., and Ren, C. 2019. Outdoor thermal comfort in different urban settings of sub-tropical high- density cities: An approach of adopting local climate zone (LCZ) classification. Building and Environment 154: 227-238.

상세보기
Lyu, T., Buccolieri, R., and Gao, Z. 2019. A numerical study on the correlation between sky view factor and summer microclimate of local climate zones. Atmosphere 10(8). 438, doi: 10.3390/atmos10080438.

상세보기
Matzarakis, A., Mayer, H., and Iziomon, M.G. 1999. Applications of a universal thermal index: physiological equivalent temperature. International Journal of Biometeorology 43: 76-84.

상세보기
Matzarakis, A., Rutz, F., and Mayer, H. 2010. Modelling radiation fluxes in simple and complex environments: basics of the RayMan Model. International Journal of Biometeorology 54(2): 131-139.

상세보기
Mell, I.C. 2008. "Green infrastructure: Concepts and planning." FORUM: Int. J. Postgraduate Stud. Archit. Plann. Landscape 8(1): 69-80.
Milosevic, D.D., Savic, S.M., Markovic, V., Arsenovic, D., and Secerov, I. 2016. Outdoor human thermal comfort in local climate zones of Novi Sad (Serbia) during heat wave period. Hungarian Geographical Bulletin 65(2): 129-137.

상세보기
Muller, N., Kuttler, W., and Barlag, A. 2014. Counteracting urban climate change: adaptation measures and their effect on thermal comfort. Theoretical and Applied Climatology 115: 243-257.

상세보기
Norton, B.A., Coutts, A.M., Livesley, S.J., Harris, R.J., Hunter, A.M., and Williams N.S.C. 2015. Planning for cooler cities: A Framework to prioritise green infrastructure to mitigate high temperatures in urban landscapes. Landscape and Urban Planning 134: 127-138.

상세보기
Oke, T.R. 1973. City size and the urban heat island. Atmospheric Environment 7(8): 769-779.

상세보기
Ottele, M., Perini, K., Fraaij, A.L.A., Haas, E.M., and Raiteri, R. 2011. Comparative life cycle analysis for green facades and living wall systems. Energy and Buildings 43(12): 3419-3429.

상세보기
Park, K. and Jung, S. 1999. Analysis on urban heat island effects for the metropolitan green space planning. Journal of the Korean Association of Geographic Information Studies 2(3): 35-45. (in Korean)
Park, S. 2011. Human-Urban Radiation Exchange Simulation Model. PhD dissertation, University of Victoria, Victoria, B.C., Canada.
Song, Y. 2002. Influence of new town development on the urban heat islands-in the case of Pan-Gyo area and Bun-Dang new town. Journal of the Korean Institute of Landscape Architecture 30(4): 37-46. (in Korean)
Stewart, I.D. and Oke, T.R. 2012. 'Local climate zones' for urban temperature studies. Bulletin of the American Meteorological Society 93: 1879-1900.

상세보기
Stewart, I.D., Oke, T.R., and Krayenhoff, E.S. 2014. Evaluation of the "local climate zone" scheme using temperature observations and model simulations. International Journal of Climatology 34(4): 1062-1080.

상세보기
Tzoulas, K., Korpela, K., Venn, S., Yli-Pelkonen, V., Kazmierczak, A., Niemela, J., and James, P. 2007. Promoting ecosystem and human health in urban areas using Green Infrastructure: A literature review. Landscape and urban planning 81(3): 167-178.

상세보기
Unger, J., Skarbit, N., and Gal, T. 2018. Evaluation of outdoor human thermal sensation of local climate zones based on long-term database. International Journal of Biometeorology 62(2): 183-193.

상세보기
Villadiego, K. and Velay-Dabat, M.A. 2014. Outdoor thermal comfort in a hot and humid climate of Columbia: A field study in Barranquilla. Building and Environment 75: 142-152.

상세보기
Yeo, I., Yee, J., and Yoon, S. 2009. Analysis on the effects of building coverage ratio and floor space index on urban climate. Journal of the Korean Solar Energy Society 29(3): 19-27. (in Korean)
Yi, C., Eum, J., Choi, Y., Kim, K., Scherer, C., Feherenbach, U., and Kim, G. 2011. Development of climate analysis Seoul (CAS) maps based on landuse and meteorological Model. Journal of the Korean Association of Geographic Information Studies 14(1): 12-25. (in Korean)

원문보기 상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format