[논문]Landsat 8 영상과 취약성 분석을 활용한 폭염재해 취약지역의 특성분석

김지숙; 김호용

doi:10.11108/kagis.2020.23.1.001

Landsat 8 영상과 취약성 분석을 활용한 폭염재해 취약지역의 특성분석
Analysis on the Characteristics of Heat Wave Vulnerable Areas Using Landsat 8 Data and Vulnerability Assessment Analysis 원문보기

한국지리정보학회지 = Journal of the Korean Association of Geographic Information Studies, v.23 no.1, 2020년, pp.1 - 14

김지숙 (동아대학교 도시계획공학과) , 김호용 (동아대학교 도시계획공학과)

초록
AI-Helper

도시는 인구 및 기반시설의 집중과 집약적 토지이용으로 인해 재해 취약성이 높으며 이들 지역이 가진 지역적, 공간적 특성에 따라 취약성에 영향을 주는 요인들도 다양하다. 본 연구는 폭염지역의 취약원인을 살펴보기 위한 방법으로 Landsat 8 위성자료에서 추출한 지표온도와 폭염 재해 취약성 분석을 수행하였다. 지표온도가 높은 지역과 재해취약성이 높은 지역이 일치하지는 않았으나 두 분석에서 공통으로 취약한 지역의 특성을 분석하기 위하여 중첩분석을 수행한 결과, 고밀도로 개발된 상업지역과 준주거지역의 비중이 높은 대상지 내 일부 지역이 가장 취약한 것으로 나타났다. 이는 기후노출요인과 취약인구, 주거불량지역 비율이 주요 원인인 것으로 나타났다. 이에 따라 녹지확충과 주거환경정비와 같은 대안들이 제시될 수 있을 것이다. 폭염피해 저감과 적응을 위한 다양한 정책들이 수립되어 시행되고 있으나, 도시 내부의 지역적, 공간적 특성을 살펴보고 폭염 원인의 정확한 진단과 그에 맞는 적절한 대책을 마련하여 향후 그에 맞는 중장기적 대안들을 마련해야 할 필요가 있을 것으로 판단된다.

Abstract ▼ AI-Helper

Cities are highly susceptible to disasters due to concentration of population and infrastructure and intensive land use, and there are various factors that affect vulnerability according to regional characteristics. This study analyzed the vulnerability of the heat wave and the surface temperature extracted from Landsat 8 satellite data. Areas with high surface temperature and with high vulnerability did not match. This study overlaid the results of vulnerability analysis and the land surface temperature(LST) in order to identify causes of vulnerability. The results showed that some areas within high-density commercial and semi-residential areas were the most vulnerable, with climate exposure factors, the ratio of the vulnerable populations and residential defective areas being the main causes. Accordingly, alternatives such as green space and residential environmental improvement could be suggested. Various policies for reducing and adapting to heat wave have been established and implemented. However, it is necessary to examine the regional and spatial characteristics of the city, to accurately diagnose the cause of the heat wave, and to prepare appropriate long-term alternatives accordingly.

주제어

표/그림 (18)

그림 FIGURE 1. Study area
그림 FIGURE 2. List of Variables
그림 FIGURE 3. Variables of Present Vulnerability
그림 FIGURE 4. Variables of Future Vulnerability
그림 FIGURE 5. Image of Landsat 8 Satellite
그림 FIGURE 6. Structure of the vulnerability analysis (edited based on Kim et al.(2014))
그림 FIGURE 7. Result of Present Vulnerability
그림 FIGURE 8. Result of Future Vulnerability
표 TABLE 2. Result of Present Vulnerability
그림 FIGURE 9. Total Disaster Vulnerability
그림 FIGURE 10. Land Surface Temperature
표 TABLE 3. Result of Future Vulnerability
표 TABLE 4. Result of Total Disaster Vulnerability
그림 FIGURE 11. Land Use in Study Area
그림 FIGURE 12. 4 Grades of Land Surface Temperature
그림 FIGURE 13. Overlay Analysis : Grade Ⅱ
그림 FIGURE 14. Overlay Analysis : Grade Ⅰ
표 TABLE 5. Characteristics of Overlay Analysis: Grade Ⅰ & Grade Ⅱ

AI 본문요약
AI-Helper

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

문제 정의

본 연구는 폭염취약지역의 인공위성 열 영상과 취약성 분석결과를 비교분석하고 이를 중첩하여 그 지역이 갖는 공간적 특성과 관련하여 취약 원인을 살펴보고자 하였다. 도시의 열 환경을 분석하는 데 효과적인 위성영상과 한 지역의 기후 및 사회적 민감도를 변수로 포함하는 취약성 분석의 결과는 상이하게 나타날 수 있다.
본 연구에서는 도시의 폭염 취약지역의 공간적 특성을 고찰하기 위해 인공위성영상에서 추출한 열 영상과 사회적 지표들을 포함하는 폭염재해취약성 분석 결과를 비교하였다. 토지 피복의 영향을 받는 위성영상 자료와 취약요인들을 포함하고 있는 폭염취약성 분석 결과를 비교하여 어떠한 요인이 취약지역에 영향을 미치고 있는지를 살펴보았고, 이들 결과의 공간 분류단위를 일치시켜 중첩분석을 수행하여 토지 이용적인 물리적 관점이나 취약계층과 같은 요인을 포함하는 사회적 관점에서 매우 취약한 것으로 나타난 지역들을 도출하였다.
위에서 살펴본 바와 같이 취약성 분석은 대상지의 기후적, 물리적인 조건 뿐만 아니라 사회경제적, 인구학적 취약성을 모두 포함하여 평가함으로써 재해 저감을 위한 정책적 판단 근거를 마련한다는 목적이 있다. 현행 「국토의 계획 및 이용에 관한 법률」에 따른 도시 기후변화 재해취약성 분석에서는 기후변화에 따른 재해에 효율적으로 대응하기 위해 재해취약지역을 분석하고 그 결과를 토대로 실효성 있는 재해저감 대책을 마련함으로써 재해예방형 도시계획수립시에 체계적인 판단 근거를 제공하려는 목적을 밝히고 있다.
위에서 살펴본 바와 같이 취약성 분석은 대상지의 기후적, 물리적인 조건 뿐만 아니라 사회경제적, 인구학적 취약성을 모두 포함하여 평가함으로써 재해 저감을 위한 정책적 판단 근거를 마련한다는 목적이 있다. 현행 「국토의 계획 및 이용에 관한 법률」에 따른 도시 기후변화 재해취약성 분석에서는 기후변화에 따른 재해에 효율적으로 대응하기 위해 재해취약지역을 분석하고 그 결과를 토대로 실효성 있는 재해저감 대책을 마련함으로써 재해예방형 도시계획수립시에 체계적인 판단 근거를 제공하려는 목적을 밝히고 있다. 한편 위성영상을 이용한 분석은 지표면의 토지이용과 건조환경, 지형 등으로 인한 결과로 나타나는 열환경을 보여준다.

제안 방법

본연구에서는 폭염 재해취약성 분석을 수행하였으며, 「도시 기후변화 재해취약성 분석 및 활용에 관한 지침」(이하“지침”)을 바탕으로 집계구단위별로 분석하였다.
부산광역시 전체를 대상으로 본 연구에서는 국토교통부의「도시 기후변화 재해취약성 분석 및 활용에 관한 지침」을 바탕으로 폭염재해 취약성 분석을 수행하고 이를 Landsat8 영상을 이용한 지표 온도 산출 결과와 비교하여 폭염지역의 특성을 도출한다. 이후 중첩분석을 통해취약지역의 공간적 특성을 살펴보고 그에 맞는 적응대책을 제안한다.
재해취약성 분석에서는 Ⅰ등급 또는 Ⅱ등급인지역을“재해취약지역”으로 분류하고 있다. 이러한 기준을 적용하여 두 분석 모두에서 Ⅰ등급 또는 Ⅱ등급으로 나타난 지역(Grade Ⅱ)을 도출하였다(그림 13). 공간단위와 분류 단위를 일치시킨 중첩분석을 통하여 폭염 취약지역의 특성을 살펴본 결과, 재해취약성과 지표온도 모두 높은 지역은 용도지역상(그림 11) 주거와 상업, 공업용도로 사용되는 내륙지역의 시가화지역과 유사하게 나타났다.
그럼에도 불구하고 두 가지 분석에서 모두 높게 나타나는 지역은 폭염에 취약한 지역으로 볼 수 있다. 이를 살펴보기 위해 재해취약성분석에서 사용되는 분석 단위인 집계구단위로 지표온도 분석결과를 일치시킨 후, 지표온도의 등급 또한 기후변화 재해취약성분석에서 등급 분류에 사용되는 Jenks의 최적화 기법을 적용하여 4등급으로 분류하였다(그림 12).
부산광역시 전체를 대상으로 본 연구에서는 국토교통부의「도시 기후변화 재해취약성 분석 및 활용에 관한 지침」을 바탕으로 폭염재해 취약성 분석을 수행하고 이를 Landsat8 영상을 이용한 지표 온도 산출 결과와 비교하여 폭염지역의 특성을 도출한다. 이후 중첩분석을 통해취약지역의 공간적 특성을 살펴보고 그에 맞는 적응대책을 제안한다.
본 연구에서는 도시의 폭염 취약지역의 공간적 특성을 고찰하기 위해 인공위성영상에서 추출한 열 영상과 사회적 지표들을 포함하는 폭염재해취약성 분석 결과를 비교하였다. 토지 피복의 영향을 받는 위성영상 자료와 취약요인들을 포함하고 있는 폭염취약성 분석 결과를 비교하여 어떠한 요인이 취약지역에 영향을 미치고 있는지를 살펴보았고, 이들 결과의 공간 분류단위를 일치시켜 중첩분석을 수행하여 토지 이용적인 물리적 관점이나 취약계층과 같은 요인을 포함하는 사회적 관점에서 매우 취약한 것으로 나타난 지역들을 도출하였다. 이러한 결과는 이후 공간적인 특성에 맞는 폭염 적응대책을 마련하기 위한 근거로 활용될 수 있을 것이다.

대상 데이터

도시 취약구성요소인 취약인구와 독거 노인수, 저소득층 인구수는 통계청 인구 총 조사(SGIS) 데이터를 활용하였으며, 도로는KLIS를 이용하여 구축하였다. 단독주택 내 지붕(콘크리트, 슬라브, 슬레이트) 데이터는 국토교통부 건축물 생애이력 시스템을 활용하였으며, 부산 원도심 지역(동구, 서구, 중구, 영도구)을 중심으로 높은 취약등급이 분포하고 있었다.2018년 기준으로 구축된 현재취약성 데이터의 분포현황은 그림 3과 같다.
현재 기후노출 데이터는 부산지방기상청에서 제공하는 2009년부터 2018년까지의 기상관측자료를 이용하여 대상지 기후 데이터를 추출하였다. 대상지인 부산광역시에는 유인관측소(ASOS)1개소와 무인관측소(AWS) 14개소가 있으며, 인근 지역의 ASOS 2개소, AWS 6개소를 같이 활용하여 공간보간법(IDW : Inverse DistanceWeighted) 분석으로 데이터를 구축하였다. 연평균 열대야 일수가 가장 적은 지역은 부산시 주례로 연평균 2.
잠재취약지역인 주거불량지역은 30년 이상의 단독주택으로, 대상지역에는 235,832호가 있으며, 이 중 부산진구에 28,876호로 가장 많은 것으로 나타났다. 도시 취약구성요소인 취약인구와 독거 노인수, 저소득층 인구수는 통계청 인구 총 조사(SGIS) 데이터를 활용하였으며, 도로는KLIS를 이용하여 구축하였다. 단독주택 내 지붕(콘크리트, 슬라브, 슬레이트) 데이터는 국토교통부 건축물 생애이력 시스템을 활용하였으며, 부산 원도심 지역(동구, 서구, 중구, 영도구)을 중심으로 높은 취약등급이 분포하고 있었다.
, 2018). 따라서 본 연구에서는 밴드 10을 이용하였다.
미래 기후노출 자료는 기상청 기후변화정보센터에서 제공하는 남한상세 RCP 8.5 기후변화시나리오 자료를 활용하여야 하나, 스케일의 문제로 국토연구원 국가방재연구센터에서 구축한데이터를 활용하였다. 부산광역시는 최소 3.
본 연구는 공간적 범위로 부산광역시를 설정하였다(그림 1). 부산광역시는 위성영상을 활용하여 열 환경을 살펴보는 데 있어서 구릉성산지와 해안, 낙동강 등의 지형적 요소로 다양한 토지이용 및 토지피복 상황들을 고려할 수 있고 또한 산복도로, 구도심쇠퇴, 출산율 감소 및 청년인구 유출로 인하여 일반적으로 재해 취약성 분석에서 검토하는 고령자, 독거노인, 기초생활수급자와 같은 도시취약구성요소가 고루 분포하고 있어 사회적 취약요인의 영향력을 함께 검토 할 만한 대상지라고 할 수 있다
gov/)홈페이지에서 제공하고 있다. 본 연구에서는 대상지를 중심으로 관측되는 path114/row36 영역의 자료에 대하여 구름이 적고(10%이하) 폭염에 영향을 주는 여름(7월, 8월) 기간을 설정하여 2018년 7월 14일 낮 시간(01:58 GMT)데이터를 활용하였다.
현재 기후노출 데이터는 부산지방기상청에서 제공하는 2009년부터 2018년까지의 기상관측자료를 이용하여 대상지 기후 데이터를 추출하였다. 대상지인 부산광역시에는 유인관측소(ASOS)1개소와 무인관측소(AWS) 14개소가 있으며, 인근 지역의 ASOS 2개소, AWS 6개소를 같이 활용하여 공간보간법(IDW : Inverse DistanceWeighted) 분석으로 데이터를 구축하였다.
현재 도시민감도 자료는 건축물 대장과 KLIS데이터 및 해당지자체 요청자료를 사용하였다. 잠재취약지역인 주거불량지역은 30년 이상의 단독주택으로, 대상지역에는 235,832호가 있으며, 이 중 부산진구에 28,876호로 가장 많은 것으로 나타났다.

데이터처리

기후변화 재해취약성 분석과 지표온도 분석을 통하여 공통적으로 위험한 부분을 도출하기 위하여 중첩분석을 수행하였다. 분석결과 지표온도가 높은 지역이 재해취약성이 높은 지역으로 나타나지는 않았다.

성능/효과

이러한 기준을 적용하여 두 분석 모두에서 Ⅰ등급 또는 Ⅱ등급으로 나타난 지역(Grade Ⅱ)을 도출하였다(그림 13). 공간단위와 분류 단위를 일치시킨 중첩분석을 통하여 폭염 취약지역의 특성을 살펴본 결과, 재해취약성과 지표온도 모두 높은 지역은 용도지역상(그림 11) 주거와 상업, 공업용도로 사용되는 내륙지역의 시가화지역과 유사하게 나타났다. 다만 동구를 제외한 해안지역은 재해취약성분석 결과 나타난 낮은 등급의 영향을 받아 위험도가 낮았다.
대상지역의 용도지역도(그림 11)와 비교하여 살펴보면 주‧상‧공업지역이 위치하는 시가화지역의 온도가 높고, 산림과 녹지지역의 온도가 낮은 것으로 나타났다. 특히 사상구의 사상공단과 사하구의 장림공단, 강서구 녹산공단 등 용도지역상 공업지역으로 공장의 밀집도가 높은 지역에서 지표온도가 매우 높은 것으로 나타났다.
미래 취약성은 최근 10년간 증가 인구수, 최근 10년간 시가화·건조지역, 도시개발 관련 개발예정지구의 표준화지수 평균을 산출하여 미래도시민감도 점수를 도출한다. 미래 도시 민감도분석결과 동래구 일대에 Ⅰ등급 지역이 가장 널리 분포하고 있으며, 금정구와 연제구에 취약한(Ⅱ등급) 지역이 많은 것으로 분석되었다. 미래 재해취약지역(Ⅰ, Ⅱ등급)은 전체 면적대비 5.
본 연구에서는 연구대상지의 위성영상을 통해 항만이나 공업지역과 같이 지표온도를 높이는 요인과 녹지와 바다처럼 열을 완화할 수 있는 요인들을 확인할 수 있었다. 한편 취약성 분석으로 폭염과 열대야가 빈발하는 시가화 지역의 취약성을 확인하였고, 이를 열 영상과 중첩하여 위험 등급에 따라 특성을 살펴본 결과, 상업 및 주거지 비율이 높은 폭염 취약지역을 도출하였다.
5 기후변화시나리오 자료를 활용하여야 하나, 스케일의 문제로 국토연구원 국가방재연구센터에서 구축한데이터를 활용하였다. 부산광역시는 최소 3.13일, 최대 27.75일의 폭염과 최소 21.98일 최대48.22일의 열대야가 발생할 것으로 전망되었다.
기후변화 재해취약성 분석과 지표온도 분석을 통하여 공통적으로 위험한 부분을 도출하기 위하여 중첩분석을 수행하였다. 분석결과 지표온도가 높은 지역이 재해취약성이 높은 지역으로 나타나지는 않았다. 실질적으로 고온의 지표온도지역과 폭염취약성 요인들과 어떤 연관성이 있는지 분석하기 위하여 지표온도를 종속변수로, 재해취약성 분석에서 사용되는 변수들을 독립변수로 설정하여 OLS분석을 수행한 결과 변수들의 설명력을 나타내는 R2값이 0.
특히 사상구의 사상공단과 사하구의 장림공단, 강서구 녹산공단 등 용도지역상 공업지역으로 공장의 밀집도가 높은 지역에서 지표온도가 매우 높은 것으로 나타났다. 산림지역과 녹지지역은 전반적으로 낮은 지표온도를 나타내고 있으나, 강서구의 일부 녹지 지역에서 높은 지표온도가 관측되었다. 이는 대상지역이 용도지역상은 녹지지역이나, 토지피복이 시가화지역과 유사한 특성을 가진 김해공항이 원인인 것으로 판단된다.
분석결과 지표온도가 높은 지역이 재해취약성이 높은 지역으로 나타나지는 않았다. 실질적으로 고온의 지표온도지역과 폭염취약성 요인들과 어떤 연관성이 있는지 분석하기 위하여 지표온도를 종속변수로, 재해취약성 분석에서 사용되는 변수들을 독립변수로 설정하여 OLS분석을 수행한 결과 변수들의 설명력을 나타내는 R2값이 0.16에 불과한 것으로 나타났다. 이는 지표온도가 높은 지역은 위성영상을 분석하여 도출한 결과이지만, 폭염 재해취약성 분석결과는 사회적․ 인문적 요인과 현재와 미래에 대한 기후노출을 반영하는 등다양한 요인들이 복합적으로 적용되어 있기 때문이다.
두 분석 결과에서 모두 Ⅰ등급으로 나타난 지역은 열 환경과 폭염 취약성 모두에서 가장 취약한 지역(Grade Ⅰ)으로 볼 수 있으며, 금정구와 동래구, 부산진구 일부에 분포한다(그림14). 용도지역과 중첩해본 결과 대부분 높은 밀도로 개발된 상업지역과 준주거지역의 비중이 높은 것으로 나타났다. 지표온도가 높게 나타났던 공업지역은 기후노출과 민감도가 반영된 재해취약성 분석 결과의 낮은 등급으로 인하여, 중첩했을 때 Ⅰ등급 지역으로 나타나지 않았다.
폭염에 취약한 지역은 강서구의 일부 지역을 제외하고 현재 기후노출에 의해 등급이 높게 나타난 지역과 유사한 분포 패턴을 나타냈다. 즉, 연평균 일 최고기온 33℃이상 일수와 연평균 열대야가 많이 나타나는 지역으로 시가화가 진행된 지역을 중심으로 높게 나타났다. 시가화 지역은 아니지만 취약 등급이 높게 나타난 강서구 일부지역은 공항에 의한 영향으로 판단되며, 시가화 지역이면서 취약 등급이 낮은 지역은 바다에 접한 지역으로 현재기후 노출이 낮은 영향으로 판단된다.
지표면온도의 분포를 구군별로 살펴보면 서측의 사상구와 사하구 지역 및 강서구 남쪽지역의 온도가 높은 것으로 나타났으며, 항만 및 컨테이너부두가 있는 남구와 동구일대가 높게 나타났다. 지리적 특성에서 살펴보면 일반적으로 바다와 인접한 지역과 녹지의 비중이 높은 지역에서 지표면 온도가 낮은 것으로 관측되었으나 바다와 인접해 있더라도 항만지역은 높은 온도로 나타났다. 이는 선행연구(Ahn et al.
Landsat 8 위성영상을 이용하여 도출한 대상지의 지표면 온도는 그림 10과 같다. 지표면온도의 분포를 구군별로 살펴보면 서측의 사상구와 사하구 지역 및 강서구 남쪽지역의 온도가 높은 것으로 나타났으며, 항만 및 컨테이너부두가 있는 남구와 동구일대가 높게 나타났다. 지리적 특성에서 살펴보면 일반적으로 바다와 인접한 지역과 녹지의 비중이 높은 지역에서 지표면 온도가 낮은 것으로 관측되었으나 바다와 인접해 있더라도 항만지역은 높은 온도로 나타났다.
대상지역의 용도지역도(그림 11)와 비교하여 살펴보면 주‧상‧공업지역이 위치하는 시가화지역의 온도가 높고, 산림과 녹지지역의 온도가 낮은 것으로 나타났다. 특히 사상구의 사상공단과 사하구의 장림공단, 강서구 녹산공단 등 용도지역상 공업지역으로 공장의 밀집도가 높은 지역에서 지표온도가 매우 높은 것으로 나타났다. 산림지역과 녹지지역은 전반적으로 낮은 지표온도를 나타내고 있으나, 강서구의 일부 녹지 지역에서 높은 지표온도가 관측되었다.
현재 취약성은 현재 기후노출 등급(Ⅰ~Ⅳ)과 현재 도시민감도 등급(Ⅰ~Ⅳ)에 대한 매트릭스매칭을 통해 현재 재해취약지역(Ⅰ, Ⅱ등급) 등급을 도출한다. 폭염재해에 매우 취약한 Ⅰ등급 지역은 전체면적 대비 1.5% 수준으로 금정구,동래구, 부산진구, 연제구 등 시가화가 진행된 6개 구 군에 집중적으로 분포하였으며, 취약한 Ⅱ등급은 영도구와 사하구를 제외한 지역에 다양하고 넓게(33.8%)게 분포하는 것으로 나타났다(표 1).
본 연구에서는 연구대상지의 위성영상을 통해 항만이나 공업지역과 같이 지표온도를 높이는 요인과 녹지와 바다처럼 열을 완화할 수 있는 요인들을 확인할 수 있었다. 한편 취약성 분석으로 폭염과 열대야가 빈발하는 시가화 지역의 취약성을 확인하였고, 이를 열 영상과 중첩하여 위험 등급에 따라 특성을 살펴본 결과, 상업 및 주거지 비율이 높은 폭염 취약지역을 도출하였다. 폭염 취약지역에 대한 대책은 주로 폭염예·경보 시스템 구축이나 응급의료지원, 무더위 쉼터와 같이 폭염발생기간에 적용할 수 있는 수단들이 적용되어 왔으나, 도시의 건조 환경개선이나 도시계획제도를 통한 중장기적 대책도 마련할 필요가 있다.

후속연구

도시의 열 환경을 분석하는 데 효과적인 위성영상과 한 지역의 기후 및 사회적 민감도를 변수로 포함하는 취약성 분석의 결과는 상이하게 나타날 수 있다. 그러나 고온지역을 추출하여 토지이용을 살펴보고 그 지역의 취약성분석 결과와 중첩시켜 살펴봄으로써 지역기반 데이터를 이용한 공간적특성을 도출할 수 있다는 의의를 찾을 수 있을 것이다.
폭염에 대한 취약성은 지역과 공간의 특성에 따라 영향을 미치는 요인이 다양할 수 있으며 이에 대한 폭염 저감이나 적응 대책에 있어서도 지역 기반의 다양한 요인들이 반영되어야 한다. 기후 변화와 도시환경의 영향으로 폭염의 위험성이 증대되고 있는 가운데 폭염 취약지역의 공간적 특성을 확인하고 지역기반의 취약요인 분석 및 진단을 통해 적절한 대비책을 강구해야 할 것이다.
이처럼 고온지역을 도출하기 위한 열 영상 분석과 취약지역을 도출하기 위한 취약성 분석은 그 목적과 초점에서 차이가 있지만, 위성영상을 이용한 열환경 분석은 실제 지표면의 토지이용과 건조환경으로 인한 고온 지역과 그렇지 않은 지역을 식별할 수 있고, 취약성 분석은 현재와 미래의 기후적, 사회적 취약요소들이 반영된다. 따라서 두 가지의 분석을 비교하고 중첩하여 그 결과를 고찰함으로써 어떠한 요인이 취약지역에 영향을 미치고 있는지 상호보완적으로 살펴볼 수 있을 것이다.
본 연구에서는 대상지에 대한 폭염 위험도 및 대처방안을 일반적으로 서술하였으나, 폭염 취약성 분석 결과에 대하여 더욱 미시적으로 접근하여 지역 하나하나에 대한 검토가 동반된다면 지역 방재력 향상에 기여할 수 있을 것으로 판단된다. 또한 본 연구에서 지표온도를 산출하는 과정에서 한 해의 데이터를 활용하였다는 한계가 있는데, 다수 년도의 열영상을 활용한다면 더욱 정확하고 시계열적으로 의미 있는 결과가 도출될 것으로 보인다.
, 2018)에서 도심의 녹지가 상업지역보다 주거지역에서 냉각효과의 강도와 범위가 큰 것으로 제시된 바 있다. 또한 폭염에 의한 인명피해의 방지차원에서 주거지 비율이 높은 해당지역 일원을 중심으로 주택개량과 주거환경정비가 필요할 것이다. 해당 주민의 자발성이 있는 주택개량을 지원하기 위한 주택개량자금융자제도 개선, 주택역모기지상품 도입과 같은 제도도 동반되어야 할 것이다.
본 연구에서는 대상지에 대한 폭염 위험도 및 대처방안을 일반적으로 서술하였으나, 폭염 취약성 분석 결과에 대하여 더욱 미시적으로 접근하여 지역 하나하나에 대한 검토가 동반된다면 지역 방재력 향상에 기여할 수 있을 것으로 판단된다. 또한 본 연구에서 지표온도를 산출하는 과정에서 한 해의 데이터를 활용하였다는 한계가 있는데, 다수 년도의 열영상을 활용한다면 더욱 정확하고 시계열적으로 의미 있는 결과가 도출될 것으로 보인다.
토지 피복의 영향을 받는 위성영상 자료와 취약요인들을 포함하고 있는 폭염취약성 분석 결과를 비교하여 어떠한 요인이 취약지역에 영향을 미치고 있는지를 살펴보았고, 이들 결과의 공간 분류단위를 일치시켜 중첩분석을 수행하여 토지 이용적인 물리적 관점이나 취약계층과 같은 요인을 포함하는 사회적 관점에서 매우 취약한 것으로 나타난 지역들을 도출하였다. 이러한 결과는 이후 공간적인 특성에 맞는 폭염 적응대책을 마련하기 위한 근거로 활용될 수 있을 것이다.
또한 폭염에 의한 인명피해의 방지차원에서 주거지 비율이 높은 해당지역 일원을 중심으로 주택개량과 주거환경정비가 필요할 것이다. 해당 주민의 자발성이 있는 주택개량을 지원하기 위한 주택개량자금융자제도 개선, 주택역모기지상품 도입과 같은 제도도 동반되어야 할 것이다. 이와 같이 폭염재해에 대응하기 위하여 공공지원 사업의 확대도 중요하지만, 취약지역마다 다르게 존재하는 재해취약 원인을 바탕으로 우선순위를 고려한 맞춤형 방재대책의 도입이 강구되어야 할 것으로 판단된다.

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

연합인증