[논문]도시홍수 방재를 위한 그린 인프라스트럭처 공간분석

이혜경

doi:10.13161/kibim.2020.10.4.081

도시홍수 방재를 위한 그린 인프라스트럭처 공간분석
Spatial Analysis of Green Infrastructure for Urban Flood Mitigation 원문보기

Journal of KIBIM = 한국BIM학회논문집, v.10 no.4, 2020년, pp.81 - 88

이혜경 (단국대학교 도시계획부동산학부)

Abstract ▼ AI-Helper

Green Infrastructure has been considered as one of strategies for flood mitigation in cities. Although, the diverse benefits of green infrastructure implementation are studies, there is a lack of research on the relationship between spatial composition and configuration of green infrastructure and urban flood mitigation. To address this gap, this study 1) utilized high-resolution satellite imagery to analyze spatial composition and configuration of green infrastructure in highly developed seven cities in South Korea, and 2) conducted an empirical analysis to find the relationship between economic losses from flooding and spatial patterns of green infrastructure and development patterns. The results of this research will be helpful for urban planners to prepare green infrastructure implementation guidelines for effective urban flood mitigation.

주제어

표/그림 (7)

그림 Figure 1. Study Area
그림 Figure 2. Spatial Patterns of Green Infrastructure and Imperviousness in Daegu
표 Table 1. Selected Landscape Metrics
그림 Figure 3. Log Transformation of Dependent Variable
표 Table 2. Green Infrastructure and Imperviousness Spatial Distribution
표 Table 3. Descriptive Statistics of Variables
표 Table 4. Regression Analysis Results

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 연구는 스마트한 도시 홍수 방재를 위한 비구조적 저감 방안 제시를 위해 GI의 실증분석을 Landsat 8 위성 자료, 지리정보시스템(GIS, Geographic Information System) 및 통계분석 활용을 통해 GI의 경관지수와 도시 홍수와의 영향 관계분석을 하였다. 즉, 스마트한 도시 홍수 방재계획의 실증적 방안 제시를 위해 고해상도 지리정보 데이터를 활용하여 GI 분포 및 측정에 대한 정밀도를 높이고, GI의 스마트한 계획을 반영한 방재의 전략적 도구로서 효율적인 활용을 목적으로 한다.
또한, 본 연구는 도시홍수와 그린 인프라스트럭처의 관계뿐만 아니라, 서울 및 6대 광역시와 같이 도시화가 급격하게 진행되고 있는 공간적 범위에서 GI의 공간 구성 및 배치와 함께 개발요소의 공간 구성 및 배치가 홍수피해 저감에 있어 중요한 요소로 작용하는 결과를 분석하였다. 특히, 연구가설과 달리 개발패턴의 연결성이 높아질수록 홍수피해액이 감소하며, 개발요소 중 유효한 요소는 격리(isolation) 부분으로 개발면적 주변 800m 반경 안에 개발면적의 요소가 적게 모여있을수록 홍수피해액이 낮게 나타나며, 개발면적 요소와 주변 개발면적 요소와의 거리가 가까워질수록 홍수피해액은 감소하는 것으로 밝혀졌다.
본 연구는 GI와 도시 홍수와의 관계를 회귀모형을 통해 분석하고, GI 공간 배치와 구성의 유의한 요소들을 파악하였다. 또한, 본연구의 공간적 범위와 같이 도시지역 인구밀도가 높은 분석 대상지의 경우, GI의 공간적 특성뿐만 아니라, 불투수 성격의 토지이용 즉 개발 패턴의 공간적 구성이 도시 홍수에 미치는 영향이 크게 나타나는 것으로 예측되어, 환경부에서 제공하는 환경 공간정보서비스 토지피복도 데이터를 바탕으로 불투수 토지이용과 홍수피해와의 관계 또한 추가 분석하였다.
본 연구는 비구조적 저감대책수단으로 GI 공간 계획 요소 적용을 위한 실증적인 분석, GI의 공간 요소와 개발요소 공간 계획을 함께 고려한 연구로서 도시방재계획 측면에서 의의가 있다. 하지만, 다음과 같은 연구의 한계점을 가지고 있으며, 추후 연구에 있어 이 부분을 고려해야 할 것으로 생각된다.
본 연구는 선행연구에서 중점적으로 다뤄진 도시홍수와 그린 인프라스트럭처의 양적인 요소와 함께 실질적인 공간 구성과 분포 요소와 도시홍수의 영향 관계 분석을 통해 그린 인프라스트럭처의 효과적인 계획을 위한 실증적 근거 제시 및 비구조적 저감 대책의 새로운 시각을 제안한다.
녹색 식물인 경우, 가시광선 영역의 반사율이 근적외선 영역보다 적으며, 따라서 정규화 식생지수의 값이 양수로 나타난다. 본 연구에서는 미국항공우주국의 정규화 식생지수 분류 기준을 참고, 고해상도 위성사진을 이용한 정규화 식생지수 수치 분석을 바탕으로 GI를 측정하였다.
, 2011). 본 연구의 목적인 도시홍수 방재역할과 더불어, 미세먼지 저감 효과로 공기의 질 향상, 도시 열섬 현상 저감효과, 도시의 사회적 취약성 개선 효과 및 도시 공간의 활성화와 경제적 가치 상승 등의 다양한 혜택에 대한 연구결과를 제시한다(Susca et al., 2011; Thiagarajan et al., 2018).
분류하여 회귀분석을 하였다. 이는 변수들 간의 다중공선성 문제를 줄이며, 도시 방재 계획 측면에서 GI 및 불투수 토지이용 요소의 크기, 모양, 격리, 연결의 세부내용을 실증자료를 고려한 효율적인 적용을 목적으로 하며, 통계 모형은 다음과 같다.
즉, 스마트한 도시 홍수 방재계획의 실증적 방안 제시를 위해 고해상도 지리정보 데이터를 활용하여 GI 분포 및 측정에 대한 정밀도를 높이고, GI의 스마트한 계획을 반영한 방재의 전략적 도구로서 효율적인 활용을 목적으로 한다. 이를 위해 1)정규화 식생지수(Normalized Difference Vegetation Index, NDVI)를 활용한 도심지 내부 GI 면적 측정 비교 및 경관지수 분석, 2)지역별 도시 홍수피해액과 지역별 GI의 공간적 배치 및 구성과의 관계 분석이 연구의 구체적 목적이다.
따라서 본 연구는 스마트한 도시 홍수 방재를 위한 비구조적 저감 방안 제시를 위해 GI의 실증분석을 Landsat 8 위성 자료, 지리정보시스템(GIS, Geographic Information System) 및 통계분석 활용을 통해 GI의 경관지수와 도시 홍수와의 영향 관계분석을 하였다. 즉, 스마트한 도시 홍수 방재계획의 실증적 방안 제시를 위해 고해상도 지리정보 데이터를 활용하여 GI 분포 및 측정에 대한 정밀도를 높이고, GI의 스마트한 계획을 반영한 방재의 전략적 도구로서 효율적인 활용을 목적으로 한다. 이를 위해 1)정규화 식생지수(Normalized Difference Vegetation Index, NDVI)를 활용한 도심지 내부 GI 면적 측정 비교 및 경관지수 분석, 2)지역별 도시 홍수피해액과 지역별 GI의 공간적 배치 및 구성과의 관계 분석이 연구의 구체적 목적이다.

제안 방법

GI와 불투수 성격의 토지이용의 공간 배치와 구성 분석을 위한 독립변수는 Fragstats 프로그램의 landscape metrics class level analysis 이용하여 GI 및 불투수 토지이용 요소의 크기 (size), 모양(shape), 격리(isolation), 연결(connectivity) 4가지 영역으로 분류하여 독립 변수화하였다. 4가지 영역에 대한 8개의 선택된 요소는 Table 1에서 측정방법 및 측정 범위를 나타낸다.
GI와 불투수 성격의 토지이용의 공간 요소와 도시 홍수 피해액의 영향 관계 분석을 위해 크기(size), 모양(shape), 격리 (isolation), 연결(connectivity) 4가지 특성으로 공간 배치 및 구성요소를 분류하여 회귀분석을 하였다. 이는 변수들 간의 다중공선성 문제를 줄이며, 도시 방재 계획 측면에서 GI 및 불투수 토지이용 요소의 크기, 모양, 격리, 연결의 세부내용을 실증자료를 고려한 효율적인 적용을 목적으로 하며, 통계 모형은 다음과 같다.
2012; Lee, 2020). 강수량의 경우 기상청 데이터 중 방재기상관측 자료의 2012년부터 2016년 5년간 관측 지점별 일자료를 ArcGIS의 IDW(Inverse Distance Weighted, 보간기법) 기능을 이용하여 해당 행정구별 연평균 강수량을 분석하였다. 토양배수등급은 전국 토양의 배수등급을 조사한 공간정보로 토양환경정보시스템에서 제공하는 데이터를 바탕으로 행정구별 평균배수등급을 측정하였으며, 경사도의 경우 수치표고모델 (DEM) 데이터를 사용하여 ArcGIS이 slope 기능을 이용하여, 행정구별 평균 경사도를 분석하였다.
대한 분석을 위한 변수들은 다음과 같이 정의된다. 도시 홍수는 매년 태풍의 발생 등 기상 환경에 따라 연도별 큰 차이가 발생함에 따라, 위성영상 수집 연도인 2014년을 기준으로 전후 2년간 피해의 편차를 보정하기 위해 2012년부터 2016년 행정안전부에서 제공하는 재해연보 피해액의 연평균 피해액(건물, 선박, 농경지, 농작물, 공공시설 및 기타 총피해액)을 종속변수로 사용하였으며, 회귀분석을 위한 종속변수의 정규분포를 위하여 로그변환을 하였다(Figure 3). 서울 및 6대 광역시 행정구 중 종속변수의 정규분포화를 위한 로그변환시 2012년부터 2016까지 재해 연보에 피해액이 전혀 발생하지 않은 10개의 행정구가 제외되어 본 연구에서는 전체 67개의 행정구 중 총 57개 행정구에 대한 분석을 진행하였다.
GI 공간 배치와 구성의 유의한 요소들을 파악하였다. 또한, 본연구의 공간적 범위와 같이 도시지역 인구밀도가 높은 분석 대상지의 경우, GI의 공간적 특성뿐만 아니라, 불투수 성격의 토지이용 즉 개발 패턴의 공간적 구성이 도시 홍수에 미치는 영향이 크게 나타나는 것으로 예측되어, 환경부에서 제공하는 환경 공간정보서비스 토지피복도 데이터를 바탕으로 불투수 토지이용과 홍수피해와의 관계 또한 추가 분석하였다. 본 연구의 공간적 범위에 대해 활용 가능한 토지피복도는 2013년 자료가 가장 최신의 데이터이다.
서울 및 6대 광역시의 경우 도시화 비율이 높아, GI의 면적의 영향보다는 GI의 크기(size), 모양(shape), 격리(isolation), 연결 (connectivity) 4가지 영역의 유의한 요소를 스마트하게 적용함에 따라 점점 예측하기 어려운 기후변화로 인한 국지성 집중호우와 급격한 도시화로 인한 도시 홍수의 피해를 줄일 수 있다는 것을 본 연구를 통해 실증적으로 분석하였다.
둘째, 본 연구에 사용된 2014년 위성 자료는 현재 도시 환경, 도시의 개발 양상을 반영하지 못하므로, 최신의 데이터를 바탕으로 한 연구를 진행하여, 2014년과 2020년 도시 변호를 고려하여 GI 또는 개발요소의 공간 구성 및 배치의 도시 홍수의 영향관계를 비교분석이 필요할 것으로 보여진다. 셋째, 본 연구는 경관지수를 활용하여 GI와 개발요소의 공간 구성 및 배치를 분석하였으나, 다양한 경관지수의 요소들 중 크기, 모양, 격리, 연결 4가지 영역만을 고려하였다. 따라서, 추후 연구에 있어서 4가지 영역 이외의 다양한 경관지수를 고려하여, 더욱 많은 실증적인 자료를 바탕으로 한 도시 홍수로 인한 피해를 줄일 수 있는 비구조적 저감대책 마련에 있어 효율적인 적용이 필요할 것이다.
토양배수등급은 전국 토양의 배수등급을 조사한 공간정보로 토양환경정보시스템에서 제공하는 데이터를 바탕으로 행정구별 평균배수등급을 측정하였으며, 경사도의 경우 수치표고모델 (DEM) 데이터를 사용하여 ArcGIS이 slope 기능을 이용하여, 행정구별 평균 경사도를 분석하였다. 유역밀도는 해당 행정구별 유역의 총길이를 행정구별 면적으로 나누어 측정하였다.
정규화 식생지수 분석을 위한 Landsat 8 위성영상의 Band 4 Red와 Band 5 NIR는 30m 해상도의 영상을 제공한다. 이 조건에 맞는 위성정보를 연구의 공간적 범위에 대하여 ESRI사가 개발한 ArcGIS 소프트웨어의 raster calculator를 통해 정규화식생지수 분석 후, reclassify 명령을 활용하여 NDVI 수치가 0.2 이상인 정보는 ‘green infrastructure’로 그 이하는 ‘non-green infrastructure’으로 재분류하여 고해상도 위성데이터를 바탕으로 한 GI 정보를 분석하였다.
공간적 범위에 해당하는 7개의 도시는 시군구 행정경계 중 수도권과 경기 지역을 제외하고, 인구밀도가 높은 상위 7개의 도시에 해당한다. 재해관련 피해액에 대한 데이터는 시군구를 최소기준 단위로 수집 및 제공됨에 따라 데이터 활용의 정합성을 위해구 단위를 분석단위로 설정하였다.
강수량의 경우 기상청 데이터 중 방재기상관측 자료의 2012년부터 2016년 5년간 관측 지점별 일자료를 ArcGIS의 IDW(Inverse Distance Weighted, 보간기법) 기능을 이용하여 해당 행정구별 연평균 강수량을 분석하였다. 토양배수등급은 전국 토양의 배수등급을 조사한 공간정보로 토양환경정보시스템에서 제공하는 데이터를 바탕으로 행정구별 평균배수등급을 측정하였으며, 경사도의 경우 수치표고모델 (DEM) 데이터를 사용하여 ArcGIS이 slope 기능을 이용하여, 행정구별 평균 경사도를 분석하였다. 유역밀도는 해당 행정구별 유역의 총길이를 행정구별 면적으로 나누어 측정하였다.
토지피복도 중 시가화 지역에 해당되는 요소들을 공간분석을 통하여 분류하여 불투수 토지이용 요소로 사용하였다. Figure 2 는 종속변수 설정을 위해 공간적 범위 중 대구광역시 6개 행정구를 대상으로 분석한 그린 인프라스트럭처 및 불투수 토지이용 요소의 공간적 분포를 나타낸다.

대상 데이터

수집의 한계를 갖고 있다. Landsat 8 위성영상을 활용하여 연구의 공간적 범위인 서울, 인천, 대전, 울산, 대구, 광주, 부산의 정규화 식생지수의 비교분석을 위해, 이 지역을 대상으로 한 비슷한 촬영 일자인 2014년 5월 데이터 및 구름의 양이 10% 이하의 조건으로 위성영상을 수집하여 분석을 진행하였다.
본 연구의 공간적 범위는 Figure 1과 같이 서울특별시 및 6대 광역시(인천, 대전, 울산, 대구, 광주, 부산)의 행정구를 대상으로 한다. 공간적 범위에 해당하는 7개의 도시는 시군구 행정경계 중 수도권과 경기 지역을 제외하고, 인구밀도가 높은 상위 7개의 도시에 해당한다.
도시 홍수는 매년 태풍의 발생 등 기상 환경에 따라 연도별 큰 차이가 발생함에 따라, 위성영상 수집 연도인 2014년을 기준으로 전후 2년간 피해의 편차를 보정하기 위해 2012년부터 2016년 행정안전부에서 제공하는 재해연보 피해액의 연평균 피해액(건물, 선박, 농경지, 농작물, 공공시설 및 기타 총피해액)을 종속변수로 사용하였으며, 회귀분석을 위한 종속변수의 정규분포를 위하여 로그변환을 하였다(Figure 3). 서울 및 6대 광역시 행정구 중 종속변수의 정규분포화를 위한 로그변환시 2012년부터 2016까지 재해 연보에 피해액이 전혀 발생하지 않은 10개의 행정구가 제외되어 본 연구에서는 전체 67개의 행정구 중 총 57개 행정구에 대한 분석을 진행하였다.
우선, 도심지역의 정밀한 GI의 분석 내용을 위하여 다양한 지역과 시간대의 위성자료 수집이 가능한 미국항공우주국 Landsat 8 위성영상을 대상으로 분석하였다. 정규화 식생지수 분석을 위한 Landsat 8 위성영상의 Band 4 Red와 Band 5 NIR는 30m 해상도의 영상을 제공한다.
본 연구의 공간적 범위에 대해 활용 가능한 토지피복도는 2013년 자료가 가장 최신의 데이터이다. 정규화식생지수 분석을 위한 위성데이터의 생성 시기인 2014년 5월과 동일한 시점의 데이터의 활용은 아니지만, 가장 시간적 격차가 발생하지 않는 데이터를 분석에 고려하였다.
하지만, 다음과 같은 연구의 한계점을 가지고 있으며, 추후 연구에 있어 이 부분을 고려해야 할 것으로 생각된다. 첫째, 이 연구는 서울 및 6대 광역시의 행정구를 대상으로 분석하였다. 이 지역 이외에도 우리나라의 많은 도시들 또한 도시 홍수로 인한 사회적, 경제적 피해가 발생하므로, 이 연구의 결과를 일반화하여 다른 지역으로의 적용에 있어서 지역적인 요건들을 고려해야 한다.

성능/효과

GI의 크기(size) 요소는 연구가설과 반대되는 결과를 나타내고 있다. GI의 면적이 넓어질수록 피해액은 높아지고 있는 것으로 나타났다. 이는 서울 및 6대 광역시의 경우 도시화 비율이 높아, GI의 면적의 영향보다는 개발면적의 공간 구성 및 배치가 더 큰 영향을 미치는 것으로 판단된다.
본 연구 분석의 결과는 GI 공간 구성 및 배치에 있어서, 서울 및 6개 광역시의 행정구별 GI의 전체 면적 요소는 연구가설과 달리 홍수피해액을 증가시키나, 넓게 분포된 연속적인 형태의 GI, 선형형태보다는 원형형태의 GI, GI 주변 800m 반경 안에서 다른 곳에 위치하고 있는 GI와의 거리가 멀어질수록 그리고 연결성이 높아질수록 홍수피해액이 감소하는 것으로 나타났다.
서울은 전체 면적의 40%가 GI로 분포하고 있으며, 이는 연구 공간적 범위 중 울산광역시 다음으로 가장 낮은 비율로 나타나고 있다. 인천과 부산 GI의 면적비율은 각각 76.2%와 67.6%로 높은 지역으로 나타났다. 불투수 토지이용의 특징으로 서울은 전체 면적의 54.
즉, 개발면적 주변 800m 반경 안에 개발면적의 요소가 많이 모여있을수록 홍수피해액이 높게 나타나며, 개발면적 요소와 주변 개발면적 요소와의 거리가 멀어질수록 홍수피해액은 증가하며, GI와 주변 GI 요소와의 거리가 멀어질수록 홍수피해액은 감소하는 것으로 분석되었다. 형태(shape)요소의 경우 GI의 contiguity 요소와 related circumscribing circle 요소가 유효한 변수로 분석되었다.
통제변수의 경우 각각의 회귀분석 모델에 있어 연구가설과 같이 강수량이 많아질수록, 토양배수등급이 높아질수록, 경사도가 높아질수록, 유역면적이 높을수록 홍수피해액이 높아지는 것으로 분석되었다. 4가지 통제변수 중 특히 강수량과 유역면적 이유의 한 변수로 판단된다.
결과를 분석하였다. 특히, 연구가설과 달리 개발패턴의 연결성이 높아질수록 홍수피해액이 감소하며, 개발요소 중 유효한 요소는 격리(isolation) 부분으로 개발면적 주변 800m 반경 안에 개발면적의 요소가 적게 모여있을수록 홍수피해액이 낮게 나타나며, 개발면적 요소와 주변 개발면적 요소와의 거리가 가까워질수록 홍수피해액은 감소하는 것으로 밝혀졌다.

후속연구

또한, 구조적 방재 방안 뿐만이 아닌 비구조적 방재방안으로서 유의한 GI의 공간 분석 결과는 스마트한 도시 홍수방재의 근거를 제시하며, 방재계획 수립 시 실증적인 자료를 바탕으로 현실적인 GI 지침 제공에 도움이 될 것으로 판단된다. 도심지 녹지공간의 확보 및 스마트한 계획 및 활용을 통한 홍수피해 저감에 대한 본 연구의 결과는 자연재해를 통해 야기되는 다양한 사회·경제적 손실에 대한 예방책으로 적극적으로 활용될 수 있으며, 도시에서의 개발요소의 공간적 계획과 함께 GI의 효과적인 활용을 통한 재난발생 저감효과를 기대할 수 있다.
또한, 많은 도시들 중 57개 구에 대한 분석결과이므로, 추후 연구에 있어 행정동 단위의 분석 등을 통해 표본의 수를 높일 수 있는 방법을 고려해야 할 것이다. 둘째, 본 연구에 사용된 2014년 위성 자료는 현재 도시 환경, 도시의 개발 양상을 반영하지 못하므로, 최신의 데이터를 바탕으로 한 연구를 진행하여, 2014년과 2020년 도시 변호를 고려하여 GI 또는 개발요소의 공간 구성 및 배치의 도시 홍수의 영향관계를 비교분석이 필요할 것으로 보여진다. 셋째, 본 연구는 경관지수를 활용하여 GI와 개발요소의 공간 구성 및 배치를 분석하였으나, 다양한 경관지수의 요소들 중 크기, 모양, 격리, 연결 4가지 영역만을 고려하였다.
셋째, 본 연구는 경관지수를 활용하여 GI와 개발요소의 공간 구성 및 배치를 분석하였으나, 다양한 경관지수의 요소들 중 크기, 모양, 격리, 연결 4가지 영역만을 고려하였다. 따라서, 추후 연구에 있어서 4가지 영역 이외의 다양한 경관지수를 고려하여, 더욱 많은 실증적인 자료를 바탕으로 한 도시 홍수로 인한 피해를 줄일 수 있는 비구조적 저감대책 마련에 있어 효율적인 적용이 필요할 것이다.
고려될 것으로 판단된다. 또한, 구조적 방재 방안 뿐만이 아닌 비구조적 방재방안으로서 유의한 GI의 공간 분석 결과는 스마트한 도시 홍수방재의 근거를 제시하며, 방재계획 수립 시 실증적인 자료를 바탕으로 현실적인 GI 지침 제공에 도움이 될 것으로 판단된다. 도심지 녹지공간의 확보 및 스마트한 계획 및 활용을 통한 홍수피해 저감에 대한 본 연구의 결과는 자연재해를 통해 야기되는 다양한 사회·경제적 손실에 대한 예방책으로 적극적으로 활용될 수 있으며, 도시에서의 개발요소의 공간적 계획과 함께 GI의 효과적인 활용을 통한 재난발생 저감효과를 기대할 수 있다.
이 지역 이외에도 우리나라의 많은 도시들 또한 도시 홍수로 인한 사회적, 경제적 피해가 발생하므로, 이 연구의 결과를 일반화하여 다른 지역으로의 적용에 있어서 지역적인 요건들을 고려해야 한다. 또한, 많은 도시들 중 57개 구에 대한 분석결과이므로, 추후 연구에 있어 행정동 단위의 분석 등을 통해 표본의 수를 높일 수 있는 방법을 고려해야 할 것이다. 둘째, 본 연구에 사용된 2014년 위성 자료는 현재 도시 환경, 도시의 개발 양상을 반영하지 못하므로, 최신의 데이터를 바탕으로 한 연구를 진행하여, 2014년과 2020년 도시 변호를 고려하여 GI 또는 개발요소의 공간 구성 및 배치의 도시 홍수의 영향관계를 비교분석이 필요할 것으로 보여진다.
본 연구의 GI 그리고 개발요소의 공간 구성 및 배치와 도시 홍수와의 영향 관계 분석결과를 활용하여 도시계획 구축 및 보완계획 수립 시 보다 효과적인 방재계획 마련이 가능하며, GI의 비구조적 역할의 실증적 분석결과를 활용하여, 도심지 공원·녹지보존 정책 및 토지이용 변화에 따른 효과적인 GI 수립계획 등에 활발히 고려될 것으로 판단된다. 또한, 구조적 방재 방안 뿐만이 아닌 비구조적 방재방안으로서 유의한 GI의 공간 분석 결과는 스마트한 도시 홍수방재의 근거를 제시하며, 방재계획 수립 시 실증적인 자료를 바탕으로 현실적인 GI 지침 제공에 도움이 될 것으로 판단된다.
본 연구의 중요한 데이터인 위성영상은 위성의 위치, 대기의 상태, 위성의 경로 및 환경적인 영향을 받아 연구대상지에 대한 데이터 수집의 한계를 갖고 있다. Landsat 8 위성영상을 활용하여 연구의 공간적 범위인 서울, 인천, 대전, 울산, 대구, 광주, 부산의 정규화 식생지수의 비교분석을 위해, 이 지역을 대상으로 한 비슷한 촬영 일자인 2014년 5월 데이터 및 구름의 양이 10% 이하의 조건으로 위성영상을 수집하여 분석을 진행하였다.
첫째, 이 연구는 서울 및 6대 광역시의 행정구를 대상으로 분석하였다. 이 지역 이외에도 우리나라의 많은 도시들 또한 도시 홍수로 인한 사회적, 경제적 피해가 발생하므로, 이 연구의 결과를 일반화하여 다른 지역으로의 적용에 있어서 지역적인 요건들을 고려해야 한다. 또한, 많은 도시들 중 57개 구에 대한 분석결과이므로, 추후 연구에 있어 행정동 단위의 분석 등을 통해 표본의 수를 높일 수 있는 방법을 고려해야 할 것이다.
이를 위해 본 연구는 GI의 스마트한 공간 배치 및 구성이 도시홍수에 미치는 영향 관계 분석을 통해 GI 측정의 구체적인 효용성 검토와 GI의 도시 내 활용에 대한 실증적 활용 근거 제시 및 비 구조적 저감대책에 대한 새로운 시각을 제공할 수 있을 것이다.

참고문헌 (17)

Ahern, J. (2007). Green Infrastructure for Cities: The Spatial Dimension, Cities of the Future Towards Integrated Sustainable Water and Landscape management, London, UK, IWA Publishing.
Benedict, A., McMahon, E. (2012). Green Infrastructure: Linking Landscapes and Communities, Washington D.C., Island Press.
Brody, S., Highfield, W. (2013). Open Space Protection and Flood Mitigation: A National study, Land Use Policy, 32, pp. 89-95.

상세보기
Brody, S., Highfield, W., Kang, J. (2011). Rising Water: The Causes and Consequences of Flooding in the United States, Cambridge, UK, Cambridge University Press.
Brody, S., Zahran, S., Highfield, W., Grover, H., Vedlitz, S. (2008). Identifying the Impact of the Built Environment on Flood Damage in Texas, Disasters, 32(1), pp. 1-18.

상세보기
Burby, J., French, P., Cigler, A. (1985). Flood Plain Land Use Management: A National Assessment, Boulder, CO, Water Press.
Highfield, W. (2012). Section 404 Permitting in Coastal Texas: A longitudinal Analysis of the Relationship between Peak Streamflow and Wetland Alteration, Environmental management, 49(4), pp. 892-901.

상세보기
Kang, J., Lee, M., Gu, Y., Cho, K., Lee, J. (2011). Urban Renewal Strategy for Adapting to Climate Change: Use of Green Infrastructure on Flood Mitigation, Korea Environment Institutue.
Lee, H. (2020). A Panel Data Analysis of a Spatial Measurement of Green Infrastructure and Its Potential Effectiveness on Peak Streamflow, Environment, Development and Sustainability, 22(1), pp.469-500.

상세보기
Lindell, M., Prater, C., Perry, R., Nicholson, W. (2006). Hazard Mitigation. In Fundamentals of Emergency Management (Chapter 7). https://training.fema.gov/hiedu/aemrc/booksdownload/fem/ (Nov. 11. 2020)
Masterson, J., Peacock, W., Van Zandt, S., Grover, H., Schwarz, L., Cooper, J. (2014). Planning for Community Resilience: A Handbok for Reducing Vulnerability to Disasters, Island Press, Washing D.C.
Meerow, S., Newell, J. (2017). Spatial Planning for Multifunctional Green Infrastructure: Growing Resilience in Detroit, Landscape and Urban Planning, 159, pp.62-75.

상세보기
Ministry of Public Administration and Security (2019). 2018 Disaster Annual Report.
Olivera, F., Defee, B. (2007). Urbanization and its Effect on Runoff in the Whiteoak Bayou Watershed, Texas, Journal of American Water Resources Association, 43(1), pp. 170-182.

상세보기
Susca, T., Gaffin, S., Dell'Osso, G. (2011). Positive Effects of Vegetation: Urban Heat Island and Green Roofs, Environmental Pollution, 159, pp. 2119-2116.

상세보기
Tang, R., Wu, J., Ye, M., Liu, W. (2019). Impact of Economic Development Levels and Disaster Types on the Short-Term Macroeconomic Consequences of Natural Hazard-Induced Disasters in China, International Journal of Disaster Risk Science, 10, pp. 371-385.

상세보기
Thiagarajan, M., Newman, G., Van Zandt, S. (2018). The Projected Impact of a Neighborhood-Scaled Green-Infrastructure Retrofit, Sustainability, 10, 3665.

상세보기

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