[논문]드론을 활용한 도시폭염지역의 열섬 저감기법 효과 비교 분석

조영일; 윤동현; 신지영; 이명진

doi:10.7780/kjrs.2021.37.6.3.7

드론을 활용한 도시폭염지역의 열섬 저감기법 효과 비교 분석
Comparative Analysis of the Effects of Heat Island Reduction Techniques in Urban Heatwave Areas Using Drones 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.37 no.6 pt.3, 2021년, pp.1985 - 1999

조영일 (한국환경연구원 국가기후변화적응센터) , 윤동현 (한국환경연구원 국가기후변화적응센터) , 신지영 (한국환경연구원 국가기후변화적응센터) , 이명진 (한국환경연구원 환경데이터전략센터)

초록
AI-Helper

본 연구의 목적은 EPA(Environmental Protection Agency)에서 활용하는 도시열섬 저감기법(옥상녹화, 쿨루프, 차열도료포장 및 차열블럭포장 등)을 연구지역에 적용하여 토지피복 객체간 비교 분석으로 실질적 효과 파악을 목적으로 한다. 이를 위해, 경상남도 김해시 장유무계지역을 연구지역으로 선정하고, 드론 DJI Matrice 300 RTK에 열적외선 영역센서 FLIR Vue Pro R과 가시광선 영역센서인 H20T 1/2.3" CMOS, 12 MP를 활용하여 계측하였다. 계측 일정은 7월 27일 아침 7시 15분부터 저녁 7시 15분까지 1시간 30분 간격으로 총 9장의 열지도와 비교군 토지피복 객체(711개) 열섬 저감기법 토지피복 객체(180개) 를 추출하였다. 추출한 180개의 객체 별 효과값 산출 후, 기법 종류별 효과를 종합한 결과 주간시간 기준 쿨루프 4.71℃, 옥상녹화 3.40℃, 차열도료포장 0.43℃, 차열블록포장 -0.85℃의 열섬 저감효과가 있는 것으로 분석되었다. 시간대별 효과 비교 결과 촬영일 기준 남중시각 인근인 13시에서 기법들의 열섬 저감효과가 가장 높은 것으로 나타났으며, 해당 시각을 지난 13시에서 14:30분 사이에 쿨루프 -8.19℃, 옥상녹화 -5.56℃, 차열도료포장 -1.78℃, 차열블록포장 -1.57℃의 온도 저감의 효율이 변화하였다. 본 연구는 드론과 같은 고해상도 영상을 활용하여 도시열섬 저감기법을 검증한 사례 연구이다. 향후, 고정밀 공간해상도를 가지는 초소형 위성 등의 직접적인 활용 예시가 가능할 것으로 사료된다.

Abstract ▼ AI-Helper

The purpose of this study is to apply urban heat island reduction techniques(green roof, cool roof, and cool pavements using heat insulation paint or blocks) recommended by the Environmental Protection Agency (EPA) to our study area and determine their actual effects through a comparative analysis between land cover objects. To this end, the area of Mugye-ri, Jangyu-myeon, Gimhae, Gyeongsangnam-do was selected as a study area, and measurements were taken using a drone DJI Matrice 300 RTK, which was equipped with a thermal infrared sensor FLIR Vue Pro R and a visible spectrum sensor H20T 1/2.3" CMOS, 12 MP. A total of nine heat maps, land cover objects (711) as a control group, and heat island reduction technique-applied land covering objects (180) were extracted every 1 hour and 30 minutes from 7:15 am to 7:15 pm on July 27. After calculating the effect values for each of the 180 objects extracted, the effects of each technique were integrated. Through the analysis based on daytime hours, the effect of reducing heat islands was found to be 4.71℃ for cool roof; 3.40℃ for green roof; and 0.43℃ and -0.85℃ for cool pavements using heat insulation paint and blocks, respectively. Comparing the effect by time period, it was found that the heat island reduction effect of the techniques was highest at 13:00, which is near the culmination hour, on the imaging date. Between 13:00 and 14:30, the efficiency of temperature reduction changed, with -8.19℃ for cool roof, -5.56℃ for green roof, and -1.78℃ and -1.57℃ for cool pavements using heat insulation paint and blocks, respectively. This study was a case study that verified the effects of urban heat island reduction techniques through the use of high-resolution images taken with drones. In the future, it is considered that it will be possible to present case studies that directly utilize micro-satellites with high-precision spatial resolution.

주제어

표/그림 (18)

그림 Fig. 1. Study Flow.
그림 Fig. 2. Heat Island Strategies in Study Area (a) Cool Road, (b) Cool Sidewalk, (c) Cool Roof and (d) Green Roof.
그림 Fig. 3. Study Area.
표 Table 1. Detailed Specifications of Equipment
그림 Fig. 4. Ground GCP Survey.
그림 Fig. 6. UAV Visible Orthomosaic.
그림 Fig. 5. (a) Visible Spectral image with unshadowing effect and (b) Visible Spectral image with shadowing effect.
표 Table 2. Drone Flight Planning Parameters
그림 Fig. 7. UAV TIR Orthomosaic (a) 07:15, (b) 08:40, (c) 10:00, (d) 11:30, (e) 13:00, (f) 14:30, (g) 16:00, (h) 17:30, (i) 19:15.
표 Table 3. Landcover Classes information
그림 Fig. 8. Land Cover Features for this research.
그림 Fig. 9. Zonal Static Result of Each Land Cover Features.
그림 Fig. 10. The Process of Building an Analysis Set for Each Features.
그림 Fig. 11. Flow of Calculating the Effect of Each Heat Island Cooling Strategies.
그림 Fig. 12. The Median Value of Heat Island Cooling Effect by the Cooling Strategies.
표 Table 4. Summary of Heat Island Cooling Strategies Effectat daytime
표 Table 5. The Quartile values of Heat Island Reduction Effect by the Cooling Strategies
그림 Fig. 13. Effects of Each Heat Island Cooling Strategies.

AI 본문요약
AI-Helper

문제 정의

본 연구는 기후변화에 따른 고온화된 도시 열환경 개선을 위해 적용하는 도시열섬 저감기법의 도시내 실질적 저감효과 정도의 차이 파악을 목적으로 하고 있다. 이를 위하여 드론을 통해 구축한 고해상도 도시 열지도를 기반으로 연구 대상지에 분포하고 있는 도시열섬 저감기법인 옥상녹화(Green Roof), 쿨루프(Cool Roof), 차 열도료포장(Cool Pavement Road), 차열블록포장(Cool Pavement Sidewalk)의 실질적 열섬 저감효과의 차이를 비교 분석하였다.
본 연구의 목적은 열섬 저감기법인 EPA에서 도시열섬 저감을 위해 개발 및 활용하고 있는 옥상녹화(Green Roof), 차열포장(Cool Pavement) 및 쿨루프(Cool Roof)의 열섬 저감효과를 국내 연구지역에 적용하여 효과를 파악하는 것이다. 이를 위해, 연구지역 내 저감기법이 적용된 토지피복 객체들이 주변 일반 토지피복 객체와의 온도 차이를 상호 비교하며, 세부 방법은 다음과 같다.

제안 방법

기술별 효과 파악을 토지피복 객체 간 비교 분석을 통해 연구 대상지 내 열섬 저감기법 토지 피복 객체 별 열섬 저감효과를 도출하였다. 객체 별 열섬 저감 정도의 데이터 값을 종합적으로 나타내는 중심 경향치 및 산포도 특성을 기반으로 4가지 종류의 열섬 저감기법 열섬 저감효과의 전반적 특징을 파악하였다. 분석 결과 열섬 저감기법의 종류에 따라 실질적 저감효과의 차이가 있는 것이 파악되었으며, 시간에 따라 그 효과 정도의 차이 또한 있는 것이 도출되었다.
이를 위하여 드론을 통해 구축한 고해상도 도시 열지도를 기반으로 연구 대상지에 분포하고 있는 도시열섬 저감기법인 옥상녹화(Green Roof), 쿨루프(Cool Roof), 차 열도료포장(Cool Pavement Road), 차열블록포장(Cool Pavement Sidewalk)의 실질적 열섬 저감효과의 차이를 비교 분석하였다. 기술별 효과 파악을 토지피복 객체 간 비교 분석을 통해 연구 대상지 내 열섬 저감기법 토지 피복 객체 별 열섬 저감효과를 도출하였다. 객체 별 열섬 저감 정도의 데이터 값을 종합적으로 나타내는 중심 경향치 및 산포도 특성을 기반으로 4가지 종류의 열섬 저감기법 열섬 저감효과의 전반적 특징을 파악하였다.
셋째, 드론 비행을 통해 연구 대상지의 가시광선 및 열적외선 센서 영상을 취득한다. 넷째, 획득한 가시광선 영상을 기반으로 연구 대상지의 토지피복도를 재구축하여 분석을 위한 토지 피복 객체를 추출한다. 다섯째, 획득한 열적외선 영상의 온도값을 기반으로 구축한 토지피복 객체 별 온도 값을 파악하여 열섬 저감기법의 열섬 저감효과를 파악한다 (Fig.
넷째, 획득한 가시광선 영상을 기반으로 연구 대상지의 토지피복도를 재구축하여 분석을 위한 토지 피복 객체를 추출한다. 다섯째, 획득한 열적외선 영상의 온도값을 기반으로 구축한 토지피복 객체 별 온도 값을 파악하여 열섬 저감기법의 열섬 저감효과를 파악한다 (Fig. 1.
본 연구는 도심지의 열섬 저감기법들이 적용된 토지 피복들과 비적용된 피복 객체의 온도 저감효과를 드론에 장착한 열적외선 센서를 활용하여 분석하였다. 결과적으로, 옥상에 설치한 기법들의 열섬 저감에 대한 효과가 높은 것으로 나타나고 있다.
본 연구방법은 연구지역에 분포하고 있는 열섬 저감 기법이 적용된 피복 객체들의 개별적 효과를 각각 산출하는 것이다. 피복 객체마다 위치하고 있는 지리적, 공간적 특성이 다르기 때문에 객체 별 해당되는 비교대상 선정 작업이 선행되어야 한다.
각각의 저감기법의 종류마다 구분된 데이터 값을 대표 값을 나타내는 중심경향치와 (Central Tendency)와 흩어진 정도를 나타내는 산포도(Degree of Scattering)로 분석한다. 본 연구에서는 열섬 저감기법의 전반적 특징을 파악을 위해 극단 값의 영향을 제외한 분포 특성을 파악한다. 이에 중심 경향치 파악에는 중위수(Median)을 이용하며, 산포도 파악으로는 Q1(25th Percentile), Q3(75th Percentile) 값을 이용하여 사분위수 범위(Interquartile Range; IQR)를 산출하여 파악한다.
둘째, 열섬 저감기법이 적용된 검증이 용이한 연구지역을 선정 및 검토를 진행한다. 셋째, 드론 비행을 통해 연구 대상지의 가시광선 및 열적외선 센서 영상을 취득한다. 넷째, 획득한 가시광선 영상을 기반으로 연구 대상지의 토지피복도를 재구축하여 분석을 위한 토지 피복 객체를 추출한다.
연구지역의 전체 온도 분포를 파악하기 위해 각각의 촬영 영상을 정사화하여 공간적 비교를 수행하였다. 이를 위해 Pix4d Mapper 프로그램을 활용하였다.
본 연구는 기후변화에 따른 고온화된 도시 열환경 개선을 위해 적용하는 도시열섬 저감기법의 도시내 실질적 저감효과 정도의 차이 파악을 목적으로 하고 있다. 이를 위하여 드론을 통해 구축한 고해상도 도시 열지도를 기반으로 연구 대상지에 분포하고 있는 도시열섬 저감기법인 옥상녹화(Green Roof), 쿨루프(Cool Roof), 차 열도료포장(Cool Pavement Road), 차열블록포장(Cool Pavement Sidewalk)의 실질적 열섬 저감효과의 차이를 비교 분석하였다. 기술별 효과 파악을 토지피복 객체 간 비교 분석을 통해 연구 대상지 내 열섬 저감기법 토지 피복 객체 별 열섬 저감효과를 도출하였다.
연구지역 내 건축물은 3 m 이내의 간격으로 인접해있어,건축물피복객체간분류가되어있지않고있다. 전술된 사유로 인해 앞 단계에서 구축한 가시광선 정사 영상을 기반으로 디지타이징을 수행하여 본 연구를 위한 토지피복도 재구축 작업을 진행한다.
이를 위해, 연구지역 내 저감기법이 적용된 토지피복 객체들이 주변 일반 토지피복 객체와의 온도 차이를 상호 비교하며, 세부 방법은 다음과 같다. 첫째, 열섬 저감기법에 대한 고찰 및 분석 대상을 선정 한다. 둘째, 열섬 저감기법이 적용된 검증이 용이한 연구지역을 선정 및 검토를 진행한다.
현장조사는 지점측량, 가시광선 및 열적외선 영역 영상 취득을 위한 드론 항공 촬영으로 총 3회에 걸쳐서 현장조사를 진행하였다. 드론항공촬영의 경우 센서 별 최적의 영상 취득을 위해 가시광선 영역 영상은 그림자가 가장 적게 나타나는 시기인 2021년 6월 23일 남중시각 인근에 촬영하였으며, 열적외선 영역센서 촬영은 도시 폭염의 열환경 파악을 위해 폭염 경보일 2021년 7월 27일에 1시간 30분 간격으로 촬영하였다.

대상 데이터

드론 비행은 센서 별 가장 좋은 품질의 영상 취득을 위해 서로 다른 날짜에 촬영하였다. 가시광선 영상은 태양 입사각에 의한 음영 발생 등으로 인한 피복 정보 확인이 모호한 부분을 최소화하기 위해 그림자가 가장 나타나지 않는 2021년 하짓날 인근인 2021년 6월 23일 남중 시간에 촬영하였다. 열적외선 영상은 여름철 열환경이 가장 높았던 시기의 열환경 파악을 위해 2021년 7월 27일의 주간 시간대 전 시간을 약 1시간 30분 간격으로 촬영을 진행한다.
추출 과정에서 기준에 맞지 않거나, 복잡한 피복 형태를 갖는 객체는 본 연구를 위한 샘플에서 제외하였다. 구축 결과 연구지역내 본 연구를 위해 선정한 피복 객체 수는 851개이며, 그 중 열섬 저감기법이 적용된 피복 객체는 180개이다(Table 3).
현장조사는 지점측량, 가시광선 및 열적외선 영역 영상 취득을 위한 드론 항공 촬영으로 총 3회에 걸쳐서 현장조사를 진행하였다. 드론항공촬영의 경우 센서 별 최적의 영상 취득을 위해 가시광선 영역 영상은 그림자가 가장 적게 나타나는 시기인 2021년 6월 23일 남중시각 인근에 촬영하였으며, 열적외선 영역센서 촬영은 도시 폭염의 열환경 파악을 위해 폭염 경보일 2021년 7월 27일에 1시간 30분 간격으로 촬영하였다.
본 연구 수행에 적합한 토지피복 객체를 추출하기 위해 드론 비행을 통해 구축한 가시광선 정사영상과, 환경부 세분류 토지피복지도, 행정안전부 건축물 및 실폭도로 GIS 데이터를 활용하여 수행한다. 추출하려는 토지피복 객체는 본 연구에서 분석하려는 대상인 보행로(Sidewalk), 도로(Road), 지붕(Roof)을 디지타이징 (Digitizing) 작업을 통해 추출하였으며 구축 결과는 Fig.
본 연구 수행에 필요한 드론 촬영물은 가시광선 및 열적외선 영역이다. 최적의 촬영물을 취득하기 위해 서로 다른 일자에 촬영을 진행하였다.
본 연구 수행을 위하여, 연구지역은 경상남도 김해시 장유전통시장 일원으로 선정하였다. 연구지역은 환경부의 “2019년 지역특화 취약성 개선 시범사업지역으로 선정되어 기후변화 적응을 위해 폭염예방사업을 시행한 지역으로 대상지 내에 도로에는 차열도료포장을 하였으며 보행로에는 차열블록포장을 시행하여 도시열섬현상 저감을 위해 시행하였다.
연구지역은 환경부의 “2019년 지역특화 취약성 개선 시범사업지역으로 선정되어 기후변화 적응을 위해 폭염예방사업을 시행한 지역으로 대상지 내에 도로에는 차열도료포장을 하였으며 보행로에는 차열블록포장을 시행하여 도시열섬현상 저감을 위해 시행하였다
5). 이에, 본 연구에서는 그림자의 영향이 가장 적은 시기인 2021년 하짓날 인근 2021년 6월 23일 남중 시각 구간인 12시 에서 13시 사이에 촬영하였다. 해당 시점은 태양고도가 가장 높아 그림자가 다른 시점보다 그림자가 나타나지 않는다.
). 이처럼 기존의 열섬 저감기법이 적용되어 있기에 본 연구대상지로 선정하였다. 연구지역의 전체 면적 은 약 184,783 m2이다(Fig.
본 연구 수행에 적합한 토지피복 객체를 추출하기 위해 드론 비행을 통해 구축한 가시광선 정사영상과, 환경부 세분류 토지피복지도, 행정안전부 건축물 및 실폭도로 GIS 데이터를 활용하여 수행한다. 추출하려는 토지피복 객체는 본 연구에서 분석하려는 대상인 보행로(Sidewalk), 도로(Road), 지붕(Roof)을 디지타이징 (Digitizing) 작업을 통해 추출하였으며 구축 결과는 Fig. 8와 같다.

데이터처리

본 연구 방법인 토지피복 객체 간 비교를 위해 객체 별 대표 온도 값을 산출한다. 이를 위해 Zonal Statics을 이용하여 토지피복 객체 별 평균 온도 값을 추출했다. 래스터 형식의 9개 시점의 열적외선 정사영상을 토지 피복도에 중첩(Overlay)한 후, 851개의 객체마다 총 9개 시점에 대한 평균 온도 데이터를 산출한다.

이론/모형

열섬 저감기법의 효과파악 방법은 토지피복 객체 중 저감기법이 적용된 객체와 일반 객체 간 상대적 온도 값 비교를 통해 파악한다. 객체 간 상호 비교를 위해 서로 유사한 면적을 가지며 인접한 객체 간 비교를 진행한다.
3 소프트웨어를 활용하여 구축했다. 해당 프로그램의 이미지 접합은 SIFT (Scale-Invariant Feature Transform) 알고리즘을 기반으로 구동하게 된다. 촬영 개별 영상마다 위치 정보가 정확하지 않기 때문에 현장조사에서 측정한 GCP 좌표를 입력하여 위치 보정 작업을 함께 수행하였다.

성능/효과

본 연구는 도심지의 열섬 저감기법들이 적용된 토지 피복들과 비적용된 피복 객체의 온도 저감효과를 드론에 장착한 열적외선 센서를 활용하여 분석하였다. 결과적으로, 옥상에 설치한 기법들의 열섬 저감에 대한 효과가 높은 것으로 나타나고 있다. 이는 피복 객체 별 영향을 미치는 주변 요인에 대한 영향정도의 차이로 인한 것으로 파악된다.
전술된 연구성과 이외에도, 몇가지 한계를 가지고 있다. 도시 공간요소 중 지붕, 도로, 보행로를 대상으로 적용된 열섬 저감기법들이 실질적 열섬 저감효과 유무를 살펴보았으며, 유형별 효과 정도의 차이가 있는 것을 살펴보았다. 하지만, 각 효과가 실질적으로 영향을 미치는 요인들에 대한 고려는 하지 못하였다.
이에 건축물 옥상에 적용된 옥상녹화(Green Roof) 및 쿨루프 (Cool Roof) 기법의 열섬 저감효과가 도로 및 보행로에 적용된 기법보다 높은 것으로 나타난다. 둘째, 저감기법의 열섬 저감효과가 오전에서 더 높은 열섬 저감효과를 보이고 있으며, 특히 촬영일 기준 태양 고도가 가장 높은 남중시각 인근 시간대였던 13시에서의 열섬 저감효과가 가장 큰 것으로 나타났다. 본 연구 결과를 통해 토지피복에 적용하는 기술인 지표면 녹화 및 차열포장의 효과를 극대화하는데 있어서, 어느 공간 요소에 적용하는 것이 더욱 효과적인 것에 대한 기초 자료로 활용될 것으로 사료된다.
객체 별 열섬 저감 정도의 데이터 값을 종합적으로 나타내는 중심 경향치 및 산포도 특성을 기반으로 4가지 종류의 열섬 저감기법 열섬 저감효과의 전반적 특징을 파악하였다. 분석 결과 열섬 저감기법의 종류에 따라 실질적 저감효과의 차이가 있는 것이 파악되었으며, 시간에 따라 그 효과 정도의 차이 또한 있는 것이 도출되었다. 이에 대한 주요한 시사점은 다음과 같다.
첫째, 비교적 개방감이 높은 지점에 설치된 기법일수록 대조군에 비해 낮은 온도 분포를 보이고 있다. 이에 건축물 옥상에 적용된 옥상녹화(Green Roof) 및 쿨루프 (Cool Roof) 기법의 열섬 저감효과가 도로 및 보행로에 적용된 기법보다 높은 것으로 나타난다. 둘째, 저감기법의 열섬 저감효과가 오전에서 더 높은 열섬 저감효과를 보이고 있으며, 특히 촬영일 기준 태양 고도가 가장 높은 남중시각 인근 시간대였던 13시에서의 열섬 저감효과가 가장 큰 것으로 나타났다.
첫째, 비교적 개방감이 높은 지점에 설치된 기법일수록 대조군에 비해 낮은 온도 분포를 보이고 있다. 이에 건축물 옥상에 적용된 옥상녹화(Green Roof) 및 쿨루프 (Cool Roof) 기법의 열섬 저감효과가 도로 및 보행로에 적용된 기법보다 높은 것으로 나타난다.

후속연구

둘째, 저감기법의 열섬 저감효과가 오전에서 더 높은 열섬 저감효과를 보이고 있으며, 특히 촬영일 기준 태양 고도가 가장 높은 남중시각 인근 시간대였던 13시에서의 열섬 저감효과가 가장 큰 것으로 나타났다. 본 연구 결과를 통해 토지피복에 적용하는 기술인 지표면 녹화 및 차열포장의 효과를 극대화하는데 있어서, 어느 공간 요소에 적용하는 것이 더욱 효과적인 것에 대한 기초 자료로 활용될 것으로 사료된다.
본 연구의 대상이 되는 건물 옥상, 도로, 보행로의 토지피복 정보는 현재 구축되어 있는 환경부 세분류 토지피복도를 활용하기에는 한계가 있다. 토지피복지도 작성 지침에 따르면 동일 속성을 가진 인접 분류경계의 폐합은 경계 간격기준 3 m 이내로 한다(https://www.
도시 열 환경에 영향을 미치는 공간요소들은 토지피복의 특성뿐만 아니라 주면 기하학적 요소에 의한 영향 또한 밀접한 연관이 있다. 이에 미기후 단계에서의 온열 분석에 있어서는 도시 열환경에 미치는 다양한 공간 및 물리적 요소들을 살펴볼 필요가 있다. 이에 전술된 항목 들을 종합적으로 고려한다면 도시내 열섬 저감기법의 적용하는데 있어서 더욱 효율적으로 적용할 수 있을 것으로 사료된다.
이에 미기후 단계에서의 온열 분석에 있어서는 도시 열환경에 미치는 다양한 공간 및 물리적 요소들을 살펴볼 필요가 있다. 이에 전술된 항목 들을 종합적으로 고려한다면 도시내 열섬 저감기법의 적용하는데 있어서 더욱 효율적으로 적용할 수 있을 것으로 사료된다.

참고문헌 (29)

Boots, B., A. Okabe, and K. Sugihara, 1999. Spatial tessellations, Geographical Information Systems, 1: 503-526.
Buechley, R.W., J. Van Bruggen, and L.E. Truppi, 1972. Heat island death island?, Environmental Research, 5(1): 85-92.

상세보기
Feng, L., H. Tian, Z. Qiao, M. Zhao, and Y. Liu, 2020. Detailed Variations in Urban Surface Temperatures Exploration Based on Unmanned Aerial Vehicle Thermography, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 13: 204-216.

상세보기
Gabriel, K.M.A. and W.R. Endlicher, 2011. Urban and rural mortality rates during heat waves in Berlin and Brandenburg, Germany, Environmental Pollution, 159(8): 2044-2050.

상세보기
Gaitani, N., I. Burud, T. Thiis, and M. Santamouris, 2017. High-resolution spectral mapping of urban thermal properties with Unmanned Aerial Vehicles, Building and Environment, 121: 215-224.

상세보기
Golden, J.S., D. Hartz, A. Brazel, G. Luber, and P. Phelan, 2008 A biometeorology study of climate and heat-related morbidity in Phoenix from 2001 to 2006, International Journal of Biometeorology, 52(6): 471-480.

상세보기
Heaviside, C., S. Vardoulakis, and X.-M. Cai, 2016 Attribution of mortality to the urban heat island during heatwaves in the West Midlands, UK, Environmental Health, 15(1): 49-59.

상세보기
Jin, M.S., 2012. Developing an index to measure urban heat island effect using satellite land skin temperature and land cover observations, Journal of Climate, 25(18): 6193-6201.

상세보기
Korea Astronomy and Space Science Institute, https://astro.kasi.re.kr/life, Accessed on Dec. 3, 2021.
Korea Law Information Center, https://www.law.go.kr, Accessed on Dec. 3, 2021.
Korea Meteorological Administration National Climate Data Center, https://data.kma.go.kr, Accessed on Dec. 3, 2021.
Li, X., Y. Zhou, S. Yu, G. Jia, H. Li, and W. Li, 2019. Urban heat island impacts on building energy consumption: A review of approaches and findings, Energy, 174: 407-419.

상세보기
Naughton, J. and W. McDonald, 2019. Evaluating the Variability of Urban Land Surface Temperatures Using Drone Observations, Remote Sensing, 11(14): 1722.

상세보기
Oke, T.R., 1982. The energetic basis of the urban heat island, Quarterly Journal of the Royal Meteorological Society, 108(455): 1-24.

상세보기
Oke, T.R., G. Mills, A. Christen, and J.A. Voogt., 2017. Urban climates, Cambridge University Press, Cambridgeshire, GBR.
Park, S.-I., T.-H. Ryu, I.-C. Choi, and J.-S. Um, 2019. Evaluating the Operational Potential of LRV Signatures Derived from UAV Imagery in Performance Evaluation of Cool Roofs, Energies, 12(14): 2787.

상세보기
Pearlmutter, D., P. Berliner, and E. Shaviv, 2007. Integrated modeling of pedestrian energy exchange and thermal comfort in urban street canyons, Building and Environment, 42(6): 2396-2409.

상세보기
Potchter, O., P. Cohen, and A. Bitan, 2006. Climatic behavior of various urban parks during hot and humid summer in the Mediterranean city of Tel Aviv, Israel, International Journal of Climatology: A Journal of the Royal Meteorological Society, 26(12): 1695-1711.

상세보기
Radhi, H., S. Sharples, and E. Assem, 2015. Impact of urban heat islands on the thermal comfort and cooling energy demand of artificial islands-A case study of AMWAJ Islands in Bahrain, Sustainable Cities and Society, 19: 310-318.

상세보기
Ryu, T.-H. and J.-S. Um, 2013. Evaluating Changing Trends of Surface Temperature in Winter according to Rooftop Color using Remotely Sensed Thermal Infrared, Journal of Korean Society for Geospatial Information Science, 21(1): 27-37 (in Korean with English abstract).
Schwarz, N., U. Schlink, U. Franck, and K. Grossmann, 2012. Relationship of land surface and air temperatures and its implications for quantifying urban heat island indicators-An application for the city of Leipzig (Germany), Ecological Indicators, 18: 693-704.

상세보기
Smoyer, K.E., 1998. Putting risk in its place: methodological considerations for investigating extreme event health risk, Social Science & Medicine, 47(11): 1809-1824.

상세보기
Solomon, S., M. Manning, M. Marquis, and D. Qin, 2007. Climate change 2007-the physical science basis: Working group I contribution to the fourth assessment report of the IPCC, Cambridge University Press.
Song, B.G. and K.H. Park, 2020. Verification of Accuracy of Unmanned Aerial Vehicle (UAV) Land Surface Temperature Images Using In-Situ Data, Remote Sensing, 12(2): 288.

상세보기
Tan, J., Y. Zheng, X. Tang, C. Guo, L. Li, G. Song, X. Zhen, D. Yuan, A.J. Kalkstein, and F. Li, 2010. The urban heat island and its impact on heat waves and human health in Shanghai, International Journal of Biometeorology, 54(1): 75-84.

상세보기
Tepanosyan, G., V. Muradyan, A. Hovsepyan, G. Pinigin, A. Medvedev, and S. Asmaryan, 2021. Studying spatial-temporal changes and relationship of land cover and surface Urban Heat Island derived through remote sensing in Yerevan, Armenia, Building and Environment, 187: 107390.

상세보기
Um, J.-S., 2017. Performance evaluation strategy for cool roof based on pixel dependent variable in multiple spatial regressions, Spatial Information Research, 25(2): 229-238.

상세보기
U.S. Environmental Protection Agency. 2008. Reducing urban heat islands: Compendium of strategies. Draft, https://www.epa.gov/heat-islands/heatisland-compendium, Accessed on Dec. 9, 2021.
Yakovlev, S. and A. Borisov., 2021. Use of unmanned aerial vehicles for automated forest fire patrols in the Republic of Sakha (Yakutia), In IOP Conference Series: Earth and Environmental Science, 839(5): 052022.

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