[논문]신도시 개발에 따른 표면 열섬현상 변화분석 및 도시 형태와의 상관관계

이경일

doi:10.7780/kjrs.2023.39.5.3.4

신도시 개발에 따른 표면 열섬현상 변화분석 및 도시 형태와의 상관관계
Analysis of the Surface Urban Heat Island Changes according to NewTowns Development and Correlation with Urban Morphology 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.39 no.5/1, 2023년, pp.921 - 932

이경일 (서울과학기술대학교 AI반도체연구소)

초록
AI-Helper

도시 인구집중 및 도시확장에 의한 토지피복 변화는 도시 내 열섬현상과 같은 다양한 환경문제를 유발할 수 있다. 특히 계획적으로 구축되는 신도시의 경우 짧은 기간에 진행되는 급격한 도시화로 인한 도시 기후의 변화를 분석하기에 적절한 연구대상지로 여겨진다. 본 연구에서는 Landsat 위성영상을 활용하여 분당 및 판교 신도시를 대상으로 개발 전후 토지피복 변화와 이에 따른 표면 도시열섬(surface urban heat island, SUHI) 현상의 변화를 비교, 분석하였다. 또한 SUHI 강도에 영향을 끼칠 수 있는 도시구조적 특징들 간 상관분석을 수행하였다. 분석 결과, 신도시 개발이 진행됨에 따른 토지피복의 급격한 변화 및 이에 따른 SUHI 현상의 직접적인 심화를 확인하였다. 본 연구를 통해 각기 다른 도시계획에 의한 SUHI 현상의 차이를 확인하고 열 환경 개선을 위한 입체적인 도시계획의 필요성이 제시될 수 있다.

Abstract ▼ AI-Helper

Land cover change due to urban population concentration and urban expansion can cause various environmental problems such as urban heat islands. In particular, New towns are considered an appropriate study site to analyze changes in urban climate due to rapid urbanization in a short period. This study used Landsat satellite imagery to compare and analyze the land cover changes before and after the development of two new towns with different plans, and the resulting changes in surface urban heat island (SUHI) phenomena. Correlation analysis was also conducted between urban structural features that may affect the SUHI intensity. The results of the analysis confirm the rapid change in land cover as new town development progresses and the direct intensification of the SUHI phenomenon. This study confirms the differences in SUHI caused by different urban plans and suggests the need for three-dimensional urban planning to improve the thermal environment.

주제어

표/그림 (12)

그림 Fig. 1. Study area.
표 Table 1. Urban planning for each new town
그림 Fig. 2. Maps of indices of the building structure in 2018 in Bundang new town.
그림 Fig. 3. Maps of indices of building structure in 2018 in Pangyo new town.
표 Table 2. Used Landsat images
표 Table 3. Normalized difference vegetation index (NDVI) ranges and corresponding formula for calculating emissivity
표 Table 4. NDVI ranges and corresponding formula for calculating emissivity
그림 Fig. 4. Land cover and SUHI intensity changes in Bundang new town for the years 1989, 2000, and 2018. (a) Land cover changes in Bundang new town. (b) SUHI intensity changes in Bundang new town.
표 Table 5. The areas of land cover classes in two new towns from 1989 to 2018
그림 Fig. 5. Land cover and SUHI intensity changes in Pangyo new town for the years 1989, 2000, and 2018. (a) Land cover changes in Pangyo new town. (b) SUHI intensity changes in Pangyo new town.
표 Table 6. Correlation of SUHI intensity in 2018 with indices of building structure as well as vegetation in Bundang new town
표 Table 7. Correlation of SUHI intensity in 2018 with indices of building structure as well as vegetation in Pangyo new town

AI 본문요약
AI-Helper

제안 방법

본 연구에서는 Landsat 영상을 기반으로 대한민국 1, 2기 신도시에 각각 해당되는 분당 및 판교 신도시를 대상으로 개발이 진행됨에 따른 토지피복 및 SUHI 현상의 변화를 비교 분석하였다. 또한 구축된 SUHI 분포 지도 및 건물의 수평 및 수직 구조를 확인할 수 있는 건축물 통계자료를 활용하여 SUHI 강도에 영향을 미칠 수 있는 구조적 특성을 확인하였다. 본 연구 결과를 통해 기존 도시와 추후 구축될 도시의 열섬현상 완화를 위한 정책 제안 및 의사결정에 도움을 줄 수 있을 것으로 기대된다.
본 연구는 대한민국 두 개의 신도시를 연구지역으로 선정하여 1989년, 2000년, 2018년 3장의 Landsat 영상을 기반으로 신도시 개발이 진행됨에 따른 토지피복과 SUHI 현상 변화의 차이를 비교하였다. 또한 SUHI intensity에 영향을 끼칠 수 있는 도시구조적 특징들 간 상관분석을 수행하였다.
본 연구에서는 Landsat 영상을 기반으로 대한민국 1, 2기 신도시에 각각 해당되는 분당 및 판교 신도시를 대상으로 개발이 진행됨에 따른 토지피복 및 SUHI 현상의 변화를 비교 분석하였다. 또한 구축된 SUHI 분포 지도 및 건물의 수평 및 수직 구조를 확인할 수 있는 건축물 통계자료를 활용하여 SUHI 강도에 영향을 미칠 수 있는 구조적 특성을 확인하였다.

대상 데이터

본 연구의 대상지는 분당 및 판교 신도시이다(Fig. 1).

데이터처리

구축된 SUHI 분포의 신뢰성과 실제 건축물 현황과의 관계를 확인하기 위한 피어슨(Pearson) 상관분석을 수행하였다. 피어슨 상관계수는 일반적으로 두 변수 간의 선형 회귀 분석에 사용되며, 두 변수의 공분산을 표준편차의 곱으로 나눈 값으로 –1에서 1 사이의 값을 나타낸다.
본 연구는 대한민국 두 개의 신도시를 연구지역으로 선정하여 1989년, 2000년, 2018년 3장의 Landsat 영상을 기반으로 신도시 개발이 진행됨에 따른 토지피복과 SUHI 현상 변화의 차이를 비교하였다. 또한 SUHI intensity에 영향을 끼칠 수 있는 도시구조적 특징들 간 상관분석을 수행하였다. 분석 결과 신도시 개발이 진행됨에 따른 토지피복의 급격한 변화가 발생하였으며, 특히 대부분의 농업지역이 시가지역으로 변화한 것을 확인하였고, 이러한 도시화로 인한 SUHI 현상의 발생 및 강도가 지속적으로 높아지는 것 또한 확인하였다.

성능/효과

4b and 5b). 두 신도시 모두 1989년도에는 도시화에 따른 SUHI 현상이 나타나는 지역이 거의 없는 것을 확인할 수 있고, 산림지역 및 초지에 비해 시기적으로 식생이 적은 농업 지역에서 상대적으로 높은 LST가 측정된 것으로 나타난다. 분당 뉴타운이 조성된 2000년도에는 구축된 시가지역을 기반으로 SUHI 현상이 나타나는 범위 또한 크게 증가하는 것을 확인할 수 있다.
분석 결과 신도시 개발이 진행됨에 따른 토지피복의 급격한 변화가 발생하였으며, 특히 대부분의 농업지역이 시가지역으로 변화한 것을 확인하였고, 이러한 도시화로 인한 SUHI 현상의 발생 및 강도가 지속적으로 높아지는 것 또한 확인하였다. 두 신도시 모두 아파트 및 고층 건축물이 분포하고 있는 지역에 비해 저층주거단지가 밀집된 지역이나 산업단지에서 상대적으로 높은 SUHI 강도가 나타나는 것을 확인할 수 있었다. 하지만 같은 저층주거단지 내에서도 건물밀도와 건폐율이 높은 분당신도시에서 상대적으로 높은 SUHI 강도가 나타남을 확인할 수 있었다.
또한 SUHI intensity에 영향을 끼칠 수 있는 도시구조적 특징들 간 상관분석을 수행하였다. 분석 결과 신도시 개발이 진행됨에 따른 토지피복의 급격한 변화가 발생하였으며, 특히 대부분의 농업지역이 시가지역으로 변화한 것을 확인하였고, 이러한 도시화로 인한 SUHI 현상의 발생 및 강도가 지속적으로 높아지는 것 또한 확인하였다. 두 신도시 모두 아파트 및 고층 건축물이 분포하고 있는 지역에 비해 저층주거단지가 밀집된 지역이나 산업단지에서 상대적으로 높은 SUHI 강도가 나타나는 것을 확인할 수 있었다.
상관관계 분석 결과까지 종합적으로 살펴 보았을 때 이러한 건축물의 수평적, 수직적 구조가 SUHI 강도에 영향을 미치는 중요한 요인임을 확인할 수 있었다. 판교 신도시는 전체적인 건축물 밀도와 용적률을 낮추는 계획을 통해 도시 형태를 조정하여 환경적인 측면을 개선하였으나, 저층건물 비율이 증가함에 따른 SUHI 강도 증가가 나타난 것으로 판단된다.
상관관계 분석 결과까지 종합적으로 살펴 보았을 때 이러한 건축물의 수평적, 수직적 구조가 SUHI 강도에 영향을 미치는 중요한 요인임을 확인할 수 있었다. 판교 신도시는 전체적인 건축물 밀도와 용적률을 낮추는 계획을 통해 도시 형태를 조정하여 환경적인 측면을 개선하였으나, 저층건물 비율이 증가함에 따른 SUHI 강도 증가가 나타난 것으로 판단된다. 하지만 밀집된 고층건물 또한 풍속에 부정적인 영향을 미치는 등 SUHI 강도에 영향을 끼칠 수 있다.
2018년도의 경우 저층 주거단지, 산업단지에서 높은 SUHI 강도가 나타났으며, 고층 주상복합시설이 조성 완료된 정자동의 경우 고층건물들에 의한 일영면적 감소 등으로 2000년에 비해 낮은 SUHI 강도가 나타났다. 판교신도시의 경우 신도시가 조성되기 이전인 2000년도까지는 도로가 조성된 지역 위주로 SUHI 현상이 나타났으나, 신도시 조성 이후 그 면적이 크게 증가하는 것을 확인할 수 있다. 또한 분당 신도시와 마찬가지로 아파트 단지보다는 저층주거 단지가 조성된 지역에서 더 높은 SUHI 강도가 나타나는 것을 확인할 수 있다.

후속연구

또한 구축된 SUHI 분포 지도 및 건물의 수평 및 수직 구조를 확인할 수 있는 건축물 통계자료를 활용하여 SUHI 강도에 영향을 미칠 수 있는 구조적 특성을 확인하였다. 본 연구 결과를 통해 기존 도시와 추후 구축될 도시의 열섬현상 완화를 위한 정책 제안 및 의사결정에 도움을 줄 수 있을 것으로 기대된다.
특히 저층주거지역 및 상업지역의 경우 열 저감 보도블럭 도입 또는 공원 · 녹지공간 확충 등 미시적인 열 환경 개선을 위한 추가적인 방안들이 마련되어야 하며, 이에 대한 폭넓은 연구들이 병행되어야 할 것이다.

참고문헌 (28)

Cho, H., Ha, J., and Lee, S., 2019. Exploring physical？environments, demographic and socioeconomic？characteristics of urban heat island effect areas？in Seoul, Korea. Journal of the Korean Regional？Science Association, 35(4), 61-73. https://doi.org/10.22669/krsa.2019.35.4.061

원문보기 상세보기
Clinton, N., and Gong, P., 2013. MODIS detected surface？urban heat islands and sinks: Global locations？and controls. Remote Sensing of Environment,？134, 294-304. https://doi.org/10.1016/j.rse.2013.03.008

상세보기
Guha, S., Govil, H., Dey, A., and Gill, N., 2018. Analytical？study of land surface temperature with NDVI？and NDBI using Landsat 8 OLI and TIRS data？in Florence and Naples city, Italy. European？Journal of Remote Sensing, 51(1), 667-678.？https://doi.org/10.1080/22797254.2018.1474494

상세보기
Kim, S., and Lee, S., 2020. Determinants of residential？environment satisfaction in the second-generation？new towns of the Seoul metropolitan area using？web crawling and text mining. Journal of Korea？Planning Association, 55(7), 5-20. https://doi.org/10.17208/jkpa.2020.12.55.7.5

상세보기
Kim, T., Lee, W. H., and Han, Y., 2018. Analysis of？thermal heat island potential by urbanization？using Landsat-8 time-series satellite imagery.？Journal of the Korean Society of Surveying,？Geodesy, Photogrammetry and Cartography,？36(4), 305-316. https://doi.org/10.7848/ksgpc.2018.36.4.305

원문보기 상세보기
Kim, W., Lim, H., and Shin, H., 2021. Extraction of？the severe heat island districts in urban areas by？the clustering technique of land surface temperature？distribution using satellite imagery. Journal of？Korean Society for Atmospheric Environment,？37(4), 578-599. https://doi.org/10.5572/KOSAE.2021.37.4.578

상세보기
Lee, K., Kim, Y., Sung, H. C., Ryu, J., and Jeon, S.？W., 2020. Trend analysis of urban heat island？intensity according to urban area change in Asian？mega cities. Sustainability, 12(1), 112. https://doi.org/10.3390/su12010112

상세보기
Lee, K., and Lim, C. H., 2022. Analysis of the surface？urban heat island changes according to urbanization？in Sejong city using Landsat imagery. Korean？Journal of Remote Sensing, 38(3), 225-236.？https://doi.org/10.7780/kjrs.2022.38.3.1

원문보기 상세보기
Lee, S., and Han, J., 2019. Analysis of the relationship？between three-dimensional built environment？and urban surface temperature. Journal of Korea？Planning Association, 54(2), 93-108. https://doi.org/10.17208/jkpa.2019.04.54.2.93

상세보기
Li, Y., Schubert, S., Kropp, J. P., and Rybski, D., 2020. On the influence of density and morphology on the？urban heat island intensity. Nature Communications,？11, 2647. https://doi.org/10.1038/s41467-020-16461-9

상세보기
Miles, V., and Esau, I., 2017. Seasonal and spatial？characteristics of urban heat islands (UHIs) in？Northern West Siberian cities. Remote Sensing,？9(10), 989. https://doi.org/10.3390/rs9100989

상세보기
Ministry of Land, Infrastructure and Transport and Korea？Land and Housing Cooperation, 2021. 2020 city？planning status. Available online: https://www.eum.go.kr/web/cp/st/stUpisStatDet.jsp (accessed？on July 10, 2023).
Oke, T. R., Mills, G., Christen, A., and Voogt, J. A., 2017. Urban climates. Cambridge University Press.？https://doi.org/10.1017/9781139016476
Qaid, A., Lamit, H. B., Ossen, D. R., and Shahminan,？R. N. R., 2016. Urban heat island and thermal？comfort conditions at micro-climate scale in a？tropical planned city. Energy and Buildings, 133,？577-595. https://doi.org/10.1016/j.enbuild.2016.10.006

상세보기
Rendana, M., Idris, W. M. R., Rahim, S. A., Abdo, H.？G., Almohamad, H., Al Dughairi, A. A. et al., 2023. Relationships between land use types and？urban heat island intensity in Hulu Langat district,？Selangor, Malaysia. Ecological Processes, 12, 33.？https://doi.org/10.1186/s13717-023-00446-9

상세보기
Saha, P., Bandopadhyay, S., Kumar, C., and Mitra, C., 2020. Multi-approach synergic investigation between？land surface temperature and land-use land-cover.？Journal of Earth System Science, 129, 74. https://doi.org/10.1007/s12040-020-1342-z

상세보기
Sekertekin, A., and Bonafoni, S., 2020. Land surface？temperature retrieval from Landsat 5, 7, and 8？over rural areas: Assessment of different retrieval？algorithms and emissivity models and toolbox？implementation. Remote Sensing, 12(2), 294.？https://doi.org/10.3390/rs12020294

상세보기
Sobrino, J. A., Jimenez-Munoz, J. C., and Paolini, L., 2004. Land surface temperature retrieval from？LANDSAT TM 5. Remote Sensing of Environment,？90(4), 434-440. https://doi.org/10.1016/j.rse.2004.02.003

상세보기
Song, B. G., and Park, K. H., 2017. Comparison of ASTER？satellite and ground-based surface. Journal of the？Korean Association of Geographic Information？Studies, 20(3), 104-124. https://doi.org/10.11108/kagis.2017.20.3.104

원문보기 상세보기
Sun, J., Yang, J., Zhang, C., Yun, W., and Qu, J., 2013.？Automatic remotely sensed image classification？in a grid environment based on the maximum？likelihood method. Mathematical and Computer？Modelling, 58(3-4), 573-581. https://doi.org/10.1016/j.mcm.2011.10.063

상세보기
Tariq, A., and Shu, H., 2020. CA-Markov chain analysis？of seasonal land surface temperature and land use？land cover change using optical multi-temporal？satellite data of Faisalabad, Pakistan. Remote？Sensing, 12(20), 3402. https://doi.org/10.3390/rs12203402

상세보기
Tran, D. X., Pla, F., Latorre-Carmona, P., Myint, S. W.,？Caetano, M., and Kieu, H. V., 2017. Characterizing？the relationship between land use land cover change？and land surface temperature. ISPRS Journal of？Photogrammetry and Remote Sensing, 124, 119-132. https://doi.org/10.1016/j.isprsjprs.2017.01.001

상세보기
Viera, A. J., and Garrett, J. M., 2005. Understanding？interobserver agreement: The kappa statistic. Family？Medicine, 37(5), 360-363.
Voogt, J. A., and Oke, T. R., 2003. Thermal remote？sensing of urban climates. Remote Sensing of？Environment, 86(3), 370-384. https://doi.org/10.1016/S0034-4257(03)00079-8

상세보기
Wakeman, R., 2016. Practicing utopia: An intellectual？history of the new town movement. The University？of Chicago Press. https://doi.org/10.7208/chicago/9780226346175.001.0001
Yeo, I., Yee, J. J., and Yoon, S. H., 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.
Yu, X., Guo, X., and Wu, Z., 2014. Land surface？temperature retrieval from Landsat 8 TIRS-comparison between radiative transfer equation-based method, split window algorithm and single？channel method. Remote Sensing, 6(10), 9829-9852. https://doi.org/10.3390/rs6109829

상세보기
Zanter, K., 2019. Landsat 8 data users handbook. Available？online: https://www.usgs.gov/landsat-missions/landsat-8-data-users-handbook (accessed on July？25, 2023).

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