Road Traffic Noise Simulation for Small-scale Urban Form Alteration Using Spatial Statistical Model

공간통계모형을 이용한 소규모 도시 형태 변경에 따른 소음도 예측

Abstract

Road traffic noise is closely related with urban forms and urban components, such as population, building, traffic and land-use, etc. Hence, it is possible to minimize the noise exposure problem depending on how to plan new town or urban planning alteration. This paper provides ways to apply for urban planning in consideration of noise exposure through road traffic noise estimation for alteration of small-scale urban form. Spatial autoregressive model from the former study is used as statistical model for noise simulation. The simulation results by the spatial statistical model are compared with those by the engineering program-based modeling for 5 scenarios of small-scale urban form alteration. The error from the limitation of containing informations inside the grid cell and the difficulties of reflecting acoustic phenomena exists. Nevertheless, in the stage of preliminary design, the use of the statistical models that have been estimated well could be useful in time and economically.

1. 서 론

현대 도시를 구성하고 있는 복잡한 도로망은 도시를 지탱시키고 유지시키는 가장 중요한 요소(1)임과 동시에 소음원이라는 문제점도 내포하고 있다. 이렇게 발생되는 소음은 도시의 형태 및 도시의 구성 요소인 인구, 건축, 교통, 토지이용 등과 밀접한 관련을 맺고 있으며 끊임없이 상호작용(1)을 하고 있다. 따라서 보금자리주택 및 혁신도시 건설 등과 같은 신도시 계획이나 도시계획변경 시 사전에 소음을 고려하는 것이 가능하며 어떻게 계획하느냐에 따라서 소음 노출을 최소화 할 수 있다.

도시 계획 단계에서 소음도를 예측하는 방법으로는 소음 예측 프로그램을 이용한 공학적인 모델링의 방법(2)이 있으나 다루기 어렵고 경제적으로 비싸다는 단점이 있다. 이는 통계적 모형을 사용한 시뮬레이션 등의 방법으로 해소할 수 있으며 최근 도시 형태와 소음과의 관계(3~7)를 규명하기 위하여 다양한 연구가 행해지고 있다.

Wang(3)과 Hao(4)는 각각 도로 소음과 항공기 소음에 대해 도시 형태론(urban morphology)적인 영향을 주목하였으며, 특히 Wang의 연구에서는 서로 다른 도시 밀도를 가진 영국과 중국 도시의 여러 샘플 지역을 대상으로 소음 지도를 사용하여 계산된 도로 교통 소음 분포와 도시 형태를 상관분석하여 영향을 알아보았다. Salomons(5)는 도시 교통 소음의 공간적인 분포에 대하여 교통량의 분포, 도시 밀도 및 도시 형태가 어떤 영향을 미치는지에 대해 폐쇄적인 블록형 건물로 최적화된 도시 조직(urban fabric)에서는 도로로부터 최대로 노출된 건물보다 최소로 노출된 건물 파사드(facade, 전면부)에서의 소음도에 더 많은 영향을 미쳤으며, 이때의 소음도는 개방적인 블록형 건물보다 더 낮은 결과를 보였다. Silva(6)는 여러 가지의 도시 형태에 대하여 도시 형태 지표 및 평균 파사드 소음도를 비교하여 건물의 소음 노출을 나타낼 수 있는 도시 형태 인자를 규명하는 연구를 진행하였다.

하지만 기존의 연구에서는 소음과 어떤 도시 인자간의 단일 관계에 주목하였으며 둘 이상의 도시 형태 인자들이 복합적으로 소음에 미치는 영향 정도를 분석하지는 않았다. 따라서 류훈재(7)는 기존의 소음과 도시 형태 인자간의 관계를 파악하기 위해 사용한 상관관계나 단일회귀분석의 문제점을 보완하고, 소음의 공간적 특성을 고려하여 도로 교통 소음과 도시 구성 요소간의 관계를 공간통계모형으로 추정하였다. 또한 Chun(8)은 소음과 관련된 연구는 아니지만 고밀도의 도심지역에서 도시 형태와 도시 열섬 현상을 공간통계모형으로 추정하고 녹화 방침에 따른 시나리오에 따라 시뮬레이션의 결과를 제시하였다. 단, 연구에 사용한 도시 형태 인자는 선행연구에서 사용한 인자와는 다르다.

이 논문에서는 류훈재(7)의 연구에서 청주시를 대상으로 소음과 도시 형태 인자 간의 공간통계모형(3)을 사용하여 임의의 소규모 도시 형태 변경 시나리오에 대한 소음도를 예측해 봄으로써 소음을 고려한 도시 설계 적용 방안을 제시하고자 한다.

 

2. 연구 방법

연구 방법은 기존 연구 지역인 청주시 내의 여러 소규모 지점을 대상으로 도시 형태 변경에 따른 주거건물을 가상으로 신축하고, 공간통계모형을 사용하여 소음도를 예측한 후 공학적 모델링을 사용한 예측 소음도와 비교하여 도시 계획 시 적용 타당성을 검토한다.

2.1 연구 지점 선정 및 도시 형태 변경

Fig. 1은 이 연구의 시뮬레이션 대상 지역 및 지점들의 위치이다. 기존 연구(7)에서 통계모형의 변수 산정을 위하여 연구 지역을 250 m×250 m로 격자화 하였으며, 주거 건물에 상주하는 사람들에게 노출되는 야간 소음을 대상으로 하여 주거건물이 없는 격자는 제외하고 통계모형을 추정하였다. Fig. 1을 보면 짙은 색의 격자들은 소음 정보가 존재하는 지점이고 옅은 색 격자들은 소음 정보가 없어 통계모형 추정에서는 제외된 지점들이다. 연구 지점은 기존 연구에서 소음도 정보가 존재하지 않는 격자들 중에서 직접적으로 인접한 8개 격자의 소음도가 존재하고 자신의 격자에는 주거건물이 없어 소음도가 존재하지 않는 격자를 대상으로 5개 지점을 선정하여 Case 1부터 Case 5까지 명명하였다. Fig. 1에서 각 Case 지점에 관한 위치를 확인할 수 있다. 또한 3장에서의 연구 결과에 의해 Case 1과 Case 5 두 지점에서 대하여 추가 분석을 실시하였으며 Case 6과 Case 7은 Case 1과, Case 8은 Case 5와 동일한 지점에서의 도시 형태 인자를 변경한 것이다. Table 1은 각 Case 지점에 관한 변경 전 토지 이용 비율의 간단한 설명을 나타낸다.

Fig. 1Selection of study areas for application test

Table 1Land use ratio description for each study site (250 m×250 m)

선정된 5개 지점에 새로이 주거 건물을 신축하여 도시 형태를 변경하였다. 대상 격자에 신축하는 건물 크기는 가로 25 m, 세로 10 m로 하였고, 층당 높이가 3 m이고 4인 가구 기준으로 2세대가 거주하는 3층 연립주택으로 가정하였다. 격자 내의 토지 용도가 주거지역으로 설정되어진 부분에 건물을 신축하였으며, 주거지역이 아닌 지점에는 임의로 일정 부분의 토지 용도를 변경하여 그 부분에 건물을 신축하였다. Fig. 2는 위에서 선정한 5개 지점 중에서 Case 1번 지점을 대상으로 신축 건물 및 용도 지역을 변경한 그림이다. 점으로 된 부분은 신축 건물을 나타내고 빗금으로 된 부분은 녹지지역이 대부분인 Case 1 지점을 빗금 넓이만큼 주거지역으로 변경한 것을 나타낸 것이다. 앞에서 설명한 소규모 도시 형태 변경 시나리오의 대상인 건물, 토지이용 이외의 다른 변수는 변경하지 않았다.

Fig. 2Illustration of urban form planning for Case 1

2.2 공간통계모형

공간통계모형은 공간적 스필오버(spatial spillover)에 근거한 공간적 의존(spatial dependence)(9)이 나타날 때 효과적으로 추정 가능한 모형이다. 즉 기존 연구(7)에서는 소음을 유발시키는 발생원 근처에서 더 시끄럽고 먼 쪽에서 조용한, 음향적 특성에 주목하여 공간통계모형을 추정하였다. 따라서 이 연구에서 도로교통소음 시뮬레이션에 적용한 모형은 기존 연구(7)에서 추정한 공간통계모형인 공간자기회귀모형(spatial autoregressive model, SAR)과 공간오차모형(spatial error model, SEM) 중 설명력이 더 높고 신뢰 수준 95 %내로 유의한 변수를 많이 갖는 공간자기회귀모형을 택하였다. 선택한 공간자기회귀모형을 통계적으로 90 %내의 유의한 변수만을 사용하여 다시 수정하였고 이번 연구에서 사용한 모형의 형태는 식 (1)과 같고 변경된 계수들의 값은 Table 2와 같다.

Table 2Coefficients of spatial autoregressive model

여기서, Lrep는 인구가중평균 소음도(dB(A)), β는 회귀계수, ρ는 공간자기회귀계수, W는 공간가중행렬, GSIrep는 격자의 대표 GSI(ground space index, m2/m2), FSIrep는 격자의 대표 FSI(floor space index, m2/m2), Qn은 야간평균교통량(대/시), Varep는 야간평균속도(km/시), Ra는 도로면적밀도(m2/m2)이며, LI,ratio, LB,ratio, LR,ratio는 각각 공업지역비율, 상업지역비율, 주거지역비율이다

소음도 계산을 위해 행렬 식 (1)의 오차항 u를 0으로 가정을 하고 좌변을 종속변수에 대하여 정리해 주면 식 (2)와 같다.

따라서 소규모 도시 형태 변경 시나리오에 대한 통계적 모형을 통한 도로교통소음 시뮬레이션은 최종적으로 위 식 (2)를 사용해서 계산한다.

 

3. 연구 결과

연구 대상지점 5개의 공간통계모형(SAR)과 공학적 모델링의 시뮬레이션(SoundPLAN) 결과는 Table 3과 같다. Case 2와 Case 3 지점에서는 결과값의 차이가 1dB(A)내로 유사한 결과를 보였으나 Case 1과 Case 5 지점에서는 10 dB(A)내외로 큰 차이를 나타냈다. 결과값에 차이가 나타나는 원인을 탐색하기 위하여 대상지점 주변을 grid noise map으로 나타내었다. Fig. 3은 Case 1부터 4의 각 대상지점에서의 3차원 grid noise map을 보여준다. Case 5 지점은 Fig. 3에서 나타낸 시점으로는 판단이 쉽지 않 아 Fig. 4에 위에서 내려다 이 시점에서의 3차원 grid noise map을 나타내었다. 시뮬레이션 결과값의 차이가 적은 Case 2와 Case 3 지점을 보면 소음원인 도로와 수음점인 신축 건물 사이의 소음 전파 경로에 별다른 장애물이 없고 지형이 평평한 것을 확인할 수 있다. 하지만 결과값의 차이가 크게 발생한 두 지점(Case 1, Case 5)의 공통점을 살펴보면 산등성이나 고층 아파트가 소음원인 도로를 차폐시켜 신축된 주거 건물에 노출되는 소음도가 상대적으로 낮아짐을 알 수 있다.

Table 3Simulation results of spatial statistical model and noise mapping program

Fig. 33-D grid noise map for urban form alteration

Fig. 43-D grid noise map for Case 5

앞에서 발생한 원인에 대하여 좀 더 알아보기 위하여 결과값의 차이가 큰 Case 1과 Case 5 지점에 대해서 도시 형태를 달리 변경하여 좀 더 추가적인 시뮬레이션을 하였다. 먼저 Case 1 지점에는 동일 격자 내에서 신축 건물의 위치를 변경한 Case 6과 Case 7을 만들어 통계모형의 값이 동일할 때 건물 배치에 따른 공학적 모델링간의 차이가 어떻게 발생하는지를 알아보았다. Fig. 5의 (a)는 Case 6과 Case 7의 각각 건물이 옮겨간 위치를 보여준다. 두 번째로 Case 5 지점에 대해서는 소음도의 전파 경로 상에서 장애물로 작용하고 있는 고층 아파트를 제거한 Case 8을 만들어 통계모형과 공학적 모델링의 결과 값이 어떻게 바뀌고 두 시뮬레이션간 값의 차이의 변화를 관찰하였다. Fig. 5의 (b)는 Case 5의 아파트들이 제거되고 난 이후의 Case 8에 대한 grid noise map을 보여준다.

Fig. 53-D grid noise map for urban form alteration of Case 1 and Case 5

변동된 결과값은 Table 4에 나타나 있다. 굵게 표시된 값이 추가적인 도시 형태 변경에 의해 변화된 값이다. 먼저 Case 1에서 Case 6으로 건물이 옮겨 졌을 때 소음원과 수음점 사이가 가까워지고 지형의 음향학적인 차폐요소가 거의 관여되지 않아 소음도가 44.5 dB(A)에서 53.2 dB(A)로 증가한 것을 볼 수 있다. 그리고 통계학적 모형과의 결과값 차이는 0.3 dB(A)로 거의 일치하는 것을 확인할 수 있다. 하지만 Case 1보다는 덜하지만 Case 7처럼 지형이 소음의 전파에 관여하는 점을 반영하지 못할 때 역시 통계학적 모형과 공학적 모델링의 결과값이 차이가 나는 것을 볼 수 있다. 한편, Case 5에서 고층 아파트를 제거한 Case 8도 마찬가지로 공학적 모델링의 결과값이 36.7 dB(A)에서 45.0 dB(A)로 증가하였으며, 통계학적 모형의 결과값은 소수점 둘째짜리 이하의 미약한 변화만 있어 결과값의 차이는 13.6 dB(A)에서 5.3 dB(A)로 줄어들었다.

Table 4Simulation results of spatial statistical model and noise mapping program for urban form alteration

이처럼 통계학적 모형은 격자 크기에 따라 그 격자 안 전체의 평균적인 모습만을 반영하며, 특히 공간통계모형은 만들어진 인접 격자간의 공간적 특성을 고려하고 있으나 세부 지형·지물에 의한 음향적 특성을 반영하기 어려운 것으로 판단된다.

 

4. 결 론

지금까지 청주시를 대상으로 추정한 공간통계모형을 사용하여 청주시 내의 5개 연구 지점에 소규모 신규 도시 형태 변경에 따라 소음도를 예측하였다. 두 지점에서는 통계학적 모형과 공학적 모델링 예측결과 간에 1 dB(A)내의 낮은 오차를 보였으나, 다른 두 지점에서는 차이가 9 dB(A)이상 크게 나타났다. 그래서 크게 차이가 나는 두 지점을 대상으로 도시 형태를 변경하여 다시 결과값을 비교하였다. 그 결과 산등성이나 고층아파트 등이 소음의 전파 경로 사이에 위치할 때 통계학적 모형과 공학적 모델링 결과값의 차이가 나는 것을 확인하였다. 이는 격자 크기에 따라 표현할 수 있는 정보의 한계 및 공학적인 효과를 반영키 어려움에 따른 것으로 판단된다. 정확한 결과를 얻기 위해서는 격자 크기(이 연구에서는 250 m×250 m)내의 평균적인 특징을 고르게 반영할 수 있도록 여러 개의 주거 건물이 위치해 있거나 단일 주거 건물이라도 그 격자의 소음도를 대표할 수 있는 지점에 위치해 있을 때 통계적 모형을 통한 예측값이 공학적 모델링 및 실측 값과 오차가 적을 것으로 판단된다. 이는 격자크기를 작게 하여 통계 모델을 구성하는 방안이 있으나 격자 크기가 너무 작아지면 이 논문의 연구 지역보다 큰 대도시에 적용 시 효율성이 떨어지므로 적정하게 유지할 필요가 있다. 또한 다양한 도시 유형을 대상으로 정확한 데이터를 사용하여 좀더 설명력이 높은 모형을 추정하여 일반화시키는 연구도 필수적이다.

이와 같이 사전 계획 단계에서 통계적 모형의 사용은 시간적 경제적으로 매우 유용하게 소음도를 예측하고 이에 따라 소음도를 고려한 도시계획변경 및 도시 설계를 가능하게 한다.

향후 보금자리주택 건설 등의 넓은 범위의 도시 계획변경과 사전환경평가에 있어서 공간통계모형을 적용해 볼 계획이다.