지역연구 (Journal of the Korean Regional Science Association)

한국지역학회 (Korean Regional Science Association)
권호 표지
DOI QR코드

DOI QR Code

도시 건조환경 유형에 따른 서울시 주간 지표면 온도 변동성 분석: ECOSTRESS 데이터의 활용

Examining Diurnal Thermal Variations by Urban Built Environment Type with ECOSTRESS Land Surface Temperature Data: Evidence from Seoul, Korea

  • 전규원 (중앙대학교 도시계획부동산학과) ;
  • 박유진 (중앙대학교 도시계획부동산학과)
  • Gyuwon Jeon ;
  • Yujin Park
  • 투고 : 2024.02.07
  • 심사 : 2024.04.26
  • 발행 : 2024.06.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

도시의 지표면 기온 변화는 도시민의 열 쾌적성, 에너지 소비, 나아가 건강에 영향을 미치는 주요한 환경요인이다. 많은 연구가 도시 지표면 기온과 도시 건조환경(built-environment) 형태 간의 관계를 탐색해 왔으나 대부분 극궤도위성 자료를 사용해 정오 시간대 기온만을 분석하였다. 본 연구는 다양한 시간대 지표면 기온을 관측하는 ECOSTRESS 위성 자료를 활용하여 서울시 여름철 지표면 기온의 주간 변동을 탐색하였으며 기온 변동이 건조환경 유형별로 차별적으로 나타나는지 분석하였다. ECOSTRESS는 2018년 발사된 NASA 위성으로 점진 변화 궤도를 운항하며 다양한 시간대 지표면 온도를 70m 고해상도로 관찰한다. 본 연구는 2019~2022년 이른 오전(6:25AM)과 늦은 오후(5:26PM)에 걸친 자료를 수집하여 서울시 지표면 온도의 시계열 자료를 구축하였다. 환경 특성을 반영하는 녹지, 수면, 건축 형태(건폐율, 용적률, 높이) 데이터를 기반으로 계층적 군집분석을 실시해 8가지 건조환경 유형을 도출하였으며, 유형별 온도변동 특성을 비교하였다. 각 유형은 저층고밀거주지(low-rise compact), 저밀아파트단지(low-BCR Apt.), 강변 중고층 주거단지(Riverside Mid-rise Apt.), 중고층 용도혼합지역(mid-to-high-rise mixed use), 고층고밀지역(high-rise compact), 초고층빌딩(skyscrapers), 산림, 수면(하천)을 나타내었다. 분석 결과, 지표 기온의 공간적 격차는 새벽 이후 증가하여 정오(12:04)에 극대화된 뒤 다시 감소하였으며, 기온 변화가 급격한 지역과 안정적인 지역이 구분되었다. 저층 고밀 거주지와 고층 고밀지역의 경우 기온이 빠르고 높게 증가하여 기온변동성이 높았고, 저밀 아파트단지는 기온이 온화하고 완만하게 증가하며 기온 변동성이 낮았다. 건조환경 유형 간 평균기온의 서열은 시간별로 변화하지 않고 유지되었다. 이러한 결과는 폭염과 일교차 증가에 적응할 수 있는 도시형태에 시사점을 제공한다.

Urban land surface temperature (LST) change is a major environmental factor that affects the thermal comfort, energy consumption, and health of urban residents. Most studies that explored the relationship between LST and urban built-environment form analyzed only midday LST. This study explores the diurnal variation of summertime LST in Seoul using ECOSTRESS data, which observes LST at various times of the day and analyzes whether the LST variation differs by built environment type. Launched in 2018, ECOSTRESS operates in a non-sun-synchronous orbit, observing LST with a high resolution of 70 meters. This study collected data from early morning (6:25) to evening (17:26) from 2019 to 2022 to build time-series LST. Based on greenery, water bodies, and building form data, eight types of Seoul's built environment were derived by hierarchical clustering, and the LST fluctuation characteristics of each cluster were compared. The results showed that the spatial disparity in LST increased after dawn, peaked at noon, and decreased again, highlighting areas with rapid versus stable LST changes. Low-rise and high-rise compact districts experienced fast, high temperature increases and high variability, while low-density apartments experienced moderate LST increases and low variability. These results suggest urban forms that can mitigate rapid daytime heating.

키워드

과제정보

이 논문은 2022년도 중앙대학교 연구장학기금 지원에 의한 것임

참고문헌

  1. 고동원.박승훈, 2019, 근린환경특성과 도시열섬현상과의 상호관계에 관한 연구, 「도시설계」, 20(3), 55-67.
  2. 국립기상과학원, 2020, 한반도 기후변화 전망보고서 2020, 국립기상과학원: 제주.
  3. 권유진.안새결.이동근.윤은주.성선용.이기승, 2018, 열수지를 활용한 서울시 열환경 개선을 위한 공간 유형화. 「국토계획」, 53(7), 109-126.
  4. 권철민, 2020, 파이썬 머신러닝 완벽 가이드. 파주: 위키북스.
  5. 김근한, 2021, 도시지역에서 토지피복 유형별 지표면 온도예측 분석, 「대한원격탐사학회지」, 37(6), 1975-1984.
  6. 김민영.문은설, 2016, 폭염 및 도시열섬현상에 따른 노후 주거지의 적응 계획기법에 관한 연구: 광진구 군자동 중심으로. 한국생태환경건축학회 논문집, 16(4), 31-39.
  7. 김민재.권익현.유석연, 2022, 서울시 노후.저층주택 밀집지역 유형별 특성에 관한 연구. 「국토계획」, 57(7), 5-25.
  8. 김종성.강정은, 2018, 압축형 공간구조 특성이 도시 열 환경에 미치는 영향, 「도시설계」, 19(1), 21-36.
  9. 문현빈.이수기, 2018, 공동주택 단지의 구성요소와 3차원 물리적 환경이 지표 온도에 미치는 영향 분석: 서울시 340개 공동주택 단지를 중심으로, 「한국도시설계학회지 도시설계」, 19(6), 35-52.
  10. 박재빈.임하나.김수현.최창규, 2017, 다세대.다가구 우세지역과 아파트 우세지역의 건폐율과 용적률이 열섬효과에 미치는 영향분석: 서울시 AWS 지점을 중심으로, 「국토계획」, 52(7), 159-176.
  11. 박채연.이동근.성선용.박종훈.정승규, 2016, 지표면 도시열섬 강도의 시공간적 분포와 영향을 주는 변수 분석: 국내 30개 도시를 대상으로. 「국토계획」, 51(1), 125-136.
  12. 성은영.이희연, 2016, 서울시 단독주택 밀집 지구의 시공간 패턴과 유형화. 「서울도시연구」, 17(4), 33-57.
  13. 안새결.이동근.김준식.성선용, 2017, 서울시 주거지역의 건축물 면적 비율에 따른 여름철 주간지표온도 영향 분석, 「국토계획」, 52(2), 171-181.
  14. 오규식.홍재주, 2005, 도시공간 구성요소와 도시열섬현상의 관련성 연구, 「한국도시설계학회지 도시설계」, 6(1), 47-63.
  15. 유병남.배웅규, 2023, 저층주거지의 폭염기 열환경 CFD 시뮬레이션 분석 - 서울시 상도동 244번지 일대를 중심으로, 「한국주거학회 춘계학술발표대회 논문집」, 35(1), 79-82.
  16. 이경일.임철희, 2022, Landsat 영상을 이용한 토지피복 변화에 따른 행정중심복합도시의 표면 열섬현상 변화분석, 「대한원격탐사학회지」, 38(3), 225-236.
  17. 이연수.이시우.임정호.유철희, 2021, 딥러닝 기반 Local Climate Zone 분류체계를 이용한 지표면온도와 도시열섬 분석: 수원시와 대구광역시를 대상으로, 「대한원격탐사학회지」, 37(5-3), 1447-1460.
  18. 이희연.노승철, 2012, 고급통계분석론: 이론과 실습, 파주: 법문사.
  19. Li, Yige.이수기.한재원, 2019, 도시의 3차원 물리적 환경변수와 지표온도의 관계 분석, 「국토계획」, 54(2), 93-108.
  20. 제민희.정승현, 2018, 토지이용 유형별 도시열섬 강도 분석, 「한국콘텐츠학회논문지」, 18(11), 1-12.
  21. 조혜민.하재현.이수기, 2019, 서울시 도시열섬현상 지역의 물리적 환경과 인구 및 사회경제적 특성 탐색, 「지역연구」, 35(4), 61-73.
  22. 최예술.김재원.임업, 2018, 서울시 폭염 취약지역의 공간적 패턴 및 적응능력 취약지역 분석, 「국토계획」, 53(7), 87-107.
  23. Cai, Z., Han, G. and Chen, M., 2018, Do water bodies play an important role in the relationship between urban form and land surface temperature?, Sustainable Cities and Society, 39, 487-498.
  24. Chang, Y., Xiao, J., Li, X., & Weng, Q., 2023, Monitoring diurnal dynamics of surface urban heat island for urban agglomerations using ECOSTRESS land surface temperature observations. Sustainable Cities and Society, 98, 104833.
  25. Chang, Y., Xiao, J., Li, X., Middel, A., Zhang, Y., Gu, Z., ... & He, S., 2021, Exploring diurnal thermal variations in urban local climate zones with ECOSTRESS land surface temperature data, Remote Sensing of Environment, 263, 112544.
  26. Chang, Y., Xiao, J., Li, X., Zhou, D., & Wu, Y., 2022, Combining GOES-R and ECOSTRESS land surface temperature data to investigate diurnal variations of surface urban heat island. Science of The Total Environment, 823, 153652.
  27. Chen, Y. C., Chiu, H. W., Su, Y. F., Wu, Y. C., & Cheng, K. S., 2017, Does urbanization increase diurnal land surface temperature variation? Evidence and implications, Landscape and Urban Planning, 157, 247-258.
  28. Dai, Z., Guldmann, J.M. and Hu, Y., 2018, Spatial regression models of park and land-use impacts on the urban heat island in central Beijing, Science of the total environment, 626, 1136-1147.
  29. Debbage, N. and Shepherd, J.M., 2015, The urban heat island effect and city contiguity, Computers, Environment and Urban Systems, 54, 181-194.
  30. Dong, P., Jiang, S., Zhan, W., Wang, C., Miao, S., Du, H., ... & Jiang, L., 2022, Diurnally continuous dynamics of surface urban heat island intensities of local climate zones with spatiotemporally enhanced satellite-derived land surface temperatures, Building and Environment, 218, 109105.
  31. Han, D., An, H., Cai, H., Wang, F., Xu, X., Qiao, Z., ...& An, Y., 2023, How do 2D/3D urban landscapes impact diurnal land surface temperature: Insights from block scale and machine learning algorithms. Sustainable Cities and Society, 99, 104933.
  32. Han, D., An, H., Wang, F., Xu, X., Qiao, Z., Wang, M., Sui, X., Liang, S., Hou, X., Cai, H. and Liu, Y., 2022, Understanding seasonal contributions of urban morphology to thermal environment based on boosted regression tree approach, Building and Environment, 226, 109770.
  33. Hu, T., Mallick, K., Hulley, G. C., Planells, L. P., Gottsche, F. M., Schlerf, M., ... & Hook, S., 2022, Continental-scale evaluation of three ECOSTRESS land surface temperature products over Europe and Africa: Temperature-based validation and cross-satellite comparison, Remote Sensing of Environment, 282, 113296.
  34. Hu, Y., Dai, Z. and Guldmann, J.M., 2020, Modeling the impact of 2D/3D urban indicators on the urban heat island over different seasons: A boosted regression tree approach, Journal of Environmental Management, 266, 110424.
  35. Hulley, G., Shivers, S., Wetherley, E., & Cudd, R., 2019, New ECOSTRESS and MODIS land surface temperature data reveal fine-scale heat vulnerability in cities: A case study for Los Angeles County, California. Remote Sensing, 11(18), 2136.
  36. Jain, A. K., 2010, Data clustering: 50 years beyond K-means. Pattern recognition letters, 31(8), 651-666.
  37. Jeon, G., Park, Y., & Guldmann, J. M., 2023, Impacts of Urban Morphology on Seasonal Land Surface Temperatures: Comparing Grid-and Block-Based Approaches, ISPRS International Journal of GeoInformation, 12(12), 482.
  38. Kamath, H. G., Martilli, A., Singh, M., Brooks, T., Lanza, K., Bixler, R. P., ... & Niyogi, D., 2023, Human heat health index (H3I) for holistic assessment of heat hazard and mitigation strategies beyond urban heat islands, Urban Climate, 52, 101675.
  39. Li, H., Li, Y., Wang, T., Wang, Z., Gao, M. and Shen, H., 2021, Quantifying 3D building form effects on urban land surface temperature and modeling seasonal correlation patterns, Building and Environment, 204, 108132.
  40. Li, N., & Quan, S. J., 2023, Identifying urban form typologies in Seoul using a new Gaussian mixture model-based clustering framework, Environment and Planning B: Urban Analytics and City Science, 23998083231151688.
  41. Liu, Y., Xu, X., Wang, F., Qiao, Z., An, H., Han, D., & Luo, J., 2022, Exploring the cooling effect of urban parks based on the ECOSTRESS land surface temperature, Frontiers in Ecology and Evolution, 10, 1031517.
  42. Park, Y., Guldmann, J. M., &Liu, D., 2021, Impacts of tree and building shades on the urban heat island: Combining remote sensing, 3D digital city and spatial regression approaches, Computers, Environment and Urban Systems, 88, 101655.
  43. Park, Y., Zhao, Q., Guldmann, J. M., & Wentz, E. A., 2023, Quantifying the cumulative cooling effects of 3D building and tree shade with high resolution thermal imagery in a hot arid urban climate, Landscape and Urban Planning, 240, 104874.
  44. Shi, Z., Yang, J., Wang, L. E., Lv, F., Wang, G., Xiao, X., & Xia, J., 2022, Exploring seasonal diurnal surface temperature variation in cities based on ECOSTRESS data: A local climate zone perspective, Frontiers in Public Health, 10, 1001344.
  45. Stewart, I. D., & Oke, T. R., 2012, Local climate zones for urban temperature studies, Bulletin of the American Meteorological Society, 93(12), 1879-1900.
  46. United Nations Environment Programme (UNEP), 2022, Emissions Gap Report 2022: The Closing Window, Climate Crisis Calls for Rapid Transformation of Societies, UN.
  47. Vo, T. T., & Hu, L., 2021, Diurnal evolution of urban tree temperature at a city scale, Scientific Reports, 11(1), 10491.
  48. Wang, Q., Wang, X., Meng, Y., Zhou, Y., & Wang, H., 2023, Exploring the impact of urban features on the spatial variation of land surface temperature within the diurnal cycle, Sustainable Cities and Society, 91, 104432.
  49. Yao, X., Zeng, X., Zhu, Z., Lan, Y., Shen, Y., Liu, Q., & Yang, F., 2023, Exploring the diurnal variations of the driving factors affecting block based LST in a "Furnace city" using ECOSTRESS thermal imaging, Sustainable Cities and Society, 98, 104841.
  50. Yin, Y., He, L., Wennberg, P. O., & Frankenberg, C., 2023, Unequal exposure to heatwaves in Los Angeles: Impact of uneven green spaces, Science Advances, 9(17), eade8501.
  51. Yuan, B., Zhou, L., Hu, F., & Zhang, Q., 2022, Diurnal dynamics of heat exposure in Xi'an: A perspective from local climate zone, Building and Environment, 222, 109400.
  52. Zhao, Y., Sen, S., Susca, T., Iaria, J., Kubilay, A., Gunawardena, K., Zhou, X., Takane, Y., Park, Y., Wang, X., Rubin, A., Fan, Y., Yuan, C., Bardhan, R., Derome, D., Urge-Vorsatz, D., and Carmeliet, J., 2023, Beating urban heat: Multimeasure-centric solution sets and a complementary framework for decision-making, Renewable and Sustainable Energy Reviews, 186, p.113668.
  53. Zhu, Y., Myint, S. W., Schaffer-Smith, D., Muenich, R. L., Tong, D., & Li, Y., 2022, Formulating operational mitigation options and examining intra-urban social inequality using evidence-based urban warming effects, Frontiers in Environmental Science, 9, 795474.