• 한국지리정보학회지
• /
• 제23권4호
• /
• pp.101-119
• /
• 2020

최근 도시의 미세먼지 및 열환경 개선을 위한 방안으로써 바람길을 고려한 도시숲인 바람길숲 조성사업이 전국적으로 추진되고 있다. 이에 본 연구에서는 바람길숲 조성사업 대상 도시 중 하나인 평택시를 사례로 바람길숲 조성 여건 분석(미세먼지 및 열환경 취약지역, 바람길숲 분포 현황, 바람길 특성)을 수행하고, 분석 결과를 바탕으로 평택시의 바람길숲 조성방향을 제안하였다. 미세먼지 및 열환경에 취약한 지역을 도출한 결과, 평택시의 동부생활권 내 시가지에서 미세먼지 및 열환경에 가장 취약한 것으로 나타났다. 특히, 미세먼지의 경우 평택화력발전소, 항만, 국도 1호선 등 산업단지 및 도로에서 배출량이 높았다. 바람길숲 현황을 파악한 결과, 평택시 내에는 소규모의 생성숲, 디딤·확산숲, 연결숲이 파편화되고 단절되어 분포하고 있었다. 평택시의 전반적인 바람길의 특징은 무봉산 등에서 생성된 찬공기가 평택시 내로 강하게 유입되고 북서방향으로 흘렀다. 따라서 평택시 내 존재하는 생성숲을 보전하고 장기적으로 확대해나가야 하며, 취약지역까지 찬공기가 유입될 수 있도록 디딤·확산숲 및 연결숲 조성이 중요하였다. 또한 미세먼지 발생이 심각한 산업단지 및 도로에는 미세먼지 차단을 고려한 연결숲을 조성하여 주변 지역으로 미세먼지가 확산되지 않도록 식재기법을 적용해야 한다. 본 연구는 평택시의 바람길숲 조성사업을 위한 근거자료로 활용될 수 있을 뿐만 아니라 기타 도시숲 조성 관리에 있어 기초자료로 활용될 수 있을 것이다.

• 한국지리정보학회지
• /
• 제22권4호
• /
• pp.12-23
• /
• 2019

본 연구는 바람길숲의 유형별 분석 방안을 제시하는 것을 목적으로 하고 있으며, 이를 위해 도시 바람길숲을 바람 생성숲, 디딤·확산숲, 연결숲의 3가지 유형으로 분류하고, 각 유형별 특성에 따른 등급화 기준을 바탕으로 3등급으로 분류하였다. 바람 생성숲은 임상도의 밀도를 기준으로, 디딤·확산숲은 식생활력도를 기준으로, 연결숲은 바람통로 네트워크를 기준으로 각각 세 개의 등급으로 구분하였다. 대구광역시(883.56㎢)를 사례로 바람길숲을 분석한 결과, 바람 생성숲의 면적은 443.1㎢로 분류되었으며, 대구광역시의 북구 및 남쪽 일대에 분포하고 있었다. 그 중, 1등급 바람 생성숲이 가장 많은 면적(345.59㎢)을 차지하였고, 달성군에서 가장 높은 비율(54.44%)을 나타냈다. 반면 중구는 외곽의 산림지역과 단절되어 있기 때문에 생성숲이 존재하지 않았다. 디딤·확산숲의 면적은 32.4㎢로 대구광역시의 대표적인 도시공원 들이 포함되었으며, 수성구 및 달성군에서 상대적으로 많은 디딤·확산숲이 분포하였다. 하지만 디딤·확산숲은 대구시 전역에 분산적으로 분포되어 있고 식생지수가 높지 않았다. 연결숲 조성이 가능한 바람통로 네트워크는 대구광역시의 주요 하천, 도로 주변이 포함되었는데, 이러한 네트워크가 외곽 산림에서 도시공원으로 연결되어 있지 않았다. 따라서 대구광역시는 도시 외곽의 바람 생성숲과 도시 내부의 디딤·확산숲을 연결하는 연결숲 조성이 중요할 것으로 판단되었다. 본 연구의 결과는 체계적인 바람길숲 조성사업을 위한 기초자료로 활용될 수 있을 것이며, 국가 및 지자체 단위에서 바람길숲 분석에 대한 가이드라인 작성의 기초자료로 활용될 수 있을 것이다.

• 한국조경학회지
• /
• 제51권5호
• /
• pp.70-83
• /
• 2023

최근 산림청이 기후 변화 대응 대책으로써 지자체 바람길숲 조성 사업을 시행함에 따라 다양한 바람길에 대한 연구가 수행되어 오고 있다. 바람길숲 조성을 위해서는 바람길 기능에 대한 평가가 선행되어야 한다. 하지만, 현재 바람길을 직접적으로 평가하고, 바람길의 유형에 따라 공간을 구분할 평가 지표가 없어 간접적인 지표를 기준으로 분석을 수행하고 있다. 따라서 본 연구에서는 냉각에너지 분석을 찬공기 생성에 대한 평가 지표로 활용함으로써 바람길을 평가 및 분류하는 방법을 제안하였다. Kaltluftabflussmodell_21(KLAM_21)이라는 찬공기 분석 모형을 활용하여 냉각에너지 분석을 하였다. 그리고 시뮬레이션 분석 결과에 따라 바람길을 찬공기 생성지역, 찬공기 취약지역, 찬공기 유동지역으로 분류하였다. 냉각에너지량을 기준으로 상위 5퍼센트를 찬공기 생성지역, 하위 5퍼센트를 찬공기 취약지역으로 분류하였다. 또한 찬공기 유동지역은 찬공기 생성지역에서 이동하는 찬공기의 흐름을 파악하여 분류하였다. 분석 결과, 대구광역시의 바람길 6개의 바람 생성지역이 존재하며, 찬공기 취약지역은 시가지 내부에 집중되어 있었고, 찬공기 유동지역은 대구광역시의 주요 하천과 도로를 따라 형성되어 있었다. 본 연구의 방법론을 통해 바람길의 효과를 정량적 평가 방법으로 활용될 수 있을 것으로 기대된다. 또한 바람길숲 조성 사업지 선정에 제시할 수 있는 평가 지표로 활용될 것으로 판단된다.

• 전기전자학회논문지
• /
• 제24권4호
• /
• pp.1136-1140
• /
• 2020

미세먼지로 인한 대기오염이 심각해지면서 미세먼지의 확산과 대기질의 예측에 대한 관심이 높아지고 있다. 미세먼지의 원인은 매우 다양한데, 일부 미세먼지는 산불, 황사 등을 통해 자연적으로 발생하기도 하지만 대부분은 석유, 석탄과 같은 화석연료를 태우거나 자동차 매연가스에서 나오는 대기오염물질에서 유발되는 것으로 알려져 있다. 본 논문에서는 미국 EPA에서 추천하는 CALPUFF 모델을 사용하고, CALPUFF에서 필요한 기상 요소인 3차원 바람장을 생성하는 기상 전처리 프로그램으로 CALMET 모델을 통해 바람장을 생성하여 CALPUFF 확산 모델링을 수행한다. 이를 통해 복잡한 지형을 반영한 미세먼지 확산모델링과 대기질 예측 시스템의 구조를 제안한다.

• 한국조경학회지
• /
• 제51권3호
• /
• pp.70-82
• /
• 2023

최근 IT 기술과 데이터의 범람으로 생활 전반적인 부분의 패러다임이 전환되고 있다. 이러한 기술의 발전과 변화는 학술영역에도 영향을 미치고 있다. 학문적 교류와 연계를 통해 연구주제나 연구 방법의 개선이 이루어지고 있다. 특히, 데이터 기반의 연구 방법이 다양한 학문분야에서 진행되고 있으며 조경학에서도 지속적인 연구가 필요한 시점이다. 따라서 본 연구에서는 이러한 시대적 상황을 반영하여 인공지능의 한 분야인 머신러닝을 활용한 경관 선호 평가 및 예측모델의 개발 가능성을 알아보는 것을 목표로 한다. 본 연구의 목표를 달성하기 위하여 경관 분야에 머신러닝 기법을 적용하여 경관 선호 평가 및 예측 모델을 구축하고, 구축된 모형의 모의정도를 검증하였다. 이를 위해 본 연구에서는 최근 신재생에너지 사업으로 주목받는 풍력발전시설 경관 이미지를 연구대상으로 선정하였다. 분석을 위하여 풍력발전시설 경관 이미지를 웹크롤링 기법을 활용하여 수집하고 분석 테이터셋을 구축하였다. 우수한 성능의 예측모델 도출을 위하여 머신러닝 분석에 활용되는 University of Ljubljana의 프로그램인 오렌지 버전 3.33을 활용하였다. 또, 머신러닝 학습데이터의 평가기준을 통합한 모델과 평가기준 별도 모델 구조를 활용하였으며, 머신러닝 분류모델에 적합한 kNN. SVM, Random Forest, Logistic Regression, Neural Network 알고리즘을 사용해 모델을 생성하였다. 생성된 모델을 성능 평가를 실시하여 본 연구에 가장 적합한 예측모델을 도출하였다. 본 연구에서 도출된 예측모델은 경관의 유형에 따른 분류, 경관과 대상의 시거리에 따른 분류, 선호에 따른 분류 등 3가지 평가기준을 별도로 평가 후 종합해 예측하여 결과를 도출하였다. 연구 결과 경관 유형에 따른 평가 기준 정확도 0.986, 시거리에 따른 평가 기준 정확도 0.973, 선호에 따른 평가 기준 정확도 0.952에 달하는 높은 정확도를 가진 예측모델을 개발하였으며, 평가데이터 예측 결과를 통한 검증과정을 보아도 모델의 성능 치를 상회하는 성과를 도출했음을 알 수 있다. 경관 관련 연구에서 머신러닝을 활용한 예측모델 개발 가능성을 알아본 실험적 시도로 이미지 데이터의 수집 및 정제를 통해 데이터 세트를 구축하여 높은 성능의 예측모델이 생성 가능하며, 이후 경관 관련 연구 분야에 활용될 수 있다는 가능성을 확인할 수 있었다. 본 연구의 결과와 시사점, 한계점을 반영한다면 풍력발전시설의 경관뿐만 아니라 자연경관이나 문화경관 등 다양한 형태의 경관 예측모델 개발이 가능할 것으로 생각되며, 경관 유형에 따라 이미지를 분류하는 모델의 연구를 통해 데이터 분류의 시간을 단축하거나 머신러닝을 활용한 경관예측 인자분석을 통해 경관계획 요소의 중요도 분석 등의 주제에 맞는 연구 방법을 탐색하고 적용하여 후속 연구를 진행한다면 조경학 분야에서도 머신러닝 기법을 보다 유용하고 가치 있게 활용할 수 있을 것으로 생각된다.