본문으로 바로가기 주메뉴 바로가기
기본연구
기본연구 도시 신진대사(Urban Metabolism)를 고려한 도시기후대(Urban Climate Zone) 분류방법 연구

요 약

제1장 서론
1. 연구 배경 및 목적
2. 연구의 추진체계 및 방법

제2장 도시 미기후 연구를 위한 도시 신진대사 개념 정의
1. 도시화
2. 도시 미기후
3. 도시 신진대사

제3장 국지기후대 분류 방법
1. 국지기후대
2. 국지기후대 분류 방법
3. 기상 및 대기질 관측망의 국지기후대 분류

제4장 국지기후대 고찰 및 도시 신진대사 활용방안
1. 국지기후대 분류 방법의 비교 분석
2. 기상 및 대기질 관측망 개선을 위한 제언
3. 도시 신진대사의 정책적 활용방안

제5장 결론
1. 주요 연구 결과 및 정책 제언
2. 향후 연구 방향

참고문헌

부 록
Ⅰ. 기상 관측망의 국지기후대 분류
Ⅱ. 대기오염 관측망의 국지기후대 분류

Executive Summary
Ⅰ. 서론
1. 연구 배경
ㅇ 지난 60여 년간의 압축적 도시화를 겪은 우리나라는 기후위기의 시대에 효과적인 대응 정책 수립·이행을 위해 도시와 기후·환경과의 상호작용에 대한 이해 노력을 지속하여야 함
ㅇ 기존의 도시 미기후 연구는 도시의 구조적 측면에서의 해석이 주류를 이루어 왔으나, 현대의 다양한 도시의 모습을 담아내기 위해서는 인간의 활동을 나타내는 도시 신진대사(Urban Metabolism)를 고려한 분석이 필요함

2. 연구 목적
ㅇ 도시의 구조에 기반한 기존의 토지 이용 분류 모델인 국지기후대(Local Climate Zone)를 상세 분석함
- 전국의 기상 관측망(기상청), 대기질 관측망(환경부) 관측지점에 대해 국지기후대 분류를 수행하고 관측망 분포 특성을 분석함
- 인공위성 기반의 자동분류 결과와 항공사진 기반의 전문가 분류 결과의 비교 분석으로 기존 분류 방법의 장단점을 분석하고, 개선방안을 연구함
ㅇ 도시 신진대사의 정의를 제시하고, 도시 기후·환경 연구 및 정책적 활용방안을 마련함
- 도시 신진대사의 정책적 활용을 위한 정책여건, 활용예시, 데이터 구축 전략을 마련함
- 도시 신진대사를 활용한 국지기후대 분류 방법의 개선을 제언함

Ⅱ. 국지기후대 분류 방법
1. 국지기후대 분류 방법
ㅇ 국지기후대는 도시 연구에 활용하는 연구 지점 주변 환경을 경관의 관점에서 객관적으로 분류할 수 있는 토지 이용 분류 방법임
ㅇ 국지기후대는 10개 유형의 건축 유형(고층, 중층, 저층, 고밀도, 저밀도, 산개 분포, 공단 등)과 7개 유형의 토지 유형(숲, 초지, 나지, 물, 불투수층 등)으로 구성됨
ㅇ 국지기후대를 활용한 도시 미기후 연구가 활발하게 진행되고 있지만, 도시 신진대사를 충분히 반영하지 못하여 도시 내 기후·환경의 시공간 변동성을 충분히 설명하지 못하고 있음

2. 기상 및 대기질 관측망의 국지기후대 분류
ㅇ 기상 관측망(618개 지점)과 대기질 관측망(412개 지점)의 국지기후대 분류를 수행함
- 항공 및 위성사진에 기반하여 관측지점 중심 약 300m 반경의 국지기후대를 대표적인 2개의 유형으로 나타냄
- 전문가 검토 결과 2개의 유형으로 구분이 어렵거나, 주의가 필요한 경우 기록을 남겨 참조할 수 있도록 함
- 모든 분류 결과는 <부록 Ⅰ>, <부록 Ⅱ>에 수록하여, 향후 관측데이터를 활용하는 모든 연구자가 활용할 수 있도록 수록함
ㅇ 전국 기상 및 대기질 관측망 국지기후대 분류 결과를 활용하여 관측망 분포 특성을 분석하고, 향후 관측망 개선 방향을 제안함
- 기상 관측망의 관측지점 분포는 대체로 국토의 토지 피복 비율을 적절하게 반영하고 있으나, 도심지를 중심으로 더욱 상세한 관측망 구축을 추진해야 할 것으로 평가됨
- 대기질 관측망은 관측망 구축 목적에 따라, 도심지에 밀집 분포하는 특성을 나타내었으나, 과학적인 대기질 모니터링과 예측기술 개선을 위해서는 도시 외곽지역을 중심으로 국토의 토지 피복 비율을 고려한 관측망 개선을 추진해야 할 것으로 평가됨
ㅇ 위성 원격탐사 자료 기반 딥러닝 방법을 활용한 국지기후대 자동분류 결과의 교차 검증 분석을 수행함
- Sentinel 2A, Landset 8 위성 자료와 이미지 인식 기반의 딥러닝(CNN: Convolutional Neural N
저자발간물