심층신경망 모형을 이용한 서울시 도시공원 및 녹지공간의 열섬저감효과 분석 = Analysis of Urban Heat Island (UHI) Alleviating Effect of Urban Parks and Green Space in Seoul Using Deep Neural Network (DNN) Model

다국어 초록 (Multilingual Abstract)

The Urban Heat Island (UHI) Effect has intensified due to urbanization and heat management at the urban level is treated as an important issue. Green space improvement projects and environmental policies are being implemented as a way to alleviate Urban Heat Islands. Several studies have been conducted to analyze the correlation between urban green areas and heat with linear regression models. However, linear regression models have limitations explaining the correlation between heat and the multitude of variables as heat is a result of a combination of non-linear factors. This study evaluated the Heat Island alleviating effects in Seoul during the summer by using a deep neural network model methodology, which has strengths in areas where it is difficult to analyze data with existing statistical analysis methods due to variable factors and a large amount of data. Wide-area data was acquired using Landsat 8. Seoul was divided into a grid (30m x 30m) and the heat island reduction variables were enter in each grid space to create a data structure that is needed for the construction of a deep neural network using ArcGIS 10.7 and Python3.7 with Keras. This deep neural network was used to analyze the correlation between land surface temperature and the variables. We confirmed that the deep neural network model has high explanatory accuracy. It was found that the cooling effect by NDVI was the greatest, and cooling effects due to the park size and green space proximity were also shown. Previous studies showed that the cooling effects related to park size was 2℃-3℃, and the proximity effect was found to lower the temperature 0.3℃-2.3℃. There is a possibility of overestimation of the results of previous studies. The results of this study can provide objective information for the justification and more effective formation of new urban green areas to alleviate the Urban Heat Island phenomenon in the future.

국문 초록 (Abstract)

도시화로 인한 도시열섬현상(Urban Heat Island)이 심화되면서 도시차원의 열 관리가 중요한 이슈로 다뤄지고, 도시열섬현완화 방안으로 녹지사업과 환경정책이 시행되고 있고, 도시공원 및 녹지와 열의 관계를 분석하는 다수의 연구가 수행되었다. 하지만 열이라는 특성은 다수의 요인이 복합적으로 얽혀있어 선형적 상관관계를 통한 해석에 한계가 있다. 본 연구는 변수요인들이 다양하고 데이터의 양이 방대하여 기존의 통계분석방식으로는 분석하기 어려운 분야에서 강점을 갖는 심층신경망 모형 방법론을 사용하여 여름철 서울지역의 공원 및 녹지의 열섬저감효과를 평가하는 것을 목표로 연구를 진행하였다. 이를 위해서 Landsat 8 인공위성영상을 활용하여 동시간의 광역적인 데이터를 취득하였고, ArcGis 10.7을 이용하여 서울시를 30m×30m 그리드로 격자화하여, 각 격자에 열섬저감을 측정할 수 있는 환경변수를 구축하였다. Python 3.7과 Keras를 이용하여 심층신경망 모형을 생성하여 지표면 온도와 변수 간의 관계를 분석하였다. 분석 결과, 인공신경망 모형은 높은 설명력을 가지는 것을 확인하였다. 또한 일반적인 연구 결과와 마찬가지로 인접 녹지와의 거리가 가까울수록, 공원면적이 커질수록, 공원의 식생활력도가 높을수록 지표면 온도가 낮아짐을 확인하였다. 식생활력도에 의한 냉각효과가 많이 있는 것을 확인하였고, 일부 선행연구에서 녹지에 인접할수록 0.3℃ ~ 2.3℃ 저감될 수 있는 특성이 나타나고, 공원의 크기가 크면 2℃~3℃ 저감효과가 나타난다는 결과를 보이고 있는데, 본 연구결과와 비교해 보면 도출된 효과가 과대평가되었을 가능성을 확인하였다. 본 연구의 결과는 향후 도시열섬현상 완화를 위해 새로운 도시녹지를 조성시 효과적인 녹지 구성을 위한 정보로 활용될 수 있다.

참고문헌 (Reference)

1 김태훈, "회귀모형과 신경망모형을 이용한 아파트 가격 모형에 관한 연구" 국토연구원 43 : 12-12, 2004

2 이우성, "친환경적 공간계획을 위한 도시의 열환경 분석" 한국지리정보학회 13 (13): 142-154, 2010

3 윤민호, "위성영상을 이용한 도시녹지의 기온저감 효과 분석" 한국조경학회 37 (37): 46-53, 2009

4 김선주, "오피스 임대료 결정 모형에 관한 연구 - 회귀분석과 신경망 이론을 중심으로 -" 한국지역학회 24 (24): 3-26, 2008

5 박수국, "여름철 도시근린공원의 기온저감 효과 - 경기도 수원시 효원공원 -" 한국환경과학회 26 (26): 1057-1072, 2017

6 고영주, "서울지역 녹지서비스의 환경형평성 분석- 중구, 성동구, 동대문구를 사례로 -" 한국조경학회 47 (47): 100-116, 2019

7 차재규, "도시열섬현상 완화를 위한 녹지네트워크 및 바람길 구축" 한국지리정보학회 10 (10): 102-112, 2007

8 윤희천, "도시열섬 완화를 위한 녹지증가에 따른 온도변화 분석" 한국측량학회 30 (30): 143-150, 2013

9 기경석, "도시공원의 토지피복 및 식재구조에 따른 온도 영향요인 규명 연구 - 성남시 분당구 중앙공원을 사례로 -" 한국환경생태학회 26 (26): 801-811, 2012

10 김기중, "도시공원의 규모와 형태별 주변지역의 지표온도･건물에너지소비저감 영향범위 분석 연구" 한국지역개발학회 30 (30): 155-176, 2018

11 오규식, "도시공간 구성요소와 도시열섬현상의 관련성 연구" 한국도시설계학회 6 (6): 47-63, 2005

12 주창훈, "도시 열환경을 고려한 녹지관리방안 수립 연구" 한국환경과학회 23 (23): 1349-1358, 2014

13 조현길, "도시 수목식재와 미기후 개선의 상관성 구명" 한국조경학회 34 (34): 70-75, 2006

14 박종화, "공원 크기에 따른 공원의 온도저감 효과 분석 - 일산 신도시를 대상으로 -" 대한국토·도시계획학회 51 (51): 247-261, 2016

15 Kim, H. S., "The Difference in Temperature according to the Land Coverage and Vegetation Structure of Large-Scale Green Area in Seoul" University of Seoul 2012

16 An, M. Y., "Relationship between changing vegetation type and temperature in urban forest" 2015 (2015): 55-55, 2015

17 김근회, "Landsat 8 위성자료를 이용한 도심녹지 냉각효과 분석" 대한원격탐사학회 34 (34): 167-178, 2018

18 김미경, "LANDSAT 영상을 이용한 세종특별자치시의 도시화와 열섬현상 분석" 대한토목학회 34 (34): 1033-1041, 2014

19 Cheng, X., "Influence of park size and its surrounding urban landscape patterns on the park cooling effect" 141 (141): A4014002-, 2015

20 Park, J. H., "Examining the association between physical characteristics of green space and land surface temperature : A case study of Ulsan, Korea" 8 (8): 777-, 2016

21 Gallo, K., "Evaluation of the relationship between air and land surface temperature under clearand cloudy-sky conditions" 50 : 767-775, 2011

22 Feyisa, G. L., "Efficiency of parks in mitigating urban heat island effect : An example from Addis Ababa" 123 : 87-95, 2014

23 Kong, F., "Effects of spatial pattern of greenspace on urban cooling in a large metropolitan area of eastern China" 128 : 35-47, 2014

24 Lin, W., "Calculating cooling extents of green parks using remote sensing : Method and test" 134 : 66-75, 2015

25 Koo, S., "Analysis of correlation between urban temperature and NDVI of landsat imagery" 2011 (2011): 181-182, 2011

26 Piao, Y., "Analysis of Relationship between Green Space Distribution and Temperature in Cheongju Using Landsat Data" Korea National University of Education 2017

27 Yoon, G. H., "A Study on Apartment Housing Model Development for Mitigation of Urban Heat Island Effect" ChungAng University 2012