핫스팟 분석을 이용한 도시열섬 취약지 특성 분석 - 전주시를 대상으로 - = Analysis of Areas Vulnerable to Urban Heat Island Using Hotspot Analysis - A Case Study in Jeonju City, Jeollabuk-do -

국문 초록 (Abstract)

도시열섬 완화를 위한 계획을 세울 때 가장 먼저 해결해야 할 문제는 도시 내 어느 곳이 열 환경에 가장 취약한 곳인지를 파악하는 것이다. 즉, 도시 내 온도가 상대적으로 더 높은 지역과 낮은 지역(핫스팟과 콜드스팟)이 존재하는지 여부를 파악해야 한다. 본 연구는 전주시를 공간적 범위로 도시열섬의 공간적 밀집지역을 도출하고, 밀집요인을 알아보는데 목적이 있다. 먼저 도시열섬이 밀집해서 발생하는 지역을 알아보기 위해 2017년 Landsat 8 위성영상을 활용해 지표면온도(Land Surface Temperature : LST)를 추출한 뒤 국지적 Moran's I 분석과 Getis-Ord Gi^* 분석을 통해 핫스팟 분석을 실시하였다. 그 결과, 통계적으로 유의한 밀집지역은 전주시 원도심이라 불리는 중심부와 공업지역으로 나타났다. 또한 높은 LST를 유발하는 요인을 알아보고자 토지피복도 중 시가화·건조지역의 상세분류로 상관분석과 회귀분석을 진행한 결과, 주거지역의 단독주거시설, 공업지역의 공업시설, 상업지역의 상업·업무시설이 LST를 높이는 요인으로, 별도의 항목이 존재하지 않는 녹지율을 대신해 변수로 선정한 NDVI가 LST를 낮추는 요인으로 작용하고 있었다. 본 연구의 결과는 도시열섬 저감 정책이 어느 곳을 중심으로 이루어져야 하는지, 가장 먼저 고려해야 할 요인은 무엇인지를 판단하고자 할 때 근거가 된다는 점에서 의의를 찾을 수 있다.

다국어 초록 (Multilingual Abstract)

Plans to mitigate overheating in urban areas requires the identification of the characteristics of the thermal environment of the city. The key information is the distribution of higher and lower temperatures (referred to as "hotspot" or "coldspot", respectively) in the city. This study aims to identify the areas within Jeonju City that are suffering from increasing land surface temperatures (LST) and the factors linked to such this phenomenon. To identify the hot and cold spots, Local Moran's I and Getis-Ord Gi^* were calculated for the LST based on 2017 images taken using the thermal band of the Landsat 8 satellite. Hotspot analysis revealed that hotspot regions, (the areas with a high concentration of Land Surface Temperature) are located in the old town area and in industrial districts. To figure out the factors linked to the hotspots, a correlation analysis, and a regression analysis taking into account environmental covariates including Normalized Difference Vegetation Index (NDVI) and land cover. The values of NDVI showed that it had the strongest effect on the lowering LSTs. The results of this study are expected to provide directions for urban thermal environment designing and policy development to mitigate the urban heat island effect in the future.

참고문헌 (Reference)

1 송봉근, "토지피복유형 특성과 도시 온도의 관계 분석 - 김해시를 대상으로 -" 한국지리정보학회 22 (22): 65-81, 2019

2 차영화, "토지이용․토지피복 특성이 서울시 도시기온에 미치는 영향" 서울연구원 10 (10): 107-120, 2009

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

4 김준식, "정규화 지수를 이용한 토지이용에 따른 도시열섬 취약지특성분석 - 대구시 주거지역을 대상으로 -" 대한국토·도시계획학회 50 (50): 59-72, 2015

5 공학양, "인천시에서 토지이용이 도시 열 환경에 미치는 영향" 응용생태공학회 3 (3): 315-321, 2016

6 정종철, "위성영상을 통한 서울시 지표온도 분석" 한국환경영향평가학회 22 (22): 19-26, 2013

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

8 이재수, "서울시 오피스 건물의 공급 특성과 공간적 군집패턴 변화연구 : 2003~2012년 공급된 대형 오피스 건물 사례" 대한국토·도시계획학회 51 (51): 83-96, 2016

9 신명철, "서울시 도시형생활주택 밀집지역의 주거만족도 영향 요인 비교 연구" 한국감정평가학회 18 (18): 167-195, 2019

10 채정은, "서울시 1인가구의 공간적 밀집지역과 요인 분석" 서울연구원 15 (15): 1-16, 2014

11 김현옥, "도시지역의 토지피복유형이 지표면온도에 미치는 영향: 경기도 일산 신도시를 중심으로" 대한원격탐사학회 28 (28): 203-214, 2012

12 김형준, "도시공원의 공간적 불균형 분석을 통한 공급적정성 평가" 한국조경학회 39 (39): 18-27, 2011

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

14 주성하, "고혈압, 당뇨, 뇌졸중 유병률에 대한 지역적 공간 자기상관 분석: 한국의 사례에 대하여" 한국보건정보통계학회 42 (42): 301-308, 2017

15 McCoy, J., "Using ArcGIS Spatial Analyst" ESRI 2018

16 Zhou, B., "The role of city size and urban form in the surface urban heat island" 7 : 1-7, 2017

17 Laaidi, K., "The impact of heat islands on mortality in paris during the August 2003 heat wave" 120 (120): 254-259, 2012

18 Getis, A., "The analysis of spatial association by use of distance statistics" 24 (24): 189-206, 1992

19 Ackerman, B., "Temporal march of the Chicago heat island" 24 : 547-555, 1985

20 Jeonju City, "Statistical Year Book" Jeonju City 2018

21 Peng, J., "Seasonal contrast of the dominant factors for spatial distribution of land surface temperature in urban areas" 215 : 255-267, 2018

22 Akbari, H., "Peak power and cooling energy savings of shade trees" 25 (25): 139-148, 1997

23 Anselin, L., "Local indicators of spatial association – LISA -" 27 (27): 93-115, 1995

24 박숭환, "Landsat 위성영상을 이용한 지표온도차 추정기법" 대한원격탐사학회 29 (29): 197-207, 2013

25 권혁춘, "Landsat TM 영상을 이용한 제주도 도심지역 지표면온도분포와 식생지수의 상관성 분석" 대한공간정보학회 17 (17): 39-44, 2009

26 NASA, "Landsat 8(L8) Data Users Handbook Version 5.0" USGS 2019

27 Yu, X., "Land surface temperature retrieval from landsat 8 TIRS – Comparison between radiative transfer equation based method, spllit window algorithm and single channel method" 6 (6): 9826-9852, 2014

28 박종화, "LANDSAT영상을 이용한 여름철 청주지역의 토지피복과 지표면온도와의 관계 분석" 한국농공학회 48 (48): 39-49, 2006

29 이경일, "LANDSAT영상을 이용한 서울시 행정구역 단위의 열섬효과 분석" 대한원격탐사학회 33 (33): 821-834, 2017

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

31 "Korea National Spatial Data Infrastructure Portal"

32 "Korea Meteorological Administration"

33 Jung, S. Y., "KRHS Policy Brief 488" 2014

34 "Jeonju City"

35 Anderson, G. B., "Heat waves in the United States: Mortality risk during heat waves and effect modification by heat wave characteristics in 43 U.S. Communities" 119 (119): 210-218, 2011

36 Lee, H. Y., "Geographic Information System" Bobmunsa 2011

37 "Environmental Geographic Information Service"

38 IPCC, "Climate Change 2014 Comprehensive Report: Summary Report for Policy Makers" IPCC, Meteorological Agency 2014

39 Oke, T. R., "Boundary Layer Climates" Routledge 1988

40 Alexander, L. V., "Assessing trends in observed and modelled climate extremes over Australia in relation to future projections" 29 (29): 417-435, 2009