1. 서론
도시의 지속적인 발달은 도시 인구 집중화 및 도시지표와 토지이용 등의 변화를 일으킨다. 또한 도시 지표의 태양복사 흡수와 반사에 영향을 미치며, 이는 지표에너지 균형을 변화시킨다(Kim et al., 2011). 이러한 변화의 원인은 도시 지역의 열전도도와 열용량의 증가, 지표 알베도의 감소, 도시 협곡의 구조 변화, 인공열 배출 등에 있다(Oke, 1989; Taha, 1997). 특히 도시 내 건물과 도로포장 등 불투수층의 증가로 도시의 기온은 상승하게 된다. 이러한 현상은 도시 주변 지역과의 기온 차이를 야기시키는 도시 열섬 효과(urban heat island effect)로 잘 알려져 있다(Kim and Baik, 2002). 반면, 도심녹지는 주변 도심지보다 상대적으로 기온이 낮게 나타난다(Kwon, 2002). 이러한 현상을 도시 열섬 효과와 반대되는 도시 냉섬 효과(cool island effect)라고 하며, 도시 열섬 효과를 완화시키는 역할을 함으로써, 최근 도시 열환경 개선의 한 방법으로 관심을 받고 있다(Jansson et al., 2007; Chang and li, 2014; Feyisa et al., 2014).
도시와 녹지는 구성 물질, 수분함량, 공기역학 및 열적 성질이 달라 서로 다른 생물리 과정을 통해 도시기후에 영향을 미친다(Oke, 1989; Givoni, 1991). 대표적으로 식물에서 공기 중으로 수분을 방출하는 증발산의 한 형태로서 현열보다 증발 잠열에 배분되는 태양복사에너지가 증가하여 주변의 공기를 시원하게 한다. 또한 수목에 의한 그림자는 태양복사를 차단하여 지표와 공기의 가열을 막아 수목 주변을 시원하게 만든다. 도시에 녹지를 조성하면 주변보다 상대적으로 기온이 낮아 부분적으로 하강기류가 발생하고, 이를 통해 냉각된 공기가 주변으로 유입되어 도시의 열 환경을 개선하게 된다. 즉, 녹지가 주변 기온을 냉각시켜 고온 현상을 완화시키고 쾌적한 공기를 제공하게 되는 것이다(Landsberg, 1981).
도심녹지의 냉각효과를 분석하기 위해 지상의 관측자료를 활용한 연구가 활발하게 이루어져왔다(Sugawara et al., 2006; Bowler et al., 2010; Park and Kim, 2010). 그러나 이는 기상관측지점이 균일하게 분포하지 않고 특정지역내의 전체적인 분포를 확인하기 어렵다는 단점이 있다. 반면, 위성자료는 도시지역에서 공간적으로 연속적인 온도변화와 식생의 상관관계를 분석하는데 유용한 방법으로 알려져 있다. 또한, 위성은 대상 지역을 균일한 해상도로 주기적으로 관측하기 때문에 지상 관측의 공백을 효과적으로 보완할 수 있다. 특히 인공위성의 열적외 센서는 온도에 민감한 복사적 특성을 가지고 있기 때문에 지표면온도를 관측하는데 효과적이다(Jee et al., 2014; Jee and Choi, 2014). Lin et al.(2015)은 Landsat 5 위성 자료를 이용하여 중국 베이징에서 30개 공원의 지표면 도 분포를분석한 결과 공원의 크기가 공원의 냉각효과와 범위에 영향을 줄 수 있음을 밝혔다. Hamada et al.(2013)은 ASTER 위성자료를 이용하여 일본 나고야에서 공원 주변의 지표면온도를 산출한 결과 주변 토지피복에 따라 냉각효과의 범위와 방향이 달라진다고 설명하였다. Kong et al.(2014)는 위성에서 산출한 지표면온도자료를 이용할 때 해상도에 따른 기온변화와 녹지 비율의 관계에 대해 설명하였다. 최근 열적외 센서의 해상도가 향상되고 분석기술의 발달로 작은 영역의 소규모의 녹지와 공원에 대해서도 지표면온도를 이용한 도심녹지의 냉각효과에 대한 연구가 이루어지고 있다(Park and Cho, 2016; Du et al., 2017; Yang et al., 2017). 본 연구에서는 서울의 대표적 도심지인 강남 인근에 위치하면서 서울 행정경계 내 도심에서 가장 규모가 큰 선정릉에 대해 Landsat 8 위성에서 추출한 지표면온도 자료를 이용하여 도심녹지 냉각효과와 특성을 분석하였다.
2. 자료 및 방법
1) 연구지역
도심녹지가 인접한 지역의 기상특성을 살펴보기 위해 서울시 강남구 삼성동에 위치한 선정릉 일대 약 2 × 2 km의 영역을 대상지역으로 선정하였다(Fig. 1). 선정릉은 총 면적이 약 198,813 m2이며, 두 왕릉인 선릉과 정릉을 중심으로 수목과 초지로 구성되어 있다. 선정릉 내 수목의 종류는 참나무, 오리나무, 느릅나무 등 활엽수가 주종을 이루며 수목의 높이는 약 15∼20 m에 이른다. 선정릉 주변 지역은 주거지역과 고층 건물로 구성된 상업지역으로 둘러 쌓여있으며, 특히 선정릉 남쪽 일대는 20층 이상의 고층 빌딩으로 구성된 도시 협곡을 이루고 있다. Fig. 2는 선정릉 주변의 중분류 토지피복지도로 환경부에서 2010년에 촬영된 1 m 해상도의 항공정사영상을 이용하여 2013년에 제작한 것이다. 공간해상도는 5 m이며, 총 22개의 분류항목으로 나누어져 있다. 연구 지역은 9종류의 토지피복으로 이루어져 있다. 선정릉 주변의 토지피복 분포는 상대적으로 북쪽과 서쪽에는 주거지역의 비율이 높고, 남쪽과 동쪽에는 상업지역의 비율이 높다.
Fig. 1. Location of the analysis region, Seonjeongneung in Seoul, Korea
Fig. 2. Land cover classification map over the study area provided by the Ministry of Environment, Korea.
2) 자료
Landsat 위성은 미국지질조사국(Unites StatesGeological Survey, USGS)과 미국항공우주국 (National Aeronautics and Space Administration, NASA)이 공동으로 주관하는 프로젝트써, 1972년 7월 23일 Landsat 1을 시작으로 2013년 2월에는 Landsat 8 위성이 발사되어 현재 운용 중이다. Landsat 8은 OLI (Operational Land Imager) 센서의 1~9번의 9개 Band와 TIRS (Thermal Infrared Sensor)의 10번과 11번 Band를 가지고 있다. OLI 센서는 30 m의 공간해상도를, TIRS는 100 m의 해상도를 가지고 있으며, TIRS 자료는 OLI 센서 자료와 해상도 일치를 위해 30 m 해상도로 제공되고 있다. Landsat 8은 705 km 상공에서 동서로 183 km, 남북으로 170 km를 관측한다. 전 지구 영역을 관측하는데 약 15일이 소요되며, 같은 지역을 다시 관측하는데 걸리는 시간(revisit time)은 16일이다. Landsat 8 위성자료는 Earth Explorer (https://earthexplorer.usgs.gov/)에서 제공하고 있다. 2013년부터 2015년까지 Landsat 8이 선정릉 주변을 관측한 55개 자료 중 구름의 영향이 적은 맑은 날로 8개 사례를 선정하였다. Landsat 8 위성자료는 서울을 중심으로 관측되는 path116/row34 영역의 자료를 사용하였다. 선정된 사례별 기상개황은 Table 1과 같다. 기상개황에 사용한 자료는 위성이 한반도 상공을 지나가는 시간과 일치하는 오전 11시에 강남 AWS (#400) 지점에서 관측된 기온, 상대습도, 풍향, 풍속, 일 최고기온, 일 최저기온과 일 평균기온 자료이다. 선정된 사례는 겨울을 제외한 봄, 여름, 가을로 일 최고기온이 26.8∼35.3℃의 범위를 보였다. 또한, 상대습도는 60% 이하이고, 풍속은 2014년 8월 2일 사례를 제외하고 2.2 m s-1 이하로 낮았다.
Table 1. Summary of the meteorological conditions for the 8 clear days
지표면온도 산출을 위하여 먼저 위성의 관측 센서에 도달하는 복사량을 계산한다. Landsat 8 위성에서 관측된 복사량 자료는 DN (Digital Number)으로 제공되기 때문에 이를 USGS에서 제공하는 식 (1)을 사용하여 실제 복사량으로 환산한다.
\(L_{i}=M_{L} \times Q_{c u l}+A_{L}\) (1)
여기서 Lλ는 센서에 도달하는 스펙트럼 복사량(W/m2/sr/μm), ML은 해당 Band에 대한 Radiance multiplicative scaling factor, AL은 해당 Band에 대한 Radiance additive scaling fator, Qcal은 해당 화소의 DN 값을 의미한다.
밝기온도는 식 (1)에서 계산된 복사량을 바탕으로 Landsat 8의 해당 센서에 대해 보정된 식 (2)를 활용한다.
\(T=\frac{K_{2}}{\ln \left(\frac{K_{1}}{L_{i}}+1\right)}\) (2)
여기서 T는 밝기온도(K)이고, 계수 K1과 K2는 Landsat 8 센서의 적외선 Band에 대한 계수로써 Table 2와 같다. Band 11은 Band 10보다 대기에 대한 영향을 많이 받기 때문에 온도가 다소 낮게 측정되는 경우가 있다(Yale, 2016; Park and Cho, 2016). 따라서 본 연구에서는 Band 10을 사용하였다.
Table 2. Thermal band coefficients of the Landsat 8
지표면 방출률을 산출하기 위해서 국내·외의 다양한 기관에서 지역적 또는 전 지구적인 방출률 지도를 구축하고 있지만, 실제 방출률은 시간에 따라 조금씩 또는 급격하게 변화하기 때문에 위성 자료를 바탕으로 직접 계산된 방출률을 사용하여 지표면온도를 산출하였다. 우선, Red (Band 4)와 NIR (Band 5)를 이용하여 정규식생지수(Normalized Difference Vegetation Index, NDVI)를 식 (3)을 통해 계산하였다. 방출률 산출의 한 방법으로 Van de Griend and Owe(1993)의 연구결과에서 제시된 1.0094+0.047ln(NDVI) 관계에 따라 Zhang et al.(2006)이 도시 지역의 열환경 연구를 위해 완성한 Table 3을 이용하여 계산하였다(Kim et al., 2016).
\(\mathrm{NDVI}=\frac{(N I R-R e d)}{(N I R+R e d)}\) (3)
Table 3. NDVI ranges and corresponding emissivity values(Zhang et al., 2006)
지표면온도는 앞서 계산된 밝기온도와 NDVI를 이용하여 계산된 지표면 방출률을 이용하여 식 (4)와 같은 방법으로 계산한다.
Ts = ε1/4T (4)
여기서 Ts는 지표면온도(K), ε은 지표면 방출률, 그리고 T는 밝기온도(K)이다. 계산된 지표면온도의 단위는 절대온도(K)에서 섭씨온도(℃)로 바꾸어 선정릉 일대(약 2×2 km)의 지표면온도 분포를 나타내었다(Fig. 3). 대기효과는 대상지역의 모든 화소에 대한 정밀한 대기관측 자료를 얻는 것이 거의 불가능하며, 관측 도메인 내에서 대기효과의 차이는 크지 않기 때문에 고려하지 않았다. 구름은 각 Band 자료와 함께 제공되는 Quality Assessment (QA) 자료를 이용하여 구름이 있는 화소의 자료는 제거하였다.
Fig. 3. Land surface temperature (LST) distributions over the study area for the 8 cases.
3. 결과
1) 방위별 지표면온도(LST) 분포
Fig. 3의 선정릉 주변 지표면온도 분포를 보면 선정릉 중심이 가장 낮게 나타나고 선정릉 중심에서 멀어질수록 높은 지표면온도를 나타내고 있다. 도심녹지의 냉각 효과가 선정릉 주변에 미치는 영향을 알아보기 위해 선정릉을 중심으로 가로축과 세로축을 따라 동서와 남북방향의 지표면온도를 추출하였다(Fig. 4). Fig. 5는 각 사례별로 추출한 동서와 남북 방향의 지표면온도를 거리에 따라 나타낸 것이다. 왼쪽은 동서 방향의 지표면온도를, 오른쪽은 남북 방향의 지표면온도를 나타낸다. 녹지 중심으로부터 녹지 경계까지 거리는 동서남북으로 각각 270, 360, 240, 180 m로 녹지 영역을 실선으로 표시하였다. 동서와 남북 방향 모두 녹지 내부의 지표면온도가 낮게 나타나고 선정릉 경계를 벗어남에 따라 지표면온도가 상승하는 것을 확인할 수 있다. 사례별로 다소 차이가 있지만 도심과 녹지의 지표면온도 차이는 동서 방향으로 9.2~12.4℃, 남북 방향으로 8.6~11.1℃로 나타났다. 남북 방향의 경우 남쪽 녹지 경계에서 북쪽 녹지 경계보다 높은 지표면온도를 보이는데 이는 상대적으로 녹지 경계 주변의 조밀한 상업 지역에 의한 영향으로 보여진다.
Fig. 4. The traverse lines passing the center point of the urban green areas in four directions.
Fig. 5. LST distributions from the center of Seonjeongneung in the west-east (left) and north-south (right) directions (Solid lines represents the boundary of the green areas and dashed lines are the cooling extents from the boundary).
일반적으로 도심과 녹지의 온도차는 녹지 경계에서 멀어질수록 그 값이 증가하다 특정거리에서 일정한 값을 나타내거나 더 이상 증가하지 않는다.이와 같은 원리로 녹지 경계를 기준으로 하여 지표면온도의 상승이 멈추는 거리까지를 냉각효과 범위(Cooling extent)로 정하였다. 사례별로 냉각효과 범위를 구하여 Fig. 3의 그래프에 점선으로 나타내었고 Table 4에 방위별로 정리하였다. 남쪽의 냉각효과 범위는 0~30 m로 상대적으로 가장 작았고, 북쪽방향은 120~210 m로가장 큰 냉각효과 범위를 보였다. 서쪽방향으로는 60~150 m의 냉각효과 범위를 나타냈다. Lin et al.(2015)의 연구결과에 따르면 20 ha의 면적을 가진 공원에서 평균적으로 약 200 m의 냉각효과 범위를 가진다고 하였다. 선정릉 역시 약 20 ha의 면적을 가지며, 방향별로 차이를 보이지만 유사한 냉각효과 범위를 보이고 있었다. 북쪽과 서쪽방향의 냉각효과 범위가 크게 나타난 것은 상대적으로 건물의 고도가 낮은 주거지역의 영향으로 보인다. 남쪽의 경우, 상업지역이 대부분을 차지하고 있어 냉각효과 범위가 상대적으로 낮게 나타났다.
Table 4. Cooling extent(m) on the four cardinal directions (East, West, North and South) from the Seonjeongneung for 8 clear days
2) 토지피복에 따른 지표면온도(LST) 분포
방위별로 도심녹지의 냉각효과가 다르게 나타난 원인을 살펴보기 위해 토지피복별로 지표면온도가 어떻게 차이가 나는지 분석하였다. Table 5는 선정릉 주변 지역의 토지피복의 비율과 평균 지표면온도를 나타낸 것이다. 선정릉 주변의 토지피복은 총 9가지로 주거지역(36.9%), 상업지역(33.5%), 교통 지역(14.9%)의 순으로 높은 비율을 차지하고 있는 반면 선정릉 내부는 활엽수림(53%), 침엽수림(18%), 인공초지(21%), 혼효림(8%)의 토지피복으로 이루어져 있다. 선정릉에 해당하는 토지 피복의 평균 지표면온도는 다른 토지피복의 지표면온도보다 낮게 나타났다. 선정릉 내부에서는 침엽수림의 지표면온도가 평균 25.4℃로 가장 낮게 나타났다. 도로 지역의 경우 아스팔트의 영향으로 가장 높은 지표면온도를 보였고, 주거지역과 상업지역의 지표면온도가 그 다음으로 높게 나타났다. 녹지 경계로부터의 거리에 따른 냉각효과를 살펴보기 위해 Fig. 6과 같이 선정릉 경계로부터 50 m 간격으로 300 m까지 6개의 영역을 생성하였다. Table 6은 생성된 6개 영역의 토지피복 비율을 정리한 것이다. 6개 영역을 구성하고 있는 토지피복은 주거지역, 상업지역, 교통지역, 공공시설지역, 인공나지의 5가지이다. 이 중에서 가장 큰 비율을 차지하고 있는 주거지역과 상업지역에 대해 지표면온도를 분석해보았다.
Table 5. Averaged LST (℃) over the 9 different land cover types for the 8 clear days
Fig. 6. Zones with 50 m increment around the urban green areas (up to 300 m).
Table 6. Land cover ratios (%) for the six zones around the Seonjeongneung
Fig. 7과 Fig 8은 생성된 6개 영역에 대한 주거지역과 상업지역의 평균 지표면온도를 나타낸 것이다. 녹지에 의한 냉각효과가 영향을 미치는 범위는 앞서 분석한 방법과 마찬가지로 녹지 경계를 기준으로 하여 지표면온도의 상승이 멈추는 거리까지로 정하고 그래프에 녹색으로 표시하였다. 주거지역의 냉각효과 범위는 2014년 5월 30일과 2014년 8월 2일 사례에서 100 m로 가장 작게 나타났고, 2013년 9월 16일, 2015년 6월 18일, 2015년 7월 4일의 사례에서는 250 m까지 나타났다. 반면 상업지역의 냉각효과 범위는 0∼200 m로 나타났지만, 2014년 8월 2일과 2014년 9월 19일의 사례에 대해서는 이러한 냉각 효과 범위가 나타나지 않았다. 냉각효과가 미치는 것으로 설정된 영역(녹색으로 표시)에서 녹지 경계 영역(0~50 m)의 지표면온도 차이를 계산하였을 때, 주거지역의 경우 평균 2.3℃, 상업지역의 경우 평균 약 0.3℃의 차를 보였다. 두 결과를 통해서 상업지역보다 주거지역에서 냉각효과의 강도와 범위가 큼을 알 수 있다. Hamada et al.(2013)의 연구결과에 따르면 도심 지역의 토지이용은 도심 녹지의 냉각효과 범위에 영향을 줄 수 있다고 하였다. 그 중 상업지역은 녹지의 냉각효과 범위를 방해하는 주된 요소라고 설명하였다. 상업지역은 고층의 철근 콘크리트 구조물의 비율이 높으며, 교통량이 많은 도로와 인접해 있다. 건물의 밀집도가 높으면 반사면의 수가 많아져 결과적으로 태양복사에너지의 흡수가 증가하게 된다(Oke, 1982).
Fig. 7. Relationship between distances from the urban green areas and the respective land surface temperatures for the different days in the residential areas.
Fig. 8. The same as Fig. 7 except for in the commercial areas.
4. 결론
본 연구에서는 위성관측자료를 이용하여 서울 강남의 도심녹지 냉각효과의 강도와 범위를 산정할 수 있었다. 도심녹지의 냉각효과와 그 특성을 분석하기 위해 Landsat 8 위성자료를 이용하여 2013년부터 2015년까지 8개의 사례일에 대해 강남 선정릉 주변 2×2 km 영역의지표면온도를 산출하였다. 녹지 중심으로부터 동서남북 네 방향의 지표면온도를 추출하여 냉각효과 범위를 조사한 결과 남쪽방으로의 냉각효과 범위가 상대적으로 작았고, 북쪽방향으로 큰 냉각효과 범위를 나타내었다. 도심녹지의 냉각효과에 미치는 토지피복의 영향을 살펴보기 위하여 환경부에서 제공하는 중분류 토지 피복자료를 사용하였다. 선정릉 경계로부터 50 m 간격으로 300 m까지 6개의 영역을 생성하고, 주거지역과 상업지역에 대한 냉각효과를 분석하였다. 그 결과 주거지역에서의 냉각효과 범위가 100&sm;250 m로 나타났다. 냉각효과의 영향이 나타난 영역과 녹지 경계 영역(0~50m)의 지표면온도의 차를 계산하였을 때 평균 2.3℃의 냉각효과를 보였다. 또한 상업지역의 도심녹지의 냉각 효과 범위는 0∼200 m로 추정되었다. 총 8개의 사례 중 2사례에 대해서는 냉각효과가 나타나지 않았고, 나머지 사례들에서는 평균 약 0.3℃의 냉각효과를 보였다. 이러한 분석 결과를 통해 냉각효과가 상업지역보다 주거지역에서 강도와 범위가 큼을 알 수 있었다
비록 위성관측시간이 오전 11시로 국한되어 도심녹지 냉각효과의 일변화를 살펴볼 수 없었지만, 도심 지역의 복잡하고 조밀한 지역에 대해 상세한 지표면온도 공간분포를 살펴볼 수 있었다. 향후 다양한 시간대와 고해상도의 원격자료를 이용하여 도심녹지 냉각효과의 특성을 분석하여 환경친화적 도시계획에 기초자료로 활용될 수 있을 것으로 기대된다.
사사
이 연구는 국립기상과학원 연구개발사업 “기상업무지원기술개발연구(NIMS-2016-3100)”의 일환으로 수행되었습니다.
References
- Bowler, D.E., L. Buyung-Ali, T.M. Knight, and A.S. Pullin, 2010. Urban greening to cool towns and cities: A systematic review of the empirical evidence, Landscape and Urban Planning, 97(3): 147-155. https://doi.org/10.1016/j.landurbplan.2010.05.006
- Chang, C.R. and M.H. Li, 2014. Effects of urban parks on the local urban thermal environment, Urban Forestry and Urban Greening, 13(4): 672-681. https://doi.org/10.1016/j.ufug.2014.08.001
- Du, H., W. Cai, Y. Xu, Z. Wang, Y. Wang, and Y. Cai, 2017. Quantifying the cool island effects of urban green spaces using remote sensing data, Urban Forestry and Urban Greening, 27: 24-31. https://doi.org/10.1016/j.ufug.2017.06.008
- Feyisa, G.L., K. Dons, and H. Meilby, 2014. Efficiency of parks in mitigating urban heat island effect: An example from Addis Ababa, Landscape and Urban Planning, 123: 87-95. https://doi.org/10.1016/j.landurbplan.2013.12.008
- Givoni, B., 1991. Impact of planted areas on urban environmental quality: a review, Atmospheric Environment, 25(3): 289-299.
- Hamada, S., T. Tanaka, and T. Ohta, 2013. Impact of land use and topography on the cooling effect of green areas on surrounding urban areas, Urban Forestry and Urban Greening, 12: 426-434. https://doi.org/10.1016/j.ufug.2013.06.008
- Jansson, C.P., P.E. Jansson, and D. Gustafsson, 2007. Near surface climate in an urban vegetated park and its surroundings, Theoretical and Applied Climatology, 89: 185-193. https://doi.org/10.1007/s00704-006-0259-z
- Jee, J.-B. and Y.-J. Choi, 2014. Conjugation of Landsat Data for Analysis of the Land Surface Properties in Capital Area, Journal of the Korean Earth Science Society, 35(1): 54-68 (in Korean with English abstract). https://doi.org/10.5467/JKESS.2014.35.1.54
- Jee, J.-B., K.-T. Lee, and Y.-J. Choi, 2014. Analysis of Land Surface Temperature from MODIS and Landsat Satellites using by AWS Temperature in Capital Area, Korean Journal of Remote Sensing, 30(2): 315-329 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2014.30.2.13
- Kim, M.-K., S.-P. Kim, N.-H. Kim, and H.-G. Sohn, 2014. Urbanization and Urban Heat Island Analysis Using LANDSAT Imagery: Sejong City As a Case Study, Journal of Korean Society of Civil Engineers, 34(3): 1033-1041 (in Korean with English abstract). https://doi.org/10.12652/Ksce.2014.34.3.1033
- Kim, Y.-H. and J.-J. Baik, 2002. Maximum urban heat island intensity in Seoul, Journal of Applied Meteorology, 41: 651-659. https://doi.org/10.1175/1520-0450(2002)041<0651:MUHIII>2.0.CO;2
- Kim, Y.-H., D.-Y. Choi, and D.-E. Chang, 2011. Characteristics of urban meteorology in Seoul metropolitan area of Korea, Atmosphere, 21: 257-271 (in Korean with English abstract).
- Kong, F., H. Yin, P. James, L.R. Hutry, and H.S. He, 2014. Effects of spatial pattern of greenspace on urban cooling in a large metropolitan area of eastern China, Landscape and Urban Planning, 128: 35-47. https://doi.org/10.1016/j.landurbplan.2014.04.018
- Kwon, Y.-A., 2002. The influence of urban green areas on ambient air temperature in Seoul, Konkuk University, Korea.
- Landsberg, H.E., 1981. The Urban Climate, Academic Press, New York, USA.
- Lin, W., T. Yu, X. Chang, W. Wu, and Y. Zhang, 2015. Calculating cooling extents of green parks using remote sensing: Method and test, Landscape and Urban Planning, 134: 66-75. https://doi.org/10.1016/j.landurbplan.2014.10.012
- Oke, T. R., 1982. The energetic basis of the urban heat island, Quarterly Journal of the Royal Meteorological Society, 108(455): 1-24. https://doi.org/10.1002/qj.49710845502
- Oke, T. R., J. M. Crowther, K. G. McNaughton, J. L. Monteith, and B. Gardiner, 1989. The micrometeorology of the urban forest, Philosophical Transactions of the Royal Society B, 324(1223): 335-349. https://doi.org/10.1098/rstb.1989.0051
- Park, J.-H. and G.-H. Cho, 2016. Influence of park size on the park cooling effect: Focused on Ilsan new town in Korea, Journal of Korea Planning Association, 51: 247-261 (in Korean with English abstract). https://doi.org/10.17208/jkpa.2016.10.51.5.247
- Park, M.-H. and H.-D. Kim, 2010. Cool Island Intensity in a Large Urban Green in Downtown Daegu: Seasonal Variation and Relationship to Atmospheric Condition, Journal of the Environment Sciences, 19(1): 81-87 (in Korean with English abstract). https://doi.org/10.5322/JES.2010.19.1.081
- Sugawara, H., K. Narita, and T. Mikami, 2006. Cool island intensity in a large urban green: Seasonal variation and relationship to atmospheric condition, Tenki, 53(5): 393-404.
- Taha, H., 1997. Urban climates and heat islands: albedo, evapotranspiration, and anthropogenic heat, Energy and Buildings, 25: 99-103. https://doi.org/10.1016/S0378-7788(96)00999-1
- Van de Griend, A.A. and M. Owe, 1993. On the relationship between thermal emissivity and the normalized different vegetation index for natural surfaces, International Journal of Remote Sensing, 14(6): 1119-1131. https://doi.org/10.1080/01431169308904400
- Yale University, Yale Guide to Landsat 8 Image Processing, http://surfaceheat.sites.yale.edu/understanding-landsat-8, Accessed Sep. 7, 2016.
- Yang, C., X. He, R. Wang, L. Yu, J. Yang, F. Yan, K. Bu, L. Chang, and S. Zhang, 2017. The cooling effect of urban parks and its monthly variations in as snow climate city, Remote Sensing, 9(10): 1066. https://doi.org/10.3390/rs9101066
- Zhang J., Y. Wang, and Y. Li, 2006. A C++ program for retrieving land surface temperature from the data of Landsat TM/ETM+ band6, Computers & Geosciences, 32: 1796-1805. https://doi.org/10.1016/j.cageo.2006.05.001