A Study on the Efficient Utilization of Spatial Data for Heat Mapping with Remote Sensing and Simulation

원격탐사 및 시뮬레이션의 열지도 구축을 위한 공간정보 활용 효율화 연구

Abstract

The frequency and intensity of heatwaves have been increasing due to climate change. Since urban areas are more severely damaged by heatwaves as they act in combination with the urban heat island phenomenon, every possible preparation for such heat threats is required. Many overseas local governments build heat maps using a variety of spatial information to prepare for and counteract heatwaves, and prepare heatwave measures suitable for each region with different spatial characteristics within a relevant city. Building a heat map is a first and important step to prepare for heatwaves. The cases of heat map construction and thermal environment analysis involve various area distributions from urban units with a large area to local units with a small area. The method of constructing a heat map varies from a method utilizing remote sensing to a method using simulation, but there is no standard for using differentiated spatial information according to spatial scale, so each researcher constructs a heat map and analyzes the thermal environment based on different methods. For the above reason, spatial information standards required for building a heat map according to the analysis scale should be established. To this end, this study examined spatial information, analysis methodology, and final findings related to Korean and oversea analysis studies of heatwaves and urban thermal environments to suggest ways to improve the utilization efficiency of spatial information used to build urban heat maps. As a result of the analysis, it was found that spatial, temporal, and spectral resolutions, as basic resolutions, are necessary to construct a heat map using remote sensing in the use of spatial information. In the use of simulations, it was found that the type of weather data and spatial resolution, which are input condition information for simulation implementation, differ according to the size of analysis target areas. Therefore, when constructing a heat map using remote sensing, spatial, spectral, and temporal resolution should be considered; and in the case of using simulations, the spatial resolution, which is an input condition for simulation implementation, and the conditions of weather information to be inputted, should be considered in advance. As a result of understanding the types of monitoring elements for heatwave analysis, 19 types of elements were identified such as land cover, urban spatial characteristics, buildings, topography, vegetation, and shadows, and it was found that there are differences in the types of the elements by spatial scale. This study is expected to help give direction to relevant studies in terms of the use of spatial information suitable for the size of target areas, and setting monitoring elements, when analyzing heatwaves.

기후변화로 인해 폭염 발생 빈도 및 강도가 심해지고 있다. 도시지역은 도시열섬현상과 맞물려 폭염에 의한 피해가 더욱 심하기 때문에 면밀한 대비가 필요하다. 국외 많은 지자체에서는 폭염 대비 및 대책을 위해 다양한 공간정보를 이용하여, 열 지도를 구축 및 도시 내 서로 다른 공간적 특징을 가지는 지역별 적합한 폭염 대책을 세워 대비를 하고 있다. 열지도 구축은 폭염 대비를 위해 우선적으로 수행되어야 할 단계이며 중요하다. 열지도 구축 및 열 환경 분석 사례는 넓은 면적을 가지는 도시단위부터 좁은 면적을 가지는 지역단위까지 다양한 면적 분포를 가진다. 열지도 구축 방법은 원격탐사를 통한 방법부터 시뮬레이션을 활용하는 방까지 다양하지만, 공간적 규모에 따른 차별화된 공간정보 활용 기준은 잡혀져 있지 않아 연구자마다 각기 다른 방법을 통해 열 지도를 구축 및 열 환경을 분석하고 있다. 전술된 사유로 인해 분석 규모에 적합한 열지도 구축에 필요한 공간정보 기준이 수립될 필요가 있다. 이에 본 연구는 도시 열지도 구축을 위해 활용되는 공간정보 활용 효율화 방안을 제시하기 위해 국내외 폭염 및 도시 열 환경 분석 연구를 공간정보, 분석방법론, 최종결과물을 살펴보았다. 분석결과 공간정보 활용에 있어서는 원격탐사를 활용한 열지도 구축을 위해서는 기본 해상도인 공간, 시간, 분광해상도가 필요한 것으로 파악되었다. 시뮬레이션은 구동을 위한 입력 조건 정보인 기상데이터의 종류와 공간해상도가 분석 대상지의 규모별 상이함이 있음이 파악되었다. 따라서 원격탐사를 활용한 열지도의 경우는 공간·분광·시간 해상도를 고려해야 하며, 시뮬레이션은 구동을 위한 입력 조건인 공간해상도와 입력하는 기상정보의 조건을 사전에 고려해야 할 것으로 사료된다. 그리고 폭염 분석을 위한 모니터링 요소의 종류를 파악한 결과 토지피복, 도시 공간적 특징, 건축물, 지형, 식생, 그림자 관련 19가지 요소 종류를 파악했으며 규모별 요소의 종류가 차이가 있는 것이 파악되었다. 본 연구를 통해 폭염 분석 시, 수행하려는 연구 대상지의 면적 규모에 적합한 공간정보 활용 및 모니터링 요소 설정에 있어 연구의 방향을 제시할 수 있을 것으로 기대한다.

요약

기후변화로 인해 폭염 발생 빈도 및 강도가 심해지고 있다. 도시지역은 도시열섬현상과 맞물려 폭염에 의한 피해가 더욱 심하기 때문에 면밀한 대비가 필요하다. 국외 많은 지자체에서는 폭염 대비 및 대책을 위해 다양한 공간정보를 이용하여, 열 지도를 구축 및 도시 내 서로 다른 공간적 특징을 가지는 지역별 적합한 폭염 대책을 세워 대비를 하고 있다. 열지도 구축은 폭염 대비를 위해 우선적으로 수행되어야 할 단계이며 중요하다. 열지도 구축 및 열 환경 분석 사례는 넓은 면적을 가지는 도시단위부터 좁은 면적을 가지는 지역단위까지 다양한 면적 분포를 가진다. 열지도 구축 방법은 원격탐사를 통한 방법부터 시뮬레이션을 활용하는 방까지 다양하지만, 공간적 규모에 따른 차별화된 공간정보 활용 기준은 잡혀져 있지 않아 연구자마다 각기 다른 방법을 통해열 지도를 구축 및 열 환경을 분석하고 있다. 전술된 사유로 인해 분석 규모에 적합한 열지도 구축에 필요한 공간정보 기준이 수립될 필요가 있다. 이에 본 연구는 도시 열지도 구축을 위해 활용되는 공간정보 활용 효율화 방안을 제시하기 위해 국내외 폭염 및 도시 열 환경 분석 연구를 공간정보, 분석방법론, 최종결과물을 살펴보았다. 분석결과 공간정보 활용에 있어서는 원격탐사를 활용한 열지도 구축을 위해서는 기본 해상도인 공간, 시간, 분광해상도가 필요한 것으로 파악되었다. 시뮬레이션은 구동을 위한 입력 조건 정보인 기상데이터의 종류와 공간해상도가 분석 대상지의 규모별 상이함이 있음이 파악되었다. 따라서 원격탐사를 활용한 열지도의 경우는 공간·분광·시간 해상도를 고려해야 하며, 시뮬레이션은 구동을 위한 입력 조건인 공간해상도와 입력하는 기상 정보의 조건을 사전에 고려해야 할 것으로 사료된다. 그리고 폭염 분석을 위한 모니터링 요소의 종류를 파악한 결과 토지피복, 도시 공간적 특징, 건축물, 지형, 식생, 그림자 관련 19가지 요소 종류를 파악했으며 규모별 요소의 종류가 차이가 있는 것이 파악되었다. 본 연구를 통해 폭염 분석 시, 수행하려는 연구 대상지의 면적 규모에 적합한 공간정보 활용 및 모니터링 요소 설정에 있어 연구의 방향을 제시할 수 있을 것으로 기대한다.

1. 서론

1) 연구의 배경 및 목적

기후변화로 인한 여름철 대표적 이상 기후현상인 폭염은 사람들의 건강 및 재산에 많은 피해를 주고 있다 (Kim et al., 2006). 2003년 유럽에서 발생한 여름철 폭염으로 인해 프랑스에서만 약 15,000명의 초과 사망자가 발생했다고 보고되었다 (UNEP, 2004; Hémon and Jougla, 2003; Pascal et al., 2006; Stone and Allen, 2004). 특히, 도시는 콘크리트, 아스팔트 등과 같은 불투수층 확대 및 인공 열 배출로 인해 도시열섬을 형성하여 폭염에 의한 피해를 가중시키고있다(Radhi et al., 2015; Schwarz et al., 2012).

폭염 발생 및 피해 발생은 공간을 구분하여 발현하지 않는 것이 자연적 특징이다. 그러나 도시화에 의한 시가화건조지역의 발달 등은 폭염 발생과 피해를 공간적으로 이원화 하여 발생하기 때문에 열지도 구축을 통한 열 환경 분석이 필요하다. 해외 지자체에서는 폭염 대비를 위해 시뮬레이션 또는 원격탐사를 통해 구축한 열지도를 기반으로 지역별 적합한 폭염 저감 대책을 세우고 있다 (Welsch, 2015; Ren et al., 2012). 독일 베를린 시는 도시기후 시뮬레이션 FITNAH(Flow over Irregular Terrain  with Natural and Anthropogenic Heat Sources)를 통해 구축한 열 지도를 기반으로 작성된 도시기후환경지도(Urban Climate Environmental Map)를 활용하여 지구단위 또는 용도지역별 건폐율 및 용적률 조정 등의 도시계획 레벨에서 폭염저감 대책 계획을 수립하고 있다 (Welsch, 2015). 일본 오사카부, 도쿄 23구 또한 폭염을 대비하기 위해 항공영상과 UCSS(Urban Climate Simulation System) 시뮬레이션을 활용하여 구축한 열 환경지도(Thermal Environmental Map)를 작성하여 보행로에 미스트 뿌리기, 건축물 재질 설정 등과 같은 보행자 레벨 수준의 세부사항 폭염 대책을 제시하고 있다 (Osaka, 2015; MLIT, 2013; TMG, 2005).

전술된 바와 같이 폭염 대책을 위해 열지도 구축이 함께 선행되고 있다. 현재까지 열지도 구축에 대한 연구는 활발히 이루어지고 있다. 원격탐사를 통한 열지도 구축 연구는 위성영상, 항공영상, UAV(Unmanned Aerial Vehicle, 이하드론) 영상을 활용하여 열 지도를 구축한다. 시뮬레이션을 통한 열지도 구축 방법은 WRF (Weather Research and Forecasting)와 같은 중 규모 시뮬레이션부터 Envi-met, PALM(Parallelized Large-Eddy Simulation Model) 등과 같은 미 기후 시뮬레이션 등을 활용하여 열 지도를 구축한다. 이처럼 다양한 분석 수단들이 있으며, 연구자마다 각기 다른 방법을 활용하여 열 환경 분석 연구를 진행하고 있다. 하지만 정책 입안자들이 폭염 저감 대책을 수립하기 위해서는 일관된 기준을 갖고 정책에 이용될 자료가 필요하다.

본 연구에서는 공간적 다양성을 고려한 폭염 발생 및 피해 모니터링 및 시뮬레이션의 현황을 정리하고, 유사 공간데이터 활용 및 연구 분석 방법 등의 효율화 방안을 마련하고자 한다. 첫째, 폭염 모니터링과 관련된 문헌과 연구 성과, 그리고 사례를 수집한다. 둘째, 통합체계 구상을 위해 연구 사례에서 공간정보, 방법론, 결과로 구분하여 분석을 위한 지표를 설정한다. 셋째, 설정된 분류지표를 이용한 사례들을 세분화하여 유형별 시사점을 도출한다. 넷째, 도출된 유형별 특징을 기반으로 도시 폭염의 공간적 크기에 따른 공간정보, 방법론, 결과를 유형화한다. 다섯째, 유형화된 결과를 기반으로 도시 및 지역단위에서 통합하여 적용할 수 있는 도시폭염 연구 분석체계를 구성한다 (Fig. 1).

Fig. 1. Study flow.

2.연구 방법 및 분석 대상

1) 선행 연구 문헌 수집

도시 열 환경 분석은 과거 1980년대부터 현재까지 국내외적으로 지속적으로 이루어져 왔고 각기 다른 분석 방법, 데이터를 활용하여 도시 열 환경 분석을 진행해 왔다. SCOPUS의 Analyze search results를 활용하여 폭염 모니터링 및 시뮬레이션 관련 연구의 추세를 살펴보았다. SCOPUS에 등재된 연구 논문에서 도시 폭염관련 연구는 1980년대부터 현재까지 지속적으로 연구가 진행되어 오고 있는 것이 확인된다. 즉, 1990년대부터 2002년대 폭염과 관련된 열지도 연구는 연평균 약 8건으로 매우 적지만, 2003년 유럽 폭염 이후로 증가하고 있으며, 위성영상을 활용한 연구는 2004년 7편에서 135편으로 약 1,928% (19.28배) 증가, 시뮬레이션 관련 논문은 9편에서 143편으로 약 1,589%(15.89배) 증가하였다. UAV(Unmanned Aerial Vehicle, 이하 드론)을 활용한 연구는 2009년 최초로 등장하여, 현재까지 지속적으로 연구가 진행되고 있다 (Fig. 2).

Fig. 2. Thermal environment researches (Reference: SCOPUS).

과거부터 현재까지 도시 열 환경분석을 위해 시뮬레이션(Simulation)과 활용된 원격탐사(Remote Sensing) 기법인 관련된 위성영상(Satellite), 항공영상(Aerial Image), 드론을 활용하고 있다. 그러나 서로 간 열 환경 분석을 위해 활용되는 입력데이터가 서로 달라 공간접근의 차이가 발생하게 된다. 이러한 입력데이터의 공간적 차이를 본 연구는 도시 폭염 모니터링 및 시뮬레이션의 공간 크기 차이에 의한 공간정보, 분석 방법, 결과의 차별화를 도출하기 위해 폭염 관련 문헌을 살펴본다.

본 연구는 서론에서 언급했듯이, 효율적인 도시 폭염 모니터링 및 시뮬레이션을 효과적으로 분석하기 위한 체계 성립이 목적이기 때문에, 이와 관련된 키워드인 도시열섬(Urban Heat Island), 폭염(Heat waves), 열 환경(Thermal Environment)를 기준으로 삼는다. 그리고 전술된 현상을 분석하기 위해 활용되는 원격탐사(Remote Sensing), 시뮬레이션(Simulation)을 중심 키워드로 하여 문헌을 수집했다. 결과적으로 본 연구에 활용된 문헌은 전술된 열 환경 분석 논문 및 보고서 등 총 52편을 대상으로 하였다.

2) 사례 세분화 기준 설정

열지도 구축을 통한 폭염 연구 사례마다 공간적 접근의 차이가 존재한다. 본 연구는 분석 규모 면적 별 최적의 분석체계 수립 목표를 달성하기 위해 연구 사례 세분화 기준을 입력 공간정보, 분석 방법론, 최종결과물로 잡았다. 입력 공간정보는 폭염 연구 대상지의 면적 정보, 분석을 위한 해상도 정보를 수집했다. 이를 통해 폭염 분석 대상지에 대한 정보를 파악했다. 둘째, 분석 방법론은 열지도 구축을 위해 활용되는 도구의 종류를 파악했다. 셋째, 최종 결과물은 폭염 분석 연구마다 모니터링한 요소의 종류를 파악했다 (Table1).

Table 1. Classifying research cases

3) 연구 방법

본 연구는 분석 규모에 적합한 열지도 구축 방안 및 열 환경 분석 방안을 제시하도록 한다. 전술에서 언급한 기준으로 폭염 모니터링 관련 문헌을 수집한다. 첫째, 열지도 제작을 위한 활용 도구 및 입력 데이터 종류를 파악한다. 둘째, 앞 단계에서 파악한 입력데이터의 특징을 구분한다. 해당 단계에서 구분된 유형들의 대상지면적 규모의 특징을 파악하여 도시단위와 지역단위 규모로 구분하도록 한다. 셋째, 도시단위와 지역단위규모의 대상지의 도시 열 환경 분석 방법을 살펴보며, 이를 통해 도출한 모니터링 요소들의 종류를 대상지 규모별 구분을 한다. 궁극적으로 도시 폭염 분석을 하기에 앞서 대상지 규모에 적합한 공간정보 활용, 분석 방법 및 적합한 열 환경 모니터링 요소를 제시하도록 한다(Fig. 3).

Fig. 3. Methodology.

3. 열지도 제작을 위한 도구 및 입력 온도 자료

열지도를 제작하기 앞서 우선 2가지를 선정해야 한다. 대상지의 온도를 산출하기 위한 도구선정과 열지도 구축을 위해 산출하려는 온도의 종류를 정해야 한다. 첫째, 도구 선정은 위성, 항공기와 같은 원격탐지 수단을 활용하는 방법과 시뮬레이션을 활용하는 수단으로 나뉜다. 둘째, 기온을 산출하여 구축하는 열지도 방법과 지표온도를 산출하여 구축하는 열지도 방법으로 나뉘게 된다. 전술된 2가지를 기준으로 열 환경 분석을 위한 도구 관련 축과 온도관련 축을 X, Y축으로 지정하여 수집한 연구 사례들을 Fig.4와 같은 방법으로 분류를 진행했다. 분류한 결과 Group A와 Group D로 나뉘어 졌다. Group A는 시뮬레이션을 활용하며 기온데이터를 이용하는 그룹이다. Group B는 원격 탐지 수단을 활용하며 지표온도를 이용하는 그룹이다. Group B와 Group C는 본 연구에서 수집한 문헌에 속하지 않은 그룹이다. 본 단계에서 도출한 Group A는 원격탐사를 활용한 열지도 구축 사례, Group D는 시뮬레이션을 활용한 열지도 구축 사례로 명명하였다.

Fig. 4. Classifying the researches for heat mapping.

4.자료 취득 조건

앞 단계에서 열지도 제작을 위한 도구와 입력을 위해 활용되는 온도 자료를 분류했다. 본 단계에서는 도출된 그룹별 데이터 특징을 파악하며, 분석 대상지 규모에 적합한 데이터 활용방안을 도출한다.

1) 원격탐사를 활용한 열지도 구축 데이터 특징

도출된 Group A는 원격 탐지 기반의 열지도 구축은 센서를 활용하여 온도를 산출하는데, 센서의 해상도인 시간, 공간, 분광해상도가 각기 다르다. 3가지 해상도를 상호 간 비교를 진행을 위해 Fig. 5(a), (b), (c)와 같이 진행했다. Fig. 5의(a)는 시간 – 공간 해상도, (b)는 시간–분광해상도, (c)는 분광– 공간 해상도로 하여 상호 간 비교 분석 결과 Group A-1과 Group A-2로 나뉘어졌다.

Fig. 5. Relationship between each resolutions (a) temporal & spatial resolution and (b) temporal & wave length and (c) wave length & spatial resolution.

Group A-1 연구지역의 면적 범위는 15.720~16808 km²를 가진다. 이는 지구단위 규모의 면적에서 도 단위 규모의 면적에 해당된다. 해당 규모 범위를 가지는 지역의 시간해상도는 1일~16일, 분광해상도는 8~12µm, 공간 해상도는 60~1000m 센서 데이터를 활용하여 도시 열지도 구축을 위해 활용된다. 해당 그룹에 속한 해상도 값을 가지는 센서는 위성에 장착된 센서를 활용하는 데 대표적으로 Landsat8 TIRS, Landsat7 ETM+, Landsat5 TM, ASTER, MODIS 등을 활용하여 구축할 수 있다 (Table2).

Table 2. Data characteristics using remote sensing method for heat mapping

Group A-2 연구지역의 면적 범위는 0.02~225.21km² 를 가진다. 이는 필지단위 규모에서부터 시 단위 규모의 범위로 지역단위 규모를 가진다. 해당 규모 범위를 가지는 지역의 시간해상도는 1일 미만이며, 분광해상도는 7~15µm, 공간 해상도는 0.60~60m 범위를 가지는 센서의 데이터를 활용하여 열지도 구축을 위해 활용된다. 해당 그룹에 속한 해상도 값을 가지는 센서는 드론 또는 항공영상에 열적 외 센서를 활용한다 (Table2).

2) 시뮬레이션을 활용한 열지도 데이터 구축 특징

도출된 Group D는 시뮬레이션을 활용하여 열지도 구축을 위한 온도를 계산한다. 시뮬레이션 구동을 위해서는 분석 대상지의 기상자료와 출력을 위한 공간해상도를 사전에 입력한다. 그런데 연구마다 대상지의 기상조건 입력을 위한 데이터 유형과 결과물 출력을 위한 해상도가 서로 다르다. 전술된 사유로 인하여 해당 기상데이터 유형과 공간해상도 2가지를 기준으로 구분을 진행했다. 분류 결과 D-1, D-2, D-3, D-4 총 4가지 Group이 나뉘어진다 (Fig. 6). Group D-1은 실제 측정한 기상데이터를 활용하며, 낮은 공간해상도를 가지는 그룹이다. Group D-2는 대상지의 예측된 기상데이터를 입력자료를 활용하며 낮은 공간해상도를 가지는 그룹이다. D-3은 대상지의 예측된 기상데이터를 입력자료를 활용하며 높은 공간해상도를 가지는 그룹이다. D-4는 실제 측정한 기상데이터를 활용하며, 높은 공간해상도를 가지는 그룹이다. 각 그룹에 해당되는 연구사례가 차지하는 비율은 다음과 같다. Group D-1은 29.41%, D-2는 5.88%, D-3은 17.64%, D-4는 47.05%를 분포를 가진다. 각 그룹들의 분석 면적의 규모는 D-1, D-2는 19.05~605.2km²을 가져 도시단위 규모를 가지며, D-3, D-4는0.04~1.492km²를 분포를 가져 지역단위 규모를 갖는다(Table3).

Fig. 6. Characteristic of input data for climate simulation.

Table 3. Characteristics using simulation method for heat mapping

5. 도시 열 환경분석 방법

폭염 및 도시 열 환경 분석 연구는 종속 변수인 온도에 영향을 미치는 독립변수의 성격을 파악하는 연구로 진행된다. 본 단계에서는 연구마다 종속변수로 구축한 열지도의 온도 값을 활용하여 도시 폭염에 영향을 미치는 영향요소인 열 구별 독립변수의 종류를 파악했다. 본 연구를 위해 수집한 문헌들을 통해 폭염 모니터링을 위한 요소 종류를 파악했다. 파악한 결과 토지피복 관련 요소 10개, 위치 특징 관련 요소 1개, 건축물 관련 요소 4개, 지형 관련 요소 2개, 식생 관련 요소 1개, 그림자 관련 요소 1개를 파악했다 (Table4).

Table 4. Monitoring factors for heat waves analysis in urban area

본 연구의 목적 중 하나인 공간 규모별 차이를 파악하기 위해 도시단위와 지역단위를 구분하여 폭염 모니터링 요소의 차이를 파악했다. 앞 단계에서 구분된 도시단위와 지역단위 분류 결과를 기반으로 모니터링 요소를 도시단위와 지역단위로 구분하였다.

1) 도시단위 규모의 열 환경 모니터링 요소

도시단위 규모의 도시 열 환경 분석을 위해 활용된 모니터링 요소는 토지피복, 공간적 특징, 건축물, 식생과 관련된 요소들을 폭염에 영향을 미치는 요소로 도출하였다. 각 요소별 세부적 사항은 다음과 같다. 토지피복의 경우는 토지이용·피복 유형, 투수 /불 투수 피복, 피복의 반사도를 나타내는 알베도, 위성영상밴드를 통해 산출된 지수인 SAVI(Soil-Adjusted Vegetation Index) ·  NDVI(Normalized Difference Vegetation Index) · NDBI (Normalized Difference Built-up Index) · UI(Urban Index) · BI (Bare soil Index) · MNDWI(Modified Normalized Difference Water Index)등을 활용하고 있다. 공간적 특징은 녹지로부터 거리를 구분하여 도시의 공간적 특징에 따른 폭염에 미치는 영향 정도를 파악하고 있다. 건축물에 관련된 사항은 지정된 공간 해상도 내 건폐율, 용적률, 건물형태, SVF(Sky View Factor)값에 따른 폭염에 미치는 영향 정도의 차이를 분석했다. 그리고 지형과 관련된 요소인 표고, 음영기복 차이에 따라 열 환경에 미치는 정도의 차이가 도시 열 환경에 미치는 변수로 도출했다 (Fig. 7).

Fig. 7. Monitoring factors for heat waves analysis in urban and regional scale area.

2) 지역단위 규모의 열 환경 모니터링 요소

지역단위 규모의 열 환경 분석을 위한 모니터링 요소는 토지이용, 피복 현황, 알베도, 식생, 그림자를 모니터링 요소로 선정하고 있다 (Fig. 7). 지역단위 규모의 모니터링 요소는 도시단위 규모에서 살펴보는 요소와 달리, 특정 요소에 집중하고 있는 것으로 나타났다.

6.결론 및 제언

기후변화로 인해 폭염 발생 빈도는 증가하며 위력 또한 강해지고 있다. 특히 도시지역은 도시열섬현상과 맞물려 그 피해가 더욱 심하다. 폭염 대책을 위해서는 해당 지역의 열 지도를 구축하여 효과적인 열 환경적 분석을 진행해야 한다. 본 연구는 폭염대책 활용 수단인 열지도 구축을 위한 공간정보 활용 효율화 방안을 위한 연구를 진행했다. 연구 수행을 위해 국내외 폭염 및 도시 열 환경 분석 연구 사례들을 수집했다.

열지도 구축을 위한 온도 값은 지표온도와 대기온도로 나뉜다. 지표온도는 원격탐사를 활용하여 구축할 수 있고, 대기온도는 시뮬레이션을 통해 열 지도를 구축할 수 있다. 원격탐사를 활용한 열지도 구축을 위한 공간정보 구분을 위해 공간해상도, 시간 해상도, 분광해상도의 차이를 기준으로, 분석 대상지의 면적 규모의 차이를 도출했다. 시뮬레이션을 활용한 열지도 구축을 위한 공간정보는 시뮬레이션 구동을 위한 입력자료인 기상자료와 공간해상도를 기반으로 도시단위와 지역단위를 구분했다. 열지도 구축한 연구 사례들을 분석한 결과 분석 대상지의 면적 규모에 따라 활용되는 공간정보의 차이가 있는 것을 도출했다.

수집된 도시 폭염 연구 사례를 기반으로, 도시단위와 지역단위의 폭염 모니터링 요소의 종류를 분석 대상지의 면적 규모의 차이에 따른 요소 종류를 비교했다. 사례 분석을 통해 파악한 총 19개 모니터링 요소를 파악했다. 이 중 도시단위의 모니터링 요소는 토지피복 관련 요소 9개, 도시 공간적 특징 관련 요소 1개, 건축물 관련 요소 4개, 지형 관련 요소 2개를 파악하고 있다. 지역단위 규모의 모니터링 요소는 토지피복 관련 요소 2개, 식생 관련 요소 1개, 그림자 관련 요소 1개를 폭염 모니터링 요소로 활용하고 있다. 본 연구를 통해 분석 대상지에 적합한 공간정보 활용 방안 및 열 환경 분석 방안에 대해 사전에 파악할 수 있으며, 폭염 분석 시 나아가야 할 방향을 제시할 수 있을 것으로 기대한다.

앞으로, 효율적인 열지도 구축을 위해서는 크게 2가지를 선행하여 고려할 필요가 있다, 첫째, 대상 지역의 사전적 정보가 필요하며, 공간적 크기뿐만 아니라, 토지이용 및 자연환경 현황을 고려한 위성영상, 항공영상 및 드론 등을 단독 활용 여부 및 융합 분석을 통한 열지도 상관관계 분석 가능성, 분석 필요성 등을 현장에 맞게 조율하는 과정이 필수적으로 고려되어야 한다.

둘째, 공간정보 기반의 열지도 결과에 대한 현장 중심 기온 데이터 등과 비교체계를 만드는 것이다. 본 연구를 통하여 도출된 결과와 같이, 유사한 공간 크기의 시뮬레이션에 활용한 데이터를 통한 검증도 필요하다.

하지만, 본 연구의 한계는 다음과 같다. 첫째, 본 연구에서는 열지도 구축을 위한 온도 값에 있어 지표온도와 대기온도를 구분하여 진행했다. 지표온도 기반의 열 지도와 대기온도 기반의 열 지도는 서로 다른 성격을 갖고 있으므로 어느 것이 폭염 대책에 효과적인지에 대한 판단은 쉽게 내릴 수 없다. 연구자의 열 환경 분석 시 활용하려는 목적에 적합한 것을 사전에 결정하여 활용해야 할 것이다. 둘째, 폭염 분석을 위해서는 열지도 구축을 위한 공간정보뿐만 아니라, 분석을 위한 독립변수 별 공간정보 또한 중요한 분이다. 본 연구에서는 독립변수의 종류는 도출하였으나, 해당 요소들을 구축하기 위한 공간정보의 종류는 제시하지 못하였다. 향후 연구에 있어 해당 부분을 발전시키면 통합적인 폭염 분석 연구 체계를 위한 연구로 될 것으로 판단된다.