KR102310195B1 - 폭염 취약지 분석관리 장치 및 방법 - Google Patents

폭염 취약지 분석관리 장치 및 방법 Download PDF

Info

Publication number
KR102310195B1
KR102310195B1 KR1020200009231A KR20200009231A KR102310195B1 KR 102310195 B1 KR102310195 B1 KR 102310195B1 KR 1020200009231 A KR1020200009231 A KR 1020200009231A KR 20200009231 A KR20200009231 A KR 20200009231A KR 102310195 B1 KR102310195 B1 KR 102310195B1
Authority
KR
South Korea
Prior art keywords
area
vulnerable
analysis
heat island
building
Prior art date
Application number
KR1020200009231A
Other languages
English (en)
Other versions
KR20210084186A (ko
Inventor
권해영
이지화
배종욱
김형태
김주용
강효두
Original Assignee
한국국토정보공사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국국토정보공사 filed Critical 한국국토정보공사
Publication of KR20210084186A publication Critical patent/KR20210084186A/ko
Application granted granted Critical
Publication of KR102310195B1 publication Critical patent/KR102310195B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather

Landscapes

  • Business, Economics & Management (AREA)
  • Environmental & Geological Engineering (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 폭염 취약지 분석관리 장치 및 방법에 관한 것으로, 상기 장치는 특정 지역의 온도, 인구 및 시설에 관한 분석데이터를 수집하는 분석데이터 수집부, 상기 분석데이터를 기초로 공간 분석을 통해 도시열섬 지역을 도출하는 열섬지역 도출부 및 상기 도시열섬 지역의 위치를 중심으로 적어도 하나의 취약요인에 관한 공간 분포를 도출하여 도시열섬 취약지역을 결정하는 도시열섬 취약지역 결정부를 포함한다. 따라서, 본 발명은 지역 내 폭염에 취약한 열섬 지역을 도출하고, 취약 계층의 공간 분포를 고려한 시설물 설치와 도시 열환경 설계 및 정책 개발을 지원할 수 있다.

Description

폭염 취약지 분석관리 장치 및 방법{HEATWAVE VULNERABILITY ANALYSIS MANAGEMENT DEVICE AND METHOD}
본 발명은 폭염 취약지 분석관리 기술에 관한 것으로, 보다 상세하게는 지역 내 폭염에 취약한 열섬 지역을 도출하고, 취약 계층의 공간 분포를 고려한 시설물 설치와 도시 열환경 설계 및 정책 개발을 지원할 수 있는 폭염 취약지 분석관리 장치 및 방법에 관한 것이다.
우리나라를 비롯하여 세계적으로 도시화가 진행되는 과정에서, 시골 지역과 차별화되는 도시 지역 특유의 기후 변화가 일어나고 있다. 도시 지역의 기후 변화 중에서도 인근 시골 지역과 비교하여 도시 지역의 기온이 상승하고 있는데, 이는 도시 열섬 현상 효과(urban heat island effect)에 기인한 것으로 추측된다.
도시 열섬 현상은 인간의 건강과 삶의 질에 직간접적으로 부정적인 영향을 미치는 것으로 알려져 있으며, 향후에 기후 변화에 따라 도시 지역의 기온 상승이 심화될 것으로 예상됨에 따라 도시의 열섬 현상을 파악하고 취약 지역을 분석하여 대책을 세우는 것이 필요하다.
특히, 최근에는 지구 온난화로 인해 도시 열 환경이 더욱 악화되어 사회, 경제적 문제가 발생하고 있으므로, 전국의 많은 지자체에서는 도시의 열섬 현상을 개선하기 위해 숲이나 공원 조성 등의 녹화사업을 추진하는 등의 노력을 기울이고 있다.
그런데, 종래에는 지역별 지표온도의 조사작업과, 해당기간의 평균 일 최고기온의 조사작업이 모두 조사원에 의한 현지조사에 의존하고 있었으므로, 도시의 열 환경에 대한 광범위한 조사가 제대로 이뤄지지 않는 문제점이 있었으며, 해당지역마다 AWS(Automatic Weather System: 자동 기상 측정장비)를 설치하는 방법을 생각할 수 있겠으나, 이는 특정지역이나 협소한 지역에 대해 조사할 때는 가능하겠으나 광범위한 지역을 조사하기위해서는 설치비용이 엄청나게 증가하게 되므로 실질적으로는 사용이 불가하게 되는 문제점이 있었다.
따라서, 종래기술로는 도시 전체에 대한 열 분포 특성을 파악하기가 어렵고, 열 분포 특성을 시가화 면적이나 무더위 쉼터와 연계하여 적합성 여부를 판단함도 불가능하게 되므로, 열 분포 특성과 관련하여 도시계획을 효과적으로 수립하는 것이 어려워지는 문제점이 있었다.
한국등록특허 제10-1541488(2015.07.28)호
본 발명의 일 실시예는 지역 내 폭염에 취약한 열섬 지역을 도출하고, 취약 계층의 공간 분포를 고려한 시설물 설치와 도시 열환경 설계 및 정책 개발을 지원할 수 있는 폭염 취약지 분석관리 장치 및 방법을 제공하고자 한다.
본 발명의 일 실시예는 적지 분석을 통해 설치한 폭염 관련 시설에 노출도를 높여 취약계층의 폭염 특보 인지율을 향상시키고 폭염 특보 발효 시 가까운 시설로 대피할 수 있어 시민의 자가 폭염 대처 능력 향상시킬 수 있는 폭염 취약지 분석관리 장치 및 방법을 제공하고자 한다.
본 발명의 일 실시예는 폭염 대응 시설의 효율적인 배치를 통해 예산 활용도 극대화 및 예산절감을 도모하고 폭염 취약지 도출을 통해 관련 정책 수집을 지원할 수 있는 폭염 취약지 분석관리 장치 및 방법을 제공하고자 한다.
실시예들 중에서, 폭염 취약지 분석관리 장치는 특정 지역의 온도, 인구 및 시설에 관한 분석데이터를 수집하는 분석데이터 수집부, 상기 분석데이터를 기초로 공간 분석을 통해 도시열섬 지역을 도출하는 열섬지역 도출부 및 상기 도시열섬 지역의 위치를 중심으로 적어도 하나의 취약요인에 관한 공간 분포를 도출하여 도시열섬 취약지역을 결정하는 도시열섬 취약지역 결정부를 포함한다.
상기 분석데이터 수집부는 상기 온도에 관한 분석데이터로서 지표 온도와 대기 온도를 수집하고, 상기 인구에 관한 분석데이터로서 연령별 인구와 행정 인구를 수집하며, 상기 시설에 관한 분석데이터로서 무더위 쉼터와 그늘막을 수집하고, 상기 공간 분석의 단위를 건물로 설정하여 데이터 정제 및 가공을 수행할 수 있다.
상기 분석데이터 수집부는 상기 특정 지역에 관한 위성 자료를 수집하고, 상기 위성 자료에 복사전달 방정식과 정규화 식생지수(NDVI)를 적용하여 상기 특정 지역의 지표 온도를 산출하며, 상기 지표 온도와 상기 정규화 식생지수를 기초로 상기 특정 지역의 대기 온도를 추정하고, 상기 대기 온도를 상기 특정 지역의 건물에 적용하여 건물별 대기 온도에 관한 공간 분포를 획득할 수 있다.
상기 열섬지역 도출부는 상기 건물별 대기 온도에 관한 공간 분포에 대해 내추럴 브레이크(Natural Break) 기법을 적용하여 복수의 등급들로 등급화 함으로써 상기 도시열섬 지역을 도출할 수 있다.
상기 도시열섬 취약지역 결정부는 상기 도시열섬 지역의 공간 분포에 대해 상기 적어도 하나의 취약요인으로서 폭염 취약 계층지역과 무더위 쉼터지역에 관한 공간 분포를 각각 중첩시켜 제1 도시열섬 취약지역을 결정할 수 있다.
상기 도시열섬 취약지역 결정부는 상기 도시열섬 지역의 공간 분포에 대해 상기 적어도 하나의 취약요인으로서 상업시설의 공간 분포를 중첩시켜 제2 도시열섬 취약지역을 결정할 수 있다.
상기 도시열섬 취약지역 결정부는 상기 제1 및 제2 도시열섬 취약지역들 간의 중첩 영역에 관한 핫스팟(Hotspot) 분석을 통해 취약사고 예방조치에 관한 알림을 생성하여 제공할 수 있다.
실시예들 중에서, 폭염 취약지 분석관리 방법은 특정 지역에 관한 온도, 인구 및 시설에 관한 분석데이터를 수집하는 단계, 상기 분석데이터를 기초로 공간 분석을 통해 도시열섬 지역을 도출하는 단계, 상기 도시열섬 지역의 위치를 중심으로 적어도 하나의 취약요인에 관한 공간 분포를 도출하여 도시열섬 취약지역을 결정하는 단계 및 상기 도시열섬 취약지역에 대한 취약사고 예방조치를 요청하는 알림을 생성하여 제공하는 단계를 포함한다.
개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
본 발명의 일 실시예에 따른 폭염 취약지 분석관리 장치 및 방법은 적지 분석을 통해 설치한 폭염 관련 시설에 노출도를 높여 취약계층의 폭염 특보 인지율을 향상시키고 폭염 특보 발효 시 가까운 시설로 대피할 수 있어 시민의 자가 폭염 대처 능력 향상시킬 수 있다.
본 발명의 일 실시예에 따른 폭염 취약지 분석관리 장치 및 방법은 폭염 대응 시설의 효율적인 배치를 통해 예산 활용도 극대화 및 예산절감을 도모하고 폭염 취약지 도출을 통해 관련 정책 수집을 지원할 수 있다.
도 1은 본 발명에 따른 폭염 취약지 분석관리 장치를 설명하는 블록도이다.
도 2는 도 1에 있는 폭염 취약지 분석관리 장치에서 수행되는 폭염 취약지 분석관리 과정을 설명하는 순서도이다.
도 3은 본 발명에 따른 폭염 취약지 분석관리 장치를 설명하는 개념도이다.
도 4는 건물 단위 14세 이하 및 65세 이상 인구 추정 결과를 나타내는 도면이다.
도 5는 건물 단위 독거노인 추정 결과를 나타내는 도면이다.
도 6은 건물 단위 기초생활수급자와 기초연금수급자 추정 결과를 나타내는 도면이다.
도 7은 무더위 쉼터 네트워크 분석 결과를 나타내는 도면이다.
도 8은 폭염 취약지 분석관리 장치에서 도출한 건물별 대기 온도의 공간 분포를 나타내는 도면이다.
도 9는 폭염 취약지 분석관리 장치에서 도출한 열섬 주거 지역의 일 실시예를 나타내는 도면이다.
도 10은 14세 이하 인구 폭염 취약지에 관한 공간 분포를 나타내는 도면이다.
도 11은 무더위 쉼터 사각지대 도출 결과를 나타내는 도면이다.
도 12는 고정형 그늘막 설치 적지 도출 결과를 나타내는 도면이다.
본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
한편, 본 출원에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다"또는 "가지다" 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
본 발명은 컴퓨터가 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있고, 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.
폭염 취약지 분석관리 장치(100)는 데이터 분석을 통해 열섬 지역과 폭염 취약지를 도출하여 관련 정책을 지원할 수 있는 컴퓨터 또는 프로그램에 해당하는 서버로 구현될 수 있다. 폭염 취약지 분석관리 장치(100)는 다양한 사용자 단말들과 블루투스, WiFi, 통신망 등을 통해 무선으로 연결될 수 있고, 네트워크를 통해 사용자 단말들과 데이터를 주고 받을 수 있다.
일 실시예에서, 폭염 취약지 분석관리 장치(100)는 데이터베이스와 연동하여 폭염 취약지 분석 및 관리를 위한 데이터를 저장할 수 있다. 한편, 폭염 취약지 분석관리 장치(100)는 데이터베이스를 내부에 포함하여 구현될 수 있다. 또한, 폭염 취약지 분석관리 장치(100)는 물리적인 구성으로서 프로세서, 메모리, 사용자 입출력부 및 네트워크 입출력부를 포함하여 구현될 수 있으며, 이에 대한 구체적인 설명은 생략한다.
데이터베이스는 특정 지역을 대상으로 폭염 취약지를 분석하는 과정에서 필요한 다양한 정보들을 저장하는 저장장치에 해당할 수 있다. 예를 들어, 데이터베이스는 다양한 행정청 및 공공기관 등에서 수집된 분석데이터를 저장할 수 있고, 수집된 데이터들의 통계 정보와 공간 분석을 통해 도출되는 현황 정보 등을 저장할 수 있다. 또한, 데이터베이스는 각 정보들을 저장 및 관리하기 위하여 복수의 데이터베이스 모듈들로 구성될 수 있으며, 각 데이터베이스 모듈들은 네트워크로 연결됨으로써 하나의 데이터베이스 그룹을 형성할 수 있다.
도 1은 본 발명에 따른 폭염 취약지 분석관리 장치를 설명하는 블록도이다.
도 1을 참조하면, 폭염 취약지 분석관리 장치(100)는 분석데이터 수집부(110), 열섬지역 도출부(130), 도시열섬 취약지역 결정부(150) 및 제어부(170)를 포함할 수 있다.
분석데이터 수집부(110)는 특정 지역의 온도, 인구 및 시설에 관한 분석데이터를 수집할 수 있다. 특정 지역은 분석관리의 대상이 되는 지역으로서 특정 행정구역에 대응할 수 있으나, 반드시 이에 한정되는 것은 아니다. 분석이터 수집부(110)는 폭염 취약지 분석을 위한 정보로서 특정 지역의 온도, 인구 및 시설에 관한 정보들을 다양한 출처로부터 수집할 수 있다. 분석데이터 수집부(110)는 수집된 정보들을 데이터베이스에 저장할 수 있으며, 데이터 유형에 따라 분류하여 구조화시킬 수 있다.
일 실시예에서, 분석데이터 수집부(110)는 온도에 관한 분석데이터로서 지표 온도와 대기 온도를 수집하고, 인구에 관한 분석데이터로서 연령별 인구와 행정 인구를 수집하며, 시설에 관한 분석데이터로서 무더위 쉼터와 그늘막을 수집하고, 공간 분석의 단위를 건물로 설정하여 데이터 정제 및 가공을 수행할 수 있다.
보다 구체적으로, 분석데이터 수집부(110)는 지표 온도를 산출하기 위하여 Landsat 위성영상을 활용할 수 있다. USGS의 Landsat 위성은 미 지질조사국(USGS)과 미 항공우주국(NASA)이 공동으로 주관하는 프로젝트에 의해 발사되어 운용중인 위성에 해당할 수 있다. 분석데이터 수집부(110)는 Landsat 위성이 촬영한 영상 중 폭염 경보(폭염 주의보, 폭염 경보 포함)가 발효된 특정 일자를 기준으로 해당 위성 영상 데이터를 분석데이터로서 수집할 수 있다.
또한, 분석데이터 수집부(110)는 현재 기상청에서 특정 지역에 설치하여 운영하는 자동기상측정망(AWS)에 의해 수집된 대기 온도 데이터를 수집하여 분석에 활용할 수 있다. 한편, 자동기상측정망에 의해 측정된 온도 데이터는 날짜, 풍향, 풍속, 온도, 습도 및 기압에 관한 정보를 포함할 수 있다.
또한, 분석데이터 수집부(110)는 폭염 취약 연령대로 설정된 14세 이하 및 65세 이상 인구에 관한 데이터를 수집할 수 있다. 예를 들어, 분석데이터 수집부(110)는 통계청에서 제공하는 집계구 단위의 데이터를 인구 데이터로서 수집할 수 있다. 분석데이터 수집부(110)는 14세 이하, 65세 이상 인구의 합을 집계구 별로 공간정보화 하기 위하여 공간 분석 과정을 수행할 수 있다. 한편, 분석데이터 수집부(110)는 공간 분석 단위를 집계구에서 건물 단위로 상세히 하기 위해 건물 연면적을 간접 지표로 설정하여 건물별 거주 인구를 추정할 수 있다.
또한, 분석데이터 수집부(110)는 사회 취약 계층으로서 독거노인, 기초생활수급자 및 기초연금수급자를 설정하고 이에 관한 인구데이터를 수집할 수 있다. 분석데이터 수집부(110)는 분석의 공간 단위를 행정동 단위에서 건물 단위로 좁히기 위하여 건물별 연면적과 개별 공시지가를 간접 지표로 설정하여 건물별 거주 인구를 추정할 수 있다.
또한, 분석데이터 수집부(110)는 공공데이터 포털(data.go.kr)을 통해 특정 지역의 무더위 쉼터 목록 데이터를 수집할 수 있다. 분석데이터 수집부는 무더위 쉼터 목록 데이터에 포함된 위도와 경도를 기초로 공간정보화 할 수 있다. 또한, 분석데이터 수집부(110)는 특정 지역에 설치된 그늘막 데이터를 수집할 수 있고, 그늘을 형성하는 가로수 데이터를 수집할 수 있다.
한편, 분석데이터 수집부(110)는 데이터 수집 이후 공간 분석을 위한 전처리로서 데이터 정제와 가공을 수행할 수 있다. 특히, 공간 분석의 단위는 최소 주거 단위로서 건물로 설정될 수 있고, 분석데이터 수집부(110)는 데이터 정제와 가공을 통해 열섬 지역 도출을 위한 공간통계 분석 기법으로서 공간적 자기상관 지표인 국지모란계수(Local Morans' I)값을 도출하기 위한 기초 자료를 제공할 수 있다.
예를 들어, 분석데이터 수집부(110)는 연령별 인구 데이터로부터 취약 계층인 14세 이하와 65세 이상의 인구 데이터를 추출할 수 있고, 도로명 주소 DB에서 주거용 건물을 추출한 후 주거용 건물별 층수에 지오메트리 계산(면적)으로 확인할 수 있는 바닥 면적을 곱하여 건물별 연면적을 도출할 수 있다. 분석데이터 수집부(110)는 건물별 연면적에 집계구별 14세 이하와 65세 이상 인구를 비례 배분하여 각 건물별 주거 인구를 추정할 수 있다. 도 4는 건물 단위 14세 이하 및 65세 이상 인구 추정 결과를 나타내는 도면이다.
또한, 분석데이터 수집부(110)는 행정 인구 데이터로부터 독거노인, 기초생활수급자, 기초연금수급자 데이터를 추출할 수 있고, 행정구역 내 독거노인의 수를 건물의 연면적과 비례 배분하여 추정할 수 있다. 도 5는 건물 단위 독거노인 추정 결과를 나타내는 도면이다.
한편, 분석데이터 수집부(110)는 건물별 개별공시지가를 독립변수로 활용하여 행정구역 내 기초생활수급자와 기초연금수급자의 수를 주거용 건물의 개별공시지가와 반비례 배분하여 추정할 수 있다. 도 6은 건물 단위 기초생활수급자와 기초연금수급자 추정 결과를 나타내는 도면이다.
또한, 분석데이터 수집부(110)는 무더위 쉼터 데이터를 기초로 주거용 건물에서 도보로 400~600m 내 무더위 쉼터가 없는 사각지대를 추출할 수 있다. 이를 위하여, 분석데이터 수집부(110)는 주거용 건물을 네트워크 분석을 위한 출발점으로 지정할 수 있고 도보로 이동하는 길은 도로명주소의 도로 DB를 활용할 수 있다. 도 7은 무더위 쉼터 네트워크 분석 결과를 나타내는 도면이다.
또한, 분석데이터 수집부(110)는 유동인구 분포를 도출하기 위하여 통신사 데이터를 활용하여 1부터 30까지 등급화 할 수 있다. 이 때, 등급 부여 방식은 취약 계층 등급 시 사용한 내추럴 브레이크(Natural Break) 기법이 활용될 수 있다. 분석데이터 수집부(110)는 유동인구, 횡단보도 신호 대기 시간 및 그늘 유무를 기초로 그늘막 설치의 후보 지역을 도출할 수 있다.
일 실시예에서, 분석데이터 수집부(110)는 특정 지역에 관한 위성 자료를 수집하고, 위성 자료에 복사전달 방정식과 정규화 식생지수(NDVI)를 적용하여 특정 지역의 지표 온도를 산출하며, 지표 온도와 정규화 식생지수를 기초로 특정 지역의 대기 온도를 추정하고, 대기 온도를 특정 지역의 건물에 적용하여 건물별 대기 온도에 관한 공간 분포를 획득할 수 있다. 이 때, 위성 자료는 Landsat 위성 자료에 해당할 수 있다. 분석데이터 수집부(110)는 지표 온도 산출을 위하여 Landsat8에서 TIRS의 10번과 11번 채널을 사용할 수 있고, 100m급 해상도의 온도 분포를 산출할 수 있다.
한편, Landsat8 위성자료는 채널별로 관측된 에너지량을 의미하는 DN(Digital Number)로 제공되기 때문에 분석데이터 수집부(110)는 복사전달 방정식 및 정규화 식생지수(NDVI: Normalized Difference Vegetation Index) 등을 이용하여 지표면 온도를 산출할 수 있다. 분석데이터 수집부(110)는 Band10, Band11 두 개의 밴드에서 지표 온도를 산출한 후 평균(MEAN)값으로 지표 온도를 획득할 수 있다.
보다 구체적으로, 분석데이터 수집부(110)는 Digital Number(DN)값을 다음의 수학식 1을 통해 분광복사량(Lλ)으로 변환할 수 있다.
[수학식 1]
Figure 112020008120759-pat00001
여기에서, Lλ는 분광복사량(Watts/(m2 * srad * μm)), ML은 배수 환산계수, Qcal은 DN(Digital Number), AL은 가산 환간계수를 의미한다.
또한, 분석데이터 수집부(110)는 분광복사량(Lλ)을 지표 온도로 변환하기 위해 다음의 수학식 2를 활용할 수 있다.
[수학식 2]
Figure 112020008120759-pat00002
여기에서, T는 지표 온도(℃), Lλ는 분광복사량(Watts/(m2 * srad * μm)), 계수 K1과 K2는 열 변환 상수를 의미한다.
결과적으로, 분석데이터 수집부(110)는 각각 계산한 Band10과 Band11의 위성에서의 온도의 평균(MEAN)값을 계산하여 위성에서의 온도로 환산할 수 있다.
또한, 분석데이터 수집부(110)는 특정 지역의 대기 온도를 산출하기 위하여 정규화 식생지수(NDVI) 값을 산출하여 활용할 수 있다. 분석데이터 수집부(110)는 Landsat8 위성영상의 Band4, Band5를 활용하여 다음의 수학식 3을 통해 산출할 수 있다.
[수학식 3]
Figure 112020008120759-pat00003
여기에서, NIR은 근적외선(Band5), Red는 적색 반사율(Band4)를 의미한다.
또한, 분석데이터 수집부(110)는 상기 과정으로 산출한 정규화 식생지수(NDVI)를 기초로 식생 비율을 다음의 수학식 4를 통해 산출할 수 있다.
[수학식 4]
Figure 112020008120759-pat00004
여기에서, Pv는 식생의 비율(Proportion of Vegetation)을 의미한다.
또한, 분석데이터 수집부(110)는 지표의 식생에서 방출되는 양을 다음의 수학식 5를 통해 산출할 수 있다.
[수학식 5]
LSE = 0.004Pv + 0.986
여기에서, LSE는 지표면의 방출량(Land Surface Emissivity)을 의미한다.
또한, 분석데이터 수집부(110)는 식생에서 방출되는 에너지 양을 다음의 수학식 6에 적용하여 지표 온도를 산출할 수 있다.
[수학식 6]
LST = BT/1 + w * (BT/p) * ln(LSE)
여기에서, BT는 위성 온도, w는 방출된 복사의 파장대(μm), p는 h*c/s(1.438*10^-2mk) = 14380, h는 Planck's 상수, s는 Boltzmann 상수, c는 빛의 속력을 의미한다.
또한, 분석데이터 수집부(110)는 지표 온도와 정규화 식생지수(NDVI)를 기초로 대기 온도를 추정할 수 있다. 분석데이터 수집부(110)는 지표 온도와 자동기상측정망(AWS)값을 사용하여 대기 온도를 산출할 수 있다. 분석데이터 수집부(110)는 특정 지역에 대해 대기 온도에 관한 공간 분포와 건물에 관한 공간 분포를 중첩시킴으로써 건물별 대기 온도에 관한 공간 분포를 획득할 수 있다. 도 8은 폭염 취약지 분석관리 장치에서 도출한 건물별 대기 온도의 공간 분포를 나타내는 도면이다.
열섬지역 도출부(130)는 분석데이터를 기초로 공간 분석을 통해 도시열섬 지역을 도출할 수 있다. 도시열섬 지역은 온도에 관한 공간 분포를 기초로 도출되는 지역으로서 대기 온도가 높은 주거용 건물이 고밀도로 분포하는 핫스팟(Hot-Spot) 지역에 해당할 수 있다.
일 실시예에서, 열섬지역 도출부(130)는 건물별 대기 온도에 관한 공간 분포에 대해 내추럴 브레이크(Natural Break) 기법을 적용하여 복수의 등급들로 등급화 함으로써 도시열섬 지역을 도출할 수 있다. 내추럴 브레이크 기법은 데이터 값의 배열을 자연스러운 등급으로 나누어 묶는 방법에 해당할 수 있고, 이를 통해 같은 등급 내 전체 값들의 평균을 기준으로 평균편차는 최소화되고 각 등급 간의 분산은 극대화될 수 있다.
보다 구체적으로, 건물별 대기 온도는 분석데이터 수집부(110)에 의해 수행되는 데이터 정제와 가공을 통해 도출될 수 있으며, 열섬지역 도출부(130)는 폭염 취약 건물을 효율적으로 도출하기 위하여 건물 단위의 대기 온도, 취약 계층 분포에 대해 내추럴 브레이크 기법을 적용하여 각각 상대적인 1 ~ 10 등급을 부여한 후 합산하여 최종적인 폭염 취약도 등급을 산출할 수 있다. 결과적으로, 도시열섬 지역은 폭염 취약도 등급이 특정 기준 이상인 지역에 해당할 수 있다.
도 9는 폭염 취약지 분석관리 장치에서 도출한 열섬 주거 지역의 일 실시예를 나타내는 도면이다. 도 9를 참조하면, 폭염 취약지 분석관리 장치(100)는 대기 온도 래스터를 활용해 대기 온도가 높은 주거용 건물이 고밀도로 분포하는 Hot-Spot 지역을 도출할 수 있다. 폭염 취약지 분석관리 장치(100)는 새로운 지역 개발로 인한 인구와 물자 유입에 따른 지속적인 지표 온도 및 대기 온도의 상승을 제어하기 위하여 폭염 취약지 분석을 수행하여 도시 열 환경을 고려한 설계를 지원할 수 있다.
도시열섬 취약지역 결정부(150)는 도시열섬 지역의 위치를 중심으로 적어도 하나의 취약요인에 관한 공간 분포를 도출하여 도시열섬 취약지역을 결정할 수 있다. 즉, 도시열섬 취약지역은 각 취약요인에 관한 주거 밀집 지역과 도시열섬 지역이 중첩된 지역에 해당할 수 있다.
일 실시예에서, 도시열섬 취약지역 결정부(150)는 도시열섬 지역의 공간 분포에 대해 적어도 하나의 취약요인으로서 폭염 취약 계층지역과 무더위 쉼터지역에 관한 공간 분포를 각각 중첩시켜 제1 도시열섬 취약지역을 결정할 수 있다.
예를 들어, 도시열섬 취약지역 결정부(150)는 폭염 취약 계층으로서 14세 이하 인구의 공간 분포를 도시열섬 지역과 중첩시켜 제1 도시열섬 취약지역을 결정할 수 있다. 도 10은 14세 이하 인구 폭염 취약지에 관한 공간 분포를 나타내는 도면이다. 도 10의 그림 (a)는 14세 이하 인구의 공간 분포를 등급화한 도면에 해당할 수 있고, 오른쪽 지도는 상위 3개 등급의 공간 분포를 나타내고 있다. 도 10의 그림 (b) 및 (c)는 서로 다른 행정동에서의 14세 이하 인구에 관한 폭염 취약지를 나타내는 도면에 해당할 수 있다.
한편, 도시열섬 취약지역 결정부(150)는 도시열섬 지역의 공간 분포에 대해 각 폭염 취약 계층 지역을 중첩시킨 결과로서 65세 이상 폭염 취약 건물, 독거노인 폭염 취약 건물, 기초생활수급자 폭염 취약 건물 및 기초연금수급자 폭염 취약 건물에 관한 공간 분포를 도출할 수 있다. 또한, 도시열섬 취약지역 결정부(150)는 무더위 쉼터 사각지대를 도출하여 각 폭염 취약 계층 지역과 중첩시킴으로써 제1 도시열섬 취약지역을 결정할 수 있다.
도 11은 무더위 쉼터 사각지대 도출 결과를 나타내는 도면이다. 도 11을 참조하면, 폭염 취약지 분석관리 장치(100)는 네트워크 분석을 통해 도보 이동 거리(400 ~ 600m) 내에 무더위 쉼터에 도달하기 어려운 곳을 도출할 수 있다. 도 11에서, 많은 지역들이 사각지대로 나타났는데, 그 중 주거 밀집 지역이 가장 취약한 것으로 분석되었고, 이어서 단독 주택이 산발적으로 존재하는 지역의 경우 무더위 쉼터 서비스 영역(SERVICE AREA) 안에 포함되지 않는 건물들이 많은 것으로 분석되었다.
일 실시예에서, 도시열섬 취약지역 결정부(150)는 도시열섬 지역의 공간 분포에 대해 적어도 하나의 취약요인으로서 상업시설의 공간 분포를 중첩시켜 제2 도시열섬 취약지역을 결정할 수 있다. 상업시설이 밀집한 지역일수록 유동 인구가 많은 지역에 해당할 수 있고, 도시열섬 취약지역 결정부(150)는 상업시설의 공간 분포에 따라 도출되는 유동 인구의 공간 분포를 도시열섬 지역의 공간 분포와 중첩시킴으로써 제2 도시열섬 취약지역을 결정할 수 있다. 결과적으로, 제2 도시열섬 취약지역은 유동 인구가 많고 대기 온도가 높은 지역으로서 그늘막 설치의 최적지에 해당할 수 있다.
도 12는 고정형 그늘막 설치 적지 도출 결과를 나타내는 도면이다. 도 12를 참조하면, 전 연령대의 유동 인구가 월등히 많은 지역이 그늘막 설치 후보 지역 중 최상위 등급의 지역에 해당할 수 있다. 폭염 취약지 분석관리 장치(100)는 제2 도시열섬 취약지역을 도출하여 고정형 그늘막 설치를 위한 최적지를 도출할 수 있다.
일 실시예에서, 도시열섬 취약지역 결정부(150)는 제1 및 제2 도시열섬 취약지역들 간의 중첩 영역에 관한 핫스팟(Hotspot) 분석을 통해 취약사고 예방조치에 관한 알림을 생성하여 제공할 수 있다. 도시열섬 취약지역 결정부(150)는 취약요인 별로 도출되는 제1 도시열섬 취약지역들 중 특정 취약지역을 선별할 수 있고, 제2 도시열섬 취약지역과의 중첩을 통해 핫스팟을 도출할 수 있다. 결과적으로, 핫스팟은 폭염 취약지로서 안전사고 발생을 사전에 예방하기 위한 안전조치가 선제적으로 시행될 필요가 있는 지역에 해당할 수 있다.
도시열섬 취약지역 결정부(150)는 취약사고 예방조치에 관한 알림으로서 행정기관, 공공기관 및 관련 담당자들에게 메시지를 전송하거나 또는, 취약사고 예방조치를 관리하는 관리 서버에게 메시지를 전송할 수 있다. 취약사고 예방조치에 관한 알림은 반드시 이에 한정되지 않고 다양한 형태로 생성되어 정보 제공이라는 목적 달성을 위한 수단으로서 활용될 수 있다.
제어부(170)는 폭염 취약지 분석관리 장치(100)의 전체적인 동작을 제어하고, 분석데이터 수집부(110), 열섬지역 도출부(130) 및 도시열섬 취약지역 결정부(150) 간의 제어 흐름 또는 데이터 흐름을 관리할 수 있다.
도 2는 도 1에 있는 폭염 취약지 분석관리 장치에서 수행되는 폭염 취약지 분석관리 과정을 설명하는 순서도이다.
도 2를 참조하면, 폭염 취약지 분석관리 장치(100)는 분석데이터 수집부(110)를 통해 특정 지역의 온도, 인구 및 시설에 관한 분석데이터를 수집할 수 있다(단계 S210). 폭염 취약지 분석관리 장치(100)는 열섬지역 도출부(130)를 통해 분석데이터를 기초로 공간 분석을 통해 도시열섬 지역을 도출할 수 있다(단계 S230).
또한, 폭염 취약지 분석관리 장치(100)는 도시열섬 취약지역 결정부(150)를 통해 도시열섬 지역의 위치를 중심으로 적어도 하나의 취약요인에 관한 공간 분포를 도출하여 도시열섬 취약지역을 결정할 수 있다(단계 S250). 폭염 취약지 분석관리 장치(100)는 도시열섬 취약지역 결정부(150)를 통해 도시열섬 취약지역에 대한 취약사고 예방조치를 요청하는 알림을 생성하여 제공할 수 있다(단계 S270).
도 3은 본 발명에 따른 폭염 취약지 분석관리 장치를 설명하는 개념도이다.
도 3을 참조하면, 폭염 취약지 분석관리 장치(100)는 데이터 전처리, 공간분석, 데이터분석 및 결론 도출 과정을 통해 폭염 취약지 분석을 수행할 수 있다.
보다 구체적으로, 데이터 전처리 과정은 수집된 분석데이터의 정제와 융합이 수행된 결과로서 분석 데이터셋(GeoDatabase)을 생성하는 과정에 해당할 수 있다.
공간분석 과정은 분석 데이터셋을 기초로 공간 시각화와 핫스팟 분석을 수행하고 GWR 분석과 IDW를 통해 분석 결과들에 관한 공간 조인을 수행하는 과정에 해당할 수 있다. 공간분석 과정은 사회·경제적 이유로 폭염에 취약한 계층의 공간적 분포를 파악할 수 있다. 예를 들어, 독거노인, 기초생활보장 수급 대상자, 기초연금 수급 대상자가 많이 거주할 것으로 예상되는 건물이나 지역이 도출될 수 있고, 경제적 요인에 따른 분포 파악을 위해 건물별 개별 공시지가와 건물별 전기 사용량 데이터가 활용될 수 있다.
데이터분석 과정은 분석 데이터셋을 기초로 탐색적 분석과 주성분 분석을 순차적으로 수행하고 검증하여 폭염 취약지 후보 지역을 등급화할 수 있다. 한편, 데이터분석 과정은 분석 결과로부터 데이터 마이닝을 통해 검증 데이터를 생성할 수 있다. 데이터 마이닝에는 의사결정나무나 앙상블 알고리즘이 사용될 수 있다.
결론 도출 과정은 공간분석 과정 및 데이터분석 과정의 결과들을 통합하여 폭염 취약지 분석의 인사이트 도출을 수행하는 과정에 해당할 수 있다. 예를 들어, 폭염 대응 시설 미설치 지역을 대상으로 설치 우선순위를 등급화할 수 있다. 즉, 대기 온도가 높은 지역의 분포 패턴과 인구 및 사회·경제적 요소의 분포 패턴을 분석하여 폭염 취약지 도출하고 폭염 취약지를 바탕으로 고정형 그늘막과 무더위 쉼터의 추가 설치 후보 지역을 등급화할 수 있다.
따라서, 폭염 취약지 분석관리 장치(100)는 분석 정보를 제공함으로써 열 취약 계층별 적절한 대응책 마련 과정이나 시민이 원하는 폭염 대응 정책을 반영하여 정책을 수립하는 과정을 효과적으로 지원할 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 폭염 취약지 분석관리 장치
110: 분석데이터 수집부 130: 열섬지역 도출부
150: 도시열섬 취약지역 결정부 170: 제어부

Claims (8)

  1. 특정 지역의 온도, 인구 및 시설에 관한 분석데이터를 수집하고 공간 분석의 단위를 건물로 설정하여 데이터 정제 및 가공을 수행하는 분석데이터 수집부;
    상기 분석데이터를 기초로 공간 분석을 통해 건물 단위의 도시열섬 지역을 도출하는 열섬지역 도출부; 및
    상기 도시열섬 지역의 위치를 중심으로 적어도 하나의 취약요인에 관한 상기 건물 단위의 공간 분포를 도출하여 상기 건물 단위의 도시열섬 취약지역을 결정하는 도시열섬 취약지역 결정부를 포함하되,
    상기 분석데이터 수집부는 상기 특정 지역에 관한 위성 자료를 수집하고, 상기 위성 자료에 복사전달 방정식과 정규화 식생지수(NDVI)를 적용하여 상기 특정 지역의 지표 온도를 산출하며, 상기 지표 온도와 상기 정규화 식생지수를 기초로 상기 특정 지역의 대기 온도를 추정하고, 상기 대기 온도를 상기 특정 지역의 건물에 적용하여 건물별 대기 온도에 관한 공간 분포를 획득하며,
    상기 열섬지역 도출부는 상기 건물별 대기 온도에 관한 공간 분포에 대해 상기 건물 단위의 대기 온도 및 취약 계층 분포를 기초로 내추럴 브레이크(Natural Break) 기법을 적용하여 건물 별로 복수의 등급들로 등급화 함으로써 상기 건물 단위의 상기 도시열섬 지역을 도출하는 것을 특징으로 하는 폭염 취약지 분석관리 장치.
  2. 제1항에 있어서, 상기 분석데이터 수집부는
    상기 온도에 관한 분석데이터로서 지표 온도와 대기 온도를 수집하고, 상기 인구에 관한 분석데이터로서 연령별 인구와 행정 인구를 수집하며, 상기 시설에 관한 분석데이터로서 무더위 쉼터와 그늘막을 수집하는 것을 특징으로 하는 폭염 취약지 분석관리 장치.
  3. 삭제
  4. 삭제
  5. 제1항에 있어서, 상기 도시열섬 취약지역 결정부는
    상기 도시열섬 지역의 공간 분포에 대해 상기 적어도 하나의 취약요인으로서 폭염 취약 계층지역과 무더위 쉼터지역에 관한 공간 분포를 각각 중첩시켜 제1 도시열섬 취약지역을 결정하는 것을 특징으로 하는 폭염 취약지 분석관리 장치.
  6. 제5항에 있어서, 상기 도시열섬 취약지역 결정부는
    상기 도시열섬 지역의 공간 분포에 대해 상기 적어도 하나의 취약요인으로서 상업시설의 공간 분포를 중첩시켜 제2 도시열섬 취약지역을 결정하는 것을 특징으로 하는 폭염 취약지 분석관리 장치.
  7. 제6항에 있어서, 상기 도시열섬 취약지역 결정부는
    상기 제1 및 제2 도시열섬 취약지역들 간의 중첩 영역에 관한 핫스팟(Hotspot) 분석을 통해 취약사고 예방조치에 관한 알림을 생성하여 제공하는 것을 특징으로 하는 폭염 취약지 분석관리 장치.
  8. 폭염 취약지 분석관리 장치에서 수행되는 방법에 있어서,
    특정 지역의 온도, 인구 및 시설에 관한 분석데이터를 수집하고 공간 분석의 단위를 건물로 설정하여 데이터 정제 및 가공을 수행하는 단계;
    상기 분석데이터를 기초로 공간 분석을 통해 건물 단위의 도시열섬 지역을 도출하는 단계;
    상기 도시열섬 지역의 위치를 중심으로 적어도 하나의 취약요인에 관한 상기 건물 단위의 공간 분포를 도출하여 상기 건물 단위의 도시열섬 취약지역을 결정하는 단계; 및
    상기 도시열섬 취약지역에 대한 취약사고 예방조치를 요청하는 알림을 생성하여 제공하는 단계를 포함하되,
    상기 분석데이터를 수집하는 단계는 상기 특정 지역에 관한 위성 자료를 수집하고, 상기 위성 자료에 복사전달 방정식과 정규화 식생지수(NDVI)를 적용하여 상기 특정 지역의 지표 온도를 산출하며, 상기 지표 온도와 상기 정규화 식생지수를 기초로 상기 특정 지역의 대기 온도를 추정하고, 상기 대기 온도를 상기 특정 지역의 건물에 적용하여 건물별 대기 온도에 관한 공간 분포를 획득하는 단계를 포함하고,
    상기 도시열섬 지역을 도출하는 단계는 상기 건물별 대기 온도에 관한 공간 분포에 대해 상기 건물 단위의 대기 온도 및 취약 계층 분포를 기초로 내추럴 브레이크(Natural Break) 기법을 적용하여 건물 별로 복수의 등급들로 등급화 함으로써 상기 건물 단위의 상기 도시열섬 지역을 도출하는 단계를 포함하는 것을 특징으로 하는 폭염 취약지 분석관리 방법.
KR1020200009231A 2019-12-26 2020-01-23 폭염 취약지 분석관리 장치 및 방법 KR102310195B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20190175277 2019-12-26
KR1020190175277 2019-12-26

Publications (2)

Publication Number Publication Date
KR20210084186A KR20210084186A (ko) 2021-07-07
KR102310195B1 true KR102310195B1 (ko) 2021-10-12

Family

ID=76862380

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200009231A KR102310195B1 (ko) 2019-12-26 2020-01-23 폭염 취약지 분석관리 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102310195B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101803344B1 (ko) 2016-07-29 2017-12-01 서울대학교산학협력단 정규화 지수를 이용한 토지이용에 따른 도시 열섬 취약 특성 분석 시스템 및 방법
KR101914061B1 (ko) * 2018-03-29 2018-11-02 대한민국 인공위성에 의한 열섬특성 분석방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101541488B1 (ko) 2013-12-31 2015-08-03 목포대학교산학협력단 태양광 발전소 효율분석 시스템 및 그 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101803344B1 (ko) 2016-07-29 2017-12-01 서울대학교산학협력단 정규화 지수를 이용한 토지이용에 따른 도시 열섬 취약 특성 분석 시스템 및 방법
KR101914061B1 (ko) * 2018-03-29 2018-11-02 대한민국 인공위성에 의한 열섬특성 분석방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
심혜영, 효율성·형평성 고려한 폭염위험도 구성과 폭염저감시설 쿨링포그 최적입지 도출, 작은 연구 좋은 서울 18-10, 2019.05.01.*
조혜민 외 2명, 도시열섬현상과 사회적 취약계층의 공간적 분포 특성분석, 한국도시행정학회 2015년 하반기 학술대회 논문집, pp. 129-148, 2015.12.*

Also Published As

Publication number Publication date
KR20210084186A (ko) 2021-07-07

Similar Documents

Publication Publication Date Title
Middel et al. Sky view factors from synthetic fisheye photos for thermal comfort routing-a case study in Phoenix, Arizona
Kim et al. Urban heat island (UHI) variations within a city boundary: A systematic literature review
Li et al. Mapping the spatial distribution of shade provision of street trees in Boston using Google Street View panoramas
Lelovics et al. Design of an urban monitoring network based on Local Climate Zone mapping and temperature pattern modelling
Bhaskaran et al. Per-pixel and object-oriented classification methods for mapping urban features using Ikonos satellite data
White-Newsome et al. Validating satellite-derived land surface temperature with in situ measurements: A public health perspective
Zhang et al. Detecting horizontal and vertical urban growth from medium resolution imagery and its relationships with major socioeconomic factors
Zhong et al. Assessment of solar photovoltaic potentials on urban noise barriers using street-view imagery
US20050222829A1 (en) Method and system for forecasting events and results based on geospatial modeling
Martín-Jiménez et al. Multi-scale roof characterization from LiDAR data and aerial orthoimagery: Automatic computation of building photovoltaic capacity
Nadizadeh Shorabeh et al. Modelling the intensity of surface urban heat island and predicting the emerging patterns: Landsat multi-temporal images and Tehran as case study
Peng et al. Reconstruction of historical datasets for analyzing spatiotemporal influence of built environment on urban microclimates across a compact city
Ziaul et al. Image based surface temperature extraction and trend detection in an urban area of West Bengal, India
Deng et al. Street-level solar radiation mapping and patterns profiling using Baidu Street View images
Kesavan et al. ARIMA modeling for forecasting land surface temperature and determination of urban heat island using remote sensing techniques for Chennai city, India
Mohammad et al. A spatio-temporal assessment and prediction of surface urban heat island intensity using multiple linear regression techniques over Ahmedabad City, Gujarat
Di Napoli et al. The Universal Thermal Climate Index as an operational forecasting tool of human biometeorological conditions in Europe
Martinez et al. A practical approach to the evaluation of local urban overheating–A coastal city case-study
Nassar et al. What controls the magnitude of the daytime heat sink in a desert city?
KR101722989B1 (ko) 기지국 유동인구 정보를 활용한 재난 관리 장치 및 방법
Mallinis et al. Development of a nationwide approach for large scale estimation of green roof retrofitting areas and roof-top solar energy potential using VHR natural colour orthoimagery and DSM data over Thessaloniki, Greece
KR102310195B1 (ko) 폭염 취약지 분석관리 장치 및 방법
KR101821973B1 (ko) 위성영상을 이용한 수계면적 분석방법
KR101931515B1 (ko) 위성영상과 커뮤니티 맵핑을 이용한 옥상녹화 모니터링 시스템 및 방법
Ansari et al. Mapping and analysis of crime in Aurangabad city using GIS

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right