[코드의 빛과 소금이조]
김승혁, 박지현, 정현석
• 주제 및 선정 배경
최근 전세계적으로 지속 가능한 개발에 대한 관심이 높아지고 있습니다. 이에 따라 사람들은 도시 지역의 쾌적한 환경을 유지하기 위해 인간과 자연이 어우러진 도시 건설을 추구하고 있습니다. 그러나 현재 도시 지역에서 볼 수 있듯이, 삼림 면적은 절반 가량 감소했지만 시가지 면적이 크게 증가했습니다. 또한 도시의 대부분을 구성하고 있는 콘크리트나 아스팔트와 같은 물질은 주간에 열을 더 많이 저장하고 일몰 후에도 서서히 냉각되기 때문에 전원 지역의 기온과 비교해 볼 때, 도시 지역의 기온은 더 높은 것을 알 수 있습니다. 이처럼 도시 지역에 많이 분포된 시가지 면적의 고온화로 인해 형성된 열섬 현상은 지구 온난화의 심각성이 대두되고 있는 상황에서 중요하게 고려해볼 만한 사안입니다.
열섬 현상은 도심 지역이 주변 교외보다 더 높은 기온을 보이는 현상으로, 도시화로 인해 자연적인 환경이 줄어들고 인공 구조물이 밀집되면서 발생합니다. 이러한 이름이 붙게 된 이유로는 지도를 펼쳐놓고 기온으로 그린 등고선이 마치 섬의 등고선과 비슷하다고 하여 열섬 현상이라 불리게 되었습니다. 열섬 현상은 아스팔트나 콘크리트 같은 건축 자재가 태양열을 흡수하고, 나무와 같은 자연적인 냉각 요소가 부족해지면서 열을 효과적으로 방출하지 못하는 데에서 기인합니다. 더욱이 도시 내 교통량, 에너지 소비량, 건물 밀집도와 같은 요소들은 열섬 현상을 더욱 심화시키며, 기온 상승과 함께 대기 오염, 에너지 소비 증가 등의 문제를 일으킵니다. 이렇게 열섬 현상이 기후 변화와 도시화의 가속화에 중대한 영향을 끼친다는 것을 알게 되고 그에 대한 해결 방안을 모색하는 과정에서 시작되었습니다.
현재 서울시에서는 친환경적인 도시 건설에 관심을 가지고 녹색 건축물을 확대하는 정책을 추진하고 있습니다. 이때 녹색 건축물이란 에너지이용 효율 및 신 · 재생에너지의 사용비율이 높고 온실가스 배출을 최소화하면서 동시에 쾌적하고 건강한 거주환경을 제공하는 건축물을 말합니다. 그러나 효율적인 녹색 건축물을 조성하기 위해서는 각 구별 녹지 공간 현황을 자세히 알아야만 합니다. 그래야만 각 구의 건물, 건물에 따른 기온 대비 녹지 공간의 부족이 심각한 지역에 올바르게 효율적으로 녹색 건축물을 설치하여 녹지 공간 도입에 따른 기온과 지온 완화효과를 톡톡히 얻을 수 있기 때문입니다.
따라서 저희는 각 구별 여름철 평균 온도 데이터, 각 구별 녹지 공간의 총 면적과 비율, 각 구별 교통량(통행량 및 대중교통 이용량), 각 구별 건축 관련 데이터를 찾아 도시 구조가 열섬 현상에 미치는 영향을 규명하고,이를 바탕으로 현상 완화를 위한 전략을 제안하기 위한 분석 목적을 설정하였습니다.
그러하여 이러한 분석 목적에 알맞게 "도시 구조가 열섬 현상에 미치는 영향 분석" 이라는 주제를 선정하였습니다.
• 프로젝트 개요
먼저 저희는 효과적인 분석을 위해
도시 구조(녹지 비율, 그에 따른 온도, 건물 밀집도, 도로 면적 등)이 열섬 현상 완화에 중요한 영향을 미친다
라는 가설을 설정했습니다.
저희가 이러한 가설의 설정과 검증으로 기대하는 결과물은 다음과 같습니다.
이를 통해 얻을 수 있는 기대효과는 크게 세 가지입니다. 첫째, 구별 온도와 도시 구조 요소들을 종합적으로 분석하여 열섬 현상이 심각한 지역을 구체적으로 파악할 수 있습니다. 이를 통해 기온 상승과 도시 구조 간의 상관관계를 명확히 규명할 수 있을 것입니다. 둘째, 이 분석은 녹지 공간이 부족하거나 건물이 밀집된 지역에 대한 맞춤형 대응책을 마련하는 데 중요한 기초 자료로 활용될 수 있습니다. 예를 들어, 열섬 현상이 심각한 지역에 녹색 건축물이나 추가적인 녹지 공간을 배치하여 문제를 완화할 수 있습니다. 마지막으로, 이러한 결과는 에너지 소비 절감과 대기 질 개선을 통해 장기적으로 도시 내 기후 변화를 완화하고 주민들의 삶의 질을 향상시키는 데 기여할 것입니다.
따라서 열섬 현상이 심각한 지역의 시각화 자료와 그에 따른 도시 구조 개선 전략을 제공하여, 정책 수립 및 도시 계획에 실질적인 도움을 줄 수 있을 것입니다.
이러한 가설을 검증하기 위해 저희는 주변에서 도시 구조를 잘 나타낼 수 있는 도시로 서울특별시를 선정하였습니다. 서울시를 선정한 이유는 다음과 같습니다.
1. 높은 인구 밀집도
서울은 약 1,000만 명이 거주하는 대도시로, 1km²당 16,000명 이상의 인구가 밀집되어 있습니다. 이러한 인구 밀집도는 건물, 도로, 산업 시설 등이 집중되며, 녹지 공간은 상대적으로 적습니다. 이로 인해 많은 에너지를 소비하며, 열섬 현상을 촉진할 수 있다고 생각하였습니다.
2. 도시 면적 대비 부족한 녹지 공간
서울시는 도시 면적 대비 녹지 공간이 부족하고, 각 구별로 녹지 공간의 비율에 있어 차이를 보이고 있습니다. 종로구와 같은 도심 지역은 녹지 공간이 매우 부족한 반면, 강북구, 서초구는 산과 공원들이 있어 녹지 면적이 상대적으로 많습니다. 이러한 녹지 공간의 불균형은 서울 내에서도 열섬 현상의 차이를 나타낼 수 있겠다는 생각이 들어 탐구해볼만한 가치가 있다고 생각하였습니다.
3. 거대한 교통 인프라
서울시는 우리나라에서 가장 발달된 대중교통 인프라를 가지고 있습니다. 교통량이 많은 강남, 종로, 영등포와 같은 상업 지역은 많은 차량이 배출하는 열로 인해 상대적으로 더 높은 기온을 나타낼 수 있습니다. 따라서 교통량과 대중교통 이용량 데이터를 열섬 현상과의 상관관계를 분석할 수 있다고 생각하였습니다.
4. 데이터 접근 가능성
서울시는 다른 해외 및 국내 도시에 비해 접근할 수 있는 공공데이터를 비교적 용이하게 확보할 수 있다고 생각되어 데이터에 대한 접근 가능성이 높은 서울시를 선정하게 되었습니다.
• 활용 데이터 소개
데이터 출처
1. 서울 열린 데이터 광장
2. KOSIS 국가 통계포털
활용데이터 1 : 스마트서울 도시 데이터 센서(S-DoT) 환경 정보
스마트서울 도시 데이터 센서( (S-DoT)란?
“데이터 DoT(점)들이 모여 스마트 서울이 된다.”
서울시 전역에 사물인터넷(IoT)센서를 설치하여 미세먼지,생활인구, 소음, 조도 등 다양한 도시현상 데이터를 한 번에 수집·유통·분석하고 데이터기반 도시정책 마련 및 시민 체감 서비스 발굴에 활용하고 스마트 CCTV 도시안전 데이터 수집·활용하는 센서
> 측정항목 : 17종 도시현상 및 시민행동 데이터
- 미세먼지, 온도, 습도, 조도, 소음, 진동, 자외선, 풍향, 풍속, 방문자수, 오존(O3), 악취(NH3, H2S), 대기오염(CO, NO2, SO2), 흑구(도시 복사열 측정)
해당 데이터를 선정한 이유는?
해당 프로젝트에서 가장 먼저 확인해야할 데이터는 바로 서울시의 '기온' 데이터이기 때문입니다. 열섬현상이란 도시 중심부의 '기온'이 주변 지역보다 현저히 높게 올라가는 현상이므로 서울시의 기온 데이터를 측정하는 것이 해당 프로젝트의 첫 걸음이 될 것이라고 생각하였습니다.
국가통계포털 KOSIS나 서울시 열린데이터 광장에서는 2009년도까지의 기온 현황을 담은 데이터셋만 있었고, 최근 서울시의 '기온' 현황만을 담은 데이터셋을 수집할 수 없었습니다. 따라서 스마트서울 도시 데이터 센서가 수집한 17개의 측정 항목 중에 최대 기온, 최소 기온, 평균 기온 데이터만을 자치구별로 추출, 가공하여 활용하기로 하였습니다.
활용데이터 2 : 서울시 녹지현황 통계
녹지란?
녹지는 나무, 풀, 정원, 공원 등 식물이 자생하거나 조성된 공간으로, 도시 내 녹지의 종류에는 공원, 가로수, 녹지대, 정원 등이 포함된다. 또한 녹지는 다음과 같은 기능을 가지고 있습니다.
- 온도 조절: 녹지는 자연적인 온도 조절 기능을 수행합니다. 식물의 증산작용을 통해 공기 중 수분을 증가시켜 기온을 낮추는 데 기여합니다.
- 그늘 제공: 나무와 식물은 태양빛을 차단하여 바닥과 공기의 온도를 낮추고, 주변 환경을 시원하게 합니다.
해당 데이터를 선정한 이유는?
녹지현황에 대한 데이터를 수집해야하는 이유는 녹지의 기능과 연관되어있습니다. 녹지는 다음과 같은 두 가지 기능을 가지고 있습니다.
- 온도 조절: 녹지는 자연적인 온도 조절 기능을 수행합니다. 식물의 증산작용을 통해 공기 중 수분을 증가시켜 기온을 낮추는 데 기여합니다.
- 그늘 제공: 나무와 식물은 태양열을 차단하여 지반과 공기의 온도를 낮추고, 주변 환경을 시원하게 합니다.
따라서 서울시의 녹지 현황 통계는 열섬현상과 밀접한 상관관계를 가지고 있을 것이라고 생각되어 서울 열린데이터 광장에서 제공하는 서울시 녹지 현황 통계를 활용하기로 하였습니다. 이 데이터는 자치구별 녹지를 일반녹지, 사설녹지, 하천변조경 등으로 분류하여 각각의 개소와 면적을 보여주고 있습니다.
활용데이터 3 : 서울시 건물에너지사용량
도시 구조 중 큰 비중을 차지하는 건물 밀집도와 에너지 사용량이 있습니다.
이 데이터들을 통해서 서울시의 구별로 얼마나 건물들이 밀집해있는지, 에너지를 사용했는지를 알 수 있습니다.
해당 데이터를 선정한 이유는?
1. 에너지 사용량
도시 내 에너지 소비(냉난방 시스템, 산업 활동)는 인공열을 증가시켜 대기중으로 방출합니다. 이와 함께 온실 가스도 같이 방출하면서 도시의 온도를 증가시킵니다.
2. 건물 밀집
고밀도 건물은 열을 흡수하고 저장하는 표면적을 증가시키고 콘크리트, 아스팔트 등 건축 자재는 열을 더 많이 흡수하고 오래 보유합니다. 또한 건물을 짓게 되면서 자연스럽게 녹지가 감소하여 자연적으로 온도 조절 기능이 떨어집니다.
이러한 이유들로 인해서 에너지 사용량과 건물 밀집 현상이 열섬 현상을 만드는데 직접적인 영향을 미칠 것이라고 생각하여 KOSIS의 데이터를 활용하여 분석에 활용하기로 했습니다. 2018년부터 2023년까지의 서울시의 건물수와 에너지(전기, 도시가스, 지역난방) 사용량을 보여주고 있습니다.
활용데이터 4 : 서울시 도로 현황 (도로율) 통계
도로율이란?
도시 면적에 대하여 도로가 점유하고 있는 면적의 백분율을 말합니다.
도로율은 도시기반시설의 수준을 평가하는 척도로서 제시되며, 이를 도시 및 환경정비 수준을 알 수 있습니다.
※ 참고 : 용도지역별 도로율은 다음과 같습니다.
| ① 주거지역 : 15% 이상 ~ 30％ 미만(간선도로의 도로율 : 8% 이상 ~ 15% 미만) ② 상업지역 : 25% 이상 ~ 35％ 미만(간선도로의 도로율 : 10% 이상 ~ 15% 미만) ③ 공업지역 : 8% 이상 ~ 20％ 미만(간선도로의 도로율 : 4% 이상 ~ 10% 미만) |
해당 데이터를 선정한 이유는?
현재 서울시의 도로율을 살펴보면 도로의 면적은 약 80㎢, 도로의 길이는 8000㎞, 도로율은 20%에 달합니다.
도로를 만드는데 사용되는 아스팔트는 물이 쉽게 통과할 수 없는 불투성재료로 제작되기 때문에, 우천 시 빗물이 땅 속으로 침투하는 것을 막게 됩니다. 또한 어두운 색을 띄는 아스팔트는 태양열을 많이 흡수하게 되고 동시에 낮은 반사율 보입니다. 이러한 아스팔트 도로의 면적이 증가하게 되면, 이는 자연스럽게 열섬 현상과 유의미한 상관관계를 가질 것으로 생각되어 자치구별로 나타난 도로의 면적, 도로의 길이, 도로율 통계를 활용하여 열섬현상과 도로율과의 관계를 파악하고자 합니다. 추가적으로 가능하다면, 각 자치구별 특화된 기능 (예 : 상업, 주거, 공업) 등으로 군집화 하여 도로율을 비교 분석 하여 열섬현상과의 관계를 탐구하고자 합니다.
활용데이터 5 : 서울시 지역 녹지 만족도 통계
녹지 만족도란?
서울 시민을 대상으로 하여 서울시의 녹지 환경에 대해 매우 불만족, 약간 불만족, 보통, 약간 만족, 매우 만족으로 분류하여 리커드 척도로 만족도를 조사한 것입니다.
해당 데이터를 선정한 이유는?
우선 해당 데이터는 성별, 연령별, 학력별, 소득별, 혼인상태별, 자치구별 등으로 조사 대상자를 세분화하여 만족도에 대한 통계를 제시하고 있지만, 본 프로젝트에서는 자치구별 녹지 만족도만 유의미한 가치를 지니고, 이를 제외한 나머지 조사 대상자 분류는 큰 의미를 지니고 있지 않다고 판단되어 제외하여 활용할 예정입니다.
앞서 조사한 녹지 환경 데이터와 비교하여 서울시민이 체감하는 녹지 환경에 대한 만족도를 연계하여 녹지 환경이 개선되어야하는 곳은 어디인지, 녹지 환경이 우수하고 이에 대한 만족도가 비교적 높은 곳이 어디인지 파악하여 앞으로 서울시가 열섬현상을 완화하기 위해 나아가야할 방향성을 제시하고자 합니다.
사용할 라이브러리
Pandas: Pandas는 데이터 프레임을 사용해 데이터를 구조화하고, 결측치 처리, 그룹화, 필터링 등 전처리 기능을 제공합니다. 데이터를 직관적으로 다룰 수 있으며, 특히 다수의 CSV, Excel 파일로 구성되어 있는 서울시 공공데이터를 불러와 처리하기에 적합합니다. 또한 지역별 기온, 녹지 현황, 에너지 사용량 등 다양한 데이터를 하나의 프레임으로 통합할 수 있다는 장점이 있습니다.
|
import pandas as pd
data = pd.read_csv('스마트서울 도시데이터 센서(S-DoT) 환경정보.csv')
|
Matplotlib: 기본적인 플롯을 생성하고 세부 조정을 할 수 있어, 다양한 시각화에 매우 유연하다는 특징을 가지고 있습니다. 예를 들어, 각 지역의 기온 변화나 에너지 사용량을 라인 플롯이나 바 차트 등 다양한 방식으로 표현할 수 있습니다.
|
import matplotlib.pyplot as plt
|
Seaborn: 다차원 상관 관계를 파악하는 히트맵, 상관계수 플롯, 박스 플롯 등을 시각적으로 표현할 수 있어, 여러 변수 간의 연관성을 파악할 수 있습니다.
|
import seaborn as sns
|
Geopandas: Pandas의 확장 라이브러리로, 공간 데이터를 처리할 수 있습니다. 지역별 녹지 현황이나 도로 면적과 같은 공간적 요소가 있는 데이터를 지도에 시각화하거나, 공간적 상관관계를 분석할 때 유용합니다. 녹지의 위치나 면적을 지도 상에 시각화하고, 기온이나 에너지 사용량과 같은 데이터를 겹쳐서 분석할 수 있습니다.
|
import geopandas as gpd
|
Plotly: 대화형 그래프를 만들기 위해 사용할 수 있는 라이브러리입니다. 웹 기반 대시보드 등에서 사용하기 용이합니다.
|
import plotly.express as px
|
예상 시각화 방법
1. 지역별 기온
- 히트맵: 특정 지역의 기온 패턴을 색상 강도로 표현하여, 열섬 현상이 발생하는 지역을 한눈에 파악이 가능합니다. 기온이 높은 지역은 붉은색, 낮은 지역은 파란색으로 구분하여 표현할 수 있습니다.
- 라인 차트(꺾은선 그래프): 자치구별 기온을 비교하고자 할 때, 라인 차트를 사용해 각 지역의 평균, 최고, 최저 기온 변화를 나타낼 수 있습니다.
2. 지역별 녹지 현황 및 건물 에너지 사용량
- 막대 차트: 녹지 개수와 면적을 지역별로 비교하여, 녹지의 분포가 어떻게 다른지 확인할 수 있습니다. 녹지 면적 대비 녹지 개수 비율이 낮은 지역을 쉽게 파악할 수 있습니다.
- 지도 기반 시각화: 지역별 녹지 분포를 지도 위에 나타내고, 녹지 면적에 따라 색상이나 크기를 조정하여 녹지 분포를 시각적으로 표현합니다.
3. 지역별 도로 현황
- 히스토그램: 도로 면적의 분포를 나타내어, 도로 면적이 넓은 지역과 좁은 지역을 구분할 수 있습니다. 도로 면적이 큰 지역일수록 열섬 현상이 더 두드러지게 나타나는지 여부를 확인할 수 있습니다.
- 파이 차트: 각 지역별 도로가 전체 면적에서 차지하는 비율을 나타내는 파이 차트를 통해, 도로가 차지하는 비중이 높은 지역을 쉽게 파악하여 이를 해당 지역의 기온과 연계하여 직관적으로 파악할 수 있습니다.
4. 녹지 환경과 녹지 만족도 - 추후 결정
• 구체적 분석 기준
위에서 보았듯, 저희는 이렇게 "도시구조가 열섬현상에 미치는 영향 분석" 이라는 주제에 맞는 5개의 데이터를 수집했습니다. 그러나 각 데이터들의 양이 너무 방대하고, 데이터 별 연관성은 어떻게 분석할건지, 도시구조의 기준을 어떻게 둘건지 등등의 현실적 제약이 있어서 구체적인 기준을 설정하기로 하였습니다.
- 지역별 환경정보 - 평균, 최고, 최저 기온 데이터
- 지역별 녹지현황 - 녹지개수, 면적
- 지역별 건물에너지사용량- 건물 수, 에너지사용량(도시가스, 전기)
- 지역별 도로현황- 도로면적
- 지역별 녹지만족도
각 데이터 별로 위와 같은 항목들만 전처리한 후
- 기온이 높은 지역과 녹지 개수 대비 면적이 좁은 지역 간의 연관성
- 기온이 높은 지역과 건물 수 대비 에너지 사용량이 높은 지역 간의 연관성
- [도로 면적이 넓은 지역, 녹지 개수 대비 면적이 좁은 지역, 건물 수 대비 에너지 사용량이 높은 지역] 즉 도시구조를 전체적으로 고려하여 열섬현상(≒기온 높은 지역)과의 상관관계 도출
- 녹지 개수 대비 면적이 좁은 지역과 각 지역별 녹지 만족도를 통해 올바르게 녹지가 분포되어있는지, 녹지의 질이 괜찮은지에 관한 질적 연구 진행
지난 3주 간의 활동 요약
•9월 3일 ~ 9월 8일
각자 어떤 주제를 원하는지 알아보기 위해서 개인별로 원하는 주제와 주제 선정 이유, 이에 활용될 데이터들을 카톡에 보냈습니다. 또한 저희 팀이 나아가야 할 방향성을 토의하면서 환경과 관련된 주제로 나아가기로 결정하였습니다.
• 9월 9일
여러개의 주제 중에 어떤 것이 좋을지 결정하기 위해 대면 회의를 통해서 도시 구조가 열섬 현상에 미치는 영향이라는 주제가 적합함을 결정하였습니다. 또한 이 프로젝트에 적합한 가설을 찾기 위해 회의를 커쳐 도시 구조(녹지 비율, 그에 따른 온도, 건물 밀집도, 도로 면적 등)이 열섬 현상 완화에 중요한 영향을 미친다라는 가설을 선정하였습니다.
• 9월 10일 ~ 9월 18일
도시 구조에는 교통량, 에너지 소비량, 건물 밀집도 등등이 있을 것입니다. 따라서 교통량, 건물 밀집도 등에 관련된 유용한 데이터들을 카톡에 보내고 이를 지도에 나타내 분석할 것인지, 그래프를 통해 분석할 것인지 코딩을 위해 어떤 구체적인 분석 기준을 세울 것인지에 관해 회의를 하였습니다.
• 9월 19일 ~ 9월 23일
제시된 발표 양식에 따라서 티스토리에 저희 3주간 해온 결과들을 기록했습니다. 주제 선정 및 배경, 프로젝트 개요, 활용할 데이터, 구체적 분석 기준 등을 기록하였습니다.
후반기 3주 간의 프로젝트 주차별 계획
설정한 구체적 분석 기준에 따라 가설을 검증해보고, 이를 바탕으로 열섬 현상 완화가 필요한 지역에 실질적인 맞춤형 대응 방안을 구상해볼 예정입니다.
1. 분석 과정
- 양적 연구 1 : 서울시의 각 자치구별 온도와 녹지 면적간의 상관관계 분석
- 양적 연구 2 : 서울시의 각 자치구별 에너지 사용량과 온도의 상관관계 분석
- 양적 연구 3 :서울시의 각 자치구별 도로율과 온도의 상관관계 분석
1) 양적 연구 1,2,3 - 기온데이터
서울 열린 데이터 광장에서 서울시의 각 자치구별 최저, 최고, 평균 기온을 측정한 데이터를 수집하였다.
pd.concat() 함수를 사용하여 데이터 프레임을 하나로 합치고,
groupby() 함수를 사용하여 '자치구' 별로 그룹화하고,
'온도 최대(℃)', '온도 평균(℃)', '온도 최소(℃)' 열의 평균을 계산하여 새로운 데이터 프레임 생성한 후,
sns.heatmap() 함수를 사용하여 정렬된 데이터 프레임을 히트맵으로 시각화하는 코드를 작성하였다.
데이터를 히트맵으로 시각화한 결과는 다음과 같다.
2. 양적 연구 1 (녹지)
국가 통계포털에서 서울시의 각 자치구별 녹지 면적(㎡) 데이터를 수집하였다.
pd.DataFrame(): 를 통해 딕셔너리 형태의 데이터를 DataFrame으로 변환하고,
data.sort_values(): 로 '면적' 열을 기준으로 내림차순으로 정렬한 후,
plt.bar(): 로 각 자치구별 녹지 면적에 대한 막대 그래프를 생성하였다.
녹지 면적 데이터를 막대 그래프로 시각화한 결과는 다음과 같다.
그러나 각 자치구별 면적이 상이하기 때문에, 각 자치구의 전체 면적 대비 녹지 면적의 비율을 계산하기로 하였다.
각 자치구의 전체 면적 데이터를 로드한 후,
제곱킬로미터(㎢)로 수집된 전체 면적 데이터를 제곱미터(㎡)로 변환하여 녹지율을 계산하였다.
최종적으로 시각화한 결과는 다음과 같다.
3. 양적 연구 2 (에너지사용량)
국가 통계포털에서 각 자치구별 에너지 사용량(TOE)의 소계를 보여주는 데이터를 수집하였다.
df3 데이터프레임에서 '2022.1' 열을 기준으로 건물 면적이 가장 작은 행정 구역부터 큰 순서대로 데이터를 재배치하고,
barh 함수를 사용하여 가로 막대 그래프를 형성한 후, plt.show() 함수를 통해 입력한 데이터를 막대그래프로 보여준다.
위 코드를 통해 막대그래프로 시각화한 결과는 다음과 같다.
3. 양적 연구 3 (도로율)
서울 열린 데이터 광장에서 서울시의 각 자치구별 도로율 데이터를 수집하였다.
앞서 작성한 에너지 사용량 데이터와 같이 막대그래프로 시각하기 위해 코드를 작성하였다.
y축 레이블을 '자치구'로, x축 레이블을 '도로율'로 설정하여 수평 막대 그래프로 시각화하였다.
코드를 바탕으로 막대 그래프로 시각화한 결과는 다음과 같다.
2. 분석 결과
1) 양적연구1(녹지-온도)
▶ 일반적으로 녹지율이 높을수록 기온이 낮아지는 경향을 보임
▶ 강남구와 서초구 – 고층 빌딩들이 밀집해 있는 도심임을 감안하면, 열섬현상으로 인한 높은 기온이 측정될 것으로 예상되었으나 영등포구, 용산구에 비하면 최고,최저, 평균 기온이 모두 6°𝐂~ 8°𝐂 정도 낮게 측정되었음.
▶즉, 녹지율과 기온은 음의 상관관계를 보임
(증산작용, 차폐효과, 바람순환효과 -> 열섬현상 완화, 기온 조절)
2. 양적연구2(에너지-온도)
▶에너지 사용량이 많고 건물 밀집도가 높은 지역은 일반적으로 기온이 높게 측정됨
▶금천구, 동대문구, 마포구, 영등포구
– 대형 상업 및 산업 건물들이 밀집되어 있고 에너지 사용량도 높아 평균 기온이 타지역에 비해 높게 나타남 (강서구, 도봉구, 강북구는 반대)
▶즉, 에너지 사용량과 기온 간에는 양의 상관관계를 보임. 특히 냉방 에너지 사용량이 급증하는 여름철에 더욱 뚜렷하게 나타나고 대형 냉방 시스템에서 발생하는 폐열이 기온을 추가적으로 상승시킴
또한 에너지 효율이 낮은 건물 역시 기온을 추가적으로 상승시킴
3. 양적연구3(도로-온도)
▶ 먼저 도로가 면적 대비 많은 영등포구, 광진구, 마포구 등은 온도 데이터에서 상위권에 속할 것이라는 결론을 도출 할 수 있다. 반대로 강북구, 중구, 서대문구 등은 온도 데이터에서 온도가 낮을 것으로 예상된다.
▶영등포구와 광진구는 똑같이 온도가 높은 쪽에 속하지만 마포구는 예상과 다르게 중위권에 머무른다. 이는 2022-3000 프로젝트에서 마포구가 나무를 강남구 다음으로 많이 심었기 때문으로 해석된다. 하위권 그룹의 서대문구, 강북구, 중구는 온도 데이터에서 똑같이 하위권에 머무른다.
▶즉, 도로율이 높을수록 해당 지역의 기온이 상승하는 경향이 뚜렷함을 알 수 있음
(아스팔트와 같은 열저장 소재가 낮 동안 열 흡수, 야간에 열 방출 -> 기온 상승 유발)
4. 양적 연구의 예외적 사례
▶그러나 도로율이 높은 지역, 에너지 사용량이 높은 지역이더라도 기온이 높게 나타나지 않는 경우도 존재함
▶강남구, 서초구 – 고밀도 건물, 높은 에너지 사용량, 높은 도로에도 불구하고 기온은 상대적으로 낮은 편임 (대규모 녹화 사업의 영향으로 녹지 공간이 충분히 확보된 지역)
▶서대문구, 강북구 – 상대적으로 도로율, 녹지율 둘 다 낮지만 기온이 가장 낮은 축에 속함
(산림 지역과의 근접성 -> 자연적 냉각 효과)
▶따라서 도시 기온 상승에 있어 다양한 요소들이 복합적으로 작용함을 시사함 [녹지율, 에너지 사용량, 도로율] + [정책적 개입, 지형적 특성]
따라서 도시 열섬현상을 완화하기 위해서는 녹지 공간의 확충, 에너지 효율 개선, 지형적 특성을 고려한 다차원적인 접근이 필요하다.
3. 정책 제안 및 기대 효과
현재 2022-3000 아낌없이주는 나무심기 프로젝트를 통해 서울시는 2022년까지 총 3000만 그루의 나무를 심어 생활밀착형 도시숲을 만들었다. 이는 급변하는 기후변화와 대기질 등 환경문제에 대한 대응력을 높이기 위해 세운 열섬현상 완화 정책이다. 그러나 이러한 나무심기 프로젝트만으로는 심각한 속도로 나타나는 지구온난화의 문제를 막기에는 역부족이며 나무를 심는데도 한계가 있다고 느껴져 다음과 같은 정책을 제안하기로 했다.
1. 녹지 공간 확충 정책
-공공 녹지 공간의 확장을 통해서 건물 옥상 녹화, 벽면 녹화, 공공 녹지 구역 확충 등 최대한 현재 있는 건물의 면적, 공간 등을 이용하여 도심의 전체적인 녹지율을 높이는 걸 목표로 한다. 또한 나무심기 장려 정책을 도입하여 공공장소뿐만 아니라 민간 건물에도 나무를 심어 도심의 열을 낮추는데 일조하는 정책을 제안한다
2. 에너지 효율 개선 정책
-기존 건물 에너지 효율화 사업을 통해 많은 온실가스를 내뿜어 도시의 열섬현상에 일조하는 냉방 기기 효율화, 창문 단열 필름 설치, 고효율 LED 조명을 도입하고자 한다. 또한 재생에너지 보조금 정책을 통해 태양광 패널과 같은 재생 에너지 시스템 설치 장려를 위한 보조금을 제공하여 모두가 도심의 열섬 현상 완화에 관심을 가질 수 있게끔 하는 정책을 제안한다.
이러한 정책들을 통해 기대할 수 있는 기대효과는 다음과 같다
1. 도시 열섬 현상의 완화
녹지의 확충, 에너지 효율 개선 정책을 통해 열섬현상의 대표적 주원인인 기온 상승을 억제한다면 도심의 여름철 기온이 크게 감소할 것이다
2. 에너지 소비의 절감
건물에너지의 효율화로 인한 에너지 소비량이 감소한다면 에너지비용 역시 절감될 뿐만 아니라 탄소 배출도 감소하여 크게 본다면 열섬현상 완화에 도움이 될 것이다.
3. 쾌적한 도시 환경의 조성
녹지의 확충으로 인해 공공장소에 녹지 공간이 많이 조성되고 한다면 시민들의 정신적 건강과 삶의 질이 향상되고 생태적 다양성을 보존할 수 있다.