Advanced
Aanalysis the Structure of Heat Environment in Daegu Using Landsat-8
Aanalysis the Structure of Heat Environment in Daegu Using Landsat-8
Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography. 2014. Aug, 32(4_1): 327-333
Copyright © 2014, Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.
  • Received : July 07, 2014
  • Accepted : August 08, 2014
  • Published : August 29, 2014
Download
PDF
e-PUB
PubReader
PPT
Export by style
Share
Article
Author
Metrics
Cited by
TagCloud
About the Authors
준현 김
Member, Dept. of Spatial Information Science, Kyungpook National University (E-mail:kamcho78@knu.ac.kr)
진호 최
Corresponding Author, Member, Dept. of Spatial Information Science, Kyungpook National University (E-mail:metalsea@knu.ac.kr)
Abstract
도시 열 환경 개선을 위해서는 무엇보다도 특정지역의 열 환경에 대한 구조적 특성분석이 선행되어져 문제점을 분석하고 보완되어야 한다. 본 연구에서는 Landsat 위성을 활용하여 대구광역시의 1월과 8월의 열 환경의 중심성 측정, 분포도 작성, 공간통계 분석 등을 활용하여 공간적 특성에 따른 열 환경구조를 분석하였다. 분석을 위해 위성영상의 열적외밴드를 활용하여 표준정규분포화하여 점수로 중심성을 추출하였고, 국지적 공간에서의 자기 상관성을 파악하기 위한 국지적 모란지수(Local Local Moran's I)를 기초로 한 Cluster Map를 작성하여 환경공간구조의 분포 특성을 파악하였다. 따라서 위성영상을 활용한 열 환경 분포 특성과 중심지의 파악은 도시의 열 환경 개선 계획 및 관리방안을 모색하는데 필요한 중요한 기초자료로서 정부의 다양한 열환경 정책이나 계획에 우선시 되어야 할 참고자료를 제공하고자 한다.
Keywords
1. 서 론
도시는 다양한 기능이 상호 복합되어 나타나는 공간 단위로서, 효과적인 도시 관리와 계획을 위해서는 도시에서 발생하는 다양한 현상에 대한 특성과 규칙성을 파악하고 그 원인을 규명하는 것이 필요하다.
도시의 열 환경은 산업화와 공업화 이후 급속히 악화되었으며, 이 과정에서 토지이용 등의 복합적인 변화와 반복을 통해 도시기온이 도심에서는 주변보다 높고, 도심에서 먼 지역 또는 식생과 수공간이 풍부한 지역에서는 낮게 나타나는 열섬현상(heat island)이 나타났다. 특히 최근에는 지구 온난화로 인해 도시 열 환경이 더욱 악화되어 냉방을 위한 에너지 소비가 증가하여 블랙아웃(blackout) 등의 사회·경제적 문제가 발생하고 있다. 이에 따라 전국의 많은 지자체에서는 도시의 열 환경 개선을 위해 숲이나 공원 조성 등의 녹화사업을 추진하는 등의 노력을 기울이고 있다.
도시의 열 환경 구조를 분석하는 것은 도시의 열 환경 개선을 위한 중요한 자료이다. 즉, 도시의 열 환경 개선과정에서 도시의 열 환경 구조를 분석하는 것은 도시의 열 환경 개선 사업 및 정책 등의 형성과 관련된 매우 중요한 작업이며, 특히 현재의 도시 열 환경 구조 분석 과정은 지속 가능한 도시발전 측면에서 그 의미가 크다. 그러나 도시의 열 환경구조는 단순히 기하하적 구조나 기능에 의해 형성되는 것이 아니라 도시를 구성하는 물리적 구조들의 상호작용과 연계되어 있어 이를 파악하기는 쉽지 않다.
최근에는 도시 열 환경 분석 과정에서 위성영상을 적극적으로 활용하고 있다(Small, 2006). Park and Jung(1999)는 도시에서의 녹지계획 마련 과정에서 필요한 정보 수집을 위해 원격탐사기술을 바탕으로 도시 열섬효과를 분석하였고, Jo et al .(2009)은 ASTER 위성영상을 활용하여 서울 청계천 복원사업 전후의 도시의 열 환경을 분석하였다. Kang et al .(2010)은 Landsat 위성영상을 바탕으로 대전시의 토지피복 변화와 이에 따른 열변화를 분석하여 그 상관성을 밝혔고, Jung(2013)은 1996년~2010년까지의 위성영상을 활용하여 서울시의 지표 온도 변화를 분석하여 제시하였다. 또한, Yun et al .(2013)은 도시 열섬 완화를 위해 필요한 녹지증가가 도시의 열 환경 변화에 어떠한 영향이 있고 현재의 나무 심기 운동에 따른 열 환경 변화를 관측하였으며, Choi et al .(2013)은 대전시에서 추진한 주요 열 환경 개선 사업의 효과를 사업 전후의 위성 영상 분석을 통해 그 효과성을 밝혀내는 등 도시의 열 환경 특성과 이를 개선하기 위한 방법론을 검증하여 도시 열 환경 개선에 대한 중요한 길잡이 역할을 하였다.
그러나 선행 연구의 대부분은 도시의 열 환경에 대한 구조적 특성 분석과 같은 기초 분석 과정 없이 단순히 열 환경의 분포양상과 방법론적 개선방향에 중점을 두고 있다. 도시의 열 환경 분포에는 다양한 요소가 결합되어 영향을 미치지만, 공간적 요소는 기상 상태와 같이 변화성을 갖는 다른 여타의 요소에 비해 상대적인 항상성을 가지는 특징이 있다. 따라서 도시의 열 환경 개선을 위해서는 무엇보다 도시의 열 환경 구조와 그 양상을 파악하는 것이 중요하다. 그러나 현재까지의 연구에서 이러한 도시 열 환경구조를 분석하거나 국내도시를 사례로 실질적인 분석을 진행한 사례는 찾아볼 수 없다.
이에 본 연구에서는 도시의 열 환경 구조를 파악하기 위해 열 분포의 중심성 측정 및 분포도 작성 등의 일련의 분석과 정을 도출하였으며, 이를 통해 향후 도시의 열 환경 개선 및 관리방안 등을 모색하는데 필요한 정책적 기초자료를 제공하고자 한다.
2. 연구대상지 및 방법
- 2.1 연구대상지 및 자료 취득
본 연구는 도시의 열 환경구조 특성을 분석하기 위해 대구광역시를 연구대상지로 선정하였다. 대구시는 매년 여름철 최고온도를 기록할 만큼 열 환경이 취약한 대표지역이지만 경기 침제로 도시 개선 사업이 더디게 진행되어 도시의 열 환경구조가 매우 열악한 상태이다. 따라서 대구시는 도시의 열 환경 구조를 파악을 위한 적지로 판단된다.
도시 열 환경구조를 분석하기 위한 자료는 Landsat 8 영상을 활용하였다. Landsat은 1972년 7월 Landsat 1을 시작으로 일반에게 공개되어 지금까지 열 환경 변화 분석에 활발하게 활용되었으며, 2013년 2월에는 Landsat 8 발사되어 지표면 온도를 포함한 다양한 연구 분야에서 활용되고 있다. 본 연구에서는 2013년 8월 17일(WRS-2: path 115, row 35)과 2014년 1월 15일(WRS-2:path 114, row 35) 영상을 활용하여 여름과 겨울의 열 환경 구조를 파악하고자 하였다. Fig. 1 은 분석에 사용된 영상을 나타내며 활용된 영상의 메타데이터 정보는 Table 1 과 같다.
PPT Slide
Lager Image
Satellite image of Landsat-8 in Daegu
Lansat-8 scenes used to map in the study area
PPT Slide
Lager Image
Lansat-8 scenes used to map in the study area
- 2.2 온도추출
Landsat 8 영상의 10번(10.60~11.19㎛)과 11번 밴드(11.50~12.51㎛)는 열적외선 영역에 속하며, 이 밴드의 밝기는 에너지 세기, 지표면 온도를 미리 정해진 관계식에 의해 이산화하여 반영하고 있다( Table 2 ).
Specifications of spectral bands for Landsat 8
PPT Slide
Lager Image
Specifications of spectral bands for Landsat 8
Landsat 위성을 활용하여 지표면 오도를 추출하는 과정은 밴드별로 정량화된 DN(Digital Number)로 제공되기 때문에 밴드특성을 이용하여 복사에너지 또는 반사도로 변환한다. 이 과정은 Eq. (1)과 같다(Jee et al ., 2014).
PPT Slide
Lager Image
  • whereLλ: TOA spectral radiance,
  • A: Band-specific multiplicative rescaling factor,
  • Qcal: Quantized and calibrated standard product pixel value,
  • B: Band-specific additive rescaling
Eq. (1)로 계산된복사에너지( )는 절대온도( K )사이의 상관관계식을 통해 섭씨온도(℃)로 산출된다.
PPT Slide
Lager Image
  • where T(K): At-satellite brightness temperature,
  • Lλ: TOA spectral radiance,
  • K1: Band-specific thermal conversion constant(K1_consatant band),
  • K2: Band-specific thermal conversion consatnt(K2_consatant band)
- 2.4 열 환경 공간구조 분석
열 환경구조 분석은 크게 온도분포 분석, 중심성 분석, 공간 통계분석으로 나누어 진행한다. 분포도 분석은 영상자료부터 나타나는 열 환경 기초 통계자료와 그 분포양상을 의미하며, 중심성 분석은 Eq. (3)의 과정을 통해 열 환경의 중심성치가 가장 높은 곳을 분석하는 과정이다. 중심성 분석은 어떤 관측값 x의 값이 그 분포의 평균으로부터 표준편차의 몇 배 정도 떨어져 있는가를 표준화된 확률변수 z로 표현하는 값으로 표준화 점수 또는 Z-score라고 한다(Jung et al ., 2009).
PPT Slide
Lager Image
  • wherez: Z-score,
  • X: value by each pixel,
  • 𝜇: mean of all area,
  • σ: standard deviation of all
공간통계분석은 열 환경의 집중 혹은 분석에 대한 분석을 통계적 검증을 통해 포착하는 과정으로 이는 전통적인 통계기법으로 발견하기 어려운 열 환경의 분포특성을 정량적으로 제시하여 입체적인 열 환경 구조를 진단할 수 있는 분석방법이다. 이 과정은 국지적 공간에서의 자기 상관성을 파악하기 위한 국지적 모란지수(Local Local Moran’s I)를 기초로 한 Cluster Map를 작성하게 되며, 이는 Eq. (4)의 과정을 통해 계산한다. 국지적 모란지수는 장점이 높은 값의 집중지역(High-High), 낮은 값의 집중(Low-Low), 낮은 값으로 둘러싸인 높은 값(High-Low), 높은 값으로 둘러싸인 낮은 값(Low-High)의 공간적 분포를 보여준다(Kang, 2011). 국지적 모란지수는 특정 지역의 값과 주변 인접 값의 가중 평균값이 서로 유사하게 나타나면 정적인 자기상관으로, 서로의 값이 차이가 크면 부적인 자기상관으로 나타난다. 따라서 이는 해당지역 주변에 유사한 값을 갖는 공간적 군집의 유의성을 판정하여 국지적 군집지역과 이례지역을 추출할 수 있다.
PPT Slide
Lager Image
  • wherey: value by each pixel,
  • : mean of all area,
  • i:ith spatial weighting
  • j:jth administrative dong,
  • n: to administrative dong,
  • wij: spatial weighting
3. 대구시 열 환경구조 분석
- 3.1 대구시의 열 환경 공간분포 및 중심성 분석
대구시의 열 환경 공간분포 특성을 알아보기 위해 총면적 883.48㎞ 2 를 Landsat-8 열적외선 밴드(band 10)의 공간해상도인 100m×100m의 GRID로 세분화하였다.
Fig. 3 은 대구시의 여름철과 겨울철의 열 환경 분포도로, 온도가 높은곳은 붉은색으로 낮은 곳은 푸른색으로 표현하였다. Fig. 2(a) 의 여름철 온도 분포는 최고 38.80℃, 최저 21.72℃, 평균 26.32℃, 표준편차 2.28℃로 나타났다. 겨울철의 경우는 Fig. 2(b) 와 같이 최고 12.32℃, 최저 −9.96℃, 평균 1.59℃, 표준편차 2.77℃로 나타났다.
PPT Slide
Lager Image
Distribution map of thermal environment
대구시의 열분포의 중심성 분석을 위해 열분포의 중심성치를 표준화 점수로 표현하였다. 이는 점수가 높을수록 그 지역이 열 환경 분포의 중심지를 의미하는 것이다. 그 결과는 Fig. 3 Fig. 4 와 같다.
PPT Slide
Lager Image
Result of central place(summer)
PPT Slide
Lager Image
Result of central place(winter)
Fig. 3 는 여름철 중심성 분석 결과로 여름철 대구시의 Z-score 최소값 −1.66, 최고값은 4.49으로 나타났다. 여름철 중심성치가 높은 곳은 크게 성서공업단지( Fig. 3a )와 대구 제3공업공단 지역( Fig. 3b )으로 나타났다. 성서공업단지지역은 자동차 부품, 기계금속, 운송장비 등 약 2천 5백여 업체가 조업 중인 곳으로, Z-score값이 3.4~4.5로 나타나 평균 온도분포보다 7.8~10.3℃ 이상 높게 나타나고 있었다. 또 다른 중심성 지역인 대구 제3공업공단의 경우 역시 대규모 기계, 섬유 제조업체가 위치하고 있는 공업지역으로 성서공업단지과 유사한 높은 Z-score 값이 나타났다. 반면 Z-score가 낮은 지역은 비슬산과 앞산 등지의 시 외곽지역으로 Z-score 값이 −1.7~−0.43으로 평균치에 비해 최소 −0.98℃에서 최대 −3.9℃ 이상 낮게 나타났다. 겨울철 온도의 중심성지는 Fig. 4 와 같이 나타났다. 겨울철 온도 분포의 Z-score값은 여름철과 비교하면 온도 분포의 지역 간 차이는 적게 나타나고 있었다.
분석을 통해 나타난 겨울철 온도 분포 중심성지는 대구시 달성군 옥포면 신당리 지역( Fig. 5a )으로 약 300만m 2 부지에서 대규모 시설 농장이 운영되고 있다. 이는 겨울철 시설 농장운영과정에서의 발생하는 열에 인한 결과로 판단된다.
PPT Slide
Lager Image
Result of Local Moran’s I
- 3.2 대구시 열 환경에 대한 공간통계 분석
Local Moran’s I와 Getis-Ord G 통계기법을 통해 대구시의 열 환경 분포의 공간적 집중현상을 분석하였다. Fig. 5 는 여름철의 열 환경구조 분석 결과를 나타낸다.
먼저 여름철의 열 환경 분포의 Local Moran’s I의 결과( Fig. 5a )를 살펴보면 중구를 중심으로 북구, 동구, 수성구, 남구, 서구의 해당 법정동과 인접 법정동이 높은 온도 값 주변에 높은 온도 값이 분포하는 HH(High-High) 지역이 나타나지만 달성군과 수성구, 동구, 북구의 외곽지역에서는 낮은 온도 값 주변에 낮은 온도가 분포하는 LL(Low-Low)지역이 나타났다. 분석에 따른 대구지역의 HH지역은 대구 지역 전체 면적 약 883.48㎞ 2 의 약 7.50%인 66.29㎞ 2 을 차지하고 있었으며, LL지역은 약 42.7%인 377.56㎞ 2 으로 나타났다.
겨울철의 경우 Fig. 5(b) 와 같이 달서구, 서구, 북구, 동구에서 온도가 높은 지역인 HH지역이 나타나고, 여름철과 유사하게 달성군과 수성구, 동구, 북구 외곽지역에서 LL 지역이 나타났다. 겨울철의 HH지역은 82.37㎞ 2 로 전체의 약 9.3%를 차지하고 있었으며, LL지역은 312.72㎞ 2 로 전체 면적 대비 약 35.4%로 나타났다.
여름철과 겨울철의 열환경 구조를 비교하면 여름철이 겨울철보다 열 환경구조가 지역별로 극명한 차이가 발생하고 있는 것으로 나타났다. 특히 여름철은 고온지역이 도심부에 집중되어 나타나는 군집성이 나타나고 있어 외곽지역에 비해 온도가 높은 열섬현상이 뚜렷하게 나타나는 반면, 겨울철은 산업단지 등의 일부 구역에서만 고온지역이 형성되는 이원화된 양상이 나타났다. 특히 낮은 온도 지역 주변에 높은 온도가 분포하는 LH(Low-High)지역이 여름철 9개동 42.21㎞ 2 에서 겨울철 2개동 10.18㎞ 2 로 줄어들어 여름철이 겨울철에 비해 도시의 열 환경 구조가 취약한 것으로 나타났다.
4. 대구시 열환경구조 개선 및 관리방안
대구시는 겨울철에 비해 여름철의 열 환경구조가 보다 군집화된 양상을 보이고 있으며, 지역 간 격차도 큰 것으로 나타났다. 특히 여름철은 도심부를 중심으로 열 취약성이 강하게 나타나는 동시에 열 환경이 주변 지역보다 상당히 높게 나타나고 있어 무엇보다 여름철 열환경에 대한 개선과 관리방안 논의가 절실히 필요하다고 판단된다.
여름철을 중심으로 이와 같은 열 환경 구조가 나타난 원인은 Fig. 6 과 같이 주거, 상업, 공업 지역의 용도 지역지구에서 열 환경 구조의 취약성이 높게 나타나고 있으며, 이에 비해 녹지지역에서는 열적 쾌적성이 유지되고 있는 것으로 나타나고 있다. 이와 같은 결과는 진주시를 사례로 용도구역과 도시 지역 온도를 비교한 Jung et al .(2011)의 연구와 같이 용도구역에서 녹지구역이 가장 낮은 온도를 보이고, 주거, 상업, 공업지역의 순으로 높게 나타난다는 연구결과와 일치하고 있다.
PPT Slide
Lager Image
Comparison of land use and Local Moran’s I in Daegu
이러한 도시의 열 환경 구조를 바탕으로 향후 개선과 관리방향을 마련하기 위해서는 LH지역 즉, 낮은 온도 지역 주변에 높은 온도가 분포하는 지역을 통해 HH지역의 열환경 취약 구역을 개선하는 방안을 고려할 수 있다(Kim and Choi, 2013). 대구시의 여름철 열 환경 분석결과 북구, 동구, 수성구, 남구, 서구에서 열환경 강인지로 표현되는 반면 노곡동, 대명동, 봉덕동, 상리동, 서변동, 송현동, 조야동, 팔달동, 황금동에서 LH 지역이 나타났다. Fig. 7 과 같이 이 지역은 산지 지역과 연결되어 있는 지역으로 열환경 취약지에 해당된다. 이처럼 도심의 산지지역의 경우 산지와 도시중심을 연계하는 연결고리역할을 하는 지역으로 해당지역의 열환경 구조분석에서 아주 중요한 변수로 작용한다. 즉, 산지지역의 바람길 생성이나 순환 등 도시 열환경을 비롯한 기후 생태적 기능에 미치는 요인이 매우 중요하게 작용할 수 있으므로 도심과 산지를 연계하는 녹지망 구축, 바람길 조성 둥에 있어 도시의 규모와 형태, 고저, 토지 이용과 피복 상태를 등을 고려한 공간적 특성을 파악하여 이 를 바탕으로 열환경 정책이 제시되어야 한다.
PPT Slide
Lager Image
Low-High area in Daegu
또한 Fig. 8 과 같이 도심의 열 강인지역의 주변지역에 해당하는 LL지역인 동구 팔공산과 초례산, 남구 최정산, 수성구 동학산, 달성군 비슬산의 경우 도심 지역과 완충 공간 없이 바로 연결되고 있어 LH지역을 열환경 개선을 위한 거점지역으로 HH지역과의 연계전략이 필요한 것으로 판단된다. 따라서 대구시의 주요도심지역인 HH지역과 LL과 LH지역을 열구조 개선을 위한 중심지역으로 연계할 수 있는 녹지 네트워크 구축을 위한 공원조성, 낙동강과 금호강과 연계되는 소하천 지류개선 및 확장, 바람길 유동이나 순환을 위한 통로 조성 등 도시 열환경 개선 방안을 통해 열 취약지역과 열 강인 지역을 연계하는 정책적 방안이 요구된다.
PPT Slide
Lager Image
Strategies for improve thermal environment in Daegu
5. 결론 및 향후연구
본 연구는 2013년 8월 여름과 2014년 1월 겨울 Landsat-8 데이터를 바탕으로 대구시의 열 환경구조를 파악하였다. 연구과정은 위성영상의 열적외밴드를 활용하여 표준정규 분포화하여 점수로 중심성을 추출하였고, 국지적 공간에서의 자기 상관성을 파악하기 위한 국지적 모란지수(Local Moran’s I)를 기초로 한 Cluster Map를 작성하여 환경공간구조의 분포 특성을 파악하였다.
그 결과를 살펴보면, 첫째, 대구시의 여름철 중심성치가 높은 곳은 크게 성서공업단지와 대구 제3공업공단 지역으로 나타났다. 겨울철 중심성지는 대구시 달성군 옥포면 신당리 지역으로 나타났다. 이들의 각각 결과는 공장과 시설농장에서의 공장가동과 보일러 가동에 의한 열 방출이 영향을 준 것으로 보인다. 둘째, Local Moran’s I와 Getis-Ord G 통계기법을 통해 대구시의 열 환경 분포의 공간적 집중현상을 분석한 결과는 여름철의 경우 중구 해당 법정동과 이를 중심으로 북구, 동구, 수성구, 남구, 서구의 인접 법정동이 HH지역이 나타나는 반면 달성군과 수성구, 동구, 북구의 외곽지역에서는 낮은 온도값 주변에 낮은 온도가 분포하는 LL지역으로 나타났다. 겨울철의 경우 달서구, 서구, 북구, 동구에서 HH지역이 나타나고 달성군과 수성구, 동구, 북구 외곽지역에서 LL 지역이 나타나 대구시는 겨울철에 비해 여름철의 열 환경구조가 보다 군집된 양상을 보이고 있으며, 지역 간 격차도 큰 것으로 나타났다. 셋째, 열 환경 분포 특성은 주거, 상업, 공업 지역의 용도지역지구에서 열 환경 구조의 취약성이 높게 나타나고 있으며, 이에 비해 녹지지역에서는 열적 쾌적성이 유지되고 있는 것으로나타났다. 따라서 이와 같은 도시의 열 환경 구조를 바탕으로 향후 개선과 관리방향은 LH지역 즉, 대구시 노곡동, 대명동, 봉덕동, 상리동, 서변동, 송현동, 조야동, 팔달동, 황금동 지역을 바탕으로 녹지공간 또는 자연공원구역의 적절한 열 환경 개선 방안을 형성하여 열 환경구조가 쾌적성을 유지하는 지역과의 연계성을 도출하는 방안이 필요한 것으로 나타났다.
본 연구는 대구광역시의 열환경 개선을 위한 관리방안을 도출하는 데 있어 필요한 정보를 도출할 수 있다는 데 의의 가 있으며, 향후 지속적인 모니터링을 통해 현재 열 환경 개선방안의 문제점을 보완할 수 있는 기초자료를 제공할 수 있을 것이다.
향후에는 해당연도 또는 봄, 가을 등의 계절을 추가하여 본 연구의 한계점을 극복할 수 있도록 분지지형의 공간적 특성을 반영한 대구시 열 환경의 구조적 문제점을 예측하고 예방할 수 있는 연구가 필요하다고 판단된다. 또한 Landsat 위성 외에 다른 위성자료나 지상 관측 자료를 바탕으로 해당 연구의 결과를 검증할 수 있는 후속 연구도 필요할 것으로 판단된다.
References
Choi J. , Jo H. , Jong H. 2013 Monitoring of urban thermal environment change in Daejun using Landsat TIR satellite data Journal of Environmental Impact Assessment 22 (5) 513 - 523
Jee J. , Lee K. , Choi Y. 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
Jo M. , Jo Y. , Kim S. 2009 The application of Aster TIR satellite imagery data for surface temperature change analysis -a case study of Cheonggye stream restoration project Journal of the Korean Association of Geographic Information Studies 12 (1) 73 - 80
Jung D. , Kim S. , Kim K. 2009 The central place analysis with the characteristics of the distribution of the land price using GIS The Korea Society For Geospatial Information System 17 (3) 65 - 70
Jung G. , Koo S. , Yoo H 2011 Temperature change analysis for land use zoning using Landsat satellite imagery The Korea Society For Geospatial Information System 19 (2) 55 - 61
Jung J. 2013 The land surface temperature analysis of Seoul city using satellite image Journal of Environmental Impact Assessment 22 (1) 19 - 26
Kang C. 2011 A study on spatial and temporal structure of land price in seoul (1996-2007) with land price function and spatial statistics Korea Real Estate Review 21 (3) 9 - 29
Kang J. , Ka M. , Lee S. , Park J. 2010 Detection of heat change in urban center using Landsat imagery Journal of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography 28 (2) 197 - 206
Kim J. , Choi J. 2013 A study on the destination of use districts through evaluation of forming and flowing a wind corridor in Daejun by GIS Journal of the Korean Society of Cadastre 29 (2) 225 - 238
Park K. , Jung S. 1999 Analysis on urban heat island effects for the metropolitan green space planning Journal of the Korean Association of Geographic Information Studies 2 (3) 35 - 45
Small C. 2006 Comparative analysis of urban reflectance and surface temperature Remote Sensing of Environment 104 (2) 168 - 189
Yun H. , Kim M. , Jung K. 2013 Analysis of temperature change by forest growth for mitigation of the urban heat island Journal of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography 31 (2) 143 - 150