Why should the various spatial conditions constituting the detailed urban area be considered in climate change research? This study examines the spatial factors that is related to urban thermal environment, considering how they can contribute to thermally resilient urban planning. Climate change has intensified due to rapid urbanization worldwide, and the intensity and frequency of abnormal climate phenomena within cities are increasing. In order to respond to urban heat-related disasters the process of estimating the distribution of temperature and heat vulnerability within a city must be fundamentally preceded. A city is composed of various elements (e.g. environment, infrastructure, people), and the local temperature of the city may vary depending on the interaction between these elements and the thermal environment. Accordingly, various existing studies have attempted to explore the relationship between the degree of urbanization and urban heat. Furthermore, various urban indicators influencing the thermal environment and heat vulnerability of cities have been frequently explored.
However, this study derived several problems to be solved. First, the index expressing the urbanization that has been used in the existing research was generally a two-dimensional concept that mainly reflected the degree of the built-up area. Since urban geometry reflects spatial properties encompassing volume beyond a flat concept on the ground, it is necessary to develop a diversified comprehensive index representing urbanization. Second, in many existing studies, time-series data-based studies for an entire city were conducted. It is also important to explore in spatial units because even within a city, the temperature and the degree of vulnerability may be different in adjacent regions. Third, prior studies have generally focused on indicators of static sectors related to the environment (e.g. built-up area, green area) and infrastructure (e.g. buildings, roads). Since dynamic sectors related to human behavior (e.g. population mobility, traffic mobility) are also a major cause of anthropogenic heat release in cities, it is necessary to introduce indicators with more diverse characteristics in thermal environment research.
Although various studies attempted to explore thermal environment or heat vulnerability with urban indicators, attempts to explore urban heat or heat vulnerability by comprehensively considering static and dynamic spatial indicators that are diversely distributed in a detailed spatial unit within a city were rarely conducted.
Therefore, this study proposes a novel conceptual framework to comprehensively explore urban indicators with static and dynamic characteristics to contribute as a reference to a thermal environment planning.
The main findings and implications of this dissertation are as follows. First, this study proposed a framework for developing comprehensive urbanization rate (CUR) index that implies three-dimensional concept of urban physical and environmental factors. We confirmed that the proposed CUR index is correlated with urban heat. In addition, a spatial unit Deep Neural Network (DNN)-based temperature estimation model is developed using the developed CUR index. It is expected that this finding will become a framework to support decision-making when estimating varying heat in a local area by analyzing the quantitative distribution of physical and environmental factors within a city. Second, this study developed a Random Forest (RF) based heat-related mortality estimation model. By interpreting the model with SHAP method, indicators related to the vulnerable population (i.e. young and elderly, aging rate) was derived as key factors contributing to the process of heat-related mortality estimation. Through in-depth analysis of the model, it was suggested that the distribution of the vulnerable population has a more dominant effect on the risk of spatial unit heat in the city than the climatic condition. Third, by focusing on the mobility sector, this study developed a heat estimation model that includes factors in a broader domain. By confirming that the mobility factors are correlated with urban heat through spatial data analysis, we derived feasibility of dynamic domain in urban heat estimation.
The comprehensive heat vulnerability analytic framework of this dissertation can contribute in part to the decision-making process when planning an effective urban thermal environment in terms of mitigating heat-related disasters and effectively managing risk of public health sector.
기후변화 연구에서 상세 도시지역을 구성하는 다양한 공간적 조건을 고려해야하는 이유는 무엇인가? 본 연구는 이 질문을 기반하여 도시 열환경과 관련된 다양한 공간적 요인들이 열에 대응 탄력적인 도시계획에 어떻게 기여할 수 있는지를 고찰한다. 전세계적으로 급속한 도시화로 인해 기후변화가 심화되었으며, 도시 내 이상기후 현상의 강도와 빈도가 증가되고 있다. 결과적으로 공중 건강 부문에까지 부정적인 영향을 초래하고 있는 도시 열 관련 재해에 대응하려면, 도시 내 온도 분포 및 열 취약성의 분포를 추정하는 절차가 근본적으로 선행되어져야 한다. 도시는 다양한 요소들(예. 환경, 인프라, 사람)로 구성되어지고, 그 요소들과 열 환경 간의 상호 작용에 따라 도시의 국지적 온도는 달라질 수 있다.
본 연구는 도시 재해 분야의 다양한 선행문헌의 분석을 통해 몇 가지 해결해야할 문제를 도출했다. 첫째, 현존하는 연구에서 활용되어져 온 도시화(urbanization rate)를 표현하는 지표는 일반적으로 개발된 면적(built-up area)의 정도를 반영한 2차원적 개념이었다. 도시 기하학(urban geometry)은 평면적 개념에서 더 나아가 부피를 포괄하는 공간적 성질을 반영하므로, 도시화를 나타내는 다각화된 종합 지표개발이 필요하다. 둘째, 현존하는 연구에서는 하나의 도시 전체에 대한 시계열 데이터 기반 연구가 다수 수행되어졌다. 하나의 도시 내에서도 인접한 지역별로 온도 및 그에 따른 취약정도가 상이할 수 있기 때문에 공간 단위 탐구가 중요하다. 셋째, 주로 환경(예. 개발 밀도, 녹지), 인프라(예. 건물, 도로)와 관련된 고정된 지표들이 포함된 정적인 영역에 초점을 맞춘 것이 일반적이었다. 도시 내에 사람의 행위(예. population mobility, traffic mobility)와 관련된 동적인 영역도 도시 내에서 인위적인 열 방출의 주요한 원인이기 때문에 열 환경 탐구 연구에서 더 다양한 특성을 가진 지표의 도입이 필요하다.
따라서, 본 연구는 이러한 문제를 해결하기 위해 기후변화 적응을 위한 열 환경 계획 시 의사결정 지원에 기여할 도시 내 다양한 정적 및 동적 특성의 공간단위 지표들을 포괄하는 새로운 개념적 틀을 제안한다. 제안하는 틀을 기반으로 도출한 세가지 연구의 주요 결과는 다음과 같다. 첫째, 도시의 물리적, 환경적 요인에 대한 3차원적 개념을 함축한 종합 도시화율(Comprehensive Urbanization Rate, CUR) 지수 개발을 시도했다. 제안하는 CUR 지수는 도시 열환경과 영향을 주고받는 도시내 주요 물리적 및 환경적 지표인 시가화 밀도, 건물 밀도, 녹지 밀도 그리고 공원밀도의 함수로 구성했다. CUR 지표 생성 과정에는 다차원의 데이터를 저차원으로 변환하는 기능을 하는 주성분분석(Principal Component Analysis, PCA) 기법을 도입했다. 연구의 결과로 생성된 CUR 지표의 공간적 분포가 도시 내 열의 분포와 상관관계가 있음을 데이터 기반 분석으로 확인했다. 둘째, 도시의 다양한 물리적, 환경적, 인구통계학적 및 사회경제적 지표를 입력변수로 가지는 랜덤 포레스트(Random forest, RF) 분류 기법 기반의 공간단위 열 관련 사망률 추정 모델을 개발했다. 더 나아가, 추정 모델을 최신의 머신러닝 해석 기법인 SHAP (Shapley Additive exPlanations)을 통해 분석하여 사망률의 추정 과정에 기여하는 입력 변수들의 우선순위를 탐구했다. 그 결과, 주요 요인으로 취약계층(예. 영유아 및 노인인구, 고령화율)과 관련된 지표를 도출했다. 셋째, 모빌리티 부문에 초점을 맞춰 동적인 영역을 포함하는 딥러닝 및 랜덤포레스트 기법 기반의 공간단위 열 추정 모델을 개발했다. 공간 데이터 분석을 통해 모빌리티와 관련된 요소들이 도시 열과 상관관계가 있는 것을 확인함으로써 도시 열 추정 프로세스에서 동적 영역 도입의 타당성을 검증했다.
본 연구에서 제안하는 프레임워크 및 공간 단위 지표 기반의 시사점은 열 재해를 완화하고, 공중보건 분야를 지원하기 위한 도시계획 시 의사결정을 지원하는 기초자료로서 유용하게 기 여할 것이라고 기대하는 바이다.