As the impact of human development on earth system change has been rapidly increased, a lot of debates going on to define a new geological epoch called "Anthropocene" in academia. The noticeable global system changes detected in urban areas are a great deal of ground-level ozone and fine particulate matters (PM2.5). Those are having negative effects on humans again. In this research, open-source data which can correspond to ‘great acceleration’ indicators were collected to perform correlation analysis between socioeconomic indicators and earth system indicators in the local urban area spatially. A total of 29 variables which are representing urban infrastructure data were collected as explanatory variables, and ground-level ozone ($O_3$) and fine particulate matters (PM2.5) data representing earth system change in an urban environment were collected as dependent variables in the 424 administrative districts of Seoul. The regression model using ground-level ozone ($O_3$) as a dependent variable showed that air pollution emission facilities, the number of parking lots, the number of residential facilities, and the size of reconstruction were highly correlated. The geographically weighted regression model was more effective than the ordinary least squares model to explain the spatial distribution of ground-level ozone. Also, the four significant explanatory variables have regional differences in their influence on the ground-level ozone ($O_3$). The regression model using fine particulate matters (PM2.5) as a dependent variable had not much correlation with the collected explanatory data. The results of this research could be used as a basis and reference for urban planning and development projects or for policies to reduce air pollution in autonomous administrative areas.
인간의 개발이 지구 시스템 변화에 미치는 영향력이 급격히 증가하면서 이를 새로운 지질학적 개념인 ‘인류세’로 정의하는 연구가 전세계 다양한 학계 분야에서 진행되고 있다. 도시 공간에서 직접적으로 나타나는 지구 시스템 변화는 지표면 오존과 초미세먼지의 증가 등이 있으며, 이러한 변화는 다시 인간에게 부정적인 영향을 미치고 있다. 본 연구는 20세기 중반 사회경제학적 지표와 지구 시스템 지표의 급격한 시계열적 변화를 보여주는 'Great Acceleration' 지표들의 상관성을 공간적으로 확인하기 위해 국지적 도시 공간을 선정하고 관련 데이터를 수집하여 상관성 분석을 실시하였다. 총 29개의 도시 인프라 관련 데이터들을 설명 변수로 수집하였으며, 도시 환경의 변화를 나타내는 지표면 오존($O_3$)과 초미세먼지(PM2.5)를 종속 변수로 수집하였고, 서울의 424개 행정동 범위에서 나타나는 공간적 상관성을 분석해보았다. 지표면 오존($O_3$)을 종속변수로 사용한 다중회귀분석에서 대기환경오염배출시설과, 주차장 수, 주거시설 수와 재건축 규모가 지표면 오존과 높은 상관성을 가지는 것을 확인하였으며 공간가중회귀(GWR)모델이 최소제곱법(OLS) 보다 오존의 공간 분포를 설명하는데 더 효과적임을 알 수 있었다. 또한 위에 언급된 4개의 설명변수들이 지표면 오존($O_3$)에 미치는 영향력은 지역적으로 차이가 있음을 확인하였다. 초 미세먼지(PM2.5)를 종속변수로 한 회귀 분석 모델의 경우 수집한 도시 인프라 관련 데이터들과 상관성이 거의 없음을 확인하였다. 본 연구의 결과는 도시 계획 및 개발 사업 또는 자치 행정구역의 대기 오염 감소 정책 등을 위한 기초 및 참고 자료로 사용될 수 있다.
