IEG 환경지질연구정보센터

지표온도의 변화 측정과 산업경제의 상관성 연구 Measurement of changes in surface temperatures by

remote sensing and analyses of correlations with industrial economy

이진아 ․ 이성순 ․ 지광훈

Jin A, Lee ․ Sung Soon, Lee ․ Kwang Hoon, Chi 과학기술연합 대학원 대학교, 한국지질자원연구원, 한일산업기술협력재단

[email protected], [email protected], [email protected]

지표온도분석과 평가 및 예측은 인간의 삶을 높이기 위한 중요한 요소이다. 그 중 산 업단지 지역은 도심지보다 높은 지표온도를 띄고 있으며, 국가 산업 발전에 따라, 그 지표온도는 상승하고 있다고 할 수 있다. 본 연구에서는 산업경제 발전에 따른 지표면 온도 상승폭과, 산업구조별 특징을 규명하였다.

비슷한 시기에 형성되었으나, 중점산업이 다른 구미국가산업단지와 온산국가산업단지 를 선정하였다. 두 단지 모두 7~80년대에 개발되어 최근까지 활발하게 산업활동이 이 루어지고 있으며, 산업부흥기 초기에 개발되어 공장들이 매우 밀집한 구조를 형성하고 있다. 그렇기 때문에 주변지역보다 높은 지표온도를 보이고 있었다. 촬영일의 기후상태 와 특징을 고려하기 어렵기 때문에 기준지를 선정하였다. 전체 영상에서 그 값을 고려 하여 STD(Surface Temperature Difference) 온도분포도를 작성하였다. 이를 통하여 시공간적인 비교가 가능하도록 하였다. 1995, 1997, 1999, 2001 Landsat Data를 사 용하였으며, 각 년도별 공단의 온도분포를 파악하였다. 공간적 비교를 위하여, STD값 과 업종별 배치도를 중첩하여 분석하였으며, 산업종류에 따라 크게 3.3~5.7℃ 이상 차 이를 보임을 알 수 있었다.

1. 서론

원격탐사 데이터를 사용하여 지표온도 를 추출할 수 있어, 많은 연구에서 활용되 어 왔다. 지표온도분석과 평가 및 예측은 인간의 삶을 높이기 위한 중요한 요소이 다. Landsat을 이용하여 표층수온을 비교 하는 연구(정종철 외, 1999)에서는 실측 수온과 각 방법을 적용하여 구한 휘도온 도를 비교하고, 상관계수를 구하였다. 높

은 상관계수를 나타내고 있었으나, 오차의 원인으로 대해 대기와 수증기의 영향, 계 절적 차이의 영향이 있을 수 있었다. 응용 연구로는 지표면온도와 식생을 나타내는 NDVI지수와의 상관관계 분석(박민호 외, 2008)에서는 육지지역과 갯벌지역에서 상 이한 결과를 보였다. Xian 등(2006)은 두 지역의 지표면 온도특징을 도시형상의 확 장과 개발밀집도에 대해 접근하고자 하였 다. 불침투표면지역지수(ISA, Impervious

- 262 -

surface area)에 지표열을 대응하여 그 상관관계를 구하였다. 또한 과거와 최근을 비교하여 개발에 따른 변화를 설명하였다.

지난 2009년 G8회의에서 산업화 시기 이전과 비교하여 기온 상승폭을 2℃이내 에서 유지하자는 원칙에 합의 하였다. 이 결정에 앞서 과학자들은 지난 100년에 걸 쳐 지구의 평균온도가 0.7℃이상 상승하 였다고 판단하였다. 위와 같이 몇 년간 산 업화에 의한 온도를 제한하고, 감소하는 방안에 대해 여러 학계에서 논의 되고 있 다. 더불어 도시의 온도상승을 걱정하고, 지속가능한 녹색 성장을 위해 에너지 소 비를 줄이며, 녹지를 조성하는데 노력하고 있다.

국가 산업 발전에 따라, 그 지표온도는 상승하고 있다고 할 수 있다. 대한민국에 서는 국가산업단지는 35개, 일반산업단지 는 316개(2008.4/4기준)로서 도시첨단산 업단지, 논공단지와 함께 산업단지로서 관 리되고 있다. 이 중, 구미국가산업단지와 온산국가산업단지를 선정하였다. 원격탐사 데이터에 의하여 지표온도를 구하고, 기준 지를 선정하여 STD 온도분포도(Surface Temperature Difference)를 작성하였다.

공단의 온도분포를 파악하여 각 산업별 특징을 설명하였다.

2. 연구 방법

같은 계절의 4월, 5월 Landsat 영상을 사용하였으며, 구름이 없고, 촬영일 이전 3일 이내에 비가 오지 않은 날을 선정하 였다. 공간분석을 실시하기 위하여 Raster Data를 30×30m로 재배열 하였으며, 제 시된 계수와 수식을 사용하여 각 시기의 지표열을 계산하였다(Chander, 2003). 또 한 산업단지의 업체목록과 배치도를 활용 하여 업종별 분류를 시행하였다.

1995 5/12

1997 5/17

1999 5/07

2001 4/18 Landsat TM 5 TM 5 TM 5 ETM 7 Path Low 114 35 114 35 114 35 114 35 Sun Azimuth 113.0 118.0 124.0 134.3

Sun Elv. 56.0 61.0 60.0 57.1 Atm Temp(℃) 15.2 21.4 22.3 19.4

표1. 연구에 사용된 Landsat image.

두개 이상의 원격탐사 데이터에서 취득 한 지표온도(ST)를 비교하고자 할 때, 기 준을 필요로 한다. 이 문제가 해결되어야 시간적 공간적으로 상대비교가 가능해진 다. 따라서 고도가 비슷하고, 평평한 모래 로 되어 있어 식생과 수분의 영향이 적은 운동장을 기준지로 선정하였다. 53개의 학교운동장의 취득된 ST를 군집분석을 하 여 오차가 큰 값을 제거하였고, 운동장 (529pixel)의 ST중위값이 STP

으로 정 의하였다. 그 차를 구함으로써, 원격탐사 데이터에 의한 지표열값이 포함하고 있는 오차는 상당히 상쇄되어 진다.



 

 

STD

= surface temperature difference, Normalized surface temperature values of individual pixels (℃)

ST

= temperatures of individual pixels calculated in the thermal band (℃) STP

= the observed value(℃) that will

become the reference value for the values of the playground in the year y = year, 1995, 1997, 1999, 2001

3. 연구결과

수치지형도와 산업단지의 평면도, 업체 목록 등을 활용하여 산업단지 내 업종별 평면도를 작성하여 공간분석에 활용하였

- 263 -

그림 2. 구미국가산업단지와 온산국가산업단지의 STD(℃) 분포도.

다. 업종별 면적비(표 2, 표 3) 산업단지 의 구성을 확인할 수 있다.

구미 섬유

의복 비금속 기계 전기

전자 기타 업종

공단 계 1공단 31.73 3.96 6.34 17.90 5.39 65.32 2공단 0.00 0.36 1.66 4.10 2.28 8.39 3공단 9.36 2.78 0.64 9.98 3.53 26.29 업종계 41.08 7.09 8.64 31.99 11.19 100

표 2. 구미국가산업단지 업종별 면적비(%).

종이 인쇄

석유 화학

1차 금속

기타 업종

폐기물 처리시설

자원 비축시설 7.03 47.54 19.50 15.40 1.51 9.01

표 3. 온산국가산업단지의 업종별 면적비(%).

구미 산업단지(13.1㎢)는 1공단, 2공단, 3공단으로 개발되었으며, 섬유의복과 전기 전자 업종이 차지하는 면적의 비율이 70% 이상이다. 온산국가산업단지(11.9㎢) 는 석유화학 업종이 약 48%를 차지하고 있다. 구미국가산업단지가 온산국가산업단 지보다 공장건물의 밀집도가 높다. 온산국

가산업단지는 비축시설 등이 공단 내에 포함되어 있다.

그림 1. 구미산단의 STD 분포(2001,면적,㎢).

STD분포를 각 년도별 업종별로 나타낼 수 있다(그림 1). STD 온도분포도(그림 2)를 보면, 각 산업단지의 온도가 주변보 다 확실히 온도가 높아 구획이 분명함을 확인할 수 있다. 내륙에 위치한 것과, 해 안에 위치한 것의 차이가 있다. 구미국가 산업단지 내 온도분포가 상당히 더 높은 형태를 보이는 것을 확인 할 수 있다.

공장 건물의 위의 지표열은 높으나, 그

- 264 -

림자나 나무 공터 등의 영향으로 일부 지 표열이 낮은 부분이 있어 단지의 평균값 은 이 값들을 모두 포함하게 된다. 따라서 통계적으로 STD값의 3사분위 값을 대표 값으로 사용하였다.

3STD 1995 1997 1999 2001 구미산단 4.78 2.91 4.61 6.22 섬유의복 5.21 3.32 5.02 6.69 비금속 4.35 2.91 3.78 6.22 기계 4.78 2.91 4.20 5.75 전기전자 4.78 2.91 4.20 6.22 기타업종 4.78 2.50 3.78 6.22

표 4. 구미산단의 STD의 3사분위값(℃ ).

3STD 1995 1997 1999 2001 온산산단 1.76 1.67 2.53 1.46 종이인쇄 2.20 0.00 1.69 0.98 석유화학 1.32 0.84 2.11 0.98 1차금속 3.06 3.73 4.61 2.43 기타업종 1.76 2.91 3.37 1.95 폐기물처리 1.32 -0.84 1.27 1.46 자원비축 1.32 1.26 1.69 1.46 표 5. 온산산단의 STD의 3사분위 값(℃).

구미국가산업단지(표 4)는 초기에는 섬 유나 가정용 전제제품 생산이 중점이 되 었지만, 최근은 반도체 디지털 산업이 주 로 육성되어 있다. 섬유의복 업에서 높은 온도를 보이며, 대체적으로 높은 STD 값 을 나타내고 있다. 온산국가산업단지(표 5)는 1차금속업의 STD 값이 높으나, 다 른 업종의 STD는 대체적으로 낮았다. 기 타업종을 제외하였을 때, 산업구성에 따라 3.3~5.7℃ 차이를 보임을 알 수 있었다.

시간적 변화에서는, 두 단지 모두에서 상대적으로 산업활동이 위축되었던 1997 년 STD 값이 대체적으로 낮아졌으며, 1999년 상승하는 것을 알 수 있다.

4. 결론

시간적 공간적 비교를 위하여 Landsat 영상에서의 STD온도분포도를 작성하는 방법을 활용하였다. 경북권에 위치하고 있 으며, 7~80년대에 개발된 구미와 온산국 가산업단지를 비교하였다. 산업의 구성에 차이가 있을 때, 다른 지표열 분포를 보임 을 확인할 수 있었다. 구미국가산업단지에 서는 섬유의복업, 온산국가산업단지에서는 1차금속업의 STD값이 높은 분포를 보였 다. 또한 산업경제가 위축되었던 1997년 에 지표열이 하락하였음을 확인하였다.

단시기의 지표열 분포에 관한 해석에서 더 나아가 주기적인 지표열 변화를 모니 터링하기 위한 방법을 제시하였다. 산업단 지에서 발생하는 인공열의 원인분석과, 관 리는 다양한 정보를 제시하여 줄 수 있어, 향후 도시계획 수립과 정책 평가 시 적용 가능할 것이다.

5. 참고문헌

박민호, 이점숙, 박정일, 2008. 12, “Landsat TM/ETM+ 위성영상을 이용한 함평만 지역 지 표면온도와 NDVI의 상관관계 분석”, 한국지적 정보학회지, 제 10권 제2호, pp. 107-115.

정종철, 유신재, 1999, “Lansat TM을 이용한 표 층수온 분석 오차”, 대한원격탐사학회지, 제 15 권 1호, pp. 1-8.

Chander, G., Markham, B., 2003. Revised Landsat-5 TM radiometric calibration procedures and postcalibration dynamic ranges. IEEE Transaction on Geoscience and Remote Sensing, 41(11), pp.

2674-2677.

George Xian, Mike Crane, 2006, “An analysis of urban thermal characteristics and associated land cover in Tampa Bay and Las Vegas using Landsat satellite data”, Remote Sensing of Environment, 104(2006), pp. 147-156.

- 265 -