인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
본 연구는 서울시 유동인구 밀집지역을 대상으로 도시ㆍ건축 형태가 도시 미기후에 미치는 영향을 다변량ㆍ계층적 모형을 통해 분석하였다. S-DoT 관측지점 10곳을 중심으로 1km×1km 영역을 100m 격자단위로 분할하고, Landsat-8 영상, S-DoT 데이터, GIS 자료를 통합하여 1,000개 표본을 구축하였으며, 표면온도ㆍ지상온도ㆍ상대습도ㆍ풍속을 종속변수로 설정하였다. 설명변수는 도로율ㆍ표고ㆍ경사도ㆍ건폐율ㆍ용적률ㆍ건물높이ㆍ건축물수ㆍBVG(NDBI-NDVI)로 구성하였으며, 상관성과 다중공선성 검토 후 BVG를 적용하였다. 분석모형으로는 오차공분산을 고려한 SUR과 사이트 수준 랜덤효과를 포함한 MLMM을 병행하였다. SUR 결과 표면온도가 BVGㆍ건폐율ㆍ건축물수와 양(+), 표고ㆍ경사도ㆍ건물높이와 음(–)의 관계를 보여 저층ㆍ고밀ㆍ불투수 기반 시가화 공간의 열환경 취약성이 확인되었다. 다른 미기후 변수는 도시형태의 영향이 상대적으로 제한적이었으나 건물높이는 표면온도ㆍ지상온도와 음(-), 상대습도ㆍ풍속과 양(+)의 방향으로 대체로 유의하였다. MLMM에서 ICC는 약 0.76으로 관측치 변동의 상당 부분이 사이트 수준에 귀속되는 것으로 나타났으며, 랜덤효과 공분산은 고온–저습–고풍속과 저온–다습–저풍속의 대비적 조합 경향이 관찰되었다. 이러한 결과는 도시화–녹지화 균형, 건물높이ㆍ이격거리ㆍ가로구조를 활용한 통풍ㆍ그늘 설계, 도로변 열환경 개선 등 기후적응형 도시설계 전략의 타당성을 뒷받침한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-095626087
