도시 열섬(Urban Heat Islands, UHIs)은 계절 및 공간적 요인에 따라 유익한 영향과 해로운 영향을 모두 미치며, 도시의 기후 회복력에 유의미한 영향을 준다. 본 연구는 여름철 UHI 강도를 완화하기 위해 설계된 쿨루프(cool roofs)와 그린루프(green roofs)가 대한민국 서울의 겨울철 UHI 역학에 미치는 영향을 평가한다. 시간적 및 공간적 모델을 통합하는 딥러닝 프레임워크를 개발하여 UHI 강도를 예측하고 균형 잡힌 계절별 완화 전략을 제안하였다. 시간적 모델은 10년 기간(2014–2023) 동안 54개 자동기상관측장비(AWS)에서 수집한 기상 데이터를 사용하였으며, 기온, 습도, 풍속, 일사량과 같은 변수를 고려하였다. 공간적 모델은 건물 밀도, 식생 피복, 도로 불투수성(imp-erviousness) 등 GIS에서 도출한 자료와 함께 위성에서 얻은 알베도 및 복사휘도(radiance) 정보를 포함하였다. 두 모델을 통합한 하이브리드 시스템을 구성하여 계절별 UHI 패턴을 예측하였다. 선행연구에 따르면 쿨루프는 여름철 도시 열섬 강도를 평균 2.5°C 완화하였고, 그린루프는 1.8°C의 완화 효과를 보였다. 이 두 전략은 주로 정오 시간대(12:00–15:00)에 가장 큰 영향을 미쳤다. 반면 겨울철 쿨루프는 난방 에너지 수요를 약 5% 증가시키는 부작용을 보였으나, 그린루프는 이 효과를 상쇄하여 온도 강하를 평균 1°C로 제한하고 추가 난방 에너지 수요를 2%로 억제하였다. 공간 분석 결과, 고밀도 도시 지역이 완화 전략의 주요 대상이었으며 계절별 UHI 특성에 뚜렷한 차이가 나타났다. 본 연구는 도시 기후 회복력 계획을 위한 실행 가능한 통찰을 제공하며, 정책 및 설계 개입에 정보를 제공할 수 있는 딥러닝 모델의 잠재력을 보여준다. 이러한 결과는 계절 전반에 걸쳐 지속가능한 도시 열 관리(sustainable urban heat management)를 달성하기 위해, 특정 대상의 쿨루프 및 그린루프 설치와 같은 시공간적으로 적응 가능한 전략의 중요성을 강조한다. 본 연구는 한국환경산업기술원(KEITI)의 "기후변화 R&D 프로젝트: 새로운 기후 레짐"을 통해 지원받았으며, 한국환경부(MOE)에서 지원한 과제(RS-2022-KE002102)이다. 본 연구는 한국환경산업기술원(KEITI)의 기후변화 R&D 프로젝트: 새로운 기후 레짐 프로그램을 통해 지원받았으며, 한국환경부(MOE)에서 지원한 과제(RS-2023-00221110)이다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.