분석개요

인사이트 리포트

Translating Data into Insights

분석개요

분석 목적과 내용

•

서울시에서 2020년 부터 수집·제공 중인 도시데이터 센서(S·DoT) 소개를 통해 관련 빅데이터 응용 연구를 촉진

•

S·DoT 기온과 국가 기상관측 기온의 차이점을 파악하고 기존 자료로 확인할 수 없었던 새로운 인사이트 제공

•

서울 내 지역 간 기온편차와 시공간 기온 패턴을 분석

•

높은 해상도의 데이터에 기반하여 서울시 고유의 기온 특성을 파악

•

폭염일 기온의 핫·콜드스팟 및 기온과 도시요소의 상관관계를 분석하여 폭염대응 정책 및 관련 연구의 기초자료로 제공

분석기간

•

2020년 5월 1일~8월 31일 동안 축적된 60분 평균기온 자료

분석자료

•

도시데이터 센서(S·DoT) 환경정보 중 기온 항목

•

자료출처: 서울 열린데이터광장(http://data.seoul.go.kr)

서울시 도시데이터 센서(S·DoT)의 개요와 특징

1. 서울시 도시데이터 센서(S·DoT) 개요

2. S·DoT 기온과 국가 기상관측 기온 간 차이

3. S·DoT 기온으로 분석한 서울시 시공간 기온 패턴

명칭 정보

^•

정식명칭: 스마트서울 도시데이터 센서

•

약칭: 에스닷(Smart Seoul Data of Things, S·DoT)

•

명칭의 의미: ＂데이터

DoT(점)들이 모여 스마트 서울이 된다＂

설치 정보

^•

설치수량: 서울 전역

850개(2019년) → 2500개(2022년) 예정

•

측정항목(10종)

^* : 미세먼지, 온도, 습도, 조도, 자외선, 소음, 진동, 풍향, 풍속, 유동인구

•

측정주기: 10개의 항목 중 환경정보는

2분,

유동인구는

10분

주기로 측정

•

설치위치: 전기공급 및 유지관리에 유리한

CCTV 지주, 주민센터 등

* 측정센서의 종류와 측정항목, 측정주기, 설치용도의 상세한 내용은 부록1참조

데이터 개방

^•

최초시점

: 2020. 4. 1 ~

•

데이터 제공: 서울 열린데이터광장

•

적재주기: 환경정보

60분, 방문자수10분

•

배포형태: **.csv, json, Open API

-

환경정보: http://data.seoul.go.kr/dataList/OA-15969/S/1/datasetView.do

-

방문자수: http://data.seoul.go.kr/dataList/OA-15964/S/1/datasetView.do

<기본센서+풍향/풍속센서>

S·DoT 센서

S·DoT 설치지점

1. 서울시 도시데이터 센서(S·DoT) 개요

▪

기상청에서 발표하는 서울시 기온보다 실제 시민들의 생활환경 기온은 약

1.8℃ 더 높음

사진출처: 기상자료 포털,기상 관측정보

서울 기상관측소 S·DoT(CCTV 지주에 설치)

• 5~8월 관측된850개 S·DoT과 서울 기상관측소 일평균 기온은

약

1.8℃

차이(S·DoT 기온>서울기상관측 기온)

- 서울 기상관측소 이외에도 서울시에는27개의무인 자동기상관측장비(Automatic Weather Station, AWS)가 구별로 약1개씩 설치되어 있음

•

기상청에서 발표하는 서울시 기온은 종로구에 위치한 서울 기상관측소(서울

108)

기온을 기준으로 함

•

S·DoT은 실제 생활환경에 설치되어 측정 기온이 국가 기상관측 기온보다 시민의 체감 기온에 더 가까움

2. S·DoT 기온과 국가 기상관측 기온 간 차이

서울 기상관측소와 S·DoT 일평균 기온 센서 설치환경 비교

사용데이터: 서울 열린데이터광장, 스마트서울 도시데이터 센서 환경정보 기상자료 포털, 종관기상관측 자료(https://data.kma.go.kr)

관측 기간: 2020년5월1일~8월31일

- 서울 기상관측소는 지역 간 기온 비교를 위해 전국적으로 동일하게 통제된 환경에 설치되어 있음

- CCTV 지주, 주민센터 등 우리의 생활 주변에 설치된S·DoT은 주변 환경의 영향으로 기상관측소보다 기온이 높거나 낮게 측정될 수 있음

▪

서울의 일평균 기온이 가장 높은 지역은 종로 일대인 것으로 나타남

•

기존에는

28개 AWS

기온 자료를 통해 서울시 기온 분포를 추정했으나, 상세한 기온 분포를 분석하는 데 한계가 있었음

• 850개의

S·DoT 센서는

AWS에 비해 관측 지점 수가30배 이상으로 서울시의 국지적인 기온 분포를 관측할 수 있다는 장점이 있음

S·DoT 측정지점(n= 850) 종로 일대 S·DoT을 이용한5월 평균기온

AWS 측정지점(n = 28) (℃)

• 5월 동안 서울에서 가장 기온이 높았던 지역은

종로 일대(약 21℃)

- AWS의 경우 종로 일대에 측정망이 없어 이러한 현상을 파악하기 어려움

주: ASOS 포함

• AWS에 비해 S·DoT 5월 평균기온이 약 1.9℃ 더 높았음

5월 평균기온Box-plot - 5월 평균기온은 AWS이 18.2℃, S·DoT이 20.1℃

사용데이터: 서울 열린데이터광장, 스마트서울 도시데이터 센서 환경정보 기상자료 포털, 종관·방재기상관측 자료(https://data.kma.go.kr)

2. S·DoT 기온과 국가 기상관측 기온 간 차이

사용데이터: 서울 열린데이터광장, 스마트서울 도시데이터 센서 환경정보

(n=850) (n=28)

▪ 5~8월 서울 기온은 종로 일대가 가장 높고, 월별 기온 분포의 패턴은 유사

• 2020년 5~8월 서울에서 기온이 가장

높은 지역은 종로 일대였으며, 가장 낮은 지역은 관악산 일대

- 기온이 높은 지역: 가장 높은 지역은 종로, 광진구와 중랑구는 지역구 전체가 기온이 높은 편

- 그 밖에 구로·가산 디지털단지, 관악구 신사동·신림동, 도봉로, 창동, 연남동, 올림픽로, 천호동, 성수동, 노량진 일대가 기온이 높은 편 - 기온이 낮은 지역: 서울에서 기온이 가장 낮은 지역은 관악산 일대, 그 밖에도 북한산 일대와 강서구 일대가 기온이 낮은 편

※강서구는 산지의 영향없이 기온이 낮은 지역

• 5~8월(4개월) 동안 평균기온의 전반적인 공간적 경향성은 큰 변화가 없는 것으로 관찰

3. S·DoT 기온으로 분석한 서울시 시공간 기온 패턴

사용데이터: 서울 열린데이터광장, 스마트서울 도시데이터 센서 환경정보

5월 8월

S·DoT을 이용한 월평균 기온 분포

(℃)

• 향후 지속적으로S·DoT 데이터를 활용하면 서울시 고유의 기온 분포 파악이 가능하고 폭염·열섬 관련 연구에 활용할 수 있을 것으로 기대

(℃)

▪ 1일 기준,

상대적으로 더운 지역은 종로에서 중랑·광진·송파 일대까지 확산 후 다시 종로 일대로 축소되는 패턴

- 7시부터12시까지는 지역 간 기온 차이가 작다가, 13시부터 종로 일대와 타 지역 간의 기온 차이가 크게 벌어지기 시작함

• 5월 시간대별 지역 간 기온 차이^*

는 고정적이지 않고

24시간 변화

- 강수량이 많아질수록, 습도가 높아질수록, 바람이 강할수록 이러한 경향성에서 크게 벗어남

•

일부 차이는 있으나 기상현상의 개입이 없을 때

5~8월(4개월) 24시간 지역간

기온 차이의 변화 패턴은 거의 유사

3. S·DoT 기온으로 분석한 서울시 시공간 기온 패턴

*기온 차이= (해당 시간대 S·DoT 각 지점의 관측 기온)– (해당 시간대 S·DoT 전체 평균기온)

- 15시부터 중랑·광진·송파지역의 기온이 빠르게 상승하기 시작, 일몰이후(19시 내외)부터 자정 까지 종로를 포함한 중랑·광진·송파지역의 기온이 타 지역보다 높음

- 3시부터 중랑·광진·송파지역과 타 지역간 기온 차이가 작아지면서 대략5~6시부터 다시 종로 일대가 기온이 타 지역보다 높은 곳으로 나타남

5월 각 시간대별 기온차이(24시간)

•

하루 동안 상대적 고(高)기온은 종로 일대 → 중랑·광진·송파 일대까지 확산되다가 다시 종로로 축소되는 패턴이 반복

S·DoT 측정 데이터를 이용한 폭염일 기온 분석

1. S·DoT을 이용한 폭염일 기온 분포

2. 폭염일 주·야간 기온 분포 특성

3. 폭염일 S·DoT 설치지역 유형에 따른 24시간 기온변화

4. 폭염일 주·야간 기온과 도시요소의 상관분석

▪ 6~8월 중 일 최고 기온이 가장 높았던 날,

서울기상관측소보다 S·DoT 기온이

4℃ 이상 높은 지역도 관찰

(℃)

•

종로구 창신동 일대의 S·DoT 기온은 서울 기상관측소 기온보다 약 4℃ 높은 38.5℃를 기록

(2020년6월22일, 6~8월 중 일 최고 기온이 가장 높았던 날 기준) - 타 지역의AWS기온과 비교해도 성북AWS는 3℃ 낮은 32.4℃, 강남AWS는 1.4℃ 높은 36.8 ℃로, 같은 서울 내에서도 지역 간 기온 차이가 있음을 확인

•

서울 기상관측소 기준으로 폭염 기준에 미치지 못해도 지역적 차이로 인하여 일부 지역은 폭염기준을 상회할 수 있음

1. S·DoT을 이용한 폭염일 기온 분포

※ 폭염기준: 일 최고 기온이33℃ 이상이2일 연속된 날. 2020년5월을 기점으로 기준이 일 최고 체감기온으로 변경되었으나 본 분석은 과거 기준을 따름

S·DoT 수

서울 기상관측소 기온

서울 기상관측기온이 33℃ 이상, 32℃, 31℃인 날의 33℃ 이상 S·DoT 수

서울 기상관측소, AWS, S·DoT 간 관측기온 비교

(6월22일) (8월24일) (7월18일)

835

550

128

▪

폭염일 지역 간 기온 차이와 공간적 패턴은 낮보다 밤에 더욱 뚜렷하게 나타남

•

주간(晝間)에는 모든 지역이 기온이 높아 공간적 특징이 발견되지 않았으나, 야간에는 가로 방향으로 기온의 공간적 패턴이 관찰

- 2020년8월18일은 습도와 기온이 모두 높은 전형적인

서울의 폭염기상일로, 주간에는 서울의 모든 지역이 무더운 것으로 나타나 기온의 공간적 특성이 잘 관찰되지 않음

- 야간에는 기온이 높은 지역과 낮은 지역의 구분이 뚜렷하고 가로 방향으로 높고 낮은 기온의 공간적 패턴이 관찰됨

- 야간에는 종로구, 중구, 성동구, 광진구 일대가 서울 내에서 상대적으로 기온이 더 높은 지역임

- 북한산 및 관악산 일대, 그리고 강서구 지역 일대가 타 지역 대비 주·야간으로 기온이 낮은 편

기 온 분 포

▶ 주·야간 기준(일몰, 일출시간을 고려하여 정함)

구분 주간 야간

시간대 07:00~18:00 19:00~06:00

* 기온 편차(측정지점기온-평균기온)

<주간>

(℃)

(℃) (℃)

<야간>

주: 6월22일의 기온 분포와 기온 편차 분석은부록2참조

2. 폭염일 주·야간 기온 분포 특성

▶ 분석날짜 선정기준

-서울기상관측소 기온과 날씨 기준2020년6~8월 사이

① 일 최고 기온이33℃ 이상이2일 연속된 날

② 일평균 풍속이2.5m/s이하인 날

③ 하루 전과 전전날에 비가 오지 않은 날

-상기 조건에 부합하며 해당 월에 기온이 가장 높았던6월22일, 8월18일을 최종 분석날짜로 선정(7월은 조건에 부합한 날 없음)

기 온 편 차

(℃)

*

•

주간 콜드스팟은 핫스팟보다

24시간 내내 기온이 낮으며

일출 이후 기온의 상승속도가 핫스팟에 비하여 느리다는 특징이 관찰

•

야간 콜드스팟은 오전

9시부터 오후 3시까지 핫스팟 지점들과 기온의 차이가 거의 없었으나,

기온이 절정에 이르는 오후

4시 이후부터는

핫스팟보다 기온이 빠르게 하강하는 특징

▶ 핫스팟-콜드스팟 분석

-히트맵(Heat map)이 단순히 강도를 나타내는 것과 달리, 공간적 자기상관의 개념을 포함

- 전체850개 측정 지점 중99%의 신뢰도에 속하는 핫·콜드스팟은 주간 35개, 야간234개

▪

주간 콜드스팟은 하루 종일 핫스팟보다 기온이 낮았고, 야간 콜드스팟은 핫스팟보다 기온이 빠르게 하강하는 특징

Hot spot n=155

Cold spot n=79 Hot spot

n=12

Cold spot n=23

주1: 굵은선은 지점n의 평균값, 위아래 옅은 구간은95% 신뢰구간 주2: 6월22일의 핫스팟 분석 및 시간대별 기온변화는부록3참조

2. 폭염일 주·야간 기온 분포 특성

•

야간 대비 주간 고(高)·저(低)기온 분포의 공간적 자기상관성은 낮은 것으로 분석

핫 · 콜 드 스 팟 분 석

시 간 대 별

기 온 변 화

<주간> <야간>

주1: 그래프는n개의 평균값

개방·주거·산지·상업공간 S·DoT 위치

S·DoT 설치지역 유형 개방공간(n=25) 주거공간(n=25) 산지공간(n=14) 상업공간(n=25)

주2: 6월22일의 개방·주거·산지·상업공간24시간 기온변화는부록4참조 Date: 2020.8.18

• 2020년 8월 18일,

S·DoT 설치지역 유형 중 산지·주거·개방·상업공간에 대해

24시간 동안 기온변화를 살펴봄

•

일출 이후에는 설치지역 유형 간 기온이 크게 다르지 않다가 오후

4시 무렵 기온이 하락면서부터 기온 하강속도의 차이가 관찰되었는데,

산지공간의 기온 하락속도가 가장 빨랐으며 다음으로는 개방공간, 주거공간 순이었고 기온의 하강속도가 가장 느린 것은 상업공간

▪

S·DoT 설치지역의 유형에 따라 대략 오후

4시부터 기온의 하락속도 차이가 발생, 산지공간>개방공간>주거공간>상업공간 순

3. 폭염일 S·DoT 설치지역 유형에 따른24시간 기온변화

개방공간 주거공간 산지공간 상업공간

개방·주거·산지·상업공간24시간 기온변화

※ S·DoT 설치지역 유형

-S·DoT 설치정보에는 고유의 설치용도 속성이 부여되어 있음

-설치용도 속성에는 분석에서 사용된4가지(개방·주거·산지·상업공간) 이외에도 미세먼지 분석, 바람길 분석 등 총16개 용도가 존재

-참고로, 분석에 사용된 산지공간은 ‘고도에 따른 비교’로 기재되어 있음

-설치용도 속성에 대한 자세한 내용은부록1참조

• 2020년 8월18일의 주·야간 기온과 도시요소(건축면적, 녹지비율, 평균도로폭, 고도)의 상관분석을 수행

•

녹지비율, 고도는 기온과 음(-)의 상관관계, 주간보다 야간 기온과 더 강한 상관 ▶ 녹지비율, 고도가 높을수록 야간 기온이 낮음

•

건축면적은 기온과 양(+)의 상관관계, 주간보다 야간 기온과 더 강한 상관 ▶ 건축면적이 넓을수록 야간 기온이 높음

•

평균 도로폭은 주간 기온과 음(-)의 상관관계, 야간 기온과는 상관관계가 거의 없음 ▶ 도로폭이 넓은 지역일수록 주간 기온이 낮음

▪

평균도로폭이 넓을수록 낮에 시원, 건축면적이 넓은 지역은 밤에 덥고, 고도가 높고 녹지가 많은 지역일수록 야간에 시원

* p < 0.05, ** p < 0.01 수준에서 유의함

4. 폭염일 주·야간 기온과 도시요소의 상관분석

주간R = 0.336 **

야간R = 0.399 **

주간R = - 0.352 **

야간R = - 0.503 **

주간R = - 0.162 **

야간R = - 0.084 *

주간R = - 0.210 **

야간R = - 0.424 **

건축면적-기온 산점도 녹지비율-기온 산점도 평균 도로폭-기온 산점도 고도-기온 산점도

요약

•

서울 도시데이터 센서(S·DoT) 기온을 이용하면 국가 기상관측 기온으로는 알 수 없던 서울시 기온의 공간적인 분포 특성을 짧은 시간 단위로 상세하게(고해상도) 분석할 수 있음

-총850개(약1.4개/km²)로 세계적으로 매우 높은 수준의 도시환경을 측정할 수 있는 센서 체계임

-S·DoT은 총10개의 항목에 대해서 기온, 미세먼지 등의 환경정보는2분,유동인구는10분 주기로 측정하고 있음

•

S·DoT은 CCTV 지주 등에 설치되어 시민들이 생활에서 체감하는 기온을 측정, 서울 기상관측소 기온보다 다소 높게 관측되는 특징

- S·DoT은 우리 생활 주변에 설치되어 있는 반면, 서울 기상관측소는 지역 간 비교를 위해 전국적으로 동일하게 통제된 환경에서 기온을 측정한다는 차이가 있음 - 2020년5~8월(4개월)의 S·DoT 일평균 기온은 서울 기상관측소보다 약 1.8℃ 높았음

•

5~8월(4개월) S·DoT 측정 기온은 지역 간 최대 4℃ 이상 차이가 발생하는 날도 있어, 서울은 지역 간 기온 차가 다소 있는 편

- 2020년5월~8월 동안 서울시에서 가장 기온이 낮은 곳은 남쪽(관악산), 북쪽(북한산)이며, 가장 높은 곳은 종로 일대였음

•

토지이용, 건축면적, 도로 등 주변환경에 따라 기온의 지역별 차이가 발생하며 건축면적, 녹지율은 특히 야간 기온에 더 큰 영향을 줌

- 건축 면적이 넓은 지역일수록 야간에 기온 하강속도가 느려 건물들이 적은 지역에 비하여 기온이 상대적으로 높게 나타남

- 산지 및 개방공간(공원 등)에 비해 주거 및 상업공간의 야간 기온이 높은 것은 많은 건물들로 인하여 기온의 하락 속도가 낮아지기 때문인 것으로 추정 - 도로폭이 큰 지역일수록 주간 기온이 낮은 것으로 나타나 기온을 낮추는 데 영향을 주는 것으로 추정

•

향후 S·DoT 기온을 이용한 지속적인 관찰을 통해 서울시 고유의 기온 특징 규명이 가능할 것으로 기대

•

1일 동안 지역 간 기온 차이의 변화를 살펴본 결과, 시간대별로 상대적 고온지역이 확대-축소되는 반복적 패턴이 관찰

- 하루 동안 상대적 고기온은 종로 일대에서 중랑·광진·송파 일대까지 확산되다가 다시 종로로 축소되는 패턴이 반복

※ 2014년에 시작한 시카고 도시데이터(AoT)는 서울시와 유사한 면적에 약150개가 설치

부록 1.

S·DoT 센서종류, 측정주기, 센서별 설치 수량

•

설치형태: 1) 기본센서, 2) 기본센서+풍향/풍속센서, 3) 기본센서+흑구온도 센서, 4) 기본센서+방문자수 측정센서

명칭 구분 서비스명 센서종류 세부 측정대상(12개) 측정주기 수량

서울시 스마트 도시데이터

도시현상 환경정보

기본센서 (8개)

미세먼지(㎍/㎥), 초미세먼지(㎍/㎥)¹, 온도(℃), 상대습도(%), 조도(lux), 자외선(UVI), 소음(dB), 진동(g)²

2분

850개

특화센서 (2개)

흑구 온도(℃) 30개

풍향(°), 풍속(m/s)³ 12개

시민행동 유동인구 특화센서

(1개) 방문자수(반경150m 이내) 10분 50개

1

미세먼지는

PM10과 초미세먼지PM2.5를 각각 측정하고 인근의 도시대기측정망(3~5개)을 참조하여 보정된 미세먼지 보정(㎍/㎥), 초미세먼

지 보정값(㎍/㎥)을 제공

2

진동은

x, y, z 와 최대진동 x, y, z를 측정

3

돌풍 풍향/풍속 포함

(출처: 서울시 제공자료 재구성)

S·DoT 설치 위치

•

주요 설치 위치: 전기공급 및 유지관리에 유리한 시설물, 건물 활용

(예시. CCTV 지주, 주민센터 등)

설치용도 설치용도 세부 개수

대표지역 서울시청 서울대표지역

1

균등설치공간

424개 행정동

행정동 행정동별 약

1개 448

주거공간 주요 거주 및 생활 지역 주거공간 아파트, 다세대, 단독주택, 골목길 등

25

상업공간 상업 및 생산활동 지역, 유동인구

밀집지역 상업공간 상업지역, 관광지, 명소 등

25

개방공간 시민 공용 활용지역 및 주요

생활환경지역 개방공간 공원, 고궁, 광장, 학교, 하천 지역 등

25

정책수요공간

정책 결정을 위한 정량·정성적 기본 도시데이터 확보지역

시민행동 유동인구(전통시장)

50

대형공사장 재건축, 재개발, 고층건물

19

유해물질배출지역 카 정비센터 등

8

고도에따른비교 서울 근교 산

14

도로변영향

15

대기배출시설

12

교통량과다지역

6

대중교통전용지역 대중교통 차고지

1

녹색교통진흥지역

8

미세먼지분석

5개 자치구 미세먼지 다량 유발 시설 집적지

(관악, 마포, 성동, 양천, 종로) 181

바람길분석 바람길 통로

12

총합

850

(출처: 서울시로부터 제공받은 자료를 재구성)

부록 2.

폭염일 주·야간 기온 분포

주: 두 일자의 가장 큰 기상학적 특징의 차이는 평균 습도로, 서울 기상관측소 기준으로6월22일은44%, 8월18일은67%

주간 야간

2020. 6. 22.

2020. 8. 18.

(℃)

(℃)

측정지점 간 기온 편차

주간 야간

2020. 6. 22.

2020. 8. 18.

부록 3.

핫·콜드스팟 분석

주간 야간

2020. 6. 22.

2020. 8. 18.

2020. 6. 22.

2020. 8. 18.

Hot spot (n = 110) Cold spot (n = 98)

주간 야간

핫·콜드스팟의 24시간 기온변화

Hot spot (n = 189) Cold spot (n = 167)

Hot spot (n = 12) Cold spot (n = 23)

Hot spot (n = 155) Cold spot (n = 79)

2020. 6. 22. 2020. 8. 18.

부록 4.

S·DoT 설치 유형별 24시간 동안의 기온변화

설치유형

개방공간(n=25) 주거공간(n=25) 산지공간(n=14) 상업공간(n=25)