Hot School Grounds, Mismatched Evidence: Facility-Scale Urban Heat in Barcelona and Madrid

도시가 점점 더 뜨거워지고 있으며, 이는 먼 미래의 기후 경고에서 도시 계획가들을 위한 일상적인 설계 과제로 변모한 현실입니다. 태양이 도시를 내리쬐면 지표면, 건물, 포장도로가 그 에너지를 흡수했다가 열로 방출하며, 이는 주변 시골 지역보다 현저히 높은 강렬한 열기 구역을 만들어냅니다. 이 현상을 이해하기 위해 과학자들은 종-종 도시의 '표면 온도(skin temperature)'—지면과 지붕에서 직접 방출되는 열—에 주목하며, 이는 위성을 통해 우주에서 측정할 수 있습니다. 또한 그들은 조밀한 고층 빌딩 밀집 지역부터 개방된 저층 지역에 이르기까지 다양한 유형의 동네를 설명하는 표준 어휘 역할을 하는 '국지 기후 구역(Local Climate Zones)'이라는 체계를 사용합니다. 이러한 도구들은 전체 지역의 열 분포를 매핑하는 데는 탁ell하지만, 결정적인 격차가 존재합니다. 도시의 예산과 유지보수 팀은 추상적인 지역이나 지도 위의 픽셀을 관리하는 것이 아니라, 학교 운동장, 공원, 광장과 같이 경계가 명확한 구체적인 장소를 관리하기 때문입니다. 광범위한 위성 기반 열 지도를 개별 공공 자산에 대한 실행 가능한 계획으로 어떻게 전환할 것인가의 문제는 도시 계획 분야의 지속적인 병목 현상이었습니다.

시카고 대학교의 연구원 지아루이 션(Jiarui Shen)의 새로운 연구는 공공 초등학교라는 구체적이고 실질적인 자산에 집중함으로써 이 불일치를 해결하고자 합니다. 연구자는 스페인의 두 주요 도시인 바르셀로나와 마드리드의 학교 부지를 조사하여 시설 규모에서 열이 어떻게 작용하는지 살펴보았습니다. 연구자는 학교를 단순히 더 큰 도시 이미지의 한 조각인 픽셀 덩어리로 취급하는 대신, 각 학교 캠퍼스를 하나의 독립된 관리 단위로 다루었습니다. 연구자는 2014년부터 2024년까지 10년간의 데이터를 수집하여, 가장 더운 달인 7월과 8월 동안 바르셀로나의 학교 158곳과 마드리드의 학교 276곳의 표면 온도를 조사했습니다. 지표 온도를 포착하는 위성 영상을 사용하여, 연구자는 단순히 특정 연도에 학교가 얼마나 더웠는지뿐만 아니라, 그 열기가 시간이 흐름에 따라 악화되고 있는지 여부까지 추적할 수 있었습니다.

연구 결과는 두 도시 간의 명확한 차이를 보여줍니다. 마드리드 학교 부지의 여름철 중앙값 표면 온도는 섭씨 37.2도였던 반면, 바르셀로나는 31.8도였습니다. 현재의 열 수준을 넘어, 연구는 온난화의 궤적도 살펴보았습니다. 마드리드의 학교 부지 열기는 바르셀로나의 연간 평균 0.09도 상승에 비해 연간 0.18도씩 더 빠르게 상승하고 있었습니다. 더욱이, 마드리드의 더 많은 학교가 지난 10년 동안 통계적으로 유의미하고 꾸준한 열 상승을 보였으며, 이는 해당 도시에서 문제가 더 가속화되고 있음을 시사합니다. 이러한 결과는 두 도시 모두 열 문제에 직면해 있지만, 그 강도와 변화의 속도는 서로 다르며, 이에 따라 요구되는 긴급성과 주의의 수준도 다르다는 점을 강조합니다.

이러한 온도 차이를 유발하는 요인을 이해하기 위해, 연구자는 학교 캠퍼스의 열에 영향을 미칠 수 있는 다양한 요인들을 테스트했습니다. 연구자는 녹지 식생이 얼마나 존재하는지, 토양과 식물의 수분이 얼마나 있는지, 딱딱한 포장면이 얼마나 존재하는지, 그리고 노출된 건조한 맨땅이 얼마나 많은지를 조사했습니다. 또한 표면이 햇빛을 얼마나 반사하는지도 측정했습니다. 첨단 컴퓨터 모델을 사용하여, 연구자는 어떤 요인이 표면 열의 가장 강력한 예측 인자인지 분석했습니다. 모델 결과, 수분과 식생이 가장 강력한 지표인 것으로 나타났습니다. 구체적으로, 토양과 식물의 수분량이 그다음으로 가까운 녹지 식생의 양과 함께, 더 낮은 표면 온도를 만드는 핵심 요인으로 꼽혔습니다. 반대로, 딱딱한 포장면과 노출된 건조한 지면은 높은 온도와 연관이 있었습니다.

이 연구의 핵심적인 부분은 연구자가 컴퓨터 모델을 어떻게 테스트했는가 하는 점입니다. 흔히 연구들은 일부 데이터로 모델을 학습시킨 뒤 동일한 위치의 다른 데이터로 테스트하여 모델의 성능을 지나치게 낙관적으로 보여주는 경우가 있습니다. 본 연구는 다른 접근 방식을 취했습니다. 연구자는 특정 학교 집단으로 모델을 학습시킨 후, 모델이 한 번도 본 적 없는 완전히 다른 학교들을 대상으로 테스트했습니다. '학교 그룹화 검증(school-grouped validation)'이라고 알려진 이 방법은 새로운 시설에 솔루션을 적용하는 실제 상황을 모사하기 때문에 더 엄격한 테스트입니다. 이 엄격한 테스트를 적용했을 때 모델의 성능은 느슨한 테스트에 비해 약간 하락했지만, 이는 연구 결과가 새로운 학교에 얼마나 잘 적용될 수 있는지에 대해 훨씬 더 정직하고 신뢰할 수 있는 추정치를 제공했습니다. 이 엄격한 테스트에서 가장 우수한 성능을 보인 모델은 보지 못한 학교들의 열 수준을 높은 정확도로 예측해 냈으며, 이는 수분, 식생, 열 사이의 관계가 계획 수립에 사용될 만큼 견고하다는 것을 확인시켜 주었습니다.

이 연구의 궁극적인 목표는 나무 한 그루를 심으면 온도가 정확히 몇 도 낮아지는지를 증명하는 것이 아니라, 시 당국에 신뢰할 수 있는 선별 도구를 제공하는 것입니다. 연구는 이 증거를 사용하는 가장 효과적인 방법이 수분과 식생 수준을 바탕으로 정밀 현장 조사를 위한 학교의 우선순위를 정하는 것이라고 결론짓습니다. 만약 어떤 학교의 토양 수분이 낮거나 녹지 피복이 매우 적다면, 이를 상세 감사가 필요한 고순위 대상으로 분류해야 합니다. 이후 이 감사 과정에는 현장 측정과 지역 전문가가 투입되어 수경 시설 추가, 나무 심기, 또는 포장재 변경 등 어떤 개입이 가장 효과적일지를 결정하게 됩니다. 본 연구는 위성 데이터만으로 문제를 해결할 수 있다거나, 위성이 아이들이 실제로 느끼는 열을 측정한다고 주장하는 것을 명시적으로 피합니다. 대신, 이 연구는 도시가 수많은 공공 자산 중 어느 곳에 즉각적인 주의와 자원을 투입해야 할지 결정할 수 있도록 돕는 실질적이고 증거에 기반한 필터를 제공합니다.

과학적 측정치를 실제 관리 단위인 학교 캠퍼스와 일치시킴으로써, 이 연구는 높은 수준의 기후 데이터와 지역적 의사결정 사이의 간극을 메웁니다. 이는 열 문제가 복잡하긴 하지만, 수분과 녹지 피복이라는 올바른 지표에 집중함으로써 대응 경로를 단순화할 수 있음을 보여줍니다. 바르셀로나, 마드리드, 그리고 그 외 지역의 도시 관리자들에게 이는 이제 어떤 학교가 가장 뜨거운지 추측하는 것을 멈추고, 개입했을 때 가장 큰 효과를 볼 수 있는 시설을 식별하기 위한 명확하고 데이터에 기반한 방법을 사용할 수 있음을 의미합니다. 이 연구는 마법의 해결책을 제시하는 것은 아니지만, 도시를 식히기 위한 작업을 어디서부터 시작해야 할지에 대한 명확하고 신뢰할 수 있는 지도를 제공합니다.