[논문 리뷰] Predicting Local Climate Zones using Urban Morphometrics and Satellite Imagery

Hugo Majer, Martin Fleischmann|arXiv (Cornell University)|2026. 02. 23.

Urban Heat Island Mitigation인용 수 0

한 줄 요약

본 연구는 지구도시 형태학만으로 및 위성 영상과의 융합을 통해 다섯 곳의 현장에서 Local Climate Zones(LCZs)를 예측하는 것을 평가하고, 일관성 없고 현장 의존적인 성능 및 융합으로 인한 미미하거나 때로 무시 가능한 이득을 발견했다.

ABSTRACT

The Local Climate Zone (LCZ) framework is commonly employed to represent urban form in morphological analyses despite its mapping predominantly relies on satellite imagery. Urban morphometrics, describing urban form via numerical measures of physical aspects and spatial relationships of its elements, offers another avenue. This study evaluates the ability of morphometric assessment to predict LCZs using a) a morphometric-based LCZ prediction, and b) a fusion-based LCZ prediction combining morphometrics with satellite imagery. We calculate 321 2D morphometric attributes from building footprints and street networks, covering their various properties at multiple spatial scales. Subsequently, we develop four classification schemes: morphometric-based prediction, baseline image-based prediction, and two techniques fusing morphometrics with imagery. We evaluate them across five sites. Results from the morphometric-based prediction indicate that the correspondence between 2D urban morphometrics and urban LCZ types is selective and inconsistent, rendering the efficacy of this method site-dependent. Nevertheless, it demonstrated that a much broader range of urban form properties is relevant for distinguishing LCZ types compared to standard parameters. Relative to the image-based baseline, the fusion yielded relatively distinct accuracy improvements for urban LCZ types at two sites; however, gains at the remaining sites were negligible or even slightly negative, suggesting that the benefits of fusion are modest and inconsistent. Collectively, these results indicate that the relationship between the LCZs and the measurable, visible aspects of urban form is tenuous, thus the LCZ framework should be used with caution in morphological studies.

연구 동기 및 목표

• 2D 도시 형태학이 LCZ 유형을 예측할 수 있는지 평가한다.
• 위성 영상을 이용한 기초 LCZ 예측을 평가한다.
• 다수의 현장에서 형태학과 영상의 융합 두 가지 접근법을 테스트하여 LCZ 예측을 수행한다.
• 일 다섯 개의 도시 현장에서 성능을 비교하여 일반화 가능성을 이해한다.
• 관찰된 관계를 바탕으로 형태학 연구에서 LCZ를 사용하는 지침을 제공한다.

제안 방법

• 다중 규모에서 건물 윤곽선과 도로망으로부터 321개의 2차원 형태계 속성을 계산한다.
• 4개의 LCZ 분류 체계를 개발한다: 형태계 기반, 기초 영상 기반, 그리고 두 가지 형태계+영상 융합 접근법.
• 다섯 개 현장에서 분류 성능을 평가하여 모달리티와 융합 유용성을 비교한다.
• 형태계와 LCZ 유형 간의 대응을 분석하여 예측 가능성과 현장 의존성을 평가한다.

실험 결과

연구 질문

• RQ1 다양한 현장에 걸쳐 2D 도시 형태계만으로 LCZ 유형을 정확히 예측할 수 있는가?
• RQ2 형태계와 위성 영상을 융합하는 것이 영상 기반 기초 대비 LCZ 예측을 개선하는가?
• RQ3 LCZ와 보이는 도시 형태 속성 간의 관계가 현장마다 일관된가?

주요 결과

• 형태계 기반 LCZ 예측은 LCZ 유형과의 대응이 선택적이고 일관되지 않으며 현장 의존적이다.
• 표준 매개변수보다 LCZ 유형을 구별하는 데 더 광범위한 도시 형태 속성이 관련된다.
• 융합 기반 예측은 두 곳의 현장에서 LCZ 유형에 대해 상대적으로 뚜렷한 정확도 향상을 보인다.
• 나머지 현장에서는 융합 이득이 미미하거나 약간 음수이다.
• 전반적으로 LCZ와 보이는 도시 형태 속성 간의 관계는 미약하여 형태학 연구에서 LCZ의 신중한 사용을 시사한다.