한파 시 블루그린루프의 건물 실내 난방효과 능력에 관한 연구

A Study on the Indoor Heating Effect of Blue Green Roofs during Cold Waves

Article information

J. Korean Soc. Hazard Mitig. 2024;24(5):31-37
Publication date (electronic) : 2024 October 31
doi : https://doi.org/10.9798/KOSHAM.2024.24.5.31
* 정회원, LH토지주택연구원 센터장(E-mail: andrew4502@.lh.or.kr)
* Member, Center Director, Land & Housing Research Institute
** 정회원, 부산대학교 녹색국토물관리연구소 전임연구원(E-mail: ichamini21@pusan.ac.kr)
** Member, Associate Researcher, Green Land and Water Management Research Institute, Pusan National University
*** 정회원, 부산대학교 스마트 해양도시 인프라 교육연구단 계약교수(E-mail: ekzmans7@pusan.ac.kr)
*** Member, Project Professor, Education & Research Center for Infrastructure of Smart Ocean City, Pusan National University
**** 정회원, 부산대학교 사회기반시스템공학과 교수(E-mail: sckwon@pusan.ac.kr)
**** Member, Professor, School of Urban, Architecture and Civil Engineering, Pusan National University
* 교신저자, 정회원, LH토지주택연구원 센터장(Tel: +82-42-866-8464, Fax: +82-42-866-8474, E-mail: andrew4502@.lh.or.kr)
* Corresponding Author, Member, Center Director, Land & Housing Research Institute
Received 2024 August 30; Revised 2024 September 03; Accepted 2024 September 13.

Abstract

최근 기후변화에 따른 열 기반의 기후재난 발생 빈도가 증가함에 따라 이들 피해를 저감하기 위한 다양한 기술개발이 이루어지고 있다. 블루그린루프는 빗물저금통과 잔디층으로 구성된 기술로써 건물 옥상에 설치하여 옥상 표면의 한기 또는 열기가 건물 내부로 유입되는 것을 줄여주는 기능을 한다. 이 연구에서는 동일한 옥상면적을 갖는 2개의 건물을 대상으로 겨울철에 블루그린루프를 설치한 건물과 그렇지 않은 건물의 실내온도 변화를 분석하여 난방효과에 대해 평가하였다. 그 결과 블루그린루프가 설치된 건물에서 모니터링 수행기간 전체 평균 0.56 °C의 난방효과가 있었다. 또한 모든 온도 구간에서 난방효과가 있는 것이 아닌 6.5 °C 보다 낮은 외부 기온이 발생하는 구간부터 난방효과가 있는 것으로 나타났다. 이 연구는 옥상에 설치하는 것만으로도 일정부분 난방 효과를 확보할 수 있으며 향후 추가 기술개발을 통해 난방효율을 개선하는 방향의 연구개발이 필요하다고 판단된다.

Trans Abstract

With the increasing frequency of heat-based climate disasters due to recent climate change, various technologies are being developed to mitigate their impacts. Blue-green roofs (BGR) is a technology that consists of rainwater storage tanks and grass layers installed on building rooftops to reduce the infiltration of cold or heat into the building interiors. This study analyzed the indoor temperature changes between two buildings with equal rooftop area, one equipped with a BGR and the other without, during winter season to evaluate their heating effects. The results indicated an average heating effect of 0.56 °C across the entire monitoring period for the building with a BGR. The heating effect was observed only at temperature ranges below 6.5 °C, with no effect at higher temperatures. This study suggests that even installing a roof-based system can provide some degree of heating benefits. Further research and development are needed to improve the heating efficien through additional technological advancements.

1. 서 론

최근 기후변화로 인해 극단적인 기상 현상이 빈번하게 발생하고 있으며, 특히 한파와 같은 급격한 온도 변화가 건물의 에너지 효율과 실내 환경에 미치는 영향이 점점 더 중요해지고 있다. 2021년 1월과 2월에는 미국, 유럽, 한국 등 북반구에 강력한 한파가 몰아쳤다(Gao et al., 2023). 미국 텍사스주의 경우 1930년 이후 최저인 영하 18.8도를 기록하였으며 일부 Texas에서는 Alaska보다 더 추운 지역도 있었다. 영국에서는 1955년 이후 2월 기준 가장 낮은 온도를 기록하였으며 독일에서는 많은 관측소에서 영하 20도 이하를 기록하는 등 유럽 전역에서 기록적인 한파를 겪었다. 한국에서도 최남단에 위치한 지역까지 아침최저기온 영하 20도에 가까운 추위가 3일 이상 지속되었으며 이로 인하여 수도계량기가 파손되는 각종 피해가 발생하였다. 기후변화에 따라 지구 평균온도가 상승함에도 한파가 한반도 등 중위도 지역에서 최근 발생빈도가 높아지는 이유는 북극 기온 상승으로 극지방의 소용돌이(Polar Vortex)의 남하 현상이 발생하는데 기인한다(Bae et al., 2020).

인간이 거주하는 건물 내에서 폭염 및 혹한에 의한 피해를 저감하기 위해서는 냉방 및 난방이 필수적이다. 이를 위해서는 에너지의 사용과 그에 따른 비용 지출이 수반된다. 최근 에너지 비용을 최소화 하고 난방 및 냉방 효율을 극대화 하기 위한 passive house와 같은 다양한 기술이 적용된 건축물이 개발되고 있다.

전통적인 건축 설계에서는 주로 냉방 및 난방설비를 통해 실내 온도를 조절하지만, 에너지 소비의 증가와 환경 오염 문제로 인해 지속 가능한 에너지 절약 방법의 필요성이 대두되고 있다(Razzaghmanesh et al., 2016). 이러한 배경에서, 도시의 열섬 효과를 완화하고 건물의 에너지 소비를 줄이는 데 효과적인 방법으로 Green Roof (GR)와 Blue Roof (BR) 기술 및 이 둘을 결합한 Blue-Green Roof (BGR) 기술 이 주목받고 있다(Mohajerani et al., 2017). 특히, BGR는 강우 시 강우유출량을 조절할 수 있어 홍수 피해를 저감하는 물 관리 기능과 온도 조절 기능을 동시에 수행할 수 있는 융합 기술로, 다양한 기후재난 (폭염, 한파, 홍수 등) 적응에 효율적인 대안 기술로 간주되고 있다(Almaaitah et al., 2021; Busker et al., 2022). 본 연구에서 적용한 BGR와 GR의 차이점은 구조적인 측면에서 GR의 하부에 물을 저장하는 층이 추가된 것이 BGR이며 물 저장층이 있어 BGR의 경우 온도 저절효과가 더 뛰어나다고 할 수 있다. 물을 저류하는 층이 있기 때문에 관수 등 유지관리 측면에서 BGR이 더 용이하며 저장된 물을 통해 단열효과 향상을 기대할 수 있다.

한파 발생 시 BGR과 같은 기술을 활용하여 건물 실내 온도를 조절하는 연구는 캐나다, 유럽, 미국 북부지역과 같이 겨울철 낮은 온도에 노출되는 지역에서 제한적으로 연구가 되어왔다. Andenæs et al. (2018)은 추운 기후에서 GR의 열 성능에 대한 현장연구는 많지 않으나 건물의 열성능을 개선하고 에너지 효율성을 높일 수 있다는 결론을 도출하였다. Schade et al. (2021)은 스웨덴 북부지방에 위치한 키루나(Kiruna) 지역에서 BGR의 열전달을 평가를 수행하였으며 고도로 단열된 건물에서는 BGR에 따른 에너지 이점은 낮으나 그렇지 않은 건물에서는 에너지 이점이 있다고 보고하였다. 이는 단열 성능이 다소 낮은 건물의 옥상에 BGR을 설치할 경우 한파 시 실내 온도가 일정부분 유지될 수 있다고 말할 수 있다. Getter et al. (2011)는 계절 별 지붕을 통한 열 손실에 대한 연구를 진행하였으며, 겨울철의 경우 실내 건물 내부의 난방이 지붕을 통하여 열 손실이 발생하게 되는데 이 때 일반 자갈로 구성된 지붕에 비해 GR 형태에서 열손실이 덜 발생하였으며 이는 겨울철 heat flux를 13% 감소시켜 겨울철 실내를 더 따뜻한 상태로 유지시켰음을 밝혔다. Tian et al. (2017)은 GR이 여름 및 겨울에 건물 냉난방 에너지 사용을 줄일 수 있어 기존 건물 리노베이션 설계 시 GR의 설치로 인해 단열재를 대체할 수 있어 에너지 비용 및 건설 비용을 줄일 수 있다고 제안했다.

본 연구에서는 동일 면적을 갖는 2개의 건물 옥상을 활용하여 한 개의 건물에는 실험군 역할을 하는 BGR을 설치하고 다른 건물에는 대조군 역할을 하는 일반 옥상으로 하여 겨울철 실내 온도에 대한 모니터링을 실시하여 한파 시 BGR이 건물의 실내 온도 조절에 미치는 영향을 분석하고, 그 효용성을 평가하는 것을 목적으로 한다. 특히, 한파 상황에서 BGR의 성능을 기존의 일반 지붕(Conventional Roof)과 비교하여, 실내 온도 유지와 에너지 효율성 측면에서 얼마나 효과적인지 검토할 것이다. 이를 통해, 한파와 같은 극한 기상 조건에서도 지속 가능한 솔루션으로서 BGR의 가능성을 입증하고자 한다.

2. 자료 및 방법

2.1 BGR 설치

본 연구를 위하여 동일한 옥상면적(145.3 m2)을 갖는 2개의 건물 옥상에 A사에서 제작한 BGF를 설치하였다(Fig. 1(a)). 설치는 과정은 Fig. 1(a)와 같이 물저류층(Blue Layer)을 만들기 위한 빗물저금통을 옥상 표면에 설치한 후 상부 잔디층 (Green Layer)을 구성하기 위한 유동지지판을 빗물저금통 위에 설치하였다(Fig. 1(b)). 빗물저금통은 생활계 폐합성수지(폐비닐)을 원료로 하여 제작된 제품으로 환경부 연구개발사업(과제명: 생활계 폐합성수지 등을 활용한 재활용 성형 시스템 개발, 과제고유번호: 1485015596) 결과물을 기반으로 하고 있다. 빗물저금통의 최대압축하중은 97.3 kN (KTR 시험성적번호: TBK-2020-009518) 으로 이는 빗물저금통이 상부 하중의 9,920 kg 까지 견딜 수 있음을 의미한다. 빗물저금통에서 잔디층으로 물을 공급하기 위하여 모세관 심지를 설치한 후(Fig. 1(c)) 부직포와(Fig. 1(d)) 조경토를 포설하였다(Fig. 1(e)). 조경토 상부에 잔디를 식재하여 BGR은 설치되었다. A사의 BGR은 모듈형태로 설치되며 145.3 m2의 옥상에 733개가 설치되었다. 모듈 1개당 순수 무게는 약 3.4 kg으로 733개 설치 후의 무게는 2,492 kg이다. 물저류층의 최대 저류 가능한 물의 양은 13.2 L이며 733개 모듈에 최대로 저류하였을 때 총 물의 양은 9,675 L이다. 물저류층과 잔디층 사이의 조경토의 무게는 약 11,500 kg으로 BGR이 갖는 최대 무게는 약 24,000 kg이며 이들이 옥상 전체에 균등하게 분포되었다고 가정 할 때 1 m2 당 165.2 kg의 하중이 작용하게 된다고 할 수 있다. 이 무게는 건축물 하중기준 중 등분포적재하중 기준에 제시된 주거용 건축물의 거실, 공용실, 복도의 적재하중인 200 kg/m2 보다 낮은 하중에 해당되는 무게이나(Ministry of Construction and Transportation, 2000), 설치하고자 하는 건물의 안전도 등을 고려하여 설치할 필요가 있다.

Fig. 1

Roof Installation Process of Blue-Green Roof (Source: Photographed by the Author Himself)

2.2 기상데이터 및 실내 온도변화 모니터링

본 연구를 진행하기 위하여 BGR을 설치한 한국 내 지역은 전라남도 강진군의 평지 지역이며 외부 온도 관측 자료는 기상청에서 운영하는 AWS 관측 지점 중 “강진군” 지점의 자료를 활용하였다. BGR 설치 위치에서 가장 가까운 AWS 지점은 “성전”이나 이 지점의 경우 산지(월출산)의 영향을 받기 때문에 평지의 특성이 아닌 산지의 영향을 받아 평지에 위치한 “강진군” 지점의 자료를 활용하였다.

실험군 및 대조군 건물 내부의 온도를 측정하기 위하여 Fig. 2와 같이 건물 내부의 3곳 천정에 온도 센서를 설치하였다. 여기에서 생산되는 데이터는 실시간으로 측정되며 Data Logger를 통해 컴퓨터에 실시간으로 자료가 저장되도록 구성하였다. 각 건물에 설치된 센서에서 생산되는 데이터는 RS485 통신을 이용하여 수집되었다. 온도센서의 정밀도는 ±0.5 °C이며 각 센서별 모니터링 간격은 1분으로 설정하여 데이터를 생산하였다.

Fig. 2

(a) Placement of the Experimental Group (Building with Blue-Green Roof Installation) and Control Group (Building with Conventional Roof), (b) Installation Locations of Data Loggers and Temperature Sensors in Each Building (Source: Photographed by the Author Himself)

2.3 통계분석: 독립표본 t-검정 및 선형회귀분석

본 연구에서는 두 그룹간의 평균 차이를 분석하기 위해 독립표본 t-검정을 사용하였다. BGR이 실제 한파 시 난방효과가 있는지 비교하기 위해 실험군 건물(BGR 설치 옥상)과 대조군(일반 옥상) 건물의 데이터를 적용하였다. 온도변화 데이터는 측정기간인 2020년 12월 1일부터 2021년 2월 21일까지의 자료를 활용하였다. 독립표본 t-검정에서 독립변수는 실험군과 대조군이며 종속변수는 건물 내부의 온도 변화로 설정하였다.

선형회귀분석은 외부 대기 온도와 두 종류의 옥상을 갖는 건물의 실내 온도와의 관계 이해를 위하여 수행되었으며, 회귀모델의 설정 및 분석은 1) 종속변수: 각 옥상 건물의 실내온도 2) 독립변수: 외부 대기 온도로 하였다.

독립표본 t-검정 및 선형회귀분석 수행을 위하여 IBM SPSS Statistics Version21을 사용하였다.

3. 결 과

3.1 한파 시 실험군건물 과 대조군 건물 에서의 온도변화

모니터링 기간인 12월부터 2월까지 중 대기 온도가 영하를 기록했던 기간 동안 전반적으로 Fig. 3(c)에서와 같이 실험군에 해당하는 BGR 건물의 실내 온도가 대조군에 해당하는 일반 옥상(Conventioanl Roof) 건물에 비해 상대적으로 더 높은 온도를 유지하고 있음을 확인할 수 있었다. 특히 영하 10 °C 이하까지 내려갔던 1월 8일에서 10일 사이에는 실험군 건물의 실내 온도가 0 °C 수준을 유지하고 있었다. 같은 기간 동안 대조군 건물에서는 –2 °C 수준까지 내려간 점을 비교할 때 특별한 외부 에너지를 사용한 난방없이 2 °C의 난방 효과가 있다고 볼 수 있다. 모니터링 기간 동안 평균 기온에서도 차이가 있었다. 주간 및 야간을 포함한 전체 평균의 경우 실험군 건물 실내 온도는 4.750 (±1.717) °C 였으며 대조군 건물 실내 온도는 4.189 (±2.455) °C 였다. Figs. 3(b)(c)에서 볼 수 있듯이 대기 온도가 영상일 때 두 그룹간의 온도차이가 거의 없었으나 영하로 내려갔을 때 그 차이가 상대적으로 크게 발생하고 있었음을 고려하면 전체 평균에 의한 0.561 °C의 차이는 유의미한 온도차라 말할 수 있다. 보다 명확한 차이 분석을 위해 독립표본 t-검정을 실시하였다.

Fig. 3

(a) Snow Cover, (b) Air Temperature, and (c) Internal Temperature Variations of Experimental (Blue-Green Roof) and Control (Conventional Roof) Buildings during the Study Period

두 그룹의 분산이 동일한지를 검정하기 위해 Table 1에서와 같이 Levene’s Test 결과값을 보면 p-value가 0.05 보다 작은 것을 확인할 수 있다. 따라서 Equal variance not assumed의 결과로 해석하면 두 그룹간의 평균 동일성에서 p-value가 0.000으로 0.05 보다 작기 때문에 두 그룹 간(실험군 건물 내부온도와 대조군 건물 내부온도)에는 통계적으로 유의미한 수준에서 차이가 있다고 말할 수 있다.

Results of Independent-samples t-test

3.2 난방효과가 발생하는 온도 구간

일반 옥상 건물에 비해 BGR 옥상 건물에서 난방효과가 더 있다는 것은 밝혀졌으나 어느 온도 범위부터 난방효과가 발생하는지는 해당 건물의 내부 온도 관리 및 건물 환기 운영에 있어 중요한 부분이다. 이를 위해 대기온도와 BGR 건물 내부 온도와의 관계 파악이 필요하다. 물론 일반 옥상 건물도 외부 대기 온도에 비해 실내 온도가 더 높을 수 있으나 BGR 건물의 실내온도가 일반 옥상 건물에 비해 난방효과가 어느 구간부터 실제 더 발생함을 밝히는 것은 이 연구에서 매우 중요하다.

이를 위해 본 연구에서는 한파 시 BGR 건물과 일반 옥상 건물의 실내 온도 변화를 분석하였으며 대기 온도와 실내 온도 간의 관계를 조사하였다. 분석 결과, 두 그룹의 데이터 모두 대기 온도와 실내 온도 간에 선형적인 관계를 나타내는 것으로 확인되었다. 이러한 선형성은 선형 회귀 분석을 수행하는 데 적합한 조건을 제공하므로, 본 연구에서는 대기 온도와 두 그룹의 실내 온도 간의 관계를 분석하기 위해 선형 회귀 모델을 적용하였다. 선형 회귀모델은 SPSS의 선형회귀분석 도구를 사용하였으며 수행 결과는 Table 2에 제시된 바와 같다. Table 2(a)에서 R square는 모델이 데이터를 얼마나 잘 설명하는지를 나타내며 R square 값이 높을수록 데이터가 선형 모델에 잘 맞는다고 할 수 있다. Adjusted R square는 R square를 조정한 것으로 독립변수의 개수와 표본 크기를 고려한 값이다. 높은 Adjucted R square 값은 선형 모델이 데이터에 잘 맞는다는 것을 의미한다.

Results of Linear Regression Model for BGR and Conventional Roof

두 모델의 결과 Table 2(a)를 보면 외부 대기온도와 실내온도와의 R square 값이 BGR 건물의 실내온도(r2 = 0.496)에 비해 일반 옥상 건물의 실내온도(r2 = 0.599)가 더 높음을 알 수 있다. 이는 외부 대기온도의 변화에 따라 일반 건물의 실내온도 변화가 더 유사하게 변화함을 의미하며 따라서 BGR 건물이 일반 옥상 건물에 비해 외부 온도 변화에 따른 실내 온도를 상대적으로 일정하게 유지시킬 수 있다고 말할 수 있다.

Table 2(b)는 ANOVA (Analysis of Variation) 분석 결과를 나타낸 것으로 선형 회귀분석의 분산분석을 통해 회귀 모델의 선형성을 평가할 수 있다. Table 2(b)에서와 같이, 회귀분석의 분산분석 결과, BGR 건물의 F-value는 1,907.633였으며 p-value는 0.000으로 나타났다. 또한 일반 옥상 건물 의 F-value는 2,905.241였으며 p-value는 0.000으로 나타났다. 이 결과는 모델이 통계적으로 유의미하게 종속 변수의 변동성을 설명하고 있음을 의미한다. 즉, 대기 온도가 두 그룹의 실내 온도에 미치는 영향을 설명하는 데 있어 회귀 모델이 통계적으로 유의미하다고 판단할 수 있다.

Table 2(c)는 두 회귀분석에 따른 Cofficients 값들이 제시되어 있으며 모든 p-value 가 0.05보다 작기 때문에 모든 coefficients 값들은 통계적으로 유의미하다고 말할 수 있다. 이 연구에서는 대기온도를 독립변수로, 각 건물의 실내온도를 종속변수로 설정하였기 때문에 Unstandardized coeffiicent의 B 값을 적용하여 두 모델을 equation으로 표현하면 다음과 같다.

(1)Y1=4.235+0.225X
(2)Y2=3.379+0.353X

여기서 Y1은 BGR 건물의 실내온도, Y2는 일반 옥상 건물의 실내온도, 그리고 X는 외부 대기온도이다.

선형 회귀 분석을 통해 두 그룹 간의 실내 난방 효과 간 변화가 발생하는 시점을 확인할 수 있었다. Fig. 4에서와 같이 두 선형이 교차하는 이 지점은 외부 대기 온도 기준 6.5 °C로 나타났다. Fig. 4의 두 선형 모델의 교차점은 동일한 외부 기온 하에서 실내 온도가 두 옥상이 실내온도 변화에 대한 임계 온도로 제시할 수 있으며 해당 대기 온도에서 두 그룹의 난방 효과가 본질적으로 다르게 작용하기 시작하는 온도라 말할 수 있다. 외부 대기온도가 6.5 °C 보다 높을 경우 BGR의 실내 난방 효과는 일반 옥상에 비해 낮았으며 6.5 °C 보다 외부 대기 온도가 낮아질 경우 난방효과가 발생하는 것으로 나타났다. 즉, 외부 기온이 더 낮아질수록 BGR 건물의 실내 난방효과가 일반 옥상 건물에 비해 더 커진다고 말할 수 있다.

Fig. 4

Linear Relationship between Air Temperature and Indoor Temperature: Comparison of BGR and Conventional Roof Models

이러한 결과는 실험 조건에 따라 일부 달라질 수 있으나 이 실험에서 6.5 °C를 기준으로 난방효과가 바뀌는 이유는 BGR의 열전달 특성에 기인한다고 보여진다. 일반옥상에 비해 BGR은 토양, 식물(잔디), 물층으로 구성되어 있으며 이러한 구성 요소들은 일반 옥상에 비해 열전도율이 낮다. 식물 및 토양층은 단열재 역할을 하여 냉기가 외부에서 실내로 전달되는 것을 차단하며 물층 또한 일반 옥상에 비해 낮은 열전도율을 갖는다. 이 실험의 경우 약 6.5 °C로 보여지는 온도가 BGR과 일반옥상의 임계온도로 나타났으나 옥상의 형태(평면 옥상, 경사면 옥상 등), 옥상 표면 재질에 따라 이 값은 달라질 수 있다.

4. 결 론

기후변화에 따라 한파, 폭염 등 열 기반의 기후재난 발생빈도는 증가하고 있다. 이 연구에서는 일반 옥상 건물과 옥상에 BGR이 설치된 건물을 대상으로 한파 시 건물 실내 온도의 변화에 대해 분석을 하였고 어느 온도부터 BGR이 난방효과가 발생하는지에 대해 분석하였다.

겨울철 전체 기간에 대해 난방효과는 평균 0.56 °C가 발생하였으며 선형회귀분석 모델을 통해 외부 대기온도 기준으로 6.5 °C 보다 낮아질 경우 일반 옥상 건물 보다 BGR 건물에서 난방 효과가 발생하는 것으로 나타났으며 온도가 더 낮아질수록 그 효과가 커질 수 있는 것으로 확인되었다.

이 연구의 한계점으로는 옥상에 BGR이 설치되었느냐 그렇지 않느냐에 대해서만 고려를 하였다. 겨울철 건물 실내온도는 옥상의 단열 문제뿐만 아니라 벽체의 단열 성능 또한 매우 중요하다. 그럼에도 불구하고 이 연구는 옥상을 기존 일반 평범한 옥상에서 BGR의 설치만으로 겨울철 난방 효과를 확보할 수 있음을 확인하였으며, 향후 BGR의 물저류층(Blue Layer)에 물순환 기능 등을 추가하여 난방 또는 냉방효과를 향상시킬 수 있는 연구가 필요하다고 판단된다.

감사의 글

본 연구는 과학기술정보통신부 한국연구재단의 연구비지원(NRF-RS-2023-00259995)에 의해 수행되었습니다.

References

1. Almaaitah T, Appleby M, Rosenblat H, Drake J, Joksimovic D. 2021;The potential of Blue-Green infrastructure as a climate change adaptation strategy:A systematic literature review. Blue-Green System 3(1):223–248.
2. Andenæs E, Kvande T, Muthanna T.M, Lohne J. 2018;Performance of blue-green roofs in cold climates:A scoping review. Buildings 8(4):55–78.
3. Bae Y.H, Jung J, Necesito I.V, Kim J, Lee M, Kim H.S. 2020;Correlation analysis and evaluation for snowfall data of ECMWF and Honam region in Korea. Journal of the Korean Society of Hazard Mitigation 50(5):21–31.
4. Busker T, Moel H, Haer T, Schmeits M, Hurk B, Myers K, et al. 2022;Blue-green roofs with forecast-based operation to reduce the impact of weather extremes. Journal of Environmental Management 301:113750.
5. Gao C, Hu S, Zhang J, Zhang W, Li D, Feng G. 2023;Dynamic synergistic effects of large-scale three-dimensional circulation anomalies on the record- breaking cold wave in February 2021 in North America. Atmospheric Research 284:106594.
6. Getter K.L, Rowe D.B, Andresen J.A, Wichman I.S. 2011;Seasonal heat flux properties of an extensive green roof in a Midwestern U.S. climate. Energy and Buildings 43:3548–3557.
7. Ministry of Construction and Transportation. 2000;Ministry of Construction and Transportation Notice No. 2000-153 (건설교통부 고시 제2000-153호).
8. Mohajerani A, Bakaric J, Jeffrey-Bailey T. 2017;The urban heat island effect, its causes, and mitigation, with reference to the thermal properties of asphalt concrete. Journal of Environmental Management 197:522–538.
9. Razzaghmanesh M, Beecham S, Salemi T. 2016;The role of green roofs in mitigating Urban Heat Island effects in the metropolitan area of Adelaide, South Australia. Urban Forestry &Urban Greening 15:89–102.
10. Schade J, Lidelöw S, Lönnqvist J. 2021;The thermal performance of a green roof on a highly insulated building in a sub-arctic climate. Energy and Buildings 241:110961.
11. Tian Z, Lei Y, Gu X. 2017;Building energy impacts of simple green roofs in the hot summer and cold winter climate zone:Suzhou as a study case. Procedia Engineering 205:2918–2924.

Article information Continued

Fig. 1

Roof Installation Process of Blue-Green Roof (Source: Photographed by the Author Himself)

Fig. 2

(a) Placement of the Experimental Group (Building with Blue-Green Roof Installation) and Control Group (Building with Conventional Roof), (b) Installation Locations of Data Loggers and Temperature Sensors in Each Building (Source: Photographed by the Author Himself)

Fig. 3

(a) Snow Cover, (b) Air Temperature, and (c) Internal Temperature Variations of Experimental (Blue-Green Roof) and Control (Conventional Roof) Buildings during the Study Period

Table 1

Results of Independent-samples t-test

Levene’s test for equality of variance t-test for equality of means
F Sig. t df Sig. 2-tailed Mean difference Std. error difference 95% Confidence interval of the difference
Lower Upper
Equal variance assumed 301.058 0.000 8.258 3886 0.000 0.56102 0.06794 0.42783 0.69422
Equal variance not assumed 8.258 3476.645 0.000 0.56102 0.06794 0.42783 0.69422

Table 2

Results of Linear Regression Model for BGR and Conventional Roof

(a) Model summary

Model R R square Adjusted R square Std. error of the estimate
1. Air-BGR 0.704 0.496 0.495 1.220

2. Air-conventional roof 0.774 0.599 0.599 1.554

(b) ANOVA test

Model Sum of squares df Mean square F Sig.

1. Air-BGR Regression 2,837.179 1 2,837.179 1,907.633 0.000

Residual 2,888.293 1,942 1.487

Total 5,725.472 1,943

2. Air-conventional roof Regression 7,016.912 1 7,016.912 2,905.241 0.000

Residual 4,690.434 1,942 2.415

Total 11,707.346 1,943

(c) Coefficient

Model Unstandardized coefficients Standardized coefficients t Sig.


B Std. error Beta

1. Air-BGR Constant 4.235 0.030 140.848 0.000

Air temp. 0.225 0.005 0.704 43.676 0.000

2. Air-conventional roof Constant 3.379 0.038 88.189 0.000

Air temp. 0.353 0.007 0.774 53.900 0.000

Fig. 4

Linear Relationship between Air Temperature and Indoor Temperature: Comparison of BGR and Conventional Roof Models