매개변수 적합도 검정에 의한 국가 온실가스 배출계수 불확도 평가 A uncertainty estimation method for the emission factors of Korean greenhouse gas emission inventory by goodness-of-fit testing for parameters원문보기
높은 수준의 국가 온실가스 인벤토리 시스템 구축을 통한 정확한 온실가스 배출량 산정 및 불확도 평가는 국제 사회에서 감축목표에 대한 타당성, 감축량에 대한 신뢰성을 인정받기 위한 중요한 근거자료로 활용될 것이다. 이러한 이유로 국가 인벤토리의 불확실성(uncertainty)에 대한 정량적인 평가가 강조되고 있다. 그러나 우리나라는 배출계수 산정을 위한 기초 통계의 불확도가 완전히 확보되지 않아 대부분 일괄적으로 IPCC에 제시하고 있는 ...
높은 수준의 국가 온실가스 인벤토리 시스템 구축을 통한 정확한 온실가스 배출량 산정 및 불확도 평가는 국제 사회에서 감축목표에 대한 타당성, 감축량에 대한 신뢰성을 인정받기 위한 중요한 근거자료로 활용될 것이다. 이러한 이유로 국가 인벤토리의 불확실성(uncertainty)에 대한 정량적인 평가가 강조되고 있다. 그러나 우리나라는 배출계수 산정을 위한 기초 통계의 불확도가 완전히 확보되지 않아 대부분 일괄적으로 IPCC에 제시하고 있는 기본값(default values)을 대부분 그대로 적용하고 있기 때문에 아직까지 해결해야 할 문제가 많이 남아있는 실정이다. 기본적으로 오염물질 배출량을 정량화하는 행위에는 필연적으로 불확실성이 포함된다. 배출원에서 직접 배출량 측정하는 경우, 측정기기의 신뢰수준으로 불확도의 정량적인 평가가 가능하다. 그러나 대부분의 배출원에는 배출량 측정기기가 구축되어 있지 않을 뿐만 아니라 현실적으로 모든 배출원의 배출량을 측정·관리한다는 것은 불가능하다. 따라서 오염물질 배출량은 주로 배출계수와 활동자료를 활용하여 산정된다. 이 때 배출량에 대한 불확실성의 주요 원인은 배출계수에 대한 지식의 결여(lack of knowledge)가 된다. 이러한 배출계수의 불확실성은 측정과 관련한 불확실성을 기술하는 확률밀도함수 PDFu와 변동성(variability)을 기술하는 확률밀도함수 PDFv 설명할 수 있다. PDFu는 일반적으로 측정 오차, 샘플링 방법의 부적절성 등에 대한 불확실성을 기술하기 위한 개념이다. 반면, PDFv는 모집단의 실질적인 이질성 또는 다양성으로부터 기인된 관찰의 차이를 기술하기 위해 사용되는 개념이다. 이러한 관점에서 이산화탄소(CO2) 배출계수의 불확실성은 측정과 관련된 계통오차와 공급 연료의 변동성으로 설명될 수 있다. 그러나 계통오차를 정량적으로 평가하는 것은 현실적으로 한계가 있기 때문에 이산화탄소 배출계수와 관련된 불확도 평가는 공급 연료의 변동성을 정량화하는 것에 초점을 두고 있다. 불확도 평가 수준은 평가 대상에 대한 구조적 이해도와 자료의 이용 가능성에 의해 좌우된다. 구조적 이해란 평가대상을 분해(disaggregate)할 수 있는 능력을 의미한다. 구조적 이해도가 높을수록 현실적인 조건을 적절하게 기술할 수 있는 평가 모형의 구축이 가능하다. 그러나 가장 현실적인 평가 모형을 구축하더라도 적절한 자료를 확보할 수 없다면 평가가 불가능하다. 이에 본 연구에서는 아래와 같은 연구문제를 중심으로 추진되었다. 첫째, 우리나라의 국가 인벤토리 시스템상의 이산화탄소 배출계수의 변동성을 유발하는 매개변수는 무엇이며, 자료의 수집은 가능한가? 둘째, 세부 매개변수에 대한 자료를 확보할 수 있다면, 배출계수 산정 및 불확도 평가 모형은 어떻게 구성되어야 하는가? 셋째, 배출계수 불확도 평가를 위해 개별 매개변수의 변동성을 가장 잘 기술할 수 있는 확률밀도함수는 무엇인가? 넷째, 개별 매개변수의 확률밀도함수 조합을 통한 최종적인 배출계수 불확도 평가는 어떻게 이루어져야 하는 것인가? 상기 연구 문제의 답을 얻기 위해, 본 연구에서는 우리나라 온실가스 인벤토리에 대한 주요배출원 분석에서 가장 높은 순위로 선정된 ‘공공 전기 및 열생산 부문(CRF code 1.A.1a)의 석탄사용에 따른 CO2 배출량’을 연구대상으로 선정하였다. 그리고 국가 인벤토리 시스템에서 사용되는 배출계수에 대한 개념화 및 세부 매개변수 분석을 통해 배출계수 불확도 평가 구조 및 모형을 수립하였다. 또한 우리나라 주요 유연탄 소비시설에서의 분석측정 자료를 확보하였다. 우리나라에서 사용되는 유연탄에 대한 대표성을 확보하고자 최대한 많은 자료를 수집한 결과, 총 5년간의 데이터를 확보할 수 있었다. 시료채취 및 분석방법, 반복성 및 재현성에 대한 비교검증 등을 통해 수집된 자료에 대한 신뢰성 검토를 실시하였으며, 매개변수별 적합도 검정을 통해 해당 인자의 변동성을 잘 기술할 수 있는 최적확률밀도함수를 도출하였다. 이렇게 도출된 매개변수별 확률밀도함수의 조합을 통해 최종적으로 고체연료의 이산화탄소 배출계수 불확도를 평가하였다. 이러한 과정을 통해서 도출된 연구결과를 다음과 같이 요약할 수 있다. 국가 인벤토리 시스템의 온실가스 배출량 산정방법을 이산화탄소 배출계수(CO2 Emission Factor, EFCO2) 측면에서 살펴보면, 활동자료(activity data)로 총발열량(Gross Calorific Value, GCV) 기준의 연료소비량(fuel consumption)을 사용하기 때문에 순발열량(또는 저위발열량, Net Calorific Value, NCV) 기준의 배출계수를 전환계수(Conversion Factor, CF)를 활용하여 총발열량 기준의 배출계수로 전환하는 과정이 필요하다. 또한 연료속에 함유된 탄소가 100% 산화되지 않을 수 있기 때문에 보다 정확한 배출량 산정을 위해서는 산화계수(Oxidation Factor, OF)의 적용이 필요하다. 따라서 국가 인벤토리의 이산화탄소 배출계수 불확도 분석 대상은 전환계수(CF), 탄소배출계수(Carbon Emission Factor, EFC), 산화계수(OF)인 것을 알 수 있다. 이를 세부적으로 분해․분석하면 전환계수는 총발열량(Gross Calorific value, NCV), 수소함
높은 수준의 국가 온실가스 인벤토리 시스템 구축을 통한 정확한 온실가스 배출량 산정 및 불확도 평가는 국제 사회에서 감축목표에 대한 타당성, 감축량에 대한 신뢰성을 인정받기 위한 중요한 근거자료로 활용될 것이다. 이러한 이유로 국가 인벤토리의 불확실성(uncertainty)에 대한 정량적인 평가가 강조되고 있다. 그러나 우리나라는 배출계수 산정을 위한 기초 통계의 불확도가 완전히 확보되지 않아 대부분 일괄적으로 IPCC에 제시하고 있는 기본값(default values)을 대부분 그대로 적용하고 있기 때문에 아직까지 해결해야 할 문제가 많이 남아있는 실정이다. 기본적으로 오염물질 배출량을 정량화하는 행위에는 필연적으로 불확실성이 포함된다. 배출원에서 직접 배출량 측정하는 경우, 측정기기의 신뢰수준으로 불확도의 정량적인 평가가 가능하다. 그러나 대부분의 배출원에는 배출량 측정기기가 구축되어 있지 않을 뿐만 아니라 현실적으로 모든 배출원의 배출량을 측정·관리한다는 것은 불가능하다. 따라서 오염물질 배출량은 주로 배출계수와 활동자료를 활용하여 산정된다. 이 때 배출량에 대한 불확실성의 주요 원인은 배출계수에 대한 지식의 결여(lack of knowledge)가 된다. 이러한 배출계수의 불확실성은 측정과 관련한 불확실성을 기술하는 확률밀도함수 PDFu와 변동성(variability)을 기술하는 확률밀도함수 PDFv 설명할 수 있다. PDFu는 일반적으로 측정 오차, 샘플링 방법의 부적절성 등에 대한 불확실성을 기술하기 위한 개념이다. 반면, PDFv는 모집단의 실질적인 이질성 또는 다양성으로부터 기인된 관찰의 차이를 기술하기 위해 사용되는 개념이다. 이러한 관점에서 이산화탄소(CO2) 배출계수의 불확실성은 측정과 관련된 계통오차와 공급 연료의 변동성으로 설명될 수 있다. 그러나 계통오차를 정량적으로 평가하는 것은 현실적으로 한계가 있기 때문에 이산화탄소 배출계수와 관련된 불확도 평가는 공급 연료의 변동성을 정량화하는 것에 초점을 두고 있다. 불확도 평가 수준은 평가 대상에 대한 구조적 이해도와 자료의 이용 가능성에 의해 좌우된다. 구조적 이해란 평가대상을 분해(disaggregate)할 수 있는 능력을 의미한다. 구조적 이해도가 높을수록 현실적인 조건을 적절하게 기술할 수 있는 평가 모형의 구축이 가능하다. 그러나 가장 현실적인 평가 모형을 구축하더라도 적절한 자료를 확보할 수 없다면 평가가 불가능하다. 이에 본 연구에서는 아래와 같은 연구문제를 중심으로 추진되었다. 첫째, 우리나라의 국가 인벤토리 시스템상의 이산화탄소 배출계수의 변동성을 유발하는 매개변수는 무엇이며, 자료의 수집은 가능한가? 둘째, 세부 매개변수에 대한 자료를 확보할 수 있다면, 배출계수 산정 및 불확도 평가 모형은 어떻게 구성되어야 하는가? 셋째, 배출계수 불확도 평가를 위해 개별 매개변수의 변동성을 가장 잘 기술할 수 있는 확률밀도함수는 무엇인가? 넷째, 개별 매개변수의 확률밀도함수 조합을 통한 최종적인 배출계수 불확도 평가는 어떻게 이루어져야 하는 것인가? 상기 연구 문제의 답을 얻기 위해, 본 연구에서는 우리나라 온실가스 인벤토리에 대한 주요배출원 분석에서 가장 높은 순위로 선정된 ‘공공 전기 및 열생산 부문(CRF code 1.A.1a)의 석탄사용에 따른 CO2 배출량’을 연구대상으로 선정하였다. 그리고 국가 인벤토리 시스템에서 사용되는 배출계수에 대한 개념화 및 세부 매개변수 분석을 통해 배출계수 불확도 평가 구조 및 모형을 수립하였다. 또한 우리나라 주요 유연탄 소비시설에서의 분석측정 자료를 확보하였다. 우리나라에서 사용되는 유연탄에 대한 대표성을 확보하고자 최대한 많은 자료를 수집한 결과, 총 5년간의 데이터를 확보할 수 있었다. 시료채취 및 분석방법, 반복성 및 재현성에 대한 비교검증 등을 통해 수집된 자료에 대한 신뢰성 검토를 실시하였으며, 매개변수별 적합도 검정을 통해 해당 인자의 변동성을 잘 기술할 수 있는 최적확률밀도함수를 도출하였다. 이렇게 도출된 매개변수별 확률밀도함수의 조합을 통해 최종적으로 고체연료의 이산화탄소 배출계수 불확도를 평가하였다. 이러한 과정을 통해서 도출된 연구결과를 다음과 같이 요약할 수 있다. 국가 인벤토리 시스템의 온실가스 배출량 산정방법을 이산화탄소 배출계수(CO2 Emission Factor, EFCO2) 측면에서 살펴보면, 활동자료(activity data)로 총발열량(Gross Calorific Value, GCV) 기준의 연료소비량(fuel consumption)을 사용하기 때문에 순발열량(또는 저위발열량, Net Calorific Value, NCV) 기준의 배출계수를 전환계수(Conversion Factor, CF)를 활용하여 총발열량 기준의 배출계수로 전환하는 과정이 필요하다. 또한 연료속에 함유된 탄소가 100% 산화되지 않을 수 있기 때문에 보다 정확한 배출량 산정을 위해서는 산화계수(Oxidation Factor, OF)의 적용이 필요하다. 따라서 국가 인벤토리의 이산화탄소 배출계수 불확도 분석 대상은 전환계수(CF), 탄소배출계수(Carbon Emission Factor, EFC), 산화계수(OF)인 것을 알 수 있다. 이를 세부적으로 분해․분석하면 전환계수는 총발열량(Gross Calorific value, NCV), 수소함
※ AI-Helper는 부적절한 답변을 할 수 있습니다.