기후변화에 대응하여 수송부문의 탄소배출 저감노력이 세계적인 이슈가 되고 있다. 특히, 지역단위의 수송부문 탄소배출 저감전략의 수립 및 효율 집행을 위해서는 정밀한 탄소배출 인벤토리 구축은 필수적이나, 현재 도로교통의 특성과 수단의 다양성, 통행패턴의 복잡성 등 자료수집 한계로 신뢰성 있는 지역단위 인벤토리는 개략적 산정에 그치고 있는 실정이다. 본 연구는 이와 같은 문제점을 극복하기 위해 국가교통DB의 자료를 활용하여 지역단위 도로교통 탄소배출 인벤토리 구축 방법론을 제시하였다. 이를 위해 국가교통DB포함 자료 중 $CO_2$ 관련 속성을 파악하고, 이에 적합한 $CO_2$ 산정식을 도출하여 인벤토리 모형을 구축하였다. 구축된 모형의 적용성을 검토하기 위해 부산시를 사례로 2008년도 기준 도로부문의 탄소배출량을 산정하여 기존 연구결과와 비교분석하였다. 또한, 연구의 결과를 기초로 더욱 정밀한 인벤토리 구축을 위한 향후 연구방향을 제시하였다.
기후변화에 대응하여 수송부문의 탄소배출 저감노력이 세계적인 이슈가 되고 있다. 특히, 지역단위의 수송부문 탄소배출 저감전략의 수립 및 효율 집행을 위해서는 정밀한 탄소배출 인벤토리 구축은 필수적이나, 현재 도로교통의 특성과 수단의 다양성, 통행패턴의 복잡성 등 자료수집 한계로 신뢰성 있는 지역단위 인벤토리는 개략적 산정에 그치고 있는 실정이다. 본 연구는 이와 같은 문제점을 극복하기 위해 국가교통DB의 자료를 활용하여 지역단위 도로교통 탄소배출 인벤토리 구축 방법론을 제시하였다. 이를 위해 국가교통DB포함 자료 중 $CO_2$ 관련 속성을 파악하고, 이에 적합한 $CO_2$ 산정식을 도출하여 인벤토리 모형을 구축하였다. 구축된 모형의 적용성을 검토하기 위해 부산시를 사례로 2008년도 기준 도로부문의 탄소배출량을 산정하여 기존 연구결과와 비교분석하였다. 또한, 연구의 결과를 기초로 더욱 정밀한 인벤토리 구축을 위한 향후 연구방향을 제시하였다.
Due to its excessive $CO_2$ emissions, road transport sector becomes a target for emission reduction strategies. Although precise and reliable emissions inventories are necessary for evaluating plans and strategies, developing the region-wide inventory is a difficult task mainly because o...
Due to its excessive $CO_2$ emissions, road transport sector becomes a target for emission reduction strategies. Although precise and reliable emissions inventories are necessary for evaluating plans and strategies, developing the region-wide inventory is a difficult task mainly because of a lack of data including travel patterns and modal volumes in the reginonal context. Most existing inventory methodologies employ fuel sale data within the target region, which ignores actual regional traffic patterns and thus not suited to its geographical context. To overcome these problems, this study develops region-wide $CO_2$ emissions inventory methodology by utilizing the Korea Transport DB (KTDB). KTDB provides a number of useful information and data, such as road network with which one can identify in and out trips over the entire region, traffic volumes of various modes, distance of travel, travel speed and so on. A model of equations that allow the computation of volume of $CO_2$ emitting from the road transport activities within the target region is developed. Using the model, numerical analyses are performed for the case of Busan Metropolitan City to demonstrate the applicability of the developed model. This study is indeed exploratory in the sense that using the existing data, it develops the $CO_2$ emissions inventory methodology which can produce better results than those from conventional fuel sales methodology. This study also suggests further reresarch directions to develop more refined methodologies in region-wide basis.
Due to its excessive $CO_2$ emissions, road transport sector becomes a target for emission reduction strategies. Although precise and reliable emissions inventories are necessary for evaluating plans and strategies, developing the region-wide inventory is a difficult task mainly because of a lack of data including travel patterns and modal volumes in the reginonal context. Most existing inventory methodologies employ fuel sale data within the target region, which ignores actual regional traffic patterns and thus not suited to its geographical context. To overcome these problems, this study develops region-wide $CO_2$ emissions inventory methodology by utilizing the Korea Transport DB (KTDB). KTDB provides a number of useful information and data, such as road network with which one can identify in and out trips over the entire region, traffic volumes of various modes, distance of travel, travel speed and so on. A model of equations that allow the computation of volume of $CO_2$ emitting from the road transport activities within the target region is developed. Using the model, numerical analyses are performed for the case of Busan Metropolitan City to demonstrate the applicability of the developed model. This study is indeed exploratory in the sense that using the existing data, it develops the $CO_2$ emissions inventory methodology which can produce better results than those from conventional fuel sales methodology. This study also suggests further reresarch directions to develop more refined methodologies in region-wide basis.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이와 같은 문제를 극복하기위해 본 연구는 국가교통DB(KTDB)를 활용하여 도로부문 지역단위 탄소배출의 배출 인벤토리 구축을 목적으로 한다. 또한 구축된 방법론을 기초로 부산광역시를 사례로 도로부문 배출량을 산정하여 제시된 방법론의 적용성을 검토한다.
본 연구는 자료수집의 어려움을 극복하기 위해 KTDB를 활용한 배출량 산정으로 더욱 정밀하고 신뢰성 있는 탄소배출 인벤토리를 구축하기 위한 방법론을 제시하고자 하였다. 기존 국가교통DB를 활용함으로써 시간 ･ 비용의 절약 외에 연료소비량 위주의 배출량 산정과 달리 도로 네트워크상의 속성값들을 기반으로 지역단위의 통행특성, 수단별 교통량, 통행거리 등을 고려함으로써 보다 정밀한 산정이 가능하여 졌다.
본 연구는 자료수집의 한계를 극복하기 위해 기반으로 기존의 연료소비량에 의한 방법에 비해 지역단위의 탄소배출 인벤토리 구축에 보다 신뢰성 있는 산정을 시도한 실험적인 연구라고 할 수 있다. 그러나 더욱 정밀한 인벤토리의 구축을 위해서는 향후 다음 내용을 보완한 연구가 필요할 것으로 판단된다.
Dututa와 Bishins(2010)는 지역단위의 교통부문 인벤토리 산정의 가장 큰 장애요인으로 방대한 자료량과 시간 소비적인 수집과정으로 지적하였다. 이와 같은 문제를 극복하기위해 본 연구는 국가교통DB(KTDB)를 활용하여 도로부문 지역단위 탄소배출의 배출 인벤토리 구축을 목적으로 한다. 또한 구축된 방법론을 기초로 부산광역시를 사례로 도로부문 배출량을 산정하여 제시된 방법론의 적용성을 검토한다.
가설 설정
둘째, 정밀한 배출량 산정을 위해서 KTDB의 차종별 분류에 따른 배출계수가 제공되어야 할 것이다.
셋째, 시계 유출입 도로구간을 시내와 시외 구간으로 구분하여 거리 산정이 가능하도록 해야 할 것이다.
제안 방법
위 연구에서는 각 교차로별 교통량 및 연간 총 주행거리를 기초로 간선도로 배출량을 산정하고, 연료판매량 기준 총 배출량과의 차이를 이면도로 배출량으로 간주하였다. 그 결과를 GIS를 활용하여 시 전역을 격자별로 구분하여 배출량으로 표현하였다. 그러나 소형과 대형만으로 구분된 차종구분의 단순성과 속도 등이 고려되지 못한 단점이 있다.
이상적으로는 KTDB의 차종별 구분과 일치하는 차종별 배출계수를 적용해야 하나, 현재까지 이와같은 계수는 존재치 않는다7). 따라서 본 연구에서는 KTDB의 차종을 재분류하여 현재까지 국내에서 제시된 가장 근사한 차종별 배출계수를 적용하였다.
마지막으로 교통량, 통행거리, 배출계수 자료를 활용하여 아래 제시될 GHG 산정식을 적용하여 지역단위 도로교통 탄소배출량을 계산한다.
본 연구는 KTDB 2008년 기준 「전국 지역 간 네트워크」에 「248개 존 O/D」 여객교통량자료와 「전국 톤급별 자동차 교통량 O/D」를 기초로 Trans-Cad를 활용하여 각 Link에 목표연도의 차종별 교통량을 배정한 후 Fig. 1에 제시된 4단계 과정으로 연구를 진행한다.
본 연구에서 제시한 탄소배출 인벤토리 모형의 수치적 적용성을 검토하기 위해 부산시를 사례로 도로교통부문의 탄소배출량을 산정하였다.
. 위 연구에서는 각 교차로별 교통량 및 연간 총 주행거리를 기초로 간선도로 배출량을 산정하고, 연료판매량 기준 총 배출량과의 차이를 이면도로 배출량으로 간주하였다. 그 결과를 GIS를 활용하여 시 전역을 격자별로 구분하여 배출량으로 표현하였다.
샌프란시스코시는 여객 및 화물통행에 대한 자체적 배출인벤토리를 구축하고 있다. 이를 위해, 통행의 출발지와 목적지에 따라 배출량 산정식을 다르게 적용하고 있고, 통행유형을 내부 통행과 외부통행, 통과통행의 3가지로 구분하였다. 통행유형별 배출량 산정식은 내부통행의 경우 VKT × 배출계수/통행거리로 적용하고, 외부통행은 내부통행의 절반만을 고려하며, 통과통행은 배출량에서 제외하였고, 또한 대중교통부문에 대한 산정이 부정확한 문제점이 있다.
3과 같이 구간별로 다양한 속성값이 주어져 있다. 이와 같은 속성값 중에 탄소배출량 산정 시 필요한 속성값으로 차종별 교통량, Link 거리(km) 및 통행시간을 선택하였다. 즉, 설정된 지역 내 네트워크에 Link 별 차종별 교통량을 배정하면, Fig.
지역단위 배출량 산정방법을 검토하기 전에 우선 일반적으로 활용되는 온실가스(GHG)배출량 산정방법을 살펴본다.
대상 데이터
제시된 식 (2), (3) 및 (4)를 활용하여 2008년도 기준 부산시 도로교통 탄소배출량을 산정하였다. 2008년도 기준 부산시 도로교통에서 발생하는 탄소배출량을 산정하였다. 그 결과 부산시의 연간 도로교통 탄소배출량은 2,163,660.
위 제시된 과정에 따라 우선 KTDB 「전국 지역 간 네트워크」의 전국 Link 수 37,901개 중 부산시의 연관된 Link 수인 1,423개를 이용하여 대상지를 설정하였다. 이는 Fig.
성능/효과
2008년도 기준 부산시 도로교통에서 발생하는 탄소배출량을 산정하였다. 그 결과 부산시의 연간 도로교통 탄소배출량은 2,163,660.31 TCO2이며, 그 중 여객통행에 의해서는 59.83%인 1,294,601.31 TCO2, 화물통행은 40.17%인 869,058.98 TCO2로 파악되었다.
마지막으로 지역별 구분은(Table 5 참조) 지역 내 통행에 의한 탄소배출량이 2,138,388.23 TCO2(98.83%)이며, 시계 유출입통행에 의한 탄소배출량은 25,272.08 TCO2(1.17%)로서 시계 유출입통행 탄소배출량의 영향력은 매우 미비한 것으로 나타났다.
본 연구결과와 한국교통연구원의 「교통부문 온실가스 배출량조사」결과를 비교하면, 한국교통연구원에 의한 부산시 도로 부문 Tier 1 적용 시 탄소배출량은 4,746,206 TCO2, 그리고 Tier 2 적용 시 4,093,370 TCO2로 각각 제시되었으며, 본 연구의 결과와 큰 차이를 보인다. 그 이유는 KTDB 「전국 지역 간 네트워크」는 주간선도로 및 보조간선도로의 정보만을 제공하며, 집산도로 및 국지도로와 같은 이면도로의 정보는 포함하지 않아 실제 본 연구가 집산 및 국지도로의 교통량을 산정치 못한 단점이 있기 때문이다.
이에 따라 본 연구는 자료수집의 한계 극복의 방법으로 KTDB를 활용토록 하였으며, KTDB 활용의 가장 큰 장점은 기존연구에서 문제점으로 지적된 통과교통(유출입교통량 포함), 통행거리, 차종구분 및 속도변수 등을 고려할 수 있다는 점이다.
그러나 설문조사시 1인당 1일 통행횟수에 대한 정보만을 수집하고, 통행거리 및 차량배기가스 등은 연구자의 주관적 판단으로 온실가스 배출량이 산정되었다. 즉, 기본적인 데이터 구축이 매우 미흡한 상태에서 연구결과가 도출되었다.
후속연구
본 연구는 자료수집의 한계를 극복하기 위해 기반으로 기존의 연료소비량에 의한 방법에 비해 지역단위의 탄소배출 인벤토리 구축에 보다 신뢰성 있는 산정을 시도한 실험적인 연구라고 할 수 있다. 그러나 더욱 정밀한 인벤토리의 구축을 위해서는 향후 다음 내용을 보완한 연구가 필요할 것으로 판단된다.
Tier 2은 Tier 1방법과 동일하게 연료소비량을 기준으로 하나, 배출량 산정에 영향을 미치는 요인(연료 및 수단의 종류 혹은 배출저감기술 등)을 반영하기 때문에 Tier 1과 비교할 때 보다 정밀한 방법이라 할 수 있다. 마지막으로 Tier 3의 경우 차량의 활동량(수단종류, 배출저감기술, 주행환경 등)과 연료혼합 비율 등의 고려한 배출계수와 주행거리 및 차량의 공회전으로 발생하는 배출량 등 다양한 요소들을 고려하기 때문에 앞선 두 방법에 비해 정밀한 탄소배출량 산정이 가능해지나, 반면 매우 방대한 자료가 요구된다.
마지막으로 본 연구는 KTDB의 활용에 초점을 두었으며, 수송부문 중 도로교통만을 대상으로 연구를 진행하였기 때문에 교통부문의 전체 배출량을 산정하지 못한 단점이 있다. 하지만 제시된 방법론은 향후 철도, 해운, 항공 등 기타 부문에도 유사하게 적용할 수 있을 것으로 판단된다.
마지막으로 승용차와 대형화물차의 배출량이 가장 많은 비중을 차지하는 것으로 파악되었으며, 따라서 향후 부산시 감축정책의 초점을 승용차와 대형화물차의 배출량 감축에 두어야 할 것으로 판단된다.
본 연구가 KTDB의 자료를 활용하여 지역단위 GHG 인벤토리 구축을 목적으로 하므로 이에 적합한 탄소배출량 산정식이 요구된다. 위에서 설명하였듯이, Link별/차종별로 배출량을 산정하며, 이 경우 설정된 지역 내의 모든 Link/차종별 배출량의 합이 총배출량이 된다.
첫째, 「전국 지역 간 네트워크」 구축 시 간선도로뿐만 아니라 이면도로 등 모든 도로를 포함한 네트워크 구축이 요구된다.
마지막으로 본 연구는 KTDB의 활용에 초점을 두었으며, 수송부문 중 도로교통만을 대상으로 연구를 진행하였기 때문에 교통부문의 전체 배출량을 산정하지 못한 단점이 있다. 하지만 제시된 방법론은 향후 철도, 해운, 항공 등 기타 부문에도 유사하게 적용할 수 있을 것으로 판단된다.
그 이유는 KTDB 「전국 지역 간 네트워크」는 주간선도로 및 보조간선도로의 정보만을 제공하며, 집산도로 및 국지도로와 같은 이면도로의 정보는 포함하지 않아 실제 본 연구가 집산 및 국지도로의 교통량을 산정치 못한 단점이 있기 때문이다. 향후 KTDB에서 전국의 모든 도로정보를 포함한 네트워크를 구축하여 제공할 시 더욱 정밀하고, 신뢰성 있는 결과를 얻을 수 있을 것으로 사료된다.
질의응답
핵심어
질문
논문에서 추출한 답변
기존 도로부문 온실가스 인벤토리 구축의 문제점은?
그간 도로부문 온실가스 인벤토리 구축은 UN의 기후변화정부간위원회(Intergovernmental Panel on Climate Change-IPCC)에서 제시한 이동오염원(Mobile Combustion)의 온실가스 배출량 산정법을 활용하여 연료소비량, 차량등록대수 및 연간통행 거리 등을 적용하여 주로 국가단위의 인벤토리를 산정하여 왔다. 그러나 지역단위로는 지역 경계를 초월하는 통행의 복잡성, 화물차량을 포함한 교통수단의 다양성 및 통행패턴의 복잡성 등으로 인한 자료수집의 방대함과 어려움으로, 정밀하고 신뢰성 있는 인벤토리 구축이 이루어지지 못하고 있다. 현재 대부분의 지자체는 국가단위 배출량을 기준으로 지역별 소비량 비율, 지자체 등록차량 대수 및 연간 평균 통행거리를 적용한 개략적인 배출량 산정에 그치고 있는 실정이다.
IPCC 지침에 따르면 배출량 산정식을 몇가지로 구분하여 제시하고있는가?
IPCC 지침은 배출량 산정식을 3가지(Tier 1, Tier 2, Tier 3)로 구분하여 제시하고 있다. 방법의 선택은 자료의 유효성과 배출원의 중요도에 따라 결정될 수 있는데, Tier 3이 가장 정교하나 반면 자료수집량이 방대하여진다.
이산화탄소 배출 인벤토리 구축으로 어떤 활용이 가능한가?
지역단위의 온실가스 감축 계획 수립과 효율적 집행을 위해서는 주기적 업데이트가 가능한 이산화탄소 배출 인벤토리(CO2 Emission Inventory) 구축이 필수 조건이다. 인벤토리의 구축은 배출량의 파악이란 기초적 자료제공 외에 배출량 결정요소들의 상대적 영향력도 파악할 수 있기 때문에 감축계획 수립 시 정책의 효과분석 도구로 활용이 가능하다.
참고문헌 (17)
Busan Metropolitan City (2007), Survey for GHG Emission Inventories, Final Report.
Cervero？Robert (1996), "Trends and Impacts in the San Francisco Bay Area", Journal of the American Planning Association 62, no 4, pp. 492-511. USA.
Chun, Sungmoon (2009), A Study on the Generated Carbon Dioxide Amount Estimation from Road Transportation Part in Seoul, Thesis, Master of Science, University of Seoul.
Hong, Jihyung (2008), Development of Greenhouse Gas Inventory and Emission Factors, National Institute of Environmental Research.
IEA (2010), IEA Key World Energy Statistics OECD, Paris, France
IPCC (1996), Revised 1996 IPCC Guidelines for National Greenhouse Gas Inventories, UN, USA.
IPCC (2006), 2006 IPCC Guidelines for National Greenhouse Gas Inventories (Mobile Combustion, Vol. 2: Energy), UN, USA.
Jeonbuk Development Institute (2010), Comprehensive GHG Reduction Strategies for Local Governments in Jeonbuk, Considering Region-Specific Emission Characteristics
Kim, Dong Young (2008), Development of GHGs Emission Inventory System for Gyeonggi-Do, Gyeonggi Research Institute.
Ko, Kwang Hyee (2012), Method of Calculating Regional Road Transport Greenhouse Gas Emissions Inventory, using KTDB, Thesis, Master of Science, Dongeui University.
Korea Transport Institute (2009), 2008 National Transport DB Construction Project, Transport GHG Emission Survey.
Korean Society of Transportation (2006), Improvement of Rail Investment Assessment Methodology.
Newman Peter and Kenworthy, J (1999), "Sustainability and Cities: Overcoming Automobile Dependence", Island Press, Washington DC, USA.
Schipper, Lee (2001), "Kyoto Roadmap: Indicators of Carbon Emissions in Industrialized Countries." The Environment Canada Policy Research Seminar Series, Canada.
Shin, Yong Eun (1997), "Analysis of City/Transportation System Relationship via Land Consumption", Department of City and Regional Planning University of Pennsylvania Philadelphia, PA19106. pp. 22-35.
WRI (2009), World Greenhouse Gas Emissions in 2005, Washington DC, USA.
WRI (2010), Citywide Transportation Greenhouse Gas Emissions Inventories: A Review of Selected Methodologies, Washington DC, USA.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.