[논문]중국 대기오염물질 배출의 시공간적 변화 분석

우정헌; 부찬종; 김진수; 김영성; 김윤하

doi:10.5572/kosae.2018.34.1.087

문제 정의

이때 좀 더 종합적인 분석을 위해 상향식 배출목록 중 하나를 선정하여 연도별, 섹터별 분석을 수행하였다.2) 또한 중국의 성별 배출량이 연도별로 어떻게 변화하는지를 물질별로 살펴보고, 활동도의 시공간 변화와 연계시켜 해석해 봄으로써 지난 15년간의 중국배출의 변화를 파악하고자 하였다.3) 이후 상향식 배출목록의 문제점을 극복하기 위해 인공위성과 모델링 기법을 활용한 하향식 배출목록을 이용하여 상향식 배출목록과의 차이와 원인을 분석하였다.
또한 중국의 성들은 지리적으로 넓은 지역에 걸쳐서 위치하고 있기 때문에 연료의 조성이나 정책의 적용이 지역적으로도 균등하게 적용되지 않는다. 그러므로 본 연구에서는 중국 대기질 영향권 아래 있는 우리나라에 환경적인 영향을 미치는 중국의 배출 정보를 과학적으로 평가하고, 시공간적인 분석을 통하여 연료 사용과 저감정책의 적용이 어떻게 최근의 대기오염물질 배출을 변화시켰는지 분석하는 것을 목적으로 설정하였다.
3) 이후 인공위성 관측에 기반한 하향식 배출목록을 이용하여 상향식 배출목록과의 차이를 분석하였다. 그리고 이를 통해 상향식과 하향식의 차이가 많이 나는 지역을 추출하여 향후 그 원인이 무엇인지를 분석할 수 있는 기반을 제공하고자 하였다.
본 장에서는 중국의 지역별 오염물질 배출량의 시간적 분포를 비교함으로써, 배출량의 시공간적 변화를 파악하고자 하였다. 그리고 후처리 기술의 영향을 거의 받지 않는 CO₂로부터 서로 다른 후처리 정책/기술의 적용을 받는 SO₂, NO_x, PM_2.5, VOC까지 순차적으로 살펴봄으로써, 연료전환정책이나 후처리 기술 등의 적용이 서로 다른 오염물질 배출량의 시공간적 분포에 어떠한 영향을 미치는지를 유추해 보고자 하였다. 공간적 분석의 범위는 중국 전체이고, 분석 단위는 그림5에서와 같이 성(Province) 단위이다.
또한 중국의 지역별 오염물질 배출량의 연간변화를 비교함으로써, 배출량의 시공간적 변화를 파악하고자 하였다. 이를 위해 후처리 기술의 영향을 거의 받지 않는 CO₂로부터, 서로 다른 후처리 정책/기술의 적용을 받는 SO₂, NO_x, PM_2.
중국의 배출정보를 이해하기 위한 가장 기본적인 방법은 국가 배출총량을 비교하는 것이다. 본 연구에서는 상향식 배출목록 중 중국 청화대학(Tsinghua University)의 MEIC (Multi-resolution Emission Inventory for china; Li et al., 2017) 인벤토리, 국립환경과학원과 건국대학교가 개발한 CREATE (Comprehensive Regional Emissions inventory for Atmospheric Transport Experiment) 2010년과 2015년 인벤토리, 그리고 CREATE를 기반으로 한-미 협력 국내 대기질 공동조사(KORUS-AQ)를 지원하기 위해 선형 외삽한 KORUS 2015 인벤토리, 유럽의 IIASA에서 개발한 GAINS (Greenhouse gases and Air pollutants INtegration and Synergies; gains.iiasa.ac.at/models/index.html) 프레임워크에 포함된 두 개의 인벤토리인 ECLIPSE (Evaluating the Climate and Air Quality Impacts of Short-Lived Pollutants; Klimont et al., 2017)와 WEO 2016 (World Energy Outlook, 2016)에서의 중국 지역의 오염물질별 국가총량을 비교하여 보았다(그림 2).
본 연구에서는 우리나라의 대기환경에 지대한 영향을 미치는 중국의 배출 정보에 대해 시공간적인 분석을 수행하고 현재의 문제점과 개선 방향을 알아보았다. 이를 위해, 1) 기존에 존재하고 있는 상향식 배출목록들을 조사하고 상호비교를 통해 서로 간 차이의 존재와 정도를 알아보았다.
본 연구에서는 중국의 배출정보 분석을 통해 우리나라에 미치는 영향을 짐작해 보고자 하였다. 이를 위해,1) 기존에 존재하고 있는 상향식 배출목록들을 조사하고 상호비교를 통해 서로 간 차이의 존재와 정도를 알아보았다.
본 장에서는 중국의 지역별 오염물질 배출량의 시간적 분포를 비교함으로써, 배출량의 시공간적 변화를 파악하고자 하였다. 그리고 후처리 기술의 영향을 거의 받지 않는 CO₂로부터 서로 다른 후처리 정책/기술의 적용을 받는 SO₂, NO_x, PM_2.
또한 중국의 지역별 오염물질 배출량의 연간변화를 비교함으로써, 배출량의 시공간적 변화를 파악하고자 하였다. 이를 위해 후처리 기술의 영향을 거의 받지 않는 CO₂로부터, 서로 다른 후처리 정책/기술의 적용을 받는 SO₂, NO_x, PM_2.5, VOC까지를 순차적으로 살펴봄으로써, 연료전환정책이나 후처리 기술 등의 적용이서로 다른 오염물질 배출량의 시공간적 분포에 어떠한 영향을 미치는지를 유추해 보고자 하였다. CO₂의 경우 2000년으로부터 2015년까지 전 지역에서 꾸준히 증가하는 추세를 보였으나, 증가율은 2005년에서 2010년 사이가 가장 높았고, 2010에서 2015년은 둔화되는 모습을 보였다.

제안 방법

본 연구에서는 우리나라의 대기환경에 지대한 영향을 미치는 중국의 배출 정보에 대해 시공간적인 분석을 수행하고 현재의 문제점과 개선 방향을 알아보았다. 이를 위해, 1) 기존에 존재하고 있는 상향식 배출목록들을 조사하고 상호비교를 통해 서로 간 차이의 존재와 정도를 알아보았다. 이때 좀 더 종합적인 분석을 위해 상향식 배출목록 중 하나를 선정하여 연도별, 섹터별 분석을 수행하였다.
이때 좀 더 종합적인 분석을 위해, 연도별로 확장할 수 있는 상향식 배출목록 중 하나를 선정하여 연도별, 부문별 변화 추이를 살펴보았다.2) 선정된 인벤토리의 지역별, 시간별 변화를 분석하였으며, 이를 위해 중국의 성(Province)을 지역적 분석단위로 설정하고 5년 단위의 시간 변화에 따라 배출이 어떻게 지역별로 변화하는지 분석하여 보았다, 이때 연료 사용의 변동도 함께 분석하여 배출의 변화가 어떠한 요인에 기인하는지 파악하고자 하였다.3) 이후 인공위성 관측에 기반한 하향식 배출목록을 이용하여 상향식 배출목록과의 차이를 분석하였다.
2) 또한 중국의 성별 배출량이 연도별로 어떻게 변화하는지를 물질별로 살펴보고, 활동도의 시공간 변화와 연계시켜 해석해 봄으로써 지난 15년간의 중국배출의 변화를 파악하고자 하였다.3) 이후 상향식 배출목록의 문제점을 극복하기 위해 인공위성과 모델링 기법을 활용한 하향식 배출목록을 이용하여 상향식 배출목록과의 차이와 원인을 분석하였다.
2) 선정된 인벤토리의 지역별, 시간별 변화를 분석하였으며, 이를 위해 중국의 성(Province)을 지역적 분석단위로 설정하고 5년 단위의 시간 변화에 따라 배출이 어떻게 지역별로 변화하는지 분석하여 보았다, 이때 연료 사용의 변동도 함께 분석하여 배출의 변화가 어떠한 요인에 기인하는지 파악하고자 하였다.3) 이후 인공위성 관측에 기반한 하향식 배출목록을 이용하여 상향식 배출목록과의 차이를 분석하였다. 그리고 이를 통해 상향식과 하향식의 차이가 많이 나는 지역을 추출하여 향후 그 원인이 무엇인지를 분석할 수 있는 기반을 제공하고자 하였다.
eu)를 이용하였는데(그림 12), 본 연구에서는 OMI 센서 관측자료를 기반으로 한 NO_x의 일별, 격자별 배출량 자료(DECSO:Daily Emission estimation Constrained by Satellite Observations)를 다운로드 하였다. 격자별 하향식 인벤토리 자료는 GIS 프로그램으로 처리하여 중국 도메인 내 성(Province)별 총량으로 환산하였고, 이를 GAINSECLIPSE/WEO 인벤토리와 2007년부터 2014년까지 비교하였다. DECSO 자료는 일별 위성 컬럼 관측자료를 활용하여 중규모(Mesoscopic scale)의 단기체류 대기 오염물질의 배출량을 신속하게 업데이트할 수 있도록 특화된 알고리즘에 기반하여 작성되었다(Mijlingand van der A, 2012)
전술한 물질별 연간 배출량 변동추세에서 많은 물질들의 배출량이 2005년 또는 2010년을 최대로 감소 경향을 나타내고 있었다. 그래서 본 절에서는 2000년부터 2015년까지의 지역별 변동을 평가해 보았다(그림 11).
상향식 또는 상-하향식 배출량의 크기 차이를 배제하고 지역에 따른 배출량 분포만을 고려하기 위해서, GlobEmission-DECSO의 국가총량 대 지역별 배출비율을 WEO에 적용해 WEO (TD)라고 명명하였다. 그리고 결과를 원래의 WEO 인벤토리의 2015년 지역적 분포와 비교하였다(그림 14). 그림에서 1보다 큰 값은 하향식이 상향식에 비해 높은 값을 보였음을 의미한다.
앞 장에서의 분석을 통해 중국에 대한 상향식 배출 인벤토리 간 국가 배출 총량 비교와 연도별 변화분석을 통해 중국 배출량의 차이와 변화에 대한 이해를 높이려 하였다. 본 장에서는 배출량의 차이와 변화에 대한 불확실성을 이해하기 위하여 상향식 인벤토리의 NO_x 배출량의 크기와 변이를 인공위성 관측 자료를 기반으로 한 하향식(Top-down) 인벤토리와 비교하였다. 하향식(Top-down) 인벤토리의 경우, 유럽의 GlobEmission 데이터베이스(http://www.
상향식 또는 상-하향식 배출량의 크기 차이를 배제하고 지역에 따른 배출량 분포만을 고려하기 위해서, GlobEmission-DECSO의 국가총량 대 지역별 배출비율을 WEO에 적용해 WEO (TD)라고 명명하였다. 그리고 결과를 원래의 WEO 인벤토리의 2015년 지역적 분포와 비교하였다(그림 14).
앞 장에서의 분석을 통해 중국에 대한 상향식 배출 인벤토리 간 국가 배출 총량 비교와 연도별 변화분석을 통해 중국 배출량의 차이와 변화에 대한 이해를 높이려 하였다. 본 장에서는 배출량의 차이와 변화에 대한 불확실성을 이해하기 위하여 상향식 인벤토리의 NO_x 배출량의 크기와 변이를 인공위성 관측 자료를 기반으로 한 하향식(Top-down) 인벤토리와 비교하였다.
앞 절에서 사용한 분석의 한계를 보완하기 위하여 본 절에서는 GAINS 프레임워크의 가장 최신 시나리오인 WEO 2016 시나리오를 이용하여 WEO (2015) 인벤토리의 1990년부터 2020년까지의 5년 단위의 연도별 배출량 변화를 분석하여 보았다(그림 3). CO₂의 배출량은 1990년 이후로 계속적으로 증가하였지만, 나머지 물질 NO_x, PM_2.
이를 위해, 1) 기존에 존재하고 있는 상향식 배출목록들을 조사하고 상호비교를 통해 서로 간 차이의 존재와 정도를 알아보았다. 이때 좀 더 종합적인 분석을 위해 상향식 배출목록 중 하나를 선정하여 연도별, 섹터별 분석을 수행하였다.2) 또한 중국의 성별 배출량이 연도별로 어떻게 변화하는지를 물질별로 살펴보고, 활동도의 시공간 변화와 연계시켜 해석해 봄으로써 지난 15년간의 중국배출의 변화를 파악하고자 하였다.
이를 위해,1) 기존에 존재하고 있는 상향식 배출목록들을 조사하고 상호비교를 통해 서로 간 차이의 존재와 정도를 알아보았다. 이때 좀 더 종합적인 분석을 위해, 연도별로 확장할 수 있는 상향식 배출목록 중 하나를 선정하여 연도별, 부문별 변화 추이를 살펴보았다.2) 선정된 인벤토리의 지역별, 시간별 변화를 분석하였으며, 이를 위해 중국의 성(Province)을 지역적 분석단위로 설정하고 5년 단위의 시간 변화에 따라 배출이 어떻게 지역별로 변화하는지 분석하여 보았다, 이때 연료 사용의 변동도 함께 분석하여 배출의 변화가 어떠한 요인에 기인하는지 파악하고자 하였다.
본 연구에서는 중국의 배출정보 분석을 통해 우리나라에 미치는 영향을 짐작해 보고자 하였다. 이를 위해,1) 기존에 존재하고 있는 상향식 배출목록들을 조사하고 상호비교를 통해 서로 간 차이의 존재와 정도를 알아보았다. 이때 좀 더 종합적인 분석을 위해, 연도별로 확장할 수 있는 상향식 배출목록 중 하나를 선정하여 연도별, 부문별 변화 추이를 살펴보았다.
본 장에서는 배출량의 차이와 변화에 대한 불확실성을 이해하기 위하여 상향식 인벤토리의 NO_x 배출량의 크기와 변이를 인공위성 관측 자료를 기반으로 한 하향식(Top-down) 인벤토리와 비교하였다. 하향식(Top-down) 인벤토리의 경우, 유럽의 GlobEmission 데이터베이스(http://www.globemission.eu)를 이용하였는데(그림 12), 본 연구에서는 OMI 센서 관측자료를 기반으로 한 NO_x의 일별, 격자별 배출량 자료(DECSO:Daily Emission estimation Constrained by Satellite Observations)를 다운로드 하였다. 격자별 하향식 인벤토리 자료는 GIS 프로그램으로 처리하여 중국 도메인 내 성(Province)별 총량으로 환산하였고, 이를 GAINSECLIPSE/WEO 인벤토리와 2007년부터 2014년까지 비교하였다.
현재의 배출량과 기준연도 배출량의 편차, 그리고 에너지통계에 기반한 상향식(Bottom-up) 산정방법론과 직접관측에 기반한 하향식(Top-down) 산정방법론과의 비교 검증을 위해, 본 연구에서는 GlobEmission 웹 데이터베이스의 DECSO 자료를 이용하여 하향식 NOx 중국 총량 인벤토리를 작성하여, GAINS-ECLIPSE/WEO자료와 연간변화를 비교하였다.

대상 데이터

5, VOC까지 순차적으로 살펴봄으로써, 연료전환정책이나 후처리 기술 등의 적용이 서로 다른 오염물질 배출량의 시공간적 분포에 어떠한 영향을 미치는지를 유추해 보고자 하였다. 공간적 분석의 범위는 중국 전체이고, 분석 단위는 그림5에서와 같이 성(Province) 단위이다.
이는 동부지역에 산업화와 도시화가 진행되며 에너지 사용량이 급격히 증가하는 것을 보여 준다고 할 수 있다. 이를 뒷받침하기 위해 그림 6에 중국통계청 (National Bureau of Statistics;http://data.stats.gov.cn)의 연료 사용량 자료를 함께 제시하였다. 석탄의 소비량은 CO₂의 배출량과 유사하게 산둥성, 허베이성 등에서 높게 나타나고, 또한 장수, 산시, 허난, 네이멍구 등에서도 높게 나타남을 알 수 있다.

데이터처리

OMI 센서 관측자료를 기반으로하는 DECSO 자료의 도메인이 중국 전체 지역을 포함하고 있지 않아서 비교하는 GAINS-ECLIPSE/WEO 인벤토리의 도메인을 DECSO와 일치시켜 재계산 후 상호비교분석을 하였다.

성능/효과

중국 총량 인벤토리를 작성하여, GAINS-ECLIPSE/WEO자료와 연간변화를 비교하였다. 그 결과 NO_x 배출량의 총량은 상향식과 하향식 배출량이 불확실성의 범위(15~50% 정도) 내에서 비교적 서로 잘 맞는다고 볼 수 있었다. 지역별로는 WEO (TD)가 WEO에 비해 높게 나타나는 지역은 베이징, 귀조우, 헤난, 산시, 허베이, 장수, 저장, 안후이, 산동 등으로 나타났고, 반대의 경우는 진린, 하이난, 랴오닝, 장시, 후베이, 상하이, 닝샤, 후난, 티안진, 충칭, 산시 등에서 나타나 환경정책의 적용 정도에 대한 분석이 필요한 것으로 판단되었다.
, 2006)을 재정리한 것이다. 그림에서 보이는 바와 같이 중국의 상향식 NO_x 배출량에 대한 불확실성은 Error Propagation 방법을 써서 산정하였을 때 15~50% 정도의 불확실성을 보였다. 그렇기 때문에 본 연구에서 비교한 상-하향식 인벤토리의 비교에서 나타난 편차는 상향식 배출량 산정의 편차와 유사한 수준이라고 판단된다.
cn)의 연료 사용량 자료를 함께 제시하였다. 석탄의 소비량은 CO₂의 배출량과 유사하게 산둥성, 허베이성 등에서 높게 나타나고, 또한 장수, 산시, 허난, 네이멍구 등에서도 높게 나타남을 알 수 있다. 차량에서 주로 소비되는 디젤유는 광동, 산동, 저장, 랴오닝성 등에서 높게 나타났고, 가스의 경우 베이징, 사천, 장수, 광동 등에서 높게 나타났다.
기후변화 물질 CO₂의 연도별 배출량의 추이가 증가하는 것은 연료 사용량이 점진적으로 늘어났기 때문으로 판단하였고, 다른 물질들은 정책 또는 기술의 적용으로 인해 점차 감소하는 추이를 보이는 것으로 판단된다. 섹터별 배출량의 연도별 변화(1990~2020)를 물질별로 살펴보면 CO₂의 배출량은 1990년 이후로 발전 및 산업부문 등에서 계속 증가하여, 총량적으로도 지속적인 증가 추세를 보였으나, SO₂ 배출량은 발전부문에서의 감소영향으로 총량이 감소하는 추세를 보였다. NO_x의 경우 증가를 보인 부분은 산업과 수송부문이고, 2010년 이후 감소를 이끈 것은 역시 발전부문의 영향이라고 판단되었다.
위의 결과들로 유추해 볼 때 VOC를 제외한 나머지 물질들은 2010년 이후 배출량이 감소 추세로 돌아선 것으로 보이며, 주로 우리나라와 지리적으로 근접한 동부지역 쪽에서 더 급속한 감소를 보이고 있다. 그 원인으로는 연료소비량의 증가추세 둔화와 강력한 환경정책의 시행 등으로 판단되며, 이는 향후에도 우리나라로의 오염물질 이동이 줄어들 전망임을 나타내는 것이라 판단된다.
그림에서 1보다 큰 값은 하향식이 상향식에 비해 높은 값을 보였음을 의미한다. 전반적으로 성별 배출량의 분포는 30% 편차 이내에서 유사하게 나타났지만, 상대적으로 큰 편차를 보이는 지역도 나타났다.
차량에서 주로 소비되는 디젤유는 광동, 산동, 저장, 랴오닝성 등에서 높게 나타났고, 가스의 경우 베이징, 사천, 장수, 광동 등에서 높게 나타났다. 전반적으로 연료 소비량의 시공간적 분포를 종합해 보면 CO₂ 배출량의 시공간적 변화와 유사함을 알 수 있다. 그러므로 연료 사용 활동도의 시공간적 변화는 산업화와 도시화가 급격히 이루어진 동부 지역들과 남부 해안 지역들 위주의 사용량 증가를 잘 대변해 주고 있다.
전술한 물질별 연간 배출량 변동추세에서 많은 물질들의 배출량이 2005년 또는 2010년을 최대로 감소 경향을 나타내고 있었다. 그래서 본 절에서는 2000년부터 2015년까지의 지역별 변동을 평가해 보았다(그림 11).
지역별 배출량의 비교에서 WEO (TD)가 WEO에 비해 높게 나타나는 지역은 베이징, 귀조우, 헤난, 산시, 허베이, 장수, 저장, 안후이, 산동 등으로 나타났고, 반대의 경우는 지린, 하이난, 랴오닝, 장시, 후베이, 상하이, 닝샤, 후난, 티안진, 충칭, 산시 등에서 나타났다. 두 자료 간의 편차는 존재하지만 이러한 편차는 두 가지 방법의 차이를 고려하면 비정상적인 수준은 아닌 것으로 판단된다.
석탄의 소비량은 CO₂의 배출량과 유사하게 산둥성, 허베이성 등에서 높게 나타나고, 또한 장수, 산시, 허난, 네이멍구 등에서도 높게 나타남을 알 수 있다. 차량에서 주로 소비되는 디젤유는 광동, 산동, 저장, 랴오닝성 등에서 높게 나타났고, 가스의 경우 베이징, 사천, 장수, 광동 등에서 높게 나타났다. 전반적으로 연료 소비량의 시공간적 분포를 종합해 보면 CO₂ 배출량의 시공간적 변화와 유사함을 알 수 있다.
이는 대부분 기준연도 차이에 따른 에너지 활동도의 변화, 비에너지 활동도에 대한 가정, 사용하는 배출계수의 차이, 환경정책의 실시 수준 차이로 인한 저감 정도의 차이 등에서 기인하고 있다고 판단된다. 총량의 시간적 변화 비교에서는 CO₂의 배출량은 1990년 이후로 계속적으로 증가하였지만, NO_x, PM_2.5, SO₂는 각각 2010년, 2010년, 2005년에 최대 배출량을 보이고 이후에는 점차 감소하는 경향이 나타났다. 기후변화 물질 CO₂의 연도별 배출량의 추이가 증가하는 것은 연료 사용량이 점진적으로 늘어났기 때문으로 판단하였고, 다른 물질들은 정책 또는 기술의 적용으로 인해 점차 감소하는 추이를 보이는 것으로 판단된다.

후속연구

지역별로는 WEO (TD)가 WEO에 비해 높게 나타나는 지역은 베이징, 귀조우, 헤난, 산시, 허베이, 장수, 저장, 안후이, 산동 등으로 나타났고, 반대의 경우는 진린, 하이난, 랴오닝, 장시, 후베이, 상하이, 닝샤, 후난, 티안진, 충칭, 산시 등에서 나타나 환경정책의 적용 정도에 대한 분석이 필요한 것으로 판단되었다. 그림 15에서와 같이 이들 지역을 중국의 1차(적색)와 2차(청색) 특별 대책 지역들과 비교한 결과 상당한 유사성이 나타나, 상-하향식 인벤토리의 지역적 분포상의 편차가 주로 정책의 적용과 관련되어 있음을 반증해 주는 것으로 판단하였고 추후 정책과 배출분포 간의 좀 더 심층적인 연구가 필요하다고 판단되었다.
그림 15에 나타난 (a)의 지역들과 (b)의 지역들 간에는 상당한 유사성이 나타났다. 이는 상-하향식 인벤토리의 지역적 분포상의 편차가 주로 정책의 적용과 관련되어 있음을 나타내고 있는 것이라 볼 수 있으며, 앞으로 이 부분에 대한 구조적 연구가 필요함을 시사해 주고 있다고 판단된다.
현재 중국은 대기 정책 13th 5개년계획, 오염방지행동계획 등 국가 차원에서 다양한 노력들을 강구하고 있고 이에 따라 다양한 계획을 내놓고 있는 실정이다. 이런 계획들을 인벤토리에 좀 더 신속하게 적용한다면 중국의 지역별 배출의 최신 현황을 파악하는데 도움이 되고 나아가 우리나라로의 대기오염 이동을 좀 더 정확히 이해할 수 있을 것이다.

핵심어	질문	논문에서 추출한 답변
	대기오염 문제에 대한 과학적인 분석과 관리를 위해 가장 기초가 되는 자료는 무엇인가?	위와 같은 대기오염 문제에 대한 과학적인 분석과 관리를 위해 가장 기초가 되는 자료는 배출목록이라 할 수 있을 것이다. 배출목록 자료를 바탕으로 대기오염 배출원들에서 발생하는 오염물질의 양과 대기로의 입력을 파악할 수 있다.
	배출목록 자료를 통해 파악할 수 있는 정보는 무엇인가?	위와 같은 대기오염 문제에 대한 과학적인 분석과 관리를 위해 가장 기초가 되는 자료는 배출목록이라 할 수 있을 것이다. 배출목록 자료를 바탕으로 대기오염 배출원들에서 발생하는 오염물질의 양과 대기로의 입력을 파악할 수 있다. 또한 이를 대기화학모델에 적용하여 대기화학조성을 예측한 다음, 예측된 자료를 기반으로 배출원들이 대기화학조성과 기후변화에 미치는 영향을 분석하고, 이러한 분석을 기반으로 대기오염을 줄이기 위한 대기오염 배출원 관리방안을 수립할 수 있다(NIER, 2011).
	CO2의 배출량의 급격한 증가에 기여가 높았던 부문은 무엇인가?	앞장에서 설명된 바와 같이 CO2의 배출량은 1990년 이후로 지속적으로 증가하였는데, 특히 2000년에 들어서며 더욱 급격한 증가를 보였다. 부문별로는 발전부문(Power sector)의 기여가 가장 높았다. 그림 6을 보면 지역적으로는 특히 산둥성, 허베이성 등의 배출량 증가가 컸고, 주로 동부지역을 중심으로 배출량이 늘어나는 것을 볼 수 있다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

중국 대기오염물질 배출의 시공간적 변화 분석
Analysis of Regional and Inter-annual Changes of Air Pollutants Emissions in China 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

질의응답

참고문헌 (14)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

중국 대기오염물질 배출의 시공간적 변화 분석 Analysis of Regional and Inter-annual Changes of Air Pollutants Emissions in China 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

질의응답

참고문헌 (14)

이 논문을 인용한 문헌

저자의 다른 논문 :

우정헌 (12)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

중국 대기오염물질 배출의 시공간적 변화 분석
Analysis of Regional and Inter-annual Changes of Air Pollutants Emissions in China 원문보기

AI 본문요약
AI-Helper