최근 기후변화 문제가 심각해짐에 따라 이산화탄소(carbon dioxide, CO2) 배출량 감소를 위한 CO2 배출량 역학 위성자료를 기반으로 파악하는 연구가 진행되고 있다. 또한 수치로 제공되는 CO2 배출량을 추정 및 매핑(mapping)하여 공간적인 패턴을 분석하는 것은 매우 중요하다. 따라서 본 연구에서는 2013년부터 2020년까지 한반도의 CO2 배출량을 추정 및 매핑하였다. CO2 배출량을 공간적으로 추정 및 매핑하기 위해서 야간 조도(nighttime light, NTL)와 식생지수를 결합한 지수 enhanced vegetationindex adjusted nighttime light index를 사용하여 NTL이 관측된 지역과 관측되지 않은 지역 모두를 매핑하였다. 공간적으로 CO2 배출량을 추정 및 매핑하기 위해 한반도의 연간 총 배출량을 계산한 결과 2013년부터 2017년까지 11% 증가, 2017년부터 2020년까지 13% 감소하였다. 매핑 결과로 한반도 CO2 배출량 공간적 패턴이 도심지에 집중되어 있는 것을 확인하였다. 지역별 증가와 감소를 분석하기 위해 도심지를 포함한 17개의 지역으로 나눈 결과로는 수도권에서 한반도 CO2 배출량의 약 40%를 차지하고, 2013년 대비 2020년에 가장 큰 변화를 보이는 지역은 세종시가 96% 증가를 나타내고 있다.
최근 기후변화 문제가 심각해짐에 따라 이산화탄소(carbon dioxide, CO2) 배출량 감소를 위한 CO2 배출량 역학 위성자료를 기반으로 파악하는 연구가 진행되고 있다. 또한 수치로 제공되는 CO2 배출량을 추정 및 매핑(mapping)하여 공간적인 패턴을 분석하는 것은 매우 중요하다. 따라서 본 연구에서는 2013년부터 2020년까지 한반도의 CO2 배출량을 추정 및 매핑하였다. CO2 배출량을 공간적으로 추정 및 매핑하기 위해서 야간 조도(nighttime light, NTL)와 식생지수를 결합한 지수 enhanced vegetation index adjusted nighttime light index를 사용하여 NTL이 관측된 지역과 관측되지 않은 지역 모두를 매핑하였다. 공간적으로 CO2 배출량을 추정 및 매핑하기 위해 한반도의 연간 총 배출량을 계산한 결과 2013년부터 2017년까지 11% 증가, 2017년부터 2020년까지 13% 감소하였다. 매핑 결과로 한반도 CO2 배출량 공간적 패턴이 도심지에 집중되어 있는 것을 확인하였다. 지역별 증가와 감소를 분석하기 위해 도심지를 포함한 17개의 지역으로 나눈 결과로는 수도권에서 한반도 CO2 배출량의 약 40%를 차지하고, 2013년 대비 2020년에 가장 큰 변화를 보이는 지역은 세종시가 96% 증가를 나타내고 있다.
As climate change problem has recently become serious, studies are being conducted to identify carbon dioxide (CO2) emission dynamics based on satellite data to reduce emissions. It is also very important to analyze spatial patterns by estimating and mapping CO2 emissions dynamic. Therefore, in this...
As climate change problem has recently become serious, studies are being conducted to identify carbon dioxide (CO2) emission dynamics based on satellite data to reduce emissions. It is also very important to analyze spatial patterns by estimating and mapping CO2 emissions dynamic. Therefore, in this study, CO2 emissions in the Korean Peninsula from 2013 to 2020 were estimated and mapped. To spatially estimate and map emissions, we use the enhanced vegetation index adjusted nighttime light index, an index that combines nighttime light (NTL) and vegetation index, to map both areas where NTL is observed and areas where NTL is not observed. In order to spatially estimate and map CO2 emissions, the total annual emissions of the Korean Peninsula were calculated, resulting in an increase of 11% from 2013 to 2017 and a decrease of 13% from 2017 to 2020. As a result of the mapping, it was confirmed that the spatial pattern of CO2 emissions in the Korean Peninsula were concentrated in urban areas. After being divided into 17 regions, which included the downtown area, the metropolitan area accounted for roughly 40% of CO2 emissions in the Korean Peninsula. The region that exhibited the most significant change from 2013 to 2020 was Sejong City, showing a 96% increase.
As climate change problem has recently become serious, studies are being conducted to identify carbon dioxide (CO2) emission dynamics based on satellite data to reduce emissions. It is also very important to analyze spatial patterns by estimating and mapping CO2 emissions dynamic. Therefore, in this study, CO2 emissions in the Korean Peninsula from 2013 to 2020 were estimated and mapped. To spatially estimate and map emissions, we use the enhanced vegetation index adjusted nighttime light index, an index that combines nighttime light (NTL) and vegetation index, to map both areas where NTL is observed and areas where NTL is not observed. In order to spatially estimate and map CO2 emissions, the total annual emissions of the Korean Peninsula were calculated, resulting in an increase of 11% from 2013 to 2017 and a decrease of 13% from 2017 to 2020. As a result of the mapping, it was confirmed that the spatial pattern of CO2 emissions in the Korean Peninsula were concentrated in urban areas. After being divided into 17 regions, which included the downtown area, the metropolitan area accounted for roughly 40% of CO2 emissions in the Korean Peninsula. The region that exhibited the most significant change from 2013 to 2020 was Sejong City, showing a 96% increase.
이 연구에 사용한 NTL 데이터는 미국 항공우주국(National Aeronautics and Space Administration)의 Suomi national polar-orbiting partnership (Suomi NPP), visibleinfrared imaging radiometer suite (VIIRS), day/night band (DNB, panchromatic 0.5 um–0.9 um) 자료이다
성능/효과
Urban with NTL의 분포가 서울을 비롯한 광역시 위주의 도심지 주변에 집중되어 있는 것으로 확인되고, 2013년부터 2020년까지 Rural with NTL의 분포가 감소하고 Rural without NTL의 분포가 크게 증가한 것을 확인할 수 있다. 한반도의 NTL이 총량은 2013년보다 2020년에 더 크기 때문에 도심지 주변에 더 밀집되어 나타나는 것을 확인하였다.
참고문헌 (7)
Ang, J. B., 2009. CO 2 emissions, research and technology transfer in China. Ecological Economics, 68(10), 2658-2665. https://doi.org/10.1016/j.ecolecon.2009.05.002
Eggleston, H. S., Buendia, L., Miwa, K., Ngara, T., and Tanabe, K., 2006. 2006 IPCC guidelines for national greenhouse gas inventories. Institute for Global Environmental Strategies. https://www.ipcc-nggip.iges.or.jp/public/2006gl/index.html
Elvidge, C. D., Baugh, K. E., Kihn, E. A., Kroehl, H. W., Davis, E. R., and Davis, C. W., 1997. Relation between satellite observed visible-near infrared emissions, population, economic activity and electric power consumption. International Journal of Remote Sensing, 18(6), 1373-1379. https://doi.org/10.1080/014311697218485
Ghosh, T., Elvidge, C. D., Sutton, P. C., Baugh, K. E., Ziskin, D., and Tuttle, B. T., 2010. Creating a global grid of distributed fossil fuel CO 2 emissions from nighttime satellite imagery. Energies, 3(12), 1895-1913. https://doi.org/10.3390/en3121895
Su, Y., Chen, X., Li, Y., Liao, J., Ye, Y., Zhang, H. et al., 2014. China's 19-year city-level carbon emissions of energy consumptions, driving forces and regionalized mitigation guidelines. Renewable and Sustainable Energy Reviews, 35, 231-243. https://doi.org/10.1016/j.rser.2014.04.015
Wang, M. and Cai, B., 2017. A two-level comparison of CO 2 emission data in China: Evidence from three gridded data sources. Journal of Cleaner Production, 148, 194-201. https://doi.org/10.1016/j.jclepro.2017.02.003
※ AI-Helper는 부적절한 답변을 할 수 있습니다.