최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
DataON 바로가기다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
Edison 바로가기다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
Kafe 바로가기주관연구기관 | 연세대학교 Yonsei University |
---|---|
연구책임자 | 김연주 |
참여연구자 | 정은성 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2023-03 |
과제시작연도 | 2022 |
주관부처 | 국토교통부 Ministry of Land, Infrastructure, and Transport |
등록번호 | TRKO202300002520 |
과제고유번호 | 1615012531 |
사업명 | (이관)국토교통기술촉진연구(R&D) |
DB 구축일자 | 2023-04-26 |
키워드 | 도시 그린인프라.탄소흡수.인공지능.불확실성.물리-자료 융합.Urban Green Infra.Carbon Uptake.AI.Uncertainty.Hybrid Physics-Data. |
□ 연구개발 목표 및 내용
◼ 최종 목표
본 연구개발과제는 기후위기 대응 탄소중립 시대를 대비한 도시 그린인프라의 탄소흡수 증대 및 물·열순환 개선 평가 기술 개발을 최종 목표로 함
◼ 전체 내용
[주관연구기관]은 기후 및 도시 기후인프라 시나리오에 따른 탄소 흡수 증대 및 물·열순환 개선 효과의 정량화를 위한 신기술, 즉, 물리기반 지면생태/도시기후 모델-자료기반 AI기법 융합 모델을 개발하고 이를 활용하여 시나리오별, 다중 시공간 규모에 대한 탄소·물·열순환 변화 앙상블 결과를 제시함. 앙상블 결과는
□ 연구개발 목표 및 내용
◼ 최종 목표
본 연구개발과제는 기후위기 대응 탄소중립 시대를 대비한 도시 그린인프라의 탄소흡수 증대 및 물·열순환 개선 평가 기술 개발을 최종 목표로 함
◼ 전체 내용
[주관연구기관]은 기후 및 도시 기후인프라 시나리오에 따른 탄소 흡수 증대 및 물·열순환 개선 효과의 정량화를 위한 신기술, 즉, 물리기반 지면생태/도시기후 모델-자료기반 AI기법 융합 모델을 개발하고 이를 활용하여 시나리오별, 다중 시공간 규모에 대한 탄소·물·열순환 변화 앙상블 결과를 제시함. 앙상블 결과는 공동연구기관에서 불확실성을 정량화하고 시나리오 우선순위를 제시하는데 활용됨
[공동연구기관]은 미래 기후시나리오인 RCP 및 SSP의 여러 시나리오에 대한 기후앙상블 및 도시 그린인프라 시나리오를 생성하여 주관기관에 제공하고, 그린인프라 효과 앙상블 결과를 주관기관으로부터 제공받아 미래 기후 및 도시 그린인프라 효과의 불확실성을 고려한 우선순위 결정 기법을 개발하고 이를 적용하여 우선순위를 결정함
◼ 1단계
ㅇ 목표
[주관] 물리기반 지면생태/도시기후 모델-자료기반 AI기법 연계 모델 개발 및 구축
[공동] 미래 기후 시나리오 생성 및 불확실성을 고려한 의사결정 기술 개발
ㅇ 내용
[주관] 물리기반 지면생태/도시기후 모델-자료기반 AI기법 연계 모델 개발 및 구축
- 도시 그린인프라별 특성 및 모델 적용성 검토
- 도시 그린인프라 적용을 위한 모델 개발
- 도시 그린인프라 적용을 위한 모델 구축
[공동] 미래 기후 시나리오 생성 및 불확실성을 고려한 의사결정 기술 개발
- 미래 기후 시나리오 생성
- 미래 기후 및 도시 그린인프라 효과의 불확실성을 고려한 우선 순위 결정 기법의 개발
◼ 2단계
ㅇ 목표
[주관] 미래 기후 및 도시 그린인프라 시나리오별 탄소흡수 증대 및 물·열순환 개선 등 다중 효과 평가
[공동] 도시 그린인프라 시나리오 생성과 미래 기후 및 도시 그린 인프라 효과의 불확실성을 고려한 시나리오 우선순위 결정
ㅇ 내용
[주관] 미래 기후 및 도시 그린인프라 시나리오별 탄소흡수 증대 및 물·열순환 개선 등 다중 효과 평가
- 시범 적용 도시 대상 구축 모델의 탄소·물·열순환 검증
- 기후 및 도시 그린인프라 시나리오별 모델 구동
- 기후 및 도시 그린인프라 시나리오별 모델 결과 분석
[공동] 도시 그린인프라 시나리오 생성과 미래 기후 및 도시 그린 인프라 효과의 불확실성을 고려한 시나리오 우선순위 결정
- 도시 그린인프라 미래 시나리오 생성
- 미래 기후 및 도시 그린인프라 효과의 불확실성을 고려한 시나리오 우선순위 결정
□ 연구개발성과
[주관]
- 과거 기후변화 및 도시화로 인해 발생한 열-식생계절-탄소저장량 변화 관계성 분석 방법 개발
- 미래 기후변화 시나리오, 도시화 시나리오, 그린인프라 시나리오를 구축함
- 구축된 WRF-UCM 모델 사용 일평균/일최고/일최저 기온 및 일강수량 모의 결과, 수도권 물 및 열순환에 기후변화 및 도시화가 미치는 영향이 크며, 특히 도시지역에서 큰 영향이 나타남
- 여러 그린인프라 시나리오 적용에 대한 물 및 열순환 영향 분석 결과, 일 평균, 일 최고 온도(낮 기온)의 경우, Cool roof 적용비율이 증가할수록 저감효과가 크게 나 타났으나, 일최저 온도(밤 기온)의 경우 Green roof가 가장 좋은 온도 효과를 보임
[공동]
- SSP 시나리오에 따른 CMIP6 GCM을 활용한 미래 기후 시나리오 생성
- 불확실성 정량화 기법 개발 및 불확실성을 고려한 우선순위 결정 기법 개발
- 도시 그린인프라 시나리오의 물 및 열 순환 효과 기반 Fuzzy TOPSIS 이용 우선순위 결정 기법 개발
- 그린인프라 시나리오의 물 및 열 순환 효과 가중치 기반 우선순위 산정
□ 연구개발성과 활용계획 및 기대 효과
[활용방안]
- 탄소중립을 위한 그린뉴딜 정책 수립에 활용: 기후변화를 넘어서서 기후위기(climate crisis)에 직면하여 선진국들은 지속가능한 성장을 위해 탄소중립을 핵심목표로 설정하고 있음. 본 연구는 탄소중립을 달성하기 위해 자연적으로 탄소를 흡수하는 그린인프라를 도시계획에 반영하기 위한 정략적인 효과분석 결과를 제공함
- 국토종합계획 수립에 활용: 지속가능한 국토계획을 수립하기 위해서는 물 순환, 열순환, 탄소 순환 등을 포함한 다양한 측면의 생태계 서비스(도시 그린인프라 포함)에 대한 고려가 필요함. 미래 국토종합계획에서 도시 그린인프라의 탄소흡수 증대, 물 및 열순환 개선을 정량적으로 분석할 수 있는 본 연구의 기술이 활용될 수 있음
- 물관리기본계획 수립에 활용: 도시의 불투수면적을 관리해서 홍수피해저감을 유도하기 위한 물순환의 핵심은 도심 지역내 그린인프라이므로 이를 다양한 측면에서 정량적으로 분석하기 위한 기술이 필요함. 그린인프라를 물순환 관점에서만 판단하면 효과가 과소 산정될 우려가 있으므로 본 기술을 활용하면 탄소흡수 증대, 열순환 개선 측면에서도 편익이 있음을 제시할 수 있음
[기대효과]
- 기술적 잠재 영향력: 불확실한 미래 기후와 도시 그린인프라 시설의 불확실한 효과를 고려해서 가장 효과적인 전략을 수립할 수 있는 기술적인 토대를 마련함. 향후 우리나라 전체에 대한 탄소, 물, 열 순환에 대한 상세 정보시스템을 구축할 수 있는 토대가 됨
- 경제적 잠재 영향력: 탄소중립을 달성하는데 소요되는 비용을 절감시킬 수 있으며, 불확실한 미래 기후 및 도시 그린인프라의 효과를 고려하여 가장 안정적인 효과를 보이는 전략을 선택함으로서 정책실패로 인한 비용을 최소화할 수 있음
- 사회적 잠재 영향력: 도시 그린인프라 시설의 역할을 정량적으로 규명하므로 향후 도시재생, 재개발 등에 적극적으로 활용될 수 있음
- 질적 우수성: 본 연구는 지면생태/도시기후 델 및 인공지능 기법의 활용, 불확실한 상황에서의 의사결정기법 등 다양한 최신 기술이 활용될 예정임. 따라서 본 연구의 결과는 국제적으로 우수한 저널에 다수의 논문으로 출간될 예정임
(출처 : 요약문 3p)
과제명(ProjectTitle) : | - |
---|---|
연구책임자(Manager) : | - |
과제기간(DetailSeriesProject) : | - |
총연구비 (DetailSeriesProject) : | - |
키워드(keyword) : | - |
과제수행기간(LeadAgency) : | - |
연구목표(Goal) : | - |
연구내용(Abstract) : | - |
기대효과(Effect) : | - |
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.