• 제목/요약/키워드: 기후변화대응도시

검색결과 203건 처리시간 0.029초

우리나라 광역지방자치단체의 직접 및 간접 $CO_2$ 배출량의 비교 연구: 에너지 부문을 중심으로 (Comparison of Direct and Indirect $CO_2$ Emission in Provincial and Metropolitan City Governments in Korea: Focused on Energy Consumption)

  • 김준범;정진욱;서상원;김상현;박흥석
    • 대한환경공학회지
    • /
    • 제33권12호
    • /
    • pp.874-885
    • /
    • 2011
  • 현재 국가 온실가스 배출량 산정은 IPCC 가이드라인을 이용하여 화석연료 사용량을 우리나라의 에너지 분야의 온실가스 배출량 산정에 있어서 전력사용은 간접배출, 기타연료 사용은 직접배출로만 산정하고 있어, 자치단체의 온실가스 감축전략을 수립하기에는 미흡한 점이 있다. 본 연구는 16 개 광역자치단체의 2007년 에너지 사용량을 기초로 에너지 부문(석탄, 석유 제품, 전력, 도시가스)에 의한 온실가스물질의 직접 및 간접 배출량을 산정하였다. 각 지방자치단체의 에너지 분야 온실가스 배출량은 에너지 연료 생산단계에서 발생되는 간접배출량(Indirect Emissions)과 에너지 연료를 사용 했을 때 발생되는 직접배출량(Direct Emissions)으로 나누어 산정하였다. 각 지방자치단체별 직간접 발생량을 합산할 경우, 2007년 국내 에너지 부문 총 온실가스 배출량은 497,083 천톤 $CO_2eq.$이였으며, 간접 온실가스 배출부분에서 전체 발생량의 48%인 240,388 천톤 $CO_2eq.$, 직접 온실가스 배출부분에서 52%인 256,694 천톤 $CO_2eq.$의 온실가스가 배출되는 것으로 나타났다. 이 수치는 현재 기존의 평가방법으로 산정되어진 온실가스 배출량 439,698 천톤 $CO_2eq.$와 약 13%의 차이를 보이고 있다. 따라서 기후변화에 대응하기 위한 자치단체 및 국가 온실가스 감축 전략수립을 위해서는 우리 실정에 맞는 배출계수의 개발과 직, 간접배출을 고려한 체계적인 온실가스 배출량 산정방법의 정립이 필요한 것으로 나타났다.

LSTM Networks 딥러닝 기법과 SWAT을 이용한 유량지속곡선 도출 및 평가 (A study on the derivation and evaluation of flow duration curve (FDC) using deep learning with a long short-term memory (LSTM) networks and soil water assessment tool (SWAT))

  • 최정렬;안성욱;최진영;김병식
    • 한국수자원학회논문집
    • /
    • 제54권spc1호
    • /
    • pp.1107-1118
    • /
    • 2021
  • 지구온난화로 인해 발생한 기후변화는 한반도의 홍수, 가뭄 등의 발생빈도를 증가시켰으며, 이로 인해 인적, 물적 피해가 증가한 것으로 나타났다. 수재해 대비 및 대응을 위해서는 국가 차원의 수자원 관리 계획 수립이 필요하며, 유역 단위 수자원 관리를 위해서는 장기간 관측된 유량 자료를 이용하여 도출된 유량지속곡선이 필요하다. 전통적으로 수자원 분야에서 유량지속곡선을 도출하기 위하여 물리적 기반의 강우-유출 모형이 많이 사용되고 있으며, 최근에는 데이터 기반의 딥러닝 기법을 이용한 유출량 예측 기법에 관한 연구가 진행된 바 있다. 물리적 기반의 모형은 수문학적으로 신뢰도 높은 결과를 도출할 수 있으나, 사용자의 높은 이해도가 요구되며, 모형 구동 시간이 오래 걸릴 수 있는 단점이 있다. 데이터 기반의 딥러닝 기법의 경우 입력 자료가 간단하며, 모형 구동 시간이 비교적 짧으나 입력 및 출력자료 간의 관계가 블랙박스로 처리되어 수리·수문학적 특성을 반영할 수 없는 단점이 있다. 본 연구에서는 물리적 기반 모형으로 국내외에서 적용성이 검증된 Soil Water Assessment Tool (SWAT)의 매개변수 보정(Calibration)을 통해 장기간의 결측치 없는 데이터를 산출하고, 이를 데이터 기반 딥러닝 기법인 Long Short-term Memory (LSTM)의 훈련(Training) 데이터로 활용하였다. 시계열 데이터 분석 결과 검·보정 전체 기간('07-'18) 동안 Nash-Sutcliffe Efficiency (NSE)와 적합도 비교를 위한 결정계수는 각각 0.04, 0.03 높게 도출되어 모형에서 도출된 SWAT의 결과가 LSTM보다 전반적으로 우수한 것으로 나타났다. 또한, 모형에서 도출된 연도별 시계열 자료를 내림차순하여 산정된 유량지속곡선과 관측유량 기반의 유량지속곡선과 비교한 결과 NSE는 SWAT과 LSTM 각각 0.95, 0.91로 나타났으며, 결정계수는 0.96, 0.92로 두 모형 모두 우수한 성능을 보였다. LSTM 모형의 경우 저유량 부분 모의의 정확도 개선이 필요하나, 방대한 입력 자료로 인해 모형 구축 및 구동 시간이 오래 걸리는 대유역과 입력 자료가 부족한 미계측 유역의 유량지속곡선 산정 등에 활용성이 높을 것으로 판단된다.

찬공기 특성을 고려한 낙동정맥 관리방안 연구 - 부산, 울산, 포항 인근을 대상으로 - (Management of the Nakdong-Jeongmaek based on the Characteristics of Cold Air - Focused on Busan, Ulsan, Pohang -)

  • 엄정희;손정민
    • 한국조경학회지
    • /
    • 제44권5호
    • /
    • pp.103-115
    • /
    • 2016
  • 본 연구는 낙동정맥의 녹색에어컨 기능을 활용 확대하기 위해 낙동정맥의 찬공기 생성과 흐름에 대한 특징을 분석하고, 낙동정맥의 중요한 찬공기 생성지역 보호 및 인근 도시로의 찬공기 활용 극대화를 위한 관리방안을 제안하였다. 이를 위해, 낙동정맥 인근에 위치한 부산 구덕산 일대, 울산 고헌산 일대, 포항 운주산 일대를 대상지로 선정하여 정맥의 지형적 특징 및 토지이용에 따른 찬공기 흐름의 특징을 분석하였고, 이를 바탕으로 녹색 에어컨 기능 관리체계 구축을 위한 전략을 제시하였다. 부산 구덕산 일대는 정맥 경계에 인접한 지역에서의 고밀도 개발로 인해 생성된 찬공기가 충분히 발달하지 못하며, 시가지로 확산되지 못하고 있다. 향후 정맥 접경지역에 대한 개발 압력이 매우 커질 것으로 예상되므로, 정맥의 녹색서비스 기능 강화를 위해 높은 보전정책이 요구된다. 울산 고헌산 일대는 넓은 계곡에 위치한 농공단지와 산업단지에는 충분히 발달된 찬공기가 원활하게 유입되고 있어 현재의 찬공기 유입을 유지할 수 있는 관리방안이 필요하며, 넓고 평평한 지형으로 인해 향후 개발이 확대될 가능성이 있기 때문에 보전이 반드시 필요하다. 마지막으로 포항 운주산 일대는 복잡한 산악 및 계곡지형으로써 생성된 찬공기가 좁은 계곡을 통해 이동하면서 계곡 하단부로 갈수록 점차 발달하고 있으므로, 찬공기 생성지역 가까이에 위치한 계곡 지형을 활용해야 한다. 특히, 영천호 주변은 찬공기층이 가장 높으면서도 흐름이 가장 낮으므로 찬공기로 인한 피해를 예방하는 계획이 필요하다. 본 연구의 결과는 기후변화에 대응하기 위한 낙동정맥의 체계적인 관리계획을 수립하는데 기초자료로 활용될 수 있으며, 향후 녹색에어컨 기능산지의 양적 확대 및 보전을 위한 정맥관리 강화 등 산지의 녹색에어컨 기능을 확대하는 정책 마련에 활용될 수 있을 것으로 기대한다.