KR101733026B1 - 행정구역별 온실가스 분포 데이터 생성 장치 및 방법 - Google Patents

행정구역별 온실가스 분포 데이터 생성 장치 및 방법 Download PDF

Info

Publication number
KR101733026B1
KR101733026B1 KR1020150131112A KR20150131112A KR101733026B1 KR 101733026 B1 KR101733026 B1 KR 101733026B1 KR 1020150131112 A KR1020150131112 A KR 1020150131112A KR 20150131112 A KR20150131112 A KR 20150131112A KR 101733026 B1 KR101733026 B1 KR 101733026B1
Authority
KR
South Korea
Prior art keywords
greenhouse gas
gas concentration
concentration
zone
point
Prior art date
Application number
KR1020150131112A
Other languages
English (en)
Other versions
KR20170033147A (ko
Inventor
엄정섭
Original Assignee
경북대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 경북대학교 산학협력단 filed Critical 경북대학교 산학협력단
Priority to KR1020150131112A priority Critical patent/KR101733026B1/ko
Priority to PCT/KR2016/010218 priority patent/WO2017048002A1/ko
Publication of KR20170033147A publication Critical patent/KR20170033147A/ko
Application granted granted Critical
Publication of KR101733026B1 publication Critical patent/KR101733026B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/84—Greenhouse gas [GHG] management systems

Abstract

본 발명은 온실가스 분포 데이터 생성 장치 및 방법에 관한 것이다. 본 발명의 일 실시예에 따른 온실가스 분포 데이터 생성 장치는, 대상 영역 내 복수의 샘플 지점의 온실가스 농도 및 상기 샘플 지점의 위치 정보를 기반으로 온실가스 농도의 공간 분포를 분석하는 공간 분포 분석부; 상기 공간 분포를 기반으로 상기 대상 영역 내 타 지점의 온실가스 농도를 추정하는 농도 추정부; 및 상기 샘플 지점 및 상기 타 지점 중 적어도 하나를 기반으로 상기 대상 영역 내 구역의 온실가스 농도를 산출하는 구역 농도 산출부;를 포함할 수 있다.

Description

행정구역별 온실가스 분포 데이터 생성 장치 및 방법{APPARATUS AND METHOD FOR GENERATING GREENHOUSE GAS DISTRIBUTION DATA ACROSS ADMINISTRATIVE REGIONS}
본 발명은 온실가스 분포 데이터 생성 장치 및 방법에 관한 것이다.
지구 온난화의 주범인 이산화탄소, 메탄, 아산화질소, 수소불화탄소, 과불화탄소, 육불화황 등 온실가스를 일정 기간 동안 배출할 수 있는 권리를 탄소배출권이라고 한다. 교토의정서에 따르면 의무 당사국들은 1990년 배출량을 기준으로 2008년에서 2012년까지 이산화탄소 배출량을 평균 5% 수준으로 감축해야 한다. 이를 이행하지 못하는 국가나 기업은 탄소배출권을 다른 곳에서 구입하여 의무 사항을 이행해야 한다.
탄소배출권을 거래하기 위해서는 온실가스의 배출량이 정확하게 산정되어야 한다. 온실가스, 특히 이산화탄소의 배출량을 산정하는 방식은 크게 직접 측정에 의한 방식과 연료 사용량을 토대로 간접적으로 추정하는 방식이 제시되고 있다. 현재 대부분의 이산화탄소 배출량 산정은 에너지 사용량 또는 투입량에 기초한 간접 추계 방식으로 이루어져 왔기 때문에 정확성에 한계가 있다.
특히, 이러한 간접 추계 방식은 자연에서 배출되거나 흡수되는 온실가스를 간과하고 있는 동시에 업종별로 적용 방법 및 기준이 상이해 상호간 비교 평가가 불가능하며 통일성이 없다는 문제가 있다.
우리나라의 경우 충남 태안군 안면도와 제주도에 지구 대기 감시 관측소를 운영하여 이산화탄소의 배출량을 지상에서 고정 관측하고 있으나, 이러한 상시 관측소는 전 세계에 약 120여 곳에 불과하므로 이러한 소수의 고정 관측 자료를 국가나 기업 간 탄소배출권 거래의 기초 데이터로 활용하는 데는 상당한 한계가 있다.
본 발명의 실시예는 광역에 걸쳐 정확하고 신뢰성 있는 온실가스 배출량 산출이 가능한 온실가스 분포 데이터 생성 장치 및 방법을 제공하는 것을 목적으로 한다.
본 발명의 실시예는 지역별, 예컨대 행정 구역별로 온실가스의 배출 규모를 파악할 수 있는 온실가스 분포 데이터 생성 장치 및 방법을 제공하는 것을 목적으로 한다.
본 발명의 일 실시예에 따른 온실가스 분포 데이터 생성 장치는, 대상 영역 내 복수의 샘플 지점의 온실가스 농도 및 상기 샘플 지점의 위치 정보를 기반으로 온실가스 농도의 공간 분포를 분석하는 공간 분포 분석부; 상기 공간 분포를 기반으로 상기 대상 영역 내 타 지점의 온실가스 농도를 추정하는 농도 추정부; 및 상기 샘플 지점 및 상기 타 지점 중 적어도 하나를 기반으로 상기 대상 영역 내 구역의 온실가스 농도를 산출하는 구역 농도 산출부;를 포함할 수 있다.
상기 샘플 지점의 온실가스 농도는: 상기 대상 영역의 근-적외선 위성 영상으로부터 얻은 상기 샘플 지점의 대기층 이산화탄소의 평균 농도를 포함할 수 있다.
상기 대상 영역의 근-적외선 위성 영상은: 북반구 온대 기후 영역을 3월 내지 6월에 촬영한 위성 영상을 포함할 수 있다.
상기 공간 분포 분석부는: 상기 대상 영역 내에서 상기 샘플 지점의 위치에 따른 온실가스 농도의 공간 변이성(spatial variability)을 산출할 수 있다.
상기 공간 분포 분석부는: 상기 대상 영역 내 참조 지점에서 계측된 온실가스 농도의 실측값을 기초로 유효 농도 범위를 설정하고, 상기 복수의 샘플 지점 중에서 온실가스 농도가 상기 유효 농도 범위를 벗어나는 샘플 지점을 상기 공간 변이성의 산출에서 배제시킬 수 있다.
상기 농도 추정부는: 상기 산출된 공간 변이성에 대응하는 베리오그램(variogram) 모델을 기반으로 각 샘플 지점에 대한 가중치를 결정하고, 상기 가중치 및 상기 샘플 지점의 온실가스 농도를 기반으로 상기 산출된 공간 변이성에 대응하는 크리깅(kriging) 알고리즘에 따라 상기 타 지점의 온실가스 농도를 산출할 수 있다.
상기 농도 추정부는: 구형(spherical) 베리오그램 모델을 기반으로 각 샘플 지점에 대한 가중치를 결정하고, 상기 가중치 및 상기 샘플 지점의 온실가스 농도를 기반으로 일반 크리깅(universal kriging) 알고리즘에 따라 상기 타 지점의 온실가스 농도를 산출할 수 있다.
상기 구역 농도 산출부는: 상기 대상 영역의 지도 데이터로부터 기 지정된 행정 구역의 경계를 획득하고, 상기 경계 내에 위치하는 상기 샘플 지점 및 상기 타 지점 중 적어도 하나의 온실가스 농도의 평균값을 산출하여 상기 행정 구역의 온실가스 농도로 결정할 수 있다.
상기 온실가스 분포 데이터 생성 장치는 상기 대상 영역에서 상기 경계로 둘러싸인 영역을 해당 행정 구역의 온실가스 농도가 속하는 등급에 대응하는 그래픽으로 나타내는 온실가스 분포 지도 생성부를 더 포함할 수 있다.
본 발명의 일 실시예에 따른 온실가스 분포 데이터 생성 방법은, 대상 영역 내 복수의 샘플 지점의 온실가스 농도 및 상기 샘플 지점의 위치 정보를 기반으로 온실가스 농도의 공간 분포를 분석하는 단계; 상기 공간 분포를 기반으로 상기 대상 영역 내 타 지점의 온실가스 농도를 추정하는 단계; 및 상기 샘플 지점 및 상기 타 지점 중 적어도 하나를 기반으로 상기 대상 영역 내 구역의 온실가스 농도를 산출하는 단계;를 포함할 수 있다.
상기 샘플 지점의 온실가스 농도는: 상기 대상 영역의 근-적외선 위성 영상으로부터 얻은 상기 샘플 지점의 대기층 이산화탄소의 평균 농도를 포함할 수 있다.
상기 대상 영역의 근-적외선 위성 영상은: 북반구 온대 기후 영역을 3월 내지 6월에 촬영한 위성 영상을 포함할 수 있다.
상기 온실가스 농도의 공간 분포를 분석하는 단계는: 상기 대상 영역 내에서 상기 샘플 지점의 위치에 따른 온실가스 농도의 공간 변이성을 산출하는 단계를 포함할 수 있다.
상기 온실가스 농도의 공간 분포를 분석하는 단계는: 상기 공간 변이성을 산출하는 단계 전에, 상기 대상 영역 내 참조 지점에서 계측된 온실가스 농도의 실측값을 기초로 유효 농도 범위를 설정하는 단계; 및 상기 복수의 샘플 지점 중에서 온실가스 농도가 상기 유효 농도 범위를 벗어나는 샘플 지점을 배제시키는 단계;를 더 포함할 수 있다.
상기 타 지점의 온실가스 농도를 추정하는 단계는: 상기 산출된 공간 변이성에 대응하는 베리오그램 모델을 기반으로 각 샘플 지점에 대한 가중치를 결정하는 단계; 및 상기 가중치 및 상기 샘플 지점의 온실가스 농도를 기반으로 상기 산출된 공간 변이성에 대응하는 크리깅 알고리즘에 따라 상기 타 지점의 온실가스 농도를 산출하는 단계;를 포함할 수 있다.
상기 가중치를 결정하는 단계는: 구형 베리오그램 모델을 기반으로 각 샘플 지점에 대한 가중치를 결정하는 단계를 포함하고, 상기 타 지점의 온실가스 농도를 산출하는 단계는: 상기 가중치 및 상기 샘플 지점의 온실가스 농도를 기반으로 일반 크리깅 알고리즘에 따라 상기 타 지점의 온실가스 농도를 산출하는 단계를 포함할 수 있다.
상기 구역의 온실가스 농도를 산출하는 단계는: 상기 대상 영역의 지도 데이터로부터 기 지정된 행정 구역의 경계를 획득하는 단계; 상기 경계 내에 위치하는 상기 샘플 지점 및 상기 타 지점 중 적어도 하나의 온실가스 농도의 평균값을 산출하는 단계; 및 상기 평균값을 상기 행정 구역의 온실가스 농도로 결정하는 단계;를 포함할 수 있다.
상기 온실가스 분포 데이터 생성 방법은 상기 대상 영역에서 상기 경계로 둘러싸인 영역을 상기 행정 구역의 온실가스 농도가 속하는 등급에 대응하는 그래픽으로 나타내는 단계를 더 포함할 수 있다.
본 발명의 실시예에 따른 온실가스 분포 데이터 생성 방법은 컴퓨터로 실행될 수 있는 프로그램으로 구현되어 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.
본 발명의 실시예에 따른 온실가스 분포 데이터 생성 방법은 컴퓨터와 결합되어 실행하기 위하여 매체에 저장된 컴퓨터 프로그램으로 구현될 수 있다.
본 발명의 실시예에 따르면, 광역에 걸쳐 정확하고 신뢰성 있게 온실가스 배출량을 산출할 수 있다.
본 발명의 실시예에 따르면, 지역별, 예컨대 행정 구역별로 온실가스의 배출 규모를 파악할 수 있다.
도 1은 본 발명의 일 실시예에 따른 온실가스 분포 데이터 생성 장치의 예시적인 블록도이다.
도 2는 본 발명의 일 실시예에 따라 온실가스 농도 분포를 파악할 대상 영역과 상기 대상 영역 내 샘플 지점들 및 그 이산화탄소 농도를 나타내는 예시적인 도면이다.
도 3은 본 발명의 일 실시예에 따라 산출된 대상 영역의 온실가스 농도 분포를 나타내는 예시적인 도면이다.
도 4는 본 발명의 일 실시예에 따른 대상 영역 내 행정 구역별 온실가스 농도 분포를 나타내는 예시적인 도면이다.
도 5는 본 발명의 일 실시예에 따라 산출된 대상 영역의 온실가스 농도 분포에 대하여 또 다른 샘플 지점의 온실가스 농도에 기초하여 계산된 예측 에러를 나타내는 예시적인 도면이다.
도 6은 본 발명의 일 실시예에 따른 온실가스 분포 데이터 생성 방법의 예시적인 흐름도이다.
도 7은 본 발명의 일 실시예에 따라 온실가스 농도의 공간 분포를 분석하는 과정을 설명하기 위한 예시적인 흐름도이다.
도 8은 본 발명의 일 실시예에 따라 타 지점의 온실가스 농도를 산출하는 과정을 설명하기 위한 예시적인 흐름도이다.
도 9는 본 발명의 일 실시예에 따라 구역의 온실가스 농도를 산출하는 과정을 설명하기 위한 예시적인 흐름도이다.
본 발명의 다른 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술 되는 실시 예를 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예는 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
만일 정의되지 않더라도, 여기서 사용되는 모든 용어들(기술 혹은 과학 용어들을 포함)은 이 발명이 속한 종래 기술에서 보편적 기술에 의해 일반적으로 수용되는 것과 동일한 의미를 가진다. 일반적인 사전들에 의해 정의된 용어들은 관련된 기술 그리고/혹은 본 출원의 본문에 의미하는 것과 동일한 의미를 갖는 것으로 해석될 수 있고, 그리고 여기서 명확하게 정의된 표현이 아니더라도 개념화되거나 혹은 과도하게 형식적으로 해석되지 않을 것이다.
본 명세서에서 사용된 용어는 실시 예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 '포함한다' 및/또는 이 동사의 다양한 활용형들 예를 들어, '포함', '포함하는', '포함하고', '포함하며' 등은 언급된 조성, 성분, 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 조성, 성분, 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다. 본 명세서에서 '및/또는' 이라는 용어는 나열된 구성들 각각 또는 이들의 다양한 조합을 가리킨다.
한편, 본 명세서 전체에서 사용되는 '~부', '~기', '~블록', '~모듈' 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미할 수 있다. 예를 들어 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미할 수 있다. 그렇지만 '~부', '~기', '~블록', '~모듈' 등이 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부', '~기', '~블록', '~모듈'은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다.
따라서, 일 예로서 '~부', '~기', '~블록', '~모듈'은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부', '~기', '~블록', '~모듈'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부', '~기', '~블록', '~모듈'들로 결합되거나 추가적인 구성요소들과 '~부', '~기', '~블록', '~모듈'들로 더 분리될 수 있다.
이하, 본 명세서에 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 온실가스 분포 데이터 생성 장치(10)의 예시적인 블록도이다.
도 1을 참조하면, 상기 온실가스 분포 데이터 생성 장치(10)는 공간 분포 분석부(121), 농도 추정부(122) 및 구역 농도 산출부(123)를 포함한다. 상기 공간 분포 분석부(121), 상기 농도 추정부(122) 및 상기 구역 농도 산출부(123)는 처리부(120)에 포함되며, 상기 처리부(120)는 데이터를 처리 및 연산할 수 있는 프로세서로서 일 예로 CPU 등을 포함할 수 있다.
상기 공간 분포 분석부(121)는 대상 영역 내 복수의 샘플 지점의 온실가스 농도 및 상기 샘플 지점의 위치 정보를 기반으로 온실가스 농도의 공간 분포를 분석할 수 있다. 상기 농도 추정부(122)는 상기 공간 분포를 기반으로 상기 대상 영역 내 타 지점의 온실가스 농도를 추정할 수 있다. 상기 구역 농도 산출부(123)는 상기 샘플 지점 및 상기 타 지점 중 적어도 하나를 기반으로 상기 대상 영역 내 구역의 온실가스 농도를 산출할 수 있다.
본 발명의 실시예에 따라 온실가스 분포 데이터를 생성하는 과정에서 입력부(110)는 사용자로부터 데이터를 입력받을 수 있다. 상기 입력부(110)는 키보드, 마우스, 터치패드, 터치스크린 등과 같은 입력 장치로서, 본 발명의 실시예를 수행할 때 필요한 사용자 입력을 사용자로부터 입력받는다.
본 발명의 실시예에 따른 온실가스 분포 데이터 생성 시 필요한 데이터 또는 프로그램은 저장부(130)에 저장되어 상기 처리부(120)에 의해 불려와 사용될 수 있다. 상기 저장부(130)는 HDD, SSD 등과 같은 대용량 저장 장치를 포함할 수 있으나, 이에 제한되지 않고 RAM, ROM, 캐쉬, 레지스터 등과 같은 고속의 소용량 저장 장치를 포함할 수도 있다.
또한, 본 발명의 실시예에 따라 생성된 온실가스 분포 데이터는 출력부(140)를 통해 출력되어 사용자에게 제공될 수 있다. 일 예로, 상기 출력부(140)는 LCD 등과 같은 표시 장치를 포함할 수 있으며, 후술하는 바와 같이 대상 영역의 온실가스 농도 분포 지도 또는 행정 구역별 온실가스 농도 분포 지도가 생성되면 그 지도를 화면에 표시하여 사용자에게 제공할 수 있다.
본 발명의 실시예에 따르면, 상기 온실가스 분포 데이터 생성 장치(10)가 대상 영역에 대한 온실가스 분포 데이터를 생성하기 위한 기초 데이터로 사용하는 샘플 지점의 온실가스 농도는 상기 대상 영역의 근-적외선(near-infrared) 위성 영상으로부터 얻은 샘플 지점의 대기층 이산화탄소의 평균 농도를 포함할 수 있다.
상기 근-적외선 위성 영상은 대기층으로부터 복사되는 근-적외선의 세기에 따라 위성에서 촬영되는 이미지로서, 상기 샘플 지점의 온실가스 농도는 이 위성 영상으로부터 필터링을 통해 노이즈를 제거하여 얻은 값으로 상기 샘플 지점의 대기층 이산화탄소의 평균 농도를 나타낸다.
도 2는 본 발명의 일 실시예에 따라 온실가스 농도 분포를 파악할 대상 영역과 상기 대상 영역 내 샘플 지점들 및 그 이산화탄소 농도를 나타내는 예시적인 도면이다.
본 발명의 실시예에 따르면, 상기 대상 영역의 근-적외선 위성 영상은 북반구의 온대 기후 영역을 촬영한 위성 영상으로서, 3월 내지 6월에 촬영한 위성 영상을 포함할 수 있다.
우리나라, 일본, 중국과 같은 동북아시아 권역은 북반구 온대 기후 영역에 속하며, 이 기후대는 여름에는 남동풍의 영향을 받고 겨울에는 북서풍의 영향을 받는다. 따라서, 이 기후대는 비교적 봄과 가을에 계절풍의 영향을 적게 받아 대상 영역 내 어느 한 지점에서 배출된 온실가스가 다른 지점으로 이동하는 경향이 감소하나, 가을에는 구름의 영향으로 대기권의 온실가스량이 위성 영상에 반영되지 않을 수 있으므로, 본 발명의 실시예는 봄철에 해당하는 3월 내지 6월에 촬영한 위성 영상을 활용할 수 있다.
도 2에 도시된 샘플 지점(지도 내 동그라미)의 이산화탄소 농도는 2009년부터 2012년까지 각 연도의 3월 내지 6월에 촬영된 GOSAT(Greenhouse gases Observing Satellite) 위성 영상으로부터 얻은 XCO2(column-averaged CO2 concentration) 데이터이다. 이하에서는 이 XCO2 데이터를 이용하여 대상 영역의 이산화탄소 분포 데이터를 산출하는 과정을 설명하기로 한다.
상기 공간 분포 분석부(121)는 대상 영역 내 복수의 샘플 지점의 온실가스 농도 및 상기 샘플 지점의 위치 정보를 기반으로 온실가스 농도의 공간 분포를 분석할 수 있다.
일 실시예에 따르면, 상기 공간 분포 분석부(121)는 탐색적 공간 자료 분석(exploratory spatial data analysis)을 통해 온실가스 농도의 공간 분포 패턴을 분석할 수 있다.
구체적으로, 상기 공간 분포 분석부(121)는 지구통계학에 기초하여 대상 영역 내에서 샘플 지점의 위치에 따른 온실가스 농도의 공간 변이성(spatial variability)을 산출할 수 있다.
이 때, 본 발명의 실시예에 따르면, 상기 공간 분포 분석부(121)는 대상 영역 내 참조 지점에서 계측된 온실가스 농도의 실측값을 기초로 유효 농도 범위를 설정하고, 복수의 샘플 지점 중에서 온실가스 농도가 상기 유효 농도 범위를 벗어나는 샘플 지점을 공간 변이성의 산출 과정에서 배제시킬 수 있다.
상기 유효 농도 범위는 그 하한값 및 상한값이 상기 실측값을 전후하여 소정의 여유치를 두고 설정될 수 있다. 실시예에 따라 상기 유효 농도 범위는 하한값과 상한값 중 어느 하나만으로 설정될 수도 있다.
이와 같이 본 발명의 실시예는 광역에 걸친 온실가스 분포 산출에 있어서 위성 영상으로부터 얻은 관측 자료뿐만 아니라 참조 지점에서의 실측 자료를 반영함으로써 보다 객관적이고 신뢰성 있는 온실가스 분포 데이터를 얻을 수 있다.
그 다음으로, 상기 농도 추정부(122)는 상기 산출된 공간 변이성에 대응하는 베리오그램(variogram) 모델을 기반으로 각 샘플 지점에 대한 가중치를 결정하고, 상기 가중치 및 상기 샘플 지점의 온실가스 농도를 기반으로 상기 산출된 공간 변이성에 대응하는 크리깅(kriging) 알고리즘에 따라 상기 타 지점의 온실가스 농도를 산출할 수 있다.
여기서, 베리오그램이란 일정한 거리에 있는 데이터들의 유사성을 나타내는 척도로, 일정 거리 h만큼 떨어진 데이터들 간의 차이를 제곱한 것의 기대값으로 아래와 같이 계산된다.
Figure 112015090188006-pat00001
여기서, 2γ(h)는 베리오그램 함수이고, Z(·)는 샘플 지점의 온실가스 농도이고, h는 샘플 지점들 사이의 거리이다.
본 발명의 실시예에 따르면, 상기 농도 추정부(122)는 샘플 지점의 위치 및 온실가스 농도로부터 산출된 공간 변이성에 대응하여 구형(spherical) 베리오그램 모델을 선택하고, 이 구형 베리오그램 모델을 기반으로 각 샘플 지점에 대한 가중치를 결정할 수 있다. 상기 구형 베리오그램 모델은 3차 다항식으로 표현되며 상관 거리에서 베리오그램 값이 문턱값과 일치할 수 있다.
또한, 본 발명의 실시예에 따르면, 상기 농도 추정부(122)는 샘플 지점의 위치 및 온실가스 농도로부터 산출된 공간 변이성에 대응하여 일반 크리깅(universal kriging) 알고리즘을 선택하고, 이 일반 크리깅 알고리즘에 상기 가중치 및 상기 샘플 지점의 온실가스 농도를 입력하여 대상 영역 내 타 지점의 온실가스 농도를 산출할 수 있다. 상기 일반 크리깅 알고리즘은 추정하고자 하는 지역의 국지적인 평균값이 각 지역 내에서 완만하게 변화하고 있음을 전제하는 알고리즘으로, 가중치를 계산할 때 자료 분포의 공간적 불변성을 제거하지 않는다.
도 3은 본 발명의 일 실시예에 따라 산출된 대상 영역의 온실가스 농도 분포를 나타내는 예시적인 도면이다.
도 3을 참조하면, 도 2에 도시된 샘플 지점의 이산화탄소 농도를 기초로 대상 영역 내 타 지점들의 이산화탄소 농도를 추정하여 대상 영역 전체에 걸친 이산화탄소 농도 분포를 획득할 수 있다. 도 3에서 대상 영역은 총 네 등급의 이산화탄소 농도 범위로 구분되었으나, 이산화탄소 분포를 나타내기 위해 사용되는 등급의 개수는 이에 제한되지 않는다.
실시예에 따라, 위와 같이 산출된 대상 영역의 온실가스 분포 데이터는 또 다른 샘플 지점의 온실가스 농도와 비교하여 그 정확도가 검증될 수 있다.
도 4는 본 발명의 일 실시예에 따라 산출된 대상 영역의 온실가스 농도 분포에 대하여 또 다른 샘플 지점의 온실가스 농도에 기초하여 계산된 예측 에러를 나타내는 예시적인 도면이다.
이 실시예에 따르면, 상기 온실가스 농도 분포의 예측 에러는 각 타 지점에 대하여 RMSPE(Root Mean Square Prediction Error)를 산출함으로써 얻을 수 있다.
도 4를 참조하면, 도 3과 같이 산출된 온실가스 농도 분포는 0.001 내지 2.9 ppm에 걸친 예측 에러를 가지며, 대상 영역 대부분이 최소 에러값인 0.001 ppm에 가까운 예측 에러를 나타냄을 알 수 있다.
상기 구역 농도 산출부(123)는 샘플 지점의 온실가스 농도 및 상기 추정된 타 지점의 온실가스 농도 중 적어도 하나를 기반으로 대상 영역 내 구역의 온실가스 농도를 산출할 수 있다.
본 발명의 일 실시예에 따르면, 상기 구역 농도 산출부(123)는 대상 영역의 지도 데이터로부터 기 지정된 행정 구역의 경계를 획득하고, 상기 경계 내에 위치하는 샘플 지점 및 타 지점 중 적어도 하나의 온실가스 농도의 평균값을 산출하여 행정 구역의 온실가스 농도로 결정할 수 있다.
예를 들어, 대상 영역에서 분석 대상 행정 구역으로 일본의 큐슈가 지정된 경우, 상기 구역 농도 산출부(123)는 대상 영역의 행정 구역을 나타내는 지도 데이터로부터 큐슈의 행정 구역 경계를 추출하고, 대상 영역 내 샘플 지점 및 타 지점 중에서 상기 추출된 경계 내에 위치하는 지점에 대하여 온실가스 농도의 평균값을 산출할 수 있다. 이와 같이 산출된 온실가스 농도의 평균값은 해당 행정 구역인 큐슈의 온실가스 농도로 결정될 수 있다.
나아가, 다시 도 1을 참조하면, 상기 온실가스 분포 데이터 생성 장치(10)는 온실가스 분포 지도 생성부(124)를 더 포함할 수 있다. 상기 온실가스 분포 지도 생성부(124)는 대상 영역에서 상기 행정 구역의 경계로 둘러싸인 영역을 해당 행정 구역의 온실가스 농도가 속하는 등급에 대응하는 그래픽으로 나타낼 수 있다.
도 5는 본 발명의 일 실시예에 따른 대상 영역 내 행정 구역별 온실가스 농도 분포를 나타내는 예시적인 도면이다.
도 5를 참조하면, 상기 온실가스 분포 지도 생성부(124)는 도 3과 같이 산출된 대상 영역 내 온실가스 분포 데이터를 기초로 행정 구역별 온실가스 농도를 결정한 뒤, 각 행정 구역의 온실가스 농도가 속하는 등급에 대응하는 그래픽(예컨대, 색상)으로 대상 영역 내 각 행정 구역의 영역을 나타낼 수 있다.
도 5에서는 각 행정 구역의 온실가스 농도가 총 네 등급으로 구분되었으나 등급의 개수는 이에 제한되지 않으며, 등급을 구분하는 그래픽도 색상 외에 다양한 표현 방식이 적용될 수 있다.
전술한 본 발명의 실시예는 종래의 배출 계수 기반 온실가스 조사에 비해 보다 객관적이고 신뢰성 있는 온실가스 배출량 산정을 가능하게 한다. 또한, 온실가스의 광역에 걸친 분포를 고려할 수 있어 온실가스의 지역적 분포(예컨대, 행정 구역별 분포)를 객관적으로 비교할 수 있어 지역별 탄소배출권 거래를 위한 신뢰성 높은 기초 자료를 제공할 수 있을 것이다.
도 6은 본 발명의 일 실시예에 따른 온실가스 분포 데이터 생성 방법(20)의 예시적인 흐름도이다.
상기 온실가스 분포 데이터 생성 방법(20)은 전술한 본 발명의 실시예에 따른 온실가스 분포 데이터 생성 장치(10)에 의해 수행될 수 있다. 상기 온실가스 분포 데이터 생성 방법(20)은 컴퓨터로 실행될 수 있는 프로그램으로 제작되어 저장부(130)에 저장될 수 있으며, 처리부(120)는 상기 저장부(130)로부터 프로그램을 불러와 실행함으로써 후술하는 온실가스 분포 데이터 생성 방법(20)을 실시할 수 있다.
도 6을 참조하면, 상기 온실가스 분포 데이터 생성 방법(20)은, 대상 영역 내 복수의 샘플 지점의 온실가스 농도 및 상기 샘플 지점의 위치 정보를 기반으로 온실가스 농도의 공간 분포를 분석하는 단계(S210), 상기 공간 분포를 기반으로 대상 영역 내 타 지점의 온실가스 농도를 추정하는 단계(S220), 및 상기 샘플 지점 및 상기 타 지점 중 적어도 하나를 기반으로 대상 영역 내 구역의 온실가스 농도를 산출하는 단계(S230)를 포함할 수 있다.
본 발명의 일 실시예에 따르면, 상기 샘플 지점의 온실가스 농도는 대상 영역의 근-적외선 위성 영상으로부터 얻은 샘플 지점의 대기층 이산화탄소의 평균 농도를 포함할 수 있다.
이 경우, 상기 대상 영역의 근-적외선 위성 영상은 북반구 온대 기후 영역을 3월 내지 6월에 촬영한 위성 영상을 포함할 수 있다.
도 7은 본 발명의 일 실시예에 따라 온실가스 농도의 공간 분포를 분석하는 과정(S210)을 설명하기 위한 예시적인 흐름도이다.
도 7을 참조하면, 상기 온실가스 농도의 공간 분포를 분석하는 단계(S210)는, 대상 영역 내에서 샘플 지점의 위치에 따른 온실가스 농도의 공간 변이성을 산출하는 단계(S211)를 포함할 수 있다.
이 때, 상기 온실가스 농도의 공간 분포를 분석하는 단계(S210)는 공간 변이성을 산출하는 단계(S211) 전에, 대상 영역 내 참조 지점에서 계측된 온실가스 농도의 실측값을 기초로 유효 농도 범위를 설정하는 단계(S201), 및 복수의 샘플 지점 중에서 온실가스 농도가 상기 유효 농도 범위를 벗어나는 샘플 지점을 배제시키는 단계(S202)를 더 포함할 수 있다.
도 8은 본 발명의 일 실시예에 따라 타 지점의 온실가스 농도를 산출하는 과정(S220)을 설명하기 위한 예시적인 흐름도이다.
도 8을 참조하면, 상기 타 지점의 온실가스 농도를 추정하는 단계(S220)는, 상기 산출된 공간 변이성에 대응하는 베리오그램 모델을 기반으로 각 샘플 지점에 대한 가중치를 결정하는 단계(S221), 및 상기 가중치 및 상기 샘플 지점의 온실가스 농도를 기반으로 상기 산출된 공간 변이성에 대응하는 크리깅 알고리즘에 따라 타 지점의 온실가스 농도를 산출하는 단계(S222)를 포함할 수 있다.
본 발명의 실시예에 따르면, 상기 가중치를 결정하는 단계(S221)는 구형 베리오그램 모델을 기반으로 각 샘플 지점에 대한 가중치를 결정하는 단계를 포함할 수 있다.
그리고, 상기 타 지점의 온실가스 농도를 산출하는 단계(S222)는, 상기 가중치 및 상기 샘플 지점의 온실가스 농도를 기반으로 일반 크리깅 알고리즘에 따라 타 지점의 온실가스 농도를 산출하는 단계를 포함할 수 있다.
도 9는 본 발명의 일 실시예에 따라 구역의 온실가스 농도를 산출하는 과정(S230)을 설명하기 위한 예시적인 흐름도이다.
도 9를 참조하면, 상기 구역의 온실가스 농도를 산출하는 단계(S230)는, 대상 영역의 지도 데이터로부터 기 지정된 행정 구역의 경계를 획득하는 단계(S231), 상기 경계 내에 위치하는 샘플 지점 및 타 지점 중 적어도 하나의 온실가스 농도의 평균값을 산출하는 단계(S232), 및 상기 평균값을 상기 행정 구역의 온실가스 농도로 결정하는 단계(S233)를 포함할 수 있다.
다시 도 1을 참조하면, 상기 온실가스 분포 데이터 생성 방법(20)은 대상 영역에서 상기 행정 구역의 경계로 둘러싸인 영역을 상기 행정 구역의 온실가스 농도가 속하는 등급에 대응하는 그래픽으로 나타내는 단계(S240)를 더 포함할 수 있다.
상기 온실가스 분포 데이터 생성 방법(20)은 컴퓨터에서 실행되기 위한 프로그램으로 제작되어 컴퓨터가 읽을 수 있는 기록매체에 저장될 수 있다. 상기 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 저장장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있다. 또한, 상기 온실가스 분포 데이터 생성 방법(20)은 컴퓨터와 결합되어 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램으로 구현될 수 있다.
이상에서 실시예를 통해 본 발명을 설명하였으나, 위 실시예는 단지 본 발명의 사상을 설명하기 위한 것으로 이에 한정되지 않는다. 통상의 기술자는 전술한 실시예에 다양한 변형이 가해질 수 있음을 이해할 것이다. 본 발명의 범위는 첨부된 특허청구범위의 해석을 통해서만 정해진다.
10: 온실가스 분포 데이터 생성 장치
110: 입력부
120: 처리부
121: 공간 분포 분석부
122: 농도 추정부
123: 구역 농도 산출부
124: 온실가스 분포 지도 생성부
130: 저장부
140: 출력부

Claims (12)

  1. 대상 영역 내 복수의 샘플 지점의 온실가스 농도 및 상기 샘플 지점의 위치 정보를 기반으로 온실가스 농도의 공간 분포를 분석하는 공간 분포 분석부;
    상기 공간 분포를 기반으로 상기 대상 영역 내 타 지점의 온실가스 농도를 추정하는 농도 추정부;
    상기 샘플 지점 및 상기 타 지점 중 적어도 하나를 기반으로 상기 대상 영역 내의 행정 구역별로 온실가스 농도를 산출하는 구역 농도 산출부; 및
    상기 대상 영역 내의 행정 구역별로 해당 행정 구역의 온실가스 농도가 속하는 등급에 대응하는 그래픽으로 나타내는 온실 가스 분포 지도 생성부;
    를 포함하고,
    상기 샘플 지점의 온실가스 농도는:
    상기 대상 영역의 근-적외선 위성 영상으로부터 얻은 상기 샘플 지점의 대기층 이산화탄소의 평균 농도를 포함하며,
    상기 대상 영역의 근-적외선 위성 영상은 북반구 온대 기후 영역을 3월 내지 6월에 촬영한 위성 영상이며,
    상기 구역 농도 산출부는:
    상기 대상 영역 내의 행정 구역을 나타내는 지도 데이터로부터 기 지정된 행정 구역의 경계를 획득하고, 상기 경계 내에 위치하는 상기 샘플 지점 및 상기 타 지점 중 적어도 하나의 온실가스 농도의 평균값을 산출하여 상기 기 지정된 행정 구역의 온실가스 농도로 결정하며,
    상기 공간 분포 분석부는:
    상기 대상 영역 내에서 상기 샘플 지점의 위치에 따른 온실가스 농도의 공간 변이성(spatial variability)을 산출하고,
    상기 대상 영역 내 참조 지점에서 계측된 온실가스 농도의 실측값을 기초로 유효 농도 범위를 설정하여 상기 복수의 샘플 지점 중에서 온실가스 농도가 상기 유효 농도 범위를 벗어나는 샘플 지점을 상기 공간 변이성의 산출에서 배제시키는 온실가스 분포 데이터 생성 장치.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 제 1 항에 있어서,
    상기 농도 추정부는:
    상기 산출된 공간 변이성에 대응하는 베리오그램(variogram) 모델을 기반으로 각 샘플 지점에 대한 가중치를 결정하고,
    상기 가중치 및 상기 샘플 지점의 온실가스 농도를 기반으로 상기 산출된 공간 변이성에 대응하는 크리깅(kriging) 알고리즘에 따라 상기 타 지점의 온실가스 농도를 산출하는 온실가스 분포 데이터 생성 장치.
  7. 제 6 항에 있어서,
    상기 농도 추정부는:
    구형(spherical) 베리오그램 모델을 기반으로 각 샘플 지점에 대한 가중치를 결정하고,
    상기 가중치 및 상기 샘플 지점의 온실가스 농도를 기반으로 일반 크리깅(universal kriging) 알고리즘에 따라 상기 타 지점의 온실가스 농도를 산출하는 온실가스 분포 데이터 생성 장치.
  8. 삭제
  9. 삭제
  10. 컴퓨팅 시스템에 의해 수행되는 온실가스 분포 데이터 생성 방법에 있어서,
    대상 영역 내 복수의 샘플 지점의 온실가스 농도 및 상기 샘플 지점의 위치 정보를 기반으로 온실가스 농도의 공간 분포를 분석하는 단계;
    상기 공간 분포를 기반으로 상기 대상 영역 내 타 지점의 온실가스 농도를 추정하는 단계;
    상기 샘플 지점 및 상기 타 지점 중 적어도 하나를 기반으로 상기 대상 영역 내의 행정 구역별로 온실가스 농도를 산출하는 단계; 및
    상기 대상 영역 내의 행정 구역 별로 해당 행정 구역의 온실가스 농도가 속하는 등급에 대응하는 그래픽으로 나타내는 단계;
    를 포함하고,
    상기 행정 구역별로 온실가스 농도를 산출하는 단계는,
    상기 대상 영역 내의 행정 구역을 나타내는 지도 데이터로부터 기 지정된 행정 구역의 경계를 획득하는 단계;
    상기 경계 내에 위치하는 상기 샘플 지점 및 상기 타 지점 중 적어도 하나의 온실가스 농도의 평균값을 산출하는 단계; 및
    상기 평균값을 상기 기 지정된 행정 구역의 온실가스 농도로 결정하는 단계를 포함하며,
    상기 온실가스 농도의 공간 분포를 분석하는 단계는,
    상기 대상 영역 내에서 상기 샘플 지점의 위치에 따른 온실가스 농도의 공간 변이성(spatial variability)을 산출하는 단계를 포함하고,
    상기 온실가스 농도의 공간 변이성을 산출하는 단계는,
    상기 대상 영역 내 참조 지점에서 계측된 온실가스 농도의 실측값을 기초로 유효 농도 범위를 설정하여 상기 복수의 샘플 지점 중에서 온실가스 농도가 상기 유효 농도 범위를 벗어나는 샘플 지점을 상기 공간 변이성의 산출에서 배제시키는 단계를 포함하며,
    상기 샘플 지점의 온실가스 농도는:
    상기 대상 영역의 근-적외선 위성 영상으로부터 얻은 상기 샘플 지점의 대기층 이산화탄소의 평균 농도를 포함하며,
    상기 대상 영역의 근-적외선 위성 영상은 북반구 온대 기후 영역을 3월 내지 6월에 촬영한 위성 영상인 온실가스 분포 데이터 생성 방법.
  11. 삭제
  12. 제 10 항에 따른 온실가스 분포 데이터 생성 방법을 컴퓨터로 실행하기 위한 프로그램이 기록된 컴퓨터 판독 가능 기록 매체.
KR1020150131112A 2015-09-16 2015-09-16 행정구역별 온실가스 분포 데이터 생성 장치 및 방법 KR101733026B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020150131112A KR101733026B1 (ko) 2015-09-16 2015-09-16 행정구역별 온실가스 분포 데이터 생성 장치 및 방법
PCT/KR2016/010218 WO2017048002A1 (ko) 2015-09-16 2016-09-09 행정구역별 온실가스 분포 데이터 생성 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150131112A KR101733026B1 (ko) 2015-09-16 2015-09-16 행정구역별 온실가스 분포 데이터 생성 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20170033147A KR20170033147A (ko) 2017-03-24
KR101733026B1 true KR101733026B1 (ko) 2017-05-08

Family

ID=58289191

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150131112A KR101733026B1 (ko) 2015-09-16 2015-09-16 행정구역별 온실가스 분포 데이터 생성 장치 및 방법

Country Status (2)

Country Link
KR (1) KR101733026B1 (ko)
WO (1) WO2017048002A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230044795A (ko) 2021-09-27 2023-04-04 대한민국(기상청 국립기상과학원장) 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101998778B1 (ko) * 2018-01-03 2019-10-01 경북대학교 산학협력단 온실가스 분포 데이터 생성 장치 및 온실가스 분포 데이터 생성 방법
KR102405884B1 (ko) * 2020-07-15 2022-06-07 경북대학교 산학협력단 드론 영상의 지붕 이미지를 이용한 탄소 배출량의 산출 방법 및 탄소 배출량 측정 시스템
KR102351118B1 (ko) 2021-04-02 2022-01-17 아주대학교산학협력단 바이오가스 발전 적합도를 평가하는 방법, 이를 이용하는 서버 및 시스템
US20230106473A1 (en) * 2021-10-06 2023-04-06 International Business Machines Corporation Enhancing spatial and temporal resolution of greenhouse gas emission estimates for agricultural fields using cohort analysis techniques
CN114778774A (zh) * 2022-04-21 2022-07-22 平安国际智慧城市科技股份有限公司 基于人工智能的温室气体监测方法及相关设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7440871B2 (en) * 2002-12-09 2008-10-21 Verisae, Inc. Method and system for tracking and reporting emissions
KR20110017816A (ko) * 2009-08-14 2011-02-22 한국전자통신연구원 온실가스 모니터링 시스템 및 방법
KR20140002380A (ko) * 2012-06-29 2014-01-08 박재현 건물의 온실가스 배출량에 관한 정보를 제공하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
이상덕 외 7인, "저궤도 환경위성을 활용한 온실가스 감시연구(Ⅰ)", 국립환경과학원, 2013, pp1-35*
최진호 외 1인, "GOSAT으로 추적된 동북아시아 이산화탄소 유동방향의 계절별 비교평가", 한국공간정보학회지 제20권 제5호, 2012, pp1-13*

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230044795A (ko) 2021-09-27 2023-04-04 대한민국(기상청 국립기상과학원장) 온실가스 배경농도 산출방법 및 이를 이용한 배경농도 측정시스템

Also Published As

Publication number Publication date
WO2017048002A1 (ko) 2017-03-23
KR20170033147A (ko) 2017-03-24

Similar Documents

Publication Publication Date Title
KR101733026B1 (ko) 행정구역별 온실가스 분포 데이터 생성 장치 및 방법
US10830743B2 (en) Determining the net emissions of air pollutants
Jamali et al. Detecting changes in vegetation trends using time series segmentation
Men’Shchikov et al. A multi-scale, multi-wavelength source extraction method: getsources
Giorgi et al. Does the model regional bias affect the projected regional climate change? An analysis of global model projections: a letter
Widlowski et al. The fourth radiation transfer model intercomparison (RAMI‐IV): Proficiency testing of canopy reflectance models with ISO‐13528
WO2021051609A1 (zh) 细颗粒物污染等级的预测方法、装置及计算机设备
CN113567603B (zh) 色谱谱图的检测分析方法及电子设备
Ahmed et al. A study of forest biomass estimates from lidar in the northern temperate forests of New England
Velusamy et al. Origin and z-distribution of Galactic diffuse [C II] emission
CN114077970B (zh) 一种基于城市形态的碳排放相关因子的确定方法及装置
CN116127327B (zh) 森林地上生物量反演方法、装置、设备以及存储介质
Osborn et al. Performance of pattern-scaled climate projections under high-end warming. Part I: surface air temperature over land
Hoffmann et al. Indications for a potential synchronization between the phase evolution of the Madden–Julian oscillation and the solar 27-day cycle
Uddin et al. Performance assessment of spatial interpolation methods for the estimation of atmospheric carbon dioxide in the wider geographic extent
Pawłuszek et al. Landslides identification using airborne laser scanning data derived topographic terrain attributes and support vector machine classification
US20180292302A1 (en) Generation source analyzing device and generation source analyzing system
Lunt et al. Atmospheric observations consistent with reported decline in the UK's methane emissions (2013–2020)
US20130268242A1 (en) Sparse Representation for Dynamic Sensor Networks
Bäuerle et al. Spatial modeling of habitat trees based on line transect sampling and point pattern reconstruction
CN103376465B (zh) 建筑物楼层的地震即时分析系统及其方法
KR20190011619A (ko) 온실가스 분포 데이터 생성 장치 및 방법
Wilson et al. Using the Supercell Polarimetric Observation Research Kit (SPORK) to examine a large sample of pretornadic and nontornadic supercells
CN104317856A (zh) 一种词汇量的测试与评估方法
KR101998778B1 (ko) 온실가스 분포 데이터 생성 장치 및 온실가스 분포 데이터 생성 방법

Legal Events

Date Code Title Description
AMND Amendment
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant