Estimation of Carbon Absorption Distribution based on Satellite Image Considering Climate Change Scenarios

기후변화 시나리오를 고려한 위성영상 기반 미래 탄소흡수량 분포 추정

Abstract

Quantification of carbon absorption and understanding the human induced land use changes forms one of the major study with respect to global climatic changes. An attempt study has been made to quantify the carbon absorption by land use changes through remote sensing technology. However, it focused on past carbon absorption changes. So prediction of future carbon absorption changes is insufficient. This study simulated land use change using the Conversion of Land Use and its Effects at Small regional extent (CLUE-S) model and predicted future changes in carbon absorption considering climate change scenarios 4.5 and 8.5 of the Representative Concentration Pathways (RCP). Results of this study, in the RCP 4.5 scenarios there predicted to be loss of 7.92% of carbon absorption, but in the RCP 8.5 scenarios was 13.02%. Therefore, the approach used in this study is expected to enable exploration of future carbon absorption change considering other climate change scenarios.

탄소흡수량 산정 및 토지이용 변화에 대한 이해는 기후변화 연구에서 매우 중요하다. 기존의 연구에서는 토지이용 변화에 따른 탄소흡수량 산정에 원격탐사 기술이 사용되고 있으나 대부분 과거의 탄소흡수량 변화에 초점을 맞추고 있다. 따라서 미래 탄소흡수량 변화 예측 연구는 부족한 실정이다. 본 연구에서 CLUE-S 모형을 사용하여 토지이용 변화를 모의하고 기후변화 시나리오를 고려하여 미래 탄소흡수량의 변화를 예측하였다. 그 결과, RCP 4.5 및 8.5 시나리오에서 탄소흡수량은 각각 7.92, 13.02% 감소되는 것으로 예측되었다. 따라서 본 연구에서 제안한 방법은 다른 기후변화 시나리오를 고려한 미래 탄소흡수량 변화에도 적용이 가능할 것으로 기대된다.

1. 서론

2019년 9월 UN 기후정상회의에서 121개의 국가가 기후 목표 상향동맹에 가입함으로서 탄소중립 선언이 세계적으로 가속화되고 있다. 우리나라 정부도 2020년 12월 7일 ‘2050 탄소중립 추진 전략’을 발표하면서 이제 탄소 중립은 국가적 과제로 부각되었으며, 농축산분야도 탄소 중립 목표 달성을 뒷받침하기 위하여 탄소중립 기술 및 이행 추진전략을 수립하고 있다. 탄소중립이란 인간의 활 동에 의한 온실가스 배출을 최대한 줄이고, 배출되는 탄소와 흡수되는 탄소량을 같게 하여 탄소 순배출량을 “0”으로 만드는 것을 뜻한다. 따라서 탄소중립을 실현하기 위해서는 탄소의 배출량 및 흡수량을 정확하게 추정하는 것이 중요하다. 전통적인 식생의 탄소흡수량 추정은 현장에서 식생을 채취해 건조하는 방법을 주로 이용하였다. 그러나 이러한 방법은 전국단위에 적용할 수 없고 시간과 경제적 비용이 과다하게 소모되며, 현장조사가 어려운 지역의 경우 정확한 추정이 어렵다는 단점이 있다. 따라서 실제로는 표본조사에 의한 계수를 활용하는 방법이 통용되고 있으며, 최근에는 원격탐사 기술이 발전함에 따라 위성영상, 항공사진 및 드론 등을 이용하여 촬영된 영상자료를 활용하는 방법도 널리 사용되고 있다.

원격탐사를 이용한 탄소흡수량 추정 방법은 장소 및 시간에 구애받지 않고, 원하는 시기의 자료를 획득할 수 있으며, 현장조사를 통해 취득된 산림생장요소의 측정이 가능하기 때문에 매우 경제적이고 효율적인 측정 방법이라 할 수 있다(Kim, 2007). 기존 연구를 살펴보면, Krishna et al. (2002)은 위성영상으로부터 토지이용에 따른 탄소저장 가능량을 바이오매스와 토양으로 나누어 산정하고 시계열 분석을 통해 토지이용별 탄소저장량을 분석하였으며, Garbulsky et al. (2008)은 MODIS 위성영상 기반의 광화학반사지수를 이용하여 지중해 산림의 광이용효율과 총일차생산성을 추정하고 이를 이용하여 생태계 수준에서의 실제 탄소흡수량을 추정하였다. 또한, Xiao et al. (2021)은 Landsat 위성영상을 이용하여 유역규모에서 토지이용 변화에 의한 탄소흡수량 변화의 시간적, 공간적 특성을 분석하였다. 국내의 경우에는 Na et al. (2010)은 오창과학산업단지의 시계열 위성영상을 이용하여 과학단지 건설에 따른 토지이용 변화 및 탄소흡수량 변화를 살펴보고, 상관분석을 통해 공간 분포 변화 특성을 검토하였으며, Yoo et al. (2011)은 통계 자료를 이용하여 바이오매스의 잠재량을 추정하고, Landsat 위성영상과 국가산림조사 표본점 자료를 KNN 알고리즘에 적용하여 충북 단양군의 지상부 산림에 대한 이산화탄소 저장량을 추정하였다. 또한, Cha et al. (2013)은 시계열 MODIS 위성영상 식생지수 자료를 이용하여 남한 산림의 연간 이산화탄소 흡수량을 계산하고 분포지도를 작성하였으며, Sung et al. (2020)은 Landsat과 MODIS 위성영상을 시공간 영상융합 기법에 적용하여 장기미집행공원 개발에 따른 도시 식생 탄소 흡수량에 미치는 영향 및 경제적 가치를 평가하였다. 그러나 기존의 연구들은 대부분 과거 시계열 위성영상 자료와 토지이용 면적 변화를 이용한 탄소흡수원 및 흡수량 변화에 초점을 맞추고 있어 미래 탄소흡수량이 어떻게 변화될 것인지에 관한 연구는 거의 없는 실정이며, 나아가 미래 토지이용 변화에 따른 탄소흡수량의 공간분포 변화 예측에 관한 연구는 아직 초보 단계에 머물고 있다. 따라서 본 연구에서는 기후변화 시나리오를 고려한 미래 탄소흡수량 분포 추정을 위하여 MODIS 위성영상의 토지이용도 산출물인 MCD12Q1 product를 토지이용 변화 예측 모형인 CLUE-S (Conversion of Land Use and its Effects at Small regional extent, Verburg et al., 2002) 모형에 적용하여 기후변화 시나리오에 따른 미래 토지이용 변화를 모의하고, 미래 탄소흡수량 분포 지도를 작성하였다

2. 재료 및 방법

1) MODIS Land Cover (MCD12Q1)

MCD12Q1 product는 MODIS 위성영상의 반사율을 감독분류하여 International Geosphere Biosphere Programme (IGBP), University of MarylanD (UMD), Leaf Area Index/ fraction of PhotosyntheticallyActive Radiation (LAI/fPAR), Net Primary Production (NPP), Plant Functional Type (PFT) 5 가지 유형의 토지피복도 형태로 제공하고 있다(Na et al., 2020). 본 연구에서는 CLUE-S 모형에 적용하기 위한 토지이용도 제작을 위하여 2001~2020년의 시계열 데이터를 수집하고 PFT 유형의 12개의 항목을 농경지, 산림, 도심지, 나지, 초지, 수역, 기타의 7개 항목으로 재분류하였으며, 공간해상도 430 m의 UTM WGS-84 좌표로 재투영(Reproject) 하였다(Fig. 1).

Fig. 1. Spatial distribution of land use for the selected years.

2) 기후변화 시나리오를 고려한 미래 토지 이용변화 시나리오

IPCC 5차 평가보고서(AR5, 2013)에서는 SRES (Special Report on Emissions Scenarios) 시나리오를 대신하여 대표농도경로 RCP (Representative Concentration Pathways)를 새로운 시나리오로 사용하였으며, 최근 온실가스 농도 변화 반영 및 최근 예측모델에 맞게 해상도 등을 업데이트하였다. RCP 시나리오는 인간 활동이 대기에 미치는 복사강제력(W/m²)을 기준으로 RCP 2.6, 4.5, 6.0 및 8.5로 구분되며(NIMR, 2011), 각 시나리오별 특징은 다음과 같다.

① RCP 2.6 : 인간 활동에 의한 영향을 지구 스스로가 회복 가능한 경우로 미래 온실가스 증가가 2100년경 지구기후시스템에 2.6 W/m² (이산화탄소 농도 420 ppm)의 직접적 온실효과를 유발한다고 가정함

② RCP 4.5 : 온실가스 저감 정책이 상당히 실현되는 경우로 미래 온실가스 증가가 2100년경 지구기후 시스템에 4.5 W/m² (이산화탄소 농도 540 ppm)의 직접적 온실효과를 유발한다고 가정함

③ RCP 6.0 : 온실가스 저감 정책이 어느 정도 실현되는 경우로, 미래 온실가스 증가가 2100년경 지구 기후시스템에 6.0 W/m² (이산화탄소 농도 670 ppm)의 직접적 온실효과를 유발한다고 가정함

④ RCP 8.5 : 현재 추세(저감없이)로 온실가스가 배출되는 경우로, 미래 온실가스 증가가 2100년경 지구기후시스템에 8.5 W/m² (이산화탄소 농도 940 ppm)의 직접적 온실효과를 유발한다고 가정함

AIM (Asia-Pacific Integrated Model)에서는 WORLD, ROW (Middle East, Africa, Middle and South America), ASIAP (China and central planned Asia, South and East Asia), EFSU (Eastern Europe and the former Soviet Union), OECD (Western Europe, Canada, USA, and Pacific OECD) 등으로 지역을 구분하여 인구와 각 지역 국내총생산의 변화 및 토지이용 면적 변화율을 기후변화 시나리오별로 제공하고 있다(Morita et al., 1998; Oh et al., 2010). 본 연구에서는 기후변화 시나리오를 고려한 미래 토지이용 변화 시나리오 작성을 위하여 아래와 같이 RCP 4.5와 8.5의 사회경제 시나리오 스토리라인을 선정하고, 2001년부터 2020년까지 시계열로 작성된 MCD12Q1 기반의 토지이용도에서 얻어진 과거 토지이용 변화 패턴에 AIM에서 제공하는 OECD 지역의 토지이용 면적 변화율을 적용하여 RCP 4.5 및 8.5 기준의 미래 토지이용변화 시나리오를 작성하였다

① Scenario 1 (RCP 4.5 기준, S1) : 인구 증가율이 감소하고, 지속가능한 발전을 통해 경제적 성장이 이루어지고, 효율적인 자원사용, 평등, 사회제도, 환경보호에 가치를 두는 사회로 환경중심으로 강력한 토지이용규제가 이루어짐

② Scenario 2 (RCP 8.5 기준, S2) : 인구가 증가하여 이로 인한 도시성장량이 높아지고, 상대적으로 낮은 경제성장이 이루어지고, 환경보전보다는 개발중심적 사회를 나타냄

3) CLUE-S모형

CLUE-S 모형은 CLUE (Conversion of Land Use and its Effects modeling framework, Veldkamp and Fresco, 1996) 모형의 개량형으로 토지이용변화를 정량적인 변수를 사용하여 목표하고자 하는 연도까지의 공간분포를 모의하는데 사용된다. CLUE-S 모형의 구동을 위해서는 토지이용지도(land use map), 특별토지이용정책(spatial policies and restriction), 토지이용요구 자료(land use requirements), 지역 특성 자료(location characteristics) 및 토지이용변화 매개변수 자료(land use type specific conversion setting)가 요구된다. 본 연구에서 토지이용지도는 2020년 기준의 MCD12Q1 기반의 토지이용도를 활용하였으며, 토지이용규제 지역과 같이 지목 변화의 제한을 위한 특별토지이용정책 자료는 국가 수자원관리 종합정보시스템(Water Management Information System, WAMIS)의 침수흔적도, 상수도 보호구역 및 법적 국립공원 레이어를 활용하였다. 또한, 토지이용요구 자료는 위에서 서술한 RCP 4.5 및 8.5 기준의 미래 토지 이용변화 시나리오를 입력자료로 구축하여 활용하였다. 지역 특성 자료는 총 7가지(표고, 경사, 경사향, 하천으로부터의 거리, 국도/지방도로부터의 거리, 토양 유효토심 및 배수등급)의 토지변화요소를 생성한 후(Fig. 2), SPSS 통계프로그램을 이용해 각 토지이용 항목의 영향에 대한 회귀분석을 실시하고 ROC(ReceiverOperating Characteristic) curve 분석 결과에 따라 적합한 회귀분석 만을 도출하여 CLUE-S 모형의 입력자료로 활용하였다.

Fig. 2. Spatial policies and restriction & location characteristics data of CLUE-S model; (a) inundation trace, (b) water supply, (c) national parks, (d) DEM, (e) slope, (f) aspect, (g) distance to water, (h) distance to road, (i) available soil depth, and (j) available soil drainage.

토지이용 변화 매개변수는 토지이용 별로 변환될 수 있는 확률을 수치화한 변환탄성 계수(conversion elasticity)와 각 토지 간 변화될 가능성을 0과 1로 구분한 변환행렬(conversion matrix)로 구성되며, 모델의 보정을 통해 결정해야 한다. 따라서 본 연구에서는 매개변수 보정을 위하여 2001년 토지이용도를 이용하여 2013년의 토지이용 변화를 CLUE-S 모형으로 예측하고 2013년 기준의 환경부 토지피복도와 비교하는 시행착오법을 이용하여 토지이용 변화 매개변수에 대한 보정을 수행하였다(Table 1, 2).

Table 1. Corrected values of conversion elasticity

Table 2. Corrected values of conversion matrix

4) 탄소흡수량 산정

미래 탄소흡수량 산정은 CLUE-S 모델을 통해 결정된 미래 토지이용도에서 산림과 기타 녹지(농경지, 초지 및 나지)를 나누어 각각의 탄소흡수량 산정 방법을 적용하였다. 먼저, 산림은 대표적인 탄소흡수원으로서 탄소흡수량은 산림의 임분별 바이오매스에 의해 결정된다(Kim et al., 2009). 따라서 미래 토지이용도와 임상도 (임상, 경급, 영급, 수관밀도)를 이용하여 추정된 임상별 흉고직경(Diameter at Breast Height, DBH)과 본수(stem) 로부터 탄소흡수량 산정 관계식을 통해 최종적으로 임상별 탄소흡수량을 추정하였다. 산림의 임상별 탄소흡수량 산출식에는 바이오매스와 탄소전환계수가 이용되며, 바이오매스는 건중량과 DBH를 사용하여 얻을 수 있다(Son et al., 2007; Na et al., 2010). DBH를 이용한 건중량 산출식은 식 (1)과 같다.

 W= a+ (b × DBH) + (c × DBH²)       (1)

여기서, W는 건중량(kg/tree), DBH는 흉고직경, a, b, c는 각각 수종에 따른 건중량 계수(Table 3)이며, 그 외 수종에 따른 경급별 DBH와 임상별 W 합계는 Table 4 및 Table 5와 같다.

Table 3. Coefficients for calculating dry weight (W) from Diameter at Breast Height (DBH) by tree species

Table 4. Diameter class

Table 5. Dry weight (W) from forest type and diameter

식 (1)을 통해 얻어진 건중량에 식 (2)와 같이 바이오매스 확장계수를 적용하여 수종별 총 바이오매스를 구할 수 있다.

B = W × BEF       (2)

여기서, B는 총 바이오매스, BEF는 바이오매스 확장계수(침엽수 : 1.6512, 활엽수 : 1.7202, 혼효림 : 1.6857)이다.

위의 식으로 산출한 수종별 총 바이오매스량을 탄소 흡수량으로 전환하기 위해서는 IPCC에서 권고한 탄소 전환계수와 전환비를 이용하며, 적용식은 식 (3)과 같다.

CS = B × 0.5 × 44/12       (3)

여기서, CS는 탄소흡수량(kg/tree), 0.5는 탄소전환계수(IPCC), 44/12는 전환비이다

산림을 제외한 기타 녹지의 토지이용별 탄소흡수량은 각 토지이용율에 따른 원단위 산정법을 근거로 산정하였다. 각 토지이용 항목에 따른 탄소흡수량은 바이오매스와 토양으로 나누어 식생과 토양의 탄소흡수 가능량을 개별적으로 산출하며, 식 (4)와 Table 6을 이용하여 계산할 수 있다(Krishna et al., 2002).

Table 6. Carbon storage factors for different land use

TCF = A_BBf_i+ A_SSf_i       (4)

여기서, TCF는 총 탄소플럭스, A_B는 바이오매스 면적, Bf_i는 바이오매스의 탄소 저장계수, A_S는 토양 면적, Sf_i는 토양의 탄소 저장계수이다.

추출한 탄소흡수량 산정 결과는 위성영상을 기반으로 표현된다. 위성영상의 공간해상도에 따른 격자구조의 형태는 탄소흡수량과 같은 데이터를 형상화하는 데 한계가 있다(Na et al., 2010). 따라서 GIS의 내삽기법 중 하나인 Kriging 기법을 이용하여 기후변화 시나리오를 고려한 미래 탄소흡수량 공간 분포도를 작성하였다

3. 결과 및 고찰

1) CLUE-S모형을 이용한 미래 토지이용 변화 분석

본 연구에서는 CLUE-S 모델의 사회 경제적 및 지형 인자 등을 고려하기 위하여 7가지의 토지변화요소에 대해 회귀분석을 실시하고, 각 토지이용과 토지변화요소의 회귀분석에 대한 적합성을 판단하기 위해 ROC curve를 분석하였다. 그 결과, 농경지, 산림, 도심지 및 나지에 대해서는 0.8 이상으로 비교적 높은 적합성이 나타났고 기타는 0.7 이상, 초지는 0.6 이상으로 나타났다(Fig. 3).

Fig. 3. Receiver Operating Characteristic (ROC) Curve depending on land cover.

농경지, 산림, 도심지, 나지, 초지 및 기타 토지이용 변화에 대한 회귀분석 결과를 CLUE-S 모형에 반영하여 미래 토지이용 시나리오별 토지이용 면적을 모의하였다(Table 7). 그 결과, 환경중심으로 강력한 토지이용규제가 이루어지는 S1의 경우 2100년에는 2020년 대비 전국의 도심지와 초지 면적이 각각 771,857 ha (115.04%), 72,297 ha (18.02%) 증가하고, 농경지, 산림 및 나지는 613,435 ha (34.31%), 172,454 ha (2.69%), 616 ha (49.49%) 감소할 것으로 예측되었다. 또한 개발중심적 사회인 S2의 경우 도심지와 초지는 1,246,828 ha (185.84%), 49,074 ha (12.23%) 증가하고, 농경지, 산림 및 나지는 937,713 ha (52.44%), 268,306 ha (4.19%), 50.98 ha (50.98%) 감소할 것으로 예측되어 해당 모형이 RCP 4.5 및 8.5 시나리오를 잘 반영하고 있는 것을 확인하였다. 토지이용 항목별로는 도심지의 증가율이 가장 크게 나타났으며, S1에서는 나지가, S2에서는 농경지의 감소율이 가장 크게 나타나 시나리오에 따라 토지이용 변화가 달라지는 특성을 나타내었다. 특히, 농경지 면적이 큰 폭으로 감소하는 것으로 예측되었는데, 이는 비농업부문의 토지수요가 확대되고 농지전용에 대한 규제가 완화되는 추세가 반영된 결과로 해석된다. 따라서 식량자급율 향상 및 지역사회의 유지, 농경지의 공익적 기능 등을 고려하여 농경지의 확보와 효율적인 이용방안 등에 대한 검토와 함께 지역별 일정량의 농지보전 정책이 필요할 것으로 판단된다. 또한, 수역은 국가 정책의 영향을 많이 받으므로 다른 토지이용 항목에 비해 불확실성이 더 클 것으로 판단하여 면적을 고정하여 모의하였으며, 나지의 경우 S1과 S2의 면적 변화율이 각각 -49.49%, -50.98%로 유사한 수준을 나타내고 있어 기후변화 시나리오에 따른 면적 변화가 가장 작은 항목으로 나타났다.

Table 7. Prediction of land use change from 2030 to 2100 (Unit: ha (change rate in contrast to past ten years, %))

Fig. 4는 CLUE-S 모의결과를 이용하여 2030년, 2050년, 2070년 및 2100년의 미래 토지이용변화 시나리오별 토지이용 분포를 나타낸 것이다. 시간이 지남에 따라 상대적으로 소규모 농경지가 도심지로 전환되는 모습을 볼 수 있으며, S1보다 S2에서 변화 정도가 큰 것을 확인할 수 있다.

Fig. 4. Land use change prediction from 2030 to 2100. S1 and S2 are abbreviations for Scenario 1 and Scenario 2.

2) 위성영상 기반의 미래 탄소흡수량 산정

CLUE-S 모델을 통해 결정된 미래 토지이용도와 임상도를 이용하여 우리나라의 미래 탄소흡수량을 산정한 결과는 Table 8과 같다. 2020년 현재 시점에서 우리나라 탄소흡수량은 약 44 백만톤 CO₂eq. (Carbon dioxide equivalent)로 산정되었으며, 지역별로는 경북(9.28) > 강원(7.11) > 경남(5.51) > 전남(5.49) > 경기(4.26) > 전북(4.24) > 충남(4.14) > 충북(3.95) 순으로 나타나 상대적으로 산림의 비율이 높은 경상도와 강원도에서 우리나라 탄소흡수량의 49.8 %를 차지하는 것으로 나타났다. 기후변화 시나리오에 의한 탄소흡수량 변화를 살펴보면, RCP 4.5의 경우 2100년에는 2020년 대비 전국의 탄소흡수량은 약 3.5 백만톤 CO₂eq.이 감소되는 것으로 예측된 반면에 RCP 8.5에서는 약 5.7 백만톤 CO₂eq.이 감소되는 것으로 예측되어 기후변화 시나리오에 따른 탄소흡수량 차이는 약 2.2 백만톤 CO₂eq.에 해당하는 것으로 나타났다. 또한, 탄소흡수량 감소율이 가장 큰 지역은 RCP 4.5에서는 전남으로 예측되었으나 RCP 8.5에서는 충남으로 예측되어 토지이용 변화와 같이 시나리오별로 다른 양상을 나타내었으며, 시나리오에 따라 감소율의 격차가 가장 큰 지역은 충남으로 나타나 우리 사회가 환경중심에서 개발중심적 사회로 전환될 경우 충남 지역이 먼저 개발될 가능성이 높은 지역으로 판단할 수 있다. 반면에 강원 지역은 시나리오별 탄소흡수량 감소율 차이가 가장 적게 나타났다. 이는 대도시와의 거리가 멀고 대부분 산지로 구성되어 있어 상대적으로 개발이 어려운 지리·지형적 특성이 반영된 결과로 판단된다.

Table 8. Prediction of carbon absorption change from 2030 to 2100 (Unit: 1000 tCO₂eq. (change rate in contrast to past ten years, %))

Fig. 5는 기후변화 시나리오별 2030년, 2050년, 2070년 및 2100년의 탄소흡수량 분포를 나타낸 것이다. 지역에 따라 탄소흡수가 불규칙적으로 이루어지고 있으며, 시간이 지남에 따라 상대적으로 고도가 낮은 서쪽과 남쪽부터 서서히 탄소흡수량이 감소되는 것을 확인할 수 있다. 또한, 탄소흡수량은 전반적으로 감소되기보다는 도시개발 등으로 인하여 특정 지역이 탄소흡수지역에서 배출지역으로 전환됨에 따라 국지적으로 감소하고 시간이 지나면서 그 범위가 확대되는 것으로 나타났다.

Fig. 5. Land use change prediction from 2030 to 2100 depending on RCP scenario.

Fig. 6은 탄소흡수량 감소율이 가장 큰 지역으로 예측된 전남 지역의 2050년과 2100년의 탄소흡수량 분포도이다. RCP 4.5와 RCP 8.5의 탄소흡수량 감소는 육안으로 확인이 가능할 정도로 큰 차이를 보이고 있으며, 그 정도는 시간이 갈수록 더욱 가속화되는 것으로 나타났다. 특히, 광주, 목포, 여수 등 도시화가 진행된 지역 주위부터 탄소흡수원으로서의 기능을 상실하는 것으로 나타났으며, 조계산이 위치하고 있는 순천을 비롯하여 화순, 곡성 등이 전남의 탄소흡수원으로서 지속적인 역할을 할 것으로 예측되었다. 그러나 도시개발이 진행됨에 따라 탄소흡수원이 배출원으로 전환될 것을 고려해볼 때 전남 지역의 탄소수지 불균형은 더욱 심화될 것으로 예상된다.

Fig. 6. Land use change prediction from 2030 to 2100.

이와 같이 탄소흡수량 분포도는 우리나라 탄소흡수량의 공간특성 및 분포 변화를 효과적으로 확인할 수 있어 산림 및 농지보전 계획 수립의 기초자료로 사용될 수 있으며 토지이용, 도심녹지 조성 및 조림사업 등의 기본계획 수립에도 활용이 가능할 것으로 판단된다.

4. 결론

본 연구는 MODIS MCD12Q1 토지이용 산출물을 CLUE-S 토지이용 변화 예측 모형에 적용하여 기후변화 시나리오에 따른 미래 토지이용 변화를 모의하고, 미래 탄소흡수량 분포지도를 작성하였다. 그 결과, 2020년 우리나라 탄소흡수량은 약 44 백만톤 CO₂eq.로 산정되었으며, 상대적으로 산림의 비율이 높은 경상도와 강원도에서 우리나라 탄소흡수량의 49.8%를 차지하는 것으로 나타났다. 기후변화 시나리오 RCP 4.5와 8.5에 의한 탄소흡수량 차이는 약 2.2 백만톤 CO₂eq.에 해당하는 것으로 나타났으며, 탄소흡수량 감소율이 가장 큰 지역은 시나리오별로 다른 양상이 나타났다. 또한, 시나리오에 따라 감소율의 격차가 가장 큰 지역은 충남으로 나타나 향후 개발가능성이 가장 높은 지역으로 예측된 반면에 강원도는 지리·지형적 특성이 반영되어 개발가능성이 가장 낮은 지역으로 나타났다. 기후변화 시나리오별 미래 탄소흡수량 분포도 작성 결과, 지역에 따라 탄소흡수가 불규칙적으로 이루어지는 것으로 나타났으며, 상대적으로 고도가 낮은 서쪽과 남쪽부터 서서히 탄소흡수량이 감소되는 특성을 확인하였다. 특히, 탄소흡수량 감소율이 가장 큰 지역으로 예측된 전남 지역의 경우 RCP 시나리오에 따라 큰 탄소흡수량 차이를 보였으며, 시간이 지남에 따라 탄소수지 불균형은 더욱 심화될 것으로 나타났다.

본 연구를 통해 위성영상과 토지이용 변화 예측 모형 기반의 미래 탄소흡수량 추정 기법은 기후변화 시나리오에 따라 탄소흡수량이 얼마나 변하는지에 대한 정량적 및 정성적 평가가 가능하고 탄소흡수량 분포 변화의 공간적 특성을 파악하는데 효과적임을 확인하였다. 또한, 탄소흡수량 모니터링은 탄소중립에 대한 일반인의 관심 및 참여 증진, 인식 제고에 있어 지속적으로 필요할 것으로 생각되며, 향후 탄소배출량과 관련된 구성 요소들의 구체적인 통계자료의 확충과 작물별 다양한 탄소배출계수 산출을 통한 정밀한 탄소수지 평가가 이루어진다면 진정한 의미에서의 탄소중립이 실현될 것으로 판단된다.