DOI QR코드

DOI QR Code

Estimating GHG Emissions from Agriculture at Detailed Spatial-scale in Geographical Unit

상세 공간단위 농업분야 온실가스 배출량 산정 방안 연구

  • Kim, Solhee (Department of Smart Farm, Jeonbuk National University) ;
  • Jeon, Hyejin (Department of Smart Farm, Jeonbuk National University) ;
  • Choi, Ji Yon (LOMA&RESEARCH) ;
  • Seo, Il-Hwan (Department of Rural Construction Engineering, Jeonbuk National University) ;
  • Jeon, Jeongbae (Spatial Information Research Institute, Korea Land and Geospatial Informatix Corporation) ;
  • Kim, Taegon (Department of Smart Farm, Jeonbuk National University)
  • Received : 2023.06.27
  • Accepted : 2023.07.17
  • Published : 2023.09.30

Abstract

Carbon neutrality in agriculture can be derived from systematic GHG reduction policies based on quantitative environmental impact analysis of GHG-emitting activities. This study is to explore how to advance the calculation of carbon emissions from agricultural activities to the detailed spatial level to a spatial Tier 3 level (Tier 2.5 level), methodologically beyond the Tier 2 approach. To estimate the GHG emissions beyond the Tier 2.5 level by region for detailed spatial units, we constructed available activity data on carbon emission impact factors such as rice cultivation, agricultural land use, and livestock. We also built and verified detailed data on emission activities at the field level through field surveys. The GHG emissions were estimated by applying the latest national emission factors and regional emission factors according to the IPCC 2019 GL based on the field-level activity data. This study has significance that it explored ways to build activity data and calculate GHG emissions through statistical data and field surveys based on parcels, one of the smallest spatial units for regional carbon reduction strategies. It is expected that by utilizing the activity data surveyed for each field and the emission factor considering the activity characteristics, it will be possible to improve the accuracy of GHG emission calculation and quantitatively evaluate the effect of applying reduction policies.

Keywords

Ⅰ. 서론

농업분야의 탄소중립을 모색하기 위해 온실가스 배출활동에 대한 정량적인 환경영향 분석을 바탕으로 체계적이고 신속한 온실가스 감축에 대한 정책이 요구되고 있다. 우리나라의 2030년까지의 온실가스 감축 목표 (Nationally Determined Contributions, NDC)는 우리나라 온실가스 배출 정점인 2018년 배출량에 비해 25.9%의 감축을 설정하였으며, 2050년 시나리오에서는 총 37.7%의 감축을 목표로 하고 있다 (Jung and Kim, 2015). 이러한 목표에 따라 농업분야의 온실가스 감축을 위해 농업활동에서 주로 발생하는 온실가스인 메탄과 아산화질소의 배출량 감소에 초점을 맞출 필요가 있다 (Kim et al., 2002). 온난화지수가 높은 메탄과 아산화질소의 경우, 국내에서의 메탄 온실가스 배출량이 12.2백만톤 CO2e로 전체 온실가스 배출량의 49.3%를 차지하고 있으며, 아산화질소 온실가스 배출량은 9.0백만톤 CO2e로 국가 전체의 62.5%를 차지하고 있다. 이러한 상황에서 우리나라는 2021년에 전 세계적으로 메탄 배출량을 2030년까지 최소 30% 감축하는 목표를 설정한 글로벌 메탄 서약에 가입하였으며, 농축산분야에서의 메탄 감축 목표는 2030년까지 9.7백만톤 CO2e (20.5%)로 설정하였다 (IEA, 2021).

농업분야의 탄소중립 이행계획을 수립하기 위해 Tier 2 이상의 활동자료를 바탕으로 정책 평가가 가능한 공간단위의 온실가스 배출량 산정이 필요하며, 그 결과에 대한 신뢰성을 확보할 필요가 있다. IPCC는 가이드라인을 통해 산업, 에너지, 농업, 토지이용 등 분야별로 온실가스 산정에 대한 방법론에 대하여 구체적으로 방안을 제시하고 개선할 것을 요구하고 있다. IPCC는 2019년에 IPCC 2006 지침을 개선한 2019 Refinement 지침 (「개선된 2006 IPCC 가이드라인 (2019 Refinement to the 2006 IPCC Guidelines for National Greenhouse Gas Inventories, 이하 2019 GL)」을 발간하였다(IPCC, 2019). Choi et al. (2020)에 따르면, 2006 GL은 많은 온실가스 연구 결과를 반영하여 배출 분야의 카테고리, 산정식, 산정계수 등 많은 부분에서 1996 GL과 차별화되었지만, 2006 GL을 기반으로 일부 개선된 내용만을 반영하고 있어 큰 범위에서는 여전히 2006 GL로 볼 수 있다고 언급하였다. 선진국인 미국, 일본, EU, 뉴질랜드를 포함한 많은 국가들은 부속서Ⅰ에서 2006 GL을 적용하여 온실가스 보고서를 작성하고 있으며, 일부 개발도상국도 2006 GL을 기반으로 배출량을 산정하고 있다 (UNFCCC, 2020). 우리나라는 감축 의무국은 아니지만 Tier 2 이상의 활동자료 계수 적용한 선진국 수준의 IPCC 2006 지침을 적용하도록 요구받고 있다. 우리나라 역시 국가 고유 배출계수와 보정계수 등 개발을 통해 Tier 2 방법론을 적용하려는 노력이 있으나 (Jeong et al., 2012) 여전히 IPCC 1996 GL을 기반으로 2019년 국가온실가스인벤토리 보고서 (2021년 발표)를 작성하고 있다.

농업분야의 탄소배출량 산정 시 IPCC 2006 GL을 적용하기 위해서 농가 단위의 상세 자료 조사를 바탕으로 신뢰할 수 있는 최신 국가 배출계수와 지역 배출계수를 활용하여 Tier 2 이상 수준의 산정이 필요하다 (Jeong et al., 2014). Kim & Um (2011)은 Tier 3 방법 검토를 위해 지목별 온실가스 실태조사를 실시하고 공간정보를 활용하여 배출원과 흡수원의 변동성을 제시하였다. 이를 통해 지목에 대한 공간정보를 바탕으로 온실가스를 평가하는 것이 객관성을 담보할 수 있는 효과적인 모델임을 주장하였다. Park et al. (2018)은 LULUCF 부문 산림 온실가스 인벤토리 구축 연구를 통해 Tier 3 수준의 고도화된 통계 구축을 위해 표본조사를 통해 모집단을 추론하는 Sampling 기법보다 공간 단위로 전체 면적의 토지 변화를 파악하는 Wall-to-wall 방법론이 보다 적합하다고 평가하였다. 이에 Park et al. (2020)은 Wall-to-wall 방식을 이용하여 세종시 토지이용 변화 메트릭스를 작성하고 LULUCF 농경지 부문의 탄소배출량을 지역 단위로 분석하였다. 그 결과 지역단위 분석 시 공간자료를 축적하면 시계열 비교가 가능하다는 장점이 있으며, 국가 온실가스 인벤토리 구축에 있어서 유력한 방법임을 제안하였다. 또한, Hong et al. (2021)은 정주지부문 CO2 흡수량 산정을 위해 500 m 격자자료를 활용하여 Tier 2 산정원칙을 적용하였다. 향후 현장조사 등을 통한 활동자료의 고도화 시 원격탐사자료 및 국가공간자료를 활용하여 Tier 2 이상의 통계산정이 가능할 것으로 기대하였다.

세부 공간단위에서의 탄소배출 산정에 관한 선행 연구들은 토지이용특성을 반영하여 Tier 2 이상의 정밀한 탄소배출량을 산정한데에 그 의미를 가지나, 국내는 지역의 공간단위로 탄소배출량 산정을 고도화한 연구는 찾아보기 힘들다. Reznik et al. (2019)는 도시를 0.1-0.5 km2의 크기의 1,120개 작은 지역으로 나누어 공간해상도를 높여 수송부문의 탄소배출량을 산정하고 이를 시각화하여 배출특성에 대한 클러스터링을 수행하였다. Cai et al. (2019)는 중국의 온실가스배출 인벤토리를 도시 수준 (City level)으로 구축하고자 하였다. 이후 Gao et al. (2002) 연구에서 10 × 10 km의 격자망을 구성해 고해상도의 공간범위에서 온실가스 및 대기오염 물질 배출 총 10종에 대한 인벤토리를 구축하였다. Charkovska et al. (2019)는 폴란드의 Kuyavian-Pomeranian 지역에 대해 공간해상도를 높여 2 × 2 km의 격자망에 대해 농업부문의 탄소배출량을 산정하고 이에 대한 불확실성을 분석하였다. 이를 통해 국가수준의 배출계수 (혹은 인벤토리)를 일관되게 적용하기 보다 불확실성을 최대한 최소화하기 위해 공간단위별 인벤토리를 구축할 필요가 있음을 제기하였다. 미국과 일본, 영국 등에서는 2000년대 초반부터 탄소공간지도를 제작하여 공간계획 수립시 정책에 따른 탄소감축 효과를 진단⋅평가할 수 있는 시스템을 운영하고 있다. 이에 우리나라도 기존의 에너지, 산업, 농업, 수송, 건물 등 배출원의 탄소배출량 정보만으로 지역 차원에서의 탄소배출량 산정 및 관리⋅개선에 한계가 있음을 인지하였다. 이에 국토교통부 (2022)는 지역의 공간 단위에서 종합적인 탄소중립 모델을 구현하기 위해 탄소 공간지도를 구축하고자 하였다. 이를 위해 탄소의 배출⋅흡수량을 격자 혹은 행정구역 단위 등으로 지도화하는 작업이 진행 중이다.

따라서 본 연구에서는 지역별 상세 공간단위에서 농업부문 탄소배출량을 산정하는 방안을 모색하고자 한다. 이를 위해 공간범위를 시도단위, 시군단위, 읍면단위 (필지)로 설정하고 논벼 재배 및 농경지 이용, 가축 사육 등 탄소배출 영향인자에 대해 가용할 수 있는 활동자료를 구축하여 탄소배출량을 산정하고자 한다. 이를 통해 농업활동에 대하여 방법론적으로 Tier 2 이상, 공간적으로 Tier 3 수준 (Tier 2.5 수준)으로 지역단위 및 필지단위까지의 탄소배출량 산정을 고도화 할 수 있는 방안을 모색하고자 한다.

Ⅱ. 자료 및 방법

1. 활동자료 수집

가. 공간정보 구축

본 연구에서 농업분야에서 발생하는 온실가스에 대하여 상세 공간단위에서 산정하기 위하여 각 공간단위별로 온실가스 배출량을 산정하였다. 공간단위는 시도 단위, 시군구 단위, 읍면 (필지) 단위로 구분하였다. 통계자료를 기반으로 Tier 2 수준으로 산정할 수 있는 시도단위인 총 17개 시도 (전국 8개 특별광역시와 9개 도)를 대상으로 하였다. 시군단위의 경우 17개 시도 중 농업활동이 활발한 지역 중 하나인 전라북도를 대상으로 전라북도 소재의 14개 시군을 대상으로 하였다. 읍면단위는 경종과 축산이 혼재된 전라북도 김제시 소재의 백산면으로 설정하였으며 필지별로 탄소배출량을 산정하기 위하여 지적도를 활용하여 필지별 논과 밭의 실제 용도를 조사하였다. 온실가스 배출량 산정은 온실가스 저감대책 수립을 위한 기초 자료이며, 이 데이터가 정책에 반영되서, 실효적인 정책이 만들어지기 위해서는 지역별 영농방법, 비료사용, 기계사용패턴, 축사 관리 등 특성을 고려한 온실가스 배출량이 필수적이다 (Adewale et al., 2018). 이에 Fig. 1과 같이 활동자료를 상세화하여 지역에 적용가능한 기초자료로서 탄소배출량을 산정하고, 공간정보로 생성하였다.

NGHHCI_2023_v65n5_69_f0001.png 이미지

Fig. 1 Scheme for estimating agricultural greenhouse gas emissions by spatial level

나. 활동자료 수집

농업분야 탄소배출량 산정에 필요한 시도단위와 시군단위의 활동자료는 국가통계 및 지역통계 자료를 활용하였다. 시간적 범위는 2022년 4/4분기를 기준으로 설정하여 관련 활동자료를 수집하였다. 국가통계인 ‘농림축산식품통계연보’가 4/4분기에 조사된 자료를 기초로 작성됨에 따라 자료 사용의 일관성을 유지하기 위해서 국가통계포털의 자료를 사용할 때는 4/4분기에 조사된 자료를 사용하였다. 읍면지역의 필지단위의 활동자료는 ‘지자체통계연보’ 기준으로 현장조사를 통해 산정에 필요한 데이터를 수집하고 보완하였다.

시도단위에서의 활동자료 수집은 국가통계자료를 활용하나, 시군단위에서의 통계자료는 제공되지 않는 경우가 있으며, 필지단위의 데이터는 더욱 구득하기 어렵다. 이러한 경우 활동자료 입력 시 해당 지역이 소재한 상위단계의 지역 속성정보를 대푯값으로 활용하거나 단위면적당 데이터를 이용하여 추정값을 사용하였다. 예를 들어, 전라북도 김제시 소재의 백산면에 대한 활동자료 입력시 벼재배 부문의 경우 김제시의 벼 재배면적 17천 ha 중에서 60%가 ‘신동진벼’ 품종을 재배하며 2022년 국립종자원에서 전라북도 김제시에 보급한 벼 종자는 전체 480 ton 중에서 신동진벼가 73.8%인 약 354 ton을 차지한다 (Korea Seed & Variety Service). 따라서 벼 경작 기간 (t)는 신동진벼 품종이 중만생종이므로 본답 재배일수인 평균 ‘146일’을 대푯값으로 적용한다 (KEEI, 2006).

농경지토양 부문에 필요한 활동자료는 크게 화학비료 시용량, 품목별 생산면적, 가축사육두수, 그리고 품목별 생산량 자료가 필요하다. 품목별 생산량 자료의 경우 해당 시군이 소재한 상위 지역인 시도의 단위면적당 생산량 정보를 활용하여 시군의 생산면적에 곱하여 그 생산량을 추정하여 활용하였다. 시도단위의 화학비료 시용량은 통계청의 ‘농축산물생산비조사’에서 제시하는 논벼/밭작물 주요투입물량의 무기질비료 자료 중 질소질비료 투입량을 사용하였다. 시군단위의 화학비료 시용량도 단위면적당 투입량에 시군의 대상 면적에 곱하여 시비량을 추정하였다. 시군단위의 품목별 면적은 ‘지자체통계연보’를 활용할 수 있으나 최신년도에 대해 아직 공표하고 있지 않기 때문에 농림축산식품부의 ‘농업경영체 등록정보 통계 서비스’에서 지역별 품목별 현황 데이터를 활용하였다.

가축사육두수에 의해 산정되는 장내발효 및 가축분뇨관리 부문의 활동자료는 젖소와 한우의 경우 성별 및 연령별 국가고유배출계수의 고시에 따라 암컷과 수컷, 1세 미만 및 1세 이상, 2세 이상으로 나누어 사육두수에 대한 자료를 수집한다. 그러나 성별 및 연령별 사육두수는 지자체 단위에서의 통계자료가 수집되지 않으므로 전체 사육두수를 수집하고 관련 통합 배출계수를 사용하였다.

2. 탄소배출량 산정

상세 공간단위에서 탄소배출량 산정을 위해 IPCC 2019 GL을 기본으로 하며, 한국환경공단에서 발표한 ‘지자체 온실가스 배출량 산정지침 (Ver.4.1.)’과 환경부에서 공표한 국가고유 온실가스 배출⋅흡수계수를 적용하였다. 온실가스 배출량은 주로 배출계수 (EF, Emission Factor)와 활동자료의 곱으로 산출하는데, Tier 1은 국가 전체에 대하여 동일한 값을 이용하고, Tier 2, 3로 고도화될수록 지역 특성 및 기술수준을 고려하여, 정밀한 배출계수를 사용한다. 우리나라는 국가에서 아직 Tier 2 수준의 배출계수를 제공하고 있지 않기 때문에, Tier 1 배출계수를 이용하였다.

IPCC GL에서 제시하고 있는 농업생산활동에 대한 주요 탄소 배출원은 경종분야의 벼재배 부문의 CH4와 농경지토양 부문의 N2O 직간접배출과 축산분야의 장내발효 부문의 CH4 및 가축분뇨관리 부문의 CH4 및 직접적 N2O 배출량이다. 산정된 CH4 및 N2O에 대한 탄소배출량은 CO2e로 변환하기 위해 IPCC 2006 GL에서 발행한 100년 기준 (100-year time horizon) 지구온난화지수인 25 (CH4)와 298 (N2O)을 각각 적용한다.

가. 경종분야

1) 벼재배 부문

벼재배 부문의 연간 탄소배출량은 식 (1)과 같이 논벼 면적에 경작기간과 일 배출계수를 곱하여 논벼 재배에 따른 CH4 배출량으로 산정한다. 논벼 재배면적 (A)은 지역별 논면적 혹은 필지 중 답면적을 적용한다.

\(\begin{aligned}C H_{4 \text { Rice }}=\sum_{i, j, k}\left(E F_{i, j, k} \times t_{i, j, k} \times A_{i, j, k}\right)\end{aligned}\)       (1)

CH4 Rice = 논에서의 연간 CH4 배출량 (kg CH4 yr-1)

EFi,j,k = 각 조건 (i, j, k)에서의 일 배출계수 (kg CH4 ha-1day-1)

ti,j,k = 각 조건 (i, j, k)에서의 벼 경작 기간 (day)

Ai,j,k = 각 조건 (i, j, k)에서의 논벼 수확 면적 (ha⋅yr-1)

i, j, and k = 수문체계, 유기질비료 종류 등 CH4 배출이 변화하는 조건

조절된 일 배출계수 (EFi)는 식 (2)와 같이 지속적으로 범람된 농경지에 대한 표준 배출계수 (EFc)에 각종 수문체계, 토양, 품종에 대한 규모계수를 곱하여 산정한다. 표준 배출계수 EFc는 2014년 고시된 국가배출계수 값인 2.32 kg CH4 ha-1day-1을 적용한다. 경작기 동안의 수문체계에 대한 규모계수 (SFw)는 국가배출계수 중 중간낙수 (2주)를 기본값으로 0.66을 적용한다. 국내 경작기간이 가장 긴 중만생종이 150일 내외로 경작하므로, 경작기 이전의 수문체계에 대한 규모계수 (SFp)는 180일 이상 비범람 시기의 국내 배출계수인 0.80을 적용한다.

EFi = EFc × SFw × SFp × SFo       (2)

EFi = 조절된 일배출계수 (kg CH4 ha-1day-1)

EFc = 지속적으로 범람된 농경지에 대한 표준 배출계수 (kg CH4 ha-1day-1)

SFw = 경작기 동안의 수문체계에 대한 규모계수

SFp = 경작기 이전의 수문체계에 대한 규모계수

SFo = 사용된 유기질비료의 종류와 양에 대한 규모계수

2) 농경지토양 부문

농경지토양에서 발생하는 N2O는 직접배출 (Direct emission)과 간접배출 (Indirect emission)로 나눌 수 있으며, 직접배출량은 질소 투입원별로 각 배출계수를 곱하여 산정한다 (식 (3)). 간접배출은 NH3와 NOX가 대기중으로 휘발되는 대기휘산(N2O(ATD))되거나 토양 내에 존재하는 무기질소가 표면 밖으로 용탈/유출되면서 수계유출 (N2O(L))되는 형태로 구분하여 산정한다 (식 (4) & 식 (5)).

농경지토양의 N2O 직접배출은 합성 질소질비료, 유기질비료 (분뇨, 퇴비 등)로 인해 토양에 유입된 질소의 질산화 및 탈질화 과정에서 발생한다 (IPCC, 2006; Rochette and Janzen, 2005). 따라서 농경지토양의 N2O 직접배출은 질소 유입(N2O-NNinputs)과 유기질토양 (N2O-NOS) 및 방목 가축의 분뇨(N2O-NPRP)에 따른 직접 N2O-N의 합으로 산정한다 (식 (4)). 이 중에서 우리나라는 유기질토양이 거의 존재하지 않아 유기질토양 (N2O-NOS) 항목은 산정에서 제외한다. 또한 방목지에 공급되는 가축분뇨량 (N2O-NPRP) 역시 국내 활동자료 미수집으로 산정하지 않는다.

화학비료 사용에 따른 N2O 직접배출계수는 논 배출계수(EF1FR)과 밭 작물종별 배출계수 (EF1i)를 구분한다. 논 배출계수는 2006 IPCC GL 기본값인 0.003 kg N2O-N/kg N, 밭 작물종별 배출계수는 2014년 국가 고유배출계수로 승인받은 작물종별 배출계수 (고추(0.0086), 콩(0.0119), 감자(0.0049), 봄배추(0.0056), 가을배추(0.0058)), 그 외 밭작물 통합계수 0.00596을 적용한다. 또한 가축분뇨의 농경지 투입에 따른 N2O 기본 배출계수 (EF1)는 2006 IPCC GL 기본값인 0.01을 적용한다.

\(\begin{aligned} N_{2} O_{\text {Direct }}= & {\left[\mathrm{N}_{2} \mathrm{O}-\mathrm{N}_{\text {Ninputs }}+\mathrm{N}_{2} \mathrm{O}-\mathrm{N}_{O S}+\mathrm{N}_{2} \mathrm{O}-\mathrm{N}_{P R P}\right] } \times \frac{44}{28}\end{aligned}\)       (3)

N2ODirect : 관리토양에서 배출되는 직접 N2O 발생량 (kg N2O yr-1)

N2O-NNinputs : 질소 유입에 따른 직접 N2O-N 배출량 (kg N2O-N yr-1)

N2O-NOS : 유기질토양에서 배출되는 직접 N2O-N 배출량 (kg N2O-N yr-1)

N2O-NPRP : 방목 가축의 분뇨에서 발생하는 직접 N2O-N 배출량 (kg N2O-N yr-1)

\(\begin{aligned}N_{2} O_{(A T D)}=\left[\left\{\left(F_{S N} \times \operatorname{Frac}_{G A S F}\right)+\left(\left(F_{O N}+F_{P R P}\right) \times \operatorname{Frac}_{G A S M}\right)\right\} \times E F_{4}\right] \times \frac{44}{28}\end{aligned}\)       (4)

\(\begin{aligned} N_{2} O_{(L)}= & {\left[\left(F_{S N}+F_{O N}+F_{P R P}+F_{C R}+F_{S O M}\right) \times \operatorname{Frac}_{L E A C H-(H)} \times E F_{5}\right] } \times \frac{44}{28}\end{aligned}\)       (5)

N2O(ATD) : 대기중에 휘발된 질소에 의해 발생된 N2O 배출량 (kg N2O yr-1)

N2O(L) : 수계에 용탈/유출된 질소에 의해 발생된 N2O 배출량 (kg N2O yr-1)

FSN : 합성 질소질비료 시비량 (kg N yr-1)

FON : 유기질비료 (가축분뇨, 퇴비, 하수슬러지 및 기타 유기물) 시비량 (kg N yr-1)

FPRP : 방목 가축의 분뇨 배설에 따른 질소 배출량 (kg N yr-1)

FCR : 질소 고정 작물을 포함한 농작물 잔류물로 인해 토양에 유입되는 질소량 (kg N yr-1)

FSOM : 토양 유기물에서 토양 C의 손실과 관련된 광물 토양에서 광물화된 연간 질소량 (kg N2O yr-1)

FracGASF : 합성비료 N 중 NH3 및 NOX로 휘발하는 비율 (%)

FracGASM : 시용된 유기질 N 비료 (FON)와 방목 가축에 의해 퇴적된 분뇨 배설물 (FPRP)에서 NH3 및 NOX로 휘발되는 비율 (kg N applied or deposited)

FracLEACH-(H) : 총 질소 중 용탈/유출로 발생되는 질소 (ton N)

EF4 : 토양 및 수계의 대기중 질소 침착으로 인한 N2O 배출계수 (kg N2O-N yr-1)

EF5 : 용탈/유출로 방생된 질소 중 N2O로 전환되는 질소 (kg N2O-N yr-1)

나. 축산분야

1) 장내발효 부문

장내발효의 탄소배출량은 가축이 섭취한 탄수화물이 혈액내로 흡수될 수 있도록 장내에서 미생물에 의해 분해되는 소화 과정에서 발생하는 CH4 발생량으로 산정한다 (식 (6)). 가축의 종류는 크게 소 (젖소, 한우, 육우)와 돼지, 닭 (육계와 산란계)로 한정하였다. 젖소와 한우의 경우 성별 및 연령별 국가 고유배출계수의 고시에 따라 암컷과 수컷, 1세 미만 및 1세 이상, 2세 이상으로 나누어 수집한다. 돼지의 경우 2개월 미만, 2-4개월, 4-6개월, 그리고 6-8개월 및 8개월 이상부터 성별을 나누어 수집한다. 각 축종에 대한 사육두수에 대한 자료를 수집하고 각각의 축종에 대한 CH4 발생량을 산정하였다.

\(\begin{aligned}C H_{4 \text { Enteric }}=\sum E F_{(T)} \times\left(\frac{N_{(T)}}{10^{3}}\right)\end{aligned}\)       (6)

CH4Enteric : 가축의 장내발효에 의한 CH4 발생량 (kg CH4 yr-1)

EF(T) : T 가축 종에 대한 CH4 배출계수 (kg CH4 head-1 yr-1)

N(T) : T 가축 종의 두수 (head)

T : 가축 종

2) 가축분뇨관리 부문

① 분뇨관리에서의 CH4 배출

분뇨관리에서 배출되는 CH4는 분뇨의 저장 및 처리 과정에서 혐기성 상태에서 분해되며 발생하며, 이에 대한 CH4는 식 (7)에 따라 산정한다.

\(\begin{aligned}C H_{4 \text { Manure }}=\left[\sum_{T, S}\left(N_{(T)} \times V S_{(T)} \times A W M S_{(T, S)} \times E F_{T, S}\right)\right]\end{aligned}\)       (7)

CH4Manure : 가축의 분뇨관리에 의한 CH4 배출량 (kg CH4 yr-1)

N(T) : T 가축 종의 두수 (head)

VS(T) : 가축 T종의 연평균 휘발성 고형물 배설량 (kg VS head-1 yr-1)

AWMS(T, S) : 분뇨 관리 시스템 S에서 관리되는 각 축종 T에 대한 연간 총 VS의 비율

EF(T, S) : 가축 T종별 분뇨 관리 시스템 S에서 직접 배출되는 CH4 배출계수 (kg CH4 yr-1 VS-1)

S : 분뇨관리시스템

T : 가축 종/카테고리

② 분뇨관리에서의 직접적 N2O 배출

분뇨관리 단계에서 발생하는 직접적 N2O 배출은 분뇨 속에 포함된 질소의 질산화과정과 탈질화과정을 통해 발생되며, 분뇨를 비료화하여 관리하는 동안의 저장기간과 처리방법에 따라 배출량에 영향을 받는다 (식 (8)). 가축 T종에 대한 연평균 질소배출량 (Nex(T))은 VS(T)와 동일하게 가축 T종의 일일 질소배출량에 평균 체중을 곱하여 산정한다.

\(\begin{aligned}\left.N_{2} O_{D(m m)}=\left[\left\{\sum_{T, S}\left(\left(N_{(T)} \times \operatorname{Nex}_{(T)}\right) \times A W M S_{(T, S)}\right)\right)+N_{c d g(s)}\right\} \times E F_{3(S)}\right] \times \frac{44}{28}\end{aligned}\)       (8)

N2OD(mm) : 분뇨관리에서의 직접적 N2O 배출 (kg N2O yr-1)

N(T) : T 가축 종의 두수 (head)

Nex (T) : 가축 T종에 대한 연평균 질소배출량 (kg N head-1 yr-1)

AWMS(T, S) : 분뇨 관리 시스템 S에서 관리되는 각 축종 T에 대한 연간 총 VS의 비율

Ncdg(s) : 혐기성 소화에 대한 공동 소화조를 통한 연간 질소 투입량 (kg N yr-1)

EF3(S) : 분뇨 관리 시스템 S에서 직접 N2O 배출에 대한 배출 계수 (kg N2O-N/kg N)

S : 분뇨관리시스템

T : 가축 종/카테고리

\(\begin{aligned}\frac{44}{28}\end{aligned}\) : N2O 분자량/N2 분자량

Ⅲ. 결과 및 고찰

1. 시도단위 탄소배출량

2022년 4/4분기 기준으로 경종 (벼재배 및 농경지토양) 및 축산 (장내발효 및 가축분뇨관리)부문의 총합인 농업분야의 탄소배출량은 약 20,124 천ton CO2e로 분석되었다 (Fig. 2). 우리나라 인구 1인당 농업분야 탄소발생량은 약 389.8 kg CO2e 정도이며, 한국농촌경제연구원에서 추정한 2022년 농업생산액 (약 58조 6,310억 원)을 고려하면 농업생산액 대비 탄소배출량은 약 34천 kgCO2e/억 원 수준이다.

NGHHCI_2023_v65n5_69_f0002.png 이미지

Fig. 2 The regional GHG emissions from agriculture and livestock (Rice cultivation, N2O in managed soils, enteric fermentation, and manure management) by metropolitan city level in 4th quarter, 2022

2022년 우리나라 농업분야 탄소배출량은 벼재배 5,005 TMT CO2e (Thousand metric ton of CO2 equivalent), 농경지토양 4,228 TMT CO2e, 장내발효 5,836 TMT CO2e, 가축분뇨관리 5,055 TMT CO2e 정도이다. 벼재배로 인한 온실가스는 단위면적당 294 MT CO2e (Metric ton of CO2 equivalent)가 발생하는 것으로 분석되었다 (특별⋅광역시 제외시 533 MT CO2e/ha). 농경지토양에서 화학비료, 가축비료 및 작물잔사 환원에 의한 N2O의 직접⋅간접배출은 단위면적당 248 MT CO2e (특별⋅광역시 제외시 458 MT CO2e/ha)이 발생하는 것으로 나타났다.

농업생산활동으로 인해 온실가스를 가장 많이 배출한 지역은 충남 (3,468 TMT CO2e), 경북 (3,461), 전남 (3,437) 순으로 나타났다. 분야별 탄소발생량을 살펴보면, 벼재배에서 CH4 배출에 따른 탄소발생량이 높은 지역은 전남이 1,116 TMT CO2e로 가장 높았으며, 충남 (953), 전북 (833), 경기 (538) 순으로 나타났다. 농경지토양에서 N2O의 직접⋅간접배출에 따른 탄소발생량은 경북 (957 TMT CO2e), 충남 (889), 경기(833) 순이다. 가축사육두수에 의해 산정되는 장내발효와 가축분뇨관리 부문에서의 탄소배출량은 경북 (1,980 TMT CO2e)과 경기 (1,676), 충남 (1,625), 전남 (1,547)에서 높게 산정되었다.

2. 시군단위 탄소배출량

가용할 수 있는 최신의 시도단위 통계를 활용하여 산정한 탄소배출량과 시군단위 통계자료를 활용하여 산정한 탄소배출량은 국가통계 기준 약 2.6% 수준으로 차이가 발생하는 것으로 분석되었다 (Table 1). 국가통계인 ‘농림축산식품통계연보’를 바탕으로 산정한 시도단위 탄소배출량 중에서 전라북도의 총 탄소배출량은 2,797 TMT CO2e이지만 전라북도 소재의 14개 시군의 ‘지자체통계연보’를 바탕으로 산정한 총 탄소배출량은 이보다 약 73 TMT CO2e 낮은 2,7 24 TMT CO2e로 분석되었다.

Table 1 The GHG emissions from agriculture (cultivation and livestock sectors) by city level in Jeollabuk-do in 2022 (Unit: TMT CO2e)

NGHHCI_2023_v65n5_69_t0001.png 이미지

* The carbon emissions in Jeollabuk-do (a) were calculated by the national statistics

** The carbon emissions in Jeollabuk-do (b) were estimated by sum the regional carbon emissions from 14 cities in Jeollabuk-do.

논벼 재배면적을 이용하여 탄소배출량을 산정하는 벼재배 부문을 제외하고 농경지토양, 장내발효, 가축분뇨관리 부문에서는 조금씩 차이가 발생하는 것을 알 수 있다. 이는 가용할 수 있는 활동자료의 수준과 항목에 대한 차이에서 기인한다. 먼저 농경지토양 부문의 경우 시군단위의 활동자료 입력시 ‘지자체통계연보’ 및 ‘농업경영체 등록정보 통계 서비스’의 품목별 재배면적을 이용하였다. 그러나 시군단위의 품목별 재배면적의 합 전체가 ‘농림축산식품통계연보’에서의 품목별 재배면적의 값과 차이가 발생하였다. 또한, 시군단위에서 품목별 생산량 (감자, 고구마 등)에 대한 데이터를 전라북도의 단위면적당 생산량을 이용하여 각 시군별 재배면적에 곱하여 사용함으로써 이 과정에서 산정값에 대한 차이가 조금씩 발생하는 것으로 나타났다.

장내발효와 가축분뇨관리 부문의 경우 시도단위에서 소와 돼지에 대한 활동자료는 국가고유배출계수를 적용할 수 있도록 성별 및 연령별로 세분화되어 제공하고 있다. 그러나 시군단위의 가축사육두수 활동자료는 성별 및 연령별로 세분화되어 있지 않아 국가고유배출계수 고시 이전에 사용하던 통합 배출계수를 활용하여 탄소배출량을 산정하였기 때문에 시도단위 산정량과 차이가 발생하는 것으로 나타났다.

3. 읍면 단위 탄소배출량

읍면지역의 필지단위 탄소배출량을 산정하기 위해 읍면 중 농업분야의 탄소배출과 연관이 높은 경종 및 축산 농가가 밀집된 지역을 대상으로 하고자 전라북도 김제시 소재의 백산면을 대상으로 하였다. 백산면의 중심부에는 농공단지가 소재하고 있으며 그 주위를 둘러싸고 농경지가 소재하고 있다. 백산면은 2,934 ha에 약 22천 필지로 구성되어 있으며, 밭 585 ha (5,268 필지)과 논 840 ha (4,286 필지)가 있다. 또한 축산에 특화되어 현장조사 결과 2022년 4/4분기 기준 돼지 약 61,640마리 및 소 3,835마리 등 가축사육두수가 높다.

백산면의 2022년 농업분야 탄소배출량은 총 10,240 MT CO2e이며, 벼재배 1,964 MT CO2e, 농경지토양 542 MT CO2e, 장내발효 6,007 MT CO2e, 가축분뇨관리 1,728 MT CO2e로 분석되었다 (Fig. 3). 이는 백산면의 농경지 전체 필지당 약 1.1 ton CO2e가 발생하는 수준이며, 축산부문 (장내발효 및 가축분뇨관리)을 제외하면 경종부문 (벼재배 및 농경지토양)에서 논밭 필지당 약 262 kg CO2e가 발생하는 정도이다. 축산부문의 경우 Fig. 3 (c)와 (d)에서 알 수 있듯 축산농가가 소재하고 있는 필지에서 집중적으로 발생하며 돼지를 사육하는 필지는 18개, 소를 사육하는 필지는 66필지이다. 해당 소재지의 지목은 목장지, 전, 대지, 답, 잡종지, 임야로 다양하다.

NGHHCI_2023_v65n5_69_f0003.png 이미지

Fig. 3 The GHG emissions from agriculture (cultivation and livestock) by land lot in Baeksan-myeon, Gimje-si, Jeollabuk-do

4. 고찰

영농활동에 대한 지역별 탄소저감 전략을 마련하기 위해서 대상 지자체 혹은 그보다 더 하위 공간수준에서 농업생산활동에 대한 활동자료를 기반으로 탄소배출에 대한 특성을 분석할 필요가 있다. 전국 광역⋅기초지자체 온실가스 인벤토리 작성을 위해 광역 및 기초지자체장은 「기후위기 대응을 위한 탄소중립⋅녹색성장 기본법」 제36조 3항 및 동법 시행령 제39조 6항에 따라 지역의 온실가스 정보 및 통계를 온실가스종합정보센터에 제출하게 되어 있다. 이에 향후 지역단위 온실가스 인벤토리는 지자체의 통계자료 구축 노력에 따라 매년 공표될 예정이다.

실제로 환경부 온실가스종합정보센터에서 우리나라 국가 온실가스 인벤토리를 매년 국가단위 수준에서 공표해오다 2020년부터 시범사업으로 광역지자체 (시도) 온실가스 인벤토리를 공표하고 있다. 2023년에는 제1차 지역온실가스 통계관리위원회의 심의를 통해 확정된 기초지자체 (시군구) 기준지역 온실가스 배출량 (2016-2020) 산정결과를 게재하고 있다. 지역 온실가스 인벤토리 작성을 위한 활동자료 구축 시 지역배출량 산정을 위해 지자체에서 보유하고 있는 통계 또는 조사 내용을 우선으로 활용하며, 시군구 단위의 자료가 없는 경우에는 추가적인 자료 확보가 필요하다고 명시되어 있다. 이를 위해 본 연구에서는 지자체에서 보유하고 있는 자료를 최대한 활용하고자 하였으나 자료 확보가 어려운 경우 상위 공간 수준의 단위면적당 생산량 등의 값을 이용하여 추정값을 사용하였다. 이에 향후 공표되는 기초지자체 탄소배출량 값과 상이할 수 있다.

매년 지자체에서 온실가스 인벤토리 작성을 위한 기초자료를 보고할 것으로 예상되지만, 항목이나 조사방법에 대하여 실증 연구가 더 필요하다고 판단된다. 최신년도 탄소배출량을 산정하기 위해서 사용할 수 있는 자료출처는 통계청과 농림수산식품부 자료가 있다. 공간수준별로 활동자료를 구축할 때, 데이터 관리주체별로 수집방법 및 처리과정을 고려하여, 어떤 자료가 현황을 효과적으로 대변할 수 있는지에 대한 연구와 논의가 필요하다. 예를 들어, 품목별 재배면적의 경우 통계청의 농업면적조사와 농림축산식품부의 통계서비스의 수집방법에 대한 차이로 인해 면적이 다를 수 있다. 통계청의 농업면적조사의 경우 표본조사 방식을 이용하며, 표본으로 선정된 조사구 내 경지 (논과 밭, 필지 수준)에서 재배되고 있는 작물 면적을 조사한다. 작물재배면적 표본 약 22,000개를 포함하여 총 경지면적 조사는 약 32,000개를 대상으로 한다. 표본은 층화단순확률추출방법을 사용하여 전국 기준 1% 내외의 목표오차를 기준으로 산출한다. 반면, 농림축산식품부의 ‘농업경영체 등록정보 통계 서비스’에서 제공하고 있는 재배면적은 농업인 혹은 농업경영체가 재배하고 있는 품목에 대한 면적을 직접 등록한 정보를 바탕으로 제공하고 있다. 2021년 말 기준으로 약 790만 필지에 대하여 177만 8천여 경영체에 대한 등록정보가 구축되었다. 그러나 농업⋅농촌 관련 융자 및 보조금 등을 지원받기 위한 농업경영체 등록은 농업인⋅농업법인의 의무가 아니므로 실제 현황과 차이가 있을 수 있다.

향후 농림사업정보시스템 (Agrix)에서 농업경영체 등록정보의 정확도가 향상되고 탄소배출량 산정에 필요한 정보를 활용한다면 현장조사를 대체할 수 있을 것으로 사료된다. 예를 들어 이모작 면적, 친환경비료 신청면적 등의 정보를 통해 실제 유기질비료의 사용량 등을 보다 더 정확하게 산정할 수 있다. 현재 농경지토양 부문에서 해당 지역에서 가축사육두수로 산정하는 가축분뇨 사용량은 추정값으로써 IPCC GL에 따라 다른 지역으로 이동하지 않고 동일 장소에서 N2O로 배출되는 것으로 가정하고 있다. 하지만 국내의 가축분뇨관리는 미처리 비율이 매우 낮고 가축분뇨 발생량의 거의 전량인 99.5%가 퇴비화, 액비화, 정화방류 등을 통해 처리되고 있다(Ministry of Environment). 따라서 농경지토양의 N2O 배출에서 실제 농가에서 친환경비료 사용량 등에 대한 정보로 질소배출량을 추정하는 것이 보다 더 바람직하다. 또한 저탄소사료 공급량 등의 정보를 이용하여 장내발효 부문에서 탄소배출량을 저감할 수 있는 효과를 산정할 수 있다. 본 연구에서 공간범위별 온실가스배출량을 산정하는 과정에서 다양한 쟁점을 확인할 수 있었다. 온실가스 배출량 산정량은 향후 모니터링 장비를 통해 계측된 온실가스 배출량과 비교 및 실증이 이루어져야 한다. 이 과정에서 활동자료 수집을 위한 제도적 절차 역시 정비될 필요가 있다.

Ⅳ. 결론

본 연구는 공간단위 (시도, 시군, 읍면)로 Tier 2.5 수준 이상으로 탄소배출량을 산정하고자 논벼 재배 및 농경지 이용, 가축 사육 등 탄소배출 영향인자에 대해 가용할 수 있는 활동자료를 구축하였다. 또한 현장조사를 통해 필지단위의 배출 활동에 대한 상세자료를 구축하고 검증하였다. 구축된 필지단위의 활동자료를 바탕으로 IPCC 2019 GL에 따라 최신 국가배출계수와 지역배출계수를 적용하여 탄소배출량을 산정하였다.

광역시도 단위의 탄소배출량은 국가통계를 이용하여 Tier 2 수준으로 산정할 수 있으나 시군단위로 공간단위를 축소시킬 경우 지자체의 통계연보를 활용하여 자료를 구축할 수 있으나 자료 구득이 어려운 경우에는 현장조사 등 추가적인 자료 확보가 필요함을 확인하였다. 2022년 우리나라 농업분야의 탄소배출량은 약 20,124 TMT CO2e로써 이는 우리나라 인구 1인당 농업분야 탄소발생량은 약 389.8 kg CO2e 정도이다. 농업활동으로 인한 탄소배출량이 가장 많은 지역은 충남, 경북, 전남 순으로 나타났다. 이를 시군단위로 탄소배출량을 산정한 결과 최신의 시도단위 통계와 시군단위 통계자료를 활용하여 산정한 탄소배출량은 약 2.6% 정도 차이가 발생하였다. 필지단위로 탄소배출량을 산정할 경우 가용할 수 있는 통계자료의 한계로 인해 현장조사가 수반되어야만 활동자료를 구축할 필요가 있다. 향후 농업인이 직불금 등 신청을 위해 등록하는 농림사업정보시스템에 탄소배출량 산정을 위한 기초자료 입력항목을 만들거나 기존자료로부터 추정하는 방식을 통해 현장 전수조사를 수행하지 않고 산정할 수 있는 방향으로 나아갈 필요가 있다.

본 연구는 지역별 탄소저감 전략을 위해 최소 공간단위 중 하나인 필지를 기준으로 통계자료와 현장조사를 통해 활동자료를 구축하고 탄소배출량을 산정할 수 있는 방안을 모색한데에 의의가 있다. 필지별로 조사된 활동자료와 활동특성을 고려한 배출계수를 활용함으로써, 향후 온실가스 배출량 산정 정확도를 높이고 저감정책 적용에 따른 효과를 정량적으로 평가할 수 있을 것으로 기대한다.

감사의 글

본 연구는 한국국토정보공사/공간정보연구원의 지원으로 수행되었음 (과제번호: 공간정보연 2023-504).

References

  1. Adewale, C., Reganold, J. P., Higgins, S., Evans, R.D., Carpenter-Boggs, L. 2018. Improving carbon footprinting of agricultural systems: Boundaries, tiers, and organic farming. Environmental Impact Assessment Review 71: 41-48. doi: https://doi.org/10.1016/j.eiar.2018.04.004.
  2. Cai, B., Cui, C., Zhang, D., Cao, L., Wu, P., Pang, L., Zhang, J., and D. Chunyan. 2019. China city-level greenhouse gas emissions inventory in 2015 and uncertainty analysis. Applied Energy, 253: 113579. doi: https://doi.org/10.1016/j.apenergy.2019.113579.
  3. Charkovska, N., Horabik-Pyzel, J., Bun, R., Danylo, O., Nahorski, Z., Jonas, M., and X. Xu. 2019. High-resolution spatial distribution and associated uncertainties of greenhouse gas emissions from the agricultural sector. Mitigation and Adaptiation Strategies for Global Change, 24: 881-905. doi: https://doi.org/10.1007/s11027-017-9779-3.
  4. Choi, E., Kim, G., Lee, S., Lee, J., Yoon, J., and H. Gwon. 2020. Estimation of Greenhouse Gases Emission from the Crop Cultivation Session of Agricultural Sector according to 2019 Refinement to the 2006 IPCC Guidelines. Journal of Climate Change Research, 11(6-2). 703-712. doi: http://dx.doi.org/10.15531/KSCCR.2020.11.6.703.
  5. Gao, Y., Zhang, L., Huang, A., Kou, W., Bo, X., Cai, B., and J. Qu. 2022. Unveiling the spatial and sectoral characteristics of a high-resolution emission inventory of CO2 and air pollutants in China. Science of The Total Environment, 847: 157623. doi: https://doi.org/10.1016/j.scitotenv.2022.157623.
  6. Hong, S., Ham, B., Choi, S., Kim, W., Ha, Ram, Park, S., and W. Lee. 2021. Comparative Analysis on the Sequestration of CO2 Depending on Spatial Ranges for Estimating Greenhouse Gas Inventory in Settlement. Journal of Climate Change Research, 12(6): 767-776. doi: http://dx.doi.org/10.15531/KSCCR.2021.12.6.767.
  7. IEA (International Energy Agency). 2021. Global Methane Pledge. Retrieved from https://www.iea.org/topics/methane-emissions.
  8. IPCC (The Intergovernmental Panel on Climate Change), 2006, 2006 IPCC guidelines for national greenhouse gas inventories.
  9. IPCC (The Intergovernmental Panel on Climate Change). 2019a. Refinement to the 2006 IPCC Guidelines for National Greenhouse Gas Inventories. Retrieved from https://www.ipcc.ch/report/2019-refinement-to-the-2006-ipcc-guidelines-for-national-greenhouse-gas-inventories/.
  10. IPCC (The Intergovernmental Panel on Climate Change). 2019b. Climate Change and Land: an IPCC special report on climate change, desertification, land degradation, sustainable land management, food security, and greenhouse gas fluxes in terrestrial ecosystems. Retrieved from https://www.ipcc.ch/srccl/.
  11. Jeong, H., Kim, G., Lee, D., Shim, K., and K. Kang, 2011, Assessment of greenhouse gases emission of agronomic sector between 1996 and 2006 IPCC Guidelines, Korean Society of Soil Science and Fertilizer, 44: 1214-1219. doi: https://doi.org/10.7745/KJSSF.2011.44.6.1214.
  12. Jeong, H., Lee, J., Choi, E., Kim, G., Seo, S., and K. So. 2014. A Comparison of the Changes of Greenhouse Gas Emissions to the Develop Country-Specific Emission Factors and Scaling Factors in Agricultural Sector. Journal of Climate Change Research, 5(4): 349-357. doi: https://doi.org/10.15531/KSCCR.2014.5.4.349.
  13. Jeong. H. and C. Kim. 2015. Agriculture's GHG Reduction Targets and Response Strategies. Agriculture Focus, 115 (2015.10.23.), Korea Rural Economic Institute. Retrieved from http://www.krei.re.kr/.
  14. KEEI (Korea Energy Economics Institute), 2006. National Greenhouse Gas Source/Sink Assessment. Retrieved from http://www.keei.re.kr/keei/download/2006_YEARRPT.pdf
  15. Kim, D. and J. Um. 2011. Evaluating Carbon Dioxide Emission from Cadastral Category based on Tier 3 Approach. Spatial Information Research, 19(3): 11-22. UCI : G704-000574.2011.19.3.005.
  16. Kim, G. Y., Park, S. I., Song, B. H., & Shin, Y. K. 2002. Emission characteristics of methane and nitrous oxide by management of water and nutrient in a rice paddy soil. Korean. Journal of Environmental Agriculture, 21(2), 136-143. doi: https://doi.org/10.5338/KJEA.2002.21.2.136.
  17. Korea Seed & Variety Service, Government Supply Breed Production/Supply. Retrieved from https://www.seed.go.kr/seed/.
  18. Mackey, B., Moomaw, W., Lindenmayer, D., & Keith, H. 2022. Net carbon accounting and reporting are a barrier to understanding the mitigation value of forest protection in developed countries. Environmental Research Letters, 17(5), 054028. doi: http://dx.doi.org/10.1088/1748-9326/ac661b.
  19. MAFRA (Ministry of Agriculture, Food and Rural Affairs). 2021. Announcement of Korea's Task Reporting.
  20. MAFRA (Ministry of Agriculture, Food and Rural Affairs). Agricultural Business Information System. Retrieved from https://uni.agrix.go.kr/webportal/main/portalIndex.do?web=in.
  21. Ministry of Environment. Livestock Manure Disposal Statistics. Retrieved from https://www.index.go.kr/unity/potal/main/EachDtlPageDetail.do?idx_cd=1475.
  22. Park, E., Song, C., Ham, B., Kim, J., Lee, J., Choi, S., and W. Lee. 2018. Comparison of Sampling and Wall-to-Wall Methodologies for Reporting the GHG Inventory of the LULUCF Sector in Korea. Journal of Climated Change Research, 9(4): 385-398. doi: http://dx.doi.org/10.15531/KSCCR.2018.9.4.385.
  23. Park, S. J., Lee, C. W., Kim, S. H., and T. K. Oh. 2020. Analysis of land use change for advancing national greenhouse gas inventory using land cover map: focus on Sejong City. Korean Journal of Agricultural Science, 47(4), 933-940. doi: http://dx.doi.org/10.7744/kjoas.20200077.
  24. Reznik, A., Kissinger, M., and N. Alfasi. 2019. Real-data-based high-resolution GHG emissions accounting of urban residents private transportation. International Journal of Sustainable Transportation. 13(4): 235-244. doi: https://doi.org/10.1080/15568318.2018.1459971.
  25. Rochette, P. and H. Janzen, 2005, Towards a revised coefficient for estimating N2O from legumes, Nutr Cycl Agroecosyst, 73: 171-179. doi: https://doi.org/10.1007/s10705-005-0357-9.
  26. UNFCCC (United Nations Framework Convention on Climate Change). 2020. National Greenhouse Gas Inventory Data for the Period 1990-2018. Retrieved from https://unfccc.int/process-and-meetings/transparency-and-reporting/reporting-and-review-under-the-con.