본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

목차보기

표제지

목차

I. 서론 13

II. 재료 및 방법 17

1. 배출계수의 개발을 위한 자료 수집 17

1) 표준지와 표준목 조사, 원판 및 시료 채취 17

2) 원판 및 시료 채취 20

3) 원판 및 시료 분석 21

2. 탄소배출계수의 개발 23

1) 목재기본밀도 24

2) 바이오매스 확장계수 25

3) 뿌리함량비 27

3. 소나무림의 재적 계산 및 탄소량의 산정 28

1) 국가산림자원조사 자료 29

2) 수고식의 개발 33

3) 소나무림의 재적 추정 33

4. 불확도 산정 방식 35

1) 측정 자료의 불확도 35

2) 오차전달법 36

3) 몬테 카를로 시뮬레이션 39

III. 결과 및 고찰 48

1. 소나무 배출계수의 개발 결과 48

1) 목재기본밀도 48

2) 바이오매스 확장계수 50

3) 뿌리함량비 52

4) 지역적 분포에 따른 탄소배출계수 차이 54

2. 소나무 재적 계산 및 탄소량의 산정 결과 58

1) 수고식의 개발 결과 58

2) 소나무림의 재적 추정 결과 60

3) 소나무림의 탄소저장량 추정 결과 62

3. 오차전달법을 이용한 탄소량의 불확도 추정 64

1) 탄소배출계수의 불확도 64

2) 재적의 불확도 추정 66

3) 오차전달을 이용한 소나무 탄소량의 불확도 산정 68

4. 몬테 카를로 시뮬레이션을 이용한 탄소량의 불확도 추정 70

1) 배출계수의 불확도 70

2) 재적의 불확도 추정 85

3) 몬테 카를로 시뮬레이션을 이용한 탄소량의 불확도 산정 87

IV. 결론 91

참고 문헌 92

ABSTRACT 108

국문초록 110

표목차

Table 1. Summary statistics of surveyed sample tree data for developing... 19

Table 2. Summary statistics of national forest inventory data for Pinus... 31

Table 3. Normal distribution 43

Table 4. Log-normal distribution 44

Table 5. Gamma distribution 45

Table 6. Weibull distribution 46

Table 7. The basic wood density using the stand data. 48

Table 8. The biomass expansion factor using the stand data. 50

Table 9. The root-to-shoot ratio using the stand data. 52

Table 10. The result of t-test for emission factor. 55

Table 11. The statistics of the basic wood density for Pinus densiflora by... 56

Table 12. A summary of fitting statistics for height equation. 58

Table 13. A summary of fitting statistics for volume equation. 60

Table 14. The carbon stock for Pinus densiflora in the Republic of Korea. 63

Table 15. The emission factor, and its uncertainty for Pinus densiflora. 65

Table 16. Model uncertainty and source using Taylor's series uncertainty... 67

Table 17. Maximum likelihood estimators and the kolmogorov-smirnov... 70

Table 18. Maximum likelihood estimators and the kolmogorov-smimov test... 75

Table 19. Maximum likelihood estimators and the kohnogorov-smimov test... 80

Table 20. Monte carlo simulation results of volume model for Pinus... 86

Table 21. Uncertainty assessment of emission factor, and carbon stock... 87

그림목차

Figure 1. Location of study site. The cross represents a study site. 18

Figure 2. Process of developing biomass expansion factor per plot-level. 26

Figure 3. Location of national forest inventory data for estimating the... 30

Figure 4. Probability density of height, age, and dbh for estimating the... 32

Figure 5. The histogram and box plot of the basic wood density using the... 49

Figure 6. The histogram and box plot of the biomass expansion factor... 51

Figure 7. The histogram and box plot of the root-to-shoot ratio using the... 53

Figure 8. Comparison of emission factor by eco-type. 54

Figure 9. Estimation of relation for diameter at the breast height and the... 59

Figure 10. Relation of age and volume using diameter distribution. It's... 61

Figure 11. Histogram for basic wood density by using the probability... 71

Figure 12. The normal quantile-quantile plot for basic wood density. 72

Figure 13. The cumulative distribution function for basic wood density. 73

Figure 14. Randomly generated distributions of basic wood density by... 74

Figure 15. Histogram for biomass expansion factor by using the probability... 76

Figure 16. The gamma quantile-quantile plot for biomass expansion factor. 77

Figure 17. The cumulative distribution function for biomass expansion... 78

Figure 18. Randomly generated distributions of biomass expansion factor... 79

Figure 19. Histogram for root-to-shoot ratio by using the probability... 81

Figure 20. The weibull quantile-quantile plot for root-to-shoot ratio. 82

Figure 21. The cumulative distribution function for root-to-shoot ratio. 83

Figure 22. Randomly generated distributions of root-to-shoot ratio by... 84

Figure 23. Randomly generated distributions of carbon stock by using the... 88

초록보기

 본 연구의 목적은 우리나라 소나무림의 탄소 저장량을 추정하고 IPCC에서 제시한 두 가지 불확도 산정 방법에 따른 차이를 비교하여 우리나라 현실에 적합한 불확도 계산방법을 제시하는데 었다. 탄소 저장량의 추정을 위하여 배출계수를 개발하고 국가산림자원조사 자료를 이용하여 재적을 산출하였으며, 그 결과 다음과 같다.

1) 불확도 산정방법에 따른 차이를 비교한 결과, 오차전달법을 적용하여 산정한 불확도 값(19.4%)이 몬테카를로 시뮬레이션 기법을 적용하여 산정한 값(49.4%)보다 낮게 나타났다.

몬테카를로 시뮬레이션 기법을 적용한 경우 불확도가 높게 산정된 원인으로는 배출계수 자료의 부족과 활동자료에서 재적을 모형화 하는 과정에 기인한 것으로 추정되며, 이를 해결하기 위해서는 추가적인 배출계수 자료의 수집과 국가산림자원조사 자료를 이용한 정도 높은 모형의 개발이 필요한 것으로 판단된다.

결론적으로 우리나라 소나무림을 대상으로 탄소저장량을 추정하고 온실가스 인벤토리를 구축하는데 있어서, 불확도 산정 방식은 오차전달법을 이용하는 것이 현실적인 것으로 판단되었다. 몬테카를로 시뮬레이션 기법을 이용하기 위해서는 향후 배출계수자료의 수집과 활동자료를 이용한 정도 높은 모형 개발 등의 문제점들이 해결되어야 할 것으로 분석되었다.

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기