Estimation and Mapping of Methane Emissions from Rice Paddies in Korea: Analysis of Regional Differences and Characteristics

전국 논에서 발생하는 메탄 배출량의 산정 및 지도화:

지역 격차 및 특성 분석

최성원^1*⋅김준^1,2,3,4⋅강민석¹,⋅이승훈^1,3⋅강남구^5,6⋅심교문⁷¹⁾

1국가농림기상센터, ²서울대학교 생태조경⋅지역시스템공학부,

3서울대학교 협동과정 농림기상학전공, ⁴서울대학교 그린바이오과학기술원,

5한국표준과학연구원, ⁶과학기술연합대학원대학교 측정과학전공, ⁷국립농업과학원 (2017년 11월 21일 접수; 2018년 3월 19일 수정; 2018년 3월 21일 수락)

Estimation and Mapping of Methane Emissions from Rice Paddies in Korea: Analysis of Regional Differences and Characteristics

Sung-Won Choi^1*, Joon Kim^1,2,3,4, Minseok Kang¹, Seung Hoon Lee^1,3, Namgoo Kang^5,6 and Kyo-Moon Shim⁷

1

National Center for AgroMeteorology,

Department of Landscape Architecture and Rural Systems Engineering, Seoul National University,

Interdisciplinary Program in Agricultural & Forest Meteorology, Seoul National University,

Institute of Green Bio Science and Technology, Seoul National University,

Korea Research Institute

of Standards and Science,

Science of Measurement, University of Science and Technology

7

National Institute of Agricultural Sciences

(Received November 21, 2017; Revised March 19, 2018; Accepted March 21, 2018)

ABSTRACT

Methane emissions from rice paddies are the largest source of greenhouse gases in the agricultural sector, but there are significant regional differences depending on the surrounding conditions and cultivation practices. To visualize these differences and to analyze their causes and characteristics, the methane emissions from each administrative district in South Korea were calculated according to the IPCC guidelines using the data from the 2010 Agriculture, Forestry and Fisheries Census, and then the results were mapped by using the ArcGIS. The nationwide average of methane emissions per unit area was 380 ± 74 kg CH

ha

yr

. The western region showed a trend toward higher values than the eastern region. One of the major causes resulting in such regional differences was the SF

(scaling factor associated with the application of organic matter), where the number of cultivation days played an important role to either offset or deepen the differences. Comparison of our results against the actual methane emissions data observed by eddy covariance flux measurement in the three KoFlux rice paddy sites in Gimje, Haenam and Cheorwon showed some differences but encouraging results with a difference of 10 % or less depending on the sites and years.

Using the updated GWP (global warming potential) value of 28, the national total methane emission in 2010 was estimated to be 8,742,000 tons CO

eq - 13% lower than that of the National Greenhouse Gas Inventory Report (i.e., 10,048,000 tons CO

eq). The administrative districts-based map of methane emissions developed in this study can help identify the regional differences, and the analysis of their key controlling factors will provide important

* Corresponding Author : Sung-Won Choi ([email protected])

DOI: 10.5532/KJAFM.2018.20.1.88

ⓒ Author(s) 2018. CC Attribution 3.0 License.

scientific basis for the practical policy makings for methane mitigation.

Key words: Climate-smart agriculture, Methane emission, Rice paddy, IPCC scaling factor, ArcGIS, National Greenhouse Gas Inventory

I. 서 론

기후변화에 영향을 미치는 주요 온실기체 중의 하 나인 메탄은 벼를 재배하는 과정 중 담수된 논에서 유기물의 혐기성 분해를 통해 주로 식물체의 통기조직 을 거쳐 대기 중으로 배출된다(IPCC, 2006). 국가 온 실가스 인벤토리 보고서의 농업 부문에서 벼 재배로 인한 메탄 배출이 차지하는 양과 비중은 점차 감소하 고 있지만, 여전히 가장 높은 수준을 나타내고 있다 (Fig. 1). 그 배출량은 지역 및 측정 시기에 따라 변동 폭이 크며, 토양 특성⋅온도⋅물 관리 방법⋅유기물 시비 용량⋅벼 품종⋅수확 횟수⋅재배 기간 등에 따라 서도 차이가 크다(Neue and Sass, 1994; Wassmann and Aulakh, 2000). 따라서 논에서 발생하는 메탄 배 출량의 정확한 산정은 농업 부문의 온실가스 감축을 위한 가장 기본적인 1차 자료가 된다. 또한 지역별로 다양하게 나타나는 배출 양상을 세밀히 반영하는 지도 는 지역 간 차이의 원인을 파악하고 차별적인 개선 방안을 마련하는 데 필요한 정보를 제공할 수 있다.

Fig. 1. GHG emissions trends in the agricultural sector

이 연구는 우리 농업 부문의 적절한 기후변화 대응과 지속가능한 발전의 이론적 정립을 위해 그 동안 국가농 림기상센터에서 진행해 왔던 기존의 연구 성과(Kim et

al., 2015; Choi et al., 2015; Kim et al., 2016; Choi et al., 2016)에 바탕을 두고 있다. 그 중에서도 국제연

FAO)가 제안한 ‘기후스마트농업(climate-smart agriculture, CSA)’의 3대 의제 중 하나인 온실가스 배 출량의 감축 또는 흡수와 관련하여, 경기도 지역의 논 에서 배출되는 메탄의 정확한 산정 방법 및 지도화를 다뤘던 Choi et al.(2016)의 대상 지역을 전국으로 확 대하여 적용한 것이다. 이 과정에서 선행 연구의 메탄 배출량 산정 방식을 보다 정교하게 다듬고, 빠지거나 부족했던 부분을 보완하였다.

이를 위해 “2010 농림어업총조사”의 전수자료와 IPCC 지침(IPCC, 2006)을 바탕으로, 중간낙수 기간의 강수 효과를 반영할 수 있는 Kim et al.(2016)의 새로 운 물관리 보정인자 산정 방법을 적용하여, 전국의 각 행정구역 단위로 논에서 발생하는 메탄 배출량의 정량 화를 시도하였다. 그 결과를 보기 쉽게 지도화하여 표 출하는 방법을 제시함과 동시에, 이를 토대로 지역별 편차를 파악하고, 그 원인을 분석하였다. 그리고 이론 적으로 산정된 결과와 현장에서 관측된 실측 자료의 비교를 통해 연구에서 사용된 산정 방법의 타당성을 검토하였다. 마지막으로 전국 단위로 합산된 총 메탄 배출량을 국가 온실가스 인벤토리 보고서에 제시된 값 과 비교하여 그 의미를 살펴보았다.

II. 방법 및 재료

2.1. 행정구역별 메탄 배출량 산정

이 연구에 사용된 논에서 발생하는 메탄 배출량의 산정 방법은 기본적으로 2006 IPCC 지침을 따랐으며, 다음과 같이 표현된다:

CH4 = Σ (EFi⋅t⋅A⋅10^-6) (Gg CH4 yr^-1).

(1)

EFi = EFc⋅SFw⋅SFp⋅SFo⋅SFs,r (kg CH4 ha^-1 day^-1).

(2) 여기에서 EFi는 단위 면적 당 메탄 배출계수, t는 경작 일수, A는 경작 면적(ha yr^-1), EFc는 기본 일 배출

계수, SFw는 벼 재배 기간의 물관리보정인자, SFo는 유기물시용보정인자, SFp는 경작 기간 이전의 물관리 보정인자, SF_s,_r은 토양 유형⋅벼 품종 등에 대한 보정 인자를 말한다(IPCC, 2006). EF_c는 국립농업과학원에 서 개발한 국가 공인 배출계수인 2.32 kg CH4 ha^-1 day^-1가 사용되었으며, 이 값은 상시담수, 유기물 무시 용 조건에서 단위 면적 당 하루 동안 배출되는 메탄의 양이다(Kim et al., 2013). 그러나, SFp와 SFs,r은 선행 연구(Choi et al., 2016)에서와 마찬가지로 신뢰성 있 는 산정 방식의 개발이 미비하고, 관련 정보의 부재로 이 연구에 적용되지 않았다.

행정구역 단위로 메탄 배출량을 산정하기 위해 2010년 수행된 5년 간격의 전수통계자료인 “농림어업 총조사”의 마이크로데이터를 통계청의 관련 사이트 (https://mdis.kostat.go.kr)에서 내려 받아, 전국의 각 시⋅군과 구⋅읍⋅면 별로 분류⋅가공하여 사용하였

다. 이 과정에서 계산 및 지도화의 편의를 위해 농경지 (특히, 논)의 분포가 아주 희박한 특별시와 광역시의 도심 지역 및 제주특별자치도를 비롯한 도서 지역(예 로, 옹진군, 울릉군)은 제외되었다. 그러나 벼 경작이 활발한 도서 지역(예로, 신안군, 강화군, 진도군, 완도 군, 남해군, 거제군 등)은 모두 산정 과정에 포함되었 다. 농림어업총조사는 개별 농가를 대상으로 하는 ‘농 가임가조사표’와 행정리 단위의 이장들을 대상으로 하 는 ‘지역조사표’로 나뉘며, 이 연구에서는 ‘농가임가조 사표’의 쉼표로 구분된 숫자 형태의 텍스트 파일 원자 료를 사용하였다. Fig. 2(a)에서와 같이, 원자료는 각 행이 하나의 가구를 나타내며 총 161개 항목의 정보를 포함하고 있다. 이들 항목 중에서 1열(시도 코드), 2열 (시군구 코드), 3열(읍면동 코드), 4열(가구 키), 16열 (일모작 논의 면적), 17열(이모작 논의 면적), 18열(경 작하지 않는 논의 면적), 19열(논 면적 합계), 32열(논

Fig. 2. (a) Examples of the original data of the 2010 Agriculture, Forestry

and Fisheries Census, (b) examples of individual farm households’ data organized in an Excel sheet.

벼 성장기 물관리), 33열(논벼 볏짚 처리), 34열(논벼 유기비료 사용 여부), 35열(퇴비 사용 면적), 36열(녹 비작물 사용 면적), 37열(볏짚, 보릿짚 사용 면적), 38 열(기타 유기비료 사용 면적) 등 관련 항목만을 별도로 추출하여 Fig. 2(b)의 엑셀 표로 저장 후 가공하였다.

전국적으로 157개 시⋅군, 1,474개 구⋅읍⋅면에 걸 쳐 계산에 포함된 개별 농가의 수는 총 1,085,484 가구 에 달한다.

또한 위의 식 (1)과 (2)를 계산하는 데 필요한 추가 적인 여러 정보들을 수집하였다. 먼저, 국립종자원의

‘전자민원시스템(https://www.seednet.go.kr)’에서 2010년도 정부 보급종 벼 종자 공급 현황 자료를 내려 받아 구⋅읍⋅면 단위로 최상위 3개 품종의 이름과 수량을 파악하였다. 그리고 농촌진흥청의 ‘농사로 (http://www.nongsaro.go.kr)’ 사이트에서 이들 품종 의 출수기와 본답생육일수에 대한 정보를 수집하여, 각각 SFw 계산의 입력자료와 경작 일수 (t) 값으로 사 용하였다. 여기에서 품종에 관한 정보가 필요한 이유 는 개별 농가의 중간낙수 시작일을 파악할 수 있는 별도의 정보가 부재하기 때문에, 이를 간접적으로 유 추할 수 있는 자료로 활용하기 위함이다. 한편 Kim

et al.(2016)이 제시한 수정된 SF

에서 전국 85개 종관기상관측장비(ASOS)와 461개 방 재기상관측장비(AWS)의 지점 정보 및 2010년 일 강 수량 자료를 입수하였다. 확보된 출수기와 일 강수량 자료를 위의 MATLAB 프로그램에 입력하여 행정구 역별로 최상위 3개 품종 각각에 대해 중간낙수를 시행 하는 논의 강수 효과를 고려한 SFw를 계산하였다.

최종적으로 구⋅읍⋅면 단위의 메탄 배출량을 계산 하기 위해, Fig. 2(b)의 개별 농가 자료를 엑셀의 피벗 테이블 기능을 활용하여 행정구역별로 합산한 후에 Fig. 3의 계산용 엑셀 표로 새롭게 구성하였다. 그 구 체적인 내용을 살펴보면, 개별 농가의 ‘논 면적 합(Fig.

2(b)의 H열)’은 지역 코드에 따라 더해져서 Fig. 3의 C열 ‘벼 재배 면적’이 되었고, ‘논물 관리(Fig. 2(b)의 I열)’의 속성값에 따라 해당 면적이 지역별로 더해져서 Fig. 3의 W열(속성값이 ‘1’ 또는 ‘2’가 아닌 경우, 즉 중간낙수를 시행하는 논), X열(속성값이 ‘1’인 경우,

Fig. 3. Configuration of an Excel table to calculate methane emissions for each administrative district.

즉 천수답), Y열(속성값이 ‘2’인 경우, 즉 상시담수 논) 이 되었다. 그리고 지역별 벼 종자 공급 현황 자료의 품종명, 수량, 생육일수, 점유율 등이 G열에서 R열까 지, 위에서 계산된 중간낙수를 고려한 품종에 따라 달 라지는 SF_w들이 S열에서 U열까지, 각각의 SF_w에 점 유율을 고려하여 계산된 해당 지역 중간낙수 시행 논 의 평균 SFw가 V열에 들어가 있다. 지역별 메탄 배출 량 계산에 적용될 최종 SFw (Fig. 3의 Z열)는 해당 지 역의 ‘벼 재배 면적’에서 각각의 물관리 상태가 차지하 는 비중에 따라 별도의 물관리보정인자(즉, 중간낙수 를 시행하는 논에 대해서는 V열의 값, 천수답 및 상시 담수 논에 대해서는 IPCC 지침에 따라 각각 0.28과 1)를 곱하여 얻은 값이다.

다음으로 유기물시용보정인자 SFo를 결정하기 위 해 유기물을 시용한 논(2.5를 적용)과 그렇지 않은 논 (1을 적용)의 면적 비율을 행정구역별로 구하고, 각각 의 보정인자를 곱하여 메탄 배출량 계산에 적용할 최 종 SFo(Fig. 3의 AB열)를 산출하였다. 이 과정에서 선 행 연구(Choi et al., 2016)와 달라진 점은, 기존의 경우 Fig. 2(b)의 J열 ‘볏짚 처리’ 항목의 속성값이 ‘2(비료 로 활용)’로 나오면 해당 농가의 ‘논 면적 합’ 전체를 유기물을 시용한 논으로 처리하였으나, 이번에는 정확 성을 위해 N열의 ‘논벼 유기비료 – 볏짚’ 항목의 값을

‘볏짚 사용 면적(Fig. 3의 AA열)’에 적용하였다. 그 이유는 볏짚을 비료로 활용하더라도 해당 논에 그대로 투입되는지 아니면 다른 곳으로 옮겨 사용되는지 불명 확할 뿐 아니라, 외부의 볏짚이 반입될 수도 있기 때문 에, 실제로 볏짚이 논벼 유기비료로 사용된 면적을 그 대로 적용하는 것이 타당하다고 판단되었다.

최종 결과물인 행정구역별 총 메탄 배출량은 위의 식 (1)과 (2)를 통해, 즉 Fig. 3의 엑셀 계산표에서는

‘기본 일 배출계수(EFc)’ 2.32에 Z열의 ‘SFw’, AB열의

‘SFo’, C열의 ‘벼 재배면적’, AC열의 ‘평균 생육일수’

를 곱하여 계산되었다. 벼 생육 기간이 아니더라도 소 량의 메탄 배출이 있을 것으로 예상되지만, IPCC의 지침이나 이를 따르는 국가 온실가스 인벤토리 보고서 에서 이를 고려하지 않고 있으므로 이 논문에서도 이 부분을 고려하지는 않았다. 총 메탄 배출량을 다시 C 열의 ‘벼 재배면적’으로 나눈 것이 단위 면적 당 메탄 배출량이며, 이 값이 ArcGIS를 이용한 지도 제작에 사용되었다.

2.2. ArcGIS를 이용한 메탄 배출량의 지도화

Fig. 4. (a) Basic map for visualizing methane emissions by administrative district (Green

에서 제공하는 ‘센서스용 행정구역 경계(2010년)’

SHP 파일, 지형 및 고도 표현을 위한 50 m 격자 단위 의 DEM 자료, 그리고 논으로 이용되는 경지만 가려내 서 그 위에 행정구역별로 색을 달리하여 메탄 배출량을 표시하기 위해 환경공간정보서비스(https://egis.me.

go.kr)에서 내려 받은 1:25,000 축척의 ‘중분류 토지피 복지도’ 756장 등으로 기본도를 구성하였다(Fig. 4(a)).

또한 각 구⋅읍⋅면 행정구역별로 가장 근접한 곳에 위치한 기상관측장비(ASOS 또는 AWS)를 파악하기 위해 ArcGIS의 ‘공간 결합(Spatial Join)’ 지오프로세 싱 도구를 이용하여 Fig. 4(b)의 지도를 생성하였다.

선행 연구(Choi et al., 2016)에서는 같은 작업을 위해

‘티센 다각화(Thiessen Polygon)’ 생성 도구를 활용하 였지만, 그 결과가 행정구역과는 일치하지 않는 임의 의 다각형 구조로 표현이 되어 일일이 수작업으로 각 행정구역과 최근접 기상관측장비 정보를 연결해야 하 는 한계가 있었다. 이 과정의 개선을 통해 얻은 정보 (Fig. 3의 E열과 F열)는 지역별⋅품종별 SF_w를 계산할

때 어느 지점의 강수량 자료를 사용할 것인지를 결정 하는 기반이 되었다.

Fig. 3의 엑셀 계산표에서 얻은 최종 결과물인 구⋅

읍⋅면 단위의 단위 면적 당 메탄 배출량을 기본도의 속성 테이블에 지역 코드를 일치시켜 추가한 후, Jenks 의 Natural Breaks 구분법에 따라 점진적인 색상의 변 화를 주어 지도에 표현하였다. 이 방법은 데이터에 내 재된 자연적인 집단을 기반으로 유사한 값들은 최대한 끌어 모으고 클래스들 간의 차이는 최대화하는 방식으 로서(De Smith et al., 2007), 이 연구에서는 5개의 클 래스로 구분이 이루어졌다. 그러나 구⋅읍⋅면 단위의 배출량을 제대로 확인하기 위해서는 최소한 1:200,000 이상의 축척을 필요로 하므로 넓은 범위(예를 들어, 도 단위, 전국 단위)를 한꺼번에 살펴보는 것이 불가능 하다. 따라서 본 논문에서는 1:2,000,000으로 축척을 줄인 시⋅군 단위의 배출량 지도를 중심으로 논의가 이루어질 것이다. 대신 원래의 목표였던 구⋅읍⋅면 단위의 상세 메탄 배출 지도는 ArcGIS의 맵북 생성

Fig. 5. (a) An index of the national methane atlas of 131 maps, (b) an example of detailed methane emissions

기능을 이용하여 전국을 여러 구역으로 쪼갠 뒤 131 장의 지도를 하나의 지도집 형태로 만들어 국가농림기 상센터의 홈페이지(http://www.ncam.kr/)를 통해 배포 할 예정이다(Fig. 5). 또한 우리나라 전체의 메탄 배출 규모를 파악하기 위해서는 행정구역별 총 메탄 배출량 도 중요한 데, 전국 157개 시⋅군의 값을 10개의 등간 (equal interval) 클래스로 구분하고 원 형태의 정량적 심볼을 이용하여 별도의 지도로 표현하였다.

III. 결과 및 고찰

3.1. 행정구역별 메탄 배출량 산정 결과

우선 행정구역별 단위 면적 당 메탄 배출량 산정 결과(Fig. 6)를 살펴보면, 전반적으로 동쪽이 낮고 서 쪽이 높은 ‘서고동저’의 형태가 두드러진다. 특히, 수 도권을 중심으로 경기도 일대의 배출량이 많아 진한 색으로 나타나며, 벼 재배면적이 넓은 충청도와 전라 도 지역도 비교적 높은 추세를 보이고 있다. 반면에 고도가 높고 산지가 많아 벼 재배면적이 그리 넓지 않은 강원도와 경상도의 내륙을 중심으로 연한 색이 주로 분포한다. 기초 시⋅군 단위로 단위 면적 당 메탄 배출량이 가장 많은 10곳과 가장 적은 10곳을 구체적 인 값과 함께 Table 1에 정리하였다. 여기에서 볼 수 있는 특징은 단위 면적 당 메탄을 가장 많이 배출하는 곳으로 나타난 충남 계룡시를 제외하고 나머지 상위 시⋅군들은 모두 경기도에 속해 있다는 점이다. 비록 그 수치가 높지만 계룡시를 비롯해 의정부시, 의왕시, 과천시 등은 벼 재배면적이 300 ha 미만으로 총 메탄 배출량에 미치는 영향이 크지는 않다. 오히려 이들보 다 후 순위에 위치하지만, 전남 광양시, 화순군, 구례 군, 충남 당진군, 충북 진천군 등이 475 kg CH₄ ha^-1 yr^-1 이상으로 비교적 높게 나왔다. 한편, 전국에서 단 위 면적 당 메탄을 가장 적게 배출하는 곳은 경북 청송군으로 나타났으며, 나머지 하위 시⋅군들도 모 두 강원도와 경상북도의 내륙 및 해안에 위치한 곳들 이었다. 벼 재배면적이 650 ha 미만으로 아주 좁은 강원도의 시⋅군들을 제외하면, 경북 의성군, 문경시, 전남 무안군 등이 280 kg CH4 ha^-1 yr^-1 이하로 낮게 나타났다.

Fig. 6. A map showing the estimated results of

Name Top value Rank Name Bottom value

1

2

3

4

5

6

7

8

9

10

Nationwide average : 380 ± 74

Table 1. The top and the bottom 10 local

단위 면적 당 메탄 배출량과는 별개로 지구 온난화 와 관련한 기후변화의 측면에서, 그리고 국가 온실가 스 인벤토리 보고서에서 중요하게 다루어지는 부분은 총 메탄 배출량이다. 이것은 단위 면적 당 메탄 배출량 뿐만 아니라 해당 지역의 논 면적과 직접 관련되며, 일반적으로 도시 지역보다는 주요 쌀 산지를 중심으로 더 많은 메탄이 배출될 것으로 충분히 예상할 수 있다. 이를 실제로 계산하여 나타낸 것이 Fig. 7로서, 전국 157개 시⋅군별 총 메탄 배출량을 10 단계로 이루어진 원의 크기를 통해 보여준다. Fig. 6에서와 같은 양상으 로 동쪽보다는 서쪽을 중심으로 큰 원들이 밀집하여 분포하고 있음을 한 눈에 알 수 있다. 경기도 지역의 여러 시⋅군들은 단위 면적 당 메탄 배출량 순위에서 최상위권에 위치하였지만, 이 그림에서는 그에 상응하 는 큰 원들이 나타나지 않고 있다. 반면에 충남과 전북, 전남의 간척지와 넓은 평야지대를 중심으로 여러 큰 원들이 자리잡고 있다. 강원도와 경상도 지역에서는 일부를 제외하고 하위권의 작은 원들만 나타나는 것을 통해, 벼 재배에서 이 지역이 차지하는 비중이 크지 않음을 알 수 있다. Table 2는 시⋅군별 총 메탄 배출 량 순위에서 상위 15위 이내에 해당하는 시⋅군의 벼 재배면적, 단위 면적 당 메탄 배출량 등을 각각의 순위 와 함께 나타낸 것이다. 이 표에 등장하는 시⋅군들 가운데 단위 면적 당 메탄 배출량 항목에서 상위권을

Rank Name Total CH

emissions

(Mg CH

)

Rice cultivation area (ha)

CH

emissions per unit area (kg CH

ha

yr

)

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

Table 2. The top 15 local governments based on total methane emissions ([ ]: Ranking in that list)

Fig. 7. A map showing the estimated results of total

차지한 곳은 이천시뿐이며, 나머지 대부분은 벼 재배 면적 항목에서 상위권이라는 사실을 통해 전자보다는 후자가 총 메탄 배출량을 좌우하는 주요 요소임을 알 수 있다. 그러나, 온실가스 배출량의 감축이라는 목표 를 달성하기 위해서는 벼 재배 면적을 일방적으로 줄 일 수가 없으므로 단위 면적 당 메탄 배출량을 줄이는 것이 중요하다.

3.2. 지역별 격차의 원인 분석

앞에 언급한 것처럼, 단위 면적 당 메탄 배출량은 지역별로 상당한 격차가 있으며, 그 요인이 무엇인지 를 밝히는 것이 해당 지역에 적합한 온실가스 감축 대책을 마련하는 기반이 된다. 전체 시⋅군의 평균 단 위 면적 당 메탄 배출량은 380 ± 74 kg CH4 ha^-1 yr^-1로 계산되었으며, 상위와 하위 10개 시⋅군의 평균은 각 각 526 kg CH₄ ha^-1 yr^-1와 253 kg CH₄ ha^-1 yr^-1 였다.

전체 평균으로부터 각각 100 kg CH4 ha^-1 yr^-1 이상의 차이가 존재하며, 상하 간의 편차는 두 배 이상이다.

단위 면적 당 메탄 배출량의 계산에는 기본 계수에 여러 보정인자들이 곱해지는데, 여기에 사용된 보정인 자의 편차가 지역별 격차의 주요 원인이 될 수밖에 없다. 따라서, 식 (1)과 (2)에서 벼 재배 기간의 물관리 보정인자 SFw, 유기물시용보정인자 SFo, 경작 일수 t 등이 지역간 격차를 가져올 수 있는 요인이 될 수 있으 며, 이들이 미치는 영향을 개별적으로 살펴보았다.

Table 3은 이 세 가지 요소에 대한 전체 시⋅군, 단위 면적 당 메탄 배출량 상위와 하위 10곳, 그리고 각 지역별 평균을 보여주고 있다. 전체 시⋅군의 평균 SF_w, SF_o, t는 각각 0.84, 1.56, 122.3일이었다. 이 값을 상위와 하위 10개 시⋅군의 평균과 비교해 보면, 상위 10개 시⋅군의 SFw는 전체 평균과 같았지만 SFo와 t는 전체 평균보다 각각 32 %, 6 % 정도 더 높게 나왔다.

반면에 하위 10개 시⋅군의 경우, SFw, SFo, t가 각각 전체 평균보다 5 %, 30 %, 6 % 정도 낮게 산정되었다.

이를 통해 단위 면적 당 메탄 배출량에 가장 큰 영향을 미치는 것은 SFo 보정인자임을 알 수 있다.

이러한 경향은 지역별 평균에서도 유사하게 나타난 다. 단위 면적 당 메탄 배출량이 가장 높게 산정된 경 기도(인천광역시 강화군 포함)의 경우, SFo가 1.84로 가장 높았으며 t 또한 129.3일로 가장 길었다. 반면에 상대적으로 배출량이 낮은 경북⋅강원⋅경남의 경우, SFo와 t가 다른 지역에 비해 작은 값을 보여주었다.

중간 낙수 기간의 강수 효과를 반영하는 SFw 보정인자 는 0.82에서 0.87 사이로 지역별 격차가 크지 않았지 만, 충청도와 전라도 지역이 경상도 지역에 비해 미세 하게 높게 나타났다. 경작 일수는 개별 농가가 선택한 벼 품종의 본답생육일수에 따라 달라지는데, 강원도 지역의 특히 짧은 경작 일수는 지형적⋅기후적 특성에 의해 조생종인 오대(111일)와 운광(113일)을 주로 재 배한 결과이다. 경기와 충북의 경우에는 중만생종인

Extent SF

SF

Days of growth CH

emissions per unit area (kg CH

ha

yr

)

Nationwide

Top 10

Bottom 10

Gyeonggi

Gangwon

Chungbuk

Chungnam

Jeonbuk

Jeonnam

Gyeongbuk

Gyeongnam

* scaling factor to account for the differences in water regime during the cultivation period

** scaling factor should vary for both type and amount of applied organic amendment

Table 3. Comparison of the average value of the factors causing regional differences

추청(130일), 충남은 주남(127일)을 주로 선택하여 경 작 일수가 긴 편에 속하며, 전북과 전남에서는 호품⋅

신동진⋅온누리⋅일미⋅남평 등 경작 일수가 118-124 일인 품종을 재배하였다. 경상도 지역에서는 경작 일 수가 120-129일에 달하는 삼광⋅동진 1⋅일품⋅일미 등을 선택하여 전라도 지역보다는 다소 길게 나타났 다. 전반적으로, 단위 면적 당 메탄 배출량의 지역별 격차를 발생시키는 주요인은 SFo 보정인자이며, 여기 에 벼 품종별로 달라지는 경작 일수가 그 격차를 상쇄 하거나 심화시키는 역할을 한다.

3.3. 현장 실측 자료와의 비교

방대한 자료를 바탕으로 정교한 계산 절차를 거쳤 다 할지라도, 그 결과가 실제와 다르다면 큰 의미를 갖지 못할 수 있다. 이와 같은 산정 과정을 통해 얻은 이론적인 결과가 현실에 얼마나 부합하는지를 알아보 기 위해, 국가농림기상센터가 보유하고 있는 과거 및 현재의 메탄 플럭스 실측 자료와 비교해 보았다. 에디 공분산-레이저분광학 기술을 이용한 메탄 플럭스의 현 장 관측에는 미국 Licor사의 LI-7700 기체분석기가 사 용되었으며(Kang et al., 2015), 자료의 분석을 위해 다른 기상요소들도 동시에 관측이 이루어졌다. 비교에 사용된 메탄 플럭스 실측 자료는 2011⋅2012⋅2014

년 김제(GFK), 2016⋅2017년 철원(CRK)과 2016년 해남(HPK) 사이트의 것이다(Kang et al., 2015; Kim

et al., 2016; Lee et al., 2017). Table 4에는 관측이

이론적 산정값과 현장 실측값의 편차를 살펴보면, 관측 장소와 연도 및 재배 방식에 따라 근접한 산정을 하는 경우와 차이를 보이는 경우가 혼재한다. 우선, GFK의 경우 메탄 방출의 경년변동이 나타나는 추세 를 이론적 산정값이 잘 반영하고는 있으나 실측값보다 일관되게 과소평가하고 있다. CRK 사이트는 다른 두 곳에 비해 그 차이가 ±10 % 이내로서 실제와 근접한 산정을 하는 것으로 나타났다. 마지막으로 HPK에서 두 값의 격차가 크게 나타난 이유로는 두 가지를 들 수 있다. 첫째, 유일하게 유기비료(볏짚)를 사용함으로 써 SFo 보정인자가 2.5로 적용되어 전반적인 산정값이 높아진 탓이다. 하지만 개별 농가의 구체적인 볏짚 시 용량을 파악하기는 어려우므로 그에 따른 어느 정도의 오차는 피할 수 없다. 둘째, 볍씨를 모판에서 1달 가량

GFK* CRK* HPK*

2011 2012 2014 2016 2017 2016

Theoretical

estimation results

Actual field

observations

Difference (%)

Transplanting or

Sowing

Cultivar Sindongjin Sindongjin Sindongjin Ode 1 Ode 1 Seilmi Mid-season drainage

Harvesting

Days of cultivation

Application of

organic fertilizer

Nearest AWS

* GFK: Gimje, CRK: Cheorwon, HPK: Haenam

Table 4. Comparison of the theoretical estimation results with the actual field observations

(unit: kg CH4 ha^-1 yr^-1)

키우다가 이앙 재배를 하는 철원⋅김제와는 달리 해남 관측지의 논은 직접 씨를 뿌려 파종하는 ‘무논점파’

경작을 한다는 점이다(Kim et al., 2016). 이로 인해 본답생육일수가 154일까지 증가하면서 메탄 배출량 이 그만큼 늘어나게 된다. 그 외에 2016년의 관측이 파종일보다 12일 늦게 시작되어 해당 기간의 메탄 배 출량이 실측값에서 누락된 것도 고려해야 한다. 그러 나 전국적으로 유기물을 시용하는 면적이 전체 논 면 적(839,877 ha)의 38.5 %인 323,744 ha에 이를 정도로 큰 영향을 미치기 때문에, 계산에 적용된 국가고유배 출계수인 2.5의 SFo 보정인자 값이 실제보다 지나치게 높게 설정된 것은 아닌지 재검토할 필요가 있으며, 이 에 대한 지속적인 모니터링이 요구된다. 또한 이앙 재 배가 아닌 무논점파 방식에 맞는 EFc의 개발과 이앙 재배를 할 때 모판에서 발생하는 메탄의 양에 대해서 도 고려해야 하며, 이는 이론적 산정 방식의 개선과 신뢰도 향상에도 도움이 될 것이다.

3.4. 국가 온실가스 인벤토리 보고서와의 비교

위와 같은 차이를 발생시킬 수 있는 요인으로서 우 선, 이모작의 영향에 대한 반영 여부를 들 수 있다.

국가 온실가스 인벤토리 보고서에서는 논에서 그루갈 이로 재배되는 맥류로부터 토양으로 환원되는 유기물

의 비율(맥류 재배 면적의 38.58 %)을 고려하여 전체 메탄 배출량 산출에 포함시키는 반면에, 본 연구에서 는 구체적인 적용 방식의 불명확성, 관련 자료 수집의 어려움, 실제 현장 관측의 부재 등으로 인해 이를 반영 하지 않았다. 그 다음으로 계산에 사용된 유기물 시용 면적의 차이를 들 수 있는데, 전자의 경우 Fig. 2(b)의 K열에서 ‘논벼 유기비료 사용 여부’에 ‘예 (1)’로 답한 모든 논 면적에 대해 2.5의 SFo를 적용하였으나, 본 연구에서는 그 범위를 좁혀 Fig. 2(b)의 N열에 나와 있는 ‘논벼 유기비료 – 볏짚, 보릿짚’ 시용 면적에 대해 서만 이를 적용하였다. 실제로 IPCC 지침(2006)에 따 르면, 논에 투입되는 구체적인 유기비료의 종류(예로, 볏짚, 녹비, 가축 분뇨, 퇴비 등)에 따라 SFo 보정인자 의 변환계수가 달라진다(즉, 경작일로부터 30일 이내 에 투입된 볏짚의 경우가 1로 가장 높고, 녹비, 경작일 로부터 30일 이전에 투입된 볏짚, 가축 분뇨의 순으로 낮아져서 퇴비의 경우 가장 낮은 0.05이다). 또한 현재 사용중인 SFo의 국가고유배출계수 2.5도 우리나라의 표준 볏짚 시용량(6 Mg ha^-1)을 기준으로 하여 개발된 것이므로(Ju et al., 2013), 다른 종류의 유기비료에 대 해서는 별도의 계수를 개발하여 적용하는 것이 더 정 확한 산정에 기여할 것으로 판단된다. 현재 나타나고 있는 여러 미비한 점들을 보완하기 위해 관련 부처에 서도 볏짚 시용 시기별 보정계수를 개발 중이며, 향후 작기 전 물관리 방법에 따른 벼 재배 면적, 벼 재배 토양 특성, 벼 품종별 재배 면적 등의 통계가 확보되면 이를 활용할 계획이다. 또한 “2015 농림어업총조사”

자료가 공개되면 볏짚⋅보릿짚 등의 유기물 환원 면적 비율, 유기물 시용 여부에 따른 벼 재배 면적 비율 등 이 개선될 것으로 예상된다(GIR, 2016).

IV. 요약 및 제언

벼 재배 논에서 발생하는 메탄 배출량은 지역의 기 후적 특성, 토양의 유기물 함량, 벼 품종, 시비, 농가의 경작 관행 및 물 관리 방식 등에 따라 크게 달라 질 수 있다. 그러나 기존의 국가 온실가스 인벤토리 보고 서에서 사용하는 메탄 배출량 산정 방법은 정해진 계 수를 전국적으로 일괄하여 적용함으로써 지역적 차이 를 반영할 수 없는 구조를 갖추고 있다. 이를 개선하기 위해 개별 농가에 대한 전수조사자료를 바탕으로 중간 낙수 기간의 강수효과를 고려한 수정된 물관리보정인 자(SF_w) 계산법을 적용하고, 그 결과를 ArcGIS 소프

트웨어를 이용하여 지도로 표출하였다. 이러한 방식으 로 산출된 전국 시⋅군의 평균 단위 면적 당 메탄 배출 량은 380 ± 74 kg CH4 ha^-1 yr^-1로 나타났으며, 전반적 으로 경기⋅충청⋅전라도를 중심으로 한 서쪽 지역이 강원⋅경상도의 동쪽 지역보다 더 높은 추세를 보였 다. 이처럼 뚜렷한 지역별 격차가 나타나는 원인은 메 탄 배출량 산정에 적용된 각각의 보정인자 또는 변수 가 지역 및 조건에 따라 달랐기 때문이다. 특히, 유기 물시용보정인자(SFo)는 지역별 격차를 발생시키는 주 요인이었고, 여기에 벼 품종별로 달라지는 경작 일수 가 그 격차를 상쇄하거나 심화시키는 역할을 하였다. 국가농림기상센터에서 보유하고 있는 메탄 플럭스 현 장 실측 자료와 이론적으로 산출된 값들을 비교했을 때, 이앙 재배가 아닌 무논점파 재배를 하는 해남 (HPK)의 사례를 제외하고는 산정된 값들이 실측 자료 와 큰 차이가 없다는 사실은 이 연구를 더욱 확대할 필요성을 보여준다. 동시에 앞으로도 꾸준히 현장 실 측 자료와의 비교 작업을 이어간다면, 이론적 산정 방 식을 더욱 정교하게 가다듬고 신뢰도를 높이는 데에도 기여할 것이다. 이 연구에서 산정된 시⋅군 단위의 메 탄 배출량을 전국적으로 합산한 값은 312,214,365 kg CH4 yr^-1에 달하며, 이 값에 최근 업데이트된 GWP의 값 28을 곱하여 계산된 최종적인 전국 논의 총 메탄 배출량은 8,742 천 톤 CO2eq이었다. 국가 온실가스 인벤토리 보고서의 값을 GWP 28을 사용하여 재계산 하면 10,048 천 톤 CO₂eq로 본 연구의 결과보다 약 15% 높게 산정된 것으로 나타났다. 이 연구를 통해 제작된 1:200,000 축척의 구⋅읍⋅면 단위 상세지도 는 추후 지역적 차이를 고려한 농업 부문의 온실가스 감축 전략 개발과 의사 결정을 지원하는 데 중요한 역할을 할 것으로 기대된다. 또한 2015년에 실시한

“농림어업총조사” 자료가 공개된다면, 지난 5년 간의 변화와 함께 더욱 정교한 분석이 가능해 질 것으로 예상된다. 그리고 농가에서 선택한 벼 품종 및 작기 전 물관리 방식에 대한 상세한 정보가 확보되고, 토양 특성에 따른 영향이 명확해진다면 산정된 메탄 배출량 의 정확도는 크게 개선될 것이다.

적 요

벼 재배 논에서 발생하는 메탄 배출량은 농업 부문 에서 가장 큰 온실가스 배출원이지만 자연 환경 및 경작 관행에 따라 지역차가 크게 나타난다. 이를 가시

화하고 그 원인과 특성을 분석하기 위해, 2010 농림어 업총조사 자료를 바탕으로 IPCC 지침에 따라 행정구 역별 메탄 배출량을 산정하고, 그 결과를 지도로 제작 하였다. 산출된 단위 면적 당 메탄 배출량의 전국 평균 은 380 ± 74 kg CH₄ ha^-1 yr^-1로 나타났으며, 전반적으 로 서부 지역이 동부 지역보다 더 높은 추세를 보였다.

지역차를 발생시키는 주요인은 SFo 보정인자이며, 여 기에 경작 일수가 그 차이를 상쇄하거나 심화시키는 역할을 하는 것으로 나타났다. 현장에서 관측한 메탄 플럭스 자료와 이론적으로 산출된 값들을 비교했을 때, 사례에 따라 크고 작은 차이를 보였다. 최근의 지 구 온난화 경향을 반영하는 28의 메탄 GWP 값을 적용 할 경우, 전국 논의 총 메탄 배출량은 8,742 천 톤 CO2eq로서, 국가 온실가스 인벤토리 보고서에 제시된 10,048 천 톤 CO₂eq보다 13% 낮게 계산되었다. 이 연구에서 제작된 상세지도를 통해 메탄 배출량의 지역 차를 명확히 인식할 수 있으며, 주요 조절 인자에 대한 분석은 실질적인 메탄 저감 대책을 마련하는 데 중요 한 과학적 근거를 제공할 것으로 기대된다.

감사의 글

본 연구는 기상청 “차세대 도시⋅농림 융합 스마트 기상서비스 개발(WISE) 사업(KMA-2012-0001-2)”,국 가과학기술연구회 “국가아젠더사업(NAP-08-2)”, 농촌 진흥청 연구사업(PJ012489022017), 한국표준과학연구 원 주요사업(No. 17011010), 농촌진흥청 국립농업과학 원 “농업과학기술 연구개발사업(PJ01229301)”, 과학기 술정보통신부의 재원으로 “한국연구재단(No. 2018 R1C1B6002917)”의 지원을 받아 수행되었습니다.

REFERENCES

Choi, S.-W., H. Kim, and J. Kim, 2015:

Development of ‘Carbon Footprint’ concept and its utilization prospects in the agricultural and forestry sector. Korean Journal of Agricultural

and Forest Meteorology 17(4), 358-383. (in

Choi, S.-W., H. Kim, Y. Kim, M. Kang, and J.

Kim, 2016: Estimation and mapping of methane emission from rice paddies in Gyunggi-do using the modified water management scaling factor.

Korean Journal of Agricultural and Forest

Meteorology 18(4), 320-326. (in Korean with

English abstract)

De Smith, M. J., M. F. Goodchild, and P. A.

Longley, 2007: Geospatial analysis: a

comprehensive guide to principles, techniques and software tools. Troubador Publishing Ltd, UK.

FAO, 2013: Climate-Smart Agriculture: Sourcebook, Food and Agriculture Organization of the United Nations, Rome, Italy, 557pp.

GIR, 2014: 2014 National Greenhouse Gas Inventory

Report of Korea. Greenhouse Gas Inventory &

Research Center of Korea, Seoul, South Korea, 403pp.

GIR, 2016: 2016 National Greenhouse Gas Inventory

Report of Korea. Greenhouse Gas Inventory &

Research Center of Korea, Seoul, South Korea, 411pp.

IPCC, 2006: 2006 IPCC Guidelines for National

Greenhouse Gas Inventories. Prepared by the

and Tanabe K. (eds.)]. IGES, Japan.

IPCC, 2013: Climate Change 2013: The Physical

Science Basis. Contribution of Working Group I

Bex and P.M. Midgley (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, 1535 pp.

Ju, O., T.-J. Won, K.-R. Cho, B.-R. Choi, J.-S. Seo, I.-T. Park, and G.-Y. Kim, 2013: New estimates of CH4 emission scaling factors by amount of rice straw applied from Korea paddy fields. Korean

Journal of Environmental Agriculture 32(3),

Kang, K. M. Shim, and J. Kim, 2015: Corrections on CH4 fluxes measured in a rice paddy by eddy covariance method with an open-path wavelength modulation spectroscopy. Korean Journal of

Agricultural and Forest Meteorology 17(1), 15-24.

(in Korean with English abstract)

Kim, G.-Y., H.-C. Jeong, O.-J. Ju, H.-K. Kim, J.-H.

Park, H.-S. Gwon, and P.-J. Kim, 2013:

Establishment of baseline emission factor of methane in Korean rice paddy soil. Korean journal of

environmental agriculture 32(4), 359- 365. (in

Kim, H., S.-W. Choi, and J. Kim, 2015: Research trends and future direction for sustainable agricultural and forest management. Korean Journal of

Agricultural and Forest Meteorology 17(3),

Kim, H., J. Kim, S.-W. Choi, and Y. M. Indrawati, 2016: The study of MP-MAS utilization to support decision-making for climate-smart agriculture in rice farming. Korean Journal of Agricultural and

Forest Meteorology 18(4), 378-388. (in Korean

Kim, Y., M. S. A. Talucder, M. Kang, K. Shim, N.

Kang, and J. Kim, 2016: Interannual variations in methane emission from an irrigated rice paddy caused by rainfalls during the aeration period.

Agriculture, Ecosystems and Environment 223,

Lee, S.-H., M. Kang, Y. M. Indrawati, S.-W. Choi, and J. Kim, 2017: Measurement of energy, water, CO2, and CH4 fluxes in a rice paddy with dry direct-seeding. Korean Journal of Agricultural and

Forest Meteorology. (in preparation)

Neue, H. U., and R. L. Sass, 1994: Trace gas emissions from rice fields. In Global

atmospheric-biospheric chemistry. Springer, US.

Wassmann, R., and M. S. Aulakh, 2000: The role of rice plants in regulating mechanisms of methane missions. Biology and Fertility of Soils 31(1), 20-29.