Journal of Climate Change Research 2018, Vol. 9, No. 4, pp. 385 398 DOI: https://doi.org/10.15531/ksccr.2018.9.4.385 LULUCF 부문산림온실가스인벤토리구축을위한 Sampling 과 Wall-to-Wall 방법론비교 박은빈 * 송철호 ** 함보영 *** 김지원 **** 이종열 ***** 최솔이 ** 이우균 ****** * 고려대학교환경생태공학과석사과정학생, ** 고려대학교환경생태공학과박사과정학생, *** 고려대학교환경 GIS/RS 센터연구원, **** 고려대학교기후환경학과석사과정학생, ***** 고려대학교생명자원연구소연구원 1, 녹색기술센터기후기술협력센터연구원 2 ****** 고려대학교환경생태공학부교수 Comparison of Sampling and Wall-to-Wall Methodologies for Reporting the GHG Inventory of the LULUCF Sector in Korea Park, Eunbeen *, Song, Cholho **, Ham, Boyoung ***, Kim, Jiwon ****, Lee, Jongyeol *****, Choi, Sol-E ** and Lee, Woo-Kyun ****** * M.S. Student, Dept. of Environmental Science and Ecological Engineering, Korea University, Seoul, Korea ** Ph.D. Student, Dept. of Environmental Science and Ecological Engineering, Korea University, Seoul, Korea *** Researcher, Environmental GIS/RS Center, Korea University, Seoul, Korea **** M.S. Student, Dept. of Climatic Environment, Korea University, Seoul, Korea ***** Researcher, Institute of Life Science and Natural Resources, Korea University, Seoul, Korea 1 Researcher, Center for Climate Technology Cooperation, Green Technology Center, Seoul, Korea 2 ****** Professor, Division of Environmental Science and Ecological Engineering, Korea University, Seoul, Korea ABSTRACT Although the importance of developing reliable and systematic GHG inventory has increased, the GIS/RS based national scale LULUCF (Land Use, Land Use Change and Forestry) sector analysis is insufficient in the context of the Paris Agreement. In this study, the change in CO 2 storage of forest land due to land use change is estimated using two GIS/RS methodologies, Sampling and Wall to Wall methods, from 2000 to 2010. Particularly, various imagery with sampling data and land cover maps are used for Sampling and Wall to Wall methods, respectively. This land use matrix of these methodologies and the national cadastral statistics are classified by six land use categories (Forest land, Cropland, Grassland, Wetlands, Settlements, and Other land). The difference of area between the result of Sampling methods and the cadastral statistics decreases as the sample plot distance decreases. However, the difference is not significant under a 2 km sample plot. In the 2000s, the Wall to Wall method showed similar results to sampling under a 2 km distance except for the Settlement category. With the Wall to Wall method, CO 2 storage is higher than that of the Sampling method. Accordingly, the Wall to Wall method would be more advantageous than the Sampling method in the presence of sufficient spatial data for GHG inventory assessment. These results can contribute to establish an annual report system of national greenhouse gas inventory in the LULUCF sector. Key words: LULUCF, Land use change matrix, Approach 3, Sampling method, Wall to Wall method, Forest CO 2 storage 1. 서론 파리협정 (Paris Agreement) 이후자발적감축목표 (Nationally Determined Contributions, NDC) 달성을위해서는 IPCC 지침에따른국가온실가스인벤토리 (National Greenhouse Gas Inventory Report, NIR) 작성이필수적이다 (IPCC, 2000). 특 Corresponding author: leewk@korea.ac.kr (145, Anam-ro, Seongbuk-gu, Seoul, 02841, Republic of Korea, 02-3290-3470) Received October 29, 2018 / Revised November 13, 2018 1st, November 30, 2018 2nd / Accepted December 10, 2018 http://www.ekscc.re.kr
386 박은빈 송철호 함보영 김지원 이종열 최솔이 이우균 히, 최근 NDC에포함된 LULUCF (Land Use, Land-Use Change and Forestry) 부문은 IPCC GL (2006) 에서정의한 6 가지토지이용범주 ( 산림지, 농경지, 초지, 습지, 정주지, 기타토지 ) 를기본으로하여, 범주내유지되는면적과전용되는면적을구분하여작성되어야한다. 그러나현재까지우리나라에서활용되고있는범주별국가통계면적자료는타토지에서전용되는면적을공간적으로산정하지못하고있으며, 정주지와기타토지범주의경우에는전체면적이산정되지않기때문에면적의일관성과신뢰성에문제를드러내고있다 (GIR, 2017; Yu et al., 2015). 현재국가온실가스인벤토리보고서에는국가온실가스산정 보고 검증지침 (Measurement, Reporting and Verification, MRV) 의범주별구분및면적결정방법에따라통계자료를기반으로면적을산정하고있다 (GIR, 2014). 또한, 다양한부처에서토지관련공간정보를제공하고있으나각부처의제작목적과범주별분류기준의차이로범주별면적이중복되거나일치하지않는등의문제가발생하고있어 IPCC 지침에서제시하는면적산정방법을고려하는것이필요하다 (Hwang et al., 2018; GIR, 2017). IPCC GL (2006) 에서는이러한문제를해결하기위한공간적접근방법 (Approach 3) 으로 Sampling 방법과 Wall-to- Wall 방법을제시하고있다. 특히, 산림지 (Forest Land) 는이산화탄소의주요흡수원이기때문에산림지변화분석은 LULUCF 매트릭스작성에중요하게작용한다 (Fuchs et al., 2009). DeFries et al. (2007) 에따르면 Approach 3의두가지방법론은각국가의능력, 산림특성등에따라적절하게결정되어야하며, 결과의정확성을시계열적으로일관적이고투명하게보고할수있도록해야한다. 이를위해서는표본조사를통해전체모집단을추정하는 Sampling 방법과공간단위로전체면적의토지변화를파악할수있는 Wall-to-Wall 방법의장단점을비교하여적용해야한다 (IPCC, 2003). 기존에수행되었던대표적인연구로 Park et al. (2017a) 은표본점간격에따른표본점기반매트릭스와원격탐사자료를이용하여작성한주제도매트릭스를비교, 분석하였으며, Park et al. (2017b) 은 Sampling 방법에중심을두고표본점간격에따른산림항공사진과토지피복지도를비교하여매트릭스를작성하였다. 또한, Yu et al. (2015) 은위성영상과국내공간자료등의자료를활용하여 2000년과 2009년의토지전환율을분석한바있다. 이렇듯기존국내연구의대부분은두가지방법론을모두고려하지못하고 Sampling 방법을집중적으로수행하거나면적변화에대한부분만을고려하고있다. 또한, 추후온실가 스인벤토리보고서작성에필요한국가탄소배출계수, 자료간의공간정합성등을고려하는과정에대한검토까지는이르지못하고있다. 토지이용범주별면적에대한정보는탄소축적량변화와온실가스배출및흡수량추정의기초가되기때문에 (Kim, 2009), 면적산출과 CO 2 저장 / 흡수량의연계성을고려하는연구가필요한시점이다. 특히공간자료를활용하는접근방식은 IPCC GL (2006) 에서가장고도화된방법으로제시되고있으며, 산정된면적을바탕으로다양한산림활동자료와산림공간정보가연계되어온실가스인벤토리산정으로이어져야하는시점에서중요하게다루어질수있다. 특히이산화탄소의주요흡수원인산림지범주의국가온실가스인벤토리시스템은국가산림자원조사 (National Forest Inventory, NFI) 의활동자료및산림관련통계자료와국가에서개발되어승인된국가고유배출계수를바탕으로임상별로보고하고있다 (GIR, 2017). 따라서고도화된온실가스인벤토리보고서작성을위해서는공간적측면의정합성과함께국가고유배출 흡수계수를적용한 CO 2 저장량과관련된다양한자료간의활용성을고려하여현재인벤토리체계를향상시키는과정이필요하다. 이에따라본연구에서는 Sampling 방법과 Wall-to-Wall 방법의공간적용가능성을산림을중심으로우선파악하였다. 이과정에서기존의국가통계, 국가공간자료, 국가고유배출계수등을고려하여산림지의 CO 2 저장량계산과정을포함한가용한방법을제시하였다. 이를통해향후 LULUCF 작성과정과국가온실가스인벤토리작성과정에서발생하는문제점과개선방안에대해논의하고자한다. 2. 연구재료및방법 2.1 연구대상지 본연구의대상지는도시화로인해우리나라인구의약 50% 가밀집하고있으며, LULUCF 토지이용범주를다양하게포함하고있는수도권지역이다. 백령도를포함한일부도서지역과 DMZ 인근지역등은자료활용문제를고려하여연구대상지에서제외하였다 (Fig. 1). 2.2 연구재료 Sampling 방법과 Wall-to-Wall 방법의토지이용변화매트릭스작성과산림 CO 2 저장량산정을위해각자료별가용한시기, 속성등을종합적으로검토하였다. 특히, Approach 3에해당하는공간자료구성에있어서부처별자료제작시기가 Journal of Climate Change Research 2018, Vol. 9, No. 4
LULUCF 부문산림온실가스인벤토리구축을위한 Sampling 과 Wall-to-Wall 방법론비교 387 Fig. 1. Study area and land cover map. 상이하고자료의속성에따라활용성이다르기때문에먼저 2000년대와 2010년대의연대별활용가능한자료를파악하였다 (Table 1). 2.2.1 Sampling 방법을위한자료 Sampling 방법에사용된산림항공사진은국가산림자원조사를위해 1971년부터 2005년까지 4차례에걸쳐촬영되었으며, 도엽별흑백사진으로제공되고있다. 제4차산림항공사진은수도권지역을중심으로 2002년에촬영되었으며, 일부지역은 2001년, 2003년에촬영되었다. 국내보안상등의이유로 DMZ (DeMilitarized Zone) 지역등은제공되지않고있으며, 육안판독이어려운경우에국토지리정보원에서제공하는유사한시기의정사사진과항공사진, Google Earth 등을보정하여보조자료로활용하였다. 2.2.2 Wall-to-Wall 방법을위한자료 Wall-to-Wall 방법의토지이용변화매트릭스작성을위해환경부에서제공하는 2000-2004년, 2013년에제작된중분류토지피복지도를이용하였다. 2000-2004년토지피복지도는 Landsat 1999년영상과 IRS-IC 2000 영상으로제작되었으며, 2013년토지피복지도는 2010년정사영상과아리랑 2호 2007-2011년영상으로제작되었다. 중분류토지피복지도는 LULUCF 부문토지이용범주를모두포함하고있어범주별공간경계파악에용이하고, 전국토에대한현재토지이용현황및면적을파악할수있다는데장점이있다 (GIR, 2015). 중분류토지피복지도분류체계는 23개항목이며, 특히산림지의경우침엽수, 활엽수, 혼효림으로구분되어있다. 중분류토지피복지도의공간해상도는 5 m, 폴리곤형태의벡터 (Vector) 형식으로제공되고있다 (ME, 2002). 2.2.3 Sampling 방법및 Wall-to-Wall 방법에따른실제통계와의비교를위한자료지적통계연보는국토지리정보원에서 1970년부터지적공부에등록된전체국토의면적필지수를지목별로집계하여연간으로제공 발간되는국가통계이다. 행정구역별로임야, 전, 답, 양어장등 29개의토지이용항목으로작성되어지적정보기반의면적이제공되고있으며, 본연구에서는각방법의실제통계와의비교를위해사용되었다. 지적통계연보는지적정보기반의면적으로산정되기때문에임업통계연보를비롯한타부처별토지관련통계, MRV에서의범주별면적과차 http://www.ekscc.re.kr
388 박은빈 송철호 함보영 김지원 이종열 최솔이 이우균 Table 1. Available Data for LULUCF matrix (2000-2010) and Forest CO 2 storage estimation analysis Sector Data Description Sampling Matrix Wall-to-Wall Matrix Matrix Accuracy Forest CO 2 storage estimation Year of data taken Aerial Photography Aerial photography for 2000s 2001-2003 Orthophoto National Forest Inventory Sample Point Orthophoto for 2010s and additional data for 2000s NFI location information Sample Point for visual interpretation (4 km, 2 km, 1 km) 2000-2003 2010-2013 Land Cover Land Cover map for 2000s 1999-2000 Land Cover Land Cover map for 2010s 2011 Cadastral Statistics National Forest Inventory Accuracy for estimated matrix by Sampling, Wall-to-Wall method NFI data attribute (volume, forest species, etc) (2006-2010, 2011-2015) 2000, 2011 2006-2010 2011-2015 Source National Geographic Information Institute National Geographic Information Institute Korea Forest Promotion Institute Ministry of Environment Ministry of Environment National Geographic Information Institute Korea Forest Promotion Institute Forest Type Map 5 th Forest type map Korea Forest Service Carbon Emission Factors Carbon Emission Factors by species in Korea National Institute of Forest Science Forest Statistics Accuracy for CO 2 storage estimation 2000, 2011, 2016 Korea Forest Service 이가있다. 그러나지적통계연보는현재 MRV에서의전체국토면적, 초지, 습지면적에사용되고있으며, LULUCF 분야토지이용범주를모두포함한연간데이터확보가가능하다는장점이있다 (MOLIT, 2016). 따라서부처별로산재하는토지관련통계중하나의통계내에서일관성있는자료의비교를위해지적통계연보를실제통계치로간주하여연구에활용하였다. 2.2.4 산림의 CO 2 저장량추정을위한자료국가산림자원조사는 1972년부터현재까지산림자원변화모니터링, 온실가스통계검증자료등의활용목적으로수행되고있다. 제5차국가산림자원조사 (2006년-2010년) 부터주기적으로 5년마다조사가수행되고있으며, 연년조사체계와계통추출법으로조사체계와표본설계가변화하여전국기준으로약 4,000개의고정표본점이 4 km 4 km 간격으로배치되어있다 (KFRI, 2011b). 특히, 제5차국가산림자원조사부터공간표본점을바탕으로임황정보와수종, 흉고직경, 수고등의자료를파악할수있다 (KFRI, 2009). 임상도는 1972년도부터국가산림자원조사와연계하여제 작된산림지도이며임종, 임상, 수종, 경급등다양한공간속성정보를포함하고있는주제도이다. 제5차임상도는제5차국가산림자원조사사업과연계하여 GIS 기반의디지털환경으로전환된축적 1:25,000 도엽별로제공되고있으며, 연차별임상별 / 주요수종별 / 영급별면적변화추이를파악할수있다 (KFRI, 2011c). 국가고유배출계수는국립산림과학원에서수종별로개발하고있으며, 현재 22개수종, 66개계수가도출되어국가온실가스종합정보센터 (GIR) 에서검증이행절차가진행되고있다 (KFRI, 2014). 국가고유배출계수는목재기본밀도 (Basic wood density), 바이오매스확장계수 (Biomass expansion factor), 뿌리함량비 (Root-shoot ratio), 탄소전환계수 (Carbon fraction) 등이포함되어있다. 임업통계연보는산림청에서전국산림을대상으로조사, 평가하여산림정책수립의기본자료로제공하고자제작되고있으며, 1968년부터현재까지연별로제공되고있다. 주로행정구역별, 소관별등을기준으로산림면적, 임목축적을산출한정보를포함하고있다. Journal of Climate Change Research 2018, Vol. 9, No. 4
LULUCF 부문산림온실가스인벤토리구축을위한 Sampling 과 Wall-to-Wall 방법론비교 389 2.3 연구방법본연구는 Sampling 방법과 Wall-to-Wall 방법을통해 LULUCF 부문토지이용변화매트릭스를작성하여비교하고, 각방법에온실가스인벤토리작성을위한산림의 CO 2 저장량산정으로이어지는과정을적용하고자하였다. 이를위해 Approach 3 수준으로작성된 LULUCF 매트릭스를통해면적을산정하고, 이를바탕으로추정된산림의 CO 2 저장량을기존의통계자료와비교하여각과정에서발생하는문제를파악하였다. 이러한과정을정리하면두시점에서 Sampling과 Wall-to-Wall 방법론을통한토지이용변화매트릭스작성과정과이후산림의 CO 2 저장량산정을통한인벤토리적용가능성을파악하는과정으로종합된다 (Fig. 2). 2.3.1 Sampling 방법 Sampling 방법은전체모집단에대한정보를표본으로예측하는방법으로국토면적이넒은경우에활용도가높으며특히현장표본조사에서인벤토리해석과검증을위한자료로사용된다 (IPCC, 2006). 본연구에서는활용된영상시기를기준으로 2001년-2003년을 2000년대로, 2010년-2013년을 2010 년대로가정하여두시기로구분하였다. 육안판독을위한고정표본점 (Sample point) 표본설계의경우, 추후국가산림자원조사자료와의공간활용가능성을염두에두어 NFI 집락표본점의중심인 S1 표본점의위치정보를기준으로제5 차 NFI 조사부터사용하고있는계통추출법 (Systematic sampling) 을적용하였으며, 대상지전역에 4 km (732개), 2 km (2,935개), 1km (11,734개) 간격으로배치하였다 (KFRI, 2011a). 표본점을바탕으로육안판독시토지피복분류는 IPCC GL (2006) 에서제시하는 LULUCF 부문의 6가지토지이용범주를기준으로분류하였으며, 타항목으로판독되지않는경우에는기타토지범주로분류하였다. 토지이용면적추정시에는일반적으로비율면적추정 (eq. 1) 과직접면적추정방법 (eq. 2) 을적용할수있다. (eq. 1) : Total area : Estimated area of land-use category : Estimation of proportions of land-use category : Number of point located in land-use category : Total number of points (eq. 2) : Estimated area of land-use category : Number of point located in land-use category : Distance between the points Fig. 2. Research flow of comparing Sampling and Wall-to-Wall method considering Forest CO 2 storage calculation. http://www.ekscc.re.kr
390 박은빈 송철호 함보영 김지원 이종열 최솔이 이우균 비율면적추정방법은국토총면적정보가존재하는경우에각토지이용범주가할당되는표본점비율을곱하여예측할수있다. 직접면적추정방법은국토총면적정보가존재하지않은경우에도활용할수있으며각표본점에공간해상도를곱하여예측할수있다 (IPCC, 2006; IPCC, 2003). 우리나라는전체인벤토리통계면적을주기적으로갱신하여비율면적추정방법이가능하고, 다양한국가공간정보와의활용성측면에서공간적인접근으로직접면적추정방법이가능하기때문에두가지방법을모두적용할수있다. 본연구에서는토지이용변화매트릭스작성시비율면적추정방법을활용하였다. 면적추정에대한불확실성평가는사용된표본점간격에따라구분하였으며, 항목별면적은비율면적추정방식을이용하였다 (eq. 3). 이를바탕으로 IPCC GL (2006) 에서제시한 Standard Error (SE), Relative Standard Error (RSE) 의식을이용하여불확실성을평가하였다 (eq. 4, eq. 5) (eq. 3) : Total area (eq. 4) (eq. 5) : Estimation of proportions of land-use category : Estimated area of land-use category : Total number of points : Standard error of an area estimate for land-use category 2.3.2 Wall-to-Wall 방법 Wall-to-Wall 방법은대상지면적전체를조사하여면적변화를파악하는방법이며, 주로원격탐사자료등의영상정보와국가통계, 보조공간지도데이터를함께활용하여공간적인변화를파악한다 (MFE, 2017; IPCC, 2006). 본연구에서는시기별환경부중분류토지피복지도를활용하였으며토지피복지도의영상시기를고려하여 2000년-2004년토지피복지도는 2000년대, 2013년토지피복지도는 2010년대로가정하고두시기로구분하였다. 본연구에서는토지피복지도기존 23개의항목중주거, 상업지역, 인공적으로만들어진초지나시설등의경우에는정주지로분류하였으며, 나지의경 우기타토지로분류, 수역은습지로분류하는등 IPCC GL (2006) 의 LULUCF 부문 6가지범주로재분류하였다. 분류후두시기의토지피복지도를중첩하여공간적으로중첩되는부분을분석하였으며토지이용변화매트릭스작성시면적은벡터면적을계산하여활용하였다. 2.3.3 Sampling 방법및 Wall-to-Wall 방법에따른실제통계와의비교본연구에서는 2000년, 2011년지적통계연보를활용하여 2000년대와 2010년대의각방법론에따른토지이용범주별면적과비교하였다. 지적통계연보의 29개토지이용항목중공장용지, 주차장, 도로등의시설은정주지로분류하였으며, 전, 답, 과수원은농경지, 임야는산림지로분류하는등 IPCC GL (2006) 의 LULUCF 부문 6가지범주로재분류하였다. 2.3.4 산림의 CO 2 저장량추정본연구에서는앞서추정된토지이용변화면적결과를바탕으로공간적인산림지 CO 2 저장량을추정하고실제통계와비교하여방법론에따른차이를파악하고자하였다. 분석을통해도출된각범주별항목의면적에서산림지로분류되는지역을추출하였으며, 추출된산림면적은 Sampling 방법의 4 km, 2 km, 1 km와 Wall-to-Wall 방법에서도출된총 4가지경우가있다. 해당자료는산림면적만을파악할수있으며, CO 2 저장량을산정하는데필요한임목재적등을포함한공간정보가필요하다. 이를위해제5차 NFI 와제6 차 NFI 자료, 임업통계연보, 국가고유배출계수를활용하였다. 앞서언급한 4가지경우의산림 CO 2 저장량추정을위한공간자료구축은 Sampling 방법과 Wall-to-Wall 방법에서사용된자료시기와일치하도록제5차 NFI, 제6차 NFI의공간속성정보를보정하고중첩하는것으로시작하였다. 이때앞서도출한 Sampling 방법의면적정보를공간화하기위해표본점에공간해상도를곱하여사용하였다 (eq. 2). 산림경계를설정하기위해산림청에서제공하는 5차임상도를준용하였으며, NFI 자료와임상도, 국가고유배출계수를고려하여 CO 2 저장량추정을위한수종을선택하였다. 공간정보간의중첩분석시공간적으로임상도, NFI의수종정보가일치할경우, 재적값을그대로적용하였으며수종정보가일치하지않거나 Sampling 방법의 2 km, 1 km에서 NFI 재적값이필요한경우에는임상도의수종정보를기반으로해당수종의수도권 NFI 평균재적값을적용하였다. 결정된수종과재적값을바탕으로국가고유배출계수및탄소전환계수를해당 Journal of Climate Change Research 2018, Vol. 9, No. 4
LULUCF 부문산림온실가스인벤토리구축을위한 Sampling 과 Wall-to-Wall 방법론비교 391 식에적용하여산림의탄소저장량을산출하였다 (KFRI, 2014; IPCC, 2003; GIR, 2017; KFRI, 2012) (eq. 6). 산림의 CO 2 저장량은탄소저장량에이산화탄소 / 탄소전환계수를곱하여도출되기때문에, 온실가스감축목표와 NIR의개념에서의접근을위해 CO 2 양으로통일하여평가하였다. 하기에앞서각자료간의시계열이일치하는 2000년부터 2010년까지의두가지방법에따른 10년간의토지이용변화매트릭스를도출하고, 현행 LULUCF 부문인벤토리산정방법을바탕으로잠재적인산림의 CO 2 저장량을파악하고비교하였다. (eq. 6) tco 2: Estimated CO 2 storage V i: Estimated Volume of Forest land by tree species D i: Basic wood density by tree species (td.m./m 3 ) BEF i: Biomass expansion factor by tree species R i: Root-shoot ratio by tree species CF: Carbon fraction (tc/td.m.) 44/12: Stoichiometric ratio of CO 2 and C 제4차 NFI (1995년 -2005년) 는공간정보로제공되지않고, 현재조사체계와상이하기때문에 2000년대의산림 CO 2 저장량을추정시제5차 NFI 자료를바탕으로 2000년대임업통계연보를이용하여재적비율차이를통한보정계수를통해공간적으로추정하였다 (GIR, 2017; Lee et al., 2016). 2000 년대와 2010년대 CO 2 저장량을추정함에있어추가적인경향성파악을위해 2015년대 CO 2 저장량을함께비교하였다. 실제통계와 Sampling, Wall-to-Wall 방법으로추정된 4가지경우의산림 CO 2 저장량을비교하기위해실제통계는현행인벤토리통계산정시활용하고있는임업통계연보상의산림면적및축적정보를활용하였으며, 도출된 CO 2 저장량을바탕으로각각비교하였다. 임업통계연보상에서의추정값은시기별로추정된행정구역별 ha당축적과임상별면적, 현행인벤토리보고서에서활용하고있는임상별계수를활용하였으며, 평균값으로적용하여산출하였다. 이를통해최종적으로다양한면적산정방법과기존인벤토리통계산정과정에서의 CO 2 저장량간차이를파악하고자하였다. 3. 결과및고찰 본연구에서는현재국가공간자료중가장활용가능성이높은토지피복지도와 NFI, 임상도자료를활용하여 Approach 3에적용가능한다양한방법에대해논의하고자하였다. 따라서 1990년부터 2010년까지 20년간의토지이용변화를파악 3.1 Sampling 방법을이용한토지이용매트릭스 Sampling 방법으로작성된 2000년대와 2010년대의토지이용변화매트릭스로추정된범주별유지된면적과전용된면적결과는다음과같다 (Table 2). 전체범주별면적비율은표본점간격, 시기와무관하게산림지, 농경지, 정주지, 습지, 기타토지, 초지순으로나타났다. 범주별유지되는면적은산림지에서표본점간의거리가 4 km에서 1 km로감소할수록각각 2.5%, 0.3% 증가하여최종적으로 4 km에서 1 km로변화시총 2.8% 증가하였으며, 농경지에서는 4 km에서 1 km 로변화시각각 1.3% 감소, 0.5% 증가하였다. 타토지항목에서도표본점간의거리가감소함에따라대체로증가하는추세지만차이가 0.2% 이하로유의미하지않았다. 타범주에서전용된면적비율은표본점간의거리에무관하게정주지 ( 약 8.0%), 농경지 ( 약 5.0%), 산림지 ( 약 4.1%) 이며, 타토지항목에대해서는비율이평균약 3.0% 이하로큰차이가나타나지않았다. 불확실성평가결과로 2000년대와 2010년대에서모든범주에서표본점간의거리가감소함에따라낮아지는것을확인할수있었다 (Table 3). 특히산림지의경우타범주에비해 RSE값이가장낮았으며, 표본점거리간격에따른변화율은감소하였다. Sampling 방법은동일한위치의표본점에서토지이용변화를파악하여전용된면적을포함한전체면적을산출할수있었다. 그러나실질적인범주별경계를공간적으로파악할수없었으며산정된면적을바탕으로공간분석이필요할경우에는표본점에공간해상도를곱하여면적을산출하는직접면적추정방법을이용해야한다는점에서한계점이드러났다. 또한 Sim et al. (2017) 과 IPCC (2006) 에서언급된바와같이 Sampling 방법의표본점을이용하여면적을추정하는경우정확도측면에서표본추출률에따라값이변화할수있다는점으로미루어보아연구대상지범위가작거나세부범주별면적을추정할때정확성과일관성에한계가나타날수있다. 또한범주별특성에따라적합한표본간격이다를수있어이에대한고려가필요하다. Sampling 방법의고도화된공간면적을산정하기위해서는 http://www.ekscc.re.kr
392 박은빈 송철호 함보영 김지원 이종열 최솔이 이우균 Table 2. Land-use change matrix using Sampling method from 2000s-2010s (4 km, 2 km, 1 km) 2000s 4 km 2 km 1 km (unit: ha, (%)) 2010s LULC class Forest land Cropland Grassland Wetland Settlements Other land Total 2000s Forest land Cropland Grassland Wetland Settlements Other land Total 2010s Forest land Cropland Grassland Wetland Settlements Other land Total 2010s Forest land Cropland Grassland Wetland Settlements Other land Total 2010s 498,154 (42.5) 25,628 (2.2) 4,805 0 16,018 (1.4) 4,805 549,411 (46.9) 515,342 (44.0) 23,170 (2.0) 4,794 799 16,379 (1.4) 6,392 (0.5) 566,876 (48.3) 519,602 (44.3) 17,487 (1.5) 4,596 1,499 15,288 (1.3) 4,596 563,069 (48.0) 22,425 (1.9) 229,055 (19.5) 1,602 4,805 28,832 (2.5) 3,204 289,922 (24.7) 23,969 (2.0) 213,727 (18.2) 1,198 3,595 25,967 (2.2) 3,196 271,653 (23.2) 21,583 (1.8) 219,832 (18.7) 1,799 (0.2) 3,098 24,581 (2.1) 4,896 275,789 (23.5) 20,823 (1.8) 12,814 (1.1) 0 1,602 3,204 0 38,443 (3.3) 38,443 (3.3) 11,585 (1.0) 8,789 (0.7) 1,198 1,598 5,992 (0.5) 1,598 30,761 (2.6) 12,890 (1.1) 7,095 (0.6) 1,599 1,199 4,696 1,399 0 4,805 0 28,832 (2.5) 6,407 (0.5) 4,805 44,850 (3.8) 1,598 4,794 799 31,560 (2.7) 3,196 4,394 46,341 (4.0) 1,899 (0.2) 5,396 (0.5) 400 31,976 (2.7) 2,198 (0.2) 4,497 46,365 (4.0) 20,823 (1.8) 51,257 (4.4) 1,602 1,602 121,735 (10.4) 12,814 (1.1) 209,833 (17.9) 27,964 (2.4) 47,539 (4.1) 1,598 7,191 (0.6) 122,244 (10.4) 13,982 (1.2) 220,518 (18.8) 26,879 (2.3) 47,863 (4.1) 1,699 6,595 (0.6) 123,306 (10.5) 13,889 (1.2) 220,232 (18.8) 9,611 (0.8) 11,212 (1.0) 1,602 6,407 (0.5) 4,805 6,407 (0.5) 40,045 (3.4) 8,789 (0.7) 12,784 (1.1) 799 3,196 5,593 (0.5) 5,193 36,354 (3.1) 8,394 (0.7) 12,291 (1.0) 400 4,896 7,394 (0.6) 4,796 38,171 (3.3) 571,835 (48.8) 334,772 (28.6) 9,611 (0.8) 43,248 (3.7) 181,001 (15.4) 32,036 (2.7) 1,172,503 (100.0) 589,248 (50.3) 310,803 (26.5) 10,387 (0.9) 47,939 (4.1) 179,371 (15.3) 34,756 (3.0) 1,172,503 (100.0) 591,248 (50.4) 309,963 (26.4) 10,492 (0.9) 49,262 (4.2) 177,464 (15.1) 34,074 (2.9) 1,172,503 (100.0) Journal of Climate Change Research 2018, Vol. 9, No. 4
LULUCF 부문산림온실가스인벤토리구축을위한 Sampling 과 Wall-to-Wall 방법론비교 393 Table 3. Uncertainty analysis from 2000s-2010s by Sample Point (4 km, 2 km, 1 km) 4km 2km 1km 4km 2km 1km 2000s LULC class Forest land Cropland Grassland Wetland Settlements Other land SE (ha) 200 164 7 28 105 21 RSE (%) 0.04 0.05 0.07 0.06 0.16 0.07 SE (ha) 50 39 2 8 26 6 RSE (%) 0.01 0.01 0.02 0.02 0.01 0.02 SE (ha) 12 10 0 2 7 1 RSE (%) 0.00 0.00 0.00 0.00 0.00 0.00 2010s LULC class Forest land Cropland Grassland Wetland Settlements Other land SE (ha) 200 149 25 30 118 26 RSE (%) 0.04 0.05 0.07 0.07 0.06 0.07 SE (ha) 50 36 5 8 31 6 RSE (%) 0.01 0.01 0.02 0.02 0.01 0.02 SE (ha) 12 9 1 2 8 2 RSE (%) 0.00 0.00 0.00 0.00 0.00 0.00 범주별경계를파악할수있는타공간자료와의통합이필요하다. 특히, 본연구에서는산림항공사진을이용하여육안판독을진행했으나흑백영상과육안판독으로인한시간효율적인부분에서한계가존재하였다. 따라서, 이러한한계를보완하기위해면적산정시과거시점부터현재까지수집이가능한타원격탐사자료를기반으로다양한분류기법을접목하여매트릭스를작성한다면시간효율적인한계를보완할수있을것이며, 산림항공사진에서의 DMZ 지역등의영상구득등의한계를보완할수있을것으로사료된다. 또한, 추후 CO 2 저장량을함께고려하거나공간분석등의실질적인공간적면적변화를파악하기위해서는더높은해상도의경계파악이가능한자료의구축이나고도화가필요할것이다. 3.2 Wall-to-Wall 방법을이용한토지이용매트릭스 Wall-to-Wall 방법으로작성된 2000년대와 2010년대의토지이용변화매트릭스로추정된범주별유지된면적과전용된면적결과는다음과같다 (Table 4). 두시기의전체범주별면적비율은 Sampling 방법과동일하게산림지, 농경지, 정주지, 습지, 기타토지, 초지순으로나타났다. 범주별유지되는면적은산림지 (43.9%), 농경지 (18.6%), 정주지 (11.0%) 순이었으며, 습지, 기타토지, 초지의경우면적이약 3% 로이내 로나타났다. 범주별전용된면적은정주지 (7.4%), 농경지 (4.9%), 산림지 (4.1%) 순으로나타났으며, 앞서추정한 Sampling 방법의범주별유지되는면적비율과유사하였다. Wall-to-Wall 방법은국토전체의면적을계산하며유지되는면적과전용되는면적의범주별경계를명확하게공간적으로파악할수있었다. 그러나본연구에서활용된환경부중분류토지피복지도는 2000년대이후에제작되었으며, 이전시기분석에는원격탐사자료를이용하여토지피복을분류한후분석을진행해야하는점에서영상처리등의단점이있을수있다 (Yim et al., 2015). 또한, 현재배포되는토지피복지도의경우대상지별제작시기가상이한경우가있어국가상황에적절한전국대상토지피복지도구축을위한연구와함께시기별공백을최소화하기위한연구가추가적으로진행되어야할것으로사료된다. 3.3 Sampling과 Wall-to-Wall 방법에따른실제통계와의비교 Sampling 방법과 Wall-to-Wall 방법을통해추정한범주별토지이용면적을 LULUCF 6가지토지이용범주로재분류된 2000년, 2011년도지적통계면적과비교하였다 (Fig. 3). 지적통계면적과비교시두가지방법모두시기에무관하게산림지와습지에서과소추정되었으며, 2000년대에서농경지와 http://www.ekscc.re.kr
394 박은빈 송철호 함보영 김지원 이종열 최솔이 이우균 Table 4. Land use change matrix using Wall-to-Wall (Vector) method 2000s (unit: ha, (%)) 2010s LULC class Forest land Cropland Grassland Wetland Settlements Other land Total 2000s Forest land Cropland Grassland Wetland Settlements Other land Total 2010s 514,907 (43.9) 20,205 (1.7) 4,231 1,383 16,709 (1.4) 4,855 562,290 (48.0) 21,626 (1.8) 217,962 (18.6) 2,058 (0.2) 3,418 26,139 (2.2) 4,556 275,760 (23.5) 12,631 (1.1) 7,150 (0.6) 1,360 1,244 4,369 2,227 (0.2) 28,981 (2.5) 1,148 6,664 (0.6) 724 38,355 (3.3) 2,230 (0.2) 1,726 50,847 (4.3) 23,574 (2.0) 44,307 (3.8) 1,475 4,574 128,664 (11.0) 12,911 (1.1) 215,506 (18.4) 9,208 (0.8) 12,713 (1.1) 541 4,842 7,869 (0.7) 3,949 39,121 (3.3) 583,094 (49.7) 309,001 (26.4) 10,389 (0.9) 53,816 (4.6) 185,980 (15.9) 30,224 (2.6) 1,172,503 (100.0) (a) (b) Fig. 3. Difference from Cadastral Statistics of Sampling method and Wall-to-Wall method (a: 2000s, b: 2010s). 정주지, 2010년대에서초지, 정주지가과대평가되는경향성을파악할수있었다. 범주별차이는두가지방법모두지적 통계와비교하여약 5% 이내로차이가크지않았다. Sampling 방법은표본점간의거리가 4 km에서 1 km로감소함에따라 Journal of Climate Change Research 2018, Vol. 9, No. 4
LULUCF 부문산림온실가스인벤토리구축을위한 Sampling 과 Wall-to-Wall 방법론비교 395 범주별지적통계연보와의차이가감소하여실제통계와유사한경향성을보였다. 그러나 2 km에서 1 km로표본거리가감소하였을때면적변화율은대부분 1% 이하로뚜렷한차이를보이지않았으며, 이는불확실성평가결과와도비슷한수준으로나타났다. FEA (2014) 는 Sampling 방법에서일반적으로표본점거리감소에따라불확실성이감소하지만, 일정간격이하에서는크게감소하지않는다고하였다. 스웨덴은 500 m 간격의영구표본점과 200 m 유효성검토에활용되는서브표본점을배치하여매년조사하고구축하고있으며 (SEPA, 2017), 일본의경우에는산림경영활동에대한평가및모니터링을위해 Sampling 표본간격을 500 m로설정하여분석하고있다 (NIES, 2017). 이러한점을고려할때본연구에서는 2 km 이하표본점거리에서면적변화율이뚜렷하게나타나지않았으므로추후 2 km 이내의다양한표본점거리에따른비교를통해국내상황에적절한표본점간격을설정할필요가있을것으로사료된다. Wall-to-Wall 방법은 2000년대의정주지범주를제외하고대부분 Sampling 방법의 2 km 이하표본점거리의값과유사하였다. 뉴질랜드는 10-30 m급해상도를가진위성영상자료를활용하여 1990년부터현재까지 Wall-to-Wall 방법을활용하고 Approach 3 수준의면적통계를구축하여인벤토리시스템을구축하여보고하고있다. 원격탐사자료분류시 LUCAS (Land Use and Carbon Analysis System) 시스템을이용하여공간주제도와영상중첩을통해피복의자동분류알고리즘을이용하고있다 (MFE, 2017). 그러나, 토지피복지도의경우실제토지피복정보를기반으로산정하여지적공부를기반으로하는지적통계연보와범주별정의차이에서오는면적차이가발생할수있으므로국내토지이용및피복특성을고려한 LULUCF 부문범주별정의설정을위한노력이필요할것이다. 3.4 산림의 CO 2 저장량추정본연구에서적용한 4가지경우 (Sampling 방법의 4 km, 2 km, 1 km, Wall-to-Wall 방법 ) 로추정한 ha당 CO 2 저장량및총 CO 2 저장량과기존방법을활용하여추정한 CO 2 저장량비교는다음과같다 (Fig. 4). 두가지방법에따른추정량은현재자료의가용한상태를전제로하여일부차이가있었으나, 공간적인정보와자료간의정합등의한계에도기존방법을활용하여추정한값과전반적으로유사하게추정되었다. Sampling 방법으로추정한 2000년대의 ha당 CO 2 저장량은표본점간의거리가 4 km에서 1 km로감소함에따라각각 89.7, 101.0, 100.4 tco 2/ha로추정되었으며, Wall-to-Wall 방법으로추정한값은 106.8 tco 2/ha로임업통계를활용하여추정한값인 100.4 tco 2/ha와비교했을때 Wall-to-Wall 방법이과대추정된것을확인할수있었다. 또한 2010년대 Sampling 방법으로추정한 ha당 CO 2 저장량은각각 234.1, 230.8, 228.7 tco 2/ha로임업통계로추정한 234.7 tco 2/ha와비교했을때과소추정되었으며, Wall-to-Wall 방법으로추정한 249.8 tco 2/ha는과대추정되었다. 2015년대에서도임업통계로추정한 270.3 tco 2/ha와비교했을때 Sampling 방법으로추정한값인 284.5, 282.4, 281.7 tco 2/ha 와 Wall-to-Wall 방법으로추정한 303.1 tco 2/ha 값은모두과대추정된것을확인할수있었다. Sampling 방법으로추정한 ha당 CO 2 저장량은주로표본점간의거리가감소할수록감소하는경향성을보였으며, Wall-to-Wall 방법으로추정한값은 Sampling 방법의 4 km 표본간격에서추정된값과유사하거나과대추정되는경향성이있었다. 기존방법을활용하여추정값과 4가지경우의추정값에서차이가나타나는이유는현행 LULUCF 부문산림인벤토리산정시임상별탄소배출계수를활용하는반면, 본연구에서는수종별탄소배출계수를활용하여공간적인정합과정에서발생할수있다고판단된다. 또한 2000년대와 2010 년대의 ha당 CO 2 저장량과총 CO 2 저장량이대폭상승한것을확인할수있다. 이는본연구에서 NFI 공간자료의한계로제5차 NFI 공간정보를바탕으로 2000년대추정시임업통계연보의 ha당축적비율을적용하여산출하였기때문에기존임목축적계산방식과조사체계개편에따른차이가반영된것으로판단된다. 이러한문제를해결하기위해서는입목축적재계산방법을통해보완해야할것이다 (KFS, 2010; Kim et al., 2018). 면적을함께고려한총 CO 2 저장량의경우에는 Sampling 방법에서 4 km 표본점간격의총 CO 2 저장량이오히려감소하였으며 2 km, 1 km 표본점간격에서는총 CO 2 저장량이증가하는것을확인할수있다. 이는표본점간격에따른면적변화결과가반영되어나타나는것으로판단되며, Wall-to-Wall 방법으로추정한값은 Sampling 방법의 2 km 이하표본간격에서추정된값과유사하거나과대추정되는경향성이있었다. 이렇듯 Sampling 방법은현재활동자료로활용되는 NFI의위치정보를기반으로하여 CO 2 저장량추정시 Wall-to-Wall 방법에비해실제통계와유사할수있고, 자료간의연계성 http://www.ekscc.re.kr
396 박은빈 송철호 함보영 김지원 이종열 최솔이 이우균 (a) (b) Fig. 4. Comparison of Forest Statistics of Sampling method and Wall-to-Wall method (a: CO 2 storage per ha, b: Total CO 2 storage). 을고려할때더효율적일수있다. 그러나표본점간격이 4km 이하로감소할때각표본점에서의 CO 2 저장량산정과공간적으로타범주와의경계정합에한계가있어이를보완하기위한임상도등의타공간정보와의정합성이함께고려되어야한다. Wall-to-Wall 방법은토지피복지도특성상임상과면적정보만을확인할수있어고도화된인벤토리산정을위해서는산림내수종별경계를파악할수있는타산림공간자료와의정합성을고려하는연구가필요할것이다 (Jeon, 2015). 본연구결과를바탕으로 CO 2 저장량추정과정까지종합적으로판단하였을때가용한공간자료와통계자료의범위내에서두가지방법모두실제통계와 10% 내외로차이가나타났으나유사한수준에서결과를도출할수있었다. 결과적으로본연구에서의 Wall-to-Wall 방법은기구축된벡터 기반의자료를활용함으로써토지이용변화분석에적은시간이소요되며, Sampling 방법에서의표본점거리감소에따른판독량증가의한계점을보완할수있다고판단된다. 따라서국가차원에서토지피복지도시스템이갖추어진다면 Wall-to-Wall 방법이공간적인측면에서정확한면적산정이가능하기때문에고도화된산림인벤토리산정을위해서는 Wall-to-Wall 방법이효과적일수있다. 4. 결론 본연구에서는 LULUCF 부문 Approach 3 방법론인 Sampling 방법과 Wall-to-Wall 방법을비교하였다. 공간정보를실질적공간경계와정합하고자료간의융합을하는과정 Journal of Climate Change Research 2018, Vol. 9, No. 4
LULUCF 부문산림온실가스인벤토리구축을위한 Sampling 과 Wall-to-Wall 방법론비교 397 에서두방법론모두장단점이드러났다. Sampling 방법에서는 NFI 표본점을바탕으로표본을구축함에따라토지이용변화를용이하게파악할수있었으나, 범주별경계파악에어려움이있었다. 또한, 면적추정시비율추정방법이적용됨에따라산림인벤토리산정과정의 CO 2 저장량추정에한계점을드러냈다. Wall-to-Wall 방법은주제도기반의면적추정으로공간적인토지이용과면적변화를쉽게추정할수있으나, 토지피복과토지이용의차이로인한실제면적과의차이, 고도화된 CO 2 저장량추정시산림축적정보를융합하는데어려움이있었다. 이러한문제는두가지방법에따른산림 CO 2 저장량추정시보다두드러지게나타났는데, 공간정보와통계자료의융합과정에따라추정방법과결과가다르게나타났다. 이러한방법론에따른 CO 2 저장량차이가향후국가온실가스인벤토리산정시장단점으로적용될것으로예상된다. 따라서두가지방법에따른공간적인수준의자료융합을위한정합성향상연구, 공간적가용범위및세분화연구가추가로수행되어야할것이다. 이를바탕으로국가상황에적절한방법론을선택하거나고도화하는방안이모색되어야한다. 현재가용한자료범위내에서는 Wall-to-Wall 방법이실제통계와유사한수준에서변화하는토지피복및이용변화에의한산림부문온실가스인벤토리를보다신뢰도높은방법으로보고할수있으며, IPCC 지침에서제시하는 Approach 3 와 Tier 3 수준의고도화된공간적통계구축을위한방법론으로적절하다고판단된다. 그러나본질적으로부처간토지이용범주의정의통합과공간자료작성시활용되는속성정보간의시공간적정합성이요구되며, 각방법론의적절한공간해상도와다양한자료를추가적으로검토하는연구가필요하다. 사사 본연구는산림청 ( 한국임업진흥원 ) 산림과학기술연구개발사업 (2017045A00-1720-BB01) 과 (2017044B10-1819-BB01) 의지원에의하여이루어진것입니다. REFERENCES DeFries R, Achard F, Brown S, Herold M, Murdiyarso D, Schlamadinger B & de Souza Jr C. 2007. Earth observations for estimating greenhouse gas emissions from deforestation in developing countries. Environmental science & policy. 10 (4): 385-394. FEA (Federal Environment Agency). 2014. National Inventory Report for the German Greenhouse Gas Inventory 1990-2012. Dessau: Federal Environmental Agency Fuchs H, Magdon P, Kleinn C & Flessa H. 2009. Estimating aboveground carbon in a catchment of the Siberian forest tundra: Combining satellite imagery and field inventory. Remote Sensing of Environment. 113 (3): 518-531. GIR (Greenhouse Gas Inventory and Research Center of Korea). 2014. National Greenhouse Gas Statistics Measurement, Reporting and Verification (revised 2014). Seoul: Greenhouse Gas Inventory and Research Center of Korea GIR (Greenhouse Gas Inventory and Research Center of Korea). 2015. A study on Land Use and Land Use Change Matrix in LULUCF Field Using Spatial Image Information. Seoul: Greenhouse Gas Inventory and Research Center of Korea GIR (Greenhouse Gas Inventory and Research Center of Korea). 2017. 2017 National Greenhouse Gas Inventory Report. Greenhouse Gas Inventory and Research Center of Korea. Seoul: Greenhouse Gas Inventory and Research Center of Korea Hwang JH, Jang RI & Jeon SW. 2018. Analysis of Spatial Information Characteristics for Establishing Land Use, Land-Use Change and forestry Matrix. Journal of the Korean Association of Geographic Information Studies. 21 (2): 44-55. IPCC. 2000. Good practice and uncertainty management in national greenhouse gas inventories. Chapter 7. Methodological Choice and Recalculation. Paris: IPCC/OECD/IEA IPCC. 2003. Good Practice Guideline for Land Use, Land-Use Change and Forestry. Hayama: IPCC/IGES IPCC. 2006. 2006 IPCC Guidelines for National Greenhouse Gas Inventories. Hayama: IPCC/IGES Jeon SW, Kim J & Jung H. 2013. A Study on the Forest Classification for Ecosystem Services Valuation- Focused on Forest Type Map and Land cover Map. Journal of the Korea Society of Environmental Restoration Technology. 16 (3): 31-39. (in Korean with English abstract) Kim HR. 2009. A study on Construction of National Green House Gas Inventory system. Statistical Research http://www.ekscc.re.kr
398 박은빈 송철호 함보영 김지원 이종열 최솔이 이우균 Institute Research Report. Daejeon, Korea: Statistical Research Institute. Research Report 2009-4. Kim S, Kim I, Jun B & Kwon H. 2018. A Study on the Availability of Spatial and Statistical Data for Assessing CO 2 Absorption Rate in Forests A Case Study on Ansan-si. Journal of Environmental Impact Assessment. 27 (2): 124-138. KFRI (Korea Forest Research Institute). 2009. The 5 th National forest Inventory and Forest health monitoring - Field manual version 1.3. Seoul: National Institute of Forest Science KFRI (Korea Forest Research Institute). 2011a. The 5th National forest Inventory Report. Seoul: National Institute of Forest Science KFRI (Korea Forest Research Institute). 2011b. The 6th National forest Inventory and Forest health monitoring - Field manual. Seoul: National Institute of Forest Science KFRI (Korea Forest Research Institute). 2011c. The mapping of 5th Forest type map using Aerial photography DB data. Seoul: Korea Forest Research Institute KFRI (Korea Forest Research Institute). 2012. Standard carbon removal of major forest species briefing memo. Seoul,: National Institute of Forest Science KFRI (Korea Forest Research Institute). 2014. Carbon Emission Factors and Biomass Allometric Equations by Species in Korea. Seoul: National Institute of Forest Science KFS (Korea Forest Service). 2010. Statistical yearbook of forest. Daejeon: Korea Forest Service Lee S, Yim JS, Son Y, Kim R. 2016. Recalculation of Forest Growing Stock for National Greenhouse Gas Inventory. Journal of Climate Change Research. 7 (4): 485-492. (in Korean with English abstract) ME (Ministry of Environment). 2002. Construction of land cover map using satellite image data. Daejeon: Korea Environment Institute MFE (Ministry for the Environment). 2017. New Zealand s Greenhouse Gas Inventory 1990-2015. Wellington: Ministry for the Environment (MFE) MOLIT (Ministry Of Land, Infrastructure and Transport). 2016. Study on development of new control system using spatial information and improvement plan of application. Sejong: Ministry Of Land, Infrastructure and Transport NIES (National Institute for Environmental Studies). 2017. National Greenhouse Gas Inventory Report of Japan 2017. Tsukuba: National Institute for Environmental Studies Park JW, Na HS & Yim JS. 2017a. Comparison of Land-use Change Assessment Methods for Greenhouse Gas Inventory in Land Sector. Journal of Climate Change Research. 8 (4): 329-337. Park J, Yim J & Lee J. 2017b. Evaluation of a Land Use Change Matrix in the IPCC s Land Use, Land Use Change, and forest Area Sector Using National Spatial Information. Journal of forest and environmental science. 33 (4): 295-304. SEPA (Sweden Environmental Protection Agency). 2017. National Inventory Report Sweden 2017. Stockholm: Sweden Environmental Protection Agency Sim W, Park JM, Lee JS. 2017. A Study on the Utilization Plan of National Geospatial Information for Land Use Change Matrix. Journal of Forest Economics. 24 (2): 41-50. Yu SC, Ahn W & Ok JA. 2015. A Study on Construction Plan of the Statistics for National Green House Gas Inventories (LULUCF Sector). Journal of Korea Spatial Information Society. 23 (3): 67-77. Yim J, Kim R, Lee SJ & Son YM. 2015. Land-use change assessment by permanent sample plots in national forest inventory. Journal of Climate Change Research. 6 (1): 33-40. (in Korean with English abstract) Journal of Climate Change Research 2018, Vol. 9, No. 4