공간 빅데이터를 활용한 서울시 건물부문 온실가스 배출량 공간 분석 연구 (A Study on Spatial Analysis of Greenhouse Gas Emissions in Building Sector Used by the Spatial Big Data in case of Seoul)

서지정보

· 발행기관 : 대한공간정보학회
· 수록지 정보 : 대한공간정보학회지 / 27권 / 4호 / 11 ~ 19페이지
· 저자명 : 유선철, 신동빈, 안종욱

초록

본 연구는 서울시를 대상으로 건물부문의 에너지 사용량 빅데이터를 활용하여 온실가스 배출량의 공간적 패턴을 분석하는 것을 목적으로 하였다. 공간속성을 갖고 있는 개별공시지가 데이터와 건물별 에너지 사용량 데이터를 활용하여 융합 공간 빅데이터를 구축하고 이에 따른 개별 온실가스 배출량을 산정하였다. 그리고 이 데이터의 공간적 자기상관성 분석을 위해 Global Moran’s I와 Local Moran’s I, Getis-Ord 통계분석을 실시하였다. 분석결과 2015년과 2017년 모두 매우 강한 군집(clustered) 경향을 보이는 것으로 나타났으며, 서울시의 각 구별로 온실가스 배출량이 높은 필지들이 군집되어 있었으며, 그 경향이 2017년도에 높게 발생하는 것으로 분석되었다. 또한, 핫스팟 분석결과 2015년 7개에서 2017년 11개로 배출량의 핫스팟 지역이 증가하는 것으로 분석되었다. 이러한 결과를 바탕으로 온실가스 배출원에 대한 미시적 분석을 통해 그 원인을 규명과 이에 따른 효과적인 정책마련과 모니터링의 도구로 활용이 가능할 것으로 판단된다. 향후 다양한 배출원 및 요인들에 대한 지속적인 연구가 이루어져야 할 것이다.

영어초록

This study aim to present a spatial analaysis of greenhouse gas(GHG) emissions in building sector using spatial big data in case of Seoul. We constructed fusion spatial big data by converging publicly notified individual land price data containg spatial properties with energy usage data by building, and thus calculated GHG emissions by plot. Using this data, spatial statistics analysis of Global Moran's I, Local Moran's I, and Getis-Ord for spatial autocorrelation analysis was performed. As a result, both of them showed very strong clustered form in 2015 and 2017, and lots with high greenhouse gas emissions were clustered in each district of Seoul, and this tendency was analyzed to be highly occurred in 2017. According to the hotspot analysis, the number of hotspot in emissions increased form seven in 2015 to eleven in 2017. Based on these results, it will be possible to conduct micro-analysis of GHG emission sources and to find out the fundamental cause of emission and effective policy formulation and monitoring will be possible. To this end, it is necessary to continue research on various sources and factors fo GHG emission.

참고자료

· 없음