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

다국어 초록 (Multilingual Abstract)

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.

국문 초록 (Abstract)

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.

참고문헌 (Reference)

1 김승현, "활동기반 교통모형 분석자료 구축을 위한 소셜네트워크 공간빅데이터 활용방안 연구" 한국ITS학회 15 (15): 44-53, 2016

2 김동규, "에너지총조사 보고서를 활용한 건물 부문별 온실가스 배출량 산정 및 분석" 한국에너지기후변화학회 8 (8): 30-40, 2013

3 김현중, "범죄발생의 공간의존성 변화와 핫스팟 분포, 2001-2010" 한국주거환경학회 11 (11): 27-41, 2013

4 최열, "대도시 생활권의 공간적 불균형과 공간 자기상관에 관한 시계열 분석" 한국부동산학회 (36) : 14-26, 2009

5 유선철, "국가 온실가스 인벤토리 LULUCF 부문 통계 구축방안에 관한 연구" 대한공간정보학회 23 (23): 67-77, 2015

6 김대영, "공간통계기법을 활용한 한반도 지진발생의 공간적 연구" 국토지리학회 52 (52): 403-413, 2018

7 이상우, "공간통계기법을 이용한 도로교통기반의 온실가스 관한 연구-대구광역시를 대상으로-" 대한공간정보학회 22 (22): 9-17, 2014

8 박소랑, "공간 빅데이터와 범죄통계자료를 이용한 범죄취약지 추출" 중소기업융합학회 8 (8): 161-171, 2018

9 김동한, "공간 빅데이터를 위한 동태적 시각화 모형의 개발과 적용" 한국지리정보학회 21 (21): 57-70, 2018

10 구자용, "공간 빅 데이터를 이용한 개인 활동패턴의 시공간적 탐색: 서울시 지역의 트윗 데이터를 사례로" 국토지리학회 51 (51): 259-270, 2017

11 김동한, "계획지원을 위한 공간 빅데이터의 분석과 활용 : 수도권 지역의 건물에너지 데이터를 대상으로" 국토연구원 87 : 163-178, 2015

12 최정민, "경상남도 건물 에너지 사용량 및 온실가스 배출량 특성 연구" 대한건축학회지회연합회 20 (20): 81-88, 2018

13 Getis, O., "Testing for local spatial autocorrelation in the presence of global autocorrelation" 41 : 411-432, 2001

14 Anselin, L, "Spatial econometrics: method and models" Springer Science & Business Media 1998

15 Lehong, H, "Hype cycle for emerging technologies 2011" Garter 2011

16 Beyer, M, "Gartner says solving ‘Big Data’challenge involves more than just managing volumes of data" STAMFORD

17 Ma, J, "Estimation of the building energy use intensity in the urban scale by integrating GIS and big data Technology" ELSEVIER 183 : 182-192, 2016

18 Kim, D. Y, "Building and using big data for environmental management in Gyeonggi-Do" GRI 2016

19 Giest, S, "Big data analytics for mitigating carbon emissions in smart cities: opportunities and challenges" Taylor&Francis Group 25 (25): 914-957, 2017

20 Seo, M. H, "Analysis on spatial autocorrelation and correlates between factors of urban characteristics and the damages caused by natural disaster" Pusan University 2015

21 Jeon, E. D, "A Study on the greenhouse gas emission characteristic analysis for revitalizing the emission trading system in building Sector : focusing on index decomposition analysis of the greenhouse gas inventory" Namseoul Univeresity 2017

22 IPCC, "2006 IPCC guideline for national greenhouse gas inventories"