The Korean Society of Climate Change Research
[ Article ]
Journal of Climate Change Research - Vol. 6, No. 3, pp.233-241
ISSN: 2093-5919 (Print)
Print publication date Sep 2015
Received 31 Aug 2015 Revised 11 Sep 2015 Accepted 21 Sep 2015
DOI: https://doi.org/10.15531/KSCCR.2015.6.3.233

2020년 이후 농업부문 온실가스 배출량 전망과 감축잠재량 분석

정현철*, ; 이종식* ; 최은정* ; 김건엽* ; 서상욱* ; 정학균** ; 김창길**
*국립농업과학원 농업환경부 기후변화생태과
**한국농촌경제연구원 자원환경연구부
Post-2020 Emission Projection and Potential Reduction Analysis in Agricultural Sector
Jeong, Hyun Cheol*, ; Lee, Jong Sik* ; Choi, Eun Jung* ; Kim, Gun Yeob* ; Seo, Sang Uk* ; Jeong, Hak Kyun** ; Kim, Chang Gil**
*Division of Climate Change & Agroecology, Department of Agricultural Environment, National Academy of Agricultural Science, Wanju 55365, Korea
**Dept. of Resource & Environment Research, Korea Rural Economic Institute, Naju 58217, Korea

Correspondence to: taiji152@korea.kr

Abstract

In 2014, the United Nations Framework Convention on Climate Change (UNFCCC) agreed to submit the Intended Nationality Determined Contributions (INDCs) at the conference of parties held in Lima, Peru. Then, the South Korean government submitted the INDCs including GHGs reduction target and reduction potential on July, 2015. The goal of this study is to predict GHGs emission and to analyze reduction potential in agricultural sector of Korea. Activity data to estimate GHGs emission was forecast by Korea Agricultural Simulation Model (KASMO) of Korea Rural Economic Institute and estimate methodology was taken by the IPCC and guideline for MRV (Measurement, Reporting and Verification) of national greenhouse gases statistics of Korea. The predicted GHGs emission of agricultural sectors from 2021 to 2030 tended to decrease due to decline in crop production and its gap was less after 2025. Increasing livestock numbers such as sheep, horses, swine, and ducks did not show signigicant impact the total GHGs emission. On a analysis of the reduction potential, GHGs emission was expected to reduce 253 Gg CO2-eq. by 2030 with increase of mid-season water drainage area up to 95% of total rice cultivation area. The GHGs reduction potential with intermittent drainage technology applied to 10% of the tatal paddy field area, mid-drainage and no organic matter would be 92 Gg CO2-eq. by 2030.

Keywords:

INDCs, GHG, Agricultural Sector, Projection, Methane, Nitrous Oxide

1. 서 론

2014년 페루 리마에서 개최된 제20차 기후변화협약(United Nations Framework Convention on Climate Change, UNFCCC) 당사국총회(Conference of the Parties, COP)에서는 각국이 정하는 자발적 기여 방안(Intended Nationality Determined Contributions, INDCs)을 2015년까지 제출하기로 합의하였으며, 사무국은 같은 해 10월까지 제출된 INDCs의 종합적 효과에 대한 종합보고서를 11월까지 준비하기로 합의하였다(KCRC, 2014). INDCs에는 온실가스 감축목표와 관련된 기준년도, 기간, 범위, 방법론 등과 자국의 기여에 대한 정보를 담도록 하였고, 각국이 현재 수준보다 강화된 ‘후퇴(Backsliding)없는’ 수준에서 온실가스 감축목표를 제출하도록 합의하였다(KIEP, 2015; UNFCCC, 2014). 이미 우리나라는 2009년 온실가스 감축목표를 2020년 배출전망치(Business As Usual, BAU) 대비 30%로 결정하고 국제사회에 약속한 바 있으며, 국내적으로는 저탄소 녹색성장기본법에 온실가스 감축목표에 대해 명시하고 있다. 우리나라는 온실가스 감축목표 달성을 위해 7개 산업부문별로 감축량을 할당하였고, 농림어업부문도 5.2%(1,484 천톤 CO2-eq.)의 온실가스 의무감축을 할당받았다(환경부, 2014). 농업부문에서는 논 간단관개 면적 확대, 화학비료 사용 절감, 가축분뇨 처리시설 확대 및 양질 조사료 보급 확대, 에너지 이용 효율화 등을 통해 2020년까지 온실가스 감축목표를 달성할 계획이다(Lee et al., 2014).

우리나라 농업부문에서 발생하는 온실가스 배출량은 국가 전체 배출량의 약 3.2%로 타 산업에 비해 온실가스 배출에 미치는 영향은 작다(환경부 온실가스종합정보센터, 2014). 그러나 농업은 기후에 직접적으로 노출되어 있고, 식량안보와 같은 국민의 생존과 직결되어 있기 때문에 온실가스 감축과 적응에 있어 신중한 접근이 필요하다(Myeong, 2014). 또한 우리나라를 포함한 유럽 등 주요 선진국들은 이미 농업부문에서 온실가스 감축을 해왔기 때문에 감축잠재량은 개도국에 비해 적다(Myeong, 2014). 우리나라는 지난 7월 UNFCCC에 INDCs를 제출한 바 있고, 온실가스 감축목표 달성을 위해 향후 감축 기술 선정, 감축 이행계획 수립 등 많은 노력을 기울여야 한다.

본 연구는 2021년부터 2030년까지 농경지분야 온실가스 배출량을 전망하고, 국가 온실가스 감축목표에 기여하기 위한 감축잠재량을 평가하였다. 감축잠재량 전망을 위해 현재까지 개발된 벼논 간단관개, 논물얕게대기, 무경운, 유기물 관리, 토양개량제 시용 등의 감축기술들 중 우리나라 농업 여건과 수리시설현황, 농업생산성, 식량안보, 통계 구축현황 등을 고려하여 감축기술을 선정하고, 기술 보급에 따른 감축량을 산정하였다(Ju et al., 2013; Kim et al., 2013a; Shin et al., 2003; Yagi and Minami, 1990).


2. 자료 및 방법

2.1 활동자료 전망

농업부문 온실가스 배출량 전망을 위해서는 작물 재배면적 및 생산량, 화학비료 생산량, 가축사육 두수 등의 활동자료가 필요하다. 이를 위해 2023년까지의 활동자료는 한국농촌경제연구원(Korea Rural Economic Institute, KREI)에서 개발한 장기전망 활동자료 모형인 KASMO(Korea Agricultural Simulation Model)를 활용하였고, 2023년부터 2030년까지는 로그함수를 이용하여 추정하였다. 활동자료 전망을 위한 전제조건으로는 인구, GDP, 소비자물가, 생산자물가, 환율, 국제원유가 등의 거시경제변수를 적용하였고, 농산물 시장개방과 관련하여 한ㆍEU FTA, 한ㆍ미 FTA, 한ㆍ호주 FTA 등의 결과가 반영되었다. KASMO 모형은 거시경제부문, 투입제가격부문, 재배업부문, 축산부문, 농가인구부문, 농업총량부문의 6개 부문으로 상호 연계되어 있다. Fig. 1은 KASMO 모형의 구조를 나타낸다(Kim et al., 2013c).

Fig. 1.

Structure of KASMO (Korea Agricultural Simulation Model) (Source : Kim et al., 2013c).

KASMO 모형에 의해 전망된 활동자료는 Table 1, 2, 3과 같다. 벼, 보리, 밀 재배면적은 2021년 이후 2030년까지 지속적으로 감소할 것으로 전망되었다(Table 1). 작물 생산량의 경우, 벼, 보리, 옥수수의 생산량은 지속적으로 감소하는 추세를 보이는 반면, 밀의 생산량은 증가할 것으로 전망되었다. 두류 생산량은 2030년까지 다소 감소할 것으로 전망되었고, 양파 생산량은 증가할 것으로 전망되었다(Table 2). 화학비료(질소) 투입량은 2015년 291천 톤에서 2030년에는 253천 톤으로 감소할 것으로 전망되었다. 가축 사육두수의 경우, 한ㆍ육우는 2025년까지 증가하다 2030년까지는 감소할 것으로 전망되었고, 젖소는 2030년까지 지속적으로 감소할 것으로 전망되었다. 돼지, 닭, 말의 경우는 지속적으로 증가하고, 산양, 사슴 등은 크게 감소할 것으로 전망되었다(Table 3).

Projection of cultivation area for GHGs emission estimation in agricultural sector from 2021 to 2030

Projection of crops production for GHGs emission estimation in agricultural sector from 2021 to 2030

Projection of livestock heads for GHGs emission in agricultural sector from 2021 to 2030

2.2 온실가스 배출량 전망 방법론

온실가스 배출량은 IPCC 가이드라인(IPCC, 1996, 2000, 2003, 2006)과 2014 국가 온실가스 통계 산정ㆍ보고ㆍ검증 지침(환경부 온실가스종합정보센터, 2014)에 따라 벼 재배에 의한 CH4 배출, 농경지 토양에서의 N2O 배출 및 작물 잔사를 소각하는 과정에서의 CH4, N2O 배출로 구분하여 전망하였다.

벼 재배에 의한 CH4 배출량은 상시담수, 유기물 무시용 조건의 기본배출계수(EFC)에 물관리 방법별 보정계수(SFW), 유기물 시용량별 보정계수(SFO)를 곱하고, 일 배출계수(EFi)를 산출하며, 재배일수(t) 138일과 벼 재배면적(A) 전망 자료를 곱하여 산정하였다. 벼 재배에 의한 CH4 배출량 산정 방법은 식 (1)과 같다.

CH4 EmissionCH4=ΣEFi×t×A×10-6EFi=EFC×SFW×SFOkgCH4ha-1day-1(1) 
EFi : A daily emission factor(kg CH4 ha-1 day-1)
EFC : Baseline emission factor for continuously flooded fields without organic amendments
SFW : Scaling factor to account for the differences in water regime during the cultivation period
SFO : Scaling factor should vary for both types and amount of organic amendment applied
A : Cultivation area(ha yr-1)
t : Cultivation days

농경지 토양에서의 질소투입에 따른 N2O 배출량 전망은 식 (2)와 같다. 농경지 토양에서의 N2O 배출은 질소 투입원(화학비료, 가축분뇨, 두과작물에 의한 질소 고정, 잔물잔사 환원)에 따라 구분하고, 배출량은 직접배출(N2O DIRECT emission)과 간접배출(N2O INDIRECT emission)로 구분하여 산정하였다.

N2O EmissionN2O DIRECT=FSN×FAW×FBN×FCR×EF1×44/28(2) 
FSN : Annual amount of synthetic fertilizer nitrogen applied to soils adjusted to account for the amount that volatilises as NH3 and NOx (kg N yr-1)
FAW : Manure nitrogen used as fertilizer in country, corrected for NH3 and NOx emission (kg N yr-1)
FBN : N fixed by N-fixing crops in country (kg N yr-1)
FCR : N in crop residues returned to soils in country (kg N yr-1)
EF1 : Emission factor for emission from N inputs (kg N2ON kg-1 N input)
44/28 : Conversion factor to convert N2O-N into N2O
N2O INDIRECT = N2O(G) × N2O(L)
N2O(G) = (NFERT × Frac GASF + NEX × Frac GASM) × EF4 × 44/28
N2O(L) = [(NFERT + NEX) × Frac LEACH)] × F5 × 44/28
NFERT : Fertilizer nitrogen use in country (kg N yr-1)
NEX : Livestock nitrogen excretion in country (kg N yr-1)
Frac GASF : Fraction of synthetic fertilizer nitrogen applied to soils that volatilises as NH3 and NOx emission
Frac GASM : Fraction of livestock nitrogen excretion that volatilises as NH3 and NOx emission
Frac LEACH : Fraction of nitrogen input to soils that is lost through leaching and runoff (kg N2O-N kg-1 N)
EF4 (N deposition) = Emission factor for atmospheric deposition (kg N2O-N kg-1 N)
EF5 (leaching/runoff) = Emission factor for leaching/runoff (kg N2O-N kg-1 N)

작물잔사 소각에 의한 CH4 및 N2O 배출량 산정은 작물별 생산량 전망에 잔사/곡실 비율, 건물율, 소각률, 산화율, 질소 및 탄소 함량, 가스배출률을 곱하여 산정하였다.

2.3 배출계수 및 보정계수

Table 4는 배출량 전망 시 적용한 배출계수와 보정계수를 나타낸다. 배출계수와 보정계수는 국내에서 개발한 국가 고유배출/보정계수와 IPCC 가이드라인의 기본계수를 혼용하여 Tier 1∼2 수준으로 하였다. 벼 재배에 의한 CH4 배출량 산정 시 기본 배출계수(EFc)는 국가 고유 배출계수 2.32 kg ha-1 day-1를 적용하였고(Kim et al., 2013), 유기물 보정계수(EFO)는 2.5, 물 관리 보정계수(EFW)는 0.66을 적용하였다. 농경지 토양에서 화학비료 시용량에 따른 N2O 직접배출계수는 밭의 경우 국가고유 배출계수인 0.00596 kg N2O-N kg-1 N을 적용하였고, 논의 경우 2006 IPCC 가이드라인의 기본 배출계수 0.003 kg N2O-N kg-1 N을 적용하였다. 가축분뇨 시용량에 따른 N2O 직접배출계수는 1996 IPCC 가이드라인의 기본배출 계수인 0.0125kg N2O-N kg-1 N을 적용하였다. 농경지 토양에서의 N2O 간접배출계수는 대기 휘산의 경우 0.01 kg N2O-N kg-1 N을 적용하였고, 수계유출의 경우 0.025 kg N2O-N kg-1 N을 적용하였다(Table 3).

Emission factors and scaling factors for estimation of GHGs emission

2.4 감축기술 적용

온실가스 감축 잠재량 전망을 위해 두 가지 온실가스 감축기술을 적용하였다. 첫 번째 감축기술은 벼 재배 논에서 작기 중 중간 물떼기를 통한 온실가스 감축이다. 이 방법은 벼재배 논에서 CH4 배출을 줄일 수 있는 가장 효과적인 방법으로 상시담수 대비 약 34%의 온실가스 감축 효과가 있다. 중간 물떼기는 2011년 우리나라 전체 논 면적의 85.6%를 차지하고 있고, 2020년까지 90%의 면적까지 확대할 계획이다. INDCs 온실가스 목표 달성을 위해 2030년까지 적용면적을 92.5%, 95%, 97.5%로 하여 감축잠재량을 분석했다. 두 번째 감축기술은 벼재배 논에서 이앙 후 초기 담수와 논물얕게대기를 통한 온실가스 감축기술이다. 이 기술은 상시담수 대비 약 55%, 간단관개 대비 약 40%의 온실가스를 감축할 수 있다(Kim, 2013b). 가장 최근에 개발된 기술로 유기물을 무시용한 간단관개 논면적의 10%를 2030년까지 적용할 경우의 감축 잠재량을 분석했다.


3. 결과 및 고찰

3.1 농경지 부문 온실가스 배출량 전망

2021년부터 2030년까지 벼 재배에 의한 CH4 배출량 전망 결과는 Fig. 2와 같다. 배출량에 영향을 미치는 작기 중 물 관리 방법과 유기물 시용에 따른 CH4 배출량으로 구분하여 전망한 결과, 작기 중 상시 담수를 하고 유기물을 시용한 처리에서 가장 높았고, 중간 낙수를 하고 유기물을 시용하지 않은 처리에서 가장 낮았다. 이번 배출량 전망에서는 물 관리 비율이나 유기물 시용 비율은 2021년부터 2030년까지 동일하게 적용하여 전체 배출량 변화에는 영향을 미치지 않았다(Fig. 2a). 벼 재배에 의한 CH4 총배출량은 2021년 6,271천 톤 CO2-eq.에서 2025년 6,122천 톤 CO2-eq., 2030년 6,051천 톤 CO2-eq.으로 감소할 것으로 전망되었다. 이는 2021년 대비 3.5%, 2025년 대비 1.2% 감소한 양으로 감소폭은 2030년으로 갈수록 다소 작아질 것으로 전망되었다(Fig. 2b). 이러한 배출량 감소의 직접적인 원인은 벼 재배면적의 지속적인 감소 때문이며, 향후 물 관리 방법이나 유기물 시용 면적 비율의 전망이 가능하다면 좀 더 정확한 전망이 가능할 것으로 생각된다.

Fig. 2.

The projected CH4 emission in paddy fields from 2021 to 2030.

Fig. 3은 2021년부터 2030년까지 농경지 토양에서의 N2O 배출량을 직접배출과 간접배출로 구분하여 전망한 결과이다. N2O 직접배출량을 질소 투입원별로 전망한 결과, 가축분뇨에 의한 배출량이 가장 많았고, 질소 고정작물에 의한 배출량이 가장 적었다. 가축 분뇨에 의한 N2O 배출량은 2025년까지 다소 증가하다가 이후로는 감소할 것으로 전망되었는데, 이는 일부 가축을 제외한 양, 말, 돼지, 닭, 오리 등의 사육두수가 증가했기 때문인 것으로 분석되었다. 화학비료에 의한 N2O 배출량은 작물 재배면적 감소와 그에 따른 화학비료 생산량 감소로 배출량 또한 지속적으로 감소할 것으로 전망되었다. 질소 고정작물에 의한 N2O 배출량과 작물잔사 환원에 의한 N2O 배출량은 총 배출량에 3% 이하로 전체 배출량에는 큰 영향을 미치지 않을 것으로 전망되었다(Fig. 3a). 대기 휘산과 수계 유출에 의한 N2O 간접배출량 또한 2021년 이후 2030년까지 지속적으로 감소할 것으로 전망되었고, 감소폭은 대기 휘산보다 수계 유출에 의한 배출이 좀 더 큰 것으로 분석됐다. 이는 질소 투입원의 30%가 수계로 유출되기 때문이며, 대기 휘산의 경우 화학비료는 투입량의 10%, 가축분뇨는 투입량의 20%가 대기로 휘산되기 때문인 것으로 분석되었다(Fig. 3b). 직접배출과 간접배출을 합한 농경지 N2O 총배출량은 2021년 이후 2030년까지 지속적으로 감소하는 것으로 전망되었고, 가축분뇨에 의한 직접배출이 증가하는 2025년까지는 감소폭이 다소적을 것으로 전망되었다(Fig. 3c).

Fig. 3.

The N2O emission projection by N-input in agricultural soils from 2021 to 2030.

작물을 수확하고 난후 남은 잔사를 농경지에서 소각할 때 발생하는 CH4 및 N2O 배출량 전망은 Fig. 4와 같다. 농업부문 온실가스 배출량 중 작물잔사 소각에 의한 온실가스 배출량이 차지하는 비중은 1% 내외로, 전체 배출량에는 큰 영향을 미치지 않는다. 2030년까지 작물잔사 소각에 의한 온실가스 배출량은 조금씩 감소하는 것으로 전망되었는데, 이는 농경지에서 소각하는 작물인 옥수수, 고추, 양파, 참깨와 같은 작물의 재배면적 및 생산량이 감소했기 때문인 것으로 분석됐다. 작물 생산량이 증가한 고구마 등의 작물은 잔사를 소각하지 않기 때문에 생산량 증가가 잔사 소각 시 발생하는 온실가스 배출량에 영향을 미치지는 않았다 (Fig. 4). 작물 잔사의 소각비율은 2030년까지 2014년 조사자료를 일괄 적용했기 때문에 향후 작물별 잔사 소각률 전망이 가능하다면 좀 더 정확한 배출량 전망이 가능할 것으로 생각된다.

Fig. 4.

The projection of CH4 and N2O emissions by field burning of crop residues.

Fig. 5는 2021년부터 2030년까지 경종분야 온실가스 총배출량 전망을 나타낸다. 벼 재배, 농경지토양 및 작물잔사 소각과정에서의 온실가스 총 배출량은 2021년 이후 작물 재배면적 및 생산량, 화학비료 생산량, 가축 사육두수 감소에 따라 지속적으로 감소할 것으로 전망되었다. 일부 가축 사육두수 증가에 따른 가축분뇨 투입량 증가는 N2O 배출량 증가에 약간의 영향을 미쳤으나, 총 배출량 변화에는 큰 영향을 미치지 않을 것으로 분석됐다(Fig. 5).

Fig. 5.

The projeion of total GHGs emission in the agricultural sector from 2021 to 2030.

3.2 경종부문 온실가스 감축잠재량 전망

이번 연구에서 온실가스 감축잠재량을 분석하기 위해 적용한 기술은 벼 재배 과정에서 중간 물떼기 방법을 통한 온실가스 감축 기술이다. 작기 중 중간 물떼기 CH4 감축 기술은 가장 널리 적용되는 방법으로 2011년 통계조사 결과, 우리나라는 이미 85.6%의 면적에서 중간 낙수를 시행하고 있고, 2015년부터 2020년 온실가스 감축 목표 달성을 위해 90%까지 확대하기로 결정한 바 있다. 이러한 기술을 2030년까지 확대 적용하여 확대 비율을 93%, 95%, 97%로 설정하여 BAU 대비 감축잠재량을 분석하였다(Fig. 6a). 감축잠재량 분석 결과, 중간 물떼기 비율을 93%까지 확대할 경우 BAU 대비 3.3%(202천 톤 CO2-eq.), 95%까지 확대할 경우 4.2%(253천 톤 CO2-eq.), 97%까지 확대할 경우 5.0%(305천 톤 CO2-eq.)까지 온실가스 감축이 가능할 것으로 전망되었다(Fig. 6b). 우리나라 벼 재배 논에서의 관개시설과 농업여건을 고려할 때 95%까지는 확대가 가능할 것으로 기대된다. 두 번째 적용한 온실가스 감축기술은 벼 재배논에서 논물얕게대기 방법이다. Fig. 7은 논물얕게대기 방법을 2021년 1% 확대를 시작으로 2030년까지 상시담수, 유기물 무시용 논 면적에 10%까지 적용했을 때의 온실가스 배출량 및 감축잠재량 변화를 나타낸다(Fig. 7a). 논물얕게대기 감축기술은 상시담수와 유기물 시용하지 않은 논에서의 연구결과로 우리나라 논 면적 중 여기에 해당하는 면적은 2021년은 309천 ha, 2030년은 298천 ha가 될 것으로 전망됐다. 논물얕게대기 감축기술을 2021년부터 적용 가능 면적에 1%씩 확대 적용하여 2030년에는 10%까지 적용할 경우, 온실가스 감축잠재량은 2030년까지 약 92천 톤 CO2-eq.의 온실가스를 감축할 수 있을 것으로 전망되었다(Fig. 7b).

Fig. 6.

The GHGs emission projection and mitigation potential apply to mid-drainage in paddy fields from 2021 to 2030.

Fig. 7.

The GHGs emission projection apply to intermittently drainage in paddy fields from 2021 to 2030.


4. 결 론

감축목표 달성을 위한 감축잠재량 분석을 위해 2021년부터 2030년까지 우리나라 농경지부문 온실가스 배출량을 전망하고, 농업여건을 고려한 적용 가능 감축기술을 선정하여 감축 잠재량을 분석했다. 이번 배출량 전망과 감축잠재량 평가는 작물 재배면적 및 생산량, 화학비료 생산량, 가축 사육두수의 전망 자료를 근거로 평가하였다.

경종부문에서의 온실가스 배출량은 2021년부터 2030년까지 지속적으로 감소할 것으로 전망되었고, 감소폭은 다소 작아질 것으로 전망되었다. 배출량 감소의 직접적인 원인은 주요 작물의 재배면적과 생산량 감소, 그에 따른 화학비료 생산량 감소 때문인 것으로 분석되었다. 일부 작물의 재배면적과 가축 사육두수 증가에 따른 농경지 N2O 배출량은 다소 증가하나, 경종부문 총 배출량에는 큰 영향을 미치지 않는 것으로 분석되었다.

벼 재배 논에서 작기 중 물 관리 방법과 논물얕게대기 방법을 통한 온실가스 감축잠재량을 분석한 결과, 2030년에 중간 낙수 면적을 95%까지 확대할 경우 약 253천 톤 CO2-eq.의 온실가스 감축이 가능할 것으로 전망되었고, 논물얕게대기 방법을 상시담수 유기물 무시용 논 면적의 10%까지 보급할 경우 약 92천 톤 CO2-eq.의 온실가스 감축이 가능할 것으로 전망되었다. 이번 배출량 전망은 활동자료와 국가 고유 배출계수를 일부 적용한 Tier 1∼2 수준의 평가로 향후 기후변화 영향 등을 반영해 불확도를 줄이고, 신뢰도 높은 전망을 위해서는 Tier 3 수준의 배출량 평가가 필요할 것으로 판단된다.

농업부문의 경우, 기후변화에 가장 큰 영향을 받으면서도 국민의 식량안보와 직결되는 만큼 온실가스 감축기술 선정과 보급에 있어 신중한 결정이 필요하며, 생산성은 유지하면서 온실가스 감축을 위한 전략 수립이 무엇보다도 중요하다.

Acknowledgments

본 연구는 농촌진흥청 국립농업과학원 농업과학기술 연구개발사업(PJ01003004)의 지원에 의해 이루어진 것임.

REFERENCES

  • IPCC, (1996), Revised 1996 IPCC guidelines for national greenhouse gas inventories.
  • IPCC, (2000), Good practice guidance and uncertainty management in national greenhouse gas inventorise, Penman, J., Kruger, D., Galbally, I., Hiraishi, T., Nyenzi, B., Emmanual, S., Buendia, L., Hoppaus, R., Martinsen, T., Meijer, J., Miwa, K., Tanabe, K. (Eds), IPCC/OECD/IEA/IGES, Hayama, Japan.
  • IPCC, (2003), Good practice guidance for land use, land-use change and forestry, Penman, J., Gytarsky, M., Hiraishi, T., Krug, T., Kruger, D., Pipatti, R., Buendia, L., Miwa, K., Ngara, T., Tanabe, K., Wagner, F. (Eds), IPCC/IGES, Hayama, Japan.
  • IPCC, (2006), 2006 IPCC guidelines for national greenhouse gas inventories.
  • Ju, OJ., Won, TJ., Cho, KR., Choi, BR., Seo, JS., Park, IT., Kim, GY., (2013), New estimates of CH4 emission scaling factors by amount of rice straw applied from Korea paddy fields, Kor J of Environmental Agriculture, 32(3), p179-184. [https://doi.org/10.5338/KJEA.2013.32.3.179]
  • Kim, GY., Lee, JS., Jeong, HC., Choi, EJ., Sonn, YK., Kim, PJ., (2013a), Effects of water management methods on CH4 and N2O emission from rice paddy field, Kor J Soil Sci Fert, 46(6), p590-605.
  • Kim, GY., Jeong, HC., Ju, OJ., Kim, HK., Park, JH., Gwon, HS., Kim, PJ., (2013b), Establishment of baseline emission factor of methane in Korean rice paddy soil, Kor J of Environmental Agriculture, 32(4), p359-365. [https://doi.org/10.5338/KJEA.2013.32.4.359]
  • Kim, MH., Han, SH., Jo, JS., Kim, TW., Lee, CS., (2013c), Prospection model for agricultural sector, KREI, p1-77.
  • Korea Carbon Capture & Sequestration R&D Center(KCRC), (2014), Analysis and its implications about 20th UNFCCC COP 20 Negotiation.
  • Korea Institute for International Economic Policy(KIEP), (2015), Analysis and its implications about LIMA UNFCCC COP, World Economy Update, 15(2), p1-10.
  • Lee, DB., Jung, SC., So, KH., Kim, GY., Jeong, HC., (2014), A study on carbon footprint and mitigation for low carbon apple production using life cycle assessment, Journal of Climate Change Research, 5(3), p189-197. [https://doi.org/10.15531/ksccr.2014.5.3.189]
  • Ministry of Environment. Greenhouse Gas Inventory and Research Center(GIR), (2014), 2014 national greenhouse gas inventory report of Korea.
  • Ministry of Environment. Greenhouse Gas Inventory and Research Center(GIR), (2014), Guideline for MRV(Measurement, Reporting and Verification) of national greenhouse gases statistics.
  • Ministry of Environment, (2014), A study for evaluation management for post-2020 and GHGs mitigation goals.
  • Myeong, SJ., (2014), Agriculture under UNFCCC and its policy implications, Journal of Climate Change Research, 5(4), p313-321. [https://doi.org/10.15531/ksccr.2014.5.4.313]
  • Shin, YK., Kim, GY., Ahn, JW., Koh, MH., Eom, KC., (2003), Effect of rice vegetation and water management on turnover of incorporated organic materials to methane in Korean paddy, Soil Kor J Soil Sci Fert, 36(1), p50-56.
  • UNFCCC (United Nations Framework Conversion on Climate Change), (2014), Lima call for climate action, Decision-/CP.20, Advance unedited version, http://unfccc.int/focus/indc_portal/items/8766.php.
  • Yagi, K., Minami, K., (1990), Effect of organic matter application on methane emission from some Japanese paddy fields, Soil Sci Plant Nutr, 36, p599-610. [https://doi.org/10.1080/00380768.1990.10416797]

Fig. 1.

Fig. 1.
Structure of KASMO (Korea Agricultural Simulation Model) (Source : Kim et al., 2013c).

Fig. 2.

Fig. 2.
The projected CH4 emission in paddy fields from 2021 to 2030.

Fig. 3.

Fig. 3.
The N2O emission projection by N-input in agricultural soils from 2021 to 2030.

Fig. 4.

Fig. 4.
The projection of CH4 and N2O emissions by field burning of crop residues.

Fig. 5.

Fig. 5.
The projeion of total GHGs emission in the agricultural sector from 2021 to 2030.

Fig. 6.

Fig. 6.
The GHGs emission projection and mitigation potential apply to mid-drainage in paddy fields from 2021 to 2030.

Fig. 7.

Fig. 7.
The GHGs emission projection apply to intermittently drainage in paddy fields from 2021 to 2030.

Table 1.

Projection of cultivation area for GHGs emission estimation in agricultural sector from 2021 to 2030

2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
ha
Rice 759,527 754,665 749,913 737,554 736,254 734,954 733,654 732,354 731,054 728,825
Barely + wheat 21,870 21,820 21,796 21,783 21,723 21,663 21,727 21,739 21,459 21,350

Table 2.

Projection of crops production for GHGs emission estimation in agricultural sector from 2021 to 2030

2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
ton
Rice 3,809,948 3,785,597 3,761,791 3,699,886 3,695,345 3,675,248 3,656,132 3,637,905 3,620,489 3,603,814
Barely 36,674 36,117 35,638 35,180 34,830 34,535 33,698 32,918 32,189 31,504
Wheat 31,834 32,792 33,744 34,706 34,611 34,904 35,671 36,438 37,204 37,971
Potato 550,465 547,551 544,463 541,285 539,090 535,511 532,198 529,113 526,228 523,517
Sweet potato 351,346 355,072 359,004 362,977 366,551 367,933 369,204 370,381 371,477 372,501
Corn 68,330 66,981 65,546 63,994 61,465 60,978 60,526 60,106 59,713 59,343
Red pepper 276,013 274,588 273,055 271,502 267,946 266,410 264,949 263,556 262,224 260,949
Galic 316,547 316,075 315,659 315,293 312,608 311,835 311,099 310,395 309,721 309,075
Sesame 11,541 11,602 11,663 11,724 11,779 11,831 11,879 11,924 11,967 12,008
Onions 1,487,589 1,503,589 1,521,899 1,542,286 1,542,903 1,546,741 1,550,331 1,553,703 1,556,883 1,559,890
Soybean 121,646 119,928 117,926 115,774 113,814 112,253 110,808 109,462 108,204 107,022

Table 3.

Projection of livestock heads for GHGs emission in agricultural sector from 2021 to 2030

2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
head
Dairy cattle 401,901 396,798 391,521 386,055 377,002 375,192 373,539 372,019 370,612 369,302
Non-dairy cattle 2,658,528 2,687,241 2,716,277 2,745,500 2,735,500 2,725,500 2,715,500 2,705,500 2,695,500 2,685,500
Sheep 4,857 4,927 4,993 5,055 5,115 5,171 5,225 5,276 5,325 5,372
Goats 223,388 219,301 215,362 211,562 207,890 204,339 200,901 197,568 194,335 191,196
Horses 33,453 33,878 34,286 34,677 35,053 35,415 35,763 36,099 36,424 36,738
Swine 10,127,983 10,171,707 10,219,477 10,270,997 10,274,573 10,284,121 10,292,838 10,300,857 10,308,281 10,315,192
Chicken 165,140,975 165,613,349 166,188,967 166,861,923 166,970,219 167,572,397 168,148,365 168,941,969 169,700,289 170,426,331
Ducks 18,118,865 18,687,707 19,224,070 19,742,877 19,768,627 19,794,377 19,820,127 19,845,451 20,100,427 20,337,804
Deer 37,782 37,282 36,782 36,282 35,782 35,282 34,782 34,282 33,782 33,282

Table 4.

Emission factors and scaling factors for estimation of GHGs emission

Emission sources Emission/scaling factors Unit Developed
Rice
cultivation
(CH4)
EFC kg-1 ha-1 day-1 2.32
SFW - 2.50
SFO - 0.66
Agricultural
soils
(N2O)
EF1(Country specific) kg N2O-N kg-1 N 0.00596
EF1(Default) kg N2O-N kg-1 N 0.0125
EF1FR kg N2O-N kg-1 N 0.003
EF4 kg N2O-N kg-1 N 0.01
EF5 kg N2O-N kg-1 N 0.025