Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1598-5504(Print)
ISSN : 2383-8272(Online)
Journal of Agriculture & Life Science Vol.55 No.4 pp.113-120
DOI : https://doi.org/10.14397/jals.2021.55.4.113

Comparison of Carbon Dioxide Emission according to the Year of Use of the Grain Dryer

Na-Eun Kim1, Se-Wook Hwang2, Byeong-Eun Moon3, Kung-Mun Choi4, Yean-Jung Kim5, Yong-Joo Kim6, Dong-Cheol Seo2, Hyeon-Tae Kim1,4*
1Department of Bio-Systems Engineering, Graduate School of Gyeongsang National University (Institute of Smart Farm), Jinju, 52828, Republic of Korea
2Department of Agricultural Chemistry, Graduate School of Gyeonsang National University, Jinju, 52828, Republic of Korea
3Institute of Smart Farm, Jinju, 52828, Republic of Korea
4Smart Farm Research Center, Jinju, 52828, Republic of Korea
5Department of Agroindustry Innovation Research, Korean Rural Economic Institute, 58321
6Department of Bio-Systems Engineering, Graduate School of Chungnam National University, 34134
* Corresponding author: Hyeon-Tae Kim Tel: +82-55-772-1896 Fax: +82-55-772-1899 Email: bioani@gnu.ac.kr
January 28, 2021 ; June 14, 2021 ; July 29, 2021

Abstract


This study aims to understand the current status of greenhouse gas emissions in the agricultural sector by comparing the difference in carbon dioxide emission concentration according to the years of use of grain dryers. The age of use was divided into three stages: 5 years or less, 6 to 10 years and more than 10 years and an intermittent collection method was selected. The collection method was performed according to the methodology corresponding to EPA Method 18, which is the principle that the suction device intermittently collects using negative pressure. The storage container connected to the collection device has excellent barrier properties against all gases, so a chemically stable Tedra bag was used. The captured gas was analyzed using the Gas Chromatograph System for microanalysis and as a result of the analysis of the carbon dioxide emission concentration, on average, it was analyzed as 847.4423μ㏖/㏖ for 5 years or less and 919.2811μ㏖/㏖ for 6-10 years and over 10 years. was analyzed as 1137.8560μ㏖/㏖. To verify whether there is a difference in carbon dioxide emissions, a one-way ANOVA was performed with a significance level of 0.05. As a result of the analysis of variance, it was found that there was no difference in emission concentration between groups with similar age, but it is judged that more samples are needed for comparison between groups when the difference in age is not large and the emission concentration between groups with large age difference is not significant. It was found that there was a significant difference.



곡물건조기의 사용 연식에 따른 이산화탄소 배출농도 비교

김나은1, 황세욱2, 문병은3, 최경문4, 김연중5, 김용주6, 서동철2, 김현태1,4*
1경상국립대학교 바이오시스템공학과
2경상국립대학교 농화학과
3경상국립대학교 스마트팜연구소
4경상국립대학교 스마트팜연구센터
5한국농촌경제연구원 농산업혁신연구부
6충남대학교 바이오시스템공학과

초록


본 연구에서는 곡물건조기의 사용 연식에 따른 이산화탄소 배출농도 차이를 비교함으로써 농업 분야의 온실가스 배출 현황을 파악하고자 한다. 사용 연식의 기준을 5년 이하, 6-10년, 10년 초과의 3단계로 구분하였고, 간헐 포집 방법을 선택하였다. 포집 방법은 EPA Method 18에 해당하는 방법론을 따라 수행하였으며, 이는 흡입장치가 음압을 이용하여 간헐적으로 포집하는 원리이다. 포집 장치에 연결되는 보관 용기는 모든 기체에 우수한 차단성이 있어 화학적으로 안정한 테드라백을 사용하였다. 포집 된 가스는 미량분석용인 Gas Chromatograph System을 사용하여 분석하였으 며, 이산화탄소 배출농도 분석결과 평균적으로 5년 이하는 847.4423μ㏖/㏖, 6-10년은 919.2811μ㏖/㏖, 10년 초과는 1137.8560μ㏖/㏖으로 분석되었 다. 이산화탄소 배출에 차이가 있는지 검증하기 위해 유의수준 0.05로 일원분산분석을 수행하였다. 분산분석의 결과 연식이 비슷한 그룹 간의 배출농도의 차이가 없다고 나타났지만, 이는 연식의 차이가 크지 않을 때 그룹 간의 비교에 대해서는 더 많은 표본이 필요할 것으로 판단되며, 연식의 차이가 큰 그룹 간의 배출농도에 유의한 차이가 있다고 나타났다.



    서론

    1992년 6월 유엔기후변화협약(UNFCCC, United Nations Framework Convention on Climate Change)은 지구온난화에 따 른 이상 기후 현상을 예방하기 위한 목적으로 모든 해당 국가들의 국가 온실가스 인벤토리 작성을 의무화하고 있다(Song et al., 2007). 그리고 2015년 유엔기후변화협약 제21차 당사국총회에서 채택된 ‘파리협정’에 따라 모든 당사국은 2023년부터 5년마다 국 제 이행점검을 받아야 한다(Jeon et al., 2019). 우리나라는 2009년 까지 에너지 기본법, 2010년부터는 저탄소 녹색성장 기본법에 따 라 온실가스 인벤토리 보고서를 작성하고 있다(Jeong et al., 2016). 온실가스 인벤토리 작성은 국가별 온실가스 배출량 추세와 주요 배출원을 파악할 때 도움이 되며, 배출량 감축을 위한 효율적 인 대책과 방안을 수립하는데 기초자료가 된다(Kang et al., 2019). 기후변화에 관한 정부 간 협의체(IPCC, Intergovernmental Panel on Climate Change)는 이러한 중요성을 고려하여, 각국의 상황을 반영할 수 있는 국가별 고유 배출계수 개발을 이용해 이보다 세분 화된 인벤토리 작성을 권고하고 있다. 국가 고유 배출계수가 개발 되어 있지 않은 경우에는 IPCC 가이드라인의 기본 배출계수를 사용하게 된다. 그러나 국가별로 상이한 연소 기술, 운영 조건, 장 비의 보수 및 연식 등의 세부사항을 고려하지 못하여 각국의 현실 이 제대로 반영되지 않을 가능성이 있다. 이와 같은 이유로 인해, 우리나라도 온실가스 배출량 통계 작성의 정확성 향상을 위해 여러 연구가 이루어지고 있으며(Joo et al., 1999;Kim et al., 2014), 각 산업 부문별로 정부의 각급 기관에서도 배출계수 개발을 위해 노력하고 있다. IPCC의 온실가스 인벤토리의 대분류는 에너지, 산업공정 및 제품사용, 농림 산림 및 기타 토지 이용, 폐기물로 나뉜다. 그중 곡물건조기는 에너지의 연료 연소 활동 기타부문 고 정형 배출에 속한다. 에너지 부문은 선진국에서 전체 온실가스 배 출의 75% 이상이 배출된다고 보고되며 그 안의 연소 활동을 하는 고정형 기계인 고정연소 부문이 에너지 부문 온실가스 배출의 약 70%를 차지한다(IPCC, 2006). 고정연소 부문에서는 펌프, 곡물건 조기, 원예용 온실 그리고 기타 농업에서의 고정연소를 포함한다. 그러나 곡물건조기에 대한 온실가스 배출량 추세와 주요 배출원 파악 등의 연구는 거의 이루어지지 않은 상황이다.

    환경부의 2030 온실가스 감축 로드맵에 따라 국가 전체적으로 감축해야 하는 온실가스량의 목표는 총 176.5백만 톤이며, 이 중 농축산부문의 감축 목표량은 1.6백만 톤이다. (Ministry of Environment, 2018). 이를 달성하기 위해서는 현재 에너지 분야 농업 부분에서 온실가스가 얼마나 발생하고 있으며, 에너지원과 용도별 발생량을 정확하게 조사할 필요가 있다. 우리나라의 쌀 생 산량은 경작면적당 6,873㎏/㏊이며, 2019년 총 쌀 생산량은 5,016,083M/T인 자급률이 높은 나라이다(KOSIS, 2019). 이러한 농산물의 변질을 방지하고 도정할 때 가공성과 품질을 향상시키기 위하여 수확된 쌀은 건조 과정을 거친다. 곡물건조기는 이처럼 수 확의 마지막 단계인 곡물 건조에 사용하는 기기이며, 농산물의 품 질에 결정적인 영향을 미치는 중요한 과정이다(Chung & Bai, 1994). 하지만, 화석연료를 사용하는 곡물건조기의 경우 연소 활동 으로 인해 많은 양의 온실가스가 배출된다. 그중 이산화탄소의 배 출량은 에너지 부문 배출의 95%를 차지하기 때문에(IPCC, 2006), 화석연료를 사용하는 곡물건조기의 이산화탄소 발생량을 파악할 필요가 있다.

    따라서 본 연구에서는 곡물건조기의 배출구에서 배출되는 가스 를 포집하여, 기기의 세부사항 중 사용 연식에 따른 이산화탄소의 배출농도 차이를 비교함으로써 농업 분야 중 고정형 농기계의 온실 가스 배출 현황을 파악하고자 한다.

    재료 및 방법

    1. 가스 포집 대상 설정

    연구 대상의 장소는 경남 고성군 지역이며, 곡물건조기를 대상 으로 가스 포집을 수행하였다. 곡물건조기의 사용 연료 중에서도 등유를 사용하는 기기를 대상으로 진행하였으며, 이산화탄소의 배 출농도 차이를 비교하기 위해 곡물건조기의 가스 포집 대상설정을 진행하였다. 곡물건조기는 한 번에 건조 시킬 수 있는 곡물의 양에 따라 기기의 용량이 다르다. 하지만, 대상 농가에서 사용하고 있는 곡물건조기는 용량에 상관없이 버너의 규격이 같으므로 용량은 가 동 시간에만 영향을 미치고, 시간당 배출되는 온실가스의 양은 동 일하다고 판단하였다. 따라서 사용 연식만을 대상으로 곡물건조기 의 온실가스 포집을 진행하였다. 사용 연식의 기준을 설정할 때, Table 1를 참고하면 실제 농가에서 사용하는 곡물건조기 중 6년에 서 10년 동안 사용한 기기의 비율이 29.8%로 가장 높고(KOSIS, 2017), 고성군 현장 조사 결과도 동일했다. 그러므로 6년에서 10년 사이의 기기를 기준으로 설정하였다. 연간가동률이 낮은 곡물건조 기의 특성을 고려하여(Lee et al., 1978), 신규 기계로 분류 가능한 5년 이하, 가장 일반적인 5년 초과 10년 이하, 노후 되었다고 판단 할 수 있는 10년 초과 3가지로 나누어 표본을 설정하였다.

    2. 가스 포집 방법

    본 연구에서는 포집 된 가스의 정밀한 분석을 위해 연속 측정이 아닌 가스를 포집하는 방법을 선택하였다. 연속 측정은 가스 연속 측정 장비를 이용하여 농도를 실시간으로 확인 가능한 방법이며, 가스를 포집하는 방법은 현장에서 가스의 샘플을 채취하여 가스 크로마토그래피로 분석하는 것으로 본 실험에서의 포집 방법은 EPA Method 18에 명시되어있는 방법론을 따라 가스를 포집하는 방법으로 수행하였으며, 이는 Fig. 1과 같은 흡입장치(가스포집기 10, Sant, Anyang, Korea)가 음압을 이용하여 포집하는 원리이다. 가스 포집기의 규격은 Table 2와 같다.

    곡물건조기의 가스 포집은 Fig. 1과 같이 가스가 분출되는 직경 50㎝ 배기구의 50㎝ 앞에서 포집을 수행하였고, 배기구에서는 각 종 먼지와 분진이 많이 발생하여 이를 걸러내기 위해 필터를 사용 해야 하므로 Fig. 2c와 같이 필터(Model 9933-05, Parker Balston, USA)를 사용하여 포집을 수행하였다. 포집 장치에 연결 되는 보관 용기는 Fig. 2a와 같이 모든 기체에 우수한 차단성이 있어 화학적으로 안정한 테드라백(Tedlar bag)을 사용하였고, 가 스흡입장치와 테드라백을 연결하거나 기계 외부에서 가스를 포집 할 때 사용하는 연결 튜브로 직경이 6.4㎜인 플라스틱 관을 사용하 였다.

    가스 포집의 시점은 농도가 평형을 이루어졌다고 판단되는 기기 의 가동 2시간 후 시점의 가스를 포집하였다. 곡물건조기의 기기 특성상 1년에 10월 한 달만 가동하기 때문에 포집 일정을 실제 농가의 기기 사용 시기에 고려하여 포집하였으므로, 시료의 농도 비교에 포집 당시의 외부 환경에 의한 영향은 없었다고 판단된다. Table 3은 포집 대상 기기 정보이다.

    가스 포집은 Table 3와 같이 사용 연식이 5년 이하인 기기 3대, 6년 이상 10년 이하의 기기 3대, 10년 초과한 기기 3대로 총 9대의 기기를 대상으로 진행하였다.

    3. 대상 가스 분석 방법

    간헐적 방법으로 포집 된 가스는 미량분석용인 Gas Chromatograph System (7890B, Agilent technologies Inc., Santa Clara, USA) 를 사용하여 분석하였다. 기기의 검출기(detector)는 PDHID (Pulsed Discharge Helium Ionization Detector)를 사용하였다.

    운반 가스 He (헬륨)이며, Air의 유량은 60㎖/min으로 설정하 였다. PDHID의 오븐 온도와 검출기 온도는 각각 60℃와 300℃으 로 설정하였다. 그리고 각 검출기의 한 번의 샘플링 크기(Loop)는 0.5로 설정하였다. Table 4는 가스 분석시스템의 조건을 정리하여 나타낸 표이다.

    가스 분석 후 농도 산정은 standard(표준) 값과 sample(포집) 값을 비교하여 농도를 추정할 수 있다. 표준값은 특정 성분의 정확 한 농도가 알려진 가스상의 물질인 표준가스의 분석값이며, 포집 시료 분석결과 값은 절대적인 값이 아닌 상대적인 값으로 먼저 표준가스의 면적과 농도를 정리한 후 포집 가스의 면적 값을 식(1) 과 같이 계산하여 농도를 추정할 수 있다.

    x s t a n d a r d : x s a m p l e = y s t a n d a r d : y s a m p l e
    식 (1)

    본 연구에서 포집한 가스의 농도의 차이가 있는지 검정하기 위 해 상용 통계 분석 프로그램인 IBM SPSS Statistics 25(IBM Corp., USA)를 사용하여 사용 연식과 온실가스 배출농도와의 관 계가 있는지 판단하기 위해 선형회귀 분석을 실시한다. 이는 식(2) 와 같이 독립변수를 x, 종속변수를 y로 설정하여 각각의 평균값이 직선의 관계에 가정을 두는 분석이다.

    y = α x + β
    식 (2)

    그리고 사용 연식과 온실가스 배출농도와의 관계가 있다면 두 개 이상 집단 간의 평균 차이를 검정하기 위한 방법인 일원분산분 석(One-way ANOVA)을 실시한다. 일원분산분석은 집단평균이 같다는 가정을 두고 분산이 동일하다는 가정을 내포하고 있다. 식 (3)은 일원분산분석을 실시하였을 때 산정되는 통계값을 나타내는 식이며, S1은 집단 내 변동을 뜻하고 S2는 집단 간 변동을 뜻한다.

    F = S 1 2 S 2 2
    식 (3)

    유의성이 조사된 경우 Scheffe의 다중검정 방법을 수행하였다 (Oh & Won, 2018).

    결과 및 고찰

    1. 가스 분석결과

    먼저, 표준시료(DO14974, Rigas, Korea)를 이용하여 표준가스 의 농도를 분석하였다. 표준가스의 이산화탄소 농도는 506μ㏖/㏖ 이었으며, 표준가스의 분석결과를 바탕으로 포집된 가스의 분석결 과는 Table 5에서 보는 바와 같이 5년 이하 기기의 평균은 각각 842.4358 μ㏖/㏖, 834.8432μ㏖/㏖, 865.0478μ㏖/㏖, 6년 이상 10 년 이하 기기의 각각의 평균은 884.4792μ㏖/㏖, 936.1829μ㏖/㏖, 937.1813μ㏖/㏖, 10년 초과한 기기 평균의 결과는 1260.627μ㏖/ ㏖, 1150.992μ㏖/㏖, 1001.948μ㏖/㏖로 나타났다.

    이러한 결과에 따라 사용 연식에 따라 평균을 산정하였을 때, 10년이 초과하는 기기의 이산화탄소 농도는 평균적으로 1137.8560μ㏖/㏖이 발생하며, 6년에서 10년 이하 기기의 이산화 탄소 농도 919.2811μ㏖/㏖과 5년 이하 기기의 이산화탄소 농도 평균 847.4423μ㏖/㏖과 비교하였을 때, 사용 연식에 따라 이산화 탄소의 발생 농도의 차이가 난다는 것을 알 수 있다. Fig. 3은 사용 연식과 이산화탄소의 배출농도 사이의 관계를 나타낸 그림이다.

    Fig. 3의 그립과 같이 곡물건조기의 사용 연식과 이산화탄소의 배출농도 사이의 관계식은 y=17.68x+785.40으로 산정되었으며, 이 식의 결정계수(R2)는 0.98로 높은 설명력을 보였다. 이를 통계 적인 방법인 분산분석을 이용하여 검증을 수행하였다.

    2. 분석결과 비교

    가스 분석결과를 산정할 때, 곡물건조기의 연식에 따라 5년 이 하, 6년에서 10년 사이, 10년 초과 이렇게 3그룹으로 나누어 연식 에 따라 이산화탄소 배출에 차이가 있는지 검증하기 위해 유의수준 0.05로 일원분산분석을 수행하였다(Heo, 2006). 유의수준이 0.05 라는 것은 가설검정에서 틀린 대립가설을 채택하는 오류인 제1종 오류가 일어날 확률이 0.05라는 뜻이며, 그에 따른 분석결과는 Table 6을 통해 확인할 수 있다.

    먼저, 기본 가정사항 중 하나인 분산의 동질성 검정을 수행한다. 그 결과, Table 6과 같이 평균을 기준으로 유의확률(p) 값이 2.5348E-7로 변수들의 분산이 다르다는 결과가 나타난다. 그 외의 기준인 중위 수와 절삭 평균으로 검증하여도 결과는 동일하게 나타 난다. 이처럼 가정을 만족하지 않았을 때 유의수준에 영향을 줄 수 있어 분산의 이질성을 가정한 Welch 검정을 사용하여 검정한다 (Park & Oh, 2010). 연식에 따른 배출량의 차이가 있는지 세 그룹 을 모두 비교한 결과를 Table 7과 같이 나타냈고, 유의수준 0.05에 서 Welch 검정을 수행하였다.

    Welch 검정 결과의 유의확률 값이 0.0002E-2로 유의수준인 0.05보다 낮아 연식에 따른 배출량의 차이가 있다는 의미를 나타낸 다. 세 그룹 간의 차이 검증 후, Table 8은 어떤 그룹에서 차이가 나는지 검증하기 위하여 사후분석을 수행한다. 제1종 오류를 범할 가능성이 가장 낮은 Scheffe 방법을 수행한 결과이다(Pak & Oh, 2010).

    각 그룹끼리의 비교 결과는, 5년 이하의 그룹과 6년에서 10년 사이의 그룹의 유의확률이 0.1310로 그룹 간의 배출량의 차이가 없다고 나타난다. 하지만, 6년에서 10년 사이의 그룹과 10년 초과 그룹 유의확률이 0.0006E-2, 5년 이하의 그룹과 10년 초과한 그룹 유의확률은 5.6846E-8로 그룹 간의 배출량의 차이가 있다고 나타 났다.

    단순한 평균으로의 차이의 결과로 연식이 오래될수록 이산화탄 소의 농도가 증가함을 알 수 있었지만, 분산분석의 통계 결과로 5년 이하의 그룹과 6년에서 10년 사이의 그룹의 유의확률이 0.1310로 그룹 간의 배출량의 차이가 없다고 나타났다. 이러한 결 과의 이유로 본 연구에서의 표본의 개수는 배출량을 비교하는데 연속 측정한 다른 선행연구의 표본 개수보다 적다. 그러므로 서로 비슷한 연식에 대해서는 뚜렷한 구분을 하지 못했다고 판단된다 (Kim et al., 2013;Yoo & Ahn, 2017). 반면에 6년에서 10년 사이의 그룹과 10년 초과한 그룹 유의확률이 0.0006E-2로 나타났 고 5년 이하의 그룹과 10년 초과한 그룹 유의확률이 5.6846E-8로 나타나 그룹 간의 배출량의 의미있는 차이가 있다고 나타났다. 이 는 10년 초과한 그룹의 기기들은 다른 그룹들과 달리 연식이 확연 히 차이가 나는 오래된 기기이므로 이와 같은 결과가 나타났다고 판단된다. 또한, 선행 연구에서 기기의 조건을 달리하였을 때 이산 화탄소의 배출량에 영향을 받는다는 연구 결과를 본다면(Jeon et al., 2006), 기계의 내부적인 요소인 연식의 차이도 이산화탄소의 배출농도에 영향이 있다고 판단할 수 있다. 따라서 곡물건조기의 사용 연식에 따라 이산화탄소의 발생 농도의 차이가 난다는 것을 확인할 수 있다. 하지만, 본 연구의 결과와 같이 연식의 차이가 크지 않을 때 그룹 간의 비교에 대해서는 더 많은 표본이 필요할 것으로 사료된다. 이처럼 본 연구에서는 곡물건조기의 연식이 오래 될수록 방출되는 이산화탄소의 농도가 증가한다는 결과를 나타내 고, 우리나라의 농축산부문 온실가스 감축 목표인 1.6백만 톤을 달성하기 위하여 농업 분야의 용도별 온실가스 발생을 정확히 조사 할 필요가 있다고 판단된다. 본 연구 결과는 농업 분야의 온실가스 발생 조사에 기초자료로 활용할 수 있을 것으로 기대된다.

    결론

    본 연구에서는 곡물건조기의 사용 연식에 따른 이산화탄소 배출 농도에 차이가 있는지 비교 분석을 수행하였다. 포집 된 가스의 정밀한 분석을 위해 연속 측정이 아닌 가스를 포집하는 방법을 선택하였다. 포집 방법은 흡입장치가 음압을 이용하여 포집하는 원리에 따라 수행하였으며, 포집 장치에 연결되는 보관 용기는 모 든 기체에 우수한 차단성이 있어 화학적으로 안정한 테드라백을 사용하였다. 포집 된 가스는 미량분석용인 Gas Chromatograph System을 사용하여 분석하였다. 분석의 결과는 곡물건조기의 연 식에 따라 5년 이하, 6년에서 10년 사이, 10년 초과 3그룹으로 나누어 진행하였으며, 이산화탄소 배출농도 분석결과 평균적으로 5년 이하는 847.4423μ㏖/㏖, 6-10년은 919.2811μ㏖/㏖, 10년 초 과는 1137.8560μ㏖/㏖으로 분석되었다. 이산화탄소 배출에 차이 가 있는지 검증하기 위해 유의수준 0.05로 일원분산분석을 수행하 였다. 분산분석의 결과 연식이 비슷한 그룹 간의 배출농도의 차이 가 없다고 나타났지만, 이는 연식의 차이가 크지 않을 때 그룹 간의 비교에 대해서는 더 많은 표본이 필요할 것으로 판단되며, 연식의 차이가 큰 그룹 간의 배출농도에 유의한 차이가 있다고 나타났다.

    감사의 글

    본 성과물은 농촌진흥청 연구사업(세부 과제명: 고정형 농기계 에 대한 배출계수 개발, 세부과제번호: PJ015098012020)의 지원 에 의해 이루어진 것임.

    Figures

    JALS-55-4-113_F1.gif

    Gas collection point.

    JALS-55-4-113_F2.gif

    Materials used for gas collection.

    (A) Tedlar bag; (B) Plastic tubing; (C) Filter

    JALS-55-4-113_F3.gif

    CO2 Concentration and year of use.

    Tables

    Grain dryer usage period (Korean statistical information service, KOSIS)

    Collection device specification

    Gas collection target machine

    Gas analysis system conditions

    Gas analysis results (Unit : μ㏖/㏖)

    Variance homogeneity test

    Welch test

    Scheffe multiple comparison

    References

    1. Chung M and Bai CH. 1994. Thermal performance of natural draught solar dryer. Journal of the Korean Solar Energy Society 14(1): 36-45.
    2. Heo SJ. 2006. [Statistics] Analysis of variance (ANOVA). Examination Research 33(10): 329-331.
    3. IPCC.2006. 2006 IPCC guidelines for national greenhouse gas inventory. 2: Energy.
    4. Jeon EC , Sa JW , Lee SH , Jeong JH , Kim KH and Bae WS. 2006. Development of emission factors for greenhouse gas (CO) from bituminous coal fired power plants. Journal of Korean Society for Atmospheric Environment 22(1): 107-116.
    5. Jeon YJ , Woo JY , Lee HS and Jeon EC. 2019. A comparative study of CH₄ emission factor of combined cycle power plant by sampling method. J. Climate Change Research 10(3): 213-219.
    6. Jeong HK , Kim YJ and Lee HJ. 2016. Strategy for vitalizing low-carbon emission agriculture adapted to new climate regime. Policy Research Report, Korea Rural Economic Institute. pp.1-119.
    7. Joo CH , Kim IT , Moon MS , Lee JG and Kim JS. 1999. Comparison of flue gas determination method in stationary source. J. the Korean Society of Environmental Engineers: 11-14.
    8. Kang SM , Roh JY , Cho CS , Lee HS and Jeon EC. 2019. Analysis of factors for emission change in the waste incineration sector caused by change of guidance in the greenhouse gas emissions estimate method. J. Climate Change Research 10(1): 35-46.
    9. Kim GY , Park WK , Lee JS , Jeong HC , Choi EJ and Lee SI. 2014. New estimates of N2O emission factor from Korea Pepper Field. Abstract Collection of Korean Society of Soil and Fertilizer Conference: 257.
    10. Kim HJ , Yeo MJ , Kim YP , Jang GW , Shin WG , Lee MH and Choi HW. 2013. Comparison of the CO emission estimation methods in a LNG power plant based on the mass balance approach. J. the Korean Society of Climate Change 4(3): 235-244.
    11. Korean Statistical Information Service(KOSIS).2017. Years of use of owned agricultural machinery survey. http://kosis.kr/ (2020.11.10.).
    12. Korean Statistical Information Service(KOSIS).2019. Agricultural production (rice). http://kosis.kr/ (2020.11.21.).
    13. Lee JW and Lee JW. 1978. A study on the system of grain dryer using solar heat. Journal of the Korean Solar Energy Society 1(1): 23-29.
    14. Ministry of Environment.2018. 2030 greenhouse gas reduction roadmap. http://www.me.go.kr/ (2020.11.15.).
    15. Oh MR and Won SB. 2018. A study on the relational analysis between GEOPIA and MBTI preference index. Korea Academy Industrial Cooperation Society 19(7): 325-336.
    16. Pak SI and Oh TH. 2010. The application of analysis of variance( ANOVA). J. Veterinary Clinics 27(1): 71-78.
    17. Song HD , Hong JH , Um YS , Lee SB , Kim DG and Kim JS. 2007. A study on the estimation of emission factors for greenhouse gas (CO2) in cement industry. J. Korean Society for Atmospheric Environment 23(2): 158-168.
    18. United States Environmental Protection Agency(US EPA).2001. EPA method 18. https://www.epa.gov/
    19. Yoo JO and Ahn SH. 2017. A study on estimation of exhaust emissions from multilayer tunnel and development of ventilation operation control. J. the Korean Society of Facility Engineering: 818-821.
    오늘하루 팝업창 안보기 닫기