Ⅰ. 서 론
최근 지구온난화의 영향으로 기후변화가 빠르게 진행되고 있고 이에 따라 전 세계적으로 큰 피해가 발생하고 있다. 이에 대응하기 위하여 세계 각국은 유엔기후변화협약, 교토 의정서 등의 협약을 통해 온실가스 저감에 노력을 기울여 왔다. 한국은 2015년 제21차 유엔기후변화협약으로 2030년까지 온실가스 배출전망치를 BAU 대비 37%로 감축을 공언하였고, 농업부문에 2020년까지 BAU 대비 5.2% 감축 의무를 할당하였다 (Kim et al., 2016a). 농업부문 온실가스 중 경종에 의한 온실가스 배출량은 58.8%이고, 그 중 논벼 재배에 의한 영향은 52.8%로 큰 비중을 차지한다. 이에 농업부문에서 온실가스 배출을 줄이기 위해서는 논벼 재배에 의해 배출되는 메탄가스 배출량에 대한 고려는 필수적이다 (Ministry of Environment in Korea, 2018).
온실가스 감축 계획수립 및 이행을 위해서는 온실가스 배출량의 정확한 산정이 우선되어야 한다. 논벼 재배부문의 메탄가스 발생은 지역의 기후특성, 물 관리 유형, 유기물 관리 인자 등 여러 인자에 의해 영향을 받기 때문에 각 인자를 적절하게 고려한 배출량 산정이 필요하다 (Yagi et al., 1996; Sass, 1994; Wassmann and Aulakh, 2000). IPCC는 각 인자 자료의 가용가능 정도에 따라 논벼 재배부문 메탄가스 배출량 산정법을 Tier 1, 2, 3 세 단계로 구분하여 제시하고 있다 (IPCC, 2019). Tier 1은 각 인자에 대한 데이터가 부족한 경우 이용하는 방법으로 IPCC에서 제공한 배출계수에 재배면적을 고려하여 온실가스 배출량을 산정한다. Tier 2는 각 인자의 국가 평균 자료 확보가 가능한 경우 이용하는 방법으로 국가 온실가스 배출계수를 설정하고 확보된 국가 평균 자료 이용하여 메탄가스 배출량을 산정한다. Tier 3은 각 인자의 지역별 반복 관측으로 지역 단위 자료 이용이 가능한 경우 사용할 수 있는 방법으로, 설정된 국가 온실가스 배출계수와 지역 인자 자료를 고려한 보정계수를 이용하여 메탄가스 배출량을 산정한다. Tier 3을 통한 메탄가스 배출량 산정은 지역별 영농형태의 반영이 가능하여 국가 평균을 이용한 Tier 2와 IPCC 제시값을 이용한 Tier 1에 비해 정확한 메탄가스 배출량 산정이 가능하다.
현재 한국은 논벼 재배를 통한 온실가스 배출량 산정을 위해 논벼 기본배출계수, 유기물 시용방법 및 장기연용, 녹비작물 종류, 물 관리, 볏짚 시용 등에 대한 연구 (Kwun et al., 2003; Kim et al., 2012; Jeong et al., 2001; Kim et al., 2002; Lim et al., 2012; Roh et al., 2010; Shin et al., 1995; Shin et al., 2003; Ju et al., 2013)를 바탕으로 2014년 국가 승인 온실가스 배출계수를 설정하였다. 그리고 설정된 국가 온실가스 배출계수와 전국 경지의 평균 물 관리 인자, 유기물 관리 인자 자료를 이용하여 Tier 2 수준 온실가스 배출량 산정이 이루어지고 있다 (Kim et al., 2013). Tier 3수준의 정도 높은 온실가스 배출량 산정을 위해서는 지역별 정기적 영농 자료 조사를 통한 지역 단위 물 관리 인자, 유기물 관리 인자의 확보가 필요하지만, 통계자료의 부족으로 적용되지 못하고 있다 (Ministry of Environment in Korea, 2018).
한편, 드론 기술이 발달함에 따라 드론 기술은 측량, 작황 모니터링, 방제 및 파종 등의 농업 분야에서 다양하게 활용되고 있다 (Lee et al., 2012; Kim et al., 2016b). 넓은 지역에서 고해상도 자료 수집이 가능해진 드론 기술은 기존 항공 및 위성영상 기반의 연구에서 애로로 작용하던 비용이나 자료의 품질 측면의 문제점을 해소 가능하여 연구에서의 적용성이 확대되고 있다 (Kang et al., 2018). 특히, 드론을 이용하면 지역별 정기적 관측으로 고화질의 영상자료를 획득할 수 있고, 이를 통해 경지의 영농현황, 볏짚의 관리방법 및 녹비작물의 재배 여부와 같이 영상의 색, 형태의 변화를 통해 논의 유기물 관리 인자의 조사가 가능하다. 다만, 메탄가스 배출량 산정에 다른 중요한 인자인 물 관리 현황은 드론영상으로 조사하는데 한계가 있기 때문에 우선 적용이 용이한 유기물 관리 인자에 중심으로 논 메탄가스 배출량 산정의 정확도를 개선할 필요가 있다.
본 연구는 드론영상을 이용하여 지역별 영농현황, 볏짚 관리, 이모작 등 유기물 관리 인자를 중심으로 영농 자료를 수집하여 기존의 국가 평균 자료에 근거한 Tier 2 방법에서 지역별로 다른 유기물 관리 인자를 고려한 Tier 3 수준으로 논벼 메탄가스 배출량 산정방법을 개선하고자 한다.
Ⅱ. 재료 및 방법
1. 대상 지역 선정
지역별 기후, 영농특성을 고려하여 크게 경상권역, 전라권역, 경기권역의 세 권역으로 구분하고, 각 권역에서 논 면적이 차지하고 있는 비중이 70% 이상인 시⋅군 중 1개 지역을 무작위로 권역별 대표 지역으로 선정하였다. 선정된 지역은 각각 영남권역에서 경상남도 합천군 적중면 상부리 (35° 32' 43.3" N, 128° 16' 28.8" E, Hapcheon), 호남권역에서 전라북도 김제시 죽산면 서포리 (35° 46' 1.5" N, 126° 47' 32.8" E, Gimje), 중부권역에서 충청남도 당진시 석문면 교로리 (37° 2' 7.7" N, 126° 30' 26.8" E, Dangjin)이다. 선정된 각 대상 지역의 위치와 면적은 Fig. 1에 나타내었다.
2. 영상자료의 수집 및 유기물 관리 인자 면적 추출
가. 영상자료의 수집
본 연구에서는 회전익에 비해 비행 속도가 빨라 넓은 지역의 촬용에 강점이 있는 고정익형 eBee Drone (eBee Classic, SenseFly, Switzerland)을 이용하였다. 사용한 eBee Drone의 형태 및 제원은 아래 Fig. 2와 같다.
대상 지역에 대해 2회에 걸쳐 드론영상을 수집하였다. 1차 촬영은 벼 재배 여부를 확인하기 위해 벼가 충분히 자라 영상 판독이 용이한 7월에 수행하였다. 이를 통해 벼 재배 구역을 확인하고 대상 면적을 확인하였다. 이후 2차 촬영은 볏짚의 수거 또는 농경지 환원, 동계작물 재배 여부 등 유기물 관리 인자 조사에 용이한 동계에 수행하였다. 대상 지역별 정사영상 분석 과정과 촬영 일자는 Fig. 3에 정리하였다.
영상자료는 5 cm/pixel의 해상도로 대상 지역별로 150 ha 이상의 면적에 대해 250장 내외의 이미지를 수집하고, 이를 결합하여 1장의 정사영상으로 구축하였다. 촬영을 위한 드론의 운항 경로설정은 eMotion2 (eMotion2 Ver. 2.4.12, SenseFly, Switzerland)를 이용하였고, 촬영된 이미지는 Pix4Dmapper pro (Educational Ver. 4.2.26, Pix4D, Switzerland)를 이용하여 기하 보정, 위치보정을 거쳐 하나의 정사영상으로 합성하였다.
나. 유기물 관리 인자 면적 추출
벼 영농기에 이뤄진 1차 촬영 영상자료는 벼 재배 지역을 육안으로 확인하고 면적을 추출하는데 이용하였다. 유기물 관리 인자인 볏짚 수거 또는 토양 환원, 동계작물 재배 여부는 비영농기인 동계 2차 촬영 영상을 육안으로 판독하여 필지 단위로 조사하였다.
육안 판독의 정도를 높이기 위해 드론영상 촬영 시 대상 지역의 필지를 대상으로 현장에서 유기물 관리 인자를 확인하여 드론영상과 비교하고 검증하는 과정을 거쳤다. Table 1은 현장조사를 바탕으로 검증된 볏짚 관리 및 동계작물 재배 현황을 영상으로 예시하고 있다. 관행적으로 볏짚을 축산 조사료로 활용하는 필지는 동계에 볏짚이 수거되어 빈 경지이거나, 수거 작업을 위해 가지런히 정렬된 형태를 있었다. 볏짚을 토양에 환원하여 시용하는 경지는 볏짚이 잘게 잘려 흩뿌려져 있었고, 동계작물을 재배하는 경지는 작물이 이삭을 틔워 녹색을 띠거나 멀칭 작업이 진행되어 있었다.
3. CH4 배출량 산정방법
농업부문 온실가스 배출량은 IPCC 가이드라인에서 제시한 논벼 재배부문 메탄가스 배출량 산정방법에 따라 산정된다 (IPCC, 2019). 메탄가스 배출량은 식1과 같이 일간 배출계수 (
), 논벼 재배일수 (
), 논벼 재배면적 (
)의 곱으로 산정되고, 일간 배출계수 (
)는 식2처럼 국가 기본배출계수 (
)에 물 관리 보정계수 (
)와 유기물 관리 보정계수 (
)를 적용하여 산정한다.
where, 
A daily emission factor (
)
Baseline emission factor for continuously flooded fields without organic amendments
Scaling factor to account for the differences in water regime during the cultivation period
Scaling factor should vary for both types and amount of organic amendment applied
Cultivation area (
)
Cultivation days
메탄가스 배출량 산정에 필요한 기본배출계수 및 보정계수는 2014년 국가 기준 메탄가스 배출계수를 이용하였다. Table 2에 나타낸 것처럼, 물 관리는 중간낙수 기간에 따라 구분하였고, 유기물 관리 인자는 볏짚 및 동계작물 재배에 따른 생체량의 환원량에 따라 배출계수를 달리하고 있다.
Table 2
CH4 emission factors in Korea (Ministry of Environment in Korea, 2014)
가. Tier 2 수준의 배출량 산정
현재 우리나라에서 논의 메탄가스 배출량은 Tier 2 방법에 의해 산정하고 있다. Tier 2 방법은 물 관리 및 유기물 관리 인자를 전국 평균 통계값을 바탕으로 정해진 보정계수를 활용하고 있다. 벼 재배일수 (
)는 180일로 하고, 논벼 재배면적 (
)은 각 물 관리 및 유기물 관리 인자의 적용 비율을 고려하여 반영하고 있다 (Table 3).
Table 3
The CH4 emission factors used in the Tier 2 method
| Emission factors | Value | Application percentage (%) | |
| Baseline emission factor (EFc) | 2.32 kg CH4/ha/day | - | |
| Water management factor (SFw) | Continuous flooding | 1.00 | 14.84 |
| 1 week midterm drainage | 0.83 | 13.38 | |
| 2 week midterm drainage | 0.66 | 40.68 | |
| 3 week midterm drainage | 0.49 | 30.23 | |
| Rain fed paddy field | 0.40 | 0.87 | |
| Organic management factor (SFo) | Rice straw application | 2.5 | 46.1 |
| Winter crop cultivation | - | - | |
| ※ Percentage of water management factor : Micro data of Agriculture, Forestry and Fisheries (Kostat, 2016) ※ Percentage of organic management factor : Fertilizer prescription standards by crops (National Institute of Agricultural Sciences, 2017) | |||
이와 같이 우리나라 평균 통계값에 바탕으로 보정계수를 결정하고 이 값을 IPCC의 가이드라인에 적용하여 배출량을 산정하고 있다. 경지 영농자료는 국가 온실가스 인벤토리 보고서 (2017)의 자료를 활용하고 있다. 즉, 일간 배출계수 (
)는 한국 기본배출계수 값인 2.32 kg CH4/ha/day에 물 관리 보정계수 (
)와 유기물 관리 보정계수 (
)를 적용 면적 비율로 고정하여 메탄가스 배출량을 산정하고 있다.
물 관리 보정계수 (
)는 통계청의 2016년 농림어업 총조사의 통계자료로, 논의 물 관리 방법별 면적 비율은 상시 담수 14.84%, 중간낙수 (1주) 13.38%, 중간낙수 (2주) 40.68%, 중간낙수 (3주) 30.23%이다.
유기물 관리 보정계수 (
)의 산정은 볏짚 관리 방법이 고려되고 있다. 볏짚 관리 방법은 농촌진흥청 국립농업과학원의 ‘작물별 비료사용 처방기준’에 따라 우리나라 볏짚 시용량의 표준인 6.00 Mg/ha를 적용하고 있고 (National Institute of Agricultural Sciences, 2017), 해당 국가 기준 온실가스 배출계수 값은 2.5이다. 볏짚 토지 환원 면적은 통계청의 2010년 농림어업 총조사 자료에 따라 총 경지 면적의 46.1%로 적용하고 있다. 동계작물 관련 자료는 통계의 부재로 적용되지 않았다.
나. 지역별 유기물 관리 인자를 고려한 Tier 3 수준의 배출량 산정
Tier 3 방법은 기존 Tier 2 방법에서 통계자료의 부재로 적용되지 못하고 있는 지역별 유기물 관리 인자를 반영하여 논벼 재배부문 메탄가스 배출량을 산정한다. 따라서 Tier 2 방법에서 사용한 벼 재배일수 (
) 180일, 물 관리 인자 적용치, 면적 비율을 동일하게 본 연구에 적용하였다. 다만 유기물 관리 인자는 지역별 통계자료를 바탕으로 토지 환원량을 결정하고, 드론영상으로 해당 필지 면적을 추출하여 적용하였다 (Table 4).
Table 4
The CH4 emission factors used in the Tier 3 method
| Item | Value | Application percentage (%) | ||
| Baseline emission factor (EFc) | 2.32 kg CH4/ha/day | - | ||
| Water management factor (SFw) | Continuous flooding | 1.00 | 14.84 | |
| 1 week midterm drainage | 0.83 | 13.38 | ||
| 2 week midterm drainage | 0.66 | 40.68 | ||
| 3 week midterm drainage | 0.49 | 30.23 | ||
| Rain fed paddy field | 0.40 | 0.87 | ||
| Organic management factor (SFo) | Rice straw application | Hapcheon | 3.40 | Observed data |
| Gimje | 2.50 | |||
| Dangjin | 2.50 | |||
| Winter crop cultivation | All study area | 1.98 | Observed data | |
| ※ Percentage of water management factor : micro data of Agriculture, Forestry and Fisheries (Kostat, 2016) | ||||
유기물 관리 보정계수 (
)는 드론영상을 분석하여 얻은 볏짚 관리 방법과 동계작물 재배 비율을 고려하여 산정되었다. 볏짚 토지 환원량은 통계청에서 제공하는 지역별 볏짚 생산량을 바탕으로 합천, 김제, 당진에 대해 각각 7.12 Mg/ha, 6.17 Mg/ha, 6.77 Mg/ha를 고려하여 (통계청, 2018), 볏짚 관리에 따른 보정계수를 각각 3.4, 2.5, 2.5로 적용하였다. 볏짚 관리 적용 면적은 현장조사를 통해 확보한 실제 볏짚 시용 면적을 이용하였다. 동계작물 재배 지역은 작물 재배 후 남게 되는 그루터기 및 뿌리의 생체량을 볏짚에 준하여 보정계수를 결정하였다. 다양한 동계작물 중 본 연구에서는 남부지방에서 널리 재배되는 대표 사료작물인 이탈리안 라이그라스를 기준으로 수확 후 잔여물의 건중량 1.5 Mg/ha를 볏짚으로 환산하여 적용하였다 (Kim, 2017). 이에 해당하는 국가 기준 온실가스 보정계수는 1.98이다. 녹비가 시용된 면적은 현장조사를 통해 추출한 실제 녹비 작물 재배면적을 이용하였다.
Ⅲ. 결과 및 고찰
1. 벼 재배 필지의 구분
메탄가스는 담수 환경인 벼 재배 필지에서 발생한다. 최근 정부의 벼 이외의 타작물 재배 정책으로 논에 밭작물 재배하는 필지가 늘어나 정확한 메탄가스 산정을 위해서는 벼 재배 필지 확인이 필요하다. 벼 재배 필지 확인을 위해서 영농기의 중간인 7월에 드론으로 영상으로 수집하였고, 정사영상으로 결합한 영상을 Fig. 4(a)에 나타내었다. 영상 촬영 일자가 며칠 사이로 유사한데도 합천이나 당진은 논벼 성장이 활발한 반면, 김제는 이앙 직후의 모습이었다. 이는 상대적으로 따뜻한 남부로 갈수록 벼의 이앙 시기가 6월 중순까지 늦어지는 경향이 있기 때문이다. 촬영 면적은 합천 185.4 ha, 김제 156.9 ha, 당진 169.2 ha이었다.
드론영상을 육안으로 판독하여 벼가 재배되는 논을 구분하여 Fig. 4(b)에 녹색으로 표현하였다. 논 재배 면적은 합천 128.6 ha, 김제 137.1 ha, 당진 129.9 ha로 대상 촬영 면적의 평균 22.1%(12.6~30.6%)가 타용도로 활용되고 있는 것으로 나타났다 (Table 5).
2. 유기물 관리 인자 면적 추출
벼 재배 후 볏짚 관리와 동계작물 재배 유무를 필지단위로 확인하기 위하여 영농기 중에 촬영한 동일 대상지를 1월 중에 드론영상을 촬영하였고 정사영상을 Fig. 5(a)에 나타내었다. 볏짚의 토양 환원, 동계작물 경작 등 유기물 관리 인자를 하계 촬영으로 확인한 벼 재배 필지를 대상으로 추출하였다. 대상 지역의 일부 필지에 대해 볏짚과 동계작물 재배 유무를 현장에서 직접 조사하고, 이를 드론영상과 비교하여 유기물 관리 인자 분류의 정도를 높였다. 드론영상을 바탕으로 필지단위 유기물 관리 인자 구분 결과를 Fig. 5(b)에 나타내었다. 볏짚은 축산 조사료용으로 수거하는 필지를 노란색으로, 볏짚은 논에 환원한 필지를 주황색으로 표현하였다. 동계작물을 재배하는 지역은 녹색으로 구분하였다. 합천에서 동계작물의 재배가 가장 활발하였고, 김제가 다음이고, 당진은 동계작물 재배가 거의 없었다. 주요 동계작물은 조사료용 청보리 또는 이탈리안 라이그라스가 가장 많았고, 양파 등 기타 작물의 재배도 관찰되었다.
드론영상 자료를 육안으로 판독하여 유기물 관리 인자별 면적 및 비율로 계산하고 Table 6에 나타내었다. 현재 메탄가스 발생량 산정방법인 Tier 2에서 볏짚 토양 환원 비율을 46.1%로 적용하고 있는데, 본 연구의 대상 지역은 그 비율이 2% 미만 (합천 1.4%, 김제 1.3%, 당진 0.0%)으로 국가 통계 자료에 비해 현저히 낮은 수준이다. 촬영을 위해 이동하는 경로에 있는 많은 농경지도 유사한 경향을 보였는데, 이는 볏짚이 축산 조사료로 광범위하게 활용되는 상황을 반영하는 것이라고 생각한다. 정부는 2011년 조사료 생산기반 확충사업으로 곤포 사일리지의 제작/운반을 지원하여 볏짚을 조사료로 활용하는 정책을 펴왔다 (Kim, 2014). 연구 대상 지역이 일부를 대상으로 하고 있음을 감안하더라도 현행 메탄가스 발생량 산정에 적용되는 볏짚 토양 환원 비율은 추가적인 조사를 통해 조정되어야 할 것으로 보인다.
Table 6
Statistics of rice straw application and winter crop cultivation for the study sites
| Item | Hapcheon | Gimje | Dangjin | National average | |||
| Area (ha) | Ratio (%) | Area (ha) | Ratio (%) | Area (ha) | Ratio (%) | Ratio (%) | |
| Rice straw removal for animal feed | 79.1 | 61.5 | 108.2 | 78.9 | 129.4 | 99.5 | 53.9 |
| Rice straw application | 1.8 | 1.4 | 1.8 | 1.3 | 0.0 | 0.0 | 46.1 |
| Winter crop cultivation | 47.8 | 37.2 | 27.1 | 19.8 | 0.6 | 0.5 | - |
| Total | 128.6 | 100.0 | 137.1 | 100.0 | 129.9 | 100.0 | 100.0 |
| ※ Organic management factor of national average : Total survey of Agriculture, Forestry and Fisheries (Kostat, 2010) | |||||||
동계작물 재배 조사 결과를 보면, 전체 논 면적 중 동계작물 재배 비중이 합천이 37.2%, 김제 19.8%, 당진 0.5%로 나타났다. 이는 상대적으로 동계 기온이 온화한 영남권역의 합천, 호남권역의 김제에서 이모작이 유리한 반면, 중부권역은 동계작물 재배가 상대적으로 불리하기 때문인 것으로 보인다.
3. CH4 배출량 산정
현행 정부 통계를 바탕으로 평균적인 볏짚 관리 관행을 적용하는 Tier 2 방법과 본 연구에서 제안하는 유기물 관리 인자를 고려한 Tier 3 방법에 따라 논의 메탄가스 배출량을 산정하여 Table 7에 제시하였다. 물 관리에 관련된 배출계수는 현형 Tier 2 방법과 동일하게 적용하였다.
Table 7
Comparison of the CH4 emissions between Tier 2 and 3
Tier 2 방법에 따라 산정한 메탄가스 발생량은 지역에 상관없이 단위면적당 0.48 ton CH4/year/ha로 동일하고, 총 발생량의 차이는 논 면적의 차이 때문이다. 이는 메탄가스 배출량 계산에 동일한 국가 평균 유기물 관리 인자를 적용하기 때문에 당연한 결과이다. 본 연구의 동계 드론영상 결과를 보더라도 작부체계에 따른 영농방식이 지역별로 상이함에도 기존 방법은 이를 적용하는데 한계가 있다.
대상 지역의 유기물 관리 인자의 현장 조사 결과를 반영하는 Tier 3 방법으로 산정된 메탄가스 배출량은 합천에서 52.2 ton CH4/year로 가장 크게 나타났고, 단위 면적당 메탄 발생량도 0.40 ton CH4/year/ha로 대상 지역 중 가장 크다. 대상 지역의 볏짚 토양 환원은 Tier 2와는 달리 지역에 상관없이 미미하였고, 합천이나 김제의 경우 동계작물 재배에 따른 생체량의 영향으로 단위 면적당 메탄가스 발생량이 크게 산정됨을 알 수 있다. 현행 Tier 2 방법의 볏짚 적용 면적 46.1%는 실제 대상 지역의 영농형태와 크게 달라 단위면적당 메탄가스 발생량도 Tier 3 방법에 비해 크게 산정된다. 볏짚 환원 통계의 영향은 동계작물의 영향이 없는 당진을 대상으로 보면 더욱 분명한데, 단위면적당 발생량이 Tier 2와 비교하여 Tier 3에 의한 방법에서 약 40% 가량 낮음을 알 수 있다. 다만, 통계청에 따르면 전체 논 면적에서 경상권역 24%, 전라권역 35%, 경기권역 31% (Kostat, 2019)로 권역단위 메탄가스 배출량의 추정에는 해당 권역의 논 경지 면적이 고려되어야 할 것이다.
Ⅳ. 요약 및 결론
본 연구에서는 논벼 재배에 따른 메탄가스 배출량을 산정하기 위해 기존 Tier 2 방법을 개선하기 위한 노력으로 드론영상을 활용해 대상 지역의 볏짚, 동계작물 등 유기물 관리 인자를 필지단위로 조사하여 Tier 3 방법으로 배출량 산정의 정확도를 높이고자 하였다. 동일 대상 지역에 대해 2회로 나눠 드론영상을 수집하였는데 이를 통해 논벼 재배지역을 확인한 후 볏짚 및 동계작물의 유기물 관리 인자를 확인하기 위해서였다.
볏짚 시용 면적 비율을 46.1%로 적용하는 Tier 2와는 달리 실제 대상 지역은 축산 조사료용으로 대부분의 볏짚을 수거하는 것으로 나타나 이에 대한 추가적인 고려가 필요해 보인다. 단위 면적당 메탄가스 배출량을 Tier 2와 Tier 3 방법으로 적용한 결과 Tier 2 방법이 0.48 ton CH4/year/ha로 Tier 3 방법의 평균 0.34 ton CH4/year/ha 보다 크게 산정되었는데 볏짚 토양 환원이 통계값과는 달리 2% 미만으로 현저하게 적게 조사되었기 때문이다. 본 연구 대상 지역이 일부도 국한되어 있음을 감안하더라도 볏짚은 토양 환원이 메탄가스 발생에 미치는 영향은 매우 크기 때문에 관련 통계의 현실성은 검토가 필요해 보인다. 더불어 상대적으로 온화한 동계 기후를 가지는 남부지역의 경우 동계작물에 의한 유기물 공급이 메탄가스 발생에 영향을 주는 중요 요인으로 나타났다.
본 연구는 지역별로 150 ha가 조금 넘는 지역을 대상으로 3개 지역에 선정하여 유기물 관리 인자를 메탄가스 배출량 산정에 반영하고자 하였다. 드론을 활용하여 촬영할 수 있는 면적에 제한이 있어 시⋅군단위 내지는 광역단위로 메탄가스 발생량을 추정하기 위해서는 항공영상이나 위성영상과 연계하는 방안이 필요해 보이고, 향후 연구과제로 추진해 나갈 예정이다.
