banner

소식

Sep 06, 2023

머신러닝을 활용한 유럽 도시의 기후 완화 성과 예측

Nature Communications 13권, 기사 번호: 7487(2022) 이 기사 인용

4466 액세스

31 알트메트릭

측정항목 세부정보

도시가 기후 행위자로서 명성을 얻었음에도 불구하고 배출 데이터 부족은 성과를 평가하는 데 있어 주요 과제였습니다. 여기에서는 2001년부터 2018년까지 유럽의 거의 모든 지방 행정 구역에 대한 완화 성능을 평가하기 위한 확장 가능하고 복제 가능한 기계 학습 접근 방식을 개발합니다. 공개적으로 이용 가능하고 공간적으로 명시적인 환경 및 사회 경제적 데이터를 유럽 도시의 자체 보고 배출량 데이터와 결합하여 연간 이산화탄소 배출량을 예측하여 도시 규모 완화 성과 추세를 탐색합니다. 우리는 초국가적 기후 이니셔티브에 참여하는 유럽 도시들이 2001년 이후 배출량을 감소시켰을 것으로 보이며, 절반 이상이 2020년 배출량 감소 목표를 달성했을 가능성이 높습니다. 배출량 데이터를 보고한 도시는 데이터를 보고하지 않은 도시보다 더 큰 감축을 달성할 가능성이 더 높습니다. 한계에도 불구하고 우리 모델은 도시 수준의 기후 배출 완화 성과를 이해하기 위한 복제 가능하고 확장 가능한 출발점을 제공합니다.

연구자와 정책 입안자들이 점점 더 강력한 정책 행위자로서 도시 관할권에 초점을 맞추면서 최근 몇 년간 도시는 글로벌 지속 가능성 정책 의제에서 두각을 나타내기 시작했습니다. 전 세계 10,000개 이상의 도시가 다양한 형태의 기후 완화, 적응 및 자금 조달 조치를 약속하고 있으며, 많은 경우 이러한 지방자치단체는 다양한 자발적인 초국가적 기후 이니셔티브에 참여하고 있습니다1. 이러한 이니셔티브 요구 사항의 일부로 국가 정부 지침2에 따라 또는 자체 의지에 따라 도시는 기후 변화 완화 및 적응을 다루기 위한 전략과 정책을 명시합니다. 도시는 주로 온실가스 배출 감소 목표를 중심으로 한 완화 전략을 내놓았는데, 이는 종종 지속 가능한 교통수단의 사용 증가, 공공 및 지자체 건물의 조명 효율성 향상, 에너지 효율 표준 채택, 시민 행동 장려를 위한 기후 인식 제고 등에 중점을 둔 정책을 통해 달성됩니다. 및 기타 영역3,4.

현재 도시 완화 노력을 자세히 설명하는 수천 개의 전략과 정책이 있지만 Milojevic-Dupont & Creutzig5가 지적한 것처럼 이러한 조치의 효과에 대한 이해가 거의 없습니다. 이러한 지식 격차로 인해 정책 입안자들은 도시 지역에서 "어떤 조치가 적절하고 영향력이 있는지" 혼란스러워하고 완화 목표를 달성하기 위해 계획 또는 인프라 투자와 관련하여 어떤 "일상적인 결정"을 내려야 하는지 불확실하게 됩니다. 일반적인 도시 기후 정책 및 전략의 배출 감소에 대해서는 알려진 바가 거의 없습니다. 이는 IPCC(기후 변화에 관한 정부 간 패널)5,6의 5차 평가 보고서(AR5)의 인간 거주지에 관한 12장에서 인정된 중요한 정보의 누락된 블록입니다.

학자들은 초국적 기후 거버넌스에 대한 도시의 참여가 "특정 조건에서 온실가스 배출을 억제하기 위한 조치를 가속화할 수 있다"고 주장해 왔습니다. 이 주장을 뒷받침하는 증거가 부족하여 어떤 조건이 이러한 영향을 미칠지 정확하게 예측하기 어렵습니다. 초국가적 기후 이니셔티브는 일반적으로 완화 목표 달성 여부를 평가하기 위해 기후 행동 계획 보고와 배출 목록 형태의 정기적 모니터링을 요구하지만 실제로는 소수의 하위 국가 행위자만이 이러한 요구 사항을 충족합니다8,9. Hsu et al.10은 EU 기후 및 에너지 시장 규약(EUCoM) 이니셔티브에 서명한 9000개 이상의 도시 중 단지 ~15%만이 배출 데이터를 보고했으며 그보다 더 적은 수(약 11%)가 배출량 데이터를 보고했다는 사실을 발견했습니다. 자발적 감축 목표를 향한 진행 상황을 추적하는 데 필요한 기본 배출 인벤토리와 추가 1년의 인벤토리 배출 데이터를 모두 보고했습니다. 배출량 데이터를 사용할 수 있는 경우 데이터 포인트의 제한된 가용성, 기본 방법론에 대한 전반적인 투명성 부족, 표준화된 회계 접근 방식의 부족으로 인해 비교할 수 없는 경우가 많습니다. Ibrahim et al.11은 7가지의 도시 규모 온실가스 배출 목록 프로토콜 및 방법론을 평가하고 도시에 공통 보고 표준 또는 접근 방식이 필요하다는 결론을 내렸습니다. 다양한 표준 정의(예: 배출 범위, 특히 Scope 3 공급망 배출)의 차이를 해결하여 참여자의 배출 데이터를 적절하게 비교할 수 있어야 합니다.

40 tons per person; (4) compound annual growth rate in emissions is >−50% and <50%. These checks allowed us to determine whether there were any errors in the spatial join or underlying data collected for the EUCoM cities from either Kona et al.34 or the EUCoM website./p>40 tons CO2 per person. The time period for self-reported emissions data ranged from 1990 to 2020, but we only used data >2000 (5880 unique actors with 6961 emissions datapoints) for the model training since this is the time period available for the predictor variables./p>

공유하다