An AI-based Carbon Uptake (GPP) and Net Carbon Balance Estimation Model Using Sentinel-2 Satellite Imagery

본 연구는 현행 탄소공간지도 시스템의 한계를 보완하고자 Sentinel-2 위성영상을 활용한 고해상도 탄소 흡수량 및 순 탄소수지(net carbon balance) 추정 모델을 개발하는 데 목적이 있다. 우선, 월별 시계열 Sentinel 자료로부터 식생의 총일차생산량(gross primary production, GPP) 및 CO₂ 환산 흡수량을 산출하였다. 또한 기존 시스템에서 누락되거나 불완전하게 제공되는 탄소 흡수량 데이터를 복원하기 위해, AI 기반 예측 모델(Earthformer, ConvLSTM)을 구축하여 데이터의 시•공간적 완전성을 확보하였다. 마지막으로, 산출된 월별 GPP 기반 탄소 흡수량(CO₂ 플럭스)을 현 시스템에서 제공하는 월별 탄소 배출량 정보와 통합하여, 순 탄소수지를 100m 격자 단위로 정교하게 산정하는 모델을 제안하였다. 본 연구는 다양한 공간 규모에서의 탄소 흐름을 보다 정확하게 파악할 수 있는 기반을 마련함으로써 탄소중립 정책 수립 및 생태계 관리에 중요한 기여를 할 수 있을 것으로 기대된다.