다단계 표본 설계로 보는 상류 석유·가스 메탄 배출 추정

초록

본 논문은 항공 측정 데이터를 활용한 메탄 배출량 조사를 다단계 표본추출(framework)으로 재구성하고, 시뮬레이션 없이 총 배출량과 분층별 추정치를 제공하는 불편추정량과 분산추정식을 제시한다. 또한 측정오차를 반영한 간단한 Monte Carlo 절차와 R 패키지를 공개하여, 기존 복잡한 Monte Carlo 방법을 대체한다. 캐나다 브리티시컬럼비아 주의 실제 항공 조사 데이터를 적용해 결과를 검증하였다.

상세 분석

이 연구는 메탄 배출량을 측정 기반 인벤토리로 구축하려는 현재의 필요성에 부응하면서, 통계적 설계와 분석에 대한 체계적인 틀을 제공한다. 기존에는 복잡한 중첩 Monte Carlo(Nested MC)과 부트스트랩을 결합한 방법만이 사용되었으며, 이는 계산량이 크고 재현성이 낮아 실무 적용에 제약이 있었다. 저자들은 이를 다단계 표본추출(multistage sampling) 관점으로 전환함으로써, 1) 1단계(구성요소 선택), 2) 2단계(조사일 선택), 3) 3단계(패스별 검출 여부)라는 명확한 단계별 확률 설계를 정의한다. 각 단계의 1차·2차 포함확률을 알면 Horvitz–Thompson 추정량을 이용해 전체 배출량을 편향 없이 추정할 수 있다.

특히, 단계별 분산 기여도를 분해하는 공식은 설계 단계에서 어느 부분이 불확실성을 크게 만드는지 정량적으로 파악하게 해준다. 예를 들어, 첫 번째 단계에서 구성요소 표본비율이 낮으면 전체 분산이 크게 증가함을 보여주어, 향후 조사 설계 시 표본 규모를 조정하는 근거를 제공한다. 또한, 기존 방법이 다루던 ‘측정 불가능(미검출) 배출’과 ‘측정 오차’를 각각 검출 확률 함수(φ)와 로그-로지스틱 오차분포로 모델링한 뒤, 간단한 3단계 Monte Carlo 절차를 통해 측정값을 보정한다. 이 절차는 각 패스마다 검출 확률을 적용하고, 측정값에 대한 편향 보정(평균 0.918배)과 불확실성 전파를 수행한다.

수학적으로는 Horvitz–Thompson 추정량 (\hat{Y}{HT} = \sum{i\in s} y_i / \pi_i)와 그 분산 (\hat{V}(\hat{Y}{HT}) = \sum{i}\sum_{j} (\pi_{ij} - \pi_i\pi_j)/(\pi_{ij}\pi_i\pi_j) y_i y_j)를 단계별로 적용한다. 저자들은 두 가지 추정 옵션을 제시했는데, 첫 번째는 전통적인 가중치 기반 추정, 두 번째는 ‘가중치 조정’ 방식을 통해 비균등 표본비율을 보정한다. 두 방법 모두 불편성을 유지하면서 실험적 데이터에 적용 가능하도록 설계되었다.

실제 적용 사례로, 브리티시컬럼비아 주의 2021년 항공 조사 데이터를 사용했다. 543개의 고유 구성요소와 1,171개의 검출 패스를 포함한 데이터셋에서, 시설 유형별(stratum)로 구분된 31개의 층을 정의하고, 각 층별 표본비와 전체 인구 규모를 명시하였다. 검출 확률 함수 φ와 로그-로지스틱 오차분포를 이용해 비검출(0)값을 포함한 전체 배출량을 추정했으며, 단계별 분산 분석을 통해 ‘일 선택’ 단계가 가장 큰 불확실성 원인임을 확인했다.

마지막으로, 저자들은 이 모든 절차를 구현한 R 패키지 ‘methaneInventory’를 공개했다. 패키지는 포함확률 계산, Horvitz–Thompson 추정, 분산 분해, 그리고 측정오차 Monte Carlo 시뮬레이션을 일관된 인터페이스로 제공한다. 따라서 연구자는 복잡한 수치적 최적화 없이도 투명하고 재현 가능한 메탄 인벤토리를 구축할 수 있다.

전반적으로 이 논문은 메탄 배출량 조사에 필요한 통계적 기반을 명확히 제시하고, 기존 Monte Carlo 기반 방법의 한계를 극복한 실용적인 대안을 제공한다.