政府将开展牛粪作为固体燃料的现场验证。将调查实际养殖场产生的牛粪量、燃料生产过程及质量，旨在降低畜禽粪便处理负担，同时为再生能源的利用奠定基础。气候能源环境部下属的国立环境科学院于17日宣布，将于18日在首尔龙山区JK商务中心召开“牛粪固体燃料化激活的现场调查及政策支持基础研究”启动报告会。牛粪是地区产生的生物质资源，可以加工为固体燃料作为能源使用。政府表示，收集地区产生的牛粪作为燃料使用，不仅可以减少畜禽粪便的处理负担，还能为减少温室气体排放做出贡献。政府在7月30日根据《畜禽粪便管理与利用法》推进相关制度的整顿，包括重新审视牛粪固体燃料化设施的审批事项和质量标准。然而，为了使制度在现场落地，仍需对牛粪的实际产生量、燃料质量和经济性等进行验证。因此，国立环境科学院将通过此次研究收集从牛粪产生到固体燃料生产及最终质量的全过程数据。研究将分为三个课题进行：△基于现场的牛粪产生量实态调查 △各工序阶段的质量及物质分析 △现场定制的政策建议。首先，将比较分析养殖场实际排放的牛粪量与当前运营的固体燃料生产设施接收的量及其特性。将以固体燃料生产设施周边的10余个代表性农场和300头规模的肉牛养殖场为核心样本，定期采集样品，并分析固体燃料质量标准、总固体物、盐分、磷等。在生产设施中，将分析从牛粪原料到固体燃料产品各工序阶段的物质、能源收支及质量、水分含量。基于此，将获取盐分和磷浓缩的科学依据，并考虑实际牛粪排放量、收集可能性、质量适合率及工序产率等，评估固体燃料化的潜力。同时，将把现场的意见纳入政策中。今年底和明年初，将召开两次由牛粪固体燃料生产者、需求方及地方政府等利益相关者参与的座谈会，制定制度改善的政策建议。国立环境科学院环境资源研究部部长朴正敏表示：“通过此次研究，将实质性地获取实际牛粪产生量、燃料质量及设施运营的科学数据，并计划在推进牛粪固体燃料化时，综合考虑环境与能源方面，持续支持符合现场实际的政策。”※ 本报道经人工智能（AI）系统翻译与编辑。

欧盟（EU）计划从2027年开始，首先在纺织和服装领域全面实施生态设计法规。为帮助国内企业应对这一变化，韩国政府将着手开发产品评估标准，旨在客观测量产品的使用寿命、维修和回收的便利性等。隶属于气候能源环境部的国立环境科学院于4日宣布，将于5日在首尔龙山区的首尔站举办“韩国型生态设计制度”引入的评估标准开发研究启动报告会。生态设计是一种从产品设计阶段开始，提高耐用性和维修、回收可能性的环保设计方式，旨在减少废物和资源使用。与传统的环保产品认证相比，生态设计的适用范围更广，考虑了产品的生产、使用及废弃后的整个生命周期。欧盟于2024年7月生效了“可持续产品生态设计法规（ESPR）”。根据该法规，进入欧洲市场的大多数产品必须从设计阶段起符合更严格的环境标准。欧盟计划从2027年开始，逐步扩大适用产品范围，首先从纺织和服装领域入手。此次研究的重点是制定国内标准，以客观测量和评估产品的环保性。研究团队将分析欧盟及国际社会使用的评估标准和测量方法，开发适用于多种产品的共同标准。共同评估项目包括维修便利性、回收原料含量，以及产品废弃后资源回收的程度等。针对欧盟法规最先适用的纺织和服装领域，还将制定单独的评估标准。国立环境科学院期待此次研究成果将支持国内企业应对海外环境法规，提升出口竞争力。计划在纺织和服装领域之后，逐步扩大评估标准的开发对象，包括轮胎、家具和电子产品等。国立环境科学院环境资源研究部部长朴正敏表示：“我们将与工业界紧密沟通，以确保我们的企业在变化的全球环境法规中保持竞争力，并制定符合国内产业现实的合理评估标准。”※ 本报道经人工智能（AI）系统翻译与编辑。

政府将利用人工智能（AI）、超分光传感器和卫星影像，建立实时藻类监测系统，以更快速地应对因气候变化而日益复杂的藻类发生模式。 国立环境科学院于7月2日宣布，将提升基于超分光传感器的现场观测与卫星影像分析相结合的广域藻类监测系统。 该观测系统将以固定式超分光塔进行实时藻类观测，并建立基于人造卫星的广域藻类监测系统为核心。 超分光传感器的特点在于能够分析比普通相机更多的波长信息，实时测量肉眼难以确认的叶绿素-a和藻蓝蛋白等藻类相关色素。 目前，超分光塔在泸溪河七星和金刚大青湖等两个地点运行，国立环境科学院计划在本月于泸溪河海平、江正高龄和物金梅里等三个地点新增安装，届时将扩展至五个地点。 观测数据将与水质传感器、气象观测设备、闭路电视等收集的信息结合，通过基于AI的深度学习模型进行分析。目前，系统能够实时提供叶绿素-a和藻蓝蛋白的浓度，未来还将开发自动分析有害藻类细胞数的技术，这一指标是藻类预警系统的核心管理指标。 技术开发完成后，将有助于实时掌握藻类浓度变化和异常迹象。 广域监测将利用欧洲航天局（ESA）的哨兵-2卫星影像。国立环境科学院已将卫星影像应用于大气校正和AI影像分析技术，定量计算叶绿素-a和藻蓝蛋白的浓度分布，并通过水环境信息系统公开针对泸溪河、金刚河和荣山河流域制作的藻类分布图。 国立环境科学院认为，通过现场观测与卫星监测的结合，可以同时掌握小时级的精确变化和广阔水域的空间分布。这将有助于藻类预警系统的运行，以及对供水和净水厂的应对和藻类季节管理等地方政府和相关机构的提前应对。 国立环境科学院水环境研究部部长金京贤表示：“AI与先进遥感技术的融合是气候变化时代水质管理体系转型的关键技术，我们将持续提升实时和预测基础的智能藻类应对体系，以营造让公众安心的水环境。”※ 本报道经人工智能（AI）系统翻译与编辑。

为了积极应对夏季反复出现的蓝藻问题，韩国政府引入了基于人工智能（AI）的预测系统。气候能源环境部下属的国立环境科学院宣布，从4日起开始运营新的蓝藻预测服务。该服务结合了AI技术，提高了预测的准确性。此前，主要水源地如洛东江、锦江等地使用三维数值模型提供蓝藻预测信息，但难以反映快速变化的环境条件。随着气候变化导致水温上升和降水模式变化，蓝藻的发生时间和强度变得更加不稳定，提前预测和应对的重要性日益增加。从今年起，科学院在现有数值模型中引入AI预测技术，以提高预报的准确性，并更快速地提供信息。此外，蓝藻监测的警报点也将增加，包括汉江水系的义岩湖、洛东江水系的永川湖、锦江水系的龙潭湖、荣山江和蟾津江水系的玉井湖等，监测点总数将增至13个。科学院计划到2030年将警报点扩大到28个。预测结果将从5月到10月每周两次在水资源平台上定期公开，并与相关机构共享以作为预先应对的资料。科学院将持续提高AI模型的预测精度，计划到2030年在全国所有水源地实施蓝藻警报制度。水环境研究部部长金京贤表示：“先进的AI技术与数值模型的结合将成为提高蓝藻应对能力的关键工具。我们将加强科学预测能力，确保公众能够安心使用洁净的水环境。”※ 本报道经人工智能（AI）系统翻译与编辑。