정수종 연구실의 핵심 연구 축 가운데 하나는 기후변화와 대기-탄소순환의 상호작용을 정량적으로 이해하는 것이다. 연구실은 대기 중 이산화탄소와 메탄의 농도 변화, 육상생태계의 탄소 흡수와 방출, 계절성 식생 변화, 그리고 장기적인 기후 온난화가 탄소수지에 미치는 영향을 통합적으로 분석한다. 특히 북반구 봄철 탄소 흡수 변화, 가을철 녹화 현상, 건조화의 출현, 극지 육상생태계 변화 등은 기후시스템과 생태계가 어떻게 연결되어 있는지를 보여주는 대표 주제로 다루어진다. 이 연구를 위해 연구실은 대기 관측자료, 지상 플럭스 자료, 위성 원격탐사 자료, 재분석 자료, 지구시스템모형과 기후모형을 함께 활용한다. 단순히 기후변화의 결과를 기술하는 데 그치지 않고, 온도·강수·토양수분·증발산·식생생산성 같은 주요 인자를 연결하여 탄소 흡수량의 변동 메커니즘을 규명하는 데 중점을 둔다. 또한 동아시아 여름철 극한기후, 대기 정체, 산불, 가뭄과 홍수 등 다양한 환경 현상이 탄소순환 및 대기 조성에 어떤 파급효과를 주는지 평가하며, 이를 통해 미래 예측 정확도를 높이고자 한다. 이러한 연구는 탄소중립 정책과 기후위기 대응의 과학적 근거를 제공한다는 점에서 의미가 크다. 육상 탄소흡수원의 약화 또는 강화 시점을 조기에 파악하면 국가 및 지역 단위의 탄소 예산 수립에 직접 활용할 수 있고, 기후모델의 불확실성을 줄이는 데도 기여할 수 있다. 나아가 생태계 변화와 대기환경 변동을 함께 고려하는 통합 분석은 단순한 배출 저감뿐 아니라 장기적인 기후 적응 전략, 산림 및 도시 녹지 관리, 극지 변화 대응 등 폭넓은 정책 설계로 이어질 수 있다.

연구실의 또 다른 대표 분야는 도시와 국가 규모의 온실가스 배출량을 관측 기반으로 검증하는 연구이다. 서울을 비롯한 대도시를 대상으로 지상 관측망, 이동 관측, 타워 관측, 항공 및 위성 관측을 연계하여 도시 대기 중 CO2와 CH4의 시공간 변동성을 파악하고, 인위적 배출과 생태계 흡수의 기여를 구분하는 연구를 수행한다. 이는 도시 탄소돔 현상, 산업단지 및 발전소 배출, 하수관과 매립지 메탄 배출 등 실제 정책 수요가 큰 문제를 정밀하게 진단하기 위한 기반이 된다. 방법론 측면에서 연구실은 상향식 인벤토리와 하향식 역모델링을 결합한 하이브리드 접근을 강점으로 가진다. 베이지안 역산, 대기수송모형, EM27/SUN과 같은 지상 분광장비, OCO-2·OCO-3·TROPOMI·EMIT 등 위성 자료를 통합하여 배출량을 산정하고 불확실성을 줄인다. 또한 한국형 하이브리드 국가 탄소수지 산정, 상세격자형 탄소 공간정보지도 구축, 동북아 온실가스 배출량 검증 시스템 개발 같은 대형 프로젝트를 통해 연구 결과를 운영 가능한 시스템과 플랫폼으로 발전시키고 있다. 이 연구는 탄소중립 이행평가와 배출 감축의 실효성 검증에 직접 연결된다. 기존 인벤토리만으로는 포착하기 어려운 실제 배출 변화나 누락 배출원을 관측을 통해 확인할 수 있기 때문에, 도시 단위 감축정책의 성과 평가와 산업 부문 감시체계 구축에 매우 중요하다. 더 나아가 국가 온실가스 공간정보지도와 관측 검증 시스템은 국제사회 보고 체계, 동북아 협력, 기업 및 금융 분야의 탄소관리에도 활용될 수 있어 과학과 정책을 잇는 핵심 인프라 역할을 한다.

정수종 연구실은 위성관측과 인공지능을 결합해 고해상도 환경정보를 생산하고 미래 변화를 예측하는 연구를 활발히 수행하고 있다. 이 연구는 대기 중 온실가스 농도, 육상 탄소 흡수량, 식생 생산성, 대기오염, 교통량, 도로 주변 이산화탄소 농도, 메탄 점배출원 탐지 등 다양한 대상을 다룬다. 특히 위성 자료의 넓은 공간 범위와 AI의 비선형 학습 능력을 결합하여 기존 관측 공백을 보완하고, 복잡한 도시 및 생태계 환경을 더 정밀하게 해석하는 데 중점을 둔다. 연구실은 딥러닝, 랜덤포레스트, 앙상블 모델, 머신러닝 기반 공간보간, 위성 초해상화, 다중자료 융합과 같은 데이터 중심 기법을 적극 활용한다. OCO-2와 TROPOMI를 이용한 전지구 XCO2 보정 및 결측 보완, 위성 기반 탄소 흡수량 추정, 미래 GPP 변화 예측, 기상 특성을 반영한 매립지 메탄 발생량 추정, 도로별 교통량과 이산화탄소 농도 예측 기술은 연구실의 방법론적 확장성을 보여준다. 최근에는 나르샤 마이크로위성 프로젝트와 같은 우주 기반 메탄 모니터링 연구로까지 범위를 넓히며, 국내 기후위성 활용 기술의 고도화에도 기여하고 있다. 이러한 연구는 환경 모니터링의 실시간성·정밀성·확장성을 크게 높인다는 장점이 있다. 현장 관측이 제한적인 지역에서도 위성과 AI를 통해 배출원, 흡수원, 대기질 위험을 빠르게 파악할 수 있으며, 이는 도시 계획, 기후리스크 평가, 재난 대응, 산업 배출 감시에 실질적으로 활용될 수 있다. 또한 환경과학에 데이터사이언스와 우주기술을 접목함으로써 차세대 기후테크의 핵심 기반을 마련하고, 관측-모델-정책을 잇는 디지털 탄소관리 체계를 구축하는 데 중요한 역할을 수행한다.