文章题目：Comparsion of observation- and inventory-based methane emissions for eight large global emitters
发表期刊：《Earth System Science Data》
影响因子：11.2
在线日期：2024-09-25
监测地表温室气体（GHG）通量的空间分布和趋势，以及将通量归因于自然和人为过程，对于追踪《巴黎协定》的进展和支持其全球盘点至关重要。本研究更新了早期综合研究（Petrescu等人，2020，2021，2023），提供了基于自下而上（BU）和自上而下（TD）方法的欧盟（EU）甲烷（CH4）排放的综合分析，并扩展至七个具有大量人为和/或自然排放的国家（美国、巴西、中国、印度、印度尼西亚、俄罗斯和刚果民主共和国（DR刚果））。本研究目标是展示不同排放估算方法的应用，以协助为广泛的利益相关方改进国家GHG排放清单。
研究使用了2023年《联合国气候变化框架公约》（UNFCCC）中附录I缔约方报告的更新版国家GHG清单（NGHGIs），以及非附录I缔约方报告的最新两年期更新报告（BURs）。将NGHGIs与其他方法进行比较，强调了不同系统边界是导致差异的关键原因之一。一个关键的系统边界差异在于是否包含人为和自然通量，以及这些通量是如何被归类为两个来源的。
在研究期间，欧盟、美国和俄罗斯的总甲烷排放估算自1990年以来呈现稳定的下降趋势，而在非附录I排放国（巴西、中国、印度、印度尼西亚和DR刚果），甲烷排放总体上呈增加趋势。具体而言，在欧盟，2015-2020年人为UNFCCC NGHGIs的平均值（15±1.8 Tg CH4/年）与BU甲烷排放的平均值（17.8（16-19）Tg CH4/年）在数量上基本一致，而反演数据则显示更高的排放估算（三个区域和六个全球反演的中值分别为21（19-22）Tg CH4/年和24（22-25）Tg CH4/年），这是因为它们包含了自然排放，据估计欧盟的自然排放为6.6 Tg CH4/年（Petrescu等人，2023）。类似地，对于本研究中的其他附录I缔约方（美国和俄罗斯），BU人为排放和TD总排放之间的差距部分可以通过自然排放解释。
对于非附录I缔约方，UNFCCC BURs中估算的人为甲烷排放与其他基于全球清单的估算存在较大差异，与基于大气的估算差异更大。这对监测全球甲烷承诺的进展和全球盘点提出了潜在的挑战。我们的分析为在《巴黎协定》增强透明度框架下非附录I缔约方开始定期报告时准备清单涌入提供了有用的基准。
通过系统地比较BU和TD方法，本研究为更可靠地比较现有数据来源提供了建议，并希望不断推动更多缔约方使用观测方法来补充其UNFCCC清单，同时考虑其自然排放。随着大气模型和观测的改进，以及自然通量建模的发展，未来需要弥合BU和TD方法中的知识差距，更好地量化剩余的不确定性。TD方法有望成为改进CH4排放NGHGIs的有力工具，但还需要进一步增强对估算的可比性和稳健性的信心。
图1.来自《联合国气候变化框架公约》 NGHGI (2023) CRF（欧盟、美国和俄罗斯）和 BUR（https://unfccc.int/BURs，最后访问时间：2024 年 5 月）的 CH4 总排放量和部门排放量（包括 LULUCF）（巴西（2021 年排名第四）、中国（2019 年排名第二）、印度尼西亚（2021 年排名第三）、刚果民主共和国（2022 年排名第一）和印度（所有三个 BUR：2016 年、2018 年和 2021 年））。对于欧盟，与《联合国气候变化框架公约》值的相对误差代表了《联合国气候变化框架公约》 NGHGI (2023) 报告的不确定性，使用误差传播方法（95% 置信区间）计算并填补空白，以提供每年的相应估计值。2017 年和 2018 年印度尼西亚部门 CH4 排放信息仅适用于农业。2000 年和 2019 年，印度尼西亚使用 AFOLU 的国家温室气体清单（包括泥炭火灾）的总体不确定性分别约为 20.0% 和 19.9%。2014 年，中国也报告了不确定性（最低 5.2%，最高 5.3%）。
图2. 各部门人均排放量（千克/人）基于（IPCC，2006a）最近报告的国家排放报告的排放量和人口数据，具体如下：欧盟、美国和俄罗斯为 2021 年；巴西和印度为 2016 年；中国为 2014 年；印度尼西亚为 2019 年；刚果民主共和国为 2018 年。
图 3. 自下而上 (BU) 清单中的人类活动 CH4 总量（不包括 LULUCF）、CRF（欧盟、美国和俄罗斯）和 BUR（巴西（2021 年第四）、中国（2019 年第二）、印度尼西亚（2021 年第三）、刚果民主共和国（2022 年第一）、印度（所有三个 BUR：2016 年、2018 年和 2021 年））的 UNFCCC NGHGI（2023 年）和其他四个全球数据集、EDGAR v7.0、GAINS（无 IPPU）、FAOSTAT/PRIMAPhist（AFOLU 除外）和 TNO_CoCO2_PED18-21。对于欧盟，《联合国气候变化框架公约》值的相对误差代表 NGHGI（2023 年）报告的不确定性，该不确定性使用误差传播法（95% 置信区间）计算并填补空白，以提供每年的相应估计值。中国报告了 2014 年的不确定性，印度尼西亚报告了 2000 年和 2019 年的不确定性。《联合国气候变化框架公约》BUR 总 COD 排放量不包括 IPPU。EDGAR v7.0 不确定性仅适用于 2015 年，并根据 Solazzo 等人（2021 年）对 EDGAR v5.0 的计算。重叠时间序列的平均值是针对 1990 年到最后一年计算的，如下所示：2021 年为《联合国气候变化框架公约》NGHGI（2023 年）、EDGAR v7.0、FAOSTAT/PRIMAP-hist 和 TNO_CoCO2_PED18-21，2020 年为 GAINS。
图 4. UNFCCC NGHGI (2023) CRF（欧盟、美国和俄罗斯）和 BUR（巴西（2021 年第四）、中国（2019 年第二）、印度尼西亚（2021 年第三）、刚果民主共和国（2022 年第一）、印度（所有三个 BUR：2016 年、2018 年和 2021 年））的人为 CH4 排放和 TD 估计值如下：对于欧盟人为区域反演（FLExKF_v2023、CIF-FLEXPART 和 CIF-CHIMERE）和全球反演人为估计值计算为总 TD 减去自然 TD 报告分区（TM5-4DVAR、CAMSv21r1_NOAA、CAMSv21r1_NOAA_GOSAT、CTE-GCP2021 和两个 MIROC4-ACTM 运行）产品。对于欧盟，与《联合国气候变化框架公约》值相关的相对误差代表了 NGHGI（2023 年）报告的不确定性，该不确定性使用误差传播法（95% 置信区间）计算并填补空白，以提供每年的相应估计值。中国报告了 2014 年的不确定性（最小 5.2%，最大 5.3%），印度尼西亚报告了 2000 年和 2019 年的不确定性（分别为 20% 和 19.9%）。《联合国气候变化框架公约》总 COD BUR 排放量不包括 IPPU。最后可用的年份是 CIF-CHIMERE（2022 年）；TM5-4DVAR、CIF-FLEXPART 和 CTE-GCP2021（2020 年）；以及 FLExKF_v2023、MIROC4ACTM_OHvar 和控制、《联合国气候变化框架公约》CRF 以及 CAMSv21r1_NOAA 和 NOAA_GOSAT 运行（2021 年）。除 TM5-4DVAR（2018 - 2020 年）外，重叠时间序列的平均值是针对 2009 - 2021 年计算的。
图 5. TD 估计值中的总（绿色）和分解的人为和自然 CH4 排放量与欧盟和欧盟以外的七个全球排放国（美国、巴西、中国、印度尼西亚、俄罗斯、刚果民主共和国和印度）的 UNFCCC NGHGI (2023) 人为排放量（包括 LULUCF）（菱形）的比较。UNFCCC 人为值代表所有五个 IPCC 部门（能源、IPPU、农业、LULUCF 和废物）的总和。TD 全球反演报告的分区详见表 2。对于欧盟，UNFCCC 值的相对误差代表使用误差传播方法（95% 置信区间）计算的 NGHGI (2023) 报告的不确定性，并填补空白以提供每年的相应估计值（参见 Petrescu 等人，2023 年，附录）。中国的值和不确定性（最小 5.2%，最大 5.3%）仅适用于 2014 年，印度尼西亚的不确定性适用于 2019 年（19.9%）。对于美国 CEOS（GOSAT），我们使用了 Nessar 等人（2023）的总不确定性，最小-最大范围为 1.1-1 Tg yr−1。CTE-GCP2021 提供了每个分区的不确定性，但这里显示的是总通量的不确定性。FLExKF_v2023 报告后验排放的相对不确定性（%）。绘制的数据代表 2015 年和上一可用年份之间的平均值，如下所示：CIF-CHIMERE（2022 年）；TM54DVAR、CIF-FLEXPART 和 CTE-GCP2021（2020 年）；以及 FLExKF_v2023、MIROC4-ACTM_OHvar 和对照、UNFCCC CRF 以及 CAMSv21r1_NOAA 和 NOAA_GOSAT 运行（2021 年）。GEOS-Chem CTM (TROPOMI) USA 仅报告 2019 年（Nesser 等人，2024 年）。
图 6. TD 估计值的总（绿色）和分解的人为和自然 CH4 排放量与欧盟和七个全球排放国（美国、巴西、中国、印度尼西亚、俄罗斯和刚果民主共和国）的 UNFCCC NGHGI (2023) 人为排放量（包括 LULUCF）的比较。UNFCCC 人为值代表所有五个 IPCC 部门（能源、IPPU、农业、LULUCF 和废物）的总和。TD 全球反演报告的分区已协调并在表 3 中详细说明。对于欧盟，UNFCCC 值的相对误差代表使用误差传播方法（95% 置信区间）计算的 NGHGI (2023) 报告的不确定性，并填补了空白以提供每年的相应估计值（参见 Petrescu 等人，2023 年，附录）。2014 年，中国 UNFCCC 值和报告的不确定性（最小 5.2% 和最大 5.3%）是针对 2014 年的，而印度尼西亚报告的不确定性是针对 2019 年的（19.9%）。印度 UNFCCC 值是针对 2016 年的。CTE-GCP2021 为每个分区提供了不确定性，但在这里我们绘制了总通量的不确定性。FLExKF_v2023 报告后验排放的相对不确定性（%）。绘制的数据代表 2015 年和上一可用报告年份之间的平均值，如下所示：CIF-CHIMERE（2022 年）；UNFCCC CRF、TM5-4DVAR、CIF-FLEXPART 和 CTE-GCP2021（2020 年）；和 FLExKF_v2023、MIROC4-ACTM 运行和 CAMSv21r1 运行（2021 年）。GEOS-Chem CTM（TROPOMI）美国仅报告了 2019 年的情况（Nesser 等人，2024 年）。
图 7. BU 和 TD 估计值中的人为和自然 CH4 排放量总量，以 2015 年欧盟和七个全球排放国（美国、巴西、中国、印度尼西亚、俄罗斯、刚果民主共和国和印度）的上一年平均值表示。BU 人为估计值属于 UNFCCC NGHGI (2023) CRF 和 BUR（包括 LULUCF）作为部门份额、EDGAR v7.0、GAINS 和 FAOSTAT/PRIMAP-hist。对于欧盟，UNFCCC 值的相对误差代表 NGHGI (2023) 报告的不确定性，使用误差传播方法（95% 置信区间）计算并填补空白，以提供每年的相应估计值（见 Petrescu 等人，2023，附录）。2014 年，中国报告的不确定性最小为 5.2%，最大为 5.3%。欧盟的 BU 自然排放量是 VERIFY 产品（生物质燃烧、内陆水域、地质和泥炭地以及矿质土壤，如 Petrescu 等人，2021 年、2023 年、附录 A2.1 中所述）的总和。对于七个非欧盟排放国，BU 自然通量是湿地排放量（LPJ-GUESS）、湖泊和水库通量（ORNL DAAC，Johnson 等人，2022 年）、地质（补充文件中更新的活动）和生物质燃烧排放量（GFED v4.1s）的总和。TD 自然全球估计值列于表 1 中。TD 自然排放的不确定性是所有估计值的最小值/最大值。对于 BU 和 TD 估计，添加了“未报告”或“缺失排放数据（先前没有）”格式的数据，如表 4 所述。自然排放量已从 BU 人为估计值的平均值开始绘制，以保持自然排放估计值的可比性，同时也与总 TD 估计值进行比较。总区域 TD 估计值（针对欧盟）属于 FLExKF_v2023、CIFFLEXPART 和 CIF-CHIMERE 以及美国 GEOS-Chem CTM（TROPOMI）的 2019 年平均值和最小值/最大值（Nesser 等人，2024 年）。全球总 TD 反演代表 2015 年——最后一年可用年份的 CTE-GCP2021、两次 MIROC4-ACTM 运行、两次 CAMSv21r 运行和 TM5-4DVAR 的平均值和最小值/最大值的平均值。CIF-CHIMERE 的最后可用年份是 2022 年；EDGAR v7.0、FAOSTAT/PRIMAP-hist、MIROC4-ACTM 运行、UNFCCC CRF 和 CAMSv21r1 运行为 2021 年；CIF-FLEXPART 和 CTE-GCP2021 为 2020 年。TM5-4DVAR 分区数据仅在 2018 年至 2020 年之间可用。
