化石燃料碳排放估算方法新突破，英国碳排放清单初试成功

最近，东英吉利亚大学的一个研究小组在检测化石燃料二氧化碳排放量变化的速度和频率方面取得了重大突破。

研究人员利用来自英国北诺福克海岸的韦伯恩大气观测站的二氧化碳和氧气的大气测量数据，对新冠封锁期间局部区域里，化石燃料的二氧化碳减排情况进行了量化估算。

他们使用了一种新的方法来分离大气中陆地植物和化石燃料产生的二氧化碳信号。在此之前，是无法以高精度和接近实时的方式对局部区域规模化石燃料二氧化碳排放量的变化进行量化的。

现有的以大气为基础的方法在很大程度上未能成功地将化石燃料中的二氧化碳从大量的自然二氧化碳变化中分离出来，因此对变化进行估算，例如因疫情封锁而发生的变化，必须依靠间接数据来源，而这可能需要数月或数年的工作量。

发表在《科学进展》杂志上的这种基于大气中氧气的方法，与英国商业、能源和工业战略部、全球碳预算和碳监测在疫情期间提出的三个频率较低的排放估算数字非常吻合。但是这三个部门使用了不同的方法，例如有的部门使用的是能量消耗计算法；而新开发的方法不仅完全独立于其他估算方法，还能算得更快。

论文截图

此外，研究人员还能够以更高的频率检测到排放量的变化，例如可以每日估算，并且能够清楚地观察到，两个减排周期正好与英国的两次封锁期吻合，而中间是2020年夏天，新冠封锁放松后的碳排放量恢复期。

东英吉利亚大学（UEA）是英国唯一的高精度大气氧气测量实验室，该所的研究人员与荷兰瓦赫宁根大学（Wageningen University in the Netherlands）和德国马克斯 · 普朗克生物地球化学研究(Max Planck Institute for Biogeochemistry, Germany)所的同事开展合作。

这项研究的主要作者、东英吉利亚大学海洋和大气科学中心的佩内洛普 · 皮克斯博士说道：“如果人类要减少化石燃料产生的二氧化碳排放量和人类行为对气候的影响，首先需要知道碳排放量的变化情况。我们的研究是大气科学的一项重大成就。其他一些研究仅仅基于二氧化碳数据且无法成功，原因是陆生植物排放的大量气体遮蔽了大气中的化石燃料二氧化碳信号。而利用大气中的氧气和二氧化碳分离大气中的化石燃料二氧化碳，使我们能够首次用‘自上而下’的方法探测和量化这些重要的信号。我们的研究结果表明，一个连续测量站点网络具有很大的潜力，可以在区域一级提供对化石燃料二氧化碳的评估。”

目前，官方报告的化石燃料二氧化碳排放量是采用“自下而上”的方法，使用的核算方法是将排放因素与能源统计结合起来计算排放量。然后将这些数据汇编成国家温室气体排放清单，估计大气中的人为来源和各项活动因素，如家庭建筑、车辆和工业过程的温室气体排放量。

然而，清单里的数据可能不够准确，欠发达国家数据不准确尤甚——这就使得实现气候目标变得困难重重；更何况，库存评估可能需要数年才能完成；而且在局部区域范围内的每月或每周的基础上开展的测算评估，其不确定性也要大得多。

韦伯恩（Weybourne）气象观测站 | Grant Foster

估算温室气体排放量的另一种方法是使用基于大气测量和建模的“自上而下”的方法。通过对甲烷和一氧化二氮等关键温室气体自上而下的独立评估，英国计算温室气体排放的清单获得了初步成功。但是对于二氧化碳这种导致气候变化最重要的温室气体来说，此前还没有成功案例，因此很难区分大气中化石燃料燃烧和陆地植物呼吸的二氧化碳排放量和这些排放的来源。

皮克斯博士说：“计算历史时期的碳排放量需要一定时间，而目前的方法使我们很难描述短时间内排放量的变化，例如与新冠疫情期间社会停摆导致的排放量减少。我们需要可靠的化石燃料二氧化碳排放量估算方法，以便我们能够监测和通报气候变化政策，防止全球变暖达到2 °C。我们基于O₂的方法降低了成本，并且提高了信息频率，有可能在更好的空间尺度上快速提供化石燃料二氧化碳的估算值，比如在县、州或城市范围内。”

研究团队使用了韦伯恩大气观测台10年来以小时为单位的高精度测量大气中 O₂和 CO₂的方法，并得到了英国国家大气科学中心（the U.K.’s National Center for Atmospheric Science）的支持。对这些关键气候气体进行长期测量至关重要。

为了检测新冠期间的气体信号，他们首先必须使用机器学习模型去除大气传输对他们的氧气和二氧化碳数据集的影响。

研究人员根据新冠流行发生之前的数据调试机器学习模型，以此来模拟大流行情况下在韦伯恩观察到的化石燃料二氧化碳数值。然后，他们将这一估计与2020-2021年期间实际观测到的化石燃料二氧化碳进行了比较，并最终发现，相比之下，二氧化碳的排放量有所减少。

[1] https://phys.org/news/2022-04-breakthrough-fossil-fuel-carbon-dioxide.html

[2] https://www.science.org/doi/epdf/10.1126/sciadv.abl9250

编译：绿洲

编辑：酥鱼

排版：尹宁流

题图来源：Pixabay

点击阅读原文即可查看原论文