清华大学、北科院城安所和海南大学合作：化石燃料和食物系统同等主导着中国人为源甲烷排放

近日，海南大学刘姝涵副研究员、清华大学刘开云博士及北京市科学技术研究院城市安全与环境科学研究所王堃助理研究员，在Environmental Science & Technology上联合发表了题为 “Fossil-Fuel and Food Systems Equally Dominate Anthropogenic Methane Emissions in China” 的研究论文(DOI:10.1021/acs.est.2c07933)。本研究基于约130,000个重点行业点源数据构建了中国全产业链的高时空分辨率CH₄排放清单(CH₄-China)，从“生产-使用-处置”视角追踪了化石燃料和食物系统的甲烷 (CH₄) 排放流向。结果显示：2020年，中国CH4排放量约为39,288.3Gg (25,230.8−53,345.7Gg)，其中50.4%来自化石燃料系统，49.6%来自食物系统，点源排放量占人为源CH₄总排放量的约53.5%。以往研究忽略的天然气机动车、居民用气、焦炭生产、化粪池等排放源在本研究中占CH4总排放量的12.4%。该方法和结果可为完善CH₄排放清单、制定CH₄减排策略提供技术支撑。

甲烷 (CH₄) 是仅次于二氧化碳 (CO₂) 的全球第二大温室气体，其20年及100年全球变暖潜能分别为CO₂的82倍和29.8倍，在充分混合的温室气体排放中对全球净暖化效应的贡献率为31%。2014年以来全球大气中的甲烷平均浓度快速升高，2021年10月全球大气中的甲烷平均浓度达到1907ppb，突破了40年来的最高记录。根据联合国环境规划署评估发现，需要将全球温室气体排放量减少近一半才能将升温幅度控制在1.5℃以内。CH₄的快速增加将会危及《巴黎协定》1.5℃ 控温目标的实现，并对人体健康以及全球生态系统产生负面影响。此外，人为的CH₄排放量在不同地区差异很大，中国和南亚的CH₄排放量最高。因此，为了实现《巴黎协定》的目标和中国的“双碳”目标，迫切需要遏制人为CH₄的排放。

在本研究中，我们构建了一份中国全产业链高时空分辨率CH₄排放清单 (CH₄-China)，以更完整和系统地了解化石燃料和食物系统从生产到使用，再到最终处置的CH₄排放情况。这些结果有助于了解不同清单之间差异的来源，并为进一步完善CH4排放清单提供技术指导。

Figure 1. Anthropogenic national CH₄emissions by region and sector in 2020.

如图1所示：2020年，中国CH₄排放量约为39,288.3 Gg (25,230.8−53,345.7Gg)，其中50.4%来自化石燃料系统，49.6%来自食物系统。在化石燃料系统中，79%的CH₄排放来自煤炭产业链，其余来自天然气产业链 (14%)、石油产业链(4%) 和化石燃料相关污水排放 (3%)。就食物系统而言，全国49%的CH4排放来自畜禽养殖，26%来自食物系统相关的废物处置，26%来自水稻种植。此外，在我国的煤炭大省如山西、内蒙古和陕西省，化石燃料系统CH₄排放占比超过70%，主要来自于煤炭产业链排放。在湖南、广东等农业大省，80%以上的人为CH₄排放来自食物系统，其中水稻种植和畜禽养殖排放占比可达60%以上。

Figure 2.CH4 emission flows from fossil-fuel and food systems in 2020.

如图2所示：根据CH₄排放流向，我们发现以往的人为源排放清单忽略了一些重要的排放源。其中，天然气机动车、居民用气、焦炭生产排放占化石燃料系统CH₄总排放量的9%；生活垃圾转运、化粪池、沼气池及食品相关污水处理排放占化石燃料系统CH₄总排放量的16%；这些被忽略的排放在本研究中合计占CH₄总人为源排放量的12.4%。此外，根据排放流向可知，生产阶段的CH₄排放占比最大，占2020年人为排放总量的79.4%；其中，煤炭开采排放占总排放量的39.1%，畜禽养殖排放占比18.2%，水稻种植排放占比12.6%。Figure 3. Gridded CH4 emissions from anthropogenic sources for the year 2020 in China (0.1°×0.1°resolution; units, Gg). (a,c,e) Emissions from point sources of the fossil-fuel system, the food system, and the national total, respectively; (b,d,f) total gridded emissions of the fossil-fuel system, the food system, and the national total, respectively.

空间排放分布显示：化石燃料系统CH₄排放的空间格局与煤炭开采排放的空间格局高度相关。值得注意的是，北京和上海的CH₄排放以天然气供应链为主，天然气机动车、居民用气和燃气电厂等终端使用阶段对CH₄的排放有着突出贡献。与化石燃料系统排放不同，食物系统排放主要集中在中国中部和南部，这些空间格局与水稻种植和畜禽养殖排放高度相关。

Figure 4. Monthly CH₄ emissions in China from six major sources in 2020 (a) and the monthly CH4 concentrations at the observing sites in China in 2019−2020 (b).

月度排放趋势显示：2020年中国人为源CH₄排放的高峰出现在6-8月，低峰出现在1月，这种时间趋势主要归因于水稻种植的排放。水稻种植的排放在很大程度上受水稻生长期和环境因素的影响。稻田仅在水稻生长的月份排放CH₄, 因此在1月和12月的排放量较低，6月至9月的排放量较高。通过与多个CH₄大气观测点对比可知，CH₄浓度最高的季节通常是6-8月，其次是9-11月，最低的季节是1-3月。观测浓度的时间趋势与我们的结果基本一致，这表明了我们估计的可靠性。 

Figure 5. Comparisons of CH₄ emissions reported by different bottom-up and top-down studies. (The years shown in the horizontal axis represent the year based on emissions).

与其他研究比较结果显示：相较于其他自下而上的排放清单，本研究的CH₄排放量总体上在以往的研究范围内 (36.6-57.6 Tg/yr)。UNFCCC报告和EDGARv6.0均比我们的研究结果高约40%，主要来自于对水稻种植排放的高估，但对油气产业链有所低估。在我们的研究中，水稻种植排放的低估主要是由于对相关参数进行了向下修正，如我们考虑了轮作水稻和秸秆利用的影响，这将会降低水稻种植的CH₄排放；油气产业链排放的高估主要是由于本研究纳入了现有排放清单被忽略的几类重要排放源，如天然气机动车和居民用气等；此外，在国内“煤改气”政策的推动下，中国的天然气工业进入了快速发展阶段。2020年中国的天然气产量比相较于2014年增加了47%，这也会导致2020年油气产业链CH₄排放的增加。