中国高精度温室气体排放清单编制研究进展

徐媛倩,罗艺琳,付广宇,刘 洋,孙 鹏,张志华,曹 霞,王 鑫

1.郑州轻工业大学材料与化学工程学院,河南 郑州 450000

2.郑州市生态环境局,河南 郑州 450000

3.中国环境监测总站,国家环境保护环境监测质量控制重点实验室,北京 100012

大气环境中温室气体浓度的增加导致极端气候、生态系统初级生产力改变等重大气候变化挑战[1-3]。 从排放角度,全球温室气体净排放由1990 年的38 Gt(以二氧化碳计,下同)增加至2019 年的59 Gt[4]。 为有效遏制大气环境温度持续升高,2015 年12 月12 日联合国气候变化大会上178 个缔约方共同签署了《巴黎协定》[5],旨在将温度上升幅度限制在1.5 ℃以内。 我国高度重视气候变化,积极开展应对气候变化国家战略,提出二氧化碳(CO2)排放力争于2030 年前达到峰值、2060 年前实现碳中和。 在此背景下,精准掌握我国温室气体排放是摸清温室气体来源与特征的数据基础,也是科学制定减污降碳策略的关键科技支撑。

为指导排放清单编制,欧盟和美国自20 世纪70 年代开始逐步建立排放源清单分类体系和排放因子库,形成了相对完善的排放清单编制体系,发布了多份清单编制指南,掌握了1990 年以来的长时间序列排放数据[6-7]。 为规范温室气体排放,联合国政府间气候变化专门委员会(IPCC)于1995 年首次发布了《国家温室气体排放清单指南》,经多次修正和更新,目前最新版本为《IPCC 2006 国家温室气体排放清单编制指南 2019 年修订版》[8-10],该指南指出温室气体排放清单空间分辨率通常为1 ～10 km。 与欧美等发达国家和地区相比,我国对于温室气体排放清单的探索起步较晚,于2011 年发布了《省级温室气体清单编制指南(试行)》,2013—2015 年相继发布24 个行业企业温室气体排放核算方法与报告指南(试行),2022 年发布了《碳监测评估试点城市高空间分辨率温室气体排放清单网格化技术指南(试行)》和《企业温室气体排放核算与报告指南 发电设施》。上述方法体系为编制我国温室气体排放清单提供了技术支撑。 随着我国碳监测评估试点工作的开展和减污降碳工作的深化推进[11],对温室气体排放清单的时空精度要求也越来越高。

本文通过调研国内外组织机构、科研团队在高精度温室气体排放清单方面的成果,综述我国温室气体排放清单发展进程,提出目前高精度温室气体排放清单编制存在的问题,并提出对应建议。

1 温室气体排放清单编制方法进展

不同排放源温室气体核算的范围与方法不同,本文从核算范围、核算方法、时空化方法、评估与校验4 个方面介绍我国温室气体排放清单编制方法的进展情况。

1.1 核算范围

目前被广泛使用的温室气体排放范围包括3类:范围1 被称作领域排放,即在研究区域内燃料消费和工业生产等过程产生的直接排放,主要用于支撑管理者制定本区域的减排策略;范围2 表示研究范围外购置/输入的电力和热力对应的发生在研究区域外的排放;范围3 表示研究范围商品和服务消费导致的供应链上游温室气体排放。范围2 和范围3 反映的是区域或产品的间接排放。

温室气体排放清单实际编制过程中,根据不同研究目的选用不同的研究范围,如用于碳排放反演的温室气体排放主要考虑范围1[10];用于探索区域发展隐含或产品全生命周期的碳排放,厘清区域间的碳排放输送和转移问题时,则同时考虑范围2 和范围3 的碳排放[12-15]。 同时,由于不同地区的产业布局差异,不同核算范围反映不同的碳排放特征,如北京和重庆的碳排放,若仅考虑范围1,重庆的碳排放大于北京,但考虑范围2 和范围3 后,重庆的碳排放仅为北京的2/3[16]。

1.2 核算方法

温室气体排放核算的方法主要有排放因子法、碳质量平衡法、实测法和关系模型法等。

排放因子法基于燃料消耗量或产品产量等活动水平乘以相应排放因子计算温室气体排放,是目前应用最广泛的碳排放核算方法。 依据计算参数精度不同,排放因子法分为Tier 1、Tier 2 和Tier 3:Tier 1 利用能源统计数据和缺省排放因子计算温室气体排放;Tier 2 是根据能源统计数据和不同国家/地区特定燃料温室气体排放因子量化温室气体排放,以体现当地的燃料品质、燃料热值和排放特征;Tier 3 是基于不同燃烧/生产工艺技术的燃料使用量和排放因子相乘核算设备级温室气体排放[9]。 与Tier 1 相比,Tier 2 和Tier 3 需要的计算参数更多,核算结果的精度也更高。 兼顾数据可获得性和精度,目前我国温室气体排放核算主要采用Tier 2,如JING 等[17]采用Tier 2 计算我国钢铁行业温室气体排放;MA 等[18]采用Tier 2计算深圳市工业源CO2小时排放;CUI 等[19]采用Tier 2 计算我国工业生产过程CO2排放;LAO等[20-21]利用Tier 2 分别量化了我国木材和竹子加工业和家具制造业的碳排放。

碳质量平衡法根据指定时间和研究区范围内生产使用的化学物质和设备的输入与输出数据估算地区或企业的温室气体排放量,如计算排放设备更换频繁、自然排放源复杂的温室气体排放时,质量平衡法取得较好的应用效果[22]。

实测法是利用温室气体排放监测设备对排放源进行现场探测,汇总所有探测数据得到最终温室气体排放量,如连续排放监测系统(CEMS)可以对固定污染源(如锅炉、工业炉窑、焚烧炉等)排放中的烟气流速、气体浓度和湿度等进行实时测量,对CO2和CH4排放进行连续监测,准确性和连续性更高,排放数据也可被实时上传和发布。目前,美国和欧盟已开展基于CEMS 的火电机组温室气体排放监测[23-24]。 我国也逐步开展基于CEMS 的火电等行业温室气体排放监测,但由于CEMS 安装运营成本高,目前我国CEMS 系统以监测SO2、NOx和烟尘为主,尚未实现大规模的碳排放监测。 尽管如此,由于工业源CO2排放与NOx排放的相关性,CEMS 监测的NOx排放被广泛用作CO2排放表征的指标,如LIU 等[24]基于OM I NO2柱浓度反演电力行业NOx排放后,结合美国CEMS 数据中CO2与NOx排放比例,进行电力行业CO2排放表征与校验。 ZHENG 等[25]根据TROPOM I NO2柱浓度反演的高时间分辨率NOx排放基础上,结合电力、工业、交通等排放源CO2与NOx排放因子比例获得高时间分辨率CO2排放清单。

关系模型法是根据已知的温室气体排放数据与卫星遥感(如夜间灯光、人口密度、卫星观测热异常等)等大数据,构建温室气体排放与多源大数据之间的关系模型,利用关联模型估算目标区域的温室气体排放,如CHEN 等[26]通过构建区县温室气体排放和夜间灯光之间的统计关系模型,重构了中国1997—2017 年的温室气体排放。KONG 等[27]利用回归树模型,基于VIIRS 热异常产品识别工业热源温室气体排放时空格局识别工业热源火点,再根据自下而上的网格化排放与火点,结合人口、夜间灯光等信息,通过构建机器学习回归树模型建立排放与大数据的关联,实现网格化温室气体排放核算。

1.3 时空化方法

时空分辨率是温室气体排放清单的重要特性,也是影响排放反演和气候效应模拟结果的重要因素[28-30]。 对于温室气体排放清单的时空化,目前采用的方法主要有2 种。

第一种,基于高时空分辨率活动水平计算温室气体排放,直接得到高分辨率排放清单。 如GURNEY 等[31-32]对美国分部门(住宅、商业、工业、电力生产、公路、非公路、商业船舶、机场、铁路和水泥)化石燃料燃烧温室气体排放量进行了详细的估算,构建了2000—2015 年1 km×1 km 分辨率的温室气体排放清单。 我国排放清单产品CHRED 基于超过150 万家企业级点源数据,核算点源温室气体排放[33]。 LI 等[34]基于道路交通车流量读取网格化的道路交通源活动水平,以北京市为例开展1 km×1 km 分辨率的道路移动源温室气体排放清单编制。 同时,基于分部门的月度活动水平数据,如牲畜、湿地、植被、生物质燃烧、稻田、能源活动、城市固体废弃物、废水等,以及不同源对应排放因子,可计算获得逐月的温室气体排放[35]。 因此,在数据可获取情况下,上述方法可准确量化研究区域的温室气体排放时空分布特征。

第二种,根据年度活动水平计算目标区域(国家、省份、城市或区县)的温室气体年排放总量后,采用不同分配参数进行排放源的时间和空间分配。 鉴于统计数据多以一年为周期,目前国际和国内核算的温室气体排放清单也多以一年为基准,再基于一定的时空分配参数实现温室气体排放的网格化。 该方法具体的时空分配思路如式(1)所示。

式中:Eg,t表示高空间分辨率网格g 在t 时段的温室气体排放量;Eannual表示温室气体年排放量;Pg,t为根据空间分配参数计算的网格g 在t 时的时空分配权重。

采用分配参数进行温室气体排放清单时空化处理时,根据排放源的空间分布形态,温室气体排放可分为点源、面源和线源。 不同空间分布形态的排放源空间分配时使用的空间分配参数和计算方法不同,如点源直接根据其经纬度即可实现高空间分辨率分配[33,36];面源则是根据目标空间分辨率网格中空间参数特征值(如人口数量、GDP、土地利用面积、夜间灯光等)在研究区域范围内对应参数值总量的权重进行空间分配[37-38];线源则是根据目标分辨率网格内空间分配参数长度(如路网、航线等),结合路网(或航线)车(或船舶)流量与分型结构进行空间分配,如XU 等[39]基于标准道路长度实现我国道路移动源CO2的10 km×10 km 空间分配。

1.4 评估与校验

排放评估与校验是保证温室气体排放清单质量的重要环节,目前广泛采用的评估与校验手段主要有横向对比、趋势分析和基于大气测量的评估。

横向对比主要是指目标清单与独立于当前研究的同类清单之间对比,主要是在排放总量上对目标清单的评估。 其中对比清单选择时需以“研究团队、研究区域、研究时段”为主要考虑因素。同时,针对不同清单结果之间的差异,从数据来源、估算方法等方面进行分析和差异识别。 从而实现对目标清单在排放总量、估算方法应用以及数据来源方面的评估与初步校验[34,37,40]。 如SHAN 等[41]计算我国石灰行业CO2排放时,不仅对比了采用不用来源排放因子的CO2排放量,还与 EDGAR( Em issions Database for Global Atmospheric Research,全球大气研究排放数据库)和《中国气候变化第二次国家信息通报》中的CO2排放进行了横向对比。 XU 等[39]通过对比多个研究结果,评估其构建的中国道路移动源CO2排放。 LIU 等[42]为评估其所构建的中国电厂CO2排放的合理性,分别与其他研究对比了排放量和空间分布。

趋势分析主要是指将目标趋势清单与长时间序列相关参数的对比,如能源消费、GDP、人口、工业产值以及长时间序列的地基监测或卫星监测浓度变化趋势等。 趋势对比通常采用5 年及以上时段的数据进行分析,对比目标清单与参数变化趋势的相关性与一致性。 该方法可在排放清单的趋势变化上做初步的合理性评估与验证,同时也能够在对比分析过程中识别出清单估算时的关键不确定性来源。 如 SHAN 等[43]通过对比1997—2015 年中国能源消费及EDGAR 和MEIC(中国多尺度排放清单模型)等排放清单的变化趋势,评估其所构建的中国能源消费与工业CO2排放。

基于大气测量的评估是以地面观测、飞机航测或卫星观测等的温室气体浓度为约束,结合大气化学传输模型模拟,建立先验排放与环境浓度之间的关联,根据三维/四维变分、卡尔曼滤波、伴随模型和贝叶斯等反演模型,对先验排放清单进行优化和校验[44-47]。 该方法是《IPCC 2006 国家温室气体排放清单指南编制指南 2019 修订版》中特别增加说明的基于碳监测的排放校验方案[10]。 与横向对比和趋势分析法相比,基于大气测量的排放评估能够根据监测数据不断优化先验清单的排放总量与时空分布,得到更加准确的排放清单。 随着我国碳监测试点工作的开展,该方法目前已逐步在各试点城市开展应用。

2 现有温室气体排放清单数据库与排放特征

目前针对国家尺度的温室气体排放清单数据库主要有中国高空间分辨率排放网格数据(CHRED)、中国碳核算数据库(CEADs)、中国多尺度排放清单模型(MEIC)和中国高分辨率排放清单(MEIC-HR)等。

CHRED 结合CEMS、环境统计(ES)、排放许可实施报告(EPIR)以及国家统计局(NBS)等多个数据库,建立了基于点状排放源自下而上的空间化方法,包括点排放源(工业企业、污水处理厂、垃圾填埋场、畜禽养殖场/小区、煤矿开采、水运船舶等)和其他线源(交通源)、面源(农业、生活源等)数据,最新版本3.0A,提供2018 年10 km 分辨率CO2排放网格数据[33,38,48-50]。 CHRED显示,2018 年中国CO2排放量为107.28 亿t,其中电力行业CO2排放量为49.13 亿t,工业CO2排放38.05 亿t,交通CO2排放13.02 亿t,居民CO2排放7.08 亿t。

CEADs 采用排放因子法,涵盖47 个社会经济部门的17 种能源消费产生的碳排放,包含国家、省份、城市和县等多个尺度的碳排放,其中国家、省份和城市尺度的碳排放清单更新至2019年,县尺度更新至2017 年[15,40,51]。 CEADs 数据库中我国2019 年范围1 的CO2排放量为97.95亿t,CO2排放量主要来自原煤燃烧和焦化行业,分别占CO2排放的50.2%和13.2%,其中原煤消耗主要用于火力发电行业,CO2排放量占原煤CO2排放量的84.2%。

MEIC 采用自下而上的方法核算了电力和供热、工业和建筑业、交通、民用和商用部门的CO2排放,目前最新版本V2.0,提供我国1990—2021年间的CO2排放[52-54]。 2021 年我国CO2排放量为104.5 亿t,其中电力与供热行业、工业与建筑行业排放居多,年排放量分别占CO2排放总量的45.7%和37.8%。

MEIC-HR 根据多源数据融合算法,建立了包含约10 万个工业企业的点源数据库,并与MEIC中的线源和面源耦合,最终建立了2013 年中国1 km×1 km 分辨率人为源排放清单。 与MEIC 清单相比,MEIC-HR 清单点源排放占比明显提升,尤其是由工业燃烧源和工艺过程源主导的CO2排放的点源比例,从MEIC 清单中最高30%提高到MEIC-HR 中最高84%[55]。 2013 年中国的人为源CO2排放为103.5 亿t,主要集中在电力和供热、非金属矿物制品、冶金、化工和焦化等行业。

除上述用于科学研究的温室气体排放清单数据库,我国在业务领域也开发了多层次温室气体排放清单。

1)基于国际履约以及国家温室气体控制政策措施需求开发的国家清单。 根据《联合国气候变化框架公约》要求,所有缔约方应按照IPCC 国家温室气体清单编制指南编制各国的温室气体清单。 我国作为《公约》非附件一缔约方,积极履行应尽的国际义务和责任,已分别于2004、2012、2017 年提交了《中华人民共和国气候变化初始国家信息通报》《中华人民共和国气候变化第二次国家信息通报》《中华人民共和国气候变化第一次两年更新报告》,2019 年提交了《中华人民共和国气候变化第三次国家信息通报》《中华人民共和国气候变化第二次两年更新报告》,分别提交了3 次国家信息通报和2 次两年更新报告,全面阐述了中国应对气候变化的主要政策与行动及其相关信息,并报告了1994、2005、2012、2014 年国家温室气体清单。

2)基于国内碳达峰和减排目标分配需求开发的省级清单。 2010 年,根据《关于启动省级温室气体清单编制工作有关事项的通知》(发改办气候〔 2010 〕 2350 号),我国启动了省级温室气体清单指南的编制,部分试点建立了常态化温室气体清单编制和温室气体排放统计报告制度。 同时为加强省级清单编制的科学性、规范性,2011年国家发改委应对气候变化司组织编制了《省级温室气体清单编制指南(试行)》,主要参考了基于分部门、分燃料品种、主要产品产量等活动水平数据及对应排放因子的IPCC Tier 2 和Tier 1。 目前全国完成了2005 年和2010 年省级清单编制工作,大部分省市完成了2012、2014、2015、2016 年省级清单,部分省启动了2018 年清单。 质控方面,国家建立了省级清单联审机制,生态环境部组织开展了2012 年和2014 年清单评审工作。

3)基于碳市场、碳交易及配额分配等需要建立的重点排放单位温室气体核算和报告制度。 为全面掌握重点单位温室气体排放情况,2014 年发布了《关于组织开展重点企(事)业单位温室气体排放报告工作的通知》(发改气候〔 2014 〕 63号),确定了开展重点单位温室气体排放报告的责任主体和对象,重点单位根据自身实际报告6种温室气体排放情况,省级主管部门需按期组织完成对报告内容的评估和核查。 国家相继发布了23 个重点行业的《温室气体排放核算方法与报告指南》及《工业其他行业企业温室气体排放核算方法与报告指南》。 按照统一要求,省级生态环境部门组织开展了2016、2017、2018 年度企业温室气体排放报告第三方机构核查工作。

4)基于碳监测评估试点建立的城市高空间分辨率温室气体排放清单。 为推进碳监测评估试点工作顺利开展,中国环境监测总站2021 年12月发布了《碳监测评估试点城市高空间分辨率温室气体排放清单编制技术指南(试行)》,明确各试点城市和本地实际情况,开展基于点源和区县为基本单位的分领域、分行业温室气体排放清单编制,要求结合不同排放源不同网格化分配参数编制高空间分辨率温室气体排放网格化清单,编制形成2020、2021、2022 年网格分辨率为1 km×1 km 或更高的温室气体排放网格化清单。

3 问题与建议

3.1 存在问题

1)研究目的、对象、采用的方法和参数不同,导致不同研究的排放数据之间差异显著,目前普遍采用的横向和趋势对比法虽然能够定性地判断碳排放核算结果的合理性,但难以准确评估不同结果的合理性。 虽然近年来基于观测的碳排放反演取得长足发展,但目前对于国内的研究还较少。另外,我国碳监测试点尚处于起步阶段,地面观测、航测等数据的缺失也是制约我国开展基于碳监测的碳排放反演与校验评估的重要因素。

2)目前我国的温室气体排放清单大多以省为单位编制,只有部分工业源进行单独核算,实现点源化。 从空间精度上,1 km×1 km 空间分辨率的温室气体排放清单研究主要集中在试点区域和发达地区,而欠发达地区的排放数据仅能够从基于宏观数据的碳排放数据库中获取,缺少基于领域和行业特征的空间化特征识别与分析。 温室气体排放清单研究的区域分布不均导致区域间的对比与评估难以有效开展。

3)在实际应用过程中,温室气体排放清单为气候模型模拟、减排策略制定提供关键的数据支撑。 其中,排放的时空参数是影响模型模拟、策略制定的关键因素。 虽然部分研究已实现了高空间分辨率的温室气体排放网格化分配,但目前温室气体排放结果仍多以年度为基准,对年排放的时间分配或基于高时间分辨率的活动水平的排放核算研究则相对较少。

4)受实地调查和排放源实时监测成本的局限,目前碳排放核算通常参考以年为单位的统计数据,对应的碳排放也多以基准年为单位进行核算,然而,年鉴等统计数据往往存在1 ～2 年的滞后期,导致应用其数据编制的碳排放清单也滞后1 ～2 年,在时效性上难以及时反映目标区域的碳排放特征,从而影响碳排放清单的应用效果。

3.2 建议

1)统筹规划温室气体排放清单编制工作,在原则、方法统一基础上,支持、鼓励更多地区根据本地能源结构、产业结构与交通结构特点,选取典型行业,基于主要原材料、工艺特点等基本信息开展区域本地化温室气体排放系数测试,建立我国本地化的CO2排放因子库,结合本地实际情况开展高精度温室气体排放清单编制;同时,加强对偏远地区的技术帮扶和支持,强化城市、区域间的温室气体排放清单编制交流,增强区域温室气体排放的一致性与可比性。

2)为丰富排放清单评估验证数据积累,需加强碳监测网络建设,提倡省级、市级、县级逐步开展自主监测,构建多尺度网络数据平台,建立完整的碳监测技术体系,为基于监测的碳排放反演与评估校验提供数据支撑,以获取更精准、科学合理的碳排放数据。

3)高精度碳排放清单和科学的碳减排策略制定依赖对排放源特征的精准、实时把握,鼓励支持基于大数据的碳排放动态表征技术研究,充分利用物联网优势,基于动态大数据构建实时的碳排放清单,以实时掌握温室气体排放特征,及时部署碳减排策略。

4)加强数据信息平台建设,构建监测网络体系,建立能够系统对监测数据进行收集、存储和分析的平台,集成我国温室气体相关数据资料,建立面向全国的温室气体信息数据库,支撑编制我国高分辨率、高精度、动态化的温室气体排放清单。

4 结论

近年来我国在温室气体排放清单研究领域开展了大量研究,并在技术体系和数据成果方面取得较大进步。 未来可通过统筹高精度温室气体排放清单编制工作,加强区域间的交流,以减少温室气体排放清单差异性和不确定性;基于碳监测开展温室气体排放校验,提高温室气体排放清单合理性;基于多源大数据开展近实时温室气体排放动态表征提升排放清单时效性和时空精度。