学术研究报告：基于优化IPCC方法的中国稻田甲烷排放量估算

作者及发表信息
本研究由夏唯一（中国人民大学公共管理学院）、樊畅和张戈丽（中国农业大学土地科学与技术学院）共同完成，发表于《生态学报》（Acta Ecologica Sinica）2024年第44卷第21期。

学术背景
甲烷（CH₄）是全球第二大温室气体，其20年尺度增温潜势是二氧化碳（CO₂）的84倍。近年来，全球甲烷浓度持续上升，其中农业排放（尤其是稻田）是重要来源。中国作为全球最大的水稻生产国，稻田甲烷排放量约占全球总量的24%。然而，现有估算方法存在数据精度不足（如依赖低分辨率统计资料）、排放因子（Emission Factors, EF）未充分考虑区域差异等问题，导致结果不确定性较高。因此，本研究基于2019年政府间气候变化专门委员会（IPCC）更新的《国家温室气体清单指南》，结合高分辨率遥感数据，优化中国稻田甲烷排放估算方法，旨在为“双碳”目标下的农业减排政策提供科学依据。

研究流程与方法
1. 数据收集与处理
- 数据来源：整合2015年多源数据，包括：
- 水稻空间分布：500米分辨率MODIS遥感数据（国家生态科学数据中心）
- 水分管理方式：连续淹灌（CF）、间歇淹灌（SD/MD）面积比例（《中国农业年鉴》）
- 有机质输入：秸秆还田、混合肥、农家肥、绿肥的施用比例及量级
- 环境参数：土壤有机碳（SOC）、pH值、气候分区（世界土壤数据库及IRRI生态区划）
- 方法选择：采用IPCC Tier 2方法，因其允许区域特异性排放因子（EF）和修正因子，优于仅用默认值的Tier 1方法。

1. 排放因子计算

   • 基准排放因子（EFc）：基于Yan等提出的对数正态分布模型，通过回归分析量化土壤、气候等因素的影响：
     EFc = e^(0.363 × (1/n ∑ SOC_i^0.337 × e^pH_i × e^CL_i)) × e^1.17 × e^-0.308
     其中，SOC_i、pH_i、CL_i分别代表土壤有机碳、酸碱度和气候分区的校正系数。
     
   • 调整排放因子（EFi）：引入水分管理（SFw）、生长季前水分状况（SFp）及有机质输入（SFo）的修正：
     EFi = EFc × SFw × SFp × SFo
     SFo通过有机物输入量（ROA_i）及转换系数（CFOA_i）计算，公式为 (1 + ∑ ROA_i × CFOA_i)^0.59。
     

2. 不确定性分析

   • 采用蒙特卡罗模拟（Microsoft Excel Palisade插件）评估EFc、有机物输入及水分管理面积的不确定性，参数概率分布如下：
     
     • EFc：对数正态分布（IPCC指南范围）
       
     • 有机输入：正态分布（CV=30%）
       
     • 淹灌面积：连续淹灌（正态分布）、间歇淹灌（指数分布）
       

主要结果
1. 排放因子空间特征
- EFc：全国水稻种植区平均值为1.231（1.121–1.341）kg CH₄ hm⁻² d⁻¹，高值区集中于西南（如西藏1.460）和华南（广东1.740），与土壤高有机碳含量相关。
- EFi：平均值为1.764（1.606–1.922）kg CH₄ hm⁻² d⁻¹，华东（安徽2.396）、华南（广西2.695）因高有机肥施用及连续淹灌比例高，EFi显著提升；西北地区因节水灌溉，EFi下降。

1. 排放总量与区域差异

   • 2015年全国稻田甲烷排放总量为7.541（6.866–8.216）Tg CH₄/a，华中、华东、华南贡献超70%，其中：
     
     • 双季稻区（早稻+晚稻）排放强度最高，占总量45%
       
     • 单季稻区因生长期短，排放量较低
       

2. 人为因素影响

   • 华南、华东的EFi较EFc提升40%–60%，主因秸秆还田和混合肥施用；
     
   • 西北及港澳台地区EFi下降20%–30%，反映节水灌溉技术的减排效果。
     

结论与意义
1. 科学价值：
- 首次将500米分辨率遥感数据与IPCC Tier 2方法结合，提升了排放估算的空间精度；
- 量化了土壤、气候及人为管理对EFc和EFi的差异化影响，为区域化减排策略提供依据。

1. 应用价值：
   
   • 支持“双碳”目标下农业部门制定差异化措施（如华南推广间歇灌溉、华东优化有机肥用量）；
     
   • 为全球甲烷清单（如EDGAR）的中国数据更新提供高分辨率参考。
     

研究亮点
1. 方法创新：融合高分辨率遥感与IPCC指南，克服传统统计数据的空间局限性；
2. 发现创新：揭示EFi的人为主导性（如华南人为管理使排放因子增幅超自然基线50%）；
3. 数据价值：公开的EFc/EFi网格数据可作为后续模型（如DNDC）的输入参数。

其他价值
研究指出，未来需结合地面观测（如通量塔）验证遥感反演结果，并动态更新水稻种植制度变化对排放的影响。