综述：水力发电水库温室气体估算方法综述

《RENEWABLE & SUSTAINABLE ENERGY REVIEWS》：A review of hydropower reservoir GHG estimation methods

　　

准确的温室气体（GHG）排放估算对于确保水力发电这种可再生能源有效贡献于气候减缓至关重要。本综述中，研究人员批判性地回顾并比较了一系列方法，包括直接现场测量（如浮箱法和涡度协方差法）、经验/统计模型（如G-res和HydroCalculator）、基于过程的模拟、卫星遥感、机器学习（ML）技术，以及整合这些组件的混合建模框架。研究人员针对关键标准对每种方法进行了评估：准确性与不确定性、可扩展性与可转移性，以及数据需求与透明度。直接测量仍然是特定地点验证的黄金标准，但其受限于空间和时间覆盖范围，并需要大量资源。经验模型提供了简便性，但难以捕捉动态环境驱动因素，往往导致排放估算偏低或偏高。基于过程的模型提供了关键的机理洞察，但需要大量的输入数据和计算资源。虽然卫星观测和机器学习增强了空间和时间覆盖范围以及预测能力，但可解释人工智能（XAI）可以克服机器学习的“黑箱”特性。结合了现场数据、遥感、机器学习和基于过程元素的混合方法在实现准确且可扩展的排放估算方面显示出最大的潜力。随着欧盟及其他地区努力实现严格的气候目标，稳健的水库温室气体核算对于指导投资和推动真正低碳水力发电的减缓行动至关重要。研究人员的发现强调了建立综合监测网络、开放数据获取以及跨学科合作的必要性，以开发能够将精确测量与大尺度建模相结合的新一代工具，从而为知情的气候和能源政策提供支持。

本文综述了水力发电水库温室气体（GHG）估算方法，涵盖直接测量、经验模型、过程模型、遥感、机器学习（ML）及混合模型。以下按文章主体部分的小标题进行总结。

**3. Review of GHG estimation approaches for hydropower reservoirs**

文章指出，静态核算框架和通用排放因子（EFs）在捕捉水库排放的空间异质性和时间变异性方面能力有限。因此，区分了高层核算框架与多种估算方法。估算方法分为传统方法（直接现场测量、经验或过程模型）和新兴方法（遥感、机器学习、混合模型）。

**3.1. Contextual overview of publication trends and research focus**

综述显示，2017年后相关出版物显著增加。地理上，研究集中在温带和亚热带气候区，如亚洲（中国、印度）、北美（美国、加拿大）、欧洲（瑞士、英国、挪威）和南美（巴西），而寒带和热带研究较少。二氧化碳（CO₂）排放是最常被讨论的主题，约占文献的36%。在量化方法中，经验模型占最大比例（59项研究），其次是现场测量（45项），机器学习方法（19项）在2024-2025年迅速增加。研究主题随时间从可再生能源广泛讨论转向水库排放和生命周期评估（LCA）。

**3.2. Accounting frameworks: LCA and IPCC-based approaches**

生命周期评估（LCA）提供水力发电厂全生命周期的温室气体核算，包括直接排放（CE_d，如燃料燃烧、水库表面排放、沉积物碳释放）和间接排放（CE_i）。案例研究如中国抽水蓄能电站的间接排放占比超过79%（碳强度26 gCO₂e/kWh）。IPCC指南（2006）定义了基于活动的排放因子，包括CO₂排放因子（tCO₂/MWh）和温室气体排放因子（tCO₂e/MWh）。IPCC中位值为24 gCO₂e/kWh，但某些站点因甲烷（CH₄）排放高可超过500 gCO₂e/kWh。排放因子在量化一致源（如建材）时有效，但无法准确反映水库动态排放，如甲烷冒泡（ebullition）和轮机下游脱气（degassing）常被低估。

**3.3. Traditional approaches**

传统方法包括直接现场测量和基于经验或过程的建模。

**3.3.1. Direct measurements** 包括通量测量和浓度测量。通量测量常用浮箱法和涡度协方差法，前者空间足迹小但外推存在不确定性，后者提供连续高频数据但受风向风速影响。浓度测量通过顶空平衡法（headspace equilibration）或原位传感器测定溶解温室气体浓度，再利用气体传输速度（k_GHG）估算通量。仪器包括气相色谱（GC）、光学气体分析仪、电化学传感器、热导传感器和膜入口质谱（MIMS），各有优缺点。

**3.3.2. Empirical models** 通过统计关联建立排放与环境因素的关系。多种回归模型：Barros等利用水库年龄（A）、纬度（L）、溶解有机碳（DOC）和深度（h）解释CO₂和CH₄通量变异（R²分别为0.4和0.53）。Hertwich扩展模型加入土地利用（LU）和净初级生产力（NPP）。Scherer和Pfister开发广义线性模型（GLMs），将面积-电力比（ATE）和温度作为预测因子。Vilela和Reid提出HydroCalculator，基于生物量分解模型（BCL）计算碳排放。G-res模型（温室气体水库模型）基于223个水库的统计回归，考虑温度、年龄、沿岸面积、磷浓度、土壤碳等变量，成为近年推荐模型。

**3.3.3. Process-based models** 模拟物理、化学和生物机制，如甲烷生成、有机质分解、甲烷氧化和气-水交换。核心方程包括甲烷质量平衡方程（dC_CH4/dt）、扩散通量（F_diff=k·(C_w-C_eq)）和冒泡通量（F_ebull）。代表性模型：ResME侧重甲烷动力学，FAQ-DNDC侧重CO₂排放，FABM-PCLake整合水生态与流体动力学，NICE-BGC扩展到流域尺度，AQUATOX用于生态风险评估。

**3.4. Emerging approaches**

新兴方法包括卫星遥感、机器学习和混合模型。

**3.4.1. Satellite remote sensing** 卫星如MethaneSat、GHGSat、Sentinel-5P、GOSAT和OCO-2可检测大气温室气体浓度。区分点源探测卫星（高空间分辨率，如MethaneSat）和区域测绘卫星（宽覆盖，如Sentinel-5P）。卫星观测提供广空间覆盖和高重访频率，但需要与地面测量结合以将浓度转化为表面通量。混合方法整合卫星数据与地面数据最为有效。

**3.4.2. Machine learning (ML) models** 机器学习在湿地和稻田中应用广泛，在水库中应用相对有限。传统ML模型如人工神经网络（ANN）、支持向量机（SVM）和决策树（DT）已用于预测CH₄和CO₂排放，ANN模型在五个数据集上交叉验证R²达0.968。集成学习模型如随机森林（RF）和梯度提升机（GBM）可减少过拟合，但应用仍有限。深度学习模型如多层ANN和循环神经网络，在类似水域（如污水处理、湖泊水质）中成功，但直接用于水库温室气体预测尚少。

**3.4.3. Hybrid models** 混合模型结合传统方法与机器学习优势。分为三类：顺序混合（过程模型输出作为ML输入）、残差校正混合（ML校正传统模型偏差）、数据融合混合（整合模型输出、遥感和原位观测）。现有应用以第一类为主，如预测巴西Passaúna水库甲烷冒泡（结合3D水动力模型与分类回归树），以及哥伦比亚Sogamoso水库（结合统计预处理与ANN，相关系数0.89）。混合模型还可整合遥感数据如叶绿素-a、有色溶解有机质（CDOM），支持实时监测和情景模拟。

**4. Results and discussion**

讨论部分对比了各方法在准确性、不确定性、可扩展性、空间时间模式、数据需求和透明度方面的表现。直接测量是准确性最高的站点验证工具，但无法大规模扩展。经验模型简单但低估甲烷排放，尤其在冒泡活跃水库。过程模型提供机理洞察但数据需求高。遥感扩展覆盖但需验证。机器学习预测能力强但依赖数据质量和代表性。混合模型在平衡准确性、可扩展性和可解释性方面最有前景。空间和时间模式方面，短期变异性、CH₄热点形成和非线性行为仅被过程模型、ML和混合模型较好捕捉。数据需求方面，直接测量和过程模型要求高，经验模型低，远程感测中等，ML和混合模型依赖高质量数据。透明度方面，直接测量和过程模型较高，ML模型低（除非使用可解释人工智能XAI）。

**5. Policy implications and recommendations**

政策部分指出，水库温室气体排放是全球清单中不确定性最高的组成部分。尽管美国等国家已将水库排放纳入LULUCF报告，但多数国家尚未将其作为单独类别。IPCC指南和GHG协议逐步扩展要求。世界气象组织（WMO）的全球温室气体监督（G3W）和联合国环境署（UNEP）的国际甲烷排放观测站（MARS）等新举措提供数据驱动支持。建议包括：优先连续高分辨率监测、加强水库监测在工业脱碳中的作用、促进开放可互操作的排放数据共享、以及政策法律强制要求开展生命周期温室气体评估、纳入碳定价、建立国家或区域水电温室气体登记等。

**6. Conclusion: towards improved GHG accounting for hydropower**

结论强调，没有单一方法能提供全面解决方案。直接测量至关重要但不可扩展；经验模型提供筛选但低估空间异质性；过程模型改善因果一致性但数据需求高；新兴方法扩展覆盖但需验证。稳健的水库温室气体核算依赖于方法集成，混合框架结合现场观测、机理理解和数据驱动推断，是平衡准确性、可扩展性和可解释性的最有前景路径。政策上需强调站点特定数据、连续监测和透明整合互补方法，以应对气候变化可能加剧水库排放。