《Remote Sensing Applications: Society and Environment》:Emission factors dominate the rice methane gap with EDGAR in Southeast Asia: A 10 m harvested-area assessment
编辑推荐:
自下而上清单(bottom-up inventory)在东南亚水稻甲烷的排放量级和空间分布上存在分歧。研究人员结合10米收获面积产品(10 m harvested-area product)、IPCC 2019年精细化Tier-2方法(IPCC 2019 Re
自下而上清单(bottom-up inventory)在东南亚水稻甲烷的排放量级和空间分布上存在分歧。研究人员结合10米收获面积产品(10 m harvested-area product)、IPCC 2019年精细化Tier-2方法(IPCC 2019 Refinement Tier-2 methodology)、分数泥炭地掩膜(fractional peatland mask)以及包含2000个成员的蒙特卡洛集合(Monte Carlo ensemble),为九个东南亚国家(SEA-9)构建了0.1°分辨率的CH4清单。确定性估计为6.61 Tg/年(5%–95%区间为3.9 Tg/年至12.3 Tg/年),比EDGAR v8.0低约三分之一,并与最新的EDGAR Community GHG 2025版本方向一致。基于EDGAR锚定的序贯分解(sequential decomposition)和内部的沙普利分解(Shapley decomposition)均一致认为,该差距主要由排放因子结构(emission-factor structure)驱动,包括种植周期分层、有机改良和国家级水分状况,而面积先验(area prior)仅起次要作用。该自下而上估计与印度尼西亚向UNFCCC提交的报告在10%以内吻合,并落在菲律宾和泰国报告的范围之内;其空间格局与TROPOMI/Sentinel-5P XCH4的相关性强于EDGAR v8.0(像元尺度上Pearson 相关系数与+0.11)。负残差集中在灌溉的大陆三角洲地区,其中干湿交替(alternate wetting and drying,AWD)提供了最大的减缓梯度;正的反向信号出现在苏门答腊和加里曼丹富含泥炭的水稻边缘地带。该估计对替代泥炭掩膜和像元-国家交叉重映射具有稳健性,并作为可重复使用的0.1° netCDF先验产品,用于区域监测、报告和核查(monitoring, reporting and verification,MRV)应用。
**论文解读:东南亚水稻甲烷清单的排放因子主导式修订**
大气甲烷(CH
4)是仅次于二氧化碳的第二大人为辐射强迫因子,自2007年以来的再度增长加剧了全球甲烷预算的约束压力。农业是主要人为排放源之一,其中水稻种植因其水分管理可人为调控而成为《巴黎协定》下近期减缓的关键部门。东南亚拥有全球最大的连片稻田,其灌溉、间歇淹水、雨养低地和深水系统等管理异质性与社会经济梯度高度耦合,但区域尺度排放估算受制于粗分辨率收获面积先