航空气候影响中的不确定性量化：一种面向任务级CO2与非CO2效应的随机方法

《Atmospheric Environment: X》：Uncertainty quantification in aviation climate impact: A stochastic approach to mission-specific CO2and non-CO2Effects

　　

航空业通过CO2与非CO2效应显著贡献于全球气候变化。研究人员提出一种概率框架，整合飞行任务、发动机性能、排放与简化气候响应模型，在考虑排放与气候模型参数不确定性的同时量化航空气候影响，其中更新了排放指数与尾迹（contrail）强迫因子的不确定性。借助蒙特卡洛模拟（MCS），该框架提供关键气候指标的概率预测，揭示预测气候影响对建模不确定性的敏感性。以代表性飞行任务为案例，框架应用显示CO2、NOx与尾迹对任务级气候强迫的贡献，并表明非CO2效应（尤其是NOx排放与尾迹）的不确定性主导总不确定性。研究结果强调需改进非CO2效应建模，并证明该框架在评估当前与未来推进系统中的效用。通过推进航空气候影响评估中的不确定性量化，本研究为可持续航空技术、飞行优化策略与循证政策制定提供稳健工具。

研究背景方面，航空业通过CO₂与非CO₂效应（如NO_x导致的臭氧O₃变化、水蒸气H₂O、硫氧化物SO_x、一氧化碳CO、未燃碳氢UHC及尾迹和航空诱导云量AIC）贡献地表增暖。既有研究如Lee等（2021）多聚焦全球均值，忽视飞行高度、任务剖面对排放与气候强迫的影响，且很少传播排放指数与气候参数的变异性与不确定性。现有工具如GasTurb、MAPLE可分别做发动机性能或气候建模，但除未公开的EVA外，无工具将飞行任务—发动机性能—排放—气候影响统一耦合并做不确定性量化。为给气候中性航空提供可靠权衡依据，研究人员建立集成MAPLE与统计排放/气候模型的概率过程链。

主要关键技术方法上，研究人员以模块化飞机发动机性能工具MAPLE计算任务级燃油流与燃烧室入口条件，耦合基于相对不确定度的排放模型（EI_H2O、EI_SOx、EI_CO2由燃油氢/硫/碳质量分数推得，EI_NOx采用p3–T3法结合ICAO数据库代理因子f_NOx(λ,Π_o)）与简化气候响应模型；以相对不确定性表示输入参数分布（Γ(μ_rel,σ_rel)），通过蒙特卡洛模拟（MCS）传播不确定性得到气候指标概率分布；以重要性系数（CoI）做全局敏感性分析定位主导不确定源。

研究结果部分，第2节不确定性分析方法指出，不确定性分不可约（aleatoric，编码于相对分布Γ）与可约（epistemic，关联标称值M(x?)与离散参数），用式Ψ(x?)=M(x?)·Γ(μ_rel,σ_rel)推导绝对分布，MCS估均值与置信区间，CoI识别关键驱动。第3节排放建模中，H₂O排放指数标称1.237 kg/kg_fuel，相对σ_rel=0.0147；SO_x由燃油硫质量分数w_S（对数正态μ(ln w_S)=?7.7593,σ=0.5304）得标称1.015 g/kg_fuel，相对σ_rel=0.5272；CO₂标称3.155 kg/kg_fuel，σ_rel=0.0024；NO_x随燃烧室压力p_t3与温度T_t3变化，f_NOx由旁路比λ与总压比Π_o代理，体现任务剖面依赖。第4节气候影响建模耦合上述排放与简化响应，输出辐射强迫概率。第5节案例研究以代表任务运行MCS，结果显示CO₂贡献确定性强，NO_x经O₃生产/甲烷CH₄破坏产生正值强迫且不确定带宽大，尾迹强迫因子不确定性显著，非CO₂效应总不确定度主导任务级总强迫不确定度。第6节局限性承认简化气候模型、尾迹参数更新尚粗、发动机早期设计阶段f_NOx代理有误差。第7节结论翻译如下：研究人员引入集成飞行任务、发动机性能、排放与气候模型的概率框架，以MCS量化排放指数与气候参数不确定性；案例表明非CO₂效应尤其NO_x与尾迹的不确定性主导总不确定；该框架为下一代推进系统评估、飞行剖面对比与政策制定提供带置信区间的循证工具，并指明应优先削减NO_x排放模型与尾迹强迫因子的认知不确定性以提升评估可靠性。