《Journal of Environmental Sciences》:Spatiotemporal evolution and drivers of China’s energy-related methane emissions towards carbon neutrality
编辑推荐:
•研究揭示了中国能源相关甲烷排放的驱动因素。•能源相关的CH4排放量近期有所反弹,2024年达到了23.57 Tg。•燃料开采是主要原因,占总排放量的86.09%。•CH4排放的空间中心向西北方向移动了140.72公里。•行业结构抑制了排放;2016年后,排放强度成为增长的主要驱
- •
研究揭示了中国能源相关甲烷排放的驱动因素。
- •
能源相关的CH4排放量近期有所反弹,2024年达到了23.57 Tg。
- •
燃料开采是主要原因,占总排放量的86.09%。
- •
CH4排放的空间中心向西北方向移动了140.72公里。
- •
行业结构抑制了排放;2016年后,排放强度成为增长的主要驱动力。
引言
甲烷(CH4)具有显著的短期增温效应(Shindell等人,2024年;Venmans等人,2026年)。其20年的全球变暖潜力是二氧化碳的80多倍(H?glund-Isaksson,2025年;Howarth,2024年)。大幅度减少甲烷排放是缓解近期全球变暖的最快和最有效的方法(Dreyfus等人,2022年;Jiang等人,2024年;Shindell等人,2024年)。中国是世界上最大的能源生产和消费国(Zou等人,2021年)。在实现碳达峰和碳中和的宏观目标下,中国的能源系统面临着巨大的脱碳压力(Zhao等人,2022年)。
能源部门是中国人为甲烷排放的主要来源(Saunois等人,2020年),包括资源开采过程中的逃逸排放(Li等人,2025年;Liu和Teng,2025年;Shi等人,2025年)以及终端使用部门的燃烧排放(Guo等人,2025年;Zhang等人,2022年),最近的排放清单和卫星反演进一步凸显了中国各地的显著空间差异(Chen等人,2022年;Cui等人,2025年)。尽管低碳路径主要集中在控制CO?上,但控制能源相关的CH4也能带来额外的气候效益(Ocko等人,2021年;IPCC,2023年;Ou等人,2021年;Shindell等人,2012年)。因此,明确甲烷的长期趋势、行业构成及其驱动因素对于有针对性的减排措施至关重要。
现有的研究已经改进了甲烷的核算和国家特征描述(Li等人,2025年;Sheng等人,2019年),包括排放估算(Chen等人,2024年;Lin等人,2021年;Peng等人,2016年)、减排评估(Feng等人,2025年;Sun等人,2023年)、不确定性分析(Behrendt等人,2025年)以及高分辨率的来源映射(Bai等人,2024年;Han等人,2024年)。然而,关于近期地区和行业结构变化的长期证据仍然有限,特别是与煤炭产能调整和北方清洁供暖计划相关的变化(Zheng等人,2018年)。
在行业层面,以往的研究往往将能源排放总体上进行了归类,从而掩盖了燃料开采过程中的逃逸排放与电力、工业、交通和建筑行业的燃烧排放之间的差异(Howarth,2020年;Lu等人,2023年;Tibrewal等人,2024年)。现有的分解研究主要关注经济扩张和结构变化(Gu等人,2024年;Hou等人,2025年;Qian等人,2025年;Liu等人,2023年;Liu等人,2022年;Fu等人,2021年;Li等人,2021年;Wang和Feng,2018年),而关于碳中和条件下能源结构优化和行业排放强度的定量证据仍然有限。
本研究使用全球大气研究排放数据库(EDGAR)的网格数据,评估了2000年至2024年中国五个行业的能源相关CH4排放情况:燃料开采、电力工业、工业燃烧、交通和建筑。我们的目标是(1)描述多阶段的时间演变和行业角色的变化;(2)确定国家排放中心的空间动态和迁移;(3)使用对数平均迪维西亚指数(LMDI)量化社会经济和技术驱动因素。标准差椭圆(SDE)、Theil–Sen/Mann–Kendall(Sen–MK)方法和网格人口数据被整合起来,以描述空间迁移、趋势和人口耦合(Gocic和Trajkovic,2013年;Wong,1999年;Ang,2005年)。
章节摘录
数据来源和处理
我们将2000年至2024年的高分辨率网格排放数据与社会经济数据进行了整合(表1)。选择EDGAR作为主要数据来源,是因为它的数据覆盖到2024年,提供每月0.1°×0.1°的网格数据,并在整个研究期间保持行业定义的一致性(Crippa等人,2025年)。我们提取了五个行业——燃料开采、电力工业、工业燃烧、交通和建筑——并使用标准化的重采样和地理掩蔽技术处理了这些栅格数据。
中国能源相关甲烷排放的空间特征和季节动态模式
多年平均排放数据显示出明显的空间异质性,并与“胡线”(Hu,1935年;Yang等人,2024年;图1a)有明显的关联。高排放区集中在“胡线”以东,且与人口密集地区大致重叠,而中国西部内陆和青藏高原的排放值较低。人口密度基线见附录A中的图S1。然而,最近的西部能源开发越来越改变了这一传统格局
时空动态与协同减排策略
通过扩展现有研究的时空范围,我们揭示了中国能源相关甲烷排放的显著区域异质性和动态演变。虽然以往的宏观清单研究通常强调在第12个和第13个五年计划期间由于产能削减政策导致的排放减少(Sheng等人,2019年;Yao等人,2024年),但我们的研究证实了这一减少趋势(2011年至2016年间ΔCH4为-2.28 Tg),并关键地指出了
结论
总之,本研究建立了一个多维度框架,用于量化2000年至2024年中国能源相关CH4排放的时空演变和驱动机制。通过整合多种来源的数据——包括高分辨率的EDGAR网格排放清单、独立的空间人口密度网格以及国家和省级的社会经济和能源统计数据集——并结合SDE方法、Sen–MK检验和LMDI分解,我们提供了一个系统的
CRediT作者贡献声明
吴强:撰写——初稿撰写、审稿与编辑、概念构思、方法论、软件开发、数据分析、数据管理。史玉生:撰写——审稿与编辑、项目监督、资金筹集、概念构思。杨永亮:软件开发、验证、数据可视化。王亚军:方法论设计、数据分析。詹晨:资源协调、数据分析。张天祥:数据分析、数据管理。
CRediT作者贡献声明
吴强:撰写——初稿撰写、审稿与编辑、软件开发、方法论设计、数据分析、数据管理、概念构思。史玉生:撰写——审稿与编辑、验证、项目监督、资金筹集、概念构思。杨永亮:数据可视化、验证、软件开发。王亚军:方法论设计、数据分析。詹晨:资源协调、数据分析。张天祥:数据分析、数据管理。
吴强|史玉生|杨永亮|王亚军|詹晨|张天祥