2030年全球甲烷評(píng)估：基準(zhǔn)線報(bào)告PAGEPAGE19目錄執(zhí)摘要 2第章引：當(dāng)大氣烷濃、來(lái)和相政策 3一、大甲烷度 3二、各源、地區(qū)甲烷為源放量 3三、甲排放的自源和匯 6四、與烷有的最政策 7第章基線人甲烷放量預(yù)測(cè)法 8一、基綜合估模和模模型預(yù)測(cè) 8二、基于自而上”清模型測(cè) 10三、統(tǒng)化方法 10第章基線排量預(yù)結(jié)果 11一、全基準(zhǔn)排放量及門(mén)排量 11二、區(qū)尺度總量部門(mén)放量 14（）區(qū)總量 15（）區(qū)各部排放化預(yù)估 18三、敏性分：社經(jīng)濟(jì)景及用模型 20四、敏性分：統(tǒng)過(guò)程于結(jié)的影響 22第章甲排放測(cè)及在減對(duì)氣和健的影響 26一、情氣候響評(píng)方法 26二、全甲烷諾對(duì)候的響 28三、廣脫碳重點(diǎn)排甲對(duì)氣的影響 29定與模型 32執(zhí)行摘要本報(bào)告作為全球甲烷評(píng)估（GlobalMethaneAssessment,GMA）的成果之一，詳細(xì)闡述了在各基準(zhǔn)線情景下，2030年人為甲烷排放預(yù)測(cè)結(jié)果，并介紹了基于這些基準(zhǔn)線情景下甲烷排放的影響，比較了推動(dòng)全球甲烷承諾（GlobalMethanePledge,GMP）目標(biāo)實(shí)現(xiàn)所帶來(lái)的氣候效益。2021年，由氣候與清潔空氣聯(lián)盟（CCAC）和聯(lián)合國(guó)環(huán)境規(guī)劃署（UNEP）共同發(fā)（UNEP，CCAC2021）報(bào)告，明確指出削減甲烷排放是實(shí)現(xiàn)快速減緩全球變暖戰(zhàn)略中最具成本效益的手段之一，并將1.5℃之內(nèi)的全球目標(biāo)做出重大貢獻(xiàn)。其主要結(jié)論之一是目前可用的技術(shù)措施和政策可助力三個(gè)主要人為甲烷排放部門(mén)減排，其削減量有可能達(dá)到甲烷基45%（20301.8億噸。基準(zhǔn)線排放情景假設(shè)包括現(xiàn)有政策和目標(biāo)承諾的執(zhí)行情況，并不涉及額外的減排行動(dòng)。在該情景下，若針對(duì)其他主要?dú)夂蛞蜃樱òǘ趸己投唐跉夂蛭廴疚铮┖图淄榈裙餐_(kāi)展減排行動(dòng)，甲烷減排范圍與政府間氣候變化專門(mén)委員會(huì)（IPCC）提出的將本世紀(jì)全球變暖限制在1.52021年全球甲烷評(píng)估結(jié)論的推動(dòng)下，2021月，全球甲烷承諾（GMP）于26次締約方大會(huì)（COP26）上啟動(dòng)。參與承諾20302020年MP。2022年，全球甲烷承諾的合作伙伴要求聯(lián)合國(guó)規(guī)劃署（UNEP）針對(duì)基準(zhǔn)排放情2030年甲烷排放增長(zhǎng)情況，以得到較為合理（協(xié)調(diào)統(tǒng)一）的結(jié)果，并將基準(zhǔn)情景下排放的影響與兌現(xiàn)全球甲烷承諾所帶來(lái)的影響相比較。本報(bào)告的目標(biāo)在于針對(duì)未來(lái)基準(zhǔn)線排放的完整特性進(jìn)行描述，同時(shí)便于與全球甲烷評(píng)估結(jié)論進(jìn)行比較（譯者注：全球甲烷評(píng)估結(jié)論是與20302020年的排放水平設(shè)定的?；谠诨鶞?zhǔn)線排放情景中不斷增加的預(yù)期甲烷排放量，分析全球甲烷承諾目標(biāo)所帶來(lái)的氣候收益，并與僅通過(guò)脫碳戰(zhàn)略減排甲烷的效果進(jìn)行比較，有助于各（本報(bào)告第二章詳細(xì)介紹了本次《全球甲烷評(píng)估》中所采用的11種模型，并建立了一種統(tǒng)籌模型的方法。本報(bào)告第三章分析了在全球、區(qū)域和部門(mén)尺度下，各模型甲烷人為排放變化的預(yù)測(cè)結(jié)果，并詳細(xì)介紹了模型排放結(jié)果的平均變化情況以及單一模型的預(yù)測(cè)結(jié)果。本報(bào)告第四章分析了相較于平均基準(zhǔn)線預(yù)測(cè)結(jié)果，履行全球甲烷承諾所帶來(lái)的氣候影響，并通過(guò)介紹脫碳和快速深入的甲烷減排等氣候應(yīng)對(duì)行動(dòng)對(duì)于氣候的影響，說(shuō)明各戰(zhàn)略之間的差異性與互補(bǔ)性。第一章引言：當(dāng)前大氣甲烷濃度、來(lái)源和相關(guān)政策一、大氣甲烷濃度1M02010年代末，五年平均增長(zhǎng)率達(dá)到了自2080年代以來(lái)的最高水平，遠(yuǎn)高于2013年聯(lián)合國(guó)政府間氣候變化專門(mén)委員會(huì)（IPCC）2℃溫控情景下的甲烷濃度（P與C1。自1年MA發(fā)布以來(lái)，通過(guò)進(jìn)一步分析2020年大氣甲烷濃度：世界氣象組織（WMO）全球大氣觀測(cè)計(jì)劃站點(diǎn)的觀測(cè)數(shù)據(jù)顯示，2020年全球平均地表甲烷濃度達(dá)到1889±2ppb（1750年之前）262%。2019-2020年的增幅（20192020年平均值之差）11ppb2018-2019年觀測(cè)到的增幅，也高于過(guò)去十年間的平均年增長(zhǎng)幅度WOA（40%）數(shù)據(jù)分析表明，2021年（111231日）甲烷增長(zhǎng)幅度為b，創(chuàng)8年來(lái)的最高紀(jì)錄（ts/la/cc/tres/。WMONOAA數(shù)據(jù)來(lái)自于不同的站點(diǎn)集，并代表不同時(shí)期的平均值，故無(wú)法進(jìn)行直針對(duì)衛(wèi)星總柱數(shù)據(jù)（SRON的SCIAMACHY/ENVISAT和TANSO-FTS/GOSAT產(chǎn)品，https://cds.climate.copernicus.eu/）的初步分析顯示，2021年甲烷濃度增長(zhǎng)率升至每16.3ppb2003-20212120二、各來(lái)源、各地區(qū)的甲烷人為源排放量全球碳項(xiàng)目記錄了并定期回顧大氣甲烷排放的主要來(lái)源（Kirschke等，2013；as等，6；as等，0。自下而上的清單主要依靠排放源的活動(dòng)水平數(shù)據(jù)（例如垃圾填埋場(chǎng)數(shù)量）和排放因子（例如單位垃圾填埋場(chǎng)的排放量）進(jìn)行估算，其中聯(lián)合國(guó)氣候變化框架公約（UNFCCC）的清單包含了各國(guó)報(bào)告的數(shù)據(jù)，而其他清單則納入了非官方數(shù)據(jù)來(lái)源，如CEDS清單（Hoesly2018、EDGAR清單（ria等，8、美國(guó)環(huán)保局（SA）全球非二預(yù)測(cè)（A9）和AA清單（lsassn等，0。本報(bào)告在評(píng)估近期（0年）各部門(mén)和地區(qū)的甲烷排放時(shí)，主要依據(jù)以上四個(gè)現(xiàn)有數(shù)據(jù)清單。此外，自上而下清單是由大氣觀測(cè)值結(jié)合模型手段所得的。模型應(yīng)用于推斷特定排放源對(duì)觀測(cè)總量的貢獻(xiàn)。然而，這些清單一般未覆蓋所有國(guó)家。人為源主要包括農(nóng)業(yè)（反芻動(dòng)物、糞便和水稻、廢棄物管理（垃圾填埋場(chǎng)、廢物和廢水處理、能源（化石燃料，即煤、石油和天然氣生產(chǎn)和使用；生物燃料燃燒）和露天生物質(zhì)燃燒。自然源以濕地為主，也包括內(nèi)陸淡水系統(tǒng)（湖泊、河流、水庫(kù)、河口等、地質(zhì)滲漏、白蟻和野生動(dòng)物。在全球范圍內(nèi)，人為排放源相當(dāng)明確，自下而上和自上而下的清單估算均顯示，2008-20173.6億噸/年，不確定性范圍在8億噸/年（aall等，1。根據(jù)守恒定律，總排放量必須等于總清除量加上大氣增長(zhǎng)量，因此全球總排放量主要受全球大氣實(shí)地監(jiān)測(cè)甲烷濃度（OH。在部門(mén)層面，人為源的不確定性相對(duì)較大（表1。同位素測(cè)量可為排放源解析ag（aran和（Hmiel等，2020；Thornton等，2021）門(mén)的排放量，采用自上而下的方式進(jìn)行估算仍然有限（eg等，2。區(qū)域?qū)用娴牟淮_定性也較大（表1。反演建模研究可提供區(qū)域排放量估算值，但大多數(shù)地區(qū)的實(shí)地測(cè)量的覆蓋度不足以提供高度精確的信息，特別是在熱帶地區(qū)（Tunnicliffe等，收集，將有助于了解不同源頭的排放過(guò)程，更好地引導(dǎo)甲烷減排行動(dòng)，并為未來(lái)排放。盡管各排放估算值之間存在著巨大差異，且由于現(xiàn)有數(shù)據(jù)的局限性，無(wú)法更好地約束估算值，但當(dāng)前甲烷排放的大部特征是明確的。農(nóng)業(yè)和能源的排放量級(jí)相當(dāng)，約表A因子法的核算結(jié)果指出，其能源行業(yè)的排放量與完整清單中的相似。IEA報(bào)告稱，20201.3億噸（1.24,400萬(wàn)噸來(lái)自煤炭，900萬(wàn)噸來(lái)自生物能源?；?、天然源和生物質(zhì)燃燒三類源的甲烷排放量是通過(guò)鑒定大氣中甲烷同位素和碳?xì)浠衔锉嚷?，進(jìn)行分配而得，有關(guān)詳細(xì)討論參見(jiàn)專欄一。在子部門(mén)層面，各清單之間可能存在較大差異。例如，來(lái)自石油和天然氣基礎(chǔ)設(shè)施的排放量可能相差超過(guò)兩倍。對(duì)于評(píng)估單一部門(mén)或子部門(mén)的排放量，個(gè)別研究結(jié)果也可能顯示出很大分歧。例如，與化石燃料或煤炭相關(guān)的排放量明顯高于清單中的數(shù)值1.2-1.78,600萬(wàn)噸；Schwietzke等，2016和Kholod等，。研究都有可能出現(xiàn)偏差，但本報(bào)告是以“所有排放清單同等有效“為前提的。在廢棄物和天然氣部門(mén)，USIPCCAR6報(bào)告2008-2017年排放量范圍的下限（Canadell等，2021；而且自該階段早期開(kāi)始，排放量已有所增加EDGAR值處于其他估算值范圍的上限，尤其體現(xiàn)在農(nóng)業(yè)部門(mén)（IPCCAR6給出的范圍，但后續(xù)年份的估算情況保持了一致性。US和聯(lián)合國(guó)氣候變化框架公約（UNFCCC）均使用各個(gè)國(guó)家報(bào)告的數(shù)據(jù)/例如，OECD90+EUUNFCCC5,600萬(wàn)噸，遠(yuǎn)低于除US以外任何清單的數(shù)值。這與國(guó)際能源署（IEA）分析結(jié)論一致，相較其他所有清單，UNFCCC報(bào)告有可能低估了甲烷總排放量，尤其低估了能源部門(mén)排放量（其中農(nóng)業(yè)排放量為每年1.3億噸，能源排放量為每年7,900萬(wàn)噸，廢棄物排放量為每年0萬(wàn)噸（A于排放量級(jí)和排放點(diǎn)位不確定性的結(jié)論（正如估算之間的差異所展現(xiàn)的）強(qiáng)調(diào)了在全球減排進(jìn)展追蹤中引入基于測(cè)量的評(píng)估方法的重要性，以及其對(duì)于尋找進(jìn)一步減排機(jī)表1.1.來(lái)自不同實(shí)體的近期排放量估計(jì)樣本部門(mén)均值EPA2020IIASA2020CEDS2019EDGAR2020農(nóng)業(yè)147143149133161牲畜114114113107123水稻3025322538廢棄物7360658384固體廢棄物4340454047廢水3020204137能源134128140146121天然氣3521443243石油4347445329煤炭4138414637總計(jì)（包括1,600萬(wàn)噸/年的生物質(zhì)燃燒）372348371378391區(qū)域數(shù)據(jù)（不包括生物質(zhì)燃燒）ASIA132118133127149LAM4841435453MAF7465757184OECD90+EU6457706364FSU3748413524US和IIASA包括從最新數(shù)據(jù)開(kāi)始的幾年預(yù)測(cè)。CEDS數(shù)據(jù)來(lái)自v2021-04-21。EDGAR數(shù)據(jù)是根據(jù)糧農(nóng)組織（FAO）和英國(guó)石油公司（BP）分別對(duì)農(nóng)業(yè)和能源的統(tǒng)計(jì)數(shù)據(jù)外推到2020年從2018年值，并對(duì)廢棄物進(jìn)行線性外推。由于表格并未顯示所有子部門(mén)（如生物燃料、農(nóng)業(yè)廢物焚燒、工業(yè)等，因此部分子部門(mén)數(shù)據(jù)可能未計(jì)入到行業(yè)總數(shù)中。生物質(zhì)燃燒是指大規(guī)模明火。拉丁美洲（AM、中東和非洲（MF、亞洲（不屬于另一類的亞洲國(guó)家、前蘇聯(lián)（U、歐盟成員國(guó)或190年加入經(jīng)合組織的發(fā)達(dá)經(jīng)濟(jì)體（OED90+EU。三、甲烷排放的自然源和匯除人為排放外，大氣中甲烷濃度還受自然源排放和甲烷去除速率（亦成“匯“）的影響。自下而上和自上而下方法估算的全球甲烷自然源逐年排放量存在相當(dāng)大的差異，分別為約7億噸和約5億噸（as等，0。這種差異主要是由于自下而P和C許多國(guó)家自下而上的估算未納入所有未經(jīng)管理的土地排放的估算。約50%的自上而下/自上而下的估算受與反演建模相關(guān)的不確定性影響，即自大氣濃度反推排放量（關(guān)于排）自然排放的變化很難被準(zhǔn)確預(yù)測(cè)，因此本評(píng)估報(bào)告并未納入甲烷自然源的定量預(yù)測(cè)。甲烷濃度的預(yù)測(cè)建模包括化學(xué)過(guò)程甲烷的匯的變化，但可能不包括影響甲烷的匯的所有過(guò)程（例如，土壤的匯。本小節(jié)簡(jiǎn)要描述了這些因素以及它們可能如何影響本從自然排放開(kāi)始，有證據(jù)表明濕地的甲烷排放通常隨著氣溫升高而增加，因?yàn)楦撸╝g等，7；ean等，8。政府間氣候變化專門(mén)委員會(huì)（C（b）發(fā)現(xiàn)，各模型模擬結(jié)果之間存在一個(gè)高度一致的特征，即濕地烷排放將在21世紀(jì)增加，但變化幅度差異較大。IPCC第六次評(píng)估報(bào)告（AR6）以對(duì)輻射強(qiáng)迫（Wm-2°C-1）的影響來(lái)評(píng)估氣候反饋的強(qiáng)度，正值對(duì)應(yīng)正反饋。該報(bào)告將濕地甲烷-氣候反饋評(píng)估為0.03±0.01W2°11影響納入考慮（aall等，1，這一數(shù)值可能會(huì)更大（最高可達(dá)6 W2°1；eey等，9；ril等，1。6之后的新研究支持了在氣候變暖下甲烷然放量能幅加觀（Keen，C6出論明由永凍土化導(dǎo)的甲排放會(huì)增加0.01Wm-2°C-1（0.003-0.04，5-95百位數(shù)圍）-aall水增加也可能導(dǎo)致釋放額外的甲烷，但預(yù)計(jì)規(guī)模很小，而來(lái)自水合物的排放預(yù)計(jì)將保持aall合6程約。未來(lái)甲烷濃度的預(yù)測(cè)通常包括對(duì)人為排放的響應(yīng)，如一氧化碳和氮氧化物的排放會(huì)影響甲烷的壽命。近期大量關(guān)于COVIDaertesn，這可能幫助改善未來(lái)的預(yù)測(cè)結(jié)果。然而，關(guān)于氮氧化物和揮發(fā)性有機(jī)化合物等天然源的排放變化，以及可溶性短壽命物種的去除速率變化很難預(yù)測(cè)，使得預(yù)測(cè)未來(lái)甲烷匯的總量極具挑戰(zhàn)性。在應(yīng)用簡(jiǎn)單能量守恒模型預(yù)測(cè)甲烷濃度時(shí)，一般不考慮這些對(duì)化學(xué)甲烷匯所影響的氣候相關(guān)過(guò)程。這些過(guò)程已被納入復(fù)雜的成分氣候模型中，但其不由于甲烷自然源排放量和甲烷匯的不確定性，目前對(duì)于其對(duì)未來(lái)大氣濃度的影響程度，尚未可知。但相較于僅考慮人為排放變化帶來(lái)的大氣濃度變化，至少自然源排放的變化將使基準(zhǔn)線濃度增高。鑒于觀測(cè)結(jié)果和大多數(shù)模型所顯示的反饋程度相對(duì)較2030年這種響應(yīng)的影響可能較?。ūM管我們對(duì)上述預(yù)測(cè)信心較低。因此，根據(jù)大氣甲烷的響應(yīng)來(lái)評(píng)估未來(lái)減少人為甲烷排放所作的努力是否有成效，需要同時(shí)考四、與甲烷有關(guān)的最新政策20228月，120多個(gè)國(guó)家已加入了全球甲烷承諾。一些國(guó)家還宣布了采取附加行動(dòng)以減少甲烷排放，這些行動(dòng)以GMP20212022年制定額外措施以加強(qiáng)甲烷排放控制（S1。中國(guó)還承諾制定一份全面且雄心勃勃的甲20年代實(shí)現(xiàn)科學(xué)、合理、有序、有效控制甲烷排放的目標(biāo)。2021現(xiàn)全球甲烷承諾目標(biāo)所采取的行動(dòng)（S1。1年2月，歐洲委員會(huì)通過(guò)了一0C。20225168個(gè)國(guó)家向聯(lián)合國(guó)氣候變化框架公約（UNFCCC）提交了更新的或新的國(guó)家自主貢獻(xiàn)文件。在最新的國(guó)家自主貢獻(xiàn)文件中，有90%提到在其9%明確提出了專注于甲烷減排第二章基準(zhǔn)線人為甲烷排放量：預(yù)測(cè)方法（liyscai能源模擬模型和“自下而上”清單模型三種模型的測(cè)算結(jié)果。值得注意的是，基準(zhǔn)線情景不包括未來(lái)政策，只包括在預(yù)測(cè)時(shí)已實(shí)施的政策措施。然而，由于現(xiàn)有法規(guī)和政策的目標(biāo)可能無(wú)法實(shí)現(xiàn)，一、基于綜合評(píng)估模型和模擬模型的預(yù)測(cè)綜合評(píng)估模型（IntegratedAssessmentModels,簡(jiǎn)稱為IAMs）為能源-土地-經(jīng)濟(jì)系統(tǒng)提供了一種內(nèi)部統(tǒng)一的表述，并被廣泛用于科學(xué)和監(jiān)管分析，如政府間氣候變化專門(mén)委員會(huì)（IPCC）第六次評(píng)估報(bào)告。這些模型囊括了所有主要的甲烷排放部門(mén)，但其對(duì)于能源和農(nóng)業(yè)部門(mén)的描述通常比關(guān)于廢棄物部門(mén)的更為細(xì)致。這些模型一般根據(jù)經(jīng)濟(jì)活動(dòng)來(lái)預(yù)測(cè)未來(lái)排放。模型由未來(lái)社會(huì)經(jīng)濟(jì)要素演變的外部輸入所驅(qū)動(dòng)，例如人口、GDP和消費(fèi)偏好，以及排放因子等技術(shù)因素。我們分析了近期一些多模型比較計(jì)劃的預(yù)測(cè)結(jié)果，其中也包括“無(wú)氣候政策”的基--經(jīng)濟(jì)系統(tǒng)表達(dá)所帶來(lái)的不確定性；另外通過(guò)比較分析跨情景預(yù)測(cè)結(jié)果的，可識(shí)別由于預(yù)測(cè)的社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)變化而帶來(lái)的不確定性?；鶞?zhǔn)線情景源自、和ENGAGE3計(jì)劃，以及基于IPCC第六次評(píng)估報(bào)告采用的共享社會(huì)經(jīng)濟(jì)路徑（sharedscecicaas,siai?！啊?https://\hwww.fp7-advance.eu2https://\hwww.navigate-h2020.eu/3https://\h/路徑（SSP2、以區(qū)域能源和食品安全為重點(diǎn)的區(qū)域競(jìng)爭(zhēng)和物質(zhì)集約化消費(fèi)路徑3（4、同時(shí)擁有高收入增長(zhǎng)、（5。由于P情景創(chuàng)立于5年左20162015和ENGAGE2020情景不包arsen。ENGAGE項(xiàng)目制定了兩種基準(zhǔn)線情景，“無(wú)氣候政策”基準(zhǔn)線情景以及沿用SSP2路徑但包括在施的國(guó)家氣候、能源和土地利用政策（201971日）的替代基準(zhǔn)線情景，稱為NPi2100（2100年)。此情景假設(shè)未來(lái)將延續(xù)目前正在實(shí)施的國(guó)家能源和氣候政策，但不會(huì)設(shè)立更為激進(jìn)的目標(biāo)。這些政策包括法律支持的2020-2025年現(xiàn)有目標(biāo)，并通過(guò)調(diào)整模型的排放定價(jià)、技術(shù)部署、低碳能源的效率和份SSP2國(guó)際能源署既定政策情景（STEPS）提供了能源部門(mén)甲烷排放預(yù)測(cè)結(jié)果（A1。該情景由國(guó)際能源署的能源模型開(kāi)發(fā)所得（而不是綜合評(píng)估模型，情景所體現(xiàn)的政策制定實(shí)施情況是基于逐部門(mén)政策評(píng)估所得（202110月各國(guó)政府宣布的政策STEPSNPi2100情景與“無(wú)政策”情景不同，所以我們?cè)赟TEPS和NPi2100的結(jié)果為本報(bào)告的8個(gè)主要基準(zhǔn)線情景，我們對(duì)有效結(jié)果進(jìn)行了評(píng)估，這些情景的區(qū)域數(shù)據(jù)及部分部門(mén)數(shù)據(jù)（起碼總量和農(nóng)業(yè)、林業(yè)以及其他土地利用（AFOLU）部門(mén)的數(shù)據(jù)）是開(kāi)提供的。此數(shù)據(jù)集包括來(lái)自以下各MM/0和，GCAM4.2，IMAGE（版本3.0.1，3.0.2，3.2MESSAGE-GLOBIOM1.0，MESSAGEix-GLOBIOM1.1，POLES，REMIND1.7，REMIND-MAgPIE（1.5，1，2，WTH0，WTBM（版本1和2，E1。通常，早期模型版本應(yīng)用于SSPs和ENGAGE42IAM模擬的基準(zhǔn)線預(yù)測(cè)二、基于“自下而上”清單模型預(yù)測(cè)IIASA溫室氣體和空氣污染相互作用和協(xié)同作用模型（IIASA’sGAINS）應(yīng)用類似于“自下而上”清單方法以估算全球人為甲烷排放量。計(jì)算方法是采用驅(qū)動(dòng)各部門(mén)排放的人類活動(dòng)乘以在特定技術(shù)和物理設(shè)定下的單位活動(dòng)量的排放因子。H?glund-Isaksson等人的文章（2020）概述詳細(xì)方法，該方法遵循了IPCC(2006,2019a)建議指南，即對(duì)于大多數(shù)排放部門(mén)，利用大量公開(kāi)可用的國(guó)別信息推導(dǎo)出國(guó)家、部門(mén)和技術(shù)特有的IPCC方法二排放因子?；鶞?zhǔn)線排放量估算反映了從現(xiàn)有排放控制法規(guī)對(duì)未來(lái)排放量的預(yù)期影響。由于各排放估算結(jié)果保持了內(nèi)部一致性，并且在地理和時(shí)間尺度上具有可比性，因此還可以回溯歷史排放趨勢(shì)。20152050年甲烷排放路徑的制定是基于國(guó)際能源署《2018年世界能源展望（IEA-WEO2018）中的宏觀經(jīng)濟(jì)和能源部門(mén)活動(dòng)驅(qū)動(dòng)因素、聯(lián)合國(guó)糧農(nóng)組織農(nóng)業(yè)部門(mén)活動(dòng)驅(qū)動(dòng)因素（Alexandratos和Bruisma2012）以及IIASA對(duì)固體廢棄物2018年國(guó)際能源署能源情景中外推預(yù)測(cè)的政策后，其預(yù)測(cè)（SSPs）和ENGAGEUS《全球非二氧化碳溫室氣體排放預(yù)測(cè)與減緩》報(bào)告結(jié)合了各個(gè)國(guó)家報(bào)告的IPCC19902015年各國(guó)報(bào)告數(shù)據(jù)。US2050年的預(yù)測(cè)結(jié)果反映了“政策延續(xù)情景”（BAU）的情況，排放速率與歷史水平一致，且不考慮政策帶來(lái)的未來(lái)影響。在一定程度上，減排情況會(huì)體現(xiàn)國(guó)家報(bào)告基準(zhǔn)年數(shù)據(jù)中，其減排IPCC法一排放因子或其他文獻(xiàn)數(shù)據(jù)。根據(jù)源分類，預(yù)測(cè)的活動(dòng)水平驅(qū)動(dòng)因素可從全球各種可用EIA2017年國(guó)際能源展望參考案例模型（國(guó)際農(nóng)產(chǎn)品和貿(mào)易政策分析模型；Robinson等，2015GAINS模型一樣，由于其較晚的起始年份并囊括了其近期的能源情景，EPA預(yù)測(cè)（相較于早期的SSPs）更接近于和ENGAGE三、統(tǒng)一化方法為了便于橫向比較11個(gè)不同模型（包含九個(gè)IAM和兩個(gè)自下而上的模型）的結(jié)果，我們首先統(tǒng)一了所有的結(jié)果，以便從同一基準(zhǔn)點(diǎn)預(yù)測(cè)2020年人為排放量。我們采（P）甲烷分析結(jié)果（ais等，，其提供了7年自下而上和自上而下的最近估算值，以及2008-2017年間估算平均值。我們采用自下而上和自20122017年（預(yù)測(cè)期后半段時(shí)間中點(diǎn)）之間的排20203.78億噸。該值僅2017GCP3.72億噸，所以簡(jiǎn)短的外推（三年）方法并不會(huì)對(duì)結(jié)果造成太大影響，并且該值也位于表1.1所示的數(shù)據(jù)集平均值的百分之一范圍以內(nèi)。用于2020年的歸一化方法同樣適用于未來(lái)所有的預(yù)測(cè)值（即在特定時(shí)間周期內(nèi)均采用等比。2020GCP分析中所采用的清單，但我們對(duì)數(shù)據(jù)集的部分內(nèi)容進(jìn)行了更新。例如，2021年版CEDS清單（Hoesly等，論文處于準(zhǔn)備期）20171.43、1.320.8120181.40、1.760.67億噸，這導(dǎo)致三個(gè)部門(mén)合計(jì)總排放量相差約6與3我們并未對(duì)區(qū)域及部門(mén)層面的結(jié)果進(jìn)行標(biāo)準(zhǔn)化，這是一方面因?yàn)檫@些層面的排放量并不會(huì)像全球總量那樣受到觀測(cè)值的約束（CEDS能源部門(mén)排放變化的可能會(huì)對(duì)某些模型的區(qū)域或部門(mén)結(jié)果產(chǎn)生重大影響。隨著更多觀測(cè)結(jié)果的出現(xiàn)，需重新審視這些數(shù)據(jù)。目前，得益于更多元的數(shù)值支撐，采用歸一化方法得出一個(gè)單一的全局?jǐn)?shù)值是必要的，但是實(shí)踐表明這對(duì)結(jié)果的影響甚微。關(guān)于甲烷基準(zhǔn)排放量變化預(yù)3.4節(jié)。第三章基準(zhǔn)線排放量預(yù)測(cè)結(jié)果一、全球基準(zhǔn)線排放總量及部門(mén)排放量基于第二章所述的綜合評(píng)估模型（IAMs）和自下而上的清單類模型，我們分析了120202030基準(zhǔn)線人為甲烷排放的預(yù)計(jì)增長(zhǎng)總量。根據(jù)所有情景下所有模型的平均值，或基于所有情景的平均值（給予兩類模型同等權(quán)重情況下，預(yù)計(jì)0年人為甲烷排放量將較20202,500-4,00020203.8）10%。社會(huì)經(jīng)濟(jì)情景的應(yīng)用選擇會(huì)帶來(lái)數(shù)值的明顯差異。在“可持續(xù)發(fā)展路徑”SSP1路徑IAM203020202,400萬(wàn)噸；而在最SSP5“化石燃料發(fā)展路徑”6,500萬(wàn)噸（各模型的平均值；范600-3,3004,900-7,400萬(wàn)噸。鑒于世界還未走上可持續(xù)發(fā)展的道路，但至少某些地方已經(jīng)開(kāi)始遠(yuǎn)離化石燃料，我們還研究了不包括這兩種最極端情況的共享社會(huì)經(jīng)濟(jì)路徑（s。在s4路徑模擬結(jié)果中，0十年間甲烷年排放量平均增加4,400萬(wàn)噸（1,3002,200-6,900萬(wàn)噸。號(hào)稱”SSP24,100IAMENGAGESSPs路徑中的較低水平，203020202,8002,200（1,300-4,400500-3,600萬(wàn)噸。這些數(shù)值與兩個(gè)“自下而上”模型的預(yù)測(cè)和IIASA2,2002,900預(yù)測(cè)模型和自下而上清單都內(nèi)化了近期發(fā)展帶來(lái)的一些影響，例如大多數(shù)經(jīng)合組IAM模型和“自下而上”2020-2030年間可能2,000-5,000萬(wàn)噸，500-7,500萬(wàn)噸的增長(zhǎng)范圍這一結(jié)果更為可靠。在一定程度上，早期開(kāi)發(fā)的情景下的預(yù)測(cè)值更高，這些情景并未考慮到針對(duì)甲烷減排政治意愿的增加和可用于指導(dǎo)減排實(shí)踐的觀測(cè)手段的成熟，因此，較低的預(yù)測(cè)20222016年（SSPs2016年。為避免主觀地選擇單一特定的模擬子集以代表一個(gè)理想的基準(zhǔn)線，42IAM模擬的平均數(shù)和兩個(gè)自下而上的模型的平均數(shù)，以相同的權(quán)重計(jì)算得出平均增幅（0萬(wàn)噸；范圍為0萬(wàn)噸；圖1，開(kāi)展進(jìn)IAM25-75個(gè)百分位數(shù)和自下而上模（。農(nóng)業(yè)、廢棄物處理和能源這三個(gè)主要排放部門(mén)對(duì)預(yù)估基準(zhǔn)線排放增長(zhǎng)的貢獻(xiàn)大致相當(dāng)圖2%%圖2。廢棄物處理部門(mén)的變化預(yù)測(cè)一致性較好，能源部門(mén)預(yù)測(cè)結(jié)果離散最大，農(nóng)業(yè)部門(mén)針對(duì)特定子部門(mén)的趨勢(shì)預(yù)測(cè)主要來(lái)自“自下而上”5IAM（基于ENGAGE模擬）業(yè)部門(mén)的增長(zhǎng)幾乎全部來(lái)自畜牧業(yè)，而水稻部門(mén)的變化很小，甚至可能出現(xiàn)下降（表Ms相較2020年，20303,200200萬(wàn)噸。由于這些IAM結(jié)果來(lái)自單一的基準(zhǔn)線情景，這表明該部門(mén)排放量預(yù)測(cè)對(duì)IAM中的假設(shè)敏感在能源部門(mén)中，預(yù)測(cè)而得的各子部門(mén)趨勢(shì)有類似的偏向，幾乎所有的結(jié)果都預(yù)測(cè)增長(zhǎng)將發(fā)生在石油和天然氣部門(mén)，而與煤炭有關(guān)的甲烷排放量則預(yù)計(jì)保持穩(wěn)定或略有下降。后者對(duì)中國(guó)（世界主要煤炭消費(fèi)國(guó)）未來(lái)煤炭的使用情況敏感度高，但也可能受到煤炭開(kāi)采排放強(qiáng)度各異的地區(qū)之間生產(chǎn)轉(zhuǎn)移的影響。在廢棄物領(lǐng)域，由人口增長(zhǎng)和經(jīng)濟(jì)發(fā)展的推動(dòng)，固體廢棄物和廢水處理所產(chǎn)生的甲烷排放預(yù)計(jì)都將增長(zhǎng)。其中固體廢棄物的年排放占比和年排放量預(yù)計(jì)將增長(zhǎng)更快。兩種自下而上模型在預(yù)測(cè)變化結(jié)果上高度一致，在廢棄物部門(mén)排放預(yù)測(cè)最為接近，但在能源部門(mén)的差異最大。子部門(mén)預(yù)測(cè)不確定性反映了在所用模型和IAMs預(yù)測(cè)結(jié)果中子部門(mén)排放分布，如圖2所示。表3.1.2020年至2030年全球各部門(mén)甲烷排放量的預(yù)測(cè)變化部門(mén)IIASAEPAIAMS平均值IAM最大值IAM最小值畜牧業(yè)32.1-2.0水稻0.0--1.5煤炭0.2-1.8石油2.00.5天然氣7.73.5固體廢棄物9.68.0廢水3.01.7預(yù)測(cè)值為2030年相對(duì)于2020年的甲烷排放量變化（單位：萬(wàn)噸/年）二、區(qū)域尺度的總量及部門(mén)排放量IAM模型研究領(lǐng)域中廣泛使用的五個(gè)區(qū)域的排放量，因?yàn)檫@些區(qū)域（M（M、亞洲類的亞洲國(guó)家、前蘇聯(lián)（FSU）1990年加入經(jīng)合組織的發(fā)達(dá)經(jīng)+。（一）區(qū)域總量20202030年各地區(qū)甲烷基準(zhǔn)年排放量變化預(yù)測(cè)值發(fā)現(xiàn)，亞洲和中東/非洲的年排放量增幅最大（3頂圖。這兩個(gè)地區(qū)也呈現(xiàn)出了過(guò)去二十年中最大的年際漲幅（表2。相比之下，其他三個(gè)地區(qū)的排放增長(zhǎng)則明顯較低，其可能的范OECD90+EU地區(qū)（2110年代的下降taert基于亞洲的高排放量，其絕對(duì)排放量的大幅變化與拉丁美洲和前蘇聯(lián)的百分比增長(zhǎng)相似（圖3中圖。然而，主要由于化石燃料行業(yè)（arsen等，0，前蘇聯(lián)的人均（圖3是該地區(qū)人均排放增幅高的原因，而其他地區(qū)的人口則預(yù)期將大幅增加（拉丁美洲、中東和非洲、亞洲）或相當(dāng)穩(wěn)定并伴有排放量的緩慢增加（1990年+U1.5千克/人。為呈現(xiàn)IAM分析所使用的中心范圍（圖4。綜合評(píng)估模型（M）結(jié)果揭示的結(jié)果可能性范圍較大，有的結(jié)果表現(xiàn)為在該組結(jié)果中顯著異常值，但這些異常值的數(shù)量很少，在整個(gè)地區(qū)中僅存1-4個(gè)。與歷史趨勢(shì)相比，2020年代亞洲地區(qū)甲烷排放（20302020年的）預(yù)測(cè)增長(zhǎng)量與0年代相似，但遠(yuǎn)低于先前的十年（0年代（表2。相比之下，中東/20102000年代相似。雖然拉202020002010年代相比則增幅有所上升。最后，與前二十年這些國(guó)家排放量減少的情況明顯不同，0圖表3.2.IAMs按區(qū)域估計(jì)的歷史和預(yù)測(cè)的人為甲烷排放總量（百萬(wàn)噸/年，結(jié)束年與啟示年相差十一年）2010V20002020V20102030V2020ASIA401211LAM634MAF10511OECD90+EU-5-22FSU5-13（二）區(qū)域各部門(mén)排放變化預(yù)估通過(guò)分析區(qū)域部門(mén)層面排放結(jié)果，預(yù)計(jì)在2020至2030年期間，農(nóng)業(yè)排放量增長(zhǎng)/0約0，+U（圖5/（400萬(wàn)噸）1-2萬(wàn)噸的增幅相比尤為突出。廢棄物部門(mén)的預(yù)測(cè)結(jié)果與農(nóng)業(yè)部門(mén)的預(yù)測(cè)非常相似，亞洲和中東/非洲排放增長(zhǎng)最大（每年約300-500萬(wàn)噸。農(nóng)業(yè)和能源部門(mén)的模型結(jié)果范圍比廢棄物部門(mén)的范圍要大得多，但各區(qū)域大多數(shù)部門(mén)的變化相似。但亞洲的能源部門(mén)例外，其模型結(jié)果范圍特別大，具體表現(xiàn)400）根據(jù)分區(qū)域和分部門(mén)人均排放預(yù)測(cè)，除前蘇聯(lián)的能源部門(mén)人均排放增長(zhǎng)約17千克1.53.2.1節(jié)所述，這在一定程度上是由該地區(qū)的預(yù)估人口保持不變或減少并伴有排放量增加所導(dǎo)致的，且該部門(mén)的變化主導(dǎo)了地區(qū)人均總排放變化（圖3。按人均計(jì)算，區(qū)域和部門(mén)排放增長(zhǎng)預(yù)期的次高值是前蘇聯(lián)的廢棄物部門(mén)，其次是拉丁美洲和中東/非洲的農(nóng)業(yè)部門(mén)（均處于人均0.9-1.4。/自下而上模型與IAMOECD90+EU25-75個(gè)百分位內(nèi)，而中東/非洲和前蘇聯(lián)則處在M結(jié)果的第0個(gè)百分位（表3。對(duì)于特定部門(mén)的區(qū)域排IAM10個(gè)農(nóng)業(yè)825-75個(gè)百分位數(shù)內(nèi)，107個(gè)處于第25-75個(gè)百分位數(shù)內(nèi)（10910-90個(gè)百分位內(nèi)。然而，廢棄物部門(mén)的預(yù)估差異更大，自下而上模型僅與IAM模型在OECD90+EU地區(qū)的結(jié)果較為一致，而在其他地區(qū)，自下而上模型預(yù)測(cè)的增長(zhǎng)量高于IAM90IAM模型一般更關(guān)注能源和農(nóng)業(yè)部門(mén)而不是廢棄物部門(mén)，我們預(yù)計(jì)自下而上模型估算的高增長(zhǎng)幅度可能更為合理。因此，對(duì)IAM模型結(jié)果相同權(quán)重，計(jì)算了各模型的平均值，而廢棄物部門(mén)僅采用自下而上模型結(jié)果。最終估算結(jié)果為每年增長(zhǎng)3,400萬(wàn)噸（范圍為0萬(wàn)噸0萬(wàn)噸，不同于每年增長(zhǎng)0萬(wàn)噸（對(duì)所有部門(mén)使用等權(quán)表3.3.IAM平均值和范圍以及按區(qū)域和部門(mén)劃分的BU值（2020年至2030年十年間的年度排放變化，單位為百萬(wàn)噸）排放IAM平均值IAM25THIAM75THIIASAEPAIAM10THASIA11.43.416.913.08.4LAM4.02.9MAF14.59.86.6OECD90+EU2.2-0.25.01.60.6REF4.00.9-1.0排放|農(nóng)業(yè)IAM平均值IAM25THIAM75THIIASAEPAIAM10THASIA3.53.5LAM2.00.8-1.1MAF6.03.10.7OECD90+EU0.50.0REF0.1-0.0排放|能源IAM平均值IAM25THIAM75THIIASAEPAIAM10THASIA2.8-4.05.12.3-0.1LAM1.10.8MAFOECD90+EU1.8-0.0REF0.00.50.2排放|廢棄物IAMMEANIAM25THIAM75THIIASAEPAIAM90THASIA3.01.94.07.25.04.8LAMMAFOECD90+EU0.9-0.31.7-0.30.5REF0.3-0.40.3三、敏感性分析：社會(huì)經(jīng)濟(jì)情景及所用模型6所示，對(duì)于一些綜合評(píng)估模型來(lái)說(shuō)，其結(jié)果對(duì)社會(huì)經(jīng)濟(jì)基準(zhǔn)線情景的變化敏IMAGE、MESSAGEWITCH等其他模型對(duì)不同情景基準(zhǔn)線變化的SSPsSSP1路徑下增幅最小，SSP2SSP3路徑下增54路徑下增幅介于1和5圖。在所有可用基準(zhǔn)線中，預(yù)計(jì)2020年至2030年期間年排放量增長(zhǎng)的標(biāo)準(zhǔn)差為1,000-1,400萬(wàn)噸。在一些情景下，模型預(yù)估得出排放量增長(zhǎng)相對(duì)較小的情況中，模型中的這種變化卻在預(yù)估的排放增長(zhǎng)量的占據(jù)較大比例，例如占SSP1的47%，ENGAGE的61%。相比之下，各模型之間的差異僅占高排放的SSP3和SSP5路徑下2020年至2030年預(yù)計(jì)排放增長(zhǎng)量的10-15%。SSP3SSP5路徑在內(nèi)的更依賴化石燃料和高資源消耗的基準(zhǔn)線年排放量預(yù)測(cè)增長(zhǎng)最高：各綜合評(píng)估模型（IAM）5,600萬(wàn)噸和6,500萬(wàn)噸。相比之下，可持續(xù)發(fā)展情景表現(xiàn)出不到一半的預(yù)期增長(zhǎng)（SSP1路徑：所有Ms結(jié)果平均值為0萬(wàn)噸，最新的E和E模擬結(jié)果中也發(fā)現(xiàn)了相近情況（2,8002,200萬(wàn)噸。因此，情景的選擇可能會(huì)使預(yù)測(cè)圍繞著評(píng)估模型中所有情景的平均值（3,600萬(wàn)噸）浮動(dòng)，范圍約-1,500到+3,000萬(wàn)噸。另外值得注意的是，基于SSP150%的IAMs評(píng)估模型的結(jié)果，20102020年大氣甲烷濃度增長(zhǎng)幅度偏小，這表明如此（。ENGAGE模擬還包括部分關(guān)于底層IAMs更新的案例。在IMAGE2030（2020年）IMAGE評(píng)估模型而言，模型3.23.0版本（SSPs路徑中）200萬(wàn)噸以內(nèi)。然800500萬(wàn)噸。相比之下，MESSAGE-GLOBIOM1.0版（用于SSPs）1.1ENGAGE基準(zhǔn)線模擬，結(jié)果差異非常大：20202030年2,200500大的是OECD90+EU1.01001.1中400203020201,700萬(wàn)1,300MESSAGE-GLOBIOM版本之間農(nóng)業(yè)部門(mén)的預(yù)測(cè)排放量的減少。基于和SSPs的REMIND-MAgPIE1.5REMIND-MAgPIE模型（2.0-4.12.1-4.2）預(yù)測(cè)結(jié)果與舊版本相近，5.0WITCHWITCH-GLOBIOM版3.1（用于SSPs）E情景包含了外推到0年的國(guó)家政策（i，結(jié)果顯示0年至20301,3001,700萬(wàn)-1,3004,200萬(wàn)噸。因此，盡管此情景表明目前國(guó)家政策可能會(huì)使預(yù)期排放量減少約900萬(wàn)噸（NPi2100與E基準(zhǔn)線相比較，但這個(gè)數(shù)值高度依賴于模型本身。由于7個(gè)模型（共8個(gè)模型）發(fā)現(xiàn)目前國(guó)家政策實(shí)施清情況下，2020年代甲烷排放量仍然增加，即使完全實(shí)在部門(mén)層面，NPi210020202030年農(nóng)業(yè)和廢棄物部門(mén)的甲烷年排600700萬(wàn)噸（值域分別為-2002,500萬(wàn)噸和0至0萬(wàn)噸，同時(shí)能源部門(mén)的排放量小幅下降（平均為0萬(wàn)噸，值域?yàn)?1,000至-1,700萬(wàn)噸。這一范圍的最小值與國(guó)際能源署的既定政策情景（STEPS）的預(yù)測(cè)一致，該情景預(yù)測(cè)2020年至2030年期間能源部門(mén)的甲烷排放量將減少1,000萬(wàn)噸。四、敏感性分析：統(tǒng)一過(guò)程對(duì)于結(jié)果的影響本報(bào)告所呈現(xiàn)的結(jié)果對(duì)全球人為排放預(yù)測(cè)總量不確定性的敏感度甚微。表1.1中的3.53.92020年，20302%5%。由于能源和2-6%，1-3%5%2001,500-2,000）或不同的社會(huì)經(jīng)濟(jì)預(yù)測(cè)（約2,000-2,500萬(wàn)噸；見(jiàn)本章第三部分）帶來(lái)的不確定性范圍之內(nèi)。如上所述，開(kāi)展基于測(cè)量的人為排放量估算，在國(guó)家和部門(mén)層面是非常有價(jià)值（見(jiàn)第一章和專欄一。后續(xù)采取統(tǒng)一化后，可帶來(lái)更大的影響，且對(duì)未來(lái)評(píng)估國(guó)家尺2020年預(yù)測(cè)數(shù)據(jù)。此外，2020COVID大流行應(yīng)對(duì)措施的影響（見(jiàn)第一章第一部分1.1中大多數(shù)結(jié)果的預(yù)測(cè)過(guò)程都未包括應(yīng)對(duì)措施，或是借鑒了CEDS前一年預(yù)測(cè)數(shù)據(jù)。因此，無(wú)論如何判斷大流行對(duì)排放帶來(lái)的潛在的短期影響，專欄一提高測(cè)量和區(qū)分不同排放源甲烷排放量的能力專欄一提高測(cè)量和區(qū)分不同排放源甲烷排放量的能力在過(guò)去十年中，針對(duì)甲烷排放源的規(guī)模和點(diǎn)位方面的工作已取得重大進(jìn)展。這項(xiàng)工作已開(kāi)始大大降低排放量結(jié)果的不確定性，助力改進(jìn)清單，并為創(chuàng)造額外的減排機(jī)會(huì)提供支撐。雖然各部門(mén)均存在技術(shù)可行的減排方案，并且其方案的實(shí)施無(wú)需等待完美的數(shù)據(jù)，但改進(jìn)后的經(jīng)驗(yàn)數(shù)據(jù)對(duì)于進(jìn)一步擴(kuò)大減排行動(dòng)、評(píng)估減排行動(dòng)是否為實(shí)現(xiàn)目標(biāo)帶來(lái)效果至關(guān)重要。基于區(qū)域和國(guó)家尺度大氣測(cè)量所估算的排放量可以提供有用的信息，助力量化當(dāng)前排放和跟蹤排放量隨時(shí)間的變化。在區(qū)域尺度上，基于觀測(cè)值的排放量化方法（通常稱為自上而下方法）依賴于地面觀測(cè)網(wǎng)絡(luò)（Bergamaschi等，2018年、采用了質(zhì)量平衡和大氣輸送模型的機(jī)載測(cè)量（Neininger等，2021年；Gorchov-Negron等人，2020年）以及最近的衛(wèi)星遙感（Turner等，2016年；Schneising等，2020年；張等，2020年；Pandey等，2021年。盡管這些方法存在從環(huán)境濃度到推測(cè)排放量的不確定性，如在正確的條件下應(yīng)用，現(xiàn)有方法可以準(zhǔn)確地評(píng)估排放量（例如，以足夠頻率取。利用觀測(cè)數(shù)據(jù)量化區(qū)域和國(guó)家甲烷排放的關(guān)鍵挑戰(zhàn)之一是區(qū)分化石源（如石油、天然氣、煤炭源）和生物源（如農(nóng)業(yè)、廢物部門(mén)）以及人為源和自然源。已開(kāi)發(fā)的分析方法可以通過(guò)應(yīng)用穩(wěn)定的同位素（Neininger等，2021）以及示蹤劑/示蹤劑的比率（（ith人，5年在區(qū)域根據(jù)國(guó)際協(xié)議，大多數(shù)國(guó)家依靠排放因子來(lái)評(píng)估自下而上的甲烷排放量，并編制排放清單（IPCC方法一或更復(fù)雜的方法二、方法三。近期研究指出，國(guó)家排放清單和自上而下的排放量估算之間存在著巨大差異——既有低估又有高估的情況（Deng等，20222021；IEAas0星觀測(cè)以及地面和機(jī)載方法評(píng)估的排放結(jié)果可有助于更清楚地了解來(lái)源，特別是在亞自下而上方法可以將數(shù)據(jù)分解到每個(gè)部門(mén)或行業(yè)內(nèi)的具體源頭，這為推動(dòng)減緩行動(dòng)提供了有益洞悉。在區(qū)域和國(guó)家層面，由直接測(cè)量甲烷濃度而得的自上而下數(shù)據(jù)可以更有效地約束排放量級(jí)和點(diǎn)位，以及它們隨時(shí)間變化的情況。在不同地形的區(qū)域和國(guó)家尺度上，將自上而下和觀測(cè)方法融合得到的設(shè)施級(jí)數(shù)據(jù)工作已漸完成：如美國(guó)（larez等，8、澳大利亞蘇拉特盆地（eier等，1）和墨西哥（en等，地面和機(jī)載觀測(cè)已被廣泛用于描述數(shù)量龐大的設(shè)施級(jí)排放點(diǎn)位的特征（Robertson等，0r等，。在點(diǎn)位/和天然氣基礎(chǔ)設(shè)施甲烷排放估算的不確定性——整個(gè)供應(yīng)鏈的一個(gè)共性特征是存在一部分高排放設(shè)施與其對(duì)總排放量的貢獻(xiàn)不成比例。這些高排放設(shè)施的數(shù)量在時(shí)空尺度上都有變化，因此為準(zhǔn)確估計(jì)總排放量，需了解各類點(diǎn)位的排放頻率和量級(jí)，而不是對(duì)一小部分點(diǎn)位的排放開(kāi)展監(jiān)測(cè)。有效的方法是需要認(rèn)識(shí)到超級(jí)排放設(shè)施分布的隨機(jī)性。因此，易于部署的地面和機(jī)載測(cè)量是實(shí)現(xiàn)大樣量數(shù)據(jù)獲取，進(jìn)一步有效描述排放分布特征的必要能力。類似的方法也被用于表征其他甲烷源，如煤礦（Kostinek等，Mserrat。衛(wèi)星遙感觀測(cè)能夠描述單一地點(diǎn)以及區(qū)域和國(guó)家層面的甲烷排放特征（Lauvaux等，2年，并能補(bǔ)充地方活動(dòng)數(shù)據(jù)。遙感優(yōu)勢(shì)在于可以了解地面或及機(jī)載方法難甲烷遙感觀測(cè)可分為三類：全球測(cè)圖。這一類別包括TROPOMI（2017年發(fā)射）等衛(wèi)星任務(wù)。其他衛(wèi)星如也即將加入。這些全球準(zhǔn)實(shí)時(shí)日覆蓋的衛(wèi)星具有相對(duì)較粗的空間分辨率（TROPOMI7千米×5.5千米）或相對(duì)中等精度——它們可用于描繪區(qū)域尺度（如美國(guó)的二疊紀(jì)盆地；Zhang等，2020）和國(guó)家尺度（如墨西哥；Shen等，2021）點(diǎn)源成像儀。旨在檢測(cè)和量化來(lái)自單一點(diǎn)源羽流的系統(tǒng)。運(yùn)行中的衛(wèi)星，如GHGSatPRISMAGF5-02，以及即將到來(lái)的CarbonMapperEnMAP和Satlantis等。這些衛(wèi)星具有較高的空間分辨率（25-50米）和足夠的光譜靈敏100-500千克/小時(shí)的排放。研究已經(jīng)證實(shí)了遙感是如何成功表征這些大的點(diǎn)源排放情況，即所謂的超級(jí)排放源，以及如何使用全球測(cè)繪和點(diǎn)源測(cè)繪儀器對(duì)其進(jìn)行跟蹤（Lavaux等，2022；Irakulis-Liotxate等，2021；Varon等，2018；等，2019；Pandey等，2019；Sadavarte等，2021；Cusworth。2023年發(fā)射的這些遙感測(cè)量說(shuō)明基于衛(wèi)星的甲烷監(jiān)測(cè)儀器的生態(tài)在不斷發(fā)展，可以提供甲烷排放的定量數(shù)據(jù)，以及它們?cè)诓煌瑏?lái)源和地理區(qū)域隨時(shí)間的變化情況。改進(jìn)后的數(shù)據(jù)也將有助于更多地報(bào)告甲烷排放的不確定性，這對(duì)于證明任一量化方案的穩(wěn)健性至關(guān)重要。鑒于行業(yè)標(biāo)準(zhǔn)和環(huán)境政策的差異，各地區(qū)的排放特征可能存在很大不同。因此，需要在國(guó)家、區(qū)域和地方尺度上進(jìn)行更多研究，以產(chǎn)生準(zhǔn)確的政策制定實(shí)施相關(guān)數(shù)據(jù)，從而有效地指導(dǎo)減排。將有助于更多地報(bào)告甲烷排放的不確定性，這對(duì)于證明任一量化方案的穩(wěn)健性至關(guān)重要。鑒于行業(yè)標(biāo)準(zhǔn)和環(huán)境政策的差異，各地區(qū)的排放特征可能存在很大不同。因此，需要在國(guó)家、區(qū)域和地方尺度上進(jìn)行更多研究，以產(chǎn)生準(zhǔn)確的政策制定實(shí)施相關(guān)數(shù)據(jù)，從而有效地指導(dǎo)減排。正在進(jìn)行的多項(xiàng)工作將幫助決策者優(yōu)化甲烷排放量結(jié)果。例如，世界氣象組織與一些合作伙伴正在開(kāi)發(fā)和推廣的全球溫室氣體綜合信息系統(tǒng)（S，為不同氣體和尺度的基于觀測(cè)的排放估算工作提供了一個(gè)共同框架，已被推薦應(yīng)用于《聯(lián)合國(guó)氣候50屆大會(huì)。該方法也被納入了《IPCC國(guó)家溫室氣體2019修訂版》第六章（排放核查。同時(shí)，由聯(lián)合國(guó)環(huán)境規(guī)劃署（UNEP）主持的國(guó)際甲烷排放觀察站（IMEO）正在開(kāi)發(fā)一個(gè)公共數(shù)據(jù)平臺(tái)，以整合不同來(lái)源和估算方法的甲烷排放數(shù)據(jù)（行業(yè)報(bào)告的、經(jīng)核實(shí)的排放數(shù)據(jù)、基于經(jīng)驗(yàn)的區(qū)域和國(guó)家尺度估算、國(guó)家清單、衛(wèi)星遙感數(shù)據(jù)集。IMEO將通過(guò)科學(xué)方式將這些多源異質(zhì)排放數(shù)據(jù)整合為一個(gè)連貫、透明的政策相關(guān)數(shù)據(jù)集。這些數(shù)據(jù)集和其他數(shù)據(jù)集將使政府、行業(yè)參與者和民間社會(huì)能夠在此基礎(chǔ)上擴(kuò)大有針對(duì)性的減排機(jī)會(huì)，進(jìn)一步促進(jìn)行動(dòng)，跟第四章甲烷排放預(yù)測(cè)及潛在減排對(duì)氣候和健康的影響全球甲烷評(píng)估報(bào)告分析顯示，要實(shí)現(xiàn)1.5℃情景目標(biāo)，到2030年前削減甲烷排放是最經(jīng)濟(jì)有效的途徑。報(bào)告表明，如果沒(méi)有采取氣候變化政策措施，甲烷排放量將持續(xù)增長(zhǎng)，因此若要實(shí)現(xiàn)1.5℃溫控目標(biāo)，須立即采取強(qiáng)有力行動(dòng)。本節(jié)分析了相較于本報(bào)告基準(zhǔn)線情景，全球甲烷減排承諾的氣候影響，介紹了廣泛脫碳減排和快速且深入的甲烷減排對(duì)氣候變化的相互影響，并探討了相較于針對(duì)性行動(dòng)措施，脫碳帶來(lái)的甲烷減排影響。一、情景氣候影響評(píng)價(jià)方法20301.5℃路徑，通過(guò)時(shí)間序列分析了1.5℃路徑下廣泛脫碳的影響進(jìn)行了比較。脫碳主要是通過(guò)化石燃料替代來(lái)實(shí)現(xiàn)，包括終端電氣化、效率提高、需求管理（elj等，景（P，其中1、2和5的基準(zhǔn)線情景和5℃目標(biāo)路徑保持一致。除甲烷外，所有其他污染物（包括具有冷卻效應(yīng)的氣溶膠和二氧化硫等氣溶膠前體物）排放量均SSP情景，2020年（2015年）二氧化碳排放量來(lái)自各情景結(jié)果的歸一化結(jié)果。中心估計(jì)值是這三種情況的結(jié)果的平均值。甲烷基準(zhǔn)線中心估計(jì)20203.8202020303,400萬(wàn)噸（2,500-4,900萬(wàn)噸/年SSPs20502020年的預(yù)估增長(zhǎng)率標(biāo)準(zhǔn)化（0.920303,400SSPs路004.7/3個(gè)SSP1.51.5℃情景下甲烷減排總量的%（iel和ith，9；asen等，9（圖7。其他脫碳行動(dòng)，如減少森林砍伐或植樹(shù)造林，對(duì)甲烷排放量影響很小，而情景中的其他3個(gè)SSP路徑下甲烷減排情況以表征不確定性范圍。全球甲烷評(píng)估分析了一組更廣范圍的1.5℃情景，其中許多情景不涵蓋相關(guān)的基準(zhǔn)線估算，因此不適合在此進(jìn)行分析。我們注意到，在更多情景下，相較于所有情景使用的統(tǒng)一基準(zhǔn)線增量，2030年甲烷平均減排量%）略高于1，2和5路徑的結(jié)果%M約。2017（UNEP2017）和《2021CCAC評(píng)估報(bào)告》(UNEPCCAC2021)一致的方法評(píng)估氣候響應(yīng)，包括絕對(duì)全球升溫潛勢(shì)（Ts、發(fā)表研究結(jié)論（如iell等,2017a）和CCAC科學(xué)顧問(wèn)小組的公共溫度路徑工具1AGTPs用于表示每IPCC在選定的示例年中所使用的T0或T0（Mre等,3。在本評(píng)估的計(jì)算Mey,，因?yàn)榈诹卧u(píng)估報(bào)告發(fā)現(xiàn)，這一敏感性范圍很好地代表了當(dāng)前認(rèn)知。AGTPs包括對(duì)排放物質(zhì)引起的溫度變化碳循環(huán)響應(yīng)，包括甲烷產(chǎn)生的臭氧對(duì)碳吸收的影響（Gasser等,;lis等,0，如iell等（7）所述。與全球甲烷評(píng)估（P和CCAC2021）一樣，我們采用校準(zhǔn)后的甲烷響應(yīng)，以匹配該評(píng)估中使用的全組分氣候模型體現(xiàn)的全球氣候影響。此外，更新了對(duì)二氧化硫排放的反饋以反映其當(dāng)前更大的1https://sappathwaytool.shinyapps.io/CCAC_Pathway_Tool_V1/二、全球甲烷承諾對(duì)氣候的影響20203.8億噸，我們可以評(píng)估全球甲烷承諾中設(shè)想的甲烷減排行動(dòng)對(duì)氣候的影響。GMP202030%3.82.7億20201.132020-2030年平均增加量3,400萬(wàn)噸/年而預(yù)估的2030年排放量相比，這一較低水平意味著減少1.5億噸，相較于2030年預(yù)估排放水平減少36%。203036%1.5oCGMA評(píng)估（全球甲烷評(píng)估）203030%-6