维度网讯，得克萨斯大学奥斯汀分校（University of Texas at Austin）、科罗拉多州立大学（Colorado State University）和科罗拉多矿业学院（Colorado School of Mines）合作的能源排放建模与数据实验室（EEMDL）正致力于开发透明模型和公共数据集，以支持全球油气供应链更准确的温室气体核算。该实验室隶属于得克萨斯大学奥斯汀分校的能源与环境系统分析中心（CEESA），CEESA汇集了从事甲烷排放、氢能、碳移除和低碳能源路径等领域研究的教师、博士后、学生和工作人员，EEMDL是该中心的主要项目之一。

Ravikumar指出，甲烷研究的一个核心挑战是测量排放与官方清单估算之间的差距，这种差异源于传统清单依赖过时排放因子，且难以捕捉大型、间歇性的超级排放源事件。甲烷测量技术正快速发展，连续监测仪、无人机、车辆、飞机和卫星产生大量观测数据，挑战已从数据缺乏转变为如何解读这些测量结果。

甲烷对行业和气候利益相关者至关重要的原因在于其与商业、监管、运营和能源可负担性紧密关联。对于美国液化天然气（LNG）出口商而言，欧洲客户对低碳排放供应链的需求使甲烷表现直接关系到市场准入。如果对LNG进口实施甲烷强度标准，减排压力将延伸至上游生产商、管道运营商及整个天然气供应链。甲烷减排能将宝贵天然气保留在能源系统中，且仍是当前油气系统成本最低、最可行的温室气体减排策略之一。

在测量方法方面，自上而下与自下而上的划分并非绝对。自下而上测量提供源特定信息，可识别单个组件或设备的排放，但通常耗时且覆盖有限。自上而下测量能更快覆盖更大区域，但对具体排放源细节提供较少。Ravikumar强调，甲烷测量应被视为一个多尺度系统，涵盖源级、场地级、设施级和区域级观测，整合卫星、飞机、无人机、地面系统和连续监测仪的数据才能更全面地理解甲烷排放。

一个可信的基于测量的甲烷清单应以科学上可辩护的方式整合运营数据、源特定清单或排放因子，以及来自不同技术的测量结果。对于油气甲烷伙伴关系（Oil and Gas Methane Partnership）等自愿报告框架，企业需结合测量数据和源特定清单改进甲烷排放报告。运营商、资产或设施级清单应将测量结果与运营知识和源级信息结合起来解读。

EEMDL目前最值得关注的工作之一是将甲烷测量数据与运营信息整合，通过与运营商合作开发协调方法，将测量、运营知识和源特定数据结合成不同空间尺度上最可用的清单。该方法不偏重任何一种测量技术，而是侧重于理解每种技术提供的信息以及如何利用其改进排放清单，通过汇集测量科学家、数据分析师、清单开发人员和运营商，将多种证据整合成连贯的甲烷排放图景。

在具体实践中，开发无控制储罐的甲烷排放清单时，仅靠航空测量无法确定排放的频率或持续时间。EEMDL将航空测量结果与基于工程的计算、连续监测数据以及运营商背景信息相结合。连续监测仪帮助表征闪蒸事件的频率和持续时间，航空测量提供排放速率信息，通过整合这些数据流形成更准确的储罐排放清单。

Ravikumar展望，成功意味着将卫星、航空测量、连续监测仪、运营数据和清单连接到一个单一甲烷情报平台，帮助利益相关者理解不同时空尺度的排放。这使甲烷管理从被动减排转向预测性和主动性减排，人工智能和机器学习可帮助预测排放发生的时间和地点，实现预警和预测性维护。未来五年，甲烷减排正成为天然气未来的核心，政策可能从命令控制型规则转向更灵活的基于绩效的框架，借助更好的测量和分析实现更具成本效益的减排目标。