挪威团队用无人机锁定肯尼亚动物甲烷，首次曝光骆驼碳排放量!

本文为深度编译，仅供交流学习，不代表智子说观点

一项最新的科研成果通过整合无人机数据、卫星观测以及地面通量测量技术，深入调研了肯尼亚反刍动物的甲烷排放情况。这项研究代表了在撒哈拉以南非洲地区利用无人机量化牲畜甲烷排放的开创性努力。 同时，这也是首批针对骆驼甲烷排放进行测量的实地研究之一，而骆驼作为碳排放源在以往的研究中长期被忽视。

全球范围内，来自畜牧业的甲烷排放约占人类活动引起的甲烷总排放量的三分之一。然而，在许多地区——尤其是非洲——这些排放源的分布地图仍模糊不清。

研究人员使用配备甲烷传感器的无人机，在放牧前后的不同时段飞越牛群、山羊群、绵羊群和骆驼群，精准捕捉甲烷浓度数据。地面的通量塔则负责提供风速与风向的实时监测。

这项研究在肯尼亚的卡皮提研究站开展，由奥斯陆大学、国际畜牧研究所、挪威生物经济研究所以及米兰大学合作完成。初期测试航行则在挪威北部的特约塔研究站进行。发表在《生物地球科学》杂志上的研究结果，有望为牲畜甲烷排放提供更准确的估算，进而支持将其纳入气候模型和国家温室气体清单。

“这项研究证明，无人机可以有效地监测偏远或环境挑战较大地区的排放情况。在这些地方，传统的呼吸室测量法往往无法实施，特别是针对骆驼等大型动物。”奥斯陆大学该研究的第一作者阿卢埃特·范霍夫表示。

范霍夫的研究重点是开发测量和计算温室气体（如甲烷和二氧化碳）排放的新方法，其中包括利用装载传感器的无人驾驶飞行器来监测农业排放。她补充道，这种方法极具灵活性，研究人员可以根据动物的移动轨迹进行跟进，并在不干扰动物的情况下，跨越数日、在不同时间段收集数据。

这篇题为《通过融合无人机、通量塔和卫星数据推断非洲牲畜甲烷排放》的文章是循环农业温室气体研究项目的一部分。该项目旨在揭示农业系统如何通过增强循环性、减少温室气体排放，并在多尺度上提供生态系统服务。

研究人员采用了一种贝叶斯推断方法，将无人机获取的甲烷测量值、通量塔的风力数据与大气扩散模型相结合。这种概率性方法充分考虑了数据中的不确定性，并整合了先前的知识储备，从而生成了更为可靠的排放估算。

实验对比了三种路径：

1. 贝叶斯推断（基于数据的概率化方法）；
2. 质量平衡法（基于定义区域内甲烷的流入与流出）；
3. 政府间气候变化专门委员会二级估算（基于饮食、活动和动物类型的标准化值）。

研究人员评估了不同方法所得结果与IPCC估算值的接近程度。

“我们发现，贝叶斯推断法产生的结果与IPCC二级估算保持了高度的一致性，即使是对于山羊和绵羊等低排放动物也是如此。这表明该方法在研究设定的条件下既可靠又稳健。”范霍夫说道。

相比之下，质量平衡法往往会高估低排放动物的排放量，这暗示了该方法在应对微弱排放源时的局限性。

挪威生物经济研究所研究教授、循环农业温室气体项目负责人维贝克·林德负责计算受监测牲畜的IPCC二级排放估算值。

“二级估算值整合了详细的畜群或个体数据。在这项研究中，数据考虑了肯尼亚当地的实际情况，包括牲畜品种和饲料质量。我们利用这一方法，基于动物的体重、年龄、摄入量和饲料营养水平，对个体排放进行了精准估算。”林德介绍道。

该研究的另一项创新在于整合了高光谱卫星数据。米兰大学的研究人员利用意大利航天局普瑞斯玛卫星捕捉的影像，在无人机作业期间对卡皮提农场进行了同步观测。

其核心目标在于评估高光谱卫星传感器能否探测到与畜群位置及潜在甲烷排放相关的景观特征。通常卫星影像被用于识别大型排放源，如工业气体泄漏。因此，研究人员非常渴望探索卫星是否能直接或间接地探测到与畜牧业排放相关的空间异常。

结果显示，卫星图像精准地探测到了畜群所在位置的异常。然而，目前尚需进一步研究来确定这些异常是由高浓度的甲烷引起的，还是由于植被变化或土壤湿度等其他因素导致的。

“虽然这只是一项探索性分析，但结果表明，通过将无人机与下一代天基高光谱传感器结合，具备在景观尺度上对点源排放进行多尺度评估的巨大潜力。”米兰大学副教授弗朗切斯科·彼得罗·法瓦表示。

研究中展示的方法可以类比为在地图上不断放大的过程——从宏观的全景鸟瞰一直深入到单个像素的细节。

“卫星帮助我们识别排放源，而无人机则提供了关于排放浓度和日变化（如喂食前后）的信息。”林德解释说。在更微观的尺度上，个体动物的排放则可以通过呼吸室、六氟化硫示踪气体技术或面罩法来测量。

林德总结道：“尽管无人机展现出巨大的前景，但目前仍需要获得认证的操作员和数据专家，这限制了大多数农场主的使用。尽管如此，这项技术在识别排放源和估算排放规模方面拥有极强的潜力。”

精准且本土化的测量对于制定有效的减排策略至关重要。这项研究能够为饲料补贴、放牧实践和减排政策的讨论提供科学依据，尤其是在那些数据匮乏的地区。

此外，该研究也为将甲烷地图扩展到其他排放源（如湿地、垃圾填埋场和永冻土融化区）奠定了基础。为了提高其在复杂景观中的适用性，未来的监测框架必须具备处理多个扩散源和重叠排放羽流的能力。

正如阿卢埃特·范霍夫所言：“能够从事一项真正能够产生改变的研究令人振奋。测量奶牛的甲烷排放不仅是一项技术挑战，更是支持气候和农业决策的一种方式。”

她目前正致力于利用机器学习优化无人机的飞行路径，使无人机能够在位置未知的环境中自主探测和估算甲烷源。范霍夫将其形容为“嗅出奶牛的位置”。 这项技术突破有望在未来的监测任务中进一步提升效率和准确性。

来源：云烟的吞拿鱼
原文链接：https://doris.yidianzixun.com/article/15ejxZC3?s=op1259&appid=s3rd_op1259&pureContent=1