環(huán)保行業(yè)：小型排放源導(dǎo)致美國(guó)石油和天然氣行業(yè)大部分的甲烷排放 -科羅普尼庫(kù)斯

大氣化學(xué)與物理，25，1513–1532，2025http研究報(bào)告研究報(bào)告Atmospheric:--Uchemistryandphysics·U總體來(lái)說(shuō)，小型排放源在數(shù)量上所占比例較小，但在美國(guó)油氣行業(yè)的甲烷總排放中卻占據(jù)了絕大多數(shù)。1環(huán)境保護(hù)基金會(huì)，紐約，紐約州，10010，美國(guó)2MethaneSAT,LLC,奧斯汀，德克薩斯州78701，美3哈佛大學(xué)，劍橋，馬薩諸塞州02138，美國(guó)收到：2024年5月11日–開(kāi)始討論：2024年5月22日修訂：2024年11月22日–通過(guò)：2024年11月27日–出版：2025年2月4日降低油氣（油-氣）行業(yè)的甲烷排放已被確定為至關(guān)重要的重要的全球戰(zhàn)略以降低近期氣候變暖。最近的測(cè)量，特別是通過(guò)衛(wèi)星和空中遙感技術(shù)進(jìn)行的測(cè)量，強(qiáng)調(diào)了針對(duì)少量以高排放速率排放甲烷的設(shè)施（即“超級(jí)排放者”）進(jìn)行測(cè)量和緩解的重要性。然而，單個(gè)油氣設(shè)施的低排放速率排放的貢獻(xiàn)，這些排放通常未被發(fā)現(xiàn)，對(duì)其了解不足，尤其是在全國(guó)和區(qū)域?qū)用婵偣浪愕谋尘跋?。在這項(xiàng)工作中，我們收集了使用低檢測(cè)限的方法獲得的經(jīng)驗(yàn)測(cè)量數(shù)據(jù)，以制定2021年美國(guó)大陸（CONUS）中游和上游油氣部門(mén)的總甲烷排放設(shè)施級(jí)別估算。我們發(fā)現(xiàn)，在總排放量14.6（12.7–16.8）Tgyr中?1美國(guó)本土（CONUS）2021年油氣甲烷排放中，70%（95%置信區(qū)間：61%-81%）源自排放設(shè)施。<100kg/h?1并且30%（26%–34%）和～80%（68%–90%）源自排放設(shè)施。<10及<200千克?1盡管不同油氣生產(chǎn)盆地的排放分布曲線存在差異，但低排放設(shè)施持續(xù)被發(fā)現(xiàn)占盆地總排放的大多數(shù)（即從排放設(shè)施的60%到86%總盆地排放的范圍）。<100kg/h?1).我們估計(jì)，生產(chǎn)井場(chǎng)是區(qū)域油氣甲烷排放的70%，我們發(fā)現(xiàn)，在2021年僅占全國(guó)油氣生產(chǎn)10%的井場(chǎng)，卻不成比例地占到了總井場(chǎng)排放的67%至90%。我們的結(jié)果也與從幾個(gè)獨(dú)立的航空遙感任務(wù)（例如，MethaneAIR、BridgerGasMappingLiDAR、AVIRIS-NG（機(jī)載可見(jiàn)光/紅外成像系統(tǒng)——下一代）、全球機(jī)載觀測(cè)站）中獲得的數(shù)據(jù)廣泛一致，這些任務(wù)覆蓋了五個(gè)至八個(gè)主要油氣盆地。我們的發(fā)現(xiàn)強(qiáng)調(diào)了考慮小排放源對(duì)總油氣甲烷排放的重大貢獻(xiàn)的重要性。雖然減少高排放設(shè)施的排放很重要，但這不足以整體減緩油氣行業(yè)甲烷排放，根據(jù)這項(xiàng)研究，美國(guó)油氣行業(yè)的甲烷排放主要由小排放源主導(dǎo)。跟蹤排放隨時(shí)間的變化和設(shè)計(jì)有效的減緩政策應(yīng)考慮小型甲烷源對(duì)總排放的巨大貢獻(xiàn)。由科羅普尼庫(kù)斯出版社出版，代表歐洲地球科學(xué)聯(lián)盟。1514J.P.Williams等人：小型來(lái)源占美國(guó)油氣排放的大多數(shù)甲烷是一種短生命周期但強(qiáng)大的溫室氣體，其全球變暖潛力在20年內(nèi)比二氧化碳（CO2）強(qiáng)80倍以上（AR6綜合報(bào)告）。2氣候變化2023，2024）。因此，甲烷排放的減少已成為實(shí)現(xiàn)短期快速氣候緩解的關(guān)鍵目標(biāo)（Ocko等人，2021）。在北美，甲烷排放的最大來(lái)源之一是石油和天然氣（石油-天然氣）行業(yè)，其中大部分排放來(lái)自生產(chǎn)（即上游）和運(yùn)輸-儲(chǔ)存（即中游）行業(yè)（Alvarez等人，2018）。多項(xiàng)研究，尤其是在過(guò)去十年中，都集中在量化石油-天然氣行業(yè)的甲烷來(lái)源，特別強(qiáng)調(diào)美國(guó)大陸（CONUS）（Alvarez等人，2018；deGouw等人，2020；Omara等人，2018；Lu等人，2022；Zhang等人，2020；Shen等人，2022；Cusworth等人，2022；Nesser等人，2024；Brandt等人，2016；Duren等人，2019；Maasakkers等人，2021；Lu等人，2023；Worden等人，2022）。一些研究已經(jīng)認(rèn)識(shí)到并報(bào)告它們占甲烷總排放的大部分（Brandt等人，2016；Cusworth等人，2022；Duren等人，2019；Sherwin等人，2024）。這些超級(jí)排放設(shè)施的特征排放率閾值對(duì)于甲烷測(cè)量平臺(tái)至關(guān)重要，尤其是針對(duì)檢測(cè)高排放點(diǎn)源的遙感技術(shù)。航空和衛(wèi)星遙感技術(shù)使對(duì)石油和天然氣站點(diǎn)排放的監(jiān)測(cè)更加頻繁，并對(duì)大面積進(jìn)行快速制圖成為可能，盡管它們?cè)跈z測(cè)靈敏度方面存在局限性。盡管提高了定位和量化高排放站點(diǎn)排放的能力，但對(duì)低甲烷排放設(shè)施的特征，尤其是那些排放速率低于大多數(shù)點(diǎn)源檢測(cè)遙感平臺(tái)檢測(cè)限（LOD）的設(shè)施，以及它們對(duì)石油-天然氣甲烷總排放的貢獻(xiàn)，仍然缺乏足夠的了解。盡管一些研究提供了關(guān)于美國(guó)內(nèi)陸油氣部門(mén)不同低排放基礎(chǔ)設(shè)施貢獻(xiàn)的重要但有限的見(jiàn)解，但對(duì)于它們對(duì)整個(gè)部門(mén)、區(qū)域和國(guó)家規(guī)模排放的整體貢獻(xiàn)仍缺乏了解。Xia等人（2024年）最近的一項(xiàng)研究結(jié)合了來(lái)自四個(gè)油氣盆地的BridgerGasMappingLiDAR（BridgerGML）的航空遙感數(shù)據(jù)，并補(bǔ)充了用于低于BridgerGMLLOD排放設(shè)施的組件級(jí)建模，發(fā)現(xiàn)1-10kgh范圍內(nèi)有顯著更多的排放源。?1與環(huán)保署（EPA）使用的排放分布相比，范圍（range）有所變化（Xiaetal.,2024）。在一項(xiàng)針對(duì)美國(guó)本土（CONUS）生產(chǎn)井場(chǎng)的研究中，油氣行業(yè)的甲烷排放主要來(lái)源（Alvarezet ),Omaraetal.（2018）發(fā)現(xiàn)，90%的總甲烷排放量來(lái)自那些以排放率排放的產(chǎn)井場(chǎng)地。<100kg/h?1奧瑪拉等人的后續(xù)研究(2022年）強(qiáng)調(diào)，來(lái)自產(chǎn)量低于15桶油當(dāng)量/日的低產(chǎn)氣=19.2公斤甲烷，溫度為15.6°C，壓力為1atm；1桶油當(dāng)量（boe）=6Mcf；假設(shè)天然氣中甲烷含量為80%），這占所有CONUS生產(chǎn)井站總數(shù)的80%，負(fù)責(zé)了油氣生產(chǎn)領(lǐng)域幾乎所有甲烷排放量的一半。Kunkel等人（2023）觀察到，使用具有3kghLOD的BridgerGML遙感平臺(tái)。?1，與先前在二疊紀(jì)盆地某區(qū)域進(jìn)行的CarbonMapper檢測(cè)相結(jié)合，顯示出對(duì)CarbonMapper所列出的低于10kgh的LOD（最低可檢測(cè)濃度 )來(lái)源的顯著貢獻(xiàn)。?1Cusworth等人（2022年）發(fā)現(xiàn)，美國(guó)大陸（CONUS）幾個(gè)主要油氣產(chǎn)區(qū)（除阿巴拉契亞盆地外）的總甲烷排放量（包括非油氣來(lái)源 )中有35%來(lái)自排放設(shè)施。>10千克?1表明65%的排放來(lái)自排放設(shè)施<10千克?1盡管這些使用獨(dú)立測(cè)量平臺(tái)的研究為低甲烷排放油氣設(shè)施的重要性提供了新的見(jiàn)解，但通常仍然缺乏對(duì)來(lái)自不同排放速率閾值、在單個(gè)油氣盆地以及全國(guó)范圍內(nèi)匯總的相對(duì)排放份額的定量評(píng)估。存在多種不同的甲烷量化方法，這些方法在來(lái)源的空間分辨率、后勤限制、實(shí)施成本和最低檢測(cè)限（LODs )方面有所不同。測(cè)量方法敏感性和最低檢測(cè)限具有重要的政策影響。例如，美國(guó)環(huán)保署（EPA）最近發(fā)布了規(guī)定，將超級(jí)排放事件定義為排放速率閾值為100千克/小時(shí)的事件。?1或更高（新、重建和改進(jìn)源以及現(xiàn)有源的績(jī)效標(biāo)準(zhǔn)：現(xiàn)有源排放指南：石油和天然氣行業(yè)氣候?qū)彶椋?024年），盡管沒(méi)有明確信息說(shuō)明在此定義中捕獲了該區(qū)域總排放的百分比。衛(wèi)星和航空遙感方法具有從1-3kgh的點(diǎn)源LOD范圍。?1針對(duì)Bridger的機(jī)載GML（Johnson等人，2021年；Kunkel等人，2023年；Thorpe等人，2024年；Xia等人，2024年）至約200kg。?1對(duì)于GHGSat（Sherwin等 ,2023）。相比之下，基于地面的測(cè)量方法，如OTM33A（其他測(cè)試方法33A）和示蹤劑釋放，其檢測(cè)限(LODs）<1千克?1(Fox等人，2019)。Raviku-mar等人（2018）使用FugitiveEmissionsAbatementmulationToolkit(FEAST)進(jìn)行的一項(xiàng)研究提出，一種具有0.1–1kghLOD的方法。?1將足以捕捉石油-天然氣部門(mén)的所有排放，而量化低于此閾值的排放能力不會(huì)導(dǎo)致任何顯著的減緩增加。最終，需要對(duì)排放的總體百分比貢獻(xiàn)進(jìn)行澄清。J.P.Williams等人：小型來(lái)源占美國(guó)油氣排放的大多數(shù)1515從給定的排放率閾值中去除，這需要表征整個(gè)排放分布，而不僅僅是高排放部分。排放者。在這項(xiàng)工作中，我們創(chuàng)建并分析基于測(cè)量的美國(guó)上游和中游油氣設(shè)施甲烷排放速率分布，以確定不同排放速率閾值對(duì)總甲烷排放的百分比貢獻(xiàn)。首先 ,我們使用從地面采樣平臺(tái)收集的經(jīng)驗(yàn)性測(cè)量數(shù)據(jù)，開(kāi)發(fā)一個(gè)自下而上的基于設(shè)施的模型來(lái)估計(jì)2021年美國(guó)大陸（CONUS）上游和中游設(shè)施的甲烷排放。接著，我們將我們基于設(shè)施層面的、基于人口的數(shù)據(jù)進(jìn)行匯總，以確定來(lái)自不同排放速率閾值設(shè)施的甲烷排放在國(guó)家層面和盆地層面的貢獻(xiàn)，此外，我們還與空中遙感平臺(tái)進(jìn)行比較。最后，我們按設(shè)施類(lèi)別分解排放分布曲線，以分析總排放百分比貢獻(xiàn)在不同設(shè)施類(lèi)型之間的變化情況。2材料與方法2.1實(shí)驗(yàn)測(cè)量我們整理了16項(xiàng)研究（Brantleyetal.,2014;Caulton016,2018;Rellaetal.,2015;Riddicketal.,2020）中的1901個(gè)設(shè)施級(jí)甲烷排放率測(cè)量值，這些研究使用了基于地面站點(diǎn)/設(shè)施級(jí)和來(lái)源/組件級(jí)測(cè)量方法，且低檢測(cè)限（LODs）約為0。.1千克?1本研究中使用的經(jīng)驗(yàn)測(cè)量數(shù)據(jù)大部分（即85%）是通過(guò)地面移動(dòng)實(shí)驗(yàn)室收集的，這些實(shí)驗(yàn)室在場(chǎng)地/設(shè)施層面量化甲烷排放，使用的方法包括基于示蹤劑的排放、美國(guó)環(huán)保署的其他測(cè)試方法（OTM33A）或高斯煙羽傳輸模型（Fox等人，2019）（補(bǔ)充材料中的表S2）。我們使用的其余15%的經(jīng)驗(yàn)測(cè)量數(shù)據(jù)（Deighton等人，2020；Riddick等人，2019；Zimmerle等人，2020）是地面方法，這些方法匯集了源/組分層面的高流量采樣或靜態(tài)/動(dòng)態(tài)艙室測(cè)量，這意味著在測(cè)量過(guò)程中可能未量化其他現(xiàn)場(chǎng)排放源，并且總體排放速率估計(jì)較為保守。由于年齡和專(zhuān)注于組分層面測(cè)量的原因，我們排除了一項(xiàng)研究（ERG，2011）。匯編的實(shí)證測(cè)量涵蓋了CONUS至少九個(gè)油氣產(chǎn)區(qū)及其/或中游設(shè)施（詳見(jiàn)表S3補(bǔ)充材料）。對(duì)于所有設(shè)施類(lèi)別（即，生產(chǎn)井場(chǎng)、集輸和增壓壓縮機(jī)站、傳輸和儲(chǔ)存壓縮機(jī)站以及加工廠），我們優(yōu)先考慮隨機(jī)采集的數(shù)據(jù)集。樣本站點(diǎn)包括低于方法檢測(cè)限（LOD）的測(cè)量或報(bào)告為零排放的測(cè)量，但有兩個(gè)研究（Brantleyetal.,2014；Lanetal.,2015）的測(cè)量數(shù)據(jù)除外，這些將在第2.3節(jié)中稍后討論。此外，對(duì)于生產(chǎn)井站點(diǎn)的測(cè)量，我們只關(guān)注提供測(cè)量日期/月份的設(shè)施級(jí)氣體生產(chǎn)數(shù)據(jù)的測(cè)量數(shù)據(jù)。我們編制的測(cè)量數(shù)據(jù)集包括常規(guī)有意（例如 ,氣動(dòng)設(shè)備的排放）和非有意（例如，設(shè)備故障和/或閥門(mén)、接頭和法蘭的泄漏）排放，盡管我們移除了任何歸因于高排放間歇事件（如返排和液體卸載）的測(cè)量數(shù)據(jù)，如果該信息存在，但我們無(wú)法完全排除這些高排放間歇來(lái)源的排放包含在我們的編制數(shù)據(jù)集中。此外，如果我們提供的信息中包含了與火炬排放相關(guān)的經(jīng)驗(yàn)測(cè)量數(shù)據(jù)，我們將移除這些數(shù)據(jù)，因?yàn)檫@些排放將單獨(dú)處理，如以下所述。我們根據(jù)設(shè)施類(lèi)別對(duì)經(jīng)驗(yàn)測(cè)量進(jìn)行分類(lèi)，包括生產(chǎn)井場(chǎng)、匯集與增壓（G&B）壓縮機(jī)站、傳輸與儲(chǔ)存壓縮機(jī)（T&S）站或加工廠。我們將來(lái)自生產(chǎn)井場(chǎng)的經(jīng)驗(yàn)測(cè)量分為六個(gè)生產(chǎn)組，根據(jù)各獨(dú)立研究中報(bào)告的日平均總天然氣產(chǎn)量。我們使用日平均總天然氣產(chǎn)量數(shù)據(jù)而不是石油和天然氣產(chǎn)量數(shù)據(jù)，原因有兩個(gè)：（1）經(jīng)驗(yàn)測(cè)量研究中提供的設(shè)施級(jí)石油產(chǎn)量數(shù)據(jù)的可用性有限；（2）在先前的工作中觀察到的氣體產(chǎn)量與排放率之間的既定關(guān)系（Omara等人，2018年，2022年，2024年）。生產(chǎn)組的氣體產(chǎn)量范圍（圖1）被選定為均勻分配超過(guò)方法LOD的經(jīng)驗(yàn)測(cè)量到所有六個(gè)生產(chǎn)組。這種分類(lèi)創(chuàng)造了九個(gè)不同的設(shè)施類(lèi)別：G&B壓縮機(jī)、T&S壓縮機(jī)、加工廠和六個(gè)生產(chǎn)井場(chǎng)組。我們進(jìn)一步將九個(gè)不同的設(shè)施類(lèi)別劃分為五個(gè)主要設(shè)施類(lèi)別：低產(chǎn)量井場(chǎng)，這些井場(chǎng)生產(chǎn)油和氣的組合<15boed?1（即，每年0.13千噸甲烷的生產(chǎn)）?1非低產(chǎn)油田,產(chǎn)量≥15桶當(dāng)量油/日（boed）?1,處理廠，G&B壓縮機(jī)，以及T&S壓縮機(jī)。除了這些設(shè)施分類(lèi)外，我們還包括可見(jiàn)光紅外成像輻射計(jì)套件（VIIRS）的火焰檢測(cè)和火焰氣體體積估計(jì)在我們的分析中，這些被視為一個(gè)獨(dú)立的甲烷源，因?yàn)榛鹧婵梢晕挥谏嫌魏椭杏问?天然氣行業(yè)的多個(gè)設(shè)施類(lèi)別上。2.2活動(dòng)數(shù)據(jù)我們使用Enverus提供的2021年美國(guó)本土地區(qū)（CONUS）活躍生產(chǎn)井的活動(dòng)數(shù)據(jù)（即設(shè)施數(shù)量和空間位置),計(jì)算了平均年度日均天然氣總產(chǎn)量和油氣產(chǎn)量。1516J.P.Williams等人：小規(guī)模來(lái)源是美國(guó)油氣排放的主要來(lái)源（a）設(shè)施級(jí)經(jīng)驗(yàn)測(cè)量數(shù)據(jù)，按不同的特定設(shè)施類(lèi)別分發(fā)給生產(chǎn)井站。（b）中游設(shè)施。每個(gè)箱線圖均顯示了個(gè)體測(cè)量值，并按照其排放率狀況進(jìn)行著色。設(shè)施類(lèi)別，其中藍(lán)色點(diǎn)被認(rèn)為在≤0的排放率閾值以下不可檢測(cè)的排放。.每設(shè)施1kgh，這是我們使用的LOD方法；黑色點(diǎn)表示高于我們的方法LOD但低于前5%排放類(lèi)別；紅色點(diǎn)表示該類(lèi)別設(shè)施的經(jīng)驗(yàn)排放率或損失率的前5%。每種設(shè)施類(lèi)別的有效經(jīng)驗(yàn)測(cè)量數(shù)量示于每個(gè)箱線的頂部。估計(jì)設(shè)施在排放率或損失率低于該方法的平均頻率見(jiàn)以下內(nèi)容。LOD以紅色文字顯示在每個(gè)箱線圖的底部。我們展示的是絕對(duì)排放率（kg/h），而不是標(biāo)準(zhǔn)化損失率。3，大多數(shù)VIIRS檢測(cè)位于二疊紀(jì)、巴肯和鷹福特油米（垂直井）或50米（水平井）以?xún)?nèi)的單個(gè)井進(jìn)行空間聚合，并將它們各自的油氣產(chǎn)量和天然氣產(chǎn)量合并 ,然后將這些產(chǎn)量值轉(zhuǎn)換為質(zhì)量等效的生產(chǎn)速率，單然氣=19.2千克甲烷在15.6°C和1atm下；1boe（桶油當(dāng)量）=6Mcf；假設(shè)天然氣中甲烷含量為80%，與先前的方法（Omara等，2018年）相似。氣盆地（即，占總VIIRS檢測(cè)的86%），對(duì)應(yīng)于我們經(jīng)驗(yàn)測(cè)量數(shù)據(jù)中的一小部分（表S3）（Plant等人，2022）。然而，我們經(jīng)驗(yàn)測(cè)量數(shù)據(jù)的空間坐標(biāo)有限，這限制了我們將它們與排除重疊/近似的VIIRS檢測(cè)以及我們的設(shè)施級(jí)經(jīng)驗(yàn)測(cè)量數(shù)據(jù)直接比較的能力。因此 ,我們確實(shí)承認(rèn)，我們的經(jīng)驗(yàn)測(cè)量數(shù)據(jù)和VIIRS火焰檢測(cè)之間存在重復(fù)計(jì)數(shù)可能性，但我們預(yù)計(jì)重疊程度我們從Enverus獲取了2021年美國(guó)本土（CONUS）運(yùn)營(yíng)傳輸和存儲(chǔ)（T&S）以及集輸和增壓（G&B）壓縮機(jī)站和加工廠的活動(dòng)數(shù)據(jù)，這些數(shù)據(jù)還由Omara等人（2023年）發(fā)表的《油氣基礎(chǔ)設(shè)施測(cè)繪（OGIM）》數(shù)據(jù)庫(kù)中的額外數(shù)據(jù)進(jìn)一步補(bǔ)充。我們對(duì)這些中游設(shè)施的數(shù)據(jù)進(jìn)行了篩選，僅包括2021年活躍的設(shè)施。對(duì)于VIIRS火焰檢測(cè)，我們使用了基于安裝在衛(wèi)星平臺(tái)上的VIIRS儀器提供的天然氣燃燒檢測(cè)的2021年燃燒天然氣體積估算，這些儀器的源分辨率為750m×750m（NOAA-20和Suomi國(guó)家極地軌道合作伙伴）（Elvidge等人，2016年）。至于VIIRS之間的潛在雙重計(jì)數(shù)問(wèn)題2.3設(shè)施級(jí)甲烷排放清單我們采用從多份研究中借鑒的多步驟概率建模方法(Omaraetal.,2018,2022;Plantet）（ ),計(jì)算來(lái)自所有設(shè)施類(lèi)別（即生產(chǎn)井場(chǎng)所的六個(gè)生產(chǎn)區(qū)域、T&S壓縮站、G&B壓縮站、處理廠以及VIIRS火焰檢測(cè)）的年度甲烷排放量。簡(jiǎn)而言之，對(duì)于2021年美國(guó)本土地區(qū)每個(gè)單獨(dú)的設(shè)施和VIIRS火焰檢測(cè)，我們使用經(jīng)驗(yàn)測(cè)量數(shù)據(jù)估算年度平均甲烷排放率，并據(jù)此得出這些單個(gè)排放率聚集后的甲烷排放率累積分J.P.Williams等人：小規(guī)模來(lái)源占美國(guó)油氣排放的多數(shù)1517每個(gè)排放率估計(jì)值均根據(jù)相應(yīng)的復(fù)制品進(jìn)行索引（n=500），我們使用這些重復(fù)來(lái)確定累積甲烷排放分布曲線的不確定性。下面詳細(xì)描述了針對(duì)所有設(shè)施類(lèi)別和VIIRS火焰檢測(cè)的此過(guò)程步驟。對(duì)于最高五個(gè)油氣生產(chǎn)區(qū)間的產(chǎn)氣井場(chǎng)，范圍從29至>31)，我們使用總天然氣生產(chǎn)規(guī)范化損失率來(lái)模擬用于從方程(1)計(jì)算甲烷排放率的分布，其中，損失率是排放的氣體相對(duì)于氣體生產(chǎn)的比例；排放率是每小時(shí)從設(shè)施排放的甲烷速率，單位為千克/小時(shí)；希臘字母σ是甲烷含量為4排放的氣體，我們假設(shè)為80%；以及天然氣產(chǎn)量是每小時(shí)在1個(gè)大氣壓和15.6°C下生產(chǎn)的天然氣的質(zhì)量，天然氣=19.2千克甲烷，在15.6°C和1個(gè)大氣壓下；1桶油當(dāng)量（boe）=6百萬(wàn)立方英尺（Mcf）。對(duì)于最低產(chǎn)氣井站，氣箱范圍在0至29Mcfd。?1（即，年產(chǎn)0至0.2千噸的甲烷）?1）和中游設(shè)施，我們采用經(jīng)驗(yàn)絕對(duì)甲烷排放率數(shù)據(jù)未經(jīng)修改。這種方法部分基于Omara等（2022年）為低產(chǎn)量井場(chǎng)類(lèi)別所使用的方法，該方法利用了總氣體生產(chǎn)數(shù)據(jù)（在經(jīng)驗(yàn)測(cè)量研究中最易獲得的數(shù)據(jù)）與絕對(duì)排放率之間的弱相關(guān)性，以更好地外推到CONUS內(nèi)所有生產(chǎn)井場(chǎng)的人口：(1)希臘字母σ天然氣產(chǎn)量（千克）?1)(1)4對(duì)于我們的設(shè)施級(jí)排放率估計(jì)，我們將建模過(guò)程分為兩個(gè)獨(dú)立的步驟：第一步確定隨機(jī)選擇的設(shè)施是否在方法LOD(≤0）上限以上排放甲烷。.1千克?1每個(gè)設(shè)施，第二個(gè)決定了該單個(gè)設(shè)施相關(guān)的甲烷排放速率。為了測(cè)試我們的方法對(duì)方法LOD選擇的靈敏度，我們還對(duì)其他方法LOD進(jìn)行了額外的靈敏度分析（補(bǔ)充材料中的圖S8）。以下概述的過(guò)程都是針對(duì)我們九個(gè)設(shè)施類(lèi)別中每一個(gè)的具體。由于Brantley等（2014年）和Lan等（2015年）不包括方法LOD以下的數(shù)據(jù) ,但包含了與井場(chǎng)生產(chǎn)數(shù)據(jù)相關(guān)的井場(chǎng)排放率的有價(jià)值數(shù)據(jù)，因此它們被排除在第一步之外。為了確定一個(gè)設(shè)施在我們估算中是否排放甲烷超過(guò)方法LOD閾值 我們將我們的經(jīng)驗(yàn)測(cè)量數(shù)據(jù)集（即，共有1000個(gè)數(shù)據(jù)點(diǎn)）用于模擬發(fā)現(xiàn)單個(gè)設(shè)施甲烷排放量超過(guò)方法檢測(cè)限（即，≤0）的頻率。.1千克?1對(duì)于每個(gè)設(shè)施(ein（圖2））。自舉程序的結(jié)果代表了一個(gè)正態(tài)概率分布，我們從其中估計(jì)到找到…的頻率一個(gè)排放設(shè)施（即，高于方法限值檢測(cè)限）及其相關(guān)的不確定度界限。接下來(lái)，我們移除低于限值檢測(cè)限的實(shí)驗(yàn)測(cè)量值，并使用帶替換的bootstrap方法。n對(duì)于上述LOD經(jīng)驗(yàn)測(cè)量數(shù)據(jù)（=1000）進(jìn)行計(jì)算，以確定排放設(shè)施處于排放者前5%（即經(jīng)驗(yàn)測(cè)量數(shù)據(jù)的第95百分位數(shù)或以上）或后95%（即經(jīng)驗(yàn)測(cè)量數(shù)據(jù)的第95百分位數(shù)以下）的概率，除非是處理工廠和T&S壓縮（）0，分別）以區(qū)分排放或損失率的前5%和后95%。類(lèi)似于確定發(fā)現(xiàn)排放設(shè)施頻率的過(guò)程，我們利用自舉的結(jié)果開(kāi)發(fā)出一個(gè)正態(tài)概率分布，將排放設(shè)施分類(lèi)為前5%或后95%的排放者。在每個(gè)設(shè)施類(lèi)別中，這種偽隨機(jī)選擇前5%的排放者考慮了異常大量排放（即超級(jí)排放者）的功能定義，這些異常大量排放可以在所有設(shè)施類(lèi)別中觀察到（包括不同生產(chǎn)箱中的井場(chǎng)）（Zavala-Araiza等，2015；Brandt等，2016）。我們將自舉的結(jié)果擬合到兩個(gè)正態(tài)分布中：一個(gè)用于前5%的排放者，一個(gè)用于后95%的排放者。我們使用每個(gè)正態(tài)分布的相關(guān)參數(shù)來(lái)隨機(jī)確定設(shè)施是否屬于前5%或后95%的排放者。對(duì)于CONUS中的每個(gè)設(shè)施類(lèi)別中的每個(gè)設(shè)施，重復(fù)這些步驟。在設(shè)施級(jí)建模流程的第一步結(jié)束時(shí)，CONUS（美國(guó)本土）內(nèi)的所有設(shè)施被分為三類(lèi)：底部95%排放者、頂部5%排放者或低于方法檢測(cè)限（LOD）。通過(guò)損失率計(jì)算井站中產(chǎn)量最高的五個(gè)箱子的排放率，而對(duì)于產(chǎn)量較低的井站群體以及中游設(shè)施（不包括VIIRS火焰檢測(cè)），我們直接估算甲烷排放率（圖1）。對(duì)于被分類(lèi)為頂部5%和底部95%排放者的設(shè)施，我們首先通過(guò)擬合對(duì)數(shù)正態(tài)分布來(lái)估計(jì)它們的甲烷排放量，包括來(lái)自Brantley等人（2014年）和Lan等人（2015年）的測(cè)量數(shù)據(jù)，這些數(shù)據(jù)要么是氣體生產(chǎn)標(biāo)準(zhǔn)化損失率 ,要么是甲烷排放率（公式1），具體取決于設(shè)施類(lèi)別。接下來(lái)，我們使用模擬分布的參數(shù)，隨機(jī)地為隨機(jī)選擇的設(shè)施分配排放率或損失率（）。n=500，取決于其排放狀況和設(shè)施類(lèi)別。我們對(duì)每個(gè)估算的甲烷排放分布與相關(guān)的經(jīng)驗(yàn)測(cè)量進(jìn)行了測(cè)試，并對(duì)所有設(shè)施類(lèi)別找到一個(gè)良好的擬合（詳見(jiàn)補(bǔ)充材料中的表格S6）。為了考慮到低于方法檢出限度的排放設(shè)施，我們對(duì)那些設(shè)施類(lèi)別的經(jīng)驗(yàn)測(cè)量數(shù)據(jù)集進(jìn)行重新采樣，并隨機(jī)分配一個(gè)排放速率。最終，一旦所有設(shè)施都分配了排放速率，我們就匯總了排放分布的集合并以此開(kāi)發(fā)出設(shè)施級(jí)別的排放模型。1518J.P.Williams等人：小型來(lái)源占美國(guó)油氣排放的大多數(shù)流程圖描述了設(shè)施級(jí)別的估計(jì)。步驟根據(jù)所使用的特定工藝和數(shù)據(jù)著色。我們注意到，火炬的甲烷排放率是通過(guò)與生產(chǎn)井場(chǎng)和中游設(shè)施不同的方法計(jì)算的。由于缺乏可用的經(jīng)驗(yàn)測(cè)量數(shù)據(jù)，處理工廠和T&S壓縮機(jī)不包括在確定一個(gè)設(shè)施是否為前5%排放者的情況中。μ并且希臘字母σ表示概率分布的均值和標(biāo)準(zhǔn)差，和U指示變量的隨機(jī)重采樣。分布曲線和2021年美國(guó)本土地區(qū)油氣甲烷總排放量。對(duì)于所有VIIRS火點(diǎn)檢測(cè)，我們使用2021年通過(guò)VIIRS儀器（Elvidge等人，2016年）檢測(cè)到的火點(diǎn)報(bào)告的氣體總量，乘以Plant等人（2022年）觀察到的火點(diǎn)破壞效率和未照明火點(diǎn)的百分比，來(lái)計(jì)算該來(lái)源的年甲烷排放速率。如前所述，我們的經(jīng)驗(yàn)測(cè)量數(shù)據(jù)大部分位于油-氣盆地之外，大多數(shù)VIIRS火點(diǎn)檢測(cè)都位于這些盆地（即，二疊紀(jì)、鷹福特和巴肯），但我們不能排除通過(guò)我們的地面經(jīng)驗(yàn)數(shù)據(jù)和VIIRS檢測(cè)到的火點(diǎn)可能存在重復(fù)計(jì)數(shù)的可能性。對(duì)于每個(gè)VIIRS火點(diǎn)檢測(cè),我們根據(jù)Plant等人（2022年）報(bào)告的盆地特定未照明火點(diǎn)百分比隨機(jī)確定其是否為未照明或照明火點(diǎn)。如果確定火點(diǎn)為照明火點(diǎn)，我們使用Plant等人（2022年）報(bào)告的相應(yīng)盆地特定觀察到的破壞去除效率，乘以相應(yīng)的年總氣體排放量，并將其轉(zhuǎn)換為排放速率。盆地特定的觀察到的破壞去除效率是通過(guò)使用Plant等人（2022年）中呈現(xiàn)的95%置信區(qū)間建模得到的均值和標(biāo)準(zhǔn)偏差來(lái)擬合正態(tài)分布進(jìn)行估算的。如果確定火點(diǎn)為未照明，我們使用0%的破壞去除效率。對(duì)于位于巴肯、鷹福特和二疊紀(jì)盆地之外的VIIRS火點(diǎn)檢測(cè)，我們使用了CONUS平均的破壞去除效率總量。去除效率為95.2%（95%置信區(qū)間：94.3%-95.9%）以及未點(diǎn)燃煙氣的百分比為4.1%，如Plant等人（2022年）報(bào)道。2.4對(duì)較小空間范圍的推斷我們對(duì)我們的估計(jì)排放分布曲線和總聚合排放量與空中和衛(wèi)星遙感研究的估計(jì)進(jìn)行了多次比較。為了進(jìn)行這些比較，我們將我們的估計(jì)和來(lái)自其他空中/衛(wèi)星研究的結(jié)果限制在感興趣的空域（例如，油氣盆地邊界或空中采樣活動(dòng)覆蓋的區(qū)域）以及特別比較我們所研究的工作中涉及的設(shè)施類(lèi)別的油氣甲烷排放估計(jì)。對(duì)于與衛(wèi)星遙感研究的比較，我們優(yōu)先考慮估計(jì)美國(guó)本土（CONUS）甲烷排放并包括特定于油氣源的甲烷排放反演的明確空間圖的國(guó)家級(jí)衛(wèi)星反演。我們將甲烷排放的明確空間反演與CONUS內(nèi)產(chǎn)量最高的12個(gè)油氣盆地邊界結(jié)合起來(lái)，除了它們的國(guó)家級(jí)反演，我們也將其用于國(guó)家級(jí)比較。由于我們的設(shè)施級(jí)模型包括地理位置活動(dòng)數(shù)據(jù)（即設(shè)施坐標(biāo)），我們可以通過(guò)在目標(biāo)邊界內(nèi)連接設(shè)施來(lái)估計(jì)設(shè)施級(jí)甲烷排放分布并估計(jì)CONUS內(nèi)任何空間邊界的總甲烷排放。我們?cè)O(shè)施級(jí)估計(jì)的空間變異性由兩個(gè)主要因素驅(qū)動(dòng)：設(shè)施的計(jì)數(shù)和設(shè)施類(lèi)型以及平均年度生產(chǎn)特性。由于數(shù)據(jù)可用性的限制，我們沒(méi)有將可用的經(jīng)驗(yàn)測(cè)量數(shù)據(jù)限制在它們被收集的具體地區(qū)（表S3）。我們測(cè)試了排除來(lái)自特定油氣數(shù)據(jù)的經(jīng)驗(yàn)測(cè)量的敏感性對(duì)國(guó)家排放分布曲線和總國(guó)家甲烷排放的影響，發(fā)現(xiàn)沒(méi)有顯著變化(圖）。由于數(shù)據(jù)可用性不足，我們沒(méi)有從G&B壓縮機(jī)、T&S壓縮機(jī)和加工廠的經(jīng)驗(yàn)測(cè)量中獲得足夠的空間信息來(lái)測(cè)試盆地級(jí)別的差異。與空中遙感研究/結(jié)果進(jìn)行比較時(shí)，我們優(yōu)先選擇包含測(cè)量點(diǎn)源（即，油氣回收氣體來(lái)源，位于空中遙感測(cè)量平臺(tái)的LOD以上）、估算的總區(qū)域油氣排放量以及所需的調(diào)查空間區(qū)域描述/輪廓的研究?；谶@些標(biāo)準(zhǔn) ,我們將我們的估算排放量與同行評(píng)審的研究（Cusworth等，2022；Kunkel等，2023；Xia等，2024）以及MethaneAIR在Permian和Uinta油氣盆地的研究航班結(jié)果（Omara等，2024；ChanMiller等，2024；Chulakadabba等，2023；MethaneAIR，2024）進(jìn)行比較，關(guān)于Sherwin等（2024）近期研究的討論將在后面的章節(jié)中進(jìn)行。在所有情況下，我們都估算設(shè)施-J.P.Williams等人：小型來(lái)源占美國(guó)油氣排放的大多數(shù)1519在航空遙感研究劃定的空間區(qū)域內(nèi)實(shí)現(xiàn)甲烷排放水平的均衡，以估算特定區(qū)域的甲烷排放分布曲線，使用相關(guān)方法的檢測(cè)限來(lái)表征適用于比較的排放速率閾值 ,并減去與我們描述的設(shè)施類(lèi)型無(wú)關(guān)的任何排放（Chen等，2024年）。在Cusworth等（2022年）的情況下，我們通過(guò)使用地理參照器工具QGIS（v3.34.2Prizren）對(duì)他們的研究中的圖表進(jìn)行地理參照，來(lái)推斷空間區(qū)域。我們將我們的設(shè)施級(jí)排放分布與來(lái)自所有四個(gè)航空遙感研究的排放百分比進(jìn)行比較，這些排放來(lái)自低于離散甲烷排放速率閾值的設(shè)施，以及來(lái)自BridgerGML調(diào)查的連續(xù)累積甲烷排放分布曲線（Kunkel等，2023年；Xia等，2024年）。每個(gè)航空遙感活動(dòng)使用獨(dú)立的方法來(lái)估算小甲烷源對(duì)其百分比貢獻(xiàn)，在某些情況下需要分析航空遙感結(jié)果。對(duì)于我們分析布里奇GML活動(dòng)（Kunkel等人，2023年；Xia等人，2024年）的連續(xù)甲烷排放分布曲線，我們將我們的分析限制在估算的排放速率上。>3kgh?1該數(shù)值約等于布里杰GML遙感平臺(tái)的LOD（最低可探測(cè)度）。對(duì)于MethaneAIR，我們使用空間邊界內(nèi)面積排放量（即分散的面積甲烷來(lái)源）占總甲烷排放量的百分比，這大致相當(dāng)于所有排放量<200千克?1（即，那些低于MethaneAIR甲烷點(diǎn)源檢測(cè)限度的排放，在美國(guó)多個(gè)飛行任務(wù)中，位于地面以上12,200米處，Chulakadabba等人，2023年）。MethaneAIR采用地統(tǒng)計(jì)逆模型框架（Miller等人，2013年）對(duì)總區(qū)域排放進(jìn)行表征，包括高分辨率的面積排放，同時(shí)攝入逆過(guò)程中的高排放點(diǎn)源信息（Chulakadabba等人，2023年；Omara等人，2024年）。對(duì)于Cusworth等人（2022年）的研究，我們通過(guò)減去空中檢測(cè)到的管道排放和所有非石油和非天然氣排放（例如，廢水、垃圾填埋場(chǎng)、農(nóng)業(yè)）來(lái)分析所有飛行任務(wù)，因?yàn)槲覀兊难芯績(jī)H專(zhuān)注于上游和中游石油-天然氣來(lái)源。此外，通過(guò)估計(jì)空中檢測(cè)中管道和非石油非天然氣源的相對(duì)比例，我們從空中檢測(cè)到的排放中減去來(lái)自管道和非石油非天然氣源的排放（即，從空中檢測(cè)到的排放中減去TROPOMI（對(duì)流層監(jiān)測(cè)儀器）逆演算的排放） ,假設(shè)這些比例具有代表性（表S4）。然而，此過(guò)程可能會(huì)在我們比較中引入額外的不確定性，特別是在空中檢測(cè)到的50%或更多排放來(lái)自管道或非石油非天然氣源的飛行任務(wù)中。來(lái)源持續(xù)存在甲烷來(lái)源，具有超過(guò)三個(gè)同一活動(dòng)的重疊，這與他們的方法一致。我們使用方程式（2）計(jì)算Cusworth等人（2022）中低排放源對(duì)甲烷的百分比貢 (2)P[>x]%E=E[<x]是總油氣甲烷排放量低于排放率值百分比。x(kgh?1),T是通過(guò)TROPOMI逆演方法測(cè)量的總面積排放量（kgh?1括號(hào)和逗號(hào)，以及一個(gè)中文句號(hào)。P[>x]是點(diǎn)源排放總量超過(guò)排放率閾值的總和。x(kgh?1).2.5不確定性計(jì)算我們的設(shè)施級(jí)排放分布基于估算，通過(guò)多個(gè)步驟納入不確定性，如選定設(shè)施作為前5%排放量、后95%排放量或低于檢測(cè)限的設(shè)施的概率分布；來(lái)自設(shè)施級(jí)經(jīng)驗(yàn)測(cè)量的排放率和損失率分布；以及燃燒效率的排放。此外，我們通過(guò)模擬新的經(jīng)驗(yàn)排放率并根據(jù)相關(guān)方法的不確定性將其納入到設(shè)施級(jí)模型中，將經(jīng)驗(yàn)測(cè)量中的不確定性納入我們的模型。在每次500次模型迭代的開(kāi)始時(shí)，我們使用報(bào)道的經(jīng)驗(yàn)甲烷排放率數(shù)據(jù)，通過(guò)正態(tài)分布來(lái)估計(jì)新的排放率，其平均值為初始報(bào)告的排放率，標(biāo)準(zhǔn)偏差為平均值的百分比。這些測(cè)量不確定性（即1希臘字母σ)的選擇基于使用Fox等人（2019）提供的較低的不確定度范圍，該方法針對(duì)通過(guò)OTM33A(±25%）、高斯煙羽擴(kuò)散(±50%）和示蹤劑釋放(±20%）方法測(cè)量的設(shè)施。對(duì)于Hi-Flow采樣器的測(cè)量，我們使用±16%的不確定度范圍（Riddick等人，2022年），對(duì)于基于室內(nèi)的測(cè)量，我們使用±14%（Williams等人，2023年）。因此，每個(gè)模型迭代都結(jié)合了一組基于最初報(bào)告的排放及其相關(guān)不確定性的經(jīng)驗(yàn)測(cè)量數(shù)據(jù)，這反過(guò)來(lái)又影響了設(shè)施排放低于方法檢測(cè)限（LOD）的概率建模，用于確定損失率和排放率對(duì)數(shù)正態(tài)分布參數(shù)的經(jīng)驗(yàn)數(shù)據(jù)，以及生產(chǎn)箱的范圍。為了計(jì)算我們?cè)O(shè)施級(jí)模型估計(jì)的累積不確定度 ,我們估計(jì)了500個(gè)甲烷排放分布，并匯總了我們主要設(shè)施類(lèi)別（即低和非低產(chǎn)井場(chǎng)、G&B壓縮機(jī)、T&S壓縮機(jī)和處理廠）的2.5%和97.5%分位數(shù)，這些類(lèi)別包括已點(diǎn)火和未點(diǎn)火的VIIRS火焰檢測(cè)排放，以確定我們的95%置信區(qū)間。這個(gè)過(guò)程在國(guó)家、盆地和航空遙感邊界水平上的所有模擬中都會(huì)重復(fù)進(jìn)行。對(duì)于未確定的……我們通過(guò)在Cusworth等人（2022）中使用放回重采樣法來(lái)解釋檢測(cè)到的甲烷源間斷性，這些源地的重疊次1520J.P.Williams等人：小型污染源是美國(guó)油氣排放的主要來(lái)源結(jié)果來(lái)自500個(gè)估算的設(shè)施級(jí)排放分布貢獻(xiàn)顯示出從排放甲烷低于排放標(biāo)準(zhǔn)的設(shè)施貢獻(xiàn)的總甲烷排放量的累積百分比費(fèi)率閾值。例如，排放設(shè)施的費(fèi)率閾值。<100千克賬戶(hù)占總甲烷排放量的70%（61%–81%）。上左角的插入表中顯示了來(lái)自幾個(gè)不同的排放率閾值的總甲烷排放百分比，括號(hào)內(nèi)為95%置信區(qū)間。在衛(wèi)星和航空遙感研究的不確定性計(jì)算中，我們用于比較，如可用，我們展示了報(bào)告的95%置信區(qū)間。3.1國(guó)家尺度下排放率的分布基于我們?cè)O(shè)施級(jí)模型估計(jì)的結(jié)果，我們估計(jì)2021年美國(guó)本土（CONUS）上游-中游行業(yè)總甲烷排放量的70%（95%置信區(qū)間：61%–81%）源自以排放甲烷的速率排放的設(shè)施。<100kg/h率閾值，我們發(fā)現(xiàn)總排放量中有30%（26%-34%）來(lái)自排放這些排放率閾值的設(shè)施。<10千于基于飛機(jī)的航空遙感研究（Cusworth等人，2022年；Johnson等人，2021年；Kunkel等人，2023年；Thorpe等人，2024年；Xia等人，2024年）的較低閾值，以及79%（68%–90%）的總排放來(lái)自排放設(shè)施<200千克?1我們發(fā)現(xiàn)，對(duì)于2021年美國(guó)大陸上游-中游設(shè)施累積甲烷排放量達(dá)到50%的排放速率閾值是25千S地區(qū)，大部分油氣排放無(wú)法通過(guò)現(xiàn)有的衛(wèi)星遙感點(diǎn)源成像器檢測(cè)到（Sherwin等人，2023）。我們國(guó)家層面的甲烷排放分布情況設(shè)備級(jí)甲烷排放率以對(duì)數(shù)尺度呈現(xiàn)。從0.1到1千克/小分布曲線顯示，在此范圍內(nèi)增加排放率不會(huì)顯著增加對(duì)區(qū)域總排放量的百分比貢獻(xiàn)（圖3），與Ravikumar們觀察到排放分布的顯著增加，這表明在這個(gè)范圍內(nèi)的增加排放率導(dǎo)致對(duì)總甲烷排放的貢獻(xiàn)更為顯著，并占總甲烷排放的68%（60%–75%）（參見(jiàn)補(bǔ)充材料中的圖3和表S4）。當(dāng)排放率超過(guò)100千克/小時(shí)閾值時(shí)，?1我們觀察到，在排放率增加的情況下，總排放中百分比貢獻(xiàn)呈指數(shù)級(jí)下降，在此范圍內(nèi)的總甲烷排放量占石油-天然氣總排放量的28%（18%–37%）。小時(shí)?1各個(gè)范圍對(duì)累計(jì)百分比的貢獻(xiàn)相似，分別為26%（23%–29%）和22%（18%–26%），分別在0.1-000kgh?1范圍為4.5%（4.0%–5.1%）和6.1%（2.6%–13%），分別。總體而言，我們發(fā)現(xiàn)對(duì)全國(guó)CONUS甲烷排放總量的最高貢獻(xiàn)來(lái)自10-100kgh排放設(shè)施。?1范圍在42%（37%–46%）之間。從我們對(duì)2021年在CONUS內(nèi)的673,940個(gè)總活躍油氣設(shè)施進(jìn)行的估算來(lái)看，我們估計(jì)幾乎全部（即，～99）的設(shè)施都被考慮在內(nèi)。.9%）的這些設(shè)施排放的甲烷低于100我們的設(shè)施級(jí)模型估計(jì)，2021年美國(guó)上游-中游油氣行業(yè)的總甲烷排放量約為14.6（12.7-16.8）Tgyr。?1或1,668,000（1,453,000–1,921,000）千克?1（圖4），在假設(shè)美國(guó)大陸油氣產(chǎn)區(qū)天然氣中甲烷含量均勻?yàn)?0%的情況下，對(duì)應(yīng)于2.4%的天然氣總產(chǎn)量標(biāo)準(zhǔn)化損失率。該國(guó)家排放總量為14.6（12.7-16.8）Tgyr。?1是美國(guó)2021年EPA溫室氣體清單報(bào)告中對(duì)天然氣和石油系統(tǒng)排放清單的近兩倍，不包括計(jì)量后和分配的甲烷排放（《美國(guó)溫室氣體排放和匯清單》，2024年）。我們比較了我們的國(guó)家總量估計(jì)值與前七個(gè)主要使用基于衛(wèi)星遙感平臺(tái)（如GOSAT（溫室氣體觀測(cè)衛(wèi)星）和TROPOMI反演（Lu等人，2022，2023；Maasakkers等人，2021；Shen等人，2022；Worden等人，2022）的先前估計(jì)，除了Alvarez等人（2018）和Omara等人（2024），他們開(kāi)發(fā)了基于獨(dú)特設(shè)施的建模方法，該方法使用了從CONUS（圖4）多個(gè)油氣盆地收集的實(shí)證測(cè)量數(shù)據(jù)。我們國(guó)家甲烷排放的估計(jì)值與七個(gè)美國(guó)油氣甲烷排放國(guó)家估計(jì)值中的六個(gè)相重疊，總平均值為13.1（11.1-15.7）Tgyr。?1我們不對(duì)收集、傳輸或分配管道、表后排放、廢棄油氣井以及重新進(jìn)行的甲烷排放進(jìn)行估算。遵循S形曲線，指出x軸（即，J.P.Williams等人：小型來(lái)源占美國(guó)油氣排放的大多數(shù)1521對(duì)比2021年全美大陸油氣排放量從這一設(shè)施層面的測(cè)量基礎(chǔ)庫(kù)存與其他研究中的經(jīng)驗(yàn)估計(jì)進(jìn)行比較。柱狀圖的顏色根據(jù)推導(dǎo)總國(guó)家估計(jì)所使用的方法而變化，柱狀圖中的年份代表相應(yīng)的時(shí)間段。黑色嵌入線表示95%的置信區(qū)間。我們對(duì)于“這項(xiàng)工作”的總估其他石油-天然氣甲烷源（如廢棄的石油和天然氣井；輸送、集輸或分配管道；后表計(jì)排放；和煉油廠）的排放。Omara等人（2024年）的排放估計(jì)不包括廢棄的石油和天然氣井的甲烷排放。我們假設(shè)遙感估計(jì)（即GOSAT和TROPOMI）包括所有石油-天然氣甲烷源，包括下游排放。由于這些來(lái)源缺乏基于測(cè)量的數(shù)據(jù)，導(dǎo)致其排放的甲烷總量約為2Tgyr。?1基于其他研究（Williams等，2021年；Alvarez等，2018年；Omara等，2024年；Weller等，2020年；《美國(guó)溫室氣體排放和匯清單》 ,2024年）?？傮w而言，我們對(duì)2021年美國(guó)本土（CONUS）甲烷排放的總國(guó)家估計(jì)與多個(gè)獨(dú)立且最近的基于測(cè)量的估計(jì)結(jié)果吻合良好。3.2河流流域尺度下排放率的分布在北美大陸九大主要排放油氣盆地中，我們觀察到不同盆地之間的甲烷排放分布存在差異，尤其是在較高的排放速率閾值下（圖5）。圖5中顯示，大多數(shù)北美大陸九大主要排放油氣盆地中，來(lái)自排放設(shè)施的比例 )的全國(guó)估計(jì)值相比（圖3）。這些百分比貢獻(xiàn)在二疊紀(jì)、阿巴拉契亞和鷹福特盆地約為80%，而在以石油為主的圣華金盆地則高達(dá)約90%。只有阿納達(dá)科和貝肯盆地對(duì)總排放的貢獻(xiàn)明顯較低，在100千克水平上。?1閾值約為60%，與全國(guó)平均水平相比，這仍然占全國(guó)甲烷排放的絕大多數(shù)。盡管存在這些差異，我們的設(shè)施級(jí)模型估計(jì)，全國(guó)石油-天然氣排放的大部分始終是一致的。從排放設(shè)施的來(lái)源<100kg/h?1對(duì)于前九大排放者盆地。我們估計(jì)的前九個(gè)排放量最大的油氣盆地設(shè)施級(jí)別的排放分布均遵循S形曲線（圖5），類(lèi)似于國(guó)家分布（圖3），盡管存在某些差異。對(duì)于所有盆地，排放分布曲線的初始平臺(tái)期在約1千克。?1在開(kāi)始急劇上升之前。對(duì)于阿巴拉契亞和圣何塞盆地，第二個(gè)高排放率閾值（圖5）。對(duì)于剩余的盆地，排放分布曲線的增長(zhǎng)逐漸趨于平緩，表明排放率閾值與它們對(duì)總排放貢獻(xiàn)之間的關(guān)系更加一致。在500個(gè)盆地級(jí)模擬中顯示的變異性在不同油氣盆地之間有所不同，與猶他、丹尼爾斯-朱爾斯堡和圣華金盆地相比，阿帕拉契亞、安納達(dá)科和Permian盆地的500個(gè)估計(jì)甲烷排放分布的變異更?。▓D5和S6）。這些變異可能部分由總體總盆地級(jí)甲烷排放量引起，其中極高的估計(jì)甲烷排放率對(duì)低總體排放盆地對(duì)總排放的百分比貢獻(xiàn)的影響更大（例如，圖5中較大的格林河和巴肯盆地的明顯異常 )。以下我們將討論其他可能導(dǎo)致估計(jì)甲烷排放分布盆地間變化的可能原因。在總甲烷排放量方面，前兩大排放油氣盆地為二疊盆地和阿巴拉契亞盆地，它們合計(jì)占5.2（4.4–6.3）Tgyr。?1（補(bǔ)充材料中的圖S1）或上游和中游油氣田甲烷排放總量的37%。這超過(guò)了其他七個(gè)最高排放油氣盆地累積貢獻(xiàn)的總和，這七個(gè)油氣盆地合計(jì)貢獻(xiàn)了3.7（2.9–5.0）Tgyr。?1值得注意的是，我們發(fā)現(xiàn)美國(guó)大陸最高排放量來(lái)自任何流域邊界之外的地區(qū)，為4.3（1.2-6.3）Tgyr。?1我們的對(duì)盆地層總量排放的估計(jì)也與衛(wèi)星遙感觀測(cè)結(jié)果（圖S1）顯示出良好的吻合度，除阿巴拉契亞、貝肯、大綠河和丹佛-朱爾斯堡盆地外，在這些區(qū)域我們的研究結(jié)果始終比使用前排放反演結(jié)果的遙感研究高出一倍多（Luetal.,2023;Shenetal.,2022）。這四個(gè)盆地位于CONUS其他地區(qū)相對(duì)于TROPOMI觀測(cè)數(shù)密度較低的區(qū)域（Shenetal.,2022），此外還存在其他可能影響衛(wèi)星反演的因素 ,例如存在大量非油和非氣來(lái)源如煤炭、畜牧業(yè)和垃圾填埋等?？偟膩?lái)說(shuō)，我們對(duì)于盆地層總排放量的估計(jì)與衛(wèi)星觀測(cè)結(jié)果一致。1522J.P.Williams等人：小型來(lái)源占美國(guó)油氣排放的大多數(shù)結(jié)果來(lái)自500次模型模擬，顯示了總上游-中游累積甲烷排放分布曲線。油-氣甲烷排放量：2021年美國(guó)大陸地區(qū)（CONUS）前九大排放油-氣盆地的排放量。各盆地的模型平均數(shù)如下所示。清晰的黑色實(shí)線。插入的虛線代表總排放中源自各源的百分比貢獻(xiàn)。<100kgh.剩余11個(gè)美國(guó)大陸油氣盆地的排放分布曲線顯示在補(bǔ)充材料中的圖S6，用于不同油氣盆地的空間邊界圖顯示在補(bǔ)充材料中的圖S10。3.3按設(shè)施類(lèi)別分布的排放率我們發(fā)現(xiàn)，在不同設(shè)施類(lèi)別之間，甲烷排放率分布曲線存在顯著差異（圖6a）。從低排放設(shè)施（即）中排(圖6a)。相比之下，只有處理廠的17%（15%–18%）排放、T&S壓縮站的19%（18%–20%）排放和未照明火炬的9%（7%–12%）排放來(lái)自排放源。<100kg/h?1.相似的變異性也出現(xiàn)在其他排放率閾值處，例如僅占總排放量的1%（0%–2%）的T&S壓縮機(jī)站、未點(diǎn)亮的火炬和來(lái)自以排放率進(jìn)行排放的工廠的加工廠。<10千克?1與低產(chǎn)井場(chǎng)（50%（43%–58%））和非低產(chǎn)井場(chǎng)（30%（24%–35%））相比（圖6a）。在更高的排放率閾值下，我們發(fā)現(xiàn)T&S壓縮機(jī)及加工廠的總排放量中有33%（20%–45%）來(lái)自設(shè)施。<200千克?1與來(lái)自非低產(chǎn)井站的84%(68%–93%）相比（。>15boed?1從綜合天然氣排放中，86%（83%–88%）來(lái)自VIIRS火焰檢測(cè)，78%（70%–86%）來(lái)自G&B壓縮機(jī)站，以及幾乎所有來(lái)自低產(chǎn)量井場(chǎng)的排放。模型中對(duì)673,940個(gè)總設(shè)施的分析顯示，其中有541,970個(gè)低產(chǎn)井場(chǎng)，接著是121,824個(gè)非低產(chǎn)井場(chǎng)，4,431個(gè)G&B壓縮站，2,093個(gè)T&S壓縮站，919個(gè)加工廠，以及3,153次總VIIRS火焰檢測(cè)。在這673,940個(gè)總設(shè)施中 ,99.5%（99.4%–99.6%）以不同的速率排放甲烷。<100kg/h?1(補(bǔ)充材料圖S11）并且反過(guò)來(lái)，貢獻(xiàn)了70%的總甲烷排放量（圖3）?？傮w而言，我們估計(jì)2021年美國(guó)大陸總體油氣甲烷排放量的68%來(lái)自生產(chǎn)井場(chǎng)，其中44%來(lái)自低產(chǎn)井場(chǎng)，這些井場(chǎng)具有綜合油氣生產(chǎn)<15boed?1即（例如，生產(chǎn)<），烷總排放量的29%，其中13%來(lái)自壓縮機(jī)，8%來(lái)自加工廠，7%來(lái)自氣田與管線壓縮機(jī)站。剩余的4%來(lái)自VIIRS火焰檢測(cè)，其中2%來(lái)自點(diǎn)亮的火焰，另外2%來(lái)自未點(diǎn)亮的火焰。根據(jù)每個(gè)設(shè)施類(lèi)別的數(shù)量及相應(yīng)的總甲烷排放量，每個(gè)設(shè)施類(lèi)別的平均甲烷排放率最高，為處理廠，達(dá)到146（115–283）千克/小時(shí)。?1隨后為106（89-129）千克?1對(duì)于T&S壓縮機(jī)站，27（25對(duì)于G&B壓縮機(jī)站，3.3（2.9–3.8）千克/小時(shí)?1對(duì)于非-J.P.Williams等：小型源是美國(guó)石油-天然氣排放的主要來(lái)源1523低產(chǎn)井場(chǎng)，1.3（1.2–1.5）千克/小時(shí)?1對(duì)于低產(chǎn)出井場(chǎng)。針對(duì)VIIRS耀斑檢測(cè)，我們發(fā)現(xiàn)點(diǎn)燃的耀斑平均排放量之間存在較大的差異，在11. )千克/小時(shí)。在我們考慮的設(shè)施類(lèi)別中，生產(chǎn)井場(chǎng)構(gòu)成了總甲烷排放的大部分，其中大部分排放來(lái)自低產(chǎn)井場(chǎng)?？偟膩?lái)說(shuō)，我們發(fā)現(xiàn)2021年僅有10%的國(guó)家石油和天然氣生產(chǎn)的井場(chǎng)貢獻(xiàn)了67%–90%的井場(chǎng)排放(補(bǔ)充材料中的圖S7），這突顯了相對(duì)于生產(chǎn)而言排放的不成比例的大份額。在單個(gè)井場(chǎng)生產(chǎn)價(jià)值方面，同樣67%–90%的總累計(jì)甲烷排放來(lái)自生產(chǎn)>50boed?1（即，每年生產(chǎn)0.43千噸甲烷）?1)或更少。對(duì)于日產(chǎn)量為15萬(wàn)桶油當(dāng)量（boed）的井場(chǎng)而言?1（即 ,每年0.13千噸甲烷的生產(chǎn)）?1)或更少，這是以前工作中用來(lái)定義油氣井場(chǎng)邊際生產(chǎn)的生產(chǎn)閾值（Deighton等，2020；Omara等，2022）。我們發(fā)現(xiàn)，這些低產(chǎn)油氣井場(chǎng)占到了總井場(chǎng)排放的50%至75%，或相3.4與航空遙感研究比較我們對(duì)來(lái)自低于離散排放率閾值的設(shè)施甲烷排放的百分比貢獻(xiàn)進(jìn)行對(duì)比，比較了四個(gè)不同地區(qū)七個(gè)空中遙感活動(dòng)的結(jié)果以及我們估計(jì)的設(shè)施級(jí)結(jié)果（圖7）?？罩羞b感技術(shù)包括來(lái)自布里奇GML測(cè)量（Kunkel等人，2023；Xia等人，2024）；MethaneAIR（Omara等人 ,2024；Miller等人，2023）；以及全球空中觀測(cè)站和空中可見(jiàn)/紅外成像光譜儀——下一代活動(dòng)（Cusworth等人，2022）的結(jié)果，這些結(jié)果也包含在Sherwin等人（2024）使用的空中檢測(cè)中。在比較我們?cè)O(shè)施級(jí)估計(jì)與空中遙感活動(dòng)之間的低排放源對(duì)總排放的百分比貢獻(xiàn)時(shí)，我們發(fā)現(xiàn)，如圖7所示，對(duì)于低于100和200千克排放的設(shè)施甲烷排放的總體百分比，排放貢獻(xiàn)在空中遙感活動(dòng)中一致。?1對(duì)于BridgerGML遙感任務(wù)（Kunkel）。etal.,2023;Xiaetal.,2024)，我們發(fā)現(xiàn)來(lái)自排放設(shè)施的總體排放百分比有良好的吻合度。<200及<100kg/h?1與我們的設(shè)施級(jí)模型估計(jì)（圖7）相比。補(bǔ)充材料中的圖S3展示了我們的設(shè)施級(jí)排放分布與針對(duì)四個(gè)油氣盆地進(jìn)行的兩次BridgerGML空中遙感活動(dòng)（Kunkel等，2023；Xia等，2024）之間的連續(xù)排放分布曲線的比較。在我們這項(xiàng)工作中分析的空中活動(dòng)中，BridgerGML空中采樣平臺(tái)具有最低的檢測(cè)限（LOD），其源分辨率（即30米）與我們的相似。設(shè)施級(jí)模型（即50米），允許由于BridgerGML調(diào)查提供的低排放率下檢測(cè)到的甲烷源數(shù)量更多，對(duì)連續(xù)排放分布曲線進(jìn)行更詳細(xì)的比較。我們發(fā)現(xiàn)，我們?cè)O(shè)施級(jí)甲烷排放分布曲線與Xia等人（2024）提供的四個(gè)盆地綜合觀察到的排放之間非常吻合（圖S3A），包括Anadarko、Bakken、EagleFord和Permian盆地（Xia等人，2024年中的單個(gè)盆地?cái)?shù)據(jù)目前不可用）,以及Kunkel等人（2023）針對(duì)Permian遠(yuǎn)程采樣活動(dòng)單獨(dú)進(jìn)行的（圖S3B），BridgerGML調(diào)查測(cè)量的排放與我們的設(shè)施級(jí)模型模擬在甲烷排放率連續(xù)分布的整個(gè)范圍內(nèi)重疊。對(duì)于Cusworth等人（2022年）進(jìn)行的多次空中遙感活動(dòng)，我們通常發(fā)現(xiàn)與我們的所有估計(jì)在統(tǒng)計(jì)上具有良好的一致性，這些估計(jì)與離散排放率閾值重疊。<1<200千克?1對(duì)于二疊紀(jì)和尤因塔油氣盆地（圖7）。對(duì)于圣華金和丹佛-朱爾斯堡油氣盆地，我們?cè)谂欧怕书撝瞪嫌^察到良好的一致性。<200及以下<10疊的不確定性界限）。對(duì)于阿巴拉契亞盆地，我們?cè)谂欧怕书T(mén)檻處發(fā)現(xiàn)廣泛的一致性，即<100及<200千克?1我們的研究結(jié)果一致顯示，來(lái)自低于離散排放率閾值的排放源貢獻(xiàn)了20%至30%的更大比例(圖7）。我們?cè)诙B紀(jì)和尤因他油氣盆地中發(fā)現(xiàn)了最接近的一致性，其中平均百分比貢獻(xiàn)的差異在三個(gè)離散排放率閾值中從-9%到+4%不等。<100及<200千克?1(圖7)。在丹佛-朱爾斯堡盆地和阿巴拉契亞盆地，與其他盆地相比，觀察到差異更大，因?yàn)樵诓煌呐欧砰撝迪?，平均百分比貢獻(xiàn)的差異從-30%到+18%不等；然而，這些差異在我們的估計(jì)不確定性范圍內(nèi)。Cusworth等人（2022）在丹佛-朱爾斯堡盆地和阿巴拉契亞盆地檢測(cè)到的點(diǎn)源包含許多非石油和非天然氣點(diǎn)源（表S4），這可能導(dǎo)致對(duì)這些盆地的比較存在額外的不確定性，因?yàn)槲覀兪褂命c(diǎn)源的相對(duì)比例來(lái)從TROPOMI估計(jì)中減去非石油和非天然氣點(diǎn)源的估計(jì)貢獻(xiàn)，以提供對(duì)我們估計(jì)（因?yàn)槲覀冎魂P(guān)注上游和中游石油和天然氣行業(yè)）與Cusworth等人（2022）估計(jì)的更直接比較。值得注意的是，阿巴拉契亞盆地含有最高比例的非石油和非天然氣點(diǎn)源 ,占67%（表S4）。相比之下，我們注意到Cusworth等人（2022）在二疊紀(jì)盆地和尤因塔盆地檢測(cè)到的所有點(diǎn)源都被歸因于石油-天然氣點(diǎn)源（表S4）。我們與可用的飛行結(jié)果進(jìn)行了比較。MethaneAIR，該系統(tǒng)量化了區(qū)域總甲烷排放和排放量大的點(diǎn)源。>200千克?11524J.P.Williams等人：小型來(lái)源占美國(guó)油氣排放的大多數(shù)（a）結(jié)果顯示了500個(gè)估算的甲烷排放分布的集合，顯示了總甲烷排放的百分比。在設(shè)施排放率低于排放率閾值的設(shè)施類(lèi)別中作出貢獻(xiàn)。底部右邊的插入表格展示來(lái)自排放設(shè)施的離散百分比貢獻(xiàn)，對(duì)總甲烷排放的貢獻(xiàn)。<（b）平臺(tái)（Chulakadabba等，2023年）的審查，2024）。雖然檢測(cè)和減輕超級(jí)排放源的排放很等，2022；Duren等，2019；Sherwi排放設(shè)施的可用航空活動(dòng)之間表現(xiàn)出高度一致。<2n等，2024），但我們的結(jié)果強(qiáng)調(diào)了需要考慮那些排飛行，我們估計(jì)總油氣甲烷排放中有92%（46%–1008%相比（圖7b）。對(duì)于MethaneAIR在二疊紀(jì)盆地可用的航班，我們估計(jì)來(lái)自排放源的總貢獻(xiàn)為<200kg/h?1與MethaneAIR估計(jì)的71%相比，我們的估算為77%（59%–90%）（圖7b）?？偟膩?lái)說(shuō)，我們的研究發(fā)現(xiàn)，我們基于設(shè)施水平的估算與多個(gè)區(qū)域的多項(xiàng)航空遙感調(diào)查結(jié)果高度一致，并采用不同的測(cè)量方法。了解不同排放量的設(shè)施如何對(duì)區(qū)域總排放量做出貢獻(xiàn) ,這對(duì)甲烷的定量和緩解有直接的政策意義，例如選擇具有適當(dāng)檢測(cè)靈敏度的測(cè)量/篩選方法（Ravikumar等人，2018）。我們的主要發(fā)現(xiàn)是，上游-中游行業(yè)從排放設(shè)施中排放的70%的總油氣甲烷排放來(lái)自排放速率<100千克?1,該排放率閾值以上，點(diǎn)源排放被美國(guó)環(huán)保署（新、重建和改造源的性能標(biāo)準(zhǔn)以及現(xiàn)有源排放指南：石油和天然氣行業(yè)氣候）稱(chēng)為超級(jí)排放油氣源。放速率較低的石油-天然氣甲烷源，因?yàn)榈团欧诺攸c(diǎn)的累積貢獻(xiàn)占美國(guó)石油-天然氣盆地排放的大多數(shù)。在其他國(guó)家收集的設(shè)施級(jí)、基于測(cè)量的數(shù)據(jù)呈現(xiàn)了類(lèi)似的故事。從一系列地點(diǎn)的樣本中（n=302）通過(guò)加拿大不列顛哥倫比亞省的BridgerGML遙感平臺(tái)測(cè)量（Tyner和Johnson，2021年），大約60%的總量化油氣場(chǎng)地級(jí)排放源自排放的場(chǎng)地<32kgh?1在羅馬尼亞，一項(xiàng)基于現(xiàn)場(chǎng)測(cè)量的庫(kù)存（Stavropoulou等人，2023年）使用178個(gè)測(cè)量值發(fā)現(xiàn)，石油生產(chǎn)設(shè)施排放<100千克?1該研究區(qū)域中 ,總共78%的油氣甲烷排放歸因于此。簡(jiǎn)而言之，較低排放源的較大比重貢獻(xiàn)。<100千克?1)石油-天然氣設(shè)施，這些設(shè)施占總排放量的大多數(shù)，并不僅限于美國(guó)，很可能在其他國(guó)家也存在。在其他國(guó)家，需要一種結(jié)合的方法，該方法可以表征整個(gè)站點(diǎn)人群的排放分布（即，不僅僅關(guān)注測(cè)量超級(jí)排放者）以及量化區(qū)域排放水平，以量化總石油-天然氣甲烷排放中低排放源的相對(duì)貢獻(xiàn)。我們的大部分分析都集中在量化石油-天然氣甲烷源在低于一個(gè)離散排放率閾值（即）的百分比貢獻(xiàn)。<100千克?1根據(jù)美國(guó)環(huán)保署（EPA）對(duì)超級(jí)排放源的界定）。我們估計(jì)，在我們此次分析的油氣設(shè)施中，超過(guò)99%的設(shè)施屬于。J.P.Williams等人：小規(guī)模來(lái)源占美國(guó)油氣排放的多數(shù)1525比較油-的累積百分比（a）天然氣甲烷排放來(lái)自所有油氣設(shè)施排放<（b）100千克和<200公斤之間，我們?cè)O(shè)施級(jí)經(jīng)驗(yàn)排放估算與航空遙感探測(cè)活動(dòng)之間的差異。條形按研究分類(lèi)著色，并按照目標(biāo)油氣盆地（們）分組。所有來(lái)自設(shè)施級(jí)模擬的結(jié)果（即 ,本工作）均受到航空探測(cè)活動(dòng)的空間邊界的約束，以便進(jìn)行直接比較（請(qǐng)注意，對(duì)于一個(gè)特定的盆地，空間邊界可能略有不同）。設(shè)施級(jí)模擬的不確定性條形表示500次模擬的2.5百分位數(shù)和97.5百分位數(shù)。用于比較的所有空間邊界的地圖均提供在補(bǔ)充材料中的圖S2。與……的比較MethaneAIR并未在以下進(jìn)行。<100kgh閾值，因?yàn)樵诖伺欧怕书撝狄韵拢琈ethaneAIR無(wú)法檢測(cè)到甲烷點(diǎn)源。工作排放低于100公斤/小時(shí)。?1(圖S11)，反過(guò)來(lái)貢獻(xiàn)了70%（61%–81%）的總甲烷排放（圖3）。100千克/公頃的排放速率閾值?1與美國(guó)的政策決策（美國(guó)環(huán)保署的最終規(guī)則《石油和天然氣作業(yè)》，2024年將大幅減少甲烷和其他有害污染物），但我們也說(shuō)明了完整表征排放的重要性，隨著更先進(jìn)的甲烷監(jiān)測(cè)技術(shù)具有不同的檢測(cè)極限，這一點(diǎn)的重要性愈發(fā)凸顯。例如，對(duì)于現(xiàn)有的點(diǎn)源成像衛(wèi)星，在較高的檢測(cè)概率下，有效檢測(cè)極限約為200kgh。?1（Jacob等人，2022年）如果對(duì)整個(gè)油氣行業(yè)進(jìn)行全面測(cè)繪，根據(jù)我們的設(shè)施級(jí)結(jié)果，只能量化美國(guó)本土地區(qū)（CONUS )所有油氣點(diǎn)源中的21%（10%–32%）。在考慮設(shè)施級(jí)排放率與總累積甲烷排放的關(guān)系時(shí)，我們發(fā)現(xiàn)美國(guó)本土地區(qū)的油氣甲烷排放主要由許多低排放設(shè)施所主導(dǎo)，這與甲烷測(cè)量技術(shù)直接相關(guān)。局限性可以通過(guò)分層隨機(jī)、代表性抽樣和此類(lèi)工作的統(tǒng)計(jì)分析方法來(lái)克服。地面測(cè)量平臺(tái)提供遠(yuǎn)低于LODs（即，<1千克?1與遙感平臺(tái)相比，遙感平臺(tái)對(duì)于量化我們發(fā)現(xiàn)的許多小甲烷源（這些源大約貢獻(xiàn)了CONUS地區(qū)總油氣排放的四分之三）是必要的，我們發(fā)現(xiàn)隨著更多地面測(cè)量數(shù)據(jù)的收集，這種優(yōu)勢(shì)將得到加強(qiáng)?？偟膩?lái)說(shuō)，我們的主要發(fā)現(xiàn)強(qiáng)調(diào)了快速定位我們估計(jì)的少量高排放點(diǎn)源的方法的重要性，但我們的發(fā)現(xiàn)也強(qiáng)調(diào)了需要考慮到來(lái)自較小分散甲烷源的、占總區(qū)域油氣排放的大多數(shù)比例的不成比例的大多數(shù)當(dāng)我們將我們的設(shè)施級(jí)模型結(jié)果外推至盆地級(jí)別時(shí)，我們發(fā)現(xiàn)不同油氣盆地的排放分布曲線存在差異，但仍然發(fā)現(xiàn)大部分甲烷排放來(lái)自那些排放的設(shè)施。<100千克?1不同流域排放分布曲線的變異性由許多因素驅(qū)動(dòng)，例如生產(chǎn)特性、設(shè)施數(shù)量和密度；設(shè)施類(lèi)別的不同類(lèi)型和相對(duì)數(shù)量；用于模擬排放的經(jīng)驗(yàn)測(cè)量數(shù)據(jù)可用性；以及總油氣甲烷排放量（即分母）。例如 ,阿巴拉契亞盆地以大量低產(chǎn)老井場(chǎng)為主（Deighton等人，2020年；Riddick等人，2019年；Enverus，2024年），而中游設(shè)施（如加工廠和G&B壓縮機(jī)）較少 ,這與巴肯盆地形成鮮明對(duì)比，在巴肯盆地我們發(fā)現(xiàn)大量中游設(shè)施、高產(chǎn)井場(chǎng)和VIIRS火焰檢測(cè)（Elvidge等人，2016年；Enverus，2024年）。當(dāng)比較巴肯和阿巴拉契亞盆地的排放分布曲線（圖5）時(shí)，我們觀察到阿巴拉契亞盆地的低排放設(shè)施貢獻(xiàn)比巴肯盆地更高。補(bǔ)充材料中的圖S4和S5展示了不同流域級(jí)別生產(chǎn)的差異，其中不同油氣生產(chǎn)盆地在井場(chǎng)生產(chǎn)特性方面存在差異，這些特性是本工作中總甲烷排放的主要來(lái)源（圖6）。我們還觀察到流域級(jí)別總排放量對(duì)我們排放分布曲線變異性影響，其中圣華金盆地的較大排放源可能導(dǎo)致估算的排放分布曲線的高變異性，與擁有大約是圣華金盆地10倍總排放量的二疊盆地相比（圖5）。我們注意到，將我們的模型結(jié)果與航空遙感方法直接比較可能受到限制，部分原因是甲烷量化方法的方法差異（及其潛在的不確定性）。這里評(píng)估的遙感觀測(cè)作為快照可能捕捉到設(shè)施級(jí)別的排放分布，而這些在每年平均甲烷排放分布中并未得到良好體現(xiàn)，正如我們?cè)诖斯浪愕?。以點(diǎn)源為重點(diǎn)的遙感平臺(tái)具有快速調(diào)查大片區(qū)域（例如，數(shù)百至數(shù)千平方公里）的優(yōu)勢(shì)，這有助于檢測(cè)和量化高排放的點(diǎn)源（Cusworth等人，2022年；Duren等人，2019年；Sherwin等人，2024年）。相比之下 ,后勤限制往往限制了地面車(chē)輛采樣平臺(tái)的樣本量；然而，這些1526J.P.Williams等人：小規(guī)模來(lái)源占美國(guó)油氣排放的大多數(shù)盡管如此，我們?cè)谟懻摰膶用嫔习l(fā)現(xiàn)，與這些獨(dú)立的空中遙感估測(cè)在流域規(guī)模及更小的空間范圍內(nèi)存在廣泛的共識(shí)。最終，由于許多特征將在美國(guó)本土的油氣生產(chǎn)區(qū)影響甲烷排放分布曲線，緩解策略將需要根據(jù)目標(biāo)地區(qū)進(jìn)行結(jié)構(gòu)化。我們的研究結(jié)果發(fā)現(xiàn)，來(lái)自三個(gè)不同設(shè)施類(lèi)別的累積甲烷排放中，超過(guò)一半來(lái)自排放設(shè)施。<100千克?1包括點(diǎn)燃和不點(diǎn)燃的火炬產(chǎn)生的甲烷排放。我們展示了小型甲烷源對(duì)區(qū)域總排放的大貢獻(xiàn)并非僅限于某一設(shè)施類(lèi)別，但將我們的排放分布曲線與相應(yīng)的總區(qū)域排放進(jìn)行背景化是重要的。我們的設(shè)施級(jí)估計(jì)發(fā)現(xiàn) ,在美利堅(jiān)合眾國(guó)（CONUS）的油氣甲烷排放的主要來(lái)源是油氣生產(chǎn)井場(chǎng)，其中低產(chǎn)井場(chǎng)類(lèi)別負(fù)責(zé)了2021年CONUS總估計(jì)油氣甲烷排放的44%（39%–49% )。低產(chǎn)井場(chǎng)，也稱(chēng)為“邊際井”，在先前的研究證明是甲烷排放的重要來(lái)源，尤其是在相對(duì)于其對(duì)整體油氣生產(chǎn)的貢獻(xiàn)而言（Deighton等人，2020年；Omara等人，2022年）。Omara等人（2022年）發(fā)現(xiàn) ,邊際井對(duì)生產(chǎn)井場(chǎng)總甲烷排放的貢獻(xiàn)從37%–75%不等，這與我們的估計(jì)相似（即50%–75%）。盡管與其它設(shè)施類(lèi)別相比，低產(chǎn)井場(chǎng)的平均排放速率較低，但大量設(shè)施的數(shù)量導(dǎo)致甲烷總排放量顯著。這表明，為了減少這些和其他低排放油氣基礎(chǔ)設(shè)施（例如廢棄油氣井）的甲烷排放，需要與針對(duì)少數(shù)超級(jí)排放源相比的替代緩解和檢測(cè)方法。對(duì)于檢測(cè)，需要能夠測(cè)量0.1–100kgh排放速率的測(cè)量方法。?1此范圍內(nèi)的排放（如本報(bào)告圖3和補(bǔ)充材料表S1所示，占總甲烷排放的70%）是必需的。在甲烷減排政策方面，例如拜登兩黨基礎(chǔ)設(shè)施法中提供的47億美元資金，可以?xún)?yōu)先用于修復(fù)老舊且易泄漏的產(chǎn)油井，因?yàn)檫@些低產(chǎn)井僅占石油-天然氣總生產(chǎn)的很小一部分（即2019年僅占5.6%）（Omara等人，2022年）。我們觀察到我們的設(shè)施級(jí)結(jié)果與大多數(shù)航空遙感研究之間存在良好的一致性，這些研究預(yù)計(jì)將捕捉到調(diào)查區(qū)域中廣泛的高排放設(shè)施。例如，當(dāng)將我們的模型結(jié)果與Kunkel等人（2023年）和Xia等人（2024年）的研究進(jìn)行比較時(shí)，我們發(fā)現(xiàn)我們估算的甲烷排放量與在BridgerGML調(diào)查中測(cè)量的甲烷排放量分布相吻合（圖S3）。我們還發(fā)現(xiàn)與衛(wèi)星遙感估計(jì)的排放量之間存在良好的一致性，例如我們的盆地級(jí)（圖S1）和國(guó)家級(jí)對(duì)比與衛(wèi)星反演（圖3）及其他航空遙感研究區(qū)域（表S2）。我們對(duì)低于離散排放率閾值低排放源貢獻(xiàn)的比較也與最近的MethaneAIR、KairosAerospace、GAO和AVIRIS-NG（航空可見(jiàn)/紅外成像系統(tǒng)——下一代）航空調(diào)查結(jié)果密切相關(guān)，這些結(jié)果也強(qiáng)調(diào)了小甲烷源對(duì)整體油氣甲烷排放的重要性。最近，Sherwin等人（2024）建議，大部分排放量來(lái)自一小部分高排放地點(diǎn)。值得注意的是 ,Sherwin等人（2024）使用的多數(shù)航空測(cè)量數(shù)據(jù)來(lái)自Cusworth等人（2022）的研究，與我們觀察到的好的一致（圖7）。Sherwin等人（2024）對(duì)空中測(cè)量的來(lái)源進(jìn)行了一種與Cusworth等人（2022）不同的分析 ,這些來(lái)源的超過(guò)三次空駛，假設(shè)一次或兩次空駛的源在其觀察到的間歇性為100%、50%或0%的時(shí)間內(nèi)排放。這種分析方法的差異使Sherwin等人（2024）的平均空中排放貢獻(xiàn)比Cusworth等人（2022）（補(bǔ)充材料中的表S7）高出31%，后者使用之前在第2.4節(jié)中描述的重采樣方法。此外，Sherwin等人（2024）中低于空中檢測(cè)限的排放是通過(guò)結(jié)合Rutherford等人（2021）中提出的用于生產(chǎn)井場(chǎng)的設(shè)備級(jí)自下而上模型以及來(lái)自美國(guó)溫室氣體清單（GHGI；美國(guó)溫室氣體排放和吸收清單，2024）的中間設(shè)施排放因子進(jìn)行估計(jì)的，平均降低了七個(gè)空中運(yùn)動(dòng)的52%排放（表S7）。因此，Sherwin等人（2024）中測(cè)量的空中排放較高，而低于空中檢測(cè)限的排放較低，導(dǎo)致高排放設(shè)施的總體甲烷排放貢獻(xiàn)較高（表S7）。最終，我們?cè)贐ridgerGML空中運(yùn)動(dòng)的多項(xiàng)不同測(cè)量技術(shù)和平臺(tái)（Kunkel等人，2023；Xia等人，2024）以及Cusworth等人（2022）中展示的多個(gè)調(diào)查區(qū)域中發(fā)現(xiàn)的一致性，提供了關(guān)于較小排放源對(duì)總體區(qū)域排放有重要貢獻(xiàn)的集體證據(jù)。鑒于甲烷檢測(cè)技術(shù)的多樣性，可以采取多種方法來(lái)估算甲烷排放速率分布，每種方法都有其獨(dú)特的優(yōu)勢(shì)和劣勢(shì)。MethaneAIR提供了一種新穎的遙感方法，通過(guò)使用同一空中平臺(tái)對(duì)高排放點(diǎn)源、分散區(qū)域源和區(qū)域總排放量進(jìn)行量化，從而能夠直接測(cè)量高排放點(diǎn)源和擴(kuò)散區(qū)域?qū)^(qū)域總估計(jì)值的貢獻(xiàn)。Xia等人（2024）結(jié)合了四個(gè)油氣盆地BridgerGML的測(cè)量數(shù)據(jù)，并使用組件級(jí)模擬來(lái)考慮J.P.Williams等人：小規(guī)模來(lái)源占美國(guó)石油-天然氣排放的大多數(shù)1527。其他方法也存在，例如Cusworth等人（2022年）的方法，他們將TROPOMI反演與從其航空檢測(cè)平臺(tái)(即GAO、AVIRIS-NG）量化得出的點(diǎn)源排放相結(jié)合，以估算區(qū)域總甲烷排放量。同樣，Sherwin等人（2024年）將通過(guò)航空遙感測(cè)量的點(diǎn)源排放與從生產(chǎn)井場(chǎng)設(shè)備級(jí)自下而上的模型（Rutherford等人，2021年）和2023年GHGI的中游設(shè)施排放系數(shù)相結(jié)合計(jì)算的場(chǎng)地/設(shè)施級(jí)排放速率估計(jì)值相結(jié)合，以估算低于航空檢測(cè)限的設(shè)施的排放。與地面采樣平臺(tái)相比，遙感研究具有關(guān)鍵優(yōu)勢(shì)，例如快速調(diào)查廣大區(qū)域和捕獲高排放點(diǎn)源 ,但LODs因目標(biāo)區(qū)域、地形、測(cè)量技術(shù)、共定位的非油氣甲烷源（即源歸因）、天氣條件、基礎(chǔ)設(shè)施密度和基礎(chǔ)設(shè)施類(lèi)型等因素而有所不同。這些變量在量化高于/低于特定排放速率閾值的設(shè)施的貢獻(xiàn)時(shí)帶來(lái)額外挑戰(zhàn)，這些信息對(duì)于制定緩解政策至關(guān)重要。性能評(píng)估、跟蹤緩解和準(zhǔn)確報(bào)告需要構(gòu)建一個(gè)全面的排放圖景，通過(guò)表征所有大小排放源并與總盆地/子盆地級(jí)排放量相協(xié)調(diào)來(lái)實(shí)現(xiàn)。最終，關(guān)鍵似乎是將兩種方法的最佳數(shù)據(jù)相結(jié)合，構(gòu)建一個(gè)混合清單，理想情況下使用多層系統(tǒng)，其中包含多種方法，跨越一系列LODs，允許從甲烷排放分布曲線的所有部分收集經(jīng)驗(yàn)測(cè)量值。我們的研究在這一方向上邁出一步，在呈現(xiàn)與可用獨(dú)立遙感測(cè)量值的穩(wěn)健比較的同時(shí)，考慮了基于測(cè)量的數(shù)據(jù)。同時(shí)，從廣泛區(qū)域遙感制圖或質(zhì)量平衡調(diào)查中獲得的大面積聚集排放數(shù)據(jù)可以更好地約束區(qū)域總排放量（例如，Cusworth等人，2022年；Omara等人，2024年），為更經(jīng)驗(yàn)豐富的分母表征低排放和高排放源對(duì)總排放量的相對(duì)貢獻(xiàn)。個(gè)人油氣田對(duì)我們的結(jié)果沒(méi)有顯著影響（見(jiàn)補(bǔ)充材料中的圖S9）。此外，在我們的估計(jì)中，還有幾個(gè)油氣甲烷排放源我們沒(méi)有考慮，包括集輸、輸送或分配管道；煉油和運(yùn)輸；廢棄油氣井；海上油氣基礎(chǔ)設(shè)施；后計(jì)量源；以及城市地區(qū)的油氣分配基礎(chǔ)設(shè)施。對(duì)于本工作中省略的一些來(lái)源，如廢棄油氣井，如果將其包括在內(nèi)，可能會(huì)使低排放設(shè)施的貢獻(xiàn)更高，因?yàn)橛涗浀淖罡邚U棄油氣井排放率為76千克/小時(shí)。?1(Riddicketal.,2024)。對(duì)于其他如煉油廠等設(shè)施，由于它們的數(shù)量較少和每處排放量較高，其納入可能會(huì)降低小型甲烷源的貢獻(xiàn)（Dur