水田甲烷(CH4)
IPCC(2019) vol. 4，第5章, p5.49
方法 1 - Tier 1
$CH_{4,Rice} =\sum\limits_{i, j, k} (EF_{i,j,k} \cdot t_{i,j,k} \cdot A_{i,j,k} \cdot 10^{-6})$
CH4,rice: 每年水稻栽培造成的甲烷排放量, Gg CH4 yr-1
EFi, j, k: i, j, k情況下水稻栽培每日甲烷排放量, kg CH4 ha-1 day-1
ti, j, k: i, j, k 情況水稻栽培時間, day
Ai, j, k: i, j, k 情況下水稻栽培面積, ha yr-1
i, j, and k: 代表不同的生態環境、水分管理、有機質肥料施用型態與施用量以及其他會影響甲烷排放量的變因
Tier 1 適用兩種情況的國家：(1) 水稻甲烷排放不是關鍵類別、(2) 沒有國家排放係數。必須將水稻的年收穫面積依照至少3種基本水分管理方式進行分類，包括灌溉、看天田、陸稻。另外建議儘可能納入影響甲烷排放的其他多種條件。將國家劃分成不同的小區，每個小區排放量是透過基準預設排放係數（適用於栽種前180天內無淹水，且持續淹灌且無添加有機質區域)，與各種調整因子相乘來修正，如Eq.5.2 所示。每種水分管理方式及有機質添加情形的計算方式可參考Eq. 5.3 。
每日排放係數調整因子 (scaling factor)
$EF_i = EF_c \cdot SF_w \cdot SF_p \cdot SF_o$
EFi: i條件的每日排放係數
EFc: 無施用有機肥料下持續灌溉水田的排放係數
SFw: 不同水分管理區域的調整因子(表 5.12)
SFp: 不同種植前水分管理調整因子(表 5.13)
SFo: 有機質肥料型態或施用量之調整因子(Eq. 5.3, 表5.14)
有機質肥料施用
$SF_o = (1+\sum\limits_{i}ROA_i \cdot CFOA_i)^{0.59}$
ROAi: 有機資材i的施用量，可以是乾稻稈種或其他有機資材的鮮種，tonne ha-1
CFOAi: 有機資材i的轉換係數，表5.14
方法2 -Tier 2
Tier 2 採用與 Tier 1 相同的方法學，但應使用國家特有的排放係數和或調整因子。這些國家特有的係數是為了反映當地各種影響甲烷排放條件（如 i、j、k 等）的實際影響，最好是透過田間調查數據來制定（例如土壤類型與水稻品種）。與Tier 1一樣，鼓勵在最細緻的分類層級上實施此方法，並納入各種影響甲烷排放的條件（如 i、j、k 等）。Tier 2主要是對排放因子增加其他影響因子，公式如下(eq 2)
$EF_i = EF_c \cdot SF_w \cdot SF_p \cdot SF_o \cdot SF_s \cdot SF_r$
SFs 土壤類型的調整因子
SFs 水稻品種的調整類型
方法3 - Tier 3
方法3（Tier 3）包括針對各國水稻栽培狀況設計的模式與監測網絡，這些系統可隨時間重複運作，並依據高解析度的活動數據（例如衛星遙測和現地量測），並可細分至次國家層級。模型可以是經驗型(empirical)或機制型，但無論類型為何，都必須以該國或特定地區研究的獨立觀測資料進行驗證。方法3也可以考慮年度中的變因例如颱風、淹水、乾旱等。中國使用CH4MOD (Huang et al., 2004)，日本使用DNDC-Rice (Katayanagi et al., 2017)，美國使用 Daycent (Cheng et al., 2013)
案例 - 日本 (整理自日本國家清冊5.4.1)
日本使用DNDC-Rice計算碳排係數，再使用方法2計算甲烷排放量
$E =\sum\limits_{i,j,k,l,m} {(A_{i,m} \times f_{Di,j} \times f_{Wi,k} ) \times EF_{i,j,k,l,m}}\times 16/12$
$EF = aX + b$
E: 水田甲烷排放量 [kgCH4/yr]
i: 區域 (7 regions in Japan)
j: 排水能力 (Poorly drained, one day drained, 4 hours drained)
k: 水分管理型態 (Intermittently flooded, continuously flooded)
l: 土壤有機質投入方法 (rice straw, compost, non-amendment)
m: 栽培期間排水情形 (prolonged, conventional)
A: 水稻栽培面積 [ha]
fD: Proportion of drainage
fw: Proportion of water regime
fO: Proportion of organic matter application
EF: EFs by region, drainage, water regime, organic matter application, prolonged mid-season drainage [kgCH4-C/ha/yr]
X: 有機質投入量 [t-C/ha/yr]
a: Slope (from the regression formula for CH4 emissions calculated by the DNDC-Rice model and amount of organic matter)
b: Intercept (from the regression formula for CH4 emissions calculated by the DNDC-Rice model and amount of organic matter)
案例 - 美國 (整理自美國碳排清冊5.3)
水稻甲烷的排放量相對於其他部門甲烷排放量占比並不大
美國結合Tier1與Tier3的方法估算甲烷排放，Tier1應用於水稻與其他DayCent無法模擬的作物(如蔬菜)進行輪作時，以及森林、濕地、草原、有機質土(Histosols)、石礫含量很高的區域(>35% by volume)，目前DayCent尚未完全進行測試。水稻的甲烷排放則使用Daycent模式進行估算(Tier3)，DayCent模式模擬水文、溫度、有機質分解、根分泌物、水稻生長、對於甲烷氧化傳輸等因子，模式掌握土壤管理、稻桿管理、宿根作等栽培管理方式對於甲烷生成的影響，DayCent同時也能模擬氧化亞氮排放與土壤有機質變化。
在活動係數的部分，水稻耕作面積應用USDA/NRCS進行的國家資源調查(National Resources Inventory Survey, NRI)數據(NRCS,2020)，NRI包含604,000個調查點位，涵蓋美國本土與夏威夷當中農地與草原資料，其中有7,888個調查點位為一年或多年的水稻栽培，在這7,888個點位當中有5,998使用Tier3、其餘的1,890選用Tier 1，每一個NRI點位各有其權重，代表與其相同的作物類型、土壤屬性與灌溉方法。因為國家資源調查並未每年釋出報告，因此選用代理資料方法(Surrogate Data Method)，採取移動平均的方法，估算欠缺資料的年度
參考資料
https://unfccc.int/ghg-inventories-annex-i-parties/2024
Inventory of U.S. Greenhouse Gas Emissions and Sinks 1990-2022
National Greenhouse Gas Inventory Document of JAPAN 2004
留言
張貼留言