报告

评估美国石油和天然气供应链中的甲烷排放量

查看全部隐藏 作者和从属关系

科学  2018年7月13日:
卷361,第6398期,第186-188页
DOI:10.1126 / science.aar7204
载入中

努力的尝试

美国石油和天然气供应链中有相当数量的温室气体泄漏。阿尔瓦雷斯 等。 重新评估了泄漏的程度,发现2015年供应链排放量比美国环境保护局的库存估算高约60%。他们认为存在这种差异是因为当前的清单方法会漏掉在异常运行条件下发生的排放。这些数据以及用于获取这些数据的方法可以改善和验证国际温室气体清单,并更好地理解《巴黎协定》概述的缓解措施。

科学,这个问题p。 186

抽象

美国石油和天然气供应链中的甲烷排放量是通过基于地面的规模规模测量进行估算的,并通过飞机观测值在占美国天然气产量约30%的地区进行了验证。如果在全国范围内扩大规模,我们对设施的2015年供应链排放量估算为每年13±2 TB,相当于美国天然气总产量的2.3%。该值比美国环境保护局的库存估算值高约60%,这可能是因为现有的库存方法会错过在异常运行条件下释放的排放物。每消耗一单位天然气,这种甲烷排放量在20年的时间范围内会产生与二氧化碳相当的辐射强迫2来自天然气燃烧。通过快速检测高排放的根本原因并部署故障可能性较小的系统,可以大幅度减少排放。

甲烷(CH4)是一种有力的温室气体,而CH4 工业化以来人类活动产生的排放量占0.97 W m−2 与1.7 W m的辐射强迫−2 二氧化碳(CO2)(1)。 CH4 从大气中去除的速度比从二氧化碳中去除更快2;因此,减少CH4 排放可有效降低近期的升温速度(2)。从2005年左右开始,美国石油和天然气(O / NG)产量急剧增长(3)对天然气使用量增加对气候的影响表示关注(4, 5)。到2012年,已公布的CH估算之间存在分歧4 美国天然气业务的排放量引起了广泛共识,即需要更多数据以更好地表征排放率(47)。在2012年至2016年之间进行的大量实地测量(表S1)显着提高了对CH来源和幅度的了解4 该行业运营产生的排放。布兰特 。总结了早期文献(8);其他评估纳入了最新数据的要素(911)。这项工作综合了最近的研究,以提供对O / NG供应链排放的总体评估,我们将其定义为包括与O / NG生产,加工和运输相关的所有操作(材料和方法,第S1.0节)(12)。

O / NG CH的测量 4 排放可分为自上而下(TD)或自下而上(BU)。 TD研究使用飞机,卫星或塔式网络量化了环境甲烷的增加量,并推断了大范围内所有促成源的总排放量。迄今为止,已报告了9个O / NG生产区的运输署估计数(表S2)。这些区域分布在美国各地(图S1),约占天然气的33%,石油产量的约24%和所有油井的约14%(13)。 TD研究中取样的区域还涵盖了烃类特征的范围(主要是天然气,主要是石油或混合烃)以及一系列生产特征,例如井的生产率和成熟度。相反,BU研究通过使用直接在排放点或在顺风情况下直接在排放点进行的测量,通过汇总和外推单个设备,运营或设施的测量排放来生成区域,州或国家的排放估算。

最近的BU研究已经在预期将代表O / NG供应链绝大多数排放的设备上进行(表S1)。在这项工作中,我们整合了近期设施规模BU研究的结果,以估算CH4 来自美国O / NG供应链的排放,然后我们使用TD研究(材料和方法)验证结果。与常规清单所使用的逐组件方法相反,我们的BU方法的概率分布基于观察到的设施级排放。因此,我们捕获了设施中所有来源产生的增强效果,包括分发的繁重尾巴。当以这种方式制定BU估计时,直接比较CH的BU和TD估计4 已报告TD测量值的9个盆地的排放表明在估计的不确定性范围内方法之间的一致性(Fig. 1)。

Fig. 1 这项工作的比较’s bottom-up (BU) estimates of methane emissions from oil 和 natural gas (O/NG) sources to top-down (TD) estimates in nine U.S. O/NG production areas.

(A)TD和BU平均排放量的相对差异(通过TD值归一化)按天然气产量以十亿立方英尺/天的顺序排序(bcf / d,其中1 bcf = 2.8×107 m3)。误差棒代表95%置信区间。 (B)TD和BU均值估计的九个盆地之和的分布(分别为蓝色和橙色概率密度)。 TD-BU对(A)的集合或均值的九个盆地之和(B)在统计上均不相同[p 通过随机检验得出= 0.13,平均差异为11%(95%置信区间为-17至41%)。

我们国家对总CH的BU估算4 美国O / NG供应链在2015年的排放量是13(+ 2.1 / −1.6,95%置信区间)Tg CH4/年 (表格1)。 O / NG CH的估算值4 排放也可以通过按年度天然气总产量[33万亿立方英尺(13),平均CH4 含量为90体积%]。全国BU排放量中约有85%来自生产,收集和加工来源,这些来源主要集中在活跃的O / NG生产区域。

表格1 此工作自下而上的CH估算摘要4 美国石油和天然气(O / NG)供应链的排放(95%置信区间),并与EPA温室气体清单(GHGI)进行比较。

由于没有足够的信息来解决供应链的这一部分,我们的评估并未更新本地分销和最终使用天然气的排放量。但是,最近的研究表明,本地分配的排放量超出了当前的库存估算值(1416),最终用户的排放量也可能很重要。如果这些发现具有代表性,那么天然气供应链的总排放量将相对于 表格1 (材料和方法,第S1.5节)。

我们的BU方法和TD测量得出的美国O / NG CH估算值相似4 2015年的排放量,两者均大大高于美国环境保护局的温室气体清单(EPA GHGI)中的相应估算值(表格1 以及材料和方法,第S1.3节)(17)。之前已经报告了TD估算值与EPA GHGI之间的差异(8, 18)。我们的BU估算值比EPA GHGI高出63%,这主要是由于生产领域的差异超过了两倍(表格1)。仅生产部门的排放差异就约为4 Tg CH4/年,此金额大于任何其他O / NG供应链部分的排放量。如此大的差异不能归因于任何一种估计的预期不确定性:每个估计的95%置信区间的末梢相差20%(即,我们的BU估计下限的〜12 Tg /年可以与EPA GHGI估算值的上限约为10 Tg /年)。

We believe the reason for such large divergence is that sampling methods underlying conventional inventories systematically underestimate total emissions because they miss high emissions caused by abnormal operating conditions (e.g., malfunctions). Distributions of measured emissions from production sites in BU studies are invariably “tail-heavy,” with large emission rates measured at a small 子set of sites at any single point in time (1922)。因此,从工厂级测量得出的EPA GHGI与BU估算值之间的差异最可能的假设是,在BU工作期间遇到的异常操作条件下,用于发展GHGI排放因子的测量。像GHGI这样的基于组件的清单估计值已经低估了设施级别的排放量(23),可能是由于技术难度以及安全和责任风险,例如,测量排气罐中的大量排放物(例如在航空测量中观察到的排放物)会带来风险(24)。

异常情况导致高CH4 在整个O / NG供应链的研究中都观察到了排放。对Barnett页岩中站点规模排放测量进行的分析得出的结论是,按设计设计的设备无法解释该地区高排放生产站点的数量(23)。对美国七个O / NG盆地的8000个生产现场进行的广泛的航拍红外摄像机调查发现,约4%的被调查现场具有一个或多个可观察到的高发射率羽流(24)(检测阈值为〜3至10 kg CH4/小时比此工作中估计的平均生产现场排放量高2到7倍)。从储液罐舱口和通风孔释放的排放物占这些目击事件的90%。似乎异常的工作条件必须在很大程度上负责,因为观测频率太高而不能归因于常规操作,例如冷凝水闪蒸或仅液体卸载(24)。 All other observations were due to anomalous venting from dehydrators, separators, 和 flares. Notably, the two largest sources of aggregate emissions in the EPA GHGI—pneumatic controllers 和 equipment leaks—were never observed from these aerial surveys. 辛ilarly, a national survey of gathering facilities found that emission rates were four times higher at the 20% of facilities where 子stantial tank venting emissions were observed, as compared to the 80% of facilities without such venting (25)。此外,通过顺风测量对传输和存储设施中隔离阀泄漏的大量排放进行了量化,但无法通过现场方法准确(或安全)地进行测量(26)。迫切需要完成捕获这些大排放事件的基于设备的测量活动,以便更好地了解其原因。

与异常的操作条件相比,替代的解释(例如过期的排放因子)不太可能解释我们基于设施的BU估计值与GHGI之间的差异幅度。首先,类似于EPA GHGI的设备级清单,但随着最近的直接排放成分测量(材料和方法,第S1.4节)而更新,预计总生产排放量在EPA GHGI的10%左右,尽管各个来源类别差异很大(表S3)。其次,我们认为另一种假设不太可能,即白天采样期间系统地较高的排放量会导致TD方法的高度偏差(材料和方法,第S1.6节)。另外两个因素可能会导致EPA GHGI偏差偏低和类似的库存估算。需要操作员合作才能获得排放测量的现场通道(8)。排放量较低的现场的操作员更有可能在此类研究中进行合作,而测量团队在现场或即将到达时,工作人员则可能会更加谨慎,避免出错或解决问题。确定这种“选择加入”研究设计所引起的潜在偏差非常具有挑战性。因此,我们主要依靠站点级别的顺风测量方法,而很少或没有运营商预警来构建我们的业务量估计。偏差的另一个可能来源是测量误差。有人认为,在O / NG行业中广泛使用的一种测量仪器的故障会导致低估库存量(27);但是,这不能解释生产排放量的两倍以上差异(28)。

许多O / NG CH的重尾分布4 排放源对缓解具有重要意义,因为它表明大多数排放源(无论是代表整个设施还是单个设备)在按设计运行时都可以降低排放。我们预计,通过部署设计合理的能够识别异常运行设施或设备的排放检测和维修系统,可以实现显着的减排。例如,气动控制器和设备泄漏是O / NG生产领域中最大的排放源,不包括缺失的排放源(分别为38%和21%;表S3),故障的控制器占气动控制器总排放量的66%(材料)和方法,第S1.4节)和设备泄漏比GHGI估算高出60%。

收集操作将未处理的天然气从生产现场运输到加工厂或传输管道,产生了约20%的O / NG供应链CH4 排放。直到最近的测量结果发布(29),但这些排放基本上未由EPA GHGI核算。天然气处理,传输和存储共同构成了O​​ / NG供应链总排放量的约20%,其中大部分来自约2500个处理和压缩设施。

我们对美国O / NG供应链排放的估算(13 Tg CH4/年)与EPA估算的18 Tg CH4/年,用于所有其他人为CH4 来源(17)。天然气损失是浪费有限的自然资源(每年约20亿美元),加剧了全球地面臭氧污染水平(30), 和 子stantially erode the potential climate benefits of natural gas use. Indeed, our estimate of CH4 供应链中每单位消耗的气体所产生的排放导致的辐射强迫与CO大致相同2 在20年的时间范围内燃烧天然气(在100年的时间中占31%)。此外,13 Tg CH对气候的影响4/ 20年时间范围内的/年大致等于年度CO2 2015年运营的所有美国燃煤电厂的二氧化碳排放量(100年内影响的31%)(材料和方法,第S1.7节)。

We suggest that inventory methods would be improved by including the 子stantial volume of missing O/NG CH4 大量的科学工作已经证明了这一点,现在可以在这里进行合成。这种基于观测数据的经验调整先前已用于空气质量管理( 31)。

CH的时空大变化4 emissions for similar equipment 和 facilities (due to equipment malfunction 和 other abnormal operating conditions) reinforces the conclusion that 子stantial emission reductions are feasible. Key aspects of effective mitigation include pairing well-established technologies 和 best practices for routine emission sources with economically viable systems to rapidly detect the root causes of high emissions arising from abnormal conditions. The latter could involve combinations of current technologies such as 上-site leak surveys by company personnel using optical gas imaging (32),在各个设施中部署无源传感器(33, 34)或安装在地面工作卡车上(35),以及使用塔式网络,飞机或卫星的原位遥感方法(36)。随着时间的流逝,通过反复观察和进一步研究异常排放的常见原因,然后重新设计各个组件和过程,可以期望开发出较少故障的系统。

补充材料

www.sciencemag.org/content/361/6398/186/suppl/DC1

材料和方法

其他作者披露

无花果S1至S11

表S1至S12

参考文献(3777)

数据库S1和S2

参考和注释

  1. 参见补充材料。
致谢: 作者感谢哈里斯(R. 哈里斯)在设计和进行研究方面的支持。我们感谢D.Zimmerle,A.Robertson和A.Pintar的有益讨论,并在这里评估了有助于工作的研究人员的分数。 资金: Alfred P. Sloan基金会,Fiona和Stan Druckenmiller基金会,Heising-Simons基金会,Bill和Susan Oberndorf,Betsy和Sam Reeves,Robertson基金会,TomKat慈善信托基金和Walton家庭基金会(针对EDF作者,以及有关研究的支持) DTA,SCH,AK,EAK,BKL,AJM,ALR,PBS,CS,AT-S。,SCW);美国能源部国家能源技术实验室(Z.R.B.,K.J.D.,T.L.,A.L.R.); NASA地球科学部(D.J.J.,E.A.K.,J.D.M.); NOAA气候计划办公室(E.A.K.,J.P.,A.L.R.,C.S.)。 作者贡献: R.A.A.,D.Z-A。,D.R.L。和S.P.H.构思了这项研究; R.A.A.,D.Z-A。,D.R.L.,E.A.K.,S.W.P。和S.P.H.设计研究并根据所有作者的意见解释结果;每位作者都对收集,分析或评估进行这项研究所需的一个或多个数据集做出了贡献; D.Z-A,D.R.L和S.W.P在R.A.A.,A.R.B.,A.K。和M.O.的贡献下进行了分析; R.A.A.,D.Z-A。,D.R.L.,S.W.P.,S.C.W。和S.P.H.在所有作者的帮助下撰写了这份手稿。 利益争夺:未声明。 数据和材料可用性: 在纸上或作为补充材料提供了在纸上再现结果所需的所有数据和方法。补充材料中提供了其他作者的披露信息(从属关系,资金来源,财务状况)。
查看摘要

保持联系 科学

浏览本文