小型排放源導(dǎo)致美國石油和天然氣行業(yè)大部分的甲烷排放

總體來說，小型排放源在數(shù)量上所占比例較小，但在美國油氣行業(yè)的甲烷總排放中卻占據(jù)了絕大多數(shù)。降低油氣（油-氣）行業(yè)的甲烷排放已被確定為至關(guān)重要的摘要。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年美國大陸（CONUS）中游和上游油氣部門的總甲烷排放設(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美國本土（CONUS）2021年油氣甲烷排放中，70%（95%：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)（如，MethaneAIR、BridgerGasMappingLiDAR、AVIRIS-NG（機(jī)載可見光/紅外成像系統(tǒng)——下一代）、全球機(jī)載觀測(cè)站）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)。1514J.P.Williams等人：小型來源占美國油氣排放的大多數(shù)引言暖潛力在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）為實(shí)現(xiàn)短期快速氣候緩解的關(guān)鍵目標(biāo)（Ocko等人21）。在北美，甲烷排放的最大來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，尤其是在過去十年中，都集中在量化石油-天然氣行業(yè)的甲烷來源，特別強(qiáng)調(diào)美國大陸（CONUS）（Alvarez等人，2018；deGouw等等人，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)到一小部分高排放站點(diǎn)（即“超級(jí)排放者”）的重要性，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)于美國內(nèi)陸油氣部門不同低排放基礎(chǔ)設(shè)施貢獻(xiàn)的重要但有限的見解，但對(duì)于它們對(duì)整個(gè)部門、區(qū)域和國家規(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)合了來自四個(gè)油氣盆地的BridgerGasMappingrGML）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)的甲烷排放主要來源（Alvarezal.,2018;Omaraetal.,2018;Rutherfordetal.,2021），Omaraetal.（2018）

發(fā)現(xiàn)，90%的總甲烷排放量來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)，來自產(chǎn)量低于15桶油當(dāng)量/日的低產(chǎn)井場(chǎng)總的甲烷排放量?1即，1Mcf=1000ft33天然氣=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)Carbonapper所列出的低于10kgh的LOD（最低可檢測(cè)濃度）來源的顯著貢獻(xiàn)。?1Cusworth等人（2022年）現(xiàn)，美國大陸（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（包括非油氣來源）中有35%來自排放設(shè)施。>10千克?1表明65%的排放來自排放設(shè)施<10千克?1盡管這些使用獨(dú)放份額的定量評(píng)估。存在多種不同的甲烷量化方法，這些方法在來源的空間分辨率、后勤限制、實(shí)施成本和最低檢測(cè)限）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），盡管沒有明確信息說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；Xia2024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FugitiveEmissionsAbatementSimulationToolkit(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。布，而不僅僅是高排放部分。，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)，開發(fā)一個(gè)自下而上的基于設(shè)施的模型來估計(jì)2021年美國大陸（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，以確定來自不同排放速率閾值設(shè)施的甲烷排放在國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)施類型之間的變化情況。材料與方法實(shí)驗(yàn)測(cè)量我們整理了16項(xiàng)研究（Brantleyetal.,2014;Caultonetal.,2019;Deightonetal.,2020;Goetzetal.,2015;Lanetal.,2015;Mitchelletal.,2015;Omaraetal.,2016,2018;Rellaetal.,2015;Riddicketal.,2019;Robertsonetal.,2017,2020;Subramanianetal.,2015;Yacovitchetal.,2015;Zhouetal.,2021;Zimmerleetal.,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)和來源/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0）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。由于年齡和專注于組分層面測(cè)量的原因，我們排除了一項(xiàng)研究（ERG，2011）。

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/閥門、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，但我們無法完全排除這些高排放間歇來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)施類別對(duì)經(jīng)驗(yàn)測(cè)量進(jìn)行分類，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）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）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LOD。這種分類創(chuàng)造了九個(gè)不同的設(shè)施類別：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)施類別劃分為五個(gè)主要設(shè)施類別：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，G&B壓縮機(jī)，以及T&S壓縮機(jī)。除了這些設(shè)施分類外，我們還包括可見光紅外成像輻射計(jì)套件（VIIRS）的火游石油-天然氣行業(yè)的多個(gè)設(shè)施類別上。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（詳見表S3補(bǔ)充材料）類別（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。

活動(dòng)數(shù)據(jù)我們使用Enverus提供的2021年美國本土地區(qū)（CONUS）活躍生產(chǎn)井的活動(dòng)數(shù)據(jù)（），計(jì)算了平均年度日均天然氣總產(chǎn)量和油氣產(chǎn)量。（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)施類別分發(fā)給生產(chǎn)井站。圖1.（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。?1設(shè)施類別，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%排放類別；紅色點(diǎn)表示該類別設(shè)施的經(jīng)驗(yàn)排放率或損失率的前5%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以下內(nèi)容。?1LOD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。3vrs.為（%）cf10f3=5.Cam9.2gbe=c含量為0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）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，單位為kg/h。?1關(guān)于甲烷（即，1Mcf=1000ft3）3天然氣=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火焰較低。我們從Enverus獲取了2021年美國本土（CONUS）營傳輸和存儲(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750m×750m（NOAA-20和Suomi國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)問題

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;Plantetal.,2022）（圖2），計(jì)算來自所有設(shè)施類別（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1年美國本土地區(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布。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（n500），我們使用這些重復(fù)來確定累積甲烷排放分布和VIIRS火焰檢測(cè)的此過程步驟。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908Mcfd?1（0.2至生產(chǎn)）>27千兆噸甲烷年?1圖1)，我們使用總天然氣生產(chǎn)規(guī)范化損失率來模擬用于(1)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CH4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，以千克計(jì)算（1Mcf=1000ft3）。3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）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：

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，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壓縮機(jī)，因?yàn)樗鼈兊臏y(cè)量數(shù)據(jù)太少（）n20和n50，分別）以區(qū)分排放或損失率的前5%和后95%。類似于確定發(fā)現(xiàn)排放設(shè)施頻率的過程，我們利用自舉的結(jié)果開發(fā)出一個(gè)正態(tài)概率分布，將排放設(shè)施分類為前5%或后95%的排放者。在每個(gè)設(shè)施類別中，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)施類別中的每個(gè)設(shè)施，重復(fù)這些步驟。排放率（千克/小時(shí)）?1.希臘字母σ天然氣產(chǎn)量（千克）?1CH

(1)

在設(shè)施級(jí)建模流程的第一步結(jié)束時(shí)，CONUS（美國本土）內(nèi)的所有設(shè)施被分為三類：底部95%排放者、頂部5%排放者或低于方法檢測(cè)限（LOD）。通過損失率計(jì)算井站中產(chǎn)量最高的五個(gè)箱子的排放率，而對(duì)于對(duì)于我們的設(shè)施級(jí)排放率估計(jì)，我們將建模過程分為兩個(gè)獨(dú)立的步驟：第一步確定隨機(jī)選擇的設(shè)施是否在LOD（≤0）上限以上排放甲烷。.1千克?1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）。以下概述的過程都是針對(duì)我們九個(gè)設(shè)施類別中每一個(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方法LOD，我們首先使用有放回的bootstrapping（n1000)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)施甲烷排放量超過方法檢測(cè)限（0）的頻率。.1千克?1對(duì)于每個(gè)設(shè)施（perfacility），我們稱之為“排放設(shè)施”或“發(fā)射器”（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

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）分類為頂部5%和底部95%排放者的設(shè)施，我們首先通過擬合對(duì)數(shù)正態(tài)分布來估計(jì)它們的甲烷排放量，包括來自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)施類別。接下來，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（）。n500，決于其排放狀況和設(shè)施類別。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)施類別找到一個(gè)良好的擬合（詳見補(bǔ)充材料中的表格S6）們對(duì)那些設(shè)施類別的經(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發(fā)出設(shè)施級(jí)別的排放模型。流程圖描述了設(shè)施級(jí)別的估計(jì)。圖2.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VIIRS儀器（Elvidge等人，2016年）體總量，乘以Plant等人（2022年）效率和未照明火點(diǎn)的百分比，來計(jì)算該來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）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。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)和來自其他空中/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，除了它們的國家級(jí)反演，我們也將其用于國家級(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)），我們可以通過在目標(biāo)邊界內(nèi)連接設(shè)施來估計(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)試了排除來自特定油氣數(shù)據(jù)的經(jīng)驗(yàn)測(cè)量的敏感性對(duì)國家排放分布曲線和總國家甲烷排放的影響，發(fā)現(xiàn)沒有顯著變化（圖）。由于數(shù)據(jù)可用性不足，我們沒有從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測(cè)試盆地級(jí)別的差異。與空中遙感研究/測(cè)量點(diǎn)源（即，油氣回收氣體來源，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/，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，并減去與我們描述的設(shè)施類型無關(guān)的任何排放en等，2024年）。在Cusworth等（2022年）的情況下，我們通過使用地理參照器工具QGIS（v3.34.2zren）對(duì)他們的研究中的圖表進(jìn)行地理參照，來推斷空間區(qū)域。我們將我們的設(shè)施級(jí)排放分布與來自所有四個(gè)航空遙感研究的排放百分比進(jìn)行比較，這些排放

來源持續(xù)存在甲烷來源，具有超過三個(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）Cusworth等人（2022）中低排放源對(duì)甲烷的百分比貢獻(xiàn)：(2)P[>x]%E=[1?來自低于離散甲烷排放速率閾值的設(shè)施，以及來自Bri

x],%E[<x]是總油氣甲烷排放量低于排放率dgerGML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）。

閾值百分比。x(kgh?1),T是通過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)源排放總量超過排放率閾值的總和。x(kgh?1).不確定性計(jì)算。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，內(nèi)面積排放量（即分散的面積甲烷來源）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)攝入逆過程中的高排放點(diǎn)源信息（Chulakadabba2023年；Omara等人，2024年）。對(duì)于Cusworth等人（2022年）的研究，我們通過減去空中檢測(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)）來分析所有飛行任務(wù)，因?yàn)槲覀兊难芯績(jī)H專注于上游和中游石油-天然氣來源。此外，通過估計(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%或更多排放來自管道或非石油非天然氣源的飛行任務(wù)中。

我們的設(shè)施級(jí)排放分布基于估算，通過多個(gè)步驟納入不確定性，如選定設(shè)施作為前5%排放量、后95%量或低于檢測(cè)限的設(shè)施的概率分布；來自設(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)，通過正態(tài)分布來估計(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OTM33A（±25%）、高斯煙羽擴(kuò)散（±50%）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)，這反過來又影響了設(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)過程在國家、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……我們通過在Cusworth等人（2022）法來解釋檢測(cè)到的甲烷源間斷性，這些源地的重疊次數(shù)少于三次。n1000)the結(jié)果來自500個(gè)估算的設(shè)施級(jí)排放分布圖3.放量的累積百分比?1費(fèi)率閾值。例如，排放設(shè)施的費(fèi)率閾值。<100千克賬戶占總甲烷排放量的70%（61%–81%）。上左角的插入表中號(hào)內(nèi)為95%置信區(qū)間。

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?1觀察到在10分布曲線顯示，在此范圍內(nèi)增加排放率不會(huì)顯著增加與Ravikumar等人（2018）的研究結(jié)果相似。從1到100千克。?1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%）（的圖3和表S4）。當(dāng)排放率超過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，總排放放量占石油-天然氣總排放量的28%（18%–37%）。排放量為1-10kgh的設(shè)施。?1并且100–1000千克小時(shí)?1各個(gè)范圍對(duì)累計(jì)百分比的貢獻(xiàn)相似，分別為6%（23%–29%）和22%（18%–26%），分別在0.1-1kg/h范圍內(nèi)觀察到相似的百分比貢獻(xiàn)。?1并且>1000kgh?1范圍為4.5%（4.0%–5.1%）和6.1%（2.6%–13%），分別?？傮w而言，我們發(fā)現(xiàn)對(duì)全國CONUS甲烷排放總量的最高貢獻(xiàn)來自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)施排放的甲烷低于千克/?1.比較，如可用，我們展示了報(bào)告的95%置信區(qū)間。結(jié)果國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國本土（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?1(圖3)。對(duì)于其他排放率閾值，我們發(fā)現(xiàn)總排放量中有30%（26%-34%）來自排放這些排放率閾值的設(shè)施。<10千克?1；Johnson等人，2021年；Kunkel等人，2023年orpe等人，2024年；Xia等人，2024年）的較低閾值，以及79%（68%–90%）的總排放來自排放設(shè)施<200千克?1我們發(fā)現(xiàn)，對(duì)于2021設(shè)施累積甲烷排放量達(dá)到50%的排放速率閾值是25千克。?1(19–33kg/h)?1CONUS地區(qū)，大部分油氣排放無法通過現(xiàn)有的衛(wèi)星遙感點(diǎn)源成像器檢測(cè)到（Sherwin等人，2023）。我們國家層面的甲烷排放分布情況

我們的設(shè)施級(jí)模型估計(jì)，2021年美國上游-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。該國家排放總量為14.6（12.7-16.8）Tgyr。?1是美國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（《美國溫室氣體排放和匯清單》，2024年）。我們比較了我們的國家總量估計(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)。我們國家甲烷排放的估計(jì)值與七個(gè)美國油氣甲烷排放國家估計(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)收集進(jìn)行的甲烷排放進(jìn)行估算。遵循S形曲線，指出x軸（即，對(duì)比2021年全美大陸油氣排放量圖4.95%的置信區(qū)間。我們對(duì)于“這項(xiàng)工作”的總估計(jì)不包括來自其他石油-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。ra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和包括所有石油-天然氣甲烷源，包括下游排放。

從排放設(shè)施的來源<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），類似于國家分布（圖3），放分布曲線的初始平臺(tái)期在約1千克。?1在開始急劇上升之前。對(duì)于阿巴拉契亞和圣何塞盆地，第二個(gè)高原位于20-50kgh。?1排放率閾值（圖5）。對(duì)于剩余的盆地，排放分布曲線放貢獻(xiàn)之間的關(guān)系更加一致。在500個(gè)盆地級(jí)模擬中、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）盆地間變化的可能原因。由于這些來源缺乏基于測(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；《美國溫室氣體排放和匯清單》，2024年）?？傮w而言，我們對(duì)2021年美國本土（CONUS）甲烷排放的總國家估計(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。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大陸九大主要排放油氣盆地中，來自排放設(shè)施的比例貢獻(xiàn)更高。<100kg/h?1與我國70%（61%–81%）的全國估計(jì)值相比（圖3）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%，與全國平均水平相比，這仍然占全國甲烷排放的絕大多數(shù)。盡管存在這些差異，我始終是一致的。

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)美國大陸最高排放量來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（Shenet,2022），此外還存在其他可能影響衛(wèi)星反演的因素計(jì)與衛(wèi)星觀測(cè)結(jié)果一致。結(jié)果來自500次模型模擬，顯示了總上游-中游累積甲烷排放分布曲線。圖5.油-氣甲烷排放量：2021年美國大陸地區(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。?1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。按設(shè)施類別分布的排放率我們發(fā)現(xiàn)，在不同設(shè)施類別之間，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）中排放的總甲烷量超過50%。<15boed?1或生產(chǎn)<0.13/年甲烷?1）以及非低產(chǎn)井場(chǎng)、火炬以及G&B壓縮機(jī)站，均來自排放設(shè)施。<100kg/h?1(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%）火炬的9%（7%–12%）排放來自排放源。<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%）來自設(shè)施。<200千克?1與來自非低產(chǎn)井站的84%（68%–93%）相比（。>15boed?1從綜合石油和天然氣排放中，86%（83%–88%）來自VIIRS火焰檢測(cè)，78%（70%–86%）來自G&B壓縮機(jī)站，以及幾乎所有來自低產(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）70%的總甲烷排放量（圖3）?？傮w而言，我們估計(jì)2021年美國大陸總體油氣甲烷排放量的68%來自生產(chǎn)井場(chǎng)，其中44%來自低產(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)<.13/年甲烷?1），剩余的24%來自非低產(chǎn)井場(chǎng)（即，>15boed?1（圖6b）。中游設(shè)施占甲烷總排放量的29%，其中13%來自壓縮機(jī)，8%來自加工廠，7%來自氣田與管線壓縮機(jī)站。剩余的4%來自IRS火焰檢測(cè)，其中2%來自點(diǎn)亮的火焰，另外2%來自未點(diǎn)亮的火焰。根據(jù)每個(gè)設(shè)施類別的數(shù)量及相應(yīng)的總甲烷排放量，每個(gè)設(shè)施類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–29）公斤/小時(shí)?1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-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(1.13)千克/小時(shí)和未點(diǎn)亮的火焰在205（132–294）千克/小時(shí)。在我們考慮的設(shè)施類別中，生產(chǎn)井場(chǎng)構(gòu)成了總甲烷排放的大部分，其中大部分排放來自低產(chǎn)井場(chǎng)。總的來說，我們發(fā)現(xiàn)2021年僅有10%的國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)甲烷排放來自生產(chǎn)>50boed（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定義油氣井場(chǎng)邊際生產(chǎn)的生產(chǎn)閾值（Deighton等，2020；Omara等，2022）低產(chǎn)油氣井場(chǎng)占到了總井場(chǎng)排放的50%至75%，或相當(dāng)于4.7-6.8噸/年。?1.與航空遙感研究比較我們對(duì)來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）中遙感技術(shù)包括來自布里奇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/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空中遙感活動(dòng)中一致。?1對(duì)于BridgerGML（Kunkel）。etal.,2023;Xiaetal.,2024)，我們發(fā)現(xiàn)來自排放設(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OD），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（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）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。<100及<200千克?1對(duì)于二疊紀(jì)和尤因塔油氣盆地（圖7）率閾值上觀察到良好的一致性。<200及以下<10k/h?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檻處發(fā)現(xiàn)廣泛的一致性，即<100及00千克?1我們的研究結(jié)果一致顯示，來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）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）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?1（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。圖6.在設(shè)施排放率低于排放率閾值的設(shè)施類別中作出貢獻(xiàn)。底部右邊的插入表格?1展示來自排放設(shè)施的離散百分比貢獻(xiàn)，對(duì)總甲烷排放的貢獻(xiàn)。<（b）?10kh.空平臺(tái)（Chulakadabba等，2023年）的?1

審查，2024）。雖然檢測(cè)和減輕超級(jí)排放源的排放很itPra排放源貢要<rt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。<200kg/h?1（圖7b）。對(duì)于Uinta盆地的MethaneAIR%）來自排放源。<200kg/h?1與MethaneAIR的88%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)來自排放源的總貢獻(xiàn)為</h?1與MethaneAIR估計(jì)的71%相比，我們的估算為77%（59%–90%）（圖7b）?？偟膩碚f，我們的研究發(fā)現(xiàn)，我們基于設(shè)施水平的估算用不同的測(cè)量方法。討論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）稱為超級(jí)排放油氣源。

n等，2024），但我們的結(jié)果強(qiáng)調(diào)了需要考慮那些排他國家收集的設(shè)施級(jí)、基于測(cè)量的數(shù)據(jù)呈現(xiàn)了類似的故事。從一系列地點(diǎn)的樣本中（n302）通過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，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)美國環(huán)保署（EPA）對(duì)超級(jí)排放源的界定）分析的油氣設(shè)施中，超過99%的設(shè)施屬于。比較油-的累積百分比圖7.（a）天然氣甲烷排放來自所有油氣設(shè)施排放<?1?1（b）100千克和<200空遙感探測(cè)活動(dòng)之間的差異。條形按研究分類著色，并按照目標(biāo)油氣盆地（們）分組。所有來自設(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.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?1MethaneAIR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)，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與美國的政策決策（美國環(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）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)。

局限性可以通過分層隨機(jī)、代表性抽樣和此類工作的統(tǒng)計(jì)分析方法來克服。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)。總的來說，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)排放。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)大部分甲烷排放來自那些排放的設(shè)施。<100千克?1素驅(qū)動(dòng)，例如生產(chǎn)特性、設(shè)施數(shù)量和密度；設(shè)施類別的不同類型和相對(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，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）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）法差異（及其潛在的不確定性）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年等人，2019年；Sherwin等人，2024年）。相比之下然而，這些目標(biāo)地區(qū)進(jìn)行結(jié)構(gòu)化。我們的研究結(jié)果發(fā)現(xiàn)，來自三個(gè)不同設(shè)施類別的累積甲烷排放中，超過一半來自排放設(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，在美利堅(jiān)合眾國（CONUS）的油氣甲烷排放的主要來源是油氣生產(chǎn)井場(chǎng)，其中低產(chǎn)井場(chǎng)類別負(fù)責(zé)了2044%（39%–49%）。低產(chǎn)井場(chǎng)，也稱為“邊際井”，在先前的研究中被體油氣生產(chǎn)的貢獻(xiàn)而言（Deighton等人，2020mara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）。

我們的盆地級(jí)（圖S1）和國家級(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（空可見/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)來自Cusworth等人（2022）的一致（圖7）。Sherwin等人（2024）對(duì)空中測(cè)量的來源進(jìn)行了一種與Cusworth等人（2022），這些來源的超過三次空駛，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）（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自美國溫室氣體清單（GHGI；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)赿gerGML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）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)。果與Kunkel等人（2023年）和Xia等人（2024年）的在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

鑒于甲烷檢測(cè)技術(shù)的多樣性，可以采取多種方法來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)模擬來考慮設(shè)施排放低于3千克/小時(shí)。?1BridgerGML的檢測(cè)限。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）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LODs，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)果沒有顯著影響（見補(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)（Durenetal.,2019）。盡管存在遺漏，但這些來源的總甲烷排放目前估計(jì)占總石油-天然氣行業(yè)排放的5%–10%（Alvarezetal.,2018；Riddicketal.,2024；美國溫室氣體排放和匯清單，2024；Williamsetal.,2021）。我們的估計(jì)還利用了基于，尤其是在加工廠的情況下（。n20）和T&S壓縮站（n50)S2)，與遙感平臺(tái)捕捉的數(shù)據(jù)相比，超排放設(shè)施樣本較?。―uren等，2019；Sherwin等，2024），但我們?cè)诠浪阍O(shè)施級(jí)甲烷排放率時(shí)采用了生產(chǎn)標(biāo)準(zhǔn)化損失率和對(duì)數(shù)正態(tài)分布，以預(yù)見并解釋可能發(fā)現(xiàn)的低概率、高幅度排放，這些排放的發(fā)生率超出了我們經(jīng)驗(yàn)觀察數(shù)據(jù)集中的數(shù)值。例如，我們的最高經(jīng)驗(yàn)排放率為1360kgh?1對(duì)于一座T&S施級(jí)排放率在所有500條設(shè)施級(jí)排放分布曲線上平均為7500千克。?1(3000–21000kgh)?1).最后，我們包括了一小部分（即模型中使用的總經(jīng)驗(yàn)數(shù)據(jù)的）來自兩個(gè)研究（Deighton等人，2020年；Riddick人，2019年）的地面組件/場(chǎng)測(cè)量數(shù)據(jù)。這些兩個(gè)研究中的所有測(cè)量數(shù)據(jù)都針對(duì)的是產(chǎn)量最低的生產(chǎn)井場(chǎng)群體，并顯示出比使用設(shè)施級(jí)地面方法收集的同一產(chǎn)量井場(chǎng)群體的排放率統(tǒng)計(jì)上更低。這意味著，這些測(cè)量數(shù)據(jù)的包含所引入的任何偏差可能會(huì)導(dǎo)致對(duì)總排放的低估和/或來自低排放源的百分比貢獻(xiàn)的低估。盡管存在這些局限性，但我們已經(jīng)表明，我們的結(jié)果與國家、盆地或地方的衛(wèi)星和航空遙感研究以及其他設(shè)施級(jí)估計(jì)結(jié)果在總體上是一致的。展望未來，可以使用幾種方法來更好地理解來自設(shè)施的比例貢獻(xiàn)。我們表明，我們?cè)O(shè)施級(jí)排放模型產(chǎn)生的國家和盆地級(jí)甲烷排放估計(jì)值與其他獨(dú)立測(cè)量研究結(jié)果良好一致。然而，我們注意到以下局限/的數(shù)據(jù)收集工作得到改善。我們模型中使用的經(jīng)驗(yàn)測(cè)量數(shù)據(jù)代表它們被測(cè)量的年份和時(shí)間（即2010-2020年），這意味著它們不會(huì)反映監(jiān)管實(shí)踐的任何更新或設(shè)施運(yùn)營和排放管理實(shí)踐的任何變化。此外，油氣盆地中生產(chǎn)井場(chǎng)經(jīng)驗(yàn)測(cè)量數(shù)據(jù)的數(shù)量存在差異（見表S3），生顯著影響。在不同的泄漏率閾值下排放，并最終改善我們對(duì)美國大陸和全球油氣甲烷排放的理解。通過結(jié)合多種衛(wèi)星和航空遙感方法，并通過對(duì)多個(gè)閾值同時(shí)進(jìn)行點(diǎn)源檢測(cè)的數(shù)據(jù)綜合，以多尺度測(cè)量數(shù)據(jù)的匯編為例，表明了這是一個(gè)在構(gòu)建更完整的甲烷排放整體圖景方面的可行途徑。將航空和衛(wèi)星遙感測(cè)量與地面站點(diǎn)/平的估計(jì)相結(jié)合，似乎是有效下一步，如先前研究（Allen，2014；Alvarez等人，2018）所實(shí)施/專注于點(diǎn)源檢測(cè)的航空或衛(wèi)星遙感平臺(tái)能夠快速定位少量高排放設(shè)施，這些設(shè)施排放了不成比例的排放量，提供了有關(guān)特定設(shè)施位置的有價(jià)值數(shù)據(jù)，有助于快速緩解。然而，需要更多直接的觀察方法來獲取總排放數(shù)據(jù)，根據(jù)這項(xiàng)研究，這些數(shù)據(jù)主要是由未被發(fā)現(xiàn)的高排放點(diǎn)源檢測(cè)系統(tǒng)的小型排放源所主導(dǎo)?；谠O(shè)施水平的基于人口的方法可以解釋對(duì)總油氣甲烷排放貢獻(xiàn)最大的低排放設(shè)施，這對(duì)于準(zhǔn)確的排放報(bào)告和理解總排放量高于/低于排放率閾值的部分是必要的。地面估計(jì)可以通過區(qū)域遙感或質(zhì)量平衡映射方法（Shen等人，2022；Omara等人，2024；Jacob等人）穩(wěn)健的整體排放量化。

我們的研究結(jié)果突出了量化了大量低排放油氣設(shè)施對(duì)021年美國本土（CONUS）區(qū)域內(nèi)、盆地或地方油氣甲烷排放的重大貢獻(xiàn)。除了美國本土，小型油氣甲烷來源也可能是其他國家區(qū)域總排放的一個(gè)重要組成部分，如近期來自羅馬尼亞和加拿大的數(shù)據(jù)所暗示（Stavropoulou等，2023；Tyner和Johnson，2021）；這將需要進(jìn)一步研究，以構(gòu)建對(duì)小排放甲烷排放及其對(duì)全球油氣甲烷排放相對(duì)貢獻(xiàn)的全面評(píng)估。這項(xiàng)工作強(qiáng)調(diào)了采用多尺度方法來量化區(qū)域總油氣甲烷排放的必要性，同時(shí)還要描述和解釋廣泛分布的小型排放源對(duì)總排放量的重大貢獻(xiàn)，此外還需納入高排放點(diǎn)源數(shù)據(jù)，以實(shí)現(xiàn)整體穩(wěn)健的甲烷排放量化。R代碼用于創(chuàng)建甲烷排放代碼可用性。sion分布曲線和圖形可根據(jù)合理請(qǐng)求提供。結(jié)論總之，我們的工作突出了2021年美國本土（CONUS）包括以下內(nèi)容：總體來說，美國全國大陸油氣甲烷排放中有很大一部分（70%）來自低排放設(shè)施（<100千克?1.九個(gè)主要產(chǎn)油盆地中，我們始終發(fā)現(xiàn)大部分甲烷排放（60%–86%）源自以排放率排放的油氣設(shè)施。<100千克?1.

所有500個(gè)全排放率分布數(shù)據(jù)可用性。在國家層面，數(shù)據(jù)可通過Zenodo下載（/10.5281/zenodo.13314532,Williams,2024）。basin或小目標(biāo)尺度上所有估算的甲烷排放率分布可在請(qǐng)求后獲得。用于估算甲烷排放分布曲線的實(shí)證測(cè)量數(shù)據(jù)可在表S2中列出的參考文獻(xiàn)中找到。MethaneAIR區(qū)域排放（https://developers./earth-engine/datasets/catalog/EDF_MethaneSAT_MethaneAIR_L4area,EarthEngineDataCatalog,a）和點(diǎn)源排放（/earth-engine/datasets/catalog/EDF_MethaneSAT_MethaneAIR_L4point,EarthEngineDataCatalog,2024b）可從GoogleEarthEngine數(shù)據(jù)目錄中訪問。生產(chǎn)井場(chǎng)被發(fā)現(xiàn)是區(qū)域油氣甲烷排放的70%的源頭，其中僅占2021年全國油氣生產(chǎn)10%不成比例地貢獻(xiàn)了總井場(chǎng)排放的67%-90%。我們的結(jié)果始終與獨(dú)立航空/衛(wèi)星調(diào)查結(jié)果高度一致。

本文的相關(guān)補(bǔ)充資料可供獲取。補(bǔ)充。：/10.5194/acp-25-1513-2025-supplement.JPW和RG設(shè)計(jì)了這項(xiàng)研究。JPW作者貢獻(xiàn)創(chuàng)建了用于生成所有結(jié)果所需代碼，代碼輸入來自MO、KM、DZA和AH。甲烷分析由JB、MS和SCW提供。多傳感器Atmos.Chem.Phys.,25,1513–1532,2025/10.59/c-511-25由JPW和RG共同組成。JPW在所有合著者的參與下準(zhǔn)備了手稿。聯(lián)系人已聲明，沒有利益沖突。競(jìng)爭(zhēng)利益。作者中沒有人存在利益沖突。出版者注：CopernicusPublications仍然免責(zé)聲明理表述，本文持中立立場(chǎng)。盡管CopernicusPublications盡力包括合適的地名，但最終責(zé)任在于作者。我們想感謝JackWarren和致謝LuisGuanterMethaneAIR源排放方面的寶貴努力。資金支持用于MethaneSAT和MethaneAIR金融支持?；顒?dòng)部分資金由匿名捐贈(zèng)者、ArnoldVentures、TheAudaciousProject、BallmerGroup、BezosEarthFund、Theldren’sInvestmentFundFoundation、Heising–SimonsFamilyFund、KingPhilanthropies、RobertsonFoundation、SkylineFoundationValhallaFoundation助者的完整列表，請(qǐng)?jiān)L問/（最后訪問時(shí)間：2024年12月15日）。這篇論文由ManvendraKrishna編輯。審閱聲明。，并由三位匿名審稿人評(píng)審。艾倫，D.T.：和自上而下的測(cè)量，當(dāng)前化學(xué)工程觀點(diǎn)，5，78–83，/10.1016/j.coche.2014.05.004，2014。阿爾瓦雷斯，R.A.，扎瓦拉-阿拉亞，D.，萊昂，D.R.，艾倫，D.T.，巴克利，Z.R.，布蘭特，A.R.，戴維斯，K.J.，.C.，雅各布，D.J.，卡里昂，A.，科爾，E.A.，蘭姆，B.K.，勞瓦克斯，T.，馬薩克爾，J.D.，馬切塞，A.J.，拉，M.，帕卡拉，S.W.，皮施爾，J.，羅賓遜，A.L.，謝潑森，P.B.，斯溫尼，C.，湯森-斯莫爾，A.，沃菲，S.C.，漢堡，S.P.：對(duì)美國石油和天然氣供應(yīng)鏈甲烷排放的評(píng)估，科學(xué)，361，186–188，/10.1126/science.aar7204，2018。AR6綜合報(bào)告：2023年氣候變化：https://www.ipcc.ch/report/ar6/syr/（最后訪問：2024年3月6日），2024。布蘭特，A.R.，希思，G.A.，和庫利，D.：天然氣系統(tǒng)甲烷泄漏遵循極端分布，環(huán)境科學(xué)與技術(shù)，50，12512–12520，/10.1021/acs.est.6b04303，2016。布蘭特利，H.L.，索瑪，E.D.，斯夸爾，W.C.，古文，B.B.，萊昂，D.：使用移動(dòng)測(cè)量評(píng)估油氣生產(chǎn)平臺(tái)的甲烷排放，環(huán)境科學(xué)

Technol.,48,14508–14515,/10.1021/es503070q,2014.Caulton,D.R.,Lu,J.M.,Lane,H.M.,Buchholz,B.,Fitts,J.P.,Golston,L.M.,Guo,X.,Li,Q.,McSpiritt,J.,Pan,D.,Wendt,L.,Bou-Zeid,E.,andZondlo,M.A.:TheImportanceofSuperemitterNaturalGasWellPadsintheMarcellusShale,Environ.Sci.Technol.,53,4747–4754,https:///10.1021/acs.est.8b06965,2019.ChanMiller,C.,Roche,S.,Wilzewski,J.S.,Liu,X.,Chance,K.,Souri,A..,Conway,E.,Luo,B.,Samra,J.,Hawthorne,J.,Sun,K.,Staebell,C.,Chulakadabba,A.,Sargent,M.,Benmergui,S.,Franklin,J.E.,Daube,B.C.,Li,Y.,Laughner,J.