基于無人機的污水處理廠溫室氣體排放原位觀測：Aeris Strato中紅外激光氣體分析儀在多氣體測量中的應用
研究團隊在瑞典多座采用厭氧消化（anaerobic digestion, AD）的污水處理廠（WWTP）開展了基于無人機的原位（in situ）多氣體觀測，用“質量守恒/質量平衡（mass balance）”方法在空中構建虛擬垂直“墻（flight wall）”，在同一時空下同步獲取溫室氣體濃度與風場信息，進而反演污水處理廠的凈排放通量。該研究的關鍵方法學亮點，是將 Aeris 的輕量級高頻氣體分析儀（Aeris Strato CH?/C?H?、Aeris Strato N?O/CO?、Aeris Mira Pico CH? 等）與機載風速儀及氣象/定位傳感器集成到 iUAS（independent uncrewed aerial system）平臺，實現對污泥堆場、氮處理構筑物等高排放源的快速分區定量。結果顯示：污泥貯存不僅是 CH? 的主要來源，也可能是此前被低估的 N?O 重要來源，導致基于排放因子（IPCC Tier 1、瑞典 Tier 2）的清單估算在多數廠站顯著偏低。
污水處理廠承載著社會中最大規模之一的含氮有機物通量，但其溫室氣體（GHG）排放高度不確定。現行國家清單多依賴 IPCC 指南的排放因子（EF）方法，在缺乏足夠現場觀測約束時，既可能遺漏關鍵源項，也可能產生系統性偏差。研究團隊指出，既往對全廠尺度（full-WWTP）CH? 排放的少數綜合觀測已提示 EF 可能低估；而對 N?O 的關注主要集中在硝化/反硝化等氮去除單元，厭氧消化污泥（AD sludge）露天堆放被 EF 框架普遍假設為 N?O 可忽略。該研究提出并驗證了相反假設：AD 污泥在出罐后暴露于空氣，表層會形成氧梯度與類堆肥（compost-like）的微環境，具備產生并釋放 N?O 的機理基礎。
2.1 iUAS 的核心思想：同位測量濃度與風場，構建“虛擬通量墻”
研究使用 iUAS（機載集成系統）在飛行軌跡上以高頻率同步記錄 CH?、N?O（以及部分配置下的 C?H?、CO?）濃度、風速風向、溫度/濕度/氣壓與三維定位。通過在目標區域上風與下風飛行多條垂直墻面（wall flights），將墻面上的“氣體濃度 × 垂直于墻面的風速分量”積分得到穿墻質量通量，再對比上風輸入與下風輸出，獲得目標區域的凈排放（export ? import）。該方法可適配從單個污泥堆到公頃尺度構筑物群的不同面積，并能在復雜廠區中進行源區分離。
2.2 Aeris 機載氣體分析儀配置：從單氣體到多氣體同步
研究共使用兩套無人機系統。iUAS-1 以 DJI Matrice 300 為平臺，按任務選擇搭載 Aeris Mira Pico CH? 或 Aeris Strato N?O（單次飛行一臺氣體分析儀）。每臺分析儀質量約 1.9 kg，適配 2.3 kg 的最大載荷；系統配備 Trisonica 風速儀（安裝于螺旋槳上方的碳纖維桿上），并輔以氣壓、氣溫、相對濕度等傳感器與數據記錄器。iUAS-2 采用更大載荷的 Airolit Explorian XLT（最大載荷 5 kg），可同時掛載 Aeris Strato CH?/C?H? 與 Aeris Strato N?O/CO?，實現 CH? 與 N?O 的同步觀測，并繼續搭載 Trisonica 風速儀與同類輔助傳感器。研究還通過“呼氣測試”標定進氣管路延遲（iUAS-1 約 8 s；iUAS-2 約 5.5 s），并采用外接電池在起飛前持續供電以縮短傳感器穩定時間。
2.3 Aeris 傳感器在本研究中的“應用優勢”歸納
3.1 全廠尺度排放量級與源區貢獻
在 12 座完整污水廠與 1 座集中污泥貯存設施的觀測中，總 CH? 年排放量范圍為 3.7–471 t CH?·yr?1，平均 78% 來自污泥貯存；總 N?O 年排放量范圍為 1.9–68.3 t N?O·yr?1，平均 47% 來自污泥貯存。更重要的是，研究在 5 座廠的 AD 污泥堆場發現“持續且普遍”的 N?O 排放，其強度約為污泥 CH? 排放的 8.6 ± 2.5%（按質量比），并在 100 年尺度 CO? 當量中貢獻了污泥貯存排放的 46 ± 7%。
3.2 與 IPCC/國家 Tier 方法的對比：觀測值普遍更高
將基于 iUAS 的觀測年排放與 IPCC Tier 1 及瑞典 Tier 2 的 EF 估算比較，CH? 在除一座廠外均高于 Tier 1，且多數廠也高于 Tier 2；N?O 在多數廠同樣高于 EF 估算。按平均倍數計，觀測推算相對 EF 的差異達到 CH? 約 4.4–6.3 倍、N?O 約 2.9–3.0 倍，折算為 CO? 當量后仍有約 3.1–3.4 倍的差距。總體上，N?O 的質量排放相當于 CH? 的 8–160%（中位數 14%），并主導總 CO? 當量（45–95%；平均 65 ± 18%）。
3.3 影響排放的關鍵控制因子：污泥“年齡”比氣溫更關鍵（在 >5 ℃ 時）
結合本研究與前期數據，作者指出：在氣溫高于 5 ℃ 的條件下，污泥堆 CH? 排放更受“污泥堆放時間/污泥年齡”影響，而非外界溫度本身；這也解釋了不同廠因污泥堆管理方式（從僅短暫堆放數周到按月堆放并可持續一年）而出現的排放跨度。基于此，作者在年尺度估算中采用了保守假設：5–30 ℃ 使用平均通量、低于 5 ℃ 視為無通量，并指出未來變暖會增加 >5 ℃ 天數從而提高排放風險。
4.1 “同位多氣體”揭示被忽略的 N?O 源項
研究第一階段（iUAS-1）因假設污泥 N?O 可忽略而優先進行 CH? 飛行；第二階段（iUAS-2）憑借更大載荷實現 CH? 與 N?O 同步測量后，才發現污泥堆 N?O 排放在各廠普遍存在且不容忽視，并據同步測得的 N?O/CH? 比值回算了第一階段未測得的污泥 N?O。這一過程凸顯了 Aeris Strato CH?/C?H? 與 Aeris Strato N?O/CO? “同機同飛”的價值：在同一風場與同一時間窗口內獲得兩種關鍵溫室氣體的協同證據，顯著降低分時測量帶來的系統性誤差，也更容易識別以往 EF 框架中被設為零的源項。
4.2 “獨立 iUAS 數據鏈”提升了場尺度通量反演的可追溯性
作者強調 iUAS 的關鍵在于“所有傳感器在機”，從而避免依賴外部風廓線、單點氣象站或其他假設。在通量墻算法中，氣體分析儀輸出的體積分數（ppm/ppb）與機載氣壓/溫度共同進入理想氣體方程，再與墻面法向風速分量相乘得到瞬時通量密度并積分。風速隨高度變化顯著，若缺少同位風測量將直接影響通量估算。因此，Aeris 傳感器的高頻濃度數據與 Trisonica 風速儀的同位風場數據共同構成了“第一性原理”式的通量鏈條。
4.3 對減排策略的啟示：污泥堆與氮處理單元都需納入優先清單
該研究表明，在采用厭氧消化的 WWTP 中，污泥露天堆放可能同時驅動 CH? 與 N?O 的顯著排放，且 N?O 在 CO? 當量中可占主導。這意味著僅聚焦氮處理單元的 N?O 控制或僅聚焦沼氣系統的 CH? 泄漏控制都可能不夠；而要制定“投資回報更高”的減排組合，需要首先用可分區、可定量的方法識別各廠的主導源項。作者指出，多數廠對 CH? 有常規監測但缺少對全尺度污泥堆的代表性測量，對 N?O 更幾乎不做常規監測；iUAS（及類似方法）可用于發現源區、論證投資、并在實施后評估減排效果。
總體而言，該研究以多廠站、場尺度的 iUAS 觀測證明：采用厭氧消化的污水處理體系中，實際溫室氣體排放可能顯著高于 EF 清單估算，并首次在多座廠的全尺度污泥堆場下證實了大且一致的 N?O 排放。方法層面，Aeris Strato CH?/C?H? 與 Aeris Strato N?O/CO? 的同步機載測量、以及 Aeris Miro Pico CH? 在小載荷平臺上的部署，為 WWTP 復雜源區的“多氣體、同位、可分區”定量提供了硬件基礎，使得識別新源項、校正排放因子與優化減排優先級成為可能。
參考文獻
G?lfalk, M.; Bastviken, D. In situ observations reveal underestimated greenhouse gas emissions from wastewater treatment with anaerobic digestion – sludge was a major source for both CH? and N?O. Environmental Science & Technology https://doi.org/10.1021/acs.est.5c04780
上海奕楓儀器設備有限公司 CopyRight 2009-2019 All Rights Reserved. 滬ICP備07031178號
