【应用】无人机搭载 Aeris MIRA Strato 甲烷分析仪

精准绘制养殖场甲烷热点，揭示大气风场主导效应
来源 | Environmental Science & Technology（2026, 60, 13980–13996）
作者 | Sushree Sangita Dash, Trevor W. Coates, Chandra A. Madramootoo
机构 | 麦吉尔大学 & 加拿大农业与农业食品部莱斯布里奇研究与发展中心

一、背景：牧场甲烷排放的观测尺度缺口

甲烷（CH₄）是仅次于 CO₂ 的第二大人为温室气体，其百年尺度全球增温潜势约为 CO₂ 的28—30倍。在农业排放源中，畜牧业贡献了全球农业 CH₄ 总量的30%—40%，主要来自反刍动物的肠道发酵（约80—90%）以及粪便的厌氧分解。然而，大型集约化养殖场内排放源在空间上高度异质、在时间上持续波动，使其成为区域 CH₄ 清单中最难精确核算的环节之一。 传统地面测量手段（静态箱、开路激光、通量铁塔）虽精度较高，但覆盖范围极为有限，无法同步刻画设施内部复杂的浓度梯度分布；而卫星与载人飞机的遥感反演虽覆盖面广，但空间分辨率通常粗于25米，难以区分相邻排放单元的差异贡献。在两者之间，存在一个长期未被填补的观测尺度缺口。
近年来，无人机（UAV）平台与轻量化高精度气体传感器的结合，为弥补这一缺口提供了可能。然而，风速、风向、湍流与大气稳定度等气象条件会显著改变羽流的几何形态与空间连贯性，使得 UAV 测量数据的解读远比想象中复杂。究竟在何种大气条件下，UAV 测量的 CH₄ 浓度增量（ΔCH₄）场才具备可靠的空间可解释性？这正是近日发表于 Environmental Science & Technology 的这项研究试图系统回答的核心问题。

二、核心装备：Aeris MIRA Strato 甲烷分析仪

三、研究方法：风场感知的地统计学框架

 ● 飞行任务设计 研究团队在加拿大阿尔伯塔省南部一处占地约65公顷、存栏约27,000头肉牛的商业养殖场共执行7次 UAV 网格飞行任务，分两个季节完成：2024年10月29—30日（4次）与2025年8月22日（3次）。每次飞行持续约25分钟，飞行高度固定为地面以上20米（AGL），UAV 以8—11 m/s 的速度沿预设网格航线飞行，配合 MIRA Strato 的5秒测量间隔，每条横断面可获得15—20个独立采样点。            
● ΔCH₄ 计算与背景校正 以每次飞行实测 CH₄ 浓度分布的第10百分位数作为飞行特异性本底，计算 ΔCH₄ = 实测浓度 − 本底浓度。敏感性分析表明，在第5至第15百分位范围内，本底值差异小于0.03 ppm，而羽流相关 ΔCH₄ 增量高达0.1–1 ppm，信噪比充分。            
  ● 风场表征与大气稳定度分类 利用 UAV 机载遥测数据提取5秒风速风向时间序列，并与场内三维超声风速仪数据进行交叉验证。基于平均风速（Ū）、湍流强度（TI）和风向圆标准差（σθ），将7次飞行划分为三类流场状态：稳定/相干流、中度可变流与静稳/强变流。同时，利用超声风速仪计算了 Monin-Obukhov 长度（L）与无量纲稳定度参数 ζ = z/L，对大气稳定度进行精细分类。            
● 空间插值与热点分析 采用各向异性感知的普通克里金插值（Ordinary Kriging）生成 ΔCH₄ 空间分布图及预测方差场。通过留一法交叉验证（LOOCV）量化插值不确定性（CV-RMSE）。热点区域识别采用 Getis-Ord Gi* 局部空间自相关统计量，结合风向加权方位扇区分析与方向性广义线性模型（GLM），定量刻画热点方位与下风方向之间的角度偏差（Δφ）及方向解释率（D²）

四、研究结果：风场决定空间可解释性

  ● MIRA Strato 测量数据的信号质量 MIRA Strato 分析仪在所有7次飞行中均稳定检测到显著高于本底的 ΔCH₄ 信号，量程覆盖0.1至1.34 ppm。在相邻农田上方进行的本底验证飞行显示，清洁气段 CH₄ 变异性通常为0.01—0.03 ppm，最大不超过0.08 ppm，远低于养殖场内的羽流信号，充分证明 1 ppb 精度指标在野外真实工况下的实际意义。            
  ● 弱不稳定条件：清晰的下风向羽流结构 2024年10月30日的两次飞行对应弱不稳定大气条件（ζ = −0.04至−0.10），风速分别为5.8 m/s和10.3 m/s，风向稳定（圆标准差仅5.4°“8.3°）。在这两次飞行中，MIRA Strato 获取的 ΔCH₄ 空间分布呈现出清晰的下风向拉伸羽流形态，克里金插值的 CV-RMSE 低至0.062–0.101 ppm，是7次飞行中插值不确定性最低的两次。GLM 方向模型显示，热点方位解释率 D² 高达36%—69%，热点主轴与下风方向的角度偏差 |Δφ| 仅1.1°—13.5°。

  ● 极不稳定条件：破碎化、近等向性的浓度场 2025年8月的三次飞行均处于极端不稳定大气条件（ζ < −1），伴随低风速（<2.1 m/s）与高方向离散度。MIRA Strato 依然清晰记录了浓度变化，但插值 CV-RMSE 上升至0.215–0.367 ppm，为弱不稳定条件下的3—5倍。方向性分析显示 D² 仅1.6%—11%，热点方位与风向偏差超过50°，表明羽流结构趋于等向性破碎。

  ● 养殖场结构特征的甲烷增量分布 将克里金 ΔCH₄ 场与养殖场设施边界空间叠合后，分区统计揭示了一致的规律：有牛围栏的平均 ΔCH₄ 始终高于空置围栏（10月29日：有牛0.42 ppm vs 空置0.30 ppm；8月22日：有牛0.35 ppm vs 空置0.32 ppm），研究最高峰值1.34 ppm出现在有牛围栏内部。泻湖区域仅呈现低水平间歇性异常，与平流输送机制一致。

五、讨论：从测量到解读的临界判据

  ● 何时 UAV 数据具备源位归因价值？ 综合7次飞行的多维度方向诊断，研究团队提炼出具有实用价值的经验判据：当平均风速 Ū ≳ 2 m/s、湍流强度 TI ≲ 0.35 时，ΔCH₄ 场表现出与方向一致的热点聚集（D² > 35%，b/a < 0.5），插值不确定性处于较低水平。反之，低风速（Ū < 2m/s）或高湍流（TI > 0.40）条件下，热点方位偏差超过50°–100°，空间相关性急剧减弱。 从大气稳定度维度，弱不稳定条件（ζ 介于−0.04至−0.10）持续产出了最清晰、可解释性最强的 ΔCH₄ 场，建议将 ζ 指标纳入未来 UAV 调查的预飞或事后质量筛选标准。            
● 一个反例：强风下的各向同性浓度场 10月30日11:00飞行（风速10.3 m/s）呈现出与预期相悖的结果：尽管风场高度稳定相干，ΔCH₄ 的变异函数却呈现等方向性（b/a = 1.0）。研究者推测，超强风速引发的湍流混合与稀释作用将浓度场均匀化，或将羽流核心压缩至低于20米飞行高度的层次。未来高风速场景中应考虑将采样网格向下风方向延伸            
  ● 浓度图无法替代通量测量 研究团队明确指出，20米 AGL 处的 UAV 浓度测量反映的是排放强度、大气输送与湍流混合共同作用的结果，不能直接转化为个体源的排放通量。实现定量通量估算，需将高分辨率浓度映射与大气逆散布模型或质量守恒方法相耦合。

六、结论与展望

 本研究系统证明，MIRA Strato 系列甲烷分析仪搭载 UAV 平台可在商业养殖场尺度上实现高精度、高密度、多时次的近场 ΔCH₄ 空间测量，且测量数据质量足以支撑方向性地统计分析和热点结构解析。            
 研究的核心贡献在于建立了一套风场感知的地统计学解读框架：弱不稳定大气条件与适度定向风场叠加时，UAV 平台搭载 MIRA Strato 可获取具有清晰下风向拉伸羽流结构的 ΔCH₄ 场，插值不确定性低至0.062 ppm，方向性热点与风向高度一致（D²可达69%），支撑设施内部排放区域的识别与比较。            
 展望未来，研究团队建议在现有基础上引入以下技术升级，以进一步释放 MIRA Strato 与 UAV 集成系统的测量潜力：

MIRA Strato 仪器信息  本研究使用的 Aeris Technologies MIRA Strato Series 甲烷气体分析仪，基于中红外激光吸收光谱技术，提供 1 ppb 量级 CH₄ 检测精度，出厂标定，快速响应，专为 UAV 近场大气测量场景优化设计。该仪器已成功应用于填埋场逸散排放、油气设施泄漏检测、畜牧业近场排放制图等多个领域。