对《2020年美国牛奶生产过程中的空间分辨温室气体排放》一文的更正

《Environmental Science & Technology》：Correction to “Spatially Resolved Greenhouse Gas Emissions of U.S. Milk Production in 2020”

　　乳品生产碳排放数据修正及分析，涉及饲料蛋白计算、替代率数据更新、表格标题澄清、区域副产品分布更正、饲料营养组成调整及排放因子分配优化。主要发现：饲料生产贡献28%总排放，反刍发酵占29%，粪便排放25%；模型选择及不确定性分析影响显著，AR6气候反馈下生物甲烷占48%；2007-2020年排放强度下降13%，但总排放因产量增加5.9%而上升。

　　本研究对美国牛奶生产相关的温室气体排放数据进行了全面的修正与更新，涉及多个关键部分的数据调整，包括表格内容、图表信息以及模型参数。这些修订旨在提高数据的准确性与一致性，从而为未来的环境评估和政策制定提供更为可靠的依据。尽管所有修正都集中在数据的调整上，但研究的核心结论并未因此发生改变，强调了温室气体排放的主要来源及其对实现碳中和目标的重要性。

牛奶蛋白的定义在研究中得到了重新审视。最初，表S1中的蛋白含量代表的是真实的蛋白质含量，但在后续分析中，由于使用了脂肪和蛋白质校正奶（FPCM）这一标准化指标，蛋白含量被统一调整为3.3%的粗蛋白含量。为了反映非蛋白质氮在牛奶中的存在，蛋白值进行了转换，使用了“粗蛋白百分比 = 真实蛋白百分比 + 0.19%”这一公式。这一调整对2007年和2020年的FPCM总量产生了影响，但并未改变研究的整体结论。

在数据来源方面，研究对替换率数据进行了更新，采用了美国农业部国家农业统计服务（NASS）的年度数据集，取代了Capper和Cady在2020年使用的 Dairy Metrics Database 的点时间平均值。这一变化使得数据具备了时间上的可比性，为全国范围内每年的排放追踪提供了更一致和可靠的基础。更新后的替换率和对应的总寿命前的估算值已列在表S2和表S5中，进一步提升了数据的可靠性。

研究还对多个表格的标题进行了澄清，以确保读者能够更清晰地理解每个表格所展示的内容。这些调整有助于提升研究的可读性和信息传递的效率，尤其是在涉及复杂数据结构时。此外，表S9中的区域副产品饲料分布曾出现误标问题，现已纠正。这一修正确保了数据的准确性和地理分布的正确性，有助于更精确地分析不同地区在饲料使用上的差异。

表S9中的百分比数据最初是以饲料为基础计算的，但在生命周期评估（LCA）模型中被误读为干物质值。因此，研究对这些数据进行了重新计算，将其转换为干物质基础，并更新了模型输入。这一调整反映了在环境评估过程中，饲料成分的准确表达对于模型结果的重要性，尤其是在分析不同饲料对温室气体排放的影响时。

在饲料营养成分方面，研究对表S10至S16中的数据进行了调整，使其与用于构建饲料配方的软件生成的营养成分数据相一致。这解决了之前存在的轻微不一致问题，使得数据更贴近实际的饲料组成，例如不同类型的牧草。更新后的表格现在准确地反映了特定饲料混合物（如替代牧草）的组成，以及正确的有机物（OM）指标，从而提升了模型输入的科学性。

关于乳清排放因子的分配基础，研究指出之前采用的是基于牛奶固体的分配方式，这适用于乳清用于人类消费的情况。然而，根据国际乳业联合会（IDF）对动物饲料用乳清产品的指导原则，研究采用了经济分配方式重新计算了排放因子。这一调整确保了乳清在不同用途下的排放评估更加符合行业实践，也提高了数据的适用性。

在结果与讨论部分，研究重点分析了美国牛奶生产在2020年的温室气体排放总量及其来源。研究估算，美国从牛奶生产到农场门的温室气体排放总量平均为131.97百万公吨（MMT）的二氧化碳当量（CO?e），而牛肉系统则贡献了30.03 MMT CO?e。集中饲料（如谷物和副产品）的生产对温室气体排放的贡献几乎与反刍动物的肠道发酵相当，分别为36.8 MMT CO?e，占总排放量的28%。各地区的贡献比例从24%到41%不等，反映了区域生产实践、环境条件和饲料来源的差异。

这一发现强调了集中饲料在温室气体排放中的重要性。集中饲料的生产不仅涉及农作物的种植，还包括加工、运输等多个环节，因此其排放来源更加分散，管理起来也更为复杂。这需要在多个地区、不同作物和供应链的不同环节之间进行协调，以减少整体排放。相比之下，肠道发酵是最大的单一排放源，贡献了约37.9 MMT CO?e，占总排放量的29%（各地区范围为24-32%）。这表明，减少反刍动物消化过程中的甲烷排放是实现净温室气体中和目标的关键。

土地利用变化（LUC）的排放曾被认为在美国农业中贡献较小，但根据2022年国际乳业联合会（IDF）的指南以及GHG协议产品标准和FAO的LEAP指导原则，LUC现在被视为排放报告和评估的重要组成部分。这一变化反映了对LUC排放重要性的重新认识。本研究指出，LUC在美国牛奶生产相关的温室气体排放中平均贡献了10%，地区范围为6-18%。这一发现突显了在评估农业碳足迹时，必须将LUC纳入考虑范围，以实现全面的碳排放核算。

粪便排放是另一个重要的温室气体来源，包括甲烷（CH?）和氧化亚氮（N?O）。总的粪便排放约为32.3 MMT CO?e，占总排放量的25%（各地区范围为16-31%）。甲烷在粪便排放中占78%，而氧化亚氮则占22%。不同地区的管理方式导致甲烷和氧化亚氮的贡献比例存在差异。例如，采用牧场系统较多的地区（如密西西比河谷）通常具有较高的氧化亚氮排放，而使用厌氧池较多的地区（如西部）则主要排放甲烷。此外，厌氧消化器通过收集和利用沼气提供排放抵消信用，平均贡献了行业排放的0.4%，在高采用率地区可达1.2%。这表明，通过技术手段减少粪便排放具有一定的潜力。

饲料相关排放，包括集中饲料、牧草、饲料加工和运输，合计占总排放量的约12%、5%、1%和0.7%。这些排放来源于多个环节，增加了管理的复杂性。然而，通过优化饲料配方、采用更环保的种植方式（如减少耕作和种植覆盖作物）等措施，可以实现对净排放的减少。例如，转向无耕作和种植覆盖作物的实践可使净排放减少约1.8 MMT CO?e，占总排放量的1.3%。这表明，改善饲料生产方式和农业实践对于减少温室气体排放具有重要意义。

在排放强度方面，美国牛奶的平均排放强度为1.29千克CO?e/千克FPCM，地区差异较大，从1.17到1.88千克CO?e/千克FPCM不等。这些差异主要源于饲料配方、饲料来源、粪便管理方式和牛奶产量等因素。值得注意的是，美国中西部和西部地区虽然生产了全国最多的牛奶，但其排放强度接近或略低于全国平均水平，而产量较低的地区则具有较高的排放强度。这可能与这些地区较高的牧场系统使用率有关，但某些乳制品买家可能更倾向于选择这些地区的产品。

研究的排放范围与之前的相关评估基本一致，报告的值在0.69至1.84千克CO?e/千克FPCM之间。尽管不同研究在假设、数据来源和模型结构上存在差异，使得直接比较较为复杂，但本研究通过隔离关键组成部分，提供了更具可比性的分析。图6A展示了我们的敏感性分析，探讨了不同模型对估算瘤胃甲烷和粪便挥发性固体（VS）和氮（N）排放率的影响。使用这些替代模型，美国奶业的总排放量在117.8至150.2 MMT CO?e之间，平均排放强度在1.16至1.47千克CO?e/千克FPCM之间。详细比较见附录S7中的表S32和S33以及图2。这些结果突显了模型选择对排放估算的影响，强调了使用最新模型和数据的重要性，以及依赖过时模型可能带来的局限性。

此外，研究还考虑了排放源内部的不确定性，包括饲料、瘤胃甲烷和粪便排放的不确定性。这些不确定性主要来自于预测模型的标准误差（如瘤胃甲烷、VS和N的排放率）以及区域数据输入的标准偏差（如饲料排放因子）。图3和图6B显示，当考虑所有评估的不确定性来源时，全国排放量范围为93.6至178.3 MMT CO?e，即0.92至1.75千克CO?e/千克FPCM。图6B和表S34、S35进一步展示了每个排放源的不确定性范围，显示选择粪便VS和N排放模型的不确定性对总排放范围的影响较小，而选择瘤胃甲烷模型的不确定性则更为显著。干物质摄入量（DMI）的±10%不确定性会导致总排放量的相应变化，因为DMI直接决定了饲料输入、瘤胃发酵和粪便排放的排放量。这表明，饲料排放因子的不确定性是影响排放估算的主要因素，因此需要更详细的数据来准确反映饲料生产在不同地区和供应链环节中的异质性影响。

研究还强调了排放因子的区域差异和饲料生产的复杂性。通过使用最新的模型和空间数据，研究提供了对当前乳制品生产实践及其相关排放的更精确的分析。尽管仍存在不确定性，但这些模型和数据有助于更全面地理解排放的来源和变化趋势。瘤胃发酵和粪便仍然是重要的排放源，平均贡献了总农场门排放的53.2%，但这一比例低于之前的研究（见图S4中的区域范围和不确定性）。这一变化反映了研究方法的改进，以及对排放源的更准确评估。

研究还探讨了土地利用变化（LUC）在排放中的作用。尽管过去认为LUC在美国农业中贡献较小，但本研究发现其在饲料作物相关的排放中具有重要影响。LUC平均贡献了总排放的11%，而氧化亚氮（N?O）从粪便和田间施肥中产生的排放占总排放的10%。此外，化石燃料产生的二氧化碳（CO?）占总排放的6%。这些数据表明，LUC和N?O排放是影响总排放的重要因素，因此在制定农业减排策略时，必须加以考虑。

研究还分析了不同全球变暖潜力（GWP）因子对排放估算的影响。表S36展示了排除LUC或沼气抵消信用以及包括青贮储存中的N?O排放后的影响。表S37进一步评估了不同GWP因子（如IPCC第四次和第五次评估报告，以及第六次评估报告）下的排放变化。分析结果表明，生物源甲烷（CH?）的排放存在显著差异，其中第六次评估报告（AR6）下的生物源甲烷贡献了63.1 MMT CO?e（占总排放的48%），而第五次评估报告（AR5）结合气候碳反馈后的贡献则增加至78.9 MMT CO?e（占总排放的53%）。这一敏感性分析突显了在基准排放评估中选择适当GWP因子的重要性，同时也展示了方法论选择对排放估算结果的显著影响。

最后，图7展示了2020年的排放与2007年更新后的估算之间的比较。这一比较采用了最新的模型、系统边界和一致的假设，为评估时间变化提供了更可靠的基础。分析结果显示，2020年的排放强度较2007年有所下降，从平均1.50千克CO?e/千克FPCM降至1.29千克CO?e/千克FPCM，反映了生产效率和排放管理的提升。然而，尽管排放强度下降，总排放量却从2007年的120百万公吨（MMT）CO?e增加至2020年的132百万公吨CO?e，主要由于总牛奶产量的增加，从2007年的81百万公吨FPCM增至2020年的102百万公吨FPCM。这一趋势表明，尽管单位产量的排放有所减少，但总体产量的增长仍然带来了更高的总排放。因此，为了实现温室气体中和目标，除了提高生产效率外，还需要在增加产量的同时控制排放。

综上所述，本研究通过多方面的数据修正和模型优化，提高了美国牛奶生产相关温室气体排放估算的准确性。研究强调了饲料生产、瘤胃发酵和粪便排放作为主要排放源的重要性，并指出土地利用变化和氧化亚氮排放也是不可忽视的因素。此外，研究还探讨了不同GWP因子对排放估算的影响，以及排放强度和总排放量的变化趋势。这些发现不仅为理解美国奶业的碳足迹提供了新的视角，也为未来的政策制定和减排措施提供了科学依据。研究的更新数据和方法论改进，有助于推动更全面和精确的环境评估，为实现气候行动目标奠定基础。