温室气体不确定性不是附在结果旁的形式化注释。碳排放量核算误差的来源和大小，会影响需要补充哪些资料，以及当前结果可以支持什么判断。《证明碳减排的技术与解决方案》第7章提出，应同时考察测量、抽样和模型的不确定性。
先明确概念和适用范围
不确定性的来源可能各不相同。应分别考察设备性能、空间和时间代表性、活动数据与排放因子，以及模型假设。只提高某一部分的精度，并不意味着整体误差会按相同比例下降。提交结果时，应记录计算范围的方法和前提。不要把敏感性分析、统计不确定性和制度要求的保守处理当成同一个概念。判断改进措施能否实际改变决策，是改进投资的依据。
基于排放因子的基准线也是一种选择。IPCC Tier 1使用默认排放因子；针对肠道发酵的Tier 2则更详细地纳入饲养特征、总能量摄入量、甲烷转化率等因素。仅用平均因子可能难以捕捉单个农场的技术效果，但这并不意味着使用因子本身不适合用于补偿。判断依据是：是否采用适用方法学允许的因子和活动数据，确认适用条件，并做好不确定性处理与核查。
哪种不确定性占主导，取决于测量条件。在自然通风畜舍中，通风量和空间代表性的影响可能较大；测量微小浓度差时，设备重复性、漂移和背景校正可能很重要。应先编制不确定度预算，再比较降低各项不确定性的成本与对最终判断的改善效果。更贵的传感器或更多的样本，并不总是最佳投资。
减排量既需要测量结果可追溯，也需要计算过程可追踪。测量值应通过有记录的校准链和测量不确定度与基准相联系；活动数据以及排放因子、模型，则应通过来源、版本和适用条件追踪到最终结果。并非所有减排量都来自直接测量这一种方式。审查人员除了核查计算能否复现，也应确认所用资料和方法是否适合支撑相关主张。
浓度是气体在空气中的比例，排放率则是单位时间内排出的质量。要测量或估算排放量，必须将符合目的的浓度、流量和测量模型联系起来。即使浓度下降，如果空气流动量增加，也不能断定质量排放率会朝同一方向变化。将随时间变化的排放率换算成排放量时，还要处理测量期间和数据缺失时段。
切实可行的改进路径，是逐步积累浓度观测和基准排放率测量数据，并连接通风、气象、畜群数量和饲料信息。应在未用于模型开发的农场和期间评估预测误差，并说明适用范围。即使同步观测数据增加，如果代表性不足或存在共同偏差，模型的可信度也不会自然提高。
现场应用的条件与局限
假设某项目的传感器精度很高，但通风量估算依据薄弱。应评估增加传感器的成本能在多大程度上提高结果可信度。如果误差主要来自其他方面，即使增加设备数量，也未必能显著改善判断。改进投资应针对主要影响因素。
非分散红外（NDIR）利用甲烷对红外线的吸收进行测量。它不像催化燃烧式传感器那样依赖氧气，也不存在催化剂中毒问题，但仍会受到光学污染以及温度、压力和水分的影响。不能仅凭其原理就认定适合农场长期观测；应按产品确认，在预期浓度及内外浓度差的条件下，检出限、重复性和漂移是否足够。
比较传感器时，应同时核实测量范围、分辨率、对其他气体的交叉灵敏度、响应时间和漂移。也要检查温度、湿度、粉尘等环境条件及校准要求。如果用途要求区分微小的浓度差异，就应按产品和运行模式确认设备显示单位及不确定度是否符合要求。仅凭传感器原理的名称，无法替代这些条件。
AI可用于寻找异常迹象的候选项、在规定条件下估算短时缺失数据，以及探索多个变量之间的关系。它也可以辅助整理资料、检查质量和起草报告。不同功能的目的和失败成本各不相同，因此不能用同一性能指标评估所有功能。应说明结果依据哪些输入和假设生成，并将估算值与直接观测值区分开来。
投资审查所需的依据
投资者应区分报告的范围属于统计不确定性、项目情景，还是制度规定的保守调整。若将不同概念合并为一个折扣率，含义就会变得模糊。小数点后显示得再精确，也不能替代高质量的输入数据。
AI评估资料应按使用目的区分。要预测未来运行情况，应考虑时间顺序；要推广到其他农场，应考虑按农场划分资料。还要区分用于模型选择的资料，与用于最后一次性能确认的资料。应与简单的基准模型比较，并核实除平均误差外，模型是否存在按农场或季节划分的偏差，以及在哪些条件下会失败，才能说明实际使用范围。
还应写明发生失败时如何处理。校准超过有效期、通信数据缺失，或遇到未经评估的饲料、季节和通风条件时，应限制输出的适用性，或停止使用并交由负责人处理。重新训练模型后，不能立即恢复使用。应使用独立评估数据检查变更后的模型，并记录启用时间和批准人。模型辅助判断与对减排量进行外部核查，是两项不同工作。
判断时应保留的标准
不确定性管理不是尽可能多地收集数字，而是找出对结论敏感的输入，比较补充资料的价值与成本。只有能够说明结果范围和使用局限，审查人员才能作出具体判断。
作者介绍
李奉俊毕业于西江大学技术经营研究生院（MOT）。他曾在Infitron Co., Ltd.工作7年，在Honeywell工作20年，累计在气体测量领域从事服务工程、技术销售和渠道管理工作27年。目前，他是AI Safety Korea Co., Ltd.的创始人，正在研究运用传感器、人工智能和数据分析开展畜牧甲烷监测，以及测量、报告与核查（MRV）体系。