畜舍通风量是将甲烷浓度与质量排放率联系起来时的重要输入数据。不过，把通风量作为一个固定值，并不意味着在任何情况下都能据此核算甲烷排放量。《证明碳减排的技术与解决方案》第8章也讨论了测量模型对气流、混合和时间变化所作的假设。
先明确概念与适用范围
时间同步也是流量核算的一部分。如果浓度、风机状态和温湿度使用不同的时钟记录，就可能把不同情境错误地对应起来。应规定采集频率、时间基准，以及通信延迟数据的处理规则。通风状态发生变化的期间，也要确认原有关系是否仍然适用。应识别模型不适用的条件，并限制结果的使用范围。列出计算公式，与确认哪些现场能够使用该公式，是两项不同的工作。
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；测量很小的浓度差时，设备的重复性、漂移和背景校正可能更重要。应先编制不确定度预算，再比较降低各项不确定性的成本，以及这会给最终判断带来多大改善。昂贵的传感器或更多样本，并不总是最好的投资。
浓度是气体在空气中的比例，排放率则是单位时间排出的质量。要测量或估算排放量，需要根据目的把浓度、流量和测量模型联系起来。即使浓度下降，如果空气流量增加，也不能断定质量排放率会朝同一方向变化。要将随时间变化的排放率换算为排放量，还需要处理测量期间和数据缺失时段。
示踪气体法。利用已知的释放率或浓度下降趋势估算空气交换量。结果会受到示踪气体与目标气体的混合和输送是否足够相似，以及背景浓度如何处理等因素影响。仅凭方法名称，并不能保证准确度。
个体层面的方法各有用途和局限。开放式呼吸代谢室通过进出气体及流量计算质量平衡，但动物适应和成本负担较大。GreenFeed 利用动物访问采食罩期间的浓度和气流进行测量，因此访问时段能否代表全天十分重要。SF6 方法是在瘤胃中放入具有已知释放率的渗透管，再用外部采样装置收集呼吸和嗳气。与其按技术名称排列单一的准确度名次，不如比较回收率、校准、抽样和操作记录。畜舍某个位置的浓度，并不是上述方法所测的排放率。
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，但并不能避免光学污染以及温度、压力和水分的影响。不能仅凭原理就判断它适合农场长期观测；应针对具体产品，确认其检出限、重复性和漂移是否足以满足预期浓度和内外浓度差的测量需求。
现场应用的条件与局限
假设一个项目只拿到了机械通风畜舍的风机运行记录。还需要确认运行状态与实际流量之间的关系，以及如何处理门口和其他路径的空气流动。在自然通风的畜舍中，气流路径可能随风况和开口状态而改变。应检验模型的假设是否符合现场情况。
比较传感器时，应一并核查测量范围和分辨率、对其他气体的交叉灵敏度、响应时间和漂移。还要检查温度、湿度、粉尘等环境条件，以及校准要求。如果用途需要区分很小的浓度差，就应针对不同产品和运行模式，确认设备显示单位和不确定度是否适合该用途。传感器原理的名称不能代替这些核查。
AI 可用于寻找异常迹象、在规定条件下估算短时缺失的数据，以及探索多个变量之间的关系；也可以帮助整理资料、检查质量和起草报告。不同功能的目的和失效成本各不相同，因此不应一概用同一个性能指标评估。应说明结果使用了哪些输入和假设，并将估算值与直接观测值区分开来。
应先拆分评估数据。如果把同一农场相邻时段的数据随机混在一起，模型可能只是记住了现场的重复模式，却被误认为对新农场也有同样的性能。如果目的是预测未来运行情况，就按时间顺序拆分；如果目的是部署到其他农场，就以农场为单位拆分。还要区分用于模型选择的验证数据与最终性能评估数据，并按照在训练资料中确定的规则执行预处理和缺失值填补。
投资评估所需的依据
在技术评估中，需要确认浓度与流量采用的时间基准是否一致。将不同时间点的数据相乘，可能得出与实际状态不符的结果。应一并说明测量的代表性、缺失时段的处理方法，以及模型不适用的条件。
数据谱系是指最终数值从哪些原始资料出发、经过哪些转换得出的路径。除了设备、通道和生成时间，也要记录单位换算、校正、筛选和汇总规则。还应留下由谁执行和批准，以及后来因何修改了什么的记录。原始资料仍然保存，与合格的审查人员能够重新核查处理过程，是需要一并确认的条件。
这里可借鉴的运营原则是，先定义有效条件，再考虑资料数量。如果被排除的时段集中在特定天气或饲喂情形，有效数据的平均值就可能无法代表全年平均值。不能把某个畜舍的风向和风速标准直接搬到另一栋建筑；还应一并考察背景浓度、气体混合、通风模型以及被排除资料的分布。
判断时应保留的标准
仅仅纳入了通风量，并不能证明核算方法恰当。还要确认输入数据的来源、测量边界和模型的有效条件。如果对现场复杂情况作了简化，就应说明采用了哪些假设，以及结果的有效范围。
作者简介
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。