不确定度预算不是“把误差定得很大的表格”

一提到要为碳减排结果附上不确定度，人们往往直接拿来传感器规格书上的准确度，例如±2%，原样附在最终减排量上。然而，减排量并非传感器的一次读数。它是从基准期排放量中减去项目期排放量，并视情况反映泄漏、项目排放、饲养头数和产量变化后得到的计算结果。即使浓度仪非常准确，若通风量估算错误，或基准线不能代表比较期间，减排量仍可能严重偏离实际。

《国际计量学词汇》VIM将不确定度预算定义为对测量不确定度及其分量，以及计算和合成方法的说明。其中包括测量模型、各输入量的估计值与不确定度、协方差、概率分布、自由度、评定类型，并在必要时包括包含因子。因此，不确定度预算既不是含糊的“安全余量”，也不是削弱结果的免责声明，而是一份技术文件：它显示最终数值依赖哪些信息，以及改进哪些输入才能真正提高结果质量。

另一个误解是把不确定度和错误混为一谈。错误录入的饲养头数、ppm与%的单位混淆、时钟不同步、校准系数重复应用，都属于发现后应予纠正的错误。相反，校正后仍然存在的传感器校准局限、个体间自然变异、样本代表总体的程度等，在现有信息下无法完全消除的离散性，应以不确定度表示。不纠正已知偏差，只是把不确定度区间加宽，并不是良好设计。

第一步不是写计算公式，而是用一句话固定测量对象

编制不确定度预算，首先必须确定测量什么，也就是被测量（measurand）。仅写“甲烷减排量”并不够。例如，应明确写成“将A栋120头育肥牛在2026年6月1日至30日期间排放的甲烷质量，与按相同生产单位归一化的基准线比较所得的月度减排量（kg CH₄）”，从而规定地点、畜群、期间、边界、单位和比较规则。是否只纳入肠道发酵、是否也纳入粪污储存产生的甲烷，以及如何扣除外部背景浓度，也都应与这句话相衔接。

然后把最终结果写成输入量的函数。简化的畜舍排放率可表示如下。

E = Q × (x_out − x_in) × (M_CH4 / V_m) × t

其中Q是以干基计的体积流量，x_out和x_in分别是排风口和进风口的甲烷摩尔分数，M_CH4是甲烷的摩尔质量，V_m是相应温度和压力下的摩尔体积，t是累计时间。ppm浓度应乘以10⁻⁶换算为无量纲摩尔分数，并统一浓度与流量的干基、湿基。减排量R是将基准线排放量E_base与项目排放量E_project之差，再计入边界内的额外排放或泄漏调整值后计算得出。实际的自然通风畜舍没有单一排风口，气流还可能反转，因此不能原样套用此公式，而应记录所采用方法的完整模型，如示踪气体法、CO₂平衡法、质量平衡法或扩散模型等。

先写出这个模型，就能发现遗漏项：是否只把浓度传感器纳入预算却漏掉通风量；基准期与项目期的饲养头数校正是否属于单独模型；填补缺失区间的预测值是否被当作观测值处理。还必须记录测量模型的版本和适用期间，因为计算公式改变后，即便使用相同原始资料，结果和不确定度也会改变。

在整条测量链中查找不确定度来源

实务中把来源分成六组，可以减少遗漏。

  1. 仪器与校准：标准气体认证值、零点和量程、线性、分辨率、重复性、长期漂移、交叉敏感、温度湿度压力影响，以及采样管路的泄漏和吸附。

  2. 空间采样：传感器是否代表实际排出空气；是否偏向进料口、粪污口或风机周边的局部浓度；进风点和排风点是否区分正确。

  3. 时间采样：是否充分捕捉反刍、进料、粪污搅拌和通风控制的周期；如何处理未测量的夜间、周末和季节。

  4. 活动数据：每日实际饲养头数、体重、采食量、饲料组成、产奶量或增重、粪污管理期间和设备运行时间的误差。

  5. 模型与换算：通风量估算、背景浓度扣除、干基湿基、标准状态换算、时间积分、缺失值替代和外推所产生的不确定度。

  6. 基准线与可比性：气象、畜群构成、生产率以及饲料以外的管理变化在基准期与项目期之间造成的差异。

其中，通过重复测量的统计结果求得的分量通常接近Type A评定；从校准证书、制造商资料、既往研究和专业判断中得到的分量通常接近Type B评定。这并不意味着Type A是“好的不确定度”，而Type B是“不好的估计”。二者都必须转换为标准不确定度这一共同形式后再合成，关键是透明记录资料来源和假设。

不能把所有百分比直接相加

要把各输入的不确定度转换到最终结果的单位，需要使用灵敏度系数。它表示输入值发生微小变化时，结果会变化多少。如果各输入相互独立，且模型近似线性，就将各标准不确定度乘以灵敏度系数所得的贡献平方后求和，再开平方。NIST给出的典型不确定度预算也把分量、灵敏度系数、标准差和自由度放在同一张表中管理。

然而，畜牧数据经常不满足独立性假设。如果同一台传感器同时测量基准期和项目期，校准偏差会共同作用于两个数值。如果用于计算排放率的CO₂生成量和饲料摄入量来自相同活动数据，二者可能相关。多个传感器也可能共用同一个温湿度校正值或同一瓶标准气体。忽略协方差可能高估或低估不确定度。无论以“更保守”为由一律相加，还是认为同一设备的偏差必然相抵，都需要依据。

对于非线性模型、非对称分布、接近检出限的数据，或比值分母较小的情况，1阶误差传播可能不稳定。这时，定义各输入的概率分布和相关结构后进行蒙特卡洛模拟会很有用。但增加模拟次数不能解决错误的分布假设或代表性不足。应先验证模型和输入依据。

最终报告中只写±无法作出解释。必须说明它是合成标准不确定度，还是乘以包含因子后的扩展不确定度，以及包含概率是多少。NIST将扩展不确定度说明为U = k × u_c，并指出在正态分布且条件充分时，k=2大致可对应95%的区间。但它并不会在所有数据中自动成为95%。必须同时说明分布、有效自由度和所采用的方法。

农场现场编制不确定度预算的示例

假设比较使用低甲烷饲料前后各一个月的排放量。浓度仪的校准不确定度为2%，自然通风量估算为18%，进排风口浓度差的空间采样为10%，缺失值替代为6%，基准线的日间和周间变动为12%。不能把这些数值简单相加后写成48%。必须先确认各项作用于哪个结果、是否相互独立，以及前后比较中的共同偏差是否抵消。另外，示例数值只有在换算为同一结果量的标准相对不确定度后才能比较和合成；实际评定会因分布、包含因子和相关关系而异。

如果灵敏度分析显示通风量占总方差的一半以上，更换价格更高的浓度传感器就不是优先事项。增加示踪气体实验、补充测量开口处气流，或对通风运行区间分层，可能更有效。反之，如果基准线变异占主导，应优先延长测量期、设置同期对照组，并按饲养头数和采食量进行归一化。不确定度预算的价值不仅在于给出最终区间，还在于确定下一步测量投资的顺序。

如果减排量为100 kg CH₄，扩展不确定度为30 kg，就不应只突出写“减排100 kg”。100 kg CH₄，扩展不确定度30 kg，并注明适用期间、边界、包含概率和方法，应这样报告。与认可标准或碳信用签发门槛比较时，应另行适用相应机制的保守性规则。统计不确定度的计算，并不会自动决定机制规定的折扣率或核查结论。

形成可运行预算的管理标准

不确定度预算不应是报告末尾的一次性表格，而应与数据管线相连。传感器校准证书更新后，相应期间的Type B分量也应改变。缺失率超过预设限值时，应应用预先确定的替代模型或排除该期间，并记录变更理由。饲养头数和饲料配方改变后，应重新审查基准线的适用性。

版本管理至少需要包括原始数据ID、传感器与标准气体ID、校准日期、计算代码版本、排放因子和校正系数的来源与版本、缺失值处理规则、负责人及审批记录。原始资料不被覆盖，并将校正值与计算结果分开保存，方法学改变后仍可重新计算。必须为每个不确定度项目指定负责人和重新评估周期，以避免“有表格却无人更新”的状态。

IPCC国家清单指南并不把不确定度分析视为证明某个数值绝对完美的程序，而是将其作为优先改进主要不确定度来源、随时间提高清单质量的过程。农场层面项目与国家清单的目的不同，但识别所有重要来源、保持一致时间序列并与QA/QC衔接的原则仍然有效。

执行检查清单

  • 是否用一句话定义了被测量，包括气体、边界、畜群、期间、单位和基准状态？

  • 是否把最终减排量表示为全部输入与校正项的函数，并固定了模型版本？

  • 除了传感器，是否还纳入空间和时间采样、通风量、活动数据、缺失值和基准线不确定度？

  • 是否先纠正已知错误和可修正偏差？

  • 是否记录了各分量的Type A、Type B依据、分布、标准不确定度和自由度？

  • 是否审查了共用传感器、标准气体和活动数据引起的相关关系与协方差？

  • 是否利用灵敏度系数计算了各项对最终结果的贡献？

  • 是否针对非线性、非对称和检出限问题选择了合适的传播方法？

  • 报告时是否区分了合成标准不确定度与扩展不确定度、包含因子和包含概率？

  • 是否把贡献最大的项目与下一步测量改进计划及预算相连接？

结论：好的不确定度预算不会掩盖数字的弱点

在碳减排测量中，不确定度不是失败的标志，而是定量呈现现实世界的变动和信息局限的方法。重要的不是任意附上一个很宽的区间，而是固定测量对象和模型，追踪每个不确定度来源进入结果的路径。

如果只管理传感器准确度，可能得到看起来精密却错误的减排量。相反，纳入空间代表性、通风量、活动数据、基准线和相关关系的预算，会说明可以提出哪些主张，以及还需要测量什么。归根结底，不确定度预算不是削弱碳绩效的附录，而是让现场记录转化为可核查主张的质量设计图。

来源