减少温室气体排放、大力发展清洁能源是实现碳中和战略目标的重要途径。水电作为目前占比最大的“清洁”能源，具有开发潜力巨大、技术高度成熟和供电灵活稳定等特点。然而，近期越来越多研究表明，水电站在其蓄水发电过程中也会排放大量的CO₂、CH₄和N₂O等温室气体（GHGs）。如何通过精确评估全球现存水电站GHGs排放的空间格局和潜在影响机制，进而科学指导未来减排背景下水电站日常管理和选址新建工作，成为该领域的热点话题。

　　为深入探究这一话题，中科院地理资源所李明旭博士在何念鹏研究员带领下，采用蒙特卡洛模拟方法系统评估了全球现存水电站（n=1221）的GHGs排放通量、碳排放强度（单位发电量的GHGs排放量）以及关键影响因素。研究结果表明，全球现存水电站GHGs排放总量约为0.26 Pg CO₂ eq. yr^-1，约占人为源GHGs总排放的0.7%；全球水电站碳强度约为63.0 kg CO₂eq.MWh^-1，显著低于煤、石油和天然气等传统能源，但略高于太阳能、风能和核能等。全球尺度上，水电整体是相对“清洁”、低GHGs排放的；然而，聚焦到单个水电站碳强度分析时，以联合国公布的2030可持续发展目标参考值（80 kg CO₂eq.MWh^-1）为清洁能源基准，现存水电站中超过44%无法达标。无法达标的水电站主要来自于以下两类：蓄水深度低于20m的浅水型和叶绿素浓度超过7μg L^-1的富营养化水电站。

　　 

　　图1. 水电站温室气体（GHGs）产生和影响机制示意图

　　此外，研究人员结合相关数据集，将全球在建和规划中的水电站（n=3490）纳入分析，发现未来全球水电站GHGs总排放将增加42.0%以上，整体碳强度将显著增加至131.5 kg CO₂eq.MWh^-1，超过66.4%的水电站难以满足2030可持续发展目标之“清洁能源”标准。同时，针对未来水体富营养化指标的情景分析表明，即使不考虑在建和规划中的这些水电站，如果现存水电站水体叶绿素浓度上升一倍，水电整体碳排放强度将无法达标。因此，未来水电发展需高度重视水电站库区GHGs排放问题以降低整体碳排放强度，建议加强日常管理预防水体富营养化、同时新建水电站选址时应尽量避开浅水型河段。

　　图2. 全球在建和规划中水电站的碳排放强度空间分布

　　论文近期在线发表于国际著名学术期刊《Renewable and Sustainable Energy Reviews》(IF₂=14.89)，第一作者为地理所李明旭博士，通讯作者为何念鹏研究员。研究受到国家自然科学基金重点项目和基础科学中心项目（42141004, 31988102, 32001186）、第二次青藏高原综合科学考察项目（2019QZKK060602）等资助。

　　此外，李明旭博士关于内陆水体温室气体排放、碳水平迁移以及基于此自主研发的生态水文过程模型（TRIPLEX-HYDRA），2篇相关研究论文近期发表于国际著名学术期刊《Water Research》。

　　相关论文目录 (*通讯作者)： 

　　Li MX, He NP*. 2022. Carbon intensity of global existing and future hydropower reservoirs. Renewable and Sustainable Energy Reviews, 162: 112433. doi: 10.1016/j.rser.2022.112433. (IF=14.98)

　　Li MX, Peng CH*, Zhang KR, Xu L, Wang JM, Yang Y, Li P, Liu ZL, He NP*.2021. Headwater stream ecosystem: an important source of greenhouse gases to the atmosphere. Water Research, 190: 116738. doi: 10.1016/j.watres.2020.116738.  (IF=11.23)

　　Li MX, Peng CH*, Zhu QA, Zhou XL, Yang G, Song XZ, Zhang KR. 2020. The significant contribution of lake depth in regulating global lake diffusive methane emissions. Water Research, 172: 115465. doi: 10.1016/j.watres.2020.115465. (IF=11.23)

　　Li MX*, Peng CH*, He NP. 2022. Global patterns of particulate organic carbon export from land to the ocean. Ecogydrology, doi: 10.1002/eco.2373. (IF=2.84)

　　Li MX, Peng CH*, Zhou XL, Yang Y, Guo YR, Shi GH, Zhu QA. 2019. Modeling global riverine DOC flux dynamics from 1951 to 2015. Journal of Advances in Modeling Earth Systems, 11: 514-530. doi: 10.1029/2018MS001363. (IF=6.66)

Li MX, Peng, CH*, Wang M, Xue W, Zhang KR, Wang KF, Shi GH, Zhu QA. 2017.The carbon flux of global rivers: A re-evaluation of amount and spatial patterns. Ecological Indicators, 80: 40-51. doi.org/10.1016/j.ecolind.2017.04.049. (IF=4.96)