CN105808952B - 一种生命周期评价数据的质量评估方法 - Google Patents
一种生命周期评价数据的质量评估方法 Download PDFInfo
- Publication number
- CN105808952B CN105808952B CN201610136554.3A CN201610136554A CN105808952B CN 105808952 B CN105808952 B CN 105808952B CN 201610136554 A CN201610136554 A CN 201610136554A CN 105808952 B CN105808952 B CN 105808952B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- data
- uncertainty
- listings data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2219/00—Indexing scheme relating to application aspects of data processing equipment or methods
- G06F2219/10—Environmental application, e.g. waste reduction, pollution control, compliance with environmental legislation
Landscapes
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明公开了一种生命周期评价数据的质量评估方法,将评价对象的原始清单数据分为直接清单数据和间接清单数据;根据原始数据的平均值、数据变化的上、下限范围,并将原始数据视为正态分布函数,通过原始数据的相对标准差计算清单数据的不确定度;利用数据误差传递理论获得全生命周期汇总清单数据的不确定度;最后结合污染物环境影响类型分类方法获得分类环境影响负荷的不确定度。本发明方法通过清单数据不确定度、汇总清单不确定度和环境影响负荷不确定度3个层次的不确定度指标,实现全生命周期评价结果的可靠性评估。本发明方法减少了生命周期评价数据质量评估过程中的主观性,解决了随机模拟计算的复杂性高、计算量大等问题。
Description
技术领域
本发明属于生命周期评价利用领域,尤其涉及一种生命周期评价数据的质量评估方法。
背景技术
生命周期评价方法是一种目前国际上评价环境影响的重要工具,它对产品或服务从原料获取直至产品的利用废弃全生命周期各阶段导致的环境影响进行最全面分析评估。但是生命周期评价过程所涉及的数据众多、来源广泛,容易引起评价结果的误差大,数据可靠性低等问题,从而影响评价结果在决策上的应用。因此进行生命周期评价数据的质量评估,对提高评价结果的可靠性,改善数据质量具有重要意义。
近年来生命周期评价数据的质量评估受到研究者越来越多的关注。评价LCA数据质量主要的方法通常是基于原始数据质量指标,首先得出原始数据的不确定度,然后通过清单数据计算的误差传递,获得清单结果的不确定性。其中原始数据质量指标法采用谱系矩阵,通过3~5个反映区域、时间和来源等属性的定性指标转化为定量指标表征综合数据质量指标(DQI),由此确定原始数据的不确定度;而数据传播的不确定度基于原始数据质量指标(DQI)建立数据的随机分布,再通过泰勒级数展开算法、贝氏定理或蒙特卡洛的随机模拟获得清单结果的不确定度。另外,有些研究者将不确定度分析与敏感度分析相结合的方法,可辨识出LCA模型中具有高不确定度和高敏感度的关键数据,从而用以指出改进数据质量的关键数据。在使用广泛的生命周期评价软件,如Simpro,Gabi,ECO-KCL、eBalance等均采用基于蒙特卡洛模拟分析的数据质量评估。
综合文献报道的生命周期评价数据的质量评估方法可见,原始数据的不确定度计算通常通过数据的分级定性指标转化到定量指标,具有较多的主观因素;而原始数据和算法不确定度的误差传递则基于原始数据的不确定度给出概率分布函数再进行随机模拟,由于LCA评价的原始数据量大且可能发生多次数据传递,因此通过随机模拟进行清单数据的质量评估计算量大,而且随机模拟难以反映不同评价对象的特点。
发明内容
发明目的:为了克服现有技术中存在的不足,本发明提供一种生命周期评价数据的质量评估方法,减少数据质量评估过程中的主观因素以及计算量。
技术方案:为实现上述目的,本发明中生命周期评价数据的质量评估方法,包括以下步骤:
步骤一:将评价对象在生命周期评价过程中的原始清单数据分为直接清单数据和间接清单数据两种类型,所述直接清单数据是评价对象直接排放输出物质的原始清单数据,所述间接清单数据是评价对象的输入物质的间接排放物质的原始清单数据;
步骤二:将评价对象各阶段的直接清单数据和间接清单数据分别转化到生命周期评价功能单位下各物质的直接清单数据和间接清单数据,用Xi,j表示i物质在生命周期评价中j子过程中的直接清单数据,用X’i,j表示i物质在生命周期评价中j子过程中的间接清单数据;间接清单数据的第一参量Wk,j表示评价对象生命周期评价功能单位下输入物质k在生命周期评价中j子过程的消耗数量,间接清单数据的第二参量Yk,i表示输入物质k的间接排放i物质的生命周期清单数据;
步骤三:对任意i物质,根据所述直接清单数据Xi,j的统计数据,计算确定其概率密度函数的平均值以及在95%置信区间的置信上限Xi,j(max)和置信下限Xi,j(min);
根据所述间接清单数据X’i,j的第一参量Wk,j的统计数据,计算确定其概率密度函数的平均值以及在95%置信区间的置信上限Wk,j(max)和置信下限Wk,j(min);根据所述间接清单数据的第二参量Yk,i的统计数据,计算确定其概率密度函数的平均值以及在95%置信区间的置信上限Yk,i(max)和置信下限Yk,i(min);
步骤四:对任意i物质,根据直接清单数据Xi,j的平均值置信上限Wk,j(max)和置信下限Wk,j(min)计算直接清单数据Xi,j的不确定度σ1ij;
根据所述第一相关参数Wk,j的平均值置信上限Wk,j(max)和置信下限Wk,j(min),计算所述第一相关参数Wk,j的不确定度根据所述第二相关参数Yk,j的平均值置信上限Yk,i(max)和置信下限Yk,i(min)计算所述第二相关参数Yk,i的不确定度
基于数据误差传递理论,根据所述第一相关参数Wk,j的不确定度和第二相关参数Yk,i的不确定度计算间接清单数据X’i,j的不确定度σ2ij;
步骤五:基于数据误差传递理论,先分别计算全生命周期中i物质的汇总直接清单数据的不确定度σ1i和汇总间接清单数据的不确定度σ2i,再计算i物质的汇总清单数据的不确定度σi;
步骤六:根据生命周期评价环境影响类型分类方法,将i物质分别归类于不同的环境影响类型,并计算任意p种类型的环境影响负荷EBp;
步骤七:计算任意p种类型环境影响负荷EBp的不确定度E(σp)。
其中,步骤二中任意i物质的间接清单数据X’i,j的计算表达式如下:
X'i,j=Wk,j·Yk,i。
其中,步骤三中所述直接清单数据Xi,j和间接清单数据X’i,j及其第一相关参数Wk,j、第二相关参数Yk,j的概率密度函数为正态分布函数;
步骤四中,计算直接清单数据Xi,j的不确定度σ1ij的计算表达式为:
第一相关参数Wk,j的不确定度和第二相关参数Yk,j的不确定度的计算表达式为:
式中,Zα/2为标准正态分布表中显著水平为α=0.05所对应的位置值。
进一步地,步骤四中间接清单数据X’i,j的不确定度σ2ij的表达式为:
进一步地,步骤五中i物质的汇总直接清单数据Xi的不确定度σ1i的计算表达式为:
所述i物质的汇总间接清单数据X’i的不确定度σ2i的计算表达式为:
所述i物质的汇总清单数据的不确定度σi的计算表达式为:
式中,系数Ai,j为直接清单数据的平均值占汇总直接清单数据平均值的权重,Bi,j为间接清单数据的平均值占汇总间接清单数据平均值的权重,系数C1,i和C2,i分别为i物质汇总直接清单数据平均值汇总间接清单数据平均值的权重,M为生命周期评价中j子过程总数。
进一步地,步骤六中所述p种类环境影响负荷EBp的计算表达式为:
式中,M为生命周期评价中j子过程总数,N为生命周期评价中i物质的总数,系数Cpi为汇总清单数据p种环境影响中i物质清单数据的权重,其计算表达式为:
式中,Rpi是p种类环境影响中i物质的特征因子。
进一步地,步骤七中p类型环境影响负荷EBp的不确定度E(σp)的计算表达式为:
有益效果:本发明的生命周期评价数据的质量评估方法,根据原始清单数据的平均值、数据变化的上、下限范围,将原始数据的概率密度函数视为正态分布函数,通过原始数据正态分布函数的相对标准差计算清单数据的不确定度;再利用数据误差传递理论,获得全生命周期汇总清单数据的不确定度,其后结合污染物环境影响类型分类方法,获得分类环境影响负荷的不确定度。通过清单数据不确定度、汇总清单不确定度和环境影响负荷不确定度3个层次的不确定度指标值,实现全生命周期评价结果的可靠性的评估,以及不同环境影响类型清单结果的比较。该方法克服了生命周期评价数据质量评估过程中的主观性,简化随机模拟计算的复杂性,减少计算量,以及解决随机模拟难以反映不同评价对象特点的局限。
具体实施方式
下面结合实施例对本发明作更进一步的说明。
采用本发明的生命周期评价数据的质量评估方法,以玉米秸秆热解制提质油的环境影响评价作为评价对象进行数据质量评估,该方法包括以下几个步骤:
步骤一:将评价对象在生命周期评价过程中的原始清单数据分为直接清单数据和间接清单数据两种类型;直接数据是评价对象直接排放输出物质的原始清单数据,包括生产过程直接排放的SO2、NOx、CH4等;间接数据是评价对象输入物质带来间接排放的原始清单数据,包括玉米在种植过程(生长阶段)施用的化肥生产排放清单,生产阶段使用电力的发电生命周期的排放清单。
本实施例中上述原始清单数据来自于与评价对象相关的测量数据、文献报道数据以及调研数据。
步骤二:将玉米秸秆热解制提质油的全生命周期分为M=4个阶段:生长阶段、运输阶段、生产阶段和消费阶段,各阶段的直接数据和间接数据转化到的生命周期评价功能单位下各物质的清单数据Xi,j和X’i,j,i种物质的总数N=5。本实例的功能单位确定为kg/t提质油。
步骤三:经过统计分析得出原始清单数据中的直接清单数据服从正态分布,获取直接清单数据的平均值最大值Xi,j(max)、最小值Xi,j(min),并将最大值Xi,j(max)、最小值Xi,j(min)作为直接清单数据Xi,j95%置信区间的置信上限Xi,j(max)和置信下限Xi,j(min),得到直接清单数据Xi,j的概率密度函数。具体数值列于表1。
表1生命周期评价直接数据清单(kg/t提质油)
间接清单数据首先由式(1)通过两个参量将输入物质k的间接排放i物质清单数据Yk,i转化到评价对象功能单位下的清单数据X’i,j。
X'i,j=Wk,j·Yk,i (1)
间接清单数据X’i,j的第一参量Wk,j、第二参量Yk,i也服从正态分布,获取第一参量的平均值以及最大值Wk,j(max)和最小值Wk,j(min)作为其概率密度函数在95%置信区间的置信上限Wk,j(max)和置信下限Wk,j(min);获取第二参量Yk,i的平均值以及最大值Yk,i(max),和最小值Yk,i(min)作为其概率密度函数在95%置信区间的置信上限Yk,i(max)和置信下限Yk,i(min)。
其中,本实施例中的已知输入物质为化肥、电力,Y1,i为施用化肥的生命周期清单,Y2,i为消耗电力的生命周期清单,二者的平均值最大值Yk,i(max),和最小值Yk,i(min)数据列于表2;W1,1为秸秆生长阶段的化肥消耗量,平均值最大值W1,1(max)和最小值W1,1(min)分别为119、196和41kg/t提质油,W2,3为玉米秸秆制提质油生产阶段的电力消耗量,平均值最大值W2,3(max)和最小值W2,3(min)分别为1913、2200、1626kWh/t提质油。
表2输入物质的间接排放清单数据
经计算获得的间接清单数据X’i,j列于表3:
表3生命周期评价间接清单数据(kg/t提质油)
步骤四:由式(2)计算直接清单数据Xi,j的不确定度σ1ij,
由式(3)和式(4)分别计算Wk,j和Yk,j不确定度和
式(2)~式(4)中Zα/2为标准正态分布显著水平为α=0.05,表中0.975所对应的位置,查标准正态分布表可知Zα/2=1.96。
本实施例中,直接清单数据的不确定度σ1ij,如表4所示。
本实施例中,间接清单数据主要来自化肥生产和电力生产,根据秸秆生长阶段的化肥消耗量,平均值最大值W1,1(max)和最小值W1,1(min),W1,1的不确定度σW1,1=0.334;根据玉米秸秆制提质油生产阶段的电力消耗量,平均值最大值W2,3(max)和最小值W2,3(min),电力消耗量W2,3的不确定度σW2,3=0.0765。输入物质化肥和电力中i物质的间接排放数据清单均来自商业软件的基础数据库,因此Yk,i的不确定度均为σY1,i=σY2,i=0.0225。
表4直接清单数据的不确定度σ1ij
本实施例中,间接数据清单不确定度σ2ij由式(5)计算。
步骤五:基于数据误差传递理论,计算全生命周期i种物质汇总清单数据的不确定度,首先由式6(a)和6(b)计算i种物质汇总直接清单数据Xi的不确定度σ1i和汇总间接清单数据X’i的不确定度σ2i;
然后由式(6)计算包括直接数据与间接数据的汇总清单数据的不确定度σi。
其中,系数Ai,j为直接清单数据平均值占汇总直接清单数据平均值的权重,Bi,j为间接清单数据占汇总间接清单数据平均值的权重,分别由式(7(a))和(7(b))计算:
其中,系数C1,i和C2,i为i种汇总直接清单数据平均值与汇总间接清单数据平均值的权重,由式8(a)和8(b)计算:
由此获得的不同污染物的汇总清单数据不确定度由表5给出。
表5不同污染物的汇总清单数据不确定度
步骤六:根据生命周期评价环境影响分类方法,本实施例中依据丹麦技术大学提出的EDIP方法以及荷兰Leiden大学提出的生命周期环境影响评价方法,考察的5种物质分别归类于温室效应GWP和酸化AP两种环境影响类型,环境影响负荷EBp利用式(9)计算,
步骤七:p种类型环境影响负荷EBp的不确定度通过式(10)计算:
其中系数Cpi为汇总清单数据p种环境影响类型中i种物质清单数据的权重,由式(11)计算,其中:Rpi是p种环境影响类型i物质的特征因子。温室效应中CO2、CH4和N2O的特征因子分别为1、23和298,其余为0;酸化中NOx和SO2的特征因子分别为0.7和1,其余为0。
由此玉米秸秆热解制取提质油生命周期评价的温室效应和酸化环境负荷不确定度分别为:σGWP=0.162;σAP=0.111。
以上详细描述了本发明的优选实施方式,但是,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种等同变换,这些等同变换均属于本发明的保护范围。
Claims (7)
1.一种生命周期评价数据的质量评估方法,其特征在于,包括以下步骤:
步骤一:将评价对象在生命周期评价过程中的原始清单数据分为直接清单数据和间接清单数据两种类型,所述直接清单数据是评价对象直接排放输出物质的原始清单数据,所述间接清单数据是评价对象的输入物质的间接排放物质的原始清单数据;
步骤二:将评价对象各阶段的直接清单数据和间接清单数据分别转化到生命周期评价功能单位下各物质的直接清单数据和间接清单数据,用Xi,j表示i物质在生命周期评价中j子过程中的直接清单数据,用X’i,j表示i物质在生命周期评价中j子过程中的间接清单数据;间接清单数据的第一参量Wk,j表示评价对象生命周期评价功能单位下输入物质k在生命周期评价中j子过程的消耗数量,间接清单数据的第二参量Yk,i表示输入物质k的间接排放i物质的生命周期清单数据;
步骤三:对任意i物质,根据所述直接清单数据Xi,j的统计数据,计算确定其概率密度函数的平均值以及在95%置信区间的置信上限Xi,j(max)和置信下限Xi,j(min);
根据所述间接清单数据X’i,j的第一参量Wk,j的统计数据,计算确定其概率密度函数计算的平均值以及在95%置信区间的置信上限Wk,j(max)和置信下限Wk,j(min);根据所述间接清单数据的第二参量Yk,i的统计数据,计算确定其概率密度函数的平均值以及在95%置信区间的置信上限Yk,i(max)和置信下限Yk,i(min);
步骤四:对任意i物质,根据直接清单数据Xi,j的平均值置信上限Xi,j(max)和置信下限Xi,j(min)计算直接清单数据Xi,j的不确定度σ1ij;
根据所述第一参量Wk,j的平均值置信上限Wk,j(max)和置信下限Wk,j(min),计算所述第一参量Wk,j的不确定度根据所述第二参量Yk,i的平均值置信上限Yk,i(max)和置信下限Yk,i(min)计算所述第二参量Yk,i的不确定度
基于数据误差传递理论,根据所述第一参量Wk,j的不确定度和第二参量Yk,i的不确定度计算间接清单数据X’i,j的不确定度σ2ij;
步骤五:基于数据误差传递理论,先分别计算全生命周期中i物质的汇总直接清单数据的不确定度σ1i和汇总间接清单数据的不确定度σ2i,再计算i物质的汇总清单数据的不确定度σi;
步骤六:根据生命周期评价环境影响类型分类方法,将i物质分别归类于不同的环境影响类型,并计算任意p种类型的环境影响负荷EBp;
步骤七:利用i物质的汇总清单数据的不确定度σi及其在汇总清单数据p种类型环境影响的权重Cpi计算任意p种类型环境影响负荷EBp的不确定度E(σp)。
2.根据权利要求1所述的生命周期评价数据的质量评估方法,其特征在于,步骤二中任意i物质的间接清单数据X’i,j的计算表达式如下:
X'i,j=Wk,j·Yk,i。
3.根据权利要求1所述的生命周期评价数据的质量评估方法,其特征在于,步骤三中所述直接清单数据Xi,j和间接清单数据X’i,j及其第一参量Wk,j、第二参量Yk,i的概率密度函数为正态分布函数;
步骤四中,计算直接清单数据Xi,j的不确定度σ1ij的计算表达式为:
<mrow>
<mi>&sigma;</mi>
<msub>
<mn>1</mn>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>X</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>max</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mover>
<mi>X</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
<mrow>
<msub>
<mi>Z</mi>
<mrow>
<mi>&alpha;</mi>
<mo>/</mo>
<mn>2</mn>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mover>
<mi>X</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mrow>
第一参量Wk,j的不确定度和第二参量Yk,i的不确定度的计算表达式为:
<mrow>
<msub>
<mi>&sigma;</mi>
<msub>
<mi>W</mi>
<mrow>
<mi>k</mi>
<mi>j</mi>
</mrow>
</msub>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>W</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>max</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mover>
<mi>W</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
<mrow>
<msub>
<mi>Z</mi>
<mrow>
<mi>&alpha;</mi>
<mo>/</mo>
<mn>2</mn>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mover>
<mi>W</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mrow>
<mrow>
<msub>
<mi>&sigma;</mi>
<msub>
<mi>Y</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>Y</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>max</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mover>
<mi>Y</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
</mrow>
<mrow>
<msub>
<mi>Z</mi>
<mrow>
<mi>&alpha;</mi>
<mo>/</mo>
<mn>2</mn>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mover>
<mi>Y</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mrow>
式中,Zα/2为标准正态分布表中显著水平为α=0.05所对应的位置值。
4.根据权利要求1所述的生命周期评价数据的质量评估方法,其特征在于,步骤四中间接清单数据X’i,j的不确定度σ2ij的表达式为:
<mrow>
<mi>&sigma;</mi>
<msub>
<mn>2</mn>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>&sigma;</mi>
<msub>
<mi>W</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>&sigma;</mi>
<msub>
<mi>Y</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>.</mo>
</mrow>
5.根据权利要求1所述的生命周期评价数据的质量评估方法,其特征在于,步骤五中i物质的汇总直接清单数据Xi的不确定度σ1i的计算表达式为:
<mrow>
<mi>&sigma;</mi>
<msub>
<mn>1</mn>
<mi>i</mi>
</msub>
<mo>=</mo>
<msqrt>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>A</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mi>&sigma;</mi>
<msub>
<mn>1</mn>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>,</mo>
</mrow>
所述i物质的汇总间接清单数据X’i的不确定度σ2i的计算表达式为:
<mrow>
<mi>&sigma;</mi>
<msub>
<mn>2</mn>
<mi>i</mi>
</msub>
<mo>=</mo>
<msqrt>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>B</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mi>&sigma;</mi>
<msub>
<mn>2</mn>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>,</mo>
</mrow>
所述i物质的汇总清单数据的不确定度σi的计算表达式为:
<mrow>
<msub>
<mi>&sigma;</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msqrt>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</munderover>
<mrow>
<mo>(</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>C</mi>
<mrow>
<mn>1</mn>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mi>&sigma;</mi>
<msub>
<mn>1</mn>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>C</mi>
<mrow>
<mn>2</mn>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mi>&sigma;</mi>
<msub>
<mn>2</mn>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
</mrow>
</msqrt>
<mo>,</mo>
</mrow>
式中,系数Ai,j为直接清单数据的平均值占汇总直接清单数据平均值的权重,Bi,j为间接清单数据的平均值占汇总间接清单数据平均值的权重,系数C1,i和C2,i分别为i物质汇总直接清单数据平均值汇总间接清单数据平均值的权重,M为生命周期评价中j子过程总数。
6.根据权利要求1所述的生命周期评价数据的质量评估方法,其特征在于,步骤六中所述p种类型环境影响负荷EBp的计算表达式为:
<mrow>
<msub>
<mi>EB</mi>
<mi>p</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mi>j</mi>
<mi>M</mi>
</munderover>
<msub>
<mi>C</mi>
<mrow>
<mi>p</mi>
<mi>i</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<msup>
<mi>X</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
式中,M为生命周期评价中j子过程总数,N为生命周期评价中i物质的总数,系数Cpi为汇总清单数据p种环境影响中i物质清单数据的权重,其计算表达式为:
<mrow>
<msub>
<mi>C</mi>
<mrow>
<mi>p</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</munderover>
<msub>
<mi>R</mi>
<mrow>
<mi>p</mi>
<mi>i</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mover>
<mi>X</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<msup>
<mover>
<mi>X</mi>
<mo>&OverBar;</mo>
</mover>
<mo>&prime;</mo>
</msup>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</munderover>
<msub>
<mi>R</mi>
<mrow>
<mi>p</mi>
<mi>i</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mover>
<mi>X</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<msup>
<mover>
<mi>X</mi>
<mo>&OverBar;</mo>
</mover>
<mo>&prime;</mo>
</msup>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
式中,Rpi是p种类环境影响中i物质的特征因子。
7.根据权利要求6所述的生命周期评价数据的质量评估方法,其特征在于,步骤七中p类型环境影响负荷EBp的不确定度E(σp)的计算表达式为:
<mrow>
<mi>E</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&sigma;</mi>
<mi>p</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msqrt>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>p</mi>
<mi>i</mi>
</mrow>
</msub>
<msub>
<mi>&sigma;</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>.</mo>
</mrow>
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610136554.3A CN105808952B (zh) | 2016-03-10 | 2016-03-10 | 一种生命周期评价数据的质量评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610136554.3A CN105808952B (zh) | 2016-03-10 | 2016-03-10 | 一种生命周期评价数据的质量评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105808952A CN105808952A (zh) | 2016-07-27 |
CN105808952B true CN105808952B (zh) | 2018-03-20 |
Family
ID=56468061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610136554.3A Active CN105808952B (zh) | 2016-03-10 | 2016-03-10 | 一种生命周期评价数据的质量评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105808952B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106845047A (zh) * | 2017-04-17 | 2017-06-13 | 山东大学 | 电解铝产品的lca量化工具包及其开发方法 |
CN107272611A (zh) * | 2017-05-27 | 2017-10-20 | 四川用联信息技术有限公司 | 一种衡量制造过程质量能力的算法 |
CN107340758B (zh) * | 2017-07-04 | 2019-04-26 | 北京理工大学 | 一种面向多工序制造过程的工艺可靠性评估及控制方法 |
PL423935A1 (pl) * | 2017-12-18 | 2019-07-01 | Prologistica Soft Spółka Z Ograniczoną Odpowiedzialnością | Sposób prognozowania popytu na podstawie analizy cyklu życia produktu |
CN109376978B (zh) * | 2018-08-20 | 2021-07-16 | 天津科技大学 | 基于蒙特卡罗啤酒设备环境影响评价的不确定性分析方法 |
CN109388780A (zh) * | 2018-08-20 | 2019-02-26 | 天津科技大学 | 一种降膜蒸发器lca模型的不确定性分析方法 |
CN110197029A (zh) * | 2019-05-29 | 2019-09-03 | 包头钢铁(集团)有限责任公司 | 一种仿真模拟用材料参数的分析方法 |
CN110823602B (zh) * | 2019-10-31 | 2021-05-07 | 安徽佳通乘用子午线轮胎有限公司 | 一种验证室内评价轮胎生命周期有效性程度的方法 |
-
2016
- 2016-03-10 CN CN201610136554.3A patent/CN105808952B/zh active Active
Non-Patent Citations (11)
Title |
---|
"Integrated Analysis of Energy, Economic, and Environmental Performance of Biomethanol from Rice Straw in China";Jun Xiao等;《Ind. Eng. Chem. Res.》;20091231;第48卷(第22期);第9999–10007页 * |
"LCA data quality: Sensitivity and uncertainty analysis";M. Guo等;《Science of The Total Environment》;20121001;第435–436卷;第230-243页 * |
"Uncertainty assessment by a Monte Carlo simulation in a life cycle inventory of electricity produced by a waste incinerator";Guido W. Sonnemann等;《Journal of Cleaner Production》;20030531;第11卷(第3期);第279-292页 * |
"产品碳足迹评价中不确定度与敏感度相结合的数据质量分析";陈莎等;《中国环境科学》;20140430;第34卷(第4期);第1067~1072页 * |
"印刷服务碳足迹评价方法以及数据质量评价研究";李燚佩;《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》;20140315;第2014年卷(第3期);B027-809 * |
"基于LCA和AHP的污泥处理技术的综合性能评价";袁言言等;《环境科学与技术》;20150630;第38卷(第6P期);第263-268页 * |
"基于LCA的城市生活垃圾回收处理系统不确定性分析";李劲等;《上海环境科学》;20110430;第30卷(第2期);第47-50页 * |
"基于不确定度和敏感度分析的LCA数据质量评估与控制方法";黄娜等;《环境科学学报》;20120630;第32卷(第6期);第1529-1536页 * |
"基于层次分析法的生物质直燃发电生命周期评价";卜寿珍等;《太阳能学报》;20150430;第36卷(第4期);第994-1003页 * |
"生命周期清单分析的数据质量评价";莫华等;《环境科学研究》;20031031;第16卷(第5期);第55-58页 * |
"生物质制取车用燃料的综合性能评价";洪梦姣等;《可再生能源》;20151231;第33卷(第12期);第1904-1912页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105808952A (zh) | 2016-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105808952B (zh) | 一种生命周期评价数据的质量评估方法 | |
Han et al. | Static and dynamic cultivated land use efficiency in China: A minimum distance to strong efficient frontier approach | |
Cui et al. | Spatiotemporal heterogeneity, convergence and its impact factors: Perspective of carbon emission intensity and carbon emission per capita considering carbon sink effect | |
Woodbury et al. | Carbon sequestration in the US forest sector from 1990 to 2010 | |
Weng et al. | An integrated scenario-based multi-criteria decision support system for water resources management and planning–A case study in the Haihe River Basin | |
Shi et al. | Partial least-squares regression for linking land-cover patterns to soil erosion and sediment yield in watersheds | |
Han et al. | Exploring environmental efficiency and total factor productivity of cultivated land use in China | |
Li et al. | Optimization of sustainable bioenergy production considering energy-food-water-land nexus and livestock manure under uncertainty | |
Dumedah et al. | Selecting model parameter sets from a trade-off surface generated from the non-dominated sorting genetic algorithm-II | |
You et al. | Ecoefficiency of Intensive Agricultural Production and Its Influencing Factors in China: An Application of DEA‐Tobit Analysis | |
Vance et al. | Designing sustainable energy supply chains by the P-graph method for minimal cost, environmental burden, energy resources input | |
Han et al. | A critical assessment of provincial-level variation in agricultural GHG emissions in China | |
CN107045672A (zh) | 一种社区低碳水平的评价方法 | |
CN111611712B (zh) | 基于粒子群算法的稻谷碳足迹计量优化方法、装置及设备 | |
Gao et al. | Modeling urban encroachment on ecological land using cellular automata and cross-entropy optimization rules | |
Wu et al. | Estimation and spatiotemporal analysis of the carbon-emission efficiency of crop production in China | |
Zhang et al. | A bi-level multiobjective stochastic approach for supporting environment-friendly agricultural planting strategy formulation | |
Zeng et al. | A hybrid land-water-environment model for identification of ecological effect and risk under uncertain meteorological precipitation in an agroforestry ecosystem | |
Wang et al. | Evaluation of sustainable crop production from an ecological perspective based emergy analysis: A case of China's provinces | |
CN107944747A (zh) | 一种基于改进主成分分析的低压台区评价方法 | |
Page et al. | Location and technology options to reduce environmental impacts from agriculture | |
Qiu et al. | Agricultural non-point source pollution in china: Evaluation, convergence characteristics and spatial effects | |
Teniwut et al. | Spatial intelligent decision support system for increasing productivity on natural rubber agroindustry by green productivity approach | |
Zhao et al. | Regulation factors driving vegetation changes in China during the past 20 years | |
Li et al. | Mapping cropland suitability in China using optimized MaxEnt model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |