朱立红, 刘光复
(合肥工业大学机械与汽车工程学院,安徽合肥 230009)
清单数据质量在很大程度上决定了生命周期评价(LCA)结果的可靠性。随着LCA方法应用的增加,对LCA结果可靠性的要求也越来越高,因此,面临的任务是如何评价数据质量及其不确定性[1-6]。国内外学者提出了一些方法[7-9],但并未达成共识,生命周期清单数据质量管理的方法仍然是目前国内外研究的热点。
输入清单数据的质量取决于数据的来源,数据收集者对评价方法、过程、分配原则、假设等知识的认知程度等[9]。目前,数据不确定性评价方法主要有3类:
(1)采用数据完整性、技术相关性、地理和时间代表性等指标来表示数据的质量[3]。
(2)利用蒙特卡洛随机模拟来计算分析总的不确定性[7]。
(3)将前2种方法结合,即将数据质量指标与不确定性随机模拟结合的分析方法[5,8]。
本文基于回归分析理论,并结合数据质量指标方法,在数据质量指标的基础上,确定数据概率分布,建立回归模型,从而分析出生命周期评价的总的不确定性与输入数据的不确定性,并用洗碗机生命周期输入清单数据来说明其应用。
在生命周期清单(LCI)阶段,必须测得大量的数据,如排放、材料消耗、能源消耗等。因此,不可避免地存在由测量引起的误差,导致输入数据的不确定性。另外,随着技术的改进和环境的改变,一些数据可能会过时,如果这些数据仍然用于清单分析,就可能导致最终结果不准确。……