《《环境管理 生命周期评价 数据质量评估与控制指南》标准全文及编制说明》由会员分享，可在线阅读，更多相关《《环境管理 生命周期评价 数据质量评估与控制指南》标准全文及编制说明（18页珍藏版）》请在金锄头文库上搜索。
1、ICS点击此处添加ICS号点击此处添加中国标准文献分类号GDES团体标准/GDES XXXXXXXXX环境管理生命周期评价数据质量评估与控制指南Environmental managementLife cycle assessmentGuidelines of data quality evaluation and control （征求意见稿）XXXX - XX - XX发布XXXX - XX - XX实施广东省节能减排标准化促进会发布/GDES XXXXXXXXX目次前言II1 范围12 规范性引用文件13 术语与定义14 数据质量要求25 数据质量评估与控制3附录A （资料性附录） 数据
2、质量指标及不确定度对照表8前言本标准按照GB/T 1.1-2009给出的规则起草。本标准由广东省节能减排标准化促进会提出并归口。本标准的起草单位：本标准主要起草人：本标准是首次发布。15环境管理生命周期评价数据质量评估与控制指南1 范围本标准规定了生命周期评价的数据质量要求、数据质量评估、数据质量控制和不确定性分析。本标准适用于生命周期评价的研究与应用。2 规范性引用文件下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅所注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T 24040-2008 环境管理 生命周期评价 原则与框架G
3、B/T 24044-2008 环境管理 生命周期评价 要求与指南GB/T 27418-2017 测量不确定度评定和表示JJF 1059.2-2012 用蒙特卡洛法评定测量不确定度T/GDES 20-2018 环境管理 生命周期评价 敏感性分析要求与指南3 术语与定义本标准除了采用上述引用文件的术语和定义，下列术语和定义适用于本文件。3.1数据质量 data quality数据在满足所声明的要求方面的能力特性。GB/T 24040-2008，定义3.193.2不确定性分析 uncertainty analysis用于量化由于模型的不确定性、输入的不确定性和数据变动的累积而给生命周期清单分析结果带
4、来的不确定性的系统化程序。注：区间或概率分布被用来确定结果中的不确定性。GB/T 24040-2008，定义3.333.3敏感性分析 sensitivity analysis用来估计所选用方法和数据对研究结果影响的系统化程序。GB/T 24040-2008，定义3.313.4相对标准偏差relative standard deviation(RSD)标准偏差与计算结果算术平均值的比值。3.5GUM测量不确定度评定方法 GUM method简称GUM法一种应用测量不确定度传播的方法。为提供输出量的包含区间，该方法将输出量近似为正态分布或缩放位移t分布。该方法是GB/T 27418-2017测量不
5、确定度评定和表示中推荐采用。JJF 1059.2-2012，定义3.183.6蒙特卡洛法 Monte Carlo method(MCM)简称MCM法利用对概率分布进行随机抽样而进行分布传播的方法。从模型输入中随机抽取一值，计算相应模型输出，经过n次重复抽样，由n个模型输出构成的概率分布代表了模型输出的不确定性，来量化模型输入的不确定性传播到模型输出的不确定性。4 数据质量要求4.1 GB/T 24044-2008第4章的内容适用于本标准。4.2 为了满足LCA的目的和范围，应对数据质量要求做出规定。4.3 数据质量要求宜注意以下问题：a) 时间跨度，数据的年份以及所收集数据的最小时间跨度；b)
6、 地域范围，为实现研究目的所收集的单元过程数据的地域；c) 技术覆盖面，具体的技术或技术组合；d) 精度，对每一个数据值的变动的度量（例如方差）；e) 完整性，测量或测算的流所占的比例；f) 代表性，对数据集合反映实际关注群（例如地理范围、时间跨度以及技术覆盖面等）的定性评价；g) 一致性，对该研究的方法学是否能统一应用到不同的分析内容中而进行的定性评价；h) 可再现性，对其他独立从业人员采用同一方法学和数据值信息获取相同研究结果的可能性的定性评价；i) 数据源；j) 信息的不确定性（例如数据、模型和假设）。当某研究拟应用到向公众公布的对比论断中时，应对a)-j)提到的数据质量要求做出说明。4
7、.4 问题数据的处理对缺失数据的处理应做出书面说明，对每个数据缺失的单元过程和报告地点予以识别，并宜对缺失数据及其断档进行处理，代之为：以“非零”数据表示；以“零”表示；以从采用类似技术的单元过程报送的数据计算得出的数值表示。通过定量和定性因素以及收集和整合这些数据所使用的方法体现数据质量。那些对所研究的系统贡献大部分物质流和能量流的单元过程宜使用现场收集的数据或具有代表性的平均数据，这些数据是在敏感性分析中确定的。如果可能，那些与环境相关的输入和输出的单元过程也宜使用现场收集的数据。5 数据质量评估与控制5.1 实施步骤数据质量评估和控制的主要内容和步骤见图1所示。a) 目的和范围的确定：明
8、确定义量化的LCA结果的数据质量要求，例如，LCA结果的不确定度以RSD表示应小于10%，为数据质量控制提供明确目标。b) 数据收集：依据数据来源，单元过程划分为实景过程和背景过程，实景过程数据来自实际现场生产过程的测量和调查，经相应算法得出单元过程对应的清单；背景过程数据一般从LCA数据库选择。c) 数据质量评估：数据和算法的质量评估，采用蒙特卡洛法，分析出单元过程的清单数据不确定度。d) LCA模型：LCI清单数据确定和特征化模型选择和计算，采用蒙特卡洛法进行不确定度分析。e) 分析结果：给出LCA结果，即LCI和LCIA结果的不确定度。f) 数据质量控制：对于未达到数据质量要求的LCA结
9、果，通过敏感性分析，依据不确定度和敏感度，确定关键清单和数据，重新进行数据收集。图1 数据质量评估和控制的实施步骤5.2 实景过程数据质量评估5.2.1 单元过程的清单数据5.2.1.1 计算模型单元过程清单数据的计算模型：Y=f(X1,X2,Xn)(1)式中：X为原始数据，n为原始数据的个数；Y为单元过程的清单数据；f为算法函数。5.2.1.2 原始数据的不确定度原始数据的不确定度为：Uforeground0=Ub2+Ur2+Ua2(2)式中：Uforeground0为原始数据的不确定度；Ub为基本不确定度，依据原始数据来源可确定不确定度，可参照附录A表A.1；Ur为代表性不确定度，根据原始
10、数据不确定度的来源，可参照附录A表A.2，从4个方面估计其不确定度，即Ur=i=14Ui2；Ua为算法不确定度，如附录A表A.3所示，依据数据收集过程中的算法分类进行不确定度确定。5.2.1.3 单元过程清单数据不确定度依据计算模型公式（1），当n=1时，对应原始数据依据公式（2）计算的不确定度等于对应单元过程清单数据的不确定度；当n2时，按照JJF 1059.2-2012给出的蒙特卡洛法计算对应单元过程清单数据的不确定度。5.2.2 实景过程的清单数据5.2.2.1 计算模型实景过程清单数据的计算模型：X=i=1nXi(3)式中：X为实景过程的清单数据；Xi为第i个单元过程的清单数据，n为单
11、元过程的个数。5.2.2.2 不确定度依据计算模型公式（3），当n=1时，对应单元过程清单数据的不确定度就是实景过程清单数据的不确定度；当n2时，按照JJF 1059.2-2012给出的蒙特卡洛法计算实景过程清单数据的不确定度。5.3 背景过程数据质量评估背景过程的清单数据来源于数据库、文献等。不确定度由两部分组成，第一部分为原始来源的不确定度，第二部分为背景过程目的的代表性与研究目的代表性之间的差异造成的不确定度。背景过程的不确定度为：Ubackground=U52+U22+U32+U42(4)式中：U5为数据来源的不确定度；U2、U3、U4为背景过程目的的代表性与研究目的代表性之间的差异造
12、成的不确定度，可参考附录A表A.2进行确定。5.4 LCI结果的不确定度5.4.1 计算模型LCI结果清单数据的计算模型：X=i=1nXi+j=1mXj(5)式中：X为LCI结果清单数据；Xi为第i个单元过程的清单数据，n为实景过程单元过程的个数，m为背景过程的单元过程个数。5.4.2 不确定度依据计算模型公式（5），按照JJF 1059.2-2012给出的蒙特卡洛法计算LCI结果清单数据的不确定度。5.5 LCIA结果的不确定性计算5.5.1 计算模型依据GB/T 24040的第5.4节有关LCIA的规定，LCIA计算模型分为中点型和终点型两种。中点型模型包括必备要素，终点型模型包括必备要素
13、和可选要素。LCIA中点型计算模型为：Yi=fiXi1+Xi2+Xim(6)式中：Xi1,Xim表示在LCI清单数据中，分类为第i种影响类型的清单数据m个；fi()为第i种影响类型选择的特征化模型；Yi为第i种影响类型的类型参数结果。LCIA终点型计算模型为：Zi=fiYi1+Yi2+Yim(7)式中：Yi1,Yim为第i种终点类型的类型参数m个；fi()为第i种终点类型选择的模型；Zi为第i种终点类型的类型参数结果。5.5.2 不确定度依据计算模型公式（6）和（7），按照JJF 1059.2-2012给出的蒙特卡洛法计算LCIA结果清单数据的不确定度。5.6 数据质量控制通过5.4和5.5计
14、算得到LCA结果的不确定度，依据目的和范围确定阶段的数据质量要求，判断是否达标。对于未达标的数据，按照T/GDES 20-2018进行敏感性分析，确定敏感度高的数据，然后确定关键清单数据和原始数据，重新进行数据收集。5.7 报告数据质量报告应包括以下内容：数据质量要求；原始数据收集的质量和算法；原始数据的不确定度分析方法和不确定度；实景过程的不确定度分析方法和不确定度；背景过程的不确定度分析方法和不确定度；LCI结果的不确定度分析方法和不确定度；LCIA结果不确定度分析方法和不确定度；数据质量控制；数据质量结果AA附录A （资料性附录）数据质量指标及不确定度对照表A.1 原始数据的数据质量指标及不确定度对照表表A.1 原始数据的数据质量指标及不确定度对照表等级数据来源不确定度（推荐值）1现场调查或测量得到的原始数据U（0）2来自权威的定期更新的数据2 U（0.025）3来自于一般的文献或专著的不定期更新的数据4 U（0.050）4基于文献或检验推论、估计或假设8 U（0.100）5无根据的估计或假设16 U（0.200）注：U为原始数据测量不确定度A.2 原始数据代表性不确定度对照表表A.2 原始数
