地下工程低碳理论与应用 课件 -第1章 绪论 (4).pptx

西南交通大学土木工程学院地下工程系《地下工程低碳理论与应用》2025年1月2日西南交通大学土木工程学院地下工程系第4章地下工程施工期碳排放不确定性分析

本章内容提要本章教学目标：掌握地下工程碳排放不确定性分析方法学会结合实例进行碳排放不确定性分析

不确定性分析方法1衬砌施工碳排放不确定性分析单元工程量碳排放不确定性分析本章内容提要23

不确定性分析方法1

不确定性分析方法一4.1不确定性分析方法（1）数据质量指标：数据质量指标（DQI）包含一种标准质量评估矩阵，具体包括五类数据指标。（2）参数概率分布：常见的输入变量参数分布包括对数正态分布、三角分布和均匀分布等。

不确定性分析方法一4.1不确定性分析方法（3）蒙特卡洛模拟：随机分析方法中最常见的一种，可获得输出量的离散抽样值及估计值。（4）最大似然估计：一种重要而普遍的求估计量的方法，用以完成输出量的分布分析。（5）情景分析：基于当前的发展状态以及相关现象和趋势，考虑未来可能发生的多种结果，并分析其发生的影响和驱动力等，帮助决策者进行战略规划。

运营期碳排放计算目标与范围一4.1.1数据质量指标1990年，Funtowicz和Ravetz将谱系矩阵引入不确定分析中，将一组特定问题的“谱系准则”的定性专家判断转换为数值尺度，判断标准作为表的列，数字代码作为表的行，以及表中每个单元格中数值的语言描述。Weidema和Wesn?s公司将谱系矩阵转移到生命周期评价；他们的矩阵是正方形的，有一个从1到5的等级量表和5个标准。1998年，Weidema发布了一个基于初始矩阵的多用户测试的轻微修改版本，该矩阵得到了广泛认可，一个重要的应用程序示例是Ecoinvent数据库。

运营期碳排放计算目标与范围一4.1.1数据质量指标DQIDQI=1DQI=2DQI=3DQI=4DQI=5可靠性经过验证或测试得到经过验证但部分基于假设，或测试得到但未经验证部分基于假设并未经验证精确的估计不准确的估计完整性从合适的案例和时间范围内得到的有代表性时间区间合理，但从较小样本中采集从合适样本中获得，但时间区间不合理数据具有代表性，但样本过小从非常小的样本中获取的不具代表性，或来自未知样本时间范围≤3年≤6年≤10年≤15年＞15年地理范围地区范围国家范围洲际范围世界范围未知来源技术范围相同过程和公司相同过程和技术、不同公司相同过程、不同技术相同技术、相似过程/产品不同技术、相近的过程/产品表4-1谱系矩阵

运营期碳排放计算目标与范围一4.1.1数据质量指标据谱系矩阵的一般方法，DQI=1意味着数据质量评级最高，DQI=5代表数据质量评级最低，该评级方法在许多文献中得到了应用。值得说明的是，数据质量评级的方法并不统一。在单元过程层面使用数据质量分析（DQA）方法，以简化参数不确定性分析的流程。

运营期碳排放计算目标与范围一4.1.1数据质量指标隧道物化阶段包含各类材料的生产、运输和加工，清单数据来源复杂，建材和能源的排放与地域、时间和技术等因素关联显著。但建筑材料和能源消耗量来源往往单一，例如来自于设计资料和定额数据，于设计资料和定额数据。

运营期碳排放计算目标与范围一4.1.1数据质量指标其数据完整性可按照表中“时间区间合理，但从较小样本中采集”取DQI=2。如第二章所述，可采用国家相关规范计算材料消耗和能耗，这虽然具有相当的代表性，但未经验证。类似的，当本地碳排放因子的来源有限，常从相关研究综合取值。因而，定额数据和排放因子的可靠性可按照表中“部分基于假设并未经验证”取DQI=3。

运营期碳排放计算目标与范围一4.1.1数据质量指标综合数据质量指标（ADQI）:将5个DQI数据特征化、归一化后得到的综合指标。用以解决如表4-1的数据较多显得冗赘的问题，进一步增强不确定性的代表性，并减少不确定性分析的工作量。为得到综合的质量指标，需要为5个DQI指标分配权重。在最简单的情况下，可以设定所有DQI权重均为0.2，则ADQI为5个DQI数值的均值。

运营期碳排放计算目标与范围一4.1.1数据质量指标例如，在Maurice等人的研究中，与地理和技术范围相关的权重为0.25，与其他3个DQI相关的权重为0.167。考虑到隧道施工材料来源广泛，地理和技术的多样性可能会加大数据的不确定性。因此，采用Maurice等人提出的权重。最终将DQI的值与各DQI的权重并相加，得到综合的数据质量指标。

运营期碳排放计算目标与范围一4.1.1数据质量指标数据质量分析（DQA）方法的下一个阶段是谱系矩阵得到的数据质量指标与概率分布联系起来。Kennedy和Wang构建了所谓的变换矩阵。此外，Kennedy提出了四参数Beta函数。该概率分布函数以形状