Renere teknologiprojekter 1997
Datakvalitet og statistisk analyse i livscyklusvurdering
Arbejdsrapport nr. 49, 1997
Miljøstyrelsen
Projektet har til formål at beskrive og anvende metoder til karakterisering af datakvalitet samt at beskrive og anvende statistisk analyse i livscyklusvurderinger. Projektet vil desuden pege på emner og områder, hvor der er behov for yderligere udvikling og/eller afprøvning af metoder. Anvendelsen af metoderne er blevet testet på en række udvalgte cases.
Projektet består af tre hovedelementer:
 | Litteratursøgning /videnindsamling. |
| Videreudvikling af metode til beskrivelse af datakvalitet og afprøvning af metoden på tre udvalgte cases. |
| Statistisk analyse af data i de tre cases, i den ene case blev såvel Taylors approksimation som simulation anvendt. |
Beskrivelsen af datakvalitet og statistisk analyse har, indtil idéen til projektet opstod, kun haft ringe udbredelse inden for livscyklusvurdering. Dette kan også ses af det ringe udbytte af litteratursøgningen i kapitel 4.
Den indsamlede litteratur er behandlet inden for følgende fire områder:
| Livscyklusvurdering og usikkerheder. |
| Usikkerheder på industri- og miljødata. |
| Generelle statistiske metoder i relation til livscyklusvurdering. |
| Opfattelse og betydning af usikkerheder. |
Usikkerheden i forbindelse med livscyklusvurderinger kan opdeles i tre typer: Tekniske, metodiske og epistemologiske usikkerheder. Usikkerhederne kan opstå på forskellige trin i livscyklusvurderingen i forbindelse med procesdata, systemdata, ved fastsættelse af den funktionelle enhed, ved karakterisering og ved valuering.
Forskellige "tommelfingerregler" kan anvendes til sammenligning og vurdering af forskellige typer af industrielle data for herved at reducere behovet for komplicerede statistiske beregninger. Metoden kræver dog en omfattende dokumentation i form af statistisk behandling af eksisterende datasæt.
Principper fra den økonomiske teori kan tilpasses til analyse af data anvendt i livscyklusvurderinger i form af pålidelighedsanalyser, validitetsanalyser, dominansanalyser og marginalanalyser. Disse metoder involverer omfattende og komplekse beregninger, og de anvendes derfor bedst i forbindelse med edb-programmer til livscyklusvurderinger.
Videnindsamlingen har kun givet ringe udbytte med hensyn til oplysninger om generelle usikkerheder på industridata. For den europæiske plastindustri foreligger en række gennemsnitstal for f.eks. råstofforbrug, energiforbrug og emissioner i form af intervaller, som udtrykker spredningen i de pågældende data som følge af forskellig praksis og driftsforhold i forskellige lande.
De statistiske metoder, der anvendes, kan opdeles i metoder, der benytter simulering af usikkerheder, og metoder der benytter beregning af usikkerheder ved f.eks. Taylor approksimationer.
Simulering er beskrevet i forhold til risikovurderinger i forbindelse med helbredsundersøgelser. Inputparametrene tillægges en fordeling, og en responsfunktion bestemmes ud fra de relevante inputparametre. Usikkerheden på responsfunktionerne kan så bestemmes ved f.eks. Monte Carlo simuleringer.
Varianten på summer og differencer kan relativt enkelt bestemmes, især hvis der ikke er korrelation mellem de indgående led, ofte vil man antage, at der ikke er nogen korrelation. Ved bestemmelse af varianten på produktet eller ratioen mellem to eller flere led benyttes f.eks. Taylors approksimationer.
En metode til karakterisering af datakvalitet er beskrevet teoretisk, og ved hjælp af tre udvalgte cases er metoden blevet afprøvet.
I livscyklusvurderinger anvendes betegnelsen miljødata om data i de undersøgte processer, systemdata om flowet af råstoffer, energi og produkter gennem de undersøgte processer samt ydelsesdata vedrørende den funktionelle produktenhed. Ved udførelsen af en komplet livscyklusvurdering blev endvidere data til karakterisering og vurdering af miljøpåvirkninger anvendt.
Datakvaliteten kan beskrives ved hjælp af et datakvalitetsindeks, som beskriver følgende parametre:
| Pålideligheden af data. |
| Fuldstændigheden af data. |
| Tidsmæssig korrelation af data. |
| Geografisk korrelation af data. |
| Teknologisk korrelation af data. |
Hver enkelt parameter tildeles en score mellem 1 og 5, med 1 som det bedste og 5 som det dårligste.
Det har vist sig, at metoden til beskrivelse af datakvalitet kræver afprøvning i en bredere kreds af brugere med henblik på at teste, om forskellige brugere når frem til samme resultat. De statistiske beregninger gennemført i de udvalgte cases peger også på, at der er behov for at arbejde videre med tests af de forskellige metoder herunder afprøvning af kommercielle programmer til livscyklusvurdering, som indeholder muligheder for en behandling af usikkerheden på data. I de præsenterede casestudier er f.eks. datakvaliteten beskrevet meget detaljeret med henblik på at vise, hvordan metoden kan anvendes.
Forfatter/udførende institution
Bo P.Weidema, Instituttet for Produktudvikling, Annette K. Ersbøll, Kongelige Veterinær- og Landbohøjskole, Leif Hoffmann, COWI.
Rapporten er udarbejdet med tilskud fra Rådet vedrørende genanvendelse og mindre forurenende teknologi.
ISSN nr. 0908-9195
ISBN nr. 87-7810-818-7