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

通过提出定量评估并控制LCA数据质量的系统化方法(称为CLCD-Q方法),从LCA案例的原始数据和清单数据算法开始评估不确定度;然后通过两次蒙特卡罗模拟,先后得出单元过程清单数据及LCA结果的不确定度;最后结合敏感度分析,辨识出LCA模型中具有高不确定度和高敏感度的关键数据,从而指出控制和改进数据质量的关键点.结果发现,上述方法可在eBalance软件和CLCD数据库中实现.同时,对中国电网电力生命周期的示例研究表明,上述方法将传统的LCA数据质量评估延伸到了原始数据层面,从而为数据收集过程中的原始数据与算法选择提供了直接的支持,同时也可以针对数据质量不达标的LCA结果,指出最有效的改进方向.