一种生命周期评价数据质量提升与不确定度评估方法

1.本发明创造属于数据分析领域，主要涉及一种生命周期评价数据质量提升与不确定度评估方法。


背景技术：

2.生命周期评价(life cycle assessment,即lca)是一种用来评估产品、工艺等潜在环境影响的方法，该方法包括了产品从原料获取、产品生产、产品使用、处理处置(即从摇篮到坟墓)的整个过程，也可以是原料获取到产品生产(摇篮到大门)等。
3.国际标准化组织把lca分为目标与范围的确定(goal and scope definition)、清单分析(inventory analysis)、影响评价(impact assessment)和结果解释(interpretation)四个步骤。目的及范围确定阶段将生命周期评估研究的范围及目的予以清晰界定，使其与预期的应用程序相一致；清单分析阶段编制一份与研究的产品系统相关的投入产出清单，该步骤包括资料收集及利用专业工具计算，从而量化其相关投入与产出，这些投入与产出包括资源的使用及对空气、水体及土地的污染排放等；影响评估阶段针对生命周期清单分析阶段得出的结果，来评估与这些投入产出相关的潜在环境影响。结果解释阶段将清单分析及环境评估所发现的问题与研究目的相结合，得出最终结论与建议。数据收集与处理工作始终贯穿lca整个过程，数据准确性是影响lca结果不确定度(可信度)的重要影响因素。
4.目前，开展lca数据收集与处理工作的主要方式包括人工处理和软件辅助联合方法，然而并没有明确、统一的数据质量、数据收集、数据处理、数据库选择、数据质量评估等各个方面的要求与规范，主观性较强，导致整体来看lca结果可信度较低。在影响评价阶段，目前大多数研究采用软件建模并连接数据库的方式进行模型建立与影响评价，但是在建模过程中数据库的选用方面会遇到没有合适数据的情况，一般则采用类比或近似的方法选择数据，然而这也是导致lca结果不确定度升高的原因。在结果解释阶段，lca结果的不确定度是代表lca结果是否可信的指标。当前的lca不确定度评估结果方法主要有数据质量指标(data quality indicator，dqi)法和统计学方法两种，其中dqi法主要是用来评估实景数据的不确定度，统计学方法则主要是用来评估lca结果的不确定度，也有将二者结合起来将实景数据不确定度传递到lca结果中来进行综合评估，然而背景数据也存在其不确定度，但是将实景数据、背景数据不确定度同时融入lca结果中进行评估的方法还没有提出。


技术实现要素：

5.本发明创造的目的就是针对上述现有技术存在的问题，提出了一种生命周期评价数据质量提升与不确定度评估方法。
6.本发明创造的目的是这样实现的，一种生命周期评价数据质量提升与不确定度评估方法，包含如下步骤：
7.s1：在目标与范围的确定阶段，以数据变异系数cv值作为可信度判定指标，划定cv
值区间分档以判定生命周期评价lca结果有效性；
8.s2：在清单分析阶段，根据评价目标确定数据采集来源，以时效、数据量、数据类型和大小评估数据可用性，以功能单元为基准将有效数据单位转化为清单数据；
9.s3：在影响评价阶段，根据评价目标选择背景数据，以背景数据与研究区域、系统边界的匹配度评估数据可用性，链接、修正得到符合研究目标的背景数据，建立产品生命周期模型；
10.s4：在结果解释阶段，确定模型中重点清单数据及其分布函数；基于各输入变量与不同环境影响类型的关系建立lca结果预测模型；根据确定的参数范围进行多次随机采样；获得输出变量的分布，根据cv值判定结果不确定度。
11.优选地，s1中所述cv值区间分档的具体方法为：当0％《cv≤5％时，所采用lca结果数据高度可信；当5％《cv≤10％时，所采用lca结果数据较高度可信；当10％《cv≤15％时，所采用lca结果数据较低度可信；当15％《cv，所采用清单数据应当剔除后重新收集处理。
12.优选地，s2中所述根据评估目标确定数据采集来源的具体方法为：判定评价目标是实际生产水平还是实验室水平；若为实际生产水平，则数据采集来源首先为企业环评和企业产排污报告；其次为实验研究数据等；若为实验室水平，则数据采集来源首先为学术文献和实验数据，其次为企业生产数据等。
13.优选地，s2中所述时效评估数据可用性的具体方法为：确立基准年份，若数据产生年份距离基准年大于5年则舍弃，若数据产生年份距离基准年小于等于5年，则数据有效可用；然后计算有效数据的份数，若有效数据少于3份则继续采集，直至有效数据大于等于3份。
14.优选地，s2中所述将有效数据单位转化为清单数据的具体方法为：
①
确立代表性数据：在有效数据集中选择距离目标年最近且产量较大的数据作为代表性数据，其余数据作为参考修正数据；
②
数据类型协同判定：判断代表性数据与参考修正数据的数据种类是否一致，若缺少数据在大于等于2份的参考修正数据中包含，则取参考数据的平均值进行数据补充；
③
数据单位化：根据所设定的功能单元将数据单位化，判定单位化后的数据是否与参考修正数据具有数量级上的差异，若单位化后的数据与大于等于2份的参考修正数据存在数量级差异，则取参考修正数据的平均值作为清单数据。
15.优选地，s3中所述选择、链接和修正背景数据的具体方法为：
①
确定所需物质流数据能否链接上游数据库，若不能连接则进入生命周期清单分析步骤，直至可以连接上游数据库；
②
若可以连接，则对上游数据进行追踪检验，判断研究区域是否为研究所在地或，否则采用世界平均值；
③
判断系统边界是否与研究边界一致，若一致则构建产品系统，若不一致，则返回s2清单分析阶段进行生命周期清单数据的分析与校正。
16.优选地，s4中所述确定模型中涉及的参数变量及其分布函数的具体方法为：根据数据质量指标谱系矩阵，分别通过指标a-f、指标c-e确定实景数据dqi向量和背景数据的dqi向量；通过公式1和p值-dqi值对照表确定dqi值，根据dqi-形状参数-变化范围对照表确定如公示2的输入参数概率分布函数形状以及端点值；
17.所述公式1为：
[0018][0019]
其中，i
max
是dqi最大值，其中，实景数据的最大值为5、背景数据的最大值为3，i
min
是dqi最小值；
[0020]
述所公式2为：
[0021][0022]
其中α，β为形状参数；a，b为端点。α，β确定分布的形状，从而确定概率质量的位置，而a，b限制取值的范围，从而确定概率分布区间。
[0023]
优选地，s4中所述数据质量指标谱系矩阵由指标a来源可靠性、指标b样本完整性、指标c时间相关性、指标d地理相关性、指标e技术相关性、指标f算法可靠性与对应的指标得分构成；其中，所述指标a来源可靠性针对基于测量的验证数据、部分基于假设的验证数据或基于测量未验证的数据、部分基于有限制的假设未经核实的数据、有资格的估计、没有资格的估计分别对应5、4、3、2、1指标得分；所指标b述样本完整性针对在合适的期间具有代表性的数据且平缓正常波动、在合适的期间来自稍小范围的代表性数据且平缓正常波动、有代表性的数据来自较小范围的或者来自稍小范围但在较小时间段内、有代表性的数据来自较小范围的或者来自稍小范围但在较小时间段内、代表性未知或者来自很小范围和较小时间段分别对应5、4、3、2、1指标得分；所述指标c时间相关性针对与研究对象时间相差小于3年、与研究对象时间相差小于6年、与研究对象时间相差小于10年、与研究对象时间相差小于15年、时间未知或者与研究对象时间相差超过15年分别对应5、4、3、2、1指标得分；所述指标d地理相关性针对来自研究区域的数据、包括研究区域在内的更大区域的平均数据、来自类似生产条件地区的数据、来自稍微类似生产条件地区的数据、来自未知或明显不同地区的数据分别对应5、4、3、2、1指标得分；所述指标e技术相关性针对来自研究的企业工艺和材料的数据、来自不同的企业但与研究相同技术的数据、来自不同的技术但与研究相同的工艺和材料的数据、来自相关工艺和材料的数据、来自实验室或不同技术的相关工艺的数据分别对应5、4、3、2、1指标得分；所述指标f算法可靠性针对直接得到获得的原始数据作为清单数据、研究范围内污染物排放总量或研究范围内产出总量、根据已知实测数据，通过各种物料、元素或能量的平衡计算得到、根据经验公式或者理论公式的经验修正或半经验数据得到的数据、基于化学反应方程式或产品设计方案等未经过经验修正获得的数据分别对应5、4、3、2、1指标得分。
[0024]
优选地，s4中所述基于各输入变量建立lca结果预测模型的具体方法为：将实景数据作为输入基准值，分别选取基准值的80％、90％、100％、110％、120％五个值作为自变量，通过一元线性回归确定各环境影响类型与自变量之间的关系函数进一步得到如公示3的lca结果与自变量之间的关系函数：
[0025]
述所公式3为：
[0026][0027]
其中i代表输入变量种类；ii为第i种输入变量值；oi为第i种输入变量的lca输出结果；j为第j种潜在环境影响类型；k
ij
代表第i种输入变量与第j种潜在环境影响类型之间的线性关系斜率，b
ij
代表截距；n代表潜在环境影响类型的总数。
[0028]
优选地，s4中所述根据给定的参数范围进行多次随机采样的方法为：采用oracle crystal ball不确定度分析软件进行给定的参数范围进行10000次随机采样的蒙特卡洛模拟，获得输出变量的分布，以2中划定的变异系数与不确定度对照划分规则衡量输入数据对lca结果产生的不确定度。
[0029]
本发明公开了一种生命周期评价数据质量提升与不确定度评估方法，具有如下优点：(1)数据质量提升贯穿lca整个过程；(2)将lca实景数据与背景数据融入结果不确定度中，使得lca结果不确定度更有代表性；(3)补充了数据质量指标谱系矩阵；(4)细化了数据分布函数形状与变化范围；(5)提出了一种不确定度综合评估方法，使评估结果更加可靠。
附图说明
[0030]
图1为一种生命周期评价数据质量提升与不确定度评估方法流程示意图；
[0031]
图2为清单分析阶段数据收集与处理工作流程图；
[0032]
图3为lca模型构建工作流程图；
[0033]
图4为不确定度评估工作思路图；
具体实施方式
[0034]
本发明创造的目的是这样实现的，一种生命周期评价数据质量提升与不确定度评估方法，包含如下步骤：
[0035]
s1：在目标与范围的确定阶段，以数据变异系数cv值作为可信度判定指标，划定cv值区间分档以判定生命周期评价lca结果有效性；所述cv值区间分档的具体方法为：当0％《cv≤5％时，所采用lca结果数据高度可信；当5％《cv≤10％时，所采用lca结果数据较高度可信；当10％《cv≤15％时，所采用lca结果数据较低度可信；当15％《cv，所采用清单数据应当剔除后重新收集处理。
[0036]
s2：在清单分析阶段，根据评价目标确定数据采集来源，以时效、数据量、数据类型和大小评估数据可用性，以功能单元为基准将有效数据单位转化为清单数据；所述根据评估目标确定数据采集来源的具体方法为：判定评价目标是实际生产水平还是实验室水平；若为实际生产水平，则数据采集来源首先为企业环评和企业产排污报告；其次为实验研究数据等；若为实验室水平，则数据采集来源首先为学术文献和实验数据，其次为企业生产数据等。
[0037]
所述时效评估数据可用性的具体方法为：确立基准年份，若数据产生年份距离基准年大于5年则舍弃，若数据产生年份距离基准年小于等于5年，则数据有效可用；然后计算有效数据的份数，若有效数据少于3份则继续采集，直至有效数据大于等于3份。
[0038]
所述将有效数据单位转化为清单数据的具体方法为：
①
确立代表性数据：在有效数据集中选择距离目标年最近且产量较大的数据作为代表性数据，其余数据作为参考修正数据；
②
数据类型协同判定：判断代表性数据与参考修正数据的数据种类是否一致，若缺少数据在大于等于2份的参考修正数据中包含，则取参考数据的平均值进行数据补充；
③
数据单位化：根据所设定的功能单元将数据单位化，判定单位化后的数据是否与参考修正数据具有数量级上的差异，若单位化后的数据与大于等于2份的参考修正数据存在数量级差异，则取参考修正数据的平均值作为清单数据。
[0039]
s3：在影响评价阶段，根据评价目标选择背景数据，以背景数据与研究区域、系统边界的匹配度评估数据可用性，链接、修正得到符合研究目标的背景数据，建立产品生命周期模型；
[0040]
所述选择、链接和修正背景数据的具体方法为：
①
确定所需物质流数据能否链接上游数据库，若不能连接则进入生命周期清单分析步骤，直至可以连接上游数据库；
②
若可以连接，则对上游数据进行追踪检验，判断研究区域是否为研究所在地或，否则采用世界平均值；
③
判断系统边界是否与研究边界一致，若一致则构建产品系统，若不一致，则返回s2清单分析阶段进行生命周期清单数据的分析与校正。
[0041]
s4：在结果解释阶段，确定模型中涉及的参数变量及其分布函数；基于各输入变量与不同环境影响类型的关系建立lca结果预测模型；根据确定的参数范围进行多次随机采样；获得输出变量的分布。
[0042]
所述确定模型中涉及的参数变量及其分布函数的具体方法为：根据数据质量指标谱系矩阵，分别通过指标a-f、指标c-e确定实景数据dqi向量和背景数据的dqi向量；通过公式1和p值-dqi值对照表确定dqi值，根据dqi-形状参数-变化范围对照表确定如公示2的输入参数概率分布函数形状以及端点值；
[0043]
所述公式1为：
[0044][0045]
其中，i
max
是dqi最大值，其中，实景数据的最大值为5、背景数据的最大值为3，i
min
是dqi最小值；
[0046]
表1p值-dqi值对照表
[0047][0048]
表2dqi-形状参数-变化范围对照表
[0049][0050][0051]
述所公式2为：
[0052][0053]
其中α，β为形状参数；a，b为端点。α，β确定分布的形状，从而确定概率质量的位置，而a，b限制取值的范围，从而确定概率分布区间。
[0054]
所述数据质量指标谱系矩阵由指标a来源可靠性、指标b样本完整性、指标c时间相关性、指标d地理相关性、指标e技术相关性、指标f算法可靠性与对应的指标得分构成；其中，所述指标a来源可靠性针对基于测量的验证数据、部分基于假设的验证数据或基于测量未验证的数据、部分基于有限制的假设未经核实的数据、有资格的估计、没有资格的估计分别对应5、4、3、2、1指标得分；所指标b述样本完整性针对在合适的期间具有代表性的数据且平缓正常波动、在合适的期间来自稍小范围的代表性数据且平缓正常波动、有代表性的数据来自较小范围的或者来自稍小范围但在较小时间段内、有代表性的数据来自较小范围的或者来自稍小范围但在较小时间段内、代表性未知或者来自很小范围和较小时间段分别对应5、4、3、2、1指标得分；所述指标c时间相关性针对与研究对象时间相差小于3年、与研究对象时间相差小于6年、与研究对象时间相差小于10年、与研究对象时间相差小于15年、时间未知或者与研究对象时间相差超过15年分别对应5、4、3、2、1指标得分；所述指标d地理相关性针对来自研究区域的数据、包括研究区域在内的更大区域的平均数据、来自类似生产条件地区的数据、来自稍微类似生产条件地区的数据、来自未知或明显不同地区的数据分别对应5、4、3、2、1指标得分；所述指标e技术相关性针对来自研究的企业工艺和材料的数据、
来自不同的企业但与研究相同技术的数据、来自不同的技术但与研究相同的工艺和材料的数据、来自相关工艺和材料的数据、来自实验室或不同技术的相关工艺的数据分别对应5、4、3、2、1指标得分；所述指标f算法可靠性针对直接得到获得的原始数据作为清单数据、研究范围内污染物排放总量或研究范围内产出总量、根据已知实测数据，通过各种物料、元素或能量的平衡计算得到、根据经验公式或者理论公式的经验修正或半经验数据得到的数据、基于化学反应方程式或产品设计方案等未经过经验修正获得的数据分别对应5、4、3、2、1指标得分。
[0055]
表3数据质量指标谱系矩阵
[0056][0057]
所述基于各输入变量建立lca结果预测模型的具体方法为：将实景数据作为输入基准值，分别选取基准值的80％、90％、100％、110％、120％五个值作为自变量，通过一元线性回归确定各环境影响类型与自变量之间的关系函数进一步得到如公示3的lca结果与自变量之间的关系函数：
[0058]
述所公式3为：
[0059][0060]
其中i代表输入变量种类；ii为第i种输入变量值；oi为第i种输入变量的lca输出结果；j为第j种潜在环境影响类型；k
ij
代表第i种输入变量与第j种潜在环境影响类型之间的线性关系斜率，b
ij
代表截距；n代表潜在环境影响类型的总数。
[0061]
所述根据给定的参数范围进行多次随机采样的方法为：采用oracle crystal ball不确定度分析软件进行给定的参数范围进行10000次随机采样的蒙特卡洛模拟，获得输出变量的分布，以2中划定的变异系数与不确定度对照划分规则衡量输入数据对lca结果产生的不确定度。

技术特征：
1.一种生命周期评价数据质量提升与不确定度评估方法，其特征在于，包含如下步骤：s1：在目标与范围的确定阶段，以数据变异系数cv值作为可信度判定指标，划定cv值区间分档以判定生命周期评价lca结果有效性；s2：在清单分析阶段，根据评价目标确定数据采集来源，以时效、数据量、数据类型和大小评估数据可用性，以功能单元为基准将有效数据单位转化为清单数据；s3：在影响评价阶段，根据评价目标选择背景数据，以背景数据与研究区域、系统边界的匹配度评估数据可用性，链接、修正得到符合研究目标的背景数据，建立产品生命周期模型；s4：在结果解释阶段，确定模型中重点清单数据及其分布函数；基于各输入变量与不同环境影响类型的关系建立lca结果预测模型；根据确定的参数范围进行多次随机采样；获得输出变量的分布，根据cv值判定结果不确定度。2.根据权利要求1所述的一种生命周期评价数据质量提升与不确定度评估方法，其特征在于，s1中所述cv值区间分档的具体方法为：当0％<cv≤5％时，所采用lca结果数据高度可信；当5％<cv≤10％时，所采用lca结果数据较高度可信；当10％<cv≤15％时，所采用lca结果数据较低度可信；当15％<cv，所采用清单数据应当剔除后重新收集处理。3.根据权利要求1所述的一种生命周期评价数据质量提升与不确定度评估方法，其特征在于，s2中所述根据评估目标确定数据采集来源的具体方法为：判定评价目标是实际生产水平还是实验室水平；若为实际生产水平，则数据采集来源首先为企业环评和企业产排污报告；其次为实验研究数据等；若为实验室水平，则数据采集来源首先为学术文献和实验数据，其次为企业生产数据等。4.根据权利要求1所述的一种生命周期评价数据质量提升与不确定度评估方法，其特征在于，s2中所述时效评估数据可用性的具体方法为：确立基准年份，若数据产生年份距离基准年大于5年则舍弃，若数据产生年份距离基准年小于等于5年，则数据有效可用；然后计算有效数据的份数，若有效数据少于3份则继续采集，直至有效数据大于等于3份。5.根据权利要求1所述的一种生命周期评价数据质量提升与不确定度评估方法，其特征在于，s2中所述将有效数据单位转化为清单数据的具体方法为：
①
确立代表性数据：在有效数据集中选择距离目标年最近且产量较大的数据作为代表性数据，其余数据作为参考修正数据；
②
数据类型协同判定：判断代表性数据与参考修正数据的数据种类是否一致，若缺少数据在大于等于2份的参考修正数据中包含，则取参考数据的平均值进行数据补充；
③
数据单位化：根据所设定的功能单元将数据单位化，判定单位化后的数据是否与参考修正数据具有数量级上的差异，若单位化后的数据与大于等于2份的参考修正数据存在数量级差异，则取参考修正数据的平均值作为清单数据。6.根据权利要求1所述的一种生命周期评价数据质量提升与不确定度评估方法，其特征在于，s3中所述选择、链接和修正背景数据的具体方法为：
①
确定所需物质流数据能否链接上游数据库，若不能连接则进入生命周期清单分析步骤，直至可以连接上游数据库；
②
若可以连接，则对上游数据进行追踪检验，判断研究区域是否为研究所在地或，否则采用世界平均值；
③
判断系统边界是否与研究边界一致，若一致则构建产品系统，若不一致，则返回s2清单分析阶段进行生命周期清单数据的分析与校正。7.根据权利要求1所述的一种生命周期评价数据质量提升与不确定度评估方法，其特
征在于，s4中所述确定模型中涉及的参数变量及其分布函数的具体方法为：根据数据质量指标谱系矩阵，分别通过指标a-f、指标c-e确定实景数据dqi向量和背景数据的dqi向量；通过公式1和p值-dqi值对照表确定dqi值，根据dqi-形状参数-变化范围对照表确定如公示2的输入参数概率分布函数形状以及端点值；所述公式1为：其中，i
max
是dqi最大值，其中，实景数据的最大值为5、背景数据的最大值为3，i
min
是dqi最小值；述所公式2为：其中α，β为形状参数；a，b为端点。α，β确定分布的形状，从而确定概率质量的位置，而a，b限制取值的范围，从而确定概率分布区间。8.根据权利要求1所述的一种生命周期评价数据质量提升与不确定度评估方法，其特征在于，s4中所述数据质量指标谱系矩阵由指标a来源可靠性、指标b样本完整性、指标c时间相关性、指标d地理相关性、指标e技术相关性、指标f算法可靠性与对应的指标得分构成；其中，所述指标a来源可靠性针对基于测量的验证数据、部分基于假设的验证数据或基于测量未验证的数据、部分基于有限制的假设未经核实的数据、有资格的估计、没有资格的估计分别对应5、4、3、2、1指标得分；所指标b述样本完整性针对在合适的期间具有代表性的数据且平缓正常波动、在合适的期间来自稍小范围的代表性数据且平缓正常波动、有代表性的数据来自较小范围的或者来自稍小范围但在较小时间段内、有代表性的数据来自较小范围的或者来自稍小范围但在较小时间段内、代表性未知或者来自很小范围和较小时间段分别对应5、4、3、2、1指标得分；所述指标c时间相关性针对与研究对象时间相差小于3年、与研究对象时间相差小于6年、与研究对象时间相差小于10年、与研究对象时间相差小于15年、时间未知或者与研究对象时间相差超过15年分别对应5、4、3、2、1指标得分；所述指标d地理相关性针对来自研究区域的数据、包括研究区域在内的更大区域的平均数据、来自类似生产条件地区的数据、来自稍微类似生产条件地区的数据、来自未知或明显不同地区的数据分别对应5、4、3、2、1指标得分；所述指标e技术相关性针对来自研究的企业工艺和材料的数据、来自不同的企业但与研究相同技术的数据、来自不同的技术但与研究相同的工艺和材料的数据、来自相关工艺和材料的数据、来自实验室或不同技术的相关工艺的数据分别对应5、4、3、2、1指标得分；所述指标f算法可靠性针对直接得到获得的原始数据作为清单数据、研究范围内污染物排放总量或研究范围内产出总量、根据已知实测数据，通过各种物料、元素或能量的平衡计算得到、根据经验公式或者理论公式的经验修正或半经验数据得
到的数据、基于化学反应方程式或产品设计方案等未经过经验修正获得的数据分别对应5、4、3、2、1指标得分。9.根据权利要求1所述的一种生命周期评价数据质量提升与不确定度评估方法，其特征在于，s4中所述基于各输入变量建立lca结果预测模型的具体方法为：将实景数据作为输入基准值，分别选取基准值的80％、90％、100％、110％、120％五个值作为自变量，通过一元线性回归确定各环境影响类型与自变量之间的关系函数进一步得到如公示3的lca结果与自变量之间的关系函数：述所公式3为：其中i代表输入变量种类；i
i
为第i种输入变量值；o
i
为第i种输入变量的lca输出结果；j为第j种潜在环境影响类型；k
ij
代表第i种输入变量与第j种潜在环境影响类型之间的线性关系斜率，b
ij
代表截距；n代表潜在环境影响类型的总数。10.根据权利要求1所述的一种生命周期评价数据质量提升与不确定度评估方法，其特征在于，s4中所述根据给定的参数范围进行多次随机采样的方法为：采用oracle crystal ball不确定度分析软件进行给定的参数范围进行10000次随机采样的蒙特卡洛模拟，获得输出变量的分布，以2中划定的变异系数与不确定度对照划分规则衡量输入数据对lca结果产生的不确定度。

技术总结
本发明公开了一种生命周期评价数据质量提升与不确定度评估方法，包括：S1：在目标与范围的确定阶段，划定数据变异系数CV值，以所在区间判定生命周期评价LCA结果有效性；S2：在清单分析阶段，根据评价目标确定数据采集来源，将有效数据单位化为清单数据；S3：在影响评价阶段，根据评价目标选择、修正背景数据，建立产品生命周期模型；S4：在结果解释阶段，确定模型中重点清单数据及其分布函数；获得输出变量的分布，根据CV值判定结果不确定度。本发明将数据质量提升贯穿LCA整个过程，构建了一套数据质量提升方法，将LCA实景数据与背景数据融入结果不确定度中，优化补充了数据质量评估方法，使得LCA结果不确定度更有代表性。使得LCA结果不确定度更有代表性。使得LCA结果不确定度更有代表性。


技术研发人员：张盼月 付昊 房玮 刘旺 陈乐 王清谚 蔡雅静
受保护的技术使用者：北京林业大学
技术研发日：2023.06.09
技术公布日：2023/9/9