Раздел 1 Введение (стр. 2 )

В различных центрах моделирования ЕМЕП используется несколько моделей. Одной из наиболее распространенных моделей является RAINS, выполненная Центром интегрированного оценочного моделирования (ЦИОМ) при МИАПС (Международный Институт для Анализа Прикладных Систем). Используя модель RAINS в качестве примера, нужно ответить на вопрос какие условия данных инвентаризации эмиссий могут препятствовать или ограничить их успешное использование в модели RAINS? Приведены примеры, в которых показано, когда эксперты, использующие RAINS, должны сначала решить проблему отсутствия данных инвентаризации выбросов, перед ее использованием (On-line RAINS)[4]. Например, для отсутствующих секторов источников, или секторов с неполной информацией по выбросам, значения данных эмиссий получаются на основе предположений, включая:

Ö Использование коэффициентов эмиссий без мер по снижению.

Ö Использование приборов по контролю за выбросами и их эффективность.

Ö Сценарии энергетической деятельности по типам процессов.

Ö Эмиссии.

Чтобы уточнить или сократить количество предположений, сделанных по данным при их использовании, оценка качества инвентаризации эмиссий КТЗВБР/ЕМЕП должна также включать сотрудничество между разработчиками и пользователями данных, таких как эксперты по интегрированному оценочному моделированию. Установление совместных целей обеспечения качества данных на основе сотрудничества и раннее вовлечение в процесс получения данных, могут помочь обеспечить успешное использование данных по эмиссиям в моделях. Результатом такого сотрудничества может стать конкретный список проверок данных, которые могут или должны проводиться как часть работ по подготовке данных эмиссий. Также можно заключить соглашение о типе необходимой документации, указывающей какие проверки были проведены и результаты получены. В рамках деятельности по оценке качества данных, разработчики инвентаризации могут сотрудничать с центрами по модулированию ЕМЕП для обсуждения и уточнения целей обеспечения качества данных.

Раздел 3 Эффективная практика при подготовке инвентаризации – выбор методологии

By Kristin Rypdal, Statistics Norway

3.1 Введение

Руководство по инвентаризации эмиссий для большинства источников представляет методологию в виде рядов, как минимум двух уровней. Упрощенная методология обычно дает более быстрый способ расчетов, но менее точная, чем детализированная методология. В то же время, эксперты по инвентаризации имеют ограниченные ресурсы и будут не в состоянии применить детализированную методологию для всех источников. При выявлении ключевых параметров (или источников), эксперты по инвентаризации смогут лучше расставить приоритеты использования ресурсов при инвентаризации. Определение ключевых источников может быть основано на простом анализе чувствительности. Анализ чувствительности также полезно использовать для проверки влияния отдельных предположений на результаты инвентаризации. Применение анализа чувствительности для определения ключевых источников представлено в Разделе 3.2.

Обязательства отчетности по выбросам для Протоколов КТЗВБР включают разработку временных рядов данных, обычно начиная с базового года. Желательно, чтобы отчетность для всех лет была однородной (в применяемых методах оценки), включая базовый год. Если методология изменяется, и новая методология не может быть применена для всех лет, может быть трудно построить однородные временные ряды. В таком случае, методологии стыкуются, сглаживая однородность временных рядов. Варианты методов приведены в Разделе 3.3.

Методологии по инвентаризации постоянно улучшаются. Применение новой методологии обычно влияют на предыдущие расчеты, и поэтому необходимо пересчитывать весь временной ряд данных. Причины и необходимость пересчета описаны в Разделе 3.4.

3.2 Определение ключевых параметров и предположений

Поскольку различные источники имеют разную неопределенность, вклад в общую неопределенность инвентаризации не одинаков среди источников. Очевидно, что больший эффект будет иметь снижение неопределенности в источниках, дающих наибольший вклад в общую неопределенность. Следовательно, для динамичного процесса улучшения инвентаризации необходимо определять источники, в которых выбор методологии важен для возможных сфер применения инвентаризации. Источники, которые определены в качестве ключевых в разных странах отличаются. Некоторые источники вероятно будут являться значительными во всех странах, тогда как другие, например, некоторые производственные процессы могут отсутствовать или быть незначительными в одних странах или очень важными в других.

Этот раздел объясняет критерии определения ключевых параметров (коэффициенты эмиссий, данные по деятельности или уровни измеренных выбросов) и описывает как применять их в национальных инвентаризациях. Теоретическая основа взята из IPCC GPGAUM[2], которая базируется на Flugsrud и др. (1999)[5] и Flugsrud и Rypdal (2001)[6].

Как описано ниже оценку можно провести на уровне источника или на уровне параметра. Оценка делается для каждого газа отдельно (для парниковых газов используются выбросы в CO2-эквиваленте).

3.2.1 Критерии определения ключевых параметров

Какие параметры считать ключевыми будет зависеть от сфер применения инвентаризации. Точная инвентаризация эмиссий должна дать максимально возможные правильные цифры для эмиссий по уровню и по тренду.

Для оценки выполнения обязательств важен тренд, для научной оценки и оценки, наиболее экономически эффективных мер по сокращению выбросов, необходимо проведение более детального рассмотрения. Когда обязательства отчетности по эмиссиям выражены в виде "потолка по выбросам" значение имеет только неопределенность уровня выбросов. В таком случае ключевой параметр определяется в соответствии с основными сферами применения результатов инвентаризации:

Ключевой параметр – такой параметр, который имеет значительное влияние на общие эмиссии или тренды в инвентаризации, или на их неопределенность.

Таким образом, параметры, которые дают наибольший вклад в общие эмиссии и параметры, влияющие на быстрое изменение в уровне эмиссий должны рассматриваться как ключевые. Другие признаки также могут сделать источник ключевым, например:

· Точечные источники (по основным загрязнителям)

· Источники с высокой оценкой неопределенности, даже если их вклад в общие эмиссии небольшой.

· Источники, для которых национальные коэффициенты эмиссий, использованные при расчетах значительно ниже, чем информация, приведенная в пересмотренном Руководстве МГЭИК 1996[7] или в Руководстве по инвентаризации выбросов.

· Источники, в которых снижаются выбросы, если упрощенная методология недостаточно детализирована, чтобы выявить возможности сокращения выбросов.

· Источники, где ожидается рост или спад в будущем.

3.2.2 Анализ чувствительности

Обычная методика основывается на большом количестве данных, многие из которых имеют высокий уровень неопределенности. Некоторые из этих данных будут иметь большее значение для результатов инвентаризации (уровень и тренд), чем другие. Согласно Morgan и Henrion (1990)[8] анализ чувствительности можно определить как расчет влияния изменений во входных параметрах или предположениях на результат. Обычно предполагается, что изменчивость результат может быть связана с изменчивостью ограниченного числа входных параметров (Cullen и Frey, 1999)[9]. Целью анализа чувствительности для экспертов по инвентаризации является определение тех отдельных частей инвентаризации, которые могут влиять на результат.

Анализ чувствительности можно проводить на нескольких уровнях[8]:

a) Анализ каждого параметра отдельно, при постоянных других факторах.

b) Детерминированный совместный анализ, когда изменяется больше одного параметра одновременно.

c) Параметрический анализ, изменяя один или несколько входных параметров рамках выбранных значений.

d) Вероятностный анализ, использование корреляции или других средств для определения насколько неопределенность в результатах связана с какими входными параметрами.

Все эти подходы применимы и полезны для различных сфер использования инвентаризации. a) и d) могут быть использованы для определения ключевых источников на систематической основе, тогда как b) и c) особенно полезны для выявления влияния различных предположений или выбранных параметров.

3.2.3 Подходы к определению ключевых источников

а) Анализ чувствительности – современная методология

Комбинации с моделированием неопределенностей достаточно просто проводить различные типы анализа чувствительности. Оба варианта а) и d), представленные выше могут быть частью стандартного анализа.

Вариант а) обычно будет основан на соединении эластичности и важности неопределенности, как представлено ниже. Номенклатура основана на[8]:

Эластичность:

1)

Где E – общие выбросы, а ei – это входной параметр i

Важность неопределенности:

2)

Где sei – стандартное отклонение для входного параметра ei

Формула может быть преобразована в нормированную величину, "эластичность важности неопределенности" (UGE), выраженное

3)

Если, имеется оценка неопределенности наилучшим вариантом определения ключевых параметров, является соединение важности неопределенности. Затем источники можно выстроить в порядке убывания значений важности неопределенностей. Для парниковых газов предлагается выстраивать источники до достижения 90% от общей неопределенности[2],[5],[6]. Это значение, вероятно, подходит также и для других загрязнителей в виде приближенного подсчета.

При использовании современных методологий, возможно, оценить отдельно вклад коэффициентов эмиссий и данных по деятельности.

b) Анализ чувствительности – упрощенные подходы

Неопределенность данных по инвентаризации часто неизвестна. Предложенный упрощенный подход может быть использован для оценки ключевых источников без дополнительных знаний о неопределенности. Оценка может проводиться с помощью электронной таблицы в достаточно короткое время. Уровень (детализация) анализа очень важен, смотрите Раздел 1.3.3.

Для парниковых газов рекомендуется использовать подход, приведенный в [2].

Подход, представленный ниже, предлагается использовать для других загрязнителей.

Считается, что для конкретного загрязнителя неопределенность по каждому источнику приблизительно одинакова. Если данное предположение не верно, необходимо использовать один из современных подходов. Упрощенный подход применим только на уровне источника.

Оценка уровня

Рекомендованный подход предполагает составление списка и ранжирование вклада каждого источника (доля от общих эмиссий) пока не будет достигнут 95% порог от общих эмиссий. Кроме того, возможные дополнительные источники, которые дают вклад более 1% в общие выбросы, могут быть включены индивидуально. Такой подход означает, что самые крупные источники являются ключевыми.

Оценка тренда

Эластичность тренда в отношении уровня эмиссий от источников может быть выражена в виде[6]

4)

Где ti – это тренд источника, а T – это общий тренд эмиссий.

Когда цели выражены в виде процентных сокращений эмиссий, рекомендованный подход предполагает составление списка и ранжирование вклада каждого источника в соответствии с этим уравнением пока не будет достигнут 90% порог от общих эмиссий. В дополнение к наиболее крупным источникам, ключевыми источниками окажутся те, в которых тренды эмиссий быстро меняются.

Когда цели выражены в виде "потолка эмиссий", ключевые параметры могут быть оценены при ранжировании абсолютных изменений на уровне источника. Однако, крупные источники обычно будут доминировать при рассмотрении изменений в абсолютных значениях, поэтому результаты видимо будут достаточно близки к оценке уровня.

с) Корреляции и уровни анализа

Очевидно, что результаты анализа чувствительности сильно зависят от уровня агрегированности анализа. Некоторые входные данные могут быть скоррелированы, например, если предполагается, что они равны на основании одинаковых базовых данных или ограничены, к примеру, распределением "сверху вниз". В детализированных подходах такие зависимости могут быть смоделированы. В упрощенном анализе ряд данных должен быть агрегирован до уровня, когда корреляции будут исключены. Детализированный анализ является лучшим для правильной оценки действительно ключевых параметров (которые могут быть скрыты агрегированием). Для парниковых газов подходящий уровень анализа был предложен в IPCC GPGAUM. Данный уровень агрегированности был предложен во избежание зависимостей, но может скрыть некоторую информацию.

Для других газов стартовой точкой анализа должен быть уровень 2 или 3 SNAP с грубым разделением топлива. Дальнейшее агрегирование можно делать для исключения зависимостей, например, в случае с SO2, где одинаковые коэффициенты эмиссий могли быть использованы для многих источников.

При анализе тренда необходимо учитывать, что одинаковые коэффициенты эмиссий часто используются как в начале, так и в конце года, что означает, что их нужно рассматривать как коррелируемые. Данные по деятельности в таком анализе обычно считаются независимыми. Данные замеренных эмиссий также могут считаться независимыми, если отсутствует очевидные систематические ошибки.

3.2.4 Практические последствия

Для инвентаризации парниковых газов было предложено дерево решений, помогающее эксперту по инвентаризации выбрать правильный уровень методологии[2]. Такие дерева решений не были разработаны для газов по КТЗВБР. Однако, подобный принцип можно использовать для всех типов загрязнителей. В принципе детализированная методология (или современная национальная методология) должны выбираться для использования в ключевых источниках. Для неключевых источников подходит упрощенная методология. Если используется методология, которая не предложена в Руководстве по инвентаризации выбросов, такая методология (и коэффициенты эмиссий) должна быть задокументирована должным образом.

Инвентаризация выбросов основывается на большом количестве предположений. Эксперту по инвентаризации часто не просто работать с многими из них. Проведение простого анализа чувствительности крайне полезно для выявления влияния различных предположений, сделанных в инвентаризации, на уровень и тренд эмиссий. Очевидно, что если результаты чувствительны к сделанному предположению, больше работы необходимо уделить для данного предположения, тогда как другие предположения, которые имеют минимальное воздействие на результат, можно оставить неизменными.

3.3 Стыковка методологий

Вариант стыковки методологий предполагает, что однородность временных рядов данных аппроксимируется при использовании различных методик для разных лет инвентаризации.

Методологии, представленные ниже, приводятся не в приоритетном порядке, они все могут быть использованы в зависимости от данных и условий. Было бы прекрасной идеей проверить несколько методов, предложенных для стыковки методологий на их однородность. Не дается четкого разделения между стыковкой из-за прерывания входных данных и других проблем, когда используется тот же метод для каждого года.

В целом, несколько из методов стыковки методологий подходят для использования, когда технические условия в рассматриваемых временных рядах изменяются, например, при введении мер по снижению выбросов. Это можно установить только при использовании полной методологии или должно быть скорректировано для временного пользования.

Приведенные ниже методологии взяты из [2] и [5], сами отчеты приводят больше деталей и примеров использований.

а) Наложение

При любых изменений методологии, результаты, полученные новым и старым методом должны сравниваться как по уровню, так и по тренду эмиссий. Если новая методология не может быть использована для всех лет, возможным выходом будет использовать отклонения наложения для корректировки временных рядов. Если х0 принять за базовый год и если m – это первый год оценки эмиссий по новой методологии, то новая оценка выбросов для этого года будет ym, а изначальная оценка – хm, тогда пересмотренную оценку эмиссий для базового года можно выразить как:

Этот простой метод следует приведенным ниже трем требованиям к пересмотру оценок:

Оценки, сделанные с помощью новой методологии, считаются наиболее правильными для всех лет, в которых имеется наложение методов. Не должно существовать разрыва во временных рядах между пересмотренной изначальной оценки и оценки с использованием новой методологии, т. е. комбинирование временных рядов является однородным. Пересмотренная оценка временных рядов должна являться простым масштабированием оценки, полученной по изначальному методу. Это равнозначно предположению, что новая методология даст те же тренды эмиссий за период, что и изначальный метод (в виде годового процентного изменения).

Для некоторых источников третье требование может быть неподходящим. Например, разница между новой и изначальной оценками может быть принята постоянной. В этом случае пересмотренную оценку для базового года следует рассчитывать как:

Если в наложении между новой и изначальной методологиями включен более чем один год, первые два требования приводят к заключению, что только первый год наложения нужно пересчитывать. Если мы не последуем второму требованию и позволим получению разрыва во временном ряду, то сможем переформулировать первое выражение, заменив простое отношение ym/xm средним значением за весь период наложения (n – последний год с оценками эмиссий, сделанными по обеим методологиям):

Можно предположить о наличии конфликта между желанием получит однородный временной ряд без разрывов с одной стороны, а с другой стороны использовать всю информацию от наложения методологий (разрыв во временном ряду не соответствует требованиям эффективной практики). Однако, если тренды эмиссий при использовании обеих методологий одинаковы, то есть оценки отличаются только по уровню, тогда оба метода пересчета х0 дадут одинаковый результат. Если разницу в трендах эмиссий между методологиями можно списать на случайные ошибки, тогда использование только одного года в качестве основы для масштабирования может привести к отклонениям, и в таком случае нужно использовать последнее выражение с осредненным соотношением ym/xm. Если тренды сильно отличаются, то наиболее подходящим методом будет использование одной из техник экстраполяции, описанных ниже.

b) Экстраполяции и интерполяции

Если методология требует слишком много ресурсов каждый год, возможным выходом может быть проведение полных расчетов для некоторых лет и интерполяция результатов для лет между ними. Интерполяция может быть арифметической, но желательно вносить простые поправки для учета вариаций в уровне данных по деятельности.

Если оценка для базового года невыполнима, ее можно проэкстраполировать из оценок, полученных для наиболее близких лет с использованием уровня изменения в данных по деятельности и возможных других поправок. Для подробного описания смотрите "Суррогатные экстраполяции", приведенные ниже.

с) Суррогатные экстраполяции

Когда данных для оценки эмиссий в базовом году не хватает, может быть полезно применение метода суррогатных экстраполяций. Данными могут служить данные по деятельности или измерения. Причиной отсутствия данных может быть изменение в системе сбора данных, которое привело к неоднородности временных рядов, новые собранные данные, которые не включают базовый год инвентаризации, или старая система сбора данных была остановлена. Техника экстраполяции может быть использована также и для тех случаев, когда методология расчетов требует слишком много ресурсов ежегодно.

Техника основана на возможности отыскать статистический источник, который объясняет наилучшим образом временные вариации источника эмиссий. Это необязательно должны быть данные по деятельности, использованные для оценки (поскольку такие могут отсутствовать).

Где y – оценка эмиссий и s – суррогатный статистический параметр.

Необходимо аккуратно подбирать наиболее подходящий статистический параметр, поэтому рекомендуется попробовать несколько различных вариантов и сравнить результаты. Также возможно взвесить несколько вариантов.

3.4 Пересчеты

Применение новых данных, методологий и исправление данных часто приводят к изменению в предыдущих оценках эмиссий. Это называется пересчетами. Пересчеты основаны на лучшей информации, очевидно, улучшат научное значение инвентаризации, однако они могут также вызвать проблемы при оценке выполнения обязательств по экологическим протоколам. То, каким образом рассматривать пересчеты при отчетности по различным протоколам является политическим решением.

При отчетности данных по парниковым газам в РКИК ООН, правила пересчета описываются в [2], на основе рекомендаций вспомогательного органа по техническим и научным вопросам (SBSTA). Вкратце их можно резюмировать в том, что страны всегда должны пересчитывать выбросы при наличии информации для улучшения качества инвентаризации. Возможно, что результаты инвентаризаций будут "заморожены" на первый отчетный период гг., и на этот период проведения пересчетов не будет разрешено.

Пересчеты всегда приветствовались для отчетности по КТЗВБР. Однако, в прошлом цели протоколов были основаны на процентном сокращении выбросов. Новые цели протоколов основываются на "потолке эмиссий"[3]. Никакого решения о том нужно или нет применять пересчеты (и нужно ли их вообще разрешать) не было принято. Некоторыми вариантами рассмотрения этого вопроса политическими группами КТЗВБР могут быть:

· Не разрешать пересчеты (это означает, что инвентаризации не обязательно будут основаны на наилучшей научной информации, поскольку нельзя будут изменять методологии и исправлять ошибки).

· Отчитываться по двум рядам данных, один "замороженный", а один пересчитанный (будет очень запутывать и потребует значительно больше работы для экспертов по инвентаризации).

· Разработать механизм корректировки "потолка выбросов", в случаях, когда были сделаны необходимые пересчеты (целесообразно ли это).

· Приветствовать пересчеты и принимать последствия (это может означать, что пересчеты делаются только в одну сторону).

Однако следует отметить, что для выполнения целей, поставленных в инструкциях по отчетности, о предоставлении полной, точной и однородной инвентаризации, иногда будет необходимо менять используемую методологию, а для получения однородности изменять оценки, полученные за предыдущие годы. Такие улучшения методологий, которые приводят к изменениям в оценках эмиссий, будут означать, что обязательства по выбросам будет проще или сложнее выполнять. Однако в обоих случаях это является эффективной практикой всегда изменять методологию, если общая полнота, точность и однородность инвентаризации могут быть улучшены. Это может происходить, когда появляются новые научные результаты, когда применяемая методология не соответствует эффективной практике или когда выявляются крупные ошибки в инвентаризации.

Раздел 4 Оценки неопределенностей[4]

Tinus Pulles, ETC-ACC & Centre of Expertise on emissions and Assessment TNO-WUR.

4.1 Введение

"Проект Руководства для оценки и отчетности данных по эмиссиям" [1] в статье 14 требует:

"Страны должны оценивать неопределенности своих инвентаризаций с использованием наилучших методологий доступных для них (смотрите параграф 8 выше), учитывая указания, представленные в Руководстве EMEP/CORINAIR".

В данном разделе будут представлены указания по этому поводу, основанные на результатах, полученных в рамках Программы МГЭИК по инвентаризации выбросов парниковых газов.

Отчет IPCC GPGAUM[2] представляет, что необходим структурный подход для оценки неопределенности инвентаризации. Такой подход включает:

Ö Метод определения неопределенностей в индивидуальных элементах, используемых в инвентаризации;

Ö Метод агрегирования неопределенностей индивидуальных элементов для общей инвентаризации;

Ö Метод определения значимости межгодовой разницы и долгосрочных трендов в инвентаризациях, принимая во внимание информацию о неопределенности;

Ö Понимание вероятных сфер использования этой информации, что включает определение областей, требующих дальнейших исследований и наблюдений, и количественное определение значимости межгодовой разницы и долгосрочных изменений в инвентаризациях;

Ö Понимание, что могут существовать другие неопределенности как те, которые происходят из неточных определений, и которые нельзя оценить статистическими методами.

Глава 6 в [2] представляет всесторонний обзор этих вопросов в контексте инвентаризации парниковых газов. Данный раздел даст дополнительные указания к отчету GPGAUM со специальными ссылками на его применение в рамках инвентаризации эмиссий по КТЗВБР/ЕМЕП. Для определений и объяснений всех концепций и численных значений смотрите Отчет GPGAUM.

4.2 Выражение неопределенности

Важным аспектом анализа неопределенности является то, в каком виде выразить неопределенности, связанные с отдельными оценками или всей инвентаризацией. Рекомендуется использовать то же значение для выражения неопределенности инвентаризации по КТЗВБР, как требуется в инвентаризации парниковых газов, конкретно 95% доверительный интервал.

Этот 95% доверительный интервал определяется границами в 2.5% и 97.5% от общей функции распределения оцененных значений. По-другому диапазон неопределенных значений в инвентаризации должен выражаться так, чтобы:

Ö Существовала 95% вероятность того, что реальное значение оцененного числа находилось в интервале, определенном доверительными границами,

Ö Существовала равная вероятность того, что реальное значение, если лежит вне упомянутого диапазона, находится выше или ниже него.

В практическом смысле 95% доверительный интервал для нормального распределения лежит между ± 2 стандартных отклонения от среднего. Поэтому когда неопределенности не очень велики (стандартное отклонение менее 30% от среднего значения), функция (кумулятивного) распределения, оцененного значения должна считаться нормальной и 95% доверительный интервал может оцениваться как двойное стандартное отклонение.

4.3 Количественный расчет неопределенностей

4.3.1 Переменные и параметры

Большая часть инвентаризации выбросов получается с помощью сбора данных по деятельности и соответствующих коэффициентов эмиссий в соответствии с уравнением

(1)

Хотя для некоторых секторов уравнение для расчета выбросов будет более сложным, чем простое умножение переменной a (объем деятельности) и параметра а (коэффициент эмиссий) в этом разделе для простоты представлены методы и принципы количественной оценки эмиссий с помощью этого простого уравнения. В случае более сложного алгоритма расчет становится также более сложным, но существенным образом не отличается.

4.3.2 Методы

При оценке выбросов необходимо знать диапазоны количественной неопределенности как для переменных, так и для параметров, чтобы провести количественный анализ неопределенности как представлено в данном разделе. Данный параграф приводит некоторые важные части из отчета GPGAUM по данному вопросу.

а) Измерения

В некоторых случаях данные периодических измерений выбросов могут иметься в распоряжении на местах проведения измерений. Если эти измерения можно увязать с репрезентативными данными о производственной деятельности, которые, разумеется, имеют решающее значение, то есть возможность определить коэффициент выбросов для конкретной точки проведения измерений наряду с соответствующей функцией распределения вероятности для представления ежегодных выбросов.

Это может быть сложной задачей. Для достижения репрезентативности может оказаться необходимым расчленить (или стратифицировать) данные для отражения типовых условий эксплуатации. Например:

Ö Ввод в эксплуатацию и закрытие предприятия могут дать различные интенсивности выбросов по отношению к данным о производственной деятельности. В этом случае данные должны быть расчленены с отдельными коэффициентами выбросов и функцией распределения вероятности, определенными для условий устойчивого функционирования, ввода в эксплуатацию и закрытия предприятия.

Ö Коэффициенты выбросов могут зависеть от нагрузки. В этом случае оценку суммарных выбросов и анализ неопределенностей необходимо будет стратифицировать с целью учета нагрузки, выраженной, например, в виде процента от полной мощности. Это можно сделать посредством регрессионного анализа и графиков разброса интенсивности выбросов в зависимости от вероятного изменения основной переменной (например, выбросы в зависимости от нагрузки) при этом нагрузка становится частью необходимых данных о деятельности.

Ö Измерения, произведенные для другой цели, могут оказаться нерепрезентативными. Например, измерения метана, произведенные по соображениям безопасности на угольных шахтах и мусорных свалках, могут не отражать суммарных выбросов. В таких случаях для анализа неопределенностей следует оценить соотношение между измеренными данными и суммарными выбросами.

Если размер выборки данных достаточно велик, то можно использовать стандартный статистический критерий согласия в сочетании с экспертной оценкой для оказания помощи в принятии решения о том, какую использовать функцию распределения вероятности для описания изменчивости в данных (если необходимо, расчлененных) и как ее параметризировать. Однако во многих случаях количество измерений, на основании которых можно сделать заключение относительно неопределенности, будет небольшим. В типичном случае, коль скоро имеется три или более точек данных и если эти данные являются случайной репрезентативной выборкой величины, представляющей интерес, имеется возможность применить статистические методы для оценки величин параметров многих двухпараметровых распределений (например, нормальное, логарифмически нормальное), которые могут быть использованы для описания изменчивости в ряде данных (Каллен и Фрей, 1999)[9]. При малых размерах выборки будут иметь место крупные неопределенности в отношении оценок параметров, что следует отразить в количественной оценке неопределенностей для использования в кадастре выбросов. Кроме того, как правило, не имеется возможности положиться на статистические методы для того, чтобы различить критерии согласия альтернативных параметрических распределений, когда размеры выборки очень малы [9]. В связи с этим, при выборе соответствующего параметрического распределения, согласовывающегося с очень малым комплектом данных, требуется серьезная экспертная оценка. В ситуациях, когда коэффициент изменчивости меньше приблизительно 0,3, обоснованным предположением может быть нормальное распределение (Робинсон, 1989)[10]. При большом коэффициенте изменчивости и неотрицательном значении искомой величины может быть уместным положительное асимметричное распределение, такое как логарифмически нормальное. Руководство по выбору распределений содержится в приложении 1, Концептуальная основа для анализа неопределенностей, - а использование экспертных оценок в этом контексте описано ниже.