Раздел 1 Введение (стр. 5 )

Если для какой-либо категории источников известна лишь суммарная неопределенность (не отдельно для коэффициента выбросов и для данных о деятельности) тогда:

Ö Если неопределенность коррелируется между годами, внести неопределенность в колонку F и внести 0 в колонку E;

Ö Если неопределенность не коррелируется между годам, внести неопределенность в колонку E и внести 0 в колонку F.

Примечание B

Примечание C

В случае, когда предполагается отсутствие корреляции между коэффициентами выбросов, должна использоваться чувствительность типа B, а результат умножаться на √2:

Примечание D

В случае, когда предполагается корреляция между данными о деятельности, должна использоваться чувствительность типа A, а умножать результат на √2 не нужно:

Примечание E

Просьба использовать следующие сокращения:

D - Информация о категории источника по умолчанию в Руководящих принципах МГЭИК

M - Основано на измерениях

R - Национальные справочные данные

Колонки в таблице помечены буквами от А до Q и содержат следующую информацию:

Ö A и B показывают категорию источника NFR и загрязнитель.

Ö C и D являются оценками инвентаризации соответственно в базовый год и в текущий год[5] для категории источника и газа, определенных в колонках А и В, выраженными в CO2-эквиваленте.

Ö E и F содержат неопределенности соответственно для данных о деятельности и коэффициентов выбросов, полученные из сочетания эмпирических данных и экспертных оценок, как ранее описано в настоящей главе, введенные в виде половины 95% доверительного интервала, разделенной на среднюю величину и выраженной в процентах. Причина разделения пополам 95% доверительного интервала состоит в том, что величина, введенная в колонки E и F, затем соответствует знакомым величинам плюс и минус, когда неопределенности приближенно упоминаются как "плюс или минус x%", поэтому экспертные оценки этого типа могут быть непосредственно введены в таблицы для расчета. Если известно, что неопределенность имеет сильно асимметричный характер, вводится более крупное процентное различие между средней величиной и границей доверительного интервала.

Ö G представляет собой объединенную неопределенность по категории источника, полученную на основе данных в колонках E и F, с использованием уравнения распространения ошибки (правило В). Поэтому данные колонки G представляют собой квадратный корень из суммы квадратов показателей в колонках Е и F.

Ö H показывает неопределенность в колонке G в виде процента от суммарных национальных выбросов за текущий год. Это является мерой степени неопределенности, введенной в суммарные национальные выбросы рассматриваемой категорией источников. Показатель в каждом ряду колонки H представляет собой величину, записанную в колонке G, умноженную на величину, записанную в колонке D, разделенную на итоговую величину внизу колонки D. Итоговая величина внизу колонки H представляет собой оценку неопределенности суммарных национальных выбросов за текущий год в процентах, рассчитанную на основе вышеприведенных показателей, используя правило А. Эта итоговая величина получена путем суммирования квадратов всех показателей в колонке H и извлечения квадратного корня из суммы.

Ö I показывает, как изменяется разность выбросов в процентах между базовым годом и текущим годом в ответ на однопроцентное увеличение выбросов из категории источников как в базовом, так и в текущем году. Колонка показывает чувствительность тенденции выбросов к систематической неопределенности в оценках выбросов (т. е. корреляцию между базовым годом и текущим годом). Это - чувствительность типа А, как определено выше. В приложении 6A.1 содержится вывод формулы для расчета показателей в колонке I.

Ö J показывает, как изменяется разность выбросов в процентах между базовым годом и текущим годом в ответ на однопроцентное увеличение выбросов из категории источника только в текущем году. Колонка демонстрирует чувствительность тенденции выбросов к случайной ошибке в оценке выбросов (т. е. чувствительность, которая не коррелируется между базовым годом и текущим годом). Это - чувствительность типа В, как описано выше. Формула для расчета показателей в колонке J выводится в приложении 6A.

Ö K использует информацию в колонках I и F для демонстрации неопределенности, вводимой в тенденцию выбросов неопределенностью коэффициента выбросов, исходя из предположения, что неопределенность в коэффициентах выбросов коррелируется между годами. Если пользователь решает, что неопределенности коэффициентов выбросов не коррелируются между годами, то вместо колонки I должны использоваться показатели в колонке J, а результат умножаться на √2. Формула для определения показателей в колонке K выводится в приложении 6A.

Ö L использует информацию в колонках J и E для демонстрации неопределенности, вводимой в тенденцию выбросов неопределенностью данных о деятельности, исходя из предположения, что неопределенность в данных о деятельности не коррелируется между годами. Если пользователь решает, что неопределенности данных о деятельности коррелируются между годами, то вместо колонки J должны использоваться показатели в колонке I, а коэффициент √2 не применяется. Формула для определения показателей в колонке L выводится в приложении 6A.

Ö M представляет собой оценку неопределенности, вводимой в тенденцию национальных выбросов рассматриваемой категорией источника. При уровне 1 этот показатель выводится из данных в колонках K и L, используя правило B. Таким образом, показатель в колонке M является квадратным корнем из суммы квадратов величин в колонках K и L. Итоговая величина внизу этой колонки является оценкой суммарной неопределенности тенденции, рассчитанной на основе величин, приведенных выше, используя уравнение распространения ошибки. Эта итоговая величина получается путем суммирования квадратов всех показателей в колонке M и извлечения квадратного корня из суммы. Формула для расчета показателей в колонке М и итоговой величины внизу колонки M приведена в приложении 6A.1.

Ö Колонки N - Q содержат качественные показатели и перекрестные ссылки на подстрочные примечания.

Ö N содержит D, M или R в зависимости от того, на чем основан диапазон неопределенности коэффициента выбросов: на информации по умолчанию о категории источника (D) в руководстве, измерениях, проведенных для этой цели (M), или на национальной справочной информации (R).

Ö O содержит D, M или R в зависимости от того, на чем основан диапазон неопределенности данных о деятельности: на информации по умолчанию о секторе в руководстве, на измерениях, проведенных для этой цели или на национальной справочной информации.

Ö P содержит справочные номера любых экспертных оценок, используемых для оценки неопределенностей в этой категории источников.

Ö Q содержит номер пояснительного подстрочного примечания внизу таблицы для определения документальной ссылки на неопределенность данных (включая измеренные данные) или другие замечания относящиеся к этой строке.

4.7 Отчетность по неопределенностям

"Проект Руководства для оценки и отчетности данных по эмиссиям" [1] в статье 26 требует:

"При отчетности по эмиссиям, должна также предоставляться информация об уровне неопределенности данных по выбросам и о сделанных предположениях. Методологии, использованные для оценки неопределенностей должны быть представлены в прозрачном виде. Приветствуется отчетность Стран по количественной оценке неопределенностей при наличии такой информации."

В соответствии с Руководством GPGAUM неопределенности могут подаваться для отчета в таблице, аналогичной той, которая приведена в Параграфе 4.6. Проект Руководства по отчетности не включает специфичных требований по данному вопросу.

Раздел 5 Верификация

John van Aardenne Centre of Expertise on emissions and Assessment TNO-WUR

5.1 Введение

Верификация проверяет правильно ли рассчитаны эмиссии в инвентаризации. Инструментами для проведения верификации является техники, которые делают сравнение между оценками выбросов и другими известными количествами выбросов, которые связаны либо непосредственно с источником эмиссий, либо косвенно с основным процессом, приводящим к выбросам. Следующие инструменты могут быть использованы для целей верификации: (i) обзорный анализ, (ii) мониторинговый анализ, (iii) сравнение с другими инвентаризациями, (iv) прямое моделирование качества воздуха, и (v) обратное моделирование качества воздуха. В данной пересмотренной версии руководства информация об обзорном и мониторинговом анализах включена из предыдущей версии руководства. Краткое описание других инструментов для верификации взято из исследования, проведенного Van Aardenne (2001)[11], в котором предлагается структура для систематического анализа неопределенностей.

Эта глава дает краткий обзор различных инструментов, которые могут применяться для целей верификации. Для более детального описания инструментов смотрите [11] или специальные ссылки по тексту.

5.2 Обзорный анализ

Некоторые обычные методики расчета выбросов для категорий площадных источников основаны на коэффициентах выбросов на душу населения, на работника или на единицу площади. Хотя эти методы можно применять для расчета выбросов на национальном или региональном уровнях, но при их применении на других уровнях или к определенным периодам времени может появиться отклонение. Статистические методы отбора проб позволяют определить количество учреждений в конкретной отрасли промышленности, которые должны быть детально изучены для получения статистических данных о региональных и временных характеристиках этого источника. Результаты статистического исследования, основанные на этих принципах, можно применять для разработки региональных коэффициентов выбросов или коэффициентов распределений, которые зависят от плотности населения, экономико-демографических показателей или данных о распределении учреждений для основных промышленных или коммерческих секторов.

5.3 Мониторинговый анализ

Мониторинговый анализ включает три основных группы измерений: прямое тестирование источника, косвенное тестирование источника и измерения параметров окружающей среды. Осуществление всех программ мониторинга требует больших затрат и должно быть тщательно спланировано и выполнено, чтобы получить максимальное число данных и обеспечить сбор высококачественных результатов измерений. В некоторых случаях результаты измерений, получаемые в ходе программы по управлению качеством воздуха, организованной правительственными органами, и данные, связанные с процессом эксплуатации и эффективностью, получаемые на отдельных заводах, можно использовать для проверки расчета выбросов. Программа мониторинга должна включать тщательный обзор всех имеющихся результатов измерений, и, по мере возможностей, извлекать максимальную пользу из этих данных. В нижеследующей таблице приведены некоторые виды мониторингового анализа, применяемые для проверки расчетов по выбросам.

ТИПЫ МОНИТОРИНГА, ПРИМЕРЫ И ОБЛАСТИ ПРИМЕНЕНИЯ ДЛЯ ЦЕЛЕЙ ИНВЕНТАРИЗАЦИИ ВЫБРОСОВ

Класс мониторинга	Примеры программ мониторинга	Применение данных для инвентаризации выбросов
Прямые измерения	· Измерения выбросов в процессе · Параметры проведения процесса · Случайная выборка установок или проверка возможных утечек	· Сравнение с расчетными величинами · Определение диапазона применения расчетов (параметры процесса, коэффициенты выбросов) · Спецификация летучих выбросов или утечек
Косвенные измерения	· Системы дистанционного измерения: FTIR, УФ, газо-фильтрационная радиометрия · Изучение соотношения ЛОС/NOX в окружающей среде	· Сравнение расчетной скорости выбросов и концентраций вблизи источника · Расчет коэффициентов выбросов для источников, в которых отсутствуют вытяжные трубы или каналы
Исследования параметров окружающей среды	· Исследования тоннелей · Авиационные исследования · Изучение различий между наветренной и подветренной стороной · Моделирование рецепторов	· Определение очевидных недостатков в методиках или недооценки величины выбросов · Изучение влияния источников выбросов или групп источников на состояние окружающей среды · Определение основных источников выбросов в регионе

5.4 Сравнение с другими инвентаризациями

При сравнении инвентаризаций выбросов, которые были получены независимо друг от друга, разница в оценках эмиссий в этих инвентаризациях может быть использована для верификации того, насколько результаты расчетов являются точным представлением реальных выбросов[11]. Теоретически верификация возможна только тогда, когда информация о точности об одной из инвентаризаций является доступной. Причина независимости инвентаризации эмиссий необходима, поскольку при использовании одинаковых данных по деятельности и коэффициентов эмиссий может быть легко установлено согласованность между двумя инвентаризациями. Этот принцип применялся в Van Amstel и др. (1999)[12]. В их исследовании, оценки эмиссий и парниковых газов, рассчитанных в стране за 1990 год с использованием базы данных EDGAR сравнивались с Национальными Сообщениями нескольких стран. В некоторых случаях причины разницы оценок были очевидны и привели к решению относительно оценок эмиссий, сделанных с помощью EDGAR или национальными экспертами (например, различные коэффициенты эмиссий, данные по деятельности, пробелы в инвентаризациях).

5.5 Прямое моделирование качества воздуха

При прямом моделировании качества воздуха инвентаризация эмиссий используется в качестве входных данных для модели атмосферной дисперсии, которая рассчитывает атмосферную концентрацию загрязнителя[11]. При наличии точных измерений атмосферной концентрации, разница между результатами моделирования и наблюдениями может быть использована в качестве индикатора того, насколько инвентаризация выбросов точно представляет реальные эмиссии. Примером такого исследования является работа, выполненная Iversen (1993)[13]. Используя графики рассеивания измеренных и рассчитанных концентраций, сравнение среднегодовых смоделированных и измеренных концентраций, сравнение измеренных и смоделированных концентраций с оценками эмиссий на ячейку сетки и расчет изменчивости измеренных концентраций из года в год, Iverson попытался установить ошибку модели, ошибку выбросов или неточность измерений как причину разницы между смоделированными расчетами кислотных выпадений ЕМЕП/МСЦ-З и сетью измеренных наблюдений за NO2, SO2 и сульфатом по программе ЕМЕП за период  гг. Одним из важных аспектом этого инструмента верификации является разделение между неопределенностью в модели, измерениях или инвентаризации выбросов.

5.6 Обратное моделирование качества воздуха

При обратном моделировании качества воздуха атмосферные концентрации используются в качестве входных данных для модели атмосферной дисперсии для расчета выбросов, необходимых для воспроизведения наблюдаемых концентраций [11]. Сравнение полученных "обратным способом" оценок эмиссий с результатами инвентаризации выбросов может быть использованы для проверки того, насколько инвентаризация выбросов точно представляет реальные эмиссии. Исследования обратного моделирования применялись на глобальном, региональном и национальном уровнях. Hein и др. (1997)[14] использовал обратное моделирование вместе с трехмерной моделью переноса для анализа глобального бюджета метана. Они описывают обратное моделирование как вариант оптимизации проблемы разницы между рассчитанной и наблюдаемой концентрациями. Решением для данной оптимизации служит такой образец выбросов, который приводит к оптимальному соответствию между рассчитанными и наблюдаемыми концентрациями, так называемые оценки эмиссий, полученные обратным способом. Другой пример регионального уровня можно найти в Seibert (2000)[15] или национального уровня в Vermeulen и др. (1999)[16].

Ссылки

[1] DRAFT GUIDELINES FOR ESTIMATING AND REPORTING EMISSION DATA, prepared by the Task Force on Emission Inventories and Projections in cooperation with the secretariat

[2] J. Penman, D. Kruger, I. Galbally, T. Hiraishi, B. Nyenzi, S. Emmanul, L. Buendia, R. Hoppaus, T. Martinsen, J. Meijer, K. Miwa and K. Tanabe (Eds), 2000, Good Practice Guidance and Uncertainty Management in National Greenhouse Gas Inventories , IPCC National Greenhouse Gas Inventories Programme, Published for the IPCC by the Institute for Global Environmental Strategies, Japan, ISBN -6 Available via URL: http://www. ipcc-nggip. iges. or. jp/public/gp/gpgaum. htm

[3] TFIAM, April 2000. UNECE Convention on Long-Range Transboundary Air Pollution. Task Force on Integrated Assessment Modelling. Report on the 25th Meeting. April 2000.

[4] On-line RAINS (2000). Internet access to the RAINS Databases (http://www. iiasa. ac. at/~rains/). VOC Database. Additional Comments. October 8, 2000.

[5] Flugsrud, K., Irving, W., Rypdal, K., 1999. Methodological Choice in Inventory Preparation. Suggestion for Good Practice Guidance. Documents 1999/19. Statistics Norway.

[6] Rypdal, K. and Flugsrud, K. (2001), Sensitivity analysis as a tool for systematic reductions in GHG inventory uncertainties. Environmental Science & Policy, Vol 4., 117-135

[7] IPCC/OECD/IEA (1997), Revised 1996 IPCC Guidelines for National Greenhouse Gas Inventories. OECD, Paris.

[8] Morgan, M. G., Henrion, M. (1990). Uncertainty. A Guide to Dealing with Uncertainty in Quantitative Risk and Policy Analysis. Cambridge University Press. ISBN -4.

[9] Cullen, A. C., Frey, H. C. (1999). Probabilistic Techniques in Exposure Assessment. A Handbook for Dealing with Variability and Uncertainty in Models and Inputs. ISBN -4. Plenum Press. New York: London.

[10] Robinson, J. R. (1989) On Uncertainty in the Computation of Global Emissions for Biomass Burning, Climatic Change, 14, 243-262.

[11] Van Aardenne, J. A. (2001) Uncertainty in emission inventories: sources and assessment, Chapter 4, PhD. Thesis Wageningen University, In prep.

[12] Van Amstel, A., J. Olivier and L. Janssen (1999), Analysis of the differences between national inventories and an Emissions Database for Global Atmospheric Research (EDGAR), Environmental Science and Policy 2, 275-293.

[13] Iversen, T. (1993) Modelled and measured transboundary acidifying pollution in Europe-Verification and trends, Atmospheric Environment 27A, 889-920.

[14] Hein, R., P. J. Crutzen and M. Heimann (1997), An inverse modeling approach to investigate the global atmospheric methane cycle, Global Biogeochemical Cycles, Vol. 11., No. 1, p43-76.

[15] Seibert, P. (2000), Inverse modelling of sulphur emissions in Europe based on Trajectories, Inverse Methods in Global Biogeochemical Cycles Geophysical Monograph 114., pp. 147-154.

[16] Vermeulen, A. T., R. Eisma, A. Hensen, J. Slanina (1999), Transport model calculation of NW-Europe methane emissions, Environmental Science and Policy, 2, 315-324.

[1] Всем пользователям этого руководства рекомендуется полностью и исключительно использовать терминологию и определения, представленные в данном Словаре.

[2] Целевая Группа по инвентаризациям эмиссий не решает, что будет принято для целей выполнения обязательств.

[3] Для тяжелых металлов и СОЗ цели более общие, устанавливают что уровень эмиссий в 2010 году не должен превышать уровень 1990 г.

[4] Этот раздел приводит более широкое применение концепций и текста отчета GPGAUM

[5] Текущий год - это самый недавний год, для которого имеются данные инвентаризации.