碳排放不确定性建模流程

第一问:蒙特卡罗干了一件什么事?
在一些利用有限样本的计算过程中,因为样本的局限性(样本量太少),不能较好的表现出整体的特性,因此需要一种方法能将局部变成整体、样本数据变成整体数据的方法,蒙特卡罗就是干了这么一件事!

第二问:什么是不确定性?
样本数据在获取的过程中存在统计误差、试验系统误差、模型误差等,这些数据用来表征燃料活动水平会将误差带到排放清单里面,这样就会造成排放清单的不确定性,如果不确定性得不到正确计算和评估,对燃料排放趋势、排放贡献、重要不确定性源的识别产生作物认识,进而制定出错误的排放控制策略,对企业、环境带来不利。

第三问:分析谁的不确定性?
从碳排放公式看问题,Qmijk = ∑1~m(EFij×ADij)
m代表污染物种类(CO2、NOX等等),i表示燃料类型(高煤、转煤、焦煤等等),j表示年份,k表示区域(炼铁厂、炼钢厂、烧结厂等等),Qmijk表示i种燃料类型第j年在k分厂的污染物排放量!
EFij表示i种燃料在第j年的污染物排放因子(单位消耗量产生的污染物)
ADij表示i种燃料在第j年的活动水平(消耗量)
Qmijk不能直接获取,需要获取EFij、ADij样本数据,既然是样本数据,就会存在不确定性
分析Qmijk的不确定性也就是分析EFij×ADij的不确定性!

第四问:怎么获取样本数据?
通过各分厂ADij的生产日志或者报表
通过各分厂EFij的测算实验或者缺省

第五问:计算不确定性之前有什么工作?
确定年份后,样本数据变成ADi、EFi格式
将ADi

你可能感兴趣的:(算法,算法,matlab)