Sensibilidade de impactos ambientais potenciais às escolhas metodológicas na avaliação do ciclo de vida

Abstract

A Avaliação do Ciclo de Vida (ACV) é uma metodologia padronizada, conduzida com uma série de definições que podem influenciar os resultados. Uma vez que essas escolhas podem influenciar a decisão final, o objetivo desta tese foi avaliar a sensibilidade nos impactos ambientais potenciais advinda de iterações em parâmetros metodológicos da modelagem de cenários de ciclo de vida. Foi realizada uma Análise de Cenários (AnC) utilizando como escopo de validação um sistema de produto da indústria petroquímica. Cada escolha metodológica recebeu a denominação de parâmetro metodológico. Um conjunto de parâmetros metodológicos foi denominado cenário. As fronteiras do sistema foram do berço até o portão de saída da unidade produtora. A unidade funcional foi a produção de 1000 kg de resina termoplástica em um ano. Foram utilizados dados primários fornecidos pela empresa-escopo. Os processos unitários secundários foram obtidos da base de dados ecoinvent. O método de avaliação de impacto na modelagem-base foi o ReCiPe 2016 midpoint. A análise dos resultados iniciais se deu por análise estatística descritiva, diagramas Box-Whisker e gráficos de dispersão. Os fatores que provocaram comportamentos diferentes entre os cenários metodológicos foram, então, comparados em análise multifatorial. Dentre os parâmetros metodológicos conceituados neste estudo de ACV, a Unidade funcional foi classificada como parâmetro de função. Sistema de produto, procedimento de alocação, método de AICV e modelos de caracterização das respectivas categorias de impacto e o horizonte temporal de determinadas categorias de impacto foram classificados como parâmetros de caracterização. Os procedimentos de normalização e ponderação foram classificados como parâmetros de posição. A formação dos cenários metodológicos ocorreu por um framework algébrico desenvolvido para análise combinatória. Isso possibilitou verificar o tamanho do conjunto de cenários e a sensibilidade dos resultados às iterações metodológicas. A ANOVA e teste de hipóteses indicaram que modelo de caracterização influenciou significativamente as categorias Depleção de ozônio, Acidificação, Formação de oxidantes, Eutrofização, Formação de particulado, Toxicidade humana (parcialmente), Depleção fóssil (parcialmente) e Depleção mineral. A categoria Aquecimento global não foi influenciada pela escolha do modelo de caracterização. O horizonte temporal sensibilizou as categorias Aquecimento global, Depleção de ozônio e Toxicidade humana. A alocação não influenciou de maneira significativa nenhuma categoria de impacto. Esta tese contribui com o aprimoramento metodológico da ACV, pois identificou e quantificou a sensibilidade de cenários de ciclo de vida a variações nos principais componentes de escolha na modelagem de sistemas. O framework algébrico de iteração de cenários é ajustável e expansível conforme os parâmetros de modelagem a serem analisados. Os resultados encontrados possibilitam otimizar a modelagem de um estudo completo de ACV, bem como aperfeiçoar a execução de projetos que envolvam a comparação de múltiplos cenários de ciclo de vida.

Abstract: Life Cycle Assessment (LCA) is a standardized methodology conducted with a series of definitions that might influence the results. Since these choices can influence the final decision, this thesis aimed to evaluate the sensitivity on potential environmental impacts arising from methodological iterations in life cycle scenarios. A Scenario Analysis was performed using a product system from the petrochemical industry as the validation scope. Each methodological choice received the denomination of methodological parameters. A set of methodological parameters was named scenario. The system boundaries were from the cradle to the factory exit gate. The functional unit was the production of 1000 kg of a hydrocarbon in one year. Primary data provided by the scope company were used. Secondary unit processes were obtained from the ecoinvent database. The impact assessment method in the base modeling was the ReCiPe 2016 midpoint. The initial results were analyzed through descriptive statistical analysis, Box-Whisker diagrams, and scatter plots. The factors that caused different behaviors between the methodological scenarios were then compared in a multifactorial analysis. Among the methodological parameters conceptualized in this LCA study, the Functional Unit was classified as a function parameter. Product system, allocation procedure, LCIA method and characterization models of the respective impact categories and the time horizon of specific impact categories were classified as characterization parameters. The normalization and weighting procedures were classified as position parameters. The formation of methodological scenarios occurred through an algebraic framework developed for combinatorial analysis. That made it possible to determine the set of scenarios and to verify the sensitivity of the results to methodological iterations. The ANOVA and statistical hypothesis test indicated that characterization model significantly influenced the categories Ozone depletion, Acidification, Oxidant formation, Eutrophication, Particulate formation, Human toxicity (partially), Fossil depletion (partially) and Mineral depletion. The Global Warming category was not influenced by the choice of characterization model. The time horizon sensitized the categories Global warming, Ozone depletion and Human toxicity. The allocation did not significantly influence any impact category. This thesis contributes to the methodological improvement of LCA, as it identified and quantified the sensitivity of life cycle scenarios to variations in the main components of choice in systems modeling. The algebraic framework for scenario iteration is adjustable and extendable according to the modeling parameters to be analyzed. The findings make it possible to optimize the modelling of a complete LCA study, as well as to improve the execution of projects that involve the comparison of multiple life cycle scenarios.