|
Abstract:
|
Este trabalho propõe um modelo sistemático e simplificado para avaliar as incertezas geradas na modelagem do Inventário do Ciclo de Vida (ICV). Trata da integração de alguns procedimentos isolados existentes em um único método. Para tanto, é utilizada a análise da sensibilidade dos parâmetros utilizados no ICV; a verificação da qualidade destes parâmetros; a determinação do seu grau de incerteza, e a modelagem estocástica dos mesmos. A validação do modelo proposto foi feita através de sua aplicação em um estudo de caso anteriormente publicado. Os resultados mostraram a redução da incerteza vinculada aos indicadores de qualidade de dados Completeza e Número de Amostras para praticamente zero, devido à grande quantidade de novos valores gerados. Porém, a incerteza relativa à Confiança na Fonte aumentou, devido à inclusão de dados gerados através de informações teóricas. Já os indicadores Correlação Temporal, Correlação Geográfica e Correlação Tecnológica mantiveram-se inalterados, isto porque a redução destas incertezas está diretamente ligada à coleta dos dados do Inventário do Ciclo de Vida, portanto não podem reduzidas através de simulações. Mesmo com o aumento da incerteza em um dos indicadores de qualidade de dados e a redução em apenas dois, dos cinco outros indicadores, através da aplicação do modelo proposto, os resultados obtidos foram significativos para os parâmetros avaliados do inventário. Ao final, foram obtidos novos valores, mais precisos, para o estudo de caso avaliado, devido ao menor grau de incerteza dos mesmos. This work proposes a systematic and simplified procedure to evaluate the uncertainties generated in a Life Cycle Inventory (LCI) modeling. It deals with the joint utilization of some existing isolated procedures in one only method. For that, sensitivity analysis of the LCI data is used; the verification of these data quality; the determination of the degree of data uncertainties, and the data random modeling. The validation of the considered model was carried out by means of its application in a previously published case study. The results showed an uncertainty reduction, related to the Completeness and Number of Samples data quality indicators, for almost zero, due to the great amount of new values generated through the simulation. However, the degree of uncertainty of the Reliability of the Source increased, due to the inclusion of data generated through theoretical information. Already the pointers Temporal Correlation, Geographical Correlation and Technological Correlation indicators remained unaltered, because the reduction of these uncertainties is directly related to the life cycle inventory data gathering, and therefore cannot be reduced by means of simulation. Even with the uncertainties reduction within only two of the six data quality indicators, through the application of the considered method, the obtained results were significant for the inventory assessed emissions. At the end, more precise new values were obtained for the life cycle inventory of the case study, due to their lower uncertainty degree. |
