PDF《第3章：不确定性》

? 将不确定性成份纳入总清单;

? 确定趋势中的不确定性;

以及 ? 识别清单中不确定性的重要来源,以帮助安排收集数据和改进清单努力的优先顺序. 尽管下述方法旨在估算国家清单的不确定性,但至关重要的是要认识到会存在统计方法未予考虑的不确 定性,包括由以下因素引起的不确定性:漏算或重复计算,或其他概念误差,或不完全理解可能会引起 模式估算不准确性的过程. 首先,不确定性分析应视为一种方法,可用于帮助安排减少将来清单中不确定性的国家努力的优先顺 序,并对方法选择进行指导. 因此,用来归因不确定性值的方法必须实用、具有科学依据、非常完善, 可应用于的不同类别的源排放与汇清除、方法和国情,并且要以清单用户易于理解的方式予以介绍. 提 供了参考节,就本章讨论的主题提供了更详细、更理论性的资料. 进行定量不确定性分析的方法是,估算单个类别和总清单的排放和清除估算的 95%置信区间. 95%置 信区间的定义请参见 3.1.3 节,关键概念和术语. 不确定性分析的总体结构 本节是对不确定性分析总体结构(如图 3.1 所示)的简要概述. 排放/清除估算基于: (1)概念化;

(2) 模式;

和(3) 输入数据和假设(如排放因子和活动数据). 以上三项都可能成为不确定性的来源. 从概念 化开始分析. 这是一组关于清单或部门结构的假设. 这些假设一般包括地理区域范围、平均时间、类别、排放或清除过程和包括的气体. 假设和方法学选择决定了对数据和信息的需求. 数据、假设和方 法学选择之间相互作用,如图中的双箭头所示. 例如,更高级别方法可能需要的类别分类能力可能取决 于数据可获得性. 数据(无论是基于经验或专家判断)需要经过适当的数据收集和 QC 程序,第2章 数据收集方法 和第

6 章 质量保证/质量控制和验证 分别对此进行了详细阐述. 简单的模式可以是各个类别活动和排放因子的算术相乘,然后对所有类别加总,但是某些类别可能会使 用复杂的过程模式. 数据收集得到的数据和信息能够输入到更特定的不确定性数据和判断知识库(如图 所示),且3.2.1 节 数据和信息的来源 有详细讨论. 3.2.1 节讨论了概念化、模式和数据中不确定性的 具定原因;

3.2.2 节则列举了量化输入数据中不确定性的技术.这些必需的数据包括百分比不确定性估算 和基本概率密度函数(PDF-详见 3.1.4 节),以输入排放清单不确定性分析. 3.2.3 节详细讨论了合并输 入不确定性、以获得单个类别和总清单不确定性估算的方法.在此提供了两种合并不确定性的方法. 方法1是比较简单的以数据表为基础的计算程序,这些程序都基于简化计算的假设. 方法

2 是以蒙特卡罗 模拟为基础,应用范围更加宽泛. 两种方法都提供了与温室气体总清单有关的总体不确定性估算. 第3章:不确定性 《2006 年IPCC 国家温室气体清单指南》 3.7 图3.1 一般不确定性分析的总体结构 3.1.3 关键概念和术语 与进行不确定性分析有关的定义包括不确定性、准确性、精确性和变异性. 这些术语有时会被随意使 用,可能被错误理解. 事实上,它们都有明确的统计定义,应用于了解量化和报告的内容. 以下按照 字母顺序列举了一些定义: 准确性: 真实值与重复测量的观测值或变量估算平均值的一致. 准确的测量或预测没有偏差,即没有 系统性误差. 偏差: 缺乏准确性. 偏差(系统性误差)的产生原因可能是无法捕捉所有相关过程,或者可获得的数 据无法代表所有真实情况,或者因为仪器误差. 置信区间: 要估算的区间的数量真实数值是固定的常数,但却是未知的,如某个国家某年的年度总排放 量. 置信区间是包含具有规定信度(概率)的某未知固定数量的真实数值的范围. 温室气体清单中使 用的置信区间通常为 95%. 从传统的统计角度来看,95%的置信区间是指有 95%的概率包含该数量真实 的未知数值. 另一种解释是,置信区间是可以有把握地宣称与观测到的数据或信息相一致的范围. 95% 的置信区间在概率密度函数在第 2.5 和第 97.5 个百分点之间. 精度 : 同一个变量反复测量结果的一致. 精........