路面养护方案生命周期环境影响评价的不确定性分析

郑小燕， EASA Said, 季 韬， 骆勇鹏， 蒋振梁

(1. 福州大学土木工程学院， 福建 福州 350108; 2. 福建农林大学交通与土木工程学院， 福建 福州 350002; 3. 瑞尔森大学土木工程学院， 安大略 多伦多 M5B 2K3)

0 引言

路面工程生命周期内的生产运营活动往往会造成重大的环境问题. 相关部门也采取环境友好型的路面方案来降低对环境产生的影响， 如使用温拌沥青等[1], 但如何量化这些路面方案所取得的环境效益是其中的关键步骤. 路面生命周期环境影响评价(life-cycle assessment, LCA)正是实现这一步骤的有效途径，其旨在量化路面工程从原材料萃取及生产、 施工、 使用、 养护维修和生命终止各阶段内所产生的能源消耗和环境排放[2].

近年来， 针对路面LCA研究取得一些成果. 传统的路面LCA是在确定值基础上进行， 忽略了评价过程中的不确定性. Santero等[2]总结了目前路面LCA的研究成果， 发现水泥混合料在能源消耗方面的变化区间为4.6～7.3 MJ·kg-1， 沥青混合料的变化区间却达到0.7～6.0 MJ·kg-1. Wang等[3]也认为相比于其他原材料， 沥青和水泥混合料等加工类产品的能耗和环境排放值具有更大的变异性. 因此， 对路面LCA进行不确定性分析至关重要， Azarijafari等[4]也强烈建议在路面LCA的研究中要开展不确定性分析.

目前， 路面LCA不确定性的研究还处于起步阶段. Noshadravan等[5]以输入数据的测量误差为不确定性因素， 对路面LCA展开不确定性分析. Yu等[6]以建模参数为不确定性因素， 对路面工程的能源消耗和CO2排放展开不确定性分析. 但是， 由于路面LCA存在诸多不确定性因素， 如因素变异性所导致的应用不确定性， 不同路面方案LCA比选决策的不确定性等， 因此， 对路面LCA进行不确定性研究还有较大空间.

本研究对路面养护方案在其生命周期内温室气体环境影响评价展开不确定性分析. 首先以目前欧美国家发展比较完善的排放因子为参数， 考虑因数据变异性所产生的应用不确定性， 采用Monto Carlo模拟不确定性在评价模型中的传递分析. 其次， 从概率统计的角度比较不同路面养护方案温室气体的全球气候变化影响. 最后， 以路面养护方案为应用实例， 阐述所建立的理论方法.

1 路面生命周期环境影响评价

1.1 温室气体清单要素的鉴别及数据分析

排放因子法是目前生命周期分析中计算环境排放量常用的方法， 表示为基于单元过程的单位输入、 产出或活动所产生的环境排放量. 在路面的原材料萃取及生产阶段， 主要表示为生产单位质量或体积的材料所产生的环境排放量. 在路面的施工阶段， 可以通过施工机械在单位时间内的施工活动所产生的环境排放量来衡量. 因此， 基于不同单元过程的排放因子， 路面环境排放量可以由下式来计算，

(1)

其中：ECO2或CH4为各路面方案温室气体(CO2或CH4)的排放总量； EFij为各单元过程的排放因子(如材料和施工活动)；Qi为该路面方案所需单元过程的数量(如材料的数量， 或总的施工时间)；i为某一生命周期内单元过程的个数；j为生命周期的阶段数.

对产生环境影响的清单要素进行鉴别是路面LCA的关键步骤. 由于所用材料、 施工方法等不一致， 导致不同路面方案的清单要素也有所差别. 在路面原材料萃取及生产阶段中， 主要量化由于原材料(如沥青等)的萃取和加工材料(如沥青混合料等)的生产过程引起的环境排放， 其清单要素为各原材料和加工产品. 此外， 材料的运输活动也包含在这个阶段. 鉴于原材料从生产单位到搅拌站的运输距离差异性过大， 本阶段的运输活动仅包含混合料从搅拌站到施工现场这一过程. 目前， 国际社会对该阶段的研究较为成熟， 各排放因子可从文献、 数据库等处收集. 但是， 现有研究主要集中在传统的路面材料， 对一些新材料(如温拌沥青等)并没有可直接应用的排放因子， 因此需要对其进行调查和估算. 在路面的施工阶段， 主要量化各施工机械(如摊铺机、 压路机等)在施工活动(摊铺、 压实等)中所产生的温室气体的排放. 目前， 该阶段温室气体的排放量可以通过NONROAD 2008模型来计算[7]. 对于NONROAD 2008模型无法直接匹配的施工机械， 可以在相同类型施工机械的基础上， 根据发动机的功率进行适当修正.

1.2 环境影响评价模型

采用环境影响评价模型TRACI 2.0对不同类型温室气体的环境影响进行评价[8]. 将不同类型的温室气体归为“全球气候变化”(global climate change, GCC)， 并将其当量换算为CO2来表示对全球气候变化的影响能力， 如下式，

GCC=ECO2+25ECH4

(2)

其中: GCC为全球变暖影响能力(kg， CO2当量)；ECO2为各阶段的CO2排放总量(kg)；ECH4为各阶段CH4的排放总量(kg).

2 不确定性分析

2.1 排放因子的不确定性量化及传递分析

2.1.1不确定性参数的量化

根据样本量的大小， 有三种方法可以用来量化参数的不确定性： ① 大样本数据下， 直接根据样本数据假设参数的分布， 并对假设的分布进行检验； ② 小样本数据下， 简单使用对数正态分布； ③ 没有现场样本数据下， 一般多在文献调研的基础上采用代理数据， 估算该代理数据的质量指标(data quality indicator, DQI)的分值， 并且将其转换为概率密度函数. 以欧美国家排放因子为代理数据， 采用“系谱矩阵”方法计算各代理数据的DQI， 如表1所示.

表1 数据质量谱系矩阵[9]

表1中数据质量从可靠性、 完整性、 时间相关性、 地理相关性和技术相关性五个指标进行评价， 以1～5分来衡量每一指标的分值并将五个指标的分值平均合成为一个最终的DQI. 在目前的相关研究中， 通常是将DQI分值转换成修正的β分布来量化参数的随机分布[6, 9]. 根据不同的DQI值， 可得到不同β分布的形状参数和分布区间， 如表2所示[6].

表2 DQI分值所对应β分布的形状参数和分布区间[9]

2.1.2传递分析

在确定排放因子所服从的概率分布函数基础上， 利用Monto Carlo模拟方法进行不确定性传递分析. 该传递过程主要分为两步： 首先“输入”各不确定性参数(排放因子)的随机参数， 得到路面方案在各生命周期内不同类型温室气体排放总量的概率分布； 其次， 在不同类型温室气体排放总量的基础上， 通过TRACI 2.0模型计算某一路面方案GCC的概率分布.

2.2 考虑不确定性的路面养护方案比选

由于所计算的GCC为具有一定概率分布的随机值， 对于不同的路面方案无法直接比选. 因此提出比较指标(comparison index, CI)对不同路面方案温室气体所产生的GCC进行计算比较， 如下式所示.

(3)

其中: GCC1、 GCC2分别表示路面方案1、 方案2所产生的温室气体的全球气候变化影响特征值. 若CI大于1， 代表路面方案1所产生的温室气体的全球变暖效应大于方案2.

3 案例研究

3.1 路面养护方案

图1 系统边界Fig.1 System boundary of the case study

选择结构性罩面的热拌沥青(hot mixture asphalt overlay, HMACO)和温拌沥青(warm mixture asphalt overlay, HMAWO)为路面养护方案， 主要因为： ① 热拌沥青罩面属于传统型的路面养护措施， 其应用广泛且在生产和施工中产生大量的能源消耗和温室气体的排放； ② HMAWO属于目前热门的环境友好型方案， 从理论上讲， 温拌剂的加入可降低沥青混合料的拌合和施工温度， 从而减少温室气体的排放. 该两种方案路面厚度均为60 mm[10]， 材料分别为AC-20和添加1.5% Sasobite温拌剂(按沥青重量计)的AC-20.

3.2 系统边界及假定

本案例中原材料主要考虑沥青和集料两种主材， 其他辅材和温拌剂等排除在系统边界范围外. 主要因为原材料阶段温室气体的排放主要集中在集料开采和沥青萃取过程， 加之其他材料用量较少或者缺乏可用的清单数据. 此外， 罩面措施实施之前对原有路面的准备、 处理等工作并不包含在该系统边界内. 该应用实例的系统边界如图1所示.

3.3 清单数据的收集及不确定性量化

清单数据(如表3所示)的收集分为两个部分.

表3 各单元过程温室气体的清单数据及DQI分值[6-7, 11-14]

注: 1) 5 t自卸汽车， 运输距离假设为5 km； 2) 不同吨位的压路机统一换算为压路机12～15 t， 施工机械的有效时间系数为0.75.

一部分为工程量清单数据， 根据路面AC-20预算定额， 以1 km长、 3.5 m宽的单车道为功能单位(function unit， FU)进行测算. 另外一部分为各单元过程的排放因子， 可从相关文献、 数据库和模型中收集. 对温拌沥青混合料的排放因子， 可在热拌沥青混合料排放因子和相关文献的基础上进行估算[12-13]. 此外， 对排放因子的数据质量进行评分, 转换成具有不同形状参数和分布区间的β分布. 以改性沥青的排放因子为例， 其五个指标分值为{1, 1, 3, 4, 5}， 那么合成的DQI均值为2.8， 在此取近似值3.0. 根据表2选择DQI为3.0所对应的形状参数和分布区间， 从而可量化该参数的β分布.

3.4 结果与分析

3.4.1温室气体排放的不确定性分析

采用Monto Carlo模拟5 000次， 得到路面各养护方案在不同生命阶段内GCC的均值、 方差等统计参数， 如表4所示.

表4 路面各方案在不同生命阶段内的GCC (kg, CO2当量)

从表中可发现， 两个方案在原材料萃取和加工这一阶段所贡献的GCC值均超过总值90%以上， 其原因为沥青、 集料的萃取和沥青混合料的生产过程中产生了大量CO2的排放. HMAWO方案正是由于温拌剂的加入， 降低了混合料的加工温度， 因此表现为每功能单位GCC的均值比HMACO少了620 kg (CO2当量). 此外， HMAWO方案在计算GCC过程中所产生的不确定性比HMACO稍大. 其原因为温拌沥青混合料温室气体的排放因子是在文献基础上通过计算所获得， 因此其DQI的分值较小， 导致输出数据的变异性也较大. 相对应的， 两个方案GCC总值的变异系数也具有相同的变化规律.

HMACO和HMAWO方案的GCC频率分布和累计分布概率密度(CDF)如图2～3所示.

图2 HMACO方案GCC分布频率及CDF图Fig.2 Frequency distribution and CDF of GCC for HMACO

图3 HMAWO方案GCC的分布频率及CDF图 Fig.3 Frequency distribution and CDF of GCC for HMAWO

图4 CI指标分布频率及CDF图Fig.4 Frequency distribution and CDF of CI index

由此可见， 两个方案GCC值在频率分布图上的变化趋势相似， 在总体分布区间上也大部分为重叠状态， 仅HMACO方案比HMAWO稍大一些. 在CDF图中， HMACO和HMAWO方案在5%和95%概率下的GCC值也较为接近.

3.4.2路面养护方案的比选结果及分析

本应用实例中， CI为HMACO方案的GCC值除以HMAWO方案的GCC， 其概率分布图如图4所示. 在图4中， CI的均值为1.1, 这与理论期望一致， 说明由于温拌剂的加入， HMACO方案所产生GCC的平均值比HMAWO方案大. 其中，P(CI<1)代表方案HMACO所产生的GCC比方案HMAWO小的概率， 从CDF图中可得出其值为0.4. 因此， 从统计概率的角度上分析， HMACO方案所产生GCC比HMAWO方案大的概率仅为60%.

4 结语

1) 本方法从五个方面充分考虑了数据在应用过程中产生的不确定性， 提高了评价结果的准确性， 适用于路面LCA理论仍处于初期阶段的国家或地区；

2) 两个路面养护方案在原材料萃取和加工这一阶段所贡献的温室气体全球气候变化影响值(GCC)均超过其生命周期内影响总值的90%以上， 因此在该阶段采用各种措施降低温室气体的排放仍然具有很大的研究空间；

3) 由于温拌剂的加入， 使HMAWO方案所产生GCC的平均值比HMACO方案小， 但是HMAWO方案在生命周期环境影响评价中产生了更大的不确定性；

4) 从比较指标CI的累计概率分布图中发现， HMACO方案GCC比HMAWO方案大的概率仅为60%， 该结果从统计概率的角度全面展现了不同路面方案比选的概率性结果.