对比的方法
介绍了不确定性分析两种方法:
•方法1:按类别不确定性估计使用方程3.1和3.2,和简单的组合类别的不确定性估计一年总体不确定性和不确定性的趋势。
•方法2:估计不确定性的分类使用蒙特卡罗分析,其次是使用蒙特卡罗技术来估计一年总体不确定性和不确定性的趋势。
蒙特卡罗分析,也可用于限制的方式在方法1结合活动数据和排放因子的不确定性非常大或非正常pdf或两者兼而有之。这种方法还可以帮助处理类内方法1所估计的流程模型,而不是经典的排放系数乘以活动数据的计算。之间的选择方法如下3.2.3.5章节中讨论。
使用的方法将提供洞察如何个人类别和温室气体导致的不确定性在任何一年总排放量和排放趋势随着时间的推移。
应用方法2英国库存(Baggott女士等人,2005)表明,95%置信区间是不对称和谎言之间低6%左右,2003年估计的平均值高出17%。英国的结果考虑了相对的大范围的不确定性的一氧化二氮通量土壤以及从化石燃料燃烧排放总量大的贡献。方法1相同的库存的应用程序提供了一种不确定性的±17%。的趋势,在1990年至2003年之间,英国总净排放二氧化碳当量估计下降了13%。方法2的应用表明,95%置信区间大概是对称和谎言在-11%和-16%之间。相应的方法1的结果给出了一个(即范围为±2%。,-11%到-15%)。所以这两种方法给类似的大小趋势的不确定性。
在芬兰,如3.6节所示,2003年(包括不确定性温室气体的源和汇根据方法2)是-14 + 15%,与方法1和±16%。芬兰、碳AFOLU行业股票的变化不确定性的主要来源,而化石燃料为总排放量贡献最大的份额。由于固有的近似方法1意味着它不能处理不对称,这种比较是令人鼓舞的。下身体,不对称的原因确认方法2是一些非常不确定的不确定性范围类别知识的限制,不能小于零排放。方法2的方法可以利用这个额外的知识,但是方法1的方法不能。不确定性的趋势从1990年到2003年在芬兰是-18 + 23%(百分点)与方法2和±19%与方法1(百分点)。
一个单独的评估方法1和方法2案例研究基于合成库存数据显示,优秀的协议当使用相同的输入假设和不确定性时相对较小(弗雷,2005)。例如,在一个案例研究的方法1产生估计在当前年度库存±6%,趋势和±10%(相对于平均比例的百分比变化),结果从方法2相同的输入假设产生本质上相同的结果。当不确定性范围排放因素和活动数据翻了一倍,基地估计的不确定性继续同意对方法1和方法2,约±意味着总排放量的13%。趋势的不确定性约±20%(百分点)在这两种情况下。然而,趋势略不对称的不确定性方法2的结果,-19% + 22%。因此,随着范围的不确定性的增加,预计方法2适当描述比方法1的范围和偏态的不确定性。
尽管方法1和2关注传播的随机组件通过一个模型的不确定性,是一种很好的做法结合的方法处理模型不确定性的方法。的一个例子如何处理模型不确定性的三线框3.3中给出。
此外,虽然方法1是基于关键的简化假设,可以增加这种方法的灵活性增加误差传播方程的复杂性。例如,误差传播方程包含附加的条款可以为乘法和除法模型更准确地传播的不确定性,当不确定性存在偏差。
盒3.3
处理模型的不确定性概率分析
三线造型的方法是设计的灵活性,这样一个国家库存可以使用更高度精炼模型代表进行国情比1或2层。特别是,它是良好的实践来解决不确定性模型输入和结构。输入不确定性处理活动数据和可能需要的其他辅助信息来描述环境设置,如raybet雷竞技最新气候和土壤库存AFOLU部门的特征。模型结构的不确定性是由于不完美的算法和参数化。经验为基础的方法通常用于评估结构的不确定性(蒙特et al . 1996年)。这种方法涉及到比较模仿排放估计与测量实验或国家监测网络,设计验证的基于模型的库存,解决模型的偏差和方差值(法伦和史密斯2003)。
统计产生的关系可以用来量化不确定性模型结构误差为3级库存,解决不精确估计方差的基础上,或类似的措施,如根均方误差,同时也应对偏见基于统计学意义差异模型和测量值(法伦和史密斯2003)。在实践中,模仿排放量将会调整为偏见更准确地代表排放报告的目的。进一步,统计产生的关系将产生一定程度的方差为每个条件与模拟值相关联,类似于不确定性归因于排放因素层1和2的方法。完成评估,不确定性模型的输入,如活动数据,将结合使用误差传播方程或模型结构的不确定性蒙特卡罗方法。
继续阅读:方法1的细节方程趋势的不确定性
这篇文章有用吗?