時間: 2021-10-22 14:18
來源: 中國固廢網
作者: 何品晶
生命周期評價

第四種碳排放核算方法是基于生命周期評價的方法。該方法基于生命周期思考(Life Cycle Thinking, LCT),過程包括“從搖籃到墳墓”,內容涵蓋包括環境、經濟和社會三方面的影響;目的是減少資源消耗、削減污染排放、提高社會經濟效益。
生命周期評價方法不僅可以核算固廢處理過程的碳排放情況,還能定量評價多種環境影響類別。以首個綜合性的生命周期影響評價(Life Cycle Impact Assessment, LCIA)模型ReCiPe為例,其中的影響類別不僅包含全球變暖潛勢(Global Warming Potential, GWP;與碳排放直接相關的指標),還包含顆粒物排放、對流層臭氧生成、平流層臭氧層破壞和化石燃料耗竭等。
將上述四種核算方法進行比較后可以發現,這些核算方法分別可以適應不同的過程。一般來說,這些方法對于固體廢物處理的典型工藝過程都是比較適用的。但是,核算的工作量是有所區別的:有一些方法是比較簡單的,相應的,它的過程、結果可能也有疑問,爭議比較多;有一些方法比較復雜,需要很多數據,需要模型,結果也更加符合實際。總體來看,全生命周期的方法需要所有環節的參數和可靠的數據庫支持。
固廢處理碳排放研究
何品晶介紹,近十年來何品晶帶領的團隊在碳排放研究方面進行了一些探索研究,這些研究針對不同的主題。比如,針對填埋場覆蓋土,研究了填埋場覆蓋土是否可對甲烷有氧化作用,并嘗試計算這一過程中溫室氣體排放的規律;再比如,針對垃圾焚燒過程,研究了垃圾組分對垃圾焚燒碳排放的影響等。

其中,2012年何品晶團隊發表的一篇文章中,依據所收集的當時中國6個城市垃圾焚燒廠的運行數據,通過生命周期的方法核算了各廠的碳排放情況。結果顯示,當時我國的垃圾焚燒廠是碳源;而同一時期,歐洲發達國家的研究顯示垃圾焚燒廠是碳匯,得到了截然不同的結論。研究發現,垃圾的組分和發電的效率是造成當時我國垃圾焚燒的碳排放和歐洲國家碳排放差異的主要關鍵因素。另外,根據情景分析結果,如果當時入廠垃圾中的廚余垃圾減半,即含水率下降,可以明顯減少碳的排放。

2013年的一篇文章中,何品晶團隊研究了填埋過程中的碳排放。文中設定了4個填埋場景,包括簡易填埋、衛生填埋無填埋氣收集系統、衛生填埋配備填埋氣收集系統且氣體用火炬焚燒處理、衛生填埋配備填埋氣收集系統且氣體發電利用。研究結果顯示:對于中國來說,填埋氣主要源于易腐垃圾;且填埋氣如何處理、是否利用,對于碳排放的影響非常大。
次年,何品晶團隊針對填埋場的建設和運行過程的碳排放做了單獨的系統研究。研究內容包括填埋場場地的準備、填埋主體的建設過程,其他設施的建設以及運行過程(不含滲濾液和填埋氣體處理)。結果發現,主體建設、其他設施建設和運行過程當中主要是碳源,主要貢獻來源是柴油和水泥的消耗。

上述幾篇研究論文證實垃圾成分對碳排放的影響非常大,因此,2018年何品晶團隊和丹麥技術大學團隊在《Journal of Environmental Science》上發表了一篇封面文章,比較了我們國家的垃圾成分和歐洲國家的垃圾成分差異,初步建立了我國生活垃圾性質數據集。
對于填埋過程來說,噸垃圾滲濾液產生量對填埋過程的碳排放影響較大,所以,團隊也對全國各地(西北、北方和南方)填埋場的滲濾液產量建立了預測模型。
近年來,垃圾分類成為新時尚。從碳排放的角度看,垃圾分類對某一個特定的場景或者城市到底有沒有影響?這是一個很有趣也很重要的問題。因此,何品晶團隊以上海市的垃圾分類為對象,設定不同的場景進行碳排放分析。此次研究中用到的數據都是最新收集的,包括焚燒發電、衛生填埋(現在獲得這些實際的運行數據應該說比十年前容易很多)。同時,我們也做了不確定性和敏感性的分析。
研究發現,垃圾分類可以大大減少碳排放。為什么會有這樣的結果呢?在上海,現在要求原生垃圾零填埋,前文研究中發現了填埋過程的碳排放非常強烈,因此,原生垃圾的零填埋是碳減排最大的驅動力。另外,針對垃圾分類后的焚燒過程進行分析發現,干垃圾中的塑料織物類成分比例提升,提高了垃圾熱值量,但同時化石碳含量也提升了,這兩個因素對碳排放起著相反的作用。然而,由于上海電力背景排放值較低,塑料織物類組分的比例提高對焚燒發電廠而言反而使得碳排放增加了。但是,對比前面的案例,焚燒發電的碳排放較2009年和2010年的碳排放值仍然呈現明顯的下降趨勢。另外,研究發現,現在的計算場景設定沼渣未進一步利用,若沼渣能夠土地利用,那么整個垃圾分類過程的碳排放將有望進一步降低。
碳排放研究發展前瞻

這些研究結果給我們很多啟示,有一些問題值得進一步討論。以生命周期評價為例,該方法在研究論文中廣泛使用,但這些方法也存在一系列問題。比如說,追溯上游可以是無限的、設定的系統邊界帶有研究者本身的主觀性、不同的廢物處理工藝或者廢物處理系統需要本土的數據,即前文中多次提到的個性化的數據,而這些數據實際上是缺失的或者不成體系的。
編輯: 趙凡
