(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211073263.6 (22)申请日 2022.09.02 (71)申请人 东南大学 地址 210096 江苏省南京市玄武区四牌楼 2 号 (72)发明人 于斌　李龙颜　秦舒莹　顾兴宇　 陈素华　 (74)专利代理 机构 南京经纬专利商标代理有限 公司 32200 专利代理师 朱小兵 (51)Int.Cl. G06Q 50/26(2012.01) G06F 30/17(2020.01) G06N 7/00(2006.01) G06F 17/18(2006.01)G06F 119/02(2020.01) G06F 111/08(2020.01) (54)发明名称 一种基于模型法的道路施工碳排放结果不 确定性评价方法 (57)摘要 本发明公开了一种基于模型法的道路施工 碳排放结果不确定性评价方法， 对温室气体排放 结果进行全面不确定性评价， 包含参数不确定 性、 模型不确定性以及场景选择不确定性。 参数 不确定性评价根据数据质量评价矩 阵定性评价 数据质量， 利用Beta分布， 结合改进的层次分析 法数据赋予权重， 将输入参数转化为概率密度函 数； 模型不确定性分为模型参数不确定性与模型 形式不确定性， 采用贝叶斯推论结合切片抽样评 价模型参数不确定性； 依据正交多项式校正前后 模型差异评价模 型形式不确定性； 场景选择不确 定性评价采用敏感性分析 ‑多情景分析。 使用本 发明能够获得全面、 综合的不确定性分析， 能够 给予研究者更多决策细 节， 为提升碳排放结果质 量研究提供依据。 权利要求书4页 说明书9页 附图10页 CN 115526753 A 2022.12.27 CN 115526753 A 1.一种基于模型法的道路施工碳排放结果不确定性评价方法， 其特征在于， 包括以下 步骤： S1、 根据施工阶段中温室气体排放的活动水平和碳排放因子， 分析影响施工阶段中温 室气体排放结果的不确定性因素； 所述不确定性因素包括参数不确定性、 模型参数不确定 性、 模型形式不确定性以及情景选择不确定性； S2、 采用数据质量谱系矩阵评价数据质量， 结合Beta分布和改进层次分析法分析参数 不确定性； S3、 采用贝叶斯推论结合切片抽样， 分析模型参数不确定性； S4、 根据步骤S2、 S3分析出的参数不确定性和模型参数不确定性， 采用蒙特卡洛模拟传 递不确定性； 并用统计矩和统计图表征； S5、 采用Herimite正交多项式校正模型， 使用校正前后模型差异表征模型形式不确定 性； S6、 采用多情景分析的方法分析情景选择不确定性； S7、 利用敏感性分析， 根据温室气体排放和不确定性贡献， 得到影响施工阶段中温室气 体排放结果不确定性的重要因素。 2.根据权利要求1所述一种基于模型法的道路施工碳排放结果不确定性评价方法， 其 特征在于， 步骤S2中参数不确定性的分析 具体指： S21、 获取施工阶段中各类温室气体排放的活动水平与排放因子， 以上数据为温室气体 排放计算过程中的参数， 将参数带入 数据质量谱系矩阵， 从可靠性、 完整性、 时间相关性、 地 理相关性和技术相关性这五个维度对参数的质量进行评价， 得到五个维度 的数据质量指 数， 将五个维度的数据质量指数的平均值作为综合数据质量指数； S22、 利用Beta分布和蒙特卡洛模拟将参数不确定性定性评价量化成数学表达形式， 将 综合数据质量指数与Beta分布结合， 根据综合数据质量指数确定beta分布 概率密度函数的 形状系数α, β 和区间端点a,b， beta分布概 率密度函数公式表达如式(1)所示： S23、 当施工阶段中同一来源的温室气体排放收集了多个数据时， 比较各自的综合数据 质量指数， 舍弃综合数据质量指数低的数据， 保留综合数据质量指数位于最高区间的数据， 若进行比较后留下 的数据仍不止一个， 则采用改进层次分析法， 根据数据质量赋予相 应的 权重， 再将数据各自的权重与对应的beta概率密度函数式(1)结合， 得到施工阶段中该来源 的温室气体排 放概率密度函数。 3.根据权利要求2所述一种基于模型法的道路施工碳排放结果不确定性评价方法， 其 特征在于， 步骤S21中数据质量谱系矩阵具体包括： 可靠性评价， 包括计算过程是否透 明、 计算结果是否验证、 计算方法是否普遍适用和数 据来源是否可信； 当计算过程透明、 计算结果已验证、 计算方法普遍适用且最 终数据基于实 测时， 评分为5， 当计算过程透明、 计算结果已验证、 计算方法不普遍适用且最 终结果由权威 定期更新时， 评分为4； 当计算过程透明、 计算结果未验证、 计算方法不普遍适用； 最终结果 出处文献或是专著不定期更新时， 评分为3； 当计算过程不透明， 计算结果为估计且舍弃标 准未知， 计算方法不普遍适用， 数据来源基于文献或是经验推论时， 评 分为2； 当数据的来源权　利　要　求　书 1/4 页 2 CN 115526753 A 2是无根据的推论时， 评分为1； 完整性评价， 包括时间长短和样本大小； 当参数是长时间大样本的代表性数据时， 评分 为5， 当参数是长时间小样本的代表性数据时， 评分为4当参数短时间大样本的代表性数据 时， 评分为3， 当参数是短时间小样本的代表性数据时， 评分为2， 当参数是不具备代表性的 数据时， 评分为1； 时间相关性评价， 包括获取参数距今的年限； 当获取参数距今的年限<3年时， 评分为5； 当获取参数距今的年限<6年时， 评 分为4； 当获取参数距今的年限<10年时， 评分为3； 当获取 参数距今的年限<15年时， 评分为2； 当获取参数距今的年限>15年时， 评分为1； 地理相关性评价， 包括参数获取时的区域与现在研究区域的地理环境区别特征， 当参 数为研究区域内的数据时， 评分为5； 当参数为包含研究区域较大范围内平均值的数据时， 评分为4； 当参数为具有类似生产工艺和环 境的其他区域数据时， 评 分为3； 当参数为具有略 微类似生产工艺的其 他区域时， 评分为2； 当参数为未知区域数据时， 评分为1； 技术相关性评价， 包括参数与研究的项目或是产品的工艺设计、 操作条件、 材料质量和 工艺规模； 当参数与研究 的项目或是产品的工艺设计、 操作条件、 材料质量和工艺规模完全 一致时， 评 分为5； 当参数与研究 的项目或是产品的工艺设计、 操作条件、 材料质量和工艺规 模有一项不同时， 评 分为4； 当参数与研究 的项目或是产品的工艺设计、 操作条件、 材料质量 和工艺规模有两项不同时， 评 分为3； 当参数与研究 的项目或是产品的工艺设计、 操作条件、 材料质量和工艺规模仅一项相同时， 评 分为2； 当参数与研究 的产品或项目的技术不存在相 关性时， 评分为1。 4.根据权利要求3所述一种基于模型法的道路施工碳排放结果不确定性评价方法， 其 特征在于， 步骤S22中综合数据质量指数与Beta分布概率密度函数中参数的对应关系具体 指： 当综合数据质量指数≥5时， α ＝β ＝5， [a,b]＝[1 ‑10％， 1+10％]； 当5＞综合数据质量指数≥4.5时， α ＝β ＝ 4， [a,b]＝[1 ‑15％， 1+15％]； 当4.5＞综合数据质量指数≥4时， α ＝β ＝3， [a,b]＝[1 ‑20％， 1+20％]； 当4＞综合数据质量指数≥3.5时， α ＝β ＝2， [a,b]＝[1 ‑25％， 1+25％]； 当3.5＞综合数据质量指数≥3时， α ＝β ＝1， [a,b]＝[1 ‑30％， 1+30％]； 当3＞综合数据质量指数≥2.5时， α ＝β ＝1， [a,b]＝[1 ‑35％， 1+35％]； 当2.5＞综合数据质量指数≥2时， α ＝β ＝1， [a,b]＝[1 ‑40％， 1+40％]； 当2＞综合数据质量指数≥1.5时， α ＝β ＝1， [a,b]＝[1 ‑45％， 1+45％]； 当1.5＞综合数据质量指数≥1时， α ＝β ＝1， [a,b]＝[1 ‑50％， 1+50％]。 5.根据权利要求2所述一种基于模型法的道路施工碳排放结果不确定性评价方法， 其 特征在于， 步骤S23中则采用改进层次分析法， 根据综合数据质量指数的数据质量赋予相应 的权重具体指： S231、 建立判别矩阵， 基于数据质量指数向量Fi， 比较各个评价指标的相对优劣， 构建n ×n的判别矩阵ψ， n为保留下来的综合数据质量指数位于最高区间的数据的数量， 公 式表达 如式(2)所示， 其中 ψij＝0(i＝j)，权　利　要　求　书 2/4 页 3 CN 115526753 A 3