Dobici:
- Sposobnost razlikovanja između neto nulte i ugljično neutralne te procjena cilja smanjenja u smislu realizma sa stopom SBTi/1,5°C
- Sposobnost određivanja prioriteta mjera ublažavanja s logikom MACC (marginalni trošak ublažavanja), dajući prioritet negativnim troškovima
- Sposobnost izrade višegodišnjih projekcija emisija s kodom, a ne ručno i planiranja kompenzacija samo za neizbježni ostatak
Nakon što napravite popis, počinje pravi posao: smanjenje emisija. Ali smanjenje se ne može postići izjavom dobre volje; Zahtijeva ciljeve, planove i prioritete. U ovoj jedinici naučit ćete koncept nulte mreže, znanstveno utemeljene ciljeve, rangiranje opcija ublažavanja prema trošku (MACC) i kako AI može ubrzati ovaj strateški rad.
Prvo pojmovi. Neto nula je kada institucija smanji stakleničke plinove koje emitira što je više moguće i uravnoteži neizbježni preostali dio pouzdanim metodama, smanjujući neto učinak na nulu. Ugljično neutralan općenito je slabiji koncept; Često se oslanja na kupovne kompenzacije, a ne na redukcije, tako da je rizik od zelenašenja visok. Znanstveno utemeljeni cilj (SBT) je okvir koji potvrđuje da je cilj smanjenja tvrtke usklađen sa znanošću potrebnom za ograničavanje globalnog zagrijavanja na 1,5°C; SBTi (Science Based Targets inicijativa) je organizacija koja odobrava ove ciljeve.
Savjet: "Neto nula" nije isto što i "neutralan ugljik". Neto nula prvo zahtijeva duboko ublažavanje, nakon čega slijedi visokokvalitetno uklanjanje za ostatak. Jednostavno uzimanje offseta i njegovo nazivanje "neutralnim" pristup je koji revizori i regulatori sve više odbijaju.
Opcije ublažavanja razvrstavanja: MACC
Organizacija može imati desetke opcija za ublažavanje: LED rasvjeta, krovni solarni paneli, toplinska pumpa, električni vozni park, promjena dobavljača. S kojim započeti? Odgovor daje MACC (Marginal Abatement Cost Curve). MACC rangira svaku opciju na osi "cijena po toni izbjegnutog CO₂e" (€/toni) i "ukupna izbjegnuta količina" (tona).
Neke mjere imaju negativan trošak — odnosno smanjuju emisije i štede novac (npr. energetska učinkovitost, jer manje energije znači manje računa). Ovo se prvo radi. Skupe mjere (npr. neke tehnologije snimanja) ostavljene su za kraj. MACC usmjerava proračun kako bi se postigla najveća smanjenja uz najniži trošak.
mjera opreza
Smanjenje (tona CO₂e/godina)
Trošak (€/tona)
prioritet
Energetska učinkovitost (LED, izolacija)
400
−60 (dobit)
vrlo visoko
solarna energija na krovu
900
−15 (dobit)
visoka
Ugovor o zelenoj struji
1500
8
visoka
Prelazak na električni vozni park
300
45
srednji
Materijal dobavljača s niskim udjelom ugljika
1.100
70
srednji
Potvrđeno uklanjanje ugljika (pomak)
preostalih
90+
kraj
Analiza scenarija: modeliranje budućnosti
Ublažavanje je višegodišnji put, a ne jedna godina. Analiza scenarija modelira kako će se emisije mijenjati pod različitim pretpostavkama (rast, cijena energije, brzina tehnologije). Obično se osnovni scenarij (uobičajeno poslovanje — ako se ništa ne poduzme) uspoređuje sa scenarijem ublažavanja (ako se mjere provode). Razlika je stvarni učinak smanjenja.
Ovdje AI; Koristan je za strukturiranje pretpostavki scenarija, izgradnju jednostavnih modela projekcija u Pythonu, uređivanje MACC tablice i izradu nacrta teksta karte puta. Ali realističnost pretpostavki, točnost podataka o troškovima i strateška odluka su vaši.
Korak po korak: plan ublažavanja
1. Odredite baznu godinu i cilj. Jasan, mjerljiv, datiran cilj poput "50% apsolutnog smanjenja od 2019. u opsegu 1+2 do 2030."
2. Navedite i kvantificirajte opcije. Procijenite iznos i trošak ublažavanja za svaku mjeru.
3. Poredaj po MACC. Predložiti negativne i jeftine mjere.
4. Rašireno godinama. Koja mjera u kojoj godini? Nacrtajte krivulju koja odgovara proračunu.
5. Planirajte svoje troškove za ostatak. Odaberite visokokvalitetna, provjerena rješenja za uklanjanje neizbježnih emisija.
6. Pratite i revidirajte. Svake godine usporedite stvarno s ciljem i ispravite sva odstupanja.
tri mini kućišta
Slučaj 1 — Nedostaje negativni trošak. Jedna je tvrtka rekla AI-ju da "najprije napravi najveće smanjenje", a AI je predložio skupi projekt nadoknade. Kad je tim primijenio MACC, otkrili su da je 400 tona mjera energetske učinkovitosti uštedjelo 60 € po toni, tj. besplatno smanjenje. Poredali su se po cijeni; Prve godine smanjili su 400 tona bez proračuna.
Slučaj 2 — Imaginarni cilj. Jedna je tvrtka zatražila od AI-ja ambiciozan slogan: "Do 2025. bit ćemo potpuno neto nula." Analitičar je pokazao da je 85% trenutnih emisija u opsegu 3 i nemoguće ih je eliminirati u jednoj godini. Cilj je povučen u realističnu orbitu (2030. privremeni cilj + 2040. neto nula); Postao je usklađen s kriterijima SBTi. Nerealni cilj kasnije bi se mogao pretvoriti u optužbe za zelenašenje.
Slučaj 3 — Kod projekcije. Analitičar je dao umjetnoj inteligenciji da ručno izračuna njegovu 10-godišnju projekciju emisija; AI je netočno primijenio stopu smanjenja spoja i podcijenio vrijednost za 2030. za 12%. Kada je analitičar napravio isti izračun s Python kodom (petljajući godinu po godinu), ispala je točna krivulja. Neophodno je kodificirati višegodišnje složene račune.
Slab upit / Jak upit
Slab upit:
Napišite neto nulti plan za moju tvrtku.
Zašto je slab: nema bazne godine, cilja, opsega, trenutnih emisija i troškova. Izlaz će biti generički, neprimjenjivi tekst.
Snažan upit:
Vaša uloga: savjetnik za klimatsku strategiju. Nacrtajte mapu puta za ublažavanje sa sljedećim podacima. Osnovna godina 2019., trenutni opseg 1+2 emisije 6.000 tona CO₂e, cilj apsolutnog smanjenja od 50% do 2030. Razvrstajte sljedeći popis mjera prema MACC logici (prvo negativno/niski trošak) i rasporedite ga po godinama. NEMOJTE izmišljati brojeve; Dao sam vam procjene troškova/smanjenja, vi ih sortirajte i označite praznine [MORA SE PROVJERITI]. Mjere opreza: [popis]
Četiri predloška za kopiranje
1) MACC sortiranje:
Poredajte sljedeće mjere ublažavanja prema graničnom trošku ublažavanja (€/toni). Dajte prioritet mjerama negativnih troškova (ušteda). Za svaku mjeru zadržite smanjenje (tona CO₂e) i stupac troškova te dodajte kumulativno smanjenje. Nemojte izmišljati brojeve; Koristite podatke koje sam vam dao. Mjere opreza: [tablica]
2) Projekcija scenarija (s kodom):
Vaša uloga: karbonski modelar. Generirajte projekciju pomoću Python koda, počevši od [START] tona emisija i uz pretpostavku [RATE] smanjenja godišnje do [YEAR]. Zasebno izračunajte osnovni scenarij (bez smanjenja) i scenarij smanjenja i usporedite ih s tablicom iz godine u godinu. Izvršite izračun pomoću koda, a ne ručno.
3) Provjera realizma cilja:
Kritički procijenite sljedeći klimatski cilj. Pitajte: (1) Apsolutno ili na temelju gustoće? (2) Je li Opseg 3 uključen? (3) Je li vremenska crta fizički moguća? (4) Je li SBTi kompatibilan sa stopom od 1,5°C? Ako je nerealno, predložite zašto i prilagođeni cilj. Cilj: [ovdje]
4) Nacrt teksta karte puta:
Pretvorite sljedeći poredani popis mjera u tekst plana koji će se predstaviti dionicima. Za svaku mjeru: što, kada, očekivano smanjenje, odgovorna jedinica. Korištenje pretjeranih/nedokazanih izjava; Samo se osloni na brojke koje sam ti dao. Mjere opreza: [popis]
Uobičajene greške
- Ne rangiranje mjera prema trošku. Mjere negativnih troškova uvijek treba poduzeti naprijed.
- Samo uzimam pomak i govorim "neto nula". Prvo duboko smanjenje; Moj trošak odnosi se samo na ostatak.
- Navođenje nerealnih datuma. Institucija ponderirana prema opsegu 3 ne može postati neto nula u jednoj godini.
- Ručno izračun spoja. Pretvorite višegodišnje projekcije u kod.
- Prilagodba podataka o troškovima/smanjenju AI-ju. Ovi brojevi dolaze iz inženjerskih i tržišnih podataka.
Oprez: tržište uklanjanja ugljika (offset) uvelike varira u smislu kvalitete. Neto nula potraživanja na temelju kredita koji nisu potkrijepljeni ili "netrajni" (npr. šuma koja bi mogla izgorjeti) mogla bi propasti u reviziji i javnom mnijenju. Uklanjanje je nadopuna, a ne zamjena za ublažavanje.
Ukratko
Smanjenje emisije; Zahtijeva jasan cilj, određivanje prioriteta troškova s MACC-om, višegodišnji scenarij i realističnu mapu puta. AI; Jak u sekvenciranju, projekcijskom kodu, ciljnoj kritici i izradi teksta. Ali točnost podataka o troškovima/smanjenju, realističnost cilja i kvaliteta uklanjanja pripadaju stručnjaku. Prvo izmjerite, zatim smanjite, na kraju ravnotežu.
Zadatak aplikacije
Navedite šest mjera ublažavanja i svakoj dodijelite procijenjeno smanjenje (tona) i trošak (€/tona) (barem dvije s negativnim troškovima). Neka AI izvrši MACC sortiranje s predloškom 1. Zatim s predloškom 2 ispišite kod projekcije do 2030, počevši od vaše trenutne emisije. Na kraju provjerite realističnost vlastitog gola s 3. predloškom.
popis za provjeru
- [ ] Definirao sam jasan, mjerljiv, datiran cilj.
- [ ] Mjere sam naveo prema MACC-u i cijeni.
- [ ] Iznio sam mjere negativnih troškova.
- [ ] Projekciju nisam napravio ručno, već pokretanjem koda.
- [ ] Planirao sam svoj pomak samo za neizbježni ostatak.
- [ ] Provjerio sam kompatibilnost i realističnost svog ciljnog SBTi/1,5°C.