Mga nadagdag:
- Kakayahang maglagay ng aktibidad sa tamang saklaw (1/2/3) at kalkulahin ito sa toneladang CO₂e na may lohika ng 'data ng aktibidad × emission factor'
- Kakayahang kumpirmahin ang emission factor mula sa opisyal na pinagmulan ayon sa bansa at taon at i-convert sa CO₂e na may tamang GWP set para sa methane/N₂O
- Kakayahang gumawa ng mga resulta na may tiyak na katumpakan sa pamamagitan ng pagkakaroon ng artificial intelligence na magsagawa ng mga kabuuan ng imbentaryo ng maraming linya gamit ang executable code sa halip na manu-mano.
Ang pagtatatag ng carbon footprint ng isang organisasyon ay ang pundasyon ng pamamahala sa kapaligiran. Kung walang bakas ng paa, hindi ka makakapagtakda ng target, makakabawas, o makakapag-ulat. Ang imbentaryo ng greenhouse gas ay isang account kung saan ang lahat ng greenhouse gases na ibinubuga ng isang institusyon sa isang tiyak na panahon ay na-convert sa isang karaniwang yunit (tonong CO₂e). Sa unit na ito, matututunan mo kung paano naka-set up ang imbentaryo, kung ano ang ibig sabihin ng mga saklaw, at kung paano ligtas na gamitin ang AI para mapabilis ang accounting na ito.
Una, ang karaniwang wika sa mundo: Ang GHG Protocol (Greenhouse Gas Protocol) ay ang pinakamalawak na ginagamit na pamantayan sa mundo na tumutukoy kung paano kinakalkula ang imbentaryo. Ang ISO 14064 ay ang internasyonal na pamantayang katumbas ng parehong gawain. Pareho nilang hinahati ang mga emisyon sa tatlong saklaw — at ang pagkakaibang ito ang batayan ng lahat.
Ano ang tatlong saklaw?
Saklaw 1 — Mga direktang emisyon. Mga emisyon mula sa mga pinagmumulan na pagmamay-ari o kontrolado ng organisasyon. Halimbawa: natural na gas na sinunog sa boiler ng pabrika, diesel sa mga sasakyan ng kumpanya, mga reaksiyong kemikal sa proseso ng produksyon.
Saklaw 2 — Hindi direktang paglabas ng biniling enerhiya. Mga emisyon na inilabas sa ibang lugar sa panahon ng paggawa ng kuryente, singaw, pagpainit at pagpapalamig na binibili ng organisasyon. Hindi ka nagsusunog ng kuryente, ngunit ang iyong pagkonsumo ay nagdudulot ng mga emisyon sa planta ng kuryente.
Saklaw 3 — Lahat ng iba pang hindi direktang paglabas (value chain). Ang pinakamalawak at kadalasang pinakamalaking saklaw. Bumili ng mga produkto at serbisyo, paglalakbay sa negosyo, transportasyon ng empleyado, paggamit ng mga produktong ibinebenta, basura, supply chain. Hinahati ng Saklaw ng Protocol ng GHG ang 3 sa 15 kategorya.
Tip: Sa karamihan ng mga kumpanya ng utility at retail, 70-90% ng mga emisyon ay nasa Saklaw 3. Ang pag-uulat lamang sa Saklaw 1 at 2 ay nagpapakita lamang ng dulo ng iceberg, at parami nang parami ang batas na nag-uutos sa Saklaw 3.
Paano kinakalkula ang mga emisyon? Pangunahing formula
Sa gitna ng imbentaryo ay isang simpleng multiplikasyon:
Emission = Data ng aktibidad × Emission factor
- Data ng aktibidad: kung magkano ang ginawa mo — ilang m³ ng gas, ilang kWh ng kuryente, ilang km ng mga kalsada, ilang toneladang bakal.
- Emission factor: ang dami ng greenhouse gases na inilabas sa bawat unit ng aktibidad — halimbawa, kg CO₂e kada kWh ng kuryente.
Halimbawa, 480,000 m³ ng natural gas × 2.02 kg CO₂e/m³ = 969,600 kg = humigit-kumulang 970 tonelada ng CO₂e.
Saan nagmula ang emission factor? IPCC (Intergovernmental Panel on Climate Change), mga opisyal na talahanayan ng pambansang imbentaryo ng mga bansa, DEFRA (UK) at EPA (US) factor set, o grid emission factor ng bansa para sa kuryente (ang average na carbon content ng kuryente ng bansang iyon). Ang kadahilanan na ito ay naiiba sa bawat bansa at bawat taon.
Hakbang-hakbang: pag-set up ng imbentaryo
1. Iguhit ang hangganan ng organisasyon. Aling mga pasilidad, aling mga kumpanya ang kasangkot? Tukuyin ang control approach (operational/financial control).
2. Ilista ang mga gawain. Isulat ang mga pinagmumulan ng emisyon para sa bawat saklaw: gatong, kuryente, paglalakbay, suplay.
3. Kolektahin ang data ng aktibidad. Invoice, metro, talaan ng paglalakbay, data ng pagbili. Ito ang pinaka-nakakaubos ng oras na bahagi ng trabaho at mahalaga na masubaybayan ang data.
4. Itugma ang tamang salik. Italaga ang opisyal na kadahilanan para sa tamang bansa, taon at gasolina sa bawat aktibidad.
5. Multiply, turn, add. I-convert sa CO₂e (para sa methane at N₂O, GWP — Global Warming Potential, coefficient of global warming potential ay ginagamit), kabuuan ayon sa saklaw.
6. Idokumento at i-verify. Itala ang pinagmulan ng bawat numero; Maghanda para sa independiyenteng pag-verify (katiyakan).
Dito AI; Mabisa sa pagkuha ng listahan ng aktibidad, pagsulat ng account code, pag-scan para sa mga hindi pagkakapare-pareho sa data at paggawa ng mga draft na ulat. Ngunit ang pagpili ng kadahilanan, pag-uuri ng saklaw, at panghuling pag-apruba ay sa iyo.
tatlong mini case
Case 1 — Grid factor error. Hiniling ng isang analyst sa AI na kalkulahin ang mga paglabas ng kuryente ng isang pabrika (Scope 2). Ang pabrika ay nasa Türkiye, ngunit nag-default ang YZ sa average na grid factor ng US (mga 0.37 kg CO₂e/kWh). Kapag inilapat ng analyst ang tamang lokal na salik (humigit-kumulang 0.44 kg CO₂e/kWh, nag-iiba ayon sa taon), tumaas ang resulta ng humigit-kumulang 560 tonelada ng CO₂e para sa pagkonsumo ng 8 milyong kWh. Mahalagang malinaw na sabihin ang salik ng bansa.
Kaso 2 — Ang kapangyarihan ng methane. Ang isang consultant sa bukid ay may AI count methane mula sa mga hayop "tulad ng CO₂." Samantalang ang 100-taong GWP ng mitein ay humigit-kumulang 28; Kaya ang 1 tonelada ng methane ay nangangahulugang 28 tonelada ng CO₂e. Noong ipinatupad ng consultant ang GWP, ang item na ito ng imbentaryo ay lumago ng 28 beses. Kung ang GWP ay nakalimutan, ang pagkalkula ay ganap na mali.
Kaso 3 — Nakakuha ng pagpapatunay ang code. Isang sustainability team ang manu-manong nangongolekta ng AI ng mga emisyon mula sa isang 40-row fuel table; Nagkamali ang AI at ang resulta ay nabawasan ng 6%. Kapag ang koponan ay nagkaroon ng AI na mangolekta ng parehong data na may Python code (gamit ang Pandas), ibinalik ng code ang tiyak na tamang kabuuan. Aralin: Huwag gawing aritmetika ang mga mag-aaral ng LLM; Isulat ang code at patakbuhin ito.
Mahinang prompt / Malakas na prompt
Mahinang prompt:
Hanapin ang iyong carbon footprint mula sa data ng gasolina na ito.
Bakit ito mahina: Walang saklaw, bansa, factor source at unit. Nangongolekta ang AI sa pamamagitan ng kamay, umaangkop sa mga kadahilanan, nagkakamali.
Napakahusay na prompt:
Ang iyong tungkulin: Espesyalista sa imbentaryo ng GHG. Kalkulahin ang Saklaw 1 na emisyon para sa talahanayan ng gasolina sa ibaba. Bansa: Türkiye, taon: 2024. Ibibigay ko ang mga kadahilanan ng paglabas (mayroong haligi ng kadahilanan sa talahanayan); ANGKOP. Gawin ang pagkalkula sa pamamagitan ng pagsulat ng Python code na may pandasi; Ibigay ang mga emisyon at kabuuan para sa bawat hilera sa toneladang CO₂e. Kung mayroong Methane/N₂O, ilapat ang GWP at ipahiwatig kung aling GWPset ang iyong ginagamit. Data: [talahanayan]
Apat na maaaring kopyahin na mga template
1) Multi-line na imbentaryo account (na may code):
Ang iyong tungkulin: eksperto sa imbentaryo ng carbon. Iproseso ang sumusunod na talahanayan ng aktibidad gamit ang mga panda. Mga hanay: aktibidad, halaga, yunit, kadahilanan, saklaw. Para sa bawat hilera kalkulahin ang emisyon = halaga × factor, i-convert sa toneladang CO₂e, ayon sa saklaw at ibigay ang kabuuang kabuuan. Kung walang laman ang factor, markahan ang [INCOMPLETE]. Ibigay ang code at ang resulta nang magkasama. Talahanayan: [dito]
2) Tulong sa pag-uuri ng saklaw:
Hatiin ang mga sumusunod na pinagmumulan ng emisyon sa Saklaw 1, 2 o 3 ayon sa Protokol ng GHG, at kung ito ay Saklaw 3, isulat kung alin sa 15 kategorya ang nabibilang dito. Markahan ang source na hindi ka sigurado bilang "dapat ma-verify", ginagawa itong peke. Mga Pinagmulan: [listahan]
3) Pagsusuri ng conversion ng GWP:
I-convert ang mga sumusunod na dami ng gas sa CO₂e. Malinaw na sabihin kung aling GWP set ang ginamit mo (hal. IPCC AR6, 100 taon) at ipakita ang halaga ng GWP na ginamit mo para sa bawat gas. HUWAG BUMAWA NG MGA HALAGA; Gumamit ng mga karaniwang halaga ng IPCC at tukuyin ang pangalan ng set. Mga gas: [listahan]
4) Pagsusuri sa kalidad ng data:
Maghanap ng mga hindi pagkakapare-pareho sa sumusunod na data ng aktibidad: mga nawawalang value, unit mix-up (kg/tonne, kWh/MWh), extreme outlier, duplicate na tala. Ilista kung ano ang iyong nahanap sa isang tabular form, na nagsasabi kung bakit ito ay kahina-hinala. Pagbabago ng data; markahan mo lang. Data: [dito]
Mga karaniwang pagkakamali
- Kinakalkula ang lokal na pagkonsumo gamit ang default (hal. US) factor. Palaging tukuyin ang bansa at taon.
- Pag-bypass sa GWP. Ang methane at N₂O ay dapat i-convert sa CO₂e; Isulat kung aling GWP set ang iyong ginagamit.
- Nilaktawan ang Saklaw 3 sa kabuuan. Sa karamihan ng mga institusyon, ang pinakamalaking bahagi ay nasa Saklaw 3.
- Pagkuha ng LLM na gumawa ng arithmetic. Isulat sa code ang mga kabuuan ng multi-row; Huwag kolektahin sa pamamagitan ng kamay.
- Hindi pagdodokumento ng pinagmulan. Nangangailangan ang pag-audit ng isang bakas na pinagmulan ng bawat isyu.
Pansin: Ang mga salik ng emisyon ay ina-update. Maaaring nagbago ang salik na ginamit mo noong nakaraang taon sa taong ito; Palaging itala kung aling salik na bersyon ang iyong ginagamit upang ang mga imbentaryo ay maihahambing sa bawat taon.
Sa buod
Ang imbentaryo ng greenhouse gas ay ang koleksyon ng "data ng aktibidad × emission factor" na pinarami ng tamang saklaw, sa tamang unit, at may tamang GWP. AI; Ito ay isang accelerator sa listahan ng mga aktibidad, pagsulat ng code, pag-scan ng data, at pagbuo ng mga draft. Ngunit ang pinagmulan ng kadahilanan, klase ng saklaw, pagpili ng GWP at huling pag-verify ay nakasalalay sa eksperto. Ipagawa sa code ang arithmetic, kunin ang factor mula sa table.
Gawain ng aplikasyon
Maghanda ng limang linyang tsart ng aktibidad (hal. natural gas, diesel, gasolina, biniling kuryente, paglipad ng negosyo). Maghanap ng salik sa bawat linya at isulat ang pinagmulan nito. Gamit ang 1st template, kalkulahin ng AI ang mga emisyon gamit ang pandas code at kolektahin ang mga ito sa isang saklaw na batayan. Pagkatapos ay ihambing ang pag-uuri ng saklaw ng AI sa ika-2 template sa isa na ginawa mong manu-mano. Kung iba, siyasatin kung bakit.
checklist
- [ ] Tinukoy ko ang hangganan ng organisasyon at mga saklaw.
- [ ] Para sa bawat aktibidad ay ginamit ko ang opisyal na salik na angkop sa bansa at taon.
- [ ] Nag-convert ako sa CO₂e gamit ang tamang GWP set para sa methane/N₂O.
- [ ] Ginawa ko ang multi-line summation sa pamamagitan ng executing code, hindi ng LLM.
- [ ] Hindi ko pinansin ang Saklaw 3, at least na-scan ko ang mga kategorya.
- [ ] Naidokumento ko ang source at factor na bersyon ng bawat numero.