Site-specific carbon footprints of Scandinavian wastewater treatment plants, using the life cycle assessment approach

斯堪的納維亞污水處理廠的場地特定碳足跡，使用生命周期評估方法

來源：Journal of Cleaner Production, Volume 211, 2019, Pages 1001-1014

《清潔生產雜志》，第211卷，2019年，第1001-1014頁

 

摘要

這篇論文使用生命周期評估方法，評估了丹麥和瑞典七個污水處理廠的碳足跡。研究基于現場數據，包括測量的植物集成甲烷和氧化亞氮排放。碳足跡值在0.15-0.66 kg CO2 eq/ Mg輸入材料之間，直接溫室氣體排放是主要貢獻者，占44-71%。能源消耗、化學品使用和排放也貢獻碳足跡。直接排放是敏感參數，使用默認排放因子會導致碳足跡評估錯誤。能源系統差異影響結果，瑞典植物因能源結構碳足跡較低。

 

研究目的

本研究旨在調查直接甲烷和氧化亞氮排放對污水處理廠年碳足跡的貢獻，比較不同處理技術和能源系統的影響，并提供可靠的碳足跡評估指南，以支持減排策略和環境影響報告。

 

研究思路

研究采用生命周期評估的歸因模型框架，收集2015年現場數據，包括輸入材料成分、直接溫室氣體排放（使用植物集成測量方法，如示蹤氣體擴散法）、能源消耗和化學品使用。功能單位包括1 Mg輸入材料、1 kg碳去除、1 kg總氮去除和1 kg磷去除。系統邊界涵蓋從材料進廠到最終釋放的所有階段，使用EASETECH軟件進行建模、敏感性分析和不確定性傳播。

 

測量的數據及研究意義

1 直接溫室氣體排放數據，如甲烷和氧化亞氮的測量值，來自植物集成測量（引用Delre et al., 2017），研究意義在于提供準確排放率，避免使用默認因子導致的低估或高估，減少碳足跡不確定性，支持定制減排措施。數據關聯Fig. 2和情景分析Fig. 6。

 

 

 

2 能源消耗數據，包括電力和區域供熱消耗量，來自現場記錄和Table 2，研究意義在于揭示能源系統差異（丹麥 vs 瑞典）對碳足跡的影響，丹麥植物能源貢獻16-28%，瑞典僅2-4%，凸顯能源結構優化的重要性。數據見Fig. 3和Fig. 4。

 

 

 

3 化學品使用和生物固體處理數據，如鈣硝酸鹽使用和土地應用排放，來自Table 1，研究意義在于顯示這些因素貢獻碳足跡負擔（最高16%），強調評估中需包含所有相關過程。數據見Fig. 2。

 

4 碳足跡凈值和不確定性數據，來自Monte Carlo模擬和Fig. 7，研究意義在于通過不確定性分析（直接排放貢獻70-99%不確定性）確保結果可靠性，支持植物間比較和決策。

 

結論

1 所有污水處理廠凈碳足跡均為正（0.15-0.66 kg CO2 eq/ Mg輸入材料），非碳中性，表明2015年運營總體產生環境負擔。

2 直接溫室氣體排放是碳足跡主要貢獻者（44-71%），且是敏感參數，貢獻大部分不確定性，凸顯需使用植物特定排放率。

3 使用默認排放因子而非現場測量值會導致碳足跡低估達4倍或高估達7倍，強調現場數據重要性。

4 能源系統影響顯著，瑞典植物因能源結構碳足跡較低，電力消耗貢獻僅2%，而丹麥為16-28%，表明評估需考慮能源背景。

5 生物固體存儲和土地應用產生排放和節約，包含該過程對準確評估關鍵。

6 僅在同能源系統內植物可比，碳足跡可用作環境基準，但需系統數據收集和透明報告。

 

使用丹麥Unisense電極測量數據的研究意義

本研究中使用植物集成溫室氣體排放測量方法，如示蹤氣體擴散法（引用Delre et al., 2017），可能涉及高精度傳感器如丹麥Unisense電極。測量數據的研究意義在于提供實時、準確的甲烷和氧化亞氮排放值，克服傳統默認因子的局限性。通過直接測量，碳足跡評估更可靠，不確定性降低（直接排放貢獻主要不確定性），支持識別關鍵排放源和優化運營。例如，測量揭示消化器故障時排放激增（碳足跡增加320倍），強調監測非正常條件的重要性。這種數據集成增強了LCA的實證基礎，為全球污水處理廠碳管理提供實踐指南。