Evaluation and ways to reduce uncertainty of greenhouse gas emission and seqestration

封面

如何引用文章

全文:

详细

Background: The transport industry is one of the major sources of greenhouse gas emissions, and is inevitably influenced by the environmental agenda.

Aim: Estimation of the uncertainty and develop ways to reduce uncertainty when accounting for emissions and removals of greenhouse gases.

Methods: The method of analyzing the statistical causes of uncertainty in the measurement and accounting of emissions and removals of greenhouse gases, as well as the analysis of literary sources, suggests ways to reduce uncertainty.

Results: The sources of uncertainty in the implementation of the climate change transport adaptation plan obtained when taking into account emissions or removals of greenhouse gases were identified. At the same time, objectively determined causes of uncertainty associated with shortcomings in the data, models used and analyzed samples, as well as causes of uncertainty based on subjective assumptions, are identified. Of practical significance are the formulated ways to reduce uncertainty, based on improving the conceptualization, improving the model structure, increasing the representativeness of the data, as well as using more accurate measurement methods.

Conclusion: Ways to reduce uncertainty in the implementation of the climate change transport adaptation plan based on subjective parameters are to introduce adaptive management and develop learning as an iterative process, as learning becomes a key component of activity in a changing climate.

作者简介

Rasul Akhtyamov

Emperor Alexander I St. Petersburg State Transport University

编辑信件的主要联系方式.
Email: ahtamov_zchs@mail.ru
ORCID iD: 0000-0001-8732-219X
SPIN 代码: 2812-3782

Candidate of Technical Sciences, Associate Professor

俄罗斯联邦, St. Petersburg

参考

  1. Masson-Delmotte V, Zhai P, Pirani A, Connors SL, et al. IPCC, 2021: Summary for Policymakers. In: Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge. 2021. doi: 10.1017/9781009157896.001
  2. План адаптации к изменениям климата в области транспорта. [Plan adaptacii k izmeneniyam klimata v oblasti transporta [Internet]. (In Russ.)]. Ссылка активна на 05.06.2023. Доступно по: https://mintrans.gov.ru/documents/9/11749?type=
  3. Руководящие принципы национальных инвентаризаций парниковых газов МГЭИК, 2006 [IPCC Guidelines for National Greenhouse Gas Inventories, 2006 [Internet]. (In Russ.)]. Доступно по: https://www.ipcc-nggip.iges.or.jp/public/2006gl/russian/index.html Ссылка активна на 05.06.2023.
  4. Cullen AC, Frey HC. Probabilistic Techniques in Exposure Assessment: A Handbook for Dealing with Variability and Uncertainty in Models and Inputs, Plenum: New York. 1999. doi: 10.1002/sim.958
  5. Cohen AC, Whitten B. Parameter Estimation in Reliability and Life Span Models. NY: М.Dekker; 1998. doi: 10.1201/9781003066064
  6. Gelfand AE. Gibbs Sampling, the Encyclopedia of Statistical Sciences. NY: John Wiley and Sons; 1996. doi: 10.1002/0471667196.ess0302.pub2
  7. Zhao Y, Frey HC. Quantification of Variability and Uncertainty for Censored Data Sets and Application to Air Toxic Emission Factors. Risk Analysis. 2004;24(3):1019-1034. doi: 10.1111/j.0272-4332.2004.00504.x
  8. Харламова, А.В., Верех-Белоусова Е.И. Влияние эдафических условий рекультивированных породных отвалов на эффективность снижения их негативного воздействия на прилегающие территории // Безопасность жизнедеятельности. – 2018. – № 10(214). – С. 29-35. [Kharlamova AV, Vereh-Belousova EI. The Influence of Edaphic Conditions of Reclaimed Rock Dumps on the Efficiency of Reducing Their Negative Impact on Adjacent Territories. Bezopasnost' zhiznedeyatel'nosti. 2018;10(214):29-35. (Russ.)].
  9. Pahl-Wostl C. A conceptual framework for analyzing adaptive capacity and multi-level learning processes in resource governance regimes. Global Environmental Change. 2009;19(3):354-365. doi: 10.1016/j.gloenvcha.2009.06.001
  10. Pahl-Wostl C, Craps M, Dewulf A, Mostert E, et al. Social learning and water resources management. Ecology and Society. 2007;12(2):5. doi: 10.5751/es-02037-120205
  11. Medema W, McIntosh BS, Jeffrey PJ. From premise to practice: a critical assessment of integrated water resources management and adaptive management approaches in the water sector. Ecology and Society. 2008;13(2):29. doi: 10.5751/es-02611-130229

补充文件

附件文件
动作
1. JATS XML
2. Figure

下载 (332KB)

版权所有 © Akhtyamov R.G., 2023

Creative Commons License
此作品已接受知识共享署名 4.0国际许可协议的许可

link to the archive of the previous title

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».