AGRIBALYSE®, французская база данных LCI для сельскохозяйственной продукции: высококачественные данные для производителей и экологическая маркировка

1. AGRIBALYSE®, французская база данных LCI для сельскохозяйственной продукции: высококачественные данные...
2. 1. Введение
3. 2 Методы: основы моделирования и основные методологические выборы
4. 2.1 Общая модель моделирования и инструменты
5. 2.2 Системные границы (пространство и время)
6. 2.3 Описание системы, источники данных и репрезентативность
7. 2.4 Распределение
8. 2.5 Модели для расчета прямых выбросов
9. 2.6 Контроль качества
10. 3. Результаты
11. 4 Обсуждение и перспективы
12. 4.2 Вклад в экологическую маркировку и экологическую концепцию
13. 4.3 AGRIBALYSE II
14. 5. Вывод
15. Рекомендации
16. Все столы

OCL 2015, 22 (1) D104

научная статья

AGRIBALYSE®, французская база данных LCI для сельскохозяйственной продукции: высококачественные данные для производителей и экологическая маркировка ⋆

AGRIBALYSE®, основа Донни ICV (Inventaire de Cycle de Vie) для сельхозпроизводителей, занимающихся сельскохозяйственной продукцией: пожертвования высочайшего качества для сельхозпроизводителей и экономистов

Винсент Коломб 1 *, Сами Айт Амар 2, Клодин Бассет Менс 3, Армел Гак 4, Жерар Гайар 5, Питер Кох 5,6, Джером Мусс 1, Тибо Сало 1,7, Орели Тейлер 8 и Хейс М.Г. ван дер Верф 7

1 ADEME, 49000 Анже, Франция
2 ACTA, 75012 Paris, France
3 CIRAD, 34000 Монпелье, Франция
4 IDELE, 35650 Le Rheu, Франция
5 Agroscope, 8092 Цюрих, Швейцария
6 Кох консалтинг, 8092 Цюрих, Швейцария
7 INRA, Agrocampus Ouest, UMR1069 Почва, Агро и Гидросистемы, 35000 Ренн, Франция
8 Arvalis-Institut du Végétal, 44370 La Chapelle St Sauveur, Франция

* Переписка: [email protected]

Получено: 1 октября 2014 г.
Принято: 30 октября 2014

Аннотация

AGRIBALYSE - это французская исследовательская программа, предназначенная для составления инвентаризации жизненного цикла (LCI) сельскохозяйственной продукции, основанная на тесном партнерстве 14 научно-технических институтов. Он предоставляет однородную и согласованную базу данных LCI для поддержки политики экологической маркировки и для содействия сельскохозяйственному сектору в совершенствовании своей практики. В 2014 году была опубликована общедоступная база данных LCI, содержащая более 100 продуктов, и ее подробный методологический отчет. База данных в основном содержит LCI для средних французских продуктов, функциональной единицей является масса продукта (кг) и периметр от колыбели до фермы. Наборы данных сопровождаются подробным отчетом по методологии и отчетом о проекте, которые доступны по адресу: www.ademe.fr/agribalyse ). Несколько ключевых целей для последующего проекта уже определены: лучшая оценка неопределенностей, учет динамики углерода в почве, воздействия на биоразнообразие и воздействия водопотребления. Требуется также расширение базы данных дополнительными продуктами и продуктами из инновационных систем, а также укрепление связей с международными программами. Эти вопросы должны быть рассмотрены в будущей программе AGRIBALYSE 2.

Продолжить

AGRIBALYSE est un program scientifique Français dédié à la risalisation d'Inventaire de Cycle Vie (ICV) для производства сельскохозяйственной продукции во Франции, которая существует в 14 институтах технологий и исследований. Вообще-то, он не имеет оснований для гомогенизма и консенсуса, вкладчик в защиту окружающей среды и ассистент в области сельского хозяйства, амбиции и практики. Базовая публикация в Донбассе, более 100 произведений и методология публикаций в изданиях в 2014 году. Базовая публикация в Монреале и Французская республика, Франция, Франция, Франция, Франция du berceau à la sortie de la ferme ». Методологи взаимопонимания и взаимопонимания между проектами и правами человека www.ademe.fr/agribalyse , Плюсы и задачи, стоящие перед нами в процессе разработки и определения идентификаторов: оценка смежности, награда за комплементарность, степень воздействия на биоразнообразие и консистенция. Основные положения доноров и организаций, занимающихся производством и продажей новых и востребованных средств, связанных с международными программами и программами. Программа AGRIBALYSE 2 предлагает различные варианты ответов.

Ключевые слова: база данных LCI / французская сельскохозяйственная продукция / экомаркировка / экодизайн

⋆

Содержание этой статьи было представлено в ходе 9-й Международной конференции LCA of Food в Сан-Франциско, США, 8-10 октября 2014 года.

© V. Colomb et al., Опубликовано EDP Sciences, 2014

Это статья открытого доступа, распространяемая в соответствии с условиями лицензии Creative Commons Attribution ( http://creativecommons.org/licenses/by/4.0 ), которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе, при условии, что оригинальная работа должным образом процитирована.

1. Введение

Пример системных границ для свиноводства.

AGRIBALYSE - это французская исследовательская программа (2010–2013 гг.), Посвященная производству общедоступных реестров жизненного цикла (LCI) сельскохозяйственной продукции. База данных из более чем 100 продуктов и подробный методологический отчет были опубликованы в 2014 году (Кох и Салоу, 2014 ).

AGRIBALYSE начал свою работу в 2010 году в ответ на круглые столы «Grenelle de l'Environnement», на которых было принято решение об использовании оценки жизненного цикла (LCA) для поддержки экологической маркировки. Подход LCA также рассматривался как инструмент для поддержки фермеров и их организаций для более точного определения воздействия их продукции на окружающую среду и для поддержки стратегий экодизайна для улучшения их производственных систем. В то же время было выявлено отсутствие результатов LCA, особенно однородных, в отношении французской сельскохозяйственной продукции (Ecointesys, 2008 ). Таким образом, AGRIBALYSE был запущен Французским агентством по управлению окружающей средой и энергией (ADEME). Тесное партнерство 14 научно-технических институтов (INRA, Agroscope, CIRAD, ACTA и 10 сельскохозяйственных технических институтов) работало вместе, чтобы создать однородную и согласованную базу данных LCI для французского языка, а также нескольких импортных сельскохозяйственных продуктов.

В этой статье описываются основные методологические решения и общее содержание базы данных. Другие статьи и материалы конференций описывают более конкретные варианты и результаты для каждого сектора продуктов (продукты животного происхождения / сельскохозяйственные культуры / фрукты) (Basset-Mens, et al. , 2014 ; Gac, et al. Салоу и др. Tailleur et al. , 2014 ; Willmann et al. , 2014 ). Потенциальное использование и ограничения базы данных будут обсуждаться в последних параграфах.

2 Методы: основы моделирования и основные методологические выборы

Для получения полной и подробной информации о методологическом выборе, пожалуйста, обратитесь к методологическому отчету AGRIBALYSE (Кох и Салоу, 2014 ).

2.1 Общая модель моделирования и инструменты

В AGRIBALYSE данные, описывающие методы ведения сельского хозяйства, были предоставлены техническими институтами в файле Excel (так называемый инструмент сбора данных), разработанный для этого случая. Инструмент сбора данных был затем подключен к моделям для расчета прямых (внутрихозяйственных) выбросов и использования ресурсов через другой файл Excel (называемый цепочкой расчетов). Затем в SimaPro были добавлены косвенные потоки для получения данных LCI и LCIA. Используемые методы определения характеристик были выбраны на основе рекомендаций, изложенных в Справочнике ILCD, программе Envifood и платформе ADEME-AFNOR (AFNOR, 2011 ; JRC и IES, 2011; ENVIFOOD, 2012 ; GT1, 2012 ).

2.2 Системные границы (пространство и время)

Периметр, рассматриваемый в AGRIBALYSE LCI, простирается от колыбели до ворот ворот для сельскохозяйственных культур и от колыбели до ворот фермы для животноводства. Это подразумевает, что для растениеводства включены все восходящие процессы (производство ресурсов, полевые операции и т. Д.), Но ни одна из операций после уборки урожая, хотя они могут происходить на ферме (хранение картофеля, сушка зерновых) , Все операции, необходимые для этапа производства животных, включены (производство кормов, транспортировка и хранение, откорма животных, доение, строительство и обслуживание зданий и машин).

Для управления навозом различие между животным и растительным производством было определено в соответствии с Gac et al . ( 2010 ). Выбросы от хранения навоза и любые формы обработки (сокращение азота, компостирование или анаэробное сбраживание) были распределены в систему животноводства, а выбросы, связанные с загрузкой, транспортировкой и разбрасыванием, были распределены в систему производства растений, которая использовала навоз.

Чтобы быть последовательными, границы системы были описаны по 9 схемам (3 для растений, 6 для животных) (рис. 1 ), чтобы охватить все сельскохозяйственные производства.

Базисным периодом для LCI был 2005–2009 гг., За исключением многолетних культур, для которых он составлял 2000–2010 гг. Для учета этапов производства (рассада, раннее производство, полное производство и т. Д.) И явления чередования урожайности.

2.3 Описание системы, источники данных и репрезентативность

Первоначально AGRIBALYSE стремился обеспечить репрезентативную LCI для каждого крупного французского сельскохозяйственного продукта. Описание производственных систем техническими институтами основывалось (в порядке предпочтения): статистические источники, типичные случаи (документированные настолько подробно, насколько это возможно), экспертное мнение или отдельный случай / оценка в качестве последнего варианта. Качество описания производственных систем было ключевым шагом для качества базы данных. Для многих продуктов было нереально определить единую производственную систему для представления среднего показателя по Франции. Поэтому несколько производственных систем для одного и того же продукта (вариации) часто описывались. Э. г. для картофеля были рассчитаны следующие значения LCI: промышленное использование, свежая плотная рыба на рынке, свежие сорта на рынке других сортов, крахмальный картофель и средний показатель по стране. Средний показатель по стране представляет собой средневзвешенный показатель, основанный на доле каждой системы в национальном производстве. Для производственных систем, которые учитывают большое количество вариаций, средневзвешенное значение может не отражать национальное производство ( например, пять индексов LCI молочных систем представляют 21,1% национального производства молока). Для некоторых продуктов средний продукт не имеет смысла ( например, виноград), потому что каждый продукт является специфическим для производственной системы или области производства (Божоле, Маконна и т. Д.), И не может быть предоставлено никакого среднего по стране. Очень важно знать о репрезентативности каждого LCI при использовании базы данных.

Таблица 1

Список групп продуктов AGRIBALYSE и количество вариантов для каждой группы продуктов.

2.4 Распределение

Правила распределения следуют международным рекомендациям (ISO, 2006a , 2006b ). Метод распределения должен всегда иметь смысл для всех сопутствующих продуктов. Что касается растениеводства, большая часть побочных продуктов создается на этапе обработки, который не включен в программу AGRIBALYSE. На полевых воротах не применялось распределение между различными качествами продукции ( например, качество экспорта по сравнению с качеством местного рынка для импортируемых фруктов). Для сельскохозяйственных культур была проделана важная работа по распределению органических N-удобрений и P и K-минеральных удобрений в рамках посевов (Кох и Салоу, 2014 Приложение D). Для животноводства был реализован так называемый биофизический метод распределения, основанный на Dollé и Gac ( 2012 ) для молока. Во-первых, распределение было предотвращено путем разложения системы по классам животных в зависимости от фазы их производства. Затем для классов животных, где требуется распределение (например, молочная корова на этапе производства), распределение основывалось на метаболической энергии, необходимой для производства каждого побочного продукта (теленок, молоко). Воздействия классов животных, производящих один продукт, были полностью распределены по этому продукту. Для данных, импортированных из ранее существующих баз данных ( например, ecoinvent v2, внутренней базы данных INRA Ренн), таких как компоненты кормов для животных, выбор распределения, сделанный в ранее существующей базе данных (в основном экономическое распределение), не был изменен.

2.5 Модели для расчета прямых выбросов

AGRIBALYSE определила наиболее подходящие методы расчета для всех прямых выбросов и потребления ресурсов, в то время как ранее существующие наборы данных (в основном ecoinvent v2) использовались для расчета косвенных выбросов (восходящий поток, например: производство ресурсов, материал и т. Д.).

Поиск подходящих моделей для оценки прямых выбросов для каждого загрязняющего вещества был одной из основных задач. В соответствии с набором правил AGRIBALYSE такие модели не должны требовать входных данных, которые слишком сложно собирать, должны были быть опубликованы, должны быть проверены для Франции (или тропических условий для тропических культур) и должны быть признаны на международном уровне. Приоритет был отдан согласованности между продуктами, с идеей иметь конкретные модели для каждого механизма выбросов, используемые во всей базе данных, а не иметь конкретные модели для каждого продукта или типа продукта. Список использованных моделей доступен в методическом отчете (Кох и Салоу, 2014 ).

2.6 Контроль качества

Контроль качества проводился в два этапа: контроль данных сельскохозяйственной системы и контроль данных LCI (рис. 2 ). Контроль качества описания сельскохозяйственной системы проводился независимыми экспертами. Результаты ЛКИ контролировались экспертами технических институтов, участвующих в программе, как на уровне инструментов расчета, так и на предмет достоверности результатов. Более 160 наборов описаний систем были проверены с безоговорочным принятием в 30% случаев, с незначительными изменениями в 50% случаев и серьезными изменениями в 20% случаев. Более 500 предложений по улучшению или комментариев по техническим данным и источникам были приняты во внимание, чтобы удовлетворить рекомендации экспертов. Контроль качества результатов LCI позволил исправить ошибки в расчетах, выявить аномалии, обеспечить согласованность и повысить достоверность результатов. Выполнение контроля качества как для данных описания системы, так и для наборов данных LCI внесло существенный вклад в качество базы данных AGRIBALYSE.

3. Результаты

Результатами AGRIBALYSE являются публичная база данных LCI, методологический отчет (Кох и Салоу, 2014 ) и окончательный отчет, описывающий организацию проекта и основные извлеченные уроки (Colomb et al. , 2014 ). База данных доступна в нескольких форматах с различными уровнями детализации в зависимости от требований пользователя:

• Информационные бюллетени: упрощенная версия в формате PDF, представляющая наиболее распространенные и надежные показатели воздействия. Информационные бюллетени находятся в свободном доступе и не требуют программного обеспечения LCA.

• База данных AGRIBALYSE_vIMPACTS (системные процессы и форматы Ecospold_V1): содержит агрегированные наборы данных LCI, которые консорциум AGRIBALYSE считает достаточно надежными для использования в рамках подхода к маркировке окружающей среды продукта (надежность, репрезентативность). Программное обеспечение LCA требуется для анализа этих данных.

• База данных AGRIBALYSE_vcomplete (единичные процессы, формат Ecospold_V1). Эти данные предназначены в основном для проектов экодизайна и предоставляют результаты в прозрачном формате. Программное обеспечение LCA требуется для анализа этих данных.

Форматы Ecospold подходят для специалистов LCA, поскольку данные могут использоваться в текущем программном обеспечении LCA.

Отчеты и сводные информационные бюллетени доступны в режиме онлайн (www.ademe.fr/agribalyse), а полная база данных доступна по запросу для ADEME. Наконец, краткий документ «Советы по правильному использованию результатов AGRIBALYSE» (AGRIBALYSE, 2014 ) выделяет критические точки при использовании и интерпретации данных. Публикация данных и усилия, предпринятые для обеспечения прозрачности в нескольких форматах для удовлетворения различных потребностей, являются важным временным вложением, но должны способствовать широкому и надлежащему использованию наборов данных.

Продукты, включенные в базу данных, представляют собой 28 сельскохозяйственных и 18 продуктов животного происхождения (табл. 1 ). Для нескольких продуктов существует несколько вариантов.

4 Обсуждение и перспективы

4.1 Улучшение потребностей и перспектив

AGRIBALYSE предлагает обширную базу данных и детальную и последовательную методологическую базу.

Для дальнейшей работы было определено несколько методологических улучшений. Основными вопросами, которые необходимо решить, является моделирование изменений в запасах углерода в почве и биомассе (вследствие практики фермеров и изменений в землепользовании), воздействия на биоразнообразие и воздействия водопотребления.

Методы и модели для расчета выбросов (нитрат, фосфор, микроэлементы и т. Д.) Также могут быть изменены, чтобы лучше учитывать конкретные характеристики сельскохозяйственных культур, методы ведения сельского хозяйства и животноводства и почвенно-климатические характеристики. Для Франции модели уровня 2 МГЭИК для выбросов ПГ должны быть готовы в ближайшее время и могут значительно изменить результаты. Поэтому будет важно обновить базу данных и использовать лучшие доступные модели.

База данных LCI также может быть расширена за счет включения новых продуктов (например, рыбной продукции, других овощей, большего количества импортной продукции и т. Д.) И новых вариаций продукции (региональные продукты, продукты с защищенной географической индикацией, продукты с маркировкой качества и т. Д.). включены для усиления репрезентативности базы данных. Для правильного сравнения продуктов необходимо было бы лучше количественно определить неопределенность данных LCI. Качество данных оценивалось с использованием матрицы родословной ecoinvent и критериев ILCD. Данные по тропическим продуктам и менее изученным производственным системам (с меньшим количеством доступных данных, таких как органические системы) содержат наибольшую неопределенность.

Будущая база данных AGRIBALYSE, вероятно, позволит включить данные LCI, предложенные третьими сторонами. Это будет означать, что должна быть установлена ​​процедура для проверки того, были ли предложенные данные LCI получены в соответствии с методологией AGRIBALYSE и стандартами обеспечения качества. Это будет сложная задача, которую придется решать. Наконец, база данных, основанная на наборах данных ecoinvent v2, должна быть оценена актуальность обновления до ecoinvent v3.

4.2 Вклад в экологическую маркировку и экологическую концепцию

Данные LCI, необходимые для внедрения экологической маркировки, будут зависеть от схемы маркировки. Компаниям понадобятся надежные исходные данные (такие как AGRIBALYSE) и инструменты для реализации схем экомаркировки.

К концу 2013 года во французском парламентском отчете об экологических следах была подчеркнута заинтересованность потребителей в экологической маркировке пищевых продуктов; он также определил несколько конкретных методологических проблем для пищевого сектора (Errante и Saddier, 2013 ). Он выступает за то, чтобы во Франции экологическая маркировка в будущем стала добровольным, но регулируемым процессом. Компании-добровольцы должны применять общую методологию и систему коммуникации, которые будут определены государственными институтами и будут ограничивать риск «зеленого мытья» или неполного анализа. Четких временных рамок для этого развития не было дано, но была подтверждена воля к внедрению экологической маркировки. Европейский союз также в настоящее время проводит эксперименты по экологическому следу продукта (PEF) для определения целесообразности и целесообразности внедрения экологической маркировки в европейском масштабе. Данные AGRIBALYSE могут быть использованы для этого эксперимента.

Таким образом, база данных AGRIBALYSE LCI является ключевым элементом для экологической маркировки пищевых продуктов. Однако этого недостаточно, поскольку он не включает этапы обработки, маркетинга и окончания срока службы. Этапы обработки пищевых продуктов в настоящее время анализируются в ACYVIA, еще одной французской программе баз данных LCI, которая должна предоставить результаты к концу 2016 года. Оба данных из AGRIBALYSE и ACYVIA будут снабжать базу данных ADEME «IMPACTS» LCI, которая должна быть официальной отраслевая база данных, поддерживающая французские схемы экомаркировки.

AGRIBALYSE помогает вести сельскохозяйственный сектор к более экономичным сельскохозяйственным системам. Предоставляя комплексный метод для будущих LCA-исследований сельскохозяйственных продуктов, он позволит получить более сопоставимые результаты и более четкие выводы. К ноябрю 2014 года база данных была загружена 97 учреждениями (предоставлено 200 индивидуальных лицензий), научно-исследовательскими и техническими институтами, агропродовольственными компаниями, консультантами, занимающимися экодизайном. Данные также были интегрированы в некоторые компьютерные инструменты LCA. База данных используется, например, во французском исследовательском проекте Ecoalim, который пытается определить стратегии кормления животных с меньшим воздействием на окружающую среду. Данные также использовались для политических исследований, например, в исследовании правительства Швейцарии, в котором сравнивалось влияние швейцарской и импортной продукции, для определения соответствующей сельскохозяйственной и экологической стратегии. И последнее, но не менее важное, данные LCI могут быть использованы для изучения воздействия диет человека.

4.3 AGRIBALYSE II

ADEME решила запустить программу последующих действий для AGRIBALYSE. Общие цели, предоставление данных для экологической маркировки и поддержка экодизайна по-прежнему считаются очень актуальными и будут сохранены. Основные цели этой программы будут состоять в том, чтобы (а) помочь пользователям получать данные LCI в соответствии с методологией AGRIBALYSE, (b) обновлять и поддерживать данные, (c) дополнять базу данных LCI новых ключевых продуктов, (d) продвигать и включить методологические улучшения из области LCA.

Таким образом, AGRIBALYSE II должен стать платформой, координирующей несколько тематических проектов по производству наборов данных и совершенствованию методологии, которые будут служить базой данных. Платформа должна быть тесно связана с другими европейскими и международными проектами баз данных.

5. Вывод

Партнерство AGRIBALYSE создало согласованную и однородную базу данных LCI для французской сельскохозяйственной продукции. Благодаря своим амбициям и инновационности, он также состоял в важном процессе обучения для вовлеченных партнеров. Тем не менее следует подчеркнуть, что объем работы и навыки, необходимые для такой программы, были значительными.

В настоящее время база данных используется многими французскими и международными организациями: исследовательскими и техническими институтами, агропродовольственными компаниями, консультантами и т. Д. Эти данные общедоступны и могут использоваться во многих проектах, связанных с системой устойчивого производства, экомаркировкой, диетологическими исследованиями. стратегии сельскохозяйственной политики и т. д. В будущем в методологии AGRIBALYSE еще предстоит реализовать ряд методологических вопросов (динамика накопления углерода в почве, потребление воды, воздействие на биоразнообразие), и характеристика неопределенности должна быть улучшена. Реальное понимание результатов LCIA требует понимания методов оценки воздействия, в том числе сложных научных моделей, поэтому следует продолжать работу над средствами связи.

В заключение можно сказать, что AGRIBALYSE была отличной пилотной программой, которую сейчас необходимо подключить и обогатить другими инициативами.

Рекомендации

• AFNOR. 2011. BPX 30-323-0: Эффективное использование окружающей среды - Принципы женского и кадрового учета. La Plaine Saint-Denis, Франция: AFNOR. [Google ученый]
• AGRIBALYSE. 2014. Советы по правильному использованию результатов AGRIBALYSE, Краткое примечание для пользователей наборов данных AGRIBALYSE LCI, Анже, Франция: ADEME. Можно купить в: www.ademe.fr/agribalyse-en [Google ученый]
• Бассет-Менс C, Ванньер H, Грасселли D, Heitz H, Браун A, Payen S, Кох П. 2014. Воздействие на окружающую среду импортируемых и выращиваемых на местном рынке фруктов для французского рынка в рамках программы AGRIBALYSEő. 9th Int. Конференция LCA в агропродовольственном секторе, LCA food Сан-Франциско 2014. [Google ученый]
• Colomb V, Aït-Amar S, Basset-Mens C, et al. 2014. AGRIBALYSE: оценка и уроки на будущее. Анже, Франция: ADEME, р. 54. Доступно по адресу: www.ademe.fr/agribalyse-en [Google ученый]
• Dollé JB, Gac A. 2012. Биофизическое распределение молока и мяса в молочных фермах, 8th Int. Конференция по LCA в агропродовольственном секторе, 1-4 октября 2012 г. [Google ученый]
• Ecointesys. 2008. Revue bibliographique des études «Анализ цикла сельскохозяйственных продуктов». Финал раппорта, Париж: Ecointesys. [Google ученый]
• ENVIFOOD. 2012. Европейский круглый стол по устойчивому потреблению и производству пищевых продуктов: Протокол ENVIFOOD, Экологическая оценка пищевых продуктов и напитков, уголь, версия проекта 0.1 Ноябрь 2012, Брюссель: Landmark Europe, p. 49. [Google ученый]
• Errante S, Saddier M. 2013. Rapport d'information sur l'Affichage Environmental, Rapport № 1562, Assemblée Nationale, Paris, France. Полученное из: http://www.assemblee-nationale.fr/14/rap-info/i1562.asp , [Google ученый]
• Gac A, Cariolle M, Deltour L, et al. 2010. GESTIM: Руководство по методологии оценки воздействия на сельское хозяйство, версия 1.2, Juin 2010, CASDAR № 6147. [Google ученый]
• Gac A, Salou T, Espagnol S, Ponchant P, Dollé JB, van der Werf H. 2014. Оригинальный способ обработки побочных продуктов с биофизическим подходом в LCA систем животноводства. 9th Int. Конференция LCA в агропродовольственном секторе, LCA food Сан-Франциско 2014. [Google ученый]
• GT1. 2012. Référentiel d'évaluation of l'inactéres du GT1 («Март 2012») по воздействию на окружающую среду. [Google ученый]
• ISO. 2006a. NF EN ISO 14040: Управление окружающей средой - Анализ жизненного цикла - Принципы и кадры. AFNOR, La Plaine Сен-Дени, Франция, р. 23. [Google ученый]
• ISO. 2006b. NF EN ISO 14044: Управление окружающей средой. Анализ жизненного цикла. Директивы Exigences et lignes. Ed La Plaine Сен-Дени, Франция: AFNOR, стр. 49. [Google ученый]
• JRC и IES. 2010a. Руководство ILCD: Общее руководство по оценке жизненного цикла - подробное руководство, 1-е издание. Испра, Италия: Объединенный исследовательский центр, с. 414. [Google ученый]
• Кох П., Салоу Т. 2014. AGRIBALYSE: методология, версия 1.1, март 2014. Анже. Франция: ADEME. п. 384. Доступно по адресу: www.ademe.fr/agribalyse-en , [Google ученый]
• Салоу T, Испаньоль S, Gac A, Ponchant P, Tocqueville A, Colomb V, van der Werf H. 2014. Оценка жизненного цикла французской продукции животноводства: результаты программы AGRIBALYSEő. 9th Int. Конференция LCA в агропродовольственном секторе, LCA food Сан-Франциско 2014. [Google ученый]
• Tailleur A, Willmann S, Dauguet S, Schneider A, Koch P, Lellahi A. 2014. Методологические разработки для LCI однолетних французских культур в рамках AGRIBALYSEő. 9th Int. Конференция LCA в агропродовольственном секторе, LCA food Сан-Франциско 2014. [Google ученый]
• Willmann S, Dauguet S, Tailleur A, Schneider A, Koch P, Lellahi A. 2014. Результаты LCIA семи французских сельскохозяйственных культур, произведенных в рамках государственной программы AGRIBALYSEő. Вклад в лучшие методы ведения сельского хозяйства. 9th Int. Конференция LCA в агропродовольственном секторе, LCA food Сан-Франциско 2014. [Google ученый]

Цитировать эту статью как: Винсент Коломб, Сэми Айт Амар, Клодин Бассет Менс, Армелль Гак, Жерар Гайар, Питер Кох, Жером Мусс, Тибо Салоу, Аурели Тейлер, Хейс М.Г. ван дер дер Верфер. AGRIBALYSE®, французская база данных LCI для сельскохозяйственной продукции: высококачественные данные для производителей и экологическая маркировка. OCL DOI: 10,1051 / OCL / 20140047 ,

Все столы

Список групп продуктов AGRIBALYSE и количество вариантов для каждой группы продуктов.

Все цифры

Похожие

Комментарии