基于生命周期评价的防疫用口罩环境影响研究

来源 :东华大学 | 被引量 : 0次 | 上传用户:bb790858108
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
新型冠状病毒疫情的突发及在全球范围内的迅速蔓延,人们对于防疫用口罩的需求激增。防疫用口罩的种类繁多,各类适用的场景有所不同,在选择和使用上容易存在误区;大量的防疫用口罩产品的使用带来的环境负面影响不可小觑。此前,纺织领域的研究者已将碳足迹、水足迹及化学品足迹等生命周期评价方法的指标相结合,量化评估纺织业所产生的温室气体排放、水资源消耗和化学品污染相关的潜在环境影响。但是,国内外学者对防疫类口罩的环境影响鲜有研究,也没有在保障安全防护性能的前提下对防疫用口罩产品进行研究。所以,考虑防疫安全性能的防疫用口罩产品的环境影响研究是完善纺织产品全生命周期评价研究中必不可少的一部分,可以帮助人们更好地选择口罩类型进行疫情防护,也有助于我国纺织产业的节能减排。本文梳理了各类型防疫用口罩产品的适用范围,确定了低风险、中低风险和中高风险三种研究维度,一次性普通医用口罩、一次性医用外科口罩、KN95口罩和可重复水洗棉布口罩四种研究对象。在进一步归纳总结了相关环境的足迹的指标和评价标准后,构建了防疫用口罩产品的环境足迹评价模型。将口罩产品的全生命周期分为原材料生产阶段、口罩生产阶段、口罩包装阶段、口罩运输阶段和口罩废弃阶段,基于生命周期评价方法,核算和评价了防疫用口罩的环境影响,取得的主要结论如下:(1)调研了防疫用口罩的使用情况调查了新型冠状病毒肺炎疫情期间387人对防疫用口罩的使用情况,包括不同特征人群对口罩类型的选择情况、不同特征人群对防疫用口罩性能的要求情况、不同特征人群是否会根据环境危险程度选择防疫用口罩类型的情况。主要结论有:不同职业人群在选择口罩类型上、在口罩性能要求的选择上的差异有统计学意义;安全防护性能是人们最在意的防疫用口罩性能;人们大多会根据身处疫情环境的危险程度选择不同的口罩类型。(2)确定了防疫用口罩的环境影响评价指标对口罩产品进行生命周期评价,确定防疫用口罩环境影响评价指标。在调研了浙江的三家防疫用口罩工厂后,得到防疫用口罩全生命周期的输入输出清单,确定防疫用口罩全生命周期中的资源类型包括三大类:能源、水资源和化学品,进而确定防疫用口罩产品环境影响研究的指标为碳足迹、水足迹、化学品足迹。(3)核算分析了防疫用口罩各过程单元的碳足迹、水足迹、化学品足迹将各类防疫用口罩产品全生生周期分为原材料生产阶段、生产阶段、包装阶段、运输阶段、使用阶段和焚烧阶段六个单元过程,分别计算每个单元过程的环境影响数值并进行对比讨论。总体来说,根据上述各类口罩产品环境足迹各单元过程的对比分析,四类口罩均在原材料生产阶段产生较多碳足迹,分析原因为四种类型口罩的生产过程较为简单,主要资源消耗源于原材料的生产,所以该阶段碳足迹较大。至于水足迹,一次性普通医用口罩和一次性医用外科口罩在口罩生产阶段的水足迹占比最大,可重复水洗棉布口罩和KN95防护口罩在原材料生产阶段水足迹最大,分析原因为可重复水洗棉布口罩和KN95防护口罩包含两层和一层棉布层,因棉布水足迹较大,所以此两种类型口罩在原材料生产阶段水足迹最大。有关化学品足迹,一次性普通医用口罩在原材料生产阶段的化学品足迹占比最大,但相较于其他类型口罩,其化学品足迹数值最小,原因是该类型口罩没有环氧乙烷灭菌环节。一次性医用外科口罩和KN95防护口罩在口罩产品生产阶段占比最大,其原因为此两种口罩类型在口罩产品生产阶段包括灭菌环节,产生了大量化学品足迹。可重复水洗棉布口罩在口罩产品使用阶段的化学品足迹占比最大,是因为该阶段洗涤剂的消耗产生了大量化学品足迹。(4)对比了不同疫情风险程度下防疫用口罩碳足迹、水足迹和化学品足迹将疫情环境危险程度分为低风险、中低风险、中高风险三个等级后,结合口罩的不同适用场景,对防疫用口罩产品间的环境影响进行对比研究,得出以下结论:在低风险疫情环境下,若可重复水洗棉布口罩可洗涤16次及以上还保持标准以上的安全防护性能,可优先选择可重复水洗棉布口罩进行防疫,若可重复水洗棉布口罩不可洗涤16次及以上,达不到要求的安全防护性能时,可优先选择一次性普通医用口罩;在中低风险疫情环境下,可优先选择一次性普通医用口罩,一次性普通医用口罩全生命周期过程中的碳足迹、水足迹和化学品足迹均小于一次性医用外科口罩;在中高风险疫情环境下,可优先选择一次性医用外科口罩,一次性医用外科口罩全生命周期过程中的碳足迹、水足迹和化学品足迹要小于KN95防护口罩。本文研究结果可以指导厂家进行绿色生产,可使用雨水灌溉的棉花或有机种植的棉花来降低防疫用口罩环境影响,也可促进企业对可重复水洗棉布口罩的防护性能和耐洗涤次数进行进一步研发以达到节能减排的作用。研究结果还可以指导消费者进行绿色消费,使消费者可以在保证生命安全的前提下选购最低碳环保的口罩类型,为医护人员及公众选择口罩类型提供帮助,进而保障我国口罩使用者的健康。本文的研究创新点有:(1)方法论拓展的创新本研究首次在环境影响研究中加入先决条件,即在保证口罩防护安全性的前提下将LCA方法引入口罩行业,并尝试建立防疫用口罩的LCA的评价指标,具有一定的方法论扩展意义。(2)适用场景上的创新基于安全性兼顾节约防护资源的原则,在梳理了各类型防疫用口罩产品的适用范围,确定了低风险、中低风险和中高风险三种研究维度后,本文对每种不同疫情暴露风险下的防疫用口罩产品进行环境影响研究,具有一定的现实适用意义。(3)实际应用上的创新本研究找到一次性普通医用口罩单次利用和可重复水洗棉布口罩重复利用的环境影响平衡点,可以指导防疫用口罩企业进行节能减排的产品设计,具有一定的实际应用意义。
其他文献
当前,随着数据以指数形式增长,大量的信息蕴含在其中,如何有效地利用其中的有用信息,从海量文本数据中自动的抽取出有用的信息,更为具体地,如何从文本中抽取出潜在的语义关系元组则成为了关键的问题。关系元组抽取任务就是为了专门研究和解决这一问题而提出的。根据预先定义的关系的种类数目的不同,关系元组抽取任务可以分为单关系元组抽取和多关系元组抽取。在单关系元组抽取任务中,本文以情感原因对的提取为例,针对现有模
学位
唇读,旨在通过说话者嘴唇及其周围区域的视觉信息,解码其所说文本内容,是计算机视觉领域的一个重要问题,在公共安防、健康医疗、军事情报等领域有着广泛的应用价值。近年来,深度学习技术的兴起、大规模唇读数据集的构建和计算机算力的提升极大推动了唇读研究进展,取得里程碑式的突破。本课题围绕唇部运动规律和深度网络结构特点,对基于深度学习的唇读方法进行探索研究,分别对当前主流唇读方法的特征提取前端网络和序列建模后
学位
电动舵传动系统是装备中用于高精度、高响应控制运行轨迹的关键设备系统。舰船电动舵传动系统的传动机构受盐碱环境腐蚀,其轴承等关键零部件出现的故障将对装备安全可靠服役产生重大影响。本文以电动舵传动系统为背景,重点研究低速往复运动的模拟实验台设计及滚动轴承智能故障诊断算法。文章首先提出了针对一维振动信号的多尺度卷积神经网络智能诊断模型,利用西储大学的轴承数据集验证了其优秀性能,并基于某型电动舵传动系统工作
学位
为了更加直观和清晰地观察患者体内正常和病变组织(即肿瘤),医师通常需要借助医学影像的辅助,为患者临床诊断和制定针对性的手术方案提供科学依据和必要准备。医生在进行手术之前,可以借助医学影像分割技术,从患者的影像学资料中,得到人体的器官与病变组织分割结果。分割技术能够增加医生对肿瘤病变情况的了解程度,同时帮助医生在完全切除肿瘤病变区域的前提下,尽量保护肿瘤周围的血管、神经等正常组织,并以此增加手术的成
学位
文学作品能够引发读者对于人性真、善、美的思考,因而具有独特的育人价值。本文聚焦英文小说类语篇,结合教学实例探讨如何挖掘小说类语篇的育人价值。在教学设计和实施中,教师可将育人与小说类语篇的文体特征及语言特点相结合,引导学生在探究语篇主题意义的过程中,辨析矛盾冲突,剖析人物心理和探析故事结局,学会认识和分析人性真、善、美及人与人之间关系的一些基本问题,从而促进思维的发展,达到育人目的。
期刊
当前,计算机相关技术在医学领域扮演了越来越重要的角色。而医学图像作为医学诊断中重要的组成部分,对于病患的病情判定,疾病的严重程度评估,以及康复预测等方面,都具有极其重要的意义。医学图像分割可以快速且准确的将医学图像中的病患区域和背景区域分割开,对于临床治疗和医学研究都有很好的辅助作用。深度学习的兴起大大提高了医疗图像分割的准确度,同时可以提取出医生很难定性定量的病理特征,甚至探究尚未发现的医学原理
学位
吸烟有害健康,在公共场所吸烟,不仅污染空气,还有着造成火灾等灾害的隐患。对于一些严禁吸烟的场所,如机场、加油站、化工仓库等,需要采取监督和检测手段监视吸烟行为。通过人工监管或者烟雾传感器等手段检测,不仅耗费人力物力,检测效果也不甚理想。为解决吸烟检测问题,本文设计了基于机器视觉的吸烟检测算法,通过摄像头捕捉视频帧,使用基于深度学习的目标检测算法检测吸烟行为。本文创新工作如下:首先,针对实时性检测问
学位
图像作为信息最直观的表达,应用广泛。随着前端数据采集传感器的发展,单源信息已不能满足日益复杂的需求。不同源图像具备不同特性,红外图像物体轮廓清晰、包含热度信息,但像素值低、细节缺乏;可见光图像与之相反。一个自然的想法,将这二者融合可获得更有价值的图像。另外,由于光学传感器成像原理的限制,单镜头无法保证画幅全对焦,将同视角下通过调整焦距获得不同景深目标的局部清晰图像对进行融合,以获得整体清晰的图像。
学位
近年来,目标检测算法发展十分迅速,成果也非常显著,基于深度学习的检测算法更有着远超传统算法的性能。但是,该领域的发展仍然存在着一些问题和挑战。首先是在特定检测应用场景,比如人头检测中的虚警和漏检问题,限制了其在一些对计数准确度要求比较高的情况下的应用;其次,由于全监督下基于深度学习的检测算法一般需要大量的标签才能够训练出一个比较好的模型,为降低大量标注所带来的人力和物力上的消耗,出现了半监督和弱监
学位
作为自然语言处理中的一项重要任务,机器阅读理解(Machine Reading Comprehension,MRC)已经受到了业界内广泛的关注,大量研究人员正积极探索这一新兴领域。其具体指的是让机器依据给定的文本信息来回答一个语义相关的问题,通常这是一个较复杂和漫长的流程,涉及到语义编码、信息融合、模块交互等众多方面。而多跳MRC则在此基础上提出了更高的要求,要求机器具备推理能力,本文就此任务展开
学位