DQR Pedigree Matrix: 5 boyutta envanter veri kalitesi puanlaması

DQR (Data Quality Rating), bir LCA çalışmasındaki her envanter kaleminin veri kalitesini standartlaştırılmış bir 1-5 ölçeğinde puanlamak için kullanılır. Pedigree Matrix yöntemi 1995'te geliştirildi; günümüzde EN 15804+A2 ve PEFCR çatısı altında zorunlu hâle geldi. DQR'ı doğru hesaplamak, EPD doğrulayıcının ilk kontrol ettiği şeylerden biridir.

Beş boyut

• TiR (Temporal Representativeness) — verinin yaşı. 1: 3 yıldan az, 2: 6 yıla kadar, 3: 10 yıla kadar, 4: 15 yıla kadar, 5: 15 yıldan fazla
• GeR (Geographic Representativeness) — coğrafi uyum. 1: tam ülke-eşleşme, 2: alt-bölge, 3: bölge, 4: kıta, 5: küresel ortalama
• TeR (Technological Representativeness) — teknoloji uyumu. 1: aynı teknoloji+ölçek, 2: benzer teknoloji, 3: farklı teknoloji aynı kategori, 4: kategori-genel, 5: tipsiz proxy
• C (Completeness) — eksik değerler. 1: tüm relevant flow'lar dahil, 2: %95+ kapsama, 3: %80-95, 4: %50-80, 5: %50'nin altı
• P (Precision) — sayısal hassasiyet. 1: ölçülen, 2: hesaplanmış, 3: dengeli tahmin, 4: sektör tahmini, 5: kaba tahmin

Toplam DQR — aritmetik ortalama

EN 15804+A2 toplam DQR'ı beş boyutun aritmetik ortalaması olarak tanımlar: DQR = (TiR + GeR + TeR + C + P) / 5. Örnek: aktivitenin TiR=2, GeR=3, TeR=2, C=2, P=3 olsun → DQR = 12/5 = 2.4. Bu "iyi" kabul edilir. DQR > 3.5 olan envanter kalemleri otomatik bir hassasiyet senaryosu tetikler — kalemin değeri ±%10 değiştirildiğinde toplam sonucun nasıl değiştiği raporlanır. Bu doğrulayıcının görmek istediği bir şeyin somut kanıtıdır.

Foreground ve background için farklı odak

Üreticinin kendi süreç verisi (foreground) yüksek kalite olmalı — TiR=1-2, GeR=1, TeR=1, C=1-2, P=1-2 hedef. Yıllık üretim verisi tipik olarak DQR=1.5-2.0 düşer. Background data (ecoinvent, GaBi) ise dış kaynaklıdır; DQR'ı çoğunlukla 2.5-3.5 arasıdır. Toplam EPD'nizdeki ağırlıklı DQR ortalaması, foreground ile background paylarının harmanı olur. PCR Part B'lerinin çoğu, foreground veri payının > %50 olmasını ister.

DQR yükseltme stratejileri

• Tedarikçi-spesifik veri talep et (background'u foreground'a yaklaştır)
• Yerel coğrafi varyantlar mevcut mu kontrol et (Europe → TR'ye geç)
• Modern teknoloji belgesi al (BAT — Best Available Technology referansı kullan)
• Veri toplama tarihini güncelle (5+ yıllık dataset'leri yenile)
• Eksik akışlar için ölçüm yap; sektör tahminini ölçümle değiştir
• P=4-5 olan tahminleri P=2-3 hesaplamalarla yer değiştir