Abiotic Depletion Potential (Потенциал истощения абиотических ресурсов)

Человечество за последние сто лет потребило больше минералов, чем за все предшествующие столетия вместе взятые (Tilton, 2003).

Природные ресурсы в зависимости от их происхождения можно разделить (Udo de Haes et al., 1999) на

В этом материале речь пойдет о проблеме истощения абиотических, то есть не живиых ресурсов. Вода и земля тоже абиотические ресурсы, но их дефицит сказывается на экосистемах напрямую, поэтому в ОЖЦ они выделены в отдельные категории воздействия. Абиотические ресурсы имеют ценность в основном для человека, причем преимущественно функциональную.

Потребность в ископаемых природных ресурсах приводит к беспрецедентному феномену - существенному перемещению запасов металлов из литосферы в антропосферу (Gerst and Graedel, 2008). Иными словами, наша потребность в бытовой технике, электронике, энергоресурсах приводит к тому, что полезные ископаемые постепенно перемещаются из экосферы в техносферу. Более того, они рассеиваются в техносфере (об этом ниже).

Добыча минеральных ресурсов значительно усилилась последние годы, потому что диджитализация и переход на низкоуглеродные технологии требует наращивания производства электрического и электронного оборудования (EEE, electrical and electronic equipment), фотоэлектрических панелей, ветряных турбин, электромобилей.

Добыча углеводородов и спрос на них также не перестает расти.

Проблема существующего или возможного дефицита некоторых ресурсов уже прорабатывается на уровне государств и надгосударственных образований:

Список критических минералов по данным EC (2023) и Геологической службы США (2022). Источник.

Тем не менее, следует сказать, что представления о потенциальном дефиците абиотических ресурсов постоянно меняются и пересматриваются в зависимости от спроса, экономической и политической ситуации в мире, технологического развития и данных геологической разведки.

Все химические элементы во Вселенной появились в результате нуклеосинтеза, то есть ядерного синтеза, процесса образования из более легких атомных ядер более тяжелых.

Первые три элемента - водород, гелий и небольшое количество лития - образовались в первые минуты после Большого взрыва (так называемый первичный нуклеосинтез). Затем, по мере формирования первых звезд, в их недрах начались термоядерные реакции. Звезды действуют как гигантские фабрики по производству элементов. В них водород превращается в гелий, затем гелий - в углерод, и так далее, до образования железа (элемент с 26 протонами).

Элементы тяжелее железа не могут быть синтезированы в обычных звездах, поскольку для их образования требуется больше энергии, чем выделяется в ходе реакции. Все элементы тяжелее железа, в том числе металлы, такие как золото, и редкоземельные элементы, образовались в результате более мощных и редких событий. Сегодня считается, что основные механизмы их образования это:

Большинство ученых сегодня склоняется к тому, что именно слияния нейтронных звезд являются основным источником наиболее тяжелых элементов, таких как золото, платина и уран.

В итоге, земная кора, составляющая около 1% от объема Земли, содержит все минералы, металлы и ископаемое топливо, необходимые для человеческой деятельности.

Теперь становится понятно, почему потенциальное истощение абиотических ресурсов в перспективе может стать такой значительной проблемой - большинству минералов и металлов просто неоткуда будет взяться, человечество использует то, что было при образовании планеты.

Процессы образования месторождений полезных ископаемых происходят в земной коре и верхних слоях мантии.

Месторождение полезных ископаемых - скопление полезных ископаемых в земной коре, добыча которых экономически целесообразна при текущем уровне развития технологий.

Для описания происхождения полезного ископаемого важно знать три компонента:

Существуют различные подходы к классификации месторождений, но для нашего материала больше всего походит генетическая классификация, так как она учитывает источники вещества, а также геологические и физико-химические условия, в которых происходило формирование месторождений. Большой вклад в развитие генетической классификации внесли как зарубежные (Линдгрен, Шнейдерхен), так и отечественные ученые (Богданович, Смирнов, Бетехтин, Татаринов). В результате их исследований была создана иерархическая система, которая разделяет все месторождения на 3 основные серии, которые, в свою очередь состоят из групп, классов и подклассов. Основные серии месторождений:

Важно помнить об условности такой классификации, так как возникновение многих полезных ископаемых - результат нескольких разных процессов.

Формирование ископаемого топлива - это долговременный и сложный геологический процесс, который начинается с накопления органических остатков, прежде всего растений. Эти остатки захораниваются под слоями осадочных пород, где они подвергаются воздействию высоких температур и давления в условиях ограниченного доступа кислорода.

Ископаемое топливо образовалось из остатков органического вещества, то есть ископаемое топливо имеет биогенную природу, в отличие от химических элементов, но скорость его образования не сравнима со скоростью добычи, поэтому ископаемое топливо также демонстрирует риск истощения.

Ключевым промежуточным звеном в формировании нефти и газа является кероген - сложное органическое вещество, расположенное в осадочных породах, таких как нефтеносные сланцы. В процессе созревания, под воздействием термических и геохимических реакций, кероген постепенно преобразуется в жидкие и газообразные углеводороды.

Тип керогена, определяемый его исходным составом, соотношением водорода к углероду (H/C), соотношением кислорода к углероду (O/C), является решающим фактором, влияющим на то, будет ли конечным продуктом нефть, газ или уголь.

Таким образом, расхождение путей формирования ископаемого топлива начинается на самой ранней стадии - с исходного органического материала. Морские микроорганизмы, богатые липидами, приводят к образованию нефти и газа (керогены I и II), тогда как наземная растительность, богатая целлюлозой и лигнином, формирует уголь (кероген III). Эта причинно-следственная связь объясняет, почему залежи угля и нефтегазовые бассейны часто не совпадают в одном и том же геологическом регионе, их происхождение обусловлено принципиально разными палеогеографическими условиями.

Торф считается самым “молодым” ископаемым топливом и является начальной стадией в процессе формирования угля. Он образуется в результате неполного разложения растительных остатков, преимущественно мхов, осоки и деревьев, в болотистых условиях с высоким содержанием влаги и крайне ограниченным доступом кислорода.

В одном материале мы не сможем охватить все добываемые полезные ископаемые, так как для каждого из них существует свой рынок, свои тренды, законодательные барьеры или поощрения. Остановимся коротко на нескольких особенно заметных категориях.

Железо до сих пор один из наиболее добываемых металлов, основная часть которого потребляется строительным сектором.

В земной коре железо распространено достаточно широко — на его долю приходится около 4.1 % массы земной коры (4-е место среди всех элементов, 2-е среди металлов).

Структура потребления стали, получаемой из железной руды, выглядит следующим образом: около 52% используется в строительстве, 15% — в машиностроении, 12% - в производстве автомобилей.

Основной его драйвер - это металлы, используемые для производства аккумуляторов, солнечных панелей, ветряных турбин, генераторов ветроустановок, трансформаторов, силовых кабелей и пр. (литий, кобальт и никель и медь).

С 2017 по 2022 год спрос на литий утроился, на кобальт вырос на 70%, а на никель — на 40%, причем энергетический сектор был основным фактором такого роста. Прогнозируется, что глобальный спрос на медь вырастет на 40% к 2040 году, при этом предложение по ряду причин не соответствует спросу.

Эти металлы являются ключевыми компонентами катодных материалов для литий-ионных аккумуляторов, повсеместно используемых в электромобилях (EV) и стационарных системах хранения энергии (ESS).

Помимо электромобилей, эти материалы критически важны для производства портативной электроники и систем хранения энергии в сетях.

Группа редкоземельных элементов включает 17 химических элементов. В неё входят скандий (Sc), иттрий (Y), а также 15 лантаноидов, которые следуют за лантаном в Периодической таблице.

Объединение этих элементов в одну группу обусловлено не их редкостью, а их схожими физико-химическими свойствами. Эти элементы часто встречаются вместе в одних и тех же рудах и ведут себя очень похоже в химических реакциях. Такая однородность свойств, с одной стороны, делает их полезными в промышленности, а с другой - создает технологические трудности при их разделении друг от друга. Термин "редкоземельные" исторически связан с тем, что эти элементы были впервые обнаружены в очень редких минералах, а не с тем, что они геологически мало распространены. В действительности, они повсеместны в земной коре, хотя и в низкой концентрации. Эта особенность означает, что их "редкость" имеет не геологический, а экономический и технологический характер: основная проблема заключается не в наличии руды, а в сложности и стоимости её обогащения и разделения.

Редкоземельные элементы (РЗЭ) применяются в таких областях, как:

Около трети мирового потребления РЗМ приходится на производство постоянных магнитов, доля которых, как ожидается, будет расти. Эти магниты значительно превосходят по мощности другие виды, устойчивы к размагничиванию и используются в электронике, ветряных турбинах, электромобилях и других высокотехнологичных продуктах. Также крайне важна роль РЗЭ в производстве промышленных катализаторов.

Большую запасов РЗЭ контролирует Китай, который на сегодняшний момент лидирует по поставкам РЗЭ на мировой рынок, на втором месте идут США, несмотря на относительно скромные запасы РЗЭ. Это связано с готовностью страны применять передовые технологии переработки для получения максимального количества РЗЭ.

Такое неравномерное распределение мировых месторождений РЗЭ и приводит к тому, что они фигурируют в списках критических важных элементов многих стран, так как небольшое количество участников рынка могут контролировать глобальный рынок РЗЭ.

Нефть и уголь человечество знает и использует с древних времен; нефть и её производные использовались в качестве вяжущего материала в строительстве со времен индской и месопотамской цивилизаций, хотя основной спрос на ископаемое топливо и его добыча начали расти с XX века.

В 2024 году ископаемое топливо по-прежнему составляло 82% мирового первичного энергопотребления. По данным за 2024 год, этот показатель, включая биотопливо, составил 87%. Получается, даже на фоне растущего внедрения возобновляемых источников, мировое потребление ископаемого топлива остается стабильным. Это связано с растущим спросом на энергию: за период с 2019 по 2021 год потребление ископаемых видов топлива в целом не изменилось, в то время как возобновляемая энергия выросла более чем на 8 эксаджоулей.

Важно отметить, что нефть и природный газ служат сырьем для нефтехимической промышленности (около 15% объема нефти и газа потребляется нефтехимической промышленностью) при производстве различных полимеров, ПАВ, пластификаторов, присадок, красителей, удобрений, ядохимикатов и медицинских препаратов.

Также, как и с использованием земли, проблема истощения абиотических ресурсов может быть рассмотрена с двух сторон:

Также нельзя не учитывать второй важный аспект - экологическое воздействие добычи ресурсов, но эти последствия оцениваются в ОЖЦ в рамках других категорий.

Дальнейшая классификация абиотических ресурсов может быть сделана в соответствии со способностью ресурса к регенерации и скоростью, с которой это может происходить (Lindeijer et al. 2002):

Проблема истощения абиотических ресурсов в отличие от большинства других категорий воздействия, является одновременно и экономической, и экологической проблемой. Добыча полезных ископаемых влияет как на окружающую среду, так и на доступность ресурса для будущих пользователей. Оценка воздействия обычно фокусируется на потере ресурсов, которая происходит на протяжении всего жизненного цикла, а не на использовании ресурсов.

Абиотические ресурсы в ОЖЦ разделены на две крупных категории:

Такое разделение обусловлено тем, что такие ресурсы, как нефть, газ или уголь используются в целях быстрого и эффективного получения энергии (за исключением нефтехимической отрасли, производящей, например, полимеры). Минеральные ресурсы имеют более широкий диапазон применений, поэтому их истощение оценивается по-другому (об этом ниже).

К оценке потенциала истощения абиотических ресурсов можно подходить с разных сторон, поэтому существует несколько основных методов оценки истощения а биотических ресурсов. Это связано с несколькими причинами:

На рисунке ниже представлена терминология для классификации ресурсов в зависимости от экономической целесообразности их добычи и того, известно ли их количество.

В последнее время извлекаемые геологические ресурсы (extractable geologic resource), также называемые предельными извлекаемыми ресурсами (ultimate recoverable resource, ultimately extractable reserves), также используются в некоторых методах оценки жизненного цикла. Этот тип резервов представляет собой количество некоторого металла в руде в верхней части земной коры, которое, как считается, может быть извлечено в долгосрочной перспективе (UNEP International Panel on Sustainable Resource Management: Estimating long-run geological stocks of metals (2011).

Резервы известны и их извлечение экономически целесообразно, но их объём может значительно колебаться в зависимости от изменений цен и открытия новых месторождений. То же самое, даже в большей степени можно сказать и о ресурсной базе. Геологическая служба США не публикует данные о ресурсной базе с 2009 года, поскольку её размер также увеличивается и уменьшается в зависимости от появления новых технологий, экономической ситуации, открытия новых месторождений и т. д. Соответственно, характеристические коэффициенты, основанные на этих классах ресурсов будут меняться со временем, а расчеты, проведенные ранее, будут требовать пересмотра.

Предельные резервы рассчитываются на основе средней концентрации металлов в земной коре, поэтому эти коэффициенты более стабильны, но возникает вопрос о релевантности этого показателя, так как очевидно, что часть ресурсов, которая “зашита” в тот или иной коэффициент, не может быть добыта в реальности в обозримом будущем.

Так было не всегда, но на данный момент категорию “Потенциал истощения абиотических ресурсов” принято разделять на две подкатегории:

Это связано с тем, что для ископаемого топлива возможно выделить единую общую функцию, на основе которой можно проводить оценку.

Для минералов и металлов это сделать сложнее, так как функций очень много и они все очень разные. Это определяет изобилие и разнообразие характеристических моделей для ОВЖЦ по категории ADP minerals & metals.

Основные характеристические модели для ADP minerals & metals можно условно разбить на 7 больших семейств:

В данном материалы мы не будем касаться моделей, делающих упор на социально-экономической составляющей истощения ресурсов (пункты 4, 6, 7), так как это выходит за рамки существующей на данный момент методологии ОЖЦ, где основной акцент сделан все же на экологическом воздействии. Подробно все семь семейств моделей изложены в статье Jabara M., Junzhang W., De Franceschi S., Manzardo A.: Assessing Mineral and Metal Resources in Life Cycle Assessment: An Overview of Existing Impact Assessment Methods (2025).

Это самые первые и наиболее часто применяемые в данный момент модели оценки истощения минералов и металлов.

В 1995 году Jeroen Guinée и Reinout Heijungs впервые представили для ОЖЦ концепцию расчета потенциала истощения абиотических ресурсов, на единицу извлечения. Абиотические ресурсы отделялись от биотических, а для количественной оценки потенциала извлечения была предложена модель, которая объединяет коэффициенты эквивалентности (equivalence factors), взвешенные по объему излечения ресурса. Формула для расчета характеристического коэффициента (далее в тексте - \(CF\)) выглядела следующим образом:

Переменные, отражающие резервы, возведены в квадрат, чтобы придать больший вес элементам с меньшими запасами при том же соотношении запасов к добыче. Guinée и Heijungs использовали для \(R\) предельные резервы, а данные по добыче взяли из отчета “Mineral Commodity Summaries; U.S. Department of Interior—Bureau of Mines” (1993). Некоторые данные отсутствовали или требовали дополнительной обработки.

В 2002 году эта работа была продолжена в исследовании, проведенном при поддержке Датского Министерства транспорта в 2002 году, что позволило уточнить и дополнить предложенный метод:

Оценка предельных резервов проводилась аналогично предыдущей версии метода, а данные по резервам и резервной базе были были взяты из отчета USGS за 1999 год. Минералы, для которых не было доступных данных о темпах добычи, оценивались на основе предположения для прошлой версии метода о том, что они добываются с той же скоростью, что и рений (Re), но в итоговую версию метода такие CF не были включены. Количество потоков для оценки в рамках обновленного метода сократилось, но зато имеющиеся характеристические коэффициенты стали более надежными.

Обнаружилось, что CF, рассчитанные для резервов и предельных резервов, значительно отличаются, а CF для резервов и резервной базой демонстрируют сходство. Анализ чувствительности и несколько характеристических моделей отражают необходимость четкого понимания того, какой класс резервов использован для расчета CF.

Еще одна проблема - взаимный переход между CF для отдельных элементов и для конкретных минералов. Руды могут содержать несколько элементов, и в таких случаях перед исследователем встает проблема многофункциональности процесса получения различных продуктов на одном производстве. Процедура аллокации (распределения) может осуществляться на основе физических свойств получаемых продуктов (например, массы), а также на основе экономической ценности, что также влияет на результаты.

Важным аспектом для будущей доработки метода стало понятие антропогенных стоков (например, ресурсов, заключенных в отходах на свалках), которые могут быть переработаны и вернуться в цикл.

Исследование 2020 года (van Oers, L., Guinée, J.B., Heijungs, R, 2020) дополнительно усовершенствовало модель ADP, включив исторические данные о добыче и обновив оценки мировых запасов полезных ископаемых (на основе данных USGS (2018) и BGS (2018)). Для церия (Ce), гафния (Hf), рутения (Ru) и скандия (Sc) источником служит документ, разработанный совместно с Deloitte (2017). Новое исследование дополнило модель данными по производству редкоземельных элементов.

Кроме того, авторы предложили два подхода для учета колебаний CF, которые зависят от колебаний объемов производства. Первый подход основан на 5-летнем скользящем среднем объеме производства, а второй на совокупном производстве до заданного года. Авторы также предложили рассчитали и сравнили ADP отдельных элементов, учитывая производство за один год (2015), среднее производство за 5 лет (до 2015) и кумулятивное производство за 46 лет (с 1970 по 2015). Соотношение трех CF менялось для разных элементов, поэтому важно подробно указывать, на какой именно версии модели основаны CF.

В 2022 году Yokoi и коллеги (Yokoi, R., Watari, T., Motoshita, M., 2022) предложили новую модель, temporally explicit abiotic depletion potential (TADP), учитывающую особенности роста экономик и развитие технологий. CF были получены с использованием анализа материальных потоков (material flow analysis, MFA) и выражены уравнением:

Средние скорости извлечения рассчитываются как сумма годовой добычи \(i\)-го ресурса за период между базовым годом (2010) и целевым годом (2050 или 2100). Для расчета скорости извлечения в будущем авторы использовали метод MFA. Расчет TADP был выполнен для 6 металлов и для 5 социально-экономических сценариев. Таким образом, эти CF можно рассматривать как расширение модели ADP с учетом будущих потребностей человечества. Из-за сложности учета потоков различных ресурсов, модель TADP была применена к небольшому числу элементов и требует дополнительной доработки.

Второе обновление метода ADP (Schneider, L., Berger, M., Finkbeiner, M., 2011) включало проработку влияния антропогенных стоков на истощение абиотических ресурсов. Антропогенный сток - это общее количество элемента, присутствующего в техносфере, независимо от его химической формы. Этот параметр помогает учесть циркуляцию ресурсов, которые активно перерабатываются (алюминий, железо) или могут быть переработаны в будущем.

Кроме того, для расчета CF использовались резервы, а не предельные резервы, как в предыдущей версии. Всего было разработано 10 CF, учитывающих антропогенные стоки.

Затем к полученному CF для ADP добавлялась переменная антропогенного стока, в результате чего CF отражал такой показатель, как AADP (Anthropogenic Stock-Extended Abiotic Depletion Potential):

Для оценки антропогенных стоков обычно используется анализ потоков материалов (Material Flow Analysis, MFA), но на момент обновления метода данные MFA были доступны для ограниченного числа элементов. Для решения этой проблемы антропогенные стоки были оценены на основе данных кумулятивных скоростей извлечения ресурсов с 1990 по 2008 год на основе данных все той же USGS (2010). Также было сделано предположение, что извлечения до 1900 года были незначительными.

Можно выделить различные типы антропогенных стоков:

Рассеянная часть, то есть доля, потерянная в результате химических реакций или выщелачивания, должна быть вычтена из общего антропогенного стока. В данном исследовании авторы взяли за основу данные по рассеянию для меди (Cu), которые показали, что этим типом стоков можно пренебречь. Тем не менее, для разных элементов влияние рассеяния на антропогенный сток может быть существенным, и образование данного типа стоков должно исследоваться в дальнейшем.

В последующем исследовании модель была расширена за счет пересмотра предельных извлекаемых запасов (ultimately extractable resources) и учитывала глубину добычи. Оценки предполагали, что 0.01% от общего объема континентальной коры до глубины 3 км доступно для извлечения металлов, а 0.001% – для сопутствующих элементов. Рассчитав объем континентальной коры до глубины 3 км и зная содержание элементов в земной коре, можно рассчитать предельно извлекаемое количество каждого элемента. Несмотря на расчет новых CF (суммарно 35 элементов в обновленной версии), возможны дальнейшие улучшения:

Проблема учета рассеяния ресурсов (resource dissipation) в ОЖЦ впервые была вынесена на обсуждение Rolf Frischknecht в 2014.

Вопрос, который волновал исследователей, был таким: “Как мы можем учитывать разницу между воздействием извлечения новых ресурсов и повторным использованием тех ресурсов, которые уже извлечены”?

В литературе, посвященной ADP разделены два понятия:

Например, если мы сделаем из титана и алюминия какой-то предмет, например, кастрюлю, то availability не изменится, так как алюминий и титан все еще будут присутствовать в техносфере, но accessibility снизится, так как титана и алюминия в доступной для использования форме станет на какое-то время меньше.

А если из этого сплава сделать исследовательский зонд, отправить к другой планете и там потерять, то снизится и availability и accessibility, так как на планете станет чуть-чуть меньше алюминия и титана. За исключением этих экстравагантных примеров, а также ядерного распада или синтеза, можно сказать, что количество любого элемента на планете не меняется, но меняется его доступность, accessibility.

Доступность снижается как за счет того, что часть ресурса просто занята, находится в использовании, так и за счет рассеивания, то есть разрежения в пространстве.

Это намного проще проиллюстрировать на примере. Возьмем алюминий. На месторождении алюминия мы видим большое количество алюминия и его соединений, этого элемента очень много в одном относительно небольшом месте, его концентрация высока. По мере того, как алюминий добывают, делают из него различные товары, развозят их по разным местам, используют, хранят и выбрасывают, алюминий “рассеивается”: какая-то часть элемента утрачивается (в виде выбросов попадает в воду, воздух, почву) при добыче и переработке, какая-то - при использовании, наконец сам продукт после окончания срока годности может оказаться на свалке, как алюминиевая фольга, или на чьей-то далекой даче, как старая алюминиевая кружка. Таким образом, ресурс, изначально сконцентрированный в одном месте в большом количестве, распределяется по большой площади и в меньшей концентрации. Чем больше показатель рассеивания, тем больше безвозвратная (на данном этапе технологического развития) потеря ресурса. То есть физически элемент присутствует на планете, но в реальных условиях сделать с ним ничего нельзя. Концентрация элемента, при котором он считается безвозвратно потерянным также является областью допущений и тестирования гипотез в разных моделях и исследованиях. Условно, алюминиевые кружки с дач можно собрать и использовать уже сейчас, а вот алюминиевая фольга на свалках уже недоступна для сбора и повторного использования. Опять же, всегда надо помнить о том, что доступные технологии и экономическая целесообразность будут влиять на то, что является потерянным ресурсом. Может быть, когда-нибудь потребность человечества в алюминии будет настолько сильна, что поиск фольги на свалках станет оправданным занятием и этот ресурс уже не будет считаться потерянным.

Подход ADP-моделей были применен к диссипативно используемым ресурсам. Диссипативное использование ресурса (dissipative resource use) определялись как разница между извлеченными и эффективно переработанными ресурсами, а рассеивание в окружающей среде (environmental dissipation) как поток из доступного стока (accessible stock) в окружающую среду.

Если в ADP-моделях акцент делался на извлечении ресурса, на направлении из экосферы в техносферу, то в EDP-моделях - наоборот, на потоке некоторого элемента из техносферы в экосферу.

Как и в случае с ресурсами, в диссипативных моделях также важно учитывать и разграничить различные типы повторно используемых ресурсов:

Не менее важно определять “рассеивание” ресурса, так как возможность повторного использования и количество циклов переработки также варьируются в зависимости от технологических возможностей и экономической целесообразности.

Для оценки диссипативного использования ресурсов используется material flow analysis (MFA). Этот метод позволяет выявлять “горячие точки” рассеяния элементов (то есть те части жизненного цикла, где рассеивание материала или элемента наиболее значимое) и сформировать рекомендации по его снижению.

Использование показателей рассеивания элементов в ОЖЦ требует согласованного понимания и описания диссипативного использования ресурсов, для чего Европейский объединенный исследовательский центр (JRC) разработал технический отчет в 2017 году, где предложил 5 вариантов инвентаризации жизненного цикла:

Для анализа осуществимости был выбран пятый вариант, так как он синтезирует в себе первые четыре подхода. Применение диссипативной модели было продемонстрировано на примере инвентаризационного анализа глобальных запасов и потоков меди. Результаты сравнивались с ADP-моделью (учет только добытой и переработанной меди в конце жизненного цикла). В обеих моделях использовались коэффициенты из ADP (предельные запасы).

Инвентаризационный анализ диссипативной модели для меди показало отличия от ADP-моделей. Результаты оказались разными для двух моделей: диссипативная модель давала более точную информацию по стадиям жизненного цикла, но не предоставляла информацию о негативных последствиях истощения ресурса.

Lauran van Oers вместе с большой исследовательской группой (van Oers, L.; Guinée, J.B.; Heijungs, R.; Schulze, R.; Alvarenga, R.A.F.; Dewulf, J.; Drielsma, J.; Sanjuan-Delmàs, D.; Kapmann, T.C.; Bark, G.; et al., 2020) предложили первый подход характеризации воздействия рассеивающих потоков. Целью была оценка будущего воздействия текущего использования ресурсов на горизонтах:

Авторы проанализировали естественные и антропогенные запасы (то есть резервы в экосфере и техносфере) и потоки материалов между ними.

Естественные стоки включали в себя ресурсы в земной коре, океанах и в атмосфере. Антропогенные стоки разделялись на используемые (in use), то есть находящиеся в составе продукции и “спящие” (in hibernation), то есть ресурсы и материалы в неиспользуемых продуктах, в отходах переработки, на свалках и полигонах. Предлагаемый CF построен по аналогии с ADP-моделью, но в качестве референсного элемента используется медь. CF учитывает две переменные: изменение общего доступного стока и степень недоступности ресурсов. Первая переменная выражается уравнением:

Вторая переменная выражается уравнением:

Объединив два уравнения, мы получим CF для рассеивания в окружающей среде (потенциал рассеивания в окружающей среде (environmental dissipation potential, EDP):

В для долгосрочном горизонта можно установить \({E_{\ t,\, T, \ i}}\) равным текущему извлечению первичного ресурса (2020 г.), а \({R_{\ t+,\, T, \ i}}\) – содержанию ресурса \(i\) в континентальной коре.

Этот подход делает EDP-модели аналогичным ADP, с той разницей, что EDP учитывает общие эмиссии элемента в окружающую среду, тогда как ADP – общую добычу.

Однако для краткосрочного горизонта (25 лет) не было предложено никаких CF из-за объема требуемых данных (например, данные о доступных запасах в окружающей среде и техносфере, а также глобальных потоков добываемых, “спящих” и “заимствованных” элементов). Расчет этих CF - работа для будущих обновлений этих моделей. Авторами были предприняты такие попытки в последующих работах, но для расчета CF для 55 элементов было сделано много допущений и упрощений, поэтому результаты необходимо использовать с осторожностью из-за высокой неопределенности.

Таким образом, ADP фокусируется на добыче ресурсов для производства продукции, в то время как EDP-модели учитывают эмиссии на протяжении всего производственного процесса (например, платина вносит значительный вклад в рассеяние, поскольку она используется во взрывчатых веществах для горнодобывающей промышленности).

Charpentier Poncelet et al. (Charpentier Poncelet et al., 2021) продолжили интеграцию в методы ОВЖЦ диссипативных потоков, предложив в 2021 году два метода, основанных на времени/сроке службы (service time, ST), которое определяется как “услуга, предоставляемая ресурсом как частью запасов, используемых в экономике, после его извлечения из природы и до его рассеивания после одного или нескольких применений”.

Общее ожидаемое время службы также называется антропогенным сроком службы (anthropogenic lifetime) (Helbig et al., 2020).

Первый метод, потенциал упущенного времени/срока службы (lost potential service time, LPST), количественно оценивает упущенную возможность использования ресурсов после их добычи относительно целевого показателя, оптимального времени службы (optimum service time, OST). Были проанализированы три различных временных горизонта: 25, 100 и 500 лет, так как важно делать и проверять различные допущения. Краткосрочный временной горизонт позволяет нам понять, как будет происходить рассеивание в текущих условиях, а долгосрочные - протестировать гипотезу о влиянии новых технологий, а также оценивать отдаленные последствия человеческой деятельности.

Второй метод, представленный показателем средней скорости рассеивания (average dissipation rate, ADR), работает с общей годовой скоростью рассеивания различных металлов независимо от какого-либо временного горизонта.

Для расчета CF в обоих случаях использовались данные с 1997 по 2015 год, рассмотрены 29 секторов, которые использовали различные металлы, продуктивность (yields) основных процессов на каждом этапе жизненного цикла и диссипативные виды использования. Авторы сделали предположение, что продуктивность остается постоянной с течением времени и одинаковой для всех секторов.

CF в двух методах рассчитываются следующим образом:

Референсный поток в данном случае железо. Показатель ST для металла рассчитывается путем суммирования его массовых долей в эксплуатации с течением времени в пределах заданного временного горизонта и относительно 1 кг извлечения. OST представляет собой срок службы в теоретически оптимальных условиях, т.е. с идеальной продуктивностью.

В случае ADR CF рассчитываются как обратная величина ожидаемого общего срока службы металла \(i\), предполагается бесконечный временной горизонт (который составлял 1000 лет), а в качестве референсного потока используется железо:

Эти два набора CF, основаны на разных интерпретации полного рассеивания после добычи ресурса. Первый подход, LPST, рассматривает упущенную возможность использования 1 килограмма металла из стоков, используемых в экономике, по сравнению с теоретическим целевым показателем идеальной продуктивности (нулевая диссипация), а второй, ADR, фокусируется на общих показателях извлечения без учета конкретного временного горизонта.

Оба метода дают ограниченный набор характеристических коэффициентов, а также используют ряд существенных предположений и допущений, поэтому требуют дальнейшей доработки.

В 2023 году появился новый метод (Sàntillan-Saldivar et al., 2023), фокусирующийся на экономических функциях абиотических ресурсов. Этот подход, ориентированный на краткосрочную перспективу (менее десяти лет), рассматривает две функции:

EI вариьрует от 0 (неактуальность ресурса для экономики ЕС) до 10 (незаменимость для ЕС). После определения экономической значимости строится функция ценности, которая связывает потенциальную диссипацию в массовом выражении с потенциальной диссипацией в денежных единицах:

где \(a\) - анализируемых ресурс, \(y\) - рассматриваемый год, \({V_{a, \ y}}\) - среднегодовая цена анализируемого ресурса (на основе отчетa USGS за 2021 год, \(G\) - масштабирующий коэффициент. Порог критичности, основанный на экспертной оценке, установлен на уровне EI = 2.8. Коэффициент G равен точно 2.8, чтобы гарантировать, что потенциальные диссипативные потери ресурса с EI 2.8 равны его цене.

Соответствующие CF разрабатываются путем объединения двух функций:

Метод разработан для экономики Евросоюза и на данный момент включает ограниченное количество ресурсов, что также предполагает дальнейшую проработку метода для других регионов и расширения набора CF.

Для начала коротко расскажем об эксергии. Согласно закону сохранения энергии, в замкнутых системах энергия меняет форму, но не появляется и не исчезает. Тогда что мы имеем ввиду, говоря, что какой-то процесс - “энергозатратный” или что кто-то “потратил много энергии” и устал? Мы имеем в виду потери эксергии.

Эксергия - предельное значение энергии, которое может быть полезным образом использовано в термодинамическом процессе с учетом ограничений, накладываемых законами термодинамики.

Эксергия - работоспособная часть энергии, максимум полезной работы, которая может быть совершена системой до перехода ее в состояние равновесия с окружающей средой, т.н. “мертвое состояние”. Мертвое состояние возникает тогда, когда между системой и окружающей средой нет движущих сил (разницы температур, давления, концентрации и т.п), то есть когда нет потенциала для работы.

Эксергия относительна, так как зависит и от системы, и от параметров окружающей среды.

Ключевой момент заключается в том, что энергия обладает качеством или мерой полезности, и именно это качество энергии расходуется или уничтожается. Эксергия - своего рода термодинамическая валюта, отражающая способность энергии производить изменения. Общая энергия в замкнутой системе сохраняется, а вот эксергия расходуется, превращаясь в анергию (часть энергии, которую невозможно задействовать в полезной работе), то есть работоспособность в реальном мире деградирует.

Это происходит потому, что все реальные процессы производят энтропию, а уничтожение эксергии пропорционально этому производству энтропии (теорема Гуи-Стодолы). Таким образом, эксергия связывает Первый и Второй закон термодинамики.

Упрощая, эксергия это “полезная энергия”, универсальный язык эффективности технических и живых систем, так как она присуща и живым, и техническим системам и, как и энергия, может существовать в химической, тепловой, кинетической, потенциальной, ядерной или радиационной формах.

Например, химическая эксергия обусловлена разницей химических потенциалов между веществом и окружающей средой. Ее оценка важна для анализа процессов с химическими реакциями, например, при сжигании топлива.

Биоэксергия - концепция, применяемая в сельском хозяйстве и экологии для оценки доли солнечной энергии, которая может быть использована для оценки продуктивности (роста биомассы) и транспирации (испарения воды растениями)

Эксергетический анализ позволяет обнаружить “горячие точки” максимальных потерь эксергии, что поможет в будущем оптимизировать процессы работы технических систем, а также оценить эксергетический КПД системы.

Эксергетический КПД, в отличие от энергетического, учитывает качество энергии и показывает, насколько рационально используется работоспособность энергии.

Например, энергетический и эксергетический КПД электронагревателя. Энергетический КПД очень высок (почти вся электроэнергия идет на генерацию тепла), но с точки зрения эксергии эффективность резко снижается, так как высококачественная электрическая энергия с большой эксергией преобразуется в относительно низкокачественное тепло. Следовательно, эксергетический КПД будет невысок.

Выявлены некоторые “горячие точки” потерь эксергии в технических системах:

В 2007 году группа исследователей (Bösch et al, 2007) предложила использовать эксергию в качестве показателя количественной оценки энергии, извлекаемой из окружающей среды при производстве продукции.

Для минеральных ресурсов и металлов, которые часто состоят из нескольких химических элементов, рассматривается только химическая эксергия. Если известен состав, химическую эксергию можно рассчитать, используя свободную энергию Гиббса (величина, которая показывает, какая часть от полной внутренней энергии системы может быть использована для химических превращений или получена в их результате в заданных условиях) и эксергию составляющих элементов. Предложенные для минералов и металлов коэффициенты теплопередачи соответствуют химической эксергии, выраженной в энергии на кг вещества i. В случае руд, которые часто содержат несколько извлекаемых металлов, применяется коэффициент распределения, что приводит к следующей формуле, как показано в уравнении:

Основное ограничение этого метода связано с допущениями, сделанными в случае отсутствия или изменчивости данных о составе. Для всех руд предполагался усредненный состав, представленный медианным значением эксергии 0.63 МДж на кг ресурса (руды).

Преимуществом этого метода является его унифицированность, так как эксергию можно рассчитать для любого добываемого ресурса, но насколько этот параметр релевантен для большинства минералов и металлов, остается дискуссионным вопросом. Большинство минералов и металлов используются не из-за содержащейся в них эксергии, а из-за ряда других свойств, которые и определяют необходимость их добычи.

В том же году была разработана другая характеристическая модель CEENE (cumulative exergy extraction from the natural environment) (Dewulf et al. 2007). Эта модель объединяет результаты анализа эксергии с данными жизненного цикла продукта из баз данных ecoinvent и литературных источников. Модель задумана как расширение предыдущего метода CExD, включающее как качественные, так и количественные изменения.

Основное различие между двумя моделями заключается в вычитаемом потоке энергии. CExD учитывает энергию, взятую из природной среды и переданную в технологическую систему, а CEENE оценивает поток энергии, изъятый из окружающей среды.

Количественно CExD учитывает всю руду, поступающую в техносферу, тогда как второй учитывает только руды, содержащие металлические фракции. CEENE рассматривает 184 потока, извлекаемых из экосферы (из которых 79 относятся к минералам и металлам), классифицируемых на ресурсы для ископаемого топлива, ядерную энергию, возобновляемые источники энергии (ветер, гидро и солнечная энергия), металлы, минералы, атмосферные ресурсы, водные ресурсы и землепользование. Разработанные CF определяются как содержание эксергии на единицу удельного потока (\(MJ \; \text{ex} \; / \text{unit of flux}\)). Для некоторых элементов (например, алюминия) общая эксергия, вовлеченная в процесс извлечения, учитывается не полностью, поскольку материалы часто состоят из нескольких химических соединений. Данные для различных минеральных соединения для каждого элемента были получены из справочников промышленной химии, экстракционной металлургии, баз данных ecoinvent и отчетов.

Термины “scarcity” (дефицит) и “depletion” (истощение) могут показаться похожими, но они имеют разные контексты употребления. “Scarcity” больше связан с экономической сферой, а “depletion” - с геологической.

Исследование 2010 года, проведенное Hague Centre for Strategic Studies (исследовательский центр в Нидерландах), было направлено на уточнение концепции дефицита полезных ископаемых и связь её не с истощением существующих запасов, а с количеством добытых ресурсов, которое становится прибыльным в текущих рыночных условиях. Дефицит в таком случае становится параметром, зависимым от текущих реалий (технологического развития, рыночного спроса и пр).

После этого уточнения представлены основные методы, предлагаемые для ОВЖЦ для оценки дефицита ресурсов.

Коллектив исследователей (Vieira et al, 2007). предложил метод, связывающий дефицит с содержанием минерала, т. е. концентрации целевого материала в руде.

Разработанный метод расчета CF учитывает снижение будущего содержания полезной фракции минерала после нескольких извлечений ресурса; следовательно, для получения того же количества материала в будущем потребуется дополнительная добыча руды по сравнению с прошлым. Выражение коэффициента, называемого “потенциалом избыточной руды” (surplus ore potential, SOP), аналогично потенциалу избыточной стоимости, используемому в экономических моделях:

Как и в случае с другими CF, можно выбрать референсный ресурс. Медь была выбрана из-за её исторического применения в логарифмически-логистическом распределении для зависимости “содержание–тоннаж”:

С использованием этой методологии были охарактеризованы 18 ресурсов. Так как существуют разные оценки резервов, исследователи получили два набора CF (один набор использовал данные Геологической службы США от 2014 года, а второй - “предельные извлекаемые ресурсы”, определяемые ЮНЕП как 0.01% от общего объема ресурсов в земной коре, учитывая глубину 3 км).

В обоих случаях различия между элементами могли достигать около пяти порядков величины, при этом марганец и железо показали самые низкие значения, а золото – самые высокие.

Дальнейшая работа по разработке этого класса моделей (Arvidsson et al., 2020) была сосредоточена на исследовании концентрации различных ресурсов в земной коре для разработки показателя долгосрочного глобального дефицита (crustal scarcity potential (CSP)). Преимущество такого подхода заключается в заключается в стабильности состава земной коры во времени и его связи с различными показателями запасов и месторождений. По этим причинам концентрация в земной коре была выбрана в качестве единственной переменной для расчета потенциала дефицита земной коры:

Кремний был выбран в качестве референсного ресурса из-за его распространенности среди рассматриваемых материалов. Этот подход дает несколько преимуществ, включая возможность охватить широкий спектр материалов с минимальными усилиями по сбору данных и поиску информации.

Удалось получить дезагрегированные данные по двум важным группам металлов: редкоземельным элементам и металлам платиновой группы. Это имеет принципиальное значение для специалистов по ОЖЦ, проводящих оценку продуктов, содержащих эти элементы.

Однако простота подхода к моделированию также имеет ограничения, поскольку он не учитывает все аспекты, связанные с использованием ресурсов. Кроме того, долгосрочная перспектива может упускать из виду потенциальные краткосрочные колебания в добыче ресурсов, вызванные технологическим прогрессом и экономическими изменениями.

Оценка истощения ископаемого топлива в большинстве существующих исследований (включая ОЖЦ-исследования для ЭДП) происходит не так, как для минералов и металлов. Это связано с тем, что в отличие от минералов и металлов, которые часто обеспечивают уникальные функции, ископаемое топливо имеет довольно ограниченный спектр возможных применений, а также может быть условно взаимозаменяемым. Нефть и газ, конечно, являются сырьем для нефтехимического производства, но все же основное применение нефти, газа, угля, торфа и т.п. - это производство топлива. Кроме того, при разработке CF для ископаемого топлива очень удобно ориентироваться на одно общее неотъемлемое свойство этих ресурсов - способность этих ресурсов быть энергоносителями.

Для минералов и металлов приходится каждый раз делать выбор: что принять за общее количество ресурса, включать ли антропогенные стоки, что принять за референсный поток, учитывать ли рассеивание элемента и прочее. В случае с ископаемым топливом у нас уже есть один понятный и относительно легко измеряемый параметр - энергия, которая высвобождается при сжигании (низшая теплота сгорания).

Первоначально концепция оценки ADP для ископаемого топлива была разработана в работах van Oers et al. (2002), который продолжил работу Guinée et al. (2002). Было предложено рассчитывать общий потенциал истощения для всей категории ископаемого топлива, а затем использовать его для расчета индивидуальных показателей. В рамках этого подхода CF для ископаемого топлива, по сути, приравнивается к его энергетической плотности, выраженной в мегаджоулях (МДж) на единицу объема.

Показатели предельных резервов были получены на основе данных о разведанных запасах ископаемого топлива от World Resource Institute (WRI, 1994) и данных о содержании ископаемого углерода в земной коре (Berner and Lasaga, 1989).

В результате получилось, что использование 1 MJ энергии ископаемого топлива обладает \({CF_{\ fossil - energy}}= 4.81 \times 10^{-4}\)

Для расчета ADP для каждого конкретного вида топлива, полученный коэффициент умножается на теплотворную способность (heating value); значения также были взяты из WRI, 1994, для сохранения консистентности.

В 2009 году ADP для ископаемого топлива был окончательно выделен в отдельную подкатегорию наряду с ADP для минералов и металлов (van Oers L., Guinée J., 2016), поэтому необходимость приводить ADP к эквиваленту сурьмы или железа отпала, и потенциал истощения ископаемого топлива стали выражать в теплотворной способности, в основном в низшей теплоте сгорания.

Низшая теплота сгорания (lower heating value, LHV) - это количество теплоты, выделяемое при сгорании топлива, при этом предполагается, что вода, образовавшаяся в результате реакции, остается в парообразном состоянии. В отличие от этого, высшая теплота сгорания (higher heating value, HHV) учитывает теплоту, выделяемую при конденсации водяного пара. Высшая теплота сгорания - это полное количество тепловой энергии, выделяющееся при полном окислении топлива, включая конденсацию водяного пара, возникающего в процессе охлаждения. При сгорании топливо выделяет влагу за счет водорода, содержащегося в его структуре. Под действием высокой температуры вода переходит в пар, а при последующем охлаждении снова становится жидкостью, высвобождая дополнительную энергию. Чаще всего используется такой показатель, как низшая теплота сгорания, поскольку он лучше отражает полезную энергию, которая может быть получена в реальных условиях, хотя некоторые базы данных для ОЖЦ дают оба показателя, например ecoinvent.

Некоторые методы, например, ReCiPe (2008) предполагают APD fossil в килограммах эквивалента нефти, но в большинстве методов (CML, PEF, TRACI) используется подход, где потенциал истощения ископаемого топлива оценивается по низшей теплоте сгорания (в МДж).

Разумеется, для ископаемого топлива можно получить характеристические коэффициенты в рамках всех изложенных выше моделей, но это только увеличит неопределенность за счет допущений, присущих этим моделям.

Как мы видим, потенциал оценки абиотических ресурсов проще осмыслить, если понимать несколько аспектов:

Именно поэтому публикация результатов по этой категории в ОЖЦ согласно требованиям многих организаций, в том числе и нашей Программы, должна сопровождаться предупреждением о том, что результат следует использовать с осторожностью, поскольку неопределенность результатов высока, а опыт использования показателя ограничен.