Menggabungkan penilaian siklus hidup dinamis dan pertukaran ekosistem bersih melalui kerangka penilaian siklus hidup bahan dan produk berbasis bio (BBM-LCA): aplikasi pada asam polilaktat

Abstrak
Produk berbasis bio dapat mencapai karbon negatif dengan menyimpan karbon biogenik di teknosfer melalui loop melingkar. Mengukur manfaat ini memerlukan alat penilaian kuantitatif seperti penilaian siklus hidup (LCA). Namun, LCA bahan berbasis bio tidaklah mudah karena kompleksitas dalam menangani dinamika karbon agroekosistem dan waktu emisi. Tujuan dari penelitian ini adalah untuk menerapkan kerangka kerja baru penilaian siklus hidup bahan dan produk berbasis bio (BBM-LCA) pada contoh asam polilaktat (PLA) untuk menunjukkan bagaimana ia dapat mengatasi masalah karbon biogenik dan waktu emisi dengan menggabungkan pertukaran ekosistem bersih (NEE) dan LCA dinamis. BBM-LCA mengadaptasi dua aspek LCA konvensional untuk memperkirakan dampak iklim dari produk berbasis bio secara lebih akurat. Pertama, mengenai penyerapan karbon atmosfer selama budidaya, BBM-LCA menggunakan NEE untuk memperhitungkan semua emisi biogenik yang terjadi dalam ekosistem pertanian. Ini berarti bahwa hal itu tidak terbatas pada penyerapan karbon oleh tanaman pertanian. Kedua, terkait perhitungan dampak iklim, BBM-LCA mengadopsi LCA dinamis sebagai pendekatan yang bergantung pada waktu, untuk menghasilkan potensi pemanasan global (GWP) yang peka terhadap waktu. Contoh PLA membuktikan bahwa BBM-LCA merupakan instrumen yang efektif untuk menghitung dampak iklim dari produk berbasis bio karena penerapan pendekatan siklus hidup holistik dan metode perhitungan dampak yang dinamis. BBM-LCA memperhitungkan manfaat penyerapan karbon dari daur ulang, dengan mengakui dampak aktualnya dari waktu ke waktu dalam berbagai siklus hidup. Fitur ini membuat BBM-LCA lebih disukai daripada LCA konvensional, yang kesulitan melacak emisi gas rumah kaca (GRK) di berbagai titik selama beberapa tahun di berbagai siklus hidup produk daur ulang.

Perkenalan
Produk berbasis bio terdiri dari karbon ‘biogenik’, yaitu karbon yang berasal dari sumber tanaman atau hewan – tidak termasuk karbon fosil dan gambut – yang diserap dari atmosfer selama pertumbuhan biomassa. 1 Produk berbasis bio berpotensi tidak hanya netral karbon tetapi juga negatif karbon melalui penyimpanan karbon biogenik di teknosfer, terutama ketika strategi penyimpanan jangka panjang dilakukan (misalnya, penggunaan kembali dalam siklus melingkar multisiklus). Untuk mengukur keuntungan tersebut, penilaian siklus hidup lingkungan (LCA) yang dinamis harus digunakan karena pendekatan statis gagal mengatasi dinamika waktu karbon biogenik.

Pendekatan statis pertama, yang disebut sebagai pendekatan ‘0/0’ atau ‘pendekatan netral karbon’, didasarkan pada asumsi bahwa pelepasan CO 2 dari produk berbasis bio pada akhir masa pakainya diimbangi oleh penyerapan CO 2 yang setara selama pertumbuhan biomassa (yaitu penyerapan CO 2 biogenik (0) dan pelepasan (0)). Dalam pendekatan statis kedua, yang disebut sebagai pendekatan ‘–1/+1’, penyerapan CO 2 biogenik selama pertumbuhan biomassa dilaporkan sebagai emisi negatif (−1) dan pelepasan CO 2 biogenik pada akhir masa pakainya dilaporkan sebagai emisi positif (+1).

Kelemahan utama pendekatan statis adalah ketidakmampuannya untuk memperhitungkan dinamika temporal, yang dapat menjadi masalah saat menilai dampak produk berbasis bio. Untuk produk berbasis bio berumur panjang, di mana emisi gas rumah kaca (GRK) terjadi pada waktu yang berbeda, kerangka waktu LCA mungkin tidak selaras dengan cakrawala waktu potensi pemanasan global (GWP). Misalnya, dengan cakrawala waktu 100 tahun, emisi dari produk dengan masa pakai 25 tahun akan dinilai dari tahun ke-25 hingga tahun ke-125. Dengan asumsi bahwa netralitas karbon sama dengan netralitas iklim juga mengabaikan dinamika waktu emisi dan penyerapan karbon biogenik. Mengingat jeda waktu antara penghilangan biomassa dan pertumbuhan kembali, tanaman pertanian yang tumbuh lambat tidak dapat dianggap netral karbon. Sebaliknya, tanaman pertanian yang tumbuh cepat dapat menghilangkan karbon dari atmosfer dengan cepat. Asumsi netralitas karbon juga mengabaikan manfaat bahwa produk berbasis bio menyimpan karbon selama siklus hidup produk. Secara keseluruhan, pendekatan statis tidak akan memungkinkan kita untuk (i) membedakan antara tanaman pertanian yang tumbuh lambat dan yang tumbuh cepat atau (ii) memberikan penghargaan kepada produk-produk biobased yang berumur panjang.

Untuk menangkap dampak waktu dengan lebih baik, pendekatan dinamis telah dikembangkan. Levasseur dkk . 2 mengembangkan LCA dinamis, yang menggabungkan kepekaan waktu ke dalam LCA dengan menggunakan inventarisasi emisi gas rumah kaca siklus hidup yang diselesaikan secara temporal. Misalnya, jika sejumlah X CO 2 dipancarkan pada tahun pembuatan produk, dan sejumlah Y CO 2 dipancarkan 10 tahun ke depan untuk perawatan produk, waktu emisi ini harus dipertimbangkan bersamaan dengan jumlahnya masing-masing.

Dalam konteks bahan dan produk berbasis bio, LCA dinamis menyiratkan bahwa semua emisi, mulai dari budidaya bahan baku hingga pembuangan produk, harus diinventarisasi secara tepat dan peka waktu. Bagi praktisi LCA, penghitungan emisi GRK yang terjadi selama fase budidaya bahan baku secara tepat dapat menimbulkan tantangan potensial karena transfer karbon yang kompleks antara agroekosistem dan atmosfer. 3 Pertukaran GRK agroekosistem-atmosfer tidak hanya terbatas pada penyerapan CO 2 dari penanaman tanaman pertanian tetapi juga mencakup siklus karbon di dalam tanah, fenomena kompleks yang bergantung pada banyak faktor (misalnya, stok karbon awal yang ada di bawah tanah, praktik pertanian antropogenik, dan kondisi iklim). 4 – 6 Pentingnya mengukur emisi GRK dari tanah telah disorot dalam literatur. 7 – 9 Ada gagasan sederhana tentang pertukaran ekosistem bersih (NEE), yang mencakup semua pertukaran karbon ekosistem dan menyajikan pertukaran CO 2 antara ekosistem dan atmosfer secara langsung. 10 Jika pengukuran NEE tidak memungkinkan, pengukuran tersebut dapat diperkirakan melalui model simulasi ekosistem, 11 di mana model karbon tanah memainkan peran penting. Model karbon tanah memerlukan data masukan yang relatif sedikit dan dapat diakses oleh analis siklus hidup. 12 Model ini juga memiliki keunggulan dibandingkan pendekatan statis karena model ini mempertimbangkan dinamika karbon tanah dan dengan demikian dapat menggambarkan emisi CO 2 berbasis lahan dengan lebih baik. 4 , 13

Shen et al . 14 baru-baru ini menerapkan pendekatan dinamis untuk menilai keberlanjutan produk berbasis bio, dengan mempertimbangkan dampak penyimpanan karbon sementara dan secara dinamis menghitung emisi karbon tanah. Shen et al . 14 menciptakan istilah ‘penyimpanan karbon di lahan subur dan produk antropogenik’ (CSAAP), di mana kerangka ekosistem dan produk penuh diadopsi untuk membahas manfaat iklim dari bahan berbasis bio dan bahan baku terbarukannya. Dalam pendekatan holistik mereka, karbon biogenik dibagi di antara empat sumber: udara, tanah, tanaman, dan teknosfer. Aliran karbon kompleks di dalam tanah disimulasikan menggunakan model karbon, dan dampak temporal penyimpanan karbon dalam produk dievaluasi menggunakan metode perhitungan dinamis. Namun, penekanan studi oleh Shen et al . 14 adalah menemukan bahan baku yang ideal untuk tujuan mitigasi iklim. Dengan demikian, metodologi LCA standar tidak diadopsi untuk penilaian keberlanjutan bahan berbasis bio, sehingga pendekatan CSAAP sulit diterapkan langsung ke studi LCA.

Baru-baru ini, Kouamé 15 mengembangkan kerangka kerja baru ‘penilaian siklus hidup bahan dan produk berbasis bio’ (BBM-LCA), yang dapat langsung diterapkan pada bidang LCA. Kerangka kerja ini dirancang untuk menggabungkan pendekatan ekosistem holistik dan metodologi perhitungan yang dinamis secara temporal. Kerangka kerja ini dimaksudkan untuk mengadopsi prinsip-prinsip pemikiran siklus hidup dan untuk dimasukkan langsung ke dalam LCA standar ISO-14040 16 untuk bahan dan produk berbasis bio. Kouamé 15 menerapkan BBM-LCA pada studi kasus fiktif untuk menggambarkan cara kerja BBM-LCA hanya untuk opsi akhir masa pakai (EoL) yang terbatas, yang tidak mencakup skenario pengomposan, pencernaan, dan daur ulang kimia. Baru-baru ini, BBM-LCA diterapkan pada kasus cradle-to-gate asam polilaktat (PLA), oleh Ghannadzadeh dan van der Meer, 17 di mana BBM-LCA dapat secara efektif mengatasi ketergantungan waktu setiap unit rantai nilai produk berbasis bio.

Cakupan cradle-to-grave termasuk skenario daur ulang memiliki kompleksitasnya sendiri, yang telah ditunjukkan secara singkat oleh penerapan BBM-LCA pada skenario daur ulang di El Kadi et al ., 18 di mana rincian seperti kehilangan material dalam daur ulang kimia diabaikan. Untuk mengatasi kompleksitas yang terkait dengan skenario akhir masa pakai umum untuk plastik biobased yang khas secara mendalam, studi ini menyajikan kerangka kerja BBM-LCA berdasarkan El Kadi et al . 18 dalam analisis yang lebih rinci – misalnya, kehilangan material dalam daur ulang kimia disertakan. Ini membawa dimensi lain ke penelitian ini karena dinamika waktu skenario daur ulang tidak dapat diatasi dalam studi LCA statis. Secara keseluruhan, studi ini tidak hanya akan menyajikan manfaat penggabungan NEE dengan LCA dinamis tetapi juga nilai tambah BBM-LCA untuk pemodelan skenario daur ulang.

Makalah ini diawali dengan memperkenalkan metodologi kerangka kerja BBM-LCA, yang menyajikan NEE dan LCA dinamis diikuti dengan contoh PLA. Pertukaran karbon melalui tanah dan bit gula dihitung untuk kasus spesifik PLA melalui model Andriulo–Mary–Guérif (AMG) 22 . Terakhir, inventaris dinamis diubah menjadi dampak instan dan kumulatif melalui LCA dinamis, yang memungkinkan kita menganalisis seluruh rantai nilai menggunakan pendekatan ekosistem penuh yang dinamis.

Bahan dan metode
Kerangka kerja BBM-LCA
Ringkasan
Struktur dan prinsip kerja kerangka kerja BBM-LCA dijelaskan berdasarkan Kouamé. 15 BBM-LCA adalah metodologi berbasis LCA untuk menilai dampak iklim dari bahan-bahan berbasis bio. Tujuannya adalah untuk beroperasi dalam kerangka kerja LCA terstandardisasi dan perhitungan jejak karbon sambil menyajikan presisi tambahan untuk kasus spesifik bahan dan produk berbasis bio. Pendekatan BBM-LCA mempertimbangkan standar ISO 14040 mengenai praktik LCA tetapi menambahkan pendekatan berorientasi ekosistem dan dinamis untuk menilai emisi karbon biogenik.

BBM-LCA, digambarkan dalam Gambar 1 , menghormati empat fase studi LCA sebagaimana dirinci dalam standar ISO 14040. Pertama, tujuan dan ruang lingkup studi perlu ditetapkan. Elemen-elemen tertentu dari fase awal ini ditentukan oleh metodologi BBM-LCA, sedangkan yang lain terbuka untuk kebijaksanaan analis siklus hidup. Misalnya, BBM-LCA secara intrinsik terbatas pada satu kategori dampak: dampak pada perubahan iklim. Ini mensyaratkan bahwa pendekatan dari awal hingga akhir diadopsi. Sehubungan dengan tujuan studi, meskipun demikian, skenario yang berbeda dimungkinkan, seperti pembuatan kebijakan atau pengembangan produk berkelanjutan. Akhirnya, elemen penting dari tujuan dan ruang lingkup adalah definisi unit fungsional dan pilihan produk referensi yang sesuai yang memenuhi persyaratan unit fungsional. Meskipun unit fungsional terbuka untuk pilihan analis, dan dapat didasarkan pada persyaratan studi, produk referensi yang sesuai harus berupa bahan atau produk berbasis bio.

Bahasa Indonesia: Setelah fase definisi tujuan dan ruang lingkup, langkah berikutnya adalah inventaris siklus hidup (LCI). Selama fase ini, semua masukan dan keluaran untuk produk referensi dikumpulkan dan dikompilasi. Dalam kasus BBM-LCA, prosedur untuk melaksanakan fase LCI mencakup lapisan detail tambahan: LCI harus dilaksanakan dengan cara yang peka waktu, di mana masukan dan keluaran dikaitkan dengan tanda waktu yang menggambarkan momen terjadinya. Misalnya, jika langkah waktu tahunan dipertimbangkan, LCI akan melibatkan penyusunan masukan dan keluaran tahun demi tahun. Oleh karena itu, inventaris yang dihasilkan disusun sebagai daftar masukan dan keluaran tahunan, sebagai lawan dari nilai tunggal yang diagregasi selama siklus hidup, yang biasa terjadi dalam LCA konvensional. Pendekatan terhadap LCI yang diusulkan oleh BBM-LCA juga berbeda dari LCI konvensional dalam cara menghitung emisi karbon biogenik. Emisi semacam itu sangat penting dalam konteks bahan dan produk berbasis bio: emisi tersebut terjadi sebagai emisi negatif (yaitu penyerapan) selama pertumbuhan bahan baku biologis dan sebagai emisi positif selama pembakaran produk akhir yang dibuang. BBM-LCA mengusulkan pendekatan ekosistem untuk menangani penyerapan karbon melalui pertumbuhan bahan baku berbasis bio, bukan hanya memperhitungkan penghilangan CO2 atmosfer oleh tanaman pertanian yang tumbuh. Pendekatan ini juga mempertimbangkan potensi konsekuensi ekosistem yang diakibatkan oleh aktivitas pemanenan, yang terutama adalah emisi dan penyerapan karbon oleh tanah. Untuk melakukan hal ini secara tepat, metodologi yang diusulkan menyarankan penggunaan NEE dan merekomendasikan penggunaan model simulasi ekosistem untuk memperkirakan NEE.

Pada fase ketiga, penilaian dampak siklus hidup (LCIA), input dan output diterjemahkan dari jumlah zat tertentu menjadi dampak potensial pada lingkungan. Misalnya, dengan mengambil perubahan iklim sebagai dampak lingkungan yang diamati, fase LCIA akan mengubah jumlah GHG menjadi efek pemanasan pada planet ini. BBM-LCA beroperasi sebagai indikator dampak kategori tunggal, yang menghasilkan indikasi dampak pada perubahan iklim dalam bentuk potensi pemanasan global yang analog dengan GWP konvensional Panel Antarpemerintah tentang Perubahan Iklim (IPCC). 19 Melalui penerapan metodologi yang peka waktu, BBM-LCA menerjemahkan inventaris emisi GHG yang diselesaikan waktu menjadi indikator siklus hidup keseluruhan untuk perubahan iklim. Pendekatan matematika yang digunakan untuk mencapai hal ini dikembangkan oleh Levasseur et al . 2 Penting untuk dicatat bahwa versi BBM-LCA saat ini yang disajikan di sini hanya memperhitungkan dampak bahan berbasis bio pada perubahan iklim sedangkan kategori dampak tambahan dapat dipertimbangkan secara teori.

Tahap akhir LCA, tahap interpretasi siklus hidup, tetap tidak berubah dalam metodologi yang diusulkan.

Secara keseluruhan, BBM-LCA terutama mengadaptasi dua aspek dari studi LCA konvensional untuk memperkirakan dampak iklim dari plastik berbasis bio secara lebih akurat. Pertama, terkait penyerapan karbon atmosfer selama budidaya bahan baku, BBM-LCA menggunakan konsep NEE untuk memperhitungkan semua emisi biogenik yang terjadi dalam ekosistem pertanian, yang bukan hanya penyerapan karbon oleh tanaman pertanian yang sedang tumbuh. Kedua, terkait perhitungan dampak iklim, BBM-LCA mengadopsi pendekatan LCA dinamis yang bergantung pada waktu untuk menghasilkan GWP produk yang sensitif terhadap waktu.

Pemodelan dinamika karbon agroekosistem dalam LCA
Emisi CO2 Ekosistem dan Konsep NEE
Selama fotosintesis, karbon yang ada di atmosfer dalam bentuk karbon dioksida diserap oleh tanaman yang sedang tumbuh dalam bentuk gula. Selama respirasi, karbon dioksida dilepaskan kembali ke atmosfer saat gula dikonsumsi untuk kandungan energinya. Dua bentuk respirasi terjadi dalam suatu ekosistem. Di satu sisi, respirasi autotrofik dilakukan oleh tanaman saat mereka mengonsumsi sebagian energi yang mereka hasilkan melalui produksi gula fotosintesis. Bagian yang tersisa terkandung dalam biomassa mereka dan dikonsumsi oleh organisme non-tanaman ekosistem dalam proses yang disebut respirasi heterotrofik. 20 Tidak semua karbon dilepaskan kembali karena beberapa bahan tanaman tertahan secara permanen di dalam tanah ekosistem. Seperti yang diilustrasikan pada Gambar 2 , jumlah total karbon yang disimpan oleh suatu ekosistem adalah selisih antara karbon yang diserapnya dari atmosfer dan karbon yang dihirupnya.

Produktivitas primer bruto (GPP) relatif mudah diperkirakan berdasarkan hasil panen. Produktivitas primer neto (NPP) juga telah dihitung oleh Bolinder et al . 21 Namun, respirasi tanah terjadi melalui proses yang kompleks yang bergantung pada interaksi antara berbagai karakteristik iklim dan tanah. Dengan demikian, BBM-LCA menyediakan ketentuan untuk penggunaan model karbon tanah untuk mensimulasikan respirasi tanah.

Model AMG
Model AMG 22 membagi karbon tanah menjadi dua pool: (i) karbon aktif, yang dilepaskan kembali ke atmosfer setelah diurai oleh mikroorganisme, dan (ii) karbon stabil, yang disimpan dalam tanah untuk waktu yang lama. Karbon organik tanah (SOC) mengacu pada karbon yang disimpan dalam tanah. Sumber utamanya adalah bahan organik tanah (SOM) seperti yang ditunjukkan pada Gambar 3. Laju, h , di mana SOM berubah menjadi SOC disebut laju humifikasi. Karena tidak semua SOM membusuk, tidak semuanya akan diubah menjadi humus, yang berarti bahwa SOM masih dapat melepaskan karbon tanpa menjadi bagian dari pool aktif. Fraksi karbon ini dijelaskan oleh 1-h. Karbon yang tersisa diawetkan dalam pool aktif, di mana ia dipancarkan selama periode tertentu tergantung pada k , laju mineralisasi, yang merupakan pemecahan bahan organik menjadi bahan anorganik. Variabel k menunjukkan laju di mana SOC dari pool aktif dilepaskan. Dinamika keseimbangan humifikasi dan mineralisasi menggambarkan perpindahan karbon dalam kumpulan aktif dari tanah dan tanaman.

LCA Dinamis
Konsep dan persamaan yang mengatur LCA dinamis disajikan dalam bagian ini, berdasarkan Levasseur et al . 2 Praktik saat ini adalah menggunakan GWP, yang diadopsi oleh IPCC sebagai faktor karakterisasi untuk penilaian dampak pemanasan global. GWP menyatakan nilai pemaksaan radiatif kumulatif yang disebabkan oleh emisi massa satuan dari GRK tertentu selama jangka waktu tertentu, relatif terhadap nilai ekuivalen untuk CO 2 (Persamaan 1 ). TH adalah jangka waktu yang dipilih, α adalah pemaksaan radiatif sesaat per peningkatan massa satuan di atmosfer.

Perhitungan dampak yang bergantung pada waktu terhadap pemanasan global (GWI) memerlukan inventaris dinamis dan faktor karakterisasi dinamis (DCF) tahunan. Untuk memperoleh DCF tahunan, skala waktu dibagi menjadi langkah waktu 1 tahun dan batas integrasi ditetapkan untuk setiap langkah waktu (Persamaan 2 ). Seperti yang ditunjukkan Gambar 4 , inventaris dinamis diperoleh dengan membagi siklus hidup menjadi langkah waktu 1 tahun dan dengan menambahkan emisi yang berbeda dari setiap GRK yang terjadi pada setiap langkah waktu.

GWI perlu mewakili pemaksaan radiatif kumulatif sejak emisi. GWI yang terjadi pada t diperoleh dengan menjumlahkan pemaksaan radiatif yang terjadi pada t yang disebabkan oleh setiap emisi siklus hidup sebelumnya. Hal ini ditentukan dengan mengalikan setiap emisi dengan DCF yang dihitung untuk periode yang telah berlalu antara emisi dan t (Persamaan 3 ).

GWI cum ( t ), adalah jumlah GWI inst yang dihitung untuk semua tahun sebelumnya. GWI cum ( t ) menyatakan jumlah total peningkatan gaya radiatif yang disebabkan oleh semua emisi selama periode waktu tertentu (Persamaan 4 ).

Untuk membandingkan GWI cum (t) dengan hasil LCA tradisional, dipilih horizon waktu ( TH ). GWI cum (TH) dibagi dengan pemaksaan radiatif kumulatif dari emisi CO 2 1 kg pada t =  0 (Persamaan 5 ).

Aplikasi BBM-LCA: contoh karpet berbahan PLA
Bahasa Indonesia: Di bagian ini, BBM-LCA diterapkan pada contoh fiktif, yang tujuannya adalah menghitung jejak karbon karpet yang terbuat dari PLA di bawah enam skenario EoL: daur ulang kimia-depolymerisasi 33 , daur ulang kimia-hidrolisis 32 , daur ulang mekanis 32 , pengomposan 32 , pencernaan anaerobik 33 , insinerasi 23 . Ini berarti bahwa cakupan contoh ini adalah dari awal hingga akhir. Penanganan EoL kasus dasar dianggap sebagai insinerasi dengan pemulihan energi. Unit fungsional dari contoh ini adalah ‘menyediakan penutup lantai selama 100 tahun’, yang berarti bahwa karpet dengan umur rata-rata 25 tahun perlu diganti empat kali. Aliran referensi diambil sebesar 1 kg PLA. LCI statis termasuk data yang terkait dengan produksi PLA dan opsi EoL didasarkan pada data literatur sementara basis data ecoinvent digunakan untuk proses latar belakang. Salah satu keterbatasan utama dari studi saat ini terkait dengan penggunaan LCI statis. Karena basis data statis, kami tidak akan dapat merefleksikan dinamika teknologi seiring berjalannya waktu. Misalnya, untuk memperhitungkan dampak bauran listrik, diperlukan serangkaian LCI dinamis. Karena kami ingin menunjukkan penerapan BBM-LCA melalui contoh ilustrasi, kami telah menyederhanakan langkah-langkah proses (misalnya pembuatan produk pada Tabel 2 ). Perlu dicatat bahwa deskripsi setiap bagian dari rantai nilai telah dirinci dalam referensi yang dilaporkan di bagian ‘pemodelan emisi gas rumah kaca yang terkait dengan produksi PLA murni’.

Hasil dan Pembahasan
Pemodelan emisi gas rumah kaca yang terkait dengan tanah
Respirasi heterotrofik tanah (yaitu, pelepasan CO 2 dari tanah melalui dekomposisi tanaman) telah dimodelkan menggunakan model karbon tanah AMG yang dijelaskan sebelumnya. Baru-baru ini, El Kadi 23 mengadaptasi model AMG ke kasus tertentu di Belanda dengan menggunakan parameter lokal, yang juga telah digunakan dalam makalah ini. Tabel 1 memberikan deskripsi parameter yang digunakan untuk menerapkan model ini pada budidaya bit gula dan data dari model Bolinder et al . 21 .

 

Tabel 1. Parameter yang digunakan dalam model AMG dan model Bolinder et al. ²¹ .

Pemodelan emisi gas rumah kaca yang terkait dengan produksi PLA murni
Setelah menghitung pertukaran karbon menggunakan model AMG yang disajikan di bagian sebelumnya, kita dapat melanjutkan untuk menghitung jejak karbon yang terkait dengan tahap siklus hidup pertama – tahap budidaya bahan baku. Inventaris emisi GRK yang terjadi sepanjang tahap siklus hidup ini dibuat menggunakan data sekunder yang bersumber dari literatur ilmiah, dan basis data ecoinvent , yang telah dilaporkan dalam Tabel 2 .

 

Tabel 2. Sumber LCI dan emisi langkah siklus hidup.

Pada fase budidaya bahan baku, emisi dipisahkan menjadi dua kategori: (i) emisi lapangan – GRK yang dipancarkan langsung dari tanah – dan (ii) emisi proses, yang terkait dengan produksi dan pengadaan bahan kimia pertanian, serta penggunaan mesin pertanian untuk kegiatan pertanian. Emisi lapangan dan proses keduanya dianggap dipancarkan pada tahun pertama siklus hidup.

Tahap siklus hidup produksi material dan pembuatan produk dianggap sebagai tahap hilir dari budidaya bahan baku. Emisi yang dikumpulkan untuk tahap-tahap ini terutama mencakup emisi yang terkait dengan konsumsi energi serta pengadaan dan produksi bahan pembantu dan bahan kimia yang digunakan selama pemrosesan. Dengan cara yang sama seperti emisi yang dikeluarkan oleh tahap budidaya, emisi yang terjadi selama pembuatan material dan produksi dianggap dipancarkan pada tahun pertama siklus hidup.

LCI Dinamis
Inventarisasi dinamis dihitung untuk setiap skenario dengan mengkompilasi emisi GRK tahunan yang terjadi sepanjang berbagai tahap siklus hidup produk yang dipertimbangkan, menghasilkan data yang disajikan dalam Tabel 3 .

 

Tabel 3. LCI Dinamis (kgCO ₂ eq./kg PLA).

Pada tahun 1, karpet pertama dibuat dan bit gula ditanam untuk memperbarui sumber daya. Bit gula ini diasumsikan tumbuh sepanjang tahun. Pertukaran karbon melalui tanah dan bit gula, yang dihitung dengan model AMG, ditambahkan ke jejak karbon yang terkait dengan proses pertanian, produksi material, dan pembuatan produk, untuk menyediakan total setara CO2 pada tahun 1. Perlu dicatat bahwa dampak penanaman sebelum tahun 1 telah disertakan karena stok karbon awal disertakan dalam model karbon tanah.

NPP negatif pada Tabel 3 menyiratkan bahwa bit gula dalam kondisi dalam studi ini berfungsi sebagai penyerap karbon bahkan ketika itu menambah respirasi heterotrofik dan emisi nitrogen oksida. Namun, untuk menghasilkan PLA murni, kita perlu melalui langkah-langkah berikut: agrokimia, mesin, transportasi jalan, produksi gula, produksi asam laktat, produksi laktida, produksi polilaktida seperti yang dilaporkan dalam Tabel 2 , yang membuat total emisi menjadi angka positif. Ini berarti bahwa meskipun fakta bahwa bahan murni menawarkan manfaat penyerapan karbon tambahan, kita perlu mengeksplorasi opsi daur ulang. Selama tahun-tahun jeda, kita juga berasumsi bahwa kita tidak memiliki budidaya apa pun, sehingga tidak menghasilkan lebih banyak NPP. Ini berarti bahwa satu-satunya kemungkinan untuk mengimbangi karbon adalah tahun-tahun budidaya.

Tahapan EoL yang dipertimbangkan untuk pembuangan produk akhir adalah sebagai berikut: daur ulang kimia-depolymerisasi, daur ulang kimia-hidrolisis, daur ulang mekanis, pengomposan, pencernaan anaerobik, dan insinerasi. Pada tahun ke-25, karbon biogenik dari karpet dilepaskan ke atmosfer (skenario insinerasi, pengomposan, dan pencernaan), atau didaur ulang, memperpanjang penyimpanan karbon (skenario daur ulang). Pada tahun yang sama, karpet kedua dibuat dari bahan mentah dan bit gula ditanam lagi (skenario insinerasi, pengomposan, dan pencernaan), atau merupakan hasil daur ulang karpet pertama (skenario daur ulang). Mengenai daur ulang kimia, bahan daur ulang dapat digunakan kembali secara langsung dalam siklus hidup produk berikutnya. Mengenai daur ulang mekanis, 1 kg daur ulang PLA dapat menggantikan 0,5 kg PLA murni. Dengan kata lain, diasumsikan bahwa 50% PLA murni diperlukan, yang didasarkan pada faktor substitusi yang disarankan oleh Maga et al . 34 Hal ini karena kualitas PLA menurun melalui proses daur ulang; untuk menjaga kualitas karpet daur ulang tetap tinggi seperti karpet asli, kita perlu menambahkan PLA baru.

Akhirnya, pada tahun ke-100, karpet keempat dibakar (skenario daur ulang dan pembakaran). Emisi yang terkait dengan fase-fase ini, termasuk kredit emisi yang dikaitkan dengan pemulihan listrik dan panas dari pembakaran, dianggap dipancarkan pada tahun produk tersebut dibuang.

Dampak sesaat dan kumulatif
Gambar 5 mengilustrasikan dampak sesaat dan kumulatif pada pemaksaan radiatif untuk empat karpet, dihitung menggunakan pendekatan LCA dinamis dengan alat dynCO2.35 Analisis skenario memberikan wawasan berharga mengenai manfaat relatif dari berbagai perawatan EoL.

Selama 25 tahun pertama, yang merupakan masa pakai karpet pertama, dampaknya sama untuk setiap skenario. Pada tahun ke-1, terjadi peningkatan pemaksaan radiatif sesaat, yang disebabkan oleh emisi GRK yang terkait dengan pembuatan karpet pertama. Selama 75 tahun berikutnya, penyerapan karbon di teknosfer berkontribusi terhadap penurunan pemaksaan radiatif dalam kasus depolymerisasi. Pada tahun ke-25, ke-50, dan ke-75, skenario pembakaran, pengomposan, dan pencernaan menunjukkan peningkatan lain dalam pemaksaan radiatif karena pembuatan karpet baru, dari pembakaran karpet lama (skenario pembakaran), dan dari GRK yang dilepaskan (skenario pengomposan dan pencernaan). Pada tahun ke-100, denyut emisi karena pembakaran (skenario daur ulang dan pembakaran) menunjukkan peningkatan signifikan dalam pemaksaan radiatif sesaat yang disebabkan oleh pembakaran karpet keempat, yang tidak terjadi pada skenario biodegradasi (pengomposan dan pencernaan). Kedua skenario biodegradasi memiliki karpet keempat yang terdegradasi secara biologis sehingga emisi EoL-nya rendah.

Hasil pemaksaan radiatif kumulatif menunjukkan bahwa skenario pembakaran memiliki dampak terbesar pada pemanasan global. Hal ini disebabkan oleh tidak adanya penyerapan karbon permanen (100 tahun) 36 pada fase EoL, saat karpet dibakar. Sebaliknya, skenario daur ulang menunda emisi karbon biogenik, saat karpet didaur ulang. Namun, peningkatan pemaksaan radiatif untuk skenario pembakaran lebih rendah dari yang diharapkan karena emisi yang dihindari terkait dengan pemulihan panas dari pembakaran karpet lama.

Dalam skenario biodegradasi, peningkatan pemaksaan radiatif lebih rendah daripada dalam skenario insinerasi karena (i) kredit untuk produk yang dihindari, seperti kompos, dan (ii) pelepasan karbon yang lebih rendah sebagai GRK. Kredit diterapkan pada kompos dalam skenario pengomposan dan pada panas dan listrik dalam skenario pencernaan, yang menghasilkan peningkatan pemaksaan radiatif yang lebih rendah untuk skenario pencernaan dibandingkan dengan skenario pengomposan.

Mengenai rasio GWI daur ulang mekanis, titik balik diamati pada tahun ke-50 karena penggunaan PLA daur ulang, yang menyiratkan emisi negatif telah berakhir. Dengan kata lain, skenario daur ulang mekanis menyebabkan emisi GRK yang lebih tinggi pada tahun ke-50 dibandingkan dengan tahun ke-25 karena penggunaan bahan baru untuk karpet ketiga, yang menyiratkan emisi tambahan. Hal ini disebabkan oleh faktor substitusi yang disarankan oleh Maga et al . 34 karena 1 kg daur ulang PLA diganti dengan 0,5 kg PLA baru.

Dampak sesaat dari skenario depolymerisasi terus menurun karena tidak ada emisi yang disebutkan di atas terjadi. Dengan kata lain, meskipun ada emisi dari aktivitas daur ulang kimia, emisi tersebut lebih rendah daripada emisi yang disebabkan oleh pembuatan karpet baru dalam skenario lain. Mengenai rel GWI depolymerisasi, titik belok diamati pada 100 tahun karena insinerasi pada tahun ke-100, yang menyiratkan bahwa emisi positif terjadi. Kurva rel GWI depolymerisasi perlahan cenderung menjauh dari nilai mendekati nol, yang diberikan oleh pemaksaan radiatif yang disebabkan oleh sisa CO 2 di atmosfer serta CO 2 baru dari insinerasi. Dalam kasus hidrolisis, kurva rel GWI menunjukkan tren yang berbeda karena konsentrasi setelah emisi pulsa bersih tidak pernah kembali ke tingkat pra-emisi. Namun, depolymerisasi tetap mendekati nol karena dampak yang lebih rendah di setiap siklus, memberikan ruang yang cukup untuk peluruhan CO 2 .

Untuk skenario insinerasi dan biodegradasi, tanaman pertanian baru ditanam pada tahun ke-25, ke-50, dan ke-75 untuk menggantikan tanaman yang telah ditebang untuk membangun karpet baru. Penyerapan karbon pada periode penanaman tidak cukup besar untuk berkontribusi pada penurunan pemaksaan radiatif. PLA murni menawarkan manfaat penyerapan karbon tambahan, dan sebagian karbon yang diserap masuk ke dalam tanah dan tetap di sana, yang dianggap sebagai penyerapan permanen selama lahan tetap ditanami. Namun, daur ulang tetap menjadi skenario penanganan yang paling menguntungkan. Dengan kata lain, tidak ada titik balik karena pemanenan yang diamati untuk semua skenario ini meskipun penyerapan karbon dalam bit gula menyiratkan emisi negatif.

Meskipun skenario daur ulang, di mana bahan daur ulang dari produk pertama dimasukkan ke dalam produksi yang kedua, muncul sebagai yang terbaik, tidak jelas bahwa ini harus menjadi kasus secara sistematis. Levasseur et al ., 37 dalam analisis terperinci produk kayu, menemukan bahwa ketika pemulihan energi dari insinerasi dipertimbangkan, produksi produk dari bahan mentah dapat menyajikan opsi iklim yang lebih baik daripada memperbarui produk awal. Meskipun demikian, tanaman pertanian tahunan menunjukkan tren yang berbeda dibandingkan dengan produk kayu yang dipanen dengan periode rotasi yang panjang. Seperti yang disoroti oleh Kouamé, 15 sedangkan penggunaan kembali bahan daur ulang dari siklus produk pertama menghemat dalam pembuatan bahan mentah, itu juga menghilangkan manfaat dari penyerapan karbon oleh tanaman pertanian yang ditanam untuk bahan mentah. Meskipun, di satu sisi, menanam tanaman pertanian baru secara berturut-turut dan melepaskan kembali karbon yang diserap kembali ke atmosfer pada akhir masa pakai produk dalam kasus pembakaran tanpa pemulihan energi, tidak memberikan manfaat apa pun, di sisi lain, ketika pengadaan energi dari proses pembakaran dipertimbangkan, pembuatan ulang produk baru secara berturut-turut dapat memiliki keuntungan iklim. Keuntungan relatif dari pembuatan produk baru sebenarnya bergantung pada bagaimana penghematan dari pemulihan energi berhubungan dengan dampak dari penanganan produk dengan daur ulang dan dampak yang dikeluarkan untuk produksi material. Ketika proses daur ulang menghasilkan emisi GRK yang signifikan, dan penghematan GRK dari pemulihan energi relatif tinggi (meskipun penghematan ini akan berkurang seiring dengan peningkatan pangsa energi terbarukan dalam campuran listrik), mungkin lebih bermanfaat untuk memproduksi dua produk biobased berturut-turut daripada mendaur ulang yang pertama menjadi yang kedua, asalkan dampak dari pembuatan material baru, yang dihindari dalam daur ulang, tidak terlalu tinggi.

Kesimpulan
Penilaian siklus hidup bahan dan produk berbasis hayati (BBM-LCA), sebagai metodologi LCA yang dinamis dan holistik, telah disajikan melalui contoh dalam makalah ini. Tujuan dari contoh tersebut bukanlah untuk menarik kesimpulan umum tentang berbagai skenario EoL untuk PLA, tetapi untuk menunjukkan bagaimana BBM-LCA dapat secara bersamaan mengatasi masalah CO2 biogenik dan waktu. LCA dinamis memungkinkan BBM-LCA untuk mengatasi masalah temporal yang umum. BBM-LCA dapat mempertimbangkan dampak waktu emisi karbon dan pengaruh periode rotasi yang terkait dengan pertumbuhan biomassa. Lebih khusus lagi, BBM-LCA dapat mempertimbangkan potensi jeda waktu antara penghilangan dan pertumbuhan kembali biomassa. Untuk bahan dan produk berbasis hayati yang berumur panjang, yang emisi GRK-nya terjadi pada saat yang berbeda selama beberapa tahun, kerangka waktu yang dicakup oleh hasil BBM-LCA juga konsisten dengan cakrawala waktu yang dipilih untuk GWP. BBM-LCA juga mampu menerjemahkan manfaat dari memperpanjang penyimpanan karbon biogenik dalam bahan dan produk berbasis hayati. Ini mempertimbangkan manfaat bahwa produk berbasis hayati menyimpan karbon selama masa pakainya.

Lebih jauh lagi, BBM-LCA memungkinkan kita untuk menilai dampak lingkungan selama beberapa siklus hidup dalam daur ulang kimia dan mekanis, yang menyiratkan dinamika waktu. Studi yang berfokus pada siklus hidup tunggal telah menemukan hasil yang berbeda dari studi yang mempertimbangkan beberapa siklus hidup melalui BBM-LCA. Misalnya, Cosate de Andrade et al ., 32 yang hanya menyajikan analisis loop tunggal, menemukan daur ulang mekanis menjadi pilihan terbaik, diikuti oleh daur ulang kimia-hidrolisis dan pengomposan. Ini menyoroti pentingnya dinamika waktu dalam menghitung karbon biogenik dalam proses daur ulang. Dalam studi kami, ketika BBM-LCA diterapkan untuk memodelkan siklus hidup tiga produk, skenario di mana produk awal dibuang dengan insinerasi tampak paling tidak bermanfaat dari perspektif perubahan iklim. Namun, skenario lainnya menunjukkan tren yang lebih halus. Hasil penelitian menunjukkan bahwa strategi yang melibatkan penggunaan bahan daur ulang dalam pembuatan produk kedua adalah yang paling bermanfaat dari perspektif perubahan iklim. Secara keseluruhan, untuk bahan-bahan berbasis bio, manfaat relatif dari daur ulang dibandingkan dengan pembakaran dengan pemulihan energi tergantung pada bagaimana proses daur ulang bahan, produksi bahan baru, dan pemulihan energi pada akhir umur pakainya diseimbangkan dalam hal dampak iklimnya.

BBM-LCA memungkinkan kami menganalisis tradeoff antara daur ulang produk dan pembakaran produk yang dapat dipulihkan. Seseorang mungkin mengharapkan skenario pembakaran setara dengan skenario daur ulang karena skenario daur ulang mengabaikan penyerapan karbon tambahan yang diberikan oleh budidaya bahan baku untuk material baru. Jumlah karbon tambahan yang tertanam dalam material murni dari tanaman pertanian yang baru tumbuh, dikombinasikan dengan energi yang dipindahkan dari pembakaran produk pertama, dapat menghasilkan efek iklim yang lebih menguntungkan. Hasil studi khusus ini menunjukkan bahwa, terlepas dari kenyataan bahwa material murni menawarkan manfaat penyerapan karbon tambahan, daur ulang tetap menjadi skenario penanganan yang paling menguntungkan kecuali dalam kasus pemrosesan daur ulang yang sangat tidak berkelanjutan dan kualitas material daur ulang yang rendah.

Efektivitas BBM-LCA berasal dari dua fitur utama yang membedakannya dari penilaian konvensional: penanganannya yang komprehensif terhadap pertukaran karbon bahan baku melalui pendekatan ekosistem penuh (yaitu, NEE) dan metodologinya yang dinamis untuk menghitung dampak iklim siklus hidup (yaitu, LCA dinamis). Contoh PLA menunjukkan bahwa BBM-LCA, yang selaras dengan empat langkah standar ISO-14040, memberikan pendekatan holistik dan dinamis untuk memperkirakan secara efektif potensi pemanasan global dari berbagai skenario EoL untuk bahan berbasis bio, yang menawarkan wawasan baru tentang keberlanjutan produk berbasis bio.