किसी कमी का दावा करने के लिए तुलना का एक शुरुआती बिंदु होना चाहिए। पिछले महीने से? या उसी मौसम के किसी दूसरे खेत से? 『कार्बन उत्सर्जन में कमी प्रमाणित करने की तकनीक और समाधान』 के अध्याय 7 में हम कार्बन उत्सर्जन-कमी की आधाररेखा और ग्रीनहाउस गैस प्रणाली की सीमा को साथ देखते हैं। तुलना किससे की जा रही है और गणना में क्या शामिल है, यह जाने बिना उत्सर्जन-कमी के आँकड़े का अर्थ समझना कठिन है।
किताब में पहले इन बातों को अलग-अलग समझें
तुलना का आधार तय करने के बाद उसे बदलने की प्रक्रिया भी चाहिए। नई जानकारी मिलने पर आधाररेखा में सुधार किया जा सकता है, लेकिन यह परिणाम देखकर केवल अनुकूल शर्तें चुनने से अलग होना चाहिए। बदलाव का कारण, लागू होने का समय और उससे प्रभावित दायरा दर्ज करें। गणना से छूटे हुए मदों को भी इसी तरह देखें। अलग करें कि उन्हें नियमों के अनुसार बाहर रखा गया था या डेटा न मिल पाने के कारण उनकी गणना नहीं हो सकी। दोनों बातें स्पष्ट हों तो यह तय करना आसान होता है कि परिणाम के आधार पर क्या कहा जा सकता है।
यदि उपकरण सटीक भी हो, लेकिन प्रणाली की सीमा या आधाररेखा उपयुक्त न हो, तो निष्कर्ष पर भरोसा करना कठिन है। गणना सही होने पर भी मूल डेटा और बदलाव का इतिहास अधूरा हो तो सत्यापन का दायरा सीमित रहता है। सटीकता और पता लगाने की क्षमता एक-दूसरे का स्थान नहीं लेतीं। मापे गए मानों की गुणवत्ता और उन मानों से निष्कर्ष तक पहुँचने की प्रक्रिया, दोनों की जाँच करनी चाहिए।
अनुबंध से पहले दावे का विषय, अवधि और सीमा, लागू मानदंड, आश्वासन का स्तर और महत्व, मूल डेटा तक पहुँच, हितों के टकराव का प्रबंधन और परिणाम के उपयोग का दायरा तय करें। ज़रूरत हो तो संस्था की मान्यता या पंजीकरण का दायरा भी जाँचें। सत्यापन की राय को उसी दायरे में पढ़ना चाहिए; उसे पूरी कंपनी, उत्पाद के प्रदर्शन या भविष्य में होने वाली उत्सर्जन-कमी का व्यापक प्रमाणन न मानें।
प्रणाली की सीमा वह मानदंड है जो तय करता है कि गणना में कौन-से उत्सर्जन स्रोत, गैसें, अवधि और संगठन शामिल होंगे। सीमा स्पष्ट न हो तो एक ही उत्सर्जन-कमी की मात्रा को लेकर अलग-अलग पक्ष अलग नतीजों की अपेक्षा कर सकते हैं। लागू पद्धति के शामिल करने और बाहर रखने के नियम तथा महत्व के मानदंड जाँचें; और रिपोर्ट की शुरुआत में स्पष्ट करें कि परिणाम पूरे खेत का है या किसी खास उत्सर्जन स्रोत का।
सीमा तय करते समय जिस गलती से खास तौर पर बचना चाहिए, वह है चेरी-पिकिंग: केवल उन उत्सर्जन स्रोतों को शामिल करना जहाँ कमी अच्छी दिखती है और बाकी को छोड़ देना। यह गलती अक्सर जान-बूझकर नहीं होती। केवल उपलब्ध डेटा वाले मद शामिल करते जाने पर यह स्वाभाविक रूप से हो सकती है।
बिना नियंत्रण के की गई साधारण पहले-बाद की तुलना, खेत में बदलाव खोजने का शुरुआती बिंदु हो सकती है। लेकिन केवल उस अंतर से तकनीक के कारण हुए प्रभाव को अलग नहीं किया जा सकता। नियंत्रण डेटा या उपयुक्त अर्ध-प्रायोगिक डिज़ाइन जोड़ें और शेष भ्रमकारी कारकों का मूल्यांकन करें। क्या देखा गया और किस बात का अनुमान लगाया गया, इसे अलग लिखना आगे दी गई मैट्रिक्स के उपयोग का बुनियादी सिद्धांत है।
अंशांकन। यह दर्ज करें कि कब, किस मानक और प्रक्रिया से किया गया, तथा अंशांकन से पहले की स्थिति और समायोजन के बाद की स्थिति क्या थी। केवल दो जाँच-समयों के बीच के अंतर से बीच की अवधि में ड्रिफ्ट का रास्ता तय नहीं किया जा सकता। बीच की जाँच, पर्यावरण लॉग और पुनः-अंशांकन के डेटा साथ देखें; यदि प्रभावित अवधि या सुधार का आधार अपर्याप्त हो, तो उसे परिणाम की अनिश्चितता या उपयोग की सीमा में शामिल करें।
ज़मीनी स्तर पर इसे इस तरह देखें
मान लीजिए जिस वर्ष पशुओं की संख्या घटी, उसी वर्ष खेत का कुल उत्सर्जन भी घट गया। यदि उस बदलाव को केवल चारे के प्रभाव से समझाएँ, तो उत्पादन के पैमाने का असर छूट जाएगा। देखना होगा कि कौन-से उत्सर्जन स्रोत और अवधि शामिल किए गए और तुलना की परिस्थितियाँ कैसे एकसमान रखी गईं। आधाररेखा अनुकूल चुनने पर समान डेटा से भी प्रभाव बड़ा दिखाई दे सकता है।
सांद्रता हवा में गैस का अनुपात है, जबकि उत्सर्जन दर प्रति इकाई समय में उत्सर्जित द्रव्यमान है। उत्सर्जन की मात्रा मापने या अनुमानित करने के लिए उद्देश्य के अनुरूप सांद्रता, प्रवाह दर और मापन मॉडल को जोड़ना चाहिए। सांद्रता घटे, लेकिन हवा का प्रवाह बढ़ा हो, तो यह तय नहीं कहा जा सकता कि द्रव्यमान उत्सर्जन दर भी उसी दिशा में बदली है। समय के साथ उत्सर्जन दर को कुल उत्सर्जन मात्रा में बदलते समय मापन अवधि और छूटे हुए समयखंडों को संभालने की विधि भी चाहिए।
सेंसर की तुलना में मापन सीमा और विभेदन क्षमता, दूसरी गैसों के प्रति क्रॉस-सेंसिटिविटी, प्रतिक्रिया समय और ड्रिफ्ट को साथ जाँचें। तापमान, आर्द्रता, धूल जैसी पर्यावरणीय परिस्थितियों और अंशांकन की आवश्यकताओं की भी समीक्षा करें। यदि उद्देश्य सांद्रता के छोटे अंतर पहचानना है, तो हर उत्पाद और संचालन मोड के लिए देखें कि उपकरण की प्रदर्शित इकाई और अनिश्चितता उस उद्देश्य के अनुरूप हैं या नहीं। केवल सेंसर के सिद्धांत का नाम इन शर्तों का विकल्प नहीं हो सकता।
स्थान-निर्धारण की योजना में कुछ बातें दस्तावेज़ में दर्ज करना अनिवार्य है: हर सेंसर का सटीक स्थान (नक्शे पर निर्देशांक और ऊँचाई), लगाने की दिशा, आसपास की संरचनाएँ, पास के हवा देने और निकालने वाले छिद्रों से दूरी, और लगाने के बाद हुए बदलावों का इतिहास। पशुशालाएँ लगातार बदलती हैं। विभाजन-पट्ट लगते हैं, पंखे बदले जाते हैं और चारे की नाँद दूसरी जगह जाती है। इन बदलावों का रिकॉर्ड न हो तो डेटा का टूटना अज्ञात कारण वाला रह जाता है।
निवेश समीक्षा में ये सवाल भी पूछें
निवेश की समीक्षा में आधाररेखा का स्रोत और उसे बदलने की प्रक्रिया पूछें। यह भी पूछें कि क्या परिणाम देखने के बाद तुलना का आधार बदला गया था। यदि कोई मद छूटा है, तो समझाना चाहिए कि उसे नियमों के अनुसार बाहर रखा गया या डेटा न होने के कारण गणना नहीं की जा सकी। दोनों स्थितियों का अर्थ अलग है।
AI मूल्यांकन डेटा को उपयोग के उद्देश्य के अनुसार अलग रखें। भविष्य के संचालन का अनुमान लगाना हो तो समय-क्रम पर विचार करें; दूसरे खेतों में लागू करना हो तो खेत के आधार पर डेटा अलग रखने पर विचार करें। मॉडल चुनने के लिए इस्तेमाल किया गया डेटा और अंतिम प्रदर्शन जाँच के लिए इस्तेमाल होने वाला डेटा भी अलग होना चाहिए। एक साधारण आधार मॉडल से तुलना करें और औसत त्रुटि के साथ-साथ खेत और मौसम के अनुसार पक्षपात तथा विफलता की परिस्थितियाँ जाँचें; तभी वास्तविक उपयोग का दायरा समझाया जा सकेगा।
बदलाव करते समय कारण, समय, जिन परिणामों की जाँच की गई उनका दायरा और प्रभाव का आकलन दर्ज करें। सुरक्षा समस्या या डेटा त्रुटि के कारण योजना बदलनी पड़ सकती है। लेकिन परिणाम देखने के बाद तय किए गए विश्लेषण को पहले से तय विश्लेषण की तरह पेश न करें। मूल योजना के परिणाम और बदलाव के बाद के परिणाम अलग दिखाएँ, और नई परिकल्पना की पुष्टि अलग डेटा से करें।
किताब बंद करने से पहले सोचने के लिए एक सवाल
आधाररेखा और सीमा तय करना गणना से पहले की तैयारी भी है और परिणाम समझने का मानदंड भी। तुलना का आधार और शामिल दायरा एक अनुच्छेद में लिखें। वह अनुच्छेद स्पष्ट हो तो यह समझना भी आसान होगा कि किन परिस्थितियों में उत्सर्जन-कमी का दावा किया जा सकता है।
लेखक परिचय
बोंगजुन ली ने सोगांग विश्वविद्यालय के प्रौद्योगिकी प्रबंधन स्नातकोत्तर विद्यालय (MOT) में अपनी पढ़ाई पूरी की। उन्होंने Infitron Co., Ltd. में 7 वर्ष और Honeywell में 20 वर्ष सहित गैस मापन के क्षेत्र में 27 वर्षों तक सेवा इंजीनियरिंग, तकनीकी बिक्री और चैनल प्रबंधन के काम किए। वर्तमान में AI Safety Korea Co., Ltd. के संस्थापक के रूप में वे सेंसर, AI और डेटा विश्लेषण का उपयोग करते हुए पशुधन मीथेन निगरानी तथा मापन, रिपोर्टिंग और सत्यापन (MRV) व्यवस्था पर शोध कर रहे हैं।