MRVと初めて聞くと、装置や認証の名称のように感じるかもしれません。しかし『炭素削減を実証する技術とソリューション』第7章で説明するMRVは、測定・報告・検証を結び付けるプロセスです。データを作成した後、どのような計算で結果を得たのかを記録し、その主張が基準に合っているかを確認します。今日は各段階がどのような問いに答えるのか、分けて見ていきましょう。
本書でまず区別しておきたいことです
測定段階の成果物には、数値だけでなく、その数値を読み解くために必要な情報も含まれます。設置場所や時間の基準、装置の状態、欠測区間もあわせて記録します。報告段階では、どの規則を適用して計算したかを説明する必要があります。確認する際は、計算を最初からたどり直せるかを見てください。ただし、同じ結果が再び得られたからといって、入力データが適切だという判断まで済んだわけではありません。使用したデータと方法が目的に合っているかも確認する必要があります。
MRVは、測定（Measurement）・報告（Reporting）・検証（Verification）を結び付ける枠組みです。観測と活動記録から算定した結果に計算方法と適用条件を添え、定められた基準に従ってその主張を確認します。内部管理に用いる点検と、外部提出で求められる検証では目的と要件が異なります。まず、誰がどのような判断のために結果を使うのかを定める必要があります。それによって必要な証拠と検証手続きを設計できます。
測定はデータを作成し、報告は算定と解釈を記録し、検証は定められた基準に照らして主張を確認します。機能と責任は区別しますが、すべてのMRVで三つの業務を別々の機関が担わなければならないわけではありません。同じ組織が測定と報告を担当することもできます。検証の公平性・能力・利益相反の管理は、適用される規格や制度が求める水準で確保する必要があります。
測定（M）はデータを作ります。何を、どこで、どの程度の頻度で、どの装置を使って観測するかを定めて実行します。成果物は生データと、その生データを解釈するために必要なメタデータ（校正履歴、装置仕様、設置条件、欠測区間）です。
検証（V）は、温室効果ガスに関する主張とその根拠を、定められた基準に従って評価することです。ISO 14064-3:2019は、第一者・第二者・第三者による検証および妥当性確認に使用できます。したがって、内部で実施したという理由だけですべての検証を否定することも、外部機関が関わったという理由だけで独立性を認めることも適切ではありません。検証者の能力と公平性、業務上の関係、適用要件を確認します。
第一者検証は主張に責任を負う側が、第二者検証は購入者など利害関係のある側が行う類型であり、第三者検証は独立した側が行う類型です。外部委託の有無と、この区分を混同してはなりません。契約相手やコンサルタントという名称だけで、第三者としての適格性を判断することはできません。
機能の確認。安全用ガス検知器のバンプテストは、ガスを導入してセンサーの応答と警報機能を確認する手順であり、定量校正の代わりにはなりません。研究用メタン分析器では、メーカーの手順に従ったゼロ・スパン確認、漏れ確認、回収率試験など、目的に応じた点検を実施します。機能点検に合格したという事実だけで、排出量測定の正確性が保証されるわけではありません。
現場ではこのように見てみるとよいでしょう
測定担当者がセンサーのデータを引き渡した状況を考えてみましょう。報告書を作成する人は、設置条件や校正履歴、欠測区間を知る必要があります。確認担当者は、そのデータと処理規則に基づいて結果を検討できなければなりません。最後の表に数値だけを書き写すと、途中で必要な説明が抜けてしまうことがあります。
削減量には、測定のトレーサビリティと計算の追跡可能性の両方が必要です。測定値は、文書化された校正連鎖と不確かさを通じて基準に結び付けます。活動データと排出係数・モデルは、出典、バージョン、適用条件を通じて最終結果まで追跡します。すべての削減量が直接測定だけから得られるわけではありません。確認者は計算を再現できるかに加え、使用したデータと方法が主張に適しているかも確認する必要があります。
濃度は空気中のガスの割合であり、排出率は単位時間当たりに排出される質量です。排出量を測定または推定するには、目的に合った濃度と流量、測定モデルを結び付ける必要があります。濃度が低下しても、空気の移動量が増えた場合、質量排出率も同じ方向に変化すると断定することはできません。時間ごとの排出率を排出量に結び付ける際は、測定期間と欠測区間の処理も必要です。
投資を検討するとき、あわせて尋ねてみましょう
機関や投資家は、誰がどの業務を担うのか尋ねるとよいでしょう。同じ組織が測定と報告を行うことはできます。ただし、独立性が求められる検証であれば、関係性と利益相反を該当基準に沿って確認しなければなりません。名称だけ異なる三つの部署を置けば判断が完了するわけではありません。
センサーを比較する際は、測定範囲と分解能、他のガスに対する交差感度、応答時間、ドリフトをあわせて確認します。温度・湿度・粉じんなどの環境条件と校正要件も検討する必要があります。小さな濃度差を見分ける必要がある場合、装置の表示単位と不確かさが目的に適しているかを、製品と運用モードごとに確認します。センサー原理の名称だけでは、これらの条件を代替できません。
AIは、異常の兆候を候補として検出したり、定められた条件下で短い欠測を推定したり、複数の変数間の関係を探索したりするために活用できます。データ整理や品質点検、報告書の草案作成を支援することもあります。機能ごとに目的と失敗時のコストは異なるため、すべてを同じ性能指標で評価してはなりません。どの入力と前提から結果を作成したかを明らかにし、推定値を直接観測値と区別する必要があります。
本を閉じる前に考えておきたい問いです
測定が終わってから検証について考えると、必要な記録を取り戻すのが難しくなることがあります。何を説明するのかを先に定め、データ、計算、確認のつながりを設計してみてください。MRVの構造を理解すれば、報告書で抜けている問いも見つけやすくなります。
著者紹介
イ・ボンジュンは、西江大学校の技術経営大学院（MOT）を修了。Infitron Co., Ltd.で7年、Honeywellで20年、ガス計測分野に27年間従事し、サービスエンジニア、技術営業、チャネル管理の業務を担当した。現在はAI Safety Korea Co., Ltd.の創業者として、センサー・AI・データ分析を活用した畜産メタンモニタリングと測定・報告・検証（MRV）の仕組みを研究している。