不確かさ予算は「誤差を大きめに見積もる表」ではない

炭素削減結果に不確かさを付すよう求められると、センサー仕様書の精度、例えば±2%を取り出し、最終削減量にもそのまま付けることが多い。しかし、削減量はセンサーによる一度の読取値ではない。基準期間の排出量からプロジェクト期間の排出量を差し引き、場合によってはリーケージ、プロジェクト排出、飼養頭数や生産量の変化まで反映した計算結果である。濃度計が非常に正確でも、換気量を誤って推定したり、ベースラインが比較期間を代表していなかったりすれば、削減量は大きく外れる可能性がある。

国際計量用語集VIMは、不確かさ予算を測定不確かさとその構成要素、ならびに計算・合成方法を記述したものと定義する。そこには測定モデル、各入力量の推定値と不確かさ、共分散、確率分布、自由度、評価の種類、必要に応じて包含係数まで含まれる。したがって、不確かさ予算は漠然とした「安全余裕」でも、結果を弱めるための免責文でもない。最終的な数値がどの情報に依存し、どの入力を改善すれば結果が実際に良くなるかを示す技術文書である。

もう一つの誤解は、不確かさと誤りを同じ意味で使うことである。誤って入力した飼養頭数、ppmと%の単位の取り違え、時計のずれ、校正係数の二重適用は、発見して修正すべき誤りである。一方、補正後も残るセンサー校正の限界、個体間の自然変動、標本が母集団を代表する程度など、現時点の情報では完全に取り除けないばらつきは不確かさとして表す。既知の偏りを直さず、不確かさ区間だけを広げるのは良い設計ではない。

最初の段階は、計算式より先に測定対象を一文で固定することである

不確かさ予算では、何を測定するのか、すなわち測定量（measurand）を最初に定めなければならない。「メタン削減量」だけでは不十分である。例えば、「A棟の肥育牛120頭が2026年6月1日から30日までに排出したメタン質量を、同じ生産単位に正規化したベースラインと比較した月間削減量（kg CH₄）」のように、場所、牛群、期間、境界、単位、比較規則を明記する必要がある。腸内発酵だけを含めるのか、ふん尿貯留からのメタンも含めるのか、外部のバックグラウンド濃度をどのように差し引くかも、この一文につながらなければならない。

次に、最終結果を入力量の関数として記述する。単純化した畜舎の排出率は、次のように表せる。

E = Q × (x_out − x_in) × (M_CH4 / V_m) × t

ここで、Qは乾き基準の体積流量、x_outとx_inは排気口と給気口のメタンモル分率、M_CH4はメタンの分子量、V_mは当該温度・圧力におけるモル体積、tは積算時間である。ppm濃度は10⁻⁶を掛けて無次元のモル分率に変換し、濃度と流量の乾き・湿り基準を一致させなければならない。削減量Rはベースライン排出量E_baseとプロジェクト排出量E_projectとの差に、境界内の追加排出またはリーケージの調整値を反映して算出する。実際の自然換気型畜舎には単一の排気口がなく、気流が逆転することもあるため、この式をそのまま用いるのではなく、トレーサーガス法、CO₂収支、物質収支、分散モデルなど、採用した方法の完全なモデルを記録しなければならない。

先にこのモデルを書くと、抜けている項目が見える。濃度センサーだけを予算に入れて換気量を外していないか、基準期間とプロジェクト期間の飼養頭数補正が別モデルになっているか、欠測区間を埋めた予測値を観測値のように扱っていないかを確認できる。測定モデルのバージョンと適用期間も残す必要がある。計算式が変われば、同じ原データでも結果と不確かさが変わるからである。

不確かさの原因は測定チェーン全体から探す

実務では原因を六つの群に分けると、見落としを減らせる。

  1. 計測器と校正：標準ガスの認証値、ゼロ点とスパン、直線性、分解能、反復性、長期ドリフト、交差感応、温度・湿度・圧力の影響、サンプルラインの漏れと吸着。

  2. 空間サンプリング：センサーが実際の流出空気を代表しているか、給餌口・ふん尿口・ファン周辺の局所濃度に偏っていないか、流入口と排出口の区分が正しいか。

  3. 時間サンプリング：反すう、給餌、ふん尿攪拌、換気制御の周期を十分に捉えているか、測定していない夜間、週末、季節をどのように扱ったか。

  4. 活動量データ：日ごとの実際の飼養頭数、体重、摂取量、飼料組成、乳量・増体量、ふん尿管理期間、設備稼働時間の誤差。

  5. モデルと変換：換気量の推定、バックグラウンド濃度の差引き、乾き・湿り基準、標準状態への換算、時間積分、欠測値の代替、外挿から生じる不確かさ。

  6. ベースラインと比較可能性：気象、牛群構成、生産性、飼料以外の管理変更がベースラインとプロジェクト期間の間に残す差。

このうち、反復測定の統計から求める成分は通常Type A評価に近く、校正証明書、メーカー情報、過去の研究、専門的判断から得る成分はType B評価に近い。Type Aが「良い不確かさ」、Type Bが「悪い推定」という意味ではない。どちらも標準不確かさという共通の形に変換して合成しなければならず、データの出典と仮定を透明に残すことが重要である。

すべてのパーセントを単純に足してはならない

各入力の不確かさを最終結果の単位へ移すには感度係数が必要である。これは入力値が少し変化したときに結果がどれだけ変わるかを示す。入力が独立し、モデルが近似的に線形であれば、各標準不確かさに感度係数を掛けた寄与を二乗して足し合わせ、その平方根を取る。NISTが示す典型的な不確かさ予算でも、構成要素、感度係数、標準偏差、自由度を一つの表で管理する。

しかし、畜産データでは独立性の仮定がしばしば成立しない。同じセンサーで基準期間とプロジェクト期間の両方を測定した場合、校正の偏りは両方の値に共通して作用する。排出率の計算に用いるCO₂発生量と飼料摂取量が同じ活動量データから導かれていれば、相関している可能性がある。複数のセンサーが一つの温湿度補正値や同じ標準ガスを共有することもある。共分散を無視すると、不確かさを過大または過小に評価し得る。「保守的にする」ため無条件に足すことも、同じ機器だから相殺されると仮定することも、根拠が必要である。

非線形モデル、非対称分布、検出限界付近のデータ、比率の分母が小さい場合には、1次の誤差伝播が不安定になることがある。この場合、入力ごとの確率分布と相関構造を定義したモンテカルロ・シミュレーションが有用である。ただし、シミュレーション回数を増やしても、誤った分布仮定や代表性の不足は解決しない。まずモデルの検証と入力の根拠が必要である。

最終報告で±だけを書いても解釈できない。合成標準不確かさなのか、包含係数を掛けた拡張不確かさなのか、包含確率はいくらなのかを明らかにする必要がある。NISTは拡張不確かさをU = k × u_cと説明し、正規分布かつ十分な条件のもとではk=2がおおよそ95%区間に相当し得るとしている。しかし、すべてのデータで自動的に95%になるわけではない。分布、有効自由度、採用した方法を併記しなければならない。

農場現場で作成する不確かさ予算の例

例えば、低メタン飼料の導入前後で一か月の排出量を比較するとする。濃度計の校正不確かさは2%だが、自然換気量の推定は18%、流入口と排出口の濃度差に関する空間サンプリングは10%、欠測値の代替は6%、ベースラインの日間・週間変動は12%と評価された。この数値を単純合算して48%と書いてはならない。各項目がどの結果に作用するか、互いに独立か、導入前後の比較で共通偏りが相殺されるかを先に確認する必要がある。また、例示した値は、同じ結果量に対する相対標準不確かさへ換算した後にのみ比較・合成でき、実際の評価は分布、包含係数、相関関係によって異なる。

感度分析で換気量が全分散の半分以上を占めるなら、より高価な濃度センサーへの交換は優先事項ではない。トレーサーガス実験を増やす、開口部の気流を追加測定する、換気運転区間を層別化する方が効果的な場合がある。逆にベースライン変動が支配的であれば、測定期間の延長、同時対照群、飼養頭数と摂取量による正規化が先である。不確かさ予算の価値は最終区間を作るだけでなく、次の測定投資の優先順位を定めることにもある。

削減量が100 kg CH₄で、拡張不確かさが30 kgなら、「100 kg削減」だけを前面に出さない。100 kg CH₄、拡張不確かさ30 kg、適用期間・境界・包含確率・方法を明記のように報告する。認定基準やクレジット発行のしきい値と比較する際は、当該制度の保守性ルールを別途適用する。統計的な不確かさ計算が、制度上の割引率や検証判定を自動的に決めるわけではない。

運用可能な予算にするための管理基準

不確かさ予算は報告書末尾に一度だけ載せる表ではなく、データパイプラインと接続されなければならない。センサーの校正証明書が更新されれば、当該期間のType B成分も更新する必要がある。欠測率が事前に定めた限界を超えた場合は、所定の代替モデルを適用するか、その期間を除外して変更理由を記録する。飼養頭数や飼料配合が変われば、ベースラインの適合性を再検討する。

バージョン管理には最低限、原データID、センサー・標準ガスID、校正日、計算コードのバージョン、排出係数・補正係数の出典とバージョン、欠測処理規則、担当者と承認履歴が必要である。原データを上書きせず、補正値と算出値を分ければ、方法論が変わっても再計算できる。不確かさの各項目に責任者と再評価周期を割り当てて、「表はあるが誰も更新しない」状態を避けなければならない。

IPCCの国家インベントリ指針は、不確かさ分析を一つの数値の完全性を証明する手続ではなく、主要な不確かさ要因を優先的に改善し、時間の経過とともにインベントリの品質を高める過程として扱っている。農場単位プロジェクトと国家インベントリの目的は同じではないが、重要な発生源をすべて特定し、一貫した時系列を維持し、QA/QCと結び付けるという原則はそのまま有効である。

実行チェックリスト

  • 測定量を、ガス、境界、牛群、期間、単位、基準状態まで含めて一文で定義したか。

  • 最終削減量をすべての入力と補正の関数として表し、モデルのバージョンを固定したか。

  • センサーだけでなく、空間・時間サンプリング、換気量、活動量データ、欠測、ベースラインの不確かさを含めたか。

  • 既知の誤りと修正可能な偏りを先に補正したか。

  • 各成分についてType A・Type Bの根拠、分布、標準不確かさ、自由度を記録したか。

  • 共通のセンサー、標準ガス、活動量データから生じる相関と共分散を検討したか。

  • 感度係数を用いて最終結果への寄与を計算したか。

  • 非線形、非対称、検出限界の問題に適した伝播方法を選んだか。

  • 合成標準不確かさと拡張不確かさ、包含係数と包含確率を区別して報告したか。

  • 最大の寄与項目を次の測定改善計画と予算に結び付けたか。

結論：良い不確かさ予算は数値の弱点を隠さない

炭素削減測定において、不確かさは失敗の印ではない。現実世界の変動と情報の限界を定量的に示す方法である。重要なのは、任意に広い区間を付けることではなく、測定対象とモデルを固定し、各不確かさ要因が結果に入る経路を追跡することである。

センサーの精度だけを管理すると、精密に見える誤った削減量を作りかねない。一方、空間代表性、換気量、活動量データ、ベースライン、相関関係まで含む予算は、何を主張でき、さらに何を測定すべきかを示す。結局、不確かさ予算は炭素成果を弱める付録ではなく、現場記録を検証可能な主張へ移すための品質設計図である。

出典