Assessing the land use implications of biodiesel use from an LCA perspective
Notice bibliographique
Résumé
The land use required in order to meet the increasing demand for biodiesel has significant impacts. New methodological developments within environmental life cycle assessment (LCA) establish a cause–effect relationship between the demand for biodiesel and its impacts on biodiversity. The objective of this article is to assess and compare the impacts of rapeseed oil (RSO) production in the EU and palm oil (PO) production in Southeast Asia. The functional unit of the LCA is 20.8 Mtoe (million tons oil equivalents) biodiesel equalling the EU25 goals for biodiesel in 2020. Land occupation and transformation are quantified for the two alternative vegetable oils, and losses throughout the product chain from cultivation over crushing to refining are inventoried. Market mechanisms and land which is indirectly affected by product substitutions from co-products are included in the modelling. Land occupation and transformation are evaluated by the use of life cycle impact assessment (LCIA) models on land use and biodiversity. Three basic scenarios are evaluated: (1) RSO-based biodiesel is produced from rapeseed grown on fields which were previously grown by other crops (barley, BL) – the displaced BL is imported from abroad; (2) RSO-based biodiesel is produced from rapeseed grown on former set-aside land in the EU; and (3) PO-based biodiesel produced in Southeast Asia is imported to the EU. It is concluded that the new EU policies on using set-aside land for energy crops cannot cover the European demand for biodiesel and crops must thus be imported from outside the EU. This means that land use outside the EU is affected. The modelling shows that the use of PO affects the land use in Malaysia or Indonesia and that Canadian land use for BL cultivation is affected when rapeseed is produced in the EU. The impacts on land use and biodiversity are presented for all three scenarios. Finally, it is discussed how an LCA perspective like the one applied here can contribute to the assessment of environmental impacts within land use science.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».