入力データ

Amazon は、年次フットプリントのためのスコープ 1 活動データを毎年生成して保証します。Amazon の年次レポートと CCFT の月次ケイデンスの間のギャップを埋めるために、 は保証されていないプライマリスコープ 1 アクティビティデータ AWS を使用して、当月の毎月の排出量を決定します。活動データには月次レポートの公開時に利用できないものもあるため、スコープ 1 排出量が過小評価される結果になります。推定値は再キャスト時に更新し、CCFT で報告されたスコープ 1 排出量を保証済みデータと一致させます。

スコープ 1 と同様に、CCFT 手法は Amazon のフットプリント手法に密接に従っています。Amazon のアプローチを踏まえて、CCFT では公開時におけるデータの正確性を優先しており、データのプライマリソース (実際のエネルギー消費量など) の合理的な入手が不可能である場合にのみ、他のソース (推定エネルギー消費量など) にフォールバックします。

AWS は、エネルギー消費 (MWh) を推定してクラスターレベルと月レベルのロケーションベース (LBM) 排出量を推定し、LBM 排出量係数を乗算します。

LBM の後、 は、エネルギー属性証明書 (EACs)、電力購入契約 (PPA) などの市場ベースの契約手段 AWS を検討し、カーボンフリーエネルギープロジェクトを反映し、市場ベースの (MBM) 排出量を計算します。これは、GHG プロトコルスコープ 2 ガイダンスで概説されている品質基準と一致するものです。

LBM と MBM の違いに関する詳細については、「GHG Protocol Scope 2 Guidance」を参照してください。

燃料およびエネルギー関連のアクティビティ: 購入した燃料からのアップストリーム排出量について、 AWS は燃料アクティビティデータを収集し、燃料の抽出、生産、輸送に放出係数を適用します。ロケーションベースの排出量 (LBM) を使用して購入した電力と送受信 (T&D) 損失のアップストリーム排出量について、 は推定エネルギー消費量 (MWh) を関連する放出係数で AWS 乗算します。市場ベースの排出量 (MBM) の場合、 はエネルギー属性証明書 (EAC) AWS も考慮します。 EACs

IT ハードウェア: 包括的なcradle-to-gateアプローチ AWS を使用して、原材料の抽出から製造、 AWS データセンターへの輸送までの排出量を追跡します。この方法論は、エンジニアリング属性、外挿、代表的なカテゴリ平均 LCA、経済的入出力 LCA を含むプロセスベースのライフサイクル評価 (LCA) の 4 つの計算経路を採用しています。 は、全体的な排出量に大きく寄与するコンポーネントの最も詳細で正確な方法を AWS 優先します。

建物と機器: AWS は、建設、使用、end-of-lifeフェーズからの排出量を考慮して、建物全体のライフサイクル評価 (wbLCA) 標準を確立しました。この分析は、データセンターの外郭構造、部屋、およびエアハンドリングユニットや発電機などの長納期機器を対象としています。この手法では、包括的なカバレッジを確保するために、プロセスベースのライフサイクルアセスメントモデルと産業連関分析法の両方を使用します。