相关研究：使用网络科学方法估计LCA中的缺失数据

还在为你的LCA辛辛苦苦的查文献、跑调研、找数据吗？大数据时代，难道不该想想别的办法？

寻找数据是生命周期评价（LCA）研究中的最主要工作。传统的数据收集通常依赖于文献调研，企业调查或价格不菲的专业数据库，而专业数据库本身也是基本依赖于文献和企业数据。这些过程十分耗时并且昂贵。

为了解决这一问题，由侯萍领衔的密西根大学 (University of Michigan) 徐明老师团队开发出不用调研数据、完全依赖模型计算的方法估算LCA中缺失的单元过程 (unit process) 数据，该成功近期发表在环境科学与工程领域顶级期刊Environmental Science & Technology：

生命周期单元过程数据库通常可以表示为一个矩阵，这个矩阵由技术矩阵和环境矩阵两个矩阵上下叠加而成。上面的技术矩阵为一个方阵，每一列代表一个单元过程，每一行代表该行相对应列产出的产品，称为中间流（如电力）。在下面的环境矩阵中，列同样代表单元过程，而行则代表相应过程直接向环境排放的废物或直接从环境而来的资源，称为基本流（如二氧化碳，水）。这个矩阵中的每一个数值代表对应列的过程中相应行的消耗量或排放量（如每kWh火力发电过程排放1.07kg二氧化碳）。

事实上，这个矩阵也可以表示为一个网络，确切的说是一个二分网络（bipartite network）。这个网络中有两种节点，一种是单元过程，另一种是中间流或者基本流，两种节点中间的链接代表单元过程节点所链接的中间流或基本流节点在这个单元过程中的消耗量或排放量（下图）。因此我们可以采用网络科学（network science）中的一些方法来研究生命周期单元过程数据。

本研究采用网络科学中基于相似度的链路预测方法，我们假设在一个单元过程网络中相似的单元过程会具有相似的资源、能源消耗和环境排放。我们采用ecoinvent 3.1单元过程数据库来验证该假设，用以下五个步骤测试该方法的准确性（下图）：

1）将所有单元过程分为训练集和测试集；

2）从测试集中随机选出部分数据标记为缺失数据，假设其缺失；

3）基于剩下的数据计算训练集与测试集的相似度；

4）采用训练集中的单元过程数据和其与测试集的相似度估算测试集中的缺失数据；

5）对比估算数据和原始数据的差异，评估估算的准确性。

研究结果表明，在一个单元过程中当有低于5%的数据缺失时，采用本方法可以非常准确地估算缺失数据（接近零误差）。当缺失数据的百分比升逐渐高，预测的准确性会相应下降。这是因为当缺失数据比例加大，已知数据变少，所计算出的相似度就不再准确。

该方法可以应用在当一个过程有少部分数据缺失时的情况（低于5%）。本研究为解决生命周期评价中长期存在的数据缺失问题提供了一个新的思路。在此研究之外，团队成员也在使用其他纯计算的方法对LCA中其他数据（例如化学品的ecotoxicity）进行估计。

免责申明：本研究属于基础研究，距离实际应用尚有一段距离，本团队在紧锣密鼓进行开发，希望能尽快推出相关工具。