《Data》:Phase 2: Agricultural Life Cycle Inventory Dataset (Inputs, Outputs, and Data Sources)
编辑推荐:
生命周期清单(LCI)数据构成生命周期评价(LCA)的第二阶段,并作为计算环境影响的基础。在农业LCA研究中,LCI数据常以不同的范围、阶段、单位和计算方法报告,导致结果难以重现和比较。本研究的目的是将农业LCA研究中报告的第二阶段LCI数据汇编并标准化为一个
生命周期清单(LCI)数据构成生命周期评价(LCA)的第二阶段,并作为计算环境影响的基础。在农业LCA研究中,LCI数据常以不同的范围、阶段、单位和计算方法报告,导致结果难以重现和比较。本研究的目的是将农业LCA研究中报告的第二阶段LCI数据汇编并标准化为一个结构化数据集。该数据集基于1999年至2025年间发表的184篇经同行评审的农业LCA研究。研究人员通过使用Google Scholar进行系统综述收集数据,纳入标准为:研究应用LCA于作物生产系统,并报告了清单数据(如输入、输出、排放因子或计算公式)。研究人员从每项研究中手动提取清单数据,包括输入和输出、排放因子、公式以及数据来源。该数据集以Excel工作簿形式提供,包含链接的工作表,分别对应研究标识符、输入、输出、排放因子、公式和数据来源。该数据集并非提供新的协调清单值,而是使用标准化标识符和类别,对综述研究中报告的已提取和分类信息进行组织。该数据集包含超过2000个输入、约1000个输出、约200个排放因子以及超过600个数据来源。其旨在供研究人员、从业者和工具开发者使用,以支持LCI开发、跨研究比较,以及整合到数据库、知识库和决策支持工具中。数据集链接:https://doi.org/10.5281/zenodo.20030339。数据集许可证:Creative Commons Attribution 4.0 International (CC BY 4.0)。
**论文解读:农业生命周期清单数据集的构建与标准化——基于1999–2025年184篇研究的系统综述**
**研究背景与问题**
生命周期评价(LCA)被广泛用于评估农业生产系统的环境影响。其第二阶段(Phase 2),即生命周期清单(LCI),涉及识别、量化和组织所有输入、输出、排放因子及数据来源,这些选择直接影响后续影响评估和解释步骤,并决定物质、能量和排放流如何被纳入、计算和比较。然而,在农业LCA研究中,Phase 2的报告方式因评估目的、作物类型、范围、涵盖的生产阶段和数据可用性而异,导致报告不一致且详细程度参差不齐,从而难以重现结果,并限制了研究的可靠性和可比性。许多研究未明确将清单数据分配到具体生产阶段,需要详细阅读全文和专家判断才能提取相关信息。这种不一致不仅是报告问题,还影响LCA结果的可靠性:清单数据定义、分组和计算方式的差异会导致后续影响评估结果和结论的不同,形成“多米诺效应”,使即使相似的系统也产生不同结果,阻碍了跨研究比较和荟萃分析。因此,需要将分散的Phase 2信息进行编译和标准化,以支持LCA框架、工具和决策支持应用的开发。
**研究内容与结论**
研究人员对1999年至2025年间发表的184篇经同行评审的农业LCA研究进行了系统综述,手动提取了包括输入、输出、排放因子、公式和数据来源在内的清单信息,并构建了一个结构化Excel数据集。该数据集包含超过2000个输入、约1000个输出、约200个排放因子和超过600个数据来源。每个输入、输出、排放因子和数据来源均被赋予标准化标识符以支持可追溯性和复用;清单数据与明确定义的生命周期阶段相关联;所有研究通过Stable_ID保持与原始出版物的可追溯性。该数据集的主要贡献在于其专门聚焦Phase 2(生命周期清单)信息,并使用Stable_ID将输入、输出、排放因子、公式和数据来源与其原始研究连接。研究结论表明,该数据集通过标准化标识符和链接表格,组织并标准化了报告的Phase 2信息,支持跨LCA研究的比较,帮助用户选择适当的清单数据、排放因子和计算方法,并可作为机器可读的知识库,直接用于Excel知识系统,支持LCA框架、工具和决策支持应用的开发,以及集成到基于规则和专家系统中。该研究发表在《Data》。
**关键技术与方法**
研究人员采用系统综述方法,遵循PRISMA方案,使用Google Scholar作为主要检索数据库(因提供广泛覆盖的同行评审文章、报告等),结合关键词“crop production system”、“impact categories”和“life cycle assessment”进行检索,并检查入选研究的参考文献列表和综述论文,于2025年5月更新检索。数据通过手动提取,使用结构化提取格式,对输入、输出、排放因子、公式和参数进行标准化分类,并分配Stable_ID。数据整理在Microsoft Excel中,确保变量名称、单位、类别的一致性,但保留原始数值和单位,未进行统一换算或合并。样本来源为184篇同行评审研究,覆盖1999–2025年,包括大田作物、果树、蔬菜、温室、水培、生物质和生物能源作物、精准农业以及常规和有机农业系统。
**研究结果**
**1. 输入(Inputs)**
研究人员通过分析184篇研究中报告的输入数据,发现常见输入包括肥料、农药、种子、柴油、能源、机械、包装材料和水。新纳入的61项研究扩展了水培、生物炭和微量营养素等新型肥料、太阳能灌溉系统以及叶绿素传感器和自动化平台等数字工具的数据。输入通过综述研究中报告的公式进行量化,用于计算物质和能量流。
**2. 输出(Outputs)**
每个阶段均产生输出,通常与特定输入相关。例如,原材料提取产生CO
2、甲烷、炉渣、粉尘和废水;田间准备和作物生长阶段释放肥料和机械相关排放。新研究记录了厌氧消化产生的CH
4、水培渗滤液、磷径流以及不同气候下的氮挥发。动态模型追踪了由肥料使用造成的季节性N
2O排放。研究人员使用公式计算排放物质质量,所有输出和排放因子汇总在补充文件中以确保一致性。
**3. 数据来源(Data Sources)**
数据来源包括学术文献、数据库(如Ecoinvent、GaBi、SimaPro)、实地调查、访谈、技术报告、实验数据、政府出版物(如USDA-NASS、IPCC)和行业数据。然而,54项研究未明确其数据来源,这影响了可重复性。通过将多样来源整合到结构化Excel数据集中,标准化了输入、输出、公式和参考文献,增强了生命周期清单阶段的一致性。
**总结与讨论**
研究人员在讨论中指出,该数据集仅聚焦Phase 2(生命周期清单),不包括目标和范围定义、影响评估或解释结果,因此应作为清单开发的结构化基础而非完整LCA。数据集通过标准化标识符和链接表格,解决了农业LCA研究中Phase 2信息报告不一致的问题,支持跨研究比较、数据复用和知识库集成。然而,数据集存在局限性:仅使用单一数据库可能遗漏部分研究;手动提取和分类可能引入主观性;不同研究的功能单位、系统边界和假设差异限制了协调程度;31项被筛选出的研究因无法获取而被排除,可能影响代表性。研究人员建议用户根据具体应用查阅原始研究,并考虑出版周期和原始研究背景。研究结论强调,该数据集通过提供结构化、可追溯的Phase 2清单信息,为农业LCA研究提供了标准化工具,有助于提高结果的可重复性和可比性,并可扩展至融合食品和能源生产的新兴技术(如植物微生物燃料电池系统)。