Brightway2导入SimaPro LCIA时CF未链接与biosphere3补全咨询

操作过程与初始结果 #

首次导入操作 #

执行如下代码导入UVEK 2022版LCIA方法文件：

lcia = SimaProLCIACSVImporter(
    "C:\\Users\\...\\UVEK_Simapro_LCIA_2022.CSV",
    biosphere="biosphere3"
)
lcia.apply_strategies()
lcia.statistics()
print("size biosphere3: {0}".format(str(len(Database("biosphere3")))))

运行输出如下：

Extracted 34 methods in 0.91 seconds
Applying strategy: normalize_units
Applying strategy: set_biosphere_type
Applying strategy: normalize_simapro_biosphere_categories
Applying strategy: normalize_simapro_biosphere_names
Applying strategy: set_biosphere_type
Applying strategy: drop_unspecified_subcategories
Applying strategy: normalize_biosphere_categories
Applying strategy: normalize_biosphere_names
Applying strategy: link_iterable_by_fields
Applying strategy: match_subcategories
Applied 10 strategies in 0.87 seconds
34 methods
18229 cfs
14312 unlinked cfs

size biosphere3: 4427

首次导入共解析得到34种评价方法、18229个特征化因子（CF），其中14312个CF未完成链接，当时biosphere3数据库共包含4427条生物圈流。

缺失流补全操作 #

为补全biosphere3数据库中的缺失流，方便后续导入依托这些流构建的LCI数据集，调用add_missing_cfs()执行流补全，代码如下：

lcia.add_missing_cfs()
lcia.statistics()
print("size biosphere3: {0}".format(str(len(Database("biosphere3")))))

运行输出如下：

Vacuuming database 
Writing activities to SQLite3 database:
0% [##############################] 100% | ETA: 00:00:00
Total time elapsed: 00:00:01
Title: Writing activities to SQLite3 database:
  Started: 06/13/2022 12:23:24
  Finished: 06/13/2022 12:23:25
  Total time elapsed: 00:00:01
  CPU %: 79.20
  Memory %: 1.85
Added 7156 new biosphere flows
34 methods
18229 cfs
14312 unlinked cfs

size biosphere3: 11583

补全操作共新增7156条生物圈流，biosphere3数据库规模增长至11583条，但未链接CF数量仍为14312，新增流数量与未链接CF数量不匹配，存在概念认知偏差，对应两个核心疑问。

核心疑问 #

• 生物圈流（biosphere flows）、未链接CF、已添加至生物圈数据库的缺失CF三者之间的对应关系是什么？
• 若要使用导入LCIA方法中定义的缺失流补全biosphere3数据库，实现所有CF成功链接，最佳操作方案是什么？

解答 #

1. 三类对象的对应关系 #

• 生物圈流：biosphere3数据库中存储的环境交换基础条目，每条条目携带唯一数据库ID，包含名称、分类层级、单位等属性，是特征化因子链接的目标载体。
• 未链接CF：从LCIA文件解析得到的特征化因子条目，单条CF对应「特定生物圈流、对应影响类别的特征化系数」的映射关系。当CF携带的流属性与biosphere3中所有现有流的属性无法按匹配规则对应时，该CF就会被标记为未链接。由于同一条生物圈流会在多个影响类别中存在对应CF，因此未链接CF的总数必然大于等于其对应的唯一缺失流数量——本次操作中7156条新增流对应14312个未链接CF，是单条流平均对应2个影响类别CF的正常表现，不属于匹配异常。
• 已写入数据库的缺失流：add_missing_cfs()方法会遍历所有未链接CF，对其中携带的流条目按属性去重，提取出现有biosphere3中不存在的唯一流，批量写入数据库成为正式的生物圈流。该方法仅执行流写入操作，不会自动重新运行链接匹配逻辑，因此写入完成后直接统计，未链接CF的数量不会发生变化，这就是本次操作中补全流后未链接数不变的核心原因。

2. 全量CF链接的标准操作流程 #

按以下步骤执行即可完成所有CF的补全与链接：

1. 完成LCIA文件导入、默认策略执行、add_missing_cfs()缺失流写入步骤（本次操作已完成该环节）。
2. 重新执行全套匹配策略，让之前标记为未链接的CF与新写入biosphere3的流重新做属性匹配，执行代码：

lcia.apply_strategies()
lcia.statistics()

正常执行完该步骤后，绝大多数CF会完成链接，未链接数会降至0或极低水平。
3. 若重跑策略后仍有零星未链接CF，通常是SimaPro导出文件的流名称、分类字段和Brightway2归一化规则存在差异，可导出未链接条目逐一排查修正：

# 提取所有未链接的生物圈类CF
unlinked_entries = [item for item in lcia.unlinked if item.get("type") == "biosphere"]
# 打印条目属性排查匹配偏差
for entry in unlinked_entries:
    print(f"流名称: {entry['name']}, 分类: {entry['categories']}, 单位: {entry['unit']}")

针对排查出的字段偏差，可自定义归一化函数修正流属性后再重新匹配。
4. 确认无未链接CF后，调用lcia.write_methods()即可将所有LCIA方法写入当前Brightway2项目。

提示：若后续需要导入依托UVEK数据库构建的LCI数据集，建议先完成上述LCIA导入、流补全操作，再开展LCI数据导入，可大幅降低LCI导入阶段的生物圈流未链接概率。

内容的提问来源于stack exchange，提问作者Mija Frossard