Novel Data Models for Inter-operable LCA Frameworks

生命周期评价（LCA）在评估产品、技术或服务在整个生命周期内的环境影响方面发挥着关键作用。然而，许多现有的LCA工具和方法缺乏足够的元数据管理，这可能会阻碍它们的进一步发展和广泛应用。以清洁能源技术的LCA为例，元数据有助于监测数据和环境，以保持能源资产的完整性和材料来源的可持续性，涵盖它们整个价值链。本文提出了本体化元数据的概念，即使用共同的词汇和语言连接多个数据源，并实施AI感知的数据管理，可以在收集和利用来自不同来源的高质量数据以及整个数据生命周期内产生长期的、积极的和加速的影响。近年来，本体论在生命周期评价中的整合引起了广泛关注。本文综合了本体论在LCAs中的现有文献，提供了对这个跨学科领域的演变、现状和未来方向的深入洞察。我们还提出了适合的数据模型框架及其工作流程，以确保与现有本体论、实用框架和行业标准的对齐。

论文旨在解决LCA工具和方法缺乏充分元数据管理的问题，通过本体论和人工智能感知数据管理来提高数据质量和可持续性

本文提出了一个适合的数据模型和工作流程框架，以确保与现有本体、实用框架和行业标准的对齐，并综合了本体在LCA中的应用和研究进展

论文提出的框架可以帮助提高LCA工具和方法的元数据管理，从而提高数据质量和可持续性；本文综合了本体在LCA中的应用和研究进展，为未来研究提供了方向；实验设计了合适的数据模型和工作流程框架，为实际应用提供了指导

近年来，本体在LCA中的应用已经引起了广泛关注，相关研究包括《Ontologies for Life Cycle Assessment: A Review of Existing Literature and Potential Future Directions》、《Ontology-based life cycle assessment of building energy performance》等