تقدير بيانات العمليات الفردية لتقييم دورة الحياة باستخدام نهج قائم على شجرة القرار

يعد نقص بيانات العمليات الفردية تحديًا رئيسيًا لتطوير جرد دورة الحياة (LCI) في تقييم دورة الحياة (LCA). في السابق، طورنا نهجًا قائمًا على التشابه لتقدير بيانات العمليات الفردية المفقودة، والذي يعمل فقط عندما يكون أقل من 5% من البيانات مفقودة في عملية واحدة. في هذه الدراسة، قمنا بتطوير نموذج تعلم آلي أكثر مرونة لتقدير بيانات العمليات الفردية المفقودة كتكملة لطريقتنا السابقة. على وجه الخصوص، اعتمدنا نهج التعلم الخاضع للإشراف القائم على شجرة القرار لاستخدام مجموعة بيانات العمليات الفردية الحالية (ecoinvent 3.1) لوصف العلاقة بين المعلومات المعروفة (المتغيرات المستقلة) وتلك المفقودة (الاستجابة). تظهر النتائج أن نموذجنا يمكن أن يصنف بنجاح التدفقات الصفرية وغير الصفرية بمعدل تصنيف خاطئ منخفض للغاية (0.79% عندما تكون 10% من البيانات مفقودة). بالنسبة للتدفقات غير الصفرية، يمكن للنموذج تقدير قيمها بدقة مع معامل تحديد (R2) يتجاوز 0.7 عندما تكون أقل من 20% من البيانات مفقودة في عملية واحدة. يمكن لطريقتنا تقديم بيانات مهمة لتكملة بيانات (LCI) الأولية لدراسات (LCA) وتظهر التطبيقات الواعدة لتقنيات التعلم الآلي في (LCA).