中國科學院碳足跡智能核算研究取得進展

【環球網科技綜合報道】10月22日消息，根據中國科學院官網信息，在“雙碳”戰略背景下，碳核算的效率與精度面臨着更高的要求。傳統生命週期評價（LCA）方法因高度依賴人工、知識門檻高、流程割裂等痛點，已成為制約碳核算研究與規模化應用的關鍵瓶頸。為破解這一難題，中國科學院青島生物能源與過程研究所提出了融合大型語言模型（LLM）的智能LCA解決方案——Chat-LCA。

據悉，相關研究成果以“Intelligent Application of Large Language Model to Life Cycle Assessment Methodology”為題，發表在《Journal of Cleaner Production》上。

Chat-LCA系統實現了LLM在“知識獲取—數據檢索—報告生成”全鏈條的深度融合，顯著提升了碳核算的智能化水平。該研究的原創性體現在首次將檢索增強生成（RAG）、Text2SQL、思維鏈（CoT）與代碼鏈（CoC）等前沿AI技術系統整合於LCA全流程，構建了支持自然語言交互的一體化碳核算智能系統。Chat-LCA有效打通了知識壁壘與數據孤島，實現了從專業問答到報告生成的全流程自動化，突破了現有研究中技術覆蓋片面、環節割裂的侷限。

經多行業、多場景驗證，Chat-LCA展現出卓越的準確性與高效性。其問答模塊在跨十大行業的專業問題中BERTScore達0.85，Text2SQL模塊在真實LCI數據庫上的執行準確率達0.9692，報告生成系統的填充準確率達0.9832，可讀性評分8.42（滿分10）。該系統可將傳統耗時數週的LCA分析任務壓縮至數小時完成，實現了碳核算效率的質的飛躍。

此外，Chat-LCA具有顯著的實際應用價值。以鋰硫電池碳足跡評估為例，系統自動識別出原料獲取（47.2%）與生產階段（31.3%）為碳排放熱點，並提出清潔能源替代等精準減排建議，為企業綠色決策提供了科學依據。該方案大幅降低了碳核算的技術門檻，拓展了LCA方法在工業、政策等多場景的適用性，為“雙碳”目標的實現提供了可落地的技術支撐與決策工具。（青雲）