《Environmental Science: Advances》：Life cycle inventory data for critical mineral mining: recommendations and new U.S. data compendium
编辑推荐：
本综述系统分析了关键矿产开采生命周期清单（LCI）数据现状，指出当前Ecoinvent和GREET等主流数据库存在数据陈旧、地理代表性不足等局限。作者团队创新性地构建了美国19个活跃关键矿产矿山（铜、锂、镍）的开放式数据平台，整合了地理位置、产量及污染物排放（如CO2e）数据，并采用TRACI模型量化了生态毒性（EC）、人类健康癌症（HHC）和非癌症（HHNC）影响。研究发现所有矿山均邻近环境正义（EJ）社区，凸显了数据透明化对促进矿产供应链可持续性和社区环境健康的重要性。
环境意义
采矿是关键矿产供应链的基础，为锂离子电池等低碳技术提供原料。随着矿产需求激增，量化并减轻采矿的环境影响至关重要。生命周期评估（LCA）是核心工具，但其应用面临重大挑战：缺乏可靠数据支撑全面的关键矿产采矿LCA。常用采矿LCA数据源往往过时且缺乏地理代表性。然而，生成近期、地理代表性数据难度极高，因为数据通常分散于多个来源（如政府排放报告、企业文件）。为填补这一空白，本研究推出了美国铜、锂、镍关键矿产矿山的数据汇编，为更精准的LCA提供基础数据，并指导如何处理采矿污染物排放数据的不确定性用于LCA。
引言
能源转型涉及锂离子电池、太阳能电池板和风力发电机等矿物依赖型技术的大规模应用，这些技术使用铜、锂、钴、镍等关键矿产。证明这些技术减少化石燃料消耗和温室气体（GHG）排放的LCA通常用于论证其环境效益。LCA是对产品全生命周期环境影响的整体分析，生成有洞察力的LCA结果需要稳健可靠的生命周期清单（LCI）数据，以量化每个生命周期阶段的能量和物料流动，包括向空气、水和土地的排放。然而，矿物依赖型技术的LCA往往缺乏采矿阶段的高质量数据。
数据质量是LCA的关键考量。Weidema提出的数据质量矩阵包含五个指标，最可靠的数据应基于测量，且来自足够长时间内多个场址以平衡典型波动。对于采矿，高质量排放数据应在多个采矿场址测量，并捕获正常工艺变化引起的排放差异。高质量数据还应小于三年、来自研究区域且与LCA目标捕获的工业过程类型相同。获取矿物矿山高质量数据具有挑战性但很重要。矿山的环境影响高度依赖地理位置，如当地环境法规严格程度、采矿作业中的技术和管理实践选择、矿石品位等因素。此外，采矿技术正不断发展以减少水和能源消耗。
关键矿产LCI数据在LCA模型和数据库中的现状
现有同行评审文献中，用于关键矿产采矿LCA的数据质量和来源各异。然而，目前尚无开源数据库提供当代、位置特定的关键矿产采矿环境影响数据来改进支撑LCA的LCI数据质量。根据近期文献综述，仅40%的关键矿产采矿LCA使用矿山原始数据。原始数据对于开发准确反映单个矿山及其局部化影响的LCA至关重要。其他研究使用常见数据库如Ecoinvent（37%）和温室气体、管制排放及能源使用技术（GREET）模型（1%），而许多从文献中提取LCA参数（19%）。鉴于Ecoinvent作为数据源的突出地位，了解该数据库中矿物数据的来源对于判断这些LCA结果的质量至关重要。
以Ecoinvent中的参考产品“铜矿运营与选矿，硫化矿”为例，该产品数据包含九个特定国家数据集和一个代表世界其他地区（RoW）的数据集。这九个特定国家数据集并未包含单个矿山的物料和能量流动或污染物排放。国家层面LCI数据是通过根据国家平均矿石品位缩放选矿试剂（如石灰和氰化钠）、电力和水消耗的LCI数据生成的，该方法由Northey等人概述。铜精矿精炼数据基于火法冶金铜生产和阳极剥片。然而，火法冶金处理仅占铜产量的约80%，其余20%来自湿法冶金处理。尽管Ecoinvent声明这些数据集具有时间、地理和技术代表性，但其中两个数据集已超过10年，地理代表性源自全国平均矿石品位而非特定矿山矿石品位，且数据可能不适用于进行湿法冶金处理的矿山。值得注意的是，Classen等人中的基础数据源来自更早年份的来源。鉴于Ecoinvent总部在瑞士，背景数据通常包括欧洲或瑞士来源的数据，即使对于欧洲以外发生的过程也是如此。例如，标记为对澳大利亚具有地理代表性的硫化矿生产铜精矿数据集使用了来自瑞士或欧洲的化学试剂数据。这种不匹配也存在于其他八个国家。
Ecoinvent的“钴生产”数据集是另一个具有低时间和空间代表性的例子。2012年对八家主要钴生产商进行了调查，以收集原始、场地特定数据来构建清单并记录排放。Ecoinvent用户必须使用此全球平均数据集，无法根据矿山位置、使用技术或其他因素细化钴LCI数据。由于这些生产者及其位置未披露，很难理解数据来源并对数据集的全球代表性充满信心。鉴于一个国家主导钴生产，全球代表性可能不如铜相关。2012年，刚果民主共和国（DRC）占全球产量的53%以上，而到2024年，DRC生产了全球超过75%的钴。Ecoinvent中钴生产的全球平均数据集具有从摇篮到大门系统边界，涵盖采矿、选矿（即生产精矿和/或萃余液）、钴的初级提取和进一步浓缩以及精炼成钴金属。该数据集详细说明其排放直接从场址获取。此外，“钴生产”文档页面列出代表性为30%，但未定义该值的确定方式。相比之下，“铜矿运营与选矿，硫化矿”的代表性为RoW 80%，每个特定国家为95%。同样，Ecoinvent文档未披露计算这些值的方法。重要的是，Ecoinvent确实根据Weidema的数据质量谱系对其LCI中的值进行评分。Ecoinvent还为其LCI数据提供不确定性分布和平方几何标准差（GSD2）。这种关于基础数据质量和不确定性的透明度有助于用户评估数据集的相关性和实用性。
获取关键矿产采矿LCI数据的另一个选项是使用GREET模型，这是一个强调美国的开源大型LCA模型。GREET中的矿物LCI数据在一定程度上解决了供应链的国际方面。例如，该模型包含智利碳酸锂生产的数据。镍LCI数据随矿石品位变化，但无论能耗水平如何，电力与柴油提供的能源份额是固定的。电力的能源和排放因子基于镍的全球产量加权平均。模型中未包含矿山特定数据。要完全理解该模型中的数据来源，可能需要彻底审查记录模型中数据源的技术报告和出版物。GREET文档尚未采用Weidema框架来记录数据质量，因此旨在使用该框架表征数据质量的用户如果选择，必须独立进行。
对这两种模型的审查表明，寻求使用它们的分析师可能正在生成矿物供应链数据质量相对较低的LCA结果。在矿产对于应对脱碳、通信和国防技术等挑战日益重要的时代，这些数据质量挑战迫在眉睫。然而，获取场地特定、近期的矿山LCI数据非常耗时。要使数据公开可用，要么行业必须自愿提供这些数据，要么必须按要求向政府机构报告，然后这些机构将数据置于公共领域。当关键矿产矿山的环境影响文档确实存在时，它通常是分散和碎片化的。来自不同公司或机构的数据经常存在于许多位置、多个数据库以及不同形式（如硬拷贝或电子版）。例如，美国维护着许多关于国内矿山的数据库和信息来源，但这些资源是孤立的，没有集中化。此外，一些数据是保密的、专有的或需要订阅才能访问。
对开源数据汇编的需求
我们认为，迫切需要近期的、开源的、位置特定的矿山LCI数据，包括美国的数据。美国采矿的数据需求历史上并非优先事项，因为美国并非矿产供应链的主要参与者。然而，出于能源和材料韧性以及独立于其他国家的考虑，美国正大力推动关键矿产供应链的本土化。例如，2025年3月的一项行政命令要求加快关键矿产采矿许可流程，并优先考虑联邦土地上的矿产生产和加工。因此，美国采矿LCI数据日益重要。
为应对这一迫切需求，我们建立了关键矿产矿山的数据汇编。该汇编以交互式地图和可下载数据的形式，目前集中了美国活跃铜、镍、锂矿山的位置、生产速率和排放数据。在一项首创的分析中，我们利用汇编中收集的数据比较了美国各矿山的环境影响，评估了LCI数据质量中时间和空间方面的重要性。在我们回溯至2009年的近期文献综述中，没有关键矿产采矿LCA探讨数据年龄如何影响结果，且大多数由于数据缺口未涉及除GHG排放外的其他排放。我们创建的汇编有助于填补这些空白。该汇编可以随着美国新数据的出现而更新，扩展到包括更多矿物，并扩展到包括来自其他国家的数据。
据我们所知，该数据汇编是唯一免费公开的资源，能够支持使用近期和本地排放数据的美国关键矿产矿山LCA。这些LCA反过来可以比较矿山的环境绩效，从而刺激制定知情政策以促进国内外的可持续矿产供应链。
方法
我们首先选择纳入的矿物。我们强调对脱碳技术至关重要且被认为存在供应链风险或被归类为“关键”的矿物。对于我们的数据汇编，我们调查了用于电动汽车电池并被USGS或DOE定义为“关键”的矿物矿山。这些标准将我们的范围限制在铜、锂和镍，以及以其主要产品生产这些元素的活跃矿山。石墨、钴和锰也是电动汽车电池重要的关键矿物组成部分，但美国没有这些矿物的活跃矿山。活跃矿山指截至2025年6月处于生产状态的矿山。
我们依赖USGS的矿物资源在线空间数据和矿山健康与安全管理局（MHSA）的矿山数据检索系统来获取矿山的位置和状态。环境排放数据来自环境保护署（EPA）的有毒物质释放清单（TRI）和国家排放清单（NEI）。TRI中的数据是设施每年自行报告的，捕获土地、水和空气排放。NEI数据每三年收集一次，主要由州、地方和部落机构而非设施收集，这些数据仅代表标准空气污染物（CAP）和温室气体（GHG）排放，以及可选的 hazardous air pollutants（HAP）。HAP的空气排放数据存在一些重叠，但TRI包括HAP以外的其他有毒空气化学品。生产数据从单个矿山的公开许可文件和
