3. OpenLCA项目与数据库管理
在OpenLCA中开始任何一次生命周期评价之前，最先要处理的并不是过程建模，而是数据环境。OpenLCA把数据组织成两个相互关联的层次：数据库（Database）是真正存放物质流、过程、流属性、单位组、影响评价方法等对象的容器；项目（Project）则是对数据库的一种“使用视图”，它记录当前激活的是哪个数据库、采用哪套影响评价方法、以及产品系统的计算配置。理解这两层关系，是后续过程连接与产品系统构建能够顺利复现的前提。
很多初学者会误以为“新建项目”就等于“新建数据库”，结果在导入数据后找不到过程，或者在切换项目后发现数据消失。实际上，OpenLCA启动时打开的是一个工作区，工作区内可以同时存在多个数据库和多个项目。项目本身不存储过程数据，它只是指向某个数据库并保存计算设置。因此，正确的操作顺序应当是：先建立或导入数据库，再基于该数据库创建项目，最后在项目中开展建模与计算。
一、创建新数据库与导入数据库
OpenLCA的数据库有两种来源：一种是从零新建的空数据库，另一种是从外部文件导入的数据库。新建空数据库适用于自建小规模数据集的场景，操作路径为菜单 Database → New Database，在弹窗中填写数据库名称（建议包含来源与版本，例如 MyStudy_2024_v1），并选择是否同时创建默认单位组与流属性。空数据库建立后，需要自行导入或手工创建流、过程与影响评价方法，工作量较大，通常只在教学演示或企业自建数据时使用。
更常见的是导入现成数据库。以ecoinvent为例，官方提供的是 .zolca 格式的数据库文件。操作路径为 Database → Import → Linked Database 或 Import → Other，选择对应的 .zolca 文件后，OpenLCA会将其解压并注册为一个新数据库。导入过程可能持续数分钟到数十分钟，取决于文件大小与机器性能。导入完成后，数据库会出现在导航栏的 Databases 节点下，双击即可激活。
.zolca 文件与当前OpenLCA版本兼容。较新的ecoinvent版本可能要求OpenLCA 2.x，而旧版OpenLCA 1.x无法直接打开，需要先升级软件或使用官方提供的转换工具。导入后不要急于建模，应先做一次完整性检查：打开数据库，确认 Processes、Flows、Flow properties、LCIA methods 四类对象的数量是否与官方说明一致；随机打开一个过程，检查其输入输出流是否完整、单位是否正确；再打开一个影响评价方法，确认其特征化因子表非空。这一步能提前发现导入中断或文件损坏的问题，避免在建模后期才暴露数据缺失。
二、管理数据库版本
数据库版本管理是保证研究可复现的核心环节。同一个研究项目在迭代过程中，往往会经历“导入基础数据库—补充企业实测数据—修正某个过程的分配参数”等多个阶段。如果不做版本记录，后期很难说清某个结果究竟基于哪一版数据。OpenLCA本身不提供类似Git的版本控制，但可以通过以下三种方式实现版本管理。
第一种是文件级备份。在每次重大修改前，使用 Database → Export → Database 将当前数据库导出为 .zolca 文件，文件名中嵌入日期与版本号，例如 ecoinvent39_cutoff_20240315_v2.zolca。这种方式最直接，缺点是文件体积大，频繁备份会占用较多磁盘空间。
第二种是项目级隔离。为不同研究目的创建独立项目，每个项目绑定到对应版本的数据库。例如“包装方案A”项目绑定到 DB_v1，“包装方案B”项目绑定到 DB_v2。这样即使数据库被更新，旧项目仍指向旧数据库，结果可复现。需要注意的是，OpenLCA中删除数据库会同时影响引用它的项目，因此删除前必须确认没有项目仍在使用。
第三种是元数据记录。在数据库的 Description 字段中写明数据来源、版本号、导入日期、修改说明。例如：“ecoinvent 3.9 cut-off，2024-03-15导入，已补充企业电力流，未修改背景过程。”这条描述会随数据库一起导出，是团队协作时最轻量的版本线索。
| 管理方式 | 适用场景 | 优点 | 注意事项 |
|---|---|---|---|
| 导出 .zolca 备份 | 重大修改前、交付前 | 完整可恢复，可跨机器迁移 | 文件大，需规范命名 |
| 项目绑定隔离 | 多方案并行研究 | 互不干扰，结果可追溯 | 删除数据库前检查项目引用 |
| Description 元数据 | 团队协作、日常迭代 | 轻量，随库导出 | 需团队约定书写规范 |
三、为过程连接准备一致的数据环境
后续章节要进行过程连接与产品系统构建，这对数据环境提出了一致性要求。首先是单位与流属性一致：如果两个过程分别用“kg”和“t”表示同一物料，连接时OpenLCA会依据流属性进行换算，但前提是两者引用同一个流属性对象。若导入的数据集混用了不同来源的单位组，连接时可能出现换算失败或量纲错误。因此导入后应检查关键流（如电力、天然气、钢材）的流属性是否统一。
其次是过程类型一致：单元过程（Unit process）与系统过程（System process）在连接时的行为不同。单元过程保留内部流细节，适合做过程连接；系统过程是已聚合的黑箱，通常作为背景数据直接引用。建模时应明确哪些过程需要连接、哪些直接作为背景调用，避免把系统过程误当作单元过程去连接。
最后是地理与时间范围一致：同一产品系统内的过程应尽量处于相同的地理边界和时间区间。例如研究2024年中国市场的包装方案，背景电力应选择中国电网2024年的数据集，而不是混用欧洲或旧年份数据。这些一致性检查应在数据库准备阶段完成，而不是等到产品系统计算报错时才回头排查。
完成上述准备后，数据环境就具备了可连接、可复现、可追溯的基础。此时再进入过程连接环节，无论是自动连接还是手工指定输入输出，都能减少因数据不一致导致的返工。