Data-Gouv-FR/agribalyse-detail-par-ingredient

AGRIBALYSE® v3.2是一个法国农业产品生产和食品消费的环境影响指标参考数据库。这些数据旨在支持农业和食品系统的环境转型，基于生命周期分析（ACV）方法，提供产品从生产到消费全过程的全面环境影响指标，涵盖气候、水、空气、土壤等多个方面。数据基于特定假设和精确方法框架构建，需结合用户指南使用以避免误解或不当应用。此外，有详细文档确保透明度，且数据会持续更新和改进。相关数据集包括即食食品和农业原材料（分常规和有机产品）的表格。许可证：其他 语言： - 法语 标签： - 法国政府开放数据平台（data-gouv） - 法国公共开放数据（donnees-publiques-francaises） - Parquet格式（parquet） - CSV格式（csv） - 开放数据（open-data） 美观名称："AGRIBALYSE - 按成分细分" 配置项： - 配置名称：`fichier` 数据文件： - 拆分：`train`（训练拆分） 路径：`data/fichier.parquet` # AGRIBALYSE - 按成分细分 ## 来源 - 官方来源：https://www.data.gouv.fr/datasets/agribalyse-detail-par-ingredient - data.gouv.fr平台数据集标识符：`6389c64b4ead6201fc87de97` - data.gouv.fr平台短标识：`agribalyse-detail-par-ingredient` - data.gouv.fr元数据中标注的许可证：`lov2` ## Hugging Face 数据集结构 - 一个data.gouv.fr数据集对应一个Hugging Face仓库 - 一份原始表格资源对应一个Hugging Face子数据集/配置项 - 每个子数据集/配置项均包含一个名为`train`的拆分 ## 子数据集 - `fichier` → 对应文件路径：`data/fichier.parquet` ## 使用方法 python from datasets import load_dataset ds = load_dataset("Data-Gouv-FR/agribalyse-detail-par-ingredient", "fichier") print(ds["train"]) ## 原始描述 ### 版本 **AGRIBALYSE® v3.2** AGRIBALYSE®是一套针对法国本土生产的农产品及法国境内消费的食品的环境影响指标参考数据库。 该数据集旨在助力农业与食品系统的环境转型。其基于[生命周期评估法（Life Cycle Assessment，ACV）](https://doc.agribalyse.fr/documentation/les-donnees/methodologie-acv)构建，可提供产品全流程（从农田到餐桌）的环境影响指标，涵盖气候、水资源、大气、土壤等各类环境议题。数据集基于若干假设及严谨的方法论框架搭建。 此类科学数据需根据具体场景及使用者需求进行适配。**务必先查阅[《用户指南》](https://doc.agribalyse.fr/documentation/utiliser-agribalyse/precautions-et-conditions-dusage)，以避免误用或不当使用**。 此外，完整的[官方文档](https://doc.agribalyse.fr/documentation)可保障研究工作的透明度。本套创新性研究成果具备迭代性，未来数年将持续推出优化与更新版本。所有相关信息及联系方式请访问：www.agribalyse.fr 另有多套数据集可在[AGRIBALYSE数据仓储](https://entrepot.recherche.data.gouv.fr/dataset.xhtml?persistentId=doi:10.57745/XTENSJ)获取： * 面向即食食品的电子表格数据集 * 多套面向初级农产品（农场产出）的电子表格数据集：分别针对常规种植农产品、有机农产品，以及一款针对特定食品类别的专用电子表格数据集。

搜集汇总

数据集介绍

构建方式

AGRIBALYSE® v3.2是法国农业与食品环境影响的权威参考数据库，基于生命周期评价（ACV）方法论构建，涵盖从田间到餐桌的全链条环境指标。该数据集以标准化格式整理，将原始官方数据资源映射为Hugging Face上的单一数据集仓库，其中每个原始表格资源对应一个Hugging Face子集（configuration），并统一包含名为`train`的分割。数据集以Parquet格式存储，确保高效读写与跨平台兼容性。

特点

该数据集的核心特色在于其科学性与可溯源性。所有环境指标均严格遵循ACV方法，覆盖气候、水、空气、土壤等多维度影响类别，并提供法国农业生产与消费场景下的精细化评估。数据集附带详尽的用户指南与透明文档，强调使用时的上下文适配要求，尤其适用于食品系统环境转型研究与政策制定。此外，开放许可（lov2）与多格式支持（Parquet、CSV）便于学术与工业界复用。

使用方法

用户可通过Hugging Face的`datasets`库便捷访问数据，使用`load_dataset`函数指定子集名称（如`fichier`）即可加载训练数据。加载后返回的标准Dataset对象支持pandas转换、数据切片与批量处理，便于与机器学习工作流集成。建议在使用前仔细阅读官方《用户指南》（Guide d'utilisateur），以避免误读或不当的环境影响解读。数据还可通过原始data.gouv.fr平台或AGRIBALYSE Dataverse获取更多扩展表格。

背景与挑战

背景概述

AGRIBALYSE - Détail par ingrédient 数据集创建于AGRIBALYSE® v3.2版本，由法国农业与环境研究机构主导开发，旨在提供法国农业生产与消费食品的环境影响生命周期评估（ACV）指标。作为法国公共数据开放计划的一部分，该数据集依托data.gouv.fr平台发布，核心研究问题聚焦于量化食品从田间到餐桌全链条的环境足迹，涵盖气候、水资源、空气及土壤等多维度影响。其影响力辐射至农业与食品系统的环境转型领域，为政策制定者、科研人员及企业提供了透明、可复用的基准数据，推动了生态标签与可持续消费决策的科学化进程。

当前挑战

该数据集面临的首要挑战是生命周期评估（ACV）方法本身固有的复杂性与假设依赖性，例如不同生产阶段边界划分、排放因子选取及地域特异性差异，易导致跨数据集比较的偏差。构建过程中，数据整合自多元异构来源（如农业投入、加工工艺、运输模态），需协调数据粒度、单位与时间维度的一致性，尤其在处理有机与常规农业产品的分类时，方法学框架的细微差别可能放大不确定性。此外，用户需谨慎参考《使用指南》以避免误用，反映出数据集在向非专业受众传递科学信息时存在的解释性鸿沟。

常用场景

经典使用场景

AGRIBALYSE-Détail par ingrédient数据集作为法国农业与食品环境足迹的权威参考数据库，其经典使用场景聚焦于基于生命週期评估（LCA）方法的精细化环境影响核算。研究者可借助该数据集，逐一剖析食品中每一种原料从田间到餐桌全链路的生态足迹，包括碳排放、水资源消耗、土壤酸化等多元指标，从而实现对复合食品环境负荷的成分级溯源与量化。这一细粒度的数据支撑使得对食品供应链各环节贡献度的拆解成为可能，为后续的生态优化策略提供了坚实的定量基础。

衍生相关工作

基于AGRIBALYSE-Détail par ingrédient，学界与业界已衍生出一系列创新性工作。在算法层面，出现了融合生产-消费数据的生态标签推荐系统，以及预测原料替代对全生命周期影响的机器学习模型。政策研究方面，该数据集被用于构建法国国家食品消费环境账户，量化膳食结构变化对温室气体排放的长期贡献。此外，多学科团队以此为基础发展了“生态-营养双优”食谱自动生成工具，从数千种原料组合中筛选出同时满足健康与低碳约束的菜单方案。这些衍生工作不断扩展着原始数据的使用边界，形成从基础核算到智能决策的完整应用谱系。

数据集最近研究

最新研究方向

在可持续农业与食品系统转型的前沿领域，AGRIBALYSE细分为原料粒度数据集代表了生命周期评估（LCA）研究的重要进展。该数据集以法国本土农产品和食品为对象，通过详尽的从田间到餐桌的全链条环境指标分解，为气候变化、水资源消耗、土壤和空气质量等多维度环境影响提供了透明且可量化的科学基础。当前，随着全球对食品碳足迹和生态标签透明度的迫切需求，这一数据集正被广泛用于构建环境足迹数据库、优化食品供应链的减排策略，以及支持生态标签与绿色公共采购政策的制定。其细粒度原料级数据尤为关键，推动了食品工业中基于成分的环境影响归因分析，为消费者、企业和政策制定者提供了精准决策依据，进而加速了农业食品系统向低碳、资源高效与生态友好的深度转型。