Umberto Kundenberatung

Jan Späth

Jan Späth

+49-40-480009-39

E-Mail

EstiMol: GWP, KEA und EcoIndicator99 basierend auf Molekülstruktur

EstiMol: GWP, KEA und EcoIndicator99 basierend auf Molekülstruktur

EstiMol ist eine kostenlose Datenbank von ifu Hamburg, welche eine Abschätzung von Umweltwirkungen basierend auf der Molekülstruktur von chemischen Verbindungen mit der Systemgrenze 'cradle-to-gate' erlaubt. Damit ermöglicht EstiMol eine Beurteilung der Umweltrelevanz der Chemikalienherstellung ohne genauere Kenntnis des Produktionsprozesses.

EstiMol arbeitet auf einer Datenbank mit circa 14.000 chemischen Verbindungen und den vorberechneten Werten "cradle-to-gate" für Treibhausgas-Potential (GWP), Kumulierter Energieaufwand (KEA) and EcoIndicator 99. Diese Indikatoren wurden mit Hilfe von künstlichen neuronalen Netzen ermittelt.

EstiMol nutzen

Die Nutzung von EstiMol ist kostenfrei. Fordern Sie dazu einfach den Link bei uns an. Nach einer kurzen Registrierung können Sie die Datenbank nach Namen oder CAS-Nummern durchsuchen. Auch das Zeichnen einer Strukturformel und die anschließende Suche nach dieser Verbindung ist möglich. Hinweis: Die Datenbank steht ausschließlich auf Englisch zur Verfügung. Sie möchten EstiMol kostenlos nutzen?

Wofür können EstiMol-Daten genutzt werden?

EstiMol liefert vorberechnete GWP-, KEA- und EcoIndicator99-Werte. Diese Daten können z.B. in Carbon Footprint-Berechnungen oder KEA-Studien eingesetzt werden, bei denen die Chemikalien einen geringfügigen Anteil am Gesamtergebnis haben. Bitte geben Sie Wernet et al. 2009 [2] als Quelle der Berechnungsmethode an, wenn Sie die Daten nutzen.

Die berechneten Daten können auch für eine Prioritätensetzung dienen: Wenn es mehrere Datenlücken in einer Ökobilanz gibt, erlaubt EstiMol die Identifikation der Substanzen, für die eine detailliertere Datenrecherche und weitere Untersuchung angeraten ist, weil sie voraussichtlich einen höheren Anteil an den Umweltwirkungen haben. Dies wurde beispielsweise in [4] beschrieben.

Die Daten werden kostenfrei und ohne Gewähr von der ifu Hamburg angeboten. Wo immer es möglich ist, in einer LCA-Studie andere, verlässlichere Datenquellen z.B. ecoinvent oder GaBi Ökobilanz-Datenbanken sollten diese gegenüber den Werten aus EstiMol bevorzugt verwendet werden

Können die Indikatoren für alle Chemikalien berechnet werden?

Die zugrunde liegende Methode, die für FineChem entwickelt wurde, hat einige Einschränkungen: Künstliche neuronale Netze sind sehr leistungsfähig wenn es darum geht unscharfe (fuzzy) Korrelationen abzubilden. Ihre Schwäche liegt in der Extrapolation. Deshalb ist der Gültigkeitsbereich stark davon abhängig, welche Datensätze für das Training der neuronalen Netze eingesetzt wurden.

Das Tool ist nur für Chemikalien aus petrochemischer Erzeugung gültig, die einige Voraussetzungen erfüllen: es dürfen u.a. keine Brom- oder Iod-Atome, nicht mehr als vier Fluor-Atome und nicht mehr als ein Schwefel- oder Phosphor-Atom im Molekül enthalten sein.

Weiterhin sollten die Ergebnisse der Abschätzung im gleichen Gültigkeitsbereich liegen, wie die ursprünglich verwendeten Trainingsdatensätze der neuronalen Netze. Da diese separat für den GWP-Wert, den KEA und für den EcoIndicator99 trainiert wurden, ist es möglich, dass einer der Ergebniswerte innerhalb des Gültigkeitsbereiches liegt, ein anderer Indikator für die Verbindung aber außerhalb. Wenn ein Wert außerhalb des Gültigkeitsbereiches liegt, kann dies ein Indiz dafür sein, dass die Ergebnisse insgesamt weniger zuverlässig sind, und es deshalb möglicherweise nicht sinnvoll ist, die Daten zu nutzen. Bei der Nutzung von EstiMol erhalten Sie hierzu einen entsprechenden Hinweis.

Was sind neuronale Netze und wie werden sie für EstiMol genutzt?

Das FineChem-Tool [1], das als Grundlage für die EstiMol-Daten eingesetzt wurde, basiert auf künstlichen neuronalen Netzen, um GWP-, KEA- und EcoIndicator99-Werte zu ermitteln. Grundsätzlich bestehen künstliche neuronale Netze (nach dem Vorbild biologischer Neuronen) aus zahlreichen kleinen Bausteinen, die in ihrer Gesamtheit fähig sind, komplexe Aufgaben zu lösen. Diese statistische Methode ist insbesondere dann geeignet, wenn Korrelationen bestehen, aber die Ursache-Wirkungs-Mechanismen nicht bekannt sind, wenn das Problem nicht-linear sowie die Daten "fuzzy" sind.

Dies ist der Fall bei LCIA-Ergebnissen für Chemikalien und ihrer Molekülstruktur. Ein Algorithmus wurde eingesetzt, um die neuronalen Netze zu trainieren und die Parameter zu schärfen. 330 hochqualitative Datensätze für Chemikalien wurden als Daten für das Training verwendet.

Informationen zu EstiMol

Finden Sie das EstiMol-Tool interessant? Haben Sie Fragen zur Anwendung der berechneten ErgebnisseDaten? Benötigen Sie weitere Informationen, oder interessiert Sie die Ausweitung auf weitere Chemikalien? Dann sprechen Sie uns an! Wir freuen uns auf ein Gespräch mit Ihnen.

Finanzierung, Datenquellen und methodische Vorarbeit

EstiMol wurde im Projekt 'Strukturbasierte Umweltbewertung von Chemikalien' (DBU-AZ 30182-31) von der ifu Hamburg GmbH entwickelt. Wir möchten der Deutschen Bundesstiftung Umwelt (DBU) für ihre Unterstützung danken.

Die GWP-, KEA- und Ecoindicator99-Werte, die in EstiMol enthalten sind, wurden mit dem FineChem-Tool berechent [1]. Es wurde von Gregor Wernet Dissertation an der ETH Zürich (Lehrstuhl Prof. Hungerbühler) entwickelt.

Hier wurde erstmals der Ansatz verfolgt, mit künstlichen neuronalen Netzen, die Umweltauswirkungen abzuschätzen, die durch die Chemikalienherstellung verursacht werden. Die methodischen Hintergründe sind in [2] detailliert beschrieben. Wir freuen uns, dass Gregor Wernet seine Erkenntnisse und Methoden für EstiMol zur Verfügung gestellt hat.

Die in EstiMol enthaltenen Chemikalien mit den dazugehörigen Namen, Trivialnamen und CAS-Nummern wurden aus der Datenbank PubChem [3] übernommen.

Quellen

[1] Safety and Environmental Technology Group (2010): The Finechem Tool. www.sust-chem.ethz.ch/tools/finechem

[2] G. Wernet, S. Papadokonstantakis, S. Hellweg, K. Hungerbühler (2009): Bridging data gaps in environmental assessments: Modeling impacts of fine and basic chemical production, Green Chem, 11 (11), 1826.

[3] National Center for Biotechnology Information. The PubChem Project. pubchem.ncbi.nlm.nih.gov.

[4] G. Wernet, S. Hellweg, K. Hungerbühler (2012): A tiered approach to estimate inventory data and impacts of chemical products and mixtures. Int J LCA 2012;17(6):720–8

ifu Expert News

Monatlich Whitepaper, Best Practice Beispiele u.v.m. zu nachhaltiger Produktion