Gestion de l'incertitude causée par l'incohérence d'échelle spatiale à l'interface de l'inventaire et de l'analyse des impacts en ACV

L'analyse du cycle de vie (ACV) se divise en deux phases de calcul. L'inventaire du cycle de vie (ICV) prédit la quantité de chaque polluant émis par les processus élémentaires (PÉ) (usines, transport, extraction de matières premières). Il est possible de trouver les coordonnées géographiques d'une minorité de PÉs. Les autres PÉs sont modélisés par une base de données générique d'ICV, dont la résolution spatiale est généralement nationale : le pays du PÉ est connu, mais pas sa position au sein du pays. La seconde phase de calcul, l'évaluation des impacts de cycle de vie (ÉICV), modélise le sort, l'exposition et l'effet des polluants sur la santé humaine et la biodiversité, par l'intermédiaire de facteurs de caractérisation (FCs). Pour certaines catégories d'impacts dites « régionales », comme l'acidification, l'eutrophisation, les effets respiratoires, etc., les FCs varient fortement sur de courtes distances. Cette variabilité spatiale peut atteindre plusieurs ordres de grandeur sur le territoire d'un même pays. Dans l'absence d'informations spatiales plus précises sur l'inventaire, on doit caractériser les flux d'inventaire à l'aide de FCs agrégés. Cette situation cause une augmentation d'incertitude qui n'avait pas été quantifiée jusqu'à présent. Cette thèse propose un ensemble d'outils nécessaires à la gestion de cette incertitude. L'algorithme d'agrégation permet la quantification de l'incertitude créée par cette opération et l'identification des pays où l'utilisation des FCs agrégés devrait être évitée. Les résultats préliminaires indiquent que pour la catégorie d'impact de l'utilisation de l'eau sur la santé humaine, la variabilité spatiale et l'incertitude couvrent la même gamme de valeur pour la majorité des pays. Le manque d'information spatiale ne sera donc pas une source majeure d'augmentation de l'incertitude, sauf pour certains cas, identifiés par un indicateur d'augmentation d'incertitude élevé. La méthodologie d'agrégation et de calcul de l'indicateur d'augmentation d'incertitude pourront être appliqués à d'autres catégories d'impact à mesure que l'incertitude sur les FCs natifs sera publiée. La thèse introduit aussi la puissance statistique, outil tiré des tests d'hypothèse pour juger de la signifiance de différences entre deux variables aléatoires, et montre comment il pourrait être utilisé dans la pratique des analystes et le développement du modèle. La puissance statistique permet d'alimenter la discussion et l'interprétation de l'incertitude dans le cadre d'une étude. Cette quantité représente la probabilité que la conclusion soit la bonne, malgré la présence vi d'incertitudes. Pour les développeurs de modèles, la puissance statistique permet de juger de la signifiance de la différence entre les différents FCs créés pour une même substance. Les résultats préliminaires indiquent que pour la catégorie d'impact de l'utilisation de l'eau sur la santé humaine, même pour les pays comportant plus d'une dizaine de FCs, il ne seraient pas justifié de créer plus de deux ou trois archétypes de FCs. La différence entre un plus grand nombre d'archétypes ne serait pas statistiquement significative. La thèse argumente en faveur de la création de FCs par industrie. Les proxys d'émission par industrie permettent de localiser les émissions en fonction de la répartition géographique d'une industrie, qui pourrait être très différente de la répartition géographique de la population (l'hypothèse par défaut appliquée jusqu'à présent). Ces proxys d'émission produisent des FCs agrégés plus pertinents. De plus, chaque industrie se retrouve concentrée dans un petit nombre de cellules, ce qui réduit la variabilité spatiale, comparativement à une agrégation qui ne tient pas compte de la source de l'émission. Finalement, un algorithme de calcul de scores d'impacts, focalisé sur les besoins des analystes, permet la spatialisation ponctuelle de PÉs. L'algorithme permet d'accéder au détail de la chaine d'approvisionnement, information essentielle si un analyste veut remplacer un FC agrégé par un FC natif. L'accès à ce détail permet aussi d'identifier les points chauds d'incertitude et les meilleures opportunités de réduction de sa réduction.