CHAPITRE 7 DISCUSSION GÉNÉRALE 90
7.2 Développement des facteurs de caractérisation 92
Tout d’abord, le développement des FCs spécifiques au contexte canadien permettent de combler un manque, puisque la méthode ÉICV Canadienne, LUCAS, n’en possède pas encore pour la voie d’impact relative à la qualité écologique des sols (Toffoletto et al., 2007). De plus, ces derniers sont calculés de manière différenciée sur le plan biogéographique à l’échelle des écozones, ce qui répond au domaine spatial choisi pour la méthode.
Ensuite, les deux contextes, canadien et mondial, ont permis d’illustrer le développement des FCs différenciés sur le plan spatial et à une échelle nationale ou encore écologique quelconque. Cette
étape constitue un pas vers l’avant pour les bases de données orphelines de FCs spécifiques pour un contexte géographique donné.
Finalement, l’analyse de la variabilité spatiale effectuée pour l’ensemble des FCs calculés pour chaque contexte et visant à comparer différents niveaux de résolution a permis de mettre en lumière plusieurs éléments de discussion intéressants, ainsi qu’une réflexion sur certains choix méthodologiques. Ils sont présentés dans les sections suivantes.
7.2.1 Modèle de caractérisation et indicateurs d’impact
Quatre indicateurs d’impact ont été utilisés pour modéliser la QE (correspondant à l’axe des ordonnées de la courbe de qualité) et qui représente la capacité d’accomplissement de trois fonctions écologiques fournies par le sol. Toutefois, tel que discuté dans le Chapitre 5, le modèle LANCA (Beck et al., 2010), basé sur la méthode conceptuelle proposée par Baitz (2002) et utilisé pour la compilation de toutes les QE, présente quelques limitations.
Les résultats de la MANOVA ont permis de faire le point sur l’algorithme de calcul et d’identifier les paramètres d’entrée les plus prépondérants et qui influencent significativement le calcul de la QE de chacun des indicateurs d’impact. Le paramètre le plus dominant pour tous est le type d’utilisation des terres, régi par le degré d’anthropisation du sol (« sealing type » dans le Chapitre 5). La QE est ainsi déterminée à partir des propriétés naturelles du sol (texture, contenu en matière organique, etc.), des conditions climatiques (précipitation et évapotranspiration) et topographiques (pente du terrain) puis corrigée en fonction du degré d’intensité de son anthropisation. Ainsi, plus la surface du sol est scellée, plus sa QE devient faible.
Une telle approche simple permet de comparer de manière relative les effets induits par différents types d’utilisation et semble similaire à l’approche proposée par Brentrup et al.(2002), basée sur l’hypothèse suivante : « plus l’aspect naturel est préservé, mieux c’est pour l’environnement ». Néanmoins, si elle semble appropriée pour des grandes classes de types d’utilisation, tel le niveau 1 de la classification CORINE (Bossard et al., 2000), elle demeure plutôt grossière pour estimer la capacité fonctionnelle du sol et différencier parmi des niveaux plus distinctifs (extensive/intensive, etc.). De la sorte, elle devrait éventuellement inclure des effets plus spécifiques basés sur l’influence du type de formations végétales sur chaque fonction écologique. À titre d’exemple, l’effet modérateur d’un couvert végétal est fonction de sa densité et de sa
structure verticale, où la capacité de résistance à l’érosion augmente progressivement d’un sol dénudé à un couvert d’arbres isolés, puis à un couvert herbacé et enfin à des pins groupés. (Rey et
al., 2004). Il en est de même pour la capacité de filtration mécanique qui, dans le modèle
LANCA, ne dépend que principalement de la texture et du type d’utilisation des terres. Or, dépendamment du type de végétation et de la biomasse racinaire, le taux d’infiltration peut en être affecté différemment (Stokes et al., 2008).
Par ailleurs, il serait intéressant d’affiner certains algorithmes de calculs afin d’améliorer la précision et l’interprétation des résultats. De plus, selon les observations réalisées lors des simulations, le modèle LANCA n’était pas toujours très sensible et nécessitait parfois de larges incréments au niveau du paramètre d’entrée avant d’observer un changement sur le résultat. Cette approche est avantageuse dans le sens où elle permet d’identifier les points chauds, c'est-à- dire les régions où la capacité fonctionnelle du sol est la plus vulnérable à une utilisation des terres envisagée. Comme plusieurs méthodes de caractérisation des impacts en ACV, celle-ci suppose des relations linéaires entre l’intervention et l’impact engendré (Milà i Canals et al., 2006). Ce dernier étant proportionnel au FC, il s’exprime par une différence de qualité et en terme de réduction (ou d’amélioration) de la capacité d’un écosystème terrestre à performer chacune de ses fonctions écologiques. Or, les impacts sur la qualité écologique des sols sont rarement en relation linéaire avec l’intervention. Des approches basées sur des fonctions doses- réponse peuvent ainsi être considérées en définissant des valeurs critiques cibles au-delà desquelles la réduction de la capacité fonctionnelle n’est plus récupérable et l’impact devient très important (Arshad et Martin, 2002; Schjønning et al., 2004). Ces méthodes sont souvent utilisées dans le domaine de la science des sols. De plus, les impacts doivent également être en mesure de considérer la rareté de la ressource ou encore son accessibilité. De cette manière, pour des zones où la capacité fonctionnelle de la recharge en eau souterraine est faible par exemple, l’impact attribuable doit être plus grand étant donné la rareté de la ressource et même encore plus important pour les zones où son accès est plus difficile. Ainsi, en vue de mieux refléter l’impact total, il est plus approprié de corriger ce calcul en fonction de la situation de rareté régionale, tel qu’effectuée par la méthode suisse « Ecological Scarcity Method » (Frischknecht et al., 2008 ).
7.2.2 Situation de référence
Basés sur la courbe de qualité environnementale typique d’un sol, les FCs sont développés en suivant les dernières recommandations du groupe de travail sur les ressources et l’utilisation des terres en ACV de l’UNEP/SETAC Life Cycle Initiative (Milà i Canals et al., 2007a). Ils représentent une différence de qualité entre l’état de référence (PNV) et l’utilisation envisagée (Eq.5.2). Le choix de la référence influence donc l’interprétation des résultats.
En effet, selon les résultats de FCs négatifs obtenus (QPNV < Qutilisation), l’occupation par une forêt ou une prairie permet d’améliorer la capacité de résistance à l’érosion de zones à broussailles (lande, toundra). Ces dernières sont effectivement des régions à faible couvert végétal et dont leur distribution est inégale, ce qui laisse de grandes zones dénudées et sensibles à l’érosion (Breshears et al., 2003). A l’inverse, la forêt et la présence d’une couverture herbacée dense (prairie) constitue la meilleure protection pour lutter contre l’érosion (Rey et al., 2004). Par ailleurs, les FCs les plus élevés sont généralement obtenus pour un usage urbain (Qutilisation < QPNV) qui induit habituellement une grande réduction de plusieurs capacités fonctionnelles du sol, surtout pour des zones forestières où elles sont naturellement importantes.
Dans la mesure où la référence n’est pas perçue comme un objectif de qualité, le choix de la PNV est jugé approprié. Une telle référence dynamique considère l’atteinte d’un état quasi-naturel et permet de représenter adéquatement les impacts attribuables à une activité et ce, relativement à un scénario alternatif, soit l’absence ou la non-utilisation des terres (Milà i Canals et al., 2007a).
7.2.3 Impacts de la transformation
Seuls les FCs pour les impacts d’occupation des terres ont été développés pour les fins de ce travail. Pour le cas d’un processus de transformation, le FC correspondant est proportionnel à cette même différence de qualité tout en considérant la durée de temps requise pour atteindre un état stable de renaturation (Eq. 5.3). Malgré la difficulté de prédire de telles durées, qui dépendent non seulement des conditions biogéographiques mais aussi de l’intensité de l’utilisation, plusieurs publications fournissent des estimations grossières qui demeurent acceptables (Müller-Wenk, 1998; Weidema et Lindeijer, 2001; Koellner et Scholz, 2007; Schmidt, 2008). Elles peuvent ainsi servir de point de départ pour évaluer les impacts associés à la transformation. Par ailleurs, les
conclusions concernant l’analyse de leur variabilité spatiale sont semblables à celles tirées pour le cas de l’occupation.