Etape II : Calcul de l’inventaire et évaluation des impacts du cycle de vie

Après l’identification des différents acteurs, de leurs sous-systèmes et des différents processus les composant, vient l’étape de l’inventaire de cycle de vie.

Selon les acteurs à étudier, précisés dans la phase des objectifs, les différents sous-systèmes de premier-plan sont distingués de ceux de l’arrière-plan. Ensuite, les modalités d’obtention des données d’inventaire sont détaillées.

II.3.1 Identification des sous-systèmes de premier et

arrière-plans

Lors de cette phase, après découpage du système en sous-systèmes par acteur économique, les sous-systèmes de premier-plan sont identifiés, qui correspondent aux acteurs à étudier selon nos objectifs. Le sous-système en premier-plan est défini par Tillman (2000) comme étant « un ensemble de processus sur lequel l’acteur économique a des possibilités d’actions sur leur modification et leur choix ». Pour chaque acteur à étudier, différents processus élémentaires peuvent entrer en jeu au sein d’un même sous-système.

Cette description permet de distinguer les différents processus élémentaires qui sont associés aux sous-systèmes de premier-plan de ceux qui sont associés aux sous-systèmes en arrière-plan. Dans l’exemple de la Figure 30 (page 112) nous pouvons voir les différents processus du sous-système en premier-plan qui correspond à l’étude pour l’acteur « agriculteur » ainsi que les interactions entre ces différents processus et les sous-systèmes en arrière-plan. Dans tous les cas, ces interactions correspondent à des flux intermédiaires en ACV, mais elles seront traitées différemment en termes de calcul d’inventaires.

II.3.2 Les calculs d’inventaires

II.3.2.1 Premier-plan : inventaires par modélisation

Dans la mesure du possible (existence de modèles), nous utilisons cette approche pour les sous-systèmes en premier-plan étudiés, car les paramètres du modèle sont autant de leviers d’actions potentiels pour l’acteur contrôlant le système de premier-plan.

Ces modèles permettent de quantifier les flux entrants et sortants d’un processus ou d’un sous-système constitué de plusieurs processus. Par exemple, la Figure 32 (page 114) montre la synoptique du modèle d’inventaire pour l’estimation des émissions (directes et indirectes) de protoxyde d’azote du sous-système agricole lors de l’application des fertilisants azotés.

On peut rencontrer différents types de modèles lors de l’étape d’inventaire, des modèles indépendants ou encore des modèles qui peuvent être imbriqués avec des inventaires calculés réutilisés comme paramètres d’entrée (comme le cas lors de l’estimation des émissions de N2O de la Figure 32).

L’utilisation de modèles d’inventaire a ses avantages et ses inconvénients. Un des principaux avantages d’utilisation des modèles d’inventaires est la prise en compte des différentes variabilités à l’échelle du processus. De plus, l’utilisation de modèle permet aussi de comparer plusieurs méthodes d’évaluation d’inventaire le cas échéant, et de prendre en compte les différentes incertitudes. Un autre avantage est de pouvoir exprimer les liens entre flux entrants et sortants de manière quantitative, scientifiquement fondée, en s’affranchissant de la « boîte noire » typique des bases de données ACV. Les valeurs des flux ne suivent donc pas une loi linéaire fixée a priori, en fonction de la quantité de produit.

Cependant, l’utilisation de modèles nécessite une collecte d’information plus élevée que l’utilisation des données d’inventaires de processus et la mise en œuvre peut être difficile selon le modèle choisi. L’utilisation de modèles nécessite également, tant que c’est possible, une validation ou une comparaison avec d’autres modèles ou d’autres données, car lors de la présence de modèles imbriqués, comme montré dans la Figure 32, l’incertitude peut se cumuler rapidement. Par exemple lors de nos applications nous avons fait des comparaisons de résultats (ou de validation) avec d’autres approches pour certains des modèles d’inventaires que nous avons utilisés, ce qui nous a permis de trouver des résultats de mêmes ordres de grandeur (Annexe A - II.3).

II.3.2.2 Arrière-plan : inventaires par bases de données

Cette approche a été utilisée surtout pour les processus ou sous-systèmes définis en arrière-plan du système étudié. Ces sous-systèmes ne figurent pas comme ceux d’acteurs à considérer dans nos objectifs, mais ils peuvent induire des variabilités importantes si les quantités de flux intermédiaires sont variables, ou encore s’il existe plusieurs produits

d’arrière-plan qui peuvent servir de même intrant dans notre sous-système de premier-plan (plusieurs sources de données possibles pour un même intrant).

Ce type de données peut également être utilisé pour les systèmes de premier-plan pour lesquels nous n’avons pas pu établir de modèles d’inventaire. Cependant, cette dernière approche est à éviter dans la mesure du possible, car elle ne permet pas de prendre en compte des changements internes aux sous-systèmes. Lors de l’utilisation de ces données une attention particulière doit être portée sur la correspondance des données au contexte, technologique du processus, au contexte environnemental ou de localisation.

II.3.2.3 Calcul de l’inventaire total

Après le calcul des données d’inventaire des processus constituant le(s) sous-système(s) étudié(s), nous passons au calcul global par addition des inventaires de chaque sous-système. Cet inventaire est calculé par rapport à l’unité de référence du sous-système étudié, par exemple la culture d’un hectare de chanvre pour l’agriculture. Puis ces résultats sont rapportés à l’unité fonctionnelle du système considéré, par exemple au kg de paille pour le sous-système agricole.

II.3.2.4 Les modèles d’allocations

Pour les sous-systèmes de premier-plan, il est nécessaire de définir un modèle d’allocation dans les cas où des co-produits existent. Dans notre cas, nous avons considéré les deux principales méthodes d’allocation par partition rencontrées dans la littérature, l’allocation massique et l’allocation suivant la valeur économique.

Nous avons modélisé l’allocation en deux étapes. La première étape est le choix de la méthode d’allocation. Ce choix étant fait par l’expert ACV, il s’agit d’un paramètre de type méthodologique. Nous avons défini un paramètre qualitatif ayant niveau 1 et 2 reflétant la méthode d’allocation à appliquer. La Figure 18 présente la synoptique du modèle, et les équations (71) et (72) présentent les équations utilisées pour les deux types d’allocation. La modélisation de l’allocation introduit différents types de paramètres : le choix de la méthode est un paramètre méthodologique tandis que les masses et prix des produits sont des paramètres soit technologiques ou environnementaux.

Figure 18 : synoptique générale de modélisation de l’allocation Calcul des coefficients d’allocation par partition massique

∑

=

m

m

C

Calcul des coefficients d’allocation par partition économique

∑

=

p

m

p

m

C

.

.

Avec C_i : Coefficient d’allocation massique ou économique du produit i

i

m : Masse du produit associé à l’indice i [kg] i

p : Prix du produit associé à l’indice i [€] au [kg]

k : Nombre de (co-)produits considéré

II.3.3 Evaluation des impacts du cycle de vie

Cette phase n’est pas différente de celle de l’ACV classique. Les indicateurs sont calculés selon les préconisations de la norme (voir I.3.3 L’évaluation des impacts). Il est à noter tout de même que nous pourrions tester et quantifier l’utilisation de plusieurs indicateurs d’impacts pour une même catégorie comme source de variabilité, mais cette approche n’a pas été traitée dans ce travail de thèse.