Image d'une ville

La modélisation d'un système en analyse du cycle de vie (ACV) nécessite une décision réfléchie entre une approche ascendante (« bottom-up ») ou descendante (« top-down »). Dans cette décision, la dimension du système est importante, car l’approche pour modéliser un produit unique peut être différente de celle pour un système comprenant des milliers de produits différents.

Dans l’élaboration d’une ACV, l’étape critique de l’inventaire du cycle de vie (ICV) est la recherche d’une description détaillée du système. L’ICV sert à dresser un tableau représentatif des subtilités de l’ensemble du système. Il existe deux méthodes principales pour effectuer l'inventaire d’une ACV, une dite ascendante, basée sur des processus (process-based life cycle assessment - PLCA) et l’autre dite descendante, basée sur les entrées-sorties de transaction (Input-Output LCA - IOLCA). Dans la PLCA, la plus utilisée, le système analysé est modélisé en agrégeant plusieurs processus unitaires développés avec le plus d’informations détaillées possible (partie gauche de la figure). Dans l’IOLCA, le système analysé est modélisé par la désagrégation de l’activité économique nationale selon les secteurs d’activité et leur mis à l’échelle du système (partie droite de la figure) [1,2].

 

IMAGE-Représentation des approches ascendantes et descendantes en analyse du cycle de vie pour définir le système étudié

Abonnez-vous à notre infolettre!

Pour ne rien rater de l'actualité scientifique et tout savoir sur nos efforts pour lutter contre les fausses nouvelles et la désinformation!

La figure présente les deux approches. La partie de gauche conduisant au rectangle rouge représente les processus unitaires qui sont assemblés pour construire l’inventaire du système. La partie de droite représente l’approche menant à la désagrégation des différents secteurs d'activité économique.

Dans l’approche ascendante (PLCA), la première étape consiste à collecter des informations sur les processus qui composent le système à partir de mesures sur le terrain et de la bibliographie. Cela nécessite une analyse approfondie des processus de fabrication pour établir l’inventaire des ressources consommées, des déchets et des émissions. Ensuite, les processus sont regroupés afin d’obtenir les impacts environnementaux du système complet. Grâce à cette méthode, il est possible d’identifier les processus ou les parties du système qui contribuent le plus aux impacts. Bien que le grand niveau de détails donne une confiance dans la modélisation, cette approche peut aussi se heurter à une définition incomplète du système selon la complétude et la qualité des données disponibles (représentée à la figure par les cercles vides et les zones blanches à l'intérieur des cercles du système) [3].

Dans l’approche descendante (IOLCA), la méthode utilise dans un premier temps les données macroéconomiques d’un pays ou d’une région. Ensuite, les données sont désagrégées par secteur économique en sélectionnant ceux qui sont pertinents pour le système étudié. Cette approche couvre généralement l’ensemble de l’économie, ce qui facilite une couverture quasi complète du système. Les bases de données classiques de la PLCA incluent plus de 20 000 processus unitaires, tandis que les bases de données standards de l’IOLCA comprennent seulement 200 secteurs d’activité. Un processus unitaire de la PLCA est généralement spécifique à un produit, procédé, ou service. Alors qu’une donnée de l’IOLCA représente généralement la moyenne de l’ensemble des produits, procédés et services d’un secteur d’activité. Chaque secteur d’activité dans l’IOLCA peut être représenté de façon équivalente, mais imparfaite, par un ensemble de processus unitaires de la PLCA. L'IOLCA est limitée dans sa description détaillée du système par rapport à la PLCA, car elle fournit une intensité environnementale moyenne pour chaque activité (représentée dans la figure par les carrés qui ne correspondent pas parfaitement aux cercles) [3].

Le choix entre une approche ascendante ou descendante dépend de la taille du système. Pour les petits systèmes, la méthode ascendante fournit des informations plus utiles à la prise de décision. Cependant, dans les systèmes complexes à une échelle plus macro, comme les villes, il est judicieux de commencer par une approche descendante. Les villes peuvent jouer un rôle substantiel dans la consommation d’énergie (jusqu’à 60 %) et les émissions de carbone (jusqu’à 75 %) [4]. Modéliser efficacement une ville implique de naviguer dans sa complexité. L'évaluation de ses impacts environnementaux nécessite de tenir compte des activités des ménages, du gouvernement et des investissements en capital. Les activités des ménages incluent leurs dépenses pour la nourriture, les transports et le logement, tandis que les dépenses du gouvernement couvrent l'administration municipale, les écoles et les universités. Les investissements en capital concernent les infrastructures telles que les centres commerciaux, les routes, les aqueducs et les réseaux électriques [5]. Une approche en deux étapes peut être recommandée pour la modélisation des villes, soit l'utilisation de l'IOLCA pour une évaluation générale des profils d'émissions, suivie de la PLCA pour une analyse plus détaillée se concentrant sur les flux contribuant plus significativement aux émissions [6].

Je donne