Thèse soutenue

Développement d'une méthodologie de fiabilisation des prises de décisions environnementales dans le cadre d'analyses de cycle de vie basée sur l'analyse et la gestion des incertitudes sur les données d'inventaires

FR  |  
EN
Auteur / Autrice : Yann Leroy
Direction : Daniel Froelich
Type : Thèse de doctorat
Discipline(s) : Génie industriel
Date : Soutenance en 2009
Etablissement(s) : Paris, ENSAM

Mots clés

FR

Mots clés contrôlés

Résumé

FR  |  
EN

L’Analyse de Cycle de Vie (ACV) est aujourd’hui définie comme une approche aboutie et reconnue d’évaluation de la performance environnementale des produits, procédés et services. Cependant et malgré la standardisation dont elle a fait l’objet dans les années 1990, certaines limites subsistent et contribuent à fragiliser la fiabilité de ses résultats. La non-prise en compte quasi systématique des incertitudes et de la qualité des données d’inventaire, et son caractère consommateur de ressources en font partie. Ces carences mettent en avant la nécessité de développer une méthodologie de gestion de ces deux paramètres. C’est dans ce contexte que s’inscrivent les travaux de recherche. Nous proposons donc une méthodologie de fiabilisation des décisions environnementales basées sur des ACV, à partir de l’analyse et la gestion des incertitudes sur les données d’inventaire. Cette dernière combine une approche qualitative s’appuyant sur l’utilisation d’une matrice de pedigree et une approche quantitative propageant l’incertitude sur les données d’entrée au moyen de simulations de Monte Carlo. La méthodologie développée nous permet d’une part d’estimer la qualité des inventaires et donc du résultat, et d’autre part d’identifier et de localiser les données les plus influentes sur cet indice de qualité. Cette analyse générée à partir d’informations relativement accessibles permet également une optimisation de la phase de collecte et des ressources allouées. Nous pouvons en effet juger de la pertinence d’une collecte additionnelle en intégrant le potentiel de dégradation d’une donnée sur le degré de fiabilité estimé du résultat. Les conclusions de notre recherche devraient contribuer à crédibiliser les résultats d’ACV et faciliter la mise en œuvre de telles analyses par la gestion raisonnée des efforts de collecte