Représentativité des problématiques environnementales au regard des Inventaires du Cycle de Vie de produits -

Representativeness of environmental issues regarding Life Cycle Inventory of products - Toward the development of an innovative metric

• Auteur / Autrice : Antoine Esnouf
• Direction : Arnaud Hélias
• Type : Thèse de doctorat
• Discipline(s) : Génie des procédés
• Date : Soutenance le 31/05/2018
• Etablissement(s) : Montpellier, SupAgro
• Ecole(s) doctorale(s) : École Doctorale GAIA Biodiversité, agriculture, alimentation, environnement, terre, eau (Montpellier ; 2015-...)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de Biotechnologie de l'Environnement (Narbonne)
• Jury : Président / Présidente : Jean-Philippe Steyer
• Jury : Examinateurs / Examinatrices : Arnaud Hélias, Jean-Philippe Steyer, Isabelle Blanc, Ligia Tiruta-Barna, Reinout Heijungs, Philippe Loubet
• Jury : Rapporteurs / Rapporteuses : Isabelle Blanc, Ligia Tiruta-Barna

Mots clés

Mots clés libres

Analyse du Cycle de Vie

Inventaire du Cycle de Vie

Méthode d'Évaluation de l'Impact du Cycle de Vie

Représentativité

Distance angulaire

Dimension reduction

Life Cycle Assessment.

Life Cycle Inventory

Ife Cycle Impact Assessment method

Representativeness

Angular distance

Environmental impacts

Résumé

Le cadre d'analyse du cycle de vie (ACV) est une approche multicritères visant à évaluer tous les impacts environnementaux potentiels de toute activité humaine. Dans un cadre normalisé, une activité humaine est alors décrite sur toute sa chaîne de valeurs (de l'extraction des matières premières, en passant par le traitement des matières premières, la distribution, les étapes d'utilisation et la gestion des déchets) et toutes les émissions vers l'environnement ainsi que toutes les consommations de ressources, aussi nommées flux élémentaires, sont quantifiées et regroupées dans un Inventaire du Cycle de Vie (ICV). La traduction des flux élémentaires en un nombre réduit de scores ayant chacun une signification environnementale est effectuée lors de la phase d’Évaluation de l'Impact sur le Cycle de Vie (EICV) à l'aide des méthodes d'EICV. Cependant, la nature holistique de l'ACV, qui a entrainé le développement de nombreuses méthodes d'ECVI avec chacune un certain nombre de catégories d'impact environnemental, peut rendre non évidente la sélection d'une méthode d'EICV et des catégories d'impact pour le praticien ACV. En bénéficiant de regroupement d'ICVs au sein de base de données, ce travail de thèse a permis de développer un Indice de Représentativité (IR) qui évalue, d'un point de vue géométrique, l'adéquation des méthodes d'ECVI et de leurs catégories d'impact pour un ICV donné. Cette approche innovante repose sur la contextualisation des ICVs et des catégories d'impact par rapport à une base de données d'ICVs et sur une mesure angulaire au sein d'un espace vectoriel. La pertinence des résultats de l'IR est testée en analysant leurs tendances au sein d'une base de données et en l'appliquant à un cas d'étude sur la production d'un agro-carburant à partir de macro-algue.

The Life Cycle Assessment framework (LCA) is a multi-criteria approach aiming to assess all the potential environmental impacts of any human activities. Within a standardized framework, a human activity is described throughout its values chain: from raw material extraction, through materials processing, distribution, use stages, to waste management. Then, all emission flows to the environment as well as all resource consumption flows, all defined as elementary flows, are quantified in a Life Cycle Inventory (LCI). Translation of LCIs into a reduced number of scores that each has an environmental meaning is carried out at the Life Cycle Impact Assessment (LCIA) phase using LCIA methods. However, the holistic nature of LCA, which has induced the development of many different LCIA methods with quite a few environmental impact categories each, can make the LCIA method and impact categories selection challenging for LCA practitioners. By benefiting from a huge compilation of LCIs within database, the present work develops the Representativeness Index (RI) that assesses, from a geometrical point of view, the appropriateness of LCIA methods and their impact categories for any LCI. This innovating approach relies on the contextualization of LCIs and impact categories regarding a LCI database and on an angular measurement within a vector space. The relevance of the RI results is tested by analysing RI trends from an entire database and by applying it to a biofuel study case.