4.4.2 - Comment les déterminer ?
Méthode qualitative et quantitative d'estimation des incertitudes d'un Bilan Carbone®.
Dernière mise à jour
Méthode qualitative et quantitative d'estimation des incertitudes d'un Bilan Carbone®.
Dernière mise à jour
Les incertitudes au sein d'un Bilan Carbone® prennent deux formes différentes. La est qualitative, c'est-à-dire que des caractéristiques sont définies pour les données d'activité et les facteur d'émission, puis notées qualitativement. La est quantitative, découle de l'information qualitative et aboutit à la détermination d'un intervalle de confiance à 95%.
La prise en compte des incertitudes aboutit à trois formes de résultats différentes mais corrélées :
Une incertitude qualitative sur les émissions de GES, allant de "Très élevée" à "Très faible"
Un intervalle de confiance à 95%, c'est-à-dire un intervalle [Borne Inférieure ; Borne Supérieure] dans lequel le résultat a 95% de chance d'être compris
Ces trois formes de résultats sont complémentaires et permettent de restituer les incertitudes à des publics ayant différents niveaux de compréhension de ces enjeux.
La détermination qualitative des incertitudes pour une source d'émission passe par la complétion de deux matrices, l'une pour le facteur d'émission et l'autre pour la donnée d'activité. Pour remplir ces deux matrices, l'organisation doit associer une note de qualité (Très bonne, Bonne, Moyenne, Mauvaise, Très mauvaise) à chacune des cinq caractéristiques de la donnée d'activité ou du facteur d'émission. La signification des différentes caractéristiques est détaillée ci-dessous.
Représentativité technique
Très bonne
Représentativité géographique
Bonne
Représentativité temporelle
Moyenne
Complétude
Mauvaise
Fiabilité
Très mauvaise
Les cinq caractéristiques utilisées sont les suivantes :
Représentativité technique : Cette caractéristique évalue si la valeur est bien représentative de l'état actuel des techniques et technologies utilisées. FE : Evalue si des avancées technologiques ont eu lieu depuis la création du facteur d'émission. DA : Evalue si la donnée d'activité provient d'une technologie différente ou obsolète.
Représentativité géographique : Cette caractéristique évalue si la valeur est bien adaptée à la position géographique de la source d'émission. FE : Evalue si le facteur d'émission s'applique sur un autre territoire que celui de la source d'émission. DA : Evalue si la donnée d'activité provient d'un autre territoire.
Représentativité temporelle : Cette caractéristique évalue si la valeur est bien à jour pour la source d'émission. FE : Evalue si le facteur d'émission est suffisamment à jour, si sa durée de validité est dépassée, ou si des évolutions ont eu lieu depuis la création du facteur d'émission. DA : Evalue si la donnée d'activité utilisée provient d'une autre année que l'année de réalisation du bilan.
Complétude : Cette caractéristique évalue si la valeur est bien représentative statistiquement de la source d'émission. FE : Evalue si le facteur d'émission est élaboré à partir d'un jeu de données représentatif. DA : Evalue si la donnée d'activité provient de moyennes statistiques ou d'extrapolations portant un nombre insuffisant de données.
Fiabilité : Cette caractéristique détermine si la méthode de collecte de la donnée d'activité et la source de laquelle est issue le facteur d'émission sont fiables. FE : Evalue si le facteur d'émission provient d'une source non qualifiée ou non fiable. DA : Evalue si la donnée d'activité est issue d'une estimation grossière voire hasardeuse et non d'une mesure précise.
Si le facteur d'émission (FE) est issu d'une base de données utilisant des incertitudes, la matrice devra être reprise ou complétée à partir des informations de la base de données.
En revanche, il se peut que l'organisation utilise un facteur d'émission qui ne soit pas totalement adapté à la source d'émission considérée. Ainsi, pour des organisations voulant être plus précises dans leur prise en compte des incertitudes, il peut être pertinent d'ajuster et réévaluer les notes des différentes caractéristiques provenant des base de données.
Exemple : Le facteur d'émission d'une orange espagnole est issu d'une ACV de très bonne qualité, et toutes ses notes affichent "Très bonne". Une organisation qui utiliserait ce facteur d'émission pour des oranges issues d'un autre pays devrait idéalement dégrader la note associée à la caractéristique "Représentation géographique".
Si le facteur d'émission n'est pas issu d'une base de données utilisant des incertitudes, la matrice devra être établie à partir de la documentation fournie sur le FE. Si aucune documentation n'est disponible, les notes associées au FE dans la matrice devront être faibles.
Une aide à la complétion de la matrice pour un facteur d'émission est donnée ci-dessous.
Pour les données d'activité (DA), l'organisation doit associer une note à la donnée d'activité utilisée.
Exemple : La donnée de l'organisation est un nombre de kWh issu des douze factures associées au périmètre temporel choisit. L'organisation associe à cette donnée d'activité la note "Très bonne".
En revanche, pour des organisations voulant être plus précises dans leur prise en compte des incertitudes, il est possible, comme pour les facteurs d'émission, d'associer une note à chacune des cinq caractéristiques de la matrice.
Une aide à la complétion de la matrice pour une donnée d'activité est donnée ci-dessous.
Les matrices obtenues via la détermination qualitative servent de base à la détermination quantitative. Des coefficients sont associés à chaque qualité pour chaque caractéristique selon la matrice ci-dessous :
Représentativité technique
Très mauvaise
Mauvaise
Moyenne
Bonne
Très bonne
U1 = 2.00 U1 = 1.50
U1 = 1.20
U1 = 1.10* U1 = 1.00 *Coefficient attribué par l'ABC
Représentativité géographique
Très mauvaise
Mauvaise
Moyenne
Bonne
Très bonne
U2 = 1.10 U2 = 1.05*
U2 = 1.02
U2 = 1.01 U2 = 1.00 *Coefficient attribué par l'ABC
Représentativité temporelle
Très mauvaise
Mauvaise
Moyenne
Bonne
Très bonne
U3 = 1.50 U3 = 1.20
U3 = 1.10
U3 = 1.03 U3 = 1.00
Complétude
Très mauvaise
Mauvaise
Moyenne
Bonne
Très bonne
U4 = 1.20 U4 = 1.10
U4 = 1.05
U4 = 1.02 U4 = 1.00
Fiabilité
Très mauvaise
Mauvaise
Moyenne
Bonne
Très bonne
U5 = 1.50 U5 = 1.20
U5 = 1.10
U5 = 1.05 U5 = 1.00
Les écarts types géométriques (GSD) associés à la donnée d'activité et au facteur d'émission sont ensuite calculés via la formule suivante :
Ces deux écarts types géométriques sont ensuite combinés pour obtenir un écart type sur la source d'émission, via la formule suivante :
Grâce à cet écart type géométrique, l'organisation obtient l'intervalle de confiance à 95% pour la source d'émission qui est le suivant :
La valeur inférieure de cet intervalle est appelée "Borne Inférieure", et la valeur supérieure est appelée "Borne Supérieure". Il est ensuite possible de propager ces incertitudes associées aux différentes sources d'émissions pour obtenir des incertitudes sur un sous-poste d'émissions, un poste d'émissions ou sur la totalité du bilan.
Pour une source d'émission donnée, on définit sa sensibilité comme son poids dans le total du bilan. Soit E1 la valeur d'une source d'émission et T la valeur totale du bilan, la sensibilité S1 de la source d'émission E1 est :
Soit E1 et E2 les valeurs de deux sources d'émissions, S1 et S2 leurs sensibilités respectives et GSD(E1) et GSD(E2) leurs écarts types géométriques respectifs, l'écart type géométrique sur E1 + E2 est :
L'intervalle de confiance à 95% est ensuite obtenu via la même méthode que précédemment.
Une valeur en pourcentage, qui signifie que le résultat est potentiellement % supérieur à sa valeur :
Pour la , par exemple, les utilisateurs peuvent reprendre tels quels les notes associées aux caractéristiques du FE sur la base. Ces notes évaluent la capacité du FE à représenter ce qu'il prétend être.
⏳[] Un exemple pratique de complétude (qualitative et quantitative) de l'incertitude sera disponible à l'issue de la phase d'expérimentation, .
⏳[] Un exemple pratique de complétude (qualitative et quantitative) de l'incertitude sera disponible à l'issue de la phase d'expérimentation, .
Des matrices d'incertitudes remplies pour les méthodes de collecte type seront prochainement disponibles sur le .
La détermination quantitative des incertitudes ne demande aucun effort supplémentaire à l'organisation. Les outils Bilan Carbone® utilisent la détermination qualitative des incertitudes pour aboutir automatiquement à cette détermination quantitative. Pour cette approche quantitative, il est supposé que les lois de distribution des incertitudes sont .
⏳[] Un exemple pratique de complétude (qualitative et quantitative) de l'incertitude sera disponible à l'issue de la phase d'expérimentation, .
Voici différentes exigences à atteindre en termes de prise en compte des incertitudes pour chacun des 3 .
L'organisation doit qualifier et quantifier les incertitudes pour l'ensemble des émissions directes et des du Bilan Carbone® (pour rappel, cela représente au minimum 80% des émissions).
L'organisation doit qualifier et quantifier les incertitudes pour l'ensemble des émissions directes et des du Bilan Carbone® (pour rappel, cela représente au minimum 80% des émissions).
Vous avez une question de compréhension ? . La méthode est vivante et donc susceptible d'évoluer (précisions, compléments) : retrouvez le .
