Estimation de l incertitude en analyse de cycle de vie

Transcription

1 Estimation de l incertitude en analyse de cycle de vie 1 M. Ferrand Institut de l Elevage 19/06/2013

2 Contexte Elevage et environnement, un sujet sensible Nécessité de mieux quantifier les impacts en fonction des pratiques 2

3 L analysede cycle de vie Une démarche multicritère en 3 étapes 1. Définition des objectifs de l étude et des systèmes à étudier 2. Inventaire des flux, c est à dire des émissions vers le sol, l air et l eau 3. Evaluation des impacts : réchauffement climatique, acidification, biodiversité, 3

4 Les étapes du calcul BDD Diapason Données techniques primaires (descriptives) Nb VL, ration Données techniques secondaires (calculées) N excrété Référentiel technique (hypothèses, forfaits, règles de décision ) GES TIM x Facteurs d émission Flux environnementaux CH 4, N 2 O, CO 2 GIEC x Facteur de caractérisation GES PRG à 100 ans (GIEC, 2007) CO 2 1 CH 4 25 N 2 O 298 Impacts Réchauffement climatique en eq. CO 2 Les données d activité Inventaire des flux Evaluation de l impact

5 Méthode de rééchantillonage(monte-carlo) : recommandée par le GIEC Analyse de sensibilité Méthodes analytiques Ensembles flous Quelle méthode pour intégrer l incertitude? 5

6 La méthode de Monte-Carlo 4 étapes : 1. Définition des distributions des paramètres : biblio, expérimentation 2. Génération de différents profils de paramètres 3. Calcul de la variable d intérêt y selon les profils de paramètres 4. Estimation de la distribution de y 6

7 Le problème Beaucoup d étapes, de l incertitude sur les paramètres, les données et le modèle Environ 250 paramètres et peu de connaissance sur leurs distributions Facteurs d émission : incertitude plus ou moins connue, contextes souvent différents au niveau de la biblio Facteurs de caractérisation : incertitude peu connue Réalisation d une analyse de sensibilité en amont de l analyse d incertitude pour cibler les paramètres d intérêt 7

8 Objectifsde l analysede sensibilité Connaître l'effet des variables d'entrée/paramètres surla sortie Y connaître"qualitativement" : - linéaire/non-linéaire? - interaction? connaître"quantitativement" : -effet plus important qu'un autre? - effet négligeable? 8

9 L analyse de sensibilité Locale : Méthode analytique pour les modèles ayant peu de paramètres (modèle linéaire et monotone) Globale : basée sur la décomposition de la variance Quantification de l influence des incertitudes sur la variabilité de sorties Méthodes de screening : moins précises mais adaptées aux problèmes ayant de nombreux paramètres 9

10 Morris OAT Design (1991) One at time : seulement un facteur varie à chaque simulation, r répétitions par facteur r*(p+1) simulations Répétition 1 Après r répétitions Factor 2 = x 2 r1 r2 r3 d 1 x1 == y/ x 1 d 1 x2 == y/ x 2 µ* = x 1 Ε( di x1 ), i ϵ {1 r} σ* x 1 =σ(di x1 ), i ϵ {1 r} Factor 1 = x 1 Moyenne élevée influence du facteur sur la sortie Ecart-type élevé interaction ou effet non linéaire 10

11 Exemplede résultatsavec la méthodede Morris non généralisée Sigma NH3 pat feces NH3 ep lisier NH3 pat urine NH3 bat NH3 ep fumier N2O volat ep N2O fumier Attention : les résultats peuvent être biaisés si pas assez de simulations N2O ep NH3 ep min N2O N2O bat aire raclee 2O O Depot lessive N2O pat total bat NO CH4 stockage pat caillebotis pat bat bat feces urine atm N2O N2O C residu C estive haie caillebotis PP PT lit retournement acc CH4 fumierch4 lisier CH4 bat aire raclee CH4 bat lit acc Mu* 11

12 Méthodesalternatives pour les problèmesde grandedimension problèmedu fléaude la dimension Méthode ISTHME (Morris généralisé) Matrices d Hadamar 12

13 Discussion Analyse de sensibilité très intéressante pour cibler des paramètres mais quelques limites Fléaudeladimension Nonpriseencomptedelacollinéarité Peudedétails Néanmoins un premier tri efficace sans avoir à connaître les distributions permet d orienter la bibliographie et les experimentations futures 13

14 Merci de votre attention 14