📈Mesure de l'incertitude

Évaluation qualitative

L’utilisateur doit d’abord fournir une description qualitative des sources d'incertitude, en adoptant une approche du berceau à la tombe (cradle-to-grave).

On peut définir différents niveaux de précision qualitatifs pour chaque donnée d'activité et chaque FE (spécifique, semi-spécifique ou générique) et détailler leur nature (physique ou monétaire).

Par exemple, l'énergie électrique consommée dans un bâtiment est une donnée d'activité physique qui peut être spécifique (facture), semi-spécifique (estimée à partir du DPE) ou générique (estimée à partir de la surface).

Pour réduire l'incertitude d'un bilan, la collecte de données doit privilégier les données d'activité physique et spécifique et le choix des facteurs d'émission les plus spécifique possible.

Évaluation quantitative

L'évaluation quantitative de l'incertitude n'est généralement pas obligatoire dans les standards de compatibilité carbone, mais permet de fournir un résultat plus robuste et d’identifier de manière concrète les zones spécifiques de forte incertitude, à réduire lors des prochains bilans.

Dans un bilan carbone, l’incertitude apparaît au niveau de chaque donnée d’activité et de chaque facteur d’émission. Elle doit être traitée séparément pour chaque grandeur avant d’être propagée à l’ensemble du bilan (on parle également d'agrégation de l'incertitude).

Pour chaque grandeur, il existe plusieurs façons de l’estimer :

• Mesure à partir d’un échantillon représentatif

• L’approche à partir de la Pedigree Matrix

• Incertitudes par défaut de certains secteurs d’activité

• Incertitude renseignée dans une base de données

L’incertitude est le plus souvent décrite par une loi de distribution, dont les principales sont les suivantes :

• Distribution normale : elle est particulièrement appropriée lorsque l'étendue de l'incertitude est faible et symétrique par rapport à la moyenne (par exemple la taille des individus dans la population). Elle présente l'avantage d'être simple d'utilisation et de compréhension. Cependant, du fait de sa symétrie, l’incertitude ne peut être supérieure à 100% (les données d’activité et facteurs d’émission étant toujours positifs). Les incertitudes fournies par la Base Carbone de l'ADEME ont par exemple une distribution normale.

• Distribution log-normale : elle est pertinente lorsque la moyenne est faible, l’étendue de l’incertitude assez élevée et les valeurs obligatoirement positives (par exemple l’abondance d’espèces dans une zone géographique). La base EcoInvent introduit principalement l’incertitude de ses données sous forme d’une distribution log-normale. C’est également le format privilégié par le GHG protocol pour rendre compte l’incertitude.

• Distribution uniforme (ou rectangulaire) : elle est utilisée lorsque la valeur a autant de chance de se trouver n’importe où dans un intervalle donné.

L’incertitude d’une grandeur est associée à un intervalle de confiance. On retient le plus souvent un intervalle de 95%, ce qui signifie que la probabilité que la valeur soit contenue entre les bornes inférieure et supérieure de l’incertitude est de 95%.

Sources : - General Guidance and Reporting : chapitre 3 - Bilan Carbone® V8 : Guide méthodologique : notamment annexe 1.2 - Product Life Cycle Accounting and Reporting Standard : section 10 uncertainty assessment - FAQ EcoInvent : How to interpret the uncertainty fields in ecoinvent?

Le Plan Carbone Général est une ressource gérée par l’Association pour la Transition Bas-Carbone (ABC), via une gouvernance partagée entre les acteurs de la comptabilité carbone.

Le contenu du PCG - initialement créé par la société Sami et enrichi par la communauté Open Carbon Practice - est en cours de revue par les équipes de l’ABC pour proposer des modifications et des ajouts.