The use of models to account for the variability of agricultural data
L'utilisation de modèles pour prendre en compte la variabilité des données en agriculture
Résumé
LCA outputs are often presented as point estimates measuring potential impacts although average impacts values may be misleading to rank different options, especially in the case of agricultural products. In an LCA study comparing different slurry application techniques, NH3 and N2O emissions have been estimated through two approaches, experimental data collected from the literature and mathematical simulations over different soil and climate conditions. Both approaches lead to similar ranges of emissions; however the simulation-based approach allows us to construct a probability distribution of emissions whereas the limited number of experimental studies leads only to the definition of a range of emissions. A better knowledge of the variability of emissions helps the practitioner to sort alternatives and to detect situations where they are not discernable. Moreover the knowledge of the distribution and of its most impacting sources of variability leads to the definition of more informative and significant typologies.
Sorties ACV sont souvent présentées comme des estimations ponctuelles de mesure des impacts potentiels, bien que les valeurs moyennes des impacts peuvent être trompeuses pour classer les différentes options, en particulier dans le cas des produits agricoles. Dans une étude ACV comparant les différentes techniques d'application du lisier, les émissions de NH3 et de N2O ont été estimés selon deux approches, les données expérimentales recueillies dans la littérature et des simulations mathématiques sur un sol différent et les conditions climatiques. Les deux approches conduisent à des plages d'émissions similaires, mais l'approche basée sur la simulation nous permet de construire une distribution de probabilité des émissions alors que le nombre limité d'études expérimentales ne mène qu'à la définition d'une gamme d'émissions. Une meilleure connaissance de la variabilité des émissions permet au praticien de tri des alternatives et de détecter les situations où ils ne sont pas discernables. Par ailleurs la connaissance de la distribution et de la plupart de ses sources impact de la variabilité conduit à la définition de typologies plus informatif et significatif.