Introduction

Les facteurs d'émission constituent la pierre angulaire de toute évaluation d'impact carbone. Comme le soulignent Wiedmann et Minx (2008), ils permettent de traduire des données d'activité concrètes en émissions de gaz à effet de serre. Cette conversion, en apparence simple, repose sur un travail méthodologique complexe dont les fondements mathématiques ont été établis par les travaux précurseurs de l'IPCC (1996) puis enrichis par de nombreux chercheurs.

Le principe fondamental est illustré dans le schéma ci-dessus : l'empreinte carbone totale est la somme des émissions de GES obtenues en multipliant chaque donnée d'activité par son facteur d'émission correspondant. Cette approche multiplicative, bien que simple dans son concept, nécessite une grande rigueur dans la construction des facteurs d'émission et la collecte des données d'activité pour produire des résultats fiables et comparables.

‍

Source : Traace

‍

Fondements mathématiques

La construction d'un facteur d'émission repose sur une équation fondamentale établie par Hertwich et Peters (2009) :

‍

EF =   (Ei  GWPi)A

Où :

• EF est le facteur d'émission
• Ei représente les émissions du gaz à effet de serre i
• GWPi est le potentiel de réchauffement global (PRG) du gaz i
• A est l'unité d'activité de référence (ex: pour l'électricité : kgCO2e/kWh (A = kWh))

Comme l'ont démontré Brandão et al. (2021), l'incertitude associée suit une distribution log-normale et peut être exprimée selon :

EF =(i2/n))

Où σi représente l'incertitude individuelle de chaque mesure.

‍

Méthodologies de construction

Les travaux de Weidema et al. (2013) ont établi une hiérarchie des sources de données pour la construction des facteurs d'émission :

1. Mesures directes continues
2. Échantillonnage représentatif
3. Données de process validées
4. Extrapolations et modélisations
5. Jugement expert

Cette hiérarchisation a été reprise et adaptée par l'ADEME (2014) dans sa méthodologie Base Carbone, qui constitue aujourd'hui une référence en France.

‍

Analyses du Cycle de Vie et bases de données

Les facteurs d'émission proviennent principalement d'Analyses du Cycle de Vie (ACV). Comme l'ont documenté Frischknecht et Rebitzer (2005), cette méthode normalisée (ISO 14040-44) évalue les impacts environnementaux selon quatre phases distinctes :

• La définition des objectifs et du champ d'étude
• L'inventaire des flux entrants et sortants
• L'évaluation des impacts
• L'interprétation des résultats

Selon Jolliet et al. (2016), deux approches ACV coexistent pour la construction des facteurs d'émission :

• L'ACV attributionnelle : analyse les impacts directs d'un système dans une logique de responsabilité
• L'ACV conséquentielle : évalue les effets indirects et les changements marginaux

Les spécificités méthodologiques incluent :

• La définition des frontières du système (Tillman et al., 2014)
• Les règles d'allocation des impacts (Ekvall et Finnveden, 2001)
• Le choix des données de background (Bulle et al., 2019)
• La gestion de la temporalité des émissions (Levasseur et al., 2010)

Les principales bases de données d'ACV utilisées pour les facteurs d'émission incluent :

• Ecoinvent (Wernet et al., 2016) : référence internationale couvrant plus de 17,000 processus
• GaBi (Baitz et al., 2016) : spécialisée dans les procédés industriels avec 12,000 datasets
• ELCD (Commission Européenne, 2020) : base de données européenne publique
• Base Carbone® (ADEME, 2024) : référentiel français officiel
• IMPACTS® (ADEME, 2020) : base environnementale française multi-indicateurs

Les études de Säynäjoki et al. (2017) montrent des variations significatives entre bases de données, pouvant atteindre 30% pour un même processus. Ces écarts s'expliquent par :

• Des périmètres d'analyse différents (Hauschild et al., 2018)
• Des hypothèses méthodologiques distinctes (Guinée et al., 2011)
• Des spécificités géographiques et temporelles (Hellweg et Milà i Canals, 2014)

‍

Incertitudes et variabilité

Lloyd et Ries (2007) ont développé une approche probabiliste des facteurs d'émission, démontrant que l'incertitude totale résulte de trois composantes principales :

• La variabilité des procédés (p)
• L'incertitude de mesure (m)
• L'incertitude du modèle (t)

La propagation de ces incertitudes suit le modèle :

total = (p2 +m2 + t 2)

Applications sectorielles

Les travaux récents de Yang et al. (2022) ont permis d'affiner les facteurs d'émission sectoriels en intégrant la variabilité temporelle. Pour le secteur électrique par exemple, le facteur d'émission dynamique s'exprime :

EF(t) = (Pi(t)  EFiP(t)

Où :

• Pi(t) est la production de la source i au temps t
• EFi est le facteur d'émission de la source i
• P(t) est la production totale au temps t

‍

Perspectives d'évolution

Plusieurs axes d'amélioration émergent des recherches récentes :

• Arvesen et al. (2018) proposent une approche hybride combinant analyse input-output et ACV pour réduire les incertitudes systémiques. Leurs travaux montrent une réduction potentielle de l'incertitude de 15 à 30% selon les secteurs.
• Ramaswami et al. (2021) développent des facteurs d'émission spatialisés intégrant les spécificités territoriales via des systèmes d'information géographique.

‍

Conclusion

La construction des facteurs d'émission s'appuie sur des fondements mathématiques et méthodologiques solides, enrichis continuellement par la recherche académique. Comme le soulignent Hellweg et Milà i Canals (2014), leur amélioration continue est essentielle pour guider efficacement la transition bas-carbone.

‍

Exemple : Construction du facteur d'émission d'un trajet en avion

Prenons l'exemple concret de la construction du facteur d'émission pour un vol commercial, qui illustre bien la complexité de la prise en compte des différents GES et de leur Pouvoir de Réchauffement Global (PRG).

Données de base pour un vol type A320 sur 1000 km

Pour 1000 km de vol :

• Consommation de kérosène : 2 500 kg
• Capacité : 150 passagers
• Taux de remplissage moyen : 80%
• Nombre effectif de passagers : 120

Émissions directes par type de GES

Pour la combustion d'une tonne de kérosène :

• CO₂ : 3 150 kg (émission directe)
• CH₄ : 0,02 kg (combustion incomplète)
• N₂O : 0,1 kg (formation à haute température)
• H₂O en haute altitude : effet indirect considéré via un multiplicateur

Calcul avec PRG à 100 ans (IPCC AR5)

PRG des différents gaz :

• CO₂: 1
• CH₄: 28
• N₂O : 265

Calcul pour 2 500 kg de kérosène :

1. CO₂:

2,5 × 3 150 = 7 875 kg CO₂

7 875 × 1 = 7 875 kg CO₂-eq

2. CH₄:

2,5 × 0,02 = 0,05 kg CH₄

0,05 × 28 = 1,4 kg CO₂-eq

3. N₂O :

2,5 × 0,1 = 0,25 kg N₂O

0,25 × 265 = 66,25 kg CO₂-eq

Total : 7 942,65 kg CO₂-eq

Facteur par passager.km

7 942,65 / (120 passagers × 1000 km) = 0,066 kg CO₂-eq/passager.km

Prise en compte des incertitudes

1. Incertitude sur les données de base :

• Consommation de kérosène : ±5%
• Taux de remplissage : ±10%

2. Incertitude sur les PRG :

• CH4 : ±40%
• N₂O : ±30%

L'incertitude combinée, calculée selon la méthode de propagation des erreurs, donne :

σtotal = √(0,05² + 0,1² + (0,4 × 0,00018)² + (0,3 × 0,0083)²) = 11,2%

Facteur d'émission final

0,066 ± 0,007 kg CO₂-eq/passager.km

Comparaison avec d'autres sources

• ADEME (2022) : 0,068 kg CO₂-eq/passager.km
• DEFRA (2021) : 0,064 kg CO₂-eq/passager.km
• OACI (2022) : 0,065 kg CO₂-eq/passager.km

Cette convergence des différentes sources renforce la confiance dans le facteur calculé, malgré les incertitudes identifiées.

Notes méthodologiques

1. L'effet des traînées de condensation n'est pas inclus ici mais peut être ajouté via un multiplicateur (généralement entre 1,7 et 2,0).
2. Les émissions indirectes (fabrication de l'avion, infrastructures aéroportuaires) ne sont pas prises en compte dans cet exemple simplifié.
3. La variabilité des conditions de vol (altitude, météo, distance) peut modifier significativement ces valeurs pour un vol spécifique.

‍