Réaliser une ACV - étape 1.4 : les données et leurs qualités

Une fois que les objectifs de l'analyse de cycle de vie ont été définis et que les limites du système ont été fixées, il est possible de déterminer les données qui vont être nécessaires à l'inventaire des processus et leur qualité.

Données nécessaires 

Il s'agit de lister tous les flux qui seront pris en compte.
Ces flux sont déterminés par les objectifs de l'étude. Par exemple si je souhaite calculer l'impact d'un produit sur le climat, il faudra prendre en compte les flux des différents gaz à effet de serre : dioxyde de carbone, méthane, protoxyde d'azote, gaz fluorés... Ces données seront donc nécessaires pour chacun des processus unitaires.

En règle général, une analyse de cycle de vie doit inclure le plus grand nombre de flux possibles. En pratique, il faudra souvent faire des choix en fonction du temps, des moyens et des données disponibles et la liste des flux pris en compte pourra évoluer au cours de l'étude.
Si l'absence de données rend impossible le calcul de certains flux et donc l'évaluation de certains impacts, cela doit être précisé explicitement.

Qualité des données

La qualité des données fait référence aux caractéristiques que les données doivent posséder afin que les résultats soient fiables, compte-tenu des objectifs fixés.
L'ISO 14040 définit les différentes dimensions de la qualité des données :

• Dimension temporelle : les données sont-elles anciennes ou récentes ? Si des données primaires sont utilisées, la période de temps pendant laquelle elles ont été collectées est-elle assez longue pour assurer leur fiabilité ?
• Dimension géographique : les données utilisées sont-elles des moyennes mondiales, nationales, locales ? La zone dans laquelle elles ont été obtenues est-elle cohérente avec la zone où se situe la production étudiée ?
• Dimension technologique : les technologies utilisées dans un processus unitaire peuvent varier fortement, les données utilisées sont-elles représentatives de la technologie (ou du mix technologique) utilisé dans la production étudiée ?

Ces trois dimensions permettent de définir trois indicateurs qualitatif de la qualité des données :

• Représentativité : Indicateur de l'adéquation entre les données utilisées et la situation étudiée. Par exemple utilisées des données issues d'études américaines pour évaluer l'impact d'une production en Europe est peu représentatif.
• Cohérence : Indicateur de l'uniformité de la méthode utilisée aux différentes étapes de l'étude. Il s'agit par exemple ne pas utiliser des données européennes récentes pour un processus unitaire et des données asiatiques datant de 25 ans pour le suivant.
• Reproductibilité : Évaluation de la capacité à reproduire les résultats de l'étude. Cela implique une documentation complète de la méthode et des données utilisées.

A ces évaluations qualitative s'ajoutent deux indicateurs quantitatifs :

• Précision : Mesure de la variabilité des résultats obtenus.
• Complétude : Mesure du nombre de source de données primaires par rapport au nombre de sources possibles.