MEMOIRE présenté pour l’obtention de l’
HABILITATION A DIRIGER LES RECHERCHES Ecole Doctorale GAIA, Filière APAB Agroressources, Procédés, Aliments, Bioproduits par
ARNAUD HELIAS Maître de Conférences à Montpellier SupAgro
CONTRIBUTION A L’USAGE ET AU DEVELOPPEMENT DE L’ANALYSE DU CYCLE DE VIE Le 10 mai 2016, devant un jury composé de Mme Ligia BARNA, Professeur INSA, rapportrice.
Mme Véronique BELLON-‐MAURE,
Directrice de recherches IRSTEA, examinatrice.
Mr Enrico BENETTO,
Directeur de recherches LIST (LU) , examinateur.
Mme Isabelle BLANC,
Maître de recherches MINES ParisTech, rapportrice.
Mr Benoît GABRIELLE,
Professeur AgroParisTech, rapporteur.
Mme Geneviève GESAN-‐GUIZIOU,
Directrice de recherches INRA, examinatrice.
Mme Catherine FAURE,
Professeur Université Montpellier, présidente du jury
Mr Jean-‐Philippe STEYER,
Directeur de recherches INRA, examinateur.
Sommaire Principales abréviations
7
I. Introduction
9
II. Présentation du candidat
11
II.1. Curriculum Vitae
13
II.2. Cadre de la recherche II.2.1. Contexte de travail II.2.2. Contrats de recherche II.2.3. Principales Collaborations
14 14 16 22
II.3. Encadrement de la recherche II.3.1. Stage de fin d’étude II.3.2. Chargés de projet II.3.3. Doctorats II.3.4. Post-‐doctorat
22 22 22 23 23
II.4. Production scientifique II.4.1. Articles II.4.2. Ouvrage collectif II.4.3. Chapitres d’ouvrages II.4.4. Brevet II.4.5. Communications en congrès (oral) II.4.6. Communications en congrès (poster) II.4.7. Thèse
24 24 25 26 26 26 28 28
III. Présentation des travaux scientifiques
29
III.1. Eléments de contexte III.1.1. L’homme et son environnement III.1.2. Les enjeux de l’Analyse du Cycle de Vie III.1.3. L’Analyse du Cycle de Vie
31 31 36 38
III.2. L’ACV comme outil à la structuration des projets de recherches III.2.1. Intérêt d’une filière microalgues pour l’énergie III.2.2. L’alternative macroalgues III.2.3. Principaux enseignements de ces travaux de recherche
39 39 45 47
III.3. L’épandage en ACV III.3.1. Revue bibliographique III.3.2. ACV d’un traitement de lisier
50 50 53
III.4. La Dynamique de l’inventaire III.4.1. Le temps en ACV III.4.2. Analyse de sensibilité
55 55 56
III.5. L’usage de la mer III.5.1. Atteintes aux écosystèmes III.5.2. Atteintes aux ressources
59 59 60
III.6. Eléments de synthèse
62
IV. Perspectives
63
IV.1. Accompagnement de projets de recherche : évaluer des systèmes immatures IV.1.1. ACV pour la recherche et recherche en ACV IV.1.2. ACV de systèmes immatures
65 65 65
IV.2. Sélection des impacts
66
5
IV.2.1. L’ACV comme un processus d’évaluation IV.2.2. L’ACV vu comme un problème de géométrie IV.2.3. Choisir les impacts au regard des inventaires IV.3. Frontière entre le système technique et le système environnemental IV.3.1. Exemple de l’épandage IV.3.2. Les émissions de protoxyde d’azote
66 68 69 70 70 72
V. Conclusion
73
Références
75
Liste des tableaux
85
Liste des figures
85
Annexe I. Travaux antérieurs
87
Annexe II. Activités d’enseignement
93
Annexe III. Tirés à part
97
Annexe III.1 : Lardon L, Hélias A, Sialve B, Steyer J-‐P, Bernard O (2009) Life-‐Cycle Assessment of Biodiesel Production from Microalgae. Environ Sci Technol 43:6475–6481 97 Annexe III.2 : Langlois J, Sassi J-‐F, Jard G, Steyer J-‐P, Delgenes J-‐P, Hélias A (2012) Life cycle assessment of biomethane from offshore-‐cultivated seaweed. Biofuels, Bioprod Biorefining 6:387–404. 107 Annexe III.3 : Collet P, Lardon L, Steyer J-‐P, Hélias A (2013) How to take time into account in the inventory step: a selective introduction based on sensitivity analysis. Int J Life Cycle Assess 19:320–330. 127 Annexe III.5 : 1. Brockmann D, Hanhoun M, Négri O, Hélias A (2014) Environmental assessment of nutrient recycling from biological pig slurry treatment – Impact of fertilizer substitution and field emissions. Bioresour Technol 163:270–279. 141 Annexe III.4 : 1. Langlois J, Fréon P, Steyer J-‐P, Delgenès J-‐P, Hélias A (2015) Sea use impact category in life cycle assessment: characterization factors for life support functions. Int J Life Cycle Assess 20:970–981. 153
6
Principales abréviations ACV
Analyse du Cycle de Vie
Cirad
Centre de coopération internationale en recherche agronomique pour le développement
ELSA
Environmental Lifecycle & Sustainability Assessment
fNPP
free Net Primary Production
GIEC
Groupe d'experts intergouvernemental sur l'évolution du climat
INRA
Institut National de la Recherche Agronomique
Irstea
Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture
LBE
Laboratoire de Biotechnologie de l’Environnement
LCI
Life Cycle Inventory
LCIA
Life Cycle Impact Assessment
Mafor
Matière fertilisante d'origine résiduaire
PAN
Plant Available Nitrogen
7
8
I. Introduction
Une trajectoire n’est jamais linéaire. D’une maîtrise de biologie des populations et des écosystèmes, je suis ensuite devenu ingénieur agronome (2000) avec une spécialisation en technologie de l’information et de la communication. Mon doctorat en génie des procédés (2001-‐2003), à cheval entre l’INRA et le Cirad, a été consacré à la modélisation de systèmes agricoles pour la gestion des effluents d’élevage sur l’île de la Réunion. Plus précisément, je me suis penché sur les systèmes dynamiques hybrides, qui se composent de sous-‐systèmes aux variables continues et d’autres comportant des variables discrètes. J’ai ensuite effectué un post-‐doctorat (2004) à l’INRIA, centré sur la modélisation du processus de digestion anaérobie, avec la mise en œuvre du model de référence ADM1 [3]. Fin 2004, je suis devenu ingénieur de recherche INRA en génie des procédés alimentaires. Je me suis intéressé alors à la modélisation des processus fermentaires pour l’industrie agro-‐ alimentaire (fermentation lactique, affinage de fromages) pendant trois années (2005-‐2007). Les modélisations (mécanistique mais aussi par des approches d’apprentissage) avaient pour objectif la compréhension et le pilotage des processus. En 2008, je suis devenu maître de conférences à Montpellier SupAgro. Ce changement de poste s’est accompagné d’une reconversion thématique, parti de la modélisation des systèmes dynamiques, je travaille désormais dans le domaine de l’évaluation environnementale, et plus précisément sur la méthodologie de l’Analyse du Cycle de Vie (ACV). Face à l’importance croissante des problématiques environnementales, une métrique des atteintes à notre milieu est indispensable. Elle se doit d’intégrer la complexité de notre environnement mais aussi celle de nos activités. L’ACV a été développée pour répondre à ces enjeux, avec un souci d’exhaustivité et de globalité. Le laboratoire de Biotechnologie de l’Environnement (LBE) de l’INRA à Narbonne et Montpellier SupAgro ont souhaité aborder cette nouvelle thématique par la création de mon poste (et celui de Laurent Lardon, chargé de recherche INRA, sur la période 2009-‐2010). A ma prise de fonction, je me suis formé à l’ACV, j’ai introduit cette approche dans les cursus des ingénieurs et j’ai initié des recherches dans ce domaine au sein du LBE. Mes activités actuelles se répartissent équitablement entre l’enseignement et la recherche. Ce mémoire s’attache donc à présenter mes travaux de recherche depuis 2008 dans ce domaine. Des brèves descriptions de mes recherches antérieures et de mes activités d’enseignement sont cependant disponibles en annexes (Annexe I et Annexe II). 9
Ce mémoire se structure en trois parties. Le premier chapitre a pour objectif de me présenter et de donner les éléments nécessaires à la compréhension de mon cadre de travail. Je m’attache ensuite à présenter mes travaux dans le domaine de l’évaluation environnementale. Le dernier chapitre est consacré à la présentation de mes futurs axes de recherche.
10
II. Présentation du candidat Ce chapitre présente mon cadre de travail : de l’environnement institutionnel jusqu’aux personnes impliquées. Après une brève présentation de mon profil, une description des différentes structures où je réalise mes activités de recherche est faite. Je présente ensuite les projets de recherches dans lesquels je suis impliqué, puis les personnes que j’ai encadrées. Ma production scientifique est finalement inventoriée.
11
12
II.1.
Curriculum Vitae
Arnaud Hélias
Maître de Conférences du ministère de l’Agriculture
39 ans Pacsé, deux enfants
ACTIVITES
A temps partiel (80%) depuis janvier 2014
DOCTEUR EN GENIE DES PROCEDES Analyse du Cycle de Vie & Modélisation de Systèmes Dynamiques Déchets, Produits Biosourcés & Procédés Alimentaires
Membre fondateur (2008) et responsable (2014) du groupe ELSA Groupe de recherche pluri-‐institutionnel dédié à l’ACV et à l’écologie industrielle pour les agro-‐bio procédés (Cirad, Ecole des Mines d’Alès, Inra, Irstea, Montpellier SupAgro). 49 personnes (permanents et contractuels) dont 19 sur le campus de Montpellier SupAgro.
Enseignant, Montpellier SupAgro, département Sciences des Agro-‐Bio Procédés : ACV – bilan énergétique – traitement des effluents et des déchets – responsable d’un module sur les écotechnologies – formations continues. Intervenant (ACV) pour plusieurs autres écoles d’ingénieurs (ENSAT, ENSCM et EPF).
Chercheur, Laboratoire de Biotechnologie de l’Environnement, INRA. Porteur de la thématique ACV et écoconception pour les produits biosourcés. Accompagnement de projets de recherche & développements méthodologiques : (Appel d’offre / subvention gérée/ membre du comité de pilotage / référent pour le laboratoire / responsable de la tâche évaluation environnementale ) : Symbiose : ANR-‐08, 100k€, 5 part., − Microalgues, méthanisation, ACV dynamique. n Phosph’OR : ANR-‐09, 80 k€, 7 part., − Traitement d’effluent, ACV de l’épandage. n WinSeaFuel : A NR-‐09, 1 18 k €, 5 p art., − Macroalgues, méthanisation, n usage de la mer en ACV. Salinalgues : FUI-‐09, 238 k€, 13 part., − Microalgues, bioraffinerie. n Idealg : ANR-‐IA-‐10, 132 k€, 18 part., − Macroalgues, bioraffinerie. n Ecotech-‐Sudoe : Sudoe-‐10, 98 k€, 8 part., − Animation ACV & transfert. n Surfact’Alg : Ademe-‐12, 88 k€, 5 part., − Tensioactif, macroalgues, n changement d’échelle en ACV. Algraal : FUI-‐13, 178 k€, 7 part., − Microalgues, alcool gras pour la cosmétique. n GreenAlgOhol : ANR-‐14, 131 k€, 5 part., − Bioéthanol, macroalgues, pertinence n des impacts environnementaux.
23 articles, 1 ouvrage collectif, 3 chapitres d’ouvrages, 1 brevet, 33 communications orales & 17 posters. Encadrements de 4 doctorats, 5 post-‐doctorats & 4 chargés de projet. 13
PARCOURS 2016 Maître de conférences à Montpellier SupAgro. Chercheur associé au LBE INRA. 2008 Montpellier (34). Eco-‐évaluation et écotechnologies. recherche 45 %, enseignement 45 %, transfert 10 % 2007 Ingénieur de recherche INRA, UMR GMPA. Thiverval-‐Grignon (78) 3 ans 2004 Modélisation de processus alimentaires. Transferts industriels. Soutien au collectif. recherche 65 %, enseignement 5 %, transfert 30% 2004 Post-‐doctorant. INRIA, équipe–projet Comore. Sophia-‐Antipolis (06) 8 mois 2004 Modélisation des procédés de dépollution. Développement logiciel. recherche 60%, transfert 40% 2003 Doctorant. INRA (LBE) – CIRAD (Recyclage et Risque). Narbonne (11) – St-‐Denis 3 ans 2001 (974). Modélisation de scénarios de gestion des effluents d'élevage. 8 ans
DIPLOMES
2003 Doctorat de génie des procédés. Montpellier SupAgro 2000 Ingénieur Agronome, option Agrotic. Montpellier SupAgro 1998 Maîtrise Biologie des Populations et des Ecosystèmes, mention env., Université Bordeaux I. 1998 Licence Biologie des Organismes, Université Bordeaux I. 1996 DEUG Science de la Vie, Université la Rochelle.
II.2.
Cadre de la recherche
II.2.1. Contexte de travail Montpellier SupAgro Montpellier SupAgro est un établissement public ayant pour mission la formation (initiale et continue), la recherche et le transfert. Son cœur d’activité est la formation d’ingénieurs agronomes, ceci depuis plus de 170 ans. L’institut compte 1600 étudiants pour 450 personnels, dont 80 enseignant-‐chercheurs. Montpellier SupAgro se structure en quatre départements et l’équipe Génie Rural est l’une des sous-‐composantes du département Sciences pour les AgroBioProcédés. L’équipe de Génie Rural regroupe 5 enseignants-‐chercheurs dont les activités abordent l’hydraulique et les systèmes irrigués, l’agriculture de précision et la gestion de l’environnement. Ces enseignant-‐chercheurs sont associés à plusieurs structures de recherche : l’UMR G-‐EAU (Montpellier SupAgro, Irstea et CIRAD, 1 enseignant-‐chercheur), l’UMR ITAP (Montpellier SupAgro et Irstea, 3 enseignants-‐chercheurs) et l’UR LBE (INRA, 1 enseignant-‐chercheur associé).
14
Laboratoire de Biotechnologie de l’Environnement Le Laboratoire de Biotechnologie de l’Environnement (LBE) de l’INRA regroupe environ 80 équivalents temps plein (dont 38 INRA et 1 Montpellier SupAgro), avec plus de dix nationalités représentées. Rattaché au centre de Montpellier, il dépend des départements Environnement et Agronomie et Microbiologie et Chaîne Alimentaire de l’INRA. Le LBE est localisé sur trois sites : deux à Narbonne (laboratoire et halle de transfert) et un à Montpellier dans les locaux du Génie rural à Montpellier SupAgro (ce dernier correspond aux recherches en ACV que je porte). Le LBE mène des actions de recherche et de développement dans (1) le domaine du traitement biologique des effluents liquides et des résidus solides d'origines domestique, agricole et agro-‐industrielle et (2) la production et la valorisation de biomasse algale. L’objectif est de concevoir et d’étudier des systèmes permettant de proposer des filières durables de gestion des sources de pollution et de production de biomasses. Les recherches sont focalisées sur le concept de bioraffinerie environnementale, illustré par la Figure 1, comme processus permettant une meilleure gestion des ressources. Ces problématiques sont abordées par des approches pluridisciplinaires (biologie moléculaire, génie microbiologique, génie des procédés, automatique et évaluation environnementale). Ces dernières années, en partant d’une forte expertise sur les procédés, le laboratoire a souhaité aborder les problématiques avec une vision filière en intégrant l’amont et l’aval des processus. C’est dans ce cadre que s’insère ma thématique. Au sein du thème Système, Analyse, Modélisation et Informatique (SAMI), je suis en charge des aspects en lien avec l’évaluation environnementale. Ces activités du LBE se déroulent dans le cadre d’ELSA. Usage) Transforma'on) Produc'on)
Bioraffinerie)Environnementale) Eau) Energie) Fer'lisants) Molécules) plateformes)
gaz)
w)
Figure 1. La bioraffinerie environnementale.
15
liquides) solides)
ELSA ELSA (Environmental Life cycle and Sustainability Assessment) est un groupe de recherche dédié à l’Analyse en Cycle de Vie et à l’écologie industrielle, appliquées aux agro-‐ bio procédés. ELSA rassemble des chercheurs, des enseignants et des étudiants de plusieurs laboratoires de recherche et établissements d’enseignement supérieur du Languedoc-‐ Roussillon. C’est un pôle pluridisciplinaire issu de cinq organismes fondateurs (CIRAD, Ecole des Mines d’Alès, INRA, Irstea, Montpellier SupAgro). Les membres d’ELSA bénéficient ainsi de la mise en commun de l’expertise et des connaissances des autres membres. L’objectif est de stimuler la recherche et le transfert industriel en écotechnologies dans les domaines de la biomasse pour la production d’énergie, des produits agricoles et alimentaires, de la gestion des effluents, des technologies agricoles, de l’eau, des territoires… Les membres d’ELSA travaillent ensemble pour: • Développer les interactions avec les partenaires industriels, les consultants et les collectivités locales ou l’Etat. • Fournir des formations pour les étudiants ou les professionnels. • Partager les travaux scientifiques via des séminaires, des conférences, … • Publier de nouveaux résultats scientifiques. De 3 personnes en 2008, nous sommes désormais 49 (novembre 2015) dont 24 permanents et 25 doctorants, post-‐doctorants et contractuels. Dix-‐neuf personnes d’ELSA sont basées sur le campus de Montpellier SupAgro. Depuis l’été 2014, je suis le responsable de ce groupe. II.2.2. Contrats de recherche Est listé ici l’ensemble des contrats auxquels j’ai participé depuis ma prise de fonction au sein du LBE-‐INRA. Les différents projets sont positionnés sur une frise chronologique dans la Figure 2. Les différentes subventions sont principalement utilisées pour la masse salariale des personnes encadrées.
16
17
2008$
2009$ PC$(90)$
2011$
2014$
DB$(100)$
MC$(30)$
ON$(100)$ CP$$$ (100)$
2013$
MNP$(10)$
MH$(100)$
CA$(30)$
MC$(100)$
JL$(90)$
2012$
2015$
AE$(90)$ YG$ (100)$
NH$(100)$
SM$(100)$
2016$
2017$
Green$AlgOhol,$ANR$131$k€$ Algraal,$FUI,$178$k€$ Surfact’Alg,$Ademe$88$k€$
Figure 2. Frise chronologique des projets de recherche contractualisés dans mon activité (rectangles bleus, où le financeur et le budget géré sont précisés), et des personnels encadrés (rectangles verts, où le taux d’encadrement est indiqué entre parenthèse). Pour la signification des initiales se reporter à la section II.3.
2010$
Idéalg,$$ANR$IA$132$k€$ Salinalgues,$FUI$238$k€$ Ecotech$Sudoe,$Interreg$98$k€$ Phosph’OR,$ANR,$80$k€$ WinSeaFuel,$ANR$118$k€$ Symbiose,$ANR,$100$k€$
2018$
2019%
Symbiose (ANR08, 2009 – 2011) Le projet Symbiose – Etude et optimisation du couplage microalgues-‐bactéries anaérobies pour la production d’énergie par voie biologique à partir de biomasse primaire et de déchets organiques – a été sélectionné lors de l’appel d’offre bioénergie de l’Agence Nationale de la Recherche en 2008. Il a réuni quatre laboratoires et un industriel, pour un budget total de 2,5 millions d’euros (subvention LBE 217 k€). Dans ce projet, j’étais responsable de l’évaluation environnementale et, dans ce cadre, d’une thèse (doctorat de Pierre Collet pour un budget de subvention d’environ 100 k€). Ce projet avait pour ambition d’explorer une voie parallèle et souvent complémentaire aux filières de valorisations énergétiques usuelles des microalgues, en centrant la recherche sur la production de biogaz. L’idée consiste à produire du méthane en utilisant en entrées une source de CO2 industriel, une source de déchets organiques, une culture de microalgues et l’énergie solaire. Ce procédé a été développé pour produire de l’énergie avec un rendement élevé tout en s’inscrivant durablement dans le paysage des activités humaines. Pour répondre à ce double objectif, il est indispensable d’évaluer les impacts potentiels sur l’environnement de ce nouveau procédé en adoptant une démarche d’écoconception. Dans cette démarche, les impacts environnementaux sont analysés dès les premières étapes de conception de nouveaux procédés. • Dans ce cadre nous étions en charge de l’évaluation des impacts environnementaux du système « symbiose ». Elle a été réalisée au travers de la thèse de Pierre Collet que j’ai encadrée. Ce travail de thèse s’est articulé autour de plusieurs étapes : • Après une synthèse bibliographique, une ACV prospective du système couplant culture d’algues et digestion anaérobie a été réalisée à partir de données de la littérature, de résultats expérimentaux et de l’utilisation de modèles dynamiques. La réalisation d’ACV de production de biogaz et de biodiesel à partir de microalgues a permis de souligner l’importante contribution de l’électricité aux différents impacts évalués. • Une ACV de production de biodiesel basée sur un mix électrique comprenant des énergies renouvelables a été faite de manière à évaluer les diminutions d’impacts potentiels, et à les comparer avec des améliorations de productivité. • La mise au point d’une démarche pour introduire les aspects dynamiques dans une modélisation ACV afin de mieux représenter le fonctionnement des systèmes. WinSeaFuel (ANR09, 2010 – 2013) Le projet WinSeaFuel (Production de biométhane par macroalgues en pleine mer) a été sélectionné lors de l’appel d’offre bioénergie de l’Agence Nationale de la Recherche en 2009. Il a regroupé trois laboratoires de recherche et trois entreprises, pour un budget total de 2,1 millions d’euros (subvention totale 943 k€, subvention Montpellier SupAgro1 118 k€). J’étais en charge du projet pour Montpellier SupAgro, membre du comité de pilotage, et responsable de la tâche d’évaluation environnementale dans laquelle s’est réalisée une thèse (doctorat de Juliette Langlois) que j’ai encadrée.
1
Si pour les autres contrats de recherche le contractant pour mes activités de recherche est le LBE, le partenaire institutionel pour celui-‐ci a été Montpellier SupAgro
18
Le Projet WinSeaFuel a étudié trois principaux domaines : (1) la culture de macroalgues depuis les études en laboratoire jusqu’au test en pleine mer à l’échelle semi industrielle, (2) la co-‐valorisation de la biomasse algale, avec une extraction en tête de biomolécules d’intérêts et une optimisation de la méthanisation jusqu'à une valorisation des digestats et (3) la synergie avec l’éolien offshore, ce type de projet étant adossé à la réalisation de parc éolien en plein mer. Nous étions en charge de l’écoconception de cette filière de production d'énergie à partir de macroalgues cultivées en pleine mer. Ceci s’est inscrit dans une problématique générale de développement de nouvelles sources d’énergie issues de la biomasse. Dans ce cadre, il faut s’assurer qu’une filière innovante de production de bioénergie est effectivement plus respectueuse de l’environnement que les filières existantes. Un focus particulier sur l’usage de l’espace en mer et ses conséquences sur l’environnement a été fait par le développement d’une méthode de caractérisation d’impact afin d’intégrer ces problématiques dans une démarche ACV. Projet Salinalgue (FUI09, 2011 – 2014) Le projet Salinalgue (Production de microalgue sur salines pour une valorisation en bioénergies et autres bioproduits) a été financé lors du 9ème appel d’offre du fond unique interministériel. Il regroupe 12 partenaires pour un budget total de 7,5 millions d’euros (subvention LBE 530 k€ dont 238k€ dédiés à l’évaluation environnementale). J’étais en charge du projet au sein du LBE, membre du comité de pilotage et responsable de la tâche d’évaluation environnementale. Salinalgue visait la culture d’une microalgue native (Dunaliella salina) à grande échelle en milieu ouvert sur des salines inexploitées et son bioraffinage afin de commercialiser différents bioproduits dont un biocarburant de nouvelle génération ayant de hautes performances en termes de rendement de production à l’hectare et de réduction d’émissions de gaz à effet de serre (GES). Des productions de molécules à haute valeur ajoutée (Béta-‐carotène, Oméga 3...) ont été également étudiées à partir de cette microalgue, ainsi que les protéines pour l’alimentation aquacole en substitution aux farines de poisson. Nous étions en charge de l’évaluation environnementale du système proposé et avions une fonction de support pour l’écoconception des différentes étapes de la filière (culture – récolte – extraction – transformation). A ce titre, en partenariat avec le bureau d’étude Evéa-‐conseil : • Nous avons réalisé une ACV en début de projet, basée sur les connaissances issues de la littérature, qui sert de point de départ à l’évaluation environnementale et permet d’identifier les verrous à lever dans la démarche de conception. • Nous intégrions dans l’ACV, au fur et à mesure des avancées du projet, les changements technologiques proposés par les partenaires. • Nous apportions une expertise pour aider les partenaires à mieux concevoir les procédés, afin de minimiser les impacts sur l’environnement.
19
Projet Phosph’OR (ANR09, 2010 – 2014) Le projet Phosph’OR (Développement de procédés de recyclage du phosphore sous une forme valorisable en agriculture) regroupe sept partenaires (dont trois industriels) pour un budget total de 2,2 millions d’euros et une subvention de 80 k€ pour le LBE. J’étais responsable de la tâche « Analyse de l’impact économique et environnemental de l’utilisation des procédés », en charge du projet au sein du laboratoire et membre du comité de pilotage. Pour protéger l’environnent, les valeurs limites de rejets de phosphore dans les eaux de surface et les quantités maximales à épandre sur les sols sont revues à la baisse. Paradoxalement, dans certaines régions où le phosphore des effluents est le facteur limitant de leur usage en agriculture, des quantités importantes d'engrais minéraux phosphatés sont importées pour faire face à des besoins agronomiques particuliers, et ce, alors même que le phosphore minéral est une ressource limitée. L'objectif est ici le développement de procédés de recyclage du phosphore sous une forme directement substituable aux engrais phosphatés. Dans le projet Phosph’OR, nous avons travaillé sur deux aspects : • Nous avons réalisé les ACV des deux procédés de recyclage développés dans le projet ainsi que les ACV des deux systèmes industriels déjà commercialisés, qui ont servi de références. • D’un point de vue méthodologique, nous nous sommes intéressés à la prise en compte en ACV de la fonction de production d’un fertilisant lors du traitement d’un effluent. En effet, les approches ACV s'intéressent aux services rendus par un système et il arrive souvent que ceux-‐ci soient multiples. Plusieurs approches sont envisageables pour appréhender la multifonctionnalité des systèmes comme l'allocation (i.e., répartir les pollutions entre les fonctions attendues selon un critère comme la masse, le bénéfice ou l'énergie) ou encore la substitution (e.g., l'épandage d'effluent permettant d'éviter partiellement une fertilisation minérale). Ecotech-‐Sudoe (interreg Sudoe 2010, 2011 – 2013) Le projet Ecotech-‐Sudoe a été financé par le programme SUDOE et a mis en relation huit unités de recherche basées en Espagne, en France et au Portugal (Budget total 1,4 M€, subvention LBE de 98 k€). Il a permis des interactions et des échanges d’étudiants et de chercheurs, plusieurs développements méthodologiques (e.g., en écologie industrielle ou sur la prise en compte de l’eau en ACV) et la création d’une base de données d’inventaire ACV dédiée au sud de l’Europe. Idealg (Investissement d’avenir ANR10, 2011 – 2019). Le projet Idéalg (Développer la filière macroalgues en France) a été financé par le premier des appels d’offres Bioressource et Biotechnologie (Investissement d’avenir piloté par l’ANR). Il réunit 18 partenaires pour une subvention de 10 millions d’euros (subvention LBE 132 k€). Ses objectifs2 sont : 2
www.idealg.ueb.eu/themes/objectifs/
20
• Développer les outils génétiques et biotechnologiques pour étudier la diversité des algues locales et les micro-‐organismes associés. • Explorer les fractions chimiques valorisables de ces algues selon un procédé de bioraffinerie. • Promouvoir l’algoculture et les biotechnologies associées. • Evaluer les impacts environnementaux, sociétaux et économiques susceptibles d’émerger au cours du développement de la filière de la récolte des algues. • Accélérer le transfert de technologies par la mise en place d’une plateforme de collaboration et de concertation entre parties prenantes, industriels et scientifiques. Dans ce projet, je suis responsable de l’évaluation des impacts environnementaux et en charge du projet au sein du laboratoire. Nous accompagnons les partenaires sur les aspects d’écoconception et d’écoévaluation. Surfact’Alg (BIP ademe12, 2013 – 2016). Surfact’Alg (Développement éco-‐responsable de nouveaux tensio-‐actifs d’origine algale pour des applications en détergence et dans les émulsions de bitume) réunit cinq partenaires pour un financement total de 820 k€ (subvention LBE 88 k€). L’objectif de ce projet est de développer des procédés de fabrication et des applications de nouvelles compositions à base de tensioactifs issus de la chimie du végétal, dérivés d’algues et d’huiles végétales et nous accompagnons les partenaires dans l’écoconception des produits. Dans ce projet, je suis responsable de l’évaluation des impacts environnementaux et en charge du projet au sein du laboratoire. Algraal (FUI13, 2014 – 2017). Algraal (Développement d’une nouvelle source durable de production d’alcool gras et d’émulsionnants d’origine algale, se substituant à l’huile de palme et à destination de l’industrie cosmétique) est un projet collaboratif réunissant 7 partenaires pour un budget total de 3,3 M€ (1,5M€ de subvention dont 178 k€ pour le LBE). Je suis membre du comité de pilotage et représentant pour l’INRA. Aujourd’hui, la question de la matière première susceptible de remplacer l’huile de palme dans la fabrication des alcools gras et des émulsionnants se pose avec acuité face aux difficultés d’approvisionnement à venir et aux enjeux environnementaux. Ce projet est centré sur le développement d’une nouvelle source durable de production d’alcool gras et d’émulsionnants d’origine algale, se substituant à l’huile de palme et à destination de l’industrie cosmétique. Les travaux R&D couvrent l’intégralité de la chaîne de valeur de l’alcool gras et de l’émulsionnant tout en valorisant les coproduits issus de la culture de microalgues, avec trois objectifs : (1) la maîtrise des coûts, (2) la réduction des impacts environnementaux et (3) la performance des émulsionnants. GreenAlgoHol (ANR14, 2015 – 2017). GreenAlgoHol (Evaluation des potentialités d’une filière de macroalgues vertes cellulosiques pour la production de bioéthanol – preuve de concept technique et durabilité) regroupe 5 partenaires académiques pour un budget subventionné de 640 k€, dont 131 k€
21
pour le LBE. Je suis membre du comité de pilotage et représentant pour l’INRA, et j’encadre une thèse dans ce projet (doctorat d’Antoine Esnouf). Le LBE est en charge de l’évaluation environnementale de la chaîne de valeurs étudiée. Les travaux de thèse réalisés dans ce projet s’articulent autour de deux aspects : (1) l’application de l’ACV aux procédés étudiés dans le projet et (2) l’amélioration de cette approche par le développement d’une méthodologie de sélection des catégories d’impacts représentant au mieux la variabilité des systèmes étudiés. II.2.3. Principales Collaborations L’ensemble de mes travaux de recherche s’effectue par l’intermédiaire de projets collaboratifs et est donc source d’interactions avec d’autres laboratoires et entreprises. Cela est d’autant plus important pour un travail centré sur l’évaluation environnementale des activités humaines où un partenariat est indispensable afin d’appréhender la diversité des systèmes techniques mis en œuvre. Plus particulièrement, en dehors des interactions quotidiennes avec les autres chercheurs du LBE et les membres d’ELSA, deux collaborations s’inscrivent sur le long terme. Le Centre d’Etude et de Valorisation des Algues (CEVA) est le centre technique dédié à la production et la transformation des biomasses végétales marines. C’est un partenaire clé pour la connaissance de ces filières, des acteurs associés et des procédés utilisés. Nos nombreuses collaborations (WinSeaFuel, Idealg, Surfact’Alg et GreenAlgoHol), nous ont permis de développer une expertise dans l’évaluation environnementale de filières issues de biomasse macroalgale [24, 107]. Olivier Bernard travaille au sein de l’équipe–projet Biocore de l’INRIA (qui fait suite à l’équipe–projet Comore). Biocore applique les domaines de l’automatique aux écosystèmes artificiels. Depuis mon post-‐doctorat et dans la continuité des collaborations entre l’INRIA et le LBE, nous avons collaboré sur plusieurs projets (Symbiose, Salinalgue) portant sur l’évaluation environnementale des systèmes de production et de valorisation des microalgues [31, 35, 38, 41, 108].
II.3.
Encadrement de la recherche
Sont listées ici l’ensemble des personnes encadrées ou co-‐encadrées (4 doctorats, 5 post-‐doctorats, 4 chargés de projet et 1 stage de fin d’étude). II.3.1. Stage de fin d’étude • Charlotte Pradinaud (CP), Mars 2013 – Septembre 2013, (6 mois) Stage de fin d’étude de Montpellier SupAgro, Analyse du cycle de vie d’une production de bioéthanol à partir de macroalgues. Maître de stage, taux d’encadrement 100 %. 1 article [24], 2 conférences [135, 136]. II.3.2. Chargés de projet • Yves Gerand (YG), Novembre 2015 – Février 2016 (4 mois) Chargé de projet pour les contrats Idealg et Surfact’Alg, ACV des systèmes développés. Responsable, taux d’encadrement 100 %. 1 participation à conférence soumise (novembre 2015). 22
• Ophélie Négri (ON), Décembre 2012 – Février 2013, (4 mois) Chargée de projet pour le contrat Phosph’OR, ACV des systèmes développés. Responsable, taux d’encadrement 100 %. 1 article [21], 3 conférences [21–23]. • Cyril Arnoult (CA), Janvier 2011 – juin 2013, (2 ans 6 mois) Chargé de projet Sudoe, Gestion du projet pour l’INRA, Montpellier SupAgro et IRSTEA Responsable secondaire, taux d’encadrement 30%. • Mélissa Cornélus (MC), Janvier 2011 – Décembre 2014, (4 ans) Chargée de projet pour le contrat Salinalgue, ACV des systèmes développés dans le projet et personne ressource pour l’écoconception auprès des différents partenaires. Responsable, taux d’encadrement 100 % pendant les deux premières années, 30% pendant les deux dernières (salariée du bureau d’étude Evéa conseils). 4 conférences [36, 42, 43, 45]. II.3.3. Doctorats • Antoine Esnouf (AE), Janvier 2015 – Janvier 2017 (3 ans) Doctorat dans le cadre de projet GreenAlgoHol, ACV des systèmes développés dans le projet et méthodologie de sélection des impacts représentatifs. Responsable, taux d’encadrement 90 %. 1 participation à conférence soumise (novembre 2015). • Juliette Langlois (JL), Janvier 2010 – Mars 2013, (3 ans 3 mois) Doctorat dans le cadre du projet WinSeaFuel, Langlois J (2013) Représentation dans l’Analyse de Cycle de Vie des impacts environnementaux des usages de l’espace marin – illustration sur les activités de pêche et d’algoculture. Institut National de la Recherche Agronomique (INRA), Laboratoire de Biotechnologie de l’Environnement. Responsable, taux d’encadrement 90 %. 4 articles [96–98, 107], 1 chapitre de livre [105], 10 conférences [36, 74, 95, 99–104, 106]. • Pierre Collet (PC), Février 2009 – Avril 2012, (3 ans 2 mois) Doctorat dans le cadre du projet Symbiose, Collet P (2012) Analyse de Cycle de Vie de la valorisation énergétique de la biomasse algale : prise en compte des aspects dynamiques dans l’étape d'inventaire. Institut National de la Recherche Agronomique (INRA), Laboratoire de Biotechnologie de l’Environnement Responsable principal, taux d’encadrement 90 %. 4 articles [31, 35, 38, 39], 2 chapitres de livre [33, 41], 10 conférences [28–30, 32, 34, 36, 37, 40, 42, 54]. • Haytem Riahi (HR), 2003 – 2006, 4 ans Doctorat Riahi M. H (2006) Modélisation de phénomènes microbiologiques, biochimiques et physico-‐ chimiques intervenant lors de l'affinage d'un fromage de type pâte molle croûte lavée. AgroParisTech. Responsable secondaire ; taux d’encadrement 20 %. 1 article [138]. II.3.4. Post-‐doctorat • Noureddine Hajaji (NH), Avril 2015 – Avril 2016 (1 an) Post-‐doctorat dans le cadre du projet Surfact’Alg. ACV et changement d’échelle. Responsable, taux d’encadrement 100 %. 1 publication soumise (octobre 2015), 1 participation à conférence soumise (novembre 2015).
23
• Sylvain Martinez (SM), Mars 2014 – Mars 2017 (3 ans) Post-‐doctorat dans le cadre du projet Algraal. ACV des systèmes développés. Responsable, taux d’encadrement 100 %., 1 conférence [121] et 1 publication soumise (décembre 2015). • Doris Brockman (DB), Janvier 2013 – Avril 2015, (2 ans 4 mois) Post-‐doctorat dans le cadre des projets Phosph’OR et Idéalg, ACV des systèmes développés. Responsable, taux d’encadrement 100 %. 2 articles, [21, 24], 5 conférences [22, 23, 62, 135, 136] et 1 publication soumise (décembre 2015). • Montserrat Nuñez Piñeda (MNP), Février 2012 – Février 2013, (1 an) Post-‐doctorat dans le cadre du projet Sudoe, Prise en compte de « l’eau verte » en ACV. Responsable secondaire, taux d’encadrement 10%. • Mary Hanhoun (MH), Novembre 2011 – Octobre 2012, (1 an) Post-‐doctorat dans le cadre du projet Phosph’OR et financement Montpellier SupAgro, ACV des systèmes développés. Responsable, taux d’encadrement 100 %. 1 article [21], 2 conférences [22, 56].
II.4.
Production scientifique
Sont listés ici l’ensemble des articles scientifiques (23), ouvrage collectif (1), chapitres d’ouvrages (3), brevet (1), communications en conférences orales (33), avec posters (17) et mon doctorat. Les personnes encadrées sont en italique et pour les articles, les facteurs d’impacts entre parenthèses. II.4.1. Articles 1.
Brockmann D, Pradinaud C, Champenois J, Benoit M, Hélias A (2015) Environmental assessment of bioethanol from onshore grown green seaweed. Biofuels, Bioprod Biorefining n/a–n/a. doi: 10.1002/bbb.1577 (IF : 4,2)
2.
Collet P, Hélias A, Lardon L, Steyer J-‐P, Bernard O (2015) Recommendations for Life Cycle Assessment of algal fuels. Appl Energy 154:1089–1102. doi: 10.1016/j.apenergy.2015.03.056 (IF : 5,6)
3.
Langlois J, Fréon P, Steyer J-‐P, Delgenès J-‐P, Hélias A (2015) Sea use impact category in life cycle assessment: characterization factors for life support functions. Int J Life Cycle Assess 20:970–981. doi: 10.1007/s11367-‐015-‐0886-‐7 (IF : 4)
4.
Brockmann D, Hanhoun M, Négri O, Hélias A (2014) Environmental assessment of nutrient recycling from biological pig slurry treatment – Impact of fertilizer substitution and field emissions. Bioresour Technol 163:270–279. doi: 10.1016/j.biortech.2014.04.032 (IF : 4,5)
5.
Collet P, Lardon L, Hélias A, Bricout S, Lombaert-‐Valot I, Perrier B, Lépine O, Steyer J-‐P, Bernard O (2014) Biodiesel from microalgae – Life cycle assessment and recommendations for potential improvements. Renew Energy 71:525–533. doi: 10.1016/j.renene.2014.06.009 (IF : 3,5)
6.
Langlois J, Fréon P, Delgenes J-‐P, Steyer J-‐P, Hélias A (2014) New methods for impact assessment of biotic-‐ resource depletion in life cycle assessment of fisheries: theory and application. J Clean Prod 73:63–71. doi: 10.1016/j.jclepro.2014.01.087 (IF : 3,8)
7.
Langlois J, Fréon P, Steyer J-‐P, Delgenès J-‐P, Hélias A (2014) Sea-‐use impact category in life cycle assessment: state of the art and perspectives. Int J Life Cycle Assess 19:994–1006. doi: 10.1007/s11367-‐ 014-‐0700-‐y (IF : 4)
8.
Collet P, Lardon L, Steyer J-‐P, Hélias A (2013) How to take time into account in the inventory step: a selective introduction based on sensitivity analysis. Int J Life Cycle Assess 19:320–330. doi: 10.1007/s11367-‐013-‐0636-‐7 (IF : 4)
24
9.
Leclercq-‐Perlat M-‐N, Hélias A, Corrieu G (2013) Short communication: Little change takes place in Camembert-‐type cheese water activities throughout ripening in terms of relative humidity and salt. J Dairy Sci 96:7521–7525. doi: 10.3168/jds.2013-‐6817 (IF : 2,6)
10. Langlois J, Sassi J-‐F, Jard G, Steyer J-‐P, Delgenes J-‐P, Hélias A (2012) Life cycle assessment of biomethane from offshore-‐cultivated seaweed. Biofuels, Bioprod Biorefining 6:387–404. doi: 10.1002/bbb.1330 (IF : 4,2) 11. Benoist A, Van De Steene L, Broust F, Hélias A (2012) Enjeux environnementaux du développement des biocarburants liquides pour le transport. Sci Eaux Territ 7:66–73. (IF : non classé) 12. Collet P, Hélias A, Lardon L, Ras M, Goy R-‐A, Steyer J-‐P (2011) Life-‐cycle assessment of microalgae culture coupled to biogas production. Bioresour Technol 102:207–214. doi: 10.1016/j.biortech.2010.06.154 (IF : 4,5) 13. Baudrit C, Hélias A, Perrot N (2009) Joint treatment of imprecision and variability in food engineering: Application to cheese mass loss during ripening. J Food Eng 93:284–292. doi: 10.1016/j.jfoodeng.2009.01.031 (IF : 2,8) 14. Lardon L, Hélias A, Sialve B, Steyer J-‐P, Bernard O (2009) Life-‐Cycle Assessment of Biodiesel Production from Microalgae. Environ Sci Technol 43:6475–6481. doi: 10.1021/es900705j (IF : 5,3) 15. Hélias A, Guerrin F, Steyer J-‐P (2008) Using timed automata and model-‐checking to simulate material flow in agricultural production systems—Application to animal waste management. Comput Electron Agric 63:183–192. doi: 10.1016/j.compag.2008.02.008 (IF : 1,8) 16. Hélias A, Trelea IC, Corrieu G (2008) Assessment of respiratory activity during surface-‐mould cheese ripening. J Food Eng 85:632–638. doi: 10.1016/j.jfoodeng.2007.09.001 (IF : 2,8) 17. Naud O, Tuitete T, Léger B, Hélias A, Giroudeau R (2008) Systèmes à événements discrets : de la simulation à l’analyse temporelle de la décision en agriculture. e-‐STA -‐ Rev des Sci Technol l’Automatique 5:52–56. (IF : non classé) 18. Mounier J, Monnet C, Vallaeys T, Arditi R, Sarthou A-‐S, Hélias A, Irlinger F (2008) Microbial interactions within a cheese microbial community. Appl Environ Microbiol 74:172–181. doi: 10.1128/AEM.01338-‐07 (IF : 3,7) 19. Hélias A, Mirade P-‐S, Corrieu G (2007) Modeling of Camembert-‐type cheese mass loss in a ripening chamber: main biological and physical phenomena. J Dairy Sci 90:5324–5333. doi: 10.3168/jds.2007-‐0272 (IF : 2,6) 20. Riahi MH, Trelea IC, Picque D, Leclercq-‐Perlat M-‐N, Hélias A, Corrieu G (2007) A model describing Debaryomyces hansenii growth and substrate consumption during a smear soft cheese deacidification and ripening. J Dairy Sci 90:2525–2537. doi: 10.3168/jds.2006-‐357 21. Bernard O, Chachuat B, Hélias A, Rodriguez J (2006) Can we assess the model complexity for a bioprocess: theory and example of the anaerobic digestion process. Water Sci Technol 53:85. doi: 10.2166/wst.2006.010 (IF : 1,1) 22. Bernard O, Chachuat B, Hélias A, Le Dantec B, Sialve B, Steyer J-‐P, Lardon L, Neveu P, Lambert S, Gallop J, Dixon M, Ratini P, Quintabà A, Frattesi S, Lema JM, Roca E, Ruiz G, Rodriguez J, Franco A, Vanrolleghem P, Zaher U, De Pauw DJW, De Neve K, Lievens K, Dochaine D, Schoefs O, Fibrianto H, Farina R, Alcaraz Gonzalez V, Gonzalez Alvarez V, Lemaire P, Martinez J a, Esandi F, Duclaud O, Lavigne JF (2005) An integrated system to remote monitor and control anaerobic wastewater treatment plants through the internet. Water Sci Technol 52:457–464. (IF : 1,1) 23. Hélias A, Guerrin F, Steyer J (2004) Abstraction des trajectoires d’un système continu en automates temporisés. e-‐STA -‐ Rev des Sci Technol l’Automatique 1:7p. (IF : non classé)
II.4.2. Ouvrage collectif 1.
Houot S, Pons M-‐N, Pradel M, Tibi A, Aubry C, Augusto L, Barbier R, Benoît P, Brugère H, Caillaud M-‐A, Casellas M, Chatelet A, Dabert P, Mareschal S De, Doussan I, Etrillard C, Fuchs J, Génermont S, Giamberini L, Hélias A, Jardé E, Le Perchec S, Lupton S, Marron N, Ménasseri S, Mollier A, Morel C, Mougin C, Nguyen C, Parnaudeau V, Patureau D, Pourcher A-‐M, Rychen G, Savini I, Smolders E, Topp E, Vieublé L, Viguié C (2014) Valorisation des matières fertilisantes d’origine résiduaire sur les sols à usage agricole ou forestier, impacts agronomiques, environnementaux, socio-‐économiques. Expertise scientifique collective. INRA-‐ CNRS-‐Irstea (France) 930p.
25
II.4.3. Chapitres d’ouvrages 1.
Collet P, Spinelli D, Lardon L, Hélias A, Steyer JP, Bernard O (2013) Life-‐Cycle Assessment of Microalgal-‐ Based Biofuels. In: Pandey A, Lee D-‐J, Chisti Y, Soccol CR (eds) Biofuels from Algae. pp 287–312
2.
Langlois J, Hélias A, Delgenès J-‐P, Steyer J-‐P (2011) Review on land use considerations in Life Cycle Assessment (LCA): methodological perspectives for marine ecosystems. In: Finkbeiner M (ed) Towar. Life Cycle Sustain. Manag. Springer Netherlands, Dordrecht, pp 85–96
3.
Collet P, Hélias A, Lardon L, Steyer J-‐P (2011) Time and life-‐cycle assessment: how to take time into account in the inventory step ? In: Finkbeiner M (ed) Towar. Life Cycle Sustain. Manag. Springer Netherlands, Dordrecht, pp 119–130
II.4.4. Brevet 1.
Hélias A, Corrieu G, Guillemin H, Perret B, Picque D (2010) New process for cheese ripening and a device for implementing said process. EP 2 154 949 B1. EPO 31.
II.4.5. Communications en congrès (oral) 1.
Brockmann D, Hanhoun M, Négri O, Hélias A (2014) Environmental assessment of biological treatment of washing waters from cheese production. 2nd IWA Spec. Int. Conf. “EcoTechnologies Wastewater Treat. -‐ Tech. Environ. Econ. Challenges” (ecoSTP 2014)
2.
Brockmann D, Négri O, Hélias A (2014) Agricultural valorization of organic residues : Operational tool for determining the nitrogen mineral fertilizer equivalent. In: 9th Int. Life Cycle Assess. Foods Conf. (LCA Foods 2014). San Francisco, USA, pp 176–184
3.
Pradinaud C, Champenois J, Benoit M, Brockmann D, Hélias A (2014) Life Cycle Assessment of Bioethanol from Onshore Ulva Production. Alg’n' Chem 2014 -‐ Which Futur algae Ind. ?
4.
Crampon C, Adil M, Cornélus M, Hélias A, Lumia G, Charton F, Badens E (2014) Extraction of compounds of interest from microalgae using supercritical carbon dioxide. In: Alg’n' Chem 2014 -‐ Which Futur algae Ind. ? p 125
5.
Collet P, Hélias A, Lardon L, Steyer J-‐P, Bernard O (2014) General guidelines for LCA of microalgal biofuels. In: Alg’n' Chem 2014 -‐ Which Futur algae Ind. ? p 29
6.
Hanhoun M, Hélias A (2012) ACV d’une filière de traitement et de valorisation des effluents d'élevage. Journées Tech. Eau Déchets -‐ Eval. environnementale des filières Trait. des eaux
7.
Langlois J, Fréon P, Delgenès J, Steyer J, Hélias A (2012) Biotic resources extraction impact assessment in LCA of fisheries. In: 8th Int. Conf. Life Cycle Assess. Agri-‐Food Sect. (LCA Food 2012),. INRA, Rennes, France, Saint Malo, France, pp 517–522
8.
Langlois J, Hélias A, Delgenès J (2011) Review on land use considerations in Life Cycle Assessment ( LCA ): methodological perspectives for marine ecosystems. Life Cycle Manag. Conf. LCM
9.
Collet P, Hélias A, Lardon L (2011) Time and life-‐cycle assessment : how to take time into account in the inventory step ? Life Cycle Manag. Conf. LCM
10. Langlois J, Hélias A, Delgenès J (2011) Review on land use considerations in Life Cycle Assessment ( LCA ): methodological perspectives for marine ecosystems. In: Congrès ACV [AVNIR]. Lille, France, invited speaker 11. Collet P, Lardon L, Hélias A, Bricout S, Lombaert-‐Valot I, Perrier B, Lépine O, Steyer J-‐P, Bernard O (2011) Can we produce biofuel from microalgae without a renewable source of electricity and heat? Algn’n'Chem Conf. 12. Gonzalez Fernandez MC, Sialve B, Ras M, Collet P, Habouzit F, Bernet N, Hélias A, Latrille E, Lardon L, Steyer J-‐P (2011) Microalgae as biogas resource. In: 8th IWA Lead. Edge Conf. Water Wastewater Technol. Amsterdam (NLD). 13. Collet P, Langlois J, Cornélus M, Lardon L, Steyer J-‐P, Bernard O, Hélias A (2011) Algae as source of biofuel -‐ Environmental assessment and ecodesign perspectives. In: Ecotech & Tools. Montpellier, France. 14. Collet P, Hélias A, Lardon L, Steyer J (2010) Dynamic Life Cycle Assessment of biogas production from micro-‐algae. Life Cycle Assess. IX 15. Collet P, Hélias A, Lardon L, Ras M, Goy R-‐A, Steyer J-‐P (2010) Analyse du Cycle de Vie de la production de biogaz à partir de microalgues. Adebiotech, Algues filières du Futur
26
16. Collet P, Hélias A, Lardon L, Bernard O, Sialve B, Steyer J-‐P (2009) Analyse du Cycle de Vie de la production de biodiesel à partir d’algues couplée avec une digestion anaérobie. STIC Environ. 17. Hélias A, Sialve B, Lardon L, Steyer J-‐P (2008) Eco-‐évaluation d’une filière de production de biocarburant par culture de microalgues : comparaison avec des filières conventionnelles agricoles. In: Ecotechs 08 Des éco-‐indicateurs à l’évaluation à la Certif. environnementale. 18. Naud O, Tuitete T, Léger B, Hélias A, Giroudeau R (2007) Systèmes réactifs pour modéliser la décision en production agricole -‐ Exemples à propos des traitements phytosanitaires. In: MSR 07, Modélisation des Systèmes Réactifs. Lyon, France. 19. Baudrit C, Hélias A, Perrot N (2007) Uncertainty analysis in food engineering involving imprecision and randomness. In: ISIPTA 07, 5th Int. Symp. Imprecise Probab. Theor. Appl. Prague, Czech Republic. 20. Naud O, Tuitete T, Léger B, Hélias A, Giroudeau R (2007) Systèmes à événements discrets : de la simulation à l’analyse temporelle de la décision en agriculture. In: STIC Environ. Lyon, France. 21. Hélias A, Bernard O (2007) Assessing the main reactions in a bioprocess: Application to cheese ripening. In: Michel P (ed) Comput. Appl. Biotechnol. pp 187–194 22. Hélias A, Guerrin F, Steyer J-‐P (2006) Utilisation des outils de model-‐checking en temps réel pour la représentation de pratiques de gestion des effluents d’élevage. In: Stic Environ. Narbonne, France. 23. Brahimi B, Demmou H, Hélias A, Steyer J-‐P (2005) Risk assessment for safe restart of anaerobic digestion processes. In: Zítek P (ed) 16th IFAC World Congr. p 2175 24. Bernard O, Chachuat B, Hélias A, Steyer J-‐P (2005) Assessing Model Complexity from Anaerobic Digestion Data: When is Model AM1 Required? In: IWA Int. Work. Anaerob. Dig. Model No.1. Copenhagen, Denmark. 25. Bernard O, Chachuat B, Hélias A, Rodriguez J (2004) Can we assess the model complexity for a bioprocess? theory and example of the anaerobic digestion process. In: Watermatex IWA Conf. Syst. Anal. Integr. Assess. Beijing, China. 26. Hélias A, Guerrin F, Steyer J-‐P (2004) Using real-‐time model-‐checking tool in agricultural planning : application to animal waste management in Reunion island. In: Manag. Control Prod. Logist. IFAC, Santiago, Chile, pp 43–50 27. Bernard O, Chachuat B, Hélias A, Le Dantec B, Sialve B, Steyer J-‐P, Lardon L, Neveu P, Lambert S, Gallop J, Dixon M, Ratini P, Quintabà A, Frattesi S, Lema JM, Roca E, Ruiz G, Rodriguez J, Franco A, Vanrolleghem P, Zaher U, De Pauw DJW, De Neve K, Lievens K, Dochaine D, Schoefs O, Fibrianto H, Farina R, Alcaraz Gonzalez V, Gonzalez Alvarez V, Lemaire P, Martinez J a, Esandi F, Duclaud O, Lavigne JF (2004) An integrated system to remote monitor and control anaerobic wastewater treatment plants through the internet.[TELEMAC contribution #1]. In: 10th IWA Conf. Anaerob. Dig. vol 1. Montréal, Canada, pp 318–323 28. Hélias A, Guerrin F, Steyer J-‐P (2004) Abstracting continuous system behaviors into timed automata : application to diagnosis on an anaerobic digestion process. In: DX-‐2004, 15th Int. Work. Princ. Diagnosis. Carcassonne, France, pp 45–50 29. Hélias A, Guerrin F, Steyer J-‐P (2004) Abstraction of continuous system trajectories into timed automata. In: Discret. event Syst. 2004 a Proc. Vol. from 7th IFAC Work. IFAC, Reims, France, pp 309–314 30. Hélias A, Guerrin F, Steyer J-‐P (2003) Représentation par automates temporisés de contraintes temporelles -‐ cas de la fertilisation organique des cultures de l’île de la Réunion. In: MOSIM’03, 4ème conférence Francoph. MOdélisation SIMulation. Organ. conduite d'activités dans l'industrie les Serv. Toulouse, France, pp 691–698 31. Hélias A, Guerrin F, Harmand J, Steyer J-‐P (2002) Abstraction en modèles discrets de modèles d’évolution de stocks continus : application à la gestion des effluents d'élevage. In: SIMO 2002, Systèmes d’information, modélisation, optimisation, Command. en génie des procédés. Toulouse, France. 32. Hélias A, Guerrin F, Lopez P, Steyer J-‐P (2002) Simulation de l’approvisionnement d'une unité de traitement de lisier de porc par plusieurs unités de production. Modélisation par équations différentielles ordinaires et programmation linaire. In: Modélisation des flux biomasse des Transf. Fertil. cas la Gest. des effluents d’élevage à l'île la Réunion. Actes du séminaire. CIRAD, Montpellier, France. 33. Hélias A, Guerrin F, Lopez P, Steyer J-‐P (2001) Simulating management policies on stock supplied by multiple production units: application to a pig slurry treatment plant. In: EFITA 2001, Third Conf. Eur. Fed. Inf. Technol. Agric. Food Environ. Montpellier, France, pp 361–366
27
II.4.6. Communications en congrès (poster) 1.
Martinez S, Hure L, Bessou C, Guibot J, Hélias A (2015) Biomass feedstock production into LCA of bio-‐ sources chemicals: a palm oil-‐based surfactant case study. LCM 2015, 7th Int. Conf. Life Cycle Manag.
2.
Loiseau E, Loubet P, Hélias A, Roux P (2015) Sand in the gears : State of the art and perspectives for assessing sand and gravel use in LCIA. In: 25th Annu. Meet. Soc. Environ. Toxicol. Chem. Barcelona, Spain. Pradinaud C, Champenois J, Benoit M, Brockmann D, Hélias A (2014) Environmental assessment of bioethanol from onshore grown Ulva. In: 9th Int. Life Cycle Assess. Foods Conf. (LCA Foods 2014). San Francisco, USA, pp 1042–1047
3.
4.
Hélias A, Langlois J, Fréon P (2014) Improved impact assessment of biotic-‐resource depletion in LCA of fisheries. In: 9th Int. Life Cycle Assess. Foods Conf. (LCA Foods 2014). San Francisco, USA, pp 533–538
5.
Hélias A, Brockmann D (2014) Use of fertilizing residues by agricultural activities in LCA studies. In: 9th Int. Life Cycle Assess. Foods Conf. (LCA Foods 2014). San Francisco, USA, pp 523–532
6.
Cornélus M, Lepochat S, Bellino R, Steyer J-‐P, Hélias A (2013) Designing a sustainable production system of biofuel from microalgae. SFGP, les Sci. du génie des procédés pour une Ind. durable
7.
Collet P, Lardon L, Steyer J-‐P, Hélias A (2013) Selective introduction of temporal dynamic based on the sensitivity analysis of economic and environmental flows. In: 23rd Annu. Meet. Soc. Environ. Toxicol. Chem. Glasgow, UK.
8.
Drocourt A, Mervant Y, Milhau F, Chinal M, Hélias A (2012) Environmental assessment of rice production in Camargue , France. In: 8th Int. Conf. LCA Agri-‐Food Sect. Saint Malo, France, pp 853–858
9.
Langlois J, Sassi J-‐F, Delgenès J, Steyer J, Hélias A (2012) Life cycle assessment of alginate production. In: 8th Int. Conf. Life Cycle Assess. Agri-‐Food Sect. (LCA Food 2012), INRA, Rennes, France, p 795
10. Cornélus M, Collet P, Le Pochat S, Bellino R, Steyer J, Hélias A (2012) Salinalgue project : designing a sustainable production system of biofuel and by-‐products from microalgae. In: 8th Int. Conf. Life Cycle Assess. Agri-‐Food Sect. (LCA Food 2012), INRA, Rennes, France, pp 797–798 11. Langlois J, Hélias A, Delgenès J (2011) Environmental assessment of a biomethane production system from offshore-‐cultivated macroalgae. In: Ecotech & Tools. Montpellier, France. 12. Langlois J, Hélias A, Delgenès J (2011) Environmental assessment of a biomethane production system from offshore-‐cultivated macroalgae. In: Alg’n'Chem. Montpellier, France. 13. Langlois J, Hélias A, Delgenès J (2011) Environmental assessment of a biomethane production system from offshore-‐cultivated macroalgae. In: Congrès ACV [AVNIR]. Lille, France. 14. Langlois J, Hélias A, Delgenès J (2011) Environmental assessment of a biomethane production system from offshore-‐cultivated macroalgae. Life Cycle Manag. Conf. LCM 15. Lardon L, Hélias A, Sialve B, Bernard O, Steyer J (2009) LCA of biodiesel production from micro-‐algae coupled to Anaerobic Digestion of oilcakes. In: Life Cycle Manag. Conf. LCM. Cape Town, South Africa, p poster 16. Hélias A (2007) Sensitivity analysis of a simplified cheese ripening mass loss model. In: Michel P (ed) Comput. Appl. Biotechnol. pp 307–312 17. Mailleret L, Hélias A, Bernard O, Rodriguez J, Ruiz G, Roca E (2004) Use of an ADM1 based virtual plant for validation of a simple and adaptive closed loop controller [telemac contribution #14]. In: 10th IWA Conf. Anaerob. Dig. vol 3. Montréal, Canada, pp 1135–1340
II.4.7. Thèse 1.
Hélias A (2003) Agrégation/abstraction de modèles pour l’analyse et l’organisation de réseaux de flux -‐ application à la gestion des effluents d’élevage à la Réunion. Ecole nationale supérieure agronomique de Montpellier Thèse soutenue le 18 décembre 2003 devant le jury suivant: Mme. Marie-‐Odile CORDIER, M. François GUERRIN, M. Philippe LETERME, M. Jean-‐Marie NAVARRO, M. Jean-‐Philippe STEYER, M. Robert VALETTE,
Professeur, IRISA, Rapporteur Ingénieur de recherche, INRA-‐CIRAD, Examinateur Professeur, Agrocampus Ouest, Examinateur Professeur, Université Montpellier, Président du jury Directeur de recherche, INRA LBE, Directeur de thèse Directeur de recherche, LAAS-‐CNRS, Rapporteur
28
III. Présentation des travaux scientifiques Après une présentation de l’ACV pour en souligner les enjeux, je présente ici mes travaux réalisés dans ce domaine. Dans un premier temps, l’usage de l’ACV dans des démarches d’écoconception de systèmes de production est abordé. Sur les exemples des microalgues, puis des macroalgues, des évaluations prospectives et des tests d’alternatives de productions sont exposés. Je mets ensuite en avant les acquis de ces travaux. La seconde partie est consacrée à la représentation en ACV de l’épandage de matières fertilisantes d’origine résiduaire. Apres ces réflexions sur la mise en œuvre de l’ACV, la troisième partie explore l’introduction d’aspects dynamiques au niveau de l’inventaire et la quatrième la modélisation de nouvelles voies d’impacts dédiées à l’usage de la mer.
29
30
III.1. Eléments de contexte Avant de présenter la démarche ACV, nous présentons les grandes lignes des interactions entre les activités humaines et notre espace naturel. III.1.1. L’homme et son environnement L’usage de la nature Les Nations Unies définissent les actifs naturels comme étant des ressources biologiques (créées ou naturelles), des zones continentales et aquatiques et leurs écosystèmes, des ressources du sous-‐sol et de l’atmosphère [152]. Les ressources naturelles sont quant à elles définies comme des actifs naturels (matières premières) qui peuvent être utilisés pour une production économique ou une consommation. Cet usage de la nature n’est pas nouveau, l’Homme transforme depuis toujours son espace de vie pas ses activités. A titre d’illustration, la Figure 3 nous montre l’évolution de la couverture des sols en Grande-‐Bretagne du début du néolithique à nos jours [150]. La déforestation n’est pas un phénomène nouveau mais s’observe dès le développement des activités d’élevage, avec une diminution des surfaces des forêts de feuillus au profit des pâturages et des prairies. Le principal changement depuis la révolution industrielle n’est pas dans l’usage de la nature, mais dans la vitesse de celui-‐ci. La déforestation du néolithique a pris plusieurs millénaires, tandis que les changements de notre environnement actuel s’observent désormais à l’échelle de la décennie.
Figure 3. Reconstruction de la couverture des sols en Grande Bretagne selon les pollens retrouvés dans différents sites au cours du temps (Cal. yr. BP : année calibrée avant le présent), extrait de la Figure 3.a de Woodbridge et coauteurs [150].
31
De l’usage à la conséquence, l’exemple du carbone Vu comme un ensemble de ressources, notre environnement3 trouve sa place dans notre fonctionnement économique, qui s’est fortement développé grâce à celui-‐ci. Décrire l’état de ces ressources est alors pertinent pour les acteurs de l’économie. Pour illustrer les liens étroits entre environnement et activités économiques, quelques éléments factuels sur le carbone fossile sont ici repris. Avec un objectif d’information pour la décision économique, British Petroleum publie en 1951 les premières statistiques mondiales sur l’énergie. Ce rapport, encore aujourd’hui édité chaque année, décrit l’évolution des ressources énergétiques sur un pas de temps annuel. Le premier rapport comporte un graphique présenté en Figure 4.a. Sur une période de trente ans, la production de pétrole (et donc la consommation, aux variations de stock près) a été multipliée par six avec une tendance exponentielle. Dès 1952 des cartes mondiales de flux de pétrole sont proposées (en Figure 4.b).
a)
b)
Figure 4. a) Production mondiale de pétrole 1920 – 1951, extrait de [151] et b) principaux flux de pétrole par mer en 1952 , extrait de [44].
Le pétrole est principalement utilisé pour son contenu énergétique et est majoritairement constitué de carbone (de l’ordre de 85 %). Ce carbone est émis dans sa quasi-‐totalité sous forme de dioxyde de carbone après combustion du pétrole : !
𝐶! 𝐻! + 𝑧𝑂! → 𝑥𝐶𝑂! + ! 𝐻! 𝑂
( 1 )
avec 𝑧 = 𝑥 + !!! . Se pose alors la question non seulement de la consommation des ressources (de la nature vers nos systèmes productifs) mais aussi des émissions (du système productif vers l’environnement). La tendance exponentielle de la production de pétrole va se retrouver dans les mesures de concentration de dioxyde de carbone dans l’atmosphère. Mais la relation n’est pas directe et l’estimation des concentrations doit réunir des données techniques (la combustion de ressource fossile) et environnementales (les échanges entre l’atmosphère, la biosphère et les océans qui expliquent en partie que la totalité du dioxyde de carbone fossile ne se retrouve pas dans l’atmosphère). Ceci est illustré ici par la Figure 5.a provenant du premier 3
Par la suite, l’environnement sera défini comme l’ensemble des éléments (biotiques ou abiotiques) qui entourent l’Homme et ses activités.
32
rapport du Groupe d'experts intergouvernemental sur l'évolution du climat (GIEC) [85] en 1990 . La concentration atmosphérique en dioxyde de carbone a bien évidement des conséquences sur les phénomènes radiatifs de l’atmosphère (Figure 5.b) et contribue au réchauffement climatique par les variations de températures atmosphériques telles qu’elles sont montrées dans la Figure 5.c. L’augmentation des températures est déjà visible et continuera sur les vingt-‐cinq années suivantes.
a)
b)
c)
Figure 5. a) Stock (GtC) et flux (GtC/an) globaux de carbone. b) Changement du forçage radiatif de l’atmosphère (référence 1750) induit par les principaux gaz à effet de serre. c) Moyenne globale des températures atmosphériques terrestre et de la surface de la mer exprimées en écart à la moyenne 1951-‐80. (respectivement Figure 1.1, 2.2 et 11 de [85]).
La question de la compréhension des impacts de cette augmentation de la température sur l’Homme et son environnement apparaît alors. Ceux-‐ci sont illustrés ici par une carte de synthèse du cinquième rapport d’évaluation du GIEC (Figure 6), qui souligne le degré de confiance vis à vis des conclusions proposées. A travers ces quelques éléments très réducteurs en lien avec le carbone fossile, i.e., données factuelles de consommations de ressources par nos activités (1951, Figure 4), modèle d’émission (eq. ( 1 )), cycle du carbone et élévation des températures (1991, Figure 5) et conséquences sur notre milieux (2014, Figure 6) nous pouvons appréhender les liens entre nos activités économiques et notre environnement intrinsèquement liés : • Nos activités économiques se construisent autour de ressources provenant en grande partie de notre environnement, comme le pétrole. • Via nos activités économiques, nous perturbons notre environnement en modifiant 33
•
les grands cycles biogéochimiques. Les changements de notre environnement affectent nos activité économiques (en altérant entre autres les ressources naturelles utilisées comme les ressources biotiques et les sols agricoles).
Figure 6. Schémas mondiaux des impacts au cours des dernières décennies attribués au changement climatique (Figure SPM 2 de [86]).
La compréhension et la formalisation de ces interactions ne sont pas une problématique nouvelle. En 1972, le rapport Meadows [123] propose un modèle du monde dont l’architecture globale repose sur les activités économiques (services, industries et agriculture en bas, de la gauche vers le centre), l’humanité (au centre en haut), les ressources non renouvelables (en haut à gauche), les pollution (en haut à droite) et les terres arables ou non (en bas à droite). Cette modélisation met en évidence les interactions multiples entre les trois secteurs de l’économie, l’Homme et les atteintes à l’environnement4, mais elle reste relativement conceptuelle et peu utilisable. L’ACV cherche à structurer ces relations afin d’évaluer les conséquences environnementales de nos activités.
4
Par simplification, seront regroupées dans la suite du document dans atteintes à l’environnement (ou les dommages à l’environnement), les atteintes à l’environnement proprement dites, de même que les atteintes directes à la santé humaine.
34
35
Figure 7. Le modèle du monde (Figure 26 de [123]) rectangles : niveaux ou quantités physiques mesurables ; vannes : taux ayant une influence sur ces niveaux ; cercles : variables auxiliaires ; rectangles en mosaïques : délais dans les relations ; flèches pleines : flux réels (personnes, biens, argents, …) ; flèches en pointillées : relations causales ; nuages : sources ou destinations sans importance pour le modèle.
III.1.2. Les enjeux de l’Analyse du Cycle de Vie L’ACV est souvent présentée à travers son cadre normatif de « l’International Standard Organisation » (ISO) 14040 et 14044, qui met en avant son caractère international et générique, et propose un cadre méthodologique composé de 4 grandes étapes. Toutefois, cette référence tend parfois à minimiser les enjeux scientifiques sous-‐jacents à l’outil opérationnel. Nous allons ici aborder l’ACV à travers les éléments évoqués précédemment (Cf. III.1.1) pour en souligner les fondements et définir les principaux termes qui seront ensuite utilisés. Décrire les activités humaines par une approche systémique British Petroleum considère dès les années cinquante que le marché a besoin de données exhaustives, et propose de compiler une information dispersée pour avoir une vision globale de l’usage d’une ressource intégrant sa consommation et les échanges entre les différents acteurs de la filière. Décrire une activité implique une description des interactions entre les acteurs, les étapes, les processus qui sont mis en œuvre. Quantifier les impacts sur l’environnement d’une activité nécessite de décrire la structure de l’activité par une description des processus mis en œuvre. Ces processus produisent ou consomment des flux qui les relient et seront décrit par ceux-‐ci. Le premier enjeu de l’approche ACV est donc l’utilisation d’une approche systémique pour un système productif (système techniques), i.e., identifier les sous-‐systèmes (les processus unitaires) et leurs interactions (les flux techniques). Décrire les échanges depuis et vers le milieu naturel Lors de la consommation ou la production de ces flux, les activités humaines vont transformer la matière, des ressources vont être consommées et des substances produites. Les productions sans un intérêt marchand (i.e., les flux dont la récupération ou la valorisation n’est pas économiquement rentable) seront généralement, sauf contraintes règlementaires, émises vers l’environnement. C’est par exemple le cas du dioxyde de carbone lors d’une combustion de ressources fossiles. Ces flux seront mesurés (comme le volume de pétrole prélevé) ou calculés via des relations ou modèles plus ou moins complexe (comme l’équation théorique de combustion présentée précédemment). Quantifier les impacts sur l’environnement d’une activité nécessite de quantifier les consommations de ressources et les émissions de substances vers le milieu naturel. Ces flux d’interaction entre le système technique et la nature génèrent des modifications de l’environnement par l’activité humaine. Le deuxième enjeu de l’approche ACV est donc de quantifier les échanges (les flux environnementaux) entre les processus unitaires et la nature (le système environnemental).
36
Décrire les causalités entre les émissions et les impacts environnementaux Ces flux environnementaux sont une quantification directe des atteintes à l’environnement et peuvent être vus comme de simples indicateurs. Cependant, ils ne permettent pas réellement d’analyser les changements opérés sur l’environnement. Quantifier les émissions de dioxyde de carbone n’est pas suffisant pour appréhender le changement climatique. Les travaux du GIEC s’attachent à décrire le cycle entre les composantes de l’environnement (Figure 5.a), et les phénomènes liés à la substance (forçage radiatif, Figure 5.b) pour analyser l’effet sur les températures. Quantifier les impacts sur l’environnement d’une activité nécessite de déterminer les relations de causes à effets entre des flux physiques vers (et de) l’environnement et des conséquences sur son fonctionnement. Le troisième enjeu de l’approche ACV est donc la modélisation des mécanismes environnementaux donnant un sens environnemental (les impacts environnementaux) aux flux environnementaux afin de les caractériser (via des facteurs de caractérisations). Décrire les conséquences des impacts sur l’environnement Parler d’impacts sous-‐entend la présence de problèmes. L’élévation des températures ou l’usage des sols par exemple nous laisse entrevoir un changement de notre cadre de vie. Mais si les phénomènes sont caractérisés en impacts (i.e. la cause du changement), cela ne permet pas d’appréhender les conséquences finales de ces bouleversements. Ce que le GIEC essaye à travers la Figure 6, c’est bien de traduire ces changements en dommages afin de quantifier et hiérarchiser les différentes conséquences des actions humaines sur l’environnement. Quantifier les impacts sur l’environnement d’une activité nécessite de déterminer les conséquences des mécanismes environnementaux induits, et de chercher à estimer l'importance des changements engendrés. Le quatrième enjeu de l’approche ACV est donc la caractérisation des dommages à l’environnement, les facteurs de caractérisation pouvant être déterminés au regard des impacts (approche midpoint) ou des dommages (approche endpoint). Attribuer les conséquences environnementales aux objectifs des activités humaines Enfin, l’ACV n’est rien d’autre qu’une structuration des relations de cause-‐ conséquences entre l’activité humaine et l’environnement, e.g., fournir de l’énergie va impacter les ressources abiotiques et le climat. Mais il est alors important d’attribuer les conséquences à une source donnée, i.e., l’épuisement de la ressource fossile ne sera pas attribué à la raffinerie (transformer la ressource) mais bien au consommateur de l’énergie (comme lors du transport d’une marchandise). Quantifier les impacts sur l’environnement d’une activité nécessite de définir la finalité de cette activité. C’est au regard d’un service rendu (par exemple se nourrir) que les changements environnementaux doivent être évalués (la déforestation au néolithique). Le dernier enjeu de l’approche ACV réside dans la définition des activités humaines via les fonctions attendues (l’unité fonctionnelle) afin d’attribuer (et de repartir) les impacts aux systèmes anthropiques.
37
La recherche en ACV tente de répondre à l’ensemble de ces enjeux. En ce sens, la communauté scientifique en ACV s’est construite et structurée depuis une vingtaine d’années à l’interaction de plusieurs disciplines scientifiques (par exemple, le premier numéro de la revue scientifique « International Journal of Life Cycle Assessment » date de mars 1996). III.1.3. L’Analyse du Cycle de Vie L’ACV offre un cadre méthodologique structuré pour « modéliser le monde » qui est synthétisé dans la Figure 8. La description du système technique par les flux techniques et de ses interactions par les flux environnementaux relève de l’inventaire (Life Cycle Inventory, LCI). La prise en compte des mécanismes environnementaux ou chaînes de causalité est modélisée en impacts et/ou en dommages dans la phase d’évaluation des impacts (Life Cycle Impact Assessment, LCIA). Comme tout travail de modélisation, cette structuration simplifie la vision du système. Ainsi, par rapport aux modèles proposés par Meadows, l’état du système environnemental ne conditionne pas le système technique, la modélisation est linéaire, sans boucle fermée. L’objectif de l’ACV est en effet de « photographier » le système, pour évaluer une fonction attendue, cela reste donc une modélisation statistique. Mes travaux depuis 2008 ont porté principalement sur trois aspects dans cette représentation : • L’usage de l’approche ACV pour contribuer à la définition de nouveaux systèmes techniques dans le cadre de projet de recherche collaboratif. • Chercher à introduire le temps dans cette représentation statique et aller vers des ACV dynamiques • Contribuer à la modélisation de la chaine de causalité environnementale vis à vis de l’usage de la mer. Facteur(de(caractérisa9on(( midpoint( endpoint(
Système(technique(
Système(environnemental(
Processus( unitaire(
Flux( technique(
Unité(fonc9onnel(
Flux( environnemental(
Impact(
Dommage(
Figure 8. Représentation schématique d’une modélisation ACV.
38
III.2. L’ACV comme outil à la structuration des projets de recherches Dans son appel d’offre 20165, l’Agence Nationale de la Recherche définit les projets de recherche collaborative – entreprises comme cherchant « à développer la collaboration entre les différents acteurs de la recherche académique et du monde socio-‐économique. […] Ils visent à atteindre en commun des résultats de recherche qui seront profitables aux deux parties, en développant leur capacité d’innovation ». L’idée est bien d’innover par la recherche, pour proposer, à terme, des systèmes plus performants. Cette démarche trouve tout naturellement écho dans le cadre de l’écoconception, où la prise en compte de l’environnement va contribuer aux choix réalisés. L’évaluation environnementale des développements du projet est donc souvent l’une des taches envisagées et sa contribution est alors multiple : • Orienter les travaux : une évaluation en amont du projet ou dans ses premières phases va permettre d’identifier les verrous et de définir les axes d’améliorations à développer. • Choisir des alternatives envisageables par les partenaires du projet. • Evaluer les systèmes obtenus et proposer de nouvelles alternatives à explorer. Nous illustrons ici ces éléments à travers plusieurs projets de recherche portant sur des systèmes de production d’énergie à partir d’algues (microscopiques et macroscopiques). III.2.1. Intérêt d’une filière microalgues pour l’énergie Première évaluation d’un système Les microalgues sont des algues microscopiques. Ce sont des organismes photosynthétiques eucaryotes ou des procaryotes vivant dans les eaux douces ou les eaux salées, présentant une très grande diversité. Les taux de croissance peuvent être élevés avec des rendements surfaciques potentiellement très supérieurs aux végétaux terrestres. Cultivées dans des bassins ouverts ou dans des systèmes fermés (photobioreacteurs), les microalgues n’entrent pas en concurrence directe avec les productions agricoles alimentaires pour l’usage des terres fertiles. Les microalgues présentent aussi un intérêt important de par leur composition. La teneur moyenne en lipides chez les microalgues varie entre 1% et 40% mais peut atteindre 80% du poids sec dans certaines conditions de culture. Dans la seconde moitié des années 2000, les microalgues ont commencé à être perçues comme une alternative prometteuse pour les biocarburants [26] et d’hypothétiques chaines de procédés, construites sur plusieurs alternative techniques, ont été imaginées. Dès 2008 [76], nous nous sommes intéressés aux systèmes de production de biodiesel à partir de biomasse algale, avec comme objectif l’identification de la pertinence de ce type de filière par une approche ACV. Il s’agissait de comparer la production théorique de lipides à usage carburant à partir de microalgues à d'autres filières de production de carburants de première génération disponibles dans la littérature. La première étape a été de définir une chaine de procédé « type » au regard de la littérature disponible, elle est présentée dans la Figure 9 : 5
http://www.agence-‐nationale-‐recherche.fr/AAPG2016
39
• De l’énergie électrique et thermique est utilisée à différentes étapes. • La culture de l’algue permet la production de biomasse. Cela nécessite des infrastructures qui, à grande échelle, seraient probablement des bassins ouverts, de faible profondeur, où l’eau est mise en mouvement par des roues à aubes. Comme tout organisme végétal, les microalgues consomment des nutriments pour leur croissance. Pour une production intensive, une fertilisation est nécessaire et entraîne un apport d’engrais azotés, phosphatés et potassiques. Pour optimiser le rendement, du dioxyde de carbone (souvent considéré comme le déchet d’une autre activité industrielle est amené dans les bassins). • De ce milieu liquide, la récolte des algues consiste à concentrer la matière sèche, des processus de décantation, floculation, centrifugation et séchage étant généralement employés. • La fraction lipidique de la pâte algale est ensuite extraite (l’extraction par solvant étant le processus le mieux maitrisé) pour être transestérifiée comme les autres huiles végétales. Deux coproduits sont alors générés, i.e., du glycérol et un tourteau d’algues qui trouverait un intérêt en alimentation animale (fractions protéique et glucidique). L’allocation6 énergétique a été l’approche retenue ici. • Le processus de combustion dans un moteur thermique d’un véhicule convertit le carburant en énergie. Le système a donc pour unité fonctionnelle de fournir 1 MJ d’énergie pour un déplacement dans un véhicule de tourisme.
Figure 9. Représentation schématique d’une chaine de procédés pour un biodiesel d’origine microalgale (Figure 1 de [38]).
6
La plupart des systèmes de production génèrent des coproduits ou sous-‐produits et remplissent ainsi plusieurs fonctions. Se pose alors le problème de la « répartition » de la pollution entre les différentes finalités du système. La prise en compte des coproduits d’une activité est un problème récurrent en ACV. Lorsqu’un système génère un produit et un coproduit, et que l’on souhaite définir la pollution liée uniquement au produit, le problème est généralement traité via deux approches : (1) L’allocation (ou attribution) : le principe est de répartir la pollution induite par le système entre le produit et le coproduit en fonction d’une règle comme les masses respectives, le contenu énergétique ou encore la valeur marchande.(2) La substitution : le principe est de considérer que le coproduit pourrait se substituer à un produit de référence qu’il ne faudra donc pas produire ni utiliser. Ainsi, la pollution de ce produit de référence serait évitée et cette quantité de pollution sera soustraite aux impacts du système étudié.
40
En complément de la littérature, un travail de modélisation a été mené pour décrire la composition des algues. Les hautes concentrations en lipides dans les microalgues sont généralement obtenues en réponse à un stress, les voies métaboliques étant orientées alors vers la production de lipides de réserve au détriment du taux de croissance. Ce stress est le plus souvent provoqué par une carence en azote. Le modèle permettait à partir d’une composition standard de l’algue en protéines (C4,43H7O1,44N1,16), lipides (C40H7405), glucides (C6H1206) et aussi en éléments secondaires (P–K–Mg–S), de déterminer les conséquences en terme de pouvoir calorifique (utilisé pour les allocations) et de besoin en nutriment (utilisé pour déterminer les quantités de fertilisant) d’un changement métabolique (teneur en lipide et biomasse totale produite). D’autre part, des modèles hydrauliques simples d’écoulement (1D) et d’énergies de pompage ont été utilisés pour déterminer les consommations électriques. Les premier travaux ont permis de tester deux modes de culture, i.e., avec ou sans stress azoté. La teneur en eau pour l’extraction, paramètre cité dans la littérature, a également été testée.(i.e., teneur faible, mais avec une forte dépense énergétique pour le séchage, ou teneur forte, mais avec une plus grande consommation de chaleur et de réactifs lors de l’extraction) . L’évaluation des impacts sur l’environnement des quatre scénarios obtenus pour les grandes composantes de l’inventaire est présentée dans la Figure 10.
Figure 10. Impacts sur l’environnement (méthode CML, en relatif par rapport au plus dommageable) de fournir 1MJ par combustion pour les quatre scénarios (de gauche à droite pour chaque catégories d’impact : normal–sec, normal–humide, carence–sec, 7 carence–humide) . (Figure 3 de [108]).
Ces travaux ont montré l’intérêt environnemental du stress azoté et de l’extraction humide (à l’exception de l’oxydation photochimique en raison des volumes d’hexane utilisés). Ils ont aussi souligné l’importance de la consommation d’énergie électrique, et ceci quel que soit le scenario étudié. La comparaison avec des biocarburants de première génération et le diesel 7
Les abréviations suivantes sont utilisées : abiotic depletion (AbD), potential acidification (Ac) eutrophication (Eu), global warming potential(GWP), ozone layer depletion (Ozone), Human (HumTox) and marine (MarTox) toxicity land competition (Land) ionizing radiations (Rad), photochemical oxidation (Photo).
41
est faite dans la Figure 11 pour le scenario carence–humide (les filières de références ont été extraites de la base de données Ecoinvent v.2). La filière microalgue est la solution la moins intéressante pour trois impacts (toxicité marine, radiation ionisante et oxydation photochimique) et est peu intéressante pour l’épuisement des ressources. L’impact est comparable aux autres filières pour l’acidification, la toxicité humaine et la destruction d’ozone et performant pour l’usage des terres et l’eutrophisation (en raison des rendements élevés et de la maîtrise des fuites azotées dans un système hors sol). Le changement climatique reste peu intéressant au regard des autres biocarburants en raison de l’énergie (électrique et thermique) dépensée.
Figure 11. Comparaison des impacts générés par la production de 1 MJ pour différentes filières de biodiesel et le diesel (Figure 4 de [108]).
La publication de ces travaux [108] a été la première réelle évaluation environnementale d’une filière microalgue pour la production de carburant et a permis d’apporter des premiers éléments factuels d’un point de vue environnemental sur ce type de biocarburant. Cet article est la publication dans le domaine de l’ACV avec le taux de citation par an le plus élevé [82] et fait partie des 1 % d’articles les plus cités dans le domaine de l’environnement/écologie selon Web of Science™8. Mieux concevoir le système Dans la continuité de cette première évaluation nous avons travaillé [38] sur un autre système en partenariat avec un producteur d’algues (Alpha Biotech), qui a apporté une description fine des infrastructures, et en intégrant des émissions de composés azotés vers l’atmosphère lors de la culture. Les résultats obtenus ont conforté les précédents en soulignant l’importance de l’énergie consommée, notamment à l’étape de culture. Face à ce constat, nous avons testé différentes configurations : • Intuitivement, toute augmentation de rendement de production est un gain sur le fonctionnement d’une installation, produire plus pour le même système implique moins d’impact par unité de masse9. Augmenter le rendement de biomasse algale, par un meilleur 8
Highly Cited Paper : http://apps.webofknowledge.com/full_record.do?product=WOS&search_mode=GeneralSearch&qid=10&SID= P1eIY1zCa222ykLIda8&page=1&doc=3 9 Cela n’est pas forcement le cas pour tous les éléments : par exemple les teneur en azote et phosphore d’une microalgues ne sont pas réellement lié aux rendement, mais bien à la composition. Produire plus implique ici de consommer plus d’engrais.
42
contrôle des installations, un choix de souches performantes (par sélection ou modification) ou une meilleure conception des bassins constituent des grands enjeux pour l’ensemble de la communauté travaillant sur la production des microalgues. Nous avons donc simulé les conséquences environnementales d’une augmentation de rendement entre 5 et 40 g/m2/j de production de biomasse algale. • Cultiver des algues nécessite de mettre de l’eau en mouvement. Avec une concentration de culture estimée à 0,5 g/L de biomasse sèche, ce sont d’énormes volumes d’eau qu’il faut pomper et déplacer dans les bassins. Nous avons testé une concentration de 1g/L qui, tout en restant réaliste, minimise les volumes. • Les précédentes évaluations avaient été réalisées en utilisant un mix électrique européen. L’origine de l’électricité est un autre levier important et nous avons testé un mix électrique composé pour moitié d’électricité européenne, pour le quart d’électricité éolienne et pour le quart d’électricité photovoltaïque. Les conséquences de ces alternatives sont présentées en Figure 12 pour le réchauffement climatique (des résultats similaires pour les autres impacts sont disponible dans les données supplémentaires de l’article). L’augmentation des rendements n’est vraiment intéressante que jusqu’à 15-‐20 g/m2/j, il n’est donc pas a priori primordial de se focaliser sur ce paramètre. La concentration de culture n’a que peu d’impact. L’origine de l’électricité est primordiale et semble être le levier d’action indispensable pour atteindre les objectifs en termes d’émissions de gaz à effet de serre (i.e., être aussi performant que d’autres biocarburants, et atteindre les seuils européens à venir).
Figure 12. Contribution au réchauffement climatique du biodiesel de microalgues en fonction du rendement surfacique, de la concentration et de l’origine de l’électricité (Figure 4 de [38]).
Ces résultats sont un exemple classique de l’apport d’une approche ACV à la conception d’une filière, i.e., identifier les leviers qu’il faudrait actionner pour améliorer les performances environnementales systèmes qui ne sont pas forcement les paramètres opératoires actuellement travaillés. La chaine de production doit ainsi intégrer la production de l’énergie utilisée et ceci n’est pas forcement la réponse attendue par les acteurs du
43
domaine. Nous pouvons souligner que le projet PurpleSun10 de l’ANR (2013-‐2017) « Partage de photons entre panneaux photovoltaïques et microalgues à vocation énergétique » porté par O. Bernard (coauteurs de [38]) s’inscrit dans la continuité de ces travaux. Méthanisation et microalgues Si l’énergie pour la culture est un aspect important, les fertilisants et les processus d’extraction (extraire les lipides d’une phase aqueuse avec des concentrations de l’ordre de 1‰) grèvent le bilan environnemental. Dans une optique de bioraffinerie environnementale, la méthanisation peut être vue comme un processus biologique d’extraction (de conversion en méthane) de l’énergie contenue dans une matière organique humide. La chaîne de procédés précédemment étudiée microalgues–lipides–biodiesel–déplacement devient alors microalgues–biogaz–gaz carburant–déplacement mais la fonction principale du système reste identique. La méthanisation peut aussi être vue comme un processus de minéralisation de la matière organique qui permet de libérer dans la phase aqueuse les nutriments. D’autre part, la production de méthane s’accompagne de la production de dioxyde de carbone. Le bouclage des flux avec un retour des fractions gazeuses et liquides en sortie du méthaniseur vers la culture d’algues est alors pertinent. C’est ce système (Figure 13.a) qui a été proposé et testé dans le projet Symbiose. Deux sorties du système sont présentes : le méthane comme vecteur énergétique et des digestats solides, épandables, gérés par substitution. Au sein de ce projet collaboratif, nous avons évalué ce système vis à vis de l’environnement [31] en proposant un dimensionnement (une structure de production de 100 hectares) de même qu’un bilan des flux de carbone. Cet article fait partie des 1 % d’articles les plus cités dans le domaine de biologie/biochimie selon Web of Science™11. Une configuration alternative (Figure 13.b), résultant des réflexions menées dans symbiose, est actuellement travaillée dans le projet Phycover (ANR-‐14-‐CE04-‐0011) porté par le LBE. Le système est alors envisagé aux regards de ses sorties mais aussi de ces fonctions de traitement d’effluents liquides urbains et de déchets organiques. CO2$
engrais$
CH4$+$CO2$
digestat$
CO2$
effluent$
nutriment$ Culture$ d’algue$
digestat$
nutriment$ Culture$ d’algue$
Méthanisa9on$
algue$
Méthanisa9on$
algue$
CH4$
CH4$+$CO2$
CH4$
déchet$
a) b) Figure 13. Représentation des systèmes étudiés dans les projets a) Symbiose et b) Phycover.
10
https://project.inria.fr/anrpurplesun/ Highly Cited Paper : https://apps.webofknowledge.com/full_record.do?product=UA&search_mode=GeneralSearch&qid=5&SID=V2 Yr9VU8IVo2BJQd8Fy&page=1&doc=1
11
44
III.2.2. L’alternative macroalgues Contrairement aux microalgues la récolte des macroalgues est une étape facile à mettre en œuvre par simples remontées de lignes de culture ou usages de tamis grossiers. Par ailleurs, à l’opposé des microalgues, les marchés sont plus matures avec des flux importants destinés à l’alimentation humaine, principalement en Asie. Produire de la biomasse pour la méthanisation Nos premiers travaux ont porté sur des cultures offshores de laminaires, destinées à la production de biomasse pour de la méthanisation (projet WinSeaFuel). Les systèmes envisagés dans ce projet (Figure 14) se constituent d’un système de production en pleine mer, où des lignes sont mises en culture après ensemencement, et de deux alternatives, i.e., (A) une méthanisation directe ou (B) méthanisation des résidus après extractions des alginates. Dans ce travail, nous avons défini le système de production en pleine mer tel qu’il pourrait être, extrapolé des données de laboratoire pour l’extraction des alginates et transposé les caractéristiques d’un méthaniseur industriel à cette biomasse.
Figure 14. Vue d'ensemble du système de production de biométhane (A) à partir d’algues entières cultivées dans l'océan ouvert et (B) à partir de résidus extraction de l'alginate. Les flèches bleues, rouges et vertes représentent des transports par bateaux, camions et tuyaux respectivement (Figure 1 de [107]).
Le système a pu alors être évalué, amélioré (via le recyclage des matériaux de culture et l’utilisation d’électricité éolienne offshore) et comparé à une filière gaz naturel (Figure 15). 45
Les résultats ont montré que les systèmes améliorés (A et B « ecodesigned » respectivement) étaient compétitifs d’un point de vue environnemental face au gaz naturel, avec des gains pour le changement climatique (-‐22% et -‐54%), l'épuisement des ressources fossiles (-‐59% et -‐69%) et la couche d'ozone (-‐71% et -‐31%). L’extraction d’azote et de phosphore de l’océan (substances d’origine anthropique en excès dans le milieu) par le prélèvement de la biomasse dans le scénario (A) entraîne un bénéfice face à l’eutrophisation. Les impacts étaient cependant supérieurs pour la toxicité humaine, les écotoxicités terrestre et aquatiques, l’occupation de l’espace et l’usage des ressources en eau et en métaux. L’extraction sur résidus (B) semble être la plus intéressante mais ces résultats sont fortement conditionnés par l’allocation économique effectuée entre les produits (alginate, compost et résidus). Ces travaux nous ont permis d’aborder les enjeux de l’espace marin qui seront présentés dans la section III.5 page 59.
Figure 15. Comparaison des impacts environnementaux (Recipe midpoint H) d’1 km en voiture avec comme carburant (A) du méthane d’algues non transformé, (B) du méthane 12 de résidus d’extraction et (C) du gaz naturel. (Figure 5 de [107]) .
Ethanol à partir de macroalgues Si la culture d’algues en pleine mer entraîne des contraintes de logistique et d’accès au foncier (concurrence pour l’usage de l’espace côtier pour les activités de tourisme et de pêche), la production de macroalgues à terre est aussi une solution envisageable. Les problématiques sont alors similaires aux systèmes microalgues (mouvement de l’eau, engrais) à l’exception d’une récolte grandement facilitée (filtre grossier gravitaire). Cependant, les voies métaboliques sont différentes. En cas de stress, des espèces comme les ulves produisent de l’amidon comme substrat de réserve et non des lipides. D’un point de vue énergétique, cela oriente la chaine des procédés vers la production de bioéthanol.
12
Abréviations : CC: climate change, OZ: ozone depletion, HT: human toxicity, POF: photochemical oxidant formation, PMF: particulate matter formation, IR: ionizing radiation, TA: terrestrial acidification, F-‐EU: freshwater eutrophication, M-‐EU: marine eutrophication, TE: terrestrial ecotoxicity, FE: freshwater ecotoxicity, ME: marine ecotoxicity, ALO: agricultural land occupation, ULO: urban land occupation, NLT: natural land transformation, WD: water depletion, MD: metal depletion, FD: fossil depletion.
46
Nous avons établi une filière théorique en amont d’un projet réel 13, i.e., de la production en bassin, à l’hydrolyse, la fermentation, la purification et la combustion. Comme précédemment, le système a été évalué et des améliorations ont été testées. Cette thématique se poursuit aujourd’hui à travers le projet GreenAlgoHol (2015-‐2017). A la suite de la fermentation, la fraction non-‐alcoolique, composée par les résidus, est considérée comme pouvant être destinée à l’alimentation animale (par analogie aux chaînes de procédés de bioéthanol de première génération). Ces travaux ont été l’occasion de tester différents types de gestion des coproduits en ACV. L’allocation énergétique est conseillée pour les filières énergétiques en Europe [153], tandis qu’une substitution est préférée aux Etats-‐Unis [154]. La Figure 16 montre trois alternatives de modélisation, une allocation énergétique (de l’ordre de 28 % pour l’éthanol) et deux substitutions avec des produits de références présents dans la base de données Ecoinvent (l’équivalence se faisant selon les teneurs en fibres insolubles dans les détergents neutres). Ces choix méthodologiques conditionnent bien évidement les résultats, i.e., l’allocation favorisant ici le bioéthanol pour le changement climatique et l’écotoxicité d’eau douce, la substitution entrainant un bénéfice en termes d’usage des terres, qui reste un impact clé pour les biocarburants. Ceci souligne l’importance de l’harmonisation des choix méthodologiques dans les procédures d’évaluation.
Figure 16. Rôle de la gestion des coproduits sur les résultats de l’évaluation environnementale (extrait de la Figure 4 de [24])
III.2.3. Principaux enseignements de ces travaux de recherche Intérêt d’un projet collaboratif Si l’ACV aborde à la fois les activités humaines et l’environnement, le travail de modélisation du praticien ACV est principalement focalisé sur la description des premières. L’ACV va s’intéresser à de nombreuses étapes de la chaîne de procédés et donc aborder de nombreux domaines. Au-‐delà de la polyvalence du praticien, c’est un travail d’enquêtes et de recueils d’information qui est nécessaire. Le cadre des projets collaboratifs, en regroupant des personnes aux compétences complémentaires, est clairement un avantage à la réalisation d’ACV. En plus d’identifier des leviers d’action et des comparer les technologies développées à des systèmes de référence, la tâche d’évaluation environnementale apporte un autre intérêt dans les projets collaboratifs. De par sa transversalité et la nécessité de décrire l’ensemble du système, l’ACV contribue à structurer le projet et renforce les interactions entre les partenaires. 13
Cette première évaluation ex-‐ante a cependant été financée par le projet Idealg.
47
Uniformiser et décrire Si avant 2009 aucune étude sur un cas réel n’abordait l’ACV des microalgues, ce n’est plus le cas aujourd’hui (Figure 17) où une soixantaine d’articles sont publiés chaque année. Derrière ces 269 publications, se trouve une grande diversité de systèmes étudiés mais aussi d’hypothèses pour (1) définir des paramètres non mesurés expérimentalement et (2) effectuer des choix de modélisations comme pour la gestion des coproduits.
58"
60"
2013"
2014"
63"
40" 26" 0"
8"
11"
2008"
2009"
2010"
2011"
2012"
2015"
Figure 17. Entrées de la base Web of Science dont le sujet aborde l'ACV et les 14 microalgues .
Nous avons réalisé en 2014 une revue détaillée de 41 publications pertinentes dans le domaine afin (1) d’étudier cette diversité, (2) montrer les enjeux sur les résultats et (3) proposer des recommandations pour la réalisation d’ACV dans ce domaine pour rendre les résultats comparables [35]. Ces recommandations sont présentées en Figure 18. Tracer et vérifier Les données, leurs obtentions et leurs gestions sont une problématique transversale à la plupart des domaines scientifiques et l’ACV est bien évidement concernée. Le travail d’inventaire cherche à décrire souvent plusieurs centaines de flux et c’est une tâche très consommatrice en temps. Elle nécessite de nombreuses sources de données qu’il faut tracer et l’usage de relations de conversion et de dimensionnement sont souvent sources d’erreurs. Ce sont aussi souvent plusieurs personnes qui se succèdent sur un projet et se pose alors la problématique du transfert de l’information. Dans le cadre du projet Salinalgue et en partenariat avec Evéa-‐conseils, nous avons défini une procédure de traçabilité et de vérification des inventaires de cycle de vie qui est depuis utilisée dans tous nos projets. A chaque processus unitaire, en complément de la modélisation dans un logiciel ACV, est associé un fichier Excel stocké dans un espace partagé. Ce fichier reprend les métadonnées du processus et l’ensemble des flux techniques et environnementaux. Pour chaque flux, les données de traçabilité sont précisées (source des valeurs numériques et des modèles utilisés) de même que les hypothèses explicitées. L’ensemble des documents sources est archivé. Ce fichier permet par sa structure d’effectuer une procédure de validation (et de tracer celle-‐ci), qui est construite comme un processus de révision d’articles scientifiques (avec des aller-‐retours entre un auteur et un réviseur). 14
Résultat de la requête « TOPIC: ("life cycle assessment" OR "life cycle analysis" OR "lifecycle assessment" OR "lifecycle analysis") AND TOPIC: (microalgae OR algae) » octobre 2015. Quatre entrées de 2001 (2) et 2005 (2) n’ont pas été représentées: pour une, le terme « life cycle assessment » n’est pas utilisé a propos d’ACV, pour deux, l’ACV est en perspective et une entrée aborde l’inventaire pour des macroalgues.
48
Figure 18. Recommandations pour la réalisation d’ACV de carburant algaux (Table 6 de [35]).
§ Notre activité d’accompagnement de conception de chaine de procédés biosourcés par des approches ACV a concerné 3 projets (Symbiose, WinseaFuel et Salinalgue) et se poursuit actuellement dans 4 projets (Idealg, Algraal, Surfact’ALg et GreenAlgoHol). § Personnes (Cf. II.3) précédemment impliquées : PC, JL, MC, DB et actuellement : SM, AE § Production scientifique : 8 articles et chapitres d’ouvrages [8, 24, 31, 35, 38, 41, 107, 108] et 17 communications [29, 30, 34, 36, 37, 42, 43, 45, 54, 100, 101, 103, 104, 106, 121, 135, 136].
49
III.3. L’épandage en ACV Les chaines de procédés construites à partir de biomasse comportent souvent des flux de résidus organiques. Ceux-‐ci sont généralement destinés à un usage agricole et la prise en compte de cet épandage dans la modélisation de l’inventaire est donc nécessaire. III.3.1. Revue bibliographique Les déjections humaines et les effluents d’élevage ont toujours été utilisés pour les productions agricoles, mais l’élevage intensif et l’augmentation des capacités de traitement des eaux usées mettent cette problématique au premier plan. Des atteintes sévères à l’environnement apparaissent avec les productions intensives de lisier et de fumier [118], et les toxicités induites par les métaux lourds sont souvent problématiques pour les boues de station d’épuration [7]. L’usage agricole des matières fertilisantes d’origine résiduaire (Mafor) est représenté de différente façon en ACV et dans le cadre d’une expertise scientifique collective15, j’ai pu réaliser une synthèse bibliographique sur ce sujet [62, 84]. Un corpus a été établi en croisant une liste de Mafor avec des termes de l'ACV en explorant à la fois le WoS et Cab abstracts. Le corpus bibliographique contenait initialement 2229 références, il a été réduit à la lecture des résumés (suppression des articles sans ACV ou sans utilisation agricole par exemple) à une centaine de références. Par définition, l’ACV est une approche globale, un très faible nombre de travaux scientifiques se focalisent donc uniquement sur une seule étape du cycle de vie comme l’épandage des Mafor (qui plus est, est souvent l’étape ultime d’une filière de gestion d’un résidu organique). L’épandage est souvent abordé lors de l’ACV d’un système de traitement de déchets ou encore dans quelques cas lors de l’étude des impacts environnementaux d’une production agricole. Pour les Mafor d’origine animale (effluents d’élevages bruts), le système étudié est généralement l’élevage dans sa globalité. Certaines études ACV vont porter uniquement sur l’épandage de l’effluent d’élevage, tandis que d’autres études prennent en considération l’intégralité du système de production, voire même intègrent une étape supplémentaire telle que la mise en bouteille du lait ou l’exportation d’effluents d’élevage hors de l’exploitation en cas d’excédent. Lorsqu’un élevage est étudié dans sa globalité, l’épandage des Mafor n’entraîne généralement pas d’impacts importants face aux émissions directes des bâtiments d’élevages et du stockage des effluents. Pour les Mafor d’origine urbaine (boues d’épuration), le système étudié peut être très variable en fonction de l’objectif de l’étude (global depuis le réseau d’égout jusqu’à l’épandage des boues, ou limité à la station de traitement des eaux usées ou à la filière boues comprenant l’épandage de ces dernières). Le système étudié ne concerne parfois que la filière de production de la Mafor destinée à être épandue (cas rencontré pour du compost), sans que l’épandage soit intégré au champ de l’étude. Certains travaux soulignent de leur côté l’intérêt de l’utilisation du compost de la fraction fermentescible des ordures ménagères d’un point de vue environnemental. D’une manière générale, lors de l’évaluation d’un traitement de déchet, l’épandage des Mafor entraîne des impacts potentiels significatifs sur l’environnement en termes d’écotoxicité et de 15
https://www6.paris.inra.fr/depe/Projets/Mafor
50
toxicité via la présence d’éléments traces minéraux, en termes de changement climatique, via les émissions de méthane, N2O et de dioxyde de carbone, et en termes de pollution atmosphérique en raison principalement des composés azotés émis. Le Tableau 1 décrit les principaux éléments pris en compte pour représenter l’effet fertilisant de l’apport des Mafor aux parcelles agricoles lorsqu’un traitement de déchets est étudié. Il est généralement représenté en ACV par une substitution au recours à un engrais minéral (41 références sur 45) où l’épandage de Mafor « remplace » la production et l’utilisation d’engrais de synthèse. Ceci permet donc d’éviter les impacts associés à la fabrication de l’engrais minéral (extraction de ressources, pollutions à l’usine, lors des transports,…) et ceux consécutifs à l’apport à la parcelle (apport d’éléments traces métalliques dans le sol, émissions azotées…). La fertilisation minérale « évitée » est l’élément clé qui conditionne l’évaluation environnementale de l’épandage des Mafor. Les bénéfices de cette substitution peuvent être, pour certains impacts tels que le changement climatique ou l’eutrophisation, du même ordre de grandeur que les dommages liés à l’épandage des Mafor. La substitution des engrais de synthèse est faite en accord avec des « valeurs fertilisantes équivalentes » pour l’azote, le phosphore et le potassium. Les résultats d’une évaluation environnementale de l’épandage des Mafor vont grandement dépendre de ces paramètres. Malheureusement, principalement pour l’équivalence engrais de l’azote, ce paramètre est entaché d’une grande variabilité liée aux conditions pédoclimatiques, aux Mafor étudiées et aux sources documentaires utilisées. De plus, il n’est pas toujours justifié dans les différents travaux (aucune valeur n’est présentée pour 29 publications), ce qui limite l’interprétation des résultats. Trois configurations sont rencontrées dans la manière d’aborder la substitution. Selon les cas, l'analyse de la substitution : 1. se limite à la fabrication des engrais minéraux, 2. comptabilise les émissions liées au transport et à l’épandage des Mafor mais pas (ou partiellement) celles évitées par la non-‐utilisation des engrais minéraux, 3. ou intègre toutes les émissions associées à l’épandage des engrais minéraux, au même titre que la fabrication et le transport de la Mafor. Dans ce dernier cas seulement, les systèmes comparés sont "équivalents", et l'estimation de la substitution intègre le calcul du différentiel d’émissions entre les deux systèmes. La diversité des périmètres des systèmes étudiés entraîne une grande variabilité des résultats. Lorsqu’un système est incomplet (cas 1 et 2), les résultats doivent être interprétés avec prudence. Enfin une diversité de modèles d’émissions de substances azotées est observée dans la littérature, les modèles retenus par Ecoinvent [128] étant cependant de plus en plus utilisées. Au final, l’évaluation environnementale de l’épandage des Mafor par les approches ACV est principalement déterminée par les hypothèses retenues, i.e., les émissions prises en compte et les substitutions aux engrais minéraux considérées. Ce sont ces deux aspects qui devraient être clairement exposés dans les études.
51
Tableau 1. Principales caractéristiques des ACV de système de traitement de déchet ou d’effluent comportant un épandage de Mafor (Tableau 1 de [62]). References FR type
a
Impacts
b
Mineral Fertilizer Equivalent
Carbon Field emission storage / (FR use) organic matter
No Yes (N, P) Yes (N, P) Yes (N, P, K, lime) ND Yes (N, P)
NA N: 1 / P: 1 ND N: 0.61 / P: 0.7 / K ND
No No No No
ND No Yes (HM) No
Field emission substitution (avoided fertilizer) No No No No
No No No
ND Yes (N2O, CH4, -‐ NH3, NO3 ) ND
ND Yes (N2O, CH4, -‐ NH3, NO3 ) No
No No Yes
Yes (CH4, HM) Yes (HM) Yes (HM)
No No No
No No No
No No No
N: 0.5 / P: 0.7 – 1 ND N: 0.25 – 0.75 / P: 0.25 – 0.75 N 0.5 / P 0.7
No No Yes
Yes (Substituted value)
No
Yes (HM) No Yes (N2O, leaching) No Yes (ND) Yes (N2O, NH3, HM) Yes (N2O, NH3, 3-‐ PO4 , HM, TOC) Yes (N2O, HM, TOC)
ND
No
No
ND
Yes
Yes (N2O, NH3, -‐ NO3 , NOx, P, HM) Yes (N, P, ETM, TOC) Yes (N2O, NH3, -‐ 3-‐ NOx, NO3 , PO4 -‐) Yes (CH4, NH3, NO, -‐ 3-‐ N2O, NO3 , PO4 ) Yes (CH4, NH3, NO, -‐ 3-‐ N2O, NO3 , PO4 ) Yes (CH4, NH3, NO, -‐ 3-‐ N2O, NO3 , PO4 )
[48] [127] [80] [83]
USS USS USS USS
[149] [88]
USS EDIP USS – CUSS cc, acid. eut
[6]
ISS
[81] [144] [131]
USS CUSS CUSS
[78] [114] [122]
CUSS USS USS
ND N: USS 0.42; CUSS 0.3 / P: USS 0.7 CUSS 0.035 eut, cc, ph ox, acid, Yes (N, P) Yes ecotox (Substituted value) CML Yes (N, P) ND CLM+ tox No NA eeb, cc, tox, Yes (N, P, lime) Yes ecotox (Substituted value) cc, acid, tox, lu Yes (ND) ND cc Yes (N, P) ND CML + USETOX Yes (ND) ND
[115] [129] [52]
USS USS USS
inventory CML inventory
Yes (N, P) Yes (N, P) Yes (N, P)
[79]
USS
CML
Yes (N, P)
[140]
USS
ORWARE
c
acid, eut, cc, oz Yes (N, P) dep, ph ox, ecotox, tox USS – COW ph ox, eut, acid, cc Yes (N, P)
EASYWAST COW d E [89] DCE [148]
ND cc + inventory CML eb; cc
Fertilizer substitution
DPS
EDIP
Yes (N, P, K,)
No
ECOINDICATOR 99, No (allocation) Yes (N: 0.54 – 0.83 / P: No cc, eb ND / K: ND) RECIPE (m) Yes (N, P, K) N: 0.65 / P: 1 / K: 1 Yes
[133, 134] DC
RECIPE (m, e)
Yes (N, P, K)
N: DFB 0.45; DC 0.65 / P: 1 / K: 1
No
[55]
EDIP
Yes (N, P, K)
N: PS 0.7; CS 0.75; CM 0.85/ P: 0.81 / K: 0.97
Yes
DPS -‐ DCS
No No Yes (N2O, NH3, HM) No Yes (N2O, HM, TOC)
No NA No No No
Yes: included; No: not included or not presented; NA: non applicable; ND: not documented; HM: heavy metals; TOC: trace organics compounds a CM: cattle manure; CS: cattle slurry; PS: pig slurry; USS: urban sewage sludge; CUSS: compost of urban sewage sludge; ISS: industrial sewage sludge; COW: compost of organic waste; DEC: digestate of energetic crop production; DC: digestate from codigestion (animal manures, agricultural residues, dedicated crop productions…); DPS: digestate of pig slurry; DCM: digestate from cattle manure; LF: leachate (liquid fraction) separated from digestate. b Impact assessment method: CML, ECOINDICATOR 99, EDIP, RECIPE (m midpoint ; e endpoint), USETOX (ILCD handbook [51] lists and describes the impact assessment method, see this document for details) / impacts of a method: cc climate change ; oz dep: ozone depletion; eb energetic balance : acid acidification ; eut eutrophication ; ph ox photochemical oxidation; tox human toxicity; ecotox ecotoxicity ; lu land uses / inventory: references without impact assessment. c ORWARE model references: USS: [90, 116, 147] – COW: [46, 47, 49, 50, 124, 142, 143, 145] d EASEWASTE model references: [1, 14–18, 27, 91, 92, 119]
52
III.3.2. ACV d’un traitement de lisier Dans le cadre du projet Phosph’OR, nous nous sommes intéressés, entre autre, à une filière de traitement et de valorisation de lisier porcin, schématisé dans la Figure 19. Après une séparation de phase par centrifugation, la fraction solide est compostée et exportée à plusieurs centaines de kilomètres. La fraction liquide, après un traitement par nitrification/dénitrification pour abaisser la charge en azote, est épandue localement (boues et surnageant sont gérés séparément). La fonction étudiée est le traitement d’un mètre cube de lisier.
Figure 19. Principaux processus représentés dans le système de traitement de lisier (Figure 1 de [21]).
Les résultats de l’ACV sont présentés en Figure 20. L’étape de transport du compost qui était intuitivement le facteur limitant du traitement n’apparaît pas comme un contributeur majoritaire, notamment pour le changement climatique où les émissions16 directes vers l’atmosphère depuis les cuves de traitement représentent près de 80% de l’impact. Les émissions lors de l’épandage des Mafor sont le contributeur majoritaire pour 6 impacts, le bénéfice de la substitution par des engrais minéraux étant l’élément clé pour la majorité des catégories. Ces travaux soulignent l’importance de la phase agricole dans l’enchaînement des étapes de traitement et de valorisation d’un déchet organique. Ceci interroge d’autre part sur la pertinence de transférer la charge azotée de l’effluent vers l’atmosphère (sous forme de diazote par traitement biologique de nitrification/dénitrification) au regard des impacts qui auraient pu être évités si cet azote avait servi à la fertilisation des cultures.
16
Emissions de protoxyde d’azote, de méthane, d’ammoniac, les deux premiers impactant le réchauffement climatique.
53
Figure 20. Evaluation environnementale du traitement de lisier (méthode Recipe midpoint, Figure 2 de [21]).
§ La représentation de l’épandage en ACV a été réalisée dans le cadre du projet Phosph’OR et de l’expertise scientifique collective Mafor. § Personnes (Cf. II.3) précédemment impliquées : MH, ON, DB et actuellement : YG § Production scientifique : 1 article [21]et 1 ouvrage collectif [84] et 4 communications [22, 23, 56, 62].
54
III.4. La Dynamique de l’inventaire III.4.1. Le temps en ACV Une modélisation statique de systèmes dynamiques Revenons à la vision schématique de l’ACV proposé par la Figure 8 page 38. L’ACV se définie par des flux techniques, des flux environnementaux, et une modélisation des changements de l’environnement, des mécanismes de transformation de notre milieu. Si en physique un flux est « un nombre ou une quantité par unités de temps et de surface, dans le cadre d'un transport »17, en informatique « une suite infinie d'éléments gérés de façon temporelle » 18 et d’une façon plus générale un « écoulement, mouvement ou déplacement »19, en ACV, un flux n’est seulement qu’une quantité. L’inventaire du cycle de vie est un modèle où consommations de ressources, émissions de substances et échanges de produits intermédiaires ne sont pas datés. L’ACV cherche à décrire la contribution d’un système aux impacts sur l’environnement et par définition, si l’inventaire n’est pas daté, l’impact ne peut pas l’être. Si le système réel est dynamique, sa représentation en ACV est statique. Depuis quelques années, cette problématique est soulevée et son importance montrée [137]. Au niveau de l’évaluation des impacts, l’introduction d’une dynamique peut se faire en remplaçant les facteurs de caractérisation par des fonctions de caractérisation. Cela a été fait pour le réchauffement climatique principalement [20, 25, 110–112] mais aussi pour la toxicité humaine [120], l’oxydation photochimique [141] ou encore pour l’eau [132]. Pour ces évaluations, des flux de l’inventaire (en faible nombre, généralement au premier plan) sont datés. Une simulation pas à pas est réalisée pour obtenir un impact au cours du temps. Le choix des flux qui seront dynamiques est arbitraire, généralement fait selon une première expertise du résultat, ce qui s’oppose à une approche ACV qui se doit de considérer le problème dans son ensemble. Nous avons cherché à établir une procédure structurée de l’introduction des aspects temporels dans un inventaire. Face à la taille d’un inventaire (plusieurs centaines ou milliers de processus, plusieurs dizaines de milliers de flux environnementaux20) nous avons cherché à identifier les flux où l’introduction d’une dynamique apporterait un intérêt pour l’évaluation environnementale. Formalisme matriciel de l’ACV D’un point de vue formel [58], l’ACV se résume à trois matrices et un vecteur : une matrice carré A des p flux techniques associés aux processus unitaires, une matrice B associant les e flux environnementaux21 au processus et une matrice Q composée par les facteurs de caractérisation reliant les flux environnementaux aux m impacts 17
https://fr.wikipedia.org/wiki/Flux_(physique) https://fr.wikipedia.org/wiki/Flux 19 https://fr.wiktionary.org/wiki/flux 20 Flux formé par une substance donnée pour un processus identifié. 21 émissions et ressources 18
55
environnementaux, et un vecteur de demande finale f représentant l’unité fonctionnelle (les flux de références). Le vecteur d’échelle s est défini par 𝑠 = 𝐴!! ×𝑓
( 2 )
et le produit suivant permet de calculer les impacts : ℎ = 𝑄×𝐵×𝐴!! ×𝑓
( 3 )
III.4.2. Analyse de sensibilité Facteurs de perturbations Le facteur de perturbation α du flux technique i du processus j sur l’impact l est [57] : ! ∀ 𝑖, 𝑗, 𝑙 ∈ 1; 𝑝 × 1; 𝑝 × 1; 𝑚 𝛼!,! = −𝑄! ×𝐵×𝐴!! ×
𝑎!,! 𝜕𝐴 ×𝑠× ! 𝑎!,! ℎ
( 4 )
et le facteur de perturbation β du flux environnemental k du processus j sur l’impact l est : ∀ 𝑗, 𝑘, 𝑙 ∈ 1; 𝑝 × 1; 𝑒 × 1; 𝑚
! 𝛽!,!
−𝑄! ×𝑠! ×𝑏!,! = ℎ!
( 5 )
Cela signifie que la variation de l’impact calculée suite à une variation (x %) d’un flux ! ! technique ou environnemental peur être directement calculée ( 𝛼!,! x % ou 𝛽!,! x % respectivement). Les facteurs de perturbation nous apportent donc une information sur l’importance de la variation d’un flux sur le résultat de l’évaluation. Ainsi, un facteur de perturbation élevé signifie que la dynamique du flux (les variations dans le temps) aura des conséquences importantes et qu’il est donc pertinent de construire un modèle pour la décrire. A l’inverse, un facteur de perturbation faible nous indique que la dynamique de ce flux ne jouera qu’un rôle négligeable sur le résultat et qu’une modélisation statique reste pertinente. Dynamiques des flux et dynamiques des impacts Identifier les variations qui impactent le résultat ne suffit pas. Il faut aussi comparer la vitesse de variation du flux avec la temporalité des impacts. Intéressons-‐nous par exemple aux émissions vers l’environnement consécutives à un épandage d’engrais. Les dynamiques d’émissions vont fortement dépendre du moment d’épandage, de la saison et du climat. D’un point de vue du réchauffement climatique, cette dynamique intra-‐annuelle n’a qu’un faible intérêt, cet impact global évoluant sur une dynamique plus lente, sur plusieurs années, il n’est pas nécessaire de dater au sein d’une année une émission de protoxyde d’azote. Pour une problématique liée à l’acidification terrestre en revanche, la saison devient importante et dater les émissions d’ammoniac (créer ou utiliser un modèle dynamique) devient pertinent. A titre d’illustration, nous avons proposé pour la méthode ReCiPe des pas de temps pour les différentes dynamiques d’impacts en fonction des mécanismes environnementaux sous-‐jacent (Tableau 2). 56
Tableau 2. Constantes de temps des dynamique des impacts présents dans la méthode Recipe (Tableau 1 de [39]). Timescales θ IMP Impact categories Day Month Year Climate change (CC) X Ozone depletion (OD) X Agricultural land occupation (ALO) X Urban land occupation (ULO) X Natural land transformation (NLT) X Mineral resource depletion (MRD) X Fossil resource depletion (FD) X Terrestrial acidification (TA) X Freshwater eutrophication (FE) X Marine eutrophication (ME) X Water depletion (WD) X Photochemical oxidant formation (POF) X Human toxicity (HT) X Particulate matter formation (PMF) X Terrestrial ecotoxicity (TET) X Freshwater ecotoxicity (FET) X Marine ecotoxicity (MET) X Ionizing radiation (IR) X
C’est en confrontant la vitesse de la dynamique du flux avec la vitesse de la dynamique de l’impact que l’intérêt d’introduire un modèle dynamique doit être déterminé. Pour revenir sur l’exemple de l’épandage, pour le changement climatique, il n’est pas nécessaire de modéliser la dynamique intra-‐annuelle des émissions de protoxyde d’azote. Mais à l’inverse, les évolutions des pratiques de fertilisations sur le long terme (apport raisonné par exemple) peuvent changer les émissions de protoxyde d’azote année après année. Les modéliser devient pertinent. Pour faire un parallèle avec l’automatique, cela revient pour un système lent/rapide à considérer une moyennisation (valeur non dépendante du temps) de la dynamique rapide pour n’avoir qu’un système lent. Ne doivent être alors représentés comme dynamiques que les flux avec une vitesse comparable (ou moindre) que la vitesse de l’impact. Structure de l’approche La procédure proposée est donc la suivante : 1. Réalisation d’une ACV statique du système avec comme hypothèse qu’il s’agit de la meilleure approximation possible du système dynamique. 2. Détermination de l’ensemble des facteurs de perturbation pour tous les flux (techniques ou environnementaux) de tous les processus donnés vis à vis de tous les impacts environnementaux identifiés. Ces facteurs sont classés d’une façon décroissante et traités itérativement. 3. En partant du facteur majoritaire, la vitesse de la dynamique du flux associé est identifiée grâce à une expertise du système technique. Elle est ensuite comparée à la dynamique de l’impact correspondant. Cela permet d’identifier si l’introduction d’un modèle dynamique décrivant ce flux est pertinente. 4. Le facteur de perturbation suivant peut ensuite être regardé. L’arrêt de la procédure peut se faire de deux façons, i.e., (1) par une approche pragmatique, ou la complexité des modèles dynamiques devant être introduits (et donc la charge de travail associé) dicte 57
l’arrêt, ou (2) selon un critère d’arrêt, nous avons proposé de ne regarder que les facteurs dont la prise en compte augmente d’au moins 1 % la perturbation totale obtenue avec les facteurs déjà sélectionnés. Illustration Nous avons, entre autre, illustré cette approche sur une production de bioéthanol (“Ethanol, 95 % in H2O, from sugar cane, at fermentation plant/BR” de la base de donnée EcoInvent 2.2). Le système se compose de 1959 processus unitaires, 659 sortes de flux environnementaux avec 21221 triplets processus–flux environnemental–impact et 17892 triplets processus–flux technique–impact (total de 39113 triplets). Avec le critère précédemment décrit, 41 triplets (0,1% des triplets) représentent près de 58 % de la somme des facteurs de perturbation. Les dix premiers sont décrit dans le Tableau 3 (se reporter à [39] pour l’identification des constantes de temps). Il est ainsi nécessaire de représenter la dynamique d’usage des terres arable pour produire la canne à sucre (évolution pluriannuel) mais pas la dynamique de production de canne elle-‐même (mois de récolte). Tableau 3. Description des triplets processus–flux–impact associés aux dix facteurs de perturbations les plus importants. 𝜃!"# , 𝜃!"# , 𝜃!"# : Constantes de temps de l’impact, du flux environnemental et économique (technique) respectivement (Tableau 3 de [39]). Perturbation factor value
Type of the flow
Name of the flow
Name of the process
0.223
Economic
0.223
Environmental
Sugar cane, at farm/BR Ethanol, 95% in H2O, from sugar cane, at fermentation plant/BR Occupation, arable, Sugar cane, at farm/BR non-‐irrigated
0.167
Economic
0120
Economic
0.091
Environmental
0.068
Economic
0.067
Environmental
0.062
Economic
0.050
Economic
0.039
Environmental
Sugar cane, at farm/BR Ethanol, 95% in H2O, from sugar cane, at fermentation plant/BR Sugar cane, at farm/BR Ethanol, 95% in H2O, from sugar cane, at fermentation plant/BR Particulates, < 2.5 um Ethanol, 95% in H2O, from sugar cane, at fermentation plant/BR Disposal, wood ash Ethanol, 95% in H2O, mixture, pure, 0% from sugar cane, at water, to land fermentation plant/BR farming/CH Phosphorus Disposal, wood ash mixture, pure, 0% water, to landfarming/CH Sugar cane, at farm/BR Ethanol, 95% in H2O, from sugar cane, at fermentation plant/BR Natural gas, at long-‐ Natural gas, high distance pipeline/RER pressure, at consumer/RER Nitrogen oxides Ethanol, 95% in H2O, from sugar cane, at fermentation plant/BR
Impacts
θ IMP
Selection
Year
θ ENV or θ ECO Month
Agricultural Land Occupation Agricultural Land Occupation Fossil Depletion
Year
Year
Yes
Year
Month
No
Climate Change Human Health Particulate Matter Formation Human Toxicity
Year
Month
No
Day
Month
Yes
Day
Year
Yes
Human Toxicity
Day
Year
Yes
Particulate Matter Formation Fossil Depletion
Day
Month
Yes
Year
Year
Yes
Particulate Matter Formation
Day
Month
Yes
No
§ La prise en compte du temps en ACV a été réalisée dans le cadre du projet Symbiose § Personne (Cf. II.3) impliquée : PC § Production scientifique : 1 article [39] et 1 chapitre d’ouvrage [33] et 3 communications [28, 32, 40]
58
III.5. L’usage de la mer Si l’Homme a depuis longtemps modifié son environnement par l’usage de l’espace pour l’agriculture et l’élevage, ce n’est que depuis quelques décennies que l’espace maritime est en train d’être fortement transformé. L’ACV se veut une approche globale, multicritère cherchant à aborder l’ensemble des problématiques environnementales et plusieurs auteurs ont souligné les lacunes de cette approche pour l’évaluation de produits marins [126, 130, 146]. Ces lacunes sont d’autant plus visibles dans le cas de l’évaluation d’un biocarburant d’origine marine, comme dans le cas du projet WinSeaFuel. La problématique de l’usage des terres est récurrente pour les biocarburants terrestres, il est donc légitime de s’interroger sur l’usage de la mer lorsque la biomasse est produite grâce aux ressources marines. De ce constat, nous avons cherché à caractériser et modéliser les voies d’impacts de l’usage de la mer conformément au formalisme de l’ACV. Nous avons dans un premier temps caractérisé les activités humaines (construction, navigation, pèche…) en identifiant les conséquences directes sur l’environnement marin (ombrage, bruit, destruction du fond marin..). De ces interventions, nous avons ensuite schématisé les voies d’impact en faisant un parallèle avec la représentation proposée par Koellner et coauteurs [94] pour la catégorie d’impact land use (Figure 21). Ces voies relient les interventions, consécutives à l’usage de la mer, aux aires de protections souvent considérées en ACV (les ressources, l’Homme et les écosystèmes). De cette représentation, et après une revue de la littérature des travaux ACV abordant des utilisations de l’espace marin, nous avons ensuite proposé une modélisation afin d’obtenir des facteurs de caractérisation pour certaines voies d’impacts.
Figure 21. Principales voies d’impact des usages de la mer par l’Homme (Figure 1 de [97]).
III.5.1. Atteintes aux écosystèmes Milà i Canal et coauteur [125] ont mis en avant une représentation des changements d’états des terres entrainés par la transformation de l’espace naturel et son occupation [113], en exprimant des variations d’un indicateur de l’état du milieu (le carbone organique du sol dans leurs travaux) en fonction du temps. Ce formalisme est depuis repris pour les différentes modélisations de l’usage des terres et est illustré par la Figure 22. Une transformation du milieu sur une surface donnée, à l’instant t1, modifie son état de
59
référence QI,ref jusqu’à l’état QII. Après un temps d’occupation tocc (où l’état peut évoluer vers QII’), le temps de restauration trest est nécessaire pour que le milieu atteigne un état restauré Qrest qui peut être différent de l’état initial. Les volumes obtenus dans cette figure représentent les impacts permanents (A) d’occupations (B et B’) et de transformation (C).
QI,ref
A
Impact permanent
Qrest
C
B QII QII’
B’
e fac Sur
t1
t2 tocc
t3 trest
temps
Figure 22. Représentation l’usage des terres d’après [125]. Se référer au texte pour les abréviations.
Dans le cadre de l’espace marin et au regard de la littérature, nous avons choisi d’utiliser la production primaire nette libre comme indicateur dans les voies d’impacts (free Net Primary Production, fNPP). La fNPP exprime la quantité de biomasse restante pour le fonctionnement de la nature. Elle est obtenue par soustraction du prélèvement de la biomasse par l'Homme à la productivité totale dans la zone considérée et nous pouvons calculer l’équivalence (fNPPeq) correspondante pour les différentes biomasses. Il est par exemple possible d’estimer la productivité primaire correspondant à un poisson péché en remontant la chaîne trophique jusqu’au phytoplancton. C’est donc un indicateur pertinent et opérationnel. Nous avons ainsi pu déterminer des facteurs de caractérisations afin d’exprimer l’impact sur les écosystèmes en terme d’atteinte à la productivité primaire [98] : • de l’ombrage en fonction de carte de productivité primaire, • du prélèvement de biomasse en fonction du niveau trophique, • de la destruction des fonds et de la création de récifs en fonction de la biomasse benthique et de sa productivité. III.5.2. Atteintes aux ressources Nous nous sommes intéressés d’autre part à une autre aire de protection de la Figure 21, les ressources naturelles. La consommation de ressource a été abordée à deux niveaux, i.e., celui du milieu naturel via des écorégions et celui du stock des ressources en considérant les espèces prélevées. La détermination de l’impact d’un prélèvement d’une ressource pour un écosystème a été réalisée en comparant la production primaire « prélevée » selon les niveaux trophiques au regard de la productivité totale d’une écorégion donnée (en croisant les cartographies de productivités primaires et celles des écorégions côtières et de pleine mer). Nous avons aussi cherché à représenter l’impact du prélèvement de ressources au niveau des espèces. L’enjeu est alors de considérer une consommation de ressource (les prises de 60
pêche) face à l’état du stock de cette ressource (la taille de la population de l’espèce). Pour cela nous avons utilisé comme indicateur clé la relation entre les prises d’une espèce et l’effort de pêche fourni illustré par la Figure 23. Ct overexploited stock (too rapid increase in Et & Et > EMSY)
overexploited stock (too rapid increase in Et )
MSY exploited stock!
overexploited stock (Et > EMSY)
0
EMSY
Et
Figure 23. Prises (Ct) en fonction de l'effort de pêche (Et) (Figure 1 de [74]).
Cette relation passe par un maximum, le rendement équilibré maximal (Maximum Sustainable Yield, MSY) et permet d’appréhender l’état de la ressource. Nous avons donc déterminé les facteurs de caractérisations pour 125 stocks (une espèce de poissons dans une zone donnée) de la manière suivante [74]: 1 𝐶! MSY 1 + 1 − MSY CF = 1 𝐶! MSY 1 − 1 − MSY
si exploité
( 6 )
sinon
§ La représentation de l’usage de la mer en ACV a été réalisée dans le cadre du projet WinSeaFuel § Personne (Cf. II.3) impliquée : JL § Production scientifique : 3 articles [96–98] et 1 chapitre d’ouvrage [105] et 4 communications [74, 95, 99, 102]
61
III.6. Eléments de synthèse Nos travaux portent sur l’usage de l’ACV pour le développement de filières biosourcées (principalement à partir d’algues, microscopiques ou macroscopiques) et nous évaluons et accompagnons les réalisations dans plusieurs projets collaboratifs. Le devenir de la matière résiduaire et son état sont de plus en plus intégrés dans la conceptions des systèmes de traitements des résidus organiques. Dans ce cadre, nous nous intéressons aussi à l’usage des Mafor et leur représentation en ACV. Nous cherchons à contribuer aux développements de la démarche ACV, que cela soit (1) au niveau de l’inventaire, par des réflexions sur les dynamiques des systèmes et leurs conséquences (sensibilité des résultats), ou encore (2) l’évaluation des impacts en proposant de nouveaux facteurs de caractérisation pour mieux prendre en compte l’espace marin. C’est dans la continuité de ces trois aspects – l’usage de l’ACV dans des projets, la restitution à l’environnement de résidus organiques et des développements portant sur les étapes d’inventaire et d’évaluation des impacts – que nos futur travaux se construisent.
62
IV. Perspectives Mes futures activités de recherche s’articulent autour de trois axes et sont présentées ici. Le premier axe porte sur la mise en œuvre de l’ACV dans des projets de recherche collaboratif. Se pose alors la problématique du changement d’échelles, envisager les impacts d’une filière industrielle à partir d’une connaissance partielle à un niveau laboratoire. Le deuxième axe aborde la représentativité des impacts étudiés afin de contribuer à la prise de décision. Enfin, le dernier axe est centré sur la frontière entre l’inventaire et l’évaluation des impacts dans un contexte agricole, principalement sur les formes azotées.
63
64
IV.1. Accompagnement de projets de recherche : évaluer des systèmes immatures IV.1.1. ACV pour la recherche et recherche en ACV Les développements méthodologiques dans le domaine de l’ACV ont obligatoirement une finalité. C’est bien face à une demande d’outil opérationnel pour l’évaluation environnementale des activités humaines que l’ACV a été conçue et continue à se développer. Dès lors il nous semble pertinent d’associer l’usage de l’ACV à la recherche en ACV. Tous nos développements méthodologiques se font en lien avec des applications, dans le cadre de projet de recherche collaboratif. Cela nous permet de financer notre activité, d’être confrontés de nouvelles problématiques et d’avoir accès à une expertise dans de nombreux domaines. Dans une recherche sur projet, il est important pour nous de continuer à mettre en œuvre l’ACV tout en contribuant à ses développements méthodologiques. L’évaluation environnementale dans des projets collaboratifs est en cours dans les projets Algraal, Surfact’Alg, GreenAlgOhol et Idealg § Personne (Cf. II.3) impliquée : SM, YG, AE IV.1.2. ACV de systèmes immatures Une problématique récurrente dans l’évaluation environnementale lors d’un projet de recherche est bien évidement que le système à évaluer n’existe pas au début du projet. L’enjeu est de comparer une solution qui sera le résultat des recherches avec des références qui sont déjà en place. Pour revenir sur l’exemple des biocarburants issus de la biomasse algale, l’évaluation se fait entre des systèmes qui seront opérationnels dans de nombreuses années, après une optimisation complexe, et des systèmes qui résultent déjà d’un lent processus d’amélioration, comme la raffinerie pétrolière par exemple. Pour illustrer cela, dans le cadre du projet Salinalgue nous avons dû représenter des techniques d’extraction de lipides à partir de données de laboratoire (quelques millilitres) en cherchant à modéliser ce que pourrait être une bioraffinerie à une échelle industrielle (plusieurs mètres cubes). A partir des mesures de rendements, de fluides et de consommables (réactifs) il nous a fallu : • Reconcevoir l’architecture de l’opération avec les possibilités de recirculation de flux. Dans un contexte industriel, l’utilisation des consommables va être optimisée. • Recalculer la demande énergétique selon les équilibres thermodynamiques de certaines réactions afin de s’assurer que les consommations mesurées en laboratoire pouvaient être extrapolées. • Identifier les fonctions recherchées de certaines sous-‐étapes afin de pouvoir identifier un proxy industriel (par exemple une fonction de chauffage peut être en réalité une fonction d’évaporation). Cette problématique est courante en génie des procédés qui aborde le changement d’échelle, du laboratoire au pilote puis à l’usine. Une ACV ex-‐ante va rencontrer les mêmes obstacles et se doit de s’inspirer des approches développées dans ce domaine. Une structuration de cette problématique a été proposée par Bálint et coauteurs [2] et est
65
illustrée en Figure 24 : le système industriel est appréhendé par de l’analyse dimensionnelle et par analogie avec des processus industriels déjà modélisés selon les fonctions des opérations.
Figure 24. Représentation schématique du changement d’échelle pour l’évaluation environnementale (extrait de [2]).
Face à la grande taille des systèmes techniques étudiés en ACV, cette tâche d’extrapolation peut très vite devenir consommatrice de temps. Se pose alors le problème d’identifier là où le changement d’échelle aura des conséquences sur les résultats. Cela implique de coupler les approches précédemment abordées avec une analyse de sensibilité comparable à celle décrite en III.4.2 page 56, pour identifier les étapes clés et quantifier l’incertitude de l’évaluation. Formaliser l’extrapolation industrielle pour des évaluations ACV ex-‐ante est un axe que j’explore et qui sera mise en œuvre sur les projets en cours et sur des systèmes de production d’hydrogène. § Personne (Cf. II.3) impliquée : NH
IV.2. Sélection des impacts IV.2.1. L’ACV comme un processus d’évaluation Décrire les conséquences Revenons sur l’objectif d’une approche ACV. Que cela soit pour la définition du système, pour la quantification de l’ensemble des flux techniques et environnementaux et pour la détermination des impacts consécutifs, tout est déterminé selon une unité fonctionnelle. L’enjeu n’est pas de quantifier une atteinte à l’environnement d’une manière absolue mais bien pour un service rendu. C’est cette caractéristique qui rend cette approche opérationnelle, i.e., relier une atteinte à l’environnement à un système technique qui satisfait une demande. L’ACV ne cherche pas à quantifier l’état de l’environnement mais le changement de l’état environnemental induit par une activité. Décrire les conséquences environnementales d’une activité ne présente que peu d’intérêt. C’est pour un processus de comparaison que cette information va être utilisée. Il est donc nécessaire de se placer par rapport à une référence. Le processus de normalisation en ACV, en rapportant les impacts calculés aux impacts d’une valeur de référence (comme l’impact 66
d’un individu européen sur un an) est une façon de donner un sens à un résultat et de pouvoir l’interpréter mais cela reste limité22. Un résultat ACV est en réalité utilisé de deux façons, (1) pour une comparaison avec une autre ACV qui possède la même unité fonctionnelle mais un système technique différent, ou (2) pour une analyse de contributions en déterminant l’impact respectif des étapes identifiées dans le système technique. Cette seconde utilisation de l’ACV est en réalité une comparaison de systèmes (les étapes) ne possédant pas les mêmes unités fonctionnelles. Une démarche d’ACV consiste donc à comparer des systèmes dans le cadre d’une évaluation multicritère. Reprenons l’étape d’inventaire. La structuration du système technique en processus et flux techniques permet de calculer, pour l’ensemble, toutes les valeurs de flux environnementaux. Toutes ces interactions avec l’environnement sont autant de critères à regarder afin de comparer des systèmes. Réduire la taille du problème La version 3.1 de la base de données Ecoinvent (qui est probablement la base la plus importante en termes de volume de flux représentés) comporte 1769 types de flux environnementaux et comparer des systèmes avec ce nombre de critères est peu réaliste. Pour faciliter l’analyse, l’ACV cherche à agréger l’information apportée par tous ces flux environnementaux en un plus petit nombre de dimensions. Ceci se fait par la modélisation des voies d’impacts qui permet de déterminer des pondérations entre les flux environnementaux (les facteurs de caractérisation) afin d’additionner les critères et faciliter la décision. Ainsi ces 1769 flux seront par exemple agrégés en 16 impacts par la méthode ILCD, 10 par la méthode TRACI et jusqu’à 3 pour ReCiPe Endpoint utilisée au niveau des dommages. Cette agrégation peut aussi être partielle, les praticiens travaillent alors avec un panel d’impacts sélectionnés à partir des méthodes disponibles, selon le contexte de l’étude (demande du commanditaire, règlementation, habitudes,…). Un parallèle peut être fait avec le domaine des statistiques et l’analyse en composante principale (ACP). Elle permet pour un échantillon, à partir d’un ensemble de variables descriptives, d’identifier des axes orthonormés (des variables décorrélées) et passer de l’espace des variables initiales à un espace réduit. Cet espace de moindre dimension est obtenu avec les premiers axes qui portent la plus grande part de l’information des variables initiales. Les coordonnées des individus dans le nouveau repère sont obtenues par combinaison linéaire des coordonnées initiales (les variables descriptives). En ACV l’objectif de l’analyse d’impact est de définir un espace de plus petite dimension que l’espace de l’inventaire, mais contrairement à l’ACP, (1) avec des axes qui ne maximisent pas l’information représentée mais qui ont une signification environnementale et (2) qui n’est pas orthonormé, les impacts pouvant être corrélés.
22
Cette approche ne permet pas d’identifier la gravité des impacts vis à vis de l’environnement. Pour illustrer cela il est possible de faire un parallèle simpliste avec des actes de délinquances. Ce n’est pas parce qu’une ville à plus de graffitis que d’homicides par rapport à des moyennes nationales que son principal problème en terme délinquance serait les graffitis.
67
IV.2.2. L’ACV vu comme un problème de géométrie Pour illustrer le passage de l’inventaire aux impacts, prenons un exemple simple de deux systèmes (« a » et « b ») dont les inventaires se résument à deux flux environnementaux, des émissions d’ammoniac et de dioxyde d’azote dans l’air, illustrés par la Figure 25.a. L’évaluation de « a » vis à vis de « b » se fait au niveau de l’inventaire en dimension deux. Prenons deux impacts de la méthode ILCD qui peuvent représenter ces émissions, (1) les matières particulaires et (2) l’acidification23. Il est possible de les représenter dans l’espace d’inventaire (Figure 25.b), ceci en fonction des facteurs de caractérisation (3,02 molH+eq/kgNH3,air et 0,74 molH+eq/kgNO2,air pour l’acidification et 0,0667 kgPM2,5eq/kgNH3,air et 0,0722 kgPM2,5eq/kgNO2,air pour les particules). Plus un impact est proche de l’un de axe de l’espace initial, plus il représente l’émission associée. Dans l’exemple ci-‐dessus, l’acidification est un indicateur d’impact qui représente mieux l’ammoniac que le dioxyde d’azote (à masse équivalente, pour l’acidification, l’ammoniac a un effet supérieur au dioxyde d’azote). Evaluer l’impact d’un système est une conversion des flux environnementaux ayant chacun leur unité propre (kgNH3,air et kgNO2,air dans l’exemple) dans l’unité des impacts (molH+eq pour l’acidification) via les facteurs de caractérisation. En géométrie cela correspond aux projections orthogonales des inventaires « a » et « b » sur l’impact 1 et 2 (Figure 25.c). Nous voyons ainsi que l’impact d’acidification ne permet pas réellement de différencier les deux systèmes, i.e., Ia2 et Ib2 sont très proches. A l’inverse, l’impact des matières particulaires permet de mieux différencier les deux systèmes, i.e., Ia1 et Ib1 sont plus éloignés. Si l’objectif est d’identifier le meilleur système d’un point de vue environnemental, le choix se fera au profit de « a » selon l’impact de la matière particulaire, l’impact d’acidification ne permettant pas de les discriminer. Revenons sur l’objectif de l’analyse d’impact en ACV qui consiste à représenter les systèmes en un plus petit nombre de dimensions afin de faciliter l’évaluation. Dans l’exemple initialement en deux dimensions, l’analyse d’impact se ferait avec une seule dimension et il sera pertinent de ne conserver que l’impact de la matière particulaire. C’est en effet celui qui représente le plus d’informations initiales. L’acidification reste un résultat intéressant dans un processus décisionnel (en l’occurrence, ne pas avoir à choisir, les deux systèmes ayant des impacts similaires) mais n’a pas un réel intérêt pour représenter les différences entre a et b. Considérons maintenant que « a »et « b » ne sont pas deux systèmes mais deux sous-‐ systèmes représentant deux étapes d’un inventaire (qui sera donc la somme des deux). La problématique reste la même, identifier l’impact le plus pertinent pour étudier les contributions respectives. Cependant, un élément est différent, i.e., les unités fonctionnelles ne sont pas les mêmes. Cela signifie que la sélection de l’impact pour discriminer a et b ne doit pas faire intervenir la distance entre les inventaires et l’origine (qui dépend des unités fonctionnelles), mais uniquement de la direction. Un critère pertinent pour identifier 23
Nous aurions pu aussi prendre dans la méthode ILCD l’eutrophisation terrestre ou marine qui sont influencées par ces mêmes émissions, de même que la formation d’ozone photochimique qui ne représente que les émissions de dioxyde d’azote.
68
l’impact est de regarder les angles formés par les directions des inventaires et des impacts, plus ces angles sont fermés, plus l’impact représente l’information de l’inventaire (Figure 25.d). NO2(kg,(air)(
NO2(kg,(air)(
4(
4(
3(
1.Par5cule( (kgPM2.5eq)(
3( b(
2(
2( a(
1(
0(
2.Acidifica5on( (molH+eq)(
1(
1(
2(
3(
4(
NH3(kg,(air)(
0(
1(
2(
a)
NH3(kg,(air)(
NO2(kg,$air)$
4$
4$ Par5cule$ (kgPM2.5eq)$
3$
Ia1$
2$
Par5cule$ (kgPM2.5eq)$
3$
Ib1$
Θb1$
2$
Θb2$
Θa1$ Acidifica5on$ (molH+eq)$
1$ Ia2$Ib2$
4(
b)
NO2(kg,$air)$
0$
3(
1$
2$
3$
4$
NH3(kg,$air)$
0$
c)
Acidifica5on$ (molH+eq)$
Θa2$
1$
1$
2$
3$
4$
d)
NH3(kg,$air)$
Figure 25. Représentation géométrique de a) deux inventaires d'ACV, b) deux impacts environnementaux, c) des résultats de l'analyse d'impact et d) des angles entre les inventaires et les impacts.
IV.2.3. Choisir les impacts au regard des inventaires Afin de faciliter un problème de décision multicritère, la démarche ACV réduit la taille du problème de l’étape d’inventaire (près de 2000 dimensions) en un plus petit nombre de dimensions représenté par un ensemble d’impacts. Ces impacts ont été déterminés selon des modélisations des mécanismes environnementaux pour différents enjeux (l’Homme, les écosystèmes et les ressources par exemple). Mais rien ne laisse présager de leur intérêt vis à vis des inventaires. Il est alors pertinent d’évaluer si les impacts sur l’environnement utilisés sont à même de représenter la variabilité des inventaires et par cela, sélectionner un jeu d’impacts pour l’évaluation multicritère. L’enjeu est de proposer un ensemble d’impacts le plus représentatif et le moins redondant afin de discriminer au mieux les inventaires. 69
L’exemple simple illustré par la Figure 25 peut être étendu à un cas plus complexe, i.e., la base des données Ecoinvent 3.1 qui comprend 11332 inventaires, 1769 dimensions et 692 impacts. C’est sur ces données que nous travaillons en cherchant à répondre aux questions suivantes : • La pertinence d’un impact s’évalue selon l’ensemble des angles qu’il forme avec les inventaires. Comment synthétiser cette information en un critère de sélection ? • Si l’on cherche à avoir un faible nombre d’impacts à interpréter, tout impact supplémentaire apporte une information complémentaire. Quel serait le critère pour déterminer si l’information représentée est suffisante ? • Faut-‐il avoir une approche itérative, sélectionner l’impact le plus pertinent pour ensuite chercher celui qui sera le mieux à même de représenter l’information restante ou directement travailler sur des ensembles d’impacts ? • Les sélections d’impacts seront-‐elles fortement liées aux domaines d’activités plus ou moins représentés dans les inventaires ? § La sélection des impacts est réalisée dans le cadre du projet GreenAlgOhol § Personne (Cf. II.3) impliquée : AE
IV.3. Frontière entre le système technique et le système environnemental L’un des grands apports de la démarche ACV est la structuration d’une évaluation environnementale en deux étapes, i.e., l’inventaire s’attache à modéliser le système technique, l’analyse d’impacts à modéliser les mécanismes de l’environnement. Ainsi la description des actions humaines, les choix techniques (économiques) et émissions associées relèvent de l’inventaire. Si le sous-‐système est une usine, tout ce qui se passe au sein du bâtiment jusqu'à l’extrémité d’une cheminée relève de l’étape d’inventaire. Le devenir et les conséquences de ce qui sort de la cheminée relèvent de l’étape de l’évaluation des impacts (LCIA). Le praticien modélise l’inventaire pour représenter les choix de l’Homme, les mécanismes environnementaux, qui ne sont pas contrôlés par l’Homme, sont quant à eux intégrés dans les méthodes LCIA. Cette structuration a montré son intérêt, mais la frontière entre LCI et LCIA n’est pas toujours évidente. IV.3.1. Exemple de l’épandage Des données environnementales pour définir un flux technique Prenons l’exemple d’un épandage de Mafor et du devenir de l’azote. L’action d’épandage est l’une des étapes du système technique et est donc décrite dans l’inventaire. L’azote est présent dans la Mafor principalement sous trois formes : NH3, NO3-‐ et de l’azote organique (Norg). Selon la technique d’épandage (aspersion, pendillard, enfouissement) la fraction ammoniacale va plus ou moins se volatiliser dans un temps assez bref après l’épandage. L’émission de NH3, influencée par les techniques d’épandage, est donc un flux vers l’environnement qui est naturellement décrit dans l’inventaire. Avec le temps, l’azote organique va se minéraliser selon les conditions pédoclimatiques, et ce sont ces mêmes conditions qui vont influencer les lessivages des nitrates et les processus microbiens de nitrification-‐dénitrification. De ces processus environnementaux vont dépendre des émissions de NH3 résiduelles, de NOx, de N2O et de NO3-‐ et l’azote minéral restant sera 70
disponible pour les productions végétales (Plant Available Nitrogen, PAN). L’ensemble de ces phénomènes est synthétisé dans la Figure 26. NH3$$ N2O$$ Norg$$ Mafor$
+$ +$
−$
−$
NH4+$$
NOx$ −$ −$
NO3-$$
NO3-$$
+$
PAN$ Figure 26. Principaux flux d’azote lors d’un épandage de Mafor. Vert : apport de l’épandage, noir : minéralisation et nitrification, rouge : émissions directes par volatilisation et lessivage (et après dénitrification pour les émissions de NOx et de N2O), bleu : émissions indirectes (induites) de N2O, PAN : Plant Available Nitrogen..
En ACV, ces mécanismes environnementaux d’évolution des composés azotés et d’émissions de NH3, de NOx, de N2O et de NO3-‐ ne sont pas modélisés dans les méthodes LCIA et sont donc à prendre en compte dans l’inventaire du système technique. La décision d’épandage doit en effet être raisonnée selon d’une règlementation et en fonction des conditions pédoclimatiques. Nous avons ici un exemple de mécanismes environnementaux qui doivent être intégrés à la modélisation du système technique. Ces mécanismes vont aussi conditionner l’azote disponible pour la culture. Le PAN est un élément important pour le système technique, il va permettre de quantifier l’équivalence engrais, et par cela, les engrais minéraux dont la fabrication et l’utilisation ont été évitées. Mais cela reste une approche théorique, dans la pratique cette valeur est remplacée par un coefficient d’équivalence engrais à dire d’expert, souvent par similarité avec une Mafor proche. Ce point est souvent mal décrit dans les études ACV (cf. III.3.1) avec potentiellement une incohérence entre le PAN et les émissions, puisque déterminés séparément. Cela prend toute son importance pour la conception de système de traitement des déchets où l’on cherche de plus en plus à concevoir les procédés en intégrant le devenir des Mafor. Les mécanismes environnementaux mis en jeu dans une parcelle à la suite d’un épandage font partie de l’étape d’inventaire. Il est alors intéressant de proposer une modélisation commune des émissions liée au Mafor, des émissions des engrais minéraux évités, de la quantité (PAN) et du type des engrais minéraux substitués. Ce travail de modélisation doit être opérationnel afin d’évaluer le devenir des Mafor pour la conception des systèmes de traitement. La problématique est donc différente des travaux centrés sur la production agricole, i.e., les conditions d’épandage (date, sol climat…) ne peuvent être décrites précisément et le modèle doit être utilisable par un praticien ACV qui ne possède pas forcement une connaissance précise dans le domaine agronomique. Il doit bien évidement aussi être plus large que la problématique azote et aborder le phosphore, le potassium et les flux de carbone. § La modélisation de l’usage des Mafor en ACV et des substitutions associées n’est pas encore financée (appel d’offre en cours). 71
IV.3.2. Les émissions de protoxyde d’azote Origine des émissions Les émissions de dioxyde de carbone provenant des activités humaines sont le principal contributeur au changement climatique et les réduire est probablement le principal levier d’action. Avec 5 % du total des émissions humaines des gaz à effet de serre [87], les effets du protoxyde d’azote sont cependant aussi problématiques. Ceci est d’autant plus important pour le secteur agricole où les pratiques affectent le cycle de l’azote. La caractérisation des émissions de protoxyde d’azote dans un contexte agricole est décrite en détails dans les rapports du GIEC [93]. Ces émissions sont de deux sortes : 1. les émissions directes qui résultent des processus de nitrification et dénitrification de l’azote apporté aux cultures (voir précédemment) ou libérées par les pratiques (consécutives à un changement de l’équilibre du ratio C/N), 2. les émissions indirectes, plus souvent appelées induites dans la communauté ACV, provenant de la déposition d’ammoniac et d’oxyde d’azote (NOx) et de l’azote lessivé, principalement des nitrates (en bleu dans la Figure 26). Ainsi, lors d’un inventaire agricole, le flux environnemental de N2O se compose du flux direct, et d’un flux secondaire résultant des mécanismes de redéposition d’autre flux environnementaux. Les flux induits pourraient donc être considérés dans l’analyse d’impact, mais ce n’est pas le cas. Pour les impacts des gaz à effet de serre, la modélisation des mécanismes environnementaux commence par les pouvoirs de réchauffement globaux et ne tient pas compte des émissions induites (secondaires). Représentation des émissions dans l’inventaire Les émissions induites de N2O par l’agriculture sont clairement identifiées dans le chapitre 11 du rapport du GIEC en 2006 [93] et correspondent à 1 % des émissions d’azote volatilisées (NH3 et NOx24) et 0,75 % des émissions venant du lessivage et des infiltrations (NO3-‐ principalement). Si les modèles d’émissions de NH3, NOx, NO3-‐ pour les cultures changent entre les différentes bases de données ACV, les émissions de N2O sont très majoritairement modélisées selon ce rapport et les ACV agricole intègrent donc les mécanismes d’émissions induites de N2O dans la phase d’inventaire. Ce rapport du GIEC précise que ces émissions induites ne sont pas propre au secteur agricole et qu’elle doivent être calculées dans les autres secteurs d’activité si cela est possible [53]. Cela n’est malheureusement pas fait dans les inventaires ACV. Il y a donc une différence de périmètre entre le secteur agricole et les autres secteurs d’activité. Pour pallier cette incohérence, il faut soit généraliser la modélisation des émissions induites dans les inventaires, soit intégrer ces mécanismes dans l’analyse d’impacts en définissant des pouvoirs de réchauffements globaux pour les autres formes azotées (NH3, NOx, NO3-‐). A travers cet exemple sur le N2O nous voyons qu’il est nécessaire de redéfinir la frontière dans un contexte agricole, entre l’inventaire et l’analyse d’impact pour les formes azotées. Un travail similaire aux réflexions actuelles sur les pesticides [139] pourrait être fait. 24
Ecoinvent dans sa version actuelle détermine les émissions de NOx en fonction des émissions de N2O (21 % de la valeur) et ne considère donc pas d’émissions de N2O induites depuis les émissions de NOx. Le modèle standard du GIEC devrait cependant être utilisé dans la prochaine version (4) de la base de données.
72
V. Conclusion
Par mon statut de maître de conférences, je suis à l’interface de plusieurs structures : j’effectue mes activités d’enseignement au sein de Montpellier SupAgro, ma recherche se déroule à l’INRA au sein du LBE et enfin, mon fonctionnement journalier trouve sa place dans le groupe ELSA que j’anime. Mes travaux de recherche, depuis huit années, ont permis de développer l’évaluation environnementale au LBE. Cette thématique que je porte, n’était pas présente avant mon arrivée. Sur cette période, nous avons réalisé et/ou initié 9 projets de recherche collaboratifs où j’assure le suivi scientifique, la participation au pilotage et l’encadrement des personnels recrutés. Nos réalisations ont permis d’étudier la dimension environnementale dans plusieurs domaines d’activités : • Des ACV de chaines de procédés des microalgues aux carburants, et plus récemment des microalgues à des molécules à haute valeur ajoutée, ont été menées à travers différents projets de recherche (Symbiose, Salinalgue et Algraal). Après avoir réalisé la première évaluation des impacts environnementaux dans ce domaine, nous avons ensuite testé de nombreuses alternatives et proposé des axes d’améliorations pour ces filières et leurs évaluations. • Avec des macroalgues comme source de matière biosourcée, nous avons étudié des chaines de procédés pour la production d’énergie et de composés d’intérêts (projets WinSeaFuel, Idealg, Surfact’Alg et GreenAlgOhol). Ici encore, nous avons évalué par ACV les systèmes développés dans les projets et proposé des alternatives. • En lien avec les démarches de bioraffinerie environnementale, et face à la valorisation matière des déchets organiques, nous nous sommes intéressés à la représentation de l’épandage de Mafor en ACV et nous l’avons décrit pour un système de traitement de lisier (projet Phosph’Or et expertise scientifique collective Mafor). A travers ces trois aspects, nous avons donc mise en œuvre la démarche ACV, mais nos travaux, en lien avec ces domaines d’applications, ont aussi porté sur le développement de la méthode : • L’ACV est un outil d’évaluation statique, les caractéristiques temporelles et spatiales sont perdues lors de la phase d’agrégation des émissions dans la phase d’inventaire. De plus lors de la phase d’évaluation des impacts, il est supposé que les processus
73
environnementaux répondent de manière linéaire aux perturbations et que les effets seuils sont négligés. Pour pallier ces lacunes, les dynamiques temporelles au niveau de l’évaluation des impacts sont de plus en plus intégrées par la communauté scientifique. Un travail préalable nécessaire est l'obtention d'un inventaire du cycle de vie dynamique. Nous avons donc proposé une méthodologie pour réaliser un inventaire dynamique lors d'une ACV. Celle-‐ci est construite par l’indentification des flux clés dans le système par des analyses de sensibilité. La procédure compare ensuite pour les flux préalablement sélectionnés les dynamiques intrinsèques des émissions ou des échanges dans la technosphère avec les dynamiques des impacts envisagés. A ce titre, des dimensions temporelles des impacts ont été proposées et discutées. • L’ACV ne permettait pas la prise en compte des impacts de l'occupation et de la transformation en milieu marin de l'espace par l’homme. Nous avons donc développé une nouvelle catégorie d'impact en ACV pour pallier ce manque, le « sea use ». Ce cadre a été construit sur le modèle du « land use », déjà présent en ACV et en intégrant les dernières avancées méthodologiques. Les chaînes de causalité permettant d’expliquer les liens entre les interventions humaines et les impacts potentiels qu’elles occasionnent sur leur environnement marin ont également été définies. Nous avons plus particulièrement étudié l’évaluation des impacts de l’occupation et de la transformation de l’espace marin sur les fonctions de support de vie des écosystèmes et des impacts relatifs à l’extraction de ressources biotiques en mer. Nous avons donc développé une méthode d’évaluation des impacts de l’usage de l’espace en mer qui est opérationnelle et applicable à des cas d’étude concrets. Dans la continuité de ces travaux, je cherche à approfondir plusieurs axes, avec un compromis entre l’usage de l’ACV et le développement de cette démarche : • Le premier axe porte sur l’usage de l’ACV pour concevoir. L’enjeu devient alors l’évaluation de système en cours de définition, avec des extrapolations et l’utilisation de proxys. Cela fait appel aux approches présentes en génie des procédés, tout en réfléchissant à la structure de l’inventaire ACV (pour n’étudier que les variables significatives). • Le deuxième axe porte sur la représentativité des impacts au regards des systèmes décrits. L’enjeu est ici d’identifier les critères les plus pertinents et les moins redondants afin de faciliter l’évaluation multicritère. Ceci va être abordé par des approches géométriques, sur les bases de données disponibles, pour quantifier l’information décrite par les inventaires qui est représentée par les impacts. • Le troisième axe porte sur la frontière en les étapes d’inventaire (LCI) et d’évaluation des impact (LCIA) dans un contexte agricole. L’objectif est alors de redéfinir ces limites pour que l’inventaire des flux environnementaux soit toujours représentatif des choix réalisés dans le système technique, tout en s’assurant que le devenir environnemental de ces flux est correctement représenté dans l’évaluation des impacts. Cette réflexion est principalement centrée ici sur les composés azotés. Comme tout travail de modélisation, c’est par son usage que l’ACV trouve son intérêt et rencontre de nouvelles problématiques. Le développement d’une démarche de modélisation ne peut se concevoir sans sa mise en pratique. C’est à cette interface que mes activités se trouvent.
74
Références 1. 2. 3. 4. 5. 6. 7. 8. 9.
10.
11. 12. 13.
Andersen JK, Boldrin A, Christensen TH, Scheutz C (2012) Home composting as an alternative treatment option for organic household waste in Denmark: An environmental assessment using life cycle assessment-‐modelling. Waste Manag 32:31–40. doi: 10.1016/j.wasman.2011.09.014 Bálint S, Bachtin K, Weil M (2014) Nanofibers and Pyrolysis – From the Laboratory Scale Towards a Theoretical Industrial Scale. 24th Annu. Meet. Soc. Environ. Toxicol. Chem. Batstone DJ, Keller J, Angelidaki I, Kalyuzhnyi S V., Pavlostathis SG, Rozzi A, Sanders WT, Siegrist H, Vavilin V a. (2002) The IWA Anaerobic Digestion Model No 1 (ADM1). IWA Publishing Baudrit C, Hélias A, Perrot N (2007) Uncertainty analysis in food engineering involving imprecision and randomness. ISIPTA 07, 5th Int. Symp. Imprecise Probab. Theor. Appl. Baudrit C, Hélias A, Perrot N (2009) Joint treatment of imprecision and variability in food engineering: Application to cheese mass loss during ripening. J Food Eng 93:284–292. doi: 10.1016/j.jfoodeng.2009.01.031 Beavis P, Lundie S (2003) Integrated environmental assessment of tertiary and residuals treatment -‐ LCA in the wastewater industry. Water Sci Technol 47:109–116. Benítez E, Romero E, Gómez M, Nogales R (2001) Biosolids and Biosolids-‐ash as Sources of Heavy Metals in a Plant-‐Soil System. Water Air Soil Pollut 132:75–87. doi: 10.1023/A:1012012924151 Benoist A, Van De Steene L, Broust F, Hélias A (2012) Enjeux environnementaux du développement des biocarburants liquides pour le transport. Sci Eaux Territ 7:66–73. Bernard O, Chachuat B, Hélias A, Le Dantec B, Sialve B, Steyer J-‐P, Lardon L, Neveu P, Lambert S, Gallop J, Dixon M, Ratini P, Quintabà A, Frattesi S, Lema JM, Roca E, Ruiz G, Rodriguez J, Franco A, Vanrolleghem P, Zaher U, De Pauw DJW, De Neve K, Lievens K, Dochaine D, Schoefs O, Fibrianto H, Farina R, Alcaraz Gonzalez V, Gonzalez Alvarez V, Lemaire P, Martinez J a, Esandi F, Duclaud O, Lavigne JF (2004) An integrated system to remote monitor and control anaerobic wastewater treatment plants through the internet.[TELEMAC contribution #1]. In: 10th IWA Conf. Anaerob. Dig. vol 1. Montréal, Canada, pp 318–323 Bernard O, Chachuat B, Hélias A, Le Dantec B, Sialve B, Steyer J-‐P, Lardon L, Neveu P, Lambert S, Gallop J, Dixon M, Ratini P, Quintabà A, Frattesi S, Lema JM, Roca E, Ruiz G, Rodriguez J, Franco A, Vanrolleghem P, Zaher U, De Pauw DJW, De Neve K, Lievens K, Dochaine D, Schoefs O, Fibrianto H, Farina R, Alcaraz Gonzalez V, Gonzalez Alvarez V, Lemaire P, Martinez J a, Esandi F, Duclaud O, Lavigne JF (2005) An integrated system to remote monitor and control anaerobic wastewater treatment plants through the internet. Water Sci Technol 52:457–464. Bernard O, Chachuat B, Hélias A, Rodriguez J (2004) Can we assess the model complexity for a bioprocess? theory and example of the anaerobic digestion process. Watermatex IWA Conf. Syst. Anal. Integr. Assess. Bernard O, Chachuat B, Hélias A, Rodriguez J (2006) Can we assess the model complexity for a bioprocess: theory and example of the anaerobic digestion process. Water Sci Technol 53:85. doi: 10.2166/wst.2006.010 Bernard O, Chachuat B, Hélias A, Steyer J-‐P (2005) Assessing Model Complexity from Anaerobic Digestion Data: When is Model AM1 Required? IWA Int. Work. Anaerob. Dig. Model No.1
75
14. 15. 16. 17. 18.
19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29.
Bernstad A, la Cour Jansen J (2011) A life cycle approach to the management of household food waste -‐ A Swedish full-‐scale case study. Waste Manag 31:1879–1896. doi: 10.1016/j.wasman.2011.02.026 Bhander GS, Christensen TH, Hauschild MZ (2010) EASEWASTE-‐life cycle modeling capabilities for waste management technologies. Int J Life Cycle Assess 15:403–416. doi: 10.1007/s11367-‐010-‐ 0156-‐7 Bhander GS, Hauschild MZ, Christensen TH (2008) Waste management modeling with PC-‐based model -‐ EASEWASTE. Environ Prog 27:133–142. doi: 10.1002/ep.10250 Boldrin A, Hartling KR, Laugen M, Christensen TH (2010) Environmental inventory modelling of the use of compost and peat in growth media preparation. Resour Conserv Recycl 54:1250–1260. doi: 10.1016/j.resconrec.2010.04.003 Boldrin A, Thomas-‐Hojlund C (2008) Substitution of peat with garden waste compost in growth media preparation: a comparison from a LCA-‐modelling (EASEWASTE) perspective. In: Fuchs JG, Kupper T, Tamm L, Schenk K (eds) Compost Dig. Sustain. benefits, impacts Environ. plant Prod. Proc. Int. Congr. CODIS 2008, Solothurn, Switzerland, 27-‐29 February, 2008. pp 157–159 Brahimi B, Demmou H, Hélias A, Steyer J-‐P (2005) Risk assessment for safe restart of anaerobic digestion processes. In: Zítek P (ed) 16th IFAC World Congr. p 2175 Brandão M, Levasseur A (2011) Assessing Temporary Carbon Storage in Life Cycle Assessment and Carbon Footprinting -‐ Outcomes of an expert workshop. doi: 10.2788/22040 Brockmann D, Hanhoun M, Négri O, Hélias A (2014) Environmental assessment of nutrient recycling from biological pig slurry treatment – Impact of fertilizer substitution and field emissions. Bioresour Technol 163:270–279. doi: 10.1016/j.biortech.2014.04.032 Brockmann D, Hanhoun M, Négri O, Hélias A (2014) Environmental assessment of biological treatment of washing waters from cheese production. 2nd IWA Spec. Int. Conf. “EcoTechnologies Wastewater Treat. -‐ Tech. Environ. Econ. Challenges” (ecoSTP 2014) Brockmann D, Négri O, Hélias A (2014) Agricultural valorization of organic residues : Operational tool for determining the nitrogen mineral fertilizer equivalent. In: 9th Int. Life Cycle Assess. Foods Conf. (LCA Foods 2014). San Francisco, USA, pp 176–184 Brockmann D, Pradinaud C, Champenois J, Benoit M, Hélias A (2015) Environmental assessment of bioethanol from onshore grown green seaweed. Biofuels, Bioprod Biorefining n/a–n/a. doi: 10.1002/bbb.1577 Cherubini F, Peters GP, Berntsen T, Strømman AH, Hertwich E (2011) CO2 emissions from biomass combustion for bioenergy: atmospheric decay and contribution to global warming. GCB Bioenergy 3:413–426. doi: 10.1111/j.1757-‐1707.2011.01102.x Chisti Y (2007) Biodiesel from microalgae. Biotechnol Adv 25:294–306. doi: 10.1016/j.biotechadv.2007.02.001 Christensen TH, Bhander G, Lindvall H, Larsen AW, Fruergaard T, Damgaard A, Manfredi S, Boldrin A, Riber C, Hauschild M (2007) Experience with the use of LCA-‐modelling (EASEWASTE) in waste management. Waste Manag Res 25:257–262. doi: 10.1177/0734242X07079184 Collet P, Hélias A, Lardon L (2011) Time and life-‐cycle assessment : how to take time into account in the inventory step ? Life Cycle Manag. Conf. LCM Collet P, Hélias A, Lardon L, Bernard O, Sialve B, Steyer J-‐P (2009) Analyse du Cycle de Vie de la production de biodiesel à partir d’algues couplée avec une digestion anaérobie. STIC Environ.
76
30. 31. 32. 33. 34. 35. 36. 37. 38. 39. 40. 41. 42. 43. 44. 45. 46.
Collet P, Hélias A, Lardon L, Ras M, Goy R-‐A, Steyer J-‐P (2010) Analyse du Cycle de Vie de la production de biogaz à partir de microalgues. Adebiotech, Algues filières du Futur Collet P, Hélias A, Lardon L, Ras M, Goy R-‐A, Steyer J-‐P (2011) Life-‐cycle assessment of microalgae culture coupled to biogas production. Bioresour Technol 102:207–214. doi: 10.1016/j.biortech.2010.06.154 Collet P, Hélias A, Lardon L, Steyer J (2010) Dynamic Life Cycle Assessment of biogas production from micro-‐algae. Life Cycle Assess. IX Collet P, Hélias A, Lardon L, Steyer J-‐P (2011) Time and life-‐cycle assessment: how to take time into account in the inventory step ? In: Finkbeiner M (ed) Towar. Life Cycle Sustain. Manag. Springer Netherlands, Dordrecht, pp 119–130 Collet P, Hélias A, Lardon L, Steyer J-‐P, Bernard O (2014) General guidelines for LCA of microalgal biofuels. In: Alg’n' Chem 2014 -‐ Which Futur algae Ind. ? p 29 Collet P, Hélias A, Lardon L, Steyer J-‐P, Bernard O (2015) Recommendations for Life Cycle Assessment of algal fuels. Appl Energy 154:1089–1102. doi: 10.1016/j.apenergy.2015.03.056 Collet P, Langlois J, Cornélus M, Lardon L, Steyer J-‐P, Bernard O, Hélias A (2011) Algae as source of biofuel -‐ Environmental assessment and ecodesign perspectives. Ecotech & Tools Collet P, Lardon L, Hélias A, Bricout S, Lombaert-‐Valot I, Perrier B, Lépine O, Steyer J-‐P, Bernard O (2011) Can we produce biofuel from microalgae without a renewable source of electricity and heat? Algn’n'Chem Conf. Collet P, Lardon L, Hélias A, Bricout S, Lombaert-‐Valot I, Perrier B, Lépine O, Steyer J-‐P, Bernard O (2014) Biodiesel from microalgae – Life cycle assessment and recommendations for potential improvements. Renew Energy 71:525–533. doi: 10.1016/j.renene.2014.06.009 Collet P, Lardon L, Steyer J-‐P, Hélias A (2013) How to take time into account in the inventory step: a selective introduction based on sensitivity analysis. Int J Life Cycle Assess 19:320–330. doi: 10.1007/s11367-‐013-‐0636-‐7 Collet P, Lardon L, Steyer J-‐P, Hélias A (2013) Selective introduction of temporal dynamic based on the sensitivity analysis of economic and environmental flows. 23rd Annu. Meet. Soc. Environ. Toxicol. Chem. Collet P, Spinelli D, Lardon L, Hélias A, Steyer JP, Bernard O (2013) Life-‐Cycle Assessment of Microalgal-‐Based Biofuels. In: Pandey A, Lee D-‐J, Chisti Y, Soccol CR (eds) Biofuels from Algae. pp 287–312 Cornélus M, Collet P, Le Pochat S, Bellino R, Steyer J, Hélias A (2012) Salinalgue project : designing a sustainable production system of biofuel and by-‐products from microalgae. In: 8th Int. Conf. LCA Agri-‐Food Sect. Saint Malo, France, pp 797–798 Cornélus M, Lepochat S, Bellino R, Steyer J-‐P, Hélias A (2013) Designing a sustainable production system of biofuel from microalgae. SFGP, les Sci. du génie des procédés pour une Ind. durable Cragg C (2011) 60 years BP Statistical Review of World Energy 1951-‐20011. Crampon C, Adil M, Cornélus M, Hélias A, Lumia G, Charton F, Badens E (2014) Extraction of compounds of interest from microalgae using supercritical carbon dioxide. In: Alg’n' Chem 2014 -‐ Which Futur algae Ind. ? p 125 Dalemo M, Sonesson U, Björklund A, Mingarini K, Frostell B, Jönsson H, Nybrant T, Sundqvist J-‐O, Thyselius L (1997) ORWARE – A simulation model for organic waste handling systems. Part 1:
77
Model description. Resour Conserv Recycl 21:17–37. doi: 10.1016/S0921-‐3449(97)00020-‐7 47. 48. 49. 50. 51.
52. 53. 54. 55. 56. 57. 58. 59. 60. 61. 62.
Dalemo M, Sonesson U, Jonsson H, Bjorklund A (1998) Effects of including nitrogen emissions from soil in environmental systems analysis of waste management strategies. Resour Conserv Recycl 24:363–381. doi: 10.1016/s0921-‐3449(98)00064-‐0 Dennison FJ, Azapagic A, Clift R, Colbourne JS (1998) Assessing management options for wastewater treatment works in the context of life cycle assessment. Water Sci Technol 38:23–30. doi: 10.1016/s0273-‐1223(98)00636-‐2 Eriksson O, Carlsson Reich M, Frostell B, Björklund A, Assefa G, Sundqvist J-‐O, Granath J, Baky A, Thyselius L (2005) Municipal solid waste management from a systems perspective. J Clean Prod 13:241–252. doi: 10.1016/j.jclepro.2004.02.018 Eriksson O, Frostell B, Bjorklund A, Assefa G, Sundqvist JO, Granath J, Carlsson M, Baky A, Thyselius L (2002) ORWARE -‐ a simulation tool for waste management. Resour Conserv Recycl 36:287–307. doi: 10.1016/s0921-‐3449(02)00031-‐9 European Commission -‐ Joint Research Centre -‐ Institute for Environment and Sustainability (2010) International Reference Life Cycle Data System (ILCD) Handbook: Analysing of existing Environmental Impact Assessment methodologies for use in Life Cycle Assessment, First Edit. Publications Office of the European Union, Luxembourg Foley J, de Haas D, Hartley K, Lant P (2010) Comprehensive life cycle inventories of alternative wastewater treatment systems. Water Res 44:1654–1666. doi: 10.1016/j.watres.2009.11.031 Gillenwater M, Saarinen K, Ajavon A-‐LN (2006) Chapter 7 Precursors and Indirect Emissions. In: 2006 IPCC Guidel. Natl. Greenh. Gas Invent. pp 7.16–7.16 Gonzalez Fernandez MC, Sialve B, Ras M, Collet P, Habouzit F, Bernet N, Hélias A, Latrille E, Lardon L, Steyer J-‐P (2011) Microalgae as biogas resource. 8th IWA Lead. Edge Conf. Water Wastewater Technol. Hamelin L, Wesnæs M, Wenzel H, Petersen BM (2011) Environmental consequences of future biogas technologies based on separated slurry. Environ Sci Technol 45:5869–5877. doi: 10.1021/es200273j Hanhoun M, Hélias A (2012) ACV d’une filière de traitement et de valorisation des effluents d'élevage. Journées Tech. Eau Déchets -‐ Eval. environnementale des filières Trait. des eaux Heijungs R (2010) Sensitivity coefficients for matrix-‐based LCA. Int J Life Cycle Assess 15:511–520. doi: 10.1007/s11367-‐010-‐0158-‐5 Heijungs R, Suh S (2002) The Computational Structure of Life Cycle Assessment. doi: 10.1007/978-‐ 94-‐015-‐9900-‐9 Hélias A (2003) Agrégation/abstraction de modèles pour l’analyse et l’organisation de réseaux de flux -‐ application à la gestion des effluents d’élevage à la Réunion. Ecole nationale supérieure agronomique de Montpellier Hélias A (2007) Sensitivity analysis of a simplified cheese ripening mass loss model. In: Michel P (ed) Comput. Appl. Biotechnol. pp 307–312 Hélias A, Bernard O (2007) Assessing the main reactions in a bioprocess: Application to cheese ripening. In: Michel P (ed) Comput. Appl. Biotechnol. pp 187–194 Hélias A, Brockmann D (2014) Use of fertilizing residues by agricultural activities in LCA studies. In: 9th Int. Life Cycle Assess. Foods Conf. (LCA Foods 2014). San Francisco, USA, pp 523–532
78
63. 64. 65. 66.
67. 68.
69. 70. 71. 72. 73. 74. 75. 76. 77. 78.
Hélias A, Corrieu G, Guillemin H, Perret B, Picque D (2010) New process for cheese ripening and a device for implementing said process. EPO 31. Hélias A, Guerrin F, Harmand J, Steyer J-‐P (2002) Abstraction en modèles discrets de modèles d’évolution de stocks continus : application à la gestion des effluents d'élevage. SIMO 2002, Systèmes d’information, modélisation, optimisation, Command. en génie des procédés Hélias A, Guerrin F, Lopez P, Steyer J-‐P (2001) Simulating management policies on stock supplied by multiple production units: application to a pig slurry treatment plant. In: EFITA 2001, Third Conf. Eur. Fed. Inf. Technol. Agric. Food Environ. Montpellier, France, pp 361–366 Hélias A, Guerrin F, Lopez P, Steyer J-‐P (2002) Simulation de l’approvisionnement d'une unité de traitement de lisier de porc par plusieurs unités de production. Modélisation par équations différentielles ordinaires et programmation linaire. Modélisation des flux biomasse des Transf. Fertil. cas la Gest. des effluents d’élevage à l'île la Réunion. Actes du séminaire. Hélias A, Guerrin F, Steyer J (2004) Abstraction des trajectoires d’un système continu en automates temporisés. e-‐STA -‐ Rev. des Sci. Technol. l’Automatique 1: Hélias A, Guerrin F, Steyer J-‐P (2003) Représentation par automates temporisés de contraintes temporelles -‐ cas de la fertilisation organique des cultures de l’île de la Réunion. In: MOSIM’03, 4ème conférence Francoph. MOdélisation SIMulation. Organ. conduite d'activités dans l'industrie les Serv. Toulouse, France, pp 691–698 Hélias A, Guerrin F, Steyer J-‐P (2004) Abstraction of continuous system trajectories into timed automata. In: Discret. event Syst. 2004 a Proc. Vol. from 7th IFAC Work. IFAC, Reims, France, pp 309–314 Hélias A, Guerrin F, Steyer J-‐P (2004) Abstracting continuous system behaviors into timed automata : application to diagnosis on an anaerobic digestion process. In: DX-‐2004, 15th Int. Work. Princ. Diagnosis. Carcassonne, France, pp 45–50 Hélias A, Guerrin F, Steyer J-‐P (2004) Using real-‐time model-‐checking tool in agricultural planning : application to animal waste management in Reunion island. In: Manag. Control Prod. Logist. IFAC, Santiago, Chile, pp 43–50 Hélias A, Guerrin F, Steyer J-‐P (2006) Utilisation des outils de model-‐checking en temps réel pour la représentation de pratiques de gestion des effluents d’élevage. Stic Environ. Hélias A, Guerrin F, Steyer J-‐P (2008) Using timed automata and model-‐checking to simulate material flow in agricultural production systems—Application to animal waste management. Comput Electron Agric 63:183–192. doi: 10.1016/j.compag.2008.02.008 Hélias A, Langlois J, Fréon P (2014) Improved impact assessment of biotic-‐resource depletion in LCA of fisheries. In: 9th Int. Life Cycle Assess. Foods Conf. (LCA Foods 2014). San Francisco, USA, pp 533–538 Hélias A, Mirade P-‐S, Corrieu G (2007) Modeling of Camembert-‐type cheese mass loss in a ripening chamber: main biological and physical phenomena. J Dairy Sci 90:5324–5333. doi: 10.3168/jds.2007-‐0272 Hélias A, Sialve B, Lardon L, Steyer J-‐P (2008) Eco-‐évaluation d’une filière de production de biocarburant par culture de microalgues : comparaison avec des filières conventionnelles agricoles. Ecotechs 08 Des éco-‐indicateurs à l’évaluation à la Certif. environnementale Hélias A, Trelea IC, Corrieu G (2008) Assessment of respiratory activity during surface-‐mould cheese ripening. J Food Eng 85:632–638. doi: 10.1016/j.jfoodeng.2007.09.001 Hong J, Hong J, Otaki M, Jolliet O (2009) Environmental and economic life cycle assessment for
79
sewage sludge treatment processes in Japan. Waste Manag 29:696–703. doi: 10.1016/j.wasman.2008.03.026 79. 80. 81. 82. 83. 84.
85. 86.
87. 88. 89. 90. 91. 92.
Hospido A, Carballa M, Moreira M, Omil F, Lema JM, Feijoo G (2010) Environmental assessment of anaerobically digested sludge reuse in agriculture: potential impacts of emerging micropollutants. Water Res 44:3225–3233. doi: 10.1016/j.watres.2010.03.004 Hospido A, Moreira MT, Fernández-‐Couto M, Feijoo G (2004) Environmental performance of a municipal wastewater treatment plant. Int J Life Cycle Assess 9:261–271. doi: 10.1007/BF02978602 Hospido A, Moreira T, Martín M, Rigola M, Feijoo G (2005) Environmental Evaluation of Different Treatment Processes for Sludge from Urban Wastewater Treatments: Anaerobic Digestion versus Thermal Processes (10 pp). Int J Life Cycle Assess 10:336–345. doi: 10.1065/lca2005.05.210 Hou Q, Mao G, Zhao L, Du H (2015) Mapping the scientific research on life cycle assessment : a bibliometric analysis. doi: 10.1007/s11367-‐015-‐0846-‐2 Houillon G, Jolliet O (2005) Life cycle assessment of processes for the treatment of wastewater urban sludge: energy and global warming analysis. J Clean Prod 13:287–299. doi: 10.1016/j.jclepro.2004.02.022 Houot S, Pons M-‐N, Pradel M, Tibi A, Aubry C, Augusto L, Barbier R, Benoît P, Brugère H, Caillaud M-‐ A, Casellas M, Chatelet A, Dabert P, Mareschal S De, Doussan I, Etrillard C, Fuchs J, Génermont S, Giamberini L, Hélias A, Jardé E, Le Perchec S, Lupton S, Marron N, Ménasseri S, Mollier A, Morel C, Mougin C, Nguyen C, Parnaudeau V, Patureau D, Pourcher A-‐M, Rychen G, Savini I, Smolders E, Topp E, Vieublé L, Viguié C (2014) Valorisation des matières fertilisantes d’origine résiduaire sur les sols à usage agricole ou forestier, impacts agronomiques, environnementaux, socio-‐économiques. IPCC (1990) Climate Change -‐ The IPCC Scientific Assessment, Cambridge . doi: 10.1097/MOP.0b013e3283444c89 IPCC (2014) Summary for Policy Makers. In: Field CB, Barros VR, Dokken DJ, Mach KJ, Mastrandrea MD, Bilir TE, Chatterjee M, Ebi KL, Estrada YO, Genova RC, Girma B, Kissel ES, Levy AN, MacCracken S, Mastrandrea PR, White LL (eds) Clim. Chang. 2014 Impacts, Adapt. Vulnerability.Part A Glob. Sect. Asp. Contrib. Work. Gr. II to Fifth Assess. Rep. Intergov. Panel Clim. Chang., Cambridge . Cambridge, United Kingdom and New York , NY, USA, pp 1–32 IPCC (2014) Climate Change 2014 Synthesis Report The Core Writing Team Core Writing Team Technical Support Unit for the Synthesis Report. IPCC, Geneva, Switzerland Johansson K, Perzon M, Fröling M, Mossakowska A, Svanström M (2008) Sewage sludge handling with phosphorus utilization – life cycle assessment of four alternatives. J Clean Prod 16:135–151. doi: 10.1016/j.jclepro.2006.12.004 Jury C, Benetto E, Koster D, Schmitt B, Welfring J (2010) Life Cycle Assessment of biogas production by monofermentation of energy crops and injection into the natural gas grid. Biomass and Bioenergy 34:54–66. doi: 10.1016/j.biombioe.2009.09.011 Kärrman E, Jönsson H (2001) Normalising impacts in an environmental systems analysis of wastewater systems. Water Sci Technol 43:293–300. Kirkeby JT, Birgisdottir H, Hansen TL, Christensen TH, Bhander GS, Hauschild M (2006) Environmental assessment of solid waste systems and technologies: EASEWASTE. Waste Manag Res 24:3–15. doi: 10.1177/0734242X06062580 Kirkeby JT, Birgisdottir H, Hansen TL, Christensen TH, Bhander GS, Hauschild M (2006) Evaluation of environmental impacts from municipal solid waste management in the municipality of Aarhus, Denmark (EASEWASTE). Waste Manag Res 24:16–26. doi: 10.1177/0734242X06062598
80
93. 94.
95. 96. 97. 98. 99.
De Klein C, Novoa RSA, Ogle S, Smith KA, Rochette P, Wirth TC, McConkey BG, Mosier A, Rypdal K (2006) Chapter 11. N2O Emissions From Managed Soils, and CO2 Emissions From Lime and Urea application. In: 2006 IPCC Guidel. Natl. Greenh. Gas Invent. pp 11.1–11.54 Koellner T, de Baan L, Beck T, Brandão M, Civit B, Margni M, i Canals LM, Saad R, de Souza DM, Müller-‐Wenk R (2013) UNEP-‐SETAC guideline on global land use impact assessment on biodiversity and ecosystem services in LCA. Int J Life Cycle Assess 18:1188–1202. doi: 10.1007/s11367-‐013-‐0579-‐z Langlois J, Fréon P, Delgenès J, Steyer J, Hélias A (2012) Biotic resources extraction impact assessment in LCA of fisheries. In: 8th Int. Conf. Life Cycle Assess. Agri-‐Food Sect. (LCA Food 2012),. INRA, Rennes, France, Saint Malo, France, pp 517–522 Langlois J, Fréon P, Delgenes J-‐P, Steyer J-‐P, Hélias A (2014) New methods for impact assessment of biotic-‐resource depletion in life cycle assessment of fisheries: theory and application. J Clean Prod 73:63–71. doi: 10.1016/j.jclepro.2014.01.087 Langlois J, Fréon P, Steyer J-‐P, Delgenès J-‐P, Hélias A (2014) Sea-‐use impact category in life cycle assessment: state of the art and perspectives. Int J Life Cycle Assess 19:994–1006. doi: 10.1007/s11367-‐014-‐0700-‐y Langlois J, Fréon P, Steyer J-‐P, Delgenès J-‐P, Hélias A (2015) Sea use impact category in life cycle assessment: characterization factors for life support functions. Int J Life Cycle Assess 20:970–981. doi: 10.1007/s11367-‐015-‐0886-‐7 Langlois J, Hélias A, Delgenès J (2011) Review on land use considerations in Life Cycle Assessment ( LCA ): methodological perspectives for marine ecosystems. Life Cycle Manag. Conf. LCM
100. Langlois J, Hélias A, Delgenès J (2011) Environmental assessment of a biomethane production system from offshore-‐cultivated macroalgae. Ecotech & Tools 101. Langlois J, Hélias A, Delgenès J (2011) Environmental assessment of a biomethane production system from offshore-‐cultivated macroalgae. Alg’n'Chem 102. Langlois J, Hélias A, Delgenès J (2011) Review on land use considerations in Life Cycle Assessment ( LCA ): methodological perspectives for marine ecosystems. Congrès ACV [AVNIR] 103. Langlois J, Hélias A, Delgenès J (2011) Environmental assessment of a biomethane production system from offshore-‐cultivated macroalgae. Congrès ACV [AVNIR] 104. Langlois J, Hélias A, Delgenès J (2011) Environmental assessment of a biomethane production system from offshore-‐cultivated macroalgae. Life Cycle Manag. Conf. LCM 105. Langlois J, Hélias A, Delgenès J-‐P, Steyer J-‐P (2011) Review on land use considerations in Life Cycle Assessment (LCA): methodological perspectives for marine ecosystems. In: Finkbeiner M (ed) Towar. Life Cycle Sustain. Manag. Springer Netherlands, Dordrecht, pp 85–96 106. Langlois J, Sassi J-‐F, Delgenès J, Steyer J, Hélias A (2012) Life cycle assessment of alginate production. In: 8th Int. Conf. Life Cycle Assess. Agri-‐Food Sect. (LCA Food 2012),. INRA, Rennes, France, p 795 107. Langlois J, Sassi J-‐F, Jard G, Steyer J-‐P, Delgenes J-‐P, Hélias A (2012) Life cycle assessment of biomethane from offshore-‐cultivated seaweed. Biofuels, Bioprod Biorefining 6:387–404. doi: 10.1002/bbb.1330 108. Lardon L, Hélias A, Sialve B, Steyer J-‐P, Bernard O (2009) Life-‐Cycle Assessment of Biodiesel Production from Microalgae. Environ Sci Technol 43:6475–6481. doi: 10.1021/es900705j
81
109. Leclercq-‐Perlat M-‐N, Hélias A, Corrieu G (2013) Short communication: Little change takes place in Camembert-‐type cheese water activities throughout ripening in terms of relative humidity and salt. J Dairy Sci 96:7521–7525. doi: 10.3168/jds.2013-‐6817 110. Levasseur A, Brandão M, Lesage P, Margni M, Pennington D, Clift R, Samson R (2011) Valuing temporary carbon storage. Nat Clim Chang 2:6–8. doi: 10.1038/nclimate1335 111. Levasseur A, Lesage P, Margni M, Brandão M, Samson R (2012) Assessing temporary carbon sequestration and storage projects through land use, land-‐use change and forestry: comparison of dynamic life cycle assessment with ton-‐year approaches. Clim Change 115:759–776. doi: 10.1007/s10584-‐012-‐0473-‐x 112. Levasseur A, Lesage P, Margni M, Deschênes L, Samson R (2010) Considering Time in LCA: Dynamic LCA and Its Application to Global Warming Impact Assessments. Environ Sci Technol 44:3169– 3174. doi: 10.1021/es9030003 113. Lindeijer E, Müller-‐Wenk R, Steen B (2001) Impact assessment of resources and land use. In: Udo de Haes HA, Finnveden G, Goedkoop M, Hauschild MZ, Hertwich EG, Hofstetter P, Jolliet O, Klöpffer W, Krewitt W, Lindeijer E, Müller-‐Wenk R, Olsen SI, Pennington DW, Potting J, Steen B (eds) Life cycle impact Assess. striving Towar. best Pract. SETAC, Pensa-‐Cola, USA, pp 11–64 114. Liu B, Wei Q, Zhang B, Bi J (2013) Life cycle GHG emissions of sewage sludge treatment and disposal options in Tai Lake Watershed, China. Sci Total Environ 447:361–369. doi: 10.1016/j.scitotenv.2013.01.019 115. Lundin M, Bengtsson M, Molander S (2000) Life Cycle Assessment of Wastewater Systems: Influence of System Boundaries and Scale on Calculated Environmental Loads. Environ Sci Technol 34:180–186. doi: 10.1021/es990003f 116. Lundin M, Olofsson M, Pettersson GJJ, Zetterlund H (2004) Environmental and economic assessment of sewage sludge handling options. Resour Conserv Recycl 41:255–278. doi: 10.1016/j.resconrec.2003.10.006 117. Mailleret L, Hélias A, Bernard O, Rodriguez J, Ruiz G, Roca E (2004) Use of an ADM1 based virtual plant for validation of a simple and adaptive closed loop controller [telemac contribution #14]. In: 10th IWA Conf. Anaerob. Dig. vol 3. Montréal, Canada, pp 1135–1340 118. Mallin MA, Cahoon LB (2003) Industrialized Animal Production — A Major Source of Nutrient and Microbial Pollution to Aquatic Ecosystems. Popul Environ 24:369–385. doi: 10.1023/A:1023690824045 119. Manfredi S, Tonini D, Christensen TH (2011) Environmental assessment of different management options for individual waste fractions by means of life-‐cycle assessment modelling. Resour Conserv Recycl 55:995–1004. doi: 10.1016/j.resconrec.2011.05.009 120. Manneh R, Margni M, Deschênes L (2012) Evaluating the relevance of seasonal differentiation of human health intake fractions in life cycle assessment. Integr Environ Assess Manag 8:749–759. doi: 10.1002/ieam.1308 121. Martinez S, Hure L, Bessou C, Guibot J, Hélias A (2015) Biomass feedstock production into LCA of bio-‐sources chemicals: a palm oil-‐based surfactant case study. LCM 2015, 7th Int. Conf. Life Cycle Manag. 122. McDevitt JE, Langer ER, Leckie AC (2013) Community engagement and environmental life cycle assessment of Kaikoura’s biosolid reuse options. Sustainability 5:242–255. doi: 10.3390/su5010242 123. Meadows DLDH, Meadows DLDH, Randers J, Behrens WW, Clark TB, Fulmer RM (1972) The limits to growth -‐ A report for the club of Rome’s project on the predicament of mankind. Universe Books,
82
New York 124. Mendes MR, Aramaki T, Hanaki K (2003) Assessment of the environmental impact of management measures for the biodegradable fraction of municipal solid waste in Sao Paulo City. Waste Manag 23:403–409. doi: 10.1016/s0956-‐053x(03)00058-‐8 125. Milà i Canals L, Romanyà J, Cowell SJ (2007) Method for assessing impacts on life support functions (LSF) related to the use of “fertile land” in Life Cycle Assessment (LCA). J Clean Prod 15:1426–1440. doi: 10.1016/j.jclepro.2006.05.005 126. Mungkung R, Gheewala SH (2007) Comparative assessment of the environmental costs of aquaculture and other food production sectors. In: Bartley DM, Brugère C, Soto D, Gerber P, Harvey B (eds) Comp. Assess. Environ. costs Aquac. other food Prod. Sect. Methods meaningful Comp. FAO/WFT Expert Work. FAO Fish. Proc. FAO, Vancouver, Canada, pp 87–96 127. Murray A, Horvath A, Nelson KL (2008) Hybrid Life-‐Cycle Environmental and Cost Inventory of Sewage Sludge Treatment and End-‐Use Scenarios: A Case Study from China. Environ Sci Technol 42:3163–3169. doi: 10.1021/es702256w 128. Nemecek T, Schnetzer J (2011) Methods of assessment of direct field emissions for LCIs of agricultural production systems. 129. Pasqualino JC, Meneses M, Abella M, Castells F (2009) LCA as a Decision Support Tool for the Environmental Improvement of the Operation of a Municipal Wastewater Treatment Plant. Environ Sci Technol 43:3300–3307. doi: 10.1021/es802056r 130. Pelletier NL, Ayer NW, Tyedmers PH, Kruse S a., Flysjo A, Robillard G, Ziegler F, Scholz AJ, Sonesson U (2007) Impact categories for life cycle assessment research of seafood production systems: Review and prospectus. Int J Life Cycle Assess 12:414–421. doi: 10.1007/s11367-‐006-‐0275-‐3 131. Peters GM, Rowley H V (2009) Environmental Comparison of Biosolids Management Systems Using Life Cycle Assessment. Environ Sci Technol 43:2674–2679. doi: 10.1021/es802677t 132. Pfister S, Bayer P (2014) Monthly water stress: spatially and temporally explicit consumptive water footprint of global crop production. J Clean Prod 73:52–62. doi: 10.1016/j.jclepro.2013.11.031 133. Poeschl M, Ward S, Owende P (2012) Environmental impacts of biogas deployment – Part I: life cycle inventory for evaluation of production process emissions to air. J Clean Prod 24:168–183. doi: 10.1016/j.jclepro.2011.10.039 134. Poeschl M, Ward S, Owende P (2012) Environmental impacts of biogas deployment – Part II: life cycle assessment of multiple production and utilization pathways. J Clean Prod 24:184–201. doi: 10.1016/j.jclepro.2011.10.030 135. Pradinaud C, Champenois J, Benoit M, Brockmann D, Hélias A (2014) Life Cycle Assessment of Bioethanol from Onshore Ulva Production. Alg’n' Chem 2014 -‐ Which Futur algae Ind. ? 136. Pradinaud C, Champenois J, Benoit M, Brockmann D, Hélias A (2014) Environmental assessment of bioethanol from onshore grown Ulva. In: 9th Int. Life Cycle Assess. Foods Conf. (LCA Foods 2014). San Francisco, USA, pp 1042–1047 137. Reap J, Roman F, Duncan S, Bras B (2008) A survey of unresolved problems in life cycle assessment -‐ Part 1: goal and scope and inventory analysis. Int J Life Cycle Assess 13:290–300. doi: 10.1007/s11367-‐008-‐0008-‐x 138. Riahi MH, Trelea IC, Picque D, Leclercq-‐Perlat M-‐N, Hélias A, Corrieu G (2007) A model describing Debaryomyces hansenii growth and substrate consumption during a smear soft cheese deacidification and ripening. J Dairy Sci 90:2525–2537. doi: 10.3168/jds.2006-‐357
83
139. Rosenbaum RK, Anton A, Bengoa X, Bjorn A, Brain R, Bulle C, Cosme N, Djikman TJ, Fantke P, Felix M, Geoghegan TS, Gottesbueren B, Hammer C, Humbert S, Jolliet O, Juraske R, Lewis F, Maxime D, Nemecek T, Payet J, Raesaenen K, Roux P, Schau EM, Sourisseau S, van Zelm R, von Streit B, Wallman M (2014) The Glasgow consensus on the delineation between pesticide emission inventory and impact assessment for LCA. Int J Life Cycle Assess. doi: 10.1007/s11367-‐015-‐0871-‐1 140. Sablayrolles C, Gabrielle B, Montrejaud-‐Vignoles M (2010) Life Cycle Assessment of Biosolids Land Application and Evaluation of the Factors Impacting Human Toxicity through Plant Uptake. J Ind Ecol 14:231–241. doi: 10.1111/j.1530-‐9290.2010.00222.x 141. Shah VP, Ries RJ (2009) A characterization model with spatial and temporal resolution for life cycle impact assessment of photochemical precursors in the United States. Int J Life Cycle Assess 14:313– 327. doi: 10.1007/s11367-‐009-‐0084-‐6 142. Sonesson U, Björklund A, Carlsson M, Dalemo M (2000) Environmental and economic analysis of management systems for biodegradable waste. Resour Conserv Recycl 28:29–53. doi: 10.1016/S0921-‐3449(99)00029-‐4 143. Sonesson U, Dalemo M, Mingarini K, Jönsson H (1997) ORWARE – A simulation model for organic waste handling systems. Part 2: Case study and simulation results. Resour Conserv Recycl 21:39– 54. doi: 10.1016/S0921-‐3449(97)00021-‐9 144. Tarantini M, Butol P, Marorino L (2007) An environmental LCA of alternative scenarios of urban sewage sludge treatment and disposal. Therm Sci 11:153–164. doi: 10.2298/tsci0703153t 145. Thomsson O (1999) Systems analysis of small-‐scale systems for food supply and organic waste management. Acta Univ Agric Sueciae -‐ Agrar 190 pp.–190 pp. 146. Thrane M, Ziegler F, Sonesson U (2009) Eco-‐labelling of wild-‐caught seafood products. J Clean Prod 17:416–423. doi: 10.1016/j.jclepro.2008.08.007 147. Tidåker P, Kärrman E, Baky a., Jönsson H (2006) Wastewater management integrated with farming –an environmental systems analysis of a Swedish country town. Resour Conserv Recycl 47:295– 315. doi: 10.1016/j.resconrec.2005.12.003 148. De Vries JW, Vinken T, Hamelin L, De Boer IJM (2012) Comparing environmental consequences of anaerobic mono-‐ and co-‐digestion of pig manure to produce bio-‐energy -‐ A life cycle perspective. Bioresour Technol 125:239–248. doi: 10.1016/j.biortech.2012.08.124 149. Wenzel H, Larsen HF, Clauson-‐Kaas J, Høibye L, Jacobsen BN (2008) Weighing environmental advantages and disadvantages of advanced wastewater treatment of micro-‐pollutants using environmental life cycle assessment. Water Sci Technol 57:27–32. doi: 10.2166/wst.2008.819 150. Woodbridge J, Fyfe RM, Roberts N, Downey S, Edinborough K, Shennan S (2014) The impact of the Neolithic agricultural transition in Britain: a comparison of pollen-‐based land-‐cover and archaeological 14C date-‐inferred population change. J Archaeol Sci 51:216–224. doi: 10.1016/j.jas.2012.10.025 151. (1951) The oil industry in 1951 -‐ Statistical review. 152. (1997) Glossary of Environment Statistics, Series F N°67. Deparment for economic and social information and policy analysis, New York 153. (2009) European Parliament and Council Directive 2009/28/EC of 23 April 2009 on the promotion of the use of energy from renewable sources and amending and subsequently repealing Directives 2001/77/EC and 2003/30/EC. 154. (2010) Renewable fuel standard program (RFS2) summary and analysis of comments; EPA-‐420-‐R-‐ 10-‐003.
84
Liste des tableaux Tableau 1. Principales caractéristiques des ACV de système de traitement de déchet ou d’effluent comportant un épandage de Mafor (Tableau 1 de [62]). ................................................................................................ 52 Tableau 2. Constantes de temps des dynamique des impacts présents dans la méthode Recipe (Tableau 1 de [39]). ............................................................................................................................................................ 57 Tableau 3. Description des triplets processus–flux–impact associés aux dix facteurs de perturbations les plus importants. θIMP , θENV , θECO : Constantes de temps de l’impact, du flux environnemental et économique (technique) respectivement (Tableau 3 de [39]. .................................................................... 58
Liste des figures Figure 1. La bioraffinerie environnementale. ........................................................................................................ 15 Figure 3. Reconstruction de la couverture des sols en Grande Bretagne selon les pollens retrouvés dans différents sites au cours du temps (Cal. yr. BP : année calibrée avant le présent), extrait de la Figure 3.a de Woodbridge et coauteurs [150]. ............................................................................................................ 31 Figure 4. a) Production mondiale de pétrole 1920 – 1951, extrait de [151] et b) principaux flux de pétrole par mer en 1952 , extrait de [44]. ...................................................................................................................... 32 Figure 5. a) Stock (GtC) et flux (GtC/an) globaux de carbone. b) Changement du forçage radiatif de l’atmosphère (référence 1750) induit par les principaux gaz à effet de serre. c) Moyenne globale des températures atmosphériques terrestre et de la surface de la mer exprimées en écart à la moyenne 1951-‐80. (respectivement Figure 1.1, 2.2 et 11 de [85]). ........................................................................................... 33 Figure 6. Schémas mondiaux des impacts au cours des dernières décennies attribués au changement climatique (Figure SPM 2 de [86]). ................................................................................................................................ 34 Figure 7. Le modèle du monde (Figure 26 de [123]) rectangles : niveaux ou quantités physiques mesurables ; vannes : taux ayant une influence sur ces niveaux ; cercles : variables auxiliaires ; rectangles en mosaïques : délais dans les relations ; flèches pleines : flux réels (personnes, biens, argents, …) ; flèches en pointillées : relations causales ; nuages : sources ou destinations sans importance pour le modèle. ... 36 Figure 8. Représentation schématique d’une modélisation ACV. ......................................................................... 38 Figure 9. Représentation schématique d’une chaine de procédés pour un biodiesel d’origine microalgale (Figure 1 de [38]). .................................................................................................................................................... 40 Figure 10. Impacts sur l’environnement (méthode CML, en relatif par rapport au plus dommageable) de fournir 1MJ par combustion pour les quatre scénarios (de gauche à droite pour chaque catégories d’impact : normal–sec, normal–humide, carence–sec, carence–humide). (Figure 3 de [108]). .................................. 41 Figure 11. Comparaison des impacts générés par la production de 1 MJ pour différentes filières de biodiesel et le diesel (Figure 4 de [108]). ........................................................................................................................ 42 Figure 12. Contribution au réchauffement climatique du biodiesel de microalgues en fonction du rendement surfacique, de la concentration et de l’origine de l’électricité (Figure 4 de [38]). ...................................... 43
85
Figure 13. Représentation des systèmes étudiés dans les projets a) Symbiose et b) Phycover. .......................... 44 Figure 14. Vue d'ensemble du système de production de biométhane (A) à partir d’algues entières cultivées dans l'océan ouvert et (B) à partir de résidus extraction de l'alginate. Les flèches bleues, rouges et vertes représentent des transports par bateaux, camions et tuyaux respectivement (Figure 1 de [107]). ........... 45 Figure 15. Comparaison des impacts environnementaux (Recipe midpoint H) d’1 km en voiture avec comme carburant (A) du méthane d’algues non transformé, (B) du méthane de résidus d’extraction et (C) du gaz naturel. (Figure 5 de [107]). ......................................................................................................................... 46 Figure 16. Rôle de la gestion des coproduits sur les résultats de l’évaluation environnementale (extrait de la Figure 4 de [24]) .......................................................................................................................................... 47 Figure 17. Entrées de la base Web of Science dont le sujet aborde l'ACV et les microalgues. ............................. 48 Figure 18. Recommandations pour la réalisation d’ACV de carburant algaux (Table 6 de [35]). .......................... 49 Figure 19. Principaux processus représentés dans le système de traitement de lisier (Figure 1 de [21]). ........... 53 Figure 20. Evaluation environnementale du traitement de lisier (méthode Recipe midpoint, Figure 2 de [21]). 54 Figure 21. Principales voies d’impact des usages de la mer par l’Homme (Figure 1 de [97]). .............................. 59 Figure 22. Représentation l’usage des terres d’après [125]. Se référer au texte pour les abréviations. .............. 60 Figure 23. Prises (Ct) en fonction de l'effort de pêche (Et) (Figure 1 de [74]). ...................................................... 61 Figure 24. Représentation schématique du changement d’échelle pour l’évaluation environnementale (extrait de [2]). ......................................................................................................................................................... 66 Figure 25. Représentation géométrique de a) deux inventaires d'ACV, b) deux impacts environnementaux, c) des résultats de l'analyse d'impact et d) des angles entre les inventaires et les impacts. .......................... 69 Figure 26. Principaux flux d’azote lors d’un épandage de Mafor. Vert : apport de l’épandage, noir : minéralisation et nitrification, rouge : émissions directes par volatilisation et lessivage (et après dénitrification pour les émissions de NOx et de N2O), bleu : émissions indirectes (induites) de N2O, PAN : Plant Available Nitrogen.. ............................................................................................................................ 71 Figure 27. Schématisation de l'interaction entre les stocks étudiée [59] ............................................................. 87 Figure 28. A) Perte de masse des fromages mesurée (o) et estimée (—) au cours du temps lors de deux essais d’affinage. B) et C) Vitesse de perte de masse des fromages mesurée (o) et estimée (—) au cours du temps pour l’essai 1 (B) et 2 (C). Détail run 1a: cycle de dégivrage de la chambre d’affinage ; détail run 1b : injection d’air sec ; détail run 2a changement de consigne d’humidité relative et de vitesse d’aération changes ; détail run 2b : injection d’air sec et changement de vitesse d’aération [75]. ............................. 91
86
Annexe I. Travaux antérieurs La gestion des effluents d'élevage (Doctorat) Comme plusieurs régions européennes (Bretagne, Catalogne…), l'île de la Réunion est confrontée à des problèmes de pollution agricole. Ce faisant, la gestion des effluents d'élevage, traditionnellement utilisés comme engrais via l'épandage sur les cultures, devient de plus en plus complexe. Suite à une forte expertise dans le domaine des procédés de traitement des effluents, l'intérêt se porte désormais aussi sur la notion de filière. Mon travail s'est donc inscrit dans cette approche intégrative où la gestion des déchets est considérée dans son ensemble (conduites des troupeaux, traitements éventuels et stratégies de fertilisation des cultures). L'objectif de mes travaux de thèse [59, 64–73] était la création d’un modèle dynamique représentant les transferts de matière organique entre un ensemble d'unités de production (les élevages) et un ensemble d'unités de consommation (les différentes cultures) illustré par la Figure 27. Ce modèle permettait de tester la faisabilité et les conséquences de politiques de gestion des effluents. Pour cela, il a été nécessaire de : • formaliser la connaissance du système et donc de décrire les différentes contraintes qui le composent ; sur un plan plus large, il s’agissait de s’intéresser à la prise de décision en agriculture; • avoir une approche dynamique et non statique afin de pouvoir décrire le système à tout moment; • mettre en parallèle des modèles d'évolution de stock où les variables sont continues (elles peuvent prendre n'importe quelle valeur dans un domaine de variation) avec des modèles de décision où les variables sont discrètes (les choix se font dans un ensemble déterminé et fini). possibilités d’épandage ? dates d’épandage ? Etats du système de production
niveau décisionnel
niveau biophysiquebiotechnique
confrontation
Etats du système de consommation
Stock
Stock
Stock
Stock
Stock
Stock
Stock
Stock
n UP
m UC
flux de matière variables structurelles indicateurs de pilotage
règles de décision variables de gestions
Figure 27. Schématisation de l'interaction entre les stocks étudiée [59]
87
Ces deux derniers points ont orienté la thèse vers les systèmes dynamiques hybrides25, un domaine de recherche en essor depuis une quinzaine d'années. Plus précisément, j'ai développé une méthodologie de traduction d'un modèle continu (un système d'équations différentielles) en un modèle discret (un automate temporisé26). Cette méthode nous a permis d'exprimer les dynamiques des stocks dans le même formalisme que la représentation des règles d'épandages. Notre approche a alors été d'utiliser les méthodologies du model-‐checking27 (utilisées pour les tests de programme en informatique) pour pouvoir déterminer les épandages possibles i.e., « qui peut interagir avec qui ? » et les dater, i.e., « à quel moment ? ». Ce travail permettait donc de modéliser un système complexe où des sous-‐systèmes continus, intégrant une part d'imprécision sur la structure du modèle ou sur les valeurs des variables, interagissent avec des sous-‐systèmes discrets, l'imprécision se situant alors sur les moments d'actions. Il en a résulté un modèle implémenté dans le logiciel Matlab® permettant de fournir des éléments de compréhension et d'étude de la gestion des épandages dans une perspective d'aide à la décision, ceci au niveau des conseillers agricoles. Ce modèle a permis l'étude détaillée du fonctionnement d'une exploitation réunionnaise type qui, d’un point de vue statique, était à l’équilibre entre les productions d’effluent et leur valorisation agricole. Le principe est de confronter les résultats d’un test de scénario organisationnel à une expertise agronomique pour définir le test suivant, ce processus itératif permettant la définition de règles de gestion mieux à même de limiter les impacts environnementaux des épandages. Cette démarche de modélisation d’un système complexe s’est construite à travers deux axes : Le choix d'une méthode ne peut se faire que face au contexte étudié. J'ai donc dû acquérir les connaissances métiers pour la gestion des effluents agricoles -‐ et plus précisément à l'île de la Réunion -‐ afin de mettre en adéquation théorie et pratique. A travers ceci, j'ai abordé les modes de conduite des différents élevages et cultures ainsi que les processus de prise de décision en agriculture. Il a été également nécessaire de dégager les points clés et les particularités du système qui ont orienté le choix de l'approche de modélisation. Par ce travail, j'ai mis au premier plan l'importance des imprécisions dans la connaissance du système qui résultent du caractère aléatoire des phénomènes étudiés ou de l’absence de mesure. Par ailleurs, partant du constat que le réseau formé par un ensemble d’élevages et un ensemble de cultures correspond à un système à la fois continu et discret, j'ai pu déterminer la part de l'un face à l'autre et orienter mon approche vers une modélisation discrète mais en gardant le temps continu (permettant ainsi de définir l'état du système à tout moment). C'est en réponse à des objectifs déterminés qu'un modèle est réalisé. Dans tous les cas, il s'agit d'une représentation simplifiée de la réalité mais c'est par sa construction que les 25 Zaytoon J., (Ed.), Systèmes dynamiques hybrides, Hermès, Paris, 2001. 26 Alur R. et Dill D., The theory of timed automata, Theoretical Computer Science, 126 (1994) 183-‐235. 27 Bérard, B., et al., Systems and Software Verification – Model-‐Checking Techniques and Tools, Springer-‐ Verlag, Berlin, 2001.
88
questions posées pourront trouver des éléments de réponse. Notre objectif était clairement le test de scénarios d'organisation des interactions entre les élevages et les cultures et non la définition d'une planification ou d'un contrôle en ligne.
Modélisation et conduite des procédés de dépollution (post-‐doctorat) Le projet européen Télémaque [9, 10] dans le cadre duquel j'ai réalisé mon post-‐ doctorat était focalisé sur la définition de capteurs, la gestion et le partage des données, le contrôle, le diagnostic et la prise de décision sur le fonctionnement de procédés de dépollution. Le projet envisageait ces différents aspects d’un point de vue local, mais aussi à distance, via Internet, grâce à un réseau de télésurveillance. Pour tester les développements de ce projet, j'ai réalisé un procédé virtuel de digestion anaérobie d’effluent basé sur un modèle de la littérature28. Il a permis de tester des travaux de modélisation [11–13], des algorithmes de contrôle [117], d'observation et de supervision avant une implantation sur site industriel. J'ai, par cela, été amené à interagir avec un industriel espagnol et une société d’informatique italienne sur la gestion et le partage de données. Dans la continuité de mes travaux de thèse, la mise en commun d’informations sur des processus continus (activités bactériennes et équilibres physico-‐chimiques) avec une connaissance du fonctionnement global et du suivi des procédés (intuitivement discrète, e.g., présence/absence d’un technicien, état qualitatif du procédé, pertinence d’une loi de contrôle…) a été abordée. L'objectif était d'interpréter automatiquement l’état et le devenir du système pour prédire et pallier les risques de dysfonctionnement [19, 70].
Modélisation du « bioréacteur » fromage (IR Inra) L’affinage des fromages est un axe fort et transversal au sein de l'UMR GMPA à laquelle j'appartenais. J’étais en charge des approches de modélisation pour l'affinage des fromages. L’objectif de mes travaux était double : • représenter les phénomènes mis en jeu pour pouvoir identifier les processus dominants et décrire l’évolution du produit, • utiliser la modélisation comme mesure indirecte par la création de capteur logiciel. J’ai choisi d’aborder cette thématique en considérant le fromage comme un bioréacteur et en construisant des modèles de connaissance (ce qui permet d’éviter les approches « boîte noire ») et par la recherche d'un compromis entre simplicité (et donc robustesse) et pertinence au regard des données expérimentales. Evolution de la masse du produit. Lors de l’affinage des fromages, des transferts d’eau et de dioxyde de carbone vers l’atmosphère ont lieu. S’intéresser à évolution de la masse d’un fromage présente plusieurs avantages : • C’est une mesure fiable et assez facile à mettre en œuvre. • C’est une variable intégrative qui traduit l’évolution du produit d’un point de vue
28 Batstone D. et al. (IWA Task Group on Modelling of Anaerobic Digestion Processes), Anaerobic Digestion Model No. 1 (ADM1). IWA Publishing, Londre. 2002.
89
physique mais aussi biologique. • C’est un point clé au plan industriel, le poids final du fromage étant un critère important pour le rendement de production avec, dans les cas extrêmes, un risque de déclassement dans le cadre de certaines AOC si le poids réglementaire n’est pas atteint. J’ai fait le choix de partir d'un modèle simple (absence de compartiment et de variation de l’activité de l’eau du produit) basé sur les lois classiques de transfert de masse. L’idée a été ensuite d’introduire une meilleure caractérisation des changements induits par l'activité biologique. J’ai dû alors prendre en compte un écart de température entre le produit et l’atmosphère : l’activité respiratoire de Penicillium camemberti ayant un caractère exothermique, le produit devient plus chaud que l’atmosphère lors du développement du mycélium (un demi degré environ). Cet apport de chaleur induit alors une évaporation plus importante, qui peut expliquer près de la moitié des pertes d’eau. Ce modèle a été validé expérimentalement [75] (cf. ). La simplicité de ce modèle permet son analyse de sensibilité [60] : j’ai pu ainsi mettre en évidence les variables (humidité, activité respiratoire) et paramètres (coefficient de transfert de chaleur par exemple) importants dans le processus de fabrication ainsi que ceux dont les effets ne sont pas significatifs (température de l’atmosphère, émissivité du produit) dans le domaine expérimental considéré. Ce modèle a continué a être utilisé pares mon départ au sein de l’unité [4, 5, 63, 109]. Capteur logiciel. L'acquisition de mesures fiables et non destructives est une contrainte récurrente dans le suivi des procédés. Le travail de construction de l’observateur ne peut être séparé du travail de modélisation. Un observateur peut en effet être vu comme un modèle (ici un système d’équations) avec un processus de correction des erreurs sur une partie de ces sorties, l’autre partie des sorties fournissant une estimation pour des variables non mesurées. Il faut cependant que l’observateur vérifie certaines propriétés afin de garantir une relation entre les sorties corrigées et les sorties servant à l’estimation. Grâce à sa faible complexité, le modèle précédemment décrit a pu servir de base pour la construction d’un observateur de l’activité respiratoire : avec une mesure de la perte de masse, il est possible d’estimer la consommation d’oxygène et la production de dioxyde de carbone qu’il n’est alors plus nécessaire de déterminer expérimentalement. L’activité respiratoire du produit peut ainsi être surveillée grâce à une pesée et le processus d’affinage mieux contrôlé [77]. Appréhender la complexité du système. Avec comme perspective la mise en évidence des principaux phénomènes microbiologiques, j’ai abordé la modélisation de l’affinage des fromages à pâte molle croûte lavée. L’idée est de déterminer le schéma réactionnel (les principales réactions microbiologiques de croissance et de consommation de substrat) à partir de données expérimentales par une méthode proche de l’analyse en composantes principales29. J’ai pu souligner, en identifiant les coefficients de conversion : • un métabolisme respiratoire de consommation de l’acide lactique en surface des fromages, • un métabolisme fermentaire de consommation du lactose en surface des fromages, • une fermentation lactique au cœur du fromage.
29 Bernard O. et Bastin G., On the estimation of the pseudo-‐stoichiometric matrix for mass balance modeling of biotechnological processes, Mathematical Biosciences, 193(2005), 51–77.
90
A
0.34
Cheese mass (kg)
0.33
run 2
0.32
run 1
0.31 0.3 0.29 0.28 0.27
0
2
4
6
10
12
14
B
0.6
mass loss rate (kg.m-2.d-1)
8
run 1.b
run 1.a
0.5 0.4 0.3 0.2 0.1 0 -0.1
run 1 0
2
4
6
8
10
12
14
frame for fitting C
mass loss rate (kg.m-2.d-1)
0.6
run 2.b
0.5 0.4 0.3
run 2.a
0.2 0.1 0 -0.1
fan off 0
fan on 2
frame for fitting
4
fan off 6
8
10
run 2 12
frame for fitting ripening time (d)
Figure 28. A) Perte de masse des fromages mesurée (o) et estimée (—) au cours du temps lors de deux essais d’affinage. B) et C) Vitesse de perte de masse des fromages mesurée (o) et estimée (—) au cours du temps pour l’essai 1 (B) et 2 (C). Détail run 1a: cycle de dégivrage de la chambre d’affinage ; détail run 1b : injection d’air sec ; détail run 2a changement de consigne d’humidité relative et de vitesse d’aération changes ; détail run 2b : injection d’air sec et changement de vitesse d’aération [75].
91
14
Ainsi, les voies respiratoires de consommation du lactose, de même que la fermentation lactique en surface du produit, peuvent être négligées pour décrire l’évolution du produit. Ce travail [61] a été l’occasion d’apporter des développements à la méthodologie employée : la détermination du schéma réactionnel se fait en intégrant une connaissance experte (un recueil des voies métaboliques possibles, une douzaine de voies envisageables pour les substrats carbonés d’un fromage type Camembert) qui permet, par un processus itératif de confrontation aux données expérimentales, de déterminer les principales réactions
92
Annexe II. Activités d’enseignement Mon poste a été créé en 2008 à Montpellier SupAgro avec un objectif double : 1. Face à l’importance croissante des écotechnologies dans les différents secteurs d’activités que rencontrent les ingénieurs agronomes, le principal objectif de mon recrutement était de permettre l’introduction des techniques d’évaluation des impacts sur l’environnement des activités humaines, plus précisément l’analyse du cycle de vie (ACV), la seule méthode qui est à l’heure actuelle internationale et normée (norme ISO 14040 et 14044). 2. L’établissement ne possédait pas de personne ressource dans le corps enseignant pour le domaine du traitement des pollutions. Même si l’établissement ne forme pas des ingénieurs spécialisés dans le traitement des eaux et des déchets, les ingénieurs agronomes sont régulièrement confrontés à ces secteurs d’activité. A ce titre je suis responsable de plusieurs enseignements qui décrivent les filières de dépollution. Mes activités d’enseignements portent ainsi sur (1) l’ACV et les approches associées, et (2) le traitement des pollutions et la valorisation des déchets. C’est sur le premier axe que mon activité se focalise principalement.
Enseignement à Montpellier SupAgro Première année de la formation d’ingénieur agronome Au sein du tronc commun (environ 120 étudiants), j’interviens auprès des étudiants afin de leur présenter brièvement les grandes lignes de la méthodologie ACV. L’objectif est de leur montrer l’intérêt d’une approche globale, de souligner les grands principes de la méthodologie et de leur faire découvrir les enjeux environnementaux associés. Cette intervention s’accompagne d’une séance de travaux dirigés qui permet d’aborder la mise en œuvre de la méthodologie. Je coréalise avec C. Sinfort (Professeur à Montpellier SupAgro) et B. Tisseyre (Professeur à Montpellier SupAgro) des travaux dirigés dédiés à la réalisation d’un bilan énergétique (production d’huile de colza comme biocarburant en filière courte). A travers la problématique de l’énergie, l’idée est de sensibiliser les étudiants à une prise en compte d’une filière dans son ensemble afin d’identifier l’importance de chaque étape.
Deuxième année de la formation d’ingénieur agronome Mon service d’enseignement en seconde année du cursus d’ingénieur agronome se fait principalement dans le cadre du module optionnel « Développement durable, éco-‐ évaluation et écotechnologies » que je anime. Ce module est généralement suivi par une vingtaine pendant quatre semaines. L’objectif de ce module est d’apporter aux futurs ingénieurs : • les bases de compréhension du développement durable et des écotechnologies (technologies alternatives moins polluantes), • les outils et les méthodologies en usage pour développer des écotechnologies, en particulier pour évaluer les impacts environnementaux de produits, de procédés ou de pratiques (ACV), 93
• les connaissances sur deux exemples d’écotechnologies, diminuant la pollution soit à la source (énergies renouvelables) soit après coup (gestion des effluents), • une découverte de l’habitat durable. Au sein de cette séquence, je réalise un enseignement sur le traitement des effluents et des déchets. L’objectif de ce cours est de donner une vision des filières actuelles, de nombreuses visites venant compléter cet enseignement. Je réalise d’autre part dans ce module, un enseignement portant sur l’ACV avec une mise en pratique de l’outil logiciel. Ces aspects sont approfondis par les étudiants à travers de mini-‐projets par groupe de trois à quatre personnes. D’un point de vue pratique je suis responsable de la gestion du groupe : accueil des intervenants, organisation et réalisations des visites, suivi des mini-‐projets. L’évaluation est réalisée à travers les restitutions des projets et des visites.
Dernière année de la formation d’ingénieur agronome Mon investissement lors de la troisième année de la formation se fait principalement dans le cadre de l’option « Gestion de l’Eau, des Milieux cultivés et de l’Environnement » (GEME) où je fais partie de l’équipe pédagogique. Je suis co-‐responsable avec C. Sinfort d’un module d’enseignement d’une semaine sur les outils d’évaluations environnementales et responsable d’un module d’une semaine sur la gestion et la valorisation des déchets. Dans cette option, je réalise les enseignements suivants : • Le management environnemental en entreprise : la norme ISO 14001. L’idée est ici de mettre l’accent sur la démarche d’amélioration continue au sein de la structure et de montrer les avantages de cette démarche de normalisation pour le fonctionnement des entreprises. Le management environnemental est en effet une composante du management global. • La gestion des effluents et des déchets : Ce cours sert de base et permet de poser cette problématique qui est ensuite illustrée par des intervenants extérieurs (bureaux d’études principalement). • L’analyse du cycle de vie : L’objectif est de présenter la méthodologie en soulignant les limites et les questions soulevées par ce type d’approche. Les travaux dirigés liés à ce cours permettent la prise en main de l’outil logiciel. J’interviens aussi dans l’option « Chimie et bioprocédés pour un développement durable (Chimie verte – Chimie durable) » pour l’ACV, avec un programme similaire à celui de GEME. A travers ces deux options, ce sont chaque année plusieurs étudiants qui s’orientent d’un point de vue professionnel vers l’évaluation environnementale par les approches ACV. D’autre part, dans les options « Protection Végétale Durable » et « Territoires et ressources, politiques publiques et acteurs », je réalise une initiation à l’ACV. Si le volume horaire consacré à cette approche dans ces formations ne permet pas une mise en pratique de cet outil, la méthodologie et les enjeux sont présentés. Enfin, j’interviens dans l’option « Agroalimentaire et agro-‐industrie » pour une mise en pratique des outils ACV à travers une demi-‐journée de TD sur une problématique de composition d’emballage alimentaire. Autres formations Je participe aux enseignements du Master 2 « Bio-‐ingénieries, Sciences et procédés de l’agroalimentaire et de l’environnement » en étant responsable du module « 94
Ecoconception-‐ certification ». Dans ce contexte je réalise un enseignement (cours et travaux dirigés) portant sur l’ACV. J’interviens en dernière année de la formation d’ingénieur systèmes agricoles et agroalimentaires durables au sud (SAADS). Je présente la méthodologie ACV et montre les enjeux via un TD. Suite à une demande du monde professionnel, j’ai mis en place avec le service formation continue de Montpellier SupAgro un module de formation continue courte (trois jours) sur l’ACV. Si je réalise une présentation détaillée de la méthodologie et organise une mise en pratique avec le logiciel Simapro par la réalisation de travaux dirigés, je sollicite des intervenants extérieurs (Irstea, Cirad, Bureaux d’études,…) pour illustrer l’approche par des exemples concrets. En moyenne, nous réalisons une formation de ce type par an avec un groupe d’une quinzaine de personnes. En complément des mes enseignements au sein de Montpellier SupAgro, j’interviens dans plusieurs formations pour aborder l’analyse du cycle de vie : • L’Ecole Nationale Supérieure Agronomique de Toulouse (INP-‐ENSAT) m’a sollicité pour intervenir auprès d’une partie des étudiants de dernière année (10 heqTD). • Depuis la création d’une antenne à Montpellier, l’Ecole Polytechnique Féminine m’a demandé de présenter les approches ACV auprès de leurs élèves ingénieurs (10,5 heqTD). • L’Ecole Nationale Supérieure de Chimie de Montpellier (ENSCM) a souhaité que j’intervienne en dans leur cursus pour présenter l’ACV (12 heqTD).
Démarches pédagogiques Lors de mes différentes activités d’enseignement, l’objectif est double : • Que ce soit dans le contexte du traitement des effluents ou de l’ACV, la première étape est de donner aux étudiants une vision globale des problématiques, des enjeux et des solutions mises en œuvre. Une attention particulière est portée sur le contexte professionnel (demande des entreprises en terme de compétence, les types et le nombre d’emploi dans ces secteurs d’activité). • Dans un second temps, l’objectif est l’acquisition de connaissances plus précises par des visites dans le domaine du traitement des effluents et par des travaux dirigés pour l’ACV. Dans ce second cas, la réalisation d’un ACV permet de rendre les étudiants autonomes pour qu’ils puissent, s’ils le souhaitent, acquérir une compétence plus poussée par la réalisation d’un stage ou lors de leur premier emploi. Plus précisément, pour l’enseignement de l’ACV, mon enseignement est construit afin d’inciter les étudiants à prendre du recul sur la méthode, les hypothèses et les données disponibles, l’étape d’interprétation des résultats étant au cœur de l’ACV et des outils d’aide à la décision d’une manière plus générale. L’évaluation des étudiants se fait principalement à travers la rédaction de compte-‐rendu portant sur la mise en pratique des outils. Chaque fin de module d’enseignement donne lieu à une table ronde où les étudiants doivent prendre du recul par rapport à la formation, mettre en avant leur acquisition de connaissances et discuter des atouts et faiblesses des enseignements. Ceci nous permet d’impliquer les étudiants vis à vis de leur formation et de faire évoluer nos enseignements. La formation continue de Montpellier SupAgro étant 95
certifiée ISO 9001, l’évaluation des modules de formation professionnelle par les auditeurs s’effectue par la réponse à un questionnaire, une notation et une discussion.
Création, innovation, évolution, actualisation, prospective Lors du cursus en école d'agronomie, l'objectif est la formation d'ingénieurs dont les compétences leur permettent de s'adapter aux différents secteurs des sciences du vivant. Le secteur économique des écotechnologies est demandeur de docteurs et d'ingénieurs avec des compétences dans le domaine environnemental et la formation d'ingénieur agronome a un rôle incontournable pour cela. L'objectif des enseignements attribués à ce poste est donc double : • Sensibiliser les élèves ingénieurs aux évaluations environnementales. A travers la formation généraliste et les différentes spécialisations, les ingénieurs agronomes s'insèrent dans de nombreux secteurs d'activités. Dans la plupart de ces domaines, les ingénieurs agronomes seront de plus en plus amenés à considérer les impacts environnementaux et la gestion des pollutions (normes, labellisation de production, gestion de l'espace) dans les décisions qu'ils ont à prendre. Sans travailler dans le domaine des écotechnologies, la plupart des ingénieurs agronomes seront amenés, au cours de leur carrière, à utiliser les résultats d'évaluations environnementales (en tant que décideurs). Il est indispensable de fournir aux étudiants les éléments leur permettant d'être à même de comprendre et de réagir face aux externalités environnementales de leurs activités. • Former des élèves ingénieurs pour le secteur des écotechnologies. Les écotechnologies sont désormais envisagées comme un facteur favorable à la croissance économique. Ce secteur est en pleine expansion, il doit intégrer les enjeux énergétiques à venir et les évolutions de notre écosystème (réchauffement climatique, pollution des sols et des eaux,...). Il se trouve étroitement lié au secteur agronomique de par les sujets d'étude (l'exploitation de ressources renouvelables, la gestion de l'espace rural) et les approches utilisées (vision systémique, fonctionnement d’une filière). Il semble donc tout à fait souhaitable de former les élèves ingénieurs à ces problématiques et donc aux méthodes de l'évaluation environnementale.
96
Annexe III. Tirés à part Annexe III.1 : Lardon L, Hélias A, Sialve B, Steyer J-‐P, Bernard O (2009) Life-‐Cycle Assessment of Biodiesel Production from Microalgae. Environ Sci Technol 43:6475– 6481
97
98
Policy Analysis Life-Cycle Assessment of Biodiesel Production from Microalgae ´ L I A S , †,‡ L A U R E N T L A R D O N , * ,† A R N A U D H E BRUNO SIALVE,§ JEAN-PHILIPPE STEYER,† AND OLIVIER BERNARD§ INRA, UR50 Laboratoire de Biotechnologie de l’Environnement, Avenue des Etangs, 11100 Narbonne, France, Montpellier SupAgro, 2 Place Pierre Viala, 34060 Montpellier Cedex 1, France, and Comore, INRIA, BP93, Sophia-Antipolis Cedex 06902, France
Received March 10, 2009. Revised manuscript received June 8, 2009. Accepted June 18, 2009.
This paper provides an analysis of the potential environmental impacts of biodiesel production from microalgae. High production yields of microalgae have called forth interest of economic and scientific actors but it is still unclear whether the production of biodiesel is environmentally interesting and which transformation steps need further adjustment and optimization. A comparative LCA study of a virtual facility has been undertaken to assess the energetic balance and the potential environmental impacts of the whole process chain, from the biomass production to the biodiesel combustion. Two different culture conditions, nominal fertilizing or nitrogen starvation, as well as two different extraction options, dry or wet extraction, have been tested. The best scenario has been compared to first generation biodiesel and oil diesel. The outcome confirms the potential of microalgae as an energy source but highlights the imperative necessity of decreasing the energy and fertilizer consumption. Therefore control of nitrogen stress during the culture and optimization of wet extraction seem to be valuable options. This study also emphasizes the potential of anaerobic digestion of oilcakes as a way to reduce external energy demand and to recycle a part of the mineral fertilizers.
1. Introduction During the past ten years, fossil fuel depletion and global warming issues have strongly motivated research on fuel production from biomass. Biofuels based on vegetal oil or bioethanol have the key advantage of relying on existing distribution networks and current engine technology. In comparison to oil fuel, biofuel can represent an improvement in terms of emissions of fossil CO2; however, such a technology can also induce negative environmental impacts, caused for instance by pesticides and fertilizers, and can also create a competition for land use with food crops. Therefore the use of first generation biofuel as a sustainable alternative to fossil fuels is questionable and has been the subject of controversy (1). On the other hand, microalgae seem to be an attractive way to produce biofuel due to their ability to accumulate lipids and their very high actual * Corresponding author tel: +33 (0)4 68 42 51 63; fax: +33 (0)4 68 42 51 63; e-mail:
[email protected]. † INRA, UR50 Laboratoire de Biotechnologie de l’Environnement. ‡ Montpellier SupAgro. § Comore, INRIA. 10.1021/es900705j CCC: $40.75
Published on Web 07/27/2009
photosynthetic yields; about 3-8% of solar energy can be converted to biomass whereas observed yields for terrestrial plants are about 0.5% (2, 3). These interesting properties lead to potential productivities (in terms of oil production per ha and per year) which are far higher than those of rapeseed or sunflower (4). This high productivity combined with both the moderate competition with feed crop and the possibility to uptake industrial sources of CO2 has motivated studies depicting microalgae as an alternative source of vegetal oil for biodiesel (2, 4). Despite strong interest from economic and scientific actors, up to now, there is to our knowledge no industrial facility producing biodiesel from microalgae. The studies undertaken on the subject have been restricted to lab and pilot scales. Hence, no thorough Life Cycle Assessment of the production chain from microalgae culture to biodiesel is currently available, with the exception of LCA studies about the cofiring of microalgae with coal (5). The aim of this study is therefore to assess the environmental impacts of this technologically immature process. To do so, we extrapolated laboratory observations combined with known processes developed for first generation biofuel to design a realistic industrial facility. The potential pollution transfers are computed for various scenarios and guide the choice of selected steps in the process chain. In addition to the overall energetic balance of the production chain, the impacts of the combustion of algal biodiesel are compared to those produced by first generation biofuel and diesel fuel. The considered functional unit of the LCA is the combustion of 1 MJ of fuel in a diesel engine; the boundaries include extraction and production of raw materials, facility construction and dismantling, biofuel elaboration, and use in the engine. It is a “from cradle to combustion” analysis for the fuel and a “from cradle to grave” analysis for the facility. The key objective of this study is not to offer a LCA of the current microalgal biodiesel technology, but to identify the obstacles and limitations which should receive specific research efforts to make this process environmentally sustainable.
2. Production System Overview As stated before, the analyzed process chain refers to a hypothetical system based on extrapolation from lab-scale studies. The inventory is based on figures derived from academic resources, communications with industrial producers, and inventories carried out on similar transformation units and processes described in the Ecoinvent database (6). Standard rules have been used for replacement of infrastructure: buildings have a 30-year lifespan, and are then dismantled, concrete is sent to ultimate landfill whereas steelbased and PVC products are recycled. Electrical engines are changed every 10 years. Electricity production is based on the European energetic mix, in which heat is produced with natural gas burned in industrial gas boilers. When a process leads to the production of several products, an energetic allocation has been done, sharing the environmental burden among coproducts according to their relative energetic content. Figure 1 gives an overview of the process chain, from algae culture to the use of biodiesel in a diesel engine. Pure culture of Chlorella vulgaris is achieved in open raceways, in a facility covering about 100 ha. Like many other microalgae species, Chlorella is known to react to nitrogen deprivation by accumulating lipids and carbohydrates but at the cost of
© 2009 American Chemical Society
VOL. 43, NO. 17, 2009 / ENVIRONMENTAL SCIENCE & TECHNOLOGY
9
6475
99
TABLE 2. Composition and Culture Parameters of C. vulgaris
FIGURE 1. Process chain overview.
TABLE 1. Biomass Fractions fraction
molar mass (g · mol-1)
net calorific value (MJ · kg-1)
protein C4.43H7O1.44N1.16 carbohydrate C6H12O6 lipid C40H7405
100.1 180 634
15.5 13 38.3
a lower growth-rate (7, 8). As it is not evident which strategy will give better results, both options (normal and low N) will be evaluated. However it is assumed that in both cases culture is carried out in one step, without using a specific facility dedicated to nitrogen deprivation or inoculum’s maintenance. Algae harvesting is achieved by continuous recirculation of culture ponds through a thickener; the flocculated stream is then dewatered. Oil extraction is subject to much discussion (8) and it is not clear now which technology would be the more efficient. As a consequence, two options have been evaluated: either advanced drying followed by hexane extraction (similarly to soybeans), or direct extraction from the wet algal paste. Water collected at the thickener and dewatering unit is redirected to the pond. An oil extraction unit located in the facility extracts oil from the algal paste. The oil fraction is then shipped to an industrial transesterification facility where it is transformed into biodiesel. Performance and efficiency of the various steps in the process are highly dependent on the chemical composition of the algae. To assess the implication of the culture condition on the whole environmental impact, the biochemical fractionation (protein/carbohydrates/lipid content) is used to infer the CHON composition of different strains; this conversion is based on the gross elemental composition of biochemical classes for algae and cyanobacteria reported in ref 9. In addition, experimental measurements reported in ref 7 for 4 strains of the genus Chlorella grown in two different conditions (normal or with low nitrogen) have been used to estimate net calorific values of each biomass fraction (summarized in Table 1). On the basis of Table 1, it is possible to estimate nitrogen requirements and heating value of oil and oilcakes according to algae composition. Other nutrients (potassium, magnesium, phosphorus, and sulfur) are more closely associated to metabolic functions (e.g., photosynthesis) than to storage function. Their quota in the algae is thus assumed to be 6476
9
parameter
normal
low N
protein (g · kg-1) lipid (g · kg-1) carbohydrates (g · kg-1) lower heating value (MJ · kg-1) C (g · kg-1) N (g · kg-1) P (g · kg-1) K (g · kg-1) Mg (g · kg-1) S (g · kg-1) CO2 (kg · kg-1) growth rate (day-1) productivity (g · m-2 · day-1)
282 175 495 17.5 480 46 9.9 8.2 3.8 2.2 1.8 0.99 24.75
67 385 529 22.6 538 10.9 2.4 2 0.9 0.5 2.0 0.77 19.25
proportional to the protein content, and then indirectly to the nitrogen fraction of the biomass. Mineral balance among N, P, K, Mg, and S described for Chlorella vulgaris (10) has been used to determine the mineral composition depending on the protein content. 2.1. Algae Culture. The culture device consists of open raceways, operated with an algae concentration of 0.5 g · L-1. Growth-rates observed in open raceways are usually lower than those in laboratory photobioreactors since it is more difficult to maintain optimal and stable growth conditions (11). Alternatively photobioreactors require much more energy for building and during processing compared to the increase in productivity that they offer (12). Assuming that the photosynthesis potential of a pond is equivalent to a 5-cm depth photobioreactor, growth-rates (expressed in day-1) reported in ref 7 for photobioreactor lead to productivity rate between 20 and 30 g · m-2 · day-1, which are in the range of usual performances of open raceways (12). Nutrient and CO2 supply to produce 1 kg of algae are determined for both culture methods from the elementary composition proposed in Table 2 for both culture conditions. It is assumed that the total amount of nutrients is used with a perfect efficiency. Fertilizer mix has been chosen to minimize its environmental burden generated by its production or its use (e.g., nitrogen volatilization). Nitrogen is brought by calcium nitrate, phosphorus is brought by single superphosphate, potassium is brought by potassium chloride, and magnesium is brough by magnesium phosphate. Distance from production sites to regional storage has been assumed to be 100 km. Oligo-nutrients are usually provided in sufficient quantities by fresh water (13) and are therefore neglected. The assumed pond design is consistent with industrial standards (14): 10 m wide, 100 m long, and 30 cm deep ovalshaped built in concrete blocks, on a 10-cm-thick sole. A PVC liner covers the concrete to decrease roughness and to avoid biomass attachment. Culture medium velocity is kept at 25 cm · s-1 with a paddlewheel. The pond’s water is flushed every 2 months to control development of bacteria and to avoid accumulation of toxic or inhibiting compounds. Flush water is treated in situ in a classical wastewater treatment plant. In a Mediterranean context, the annual balance between rainfall and evaporation results in a water loss of 300 mm. Since the fraction of the water left in the harvest cannot be recycled, a significant part of water is lost for each kg of algae leaving the culture system. Consequently the total water needs are around 4 L per kilo of dry algae. A 750-W pump for murky water collects the growth medium with a 15m3 · hour-1 flow rate. CO2 is pressurized and injected along the pond through PVC pipes. It is evaluated in ref 5 that CO2 injection requires 22.2 Wh per kg of CO2. Harvesting has been pointed out as one of the main bottlenecks in algal culture (15, 16) because of their low diameter (i.e., from 2 to 20 µm). Centrifugation is usually
ENVIRONMENTAL SCIENCE & TECHNOLOGY / VOL. 43, NO. 17, 2009
100
efficient but too expensive for an energetic production purpose (15). However, it is often possible to flocculate algae by pH adjustment and addition of synthetic or biological flocculants (17-19). It is assumed here that the addition of 0.5 g · m-3 of a synthetic flocculant and the addition of lime up to a pH of 11 (i.e., 300 g · m-3) will flocculate 90% of the algal biomass. Resulting flocs are characterized by a settling speed of 2 m · h-1 and a concentration of 20 kg · m-3. The algae stream is processed through a rotary press producing an algal cake with a dry weight concentration of 200 kg · m-3. 2.2. Algae Oil Extraction and Transformation. Results on microalgal oil extraction are rare and difficult to extrapolate to industrial scale. According to ref 20, algae oil extraction is very similar to soybean extraction. However soybean has a solid content around 90%. Hence to preserve consistency of the study, algal paste has to be dried up to a solid content of 90% before being processed in the oil mill. Comparison of different processes commonly used for wastewater treatment plant sludge shows that belt dryer is one of the less demanding drying processes able to reach a 90% solid content with an energetic consumption of 400 Wh of electricity and 13.8 MJ of heat per kg of dry matter processed (21). The oil mill has been modeled on the basis of the description of soybean mills provided in the Ecoinvent database. Oil is separated from the biomass by counter-current circulation of a solvent, usually hexane: 2 g of hexane are lost for each kg of dry algae. Some studies (22-24) suggest that direct extraction on the wet paste is possible. Whereas it was possible to use pre-existing LCA for dry extraction, there is, to our knowledge, no description of an industrial-scale wet process available. We have thus proposed an alternative scenario to dry extraction, assuming that heat consumption and hexane loss are proportional to the total volume of processed material. Data reported in the literature (23) use a volume ratio of 1:1 between solvent and the material to process and obtained an extraction yield of about 70%. The oil mill leads to two products, crude oil and oilcake, which differ by their carbon and their energetic content. As a consequence energetic allocation does not match the mass flow; for instance in the case of the normal culture condition, the extracted oil represents 37.9% of the energy but accounts for only 27.4% of the initial carbon amount fixed in the algae. Therefore without proper correction, oil combustion will emit less carbon than it is supposed to have contributed to fix. Consistent with the use in the Ecoinvent database, a corrective emission term is hence added to correct the carbon balance. To determine the corrective term, ε, we write the equation describing the conservation of carbon fraction between two allocation rules: R(NC + ε) ) βNC where R is the chosen allocation coefficient, NC is the amount of carbon in the initial product, and β is the fraction of carbon actually transferred to the product. Oil has to be esterified with an alcohol to become a biodiesel. This transformation is usually performed in industrial facilities centralizing oil from different origins. We assume that processing yields and required facilities are similar to those used for other types of biodiesel (such as rapeseed or soybean oils). 2.3. Combustion. To compare biodiesel produced from microalgae to any other fuel, the chosen functional unit is the combustion of 1 MJ of fuel in a diesel engine. Impact assessment includes only emissions generated by the combustion and not the transport from storage to the distribution network. There is currently no data about the emissions of a petrol engine working with microalgal biodiesel. However, a related study (25) and algal biofuel characterization (26) let
TABLE 3. Most Impacting Flows Generated by the Production of 1 kg of Biodiesel normal dry algae culture and harvesting algae (kg) 5.93 CO2 (kg) 10.4 electricity (MJ) 7.5 CaNO3, as g N 273 drying heat (MJ) 81.8 electricity (MJ) 8.52 oil extraction heat (MJ) 7.1 electricity (MJ) 1.5 hexane loss (g) 15.2 oil transeterification methanol (g) 114 heat (MJ) 0.9 total energy consumption (MJ) 106.4 production (MJ) 103.8 balance (MJ) -2.6
low N wet
dry
wet
8.39 14.8 10.6 386
2.7 5.32 4 29.4
3.81 7.52 5.7 41.6
37.1 3.9 22.4 8.4 55
3.2 0.7 6.9
10.2 3.9 25
114 0.9
114 0.9
114 0.9
41.4 146.8 105
48.9 61 12
19.8 86 66
us assume that algal biodiesel has the same behavior in diesel engines as other biofuel.
3. Production Chain Analysis
3.1. Mass Flow. Table 3 summarizes the most impacting emissions and consumption generated by the production of 1 kg of algal biodiesel. Contrary to the standard LCI, this inventory is done without any allocation but reflects the flows really generated by the process chain. The distribution of energy production and consumption shows that all configurations have high energetic requirements compared to the energy contained in the biofuel (37.8 MJ/kg). However, it turns out that both fertilizers and energetic requirements are lower for the low-N culture condition. Wet oil extraction significantly reduces heat requirements but lower extraction yields erode slightly the benefit of this technique. It is worth noting that only the wet extraction on algae grown in low N condition requires less energy than the one obtained in the oil flow. A cumulative energy analysis has been performed to analyze the total energetic debt of 1 MJ of biodiesel and its distribution within the production chain (see Figure 2). The Cumulative Energy Demand (CED) includes energy used at the facility but also energy required for the production of the required inputs (fertilizers) and construction of infrastructure buildings (27). When taking into account all the energetic debt of the process chain, it appears that only the wet extraction on low-N grown algae has a positive balance. Other scenarios lead to negative energetic balance despite a 100% energy extraction from the oilcake. It can also be noticed that the application of a nitrogen stress improves the CED by 60% whereas CED is only increased by 25% with the wet extraction. Obviously low-N culture has lower fertilizer requirements but also implies a lower drying and extraction effort while the wet extraction needs a larger initial production due to its lower extraction yield. 3.2. Potential Impacts Analysis. Potential impacts are assessed by using the CML method, described in ref 28. Several impacts have been chosen among the whole set of impacts described by CML, to evaluate potential effects on human health, ecosystem quality, and resources. Selected impacts are abiotic depletion (AbD), which is relative to the extraction of mineral and fossil fuels, potential acidification (Ac) by the emission of acidifying substances, eutrophication (Eu), which consists of the effect of releasing excessive amounts of nutrients, global warming potential (GWP), determined for a time horizon VOL. 43, NO. 17, 2009 / ENVIRONMENTAL SCIENCE & TECHNOLOGY
9
6477
101
FIGURE 2. Cumulative Energy Demand and energy production associated with the production of 1 MJ of biodiesel.
FIGURE 3. Distribution of impacts relative to the combustion of 1 MJ of algal fuel in a diesel engine. For each impact, the 4 bars refer to, respectively, Normal-Dry, Normal-Wet, LowN-Dry and LowN-Wet. Impacts are normalized by the impact value of the production with the highest impact. of 100 years, ozone layer depletion (Ozone), determined on a time horizon of 40 years, Human (HumTox) and marine (MarTox) toxicity measuring impacts of emissions on humans and marine ecosystem over a period of 100 years, land competition (Land) accounting usage of earth surface, emission of ionizing radiations (Rad), and finally photochemical oxidation (Photo) referring to emissions of reactive substances injurious to human health and ecosystems. To analyze the contribution of the process chain to the different impacts, production steps have been grouped in 7 categories: - Energy refers to the impacts created by the production of energy required on the facility (algae culture and oil esterification); - Production includes emissions and consumption im6478
9
plicated in algae production, which includes harvesting and preparation of the biomass to a readily transformed product, but excludes fertilizer and energy; - Fertilizer refers to the extraction and production of fertilizers; - Transformation covers oil extraction and transesterification; - Combustion is the use of fuel in a combustion engine; - Infrastructure includes building and recycling of the facility; - Waste is the treatment of wastewater produced during algae culture and processing. The contribution of each step of the production chain is shown in Figure 3 for all culture configurations. Each impact
ENVIRONMENTAL SCIENCE & TECHNOLOGY / VOL. 43, NO. 17, 2009
102
FIGURE 4. Comparison of impacts generated by the combustion of 1 MJ of different biodiesel and oil fuels. is standardized with the value of the worst scenario for this impact. It is noticeable that most of the impacts are mainly driven by energy consumption, fuel combustion, and fertilizer use. Moreover, in agreement with conclusions brought by the mass-flow analysis, a low-N condition with a wet extraction scenario, which was characterized by lower energy and fertilizer needs, always showed lower impacts. Switching from normal to low-N always improved all the impacts; the wet extraction usually reduced the impact except for the photochemical oxidation which is directly related to the hexane emissions. Ozone depletion stems from emissions by a natural gas furnace used to provide heat; the radiation impact comes from the origin of the electrical energy used on the facility. Indeed the European energy mix includes 30% nuclear energy (29). It can also be noticed that the four scenarios have similar electricity consumption. These LCA results have been compared to LCA results of other fuels to have a better insight of advantages and drawbacks of algal biodiesel. These assessments are based on inventories already published (30, 31) and included in the Ecoinvent database and deal with rapeseed methylester, soybean methylester, palm methylester, and oil diesel. Rapeseed biodiesel is supposed to be produced in Europe, analysis of palm tree biodiesel refers to Malaysian production, and soybean biofuel analysis refers to U.S. context. Consistently with the rest of this study, energetic allocation has been chosen. Since low-N culture condition has shown the better performance in this study, only this system will be compared to others. Figure 4 compares impacts of the combustion of 1 MJ of fuel. Algal biodiesel based on existing technologies appears as the worst option regarding ionizing radiation, photochemical oxidation, and marine toxicity, and the second worst regarding abiotic depletion. However, it shows very low impacts for eutrophication and land use, and average impacts for acidification, human toxicity, and ozone depletion. Lower eutrophication and human toxicity effects can be attributed to better control of fertilizers fate as well as the absence of pesticide. Extremely low land use is easily explained by high biomass production yields reached by algae. Indeed, annual oil production can reach 26 t/ha/year for algae while soybean annual production is 0.47 t/ha/year, rapeseed reaches 1.3 t/ha/year, and palm tree yields 4.7 t/ha/year (32). Due to heat and electricity requirements, the algal biodiesel is outcompeted by other biofuels in terms of global warming, mineral resource, and ozone depletion. The high radiation impact is directly related to the electricity consumption which is a specific feature of algal cultures compared to other biomasses. However no other biodiesel source outperforms algal biodiesel in every impact.
4. Discussion As a reminder, this work assesses the life cycle of a process which does not exist at this stage at industrial scale, and for which many technological problems are still unsolved. Moreover when relevant technological solutions exist, they still need to be strongly revisited during the optimization phase of the process. In this study we used reasonable assumptions and tried to minimize the proportion of arbitrary choice to design the best microalgal-based biofuel process based on current available technology. Chlorella vulgaris has been chosen as a model species mainly because it was significantly studied and quantitative estimates of both composition and productivities in various conditions were available. This work must therefore not be interpreted as a real and stable assessment of microalgal-based biodiesel impacts, but more as a LCA driven study to identify the bottlenecks in such processes. The main objective of our LCA study is to identify the parameters or the transformation steps which have the most impact on the energy balance and the environmental performance of the whole chain. Finally, we highlighted the key research pathways that must be further investigated to make microalgal-based biofuel production environmentally relevant. Energetic balance of biodiesel production from microalgae shows that it can be rapidly jeopardized ending up with a counter-productive production chain. Whereas production of fuel differs slightly from the simple production of energy (production of a storable product useable in automotive engine requires specific properties), it is mandatory to have at least positive energetic balance. In our analysis, we showed that any improvement of oil extraction technique would have a direct impact on the sustainability of this production; indeed 90% of the process energy consumption is dedicated to lipid extraction (70% when considering the wet extraction). It is then clear that specific research must investigate new processes in lipid recovering with limited drying of the biomass. The dry extraction is possible only with an alternate method for drying the algae; solar drying is regularly cited, as in ref 5, but its practical feasibility has never been demonstrated whereas lipid stability during solar drying is also questionable. The wet extraction seems promising; however data used here to estimate impacts and mass flows of wet extraction are questionable. Finally, the choice of the microalgal species must probably be considered in agreement with this factor, and species for which oil recovery is easier must be considered in priority. Analysis of the distribution of environmental impacts and their comparison to impacts generated by other biofuels also demonstrate that a better control of the energetic consumpVOL. 43, NO. 17, 2009 / ENVIRONMENTAL SCIENCE & TECHNOLOGY
9
6479
103
tion not only improves the energy balance but would also significantly decrease numerous impacts (abiotic depletion, ozone depletion, radiation, global warming potential, and to a lower extent acidification and human toxicity) and will hence improve the overall environmental performance compared to other biofuels. Comparison of low-N and normal culture conditions for both extraction modes shows the high sensitivity of results to the algal lipid productivity. Similar effect would have been observed with selected or modified strains harboring high lipid content and expressing decent growth rates. Depending on the considered hypotheses, some authors (11) have assumed very high productivities (up to 110 tons per ha of raceways). Such figures, which have not been obtained on the long-term at pilot scale, would of course considerably decrease the process impact per produced oil MJ. However, there is a clear and underestimated difficulty to reach these productivities. The nitrogen deficiency is necessary to induce a significant lipid production (33), but such culture conditions strongly affect the growth rate, and thus the net productivity (34). Looking for a species which can maintain a high productivity under nitrogen-limiting conditions is thus a key challenge. It is shown in ref 34 that the eustigmatophyte Nannochloropsis could have such a property, leading to extrapolated productivities of 20 tons of lipids per hectare and per year under the Mediterranean climate. On the other hand such a small size (2-5 µm) might make harvesting and extraction steps more difficult. Importance of fertilizers and the high energetic debt due to the pond construction had a significant impact on the cumulated energetic balance. Process optimization could have opposite dynamics on these two expenses, as nitrogen deprivation will reduce the fertilizer consumption but will also reduce production yields and then potentially increase the share of the energetic debt supported by each kilogram of algae. When fertilizer flows are reduced, numerous impacts are reduced (abiotic depletion, acidification, and toxicity). Here only the low-N culture has been evaluated as a way to reduce fertilizer consumption; however other options are possible, as shown by the successful culture of Chlorella on hydroponic wastewater, reported in ref 35. Another improvement we believe to be promising is the in situ anaerobic digestion of algal oilcakes, as suggested in refs 11 and 36. According to the scenario, between 35 and 73% of the accumulated energy is stored in the oil cake, mainly under nonlipid form (carbohydrate and proteins). Despite technical obstacles (low bioavailability of particulate matter and the high N content, known as inhibiting anaerobic digestion), direct anaerobic digestion of oilcakes should produce biogas which can be directly used to provide heat and electricity to the oil extraction unit but also remineralize part of the nutrients stored into the algae, mainly under the form of ammonium and phosphate. Hence, a proper recirculation of the liquid fraction of the digestate into the algal pond would recycle part of mineral fertilizers and could reduce their net consumption. Biodiesel production from microalgae is an emerging technology considered by many as a very promising source of energy, mainly because of its reduced competition for land. However the impact assessment and the energy balance show that algal biodiesel suffers from several drawbacks at the current level of maturity of the technology. In comparison to conventional energetic crops, high photosynthetic yields of microalgae significantly reduce land and pesticide use but not fertilizer needs. Moreover, production, harvesting, and oil extraction induce high energy consumption, which can jeopardize the overall energetic balance. It appears that even if the algal biodiesel is not really environmentally competitive under current feasibility assumptions, there are several improvement tracks which could contribute to reduce most of its impacts. A large-scale production can be seriously 6480
9
considered under the achievement of the following improvements: the choice of microalgal species maintaining high lipid and low protein contents with sustained growthrates (e.g., low-N culture, strain selection, or modification), the setup of an energetically efficient extraction method, and the recovery of energy and nutrients contained in the oilcake. More generally, LCA appears as a relevant tool to evaluate new technologies for energy production. Even when dealing with young and immature technologies, this tool identifies the technological bottlenecks and therefore supports the ecodesign of an efficient and sustainable production chain.
Acknowledgments This work benefited from the support of the French National Research Agency, for the Shamash (ANR-06-BIOE-014) and Symbiose (ANR-08-BIOE-11) projects. Laurent Lardon and Arnaud Hélias are members of the ELSA group (Environmental Life Cycle and Sustainability Assessment); they thank all the other members of ELSA for their advice.
Supporting Information Available Data detailing the model of the production chain and graphics presented in this paper; normalized results of the same inventory. This material is available free of charge via the Internet at http://pubs.acs.org.
Literature Cited (1) Crutzen, P. J.; Mosier, A. R.; Smith, K. A.; Winiwarter, W. N2O release from agro-biofuel production negates global warming reduction by replacing fossil fuels. Atmos. Chem. Phys. 2008, 8, 389–395. (2) Huntley, M. E.; Redalje, D. G. CO2 Mitigation and Renewable Oil from Photosynthetic Microbes: A New Appraisal. Mitigat. Adapt. Strat. Global Change 2007, 12, 573–608. (3) Li, Y.; Horsman, M.; Wu, N.; Lan, C. Q.; Dubois-Calero, N. Biofuels from microalgae. Biotechnol. Prog. 2008, 24, 815–820. (4) Chisti, Y. Biodiesel from microalgae beats bioethanol. Trends Biotechnol. 2008, 26, 126–131. (5) Kadam, K. Microalgae Production from Power Plant Flue Gas: Environmental Implications on a Life Cycle Basis, Technical Report; National Renewable Energy Laboratory, 2001. (6) Frischknecht, R.; Althaus H.-J.; Doka, G.; Dones, R.; Heck T.; Hellweg, S.; Hischier, R.; Jungbluth N.; Nemecek, T.; Rebitzer, G.; Spielmann, M. Overview and Methodology; Final report ecoinvent v2.0 No. 1; Swiss Centre for Life Cycle Inventories, 2007. (7) Illman, A. M.; Scragg, A. H.; Shales, S. W. Increase in Chlorella strains calorific values when grown in low nitrogen medium. Enzyme Microb. Technol. 2000, 27, 631–635. (8) Converti, A.; Casazza, A. A.; Ortiz, E. Y.; Perego, P.; Del Borghi, M. Effect of temperature and nitrogen concentration on the growth and lipid content of Nannochloropsis oculata and Chlorella vulgaris for biodiesel production. Chem. Eng. Process.: Process Intensification 2009, 48, 1146–1151. (9) Geider, R. J.; La Roche, J. Redfield revisited: variability of C: N: P in marine microalgae and its biochemical basis. Eur. J. Phycol. 2002, 37, 1–17. (10) Oh-Hama, T.; Miyachi, S. In Microalgal Biotechnology; Borowitzka, M. A., Borowitzka, L. J., Eds.; Cambridge University Press: Cambridge, 1988. (11) Chisti, Y. Biodiesel from microalgae. Biotechnol. Adv. 2007, 25, 294–306. (12) Sheehan, J.; Dunahay, T.; Benemann, J.; Roessler, P. A look back at the US department of energy’s aquatic species programsbiodiesel from algae; National Renewable Energy Laboratory (NREL), 1998. (13) Geldenhuys, D. J.; Walmsley, R. D.; Toerien, D. F. Laboratory Studies on the Suitability of a Fertilizer Tap Water Medium for Mass-Culture of Algae. Biotechnol. Bioeng. 1985, 27, 1572– 1576. (14) Richmond, A. Handbook of Microalgal Culture: Biotechnology and Applied Phycology; Wiley-Blackwell: Oxford, 2003. (15) Molina Grima, E.; Belarbi, E. H.; Acien Fernandez, F. G.; Robles Medina, A.; Chisti, Y. Recovery of microalgal biomass and metabolites: process options and economics. Biotechnol. Adv. 2003, 20, 491–515.
ENVIRONMENTAL SCIENCE & TECHNOLOGY / VOL. 43, NO. 17, 2009
104
(16) Carlsson, A.; van Beilen, J.; Mo¨ller, R.; Clayton D. Micro and macro-algae: utility for industrial applications, University of York, 2007. (17) Oh, H. M.; Lee, S. J.; Park, M. H.; Kim, H. S.; Kim, H. C.; Yoon, J. H.; Kwon, G. S.; Yoon, B. D. Harvesting of Chlorella vulgaris using a bioflocculant from Paenibacillus sp AM49. Biotechnol. Lett. 2001, 23, 1229–1234. (18) Yahi, H.; Elmaleh, S.; Coma, J. Algal Flocculation-Sedimentation by Ph Increase in a Continuous Reactor. Water Sci. Technol. 1994, 30, 259–267. (19) Gutzeit, G.; Lorch, D.; Weber, A.; Engels, M.; Neis, U. Bioflocculent algal-bacterial biomass improves low-cost wastewater treatment. Water Sci. Technol. 2005, 52, 9–18. (20) Sazdanoff, N. Modeling and Simulation of the Algae to Biodiesel Fuel Cycle; The Ohio State University, Department of Mechanical Engineering, 2006. (21) Hassebrauck, M.; Ermel, G. Two examples of thermal drying of sewage sludge. Water Sci. Technol. 1996, 33, 235–242. (22) Shen, Y.; Pei, Z.; Yuan, W.; Mao, E. Effect of nitrogen and extraction method on algae lipid yield. Int. J. Agric. Biol. Eng. 2009, 2, 51–57. (23) Lee, J.-Y.; Yoo, C.; Jun, S.-Y.; Ahn, C.-Y.; Oh, H.-M., Comparison of several methods for effective lipid extraction from microalgae. Bioresour. Technol. 2009, In Press (doi:10.1016/j.biortech. 2009.03.058). (24) Rodrı´guez-Ruiz, J.; Belarbi, E.-H.; Garcı´a Sa´nchez, J. L.; Alonso, D. L. Rapid simultaneous lipids extraction and transesterification for fatty acid analysis. Biotechnol. Tech. 1998, 2, 689– 691. (25) Scragg, A. H.; Morrison, J.; Shales, S. W. The use of a fuel containing Chlorella vulgaris in a diesel engine. Enzyme Microb. Technol. 2003, 33, 884–889. (26) Xu, H.; Miao, X.; Wu, Q. High quality biodiesel production from a microalga Chlorella protothecoides by heterotrophic growth in fermenters. J. Biotechnol. 2006, 126, 499–507. (27) Frischknecht R.; Jungbluth N.; Althaus H.-J.; Doka, G.; Dones, R.; Hellweg S.; Hischier R.; Humbert S.; Margni M.; Nemecek,
(28) (29) (30)
(31)
(32) (33) (34)
(35)
(36)
T.; M., S. Implementation of Life Cycle Impact Assessment Methods; Final report ecoinvent v2.0 No. 3; Swiss Centre for Life Cycle Inventories, 2007. Guine´e, J. B. Handbook on Life Cycle Assessment: Operational Guide to the ISO Standards; Springer: New York, 2002. UCTE Annual Report; Union for the Co-ordination of Transmission of Electricity (UCTE), 2007. Jungbluth, N.; Chudacoff, M.; Dauriat, A.; Dinkel, F.; Doka, G.; Emmenegger, M. F.; Gnansounou, E.; Kljun, N.; Spielmann, M. Life Cycle Inventories of Bioenergy; Final report ecoinvent v2.0 No. 17; Swiss Centre for Life Cycle Inventories, 2007. Hischier, R.; Zah, R.; Wa¨ger, P.; Lehmann, M.; Gauch, M. Life Cycle Assessment of Energy Products: Environmental Impact ¨ kobilanz von Assessment of Biofuels - Executive Summary (O Energieprodukten: o¨kologische Bewertung von Biotreibstoffen - Schlussbericht), 2007. Zah, R.; Bo¨ni, H.; Gauch, M.; Hischier, R.; Lehmann, M.; Wa¨ger, P. Life Cycle Assessment of Energy Products: Environmental Assessment of Biofuels; EMPA, 2007. Spoeher, H. A.; Milner, H. W. The chemical composition of Chlorella: effect of environment conditions. Plant Physiol. 1949, 24, 120–149. Rodolfi, L.; Zittelli, G. C.; Bassi, N.; Padovani, G.; Biondi, N.; Bonini, G.; Tredici, M. R. Microalgae for Oil: Strain Selection, Induction of Lipid Synthesis and Outdoor Mass Cultivation in a Low-Cost Photobioreactor. Biotechnol. Bioeng. 2009, 102, 100– 112. Bertoldi, F. C.; Villela, M.; Sant Anna, E. S.; Oliveira, J. L. B. Lipids, fatty acids composition and carotenoids of Chlorella vulgaris cultivated in hydroponic wastewater. Grasas Aceites 2006, 57, 270–274. Sialve, B.; Bernet, N.; Bernard, O. Anaerobic digestion of microalgae as a necessary step to make microalgal biodiesel sustainable. Biotechnol. Adv. 2009, 27, 409–416.
ES900705J
VOL. 43, NO. 17, 2009 / ENVIRONMENTAL SCIENCE & TECHNOLOGY
9
6481
105
106
Annexe III.2 : Langlois J, Sassi J-‐F, Jard G, Steyer J-‐P, Delgenes J-‐P, Hélias A (2012) Life cycle assessment of biomethane from offshore-‐cultivated seaweed. Biofuels, Bioprod Biorefining 6:387–404.
107
108
Modeling and Analysis
Life cycle assessment of biomethane from offshorecultivated seaweed Juliette Langlois, Montpellier SupAgro, Environmental Life-cycle and Sustainability Assessment, Laboratoire de Biotechnologie de l’Environnement, Montpellier, France Jean-François Sassi, Centre d’Etudes et de Valorisation des Algues (CEVA), Algae Product Innovation, Pleubian, France Gwenaelle Jard, Jean-Philippe Steyer and Jean-Philippe Delgenes, Laboratoire de Biotechnologie de l’Environnement, Narbonne, France Arnaud Hélias, Montpellier SupAgro, Environmental Life-cycle and Sustainability Assessment, Montpellier, France; Laboratoire de Biotechnologie de l’Environnement, Narbonne, France Received October 21, 2011; revised December 23, 2011; accepted December 28, 2011 View online March 15, 2012 at Wiley Online Library (wileyonlinelibrary.com); DOI: 10.1002/bbb.1330; Biofuels, Bioprod. Bioref. 6:387–404 (2012) Abstract: Algae are a promising source of industrial biomass for the future. In order to assess if aquacultured seaweed (macroalgae) could be considered an environmentally friendly source of biomass for bioenergy, life cycle assessments were performed for European countries, comparing methane as a biofuel from the anaerobic digestion (A) of whole seaweeds, (B) of alginate extraction residues, and (C) natural gas as a fossil fuel reference. These results clarify that the sources of electricity and energy used to heat the anaerobic digesters have an important impact. Recycling of materials and use of greenhouses at the nursery stage also allow environmental improvements for system (A). Ecodesign can make algal biomethane competitive in several categories compared to natural gas: a decrease of 21.9% and 54.2% in greenhouse gas (GHG) emissions and 58.6% and 68.7% in fossil depletion for systems (A) and (B), respectively, decrease in ozone depletion, and last but not least, improvement in the marine eutrophication index for system (A). For system (B), benefits are more arguable and dependent on the allocation. To conclude, seaweed could become competitive with terrestrial feedstock for biofuel production in the near future. © 2012 Society of Chemical Industry and John Wiley & Sons, Ltd Keywords biofuel; seaweed; life cycle assessment (LCA); alginate; biogas; Saccharina latissima
Correspondence to: Juliette Langlois, Montpellier SupAgro, Environmental Life-cycle and Sustainability Assessment; INRA, UR0050, Laboratoire de Biotechnologie de l’Environnement, Montpellier, France. E-mail:
[email protected]
387
© 2012 Society of Chemical Industry and John Wiley & Sons, Ltd
109
J Langlois et al.
Modeling and Analysis: Life cycle assessment of biomethane from offshore-cultivated seaweed
Introduction
S
ince the first concerns about the lack of fossil resources, biofuel production has been increasing
worldwide.1 This expansion leads to many questions concerning the associated social and environmental impacts, especially on land-use competition and on pollution transfers from greenhouse gas (GHG) emissions to other environmental impact categories (e.g. eutrophication, 2,3 resource depletion, ecotoxicity, biodiversity loss,2 acidification, ozone depletion, and human toxicity3). When compared to terrestrial crops traditionally used for food and feed, the alternative of an algal feedstock for biofuel production seems to be very promising.4–6 In recent years, microalgae have received considerable attention concerning energetic applications,7 whereas few studies have dealt with the environmental impact of marine macroalgae (seaweed) production as feedstock for bioenergy.8,9 Life cycle assessment (LCA) is an efficient tool for quantifying environmental impacts of bio-based materials. LCA studies applied to biofuels from microalgae show that this feedstock leads to environmental impacts in the same range of magnitude as terrestrial biofuels, either through biodiesel10 or biomethane production.11 Several ways of improvement could lead to a significant decrease in their environmental impact. Nevertheless, fertilization, harvesting systems, and complex cultivation infrastructures (like raceways or photo-bioreactors) are still bottlenecks that need to be overcome.12 Because seaweeds are macro-organisms, they can be grown and harvested offshore in a fairly straightforward manner. Compared to microalgae, seaweed aquaculture requires less sophisticated cultivation and harvesting systems. It is also a very interesting means of decreasing eutrophication in coastal areas and, furthermore, does not impact arable land and freshwater resources.13 Many authors assume that macroalgae could possibly become a new feedstock for bioenergy in the future,4,5,13 either through bioalcohol, biodiesel, biomethane, or thermochemical treatments. Two LCA studies have been carried out on bioenergy from macroalgae. Aresta et al. considered onshore-cultivated macroalgae, under controlled conditions in ponds, with CO2 and nutrient enrichment.8 No definite results are provided for anaerobic digestion. Another LCA study dealt with invasive seaweeds in a lake.9 This studied system is hardly
388
comparable with ours as it considers seaweed feedstock to be waste, whose harvesting avoids the spread of herbicides in water and artificial cultivation systems. The present study deals with offshore-cultivated macroalgae. The main advantage of this system when compared to that of wild algae is a high biomass density. When compared with onshore facilities under controlled conditions, however, there is no possibility for fertilization offshore, leading to a decrease in biomass production yields. On the other hand, there is no electrical input during cultivation (neither paddlewheel nor pumps) out from the nursery, decreasing energy demand in the production system. Furthermore, competition for land or food is avoided, as biomass from the sea is negligible in world food consumption compared to terrestrial crops (only 15.8 million tonnes of aquatic plants produced in 2008).14 The present study is dedicated to the environmental assessment of the production of biogas from offshore-cultivated macroalgal feedstock, as a prospect for European countries. Some LCA studies applied to biomethane production have shown the interest of this biofuel.15 The goal of this study is to improve production processes and to determine whether offshore-cultivated seaweeds are a more environmentally friendly feedstock for fuel production than natural gas. To this end three systems are considered: (A) Methane as a fuel from the anaerobic digestion of untransformed whole seaweeds. (B) Methane as a fuel from the anaerobic digestion of alginate extraction residues. (C) Natural gas from EcoInvent database as a fossil fuel reference. At first, biomethane production chains from macroalgaldedicated feedstock were analyzed (A). As of today, growing seaweed for energy purposes only is not fi nancially profitable.5 Therefore, at the present time, scenario (A) is only prospective. For this reason we also focused on existing high-value macroalgal biomolecules (alginates) for which industrial extraction residues can be valued. Th is type of feedstock from biorefinery residues is more commonly used for the production of bioenergy from biomass, referred to as system (B).16 It is based on future biorefinery requirements,17 linking production of fuels, energy, and value-added chemicals via the processing of biomass on a single site. In the next
© 2012 Society of Chemical Industry and John Wiley & Sons, Ltd | Biofuels, Bioprod. Bioref. 6:387–404 (2012); DOI: 10.1002/bbb
110
Modeling and Analysis: Life cycle assessment of biomethane from offshore-cultivated seaweed
J Langlois et al.
section, the systems definition and the associated inventory
present study, kelp was cultivated on long-lines in a coastal
are described in detail. Results are then presented. The two
environment, following plantlet production in a nursery.
theoretical scenarios (A) and (B) were analyzed by contribution analysis, and results are discussed. In addition, several assumptions were tested for upgrading scenarios and a com-
Seaweeds were harvested and then transformed into biogas in an anaerobic digestion plant, using either the entire seaweed (A) or solid macroalgal residues from alginate extraction (B).
parison of the two systems involving macroalgal biomethane production with natural gas is given. Upgrading scenarios
Figure 1 shows an overview of the whole system, from the seaweed cultivation to the use of biomethane as a fuel.
take into account either technical improvements or ecodesign choices. The goal of these tests was to determine the margin of improvement that can be expected for macroalgal feedstock, and also to determine the effect of different options on environmental performance.
System definition and inventory Goal and scope The objective of this study was to evaluate potential environmental impacts caused by methane production from macroalgae and its combustion in an engine. According to this aim, the functional unit was defi ned by a 1-km trip with a gas-powered car. The ReCiPe method18 was used with a hierarchist perspective using the EcoInvent v2.2 database19 and SimaPro 7.3 soft ware to carry out the impact assessment. In order to conform to the cradle-to-grave approach of LCA,20 the inventory included all steps of biomass cultivation and harvesting, its transformation to biomethane provided at a gas station, and its combustion. In the case of scenario (B) dealing with macroalgal residues, the inventory also included steps involving extraction and waste-water treatment in the biorefi nery. Both the construction and dismantling of facilities and the extraction and transportation of resources were taken into account. Today, hydrocolloids are still the main commercial seaweed extracts, despite recent attention given to other biologically active compounds (food flavoring, colors or nutrients) and the competitive production of cheap biomolecules from terrestrial crops.21 We chose to focus on kelp, which belongs to the Laminariacea family, as it is the most abundantly produced seaweed genus in the world,14 as well as being the main source of alginates. We concentrated on food-grade alginates, being the most important market used for thickeners, stabilizers, gel formers, or fi lm-forming agents.21 The species Saccharina latissima was chosen for its interesting alginate content. In the
For the extracted by-products in system (B), a proper substitution was not possible due to lack of data: to our knowledge alginate extraction has never been described in a published LCA study. Because the main function of the system was to produce alginate for its high market value (97.9% of total gains), a financial allocation was calculated. The substitution method was used to account for anaerobic digestion by-products used as fertilizers (phosphate, ammonium, and
Figure 1. Overview of the biomethane production system (A) from whole seaweeds cultivated in the open ocean and (B) from residues of alginate extraction. Blue, red and green arrows stand for transportation by boat, truck and pipe respectively.
© 2012 Society of Chemical Industry and John Wiley & Sons, Ltd | Biofuels, Bioprod. Bioref. 6:387–404 (2012); DOI: 10.1002/bbb
389
111
J Langlois et al.
Modeling and Analysis: Life cycle assessment of biomethane from offshore-cultivated seaweed
Table 1. Hypotheses used for the financial allocation (dm=dry matter). Product (A)
Macroalgal biomethane Compost
(B)
Product price Amount 22
55.5
5.923 21
Percent of impact allocated
Amount
Unit
USD.MWh
1.43
kWh.kgdm algae–1
99.1%
USD.t–1
0.13
kg. kgdm algae–1
0.9%
0.42
kgdm algae–1
97.9%
–1
–1
Sodium alginate powder (90% purity)
12.0
Macroalgal biomethane
55.522
USD.MWh–1
1.41
kWh. kgdm algae–1
1.5%
5.923
USD.t–1
4.91
kg. kgdm algae–1
0.6%
Compost
USD.kg
potassium dissolved in the leachates). However, substitution of compost produced from the solid part of the digestates was not considered. Compost can be regarded both as a product and as a result of waste treatment. The production of waste which is usually composted would not be avoided using the production we considered. Hypotheses used for the allocation are detailed in Table 1. For scenario (A), impacts were allocated to macroalgal biomethane (99.1%), and to the compost (0.9%) from the cultivation step to the biomethane distribution and to the composting stage of the solid digestates. Only biomethane combustion impacts were totally dedicated to the biomethane produced. For scenario (B), impacts were mainly allocated to alginate powder (97.9% versus 1.5 and 0.6% for macroalgal biomethane and compost, respectively). As for scenario (A), only the biomethane combustion impacts were totally allocated to the macroalgal biomethane. Process inventory of the initial scenario The analyzed process chain referred to a hypothetical system, based on basic and present-day knowledge and techniques as well as on extrapolation from semi-industrial scale. In the case of biomass cultivation, data came from a semi-industrial macroalgae production site. Data for alginate extractions were gathered at pilot-scale. Anaerobic digestion was sized up to industrial scale by an anaerobic digestion plant designer on the basis of laboratory experiments. Standard rules were considered for material transportation19 and substructure replacement (30-year lifespan for plants and replacement of electrical facilities every 10 years). After building, dismantling, and replacing facilities, land-fi lling was chosen for concrete, mineral wool, polypropylene, polyethylene, polyethylene terephthalate, polyvinylchloride, bricks, cement fibers, steel, and iron. Electricity
390
Quantity produced
Unit
kg.
from the European production mix and waste water treated in a class 5 waste-water treatment plant were considered in the EcoInvent database.19 Data used in the inventory for biomass production were measured under a temperate climate. Two cycles of seaweed production per year were considered, assuming some improvements in seasonality management, according to the possible anticipation in the seaweed outplanting time.24 In the main seaweed-producing countries, the tropical climate enables the biomass to be sundried to 30% moisture content before using an air-forced dryer to reach 90% dry matter (dm). Under a temperate climate, such as the one considered in this study, the pre-drying process under the sun is not feasible at industrial scale. No drying was considered, and consequently storage was not possible. The use of facilities therefore lasted for half of the year concerning the nursery, the biorefi nery, and the digestion plant (harvesting duration), and for 75% of the year concerning the offshore facilities (offshore growth duration). There would be no constraint of seasonality under a tropical climate since cultivation could occur all year round and biomass could easily be sun-dried for storage. Values for the inventory are summarized in Table 2. Matter and energy consumption are described for all steps of the process. As results were expressed per dry matter of algae, more anaerobic digestion facilities were required in scenario (B), due to the addition of cellulose during the process. Plantlet production onshore Seaweeds were cultivated on ropes to limit harvesting constraints. A step of cultivation in the nursery ensured seaweed fixing on the ropes. As saccharina latissima cannot be grown by vegetative propagation, there needed to be an alternation of generations in the nursery.27 Two main steps occurred: spores
© 2012 Society of Chemical Industry and John Wiley & Sons, Ltd | Biofuels, Bioprod. Bioref. 6:387–404 (2012); DOI: 10.1002/bbb
112
J Langlois et al.
Modeling and Analysis: Life cycle assessment of biomethane from offshore-cultivated seaweed
Table 2. Matter and energy consumption for macroalgal biomethane production (per kg of dry mater of macroalgae). Nature Quantity Unit per Lifespan kg of Raw algae Extraction (years) Process Compound (A) residues (B) algae (dm)
Offshore cultivation facilities
Chain cable
Steel
1.40 x10–2
kg
20
Buoys
Moulded polypropylene
4.23 x10–3
kg
10
Rigid foam polyurethane
1.36 x10–5
kg
10
Weaved polyamid
1.61 x10–2
kg
10
Concrete
0.50
kg
20
Glass Fibers
1.02 x10–2
kg
–
–6
3
Ropes (20mm) Concrete blocks
4.07 x10
m
20
Cement
2.17 x10–7
m3
20
Concrete blocks
1.76 x10–3
kg
20
Building
Agricultural shed
2.89 x10–5
m²
50
Building and facilities
Chemical plants, organics
1.51 x10–14
p
50
–3
Ponds Nursery facilities Biorefinery facilities
Building
Anaerobic digestion facilities
Alcoholic pretreatment step (B)
Alginate extraction (B) – acid lixiviation
3.62 x10
7.26 x10
kg
30
Concrete
4.47 x10–7
8.99 x10–7
m3
30
Concrete, for foundations
8.93 x10–7
1.78 x10–6
m3
30
Extruded polyvinylchloride
7.79 x10–5
1.57 x10–4
kg
10
–5
–5
kg
10
kg
10
Unalloyed steel
3.17 x10
4.82 x10
Agitator
Chromium steel
2.40 x10–5
4.82 x10–5
Pump, pipe
Extruded polyethylene high density
–6
–6
kg
10
Fertilizer
Ammonium nitrate
8.03 x10–2
gN
–
Sodium phosphate
3.24 x10–2
g Na3O4P
–
–2
g
–
4.92 x10
EDTA
6.92 x10
1.77 x10
FeCl3 (40%)
2.68 x10–3
g
–
Chemical inorganics
2.66 x10–3
g
–
Anhydrous boric acid
1.55 x10–2
g
–
Small ropes (3mm)
Weaved polyamid
7.17 x10–3
kg
–
Circulation pump
Electricity
38.5
Wh
–
Fluorescent lamps
Electricity
199.4
Wh
–
Sparger
Electricity
65.9
Wh
–
4.6
L filtered seawater
–
8.7
Wh
–
Plantlet cultivation in the nursery
Harvesting
Concrete blocks
–3
Pump, boiler, agitator
Mineral solution (Provasoli)
Water treatment in the nursery
Concrete, for foundations
Filtered seawater
Water
Lamp UV
Electricity
Circulation pump
Electricity
1.4
Wh
–
Sand filter pump
Electricity
27.6
Wh
–
kg
–
293
Wh
–
–
98
Wh
–
–
339
Wh
–
Steam
–
5821
Wh
–
Freshwater
–
73.3
L
–
Operating barge
Diesel
Crusher
Electricity
–
Strainer
Electricity
Still25
Electricity
Water
1.52 x10
–2
Acid
HCl 0.1 M
–
22.29
Kg
–
Strainer
Electricity
–
391
Wh
–
Water
Freshwater
–
9.78
L
–
© 2012 Society of Chemical Industry and John Wiley & Sons, Ltd | Biofuels, Bioprod. Bioref. 6:387–404 (2012); DOI: 10.1002/bbb
391
113
J Langlois et al.
Modeling and Analysis: Life cycle assessment of biomethane from offshore-cultivated seaweed
Table 2. Continued. Nature
Alginate extraction (B) – alkaline extraction
Alginate extraction (B) – rectification
Alginate extraction (B) – conversion to sodium alginate
Anaerobic digestion
Unit per kg of algae (dm)
Lifespan (years)
Process
Compound
Blender
Electricity
–
1389
Wh
–
Heating
50–60°C
–
2811
Wh
–
Alkalin
Na2CO3 (1.5%)
–
58.2
kg
–
Filter press 26
Electricity
–
1315
Wh
–
Cooling
Room temperature
–
3762
Wh
–
Filter aid
Cellulose
–
2.44
kg
–
Water
Freshwater
–
44.0
L
–
Blender
Electricity
–
66
Wh
–
Acid
HCl 2M
–
1601.6
kg
–
Strainer
Electricity
–
1027
Wh
–
Cooling
0°C–10°C
–
166
Wh
–
Water
Freshwater
–
16.7
L
–
Alkalin
Na2CO3
–
0.12
kg
–
Convective dryer 26
Electricity
–
6432
Wh
–
Oil
Lubricating oil
8.98 x10–5
1.19 x10–4
kg
–
Global electrical consumption
Electricity
33.3
42.2
Wh
–
Digester’s heating
Home consumed biomethane
393.3
629.5
Wh
–
Facilities
Facilities, chemical production
1.49 x10–1
2.54 x10–1
kg
–
Electricity
5.93
5.35
Wh
–
3
–
Biomethane purification Water losses
–2
Water
7.98 x10
were collected from wild, harvested sporophytes and the plantlets resulting from the collected spores were cultivated in ponds. All data concerning plantlet production in the nursery were based on a facility producing algae for food, in accordance with techniques described in the literature.28 Spore production lasted for one day, and only required a few inputs to be carried out. After cutting fertile zones on the sporophytes, along with three repeated washings, fertile pieces of algae were subjected to a hydric stress. Following this, a solution was recovered from the stressed pieces, allowing the insemination of small ropes in cultivation ponds. Plantlet production lasted for one month and many inputs were required. To enable growth in concrete ponds, mineral fertilizers, fluorescent lamps, spargers for bubbling, and booster and circulation pumps were required. The control of water temperature in the ponds was not taken into account, as it does not go up to 15°C during the winter and starting spring times in most European countries. In order to control the photoperiod (18 h per day on average), the nursery was in a closed building (agricultural shed). Ponds were built
392
Quantity Raw algae Extraction (A) residues (B)
8.84 x10
–2
m
in concrete. Pumped seawater was fi ltered and then treated under ultraviolet lamps before being used for plantlet cultivation in ponds. Pipes, fi lters, and tanks for water fi ltration were also included in the inventory. Spore production is particularly sensitive to bacterial contamination, so the fi ltered seawater was also treated in an autoclave before being used to induce sporulation. Open-ocean cultivation and harvesting Macroalgae were cultivated by being tied to anchored floating lines in a coastal environment. One long-line raft unit is described in Figure 2, and details are provided in Table 2. The system consisted of 150-m long culture ropes which were tied to 10-m long structural ropes. These were anchored to the bottom using concrete blocks at each corner as well as at 50-m intervals. The culture ropes were maintained 2 m below the surface. Chain cables and polyurethane buoys were used to absorb swell effects. The length between two culture ropes was kept relatively low (2 m), corresponding to a site with low streams. Ropes
© 2012 Society of Chemical Industry and John Wiley & Sons, Ltd | Biofuels, Bioprod. Bioref. 6:387–404 (2012); DOI: 10.1002/bbb
114
Modeling and Analysis: Life cycle assessment of biomethane from offshore-cultivated seaweed
Figure 2. Schematic representation of a long-line raft.
were made from polyamide, chain cables from steel, buoys from polypropylene (with expanded polyurethane inside for the smallest ones), and blocks from fibrous concrete. Macroalgae were able to attach to the longline raft with the help of small polyamide ropes (1.25 m of small ropes wound around every meter of culture rope). During its growth, seaweed absorbs nutrients. In the case of Saccharina latissima, uptake reached 21 g N.kg–1 dm, 4.5 g P.kg–1 dm. Due to the eutrophication context of coastal ecosystems,29 this uptake has a positive effect by removing pollution.13 This could be a potential solution against excess anthropogenic nutrients. CO2 was fi xed though photosynthesis, but the CO2 net balance was assumed to be equal to zero, since it was not stored but released into the atmosphere when the algal biomethane was burnt. However, loss of biomethane in the anaerobic digestion plant and in the gas station was taken into account. According to Peteiro and Freire, in the Atlantic Ocean under a temperate climate, the productivity of wet biomass in spring cultivation on long lines reaches an average of 8.95 kg.m–1 after four months.24 This value is largely dependent on the time of outplanting, ranging from 6.2 to 11.7 kg.m–1. Offshore substructure transportation and biomass harvesting for breeding or for industrial treatments were carried out using the same boat. This was based on data for a barge from the EcoInvent database, but with a fuel consumption of 1.1×10 –1 Ldiesel.km–1.t–1transported.
J Langlois et al.
Extraction of macroalgal high-value biomolecules: alginate In system (B), biomass was treated in a biorefinery straight after being harvested for food-grade extract of sodium alginate production. All reactants and energy inputs used at every step of the extraction are described in Table 2. The biomass was first washed and crushed. Next it was treated with alcohol as an alternative to the use of formalin, avoiding the production of a colored alginate powder. Formaldehyde has been classified as ‘carcinogen for humans’ by the International Agency for Research on Cancer (IARC, belonging to the World Health Organization). Thus we modeled a process avoiding its use, as it was technically feasible, and as dangerous substances tend to be replaced with time. The alcohol was used assuming a high recycling rate. After acid lixiviation with HCl and a first dewatering on a vibrating sieve, an alkaline extraction was carried out with an Na 2CO3 solution after 3 h of blending. Alginates were thus solubilized with the sodium cations. After a second dewatering, using a fi lter press and cellulose powder as a fi lter aid (considered as thermo-chemical pulp from a paper production plant), extraction residues were recovered for the anaerobic digestion step, and the solution was cooled at ambient temperature. From that point, acid precipitation by HCl with blending was operated in order to obtain a gel of precipitated alginic acid. A fi nal dewatering was performed on a vibrating sieve, at a cold temperature (4°C). A last addition of sodium carbonate allowed the conversion to sodium alginate, which was then dried in a convective dryer without recovery of heating (the most common drying technique used in the agro-food industry).26 This process led to an alginate content of 37.2% of fresh matter. Natural gas burnt in a large-scale industrial furnace was chosen for the heating process. An absorption chiller operated by heat from natural gas was chosen for the cooling process. Neither energy transfer coupling nor loss of calories was considered. Electricity consumption was obtained at pilot-scale, by measuring apparent power consumed, except for the still, the fi lter-press, and the dryer. Bibliographic data used for the still electrical consumption was 33 kWh.t–1alcohol and 567 kWh.t–1alcohol for electricity and heat requirements respectively.25 Electricity used for the fi lter press was 15 kWh.t–1removed water and 920 kWh.t–1removed water in case of the convective dryer without heat recovery: the most
© 2012 Society of Chemical Industry and John Wiley & Sons, Ltd | Biofuels, Bioprod. Bioref. 6:387–404 (2012); DOI: 10.1002/bbb
393
115
J Langlois et al.
Modeling and Analysis: Life cycle assessment of biomethane from offshore-cultivated seaweed
common drying process.26 These data correspond with the
is almost twice as low for system (B) due to the addition of
lowest values of usual practices.
cellulose to the process. The hypotheses used to size up the
Substructures were considered as an organic chemical plant, given that 666.7 tdm.yr–1 can be treated in a 1000 m² chemical plant.
plant and the results of this modeling are written in Table 3. They are expressed per mass of substrate with the exception of fertilizer production which is expressed per mass of dry
Biomethane and fertilizer production by anaerobic
algae. The biomass characteristics and anaerobic digestion
digestion Anaerobic digestion and biogas purification were sized up based on state-of-the-art engineering and expert knowledge involving urban sludge treatment applications. In accordance with current industrial practices, we aimed for a total production capacity of 2MW. According to this sizing, completely stirred tank reactors with a volume of 8.17x103 utile were designed, with replications in order to reach this capacity. Assuming a cultivation on 50% of the total area, the corresponding cultivation sites measured 9524 ha and 4777 ha for scenarios (A) and (B), respectively. Th is amount
performance were based on experimental data (Jard et al., unpublished). The biomasses studied were wild fresh Saccharina latissima harvested in July (except for the methane yield, measured on dried macroalgae), and fresh alginate extraction residues. The anaerobic digestion performances were based on the biochemical methane potential (BMP), except for the methane yield from untransformed macroalgae, where data from a semi-continuous reactor fed with dried macroalgae was available. The value of 241 L CH4. kg–1vm (volatile matter) for untransformed macroalgae was consistent with literature values: biogas production yield in
Table 3. Macroalgal biomass characteristics, anaerobic digestion performance and sizing of the biomethane production plant (dm, fm, cod, vm, omd, and omi stand for dry matter, fresh mater, chemical oxygen demand, volatile matter, organic matter degraded and organic matter introduced respectively). Value
Biomass characteristics
Parameter
Unit
% Dry Matter
Untransformed macroalgae
Alginate extraction residues
tdm.t–1fm
9.74%
13.8%
% Organic Matter
tom.t–1dm
60.60%
96.0%
COD/VM
kgcod.kg–1vm
1.07
not used 0.96
Density
tfm.m–3
0.55
Nitrogen content
kgN.t–1dm
21.3
3.2
including NH4+
%total N
77.8
77.8
Phosphore content
kgP.t–1dm
4.5
0.01
%total P
44.4
5.2
Potassium content
kgK.t–1dm
110.0
0.5
Degradation rate
tomd.t–1omi
87%
13%
Methane yield
Nm3CH4.t–1dm
146
51
Methane content
%CH4
55%
49%
including PO4
Anaerobic digestion performance
Fertilizer production
Digesters characteristics
394
3–
Ammonium sulfate
gN. kg–1dm algae
16.3
1.3
Single superphosphate
gP2O5. kg–1dm algae
8.0
0.0
Potassium chloride
gK2O. kg–1dm algae
116.2
0.6
Compost
kg.kg–1dm algae
0.1
4.9
Retention time
day
43
43
Loading rate
kgdm.m–3.day–1
2.3
3.2
Biogas home consumption
%
26.7
40.3
© 2012 Society of Chemical Industry and John Wiley & Sons, Ltd | Biofuels, Bioprod. Bioref. 6:387–404 (2012); DOI: 10.1002/bbb
116
Modeling and Analysis: Life cycle assessment of biomethane from offshore-cultivated seaweed
semi-continuous reactors for Saccharina latissima ranged from 220 to 271 L CH4.kg–1vm depending on the season.30 For the residues, the organic matter introduced into the system enabling biomethane production was fi rstly macroalgae, but also the organic fi lter aid used in the biorefi nery for alginate extraction: powder of cellulose, explaining the differences in methane potential between the two substrates. NH4+/N ratio in the alginate extraction residues could not been measured, thus it has been approximated by the NH4+/N ratio from the untransformed macroalgae. The electricity consumption represented 8% of the energy produced within the plant. Digesters’ heating to a mesophilic range of temperature came from biogas home consumption. We considered that all the ammonium, phosphate, and potassium oxide contained in the liquid phase of the digestates had the fertilizing value of the equivalent mineral fertilizer: ammonium sulfate in the case of nitrogen, single superphosphate in the case of phosphorus and potassium chloride in the case of potassium. Rates of mineralization were defined using the degradation rate of carbon organic matter. The solid fraction of the digestates was composted. The compost production was considered equivalent to terrestrial feedstock composting, avoiding pick-up of waste biomass. We considered a mineralization rate of 0.149 kg C.kg–1compost according to the EcoInvent documentation. The loading rate of the digesters was 2.3 kgdm.m–3 per day for the untransformed macroalgae.30 A low loading rate was selected to allow a more effective degradation rate in the organic matter. The corresponding retention time was 43 days. Due to lack of data this retention time was also applied in the case of extraction residues. Biomethane distribution and use The purification system was sized up including gas compression, gas upgrading, and gas drying operations. After raw biogas compression, a scrubber vessel was designed for water scrubbing (absorption of CO2 and other soluble gases into water). A flashing tank and a stripper vessel were designed for regeneration of the process water. Facilities were based on chemical production facilities from the EcoInvent database. Electricity consumption included a compressor, water pump, chiller, chilled water recirculation pump, stripping
J Langlois et al.
air blower, and drier. Odour reduction fi lters, odorization equipment, gas flare, and gas vent were not included. After purification to 96% biomethane yield, biogas was compressed within a gas station. This step was described using the EcoInvent database, considering the macroalgal biomethane equivalent to natural gas. The data from the EcoInvent database was also used for natural gas and biogas combustion.
Main results of LCA applied to macroalgal biomethane production and discussion Contribution analysis in the initial scenario The results of LCA applied to the initial scenario for the production of biomethane from macroalgae in order to drive a passenger car for 1 km are shown in Figure 3(a) regarding untransformed macroalgae and in Figure 3(b) regarding macroalgal residues. The graph in Figure 3(a), highlights the importance of macroalgae cultivation techniques in order to ensure the environmental performance of the production system. Within the cultivation impacts, the analysis shows that the operations which occur in the nursery play an important role (28.4% of the impacts on average). This is mostly due to electricity consumption. The main facilities accounting for these impacts are the fluorescent lamps used to grow the plantlets. The small polyamide ropes also play an important role. Facilities and substructures also induce strong impacts, especially offshore facilities (27.1% of the impacts on average). This is principally due to the concrete blocks anchoring the cultivation system, as well as the steel used for the chain cable. The nursery substructure has important impacts on land-use occupation (58.4% and 56.5% for agricultural and urban land, respectively). Nevertheless this impact should be considered less important than the others because land occupation is very limited in this kind of system when compared to terrestrial biomass production systems. Moreover the average impact of the nursery substructure is only 9.5%. Operations during offshore cultivation would represent 9.5% of impacts on average if only considering the harvesting step. Because seaweeds absorb nutrients during their growth, a strong positive impact on the environment is accounted for marine and freshwater eutrophication.
© 2012 Society of Chemical Industry and John Wiley & Sons, Ltd | Biofuels, Bioprod. Bioref. 6:387–404 (2012); DOI: 10.1002/bbb
395
117
J Langlois et al.
Modeling and Analysis: Life cycle assessment of biomethane from offshore-cultivated seaweed
Figure 3. Environmental impacts of biomethane production from (a) untransformed macroalgae and (b) macroalgal residues from alginate production. [CC: climate change, OZ: ozone depletion, HT: human toxicity, POF: photochemical oxidant formation, PMF: particulate matter formation, IR: ionizing radiation, TA: terrestrial acidification, F-EU: freshwater eutrophication, M-EU: marine eutrophication, TE: terrestrial ecotoxicity, FE: freshwater ecotoxicity, ME: marine ecotoxicity, ALO: agricultural land occupation, ULO: urban land occupation, NLT: natural land transformation, WD: water depletion, MD: metal depletion, FD: fossil depletion]
Thus offshore cultivation operations become beneficial for the environment (-2.4% of the impacts on average). A methodological limitation in this analysis is that phosphate catchment is only taken into account in freshwaters impacts within the ReCiPe method. Thus the positive impacts of the
396
phosphate removed offshore are accounted for the ‘freshwater eutrophication’ impact category instead of ‘marine eutrophication’. The impacts due to biomethane production itself are relatively low (11.7% of the impacts on average). Nevertheless
© 2012 Society of Chemical Industry and John Wiley & Sons, Ltd | Biofuels, Bioprod. Bioref. 6:387–404 (2012); DOI: 10.1002/bbb
118
Modeling and Analysis: Life cycle assessment of biomethane from offshore-cultivated seaweed
it is important to note that home consumption of biogas is not represented on the graph. This heating corresponds to 26.7% of the algae production. Therefore the same proportion of pollution due to cultivation techniques is in reality indirectly due to anaerobic digestion. The substitution method used to account for anaerobic digestion by-products (phosphate, nitrate and potassium dissolved in the leachates) also allows positive impacts in avoiding the production of mineral fertilizer. The impacts due to biomethane combustion are low (2.5% of the total impacts on average). The main negative impacts occur for terrestrial ecotoxicity (28.9% of the impacts in this category), but is limited for the rest, with less than 1% of the impacts in 14 impact categories. The graph in Figure 3(b) highlights the importance of the macroalgal transformation steps within the biorefinery for alginate production. The most important pollution factor is energy consumption: electricity represents 34.0% of the impacts on average. This is principally due to the convective dryer and the filter press, as well as the blenders used for several hours (alkaline extraction). The chemical reactants are important parts of the environmental impacts too (40.2% of the impacts on average), especially cellulose powder used as a filter aid and hydrochloric acid, used in large amounts in the extraction process. Biomass production accounts for only 1.1% of the impacts on average, ranging from -13.9% (beneficial for the environment) to 7.3% of the total impacts. Biomethane production is almost negligible, too, with less than 1% of the total impacts for each impact category. As for scenario (A), it is again important to note that the impacts of biomethane production are partly shown as impacts of biomolecules and biomass production due to home consumption of biogas. In this case, home consumption is a lot higher (40.3%) than for scenario (A). Impacts of the substitution to mineral fertilizers becomes negligible too compared with scenario (A) not only due to the allocation, but also because concentration of nitrogen, phosphorus and potassium are very low. They are leached during the extraction process. Substructure and facility impacts stay negligible despite the fact that macroalgae production is only taken into account for half of the year. To conclude, in order to improve the environmental performance of macroalgal biomethane, it is necessary to focus on the following main points:
• •
•
•
J Langlois et al.
Improving the efficiency of processes and facilities where electricity is used. Changing the nature of the energy used for a clean and efficient one. This is particularly important regarding electrical consumption and heating of the digesters. The high level of home consumption means that a high amount of biomass is required. Furthermore, burning causes pollutants to be released into the atmosphere. In scenario (A), another important point is the quantity of steel and concrete used offshore. Th is can be reduced, depending on the environmental conditions on site. In scenario (B), reactant consumption and especially that of fi lter aid and HCl used for biomolecule extraction are important bottlenecks which need to be overcome.
Accounting for high-value co-products in scenario (B) Financial allocation is particularly beneficial to biomethane production (1.5% of total impacts) rather than to high-value biomolecules. In the case of biofuels issued from corn, rapeseed, and soybean, 16%, 23%, and 53% of the plant’s revenue, respectively, comes from co-products, used as protein and energy source for the livestock industry.31 Thus, the economic value of co-products in the first-generation biofuels industry is not as high as that of the system described with alginate production. Consequently, the relevance of considering the production of bioenergy as the main function of system (B) is debatable: from a fi nancial point of view, bioenergy production is simply a way of giving value to wastes, and possibly of limiting the impacts of high-value biomolecules. If an existing alginate producer decides to produce energy for its waste management, this would justify financial allocation and environmental performances of the resulting biomethane would be very high. If an industrial company decides to produce bioproducts in order to complement energy production, then an energetic allocation would be justified and environmental performances of this biomethane would no longer compete with other biofuels. Furthermore, prices change with time, particularly as biofuel by-products have a double function as both shock absorber and price adjuster. The production of by-products on the conventional biofuel market could increase due to government subsidies or positive oil price shocks. As a
© 2012 Society of Chemical Industry and John Wiley & Sons, Ltd | Biofuels, Bioprod. Bioref. 6:387–404 (2012); DOI: 10.1002/bbb
397
119
J Langlois et al.
Modeling and Analysis: Life cycle assessment of biomethane from offshore-cultivated seaweed
result, their prices fall relative to other feed products.31 If
this study, with a view to improving digestion performance,
the quantity of macroalgae treated for the production of
the use of cellulosic filtration aids was considered rather than
biomethane from extraction residues became significant, this phenomenon would appear. Then the market prices would strive for equilibrium between the profitability of the
that of the diatomaceous earth (traditionally used). Data collection from pilot-scale to industrial scale Because data were collected from a pilot-scale for biomass
biofuel and of the byproduct, leading to an increase of environmental impacts allocated to the biofuel. Thus, as far as financial allocation is concerned, it is hard to come to a conclusion concerning the environmental benefits of biomethane from extraction residues. Efficiency of the anaerobic digestion process and seasonality The seasonality parameters used within this paper play secondary roles in the results from an environmental point of view. Nevertheless, in real biorefineries this question usually needs to be studied carefully.17 For the industrial scaling, we considered that it was possible to use the digesters only half of the year. Nevertheless they would take time to become stable and efficient after being set up. This could be a hard point to manage in industrial conditions, unless the digestion of terrestrial feedstock is possible for the rest of the year, and seasonality could be more important for the anaerobic digester management than a simple question of wear-out of the facilities. This is the next challenge which needs to be overcome before tackling the following step of eco-design in macroalgal bioenergy production chains. Furthermore, biomolecule content is highly variable throughout the year.32 With the potential methane yield, these seasonal variations are even more important than variations between different macroalgal species (Jard et al., unpublished work). For these reasons it is also important to focus on cultivation methods in order to optimize macroalgal composition and degradability. The nature of the digested waste needs to be focused on in scenario (B). In this study, only the anaerobic digestion of solid alginate extraction residues is taken into account. From an industrial point of view, this digestion could not occur without co-digestion as they are not sufficiently biodegradable and their productivity in CH4 is too low. Experiments carried out on the digestion of alginate extraction residues from Laminaria digitata show that digestion of the liquid effluents plays an important role in optimizing the process performance.33 Terrestrial feedstock could also be used to optimize digestion of this waste and to solve seasonality problems.34 In
398
cultivation and extraction, industrial realities can sometimes be different compared with the system described. Labscale extraction experiments do not lead to energy efficiency maximization, contrary to industrial level.35 Nevertheless, data for water consumption in the pilot were consistent with industrial data: 0.670 m3.kg–1 of sodium alginate (not including washing water) versus 1 to 1.5 m3 all water included in the alginate industries.36 In spite of relatively good results compared with this mean water consumption value, the quantity of water used is still very high, and many efforts need to be made to decrease this. Different options exist.37 One of them is to reuse some of the water flows between operations, depending on the water quality requirements within the different production steps. Another option is to recycle water reclaimed from waste-water treatment for the same or for other operations. Values were corrected by bibliographic industrial data regarding electricity consumption. High energy consumption is typical within the food and drink industry.38 Nevertheless, due to the possible coupling with a wind farm, the remaining point to focus on after ecodesign and replacement of the source of energy is the quantity of reactants used, notably the fi lter aid and the hydrochloric acid. Cellulose powder could easily be replaced by diatomaceous earth, commonly used in alginate extraction. However, its mineral matter content would increase the volume treated in the digester, and decrease the anaerobic digestion performance. Furthermore, this is a non-renewable matter. This question still needs to be studied in more detail.
Upgrading scenarios and comparative study In this part of the study, the influence of some technical parameters and of some ecodesign choices is tested on both scenarios (A) and (B). These hypotheses are compared to the initial scenario detailed in the inventory and analyzed using contribution analysis. Following this, a comparison between macroalgal biomethane and natural gas is performed.
© 2012 Society of Chemical Industry and John Wiley & Sons, Ltd | Biofuels, Bioprod. Bioref. 6:387–404 (2012); DOI: 10.1002/bbb
120
Modeling and Analysis: Life cycle assessment of biomethane from offshore-cultivated seaweed
Influence of ecodesign and technical improvements on environmental performance Improvements can be summarized within three categories. 1. The source of energy used. Because of the possible links between offshore wind farms and seaweed cultivation, the coupling of these two activities within an integrative framework was tested (improvements 1 and 2). 2. External improvements, which can be chosen between existing solutions through ecodesign (improvements 3 to 6). In this study, the aspects treated for scenarios (A) and (B) were: fi rst, the recycling of materials used for buildings and facilities and second, the replacement of nursery substructures with greenhouses to decrease the use of fluorescent lamps. For macroalgal residues from scenario (B), two more hypotheses were tested, concerning a decrease in electricity consumption during the drying process and a decrease in energy consumption during heat transfers within the biorefinery. 3. Technical improvements (improvements 7 and 8). The hypotheses tested were biomass productivity enhancement and a decrease in the fuel consumed by the harvesting boat. Improvement hypotheses tested Improvement 1: Electricity from offshore wind farms In order to exploit full use of the offshore cultivated area, it is biologically and technically feasible to couple seaweed and electricity by way of offshore wind turbine production. 39 Since electricity from wind farms is a renewable source of energy and is produced locally, tests were carried out in order to replace the European electrical mix with an offshore wind farm to feed the nursery, the biorefinery, the anaerobic digestion plant and the gas station. Improvement 2: Heating of digesters using offshore wind farms As the use of biogas to heat the digesters is not necessarily the most efficient option, a test was carried out to replace its home consumption by heating within an electrical boiler. Homeconsumed biogas was produced after several energy conversions: solar energy to raw biomass through photosynthesis, biomass transportation, a possible transformation into extraction residues, anaerobic digestion into biogas, biogas burnt to
J Langlois et al.
produce heat, and finally, heat transfer to maintain the digesters at a mesophilic range of temperature. At each step, loss coefficients reduced the energetic potential initially available in the whole system. Therefore offshore wind power was considered as an energy source for digester heating. Improvement 3: Material recycling After dismantling building and replacing facilities, the following materials were recycled instead of land-fi lled: concrete (reinforced or not), mineral wool, polypropylene, polyethylene, polyethylene terephthalate, polyvinylchloride, bricks, cement fibers, steel, and iron. Improvement 4: Greenhouses A roof with double-glazing was added to the nursery building to allow direct sunlight to reach the plantlets. Daily artificial photoperiod was then decreased from 18 h per day to 10 h per day for zoospores collected in autumn. In China, where most of the kelp is cultivated, greenhouses are used in the nurseries to ensure plantlet cultivation.40 This technique can only be applied for zoospores grown during wintertime under a temperate climate. During the summertime superheat should be compensated with an air-conditioning system. Improvement 5: Drying process In the biorefinery, the most energy-consuming steps are the drying process and heat transfer. The breathing space in this field is especially high depending on the chosen technology. In the initial scenario convective drying was chosen without heat recovery (920 kWh.t–1water removed) for alginate extracts. With heat recovery and/or evaporation by mechanical compression of steam, energy consumption could be consequently reduced:26 half of the initial value is assumed. Improvement 6: Heat transfer process The same hypothesis was applied to the heat transfer as for the drying process, halving the energy consumption. Improvement 7: Productivity 11.7 kg.m–1 It would be possible to improve the average productivity of 8.95 kg.m of wet biomass. Under a temperate climate, the date of outplanting determines productivity values, ranging from 6.7 to 11.7 kg.m–1 in Spain (even reaching 13 kg.m–1 in the northern part of Spain).24 The influence of productivity
© 2012 Society of Chemical Industry and John Wiley & Sons, Ltd | Biofuels, Bioprod. Bioref. 6:387–404 (2012); DOI: 10.1002/bbb
399
121
J Langlois et al.
Modeling and Analysis: Life cycle assessment of biomethane from offshore-cultivated seaweed
values on environmental performance was tested for 11.7 kg.m–1 of rope, corresponding to an increase of 23.5% in biomass productivity. Improvement 8: Fuel consumption -12% The fuel consumed by the boat was decreased by 12%, i.e. from 1.17×10 –1 to 1.04×10 –1Ldiesel.t–1.km–1. Results of improvement solutions for macroalgal biomethane production All results are presented in Figure 4. For each hypothesis, the result is shown according to the initial scenario (e.g. the value of 0.57 for climate change in Hypothesis 1 means that the environmental impact represents 57% of the initial value when electricity from the grid is replaced by electricity from offshore wind farms). Thus for each impact category the value of 1 on the radar corresponds to the initial value, and the bigger the area on the radar, the higher the environmental impacts are. The most important influence is due to the use of electricity from offshore wind turbines. Compared to the initial scenarios, this change allowed environmental improvements ranging from 5.6 to 86.0% (with an average improvement of 38.9%) and from 5.7 to 70.8% (with an average improvement of 34.3%) for scenarios (A) and (B), respectively. The use of wind power to heat the digesters also led to significant environmental benefits. Environmental improvements ranged from -18.5 to 17.9% (with an average improvement of 10.9%) and from 19.5 to 28.7% (with an average improvement of 27.3%) for scenarios (A) and (B), respectively. A negative influence for scenario (A) corresponded to the marine and freshwater eutrophication impact categories: less macroalgae needed to be harvested to produce a given amount of biogas when biogas is not home consumed. Thus the positive impacts of offshore nutrient uptake in the initial scenario were limited when biogas home consumption was avoided. Material recycling revealed interesting results in scenario (A). The average improvement calculated on every impact category reached 9.0% compared to the initial scenario. It was especially beneficial for metal depletion, with a 47.6% decrease in environmental impacts. Only ionizing radiation and natural land transformation were not reduced by material recycling, since energy was required for waste recycling and because re-vegetation of land-fi lls was avoided.
400
In scenario (A), the use of double glazing without recycling for the greenhouses in the nursery decreased the system’s environmental performance, but glass recycling led to a better performance with improvement ranging from 1.0 to 15.6%. This was due to lower electrical requirements to light the plantlet cultivation ponds. The influence of the material recycling performance on scenario (B) and the use of greenhouses in the nursery was very low (an improvement of 0.4 and 0.2% respectively, averaged on every impact category). This is due to the high quantities of reactants and energy consumed. Ecodesign solutions concerning both the convective dryer and heat transfer processes averaged improvements at 8.9% and 2.1% compared with the initial scenario. In scenario (A), the hypotheses in which biomass productivity increased (+23.5%) and fuel consumption decreased (-12%) led to a decrease in the environmental impact of 19.7% and 1.3%, respectively. With an increase in biomass productivity, the results were once again distinctive in the case of freshwater and marine eutrophication: the uptake of nitrogen and phosphorus was proportional to the quantity of biomass produced; therefore the environmental performance of the system remains stable and does not improve with an increase in productivity. These technical improvements had a very low impact on the environmental performance of scenario (B): 0.04% and 0.6% in the case of biomass productivity and fuel consumption respectively. It should be noticed that more important productivities (as 25 kg.m–1 in an Asiatic context) would decrease even more these environmental impacts at the cultivation stage. Comparison between the three production scenarios after improvement A comparison of the impacts of scenarios (A), (B), and (C) are shown on Figure 5, in blue, green, and grey, respectively. Both the initial scenario and an ecodesigned scenario were tested in (A) and (B). Material recycling and the use of offshore wind farms to feed all the facilities and to heat the digesters were tested in the ecodesigned scenarios. These three hypotheses were chosen since technical implementation was easier. The results emphasized the fact that ecodesign and change in the source of energy could make macroalgal biomethane competitive with natural gas in terms of environmental
© 2012 Society of Chemical Industry and John Wiley & Sons, Ltd | Biofuels, Bioprod. Bioref. 6:387–404 (2012); DOI: 10.1002/bbb
122
Modeling and Analysis: Life cycle assessment of biomethane from offshore-cultivated seaweed
J Langlois et al.
Figure 4. Influence of parameters on the environmental performance of macroalgal biomethane (scenario (A) in red on the left-hand side and scenario (B) in blue on the right-hand side) in proportion to the initial impacts. Abbreviations are detailed in Figure 3.
performance. Significant improvements resulted in climate change (-21.9% and -54.2%), fossil depletion (-58.6% and -68.7%), and ozone depletion (-70.6% and -31.1%). In scenario (A) there were even environmental benefits concerning marine eutrophication. Nevertheless, impacts were significantly higher in relation to human, terrestrial and freshwater toxicity, metal and water depletion, urban and agricultural land occupation.
Environmental impacts of digestion of extraction residues were lower than for untransformed macroalgae (A): in the case of (A), ecodesign results were less efficient concerning 10 impact categories. Nevertheless, considering the variability of the results due to the financial allocation, it is hard to determine which system is the most efficient.
© 2012 Society of Chemical Industry and John Wiley & Sons, Ltd | Biofuels, Bioprod. Bioref. 6:387–404 (2012); DOI: 10.1002/bbb
401
123
J Langlois et al.
Modeling and Analysis: Life cycle assessment of biomethane from offshore-cultivated seaweed
Figure 5. Comparison of the environmental impacts of biomethane from (A) untransformed algae, (B) macroalgal extraction residues and (C) natural gas used to drive a passenger car for 1 km. Abbreviations are detailed in Figure 3.
Conclusion Macroalgal biomethane from fresh algae appears to be an interesting biofuel from an environmental point of view. With conventional techniques, its impacts are still higher than those of natural gas. Nevertheless, after ecodesign steps and considering technical improvement, its production can present high levels of efficiency, especially in the case of climate change and of fossil depletion. This is possible by designing the systems with a clean and efficient source of electricity (offshore wind farms) on site and to heat the digesters. In scenario (A), using untransformed, whole, macroalgae for anaerobic digestion, the remaining impacts where efforts have to be made are the offshore infrastructures, mainly because of steel and concrete. In scenario (B), using macroalgal residues from alginate extraction, the remaining improvements are linked to the biomolecule extraction process itself. Choice of financial allocation strongly influences the results, notably depending on the alginate price. This type of allocation depends on the functions given to the biorefinery: producing energy (scenario A) or reducing impacts of waste treatment (scenario B). A realistic scenario is a combination of both kinds of feedstock, giving more flexibility to the production system.
09-BIOE), and from the regional support of EcoTech-LR. The authors thank H. Marfaing and Y. Lelong for their experimental data on extraction at laboratory and pilot scale (Centre d’Etudes et de Valorisation des Algues CEVA http:// www.ceva.fr/), O. Bourtourault, F. Duchemin, E. Gahinet and G. Allainmat for their semi-industrial data on seaweeds cultivation, (Aleor http://aleor.eu/une/), R.A. Goy and B. Sialve for the industrial scaling of the anaerobic digestion plant (Naskeo http://www.naskeo.com/), G. Attia and T. Lasserre (La Compagnie du Vent) for their commitment within the WinSeaFuel project. Juliette Langlois and Arnaud Hélias are members of the ELSA research group (Environmental Life Cycle and Sustainability Assessment, http://www.elsa-lca.org/); they thank all the members of ELSA for their precious advice. References
Acknowledgements This work benefited from the support of the French National Research Agency, as part of the WinSeaFuel project (ANR-
402
1. Nigam P and Singh A, Production of liquid biofuels from renewable resources. Prog Energ Combust 37:52–68 (2011). 2. Scharlemann J and Laurance W, How green are biofuels? Science 319:43–44 (2008). 3. Rettenmaier N, Köppen S, Gärtner SO and Reinhardt GA, Life cycle assessment of selected future energy crops for Europe. Biofuels Bioprod Bioref 4:620–636 (2010). 4. van Iersel S and Flammini A, Algae-Based Biofuels: Applications and Co-products. FAO, Rome, Italy, pp. 117 (2010). 5. Singh A and Olsen SI, A critical review of biochemical conversion, sustainability and life cycle assessment of algal biofuels. Appl Energ 88:3548–3555 (2011).
© 2012 Society of Chemical Industry and John Wiley & Sons, Ltd | Biofuels, Bioprod. Bioref. 6:387–404 (2012); DOI: 10.1002/bbb
124
J Langlois et al.
Modeling and Analysis: Life cycle assessment of biomethane from offshore-cultivated seaweed
6. Singh A, Nigam PS and Murphy JD, Renewable fuels from algae: An
25. Bernesson S, Nilsson D and Hansson P-A, A limited LCA comparing
answer to debatable land based fuels. Bioresource Technol 102:10–16
large- and small-scale production of ethanol for heavy engines under Swedish conditions. Biomass Bioenerg 30:46–57 (2006).
(2011). 7. Pienkos PT and Darzins A, The promise and challenges of microalgal-
26. Mafart P, Génie Industriel Alimentaire, Tome 1: Les Procédés Physiques de Conservation. Lavoisier, France, pp. 340 (1997).
derived biofuels. Biofuels Bioprod Bioref 3:431–440 (2009). 8. Aresta M, Dibenedetto A and Barberio G, Utilization of macro-algae for enhanced CO2 fixation and biofuels production: Development of a com-
27. McHugh D, A Guide to the Seaweed Industry. FAO, Rome, pp. 118 (2003). 28. Pérez R, Ces algues qui nous entourent: Conception actuelle, rôle dans la biosphère, utilisation, culture. Editions Quae, France, pp. 275 (2009).
puting software for an LCA study. Fuel Process Technol 86:1679–1693 (2005).
29. Rabalais NN, Turner RE, Díaz RJ and Justic' D, Global change and eutrophication of coastal waters. ICES J Mar Sci 66:1528–1537 (2009).
9. Evans JM and Wilkie AC, Life cycle assessment of nutrient remediation and bioenergy production potential from the harvest of hydrilla (Hydrilla
30. Ostgaard K, Indergaard M, Markussen S, Knutsen S and Jensen A, Carbohydrate degradation and methane production during fermentation
verticillata). J Environ Manage 91:2626–2631 (2010).
of Laminaria saccharina (Laminariales, Phaeophyceae). J Appl Phycol
10. Lardon L, Hélias A, Sialve B, Steyer J-P and Bernard O, Life-cycle
5:333–342 (1993).
assessment of biodiesel production from microalgae. Environ Sci Technol 43:6475–6481 (2009).
31. Taheripour F, Hertel TW, Tyner WE, Beckman JF and Birur DK, Biofuels and their by-products: Global economic and environmental implications.
11. Collet P, Hélias A, Lardon L, Ras M, Goy R-A and Steyer J-P, Life-
Biomass Bioenerg 34:278–289 (2010).
cycle assessment of microalgae culture coupled to biogas production. Bioresource Technol 102:207–214 (2011).
32. Adams JMM, Ross AB, Anastasakis K, Hodgson EM, Gallagher JA, Jones JM et al., Seasonal variation in the chemical composition of the bioenergy
12. Clarens AF, Resurreccion EP, White MA and Colosi LM, Environmental
feedstock Laminaria digitata for thermochemical conversion. Bioresource
life cycle comparison of algae to other bioenergy feedstocks. Environ Sci
Technol 102:226–234 (2011).
Technol 44:1813–1819 (2010). 13. Goh C and Lee K, A visionary and conceptual macroalgae-based
33. Carpentier B, Digestion anaerobie de la biomasse algale. les residus de l’extraction de l’acide alginique, les Ulves de maree verte, Université Paris
third-generation bioethanol (TGB) biorefinery in Sabah, Malaysia as an
6, France, pp. 187 (1986).
underlay for renewable and sustainable development. Renew Sust Energ Rev 14:842–848 (2010).
34. Matsui T and Koike Y, Methane fermentation of a mixture of seaweed and milk at a pilot-scale plant. J Biosci Bioeng 110:558–563 (2010).
14. FAO, Part 1: World review of fisheries and aquaculture, in State of the World Fisheries and Aquaculture, 2010. FAO, Rome, Italy, pp. 3–89
35. Elkin D and Stevens C, Environmental and consumer issues regarding water and energy management in food processing, in Handbook of Water
(2010).
and Energy Management in Food Processing, ed by Jiri Klemes, Robin
15. Korres NE, Singh A, Nizami A-S and Murphy JD, Is grass biomethane a
Smith and Jin-Kuk Kim. Cambridge, UK, pp. 29–44 (2008).
sustainable transport biofuel? Biofuels Bioprod Bioref 4:310–325 (2010). 16. Cherubini F, Jungmeier G, Wellisch M, Willke T, Skiadas I, Van Ree R
36. McHugh DJ, Production and utilization of products from commercial seaweeds. FAO, Rome, Italy, pp. 189 (1987).
et al., Toward a common classification approach for biorefinery systems. Biofuels Bioprod Bioref 3:534–546 (2009).
37. Kim J-K and Smith R, Methods to minimise water use in food processing, in Handbook of Water and Energy Management in Food Processing, ed
17. Clark J, Deswarte F and Farmer T, The integration of green chemistry into
by Klemes J, Smith R and Kim J-K. Cambridge, UK, pp. 113–135 (2008).
future biorefineries. Biofuels Bioprod Bioref 3:72–90 (2009). 18. Goedkoop M, Heijungs R, Huijbregts M, De Schryver A, Struijs J and
38. Klemes J and Perry S, Methods to minimise energy use in food process-
van Zelm R, ReCiPe 2008, a life cycle impact assessment method which
ing, in Handbook of Water and Energy Management in Food Processing,
comprises harmonised category indicators at the midpoint and the end-
ed by Klemes J, Smith R and Kim J-K. Cambridge, UK, pp. 136–199 (2008).
point level. Ministerie VROM, Den Haag, the Netherlands, pp. 125 (2009). 19. Frischknecht R, Jungbluth N, Althaus H, Doka G, Dones R, Heck T et
39. Buck BH, Krause G, Michler-Cieluch T, Brenner M, Buchholz CM, Busch JA et al., Meeting the quest for spatial efficiency: Progress and prospects
al., Overview and Methodology, Data v2.0. Swiss Centre for Life Cycle
of extensive aquaculture within offshore wind farms. Helgol Mar Res
Inventories, Dübendorf, Switzerland, pp. 68 (2007).
62:269–281 (2008).
20. ISO 14044 Environmental management - Life cycle assessment Requirements and guidelines. pp. 46 (2006). 21. Bixler HJ and Porse H, A decade of change in the seaweed hydrocolloids
Juliette Langlois
industry. J Appl Phycol 23:321–335 (2010).
Juliette Langlois is a PhD student at Montpel-
22. Comission de Régulation de l’Energie, Observatoire des marchés de
lier SupAgro (France), where she graduated as an agronomist (Master’s degree, 2009).
l’électricité et du gaz: 2ème trimestre 2009. Available at: http://www.cre. fr/fr/marches/observatoire_des_marches [March 17, 2011].
She is currently pursuing a PhD on life cycle assessment (LCA) of bioenergy from seaweed
23. Chambre Syndicale des Améliorants Organiques et Supports de culture. Available at: http://www.cas-asso.com/ [December 20, 2010]. 24. Peteiro C and Freire Ó, Effect of outplanting time on commercial cultivation of kelp Laminaria saccharina at the southern limit in the Atlantic coast, N.W. Spain. Chin J Ocean Limnol 27:54–60 (2009).
cultivated in open ocean (WinSeaFuel project) and more largely on impact assessment of land use and of marine activities in LCA.
© 2012 Society of Chemical Industry and John Wiley & Sons, Ltd | Biofuels, Bioprod. Bioref. 6:387–404 (2012); DOI: 10.1002/bbb
403
125
J Langlois et al.
Modeling and Analysis: Life cycle assessment of biomethane from offshore-cultivated seaweed
Jean-François Sassi
Jean-Philippe Delgenes
Jean-François Sassi has been Department Manager and Team Leader for the Algae Product Innovation at Centre d’Etude et de Valorisation des Algues (CEVA, France) since 2006, after several researcher positions in chemical companies and academic groups. He holds a PhD (1995) in Chemistry of Natural
Jean-Philippe Delgenes holds a PhD in Environmental Sciences (1989). He is a researcher on anaerobic digestion of lignocellulosic biomass and organic solid waste at the Laboratory of Environmental Biotechnology (INRA, Narbonne, France), where he has been Executive Director.
Polymers. Arnaud Hélias Gwénaëlle Jard
Arnaud Hélias obtained a PhD (2003) in Process Engineering. He is now Associate Professor at Montpellier SupAgro, where he graduated as an agronomist (2000), with teaching on ecotechnology and environmental assessment. His research focuses on life cycle assessment applied to waste, wastewater treatment, and algae cultivation for energy purposes.
Gwénaëlle Jard holds a PhD (2009) in Microbiology and Process Engineering and a Master’s degree in Biochemistry (2006, INSA, France). After a research engineer position at INRA (2010/2011) on anaerobic digestion of macroalgae, she is now a researcher in an agronomic engineering school (EI Purpan). Her teaching is dedicated to process in food industry.
Jean-Philippe Steyer Jean-Philippe Steyer holds a PhD in Applied Mathematics (1991). He is now the Executive Director of the Laboratory of Environmental Biotechnology (INRA, Narbonne, France), working on modeling and control of bioprocesses (mainly anaerobic digestion).
404
© 2012 Society of Chemical Industry and John Wiley & Sons, Ltd | Biofuels, Bioprod. Bioref. 6:387–404 (2012); DOI: 10.1002/bbb
126
Annexe III.3 : Collet P, Lardon L, Steyer J-‐P, Hélias A (2013) How to take time into account in the inventory step: a selective introduction based on sensitivity analysis. Int J Life Cycle Assess 19:320–330.
127
128
Int J Life Cycle Assess DOI 10.1007/s11367-013-0636-7
LCI METHODOLOGY AND DATABASES
How to take time into account in the inventory step: a selective introduction based on sensitivity analysis Pierre Collet & Laurent Lardon & Jean-Philippe Steyer & Arnaud Hélias
Received: 23 January 2013 / Accepted: 18 July 2013 # Springer-Verlag Berlin Heidelberg 2013
Abstract Purpose Life cycle assessment is usually an assessment tool, which only considers steady-state processes, as the temporal and spatial dimensions are lost during the life cycle inventory (LCI). This approach therefore reduces the environmental relevance of certain results, as it has been underlined in the case of climate change studies. Given that the development of dynamic impact methods is based on dynamic inventory data, it seems essential to develop a general methodology to achieve a temporal LCI. Methods This study presents a method for selecting the steps, within the whole process network, for which dynamics need to be considered while others can be approximated by steady-state representation. The selection procedure is based on the sensitivity of the impacts on the variation of environmental and economic flows. Once these flows have been identified, their respective timescales are compared to the inherent timescales of the impact categories affected by the flows. The timescales of the impacts are divided into three categories (days, months, years) based on a literature review of the ReCiPe method. The introduction of a temporal dynamic depends on the relationship between the timescale of the environmental and economic flows on the one hand and that of the concerned impact on the other hand. Results and discussion This approach is illustrated by the life cycle assessment of palm methyl ester and ethanol from sugarcane. In both cases, the introduction of a temporal dynamic is limited to a small proportion of the total number of Responsible editor: Mary Ann Curran P. Collet : L. Lardon : J.
