L’intérêt d’un outil de MRV pour la VM0042 du VCS Standard

Quels sont les bénéfices de l'utilisation d'un outil digital MRV pour le VCS Standards VM0042 de Verra?

1. Introduction

Encadré par des labels et normes qui peuvent être parfois publiques et parfois privés, comme la norme VCS (Verified Carbon Standard) de Verra, le marché volontaire du carbone s’ouvre aux exploitations agricoles.

Les entreprises privées peuvent utiliser diverses méthodologies pour le développement de projets. L’une des principales approches, en particulier pour les projets agricoles, est la VM0042 (méthodologie pour l’amélioration de la gestion des terres agricoles). Cette méthodologie sert d’illustration tangible, décrivant les règles comptables et un ensemble de principes (fuite, permanence, additionnalité, etc.) pour réaliser des réductions réelles et significatives en tCO2e (communément appelées crédits carbone ou VCU dans le contexte de Verra).

Bien que les outils d-MRV* (également MMRV ou simplement MRV), désignant une plateforme logicielle complète dans cet article, ne soient pas obligatoires pour ces méthodologies (contrairement, par exemple, à la méthodologie Label Bas Carbone Grandes Cultures en France), ils apportent une réelle valeur ajoutée. Cet article vise à explorer leur importance dans le développement de projets, en utilisant l’exemple de la VM0042 de la norme VCS.

*Digital – Mesurer, Rapporter, Vérifier

2. VM0042 en bref

Recevant actuellement la plus grande attention, VM0042 est la méthodologie internationale disponible avec le plus grand nombre de projets associés et probablement une excellente option si vous développez des projets d’agriculture régénératrice.
Cette méthodologie délimite le processus de quantification des réductions des émissions de gaz à effet de serre (GES) et des enlèvements de carbone organique du sol (SOC pour soil organic carbon en anglais, ou carbone organique du sol ) résultant des pratiques de Gestion Améliorée des Terres Agricoles telles que le travail réduit du sol et les cultures intermédiaires, comparativement à une période de référence historique de 3 ans.

Applicable aux terres agricoles arables (production de cultures) et pastorales (pâturages pour le bétail), VM0042 nécessite une gestion étendue des données à travers différentes dimensions :

  • Définition des zones de projet et de la stratification associée
  • Quantification des émissions de GES et des changements de SOC sur une période historique de 3 ans (scénario de référence)
  • Simulation et estimation des réductions des émissions de GES et des changements de SOC au cours des années suivantes, basées sur la mise en œuvre de leviers pour une gestion améliorée des terres agricoles (scénario du projet)
  • Évaluation des fuites, des co-bénéfices et d’autres critères de qualité

3. Simplification et Automatisation de la Collecte de Données

Si vous lisez cet article, il y a de fortes chances que vous soyez déjà familier avec cette méthodologie ou peut-être même activement impliqué en tant que développeur de projet.

Une des premières étapes dans le développement de projet implique de définir la zone du projet, particulièrement en agriculture, où cela signifie établir les limites des champs concernés. Ici, d-MRV entre en jeu, en rationalisant le processus en automatisant la création de ces limites de champ. Souvent, ces limites sont déjà cartographiées dans les Systèmes d’Information de Gestion Agricole (FMIS) de l’agriculteur et peuvent être intégrées de manière transparente à l’aide d’API. En Europe, les agriculteurs doivent également déclarer leurs champs pour les subventions de la Politique Agricole Commune (PAC), simplifiant davantage le processus car une simple importation de fichier peut renseigner l’ensemble de l’exploitation agricole et ses champs associés.

Une fois les champs délimités, la tâche suivante consiste à rassembler des informations sur la production de cultures. Par exemple, en France, le Registre Parcellaire Graphique (RPG) offre un accès public aux données sur les cultures, permettant à d-MRV de suivre les rotations de cultures et de contribuer de manière transparente au modèle de changement du stock de SOC. De plus, des activités telles que la fertilisation et la lutte contre les ravageurs, généralement consignées dans les FMIS à des fins de conformité, peuvent être collectées automatiquement, simplifiant encore davantage le processus.

De plus, les machines agricoles elles-mêmes servent de véritable mine d’or de données pour ces projets. Les enregistrements des machines offrent des informations inestimables sur les pratiques, détaillant ce qui a été fait, quand, les quantités d’entrée, la superficie travaillée, et même des cartes de consommation de carburant dans certains cas. Ces données peuvent être sourcées directement depuis les plateformes cloud des fabricants agricoles ou par le biais de dispositifs matériels spécialisés.

Bien sûr, il est important de noter que toutes les pratiques ne sont pas enregistrées dans ces systèmes, et que tous les agriculteurs n’utilisent pas de tels logiciels. Par conséquent, fournir une interface web ou mobile intuitive pour la collecte de données reste crucial.

Illustration de certaines des intégrations d'API disponibles de MyEasyFarm pour la collecte automatique de données.

Illustration de certaines des intégrations d’API disponibles de MyEasyFarm pour la collecte automatique de données.

Cependant, des données supplémentaires sont nécessaires pour ces projets, notamment des informations sur le climat et le sol.

Une fois de plus, un outil MRV numérique se révèle inestimable en automatisant la collecte de ces ensembles de données. Par exemple, VM0042 exige une source de données d’au moins 50 km. Étant donné qu’un outil MRV numérique peut gérer les limites de champ et les adresses des exploitations agricoles, l’obtention des données requises en conformité avec les normes de VM0042 devient un processus fluide.

Ce même principe s’applique aux informations sur le sol. L’utilisation des limites de champ simplifie la récupération de données spatialisées sur le sol, telles que SoilGrids, facilitant sans effort les besoins en données du projet.

4. Surmonter les défis de modélisation et de quantification

Une fois que toutes les données historiques sur 3 ans nécessaires ont été rassemblées pour la zone du projet, l’étape suivante est la quantification (modélisation).
Pour diverses raisons, notamment la possibilité d’émettre des crédits carbone de manière annuelle, il peut être utile pour le développeur de projet d’utiliser une approche de mesure et de remesure.

Une telle approche nécessite une base scientifique pour la modélisation des changements de SOC. De plus, elle nécessite la fourniture des données d’entrée nécessaires pour la modélisation : données sur le sol, données climatiques, rotations de cultures et pratiques culturales, entre autres.

En ce qui concerne la quantification des émissions de GES, le choix du facteur d’émission approprié et la justification des données utilisées dans la modélisation sont cruciaux pour les développeurs de projet. L’utilisation d’un outil MRV numérique permet de déléguer de telles tâches.

De plus, il est important de noter l’importance d’impliquer un tiers pour atténuer les conflits d’intérêts qui pourraient potentiellement influencer les résultats des projets d’agriculture carbone.

L’outil d-MRV rationalise les opérations pour les développeurs de projet, leur permettant de se concentrer sur leurs objectifs principaux. Cet outil automatise les processus de travail et facilite la scalabilité. De plus, il est essentiel de présenter les informations de manière graphique, et une fois de plus, l’outil MRV offre l’interface nécessaire. Pour illustrer cet aspect, un exemple de rapport de MyEasyCarbon est fourni, démontrant comment les changements de stock de SOC sont quantifiés et la différence entre un scénario de référence et un scénario de projet.

Exemple de rapport de modélisation des changements de SOC à l'intérieur de l'outil MRV numérique MyEasyCarbon avec SIMEOS-AMG par AgroTransfert

Exemple de rapport de modélisation des changements de SOC à l’intérieur de l’outil MRV numérique MyEasyCarbon avec SIMEOS-AMG par AgroTransfert.

5. Renforcer la Collaboration et la Gestion de Projet

En tant que développeur de projet, vous utilisez probablement diverses stratégies pour mettre en œuvre vos initiatives d’agriculture carbone ou d’agriculture régénératrice.

Dans certains cas, vous pouvez anticiper la participation des agriculteurs pour accéder à leurs exploitations afin d’aider à la collecte et à la déclaration des données, ainsi que pour accéder à des insights exploitables. Cependant, il existe des scénarios où vous préférez une équipe dédiée pour gérer les scénarios de projet et les modules de quantification, dans le but de minimiser les perturbations pour les agriculteurs.

Dans de tels cas, les fonctionnalités collaboratives deviennent essentielles. Ces fonctionnalités permettent aux agriculteurs individuels d’accéder à leurs exploitations de manière indépendante, tout en vous accordant, en tant que développeur de projet, l’accès et l’utilisation des données de toutes les exploitations prises en charge. De plus, avoir une vue d’ensemble globale de l’ensemble de votre programme est impératif. S’appuyer sur des feuilles de calcul pour agréger les insights sur les changements des émissions de GES et des stocks de SOC à travers tous les strates de projet peut ne pas être l’option la plus efficace.

Illustration des fonctionnalités collaboratives disponibles dans un outil MRV numérique tel que MyEasyCarbon.

Illustration des fonctionnalités collaboratives disponibles dans un outil MRV numérique tel que MyEasyCarbon.

6. Conclusion et illustration avec notre outil MRV numérique MyEasyCarbon

Pour illustrer ce qui précède, voici un diagramme de blocs de notre outil MRV numérique MyEasyCarbon que nous proposons aux développeurs de projets :

Les systèmes d’information de gestion agricole (FMIS) sont utilisés pour automatiser la création d’exploitations, les limites des champs associées et obtenir des données historiques sur 3 ans. Ces données peuvent ensuite être mises à jour directement via notre interface par un conseiller ou le développeur de projet. En effet, nous avons remarqué, par exemple, que les pratiques culturales du sol manquent souvent dans les systèmes utilisés par les agriculteurs principalement pour des raisons de conformité.

À titre d’illustration concrète, des jeux de données spatiaux sont utilisés pour alimenter le modèle de changement des stocks de SOC : en fonction de l’emplacement de l’exploitation agricole et des limites des champs, nous récupérons le jeu de données nécessaire pour les informations climatiques et sur le sol, qui sont ensuite intégrées avec des échantillons de sol et des données sur les activités/gestions des champs.

La technologie de télédétection, intégrée dans un module dédié et transférée depuis CESBIO, facilite la quantification de la biomasse des cultures intermédiaires avec des données numériques et vérifiables. De plus, la télédétection aide à identifier diverses pratiques agricoles telles que les rotations de cultures et les cultures intercalaires.

La plateforme MyEasyCarbon offre une interface intuitive qui permet aux développeurs de projets de gérer efficacement leurs projets. De plus, elle génère des rapports facilement interprétables sur les quantifications des émissions de GES et des changements des stocks de SOC, qui peuvent être efficacement communiqués à divers intervenants.

Article rédigé par Guillaume, Carbon Project Manager chez MyEasyFarm.

Réservez une réunion pour découvrir un exemple de d-MRV avec MyEasyCarbon.

Partager :

Autres articles

Illustration de l'article carbon farming italia

Carbon farming Italia

🌍 E’ ormai più di un anno che è stato avviato un progetto di Carbon Farming con l’obiettivo di testare e calibrare il nostro strumento MyEasyCarbon per il calcolo e la produzione di crediti di carbonio da attività agricola.

Nous contacter