Estimations et qualité des données au titre de la loi climatique des Émirats arabes unis : qu’est-ce qui est défendable ?

Une facture manquante ou un compteur défaillant n’est pas seulement un désagrément technique. Cela affecte la fiabilité de l’inventaire, l’exhaustivité d’une déclaration, l’interprétation des évolutions d’une année sur l’autre et, potentiellement, le franchissement d’un seuil ou le changement de classification d’une source. Des estimations fragiles peuvent également compromettre les allégations de réduction : une baisse des émissions déclarées peut être due à une nouvelle donnée de substitution plutôt qu’à une amélioration opérationnelle réelle.

L’objectif pratique n’est pas d’éliminer toute estimation. Il consiste à maîtriser les points d’introduction de l’estimation, la proportion de l’inventaire qu’elle affecte et la rapidité avec laquelle les éléments probants sous-jacents s’amélioreront.

Figure 1. Arbre de décision relatif au caractère défendable des estimations. Visuel pédagogique de marque par la London Reporting Academy.

Il est tentant de classer automatiquement les données comme étant d’abord mesurées, puis calculées, puis estimées. C’est trop rudimentaire.

Un compteur mal entretenu dont la limite est inconnue peut être moins fiable qu’un calcul contrôlé fondé sur des factures fournisseurs complètes. Une estimation d’un fournisseur peut être préférable à un proxy interne si le fournisseur fournit des éléments probants propres au produit. Un bilan massique peut être la méthode prescrite pour une source liée à un procédé, plutôt qu’un substitut de second choix.

La méthode doit donc être évaluée au regard de six questions :

1. Statut d’autorité. La méthode est-elle prescrite, approuvée ou autorisée ?

2. Adéquation à la source. Quantifie-t-elle la source, le gaz et la limite réels ?

3. Exhaustivité. Couvre-t-elle l’intégralité de la période et tous les flux de sources pertinents ?

4. Représentativité. Le proxy, le facteur, la zone géographique, la technologie et la période sont-ils appropriés ?

5. Reproductibilité. Une autre personne peut-elle reconstituer le résultat à partir des éléments probants conservés ?

6. Contrôle. La méthode a-t-elle été examinée, approuvée et suivie en vue de son amélioration ?

L’Article 6 établit l’obligation de MRV pour les Sources déterminées, mais laisse les normes détaillées, les formulaires et les mécanismes électroniques à la MOCCAE et aux autorités compétentes. La loi ne fixe pas elle-même :

• un pourcentage universel de données estimées autorisé dans un inventaire ;

• une formule obligatoire unique pour un mois manquant ;

• un seuil de matérialité fixe, applicable à l’ensemble de l’entité, pour les erreurs de données ;

• une échelle nationale d’incertitude à quatre niveaux pour chaque Source ;

• une interdiction générale des proxies fondés sur les dépenses ou la production ; ou

• une règle selon laquelle une estimation doit toujours être prudente.

Les systèmes locaux peuvent être plus précis. L’atelier de mars 2026 de l’Environment Agency - Abu Dhabi a décrit une approche par niveaux au niveau de l’installation pour l’incertitude des données d’activité : niveau 1 inférieur à +/-7.5 pour cent, niveau 2 inférieur à +/-5.0 pour cent, niveau 3 inférieur à +/-2.5 pour cent et niveau 4 inférieur à +/-1.5 pour cent. Il a également décrit des attentes plus élevées pour les sources majeures, le niveau 1 pouvant convenir aux sources mineures, ainsi que l’exclusion possible des sources de minimis. Ces valeurs constituent un exemple de mise en œuvre locale à Abu Dhabi et ne doivent pas être présentées comme une échelle fédérale universelle.

Un dossier d’estimation solide répond aux questions suivantes.

Pourquoi une estimation était-elle nécessaire ?

Consignez précisément la lacune : compteur défaillant, facture non reçue, données du bailleur indisponibles, absence de réponse du fournisseur, site fermé, nouvelle acquisition, corruption des données ou mesure directe techniquement irréalisable. "Données indisponibles" ne suffit pas.

Quelle hiérarchie a été suivie ?

Une hiérarchie courante est la suivante :

1. récupérer le document réel de la source ;

2. obtenir un remplacement auprès du fournisseur ou de l’autorité ;

3. calculer à partir d’un document opérationnel indépendant ;

4. interpoler à partir de périodes comparables ;

5. appliquer un proxy physique ;

6. appliquer en dernier recours un proxy fondé sur les dépenses ou sur un secteur général.

La hiérarchie est un modèle de praticien. L’autorité compétente peut prescrire une autre solution de repli ou exiger une approbation dans un plan de surveillance.

Pourquoi le proxy est-il représentatif ?

Un proxy devrait préserver la relation physique avec l’activité manquante. Parmi les exemples utiles figurent :

• les tonnes produites pour un procédé dont l’intensité énergétique est stable ;

• les heures de fonctionnement et la charge nominale pour un équipement dont l’utilisation est contrôlée ;

• les tonnes-kilomètres pour le fret ;

• la surface de plancher occupée et le nombre de jours pour une charge de bâtiment stable ; ou

• la consommation du mois adjacent ajustée en fonction de la production et des conditions météorologiques.

Un proxy est faible lorsque la relation a changé en raison d’une maintenance, d’un changement de combustible, d’un arrêt, d’une expansion, de conditions météorologiques anormales ou d’une modification de la composition des produits.

Comment l’incertitude a-t-elle été évaluée ?

L’incertitude ne doit pas être réduite à une fausse précision. L’organisation devrait identifier les principales sources : exactitude du compteur, échantillonnage, incertitude du facteur, allocation, période manquante, relation avec le proxy et transformation manuelle.

Pour une estimation significative, documentez l’un des éléments suivants :

• une fourchette quantifiée ou une analyse de sensibilité ;

• une comparaison avec une référence indépendante ;

• un test de scénarios utilisant d’autres méthodes raisonnables ; ou

• une appréciation qualitative expliquant pourquoi l’incertitude numérique ne peut pas être estimée de manière fiable.

Qui l’a examinée et approuvée ?

Séparez la préparation de l’examen. L’examinateur devrait vérifier la lacune de la source, la formule, l’adéquation du proxy, les unités, le facteur, la période, les doubles comptages et l’effet sur les totaux ou les seuils. Les estimations significatives devraient être approuvées par le responsable de la méthodologie ou le contrôleur du reporting, et non uniquement par le préparateur des données.

Qu’est-ce qui sera amélioré lors du prochain cycle ?

Chaque estimation récurrente devrait avoir un responsable, une action et une date cible. Les exemples comprennent l’installation d’un sous-compteur, la modification d’un contrat fournisseur, la collecte mensuelle des données du bailleur, l’intégration des cartes carburant ou l’obtention d’une analyse de laboratoire.

Les estimations relatives aux mois manquants sont courantes et faciles à mal gérer. Une procédure contrôlée consiste à :

1. vérifier que le mois est réellement manquant plutôt qu’enregistré sous un autre compte ou dans une autre installation ;

2. déterminer si la consommation suit la production, le nombre de jours, les conditions météorologiques, les heures ou un autre facteur ;

3. sélectionner des mois comparables avant et après la lacune ;

4. ajuster en fonction des arrêts, de la maintenance, d’une acquisition, de la composition des produits ou d’opérations anormales ;

5. calculer l’estimation et une autre fourchette de vraisemblance ;

6. consigner la part des émissions annuelles concernée ;

7. obtenir un examen et une approbation ; et

8. remplacer l’estimation si des données réelles parviennent avant la clôture de la fenêtre de dépôt ou de correction.

Évitez d’extrapoler aveuglément une moyenne sur une année. Un mois de consommation de gaz naturel pendant un arrêt estival n’est pas comparable à un pic de production hivernal. De même, l’électricité consommée dans un hôtel, un centre commercial ou un système de refroidissement urbain peut être fortement saisonnière.

"La matérialité" dans le contrôle de la qualité des données n’est pas automatiquement identique à un seuil légal de reporting ou au seuil de matérialité d’un vérificateur's. L’entreprise devrait définir des critères internes d’escalade qui tiennent compte des éléments suivants :

• l’effet absolu et en pourcentage sur le total des émissions ;

• l’effet sur le sous-total d’une installation, d’une source ou d’un gaz ;

• la question de savoir si l’estimation modifie les conclusions relatives à un seuil ou à une désignation ;

• la question de savoir si elle modifie une tendance de réduction, un résultat par rapport à une cible ou une déclaration publique ;

• la question de savoir si la méthode est récurrente ou isolée ;

• la question de savoir si la lacune révèle une défaillance du contrôle ; et

• la question de savoir si l’autorité a spécifiquement demandé les données.

N’utilisez pas un seuil interne de matérialité pour laisser des erreurs connues non corrigées lorsque l’instruction de reporting exige une correction. L’atelier de l’EAD de mars 2026, par exemple, a décrit la correction des erreurs dans les 30 jours suivant leur découverte pour la procédure applicable aux installations d’Abu Dhabi.

Figure 2. Score illustratif de qualité des données de la LRA pour les données climatiques. Visuel pédagogique de marque par la London Reporting Academy.

Le score suivant est un outil interne de gestion, et non une notation juridique des ÉAU. Attribuez à chaque dimension un score de 1 à 5 et appliquez les pondérations.

Calcul du score illustratif : multipliez chaque score de 1-5 par sa pondération et additionnez les résultats. Un score de 4.5-5.0 est élevé ; 3.5-4.49 est généralement utilisable avec des améliorations mineures ; 2.5-3.49 exige une limitation explicite, une approbation et une remédiation ; en dessous de 2.5, une escalade et une autre méthode ou une discussion avec l’autorité sont nécessaires. Ces fourchettes relèvent uniquement de la pratique de la LRA.

Ne faites pas disparaître une faiblesse critique dans une moyenne

Un score total élevé ne devrait pas primer sur un problème critique. Une source peut obtenir un bon score global tout en restant inutilisable parce que :

• la limite est incorrecte ;

• le facteur n’est pas accepté ;

• l’estimation franchit un seuil de reporting ;

• le document source semble avoir été manipulé ;

• la méthode compte en double une autre source ; ou

• l’autorité exige une mesure directe ou une approbation.

Ajoutez un champ obligatoire de signalement d’alerte rouge à côté du score numérique.

Scénario illustratif - ne constituant pas des données de l’entreprise. Une installation dispose de factures mensuelles de gaz et de données de production, mais la facture d’août est manquante. L’usine a fonctionné à capacité réduite en raison d’un arrêt planifié.

Une simple moyenne de juillet et de septembre surestimerait le mois d’août. L’équipe vérifie d’abord que le volume n’a pas été enregistré sous un autre compte. Elle estime ensuite la consommation en utilisant les heures de fonctionnement d’août et la relation stable entre le gaz et l’heure de fonctionnement de l’usine, observée pendant des mois d’arrêt comparables, et vérifiée par recoupement avec la production et une attestation du fournisseur.

Le dossier consigne :

• la facture manquante et les tentatives de récupération ;

• le proxy sélectionné et deux solutions de remplacement rejetées ;

• la formule, les unités et le facteur d’émission ;

• une fourchette de sensibilité ;

• le pourcentage des émissions annuelles de l’installation concerné ;

• l’approbation du réviseur ; et

• une mesure de contrôle exigeant l’extraction directe des relevés mensuels du compteur lors du prochain cycle.

Lorsque la facture du fournisseur arrive après le dépôt, l’équipe compare les valeurs réelles et estimées, applique la procédure de correction pertinente et conserve les deux versions.

Cycle 1 - rendre les lacunes visibles

Créer des registres des sources, des estimations et des éléments probants. Séparer les valeurs réelles et estimées. Mettre en place des rapprochements de base et une validation de la direction. Publier les limitations importantes.

Cycle 2 - remplacer les proxies à fortes émissions

Donner la priorité aux sources majeures, aux mois manquants récurrents et aux estimations ayant une incidence sur les seuils ou les allégations publiques. Ajouter des compteurs, des clauses fournisseurs, des interfaces de données et des facteurs plus robustes.

Cycle 3 - automatiser les contrôles et quantifier l’incertitude

Automatiser les contrôles d’exhaustivité, de doublons et de variance. Quantifier l’incertitude pour les sources prioritaires. Tester les contrôles des changements et préparer des dossiers d’éléments probants prêts pour le vérificateur.

La feuille de route devrait être fondée sur les risques. Une estimation de faible valeur des déplacements peut rester proportionnée, tandis qu’un flux de combustible estimé d’un four nécessite une remédiation urgente.