Résumé : This thesis mainly addresses agricultural land use planning (LUP) in the bioeconomy context. Life cycle assessment (LCA) is perhaps the leading technique for products’ environmental impact assessment, with the features of performing assessment from multi-criteria and life-cycle perspectives. Planners could benefit from these features of LCA to understand the environmental impacts of alternative planning scenarios and capture the impact displacements between different impact categories, production stages, and locations. However, LUP is embedded in a complex and dynamic system in which heterogeneity among stakeholders and spatial conditions could largely influence the planning effects. The currently available LCA approaches face challenges in assessing such systems. The overall aim of this thesis is to explore methodological and operational advancements in LCA for better support of agricultural LUP. To achieve this goal, this thesis first reviews the existing practices which use LCA for agricultural LUP. Several recommendations for method selections and research needs are identified through the literature review. Based on these recommendations, the territorial LCA (TLCA) framework, which adapts the LCA at the territorial level, is adopted to evaluate the environmental impacts of planning scenarios. Built around the TLCA and other recommendations in the review results, this thesis advances the capability of agricultural LUP by accounting for spatial-explicit conditions with Geographical information system (GIS), considering how farmers’ land-use decisions influence agricultural land-use patterns with agent-based modeling (ABM), and how multi-objective optimization (MOO) could contribute, by scenario-building, to the planning decisions. These models are performed on the same platform using Python, showing the operational examples of using spatial information for site-specific inventory generation, ABM simulation, and spatial optimization. The primary contribution of this research is to enable planning to capture the spatial and temporal dynamic impacts of the territory with a life cycle thinking approach, which serves as a reference in determining optimal planning decisions. The developed models are implemented with case studies in Wallonia, which has high heterogeneity in spatial conditions and faces several challenges, particularly in balancing food supply and increasing demand for bioenergy and ecological services and in the governmental limitation of steering effects. Although with several limitations in terms of accuracy and comprehensiveness, these case studies provide examples of decision support tools for agricultural LUP in Wallonia in dealing with these challenges. Limitations in the case studies are identified, indicating further research directions and applications in other regions.
Cette thèse porte principalement sur la planification de l'utilisation des terres (PUT) agricoles dans le contexte de la bioéconomie. L'analyse du cycle de vie (ACV) est peut-être la principale technique d'évaluation de l'impact environnemental des produits, avec ses caractéristiques d'évaluation multicritères et de perspectives de cycle de vie. Les planificateurs pourraient bénéficier de ces caractéristiques de l'ACV pour comprendre les impacts environnementaux des différents scénarios de planification et saisir les déplacements d'impact entre les différentes catégories d'impact, les étapes de production et les lieux. Cependant, la planification de l'utilisation des sols s'inscrit dans un système complexe et dynamique dans lequel l'hétérogénéité entre les parties prenantes et les conditions spatiales peuvent largement influencer les effets de la planification. Les approches d'ACV actuellement disponibles se heurtent à des difficultés pour évaluer de tels systèmes. L'objectif global de cette thèse est d'explorer les avancées méthodologiques et opérationnelles en matière d'ACV afin de mieux soutenir la PUT agricole. Pour atteindre cet objectif, cette thèse passe d'abord en revue les pratiques existantes qui utilisent l'ACV pour la PUT agricole. L'analyse de la littérature a permis d'identifier plusieurs recommandations pour le choix des méthodes et les besoins de recherche. Sur la base de ces recommandations, le cadre de l'ACV territoriale (ACVT), qui adapte l'ACV au niveau territorial, est adopté pour évaluer les impacts environnementaux des scénarios de planification. Construite autour de l'ACVT et d'autres recommandations dans les résultats de l'examen, cette thèse fait progresser la capacité de la PUT agricole en tenant compte des conditions spatiales explicites avec le système d'information géographique (SIG), en considérant comment les décisions d'utilisation des terres des agriculteurs influencent les modèles d'utilisation des terres agricoles avec la modélisation à base d'agents (MBA), et comment l'optimisation multi-objectifs (OMO) pourrait contribuer, par l'élaboration de scénarios, aux décisions de planification. Ces modèles sont exécutés sur la même plateforme en utilisant Python, montrant des exemples opérationnels d'utilisation d'informations spatiales pour la génération d'inventaires spécifiques au site, la simulation ABM et l'optimisation spatiale. La principale contribution de cette recherche est de permettre à la planification de capturer les impacts dynamiques spatiaux et temporels du territoire avec une approche de réflexion sur le cycle de vie, qui sert de référence pour déterminer les décisions de planification optimales. Les modèles développés sont mis en œuvre avec des études de cas en Wallonie, qui présente une grande hétérogénéité dans les conditions spatiales et fait face à plusieurs défis, en particulier l'équilibre entre l'approvisionnement alimentaire et la demande croissante de bioénergie et de services écologiques, ainsi que la limitation gouvernementale des effets de pilotage. Bien que présentant plusieurs limites en termes de précision et d'exhaustivité, ces études de cas fournissent des exemples d'outils d'aide à la décision pour la PUT agricole en Wallonie face à ces défis. Les limites des études de cas sont identifiées, ce qui indique d'autres directions de recherche et des applications dans d'autres régions.