Les données de consommation et d’émissions de GES et polluants diffusées par l’ORCAE sont calculées à partir de l’inventaire basé sur la méthode décrite dans le guide PCIT. La mise à jour de l’inventaire nécessite un nombre conséquent de données d’entrée dont certaines sont mises à disposition avec plus d’un an d’écart. L’inventaire diffusé en année N permet de diffuser les données de l’année N-2. Aussi pour diffuser des données N-1 en année N, l’ORCAE utilise le modèle de prévision ARIMA (AutoRegressive Integrated Moving Average). Il s’agit d’une méthode statistique utilisée pour l’analyse et la prévision de séries de données temporelles. Cette méthode a déjà été utilisée et validée pour la prévision d’émissions de CH4 en Malaisie (Yusuf et al., Management of Environmental Quality, 2014).
La valeur prédite est supposée être une fonction linéaire des observations passées et de leurs erreurs aléatoires.

Pour chaque secteur, des années dites d’apprentissage sont définies afin de fournir un historique des émissions/consommations au modèle. Ces années constituent la série temporelle la plus longue possible pour chaque secteur, à savoir de 2010 à l’année N-1 pour une prévision des émissions/consommations de l’année N.

Une fois le modèle ARIMA implémenté numériquement, son intérêt réside dans sa capacité à pouvoir fournir une estimation rapide des émissions de l’année souhaitée tout en maintenant au mieux une cohérence avec l’historique de l’inventaire. Il s’agit donc d’une méthode intéressante pour pallier temporairement à l’indisponibilité de données afin d’effectuer une mise à jour traditionnelle de l’inventaire ou pour une prévision d’un inventaire à l’échéance N-1.

Le modèle ARIMA est utilisé dans le cadre de l’ORCAE pour estimer l’ensemble des données d’émissions de polluants et de GES et de consommation d’énergie pour la dernière année mise à disposition ainsi que les années antérieures, pour certains secteurs, comme indiqué dans le tableau ci-dessous :