Upload
others
View
4
Download
0
Embed Size (px)
Citation preview
Bockstaller Christian INRA UMR LAE Nancy-Colmar
I-Phy : indicateur de risques pesticides de la méthode
.02Bockstaller Christian/ Eau et pesticides AERM 28.10.15JOUR / MIS / ANNEE
IntroductionEvaluation - indicateurs
_01
Tout a commencé un …
.04Bockstaller Christian/ Eau et pesticides AERM 28.10.15
LA NECESSITE D’UN DIAGNOSTIC/EVALUATION• Dans les démarches de développement durable, agri‐
environnementales Pas (toujours) de consensus sur le contenu Accord sur la nécessité de méthodes de diagnostic/évaluation
Planification/conception
Action
Diagnostic initial
Amélioration
Evaluation
etc.Planification/conception
.05Bockstaller Christian/ Eau et pesticides AERM 28.10.15
NE PAS CONFONDRE
Au service des acteursévalués
Evaluer/diagnostiquer ≠ Contrôler
Implique risque financierpour les acteurs
Fiabilité de l’informationfournie ?
Nécessité de clarifier toute ambiguïté
EVALUER COMMENT ? La notion d’indicateur
Pratiques
Impacts
sensibilitéorganisme cible
(toxicité)
Eaux souterraines Changementétat
conditionstransfert
Exposition
comportementorganisme cible
Le sol (état physique, chimique, biologique) Emissions
sensibilité milieu
!Faisabilité
MesureModélisation
Pratiques
Impacts
Eaux souterraines Changementétat
Exposition
Le sol (état physique, chimique, biologique) Emissions
Information sur pratiques
Indicateurs
EVALUER COMMENT ? La notion d’indicateur
!Faisabilité
.08Bockstaller Christian/ Eau et pesticides AERM 28.10.15
(Bockstaller et al., 2015; Lairez, Feschet et al. 2015)
Différents types d’indicateurs
Pratiques * milieu
Puissanceexplicative
Indicateurs de causex1, x2 , x1/x2, x1-x2
(QSA, IFT)
Indicateur d’effet mesuré
y1, y2([SA] dans bougies poreuses/lysimètre)
Intégration des processusFaisabilité
Emission/état/impact
Indicateur d’effet prédictif basé sur
modèle opérationnelf(x1, …, xp )
(I-Phy)
Indicateur d’effet prédictif basé sur modèle complexeM(x1, … xn , p1,pk)
(Macro)
I-Phy
Le choix du type d’indicateur fonction des choix préalables (finalité, utilisateurs, objets, disponibilité des données)
.09Bockstaller Christian/ Eau et pesticides AERM 28.10.15JOUR / MIS / ANNEE
Présentation I-Phy
_02
.010Bockstaller Christian/ Eau et pesticides AERM 28.10.15
Les choix préalables pour
Pourquoi ? Pesticides et qualité de l’eau (air)
Pour quoi et pour qui ?), Accompagner le conseil (ex-post) Suivi impacts des pratiques (ex-post) Conception de système de culture (ex ante)
Pour agronomes : chercheurs, … conseillers, (agriculteurs)
Quoi ? Émissions et risques liés
Où? quand ? Parcelle, travaux sur BV Pour chaque traitement de l’année (système de culture)
.011Bockstaller Christian/ Eau et pesticides AERM 28.10.15
Développement d’I-Phy
Post doc H. van der Werf : 1995-1996: Construction d’I-Phy
Travaux CB (1997 – 2008) : Paramétrage d’I-Phy,
mise en forme
I-Phy 2 : ESU : these J. Wohlfahrt (2008), ESO :
post-doc A. Lindahl (2010)
Un indicateur à construction originale I-Phy
• Règles de décision qualitatives associant la logique floue
Favorable Classe Défavorablefloue
DT50 (jour) 1 30
GUS 1,8 2,8
Constante Henry KH 2,65 E-6 2,65E-4
DJA (mg.kg-1.day-1) 1 0,0001
Aquatox (mg.l-1) 100 0,01
Dose (g) 10 10000
Limite des classes floues
Mise en classe des variablesclasse floue
Eaux surfaces
Définition de fonctiond’appartenance
00,10,20,30,40,50,60,70,80,9
1
1,8 2,3 2,8
GUS
Degré d'appartenance
FavorableDéfavorable
Exemple d’une fonction d ’appartenance : pour le GUS avec :
Limite de la classe floue : [1,8 ; 2,8]
2,4
Exemple : GUS d ’une substance active = 2,4
0,6
0,4
Risque global = f(dose, eso, esu, air)
Air
Eaux souterraines GUS GUSPosition Position
DJA DJA
4 0
DJA DJA
410 9 8
Potentiellessivage
Potentiellessivage
XX
Cas favorableCas défavorable
Module eaux souterraines
Un indicateur à construction originale I-Phy
• Règles de décision qualitatives associant la logique floue
Favorable Classe Défavorablefloue
DT50 (jour) 1 30
GUS 1,8 2,8
Constante Henry KH 2,65 E-6 2,65E-4
DJA (mg.kg-1.day-1) 1 0,0001
Aquatox (mg.l-1) 100 0,01
Dose (g) 10 10000
Limite des classes floues
Mise en classe des variablesclasse floue
Eaux surfaces
Définition de fonctiond’appartenance
00,10,20,30,40,50,60,70,80,9
1
1,8 2,3 2,8
GUS
Degré d'appartenance
FavorableDéfavorable
Exemple d’une fonction d ’appartenance : pour le GUS avec :
Limite de la classe floue : [1,8 ; 2,8]
2,4
Exemple : GUS d ’une substance active = 2,4
0,6
0,4
Risque global = f(dose, eso, esu, air)
Air
Eaux souterraines GUS GUSPosition Position
DJA DJA
4 0
DJA DJA
410 9 8
Potentiellessivage
Potentiellessivage
XX
Cas favorableCas défavorable
Module eaux souterraines
La toxicité agrave la note d’émission
Rôle prépondérant des propriétés des SA (GUS) pour Eso
Rôle prépondérant du milieu (ruissellement, dérive) pour Esu
GUS GUS
ADI ADIADIADI
Position Position
Soil leachingpotential
Soil leachingpotential
4 0410 9 8
Construction d’un indicateur de risque pesticide à l’aide d’un modèle complexepost doc A. Lindahl (projet Crique ONEMA 2010)
Ancienne version;Construction à l’aidebiblio et expertise
Nouvelle version;Construction à l’aidemodèle MACRO (Jarviset al. 1994)
Dt50
27 cm3/g
560 d
600 600
OrgC
KocKoc27 cm3/g
Depth Depth Depth Depth
OrgC OrgC OrgC OrgC OrgC OrgC OrgC
GUS
texture
Découplage contamination/toxicitéSéparation: ruissellement/dérive
Le changement d’échelle :Adaptation d’I-Phy au bassin versantCalcul d’I-Phy (ESU) par parcelle
Développement d’un indice de connectivité:(thèse J. Wohlfahrt, 2008)
Pondération par un indice de connectivité
.016Bockstaller Christian/ Eau et pesticides AERM 28.10.15JOUR / MIS / ANNEE
Utilisation valorisation I-Phy
_03
.017Bockstaller Christian/ Eau et pesticides AERM 28.10.15
Utilisations d’
(Attoumani, 2008)
Utilisateur Nombre %Chambres Agriculture 45 21Etudiants 34 16INRA 28 13Instituts techniques et équivalents (ARAA, Agro-Transferts) 22 10Enseignement supérieur 19 9Privés (Bureau étude, Coop, etc.) 17 8Organisations professionnelles agricoles 15 7Lycées Agricoles 10 5Organismes recherche 7 3Europe 6 3Administrations 4 2Agriculteurs et groupements 3 1Institutions gestion de l'eau 2 1Hors Europe 2 1Total 214 100
.018Bockstaller Christian/ Eau et pesticides AERM 28.10.15
Utilisation en conseil (fait par CARA)Exploitation 2 (parc. 8 ruissellement) I-Phy = 5,4
Risques
Date Produits Mat Active Dose ESO ESU Air Global
16/03/99 Gratil amidosulfuron 8 5,5 6,8 10,0 8,016/03/99 Celio clodinafop-propargyl 30 10,0 7,2 10,0 9,416/03/99 Celio cloquintocet-mexyl 8 10,0 7,3 10,0 9,516/03/99 First diflufénicanil 32 10,0 5,9 4,7 7,516/03/99 First ioxynil 60 10,0 6,6 6,4 7,616/03/99 First bromoxynil phenol 100 10,0 6,6 10,0 8,405/04/99 Courtex T chlorméquat chlorure 690 9,4 8,2 10,0 8,529/04/99 Ogam époxiconazole 31 9,7 6,6 10,0 9,129/04/99 Ogam krésoxim-méthyl 31 10,0 8,1 10,0 9,703/05/99 Cérone éthéphon 144 10,0 8,3 10,0 9,103/05/99 Courtex T chlorméquat chlorure 276 9,4 8,4 10,0 8,824/05/99 Amistar azoxystrobine 63 10,0 8,3 10,0 9,324/05/99 Opus époxiconazole 31 9,7 8,3 10,0 9,6
.019Bockstaller Christian/ Eau et pesticides AERM 28.10.15
Aide à la conception de nouveau programmede désherbage (Lunzenfichter, 2002)
note I-phy efficacitéIsard 1 / Bromo. Phénol 2,4 9,20 7,5
/ / Mikado Milagro 0,75 8,00 8Mikado Milagro 0,3 / Mikado Milagro 0,3 8,00 7Callisto Milagro 0,3 / Callisto Milagro 0,3 8,00 8Callisto Milagro 0,3 / Callisto Milagro 0,3 8,00 8
/ Mikado Milagro 0,5 Mikado milagro 0,5 8,00 7/ Callisto Milagro 0,5 Callisto Milagro 0,5 8* 7*/ / Callisto Milagro 0,75 7,90 8
Isard 1 / Callisto 0,75 7,60 7,5Callisto Milagro 0,3 / Callisto Milagro 0,3 + Banvel 0,4 6,30 8
Dual Gold S. 1,3 / Pyron DE 0,75 5,90 8,5Lasso 3 Prowl 1,5 / / 3,50 8
Lasso 3,2 Lagon 0,6 / / 3,40 6Lasso 3,2 Lagon 0,4 / / 3,40 7
Lasso 3,5 / Pyron DE 0,75 3,20 8
SUAD 68
.020Bockstaller Christian/ Eau et pesticides AERM 28.10.15
Suivi effet pratiques dans les opérations Agri-Mieux (Ex: Vericel 2015)
.021Bockstaller Christian/ Eau et pesticides AERM 28.10.15
Un outil d’aide au choix en viticulture (avec IFV)
Outil prêt mais pas lancé encore par l’IFV
.022Bockstaller Christian/ Eau et pesticides AERM 28.10.15
Un indicateur I-Phy d’une méthode de référence au niveau national Prise en compte d’un certain nombre de facteurs (pas juste
substitution) Quid de la qualité prédictive (cf. exposé F. Pierlot)
Une nouvelle version plus axée sur les mécanismes
Une utilisation limitée par un outil informatique vieillissant Projet (calculateur couplé avec SI Agrosyst (Ecophyto) déposé à
l’ONEMA mais en attente.
Conclusions
* Ce travail a bénéficié et bénéficie du soutien des ministères de la Recherchede l’Agriculture, de l’Ecologie et du Développement durable, des régionsChampagne-Ardennes, Bourgogne, Franche-Comté et Lorraine, et, dans lecadre de l'ITADA (Institut Transfrontalier d'Application et de DéveloppementAgronomique), des aides de l'U.E. (programme Interreg III), du Bade-Wurtemberg, de la Région Alsace, de l'Agence de l'Eau Rhin-Meuse, de laChambre Régionale d'Agriculture d'Alsace, ainsi que du soutien financier denombreux partenaires (CTIFL, ITV, ONIVINS, CIVC, ECOCERT CTIFL, ITV,ONIVINS, CIVC, ECOCERT, CETIOM …)
Merci pour votre attention
.024Bockstaller Christian/ Eau et pesticides AERM 28.10.15
Sous-Titre
Titre
• INDIGO200 utilisateurs recensés
Aïcha ATTOUMANI(mémoire en cours à l’ l’Institut Polytechnique LaSalle
Beauvais)Responsable Christine Leclerc
Projet PLAGE