I-Phy : indicateur de risques pesticides de la méthode...Un indicateur à construction originale I-Phy • Règles de décision qualitatives associant la logique floue Favorable Classe

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


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


(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)


Présentation I-Phy

_02


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)


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


Utilisation valorisation I-Phy

_03


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


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


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


Suivi effet pratiques dans les opérations Agri-Mieux (Ex: Vericel 2015)


Un outil d’aide au choix en viticulture (avec IFV)

Outil prêt mais pas lancé encore par l’IFV


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


Sous-Titre

Titre

• INDIGO200 utilisateurs recensés

Aïcha ATTOUMANI(mémoire en cours à l’ l’Institut Polytechnique LaSalle

Beauvais)Responsable Christine Leclerc

Projet PLAGE

Documents

I-Phy : indicateur de risques pesticides de la méthode...Un indicateur à construction originale I-Phy • Règles de décision qualitatives associant la logique floue Favorable Classe