Agrégation des sous-éléments de qualité de l’élément de qualité « Flore autre que phytoplancton »

The Water Framework Directive uses the “One-out, all-out” (OAOO) principle in assessing water bodies (i.e. the worst status of the elements used in the assessment determines the final status of the water body). Combination of multiple parameters within a biological quality element (BQEs) can be done in different ways. This study analysed several aggregation conditions within the BQE "Flora other than phytoplankton" (intertidal macroalgae, subtidal macroalgae, eelgrass beds and opportunistic blooms) using monitoring data collected along the Channel and Atlantic coastline. Four aggregation criteria were tested on two sets of data collected between 2004 and 2014: OOAO, average, intermediate method between OOAO and average and a method taking into account an uncertainty value at the threshold "Good/Moderate." Based on available data, the intermediate method appears the most qualified method using first an averaging approach between the natural habitat elements and then applying the OAOO between this mean and the opportunistic blooms, characteristic of an eutrophic environment. Expert judment might be used to ensure in the overall interpretation of results at waterbody level and in the classification outcomes.

Incertitudes des méthodes d’évaluation « eaux littorales » : utilisation de modèles linéaires dynamiques pour l’évaluation des incertitudes (chlorophylle a, phytoplancton)

L’incertitude associée à une mesure a pour origine d’une part la variabilité environnementale et d’autre part l’ensemble du processus d’acquisition depuis le prélèvement jusqu’à la saisie de la donnée dans une base. L’estimation de l'ensemble de cette variabilité est un exercice complexe à réaliser dans le cadre d’un plan d’expérience. En revanche, les séries temporelles présentent la caractéristique d’intégrer toutes les variabilités et ainsi l’analyse de ces séries en terme de signal et bruit doit permettre de quantifier l’amplitude des incertitudes. Toutefois, les séries temporelles d’observation présentent un ensemble de caractéristiques les rendant difficiles à analyser. Les modèles linaires dynamiques constituent une approche adaptée à ces données particulières en faisant l’hypothèse de paramètres variables dans le temps. Ainsi, l’objet du présent travail consiste à estimer les variances liées au processus d’observation à l’aide de modèles linéaires dynamiques. Plus particulièrement, les mesures considérées sont la chlorophylle a et l’abondance phytoplanctonique aux lieux de surveillance REPHY « Arcachon-Bouée- 7 » et « Teychan bis ». Les résultats montrent que pour la chlorophylle a, la variabilité d’observation est responsable de l’ordre de 80 % de la variabilité totale. Pour l’abondance phytoplanctonique, elle est également de 80 % à « Arcachon-Bouée 7 » mais de l’ordre de 70 % à « Teychan bis ». Ainsi la part de « bruit » est liée au lieu et au paramètre considéré. Exprimée en pourcentage de la médiane de la chlorophylle a, la variance d’observation place les bornes de l’intervalle de confiance à 95 % des observations à des valeurs de l’ordre de -40 % et +120 % de la médiane, l’intervalle étant sous estimé car ne prenant pas en compte la variabilité structurelle. Pour l’abondance phytoplanctonique en log10 cell./L, les ordres de grandeur correspondant en pourcentage de la moyenne sont de ± 13.5 %. Pour les deux paramètres, ces valeurs sont compatibles avec l’expérience des experts. Ainsi, l’approche mise en oeuvre s’est avérée riche d’enseignements en matière d’incertitude de mesure et les nombreuses améliorations méthodologiques envisagées ouvrent des perspectives fécondes à tout point de vue.