• Aucun résultat trouvé

Etude des incertitudes associées aux indices macroinvertébrés liées aux variabilités naturelle et opérateur sur la

incertitudes associées aux macroinvertébrés

Titre 2 Etude des incertitudes associées aux indices macroinvertébrés liées aux variabilités naturelle et opérateur sur la

Titre 2 : Etude des incertitudes associées aux indices

macroinvertébrés liées aux variabilités naturelle et opérateur sur la

base des essais inter-laboratoires menés par AGLAE

Le substrat, sa nature et son hétérogénéité, apportent une part importante d’incertitude dans l’évaluation de la qualité des rivières (Beisel, et al., 1998a; Barnes, et al., 2013, cf Titre 1). Cependant, la variabilité naturelle liée aux substrats n’est pas la seule composante pouvant influencer les résultats. En effet, toute application des protocoles dépend également des opérateurs, responsables de l’échantillonnage, du terrain jusqu’à la saisie des listes faunistiques. Ainsi, après avoir démontré la variabilité intra-substrat, nous nous sommes intéressés à la variabilité liée à l’opérateur. Pour prolonger la démarche expérimentale, nous exploitons les

données issues de l’essai inter-laboratoire mené par l’Association Générale des Laboratoires

Section 1 : Introduction

De nombreuses études se sont penchées sur les pratiques mises en œuvre, comme l’échantillonnage sur le terrain, mais également sur le rôle de l’expérience de l’opérateur. Ainsi, il a été montré que si l’effort d’échantillonnage sur le terrain jouait un rôle sur les résultats finaux (Vlek, et al., 2006), l’appropriation des normes par l’opérateur avait également son importance dans la construction du plan d’échantillonnage (Archaimbault, 2014). La méthode

d’échantillonnage utilisée au laboratoire peut également mener à des différences notoires d’évaluation des rivières (Haase, et al., 2006), de même que l’expérience de l’opérateur (Metzeling, et al., 2003).

Le poids de l’expérience de l’opérateur et les pratiques en laboratoire sont donc des sources d’incertitude reconnues pour l’évaluation des rivières. C’est dans ce contexte qu’intervient AGLAE

qui a pour objectif de contribuer à l’amélioration des analyses grâce à des essais inter-laboratoires dans les domaines de la chimie comme de l’environnement. Les essais inter-laboratoires en hydrobiologie, et plus particulièrement sur les protocoles macroinvertébrés sont parmi les premiers existants et AGLAE nous a accordé l’autorisation d’utiliser les données et résultats produits en 2011.

Dans un premier temps, nous allons donner une brève présentation du programme mené par AGLAE et des premiers résultats obtenus (§1). Dans un deuxième temps, nous présenterons les analyses statistiques réalisées dans le cadre de notre étude (§2). Enfin, nous proposerons quelques pistes d’explication des variations observées (§3).

Section 2 : Présentation de l’essai inter-laboratoire en hydrobiologie

Le programme lancé par AGLAE a démarré en 2010 et concerne 37 laboratoires privés ou publics. Son objectif est de mettre en avant les compétences des laboratoires pour le tri, la détermination et le dénombrement des individus dans un IBGN ou un IBG DCE. Il est à noter que l’ensemble des résultats transmis par AGLAE dans le cadre de ce travail préserve l’anonymat des laboratoires participants.

L’essai de 2011 a été suivi par seize laboratoires et reposait sur un échantillonnage, répété 64 fois pour chacun de trois substrats différents sur une même station de très bonne qualité par le même bureau d’étude, afin de limiter le biais induit par l’échantillonnage. Les trois substrats échantillonnés sont les racines, les pierres et les spermaphytes immergés dans la rivière Vienne. Les échantillons associés aux indices IBGN et IBG DCE sont envoyés à chaque participant. Ils sont composés, pour chacun, de quatre échantillons élémentaires sélectionnés aléatoirement par substrat, afin de reformer un échantillonnage complet de douze échantillons (3 substrats X 4 échantillons élémentaires). Chaque laboratoire pratique le tri et la détermination des individus en respectant la norme XP T90-388 (AFNOR, 2010), qui fixe le niveau de la détermination dans la plupart des cas au genre ou la norme NT T90-350 (AFNOR, 2004), qui fixe la détermination à la famille. AGLAE demande à chaque participant de fournir les listes faunistiques associées à chaque échantillon de substrat et la liste globale, ainsi que de renseigner la variété taxonomique et le groupe faunistique indicateur trouvés et, éventuellement, les notes IBGN et IBG DCE obtenues, sur le lot réduit de substrat suivant la norme choisie. AGLAE nous a fourni les listes faunistiques par laboratoire et répétitions et les résultats des analyses menées par AGLAE décrites ci-dessous. A partir de ces données, AGLAE a réalisé des analyses statistiques descriptives (moyenne, intervalle de confiance et écart-type) ainsi qu’une analyse de performance des participants avec le calcul du Z-score (Association Générale des Laboratoires d'Analyse de l'Environnement, 2013). Ils ont ainsi pu mettre en évidence que la plupart des laboratoires évaluait la qualité biologique des eaux de manière équivalente. En effet, tous les laboratoires ont obtenu le même groupe faunistique indicateur. Cependant, il a également été montré que certains laboratoires se distinguaient de façon singulière des autres laboratoires. Ils n’avaient pas obtenu le même taxon indicateur ou avaient des diversités taxonomiques plus réduites sur la base des intervalles de confiance, mais également des identifications douteuses de taxons mises en évidence par les Z-scores et confirmées par dire d’expert.

Cette divergence de résultat entre laboratoires n’est pas expliquée par l’étude mise à disposition par AGLAE. Elle peut être due à la variabilité intra-substrat, se répercutant dans l’échantillonnage, mais également au degré de compétences dans la phase de traitement des échantillons au laboratoire des laboratoires concernés, ou aux deux, c’est ce qui nous intéresse dans ce jeu de données. Nous considérons ici que l’effet opérateur sur l’échantillonnage lors de la phase le terrain est constant car il a été réalisé par un seul laboratoire et nous allons essayer de

mieux comprendre l’effet opérateur en réalisant d’autres analyses statistiques sur ce jeu de données.