B.4 Hétérogénéité d’échantillonnage

L’application à un cas pratique permet d'étudier l’influence d’un échantillonnage préférentiel et donc hétérogène. Le cas d’étude utilisé est le quartier de l’Ile de Nantes.

a) Pondération des données

Les trois algorithmes sont d’abord appliqués sans prise en compte de l'implantation des données (Figure 34). Là encore le seuil MAD fournit les résultats les plus conservatifs. Les résultats des trois algorithmes sont cohérents avec cet environnement urbain à travers des enrichissements marqués pour l’arsenic, le cuivre, le plomb ou le zinc influencés par l’activité anthropique, et des seuils inférieurs au fond (pédo-)géochimique naturel de la zone pour le baryum, le chrome ou le nickel, ici d’origine géogénique alors que les échantillons concernent plutôt des matériaux anthropiques.

Figure 34 : Résultats de calcul de seuils sur les échantillons du cas d’étude pour les 3 méthodes. Vert : Valeurs du fond pédo-géochimique naturel (calculé sur des alluvions).

Nous avons ensuite étudié l’influence de la pondération pour corriger l’irrégularité spatiale de l’échantillonnage. Celui-ci est ici orienté de façon à étudier les anomalies et tend donc à sur échantillonner les zone d’anomalies potentielles. Les résultats des analyses ont été pondérés par l’inverse du nombre d’échantillons présents dans une maille de 25 ou 100m de côté, ce qui diminue l’influence des échantillons resserrés.

Les résultats (cf. Figure 35) montrent que, quelle que soit la pondération des échantillons, l’ordre des seuils reste identique et le seuil MAD est le plus conservatif. On remarque ensuite une croissance des seuils calculés quand la taille de la maille utilisée pour la pondération augmente. D'après les diagrammes de la Figure 37, cela s’explique par une proportion plus importante de valeurs fortes après pondération. Cette augmentation est due au grand nombre de valeurs faibles mais géographiquement proches dans le jeu de données (Figure 36), qui perdent alors de leur influence avec la pondération. La plus grande proportion de valeurs fortes, dans les données pondérées, influe sur les quantiles qui rehaussent les valeurs seuils calculées. On observe donc l’inverse de ce qui était attendu en supposant que

II.B. Sensibilité des calculs statistiques du seuil de fond géochimique 0 50 100 150 200 250 300

plomb cuivre zinc

Seuil MAD

les anomalies étaient sur-échantillonnées. Enfin, le seuil MAD, fondé sur la médiane et les valeurs proches, apparaît peu sensible à la pondération.

Figure 36 : Carte des teneurs en plomb dans une partie des échantillons collectés. 0

100 200 300

plomb cuivre zinc

Q90

Sans pondération Pondération : 25m Pondération : 100m 0 50 100 150 200 250 300

plomb cuivre zinc

Vibrisse supérieure

Figure 35 : Résultats de calcul de seuils sur les échantillons du cas d’étude pour les 3 méthodes, sans pondération, ou en pondérant par l’inverse du nombre d’échantillons dans des mailles de 25 ou 100 m

II.B. Sensibilité des calculs statistiques du seuil de fond géochimique

Figure 37: Diagrammes quantiles-quantiles des concentrations en cuivre, plomb et zinc, en mg/kg de MS, avec ou sans pondération par l’inverse du nombre d’échantillons dans une maille de 100m de

côté.

Ainsi, dans ce cas, la pondération des échantillons suivant leur proximité géographique, augmente les seuils calculés. Cela attenue l’effet des données proches géographiquement et permet de mieux tenir compte de la géochimie réelle de la zone. Enfin, une sous-estimation des seuils en l’absence de pondération réduit également les possibilités de réutilisation des terres excavées.

b) Regroupement par typologie de sols

La géochimie urbaine résulte de différents déterminants concernant la nature des sols et sous-sols (données géologiques, pédologiques) ou dépendant de l’occupation actuelle ou passée de ces sols. Afin de mieux appréhender la géochimie urbaine et donc le fond pédo- géochimique urbain, il est intéressant de tenir compte de ces déterminants comme co- variables. Sur ce principe, ont été développées des typologies de remblais (Le Guern et al., 2016). Les échantillons ont été regroupés selon trois typologies : remblais assimilables

naturels, divers ou suspects et alluvions. Les résultats des algorithmes sont illustrés à la Figure 38.

II.B. Sensibilité des calculs statistiques du seuil de fond géochimique

Figure 38 : Résultats de calculs de seuils sur les échantillons du cas d’étude pour les méthodes de la vibrisse supérieure et du 90eme centile, en fonction de la typologie des remblais.(Le Guern et al., 2016) Trait vert : Valeurs du fond pédo-géochimique naturel (calculé sur des échantillons d’alluvions d’une

zone naturelle en amont),

carré noir : seuil calculé sur tous les échantillons.

En bas à droite : Vue 3D du modèle géologique du quartier comprenant la typologie utilisée.

On retrouve des tendances évoquées précédemment, à savoir des seuils plus élevés en baryum, chrome et nickel dans les alluvions (traits verts verticaux) que dans les remblais (traits jeunes, oranges et rouges verticaux). Inversement les seuils pour le plomb, le cuivre et le zinc montrent bien un enrichissement des remblais vis-à-vis des alluvions. On note toutefois des seuils plus faibles dans les remblais assimilables naturels que dans les alluvions. Cela s’explique ici par la nature de ces remblais, composés de sables de Loire triés lors de leur mise en place et présentant moins de particules fines, riches en métaux, que les alluvions. Ainsi la prise en compte des typologies de sols aux propriétés géochimiques différentes permet de préciser des fond pédo-géochimiques différents. En revanche, l’intégration de ces données descriptives partitionne les données, ce qui diminue le nombre d’échantillons des groupes sur lesquels sont calculés les seuils, avec les conséquences vues précédemment. Plutôt que de limiter l’intégration de données descriptives pourtant cruciales dans l’établissement d’un fond pédo-géochimique urbain pertinent, il apparait préférable d’examiner le regroupement des classes.

II.B. Sensibilité des calculs statistiques du seuil de fond géochimique

Dans le document Constitution de référentiels géochimiques locaux pour les sols et proches sous-sols urbains : de la base de données à l'interprétation géostatistique (Page 71-75)