Spatialisation des données de ventes de pesticides

HAL Id: hal-01198267

https://hal.archives-ouvertes.fr/hal-01198267

Submitted on 5 Jun 2020

HAL is a multi-disciplinary open access

archive for the deposit and dissemination of sci-entific research documents, whether they are pub-lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.

L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.

Eva Groshens

To cite this version:

Eva Groshens. Spatialisation des données de ventes de pesticides : Rapport sur les possibilités et limites d’une extrapolation de la démarche à l’échelle nationale. [Rapport de recherche] auto-saisine. 2014, 37 p. �hal-01198267�

UMR SAD-APT UMR Agronomie UR ASTER Mirecourt Observatoire du Développement Rural

Un projet de l’INRA dans le cadre d’Ecophyto

Action pilotée par le MEDDE, avec l’appui financier de l’ONEMA

Spatialisation des données de ventes de pesticides

Rapport sur les possibilités et limites

d'une extrapolation de la démarche à l'échelle nationale

Eva Groshens - 26 février 2014

Table des Matières

ÉVALUATION DE LA SENSIBILITE DU TERRITOIRE NATIONAL AU

PERFECTIONNEMENT DE LA METHODE DE SPATIALISATION 4

1 LES METHODES DE SPATIALISATION DEVELOPPEES EN BRETAGNE 5

1.1 PRESENTATION DES METHODES DEVELOPPEES EN BRETAGNE 5 1.2 COMPARAISON DES RESULTATS OBTENUS PAR LES DIFFERENTES METHODES EN BRETAGNE 5 2 EVALUATION DE LA SENSIBILITE DU TERRITOIRE NATIONAL AU PERFECTIONNEMENT DE LA METHODE DE

SPATIALISATION 6

2.1 DE SIMPLE A AGRI :ÉVALUER L’INTERET DE LA RESTRICTION AUX TERRES AGRICOLES 6 2.2 DE SIMPLE A AGRI :ÉVALUER LA METHODE DE RATTACHEMENT DES TERRES AGRICOLES 14 2.3 CONSTRUCTION D’UNE TYPOLOGIE REGIONALE : CROISEMENT DES DEUX ASPECTS 16 2.4 D’AGRI A HOM :ÉVALUER L’INTERET DE LA PRISE EN COMPTE DES HOMOLOGATIONS 20

3 DISCUSSION ET PERSPECTIVES 24

3.1 LIMITES METHODOLOGIQUES 24

3.2 CONTRIBUTION DE CE TEST AU CHOIX DE LA METHODE DE SPATIALISATION 24 3.3 PROPOSITION DE SIMULATION DE LA METHODE HOM EN SITUATION REELLE 26

PERSPECTIVES D’EXTENSION SPATIALE DE LA METHODE 28

4 GESTION DES UTILISATIONS NON AGRICOLES 29

4.1 PRINCIPE : POURQUOI S’INTERESSER AUX VENTES NON AGRICOLES ? 29 4.2 EXTRACTION ET GESTION DES VENTES AUX AMATEURS 31 4.3 EXTRACTION DES VENTES AUX PROFESSIONNELS NON AGRICOLES CENTRALISES 31 4.4 GESTION DES VENTES AUX PROFESSIONNELS NON AGRICOLES PEU CENTRALISES 32

5 IDENTIFIER ET CARACTERISER LE TERRITOIRE AGRICOLE 33

5.1 LE RPG, INFORMATION GEOLOCALISEE LA PLUS PRECISE SUR LES TERRES AGRICOLES 33

Introduction

Nous avons proposé, dans le précédent rapport, différentes méthodes de spatialisation des données de l’Observatoire des Ventes de produits phytosanitaires Breton. Nous avons développé une gamme de méthodes de la plus simple à la plus affinée - qui fait notamment appel à des bases de données sur l’occupation des sols et les homologations des produits phytosanitaires. Nous avons montré qu’en Bretagne l’effet global de l’affinement des méthodes de spatialisation entre la méthode la plus simple et la plus affinée était relativement faible : 13 % de différence pour une spatialisation sur les bassins contributifs des masses d’eaux superficielles, seulement 5 % de différence sur les bassins Grand Projet 5.

Cependant, l’effet de l’affinement méthodologique de la spatialisation avait un impact parfois très important sur certaines substances et sur certains bassins. De plus, la Bretagne est une région relativement homogène au niveau agricole : elle ne présente notamment pas de cultures spécialisées comme les vignobles.

Forts des enseignements Bretons, nous cherchons dans ce rapport à étudier les perspectives d’extension nationale de la méthode de spatialisation pour l’Observatoire National des Ventes de Produits Phytosanitaires qui doit être déployé courant 20141_.

L’objet de la première partie de ce rapport est de replacer la Bretagne par rapport aux autres régions françaises, afin de discuter a priori de l’intérêt de déployer au niveau national une méthodologie de spatialisation plus ou moins complexe, et donc plus ou moins coûteuse2_.

La seconde partie du rapport rassemble les difficultés attendues pour rendre les méthodes de spatialisation opérationnelles au niveau de la France entière, ainsi que certaines pistes de résolution.

1 _{Décision du Conseil Consultatif de Gouvernance d’octobre 2013} 2 _{Ce coût ne sera toutefois pas chiffré dans ce rapport}

Première partie

Évaluation de la sensibilité du territoire national

au perfectionnement de la méthode de spatialisation

1 L

ES METHODES DE SPATIALISATION DEVELOPPEES EN

B

RETAGNE

1.1 Présentation des méthodes développées en Bretagne

Nous avons développé pour la région Bretagne une gamme de méthodes de spatialisation qui sont décrites en détail dans le rapport de juillet 2013. Nous explorons dans le présent rapport les méthodes présentées ci-dessous :

Méthode SIMPLE

L’ensemble des produits phytosanitaires achetés dans un code postal est supposé être utilisé sur l’ensemble de la surface des communes de ce code postal. Ils sont alors répartis entre les bassins versants au prorata de la surface du code postal incluse dans le bassin versant.

Méthode AGRI

L’ensemble des produits phytosanitaires achetés dans un code postal est supposé être utilisé sur l’ensemble des terres agricoles (hors prairies permanentes) dépendant des exploitations du code postal. Les produits sont alors répartis entre les bassins versants au prorata de la surface agricole (hors prairies permanentes) incluse dans le bassin versant. Cette méthode mobilise le Registre Parcellaire Graphique (RPG) de l’année concernée.

Méthode HOM

Les méthodes HOM s’appuient sur la méthode AGRI, avec un affinage supplémentaire. En effet, chaque produit phytosanitaire est supposé n’être utilisé que sur les terres agricoles dépendant du code postal et pour les cultures pour lesquelles il est homologué. Les quantités achetées ne sont alors réparties que sur les surfaces correspondantes. Cette méthode s’appuie sur le RPG et sur les bases de données sur les homologations (PHY-2X). Il existe deux sous méthodes :

- HOM_AMM, qui utilise directement les homologations par numéro d’AMM des produits - HOM_SA, qui utilise les autorisations par substances actives, dérivées des homologations par numéro d’AMM. Cette méthode est moins précise mais plus simple à simuler ; c’est ainsi celle qui est simulée dans le test présenté dans ce rapport.

1.2 Comparaison des résultats obtenus par les différentes

méthodes en Bretagne

La Figure 1 présente géométriquement les différences obtenues en Bretagne entre les méthodes SIMPLE, AGRI et HOM (sous méthode HOM-SA) sur les bassins Grand Projet 5 (à gauche) et sur les masses d’eaux superficielles (à droite).

On observe (1) que la différence entre les méthodes reste faible en Bretagne (moins de 15% de différence globale) et que (2) cette différence est plus marquée pour des découpages fins (masses d’eau superficielles) que pour des découpages plus grossiers (GP5).

Figure 1 : représentation géométrique des différences entre les méthodes SIMPLE,

AGRI et HOM-SA appliquées à deux découpages de bassins versants bretons

2

EVALUATION DE LA SENSIBILITE DU TERRITOIRE NATIONAL AU

PERFECTIONNEMENT DE LA METHODE DE SPATIALISATION

Nous cherchons à évaluer sur le territoire national la différence entre les estimations des quantités de substances actives utilisées par bassin versant selon la méthode employée. Les parties 2.1, 2.2 et 2.3 s’intéressent à la différence entre les méthodes SIMPLE et AGRI, selon deux aspects. La partie 2.4 propose de premiers éléments sur l’estimation de la différence des estimations entre les méthodes AGRI et HOM.

2.1 De SIMPLE à AGRI : Évaluer l’intérêt de la restriction aux terres agricoles

2.1.1 Principe

La première hypothèse mobilisée par la méthode AGRI est que les produits achetés par les utilisateurs professionnels sont utilisés sur les terres agricoles, à l’exception des prairies permanentes. Ainsi, dans la méthode AGRI on ne prend en compte que les terres agricoles pour répartir les ventes, tandis que dans la méthode SIMPLE on répartit les ventes via l’intégralité de la surface du code postal (forêt et villes comprises).

L’effet de la méthode AGRI par rapport à SIMPLE ne se fait sentir que pour les codes postaux qui

ont une répartition relativement hétérogène de leurs terres agricoles entre les différents bassins versants vers lesquels ils renvoient. En effet, si les terres agricoles sont réparties de façon

homogène, la répartition des produits phytosanitaires achetés vers les bassins versants restera la même, que l’on restreigne ou non aux terres agricoles.

L’exemple ci-dessous présente trois cas théorique. Le fait de ne répartir les produits via les terres agricoles uniquement plutôt que par l’ensemble des terres ne modifiera in fine la répartition des produits vers le bassin versant représenté en rouge que dans le cas (3). En effet, dans le cas (1) la répartition des terres agricoles est relativement homogène sur le code postal : la répartition restera la même quels que soient les découpages de bassins versants. Dans le cas (2), la répartition des terres agricoles est certes hétérogène, mais la proportion des terres entre les bassins reste la même que l’on s’intéresse à la surface totale ou aux seules terres agricoles.

Figure 2 : Illustration de l’effet de l’emplacement des terres agricoles sur la répartition des produits phytosanitaires entre les bassins versants par les méthodes de spatialisation SIMPLE et AGRI

2.1.2 Matériel et méthode d’évaluation de l’intérêt de la restriction aux terres agricoles

2.1.2.1

Choix des données mobilisées

Pour simuler l’application de la méthode SIMPLE, nous n’avons besoin que de deux couches géographiques : la délimitation des codes postaux et la délimitation des bassins versants sur lesquels nous souhaitons réaliser le test. Pour simuler l’application de la méthode AGRI qui suppose une répartition uniquement par les terres agricoles hors prairies permanentes, il nous faut utiliser une couche géographique permettant de repérer l’occupation agricole des sols.

Délimitation des codes postaux

La couche SIG est obtenue par croisement entre la couche IGN des communes (BD TOPO) et la table HEXAPOST reliant les codes postaux et codes CEDEX aux codes INSEE des communes.

Délimitation des bassins versants

Nous avons choisi de réaliser le test sur les bassins versants contributifs des masses d’eaux superficielles et des masses d’eaux souterraines. Les données compilées au niveau national nous ont été fournies par l’ONEMA. Ces bassins versants correspondent à l’échelle choisie au niveau national pour l’état des lieux du SDAGE, qui concerne l’ensemble des agences de l’eau.

Délimitation des terres agricoles

Deux bases de données peuvent fournir cette information : Corine Land Cover 2006 et le Registre Parcellaire Graphique du SSP. Le Tableau 1 présente la comparaison de ces deux bases par rapport à notre objectif.

Nous avons choisi de travailler avec la couche Corine Land Cover 2006 pour ce travail, au niveau national notamment en raison de son exhaustivité et de sa facilité d’utilisation : elle est en effet directement accessible au niveau national et d’une taille raisonnable. Le registre Parcellaire Graphique, s’il est plus précis sur la localisation des prairies, demande en effet une puissance de calcul importante pour pouvoir réaliser le test à l’échelle nationale, ainsi que des précautions d’utilisation (compilation des départements, avec des données redondantes à supprimer)3_.

Les classes d’occupation des sols de Corine Land Cover (en annexe 1) sont exploitées comme suit : - les polygones des classes 211 à 244 sont considérés comme agricoles

- les polygones de la classe 231 sont considérés comme des prairies permanentes. Ils sont donc exclus des surfaces susceptibles de recevoir des produits phytosanitaires dans la méthode AGRI.

3 _{Depuis 2010 chaque RPG départemental fourni par l’ASP intègre une frange d’îlots appartenant aux}

départements limitrophes. La compilation nationale de ces informations demande d’éliminer les îlots redondants.

Tableau 1 : Comparaison entre le Registre Parcellaire Graphique et Corine Land Cover 2006

Registre Parcellaire Graphique Corine Land Cover

Mode d’accès Payant (France métropolitaine : _{environ 2590 € / année)} En téléchargement gratuit

Dernière année disponible en janvier 2014

2012 2006

Résolution 0,5 m4 _{20 à 25 m}

Unité Îlot : ensemble de parcelles

adjacentes

Polygone de minimum 25 ha avec une occupation homogène

Mode d’obtention Déclaratif Photo-interprétation d’images satellites

Couverture Parcellaire des exploitations

remplissant une déclaration PAC Exhaustif

Précision de l’information sur les prairies

Distinction prairies permanentes et temporaires. Certains îlots renvoient

à plusieurs cultures qui ne peuvent être repérées spatialement

La classe 23 correspond aux prairies. Néanmoins, celles-ci peuvent également se

retrouver dans le groupe 24 « Zones agricoles hétérogènes » pour laquelle les polygones rassemblent différentes cultures.

2.1.2.2

Méthode de calcul de la différence entre les estimations SIMPLE et AGRI

Ne disposant pas encore de données de l’observatoire des ventes de produits phytosanitaires par code postal de l’acheteur final au niveau national, nous réalisons un test à partir de données fictives. Nous simulons l’application des deux méthodes SIMPLE et AGRI à partir de ces données fictives.

(1) Construction des données fictives de ventes

Nous supposons dans ce test que chaque hectare agricole (hors prairies) localisé dans le code postal reçoit une unité de substance active. Les quantités sont alors sommées à l’échelle du code postal pour obtenir des données de ventes globales par code postal : QSA_CP5_.

(2) Simulation de la méthode SIMPLE : quantité de substance active par bassin versant

On réalise l’intersection entre les délimitations des codes postaux et des bassins versants. On obtient alors un polygone pour chaque intersection entre un code postal et un bassin versant. Ce polygone a une surface notée SURF_TOT_CP_BV. Il reçoit d’après la méthode SIMPLE une quantité de produit correspondant à la quantité suivante : QSA_CP * SURF_TOT_CP_BV / SURF_TOT_CP

Un bassin versant reçoit la somme des quantités associées à chacun des codes postaux qu’il recouvre, soit donc :



4 _{D’après l’ASP la précision correspond à une échelle de 1 : 5000, soit une précision de 50 cm si l’on prend}

le rapport échelle / précision admis par l’IGN qui est de 0,1mm mesuré sur la carte.

5 _{La valeur de QSA_CP (en unités) est aussi celle de la superficie agricole des codes postaux hors prairies}

permanentes (en ha)

Figure 3 : calcul des surfaces dans la méthode SIMPLE (réalisation É. Groshens)

(3) Simulation de la méthode AGRI : quantité de substance active par bassin versant

On réalise l’intersection entre les terres agricoles par code postal et les bassins versant. On obtient alors un polygone agricole par code postal et par bassin versant.

Ce polygone a une surface notée SURF_AGRI_CP_BV, et reçoit d’après la méthode AGRI une quantité de substance correspondant à la quantité suivante : QSA_CP * SURF_AGRI_CP_BV / SURF_AGRI_CP.

Un bassin versant reçoit la somme des quantités associées à chacun des codes postaux qu’il recouvre, soit donc :



(4) Différence entre les résultats obtenus par les deux méthodes à l’échelle du bassin

versant

Pour chaque bassin versant on calcule l’écart absolu entre les deux estimations obtenues :

j j

j QSA simple BV QSA agri BV

BV

AE_  _ _  _ _

On estime la différence en rapportant cette valeur à la quantité totale de substance utilisée dans le bassin versant d’après la méthode AGRI. L’expression de la différence est donc la quantité suivante : j j j j j j BV agr i QSA BV agr i QSA BV s imple QSA BV agr i QSA BV AE BV Diff _ _ _ _ _ _ _ _ _ _   

Nous présentons ces différences à l’aide d’une carte des bassins versants, selon les classes suivantes :

Classe Valeur minimale Valeur maximale

Négligeable 0 % 5 %

Faible 5 % 20 %

Moyenne 20 % 50 %

Forte 50 % -

(4) Différences entre les deux méthodes à l’échelle régionale

La spatialisation effectuée sur des données réelles portait sur la région Bretagne. Pour ce test d’extension à l’échelle nationale on souhaite pouvoir comparer cette situation bretonne à celle des autres régions françaises. Pour chaque région nous sommons les écarts absolus obtenus par bassin versant, et rapportons cette valeur à la quantité totale de substance utilisée dans cette région d’après la méthode agri. Les bassins à cheval sur deux régions sont répartis au prorata de leur surface totale. Nous notons cette quantité, qui traduit pour chaque région la différence liée à la restriction aux terres agricoles pour la ventilation des données de ventes : DIFF_RESTR_REG.

Figure 4 : calcul des surfaces dans la méthode AGRI (réalisation É. Groshens)

La cartographie par bassin versant ainsi que les agrégations régionales sont conduites selon les deux découpages annoncés plus haut à savoir les masses d’eau de surface et les masses d’eau souterraines.

2.1.2.3

Résultat pour les bassins contributifs des masses d’eaux de surface (MESU)

Les résultats sont donnés en Figure 6.

Nous observons sur cette carte que, si la différence reste négligeable ou faible sur la majeure partie de la surface nationale, certaines zones sont particulièrement sensibles au passage de la méthode SIMPLE à la méthode AGRI, et montrent donc des différences supérieures à 20 % (intermédiaire ou forte). C’est notamment le cas des zones de montagne.

Dans ces zones particulières, l’affinement de la méthode de spatialisation pourra alors conduire à des résultats significativement différents de ceux obtenus par la méthode SIMPLE, avec pour certains bassins plus de 50 % de différence. Il sera donc a priori particulièrement important

dans ces zones de prendre en compte l’occupation des sols pour la spatialisation des données d’un observatoire national des ventes de produits phytosanitaires.

Certaines zones en revanche sont extrêmement peu sensibles à l’affinement de la méthode de spatialisation : Nord et Sud-Ouest de la France. Cette faible sensibilité peut notamment s’expliquer par la taille importante des bassins versants dans ces zones (Figure 7).

Agrégation régionale

On observe sur la Figure 5 que la Bretagne se situe parmi les régions pour lesquelles la différence entre les estimations par les deux méthodes est la plus faible. Ainsi, il est à prévoir que l’application d’une méthode trop simplifiée dans certaines régions comme l’Alsace, PACA ou la Corse pourra amener à des résultats significativement différents à ceux obtenus par une méthode qui prend en compte la répartition des terres agricoles au sein des codes postaux.

Figure 5 : Différence entre les estimations par asse d’eaux superficielles par les méthodes SIMPLE et AGRI , au niveau régional

Figure 6 : différence estimée par bassin versant contributif des masses d’eaux superficielles entre les méthodes SIMPLE et AGRI

Figure 7 : Carte des masses des bassins contributifs des masses d’eaux superficielles (source de la couche géographique : ONEMA)

2.1.2.4

Bassins contributifs des masses d’eaux souterraines (MESO)

La Figure 9 présente les pourcentages de différence entre les estimations des quantités de substance active par bassin contributif des masses d’eaux souterraines par les méthodes SIMPLE (répartition par l’ensemble de la surface) et AGRI (répartition par les terres agricoles).

Nous observons que là encore la majorité des masses d’eaux souterraines montrent une variation des estimations négligeables ou faibles selon qu’on emploie la méthode SIMPLE ou la méthode AGRI. Les bassins versants MESO sont moins sensibles à l’affinement que les bassins MESU, ce qui s’explique notamment par leur taille plus importante (Figure 10). Dans certaines zones des bassins Rhône - Méditerranée et Corse et Rhin - Meuse, les différences d’estimations dépassent néanmoins les 20 % (différence intermédiaire ou forte) : les résultats obtenus selon qu’on applique une méthode qui prenne en compte ou non l’occupation des sols seront alors significativement différents. Il sera donc a priori important d’appliquer une méthode affinée si l’on ne veut pas

conduire à des erreurs importantes d’estimation sur ces zones. Agrégation régionale

De même que pour les masses d’eaux superficielles, on observe que la Bretagne se situe parmi les régions pour lesquelles la différence entre les estimations par les deux méthodes est la plus faible (Figure 8).

Ainsi, il est à prévoir que l’application d’une méthode trop simplifiée dans certaines régions du Sud-Est et de l’Est (Corse, PACA, Alsace…) pourra amener à des résultats significativement différents à ceux obtenus par une méthode qui prenne en compte la répartition des terres agricoles au

sein des codes postaux. _{Figure 8 : Différence entre les estimations par masse d’eau souterraine par}

Figure 9 : différence estimée par bassin versant contributif des masses d’eaux souterraines entre les méthodes SIMPLE et AGRI

Figure 10 : Carte des masses des bassins contributifs des masses d’eaux souterraines (source de la couche géographique : ONEMA)

2.2 De SIMPLE à AGRI : Évaluer la méthode de rattachement des terres

agricoles

2.2.1 Principe

Dans la méthode AGRI, un traitement spécifique est effectué pour décider du rattachement des terres agricoles du RPG au code postal. Ainsi, une terre n’est plus rattachée directement au code postal où elle se trouve, comme c’est le cas dans la méthode SIMPLE, mais au code postal du siège d’exploitation dont elle dépend. En effet pour la base de données des ventes par code postal c’est effectivement la localisation du siège d’exploitation qui conduit à l’affectation de l’intégralité des achats de cette exploitation au code postal du

siège.

Cette étape apporte une plus value dans le cas où une part significative des terres incluses dans la délimitation d’un code postal « a » dépend d’exploitations rattachées à des codes postaux différents de « a ». Par exemple, dans la Figure 11 ci-contre, la situation de gauche (cas n°1) correspond à des parcellaires regroupés au sein d’un même code postal : il

est alors presque identique de rattacher les terres a un code postal par leur localisation ou par le siège dont elles dépendent. Dans le cas de droite par contre (cas n°2), une part non négligeable des terres est cultivé hors du code postal du siège : l’emprise géographique associée au code postal selon qu’on prenne en compte les terres du code postal ou bien les terres des exploitations du code postal sera alors significativement différente.

2.2.2 Méthode d’évaluation de l’intérêt de rattacher les terres au code postal du siège

2.2.2.1

Évaluation de l’intérêt d’appliquer la méthode de rattachement des terres

Les données RPG transmises par l’ASP ne donnent pas d’informations sur l’adresse des sièges d’exploitation. Partant de là nous avons développé une méthode à partir du RPG niveau 4 qui consiste à supposer que le siège d’exploitation se trouve dans la commune du département de rattachement où l’exploitation cultive le plus de terres, cette commune étant elle-même rattachée à un code postal à l’aide de table HEXAPOST.

L’information sur le morcellement contenue dans le Recensement Général Agricole de 2000 permet de juger de l’efficacité d’un tel traitement. En effet, on peut utiliser le RA 2000 pour simuler le traitement réalisé sous RPG à savoir l’affectation d’une exploitation à un code postal sur la base du maximum de surface contenu dans une commune, et parallèlement avoir directement accès au code postal réel du siège d’exploitation. On peut ainsi vérifier la qualité du traitement.

(1) Simulation du traitement :

Pour chaque exploitation du RA 20006_{, on recherche la commune du département du siège qui}

comporte la plus grande surface cultivée. On appelle alors cette commune

6 _{La table « Morcellement » du RA 2000 utilisée dans cette partie de notre travail n’a pas été reconduite dans}

le Recensement Général agricole de 2010. Il n’était donc pas possible d’utiliser le RA le plus récent (2010).

COMMUNE_SIEGE_METHODE. On utilise la base de données HEXAPOST pour rechercher le code postal correspondant, qu’on attribue à l’exploitation : CP_SIEGE_METHODE.

(2) Comparaison avec le code postal réel

On recherche en parallèle la commune réelle de l’exploitation, pour laquelle on retrouve le code postal correspondant : CP_SIEGE_REEL. On compare alors les deux codes postaux obtenus : s’ils sont identiques on comptabilise la SAU totale de l’exploitation comme correctement rattachée par la méthode, sinon on la comptabilise comme incorrectement rattachée.

(3) Calcul de l’erreur restant après application de la méthode

Pour chaque région, on calcule l’erreur résiduelle après avoir appliqué la méthode affinée de rattachement des terres agricoles. Pour cela, on somme les SAU des exploitations de la région qui ont été mal affectées par la méthode, et on rapporte cette SAU mal affectée à la SAU totale de la région. On obtient pour chaque région la quantité notée ERREUR_RATTACHEMENT_AGRI.

(4) Comparaison avec l’erreur associée à la méthode SIMPLE et calcul du gain associé à

la méthode AGRI

Afin de pouvoir évaluer le gain associé à cette méthode, il nous faut évaluer l’erreur associée au rattachement direct des terres au code postal où elles se trouvent, utilisé dans le cadre de la méthode SIMPLE. Cette erreur correspond à la part des terres cultivée hors du code postal du siège. Pour chaque région, on somme donc les surfaces cultivées hors du code postal du siège, et on rapporte cette SAU à la SAU totale régionale. On obtient la quantité notée ERREUR_RATTACHEMENT_SIMPLE.

La différence entre l’erreur associée à la méthode AGRI et la méthode SIMPLE de rattachement des terres correspond alors au gain obtenu grâce à l’affinement de la méthode entre SIMPLE et AGRI. On note cette différence GAIN_RATTACHEMENT_AGRI, calculée également au niveau régional (Figure 12 ).

Figure 12 : illustration schématique du lien entre les erreurs réalisées lors du rattachement des terres aux codes postaux et les gains associés à la méthode AGRI, selon qu’on dispose ou non des données de l’ASP

2.2.2.2

Résultat sur l’intérêt d’appliquer la méthode de rattachement des terres

La Figure 13 ci-dessous présente les erreurs de rattachement des terres agricoles aux codes postaux entre la méthode SIMPLE et la méthode AGRI. On observe que la région Bretagne est la région pour laquelle l’erreur réalisée en cas d’affectation par la méthode SIMPLE est la plus faible (11% des terres sont mal affectées). Dans certaines régions comme le Nord-Pas-de-Calais, l’Ile de France et la région PACA, cette erreur dépasse les 20 %. Si on applique la méthode de rattachement des terres employée dans la méthode AGRI, cette erreur est alors presque réduite de moitié, pour avoisiner les 10 %.

Ainsi, là encore, la Bretagne est l’une des régions pour laquelle le passage de la méthode SIMPLE à la méthode AGRI est le moins avantageux. Dans la majorité des autres régions françaises, l’application de la méthode AGRI conduira à une réduction significative de l’erreur de rattachement des terres.

Notons par ailleurs que si l’ASP nous autorisait à accéder à l’information sur le code postal des exploitations pour chaque îlot du Registre Parcellaire Graphique, ceci permettrait d’annuler l’erreur associée à la méthode AGRI.

2.3 Construction d’une typologie régionale : croisement des deux aspects

Dans les pages qui précèdent nous avons analysé l’intérêt relatif qu’il y aurait à passer de la méthode SIMPLE à la méthode AGRI de spatialisation. Nous avons analysé d’une part l’impact de la restriction aux terres agricoles pour la spatialisation des produits phytosanitaires (% de quantité de substances active mal répartie) et d’autre part l’impact du mode de rattachement des terres agricoles à un code postal (% de SAU mal rattaché à un code postal). Le Tableau 2 rassemble les résultats obtenus pour chaque région pour ces deux aspects du problème. La première colonne reprend l’erreur de répartition des substances actives par bassin versant cumulé par région. La deuxième

colonne correspond au gain généré par la méthode AGRI en ce qui concerne la ventilation des terres agricoles entre les codes postaux (comparativement à la méthode SIMPLE). La dernière colonne donne le gain global sur la méthode SIMPLE qu’on obtiendrait pour le même critère si l’ASP transmettait l’information sur le code postal de chaque exploitation répertoriée dans le RPG. Partant des informations de ce tableau nous avons réalisé la Figure 14 qui croise les informations des deux premières colonnes du Tableau 2. L’abscisse correspond à la colonne 2 et l’ordonnée à la colonne 1.

Tableau 2 : Résultats régionaux par rapport à l’effet de la restriction aux terres agricoles (DIFF_RESTR_REG) et au rattachement des terres aux sièges d’exploitation dans la méthode AGRI,

selon qu’on dispose (GAIN_RATTACHEMENT_AGRI_ASP) ou non 5GAIN_RATTACHEMENT_AGRI) des données de l’ASP sur la localisation des sièges

DIFF_RESTR_REG (eaux superficielles) cf Figure 5 GAIN_RATTACHEME NT_AGRI (cf. Figure 13) GAIN_RATTACHEME NT _AGRI_ASP (cf. Figure 13) Région

Différence estimée entre une répartition via la surface totale

ou via les terres agricoles

Différence entre l'erreur liée au rattachement SIMPLE et au

rattachement AGRI

Si on réduisait à 0 l'erreur grâce à l'accès aux données de l'ASP

ALSACE 19% 12% 20% AQUITAINE 9% 7% 13% AUVERGNE 19% 8% 14% BASSE-NORMANDIE 7% 10% 16% BOURGOGNE 6% 10% 17% BRETAGNE 7% 7% 11% CENTRE 8% 10% 17% CHAMPAGNE -ARDENNE 10% 12% 19% CORSE 41% FRANCHE-COMTE 19% 10% 13% HAUTE-NORMANDIE 11% 12% 22% ILE-DE-FRANCE 6% 13% 23% LANGUEDOC -ROUSSILLON 20% 7% 15% LIMOUSIN 13% 7% 12% LORRAINE 16% 11% 16% MIDI-PYRENEES 8% 8% 14% NORD-PAS-DE-CALAIS 3% 14% 23% PAYS-DE-LA-LOIRE 9% 9% 14% PICARDIE 5% 13% 20% POITOU-CHARENTES 6% 10% 17% PROVENCE- ALPES-COTE-D'AZUR 23% 10% 22% RHONE-ALPES 21% 9% 16% France 10% 9% 16%

.

On observe sur la Figure 14 que le nuage de point est éclaté, ce qui traduit un comportement divergent des différentes régions vis-à-vis des deux critères considérés :

- La Bretagne fait partie des régions les moins sensibles à l’affinement de la méthode de spatialisation, pour lesquelles le gain lié au rattachement des terres reste faible (colonne 2 axe x), ainsi que la différence lié à la restriction aux terres agricoles (colonne 1, axe y).

- Certaines régions comme l’Île de France, la Picardie et le Nord Pas de Calais se distinguent par un fort intérêt vis-à-vis du rattachement des terres, malgré un impact extrêmement faible de la restriction aux terres agricoles.

- Au contraire, le Languedoc Roussillon, Rhône Alpes et l’Auvergne n’ont que peu d’intérêt à l’application d’une méthode de rattachement des terres, mais bénéficient de la restriction aux terres agricoles pour la ventilation des données de ventes.

- Enfin, certaines régions de l’Est (PACA, Alsace, Lorraine, Franche-Comté) bénéficient fortement des deux affinements méthodologiques proposés par la méthode AGRI. Ces régions sont ainsi fortement sensibles à l’affinement de la méthode, et on peut supposer qu’on observera d’importantes différences entre les estimations produites par une spatialisation via la méthode SIMPLE ou via la méthode AGRI.

En conclusion, la Bretagne est finalement la région pour laquelle l’intérêt présumé de l’affinement de la méthode de spatialisation est le plus faible : ni la restriction aux terres agricoles ni

Figure 14 : Positionnement des régions par rapport aux deux apports de la méthode AGRI par rapport à la méthode simple : restriction aux terres agricoles (en ordonnée) et rattachement des terres (en abscisse)

l’amélioration de la méthode de rattachement des terres n’a d’impact majeur sur la qualité de la spatialisation. La grande majorité des autres régions françaises a a priori un fort intérêt à

l’application d’une méthode affinée de spatialisation des données de ventes, qui prenne en compte la localisation des terres agricoles et qui veille à un rattachement des terres aux bons codes postaux.

2.4 D’AGRI à HOM : Évaluer l’intérêt de la prise en compte des homologations

Si les produits phytosanitaires étaient tous homologués pour toutes les cultures, la méthode AGRI conviendrait tout à fait. Toutefois ce n’est pas le cas et on note notamment l’existence de gammes de produits homologués pour des cultures spéciales que constituent la vigne et les vergers. La méthode HOM tient compte de ces différences d’homologation de produits dans la répartition spatiale des ventes qui en est faite.

Partant de là, cette partie va donc s’intéresser à la valeur ajoutée conférée à la prise en compte des homologations pour les produits ou substances spécifiques de certaines cultures (vigne et vergers), qui constitue la différence entre la méthode AGRI et la méthode HOM.

Corine Land Cover nous permet de repérer facilement l’emplacement de certaines cultures permanentes : vigne et vergers. Il est alors possible d’évaluer l’incidence de la prise en compte des homologations sur la répartition spatiale des substances spécifiques de ces cultures. Nous traiterons d’abord du cas de la vigne puis de celui des vergers.

2.4.1 Estimation de l’intérêt de la prise en compte des homologations pour la vigne

On cherche ici à évaluer pour les substances spécifiques de la vigne le gain théorique entre la méthode AGRI et la méthode HOM, qui prend en compte les homologations. Dans la méthode AGRI une substance spécifique de la vigne est répartie via l’ensemble des terres agricoles, tandis que dans la méthode HOM, une telle substance est répartie uniquement via les terres en vigne.

2.4.1.1

Choix des données

Aux données déjà utilisées dans les simulations des méthodes SIMPLE et AGRI s’ajoute le besoin de pouvoir localiser les terres de vignobles.

Délimitation des codes postaux

La couche est obtenue par croisement entre la couche IGN des communes (BD TOPO) et la table HEXAPOST reliant les codes postaux et codes CEDEX aux codes INSEE des communes.

Délimitation des bassins versants

Comme précédemment nous avons choisi de réaliser le test sur les bassins versants contributifs des masses d’eaux superficielles et des masses d’eaux de surfaces.

Délimitation des terres agricoles d’un code postal

On retient les polygones de la base Corine Land Cover 2006 des classes agricoles à l’exception des prairies (codes commençant par un 2 à l’exception du code 231 « prairies »). On les fusionne par code postal, afin d’obtenir la délimitation des terres agricoles de chaque code postal.

Délimitation des vignes d’un code postal

On retient les polygones de la base Corine Land Cover 2006 de la classe 221 (« vignobles »). On les fusionne pour chaque code postal, afin d’obtenir la délimitation des vignes de chaque code postal

2.4.1.2

Traitements réalisés

(1) Construction des données fictives de ventes

La substance étudiée dans ce test étant supposée n’être homologuée que pour la vigne, on attribue à chaque code postal une QSA d’une unité par hectare de vigne. Dans cette partie, la quantité QSA_CP correspond donc à la quantité d’une substance spécifique de la vigne supposée achetée par un code postal.

(2) Simulation de la méthode AGRI : quantité de substance active par bassin versant

On réalise l’intersection entre les terres agricoles par code postal et les bassins versant. On obtient alors un polygone agricole par code postal et par bassin versant (Figure 15). Ce polygone a une surface notée SURF_AGRI_CP_BV, et reçoit d’après la méthode AGRI une quantité de substance correspondant à la quantité suivante : QSA_CP * SURF_AGRI_CP_BV / SURF_AGRI_CP.

Un bassin versant reçoit la somme des quantités

associées à chacun des codes postaux qu’il recouvre, soit donc :



(3) Simulation de la méthode HOM pour les substances spécifiques de la vigne

On réalise l’intersection entre les vignes par code postal et les bassins versant. On obtient alors un multipolygone de vigne pour chaque intersection entre un code postal et un bassin versant (Figure 16). Ce multipolygone a une surface notée SURF_VIGNE_CP_BV, et reçoit d’après la méthode HOM une quantité de substance correspondant à la quantité suivante : QSA_CP * SURF_VIGNE_CP_BV / SURF_VIGNE_CP

Un bassin versant reçoit la somme des quantités associées à chacun des codes postaux qu’il recouvre, soit donc :



(4) Différence entre les résultats obtenus par les deux méthodes à l’échelle du bassin

versant

Pour chaque bassin versant on calcule l’écart absolu entre les deux estimations obtenues :

Figure 15 : Calcul des surfaces dans la méthode AGRI (réalisation É. Groshens)

Figure 16 : Calcul des surfaces dans la méthode HOM appliquée à la vigne

j j

j

QSA

agri

BV

QSA

BV

BV

AE

_



_

_



_

hom_

On estime la différence en rapportant cette valeur à la quantité totale de substance utilisée dans le bassin versant d’après la méthode AGRI. L’expression de la différence est donc la quantité suivante : j j j j j j BV agr i QSA BV QSA BV agr i QSA BV agr i QSA BV AE BV Diff _ _ hom_ _ _ _ _ _ _ _   

Nous présentons ces différences à l’aide d’une carte des bassins versants, selon les classes suivantes :

Classe

Valeur minimale Valeur maximale

Négligeable 0 % 5 %

Faible 5 % 20 %

Moyenne 20 % 50 %

Forte 50 % -

(4) Différences entre les deux méthodes à l’échelle régionale

Pour chaque région nous sommons les écarts absolus obtenus par bassin versant, et rapportons cette valeur à la quantité totale de substance utilisée dans cette région d’après la méthode agri. Les bassins à cheval sur deux régions sont répartis au prorata de leur surface totale.

2.4.2 Estimer l’intérêt de la prise en compte des homologations pour l’arboriculture

De la même manière, on évalue pour chaque code postal la différence entre les estimations des utilisations par bassin versant entre la méthode AGRI et la méthode HOM pour les substances spécifiques de l’arboriculture.

Les matériels et méthodes sont rigoureusement identiques, à la différence qu’on considère la classe « Vergers et petits fruits » (code n°222) au lieu de la classe « Vignobles » (code n° 221).

2.4.3 Évaluation de l’intérêt de la prise en compte des homologations

Masses d’eaux superficielles Masses d’eaux souterraines

Su bs ta nce s spécif iqu es de la v ig ne Su bs ta nce s spécif iqu es de l’ arbo ricult ure

Figure 17 : Effet de la prise en compte des homologations

sur les substances spécifiques de la vigne (en haut) ou de l’arboriculture (en bas) sur les bassins contributifs des masses d’eaux superficielles (à gauche) et souterraines (à droite)

Les cartes de la Figure 17 présentent l’importance de la différence entre les estimations par les méthodes AGRI et HOM pour les substances spécifiques de la vigne (en haut) et de l’arboriculture (en bas), sur les bassins contributifs des masses d’eaux superficielles (à gauche) et souterraines (à droite).

On observe en premier lieu que la prise en compte des homologations n’a d’impact que sur les bassins contenant la culture concernée. Parmi ces bassins, certains accusent un fort impact du choix de la méthode sur les estimations. Ces zones sont ainsi particulièrement sensibles au choix de la méthode de spatialisation employée.

3 D

ISCUSSION ET PERSPECTIVES

3.1 Limites méthodologiques

3.1.1 Hypothèse de construction des données fictives de ventes

Les données fictives de ventes ont été construites en supposant que l’ensemble des exploitations de chaque code postal achetait une unité de substance active par hectare agricole du code postal (intersection entre les classes agricoles de Corine Land Cover et les délimitations géographiques des codes postaux).

Cette approche repose sur deux hypothèses discutables. On suppose en effet :

(i) que les ventes dépendent proportionnellement de la surface agricole, toutes cultures et tous modes de production confondus,

(ii) et que les terres agricoles d’un code postal sont cultivées par les exploitations d’un code postal7_.

La première hypothèse pourra être contournée dès que nous disposerons des données réelles de ventes courant 2014. On sait par ailleurs que la deuxième hypothèse est fausse (cf. Figure 13). On pourrait à ce niveau utiliser les données du Recensement Agricole de 2010, après agrégation, pour connaître l’assolement des exploitations dont le siège se situe dans le code postal et donc se rapprocher au maximum de la structure des données de ventes. On attribuerait alors une unité de QSA par hectare agricole des exploitations dont le siège se situe dans le code postal.

3.1.2 Des données différentes de celles mobilisées pour la spatialisation

Les méthodes de spatialisations proposées par l’INRA reposent sur l’utilisation du Registre Parcellaire Graphique annuel pour l’occupation agricole des sols. Or, le test a été réalisé à partir de la couche Corine Land Cover 2006, notamment en raison d’une plus grande facilité d’utilisation (pas de compilation de données départementales à réaliser, fichiers de taille plus légère facilitant les calculs).

Le test présenté dans ce document ne compare donc pas strictement les méthodes SIMPLE, AGRI et HOM, mais des versions simplifiées de ces méthodes. Il sera donc important de confirmer ce test en s’appuyant sur les bases de données réellement mobilisées dans les différentes méthodes de spatialisation. C’est pourquoi nous proposons dans la partie 3.3 page 26 un test qui s’appuie sur une simulation des méthodes réelles de spatialisation.

3.2 Contribution de ce test au choix de la méthode de spatialisation

3.2.1 Rappels sur les apports des entretiens avec les Agences de l’Eau

Après présentation des résultats obtenus en Bretagne, les différentes Agences de l’Eau ont eu une position relativement constante sur les différentes méthodes de spatialisation. Elles ont fait part de la volonté de disposer d’une méthode de spatialisation qui puisse facilement être comprise, et qui puisse idéalement être mise en œuvre au sein des agences elles-mêmes. Elles penchaient ainsi

7 _{On a en effet attribué une unité de QSA achetée par hectare agricole situé dans le code postal et non pas par}

généralement vers le choix de la méthode AGRI, qui permet un affinement conséquent par rapport à la méthode SIMPLE, tout en restant simple à appréhender et à expliquer à leurs partenaires. Cependant, les Agences de l’Eau sont également intéressées par les méthodes prenant en compte les homologations, à la condition que le coût de déploiement et d’actualisation d’une méthodologie plus affinée soit négligeable pour elles.

Elles craignent néanmoins l’effet « boite noire » et demandent dans tous les cas à conserver l’accès aux données brutes avant spatialisation (QSA achetée par code postal utilisateur).

3.2.2 Bilan sur la contribution de ce test au choix de la méthode de spatialisation

Ce test a pour objectif de replacer la Bretagne par rapport aux autres régions françaises, de façon à discuter de l’intérêt de déployer au niveau national une méthode de spatialisation plus ou moins affinée.

Les méthodes SIMPLE, AGRI et HOM sont d’un degré d’affinement méthodologique croissant, mais reposent en contrepartie sur un nombre également croissant de bases de données à mobiliser.

Comparaison entre SIMPLE et AGRI : intérêt de la restriction aux terres agricoles

Le test réalisé à partir des données de Corine Land Cover 2006 montre que, pour les découpages utilisés dans le cadre de l’État des Lieux de la Directive Cadre sur l’Eau, les différences globales entre les méthodes SIMPLE et AGRI sont fortement significatives dans certaines parties du territoire national, d’une part en raison de la faible taille des bassins versants, et d’autre part en raison de l’hétérogénéité de la répartition des terres agricoles au sein des codes postaux.

Le test réalisé permet donc de conclure que la situation rencontrée en Bretagne correspond à une situation de faibles différences entre les méthodes employées : il existe des régions pour lesquelles le choix de la méthode SIMPLE plutôt que de la méthode AGRI conduirait à des différences significatives (cf Figure 14).

Comparaison entre AGRI et HOM : intérêt de la prise en compte des homologations

Nous avons pu montrer que, pour certaines substances spécifiques de certaines cultures (vigne et arboriculture), les différences pourront être très importantes pour certains bassins, et donc conduire à des interprétations éventuellement différentes.

Ce test ne vaut que pour deux groupes cultures de Corine Land Cover, et pour des substances supposées n’être autorisées strictement que sur ces deux groupes cultures. Or, la réalité des homologations est bien différente, et une substance ou un produit commercial est généralement autorisé sur un ensemble de cultures. Afin de pouvoir réellement discuter des différences d’estimations entre les méthodes AGRI et HOM, il nous faudrait réaliser un test :

- Détaillé par substance active ou par produit commercial

- Sur les groupes cultures réellement pris en compte dans la méthode de spatialisation HOM, à savoir les groupes culture du RPG.

Nous proposons ainsi de réaliser un test grandeur nature en simulant l’application de la méthode HOM à partir de données de vente fictives détaillées code postal et par substances actives (dans l’attente des données réelles de ventes par code postal et par produit commercial, qui devraient être disponibles courant 2014). Ce test est présenté dans la partie 3.3 ci-après.

3.3 Proposition de simulation de la méthode HOM en situation réelle

Dans l’attente des données d’un Observatoire National des ventes de produits phytosanitaires, il est néanmoins possible de réaliser un test grandeur nature à partir de données fictives de ventes au niveau du code postal. Ce test aura pour intérêt de discuter a priori, et indépendamment des quantités de produits phytosanitaires effectivement vendues, de l’intérêt de mettre en œuvre une méthodologie affinée de spatialisation des données de ventes de cet observatoire national.

Nous proposons de réaliser le test suivant :

(1) Construction des données de ventes

Nous proposons d’attribuer à chaque code postal une unité de chaque substance active susceptible d’y être utilisée. Pour déterminer la liste des substances qui y sont utilisables, nous proposons de nous appuyer d’une part sur la liste des substances vendues dans la région d’après la BNV-d, et d’autre part sur les homologations, selon la méthode illustrée dans le schéma ci-dessous (Figure 19).

Un premier filtre peut être réalisé afin de déterminer la liste des substances actives utilisées sur un code postal (table 1) : on suppose alors qu’un code postal n’utilise que des substances qui ont été vendues par les établissements de la région.

Afin de prendre en compte les hétérogénéités entre codes postaux, nous proposons de réaliser un second filtre en fonction des cultures présentes sur son territoire. Pour cela, nous pouvons extraire à partir du RA 2010 l’assolement des codes postaux (table 2), et le croiser avec la liste des substances actives autorisée pour chaque culture du recensement agricole (table 3).

On obtient alors par jointure entre ces trois tables la table n°4, qui permet de connaître pour chaque code postal la surface agricole utile sur laquelle chaque substance active est homologuée.

En mobilisant l’hypothèse selon laquelle chaque substance est utilisée à hauteur d’une unité par hectare homologué, on obtient la table 5 qui constitue notre table des ventes fictives, par substance active et code postal. En d’autres termes la base fictive de données de vente par code postal consiste à s’appuyer sur la BNV-d pour fixer la liste des substances sur lesquelles travailler mais en fixant arbitrairement les quantités à partir du recensement général agricole de 2010 (1 unité par ha homologué pour chacune des substance)

(2) Application des méthodologies SIMPLE, AGRI, HOM_PC et HOM_SA, DH et DU

Nous proposons alors d’appliquer les différentes méthodes de spatialisation développées en Bretagne à partir de ces données fictives nationales, sur les découpages d’intérêt pour les différentes Agences de l’Eau.

(3) Comparaison des résultats et choix du degré d’affinement de la méthode de

spatialisation

Les méthodes pourront alors être comparées au niveau national sur différents découpages de bassins versants. On pourra en effet calculer entre deux méthodes :

- La Somme des Écarts Absolus (SAE) totale, qui donnera une indication sur la différence globale entre les estimations par les différentes méthodes

- La SAE par substance active, afin de repérer si la répartition de certaines substances est particulièrement sensible au choix de la méthode

- La SAE par bassin versant, afin de repérer spatialement si certaines régions sont particulièrement sensibles au choix de la méthode de spatialisation.

À l’issue de ces tests, nous pourrons discuter avec une matière suffisante du choix de la méthode au niveau national.

Seconde partie

Seconde partie : Perspectives d’extension nationale de la méthode

Nous présentons dans cette partie quelques éléments de réflexion sur les principaux points de difficultés prévus pour l’extension de la méthode au niveau national. Ces difficultés sont de deux types :

 Gestion des utilisations non agricoles

 Identification et caractérisation du territoire agricole hors RPG

4 G

ESTION DES UTILISATIONS NON AGRICOLES

4.1 Principe : pourquoi s’intéresser aux ventes non agricoles ?

4.1.1

Type d’utilisateurs pris en compte dans l’observatoire des ventes

En Bretagne, nous ne disposions que des données pour les ventes aux utilisateurs professionnels, et nous avons centré notre méthodologie sur les utilisations par les professionnels agricoles. Néanmoins, les ventes recensées dans l’Observatoire des Ventes qui sera déployé au niveau national couvriront l’ensemble des ventes de produits phytosanitaires en France. D’après les dernières réunions du Comité de Pilotage de l’étude sur le déploiement de l’observatoire :

- Les produits vendus aux utilisateurs professionnels disposeront de la mention du CP. - Les produits vendus aux utilisateurs amateurs devront être rentrés avec un CP 00 000 - Les produits de traitement de semence devront être rentrés avec un CP 00 000

On aura aussi une autre limite : celle des 5000 €. En dessous de ce montant de redevance perçu les vendeurs continueront à transmettre des bilans (informations associées au lieu de vente) et pas des registres (détail par code postal de l’utilisateur final).

Tableau 3 : Caractéristiques des informations qui seront disponibles pour les différents utilisateurs alimentant la future base de données nationale sur la spatialisation des ventes

Amateurs Professionnels AGRICOLE RFF (SNCF) CG, Autoroutes Communes Meilleure Localisation INSEE

vendeur CP acheteur CP acheteur CP acheteur CP acheteur

Nombre Multitude Multitude 1 / national 1 /national

/département

1 / commune

Lieux traités Jardins Terres

agricoles Réseau Ferré français Bords de routes, parcs, gymnases ? Parcs, routes communales

4.1.2

Logique de traitement : focaliser sur les achats centralisés

Dans la méthodologie actuelle, tous les produits, qu’ils soient issus d’une vente à un professionnel agricole ou non, sont répartis via les terres agricoles du code postal. Les quantités de produits associées aux professionnels non agricoles ne sont donc pas ignorées par la méthodologie, mais elles sont réparties dans les bassins versants comme s’il s’agissait d’utilisations agricoles.

Cette logique de traitement risque de générer de fortes anomalies dans le cas de ventes professionnelles à un utilisateur que nous qualifions de « centralisé », c’est à dire qui a une utilisation des produits sur de larges territoires. Le cas de la SNCF est l’exemple typique : tous les achats sont centralisés à Caen, mais les produits sont pourtant utilisés sur l’ensemble du territoire national. On aura alors une importante anomalie positive au niveau de Caen si l’on ne traite pas cette question.

Nous proposons une prise en compte des ventes non agricoles ciblée sur les utilisateurs fortement centralisés, comme présenté dans le Tableau 4 ci-dessous.

Tableau 4 : Mode de traitement proposé en fonction des types d’utilisateurs non agricoles identifiés

Extractible ? Mode de traitement proposé

Commentaires

Amateurs OUI (ou avec

semences traitées ?)

Extraction des ventes associées à des distributeurs à des amateurs et de celles associées pour les autres distributeurs à un code OO OOO, affectation selon la localisation du point de vente

Les semences traitées auront de 2013 à 2015 un CP 00 000. Extraction envisageable via le SIRET de l’établissement ?

Communes NON Répartition via les terres agricoles par défaut

Possibilité d’ajouter un polygone « routes

communales » qui recevrait les produits homologués ZNA

Professionnels paysage

NON Répartition via les terres agricoles par défaut

RFF-SNCF Via le CP de la centrale d’achats

Répartition via le réseau ferré

À approfondir : quels produits cibler ? Conseils généraux Via le code postal de la préfecture

Extraction et répartition via les routes

Approfondir la faisabilité

Sociétés

d’autoroutes via le code postal du siège

Extraction et répartition via les autoroutes de la société

Seconde partie : Perspectives d’extension nationale de la méthode

4.2 Extraction et gestion des ventes aux amateurs

À la différence de l’Observatoire des ventes Breton, l’Observatoire national des ventes de pesticides comprendra également les ventes aux amateurs, qui sont comptabilisées pour le calcul de la redevance sur pollution diffuse et apparaissent donc dans les registres des distributeurs.

Si l’on parvient à correctement extraire les ventes aux amateurs, l’Observatoire montrera alors un intérêt supplémentaire pour les acteurs de la qualité de l’eau, notamment pour les Agences de l’Eau. En effet, la question de la contribution des produits phytosanitaires employés par les amateurs à la dégradation de la qualité de l’eau est régulièrement posée (source : entretiens Agences de l’Eau).

4.2.1

Extraction des ventes aux amateurs

Les ventes aux amateurs ne sont pas soumises par le Code Rural à la déclaration du code postal de l’utilisateur final. Ainsi, comme pour les semences traitées, ces ventes apparaitront avec un code postal nul, ou un code de convention (00000). Il faudra alors pouvoir les distinguer des semences traitées afin de les extraire. Une voie à explorer consiste à exploiter les établissements, qui auraient un code SIRET différent des établissements destinés aux professionnels. Une autre voie repose sur les substances utilisées, à partir de deux hypothèses :

 Les produits non EAJ (Emploi Autorisé en Jardin) seront considérés comme des produits de traitement de semence

 Les produits non homologuées pour les traitements semences seront considérés comme des produits vendus aux amateurs

4.2.2

Spatialisation des ventes aux amateurs

Les ventes aux amateurs doivent être spatialisées pour pouvoir évaluer la pression en produits phytosanitaires exercée par ce type d’utilisateurs. Or, les utilisations ne pourront être localisées que par l’établissement de vente, comme cela est le cas pour les données actuelles de la BNV-d. N’ayant aucune information sur la localisation des acheteurs, nous pouvons proposer une méthode simple de spatialisation des ventes aux amateurs, sur des bases méthodologiques du type de celles développées pour le test de spatialisation des ventes de la BNV-d en Bretagne (Rapport final Bretagne). Par exemple :

 Les espaces géographiques sur lesquels affecter ces produits pourraient être les zones urbaines peu denses, déterminées à l’aide de la classe « tissu urbain discontinu » (code 112) de Corine Land Cover. La classe 111 « tissu urbain continu » concerne en effet des zones denses, avec peu de sols nus susceptibles d’être traités (centres-villes)

 Le mode de répartition pourrait être une répartition proportionnelle à la surface sur l’ensemble de ces espaces géographique, département par département (en supposant que les amateurs se fournissent dans leur département de résidence). Le test réalisé en Bretagne montrait en effet que la prise en compte de la localisation communale de l’établissement n’apporte que peu de gain.

4.3 Extraction des ventes aux professionnels non agricoles centralisés

Comme explicité dans la partie 4.1 page 29, les ventes aux professionnels non agricoles fortement centralisés peut être source d’importantes anomalies si elles ne bénéficient pas d’un traitement spécifique. En effet, un acheteur concentrerait alors d’importants achats sur un code postal, alors qu’il utilise ces produits sur un territoire large (France entière, région, département).

4.3.1

Réseau Ferré de France

Un entretien avec un responsable de Réseau Ferré de Francenous a permis de déterminer que les achats de produits phytosanitaires destinés à l’entretien des grandes lignes étaient localisés à Caen. Les quantités de produits affectés au code postal de Caen pourront alors être considérées comme destinées à ce type d’utilisation (avec un filtre possible par les homologations des produits), et affectées au réseau ferré grandes lignes (couche « Voies ferrées » de la BD TOPO de l’IGN). Il serait néanmoins important de déterminer les organismes en charge de l’entretien des réseaux régionaux (TER), afin de déterminer comment prendre en compte ce type de ventes.

4.3.2

Les autoroutes, routes nationales et départementales

Une étude plus approfondie pourra être menée pour :

 déterminer quelle est l’importance des quantités de produits phytosanitaires employés pour l’entretien des autoroutes, des routes nationales et départementales

 identifier quels sont les acteurs qui gèrent l’entretien de ces routes dans les différents départements français

 identifier lesquels de ces acteurs sont engagés dans une démarche Zéro Phyto (auquel cas on peut exclure le réseau routier concerné des surfaces susceptibles d’être traitées) Ainsi, à supposer qu’on dispose de ces informations, les quantités associées aux codes postaux de ces acheteurs spécifiques pourront être supposées uniquement destinées à ce type d’utilisation (avec un filtre éventuel par les homologations des substances), pour être affectées au réseau routier correspondant (couche « Routes » de la BD TOPO de l’IGN)

4.4 Gestion des ventes aux professionnels non agricoles peu centralisés

Les ventes aux utilisateurs professionnels non agricoles et peu centralisés ont pour particularité de ne pouvoir être distinguées des ventes aux professionnels agricoles : elles ne peuvent être extraites. Ces utilisateurs sont les professionnels des paysages, qui traitent jardins et parcs et les collectivités territoriales, qui entretiennent les voies communales, les parcs publics et les établissements (terrains des établissements scolaires, stades).

Plusieurs options sont envisageables pour spatialiser ces ventes :

 Soit on ne cherche pas à les extraire et on les répartit via les terres agricoles

 Soit on ne cherche pas à les extraire au préalable, mais on ajoute aux surfaces de répartition les zones non agricoles pertinentes du code postal : zones urbaines peu denses, réseau routier, parcs et espaces verts. Ces espaces, renseignés sous l’occupation « ZNA » entreraient alors en compte dans la répartition des produits qui sont homologués pour les Zones Non Agricoles.

La deuxième option, si elle semble plus juste, a l’inconvénient de demander la mobilisation de bases de données spatialisées qui peuvent être relativement lourdes, et ainsi complexifier la méthode pour améliorer la répartition d’y type de ventes fortement minoritaires.

Seconde partie : Perspectives d’extension nationale de la méthode

5 I

DENTIFIER ET CARACTERISER LE TERRITOIRE AGRICOLE

5.1 Le RPG, information géolocalisée la plus précise sur les terres agricoles

Le Registre Parcellaire graphique représente aujourd’hui la source de données la plus précise sur l’occupation agricole des sols. Son utilisation dans le cadre de la spatialisation des données de produits phytosanitaires pose néanmoins certaines difficultés qu’il faut rappeler :

Non exhaustivité

Seules les exploitations remplissant des déclarations auprès de l’ASP pour l’octroi d’aides PAC sont représentées dans le Registre Parcellaire de l’année concernée. Les systèmes de production indépendants des aides directes échappent ainsi au RPG. Nous devrons ainsi quantifier les surfaces et nombres d’exploitation échappant au RPG, en nous appuyant notamment sur une comparaison avec les données du Recensement Général Agricole de 2010. Nous apporterons une attention particulière aux exploitations maraîchères, arboricoles et viticoles.

Identification des sièges d’exploitation des îlots

Le Registre Parcellaire Graphique contient des données protégées au titre de la protection des données individuelles. L’INRA ne peut ainsi donc pas avoir accès à l’information sur le code postal des sièges auquel sont rattachés les îlots.

Modification du format des fichiers en 2010

Le mode d’extraction des données du Registre Parcellaire graphique a été modifié par l’ASP en 2010. Depuis 2007 les exploitations bénéficiaient d’un identifiant unique mais à partir de 2010 les exploitations ayant des terres sur plusieurs départements se voient attribuer un numéro différent par département concerné. On ne peut alors plus rattacher les parcellaires d’une même exploitation, s’ils sont répartis entre plusieurs départements. Ceci va réduire l’efficacité de la méthode affinée de rattachement des îlots aux codes postaux, qui demande de pouvoir reconstituer le territoire complet des exploitations agricoles.

5.2 La question des terres hors RPG

Comme nous l’avons rappelé dans la partie précédente, toutes les terres agricoles ne figurent pas dans le RPG, comme toutes les exploitations agricoles ne remplissent pas nécessairement de déclaration PAC. Nous avons déjà exploré en Bretagne certaines possibilités de récupération de certaines terres hors RPG, mais nous devrons tester la pertinence de ces méthodes hors Bretagne. Les principales productions échappant au RPG que nous avons identifié sont l’arboriculture, la vigne et le maraichage.

5.2.1 Géolocaliser les principales cultures échappant au Registre Parcellaire Graphique

Vergers et arboriculture

Nous nous sommes appuyés en Bretagne sur la couche végétation de la BD TOPO de l’IGN pour repérer les vergers. Cette méthode fonctionne bien dans cette région, et nous avons pu repérer la quasi totalité des vergers en complétant le RPG par les vergers de l’IGN.