Post on 06-Jun-2020
1
PEI n°14 :
Sectorisation du bassin de Thau
Étude réalisée par Soline Barentin, Charlène Franc, Léa Salelles, Arthur Salaün Commanditaire : Denis Regler, directeur du CRCM (Comité Régional de Conchyliculture de
Méditerranée)
Tuteur : Fabien Prévot, responsable pédagogique à Montpellier SupAgro
Année : 2016
Présenté le : 16 décembre 2016
devant le jury :
Denis Regler, commanditaire, directeur du CRCM
Fabien Prévot, tuteur, responsable pédagogique à Montpellier SupAgro
Elisabeth Rasse-Mercat, animatrice, Montpellier SupAgro
Pour citer cet ouvrage : Barentin Soline, Franc Charlène, Salelles Léa, Salaün Arthur,
2016. Sectorisation du bassin de Thau. Projet d’élèves ingénieurs n°14. Montpellier
SupAgro. 55 pages.
2
Avertissement
Le présent document rend compte d’un travail d’investigation et d’analyse réalisé dans le
cadre d’une activité pédagogique.
Le PEI (projet d’étudiants ingénieurs) fait partie de la formation ingénieur, il débute en fin de
première année d’école (bac+3) et se termine au cours de la deuxième année ; les étudiants
concernés ne sont pas alors spécialisés et c’est pour beaucoup d’entre eux le premier travail
d’ordre professionnel.
Le temps imparti à la rédaction apparaît souvent limité eu égard à la complexité du sujet.
Au lecteur ainsi averti d’en tenir compte dans la prise en compte de cette production
intellectuelle.
Résumé
Ce projet fut lancé afin de constituer un dossier pour une demande de zonage de la gestion
sanitaire du bassin conchylicole de Thau.
La fermeture du bassin en cas d’alerte sanitaire ayant un impact négatif sur toute la production
d’huîtres et des quelques tables de moules présentes, il est nécessaire de repenser le
fonctionnement du bassin afin qu’il puisse ne pas être fermé dans sa totalité lorsqu’une
pollution se présente d’un côté du bassin. Les données que nous avions à étudier pour
appuyer ce zonage sont les relevés d’E.coli du réseau REMI de l’IFREMER de 1988 à 2016.
À travers des analyses statistiques telles que la régression logistique, le test de X2, une ACM
et une CAH, des lois de Gumbel et le test de Kruskal-Wallis, nous avons pu dégager les
comportements statistiques de ces données. Il en ressort que le zonage est réalisable avant
tout car la fréquence des dépassements de la valeur de fermeture du bassin n’est pas la même
selon la zone dans laquelle on se trouve. De plus, les valeurs des relevés sanitaires ont
beaucoup évolué dans le temps, on voit que les aménagements sanitaires du bassin ont
diminué les pollutions mais aussi creusé des différences entre les zones. Cependant, nous
manquons encore de données expliquant les différences entre zones, même après avoir
étudié l’influence des alertes de pluies sur les dépassements sanitaires. Les fortes pluies sont,
en effet une des principales sources de pollution, à cause des risques de dépassements des
capacités des réseaux d’assainissements.
Mots clés
Réseau REMI, IFREMER, zonage, Bassin conchylicole, Bassin de Thau, pollution par E.coli,
SMBT, CRCM, Réseaux sanitaires, Analyse statistique
3
Abstract
This project was conducted in order to back the request of a zoning of the pollution managing
in the shellfish farming area of Thau. The closure of the whole area triggered by a sanitary
alarm having a negative impact on the oyster production and on the few mussel farms, it is
mandatory to change how the sanitary alert system works so that the whole area won’t be
closed when only a small part is polluted. The dataset we based our study on was the record
from 1988 to 2016 of the REMI network monitoring for E.coli pollution for the IFREMER.
Through many statistical analysis such as logistic regression, the X² test, MCA (Multiple
Correspondence Analysis) and Ascending Hierarchical Classification (AHC), Gumbel laws and
Kruskal-Wallis test, we extracted the statistical frame of this dataset. It all results in showing
that the zoning is acceptable since the frequency of closure sanitary value overflow varies
from one zone to another. Moreover, sanitary figures have evolved since 1988, the
modifications around the lagoon helped reducing pollution but also caused differentiation
between zones. However, we don’t have enough data to explain the differences between the
zones, even after studying the influence of rain alerts on sanitary alerts, which is one of the
major pollution sources because of the leaks that it provokes in the sanitation network.
Keywords
REMI network, IFREMER, zoning, Shellfish farming area, Thau Basin, pollution by E.coli,
SMBT, CRCM, Sanitation network, Statistical analysis
Remerciements
Tout d’abord, nous souhaitons remercier Denis Regler pour les pistes qu’il nous a donné afin
de bien définir les attentes de notre projet. Ensuite, nous tenons à remercier Ludovic Cesmat,
chargé du pôle modélisation/vigithau au Syndicat Mixte du Bassin de Thau (SMBT), pour ses
conseils pour le choix des tests statistiques et pour nous avoir fournis les données.
De plus, nous aimerions remercier Meili Baragatti, professeure d’analyse de données à
Montpellier SupAgro, pour son aide concernant le choix et la réalisation des tests statistiques.
Enfin, nous remercions Fabien Prévot pour ses conseils concernant la gestion de projet.
4
Table des matières Avertissement ....................................................................................................................... 2
Résumé ................................................................................................................................ 2
Mots clés ............................................................................................................................... 2
Abstract................................................................................................................................. 3
Keywords .............................................................................................................................. 3
Remerciements ..................................................................................................................... 3
Table des matières ............................................................................................................... 4
Liste des tableaux et des figures ........................................................................................... 5
Liste des annexes ................................................................................................................. 5
Liste des abréviations et sigles ............................................................................................. 7
Introduction ........................................................................................................................... 8
Partie I – Présentation ........................................................................................................... 9
I – Présentation du bassin versant ..................................................................................... 9
II – Types de pollution ....................................................................................................... 9
III – Origine de la pollution ............................................................................................... 10
IV – Propagation des bactéries(6) ..................................................................................... 10
Partie II – Analyse statistique .............................................................................................. 11
I – Description des données ............................................................................................ 11
1. Forme des données ................................................................................................. 11
2. Description des données avant analyse ................................................................... 11
II – Matériel et méthodes ................................................................................................. 12
III – Résultats .................................................................................................................. 13
1 – Mise en évidence des liens entre variables ............................................................ 13
2 – Étude des points de mesure ................................................................................... 13
3 – Étude des Zones .................................................................................................... 16
4 – Impact des aménagements de 2010 sur la pollution ............................................... 17
5 – Mise en évidence de groupes ................................................................................ 17
Partie III - Comparaison avec le bassin d’Arcachon ............................................................ 22
I – Comparaison bassin de Thau/bassin d’Arcachon ....................................................... 22
II – Bassin versant et environnement du bassin d’Arcachon ............................................ 22
III – Découpage sanitaire du bassin d’Arcachon .............................................................. 22
Conclusion .......................................................................................................................... 24
Bibliographie ....................................................................................................................... 26
Annexes .............................................................................................................................. 27
5
Liste des tableaux et des figures
Figure 1 : Carte de la pollution du Bassin de Thau (1995-2016)……………………………...15
Figure 2 : Carte de la pollution du Bassin de Thau (2010-2016)……………………………...16
Figure 3 : Tableau de répartitions des classes pour l’ACM………………………………..…..18
Liste des annexes
Annexe 1 : Cartographie du bassin de Thau ....................................................................... 28
Annexe 2 : Carte du réseau hydrographique du bassin versant de Thau ............................ 28
Annexe 3 : Carte de l’occupation des sols dans le Bassin Versant de Thau ........................ 29
Annexe 4 : Cartographie du réseau REMI du bassin de Thau ............................................. 29
Annexe 5 : Schéma du système d’alerte(14) ......................................................................... 30
Annexe 6 : Tableau des catégories sanitaires et critères(14) ................................................ 30
Annexe 7 : Extrait du tableau de données fourni par le SMBT ............................................ 31
Annexe 8.1: Moyennes et médianes des relevés REMI de 1989 à 2016 ............................. 32
Annexe 8.2: Moyennes et médianes des relevés REMI de 2010 à 2015 ............................. 32
Annexe 9 : Test du X² ......................................................................................................... 33
Annexe 10.1 : Paramètres et adéquation des lois de Gumbel par zone .............................. 34
Annexe 10.2 : Paramètres et adéquation des lois de Gumbel par points sur toutes les années ................................................................................................................................ 35
Annexe 10.3 : Paramètres et adéquation des lois de Gumbel par points sur les années 2010 à 2016 ................................................................................................................................. 36
Annexe 11 : Périodes de retour des dépassements du seuil de 4600 selon la météo (depuis 1995) .................................................................................................................................. 37
Annexe 12 : Périodes de retour des dépassements du seuil de 46000 selon la météo (depuis 1995) .................................................................................................................................. 37
Annexe 13-1 : Tableau regroupant les résultats de la régression logistique point par point, selon le temps pluie ............................................................................................................ 38
Annexe 13-2: Tableau regroupant les résultats de la régression logistique à partir des données DREAL ................................................................................................................. 38
Annexe 14 : Localisation des points DREAL ....................................................................... 39
Annexe 15 : Périodes de retour des dépassements du seuil de 4600 avant et après aménagements ................................................................................................................... 40
Annexe 16 : Périodes de retour des dépassements du seuil de 46000 avant et après aménagements ................................................................................................................... 40
6
Annexe 17 : Périodes de retour trimestrielles des dépassements du seuil de 4600 après aménagements par points ................................................................................................... 41
Annexe 18 : Périodes de retour trimestrielles d’un dépassement du seuil de 46000 après aménagements selon la météo ........................................................................................... 41
Annexe 19 : Périodes de retour des dépassements du seuil de 4600 selon la météo (depuis 1995) .................................................................................................................................. 42
Annexe 20 : Périodes de retour des dépassements du seuil de 46000 selon la météo (depuis 1995) .................................................................................................................................. 42
Annexe 21 : Périodes de retour trimestrielles des dépassements du seuil de 4600 après aménagements par zones ................................................................................................... 43
Annexe 22 : Périodes de retour trimestrielles d’un dépassement du seuil de 46000 après aménagements selon la météo ........................................................................................... 43
Annexe 23 : Représentation des années dans la première ACM ........................................ 44
Annexe 24 : Représentation des mois de relevés dans la première ACM ........................... 44
Annexe 25 : Représentation des nombres d’E.coli dans la première ACM .......................... 45
Annexe 26 : Représentation des points de relevés dans la première ACM ......................... 45
Annexe 27 : Représentation de la météo dans la première ACM ........................................ 46
Annexe 28 : Découpage en groupe statistiquement probable de la première ACM/CAH ..... 46
Annexe 29 : Répartition des années dans la deuxième ACM .............................................. 47
Annexe 30 : Répartition des classes de nombre d’E.coli/hg dans la deuxième ACM ........... 47
Annexe 31 : Répartition des mois de relevés dans la deuxième ACM ................................. 48
Annexe 32 : Répartition de la météo dans la deuxième ACM .............................................. 48
Annexe 33 : Répartition des points de relevés dans la deuxième ACM ............................... 49
Annexe 34 : Répartition des zones dans la deuxième ACM ................................................ 49
Annexe 35 : Représentation générale de toutes les modalités dans la deuxième ACM ...... 50
Annexe 36 : Groupes de données faits dans la deuxième ACM/CAH ................................. 50
Annexe 37 : Répartition des caractéristiques des relevés dans la troisième ACM ............... 51
Annexe 38 : Répartition de valeurs d’E.coli/hg dans la troisième ACM ................................ 51
Annexe 39 : Répartition de la météo dans la troisième ACM ............................................... 52
Annexe 40 : Répartition des zones dans la troisième ACM ................................................. 52
Annexe 41 : Groupes probables des données selon la troisième ACM ............................. 53
Annexe 42 : Découpage des zones sanitaires au sein du bassin d’Arcachon ..................... 54
Annexe 43 : Rappel des grands chiffres dans la comparaison entre les deux bassins ........ 54
Annexe 44: Gestion de projet .............................................................................................. 55
7
Liste des abréviations et des sigles
REMI : Réseau de contrôle Microbiologique des zones de production conchylicoles
CRCM : Comité Régional de Conchyliculture en Méditerranée
SMBT : Syndicat Mixte du Bassin de Thau
IFREMER : Institut National de Recherche pour l’Exploitation de la Mer
DREAL : Direction Régionale de l’Environnement, de l’Aménagement et du Logement
X2 : khi²
E.coli : Escherichia coli
E.coli/hg : nombres d’E.coli par 100g de chair et liquide intervalvaire de coquillage
8
Introduction
La France est l'un des premiers pays conchylicoles d'Europe et contient de nombreuses zones conchylicoles, réparties sur toutes les façades maritimes. Elles sont positionnées dans des bassins plus ou moins séparés de la mer. Le bassin de Thau est une lagune située à proximité de la ville de Sète, dans l'Hérault. Il concentre la majorité des productions conchylicoles méditerranéennes(1).
Comme tout produit alimentaire, les mollusques sont soumis à des règlements sanitaires et il faut moins de 230 E.coli/hg afin qu’ils soient commercialisés. Un réseau de surveillance sanitaire, géré par l'Institut Français de Recherche pour l'Exploitation de la MER (IFREMER)(2), permet de surveiller les quantités d'E.coli (Réseau REMI), de phytoplanctons (Réseau REPHY) et de contaminants chimiques (Réseau ROCCH) au niveau des tables conchylicoles. Ce réseau de surveillance permet, en outre, de fermer le bassin et de stopper la commercialisation durant une période de contamination, ou en prévision d'un risque de dépassement des seuils (risque de pluie importantes, etc.). Cela permet ainsi d'éviter tout risque pour la santé du consommateur et de limiter la propagation d'épidémies (TIAC : toxi-infection alimentaire collective, gastro-entérite…). Ces réseaux permettent également de classer les zones d'élevage selon la qualité des eaux : classification en A, B ou C. Pour chaque classification, des seuils particuliers de concentration en E.coli sont mis en place. Ainsi, d'importants travaux de recherches ont d'ores et déjà été faits sur le bassin de Thau pour le classer, déterminer la localisation des points de relevés, mais aussi analyser les relevés et réaliser des conclusions sur l'état de santé de l'étang de Thau. En outre, un projet a été réalisé en 2007 au sein du réseau VigiThau, le projet OmégaThau(3) : les collectivités locales ont entrepris un diagnostic des sources et des risques de pollution afin de poser un plan d'action et de programmation de travaux autour du bassin, surtout sur le redimensionnement de certaines infrastructures d'assainissement. Ce programme a permis une réduction des pollutions, des risques sanitaires, et donc des fermetures d'étang qui représentent pour l'économie locale des pertes sèches pouvant aller de 1 à 4 milliards d'euros de pertes pour une semaine de fermeture. À ce jour, l'étang de Thau est considéré comme étant une seule masse d'eau, du point de vue sanitaire, bien que l'on puisse compter trois zones de productions conchylicoles (les zones A, B et C), que l'on pourra visualiser en annexe 1. Ainsi, en cas de dépassements des seuils sanitaires autorisés, le bassin de Thau est fermé dans son intégralité. Dans ce contexte, après d'importants aménagements réalisés, et d'autres en cours, les professionnels soulèvent la question d'une gestion sanitaire sectorisée dans la lagune de Thau, et ont demandé au préfet de l'Hérault de pouvoir étudier cette possibilité. Les services de l'État, au travers de la Direction Générale de l'Alimentation (DGAL), ont mandaté l'IFREMER pour réaliser cette expertise. Toutefois, le CRCM, afin d'avoir un appui technique et scientifique a proposé un travail statistique à notre groupe afin de travailler sur les données du réseau de l'IFREMER. En travaillant sur les données du réseau de 1988 à aujourd'hui, le but de notre travail est d’observer si des zones de comportements distincts, du point de vue des contaminations en E.coli peuvent être observées. Ceci permettrait d’argumenter en faveur d’une sectorisation du bassin de Thau. Pour cela, nous ferons tout d'abord un inventaire de l'état actuel du bassin de Thau ainsi que des sources de pollutions, puis, au travers de différents tests statistiques, nous étudierons les caractéristiques de chaque point et la possibilité d'une sectorisation. Enfin, nous tâcherons de comparer l'état du Bassin de Thau à un autre bassin conchylicole français, d'ores et déjà sectorisé : le bassin d'Arcachon.
9
Partie I – Présentation
I – Présentation du bassin versant
Le Bassin Versant de Thau s'étend sur une superficie d'environ 350 km². Il est constitué de différentes communes, certaines ayant une ouverture sur l'étang de Thau (Sète, Mèze, Bouzigues, Marseillan, etc.) et donc pouvant être à l’origine de pollutions en raison du réseau d’évacuation des eaux de pluie. Le réseau hydrographique (en annexe 2) du bassin versant est très dense. De nombreux cours d'eau et canaux se déversent en effet dans l'étang, mais le cours d'eau apportant le plus d'eau est la Vène, dont l'exutoire se situe dans la crique de Langue, entre Balaruc et Bouzigues. Au niveau de l'occupation des sols, en annexe 3, si l'on excepte les zones couvertes par les villes, on remarque deux tendances : au nord-est, il y a une majorité de forêts et de garrigues, alors que plus au sud-ouest, on retrouve une majorité de vignes et de maraîchages. La présence de ces cultures est intéressante à noter, notamment en raison des risques de transfert des intrants jusqu’à l’étang ; intrants pouvant favoriser des pollutions comme le développement de phytoplanctons (cas des nitrates). En outre, bien que les surfaces dédiées à l’élevage soient minimes, il ne faut pas les négliger en raison de leurs potentiels de pollution, avec les effluents d’élevage. Au sein du bassin versant de Thau, on peut compter trois stations d'épuration, ainsi que sept points de lagunage qui peuvent être à l’origine de pollutions en E.coli en cas de débordement ou de malfonctionnement (Annexe 2).
II – Types de pollution
Les principales pollutions affectant la production d’huîtres sont dues à Escherichia coli. Pour contrôler le nombre d’E.coli, il existe neuf points REMI installés par l’IFREMER (annexe 4).
Il existe deux types de relevés (annexe 5) : les suivis réguliers et les suivis occasionnels.
Tout d’abord, avec le relevé mensuel (premier lundi de chaque mois), si un point détecte une concentration d'E.coli supérieure à 4600 E.coli/hg, des relevés supplémentaires sont effectués. Si le dépassement perdure, le bassin est fermé le temps que la contamination disparaisse. Les coquillages sont interdits à la vente durant la fermeture sauf ceux qui étaient dans le bassin de purification avant la contamination.
Ensuite, en cas d’événements particuliers (fermeture de plages, risque de fortes pluies, etc.), une alerte est lancée et une mesure occasionnelle est effectuée. Si cette seule mesure dépasse le seuil de 4600 E.coli/hg, cela suffit à engendrer une fermeture de l’ensemble de l’étang de Thau.
Ces mesures sanitaires permettent de classer les bassins conchylicoles en plusieurs catégories : A, B, C et D (critères de classification en annexe 6). Le bassin de Thau est quant à lui classé en zone de production B, c’est-à-dire que les coquillages passent 48 heures dans un bassin de purification avant de pouvoir être vendus, avec des auto-contrôles en sortie pour respecter le seuil de 230 E.coli/hg.
10
III – Origine de la pollution
Les estimations montrent que par temps sec(4), l’assainissement non collectif, les pollutions
aviaires et les installations portuaires semblent être les principales sources de pollution fécale
de la lagune. Les pollutions aviaires constituent une pollution locale. De plus, elles peuvent
varier selon la saison suivant les périodes de migration. Les pollutions par les eaux noires
liées aux activités de pêche et de plaisance restent ponctuelles.
Par temps de pluie(5), les estimations font ressortir une problématique liée à l’assainissement,
ciblant plus particulièrement les postes de refoulement, les déversoirs d’orages et les
exutoires pluviaux. Les crises de pollution ont lieu le plus souvent lors des épisodes cévenols.
Cependant, les ouvrages d’assainissements ont une tendance à l’amélioration rapide ces
dernières années et un projet en cours à Marseillan vise à en faire une ville sans aucun
débordement, même en cas de fortes pluies.
Le point le plus sensible à la pollution est la zone Est, car elle est située à l’embouchure d’une
rivière, La Vène.
IV – Propagation des bactéries(6)
Le milieu marin est un milieu hostile à la croissance des bactéries telles que les E.coli, hôtes habituels de l’intestin des animaux à sang chaud. Toutefois, ils sont capables d’y survivre quelques heures à quelques jours en fonction des paramètres physiques, chimiques et biologiques du milieu. Les microorganismes sont soit libre dans la masse d’eau, soit associés à des particules organiques. Pour leur respiration et leur alimentation, les coquillages filtrent d’importants volumes d’eau. La contamination des huîtres peut se faire selon deux cas. Le premier si les polluants se cantonnent aux branchies, auquel cas la pollution sera évacuée rapidement, lors du passage dans les bassins de purification. Le deuxième cas correspond au passage des polluants dans le tractus digestif, en cas d’ingestion effective de la matière organique. La décontamination prend alors plus de temps.
11
Partie II – Analyse statistique
I – Description des données
1. Forme des données
Afin de réaliser notre étude statistique, nous nous sommes basés sur un tableau de données
fourni par le SMBT. Ce tableau contient tous les relevés REMI, réalisés par l’IFREMER, allant
de 1989 à janvier 2016 sur les 9 points REMI actuels mais aussi sur les points de l’ancien
réseau et des points situés en dehors des tables conchylicoles. Pour chaque relevé sont
notamment indiqués : l’année du relevé (Passage_date), le taxon du coquillage, le nom et
l’identifiant du point REMI, la zone de suivi, le niveau de prélèvement, la fraction prélevée pour
le relevé (Résultat : Libellé fraction), la valeur du résultat quantitatif (en nombre d’E.coli/hg) et
l’unité de ce relevé. Les 3 premières lignes de ce tableau avec les différentes variables des
relevés en colonnes peuvent être observées dans l’annexe 7.
On dispose aussi d’un tableau des relevés sanitaires de la DREAL (Direction Régionale de
l’Environnement, de l’Aménagement et du Logement) issus du réseau de surveillance des
rivières débouchant sur la lagune. Sur le bassin de Thau, ce réseau est constitué de 10 points
au niveau desquels est mesurée la concentration en E.coli. Il s’agit de relevés mensuels pour
lesquels sont indiqués la date, la valeur et le point de relevé.
2. Description des données avant analyse
Nous pouvons dégager des tendances de l’échantillon de données avant analyse statistique,
obtenant ainsi des caractéristiques à mettre en perspective avec les résultats obtenus des
analyses statistiques.
Tout d’abord, lorsque l’on calcule les médianes et moyennes des valeurs en E.coli/hg de
chaque point REMI (Annexe 8), on observe que les médianes sont souvent d’un même ordre
de grandeur assez bas, mais que les moyennes des relevés sont très différentes pour chaque
point. Cela suggère une tendance générale à avoir une majorité de relevés réguliers faibles
en E.coli/hg, mais des maximums de dépassement atteint très différents selon les points. Les
valeurs hautes seraient donc assez rares sur l’ensemble des données, mais de hauteurs très
différentes selon la localisation.
Si l’on étudie le nombre de relevés en fonction de la météo, entre 1995 et 2016, on observe
4036 relevés en temps sec et 725 relevés en temps de pluie.
Enfin, pour une pré-étude de l’indépendance des zones de relevés, il est important de
souligner qu’il n’y a eu aucun dépassement des 4600 E.coli/hg simultané sur les trois zones
entre 1988 et 2016, donc que la fermeture du bassin se fait toujours aux dépens d’au moins
une zone dont le relevé sanitaire n’indique pas de pollution particulière.
12
II – Matériel et méthodes
Lors de cette étude globale, plusieurs tests statistiques ont été réalisés à partir de différentes
transformations des données statistiques initiales. Tout d’abord, nous avons uniquement
conservé les 9 points REMI actuels. De plus, nous avons étudié les relevés depuis 1995, car
nous n’avions pas les données météorologiques pour les mesures avant cette date. Enfin, les
variables de description des événements météorologiques ont été par la suite transformées
en une variable binaire pouvant prendre la valeur temps sec ou temps pluie.
Ces tests ont été réalisés avec le logiciel de statistiques R, sauf pour l’analyse utilisant la loi
de Gumbel.
Le test du X² valide ou non l’hypothèse d’indépendance de deux variables avec une
probabilité de se tromper de 5% (annexe 9).
Le test de Kruskal-Wallis est un test non paramétrique ayant pour but d’identifier une
différence dans un jeu de donnée ou dans des groupes de donnés.
Ce test est réalisé sur les rangs de ces groupes, et est basé sur une hypothèse H0
postulant que tous les groupes sont égaux. À contrario, l’hypothèse H1 suppose qu’il
existe au moins un groupe différent. Le test à 95% de confiance vérifie donc
l’hypothèse H0 si la p-value est supérieure à 0,05. Dans le cas contraire, l’hypothèse
H0 est rejetée, et donc H1 est retenue.
La régression logistique(7) permet d’expliquer une variable binaire (le dépassement
dans notre cas) par d’autres variables, binaires ou non. On peut ainsi obtenir une
association statistiquement significative au risque de 5%, ou non, selon la valeur de la
p-value. En outre, on peut obtenir le coefficient de multiplication liant la variable
explicative à la variable à expliquer.
ACM et CAH : une ACM est une analyse de variables qualitatives calculant des
distances entre des individus (ici les relevés REMI) par rapport aux différentes
modalités auxquelles ils correspondent pour chaque variable (ex: la modalité zone A
pour la variable Zone, la modalité 2009 pour la variable année…). La méthode de
calcul des distances entre les relevés se fait selon le calcul de la distance de Ward.
On obtient donc une représentation des relevés et l’on peut observer les
comportements typiques de certains relevés, ainsi que les rassemblements de
certaines modalités comme le rapprochement d’une zone en particulier avec une
caractéristique météorologique par exemple.
À partir de ces résultats, la CAH permet de déterminer quels sont les groupes de
relevés suffisamment séparés des autres données pour être considérés comme des
groupes de données statistiquement valables.
La loi de Gumbel est une loi de probabilité suivie par nos données. En effet, la loi de
Gumbel fait partie des trois lois de distribution des maximums d’une variable. Tous les
maximums d’une variable à un intervalle de temps suivent une de ces trois lois. Dans
notre cas de relevés sanitaires, on se situe dans la frange d’application de Gumbel,
les paramètres de cette loi sont calculés à partir des caractéristiques de l’échantillon
de données pour chaque point ou chaque zone (annexe 10). Pour cette loi, un script
13
python a été écrit. Il permet de calculer la probabilité d’un dépassement d’une valeur
d’E.coli /hg et la période de retour de celui-ci à l’aide de la loi de probabilité de Gumbel
que l’on ajuste à l’échantillon de données à partir de sa moyenne et de son écart-type.
La période de retour correspond au nombre d’années entre deux dépassements de la
valeur choisie, 4600 E.coli/hg par exemple. Les paramètres et l’adéquation de chaque
échantillon à la loi sont visibles (Annexe 10).
Ces analyses statistiques nous serviront à appuyer une argumentation sur plusieurs points
autour du zonage du bassin conchylicole, à travers différents angles d’analyse.
III – Résultats
Tout d’abord, nous avons cherché à décrire chaque point REMI en le caractérisant par une
pollution plutôt par temps de pluie ou par temps sec à l’aide de la loi de Gumbel. Ensuite nous
avons cherché à mettre en évidence des groupes de données en utilisant une ACM couplée
à une CAH. Enfin, nous avons utilisé les données DREAL afin de préciser l’origine des
pollutions.
1 – Mise en évidence des liens entre variables
Tout d’abord, d’après le test du X² (annexe 9), on peut observer que le dépassement du seuil
de 4600 E.coli/hg est dépendant de la météo avec une probabilité de se tromper de 5%. De
même, à l’aide d’une régression logistique sur l’ensemble des points de relevés, nous avons
pu observer que, au risque de 5%, il existait une association significative entre la météorologie
et le dépassement. De façon plus précise, un temps de pluie aurait tendance à multiplier par
2,33 la probabilité qu’il y ait un dépassement du seuil de 4600 E.coli/hg (p-value de 0.00086).
D’après le test du X² (risque de 5%), ce dépassement est aussi dépendant du mois et de
l’année, on peut ainsi en déduire l’existence de variations cycliques inter- et intra-annuelles.
De plus, il est dépendant du point de mesure et de la zone. Plus précisément, si l’on considère
le dépassement, on remarque que les zones A et B sont dépendantes alors que les zones A
et C et les zones B et C sont indépendantes. Ainsi, les zones A et B doivent fonctionner de
manière similaire. Enfin, le type de taxon influence la présence de dépassements.
D’autre part, d’après le test du X², on peut observer que le dépassement de la valeur 46 000
E.coli/hg est seulement dépendant du point de mesure et de la zone. Cette valeur de 46 000
E.coli/hg est la valeur prise généralement par le SMBT et l’IFREMER pour observer les grands
déversements sanitaires et les alertes critiques de pollution, car cela correspond à 10 fois le
seuil d’alerte.
2 – Étude des points de mesure
On qualifiera de faible les périodes de retour inférieures à 10 ans.
14
2.1 – Étude globale de 1995 à 2016
2.1.1 – Points caractérisés par une pollution par temps sec
On peut observer sur le graphique en annexe 11 que les temps de retour d’une pollution (seuil
de 4600 E.coli/hg) par temps sec calculés à l’aide de la loi de Gumbel sont faibles pour la
majorité des points (<6 ans) sauf pour Montpénèdre (b) dont la période de retour est de 200
ans.
L’annexe 12 nous renseigne sur les périodes de retour d’un dépassement du seuil de 46 000
E.coli/hg. On peut remarquer que, parmi ces points, seul Marseillan large possède une faible
période de retour de dépassement du seuil de 46 000 E.coli/hg (9 ans).
2.1.2 – Points caractérisés par une pollution par temps de pluie
On peut voir sur l’annexe 11 que les points caractérisés par une faible période de retour d’un
dépassement du seuil de 4600 E.coli/hg par temps de pluie sont Bouzigues (a), Bouzigues
(c), Mèze (b) et Marseillan large. De plus, d’après l’annexe 12, aucun point ne connaît de
pollution supérieure à 46 000 E.coli/hg par temps de pluie.
Plus précisément, d’après la régression logistique (annexe 13-1), nous pouvons observer que
(au risque de 5 %) :
Pour Bouzigues (a), un temps pluie multiplie par 5.81 la probabilité qu’il y ait un
dépassement. Cela peut être expliqué par la proximité avec l’embouchure de la Vène
et sa proximité avec le canal de Sète : la pluie grossit les flots entrants et ce point de
relevé est l’un des plus durement impactés.
Pour Bouzigues (c), un temps pluie multiplie par 7.81 la probabilité qu’il y ait un
dépassement.
Enfin, nous avons voulu vérifier, à l’aide d’une régression logistique (annexe 13-2), si les
dépassements au niveau des points REMI pouvaient être expliqués par les dépassements
des points dans les cours d’eau, issus des données DREAL.
Il semble ainsi que les dépassements des cours d’eau n’influent que sur la probabilité de
dépassements des points Bouzigues (a) et Mèze (b). En effet, on remarque qu’un
dépassement au niveau du Point P1 multiplie par environ 17 la probabilité d’avoir un
dépassement au point de Bouzigues (a). De même, le point P15 multiplie cette probabilité par
environ 11. En outre, ce même P15 multiplie par 15 la probabilité d’un dépassement au point
Mèze (b). Le détail de ces résultats peut être vu en annexe 13-2.
Les points P10 et P15 sont assez proches de Bouzigues(a) sur la carte (Annexe 14), et le
point P1 se trouve en face de celui-ci, ce qui permet d’expliquer leurs influences sur les
dépassements de Bouzigues (a). La relation avec les points P5 et P6 est en revanche plus
difficile à expliquer. Quant au point Mèze (b), il s’agit sûrement d’un courant particulier qui
amène les pollutions du point P15 jusqu’à lui, car il ne dépend pas des points les plus proches
de sa localisation.
15
2.1.3 – Cartographie
2.2 – Analyse après aménagements, depuis 2010
2.2.1 – Points les plus touchés par la pollution
D’après l'annexe 15, Marseillan large, mais aussi Bouzigues (c) et Mèze (a) dans une moindre
mesure ont des périodes de retour faibles et sont donc très affectées par la pollution en E.coli.
D’après l'annexe 16, les temps de retour d’un dépassement du seuil de 46 000 E.coli/hg sont
infinis pour tous les points : ce type de pollution semble être devenu extrêmement rare, mais
nous n’avons pas encore suffisamment de recul pour l’affirmer, car ce seuil n’a jamais été
dépassé depuis 2010.
2.2.2 – Points caractérisés par une pollution par temps sec
D’après l’annexe 17, les points les plus affectés par la pollution en temps sec sont Marseillan
large et Mèze (a) avec des temps de retour de respectivement 4 ans et 7 ans et 7 mois.
De plus, d’après l'annexe 18, aucun point ne connaît de dépassements réguliers du seuil de
46 000 E.coli/hg.
2.2.3 – Points caractérisés par une pollution par temps de pluie
D’après l'annexe 17, les points caractéristiques d’une pollution par temps de pluie sont
Marseillan large (7 ans) et Bouzigues (c) (9 ans et 7 mois) qui continuent à avoir des
dépassements malgré les aménagements. Les périodes de retour ont cependant doublés.
De plus, d’après l'annexe 18, aucun point ne connaît de dépassements du seuil de 46 000
E.coli/hg.
Figure 1 : Carte de la pollution du
Bassin de Thau (1995-2016)
16
2.2.4 – Cartographie
3 – Étude des Zones
3.1 – Étude globale de 1995 à 2016
D’après l’annexe 19, on remarque que les temps de retour à l’échelle de la zone sont plutôt
faibles (<6 ans). De plus, on remarque que les dépassements par temps sec sont plus
réguliers que par temps de pluie. Par ailleurs, la zone B est moins touchée que les zones A et
C. Toutefois, par rapport à l’étude par point, l’effet de la météo s’homogénéise.
D’après l’annexe 20, on peut voir que les dépassements du seuil de 46 000 E.coli/hg par
temps de pluie ne sont pas récurrents. Par contre, la zone C est touchée en moyenne tous les
8 ans par des concentrations en E.coli supérieures à 46 000 E.coli/hg lors du temps sec.
Plus précisément, en ayant regroupé les points par zones (A, B, C), nous avons refait une
régression logistique (annexe 13). Nous avons déterminé que seule la zone C ne montre pas
d’association statistiquement significative entre dépassement et météorologie. En revanche,
un temps pluie multiplie par 4.56 la probabilité qu’il y ait un dépassement dans la zone A et
par 3.93 la probabilité d’un dépassement dans la zone B.
3.2 – Analyse après aménagements, depuis 2010
3.2.1 – Zones caractérisées par une pollution par temps sec
D'après l'annexe 21, la zone B a une période de retour des dépassements du seuil de 4600
E.coli/hg par temps sec très grande : cette zone est très peu touchée par la pollution par temps
sec. Par contre, les zones A et C sont très touchées par cette pollution avec des périodes de
retour entre 4 et 6 ans. En effet, ces deux zones regroupent les principaux points touchés par
une pollution par temps sec : Bouzigues (c) et Mèze (a) pour la zone A et Marseillan large
pour la zone C.
Par contre, d’après l’annexe 22, aucune zone n’est caractérisée par des dépassements du
seuil de 46 000 E.coli/hg.
Figure 2 : Carte de la pollution du
Bassin de Thau (2010-2016)
17
3.2.2 – Zones caractérisées par une pollution par temps de pluie
Pour ce qui concerne la pollution par temps de pluie, les zones A et C sont plus touchées que
la zone B (32 ans) avec des temps de retour de respectivement environ 9 et 6 ans.
4 – Impact des aménagements de 2010 sur la pollution
En 2010, des aménagements au niveau des réseaux d'assainissement du bassin de Thau
dans le cadre du Schéma d’Aménagement Territorial (SAGE) se sont terminés. Ceux-ci
portaient sur la diminution du rejet de pollution dans la lagune, et notamment des
débordements des systèmes d’assainissement en temps de pluie(8). Ces changements ont
modifié les types de pollution dans la lagune ainsi que son ampleur, il fallait donc étudier
l’impact au niveau des pollutions de ces aménagements.
D’après l'annexe 15, on peut remarquer que les aménagements ont été bénéfiques au niveau
des points Bouzigues (a), Port de Loupian, Mourre blanc large, Mèze (b), Montpénèdre (b) et
la Fadèze, car on peut noter une augmentation significative des périodes de retour du
dépassement du seuil de 4600 E.coli/hg. De plus d’après l'annexe 16, les périodes de retour
d’un dépassement du seuil de 46 000 E.coli/hg passent de très grandes à infinies pour
Bouzigues (a), Port de Loupian et la Fadèze, celles des autres points étant déjà infinies.
Le point de relevé situé à Marseillan large possède encore des périodes de retour faibles,
malgré les aménagements. Ceux-ci sont toutefois toujours en cours. Nous remarquons tout
de même que, d’après l'annexe 16 pour ce point, les périodes de retour d’un dépassement du
seuil de 46 000 E.coli/hg ont fortement augmenté.
5 – Mise en évidence de groupes
5.1 – Kruskal-Wallis, le test général d'homogénéité des données
Ce test permet de répondre à la question suivante : les zones A, B et C sont-elles
statistiquement différentes entre elles ?
Il se base pour cela uniquement sur les données de nombre d’E.coli par hg de liquide et chair
intervalvaire des coquillages. S’agissant d’un test non paramétrique, il n’y a pas de condition
se rapportant aux données pour pouvoir l’appliquer. Cela nous permet de l’utiliser malgré notre
manque de variables expliquant les variations du nombre d’E.coli. En effet, nous avons
remarqué qu’il manquait une variable qui expliquerait les grands dépassements lorsque nous
avons tenté de réaliser le test ANOVA, qui donne précisément les groupes de données
homogènes et la raison pour laquelle il y a des différences notables entre groupes.
Que ce soit pour toutes les années depuis 1995 ou seulement pour les années après 2010, le
test nous indique qu’il y a une différence entre les zones d’après les valeurs de concentration
en E.coli. Les p-value obtenues sont respectivement de 2.2.10-16 et 1.227.10-7, celles-ci
doivent être inférieures à 0.05 pour affirmer que les zones sont différentes avec un risque de
se tromper de 5%, ce qui est bien le cas. Les zones sont donc séparables selon les valeurs
des relevés sanitaires.
18
5.2 – ACM et CAH, la répartition des données en groupes de caractéristiques(9)
L'ACM est une analyse permettant de représenter chaque relevé sanitaire avec son ensemble de données comme le mois, l'année, et le point de mesure entre autre. Une représentation de chaque relevé est faite. La distance entre chacun des relevés correspond au nombre de différences entre eux. Par exemple, si le mois, l'année, et la météo sont différents entre deux relevés, ils seront plus éloignés dans le graphique que si seuls le mois et la météo diffèrent. La distance calculée de cette manière entre les points s'appelle la distance de Ward. Pour cette analyse, nous avons alors créé des classes selon la concentration en E.coli afin de pouvoir calculer des différences entre points selon la classe à laquelle ils appartiennent. Les classes sont réalisées de manière à ce qu'aucune d'entre elles ne soit représentée par trop peu de relevé, ce qui fausserait les calculs.
Numéro de la classe
Fourchette en E.coli/hg
Effectif de la classe
Numéro de la classe
Fourchette en E.coli/hg
Effectif de la classe
1 0 à 20 113 6 131 à 200 136
2 21 à 50 155 7 201 à 500 325
3 51 à 67 606 8 501 à 1000 138
4 68 à 110 165 9 1001 à 4600 212
5 111 à 130 782 10 plus de 4600 82
5.2.1 – Première ACM/CAH, caractérisations des relevés sans tenir compte des zones
Nous avons représenté les relevés selon le mois de la mesure, son année, le point de relevé, la profondeur de mesure et le nombre d'E.coli. Les données des relevés DREAL ne sont pas utilisées pour calculer les différences entre les relevés, car elles ne sont pas directement liées à ceux-ci. Le taxon, ou espèce, a dû être retiré de l'analyse, car la présence des moules en très faible proportion faussait les calculs. De plus, les zones des relevés ne sont pas présentes dans cette analyse, car on veut d’abord voir si les données se répartissent en groupes ressemblant à celui des zones. On observe la répartition des données sur les annexes 23 à 27. De plus, la réalisation d’une CAH à partir des répartitions trouvées ici nous permet de dire quels sont les groupes de données statistiquement probables. On peut les observer colorés sur l’annexe 28. Au niveau des années de relevés (annexe 23), on peut voir une progression selon l'axe horizontal es années 1995 à 2008 jusqu’aux années 2009 à 2016.Les groupes de données les plus à gauche seront ceux caractérisés par les années de 2009 à 2016 et inversement. Au vu des pourcentages de représentation des relevés par les données, il est clair que les changements dans le temps des relevés sont trop importants pour laisser une place aux autres caractéristiques, qui certes, sont moins représentatives des données, mais demandent tout de même interprétation. Ce qui explique d’ailleurs pourquoi les noms des points REMI sont si peu différenciés les uns des autres, car ils n’ont pas évolués dans le temps, qui est la principale composante de différenciation.
Figure 3 : Tableau de repartions des classes pour l’ACM
19
De plus, des pourcentages faibles de représentation des relevés par les données indiquent que ces données expliquent peu les variations entre les relevés, que le lien entre ces données est assez faible, sans être inexistant. Il nous manque donc des données pour compléter cette analyse. Pour conclure sur cette première analyse, les changements qu'il y a eu depuis le début des années 2000 sont allés de pair avec une réduction importante des débordements par temps de pluie (Annexe 27). Les relevés se font, en outre, de plus en plus vers la surface. Les valeurs des pollutions ont également beaucoup changées, et l'on se retrouve actuellement avec des pollutions assez basses (entre 50 et 60 E.coli/hg), et quelques hautes pollutions peu nombreuses probablement localisées (Annexe 25). Ces changements sont en eux-mêmes suffisants pour justifier une nouvelle étude en vue de l'organisation en zone sanitaires, d'autant que les pollutions en temps de pluie, qui sont de mieux en mieux contenues, semblent être les plus généralisées, et leur diminution permet d'envisager le fonctionnement en zones.
5.2.2 – Deuxième ACM/CAH, avec les zones pour voir leurs différences
On peut ensuite ajouter la zone (A, B ou C) associée à chaque relevé à l'analyse. Ainsi, si les zones sont un facteur aussi important que les années dans l’explication des variations des relevés, on pourra observer les différentes caractéristiques de chaque zone et ce qui les différencie ou les rapproche. Si cela n’est pas le cas, on aura le même résultat que dans l’analyse précédente pour les noms des points REMI qui ne se différencient pas les uns des autres (Annexes 29 à 36). Cela permet également de suggérer des groupes à l'analyse qui obéissent à des données de logique spatiale et courantologique que nous ne pouvons pas intégrer dans le calcul, comme la proximité des points entre eux. Sur les annexes 33 et 34, nous pouvons observer une répartition des caractéristiques spatiales : les variables Identifiant et Zone se répartissent principalement uniquement selon l'axe vertical. On peut d'ailleurs observer que les identifiants des points se répartissent uniquement par rapport aux zones, ce qui suggère qu'aucun point n'est suffisamment différent des autres points de sa zone pour justifier d'en être séparé. Sur l’annexe 29, on retrouve la progression d'année en année, de droite à gauche. La profondeur des relevés a montré avec cette analyse une évolution selon les années. Sur l’annexe 30, les classes de nombre d'E.coli dans les relevés semblent pouvoir se démarquer selon l'axe vertical tout comme les zones. Cela confirme que le découpage en zone est accompagné d'une réelle différence dans les valeurs, même si les valeurs suivent aussi d'autres paramètres qui ne correspondent pas au découpage en zone, comme la météo. Celle-ci est plus influencée par les saisons et les années que par un découpage géographique. Ainsi, à partir des caractéristiques détachées précédemment, les groupes de relevés les plus à droite seront caractérisés par des années antérieures à 2009 et les groupes les plus haut par la zone A ou C et des valeurs en E.coli/hg supérieures à 110 E.coli/hg. On peut voir une typologie des groupes de relevés statistiquement faisables selon la CAH (Annexe 36) et la comparer aux autres répartitions (Annexes 29 à 35). On constate donc que la zone B est proche des valeurs faibles, en dessous de 110 E.coli/hg pour les années antérieures à 2009, mais proche de valeurs légèrement plus hautes, entre 51 et 500 E.coli/hg, pour 2010 jusqu'en 2015. La zone ne semble pas particulièrement touchée
20
par les temps de pluie et a des relevés plus nombreux dans les mois d’avril à juillet bien que la répartition selon les mois ne soit pas évidente. La zone A, est plus difficile à décrire, car le groupe qui s'en rapproche le plus est également plutôt proche de la zone C. Elle est plutôt caractérisée par les valeurs en temps de pluie et ses valeurs en E.coli/hg dépassent les 130 E.coli/hg et peuvent parfois voir des dépassements de 4600 E.coli/hg. Les valeurs les plus typiquement semblables à ces caractéristiques semblent en revanche plutôt se trouver dans les années antérieures à 2009, ce qui signifierait que la zone A n'est pas tout à fait comme cela aujourd'hui. Enfin, la zone C partage des caractéristiques avec la zone A, on peut donc tirer de ce groupe de données des informations sur l’évolution de la zone A mais surtout les caractéristiques de la zone C. Les pollutions enregistrées ici sont supérieures à 111 E.coli/hg et peuvent voir des dépassements de 4600 E.coli/hg même si cela reste rare, plus rare que dans le groupe précédent. Il ne semble ni particulièrement être influencé par le temps de pluie, ni par les saisons. On peut donc en déduire que le découpage en zones ne se justifie pas nécessairement du point de vue de la météo. Il peut cependant être vérifié par des différences de valeurs d'E.coli/hg relevées, la zone B ayant les valeurs les plus petites. En ce qui concerne la zone A, ses valeurs d'E.coli/hg les plus élevées semblent être dans le passé. Et la zone C paraît encore pouvoir avoir des dépassements élevés par moment, mais voit plus régulièrement des relevés moyens de temps sec. Il y a donc des différences entre les zones rien qu'en observant les valeurs d'E.coli/hg et ces disparités se sont, en apparence, creusées dans les dernières années. On peut également noter des différences dans les saisons de pollution les plus caractéristiques de chaque zone, même si elles restent relatives. La zone A est, en apparence, plus proche des pollutions d'hiver et d'automne, ce qui va avec un temps de pluie, et la zone B plus proche de pollutions d'été. La zone C n'est pas mieux représentée par une saison que par une autre, elle présente donc probablement des relevés plutôt stables tout au long de l'année.
5.2.3 – Troisième ACM/CAH : connaître les différences entre les relevés après
aménagements
Pour finir, afin d'observer uniquement les relevés des années récentes et d'observer les différences entre ceux-ci de manière plus précise, on peut reconduire les analyses avec uniquement les données de 2010 à 2015. Les années, et donc aussi les profondeurs de relevé, ne pèsent presque plus ici et l’essentiel de l’analyse se réfère aux classes d'E.coli/hg et aux zones. On reconduit également la CAH permettant de détacher les groupes statistiquement probables dans les résultats fournis par l'analyse précédente. Les groupes formés par cette nouvelle ACM/CAH, suggèrent qu’un relevé “typique” de la zone A aura des valeurs d’E.coli/hg proche de 4600 E.coli/hg sans pour autant le dépasser et qu’il sera plus susceptible d’être influencé par un temps de pluie que les autres zones. La zone B, quant à elle, se rapprocherait plus du temps sec et des faibles valeurs d’E.coli/hg (inférieures à 130 E.coli/hg).
21
Enfin la zone C serait la seule à encore assister à des dépassements de 4600 E.coli/hg de manière non particulièrement exceptionnelle, ainsi qu’à des valeurs juste en dessous de 4600 E.coli/hg. Elle ne semble pas plus, dans son ensemble, reliée à la pluie qu’au temps sec. D’après l’annexe 41, un dernier groupe est détaché par l’analyse dans toutes les zones, preuve qu’il y a des données manquantes. En effet on ne peut expliquer ce décalage d'un nouveau groupe avec les données utilisées pour les calculer, même si les valeurs d’E.coli/hg et les tendances de dépassement selon la météo suffisent à expliquer en partie les autres groupes. Il doit aussi s’agir d’une même différence pour les trois zones, ce qui prouve le manque d’au moins une donnée importante pour expliquer ces variations. En résumé, on peut donc dire que les trois zones ont des valeurs d’E.coli différentes et donc n’auront pas des dépassements à la même fréquence. Elles n’ont, de plus, pas toujours les mêmes saisons où elles rencontrent le plus de dépassements. Les différences des réactions des zones selon la météo sont assez faibles, mais peuvent s’observer point par point, même si la météo a un fort impact sur le risque global qu’il y ait des dépassements dans tout le bassin. Enfin, les écarts entre les points et les zones semblent s’être creusés dans le temps avec les réaménagements, ce qui justifie en soi une étude de nouvelles zones plus adaptées à la situation actuelle.
5.3 - Variables ou données expliquant les valeurs d’E.coli/hg insuffisantes
Certaines analyses de nos données ont soulevé un problème potentiel du jeu de données :
des variables explicatives manquantes. En effet, nous avions essayé de réaliser une ANOVA
pour mettre en évidence un effet de zonation, mais les conditions de ce test n’étaient pas
respectées par les résidus. Notamment le fait que les résidus ne suivaient pas une loi normale
(condition d’application nécessaire de l’analyse ANOVA), ce qui nous indique qu’il manque
des variables pour expliquer les variations des valeurs d’E.coli/hg. Nous avons d’ailleurs plus
précisément observé ces variations inexpliquées pour les grandes valeurs de dépassement.
De même, lors des analyses d’ACM et de CAH permettant la distinction de groupes dans les
données, les dimensions retenues comme les plus représentatives, ne prenaient en compte,
au total, qu’environ 10% des variables explicatives, ce qui est faible pour ce type d’analyse.
Les variables qui pourraient manquer, sont le passage des oiseaux sur les tables (fientes
riches en E.coli) lors du temps sec, et celui des bateaux à proximité des tables, qui peut aussi
jouer un rôle de pollution.
22
Partie III - Comparaison avec le bassin d’Arcachon
Afin d’établir les possibilités de sectorisation du Bassin de Thau, nous avons voulu comparer
le cas du Bassin de Thau à d’autres bassins conchylicoles français, qui auraient donc les
mêmes réglementations de sectorisation et les mêmes méthodes de gestion.
Malheureusement, en faisant le tour des zones conchylicoles, nous n’avons pu trouver que le
bassin d’Arcachon qui possédait suffisamment de points communs avec celui de Thau.
I – Comparaison bassin de Thau/bassin d’Arcachon
Le bassin d’Arcachon(10) est situé sur la côte atlantique, dans le département de la Gironde.
Contrairement au bassin de Thau, le bassin d’Arcachon est un bassin largement ouvert avec
un corridor rejoignant la mer d’une largeur de 3 km. Le bassin d’Arcachon est donc largement
soumis aux marées de l’océan atlantique, au contraire du bassin de Thau qui rejoint la mer
méditerranée presque uniquement par des canaux avoisinant Sète. À marée haute, la surface
du bassin d’Arcachon est d’environ 155 km² ; à marée basse, elle est de 40 km². À titre de
comparaison, le bassin de Thau a une surface de 75 km² en tout temps.
II – Bassin versant et environnement du bassin d’Arcachon
Le bassin versant du bassin d’Arcachon couvre une superficie de 4 138 km². Ce bassin
regroupe des bassins directs et des bassins indirects. En comparaison le bassin versant de
Thau couvre environ 350 km².
Les bassins directs regroupent 18 cours d’eau, dont l’Eyre qui est à l’origine de la formation
du bassin d’Arcachon. Le bassin de l’Eyre couvre, à lui seul, près de 70 % de la surface des
bassins de type direct. Les bassins indirects, quant à eux, regroupent les lacs et étangs se
déversant dans le bassin via des canaux.
En ce qui concerne le bassin de Thau, la majorité des apports d’eau se fait par la rivière de la
Vène.
III – Découpage sanitaire du bassin d’Arcachon
Afin de continuer la comparaison, nous analysons à présent la façon dont le bassin d’Arcachon
a été découpé pour les relevés sanitaires.
Nous rappelons tout d’abord que les coquillages sont classés en différents groupes et que
nous nous intéressons aux zones dans lesquels est présent l’élevage des bivalves non
fouisseurs, c’est-à-dire, en majorité, les huîtres et les moules (groupe 3).Pour ces groupes, le
bassin d’Arcachon est séparé en huit zones. À titre d’information, dans ces huit zones, trois
sont classés en zone A : ces zones présentent donc une excellente qualité de l’eau. Ce sont
celles situés le plus au centre du bassin. Les coquillages issus de ces zones peuvent passer
directement sur le marché, après la récolte. Les autres zones sont classés en zone B, comme
l’est le bassin de Thau(11).
Cette sectorisation en huit zones n’est cependant valable que pour le réseau de surveillance
sanitaire pour E.coli. Le bassin d’Arcachon n’est en revanche pas sectorisé pour les
phytoplanctons, car la faible profondeur sur toute la surface du bassin permet leurs
croissances en tout point.
23
De même que pour le bassin de Thau, les relevés sanitaires sur le bassin d’Arcachon
dépendent de différents réseaux. On compte 14 points de surveillances pour le réseau REMI,
2 points pour le réseau REPHY (Surveillance des phytoplanctons), 3 points pour le réseau
ROCCH (Réseau d’Observation de la Contamination Chimique) et 1 point pour le réseau
RESCO (Réseau d’Observation Conchylicole)(12).
La séparation du bassin d’Arcachon (figure 42) en plusieurs zones sanitaires semble efficace
et évite la fermeture totale du bassin en cas d’alerte sanitaire sur un ou deux points de relevés,
limitant donc les pertes économiques qu’engendre la fermeture totale du bassin. En effet, pour
éviter des pertes économiques, les conchyliculteurs peuvent avoir des élevages dans
différentes zones. Ainsi, à moins d’une pollution globale qui fermerait l’intégralité du bassin
d’Arcachon, les conchyliculteurs peuvent continuer à vendre, même si les ventes sont
réduites.
Il est intéressant de noter que cette sectorisation est faite malgré les nombreux flux d’eau
consécutifs aux marées et les courants particuliers qui règnent dans le bassin d’Arcachon(13).
Le temps de renouvellement moyen des eaux(13) est de 10 jours en périodes de fortes pluies,
et de 24 jours en période d’étiage, contre 110 jours en moyenne pour le Bassin de Thau. Ce
faible temps de renouvellement permet de “nettoyer” les eaux plus rapidement. Ainsi, une
pollution est plus sujette à disparaître rapidement qu’en milieu fermé. Cependant, avec les
apports d’eau, des pollutions peuvent également arriver plus rapidement, sans être détectées
facilement, car disparaissant peu de temps après. En outre, les nombreux flux d’eau entre les
différentes zones pourraient causer un transfert de pollution. Ce faible temps de
renouvellement a donc un double-tranchant.
Nous pouvons retrouver sur l'annexe 43 les grands chiffres issus de la comparaison entre
les deux bassins.
24
Conclusion
Toutes les analyses effectuées nous permettent de caractériser chacune des zones afin de
déterminer si leur fonctionnement en cas de contamination est similaire ou non. En effet, si
les zones réagissent différemment, elles ne fermeront pas simultanément et ainsi la
sectorisation serait d’un grand intérêt pour les producteurs de coquillages, la production
pouvant être maintenu sur une partie du bassin, comme c’est le cas pour le bassin d’Arcachon.
Tout d’abord, en se basant uniquement sur les nombres d'E.coli/hg des relevés sanitaires,
nous avons pu observer que parmi les trois zones A, B et C, au moins une était différente
des deux autres (test de Kruskal Wallis). Cela veut dire que la fréquence des dépassements
du seuil de 4600 E.coli/hg n’est pas la même pour une partie de la lagune. Il n’y a d’ailleurs
eu aucun dépassement du seuil de 4600 E.coli/hg simultanément sur les trois zones entre
1988 et 2016.
Dans un second temps, nous avons mis en évidence que la fréquence du dépassement du
seuil de 4600 E.coli/hg dépendait bien de la zone dans laquelle avait été fait le relevé (test du
X²). Et, d’après l’ACM mais aussi l’étude des zones, la zone B semble avoir les valeurs en
E.coli les plus basses et les temps de retour les plus grands. Ainsi, les zones n’ont pas la
même fréquence ni la même intensité de dépassement du seuil de 4600 E.coli/hg.
De plus, d’après l’étude des autres variables dont nous disposions dans le tableau comme le
taxon et le mois du relevé qui influent sur le dépassement du seuil de 4600 E.coli/hg selon le
test du X², on en déduit que certaines saisons seraient donc plus propices aux pollutions que
d’autres. Dans l’ACM/CAH, nous avons pu voir que les saisons avec le maximum de pollution
pouvaient être différentes selon les zones, ce qui est un autre critère pour une gestion sanitaire
divisée.
Par ailleurs, le débordement des systèmes d’assainissement en temps de pluie nous ont été
présenté comme l’une des pollutions principales du bassin. En effet, le test du X² et la
régression logistique confirment tous deux le lien entre dépassement du seuil de 4600
E.coli/hg et alertes par temps de pluie (95% de confiance). Par contre, la météo ne semble
pas affecter les dépassements les plus conséquents (46000 E.coli/hg). Ainsi, il est intéressant
d’étudier la variable météo en vue du zonage. Les points dépassant le plus fréquemment les
seuils en temps de pluie et les plus touchés par la multiplication de la probabilité de
dépassement en temps de pluie seraient Bouzigues (a), Bouzigues(c) et Mèze(b) (Régression
logistique et Gumbel). Pour ces trois points, le dépassement est relié à un dépassement de la
valeur 4600 E.coli/hg dans les relevés DREAL du même mois. Ainsi, les points les plus
touchés par le temps de pluie le sont en concordance avec des déversements des pollutions
dans les rivières par la pluie. Autrement, la majorité des points sont affectés par une pollution
par temps sec.
Enfin, on peut voir à travers tous les tests que les pollutions ont beaucoup évolué entre les
années 1988 à 2009 et les années 2010 à 2015. Il semblerait que les aménagements menés
aient globalement abouti à des pollutions moins fortes, il n’y a pas eu de dépassement du seuil
25
de 46 000 E.coli/hg dans les 6 dernières années. Les aménagements semblent creuser
davantage la réaction de chacune des zones face à la pollution.
Toutefois, cette analyse aurait pu être plus précise si nous avions bénéficié de données
supplémentaires telles que le passage des bateaux et des oiseaux à proximité des tables. Il
semble manquer une ou plusieurs variables pour expliquer les dépassements des seuils sur
le bassin de Thau. En effet, on peut apercevoir que la représentativité des données dans la
CAH n’est pas suffisante pour décrire précisément les données.
Finalement, même s’il semble manquer des données importantes, cela n'empêche pas de
mettre en évidence des zones aux caractéristiques distinctes. En effet, les zones ne
réagissant pas de la même façon : les principaux dépassements n’ont pas lieu au même mois
de l’année selon les zones, leur fréquence et leur intensité varie. Dans chaque zone les points
ne sont pas caractérisés par le même type d’événement météorologique (temps pluie/temps
sec). En outre, les aménagements récents ont eu tendance à renforcer les divergences
comportementales des différentes zones. Ainsi, une sectorisation du bassin de Thau serait
donc bénéfique au secteur conchylicole. En ce qui concerne la structure de la sectorisation,
les trois zones sont très différentes, même si les deux zones les plus semblables sont les
zones A et C puis les zones A et B (test du X²).
26
Bibliographie
(1) CNC [en ligne]. Comité national de la conchyliculture, 30/10/2016 [consulté le 30/11/2016]. Méditerranée. Disponible sur : http://www.cnc-france.com/Mediterranee.aspx (2) IFREMER environnement [en ligne]. Institut Français de Recherche pour l’Exploitation de la Mer, 31/12/2015 [consulté le 30/11/2016]. Disponible sur : http://envlit.ifremer.fr (3) SMBT [en ligne]. Syndicat Mixte du Bassin de Thau, 27/08/2016 [consulté le 30/11/2016]. Vigithau. Disponible sur : http://www.smbt.fr/content/vigithau (4) Serais Ophélie et al. (2009). Étude des contaminations microbiologiques par temps sec
de l'étang de Thau. Disponible sur : http://archimer.ifremer.fr/doc/00042/15337/12689.pdf
(5) Brocard Gilles et al. (2010). OMEGA Thau. Novatech 2010 - Conférences pour la gestion
des eaux urbaines par temps de pluie. Disponible sur :
http://archimer.ifremer.fr/doc/00042/15343/
(6) Patrick Monfort (2006). Microbiologie et coquillages. Disponible sur :
http://www.ifremer.fr/cycleau/pdf/coquillages_microbiologie.pdf
(7) Pierre-André Cornillon et autres. Statistiques avec R. Presses Universitaires de Rennes,
(2009). 296 pages.
(8) SMBT [en ligne]. Syndicat Mixte du Bassin de Thau, 27/08/2016 [consulté le
08/12/2016]. Enjeux du SAGE. Disponible sur : http://www.smbt.fr/content/enjeux-du-sage
(9) François Husson, Sébastien Le et Jérôme Pagès. Analyse de données avec R. Presses
Universitaires de Rennes (2009). 224 pages.
(10) Wikipédia [en ligne]. Wikipédia, 12/11/2016 [consulté le 02/12/2016]. Bassin
d’Arcachon. Disponible sur : https://fr.wikipedia.org/wiki/Bassin_d%27Arcachon
(11) Bassin Arcachon [en ligne]. SIBA, 10/10/2016 [consulté le 02/12/2016].
Disponible sur : http://www.bassin-arcachon.com/infos-environnement
(12) IFREMER, Evaluation de la qualité des zones de production conchylicole, Département
de la Gironde, Direction océanographie et dynamique des écosystèmes, 2013, 48 pages.
(13) Plus Martin, Maurer Daniele, Stanisiere Jean-Yves, Dumas Franck (2006).
Caractérisation des composantes hydrodynamiques d'une lagune mésotidale, le Bassin
d'Arcachon. Disponible sur : http://archimer.ifremer.fr/doc/00000/2352/
(14) IFREMER environnement [en ligne]. IFREMER, 31/12/2015 [consulté le 30/11/2016].
Mise en œuvre. Disponible sur :
http://envlit.ifremer.fr/surveillance/microbiologie_sanitaire/mise_en_oeuvre
27
Annexes
28
Annexe 1 : Cartographie du bassin de Thau
Annexe 2 : Carte du réseau hydrographique du bassin versant de Thau
29
Annexe 3 : Carte de l’occupation des sols dans le Bassin Versant de Thau
Annexe 4 : Cartographie du réseau REMI du bassin de Thau
30
Annexe 5 : Schéma du système d’alerte(14)
Annexe 6 : Tableau des catégories sanitaires et critères(14)
31
Annexe 7 : Extrait du tableau de données fourni par le SMBT
Lieu de surveillance Identifiant
Lieu de surveillance Mnémonique
Lieu de surveillance
Libellé
Passage : Date
Prélèvement: Niveau
Résultat : Code
paramètre
Résultat Libellé support
Echantillon : Libellé du
taxon support
37087005 104-P-004 Port de Loupian (a)
04/01/1988 Surface (0-1m)
ECOLI Bivalve Crassostrea gigas
37087010 104-P-009 Marseillan large
04/01/1988 Surface (0-1m)
ECOLI Bivalve Crassostrea gigas
Résultat Libellé fraction
Résultat : Libellé
méthode
Résultat : Libellé
précision
Résultat quantitatif
Résultat : Symbole unité de mesure associé au
quadruplet
Résultat : Date de
validation
Evénement: Type
d'événement
Chair + liquide
intervalvaire
Colimétrie NPP 5ml
3x3T
258
hg-1 06/10/2003
Chair + liquide
intervalvaire
Colimétrie NPP 5ml
3x3T
258 hg-1 06/10/2003
Evénement Description
Résultat : Libellé unité de mesure
associé au quadruplet
Résultat : Code des programmes
1, 2, 3, 4
Résultat : Code des programmes 5
Coordonnées passage
Coordonnées minx
Nombre par 100 grammes
REMIS 3,6310367144
Nombre par 100 grammes
REMIS 3,5563700817
Coordonnées passage
Coordonnées maxx
Coordonnées passage
Coordonnées miny
Coordonnées passage
Coordonnées maxy
ZONE_suivi zone_verif
3,6310367144 43,4363044761 43,4363044761 ZONE_A ZONE_A
3,5563700817 43,3566353691 43,3566353691 ZONE_C ZONE_C
32
Annexe 8.1: Moyennes et médianes des relevés REMI de 1989 à 2016
Bouzigues (a) Bouzigues (c) Marseillan Large Mèze (a) Mèze(b)
Médiane 1900 2280 3000 2200 1440
Moyenne 5221 3121 11514 2963 2774
La Fadèze Montpenèdre (b) Mourre Blanc Large Port de Loupian (b)
Médiane 1440.0 1200 1500 890
Moyenne 5474.5 2010 2550 4271
Annexe 8.2: Moyennes et médianes des relevés REMI de 2010 à 2015
Bouzigues (a) Bouzigues (c) Marseillan Large Mèze (a) Mèze(b)
Médiane 305.0 460 275 320.0 130.0
Moyenne 789.3 1593 2892 1578.4 614.9
La Fadèze Montpenèdre (b) Mourre Blanc Large Port de Loupian (b)
Médiane 135.0 67.0 265.0 98.5
Moyenne 604.9 544.4 617.6 308.1
33
Annexe 9 : Test du X²
Test du X²
H0 : météo et dépassement indépendant
H1 : météo et dépassement dépendant
Si la p-value est inférieure à 0,05 alors on rejette l'hypothèse d'indépendance avec une
probabilité de 5% de se tromper.
Dépendance au
dépassement du
seuil de 4600
p-value
Dépendance au
dépassement
du seuil de
46000
p-value
Météo (pluie, sec) Oui 0.0009786 Non 0.8651
Mois Oui 0.0003736 Non 0.1487
Année Oui 0.01182 Non 0.8299
Taxon Oui 0.01743 Non 0.7473
Aménagement (avant,
après)
Non 0.8136 Non 0.7472
Point de mesure Oui 1.328e-12 Oui 0.01335
Zone Oui 1.576e-07 Oui 0.03275
Zone AB Non 0.1357 Non 1
Zone AC Oui 9.345e-05 Non 0.2024
Zone BC Oui 9.411e-07 Non 0.1246
Niveau de prélèvement Non 0.9876 Non 0.6747
34
Annexe 10.1 : Paramètres et adéquation des lois de Gumbel par zone
(Légende : r = coefficient de régression de la courbe d’adéquation à la loi avec les valeurs de
pollutions en fonction du logarithme de leur période de retour, si les données suivent une loi
de Gumbel, la courbe est linéaire ; a et b sont les coefficients de la courbe d’adéquation à la
loi de Gumbel, pollution = ln(période de retour) * a + b ; 𝑆 =√6
𝜋∗ 𝜎 avec σ l’écart-type des
données et 𝑥0 = 𝜇 − 𝑆 ∗ 𝐸 avec μ la moyenne des données et E, la constante d’Euler =
0.5772)
Echantillon Zone A Zone B Zone C Zone A
pluie Zone B
pluie Zone C
pluie
x0 2979.65 2055.65 3078.207 1141.324 212.3987 508.9131
S 11507.88 3588.62 19436.58 3336.930 2762.9960 3577.767
r 0.998537 0.995404 0.9993978 0.997178 0.998498 0.998058
a 18111.129 4657.1016 31697.324
4044.761 3111.945 4246.089
b -
5422.9296 -105.3476 -11526.08
-525.9495 -824.42330 -1111.5178
Zone A sec Zone B sec Zone C sec Zone A
(2010-16) Zone B
(2010-16) Zone C
(2010-16)
x0 2670.9044 892.88588 1913.4755 1247.343 206.9425 755.82115
S 13267.6638 3361.2511 22263.56 2684.784 1366.6970 4357.3785
r 0.998904 0.9975689 0.9995807 0.9968617 0.9992627 0.99786637
a 20861.056 4024.880 35567.264 3169.1609 1430.84237 5406.90036
b -6955.6689 -708.9317 -14389.590 -47.63971 -127.64273 -1458.9206
Zone A (2010-
16) sec Zone B (2010-
16) sec Zone C (2010-
16) sec Zone A (2010-
16) pluie Zone B (2010-
16) pluie Zone C (2010-
16) pluie
x0 813.83193 260.0279 -94.71951 -8.866284 -158.09083 -278.93614
S 2321.8435 678.0528 3714.6908 2109.9554 1379.5752 2860.4230
r 0.99778772 0.9997276 0.9986013 0.9989921 0.999548 0.99891266
a 2625.1809 689.73410 4321.2081 2278.4688 1430.5370 3176.6760
b -136.14957 144.75303 -1625.2687 -637.45986 -434.416543 -1247.6301
35
Annexe 10.2 : Paramètres et adéquation des lois de Gumbel par points sur toutes les années
Bouzigues
(a) Bouzigues
(c) Marseillan
Large Mèze (a) Mèze (b)
La Fadèze
Montpe -nèdre (b)
Mourre-Blanc Large
Port de Loupian
(b)
x0 1572.7202 1635.0272 520.8261 1559.743 738.4731 1069.114 841.9132 1118.864 -1885.579
S 6320.6511 2574.4505 19045.69 2431.145 3526.554 7632.340 2023.712 2479.445 10666.28
r 0.9977089 0.9957979 0.999537 0.995967 0.997788 0.998370 0.997844 0.997142 0.999384
a 8686.3310 3094.5731 29085.08 2885.541 4222.013 10543.51 2253.273 2873.549 14094.32
b -2328.811 275.15178 -12679.87 311.2900 920.3366 -3606.11 46.94215 -13.0050 -7745.335
Bouzigues
(a) Pluie
Bouzigues (c)
pluie
Marseillan Large Pluie
Mèze (a) pluie
Mèze (b) pluie
La Fadèze
pluie
Montpe- nèdre (b)
pluie
Mourre- Blanc Large pluie
Port de Loupian
(b) pluie
x0 415.35299 752.25119 240.8683 285.2548 -44.8066 95.41879 -121.0661 81.15144 179.5036
S 2926.3635 2463.1823 3491.652 1185.976 2715.881 1238.360 1472.914 1845.198 915.2744
r 0.9982280 0.997856 0.998336 0.999323 0.998766 0.999461 0.999466 0.999057 0.999627
a 3352.3794 2798.1163 4078.161 1233.677 3020.720 1284.278 1535.385 1971.522 937.8361
b -773.0415 -260.2195 -1245.031 5.984028 -988.957 -169.771 -439.4693 -437.857 9.744159
Bouzigues
(a) Sec
Bouzigues (c) sec
Marseillan Large Sec
Mèze (a) sec
Mèze (b) sec
La Fadèze
sec
Montpe- nèdre (b)
sec
Mourre- Blanc Large sec
Port de Loupian (b) sec
x0 716.12943 1086.8321 259.4514 1482.433 66.68306 150.5501 440.5868 533.8509 -2493.91
S 7155.7009 2441.3858 21960.41 2743.879 3443.377 7327.183 785.5391 2415.539 12438.86
r 0.9984373 0.9972149 0.999637 0.996305 0.998501 0.998700 0.999478 0.998212 0.999507
a 9637.1633 2818.5475 33815.66 3295.327 3983.401 9682.446 806.2021 2709.037 16626.44
b -3474.818 -12.89657 -15101.51 72.79239 -1339.35 -3961.35 267.4423 -390.737 -9461.66
36
Annexe 10.3 : Paramètres et adéquation des lois de Gumbel par points sur les années 2010
à 2016
Bouzigues
(a) Bouzigues
(c) Marseillan
Large Mèze (a) Mèze (b)
La Fadèze
Montpe-nèdre (b)
Mourre- Blanc Large
Port de Loupian
(b)
x0 273.99046 370.09146 375.5467 296.0275 -109.067 -68.1534 -238.986 275.1141 90.27791
s 892.77467 2118.6912 4359.760 2221.713 1254.275 1166.066 1357.218 593.3574 377.3772
r 0.999565 0.9985679 0.998215 0.998610 0.999596 0.999627 0.999610 0.999769 0.999948
a 916.12576 2321.8922 5314.659 2440.996 1294.902 1200.393 1403.213 602.0162 379.3654
b 96.448142 -351.2031 -1716.995 -461.273 -347.273 -281.914 -494.597 178.2572 54.95757
Bouzigues
(a) Pluie
Bouzigues (c)
pluie
Marseillan Large Pluie
Mèze (a) pluie
Mèze (b) Pluie
La Fadèze
pluie
Montpe-nèdre (b)
pluie
Mourre- Blanc Large pluie
Port de Loupian
(b) pluie
x0 20.745459 -69.53933 -460.5809 -24.0953 -206.082 -174.703 -314.931 -2.798132 27.77867
s 377.08687 2117.532 2704.056 414.7529 1267.987 1181.225 1347.940 371.9649 87.00855
r 0.9999634 0.999043 0.999093 0.999963 0.999644 0.999678 0.999655 0.999968 0.999587
a 378.75864 2282.784 2962.138 416.7148 1306.883 1213.850 1390.663 373.4823 89.18761
b -9.255896 -688.7189 -1300.222 -56.3836 -434.749 -378.291 -556.095 -30.48355 10.79709
Bouzigues
(a) Sec
Bouzigues (c) sec
Marseillan Large Sec
Mèze (a) sec
Mèze (b) Sec
La Fadèze sec
Montpe-nèdre (b)
sec
Mourre- Blanc Large sec
Port de Loupian
(b) sec
x0 186.23080 244.93570 -191.5955 222.3940 -20.04181 76.8937 5.41302 192.693 71.8574
s 877.80527 1217.3671 3736.306 2237.710 508.0420 218.653 379.569 548.002 381.397
r 0.9996481 0.9993398 0.998671 0.998688 0.999937 0.997933 0.99848 0.999844 0.999952
a 898.21610 1266.6928 4333.812 2453.493 511.564 244.721 445.6332 554.262 383.351
b 26.711891 -38.68307 -1708.673 -525.421 -67.6426 -9.08773 -156.782 116.265 37.4165
37
Annexe 11 : Périodes de retour des dépassements du seuil de 4600 selon la météo (depuis
1995)
Annexe 12 : Périodes de retour des dépassements du seuil de 46000 selon la météo (depuis
1995) (on note ∞ les valeurs dépassant 1000 ans)
Pluie Sec
Bouzigues(a) ∞ 560 ans
Bouzigues(c) ∞ ∞
Port de Loupian (b) ∞ 49 ans
Mèze(a) ∞ ∞
Mourre blanc large ∞ ∞
Mèze (b) ∞ ∞
Montpenèdre (b) ∞ ∞
La Fadèze ∞ 522 ans
Marseillan large ∞ 9 ans
38
Annexe 13-1 : Tableau regroupant les résultats de la régression logistique point par point,
selon le temps pluie
Points REMI p-value Coefficient multiplicateur
Bouzigues (a) 0.0098 1.76
Bouzigues (c) 0.0026 2.056
Mèze (a) 0.864 ------
Port Loupian 0.371 ------
Mèze (b) 0.181 ------
Montpénèdre 0.996 ------
Mourre-blanc 0.231 ------
La Fadèze 0.824 ------
Marseillan large 0.558 ------
Zone A 1.09.10^-4 1.51
Zone B 0.0195 1.37
Zone C 0.821 ------
Annexe 13-2: Tableau regroupant les résultats de la régression logistique à partir des données
DREAL
Points DREAL
Bouzigues(a) P-value Bouzigues (a) Mèze(b) P-value Mèze(b)
P1 17.33 0.000375 ------ >5%
P5 6.48 0.0168 ------ >5%
P6 7.99 0.0144 ------ >5%
P10 5.76 0.0263 ------ >5%
P15 11.11 0.002 15.79 0.026
39
Annexe 14 : Localisation des points DREAL
40
Annexe 15 : Périodes de retour des dépassements du seuil de 4600 avant et après
aménagements (on note ∞ les valeurs dépassant 1000 ans)
Annexe 16 : Périodes de retour des dépassements du seuil de 46000 avant et après
aménagements (on note ∞ les valeurs dépassant 1000 ans)
Avant
aménagements
Après
aménagements
Bouzigues(a) 522 ans ∞
Bouzigues(c) ∞ ∞
Port de Loupian (b) 53 ans ∞
Mèze(a) ∞ ∞
Mourre blanc large ∞ ∞
Mèze (b) ∞ ∞
Montpenèdre (b) ∞ ∞
La Fadèze 190 ans ∞
Marseillan large 9 ans ∞
41
Annexe 17 : Périodes de retour trimestrielles des dépassements du seuil de 4600 après
aménagements par points
Annexe 18 : Périodes de retour trimestrielles d’un dépassement du seuil de 46000 après
aménagements selon la météo (on note ∞ les valeurs dépassant 1000 ans)
Temps de pluie Temps sec
Bouzigues(a) ∞ ∞
Bouzigues(c) ∞ ∞
Port de Loupian (b) ∞ ∞
Mèze(a) ∞ ∞
Mourre blanc large ∞ ∞
Mèze (b) ∞ ∞
Montpenèdre (b) ∞ ∞
La Fadèze ∞ ∞
Marseillan large ∞ ∞
42
Annexe 19 : Périodes de retour des dépassements du seuil de 4600 selon la météo (depuis
1995)
Annexe 20 : Périodes de retour des dépassements du seuil de 46000 selon la météo (depuis
1995)
Pluie Sec
Zone A ∞ 27 ans
Zone B ∞ ∞
Zone C ∞ 8 ans
43
Annexe 21 : Périodes de retour trimestrielles des dépassements du seuil de 4600 après
aménagements par zones
Annexe 22 : Périodes de retour trimestrielles d’un dépassement du seuil de 46000 après
aménagements selon la météo (on note ∞ les valeurs dépassant 1000 ans)
Pluie Sec
Zone A ∞ ∞
Zone B ∞ ∞
Zone C ∞ ∞
44
Annexe 23 : Représentation des années dans la première ACM
Annexe 24 : Représentation des mois de relevés dans la première ACM
ois
45
Annexe 25 : Représentation des nombres d’E.coli dans la première ACM
Annexe 26 : Représentation des points de relevés dans la première ACM
mesure
46
Annexe 27 : Représentation de la météo dans la première ACM
Annexe 28 : Découpage en groupe statistiquement probable de la première ACM/CAH
Dim 2 (4.17 %)
meteo
47
Annexe 29 : Répartition des années dans la deuxième ACM
Annexe 30 : Répartition des classes de nombre d’E.coli/hg dans la deuxième ACM
re Co
C
Dim 2 (4.47%)
Dim 2 (4.47%)
e
48
Annexe 31 : Répartition des mois de relevés dans la deuxième ACM
Annexe 32 : Répartition de la météo dans la deuxième ACM
Dim 2 (4.47%)
Dim 2 (4.47%)
C
C
o
s
49
Annexe 33 : Répartition des points de relevés dans la deuxième ACM
Annexe 34 : Répartition des zones dans la deuxième ACM
Dim 2 (4.47%)
Dim 2 (4.47%)
C e
C e
50
Annexe 35 : Représentation générale de toutes les modalités dans la deuxième ACM
Annexe 36 : Groupes de données faits dans la deuxième ACM/CAH
Dim 2 (4.47%)
Dim 2 (4.47%)
51
Annexe 37 : Répartition des caractéristiques des relevés dans la troisième ACM
Annexe 38 : Répartition de valeurs d’E.coli/hg dans la troisième ACM
Dim 2 (5.96%)
Dim 2 (5.96%)
Co re
52
Annexe 39 : Répartition de la météo dans la troisième ACM
Annexe 40 : Répartition des zones dans la troisième ACM
Dim 2 (5.96%)
Dim 2 (5.96%)
C e
C o
53
Annexe 41 : Groupes probables des données selon la troisième ACM
Dim 2 (5.96%)
54
Annexe 42 : Découpage des zones sanitaires au sein du bassin d’Arcachon
Annexe 43 : Rappel des grands chiffres dans la comparaison entre les deux bassins
Bassin de Thau Bassin d’Arcachon
Surface 75 km² 40-155 km²
Surface bassin versant 350 km² 4138 km²
Temps de renouvellement 110 jours 10 à 24 jours
Nombre de zones (REMI) 1 8
Nombre de points REMI 9 14
55
Annexe 44: Gestion de projet
La gestion de ce projet s'annonçait en premier lieu très bien. La définition de nos rôles étant
très claire dès le départ, les tâches se répartissaient facilement et nos réunions régulières
permettaient de s'orienter au fur et à mesure.
En revanche, les estimations à long terme de nos possibilités en termes de travail sur ce projet
et de temps nécessaire se sont avérées plus difficiles. Nous avons dû revoir la liste des tâches
envisagées en début de projet à la baisse (SIG, rencontre avec les conchyliculteurs,
compilation des impacts économique et médiatiques).
De plus, l'évolution du cadre du projet avec l'implication de ces différents acteurs ayant évolué au cours du temps de travail. Il a fallu changer certains axes d'analyses et cela modifiera aussi l'impact et l'importance de notre projet. Ces éléments auraient peut-être pu être gérés avec plus de rapidité et d'anticipation pour perdre moins de temps à la remise en route de rentrée en septembre. Cependant, tout s'est déroulé sans accroc, malgré quelques problèmes d'anticipation du temps de travail nécessaire et des travaux réalisés sans prendre la mesure de quelques questions essentielles de méthode de réalisation des analyses car l'on voulait faire vite. Des problèmes de communication du suivi des travaux en cours sont apparus vers la fin du projet et des tensions en sont nées. Elles ont cependant été rapidement gérées par le dialogue et le travail a pu continuer son avancée collective. Pour conclure, ce PEI n'a pas souffert de beaucoup d'accrochage de gestion mais une anticipation à plus long terme des tâches à faire et de leur évolution aurait peut-être permis un projet plus complet et un travail plus détendu.