Affordable Access

Vers une typologie des pesticides à l’échelle du bassin de la Seine

Authors
  • Bignon, Maxime
  • Blanchoud, Hélène
  • Puech, Thomas
  • Gallois, Nicolas
  • Garnier, Josette
Publication Date
Nov 29, 2021
Source
HAL
Keywords
Language
French
License
Unknown
External links

Abstract

Ce rapport constitue un premier bilan des travaux réalisés depuis le début de l’année 2021 pour l’estimation des apports de pesticides à l’échelle du bassin versant de la Seine. L’objectif final de cette étude est d’aboutir à la création d’une première base de données répertoriant les principales pratiques phytosanitaires du territoire de Seine-Normandie depuis les années 1970 afin de modéliser leur transfert. Plus précisément, il s’agit d’enrichir d’un volet orienté « pratiques phytosanitaires » la base de données ARSEINE (Puech et al., 2018) qui détaille, dans sa version actuelle, des données fines descriptives des pratiques agronomiques du territoire. Les différentes étapes d’ores et déjà réalisées sont ici présentées, lesquelles se concentrent essentiellement sur la réalisation d’une typologie de matières actives de pesticides. Ce rapport s’articule selon trois points majeurs : la présentation des bases de données utilisées et leurs relations, la méthode utilisée pour réaliser une liste de substances actives d’intérêt la plus exhaustive et représentative de la diversité de molécules utilisées et pragmatique possible en limitant au maximum le nombre de substances retenues, et enfin, la méthode employée pour déterminer une typologie de substances actives d’intérêt sur la base de la liste de substances actives prédéterminée. L’objectif de cette typologie est de pouvoir extrapoler les simulations faites sur une substance à l’ensemble des individus issus du même groupe. Enfin, une partie supplémentaire illustre les travaux en cours, concernant les enquêtes menées afin de collecter des données descriptives des pratiques phytosanitaires historiquement réalisées sur le territoire depuis 1970.

Report this publication

Statistics

Seen <100 times