1
00:00:01,189 --> 00:00:05,930
un exemple de construction d'indicateurs. Ici, l'indicateur
2
00:00:05,930 --> 00:00:08,709
PERTUBATION qui avait deux objectifs:
3
00:00:08,709 --> 00:00:13,109
un premier qui était d'évaluer l'impact de la gestion de l'enherbement sur
4
00:00:13,109 --> 00:00:15,989
sur le fonctionnement de l'agroécosystème
5
00:00:15,989 --> 00:00:16,970
6
00:00:16,970 --> 00:00:18,980
et le second
7
00:00:18,980 --> 00:00:22,599
d'évaluer les risques d'érosion liés
à ces prototypes
8
00:00:22,599 --> 00:00:26,059
Sur le premier objectif, on a
recherché un bio-indicateur de la
9
00:00:26,059 --> 00:00:28,079
perturbation de l'agroécosystème.
10
00:00:28,079 --> 00:00:31,449
Notre attention a été
portée sur les phytoseiidea
11
00:00:31,449 --> 00:00:32,430
12
00:00:32,430 --> 00:00:36,230
notamment par des données
bibliographiques, qui nous ont permis de dire
13
00:00:36,230 --> 00:00:38,720
que c'était une espèce cosmopolite, qui était sensible
14
00:00:38,720 --> 00:00:40,330
pour perturbation
15
00:00:40,330 --> 00:00:44,240
qui avait une recolonisation rapide, donc une bonne résilience. et puis surtout
16
00:00:44,240 --> 00:00:47,540
un faible déplacement vis-à-vis de notre
dispositif expérimental.C'était
17
00:00:47,540 --> 00:00:50,120
important, on ne pouvait pas se permettre par exemple de
18
00:00:50,120 --> 00:00:53,630
d'avoir un bon indicateur comme les
abeilles qui pouvaient passer
19
00:00:53,630 --> 00:00:56,370
d'un système à l'autre trop facilement
20
00:00:56,370 --> 00:00:59,620
Cette variable, on l'appelait BIOINDIC
21
00:00:59,620 --> 00:01:03,709
et pour les risques érosifs, on a fait l'hypothèse
22
00:01:03,709 --> 00:01:06,280
simple qui été de dire que
23
00:01:06,280 --> 00:01:10,240
à couvert permanent avec une bonne de
masse, on va dire; limiter ces risques
24
00:01:10,240 --> 00:01:11,120
d'érosion
25
00:01:11,120 --> 00:01:14,370
donc là, on a considéré deux
variables: la variable taux de couverture
26
00:01:14,370 --> 00:01:15,110
du sol
27
00:01:15,110 --> 00:01:18,670
et une variable quantité de biomasse.
28
00:01:18,670 --> 00:01:22,060
Pour la variable bio-indicateurs, on a tout simplement
29
00:01:22,060 --> 00:01:24,880
compter le nombre de l'acarien par
prototype
30
00:01:24,880 --> 00:01:28,580
et on a ensuite relié le
nombre d'interventions
31
00:01:28,580 --> 00:01:31,770
été réalisé sur les enherbements
32
00:01:31,770 --> 00:01:34,190
fauche ou les herbicides
33
00:01:34,190 --> 00:01:38,800
et notamment, relié ça à un impact sur ce bio-indicateur
34
00:01:38,800 --> 00:01:42,190
pour la couverture du sol, on a donc
estimé visuellement régulièrement et
35
00:01:42,190 --> 00:01:43,390
cela pendant deux ans
36
00:01:43,390 --> 00:01:46,470
le niveau et la dynamique de
recouvrement
37
00:01:46,470 --> 00:01:49,230
même chose pour la biomasse ou là on a
mesuré de
38
00:01:49,230 --> 00:01:52,680
la matière sèche produite par chacun
des prototypes au fil de de
39
00:01:52,680 --> 00:01:54,930
l'expérimentation.
40
00:01:54,930 --> 00:01:58,700
Pour chacune de ces variables, nous
a fallu pour construire cet
41
00:01:58,700 --> 00:02:00,600
indicateur à dire d'expert
42
00:02:00,600 --> 00:02:01,620
43
00:02:01,620 --> 00:02:05,810
déterminer des classes, donc trois
classes de référence,
44
00:02:05,810 --> 00:02:07,520
pour déterminer des valeurs seuils
45
00:02:07,520 --> 00:02:11,300
une première classe dite favorable qui
nous permet de considérer comme la
46
00:02:11,300 --> 00:02:11,959
variable
47
00:02:11,959 --> 00:02:13,609
comme étant favorable
48
00:02:13,609 --> 00:02:17,629
une défavorable et une classe
intermédiaire qui est entre les deux
49
00:02:17,629 --> 00:02:23,969
pour éviter les ruptures.On fait appel à des concepts de la logique flou.
50
00:02:23,969 --> 00:02:26,969
Voici les valeurs seuils qui ont été retenues
51
00:02:26,969 --> 00:02:29,659
pour chacune des classes qui ont été
basées à la fois sur des
52
00:02:29,659 --> 00:02:33,699
expérimentations complémentaires menées sur
53
00:02:33,699 --> 00:02:37,079
sur l'exploitation et à la fois sur
la bibliographie
54
00:02:37,079 --> 00:02:40,839
donc que pour chacune des 3
variables, on a des conditions
55
00:02:40,839 --> 00:02:43,599
favorables ou des conditions défavorables
56
00:02:43,599 --> 00:02:49,979
et puis entre la logique
floue qui s'applique.
57
00:02:49,979 --> 00:02:53,430
Au final, on a agrège ces
trois variables
58
00:02:53,430 --> 00:02:57,689
notamment par théorème de Sugeno
qui va prendre en compte les degrés
59
00:02:57,689 --> 00:03:01,769
d'appartenance favorable ou défavorable
pour chacune de ces variables
60
00:03:01,769 --> 00:03:05,549
après on va utiliser des règles de décision et leurs
61
00:03:05,549 --> 00:03:08,339
conclusions
62
00:03:08,339 --> 00:03:10,749
qui va être données
63
00:03:10,749 --> 00:03:13,679
sur une échelle qualitative de
0 à 10.
64
00:03:13,679 --> 00:03:17,789
Pour exemple, lorsque
toutes les variables sont
65
00:03:17,789 --> 00:03:18,689
favorables
66
00:03:18,689 --> 00:03:20,030
nécessairement,
67
00:03:20,030 --> 00:03:23,610
la conclusion de ces
règles aboutie à un score de 10
68
00:03:23,610 --> 00:03:25,319
un score maximal.
69
00:03:25,319 --> 00:03:29,039
A contrario, lorsque toutes ces
variables sont défavorables
70
00:03:29,039 --> 00:03:30,639
conduit à un score de zéro
71
00:03:30,639 --> 00:03:33,709
et puis après on a des donc des
conditions intermédiaires
72
00:03:33,709 --> 00:03:37,949
C'est un arbre de décision
qui est décidé, dire d'expert qui
73
00:03:37,949 --> 00:03:42,289
permet de hiearchiser l'une ou l'autre
variable et lui donner le plus
74
00:03:42,289 --> 00:03:44,679
ou moins d'importance par rapport aux autres.
75
00:03:44,679 --> 00:03:47,859
Ici, des 2 conditions
défavorables
76
00:03:47,859 --> 00:03:52,699
abouties à un score de 3. L'objectif
étant d'avoir un score supérieure
77
00:03:52,699 --> 00:03:57,659
à 7
78
00:03:57,659 --> 00:04:01,089
Je vais pas m'appesantir sur les résultats mais
79
00:04:01,089 --> 00:04:04,389
ce qui est important ici dire c'est que
les prototypes
80
00:04:04,389 --> 00:04:07,949
ont été discriminés par
nos différents indicateurs
81
00:04:07,949 --> 00:04:11,129
et les différentes variables
constitutives de l'indicateur
82
00:04:11,129 --> 00:04:12,280
donc ici
83
00:04:12,280 --> 00:04:16,850
sur ces trois graphiques, les phytoseiidea les populations de phytoseiidea
84
00:04:16,850 --> 00:04:20,809
ont évolué. La biomasse également
et de façon significative.
85
00:04:20,809 --> 00:04:23,919
il faut dire que prototype ou bien vous
le disons bien discriminer ce qui nous a
86
00:04:23,919 --> 00:04:24,779
permis de
87
00:04:24,779 --> 00:04:25,679
de les classiques
