Caractérisation de la structure paysagère de l’aire de ...€¦ · Ce travail est mené dans un rayon ... est une nouvelle fois ... en tant qu‘insecte pollinisateur, l‘abeille

Caractérisation de la structure paysagère de l’aire de butinage

de l’abeille domestique, Apis mellifera, et évaluation de la santé

de l’environnement

Rapport de stage de

Romain CASETEUBLE

Master 2 « Cartographie et Bioproduction des Écosystèmes »

Maître de stage : Suzanne BASTIAN

Tuteur Universitaire : Mohamed MAANAN

Année 2009-2010

RÉSUMÉ

Cette étude fait partie d’un projet multidisciplinaire d’éco-épidémiosurveillance de

trois ans ayant pour but de déterminer le niveau de santé de l’environnement à l’aide d’une

espèce sentinelle, l’abeille domestique, Apis mellifera. Ce travail est mené dans un rayon

de 3 km autour de seize ruchers des Pays de la Loire, sélectionnés dans quatre secteurs à

structures paysagères et occupation du sol différentes (ville, bocage, grandes cultures et

maraîchages/vergers), ainsi que deux ruchers supplémentaires « témoins » choisis comme

sites de références à contamination supposée faible voire nulle. L’axe d’étude concernant

la caractérisation du paysage est traité ici en utilisant deux approches : le linéaire de haies

et les proportions de cultures annuelles et de prairies. L’utilisation d’outils statistiques, tels

que l’analyse en composante principale et le test des k-means, a permis le classement de

chaque rucher dans l’environnement paysager qui lui correspond. Parallèlement, une base

de données relationnelle a été mise en place pour stocker et traiter les informations

acquises dans tous les axes d’études. Afin de rendre l’analyse des résultats plus simple et

plus visuelle, une géodatabase a également été développée, mettant en relation la base de

données et un système d’information géographique. Suite à ce présent travail, l’analyse des

résultats reste à faire, utilisant les outils mis en place ici.

ABSTRACT

The present study is a part of a 3 years eco-epidemiosurveillance multidisciplinary

project. The goal is about determining the health level of the environment through one

sentinel specie: the domesticated bee, Apis mellifera. This work was led within 3

kilometers beam around sixteen apiaries of Pays de la Loire, selected in four sectors with

different landscapes structures and soil occupation. The sectors are including city, bocage,

openfield and truck farming/orchards. Besides, two extra ‘’witnesses’’ apiaries, where

chosen as sites of references which are known as low contamination. The work axis

concerning the landscape characterization is treated in this paper. It uses two approaches

including the hedgerows density and the annual cultures and grasslands proportions. The

statistical tools, such as the main constituent analysis and the k-means test, were able to

determine the classification of each apiary within the landscape environment which

corresponds to it. At the same time, a relational database was organized to stock and treat

the information acquired in all the axes of studies. To make the analysis of the results more

visual and simpler, a geodatabase was also developed, putting in relation the database and

the geographical information system. Following the present study, the analysis of those

results, using the tools set up there, are still needed to interpret.

REMERCIEMENTS

Merci à Monique L’HOSTIS pour m’avoir permis de participer à l’étude « Abeille

Sentinelle » et de m’avoir aidé tout au long de mon stage.

Merci à Suzanne BASTIAN pour son encadrement durant ces six mois de stage.

Je remercie également Olivier LAMBERT pour son suivi de tous les jours et sa

bonne humeur.

Merci à Mélanie PIROUX pour son aide tout au long de mon stage.

Merci aussi à Thomas BIENVENU pour son aide à tous les problèmes

informatiques que j’ai pu rencontrer.

Merci à Virginie PERIN de la DRAAF des Pays de la Loire pour m’avoir fournie

les données du parcellaire graphique de 2008 sans lesquelles je n’aurais pas pu travailler.

Je remercie aussi Mohamed MAANAN pour avoir accepté d’être mon tuteur et

pour m’avoir aidé dans la rédaction de ce rapport.

Enfin merci à ma famille qui a toujours cru en moi et qui m’a soutenu depuis le

début.

Merci aussi à mes amis qui m’ont soutenu tout au long de mon stage.

Un merci particulier à la personne qui partage ma vie pour son soutien de tous les

jours et son aide dans la rédaction de ce rapport. Elle a notamment dû supporter mes sautes

d’humeur quotidiennes.

SOMMAIRE

RÉSUMÉ

I. INTRODUCTION ....................................................................................................... 1

II. MATÉRIELS ET MÉTHODES ................................................................................... 4

A. Contexte de l’étude, prélèvements et analyses ........................................................... 4

1. Sites et objectifs ...................................................................................................... 4

2. Les prélèvements .................................................................................................... 5

3. Les analyses ............................................................................................................ 7

B. Les outils de stockage et de traitements de l’information .......................................... 9

1. La base de données ................................................................................................. 9

2. Le Système d’Information Géographique (SIG)................................................... 15

3. Les analyses statistiques ....................................................................................... 19

4. La géodatabase ...................................................................................................... 20

III. RÉSULTATS ............................................................................................................. 22

A. La base de données ................................................................................................... 22

B. Caractérisation de la structure paysagère dans l’aire de butinage ............................ 24

C. L’utilisation de la géodatabase ................................................................................. 38

IV. DISCUSSION ET CONCLUSION............................................................................ 42

V. RÉFÉRENCES BILIOGRAPHIQUES ...................................................................... 47

ANNEXES

Caractérisation de la structure paysagère de l’aire de butinage de l’abeille domestique, Apis mellifera, et évaluation de la santé de l’environnement

1

I. INTRODUCTION

Alors que la pollution de notre environnement est de plus en plus importante, la

volonté d’étudier la santé de celui-ci est véritablement d’actualité. En effet, malgré une

production de produits biologiques en développement, de nombreux agriculteurs et

éleveurs utilisent toujours des traitements phytosanitaires et vétérinaires. De même, les

municipalités et particuliers utilisent des produits similaires pour l’entretien des espaces

verts et des jardins. Des recommandations d’utilisations permettent tout de même de

limiter les risques (Bruneau et al., 2002). Du fait que la majorité des produits ne soient pas

sélectifs des espèces en contact, ceux-ci restent cependant dangereux pour

l’environnement. Les substances chimiques toxiques souvent persistantes dans le milieu,

touchent alors une faune non ciblée comme les espèces pollinisatrices. De plus, les

pratiques anthropiques (industries, transports, incinérateurs de déchets, incendies, etc.)

ainsi que les causes naturelles (sources naturelles terrestres, combustion de biomasses

comme les feux de forêt, etc.) (Serveau et al., 2008), sont également un véritable danger

pour la santé des écosystèmes. En effet, celles-ci induisent un relâchement de produits

toxiques comme les métaux lourds et les hydrocarbures aromatiques polycycliques (HAP).

Suite à ces pratiques, il en résulte une dispersion, volontaire ou involontaire, de certaines

substances (pesticides, hydrocarbures, etc.…) ou éléments (métaux par exemple). Dans le

contexte actuel de développement durable, il est alors indispensable de surveiller la qualité

des divers compartiments de la biosphère.

Les méthodes permettant de surveiller la qualité de l’environnement comprennent

deux phases d’études : tout d’abord, la détection et la quantification des polluants dans les

milieux physiques et biologiques, ensuite, l’évaluation des effets des pollutions sur les

organismes vivants, au niveau des individus, des populations et/ou des communautés. Dans

ce cadre, un projet multidisciplinaire d’éco-épidémiosurveillance de trois ans est

actuellement mené afin de déterminer le niveau de santé de l’environnement par

l’utilisation d’une espèce sentinelle. L’abeille étant de plus en plus utilisée comme espèce

sentinelle de notre environnement (Kevan, 1999 ; Sabatini, 2004), l’abeille mellifère, Apis

mellifera (abeille noire locale), de la famille des Apidae supérieurs, est une nouvelle fois

utilisée ici comme outil de surveillance biologique. Ses qualités d’espèce bioindicatrice des

polluants environnementaux ne sont en effet plus à prouvées (Laramée, 2006). Des auteurs


2

comme Johansen (1977) et Tasei (1996) ont également démontré que les molécules

toxiques affectaient directement les insectes pollinisateurs. De plus, en tant qu’insecte

pollinisateur, l’abeille est une espèce à risque puisque indispensable au bon

fonctionnement de l’écosystème, notamment pour la pollinisation de la majorité des

phanérogames (Allen-Wardell et al., 1998). En effet, les abeilles visitent chaque jour en

moyenne 225 000 fleurs dans ses champs d’action (http://www.actu-environnement.com

/ae/news/1532.php4) et peuvent utiliser 200 000 espèces végétales (Bruneau et al., 2002).

Au-delà de son rôle écologique et commercial, cet insecte mellifère donne également la

possibilité d’échantillonner les végétaux touchés par la pollution de façon plus que

satisfaisante. En tant que témoin de la pollution dans l’environnement (polluants agricoles,

industriels et ménagers) dans son aire de butinage, l’abeille permet d’évaluer les effets

potentiels des contaminants sur la santé humaine ainsi que sur l’environnement (Lower et

Kendall, 1990 ; Sheffield et Kendall, 1997).

Alors que la plupart des analyses menées sur l’exposition des abeilles aux polluants

de l’environnement restent des mesures analytiques (Bogdanov et al., 2003 ; Chauzat et

al., 2006), ce travail prend également en compte la notion de paysage et les différentes

pratiques agricoles ou industrielles de l’Homme.

Dans cette étude, des analyses toxicologiques et palynologiques de matrices

biologiques (abeille, cire, miel, pollen de trappe) ont été effectuées à l’aide

d’échantillonnages de terrain dans plusieurs ruchers des Pays de la Loire. Ces analyses

renseignent sur l’exposition des abeilles aux polluants environnementaux. De plus, des

enquêtes sociologiques ont été mises en place afin de connaitre les pratiques d’utilisation

des pesticides auprès des professionnels agricoles, des particuliers (produit utilisé, dose,

mode d’épandage), ainsi que sur les émissions de polluants par les industriels. Celles-ci

constituent quant à elle, les sources d’émission des polluants. Pour faciliter la réalisation

des enquêtes, des supports cartographiques de la zone d’étude, par Systèmes

d’Informations Géographiques (SIG), ont été fournis.


3

La caractérisation du paysage de l’aire de butinage de chaque rucher est le principal

l’objectif de ce présent travail. Celui-ci est traité à l’aide d’un Système d’Information

Géographique, par l’utilisation et le traitement de données spatiales qui font ressortir les

caractéristiques de chaque paysage entourant les ruchers. Des outils statistiques seront

aussi utilisés, permettant de traiter les données chiffrées issues du SIG et ainsi, d’appuyer

les résultats obtenus. Afin de pouvoir saisir et traiter les données acquises dans le projet,

une base de données relationnelle existante sera également améliorée et finalisée. Cet outil

de travail constitue le socle de l’étude puisqu’elle accueillera et structurera toutes les

informations acquises durant les trois ans du projet.

Un second objectif concerne l’évaluation de l’exposition des polluants en fonction

des paysages. Dans ce but, la mise en relation de la base de données avec le SIG, par la

création d’une géodatabase, facilitera la visualisation de toutes les données réunies à la fin

du projet. Des cartes de l’exposition des contaminants pourront être créées. Celles-ci,

ajoutées aux données saisies dans la base de données, permettront d’établir des relations

entre le paysage et le niveau de santé de l’environnement.


4

II. MATÉRIELS ET MÉTHODES

A. Contexte de l’étude, prélèvements et analyses

1. Sites et objectifs

L’étude est menée autour de 16 ruchers (nommés alphabétiquement de A à P), dans

un rayon de 3 km caractérisant l’aire de butinage des abeilles. Deux ruchers

supplémentaires « témoins », IO et IY, ont été choisis comme sites de références à

contamination supposée nulle voire faible. Ces derniers sont implantés sur des zones où

l’utilisation des polluants étudiés apparaît comme négligeable (Ile d’Ouessant et Ile d’Yeu)

(Fig.1).

Figure 1 : localisation des ruchers de l’étude.

Les ruchers non témoins ont été sélectionnés dans quatre secteurs à structures

paysagères et occupation du sol différentes. Un classement a été effectué a priori selon les

connaissances de terrain des apiculteurs :

- Paysage à structure bocagère : ruchers A, C, L et M

- Paysage à structure de grandes cultures : ruchers F, G, H et O

- Paysage de maraichages/vergers : ruchers B, D, I et J

- Paysage de ville : ruchers E, K, N et P

Pour chaque rucher, l’évaluation de la santé de l’environnement est menée en cinq

axes d’étude (Fig.2). Cependant, le travail présenté ici permet simplement l’analyse


5

paysagère des ruchers classés en bocage et de grandes cultures afin de vérifier le

classement a priori.

Figure 2 : protocole général de l'étude (Lambert et al., 2009).

2. Les prélèvements

L’objectif de l’étude est d’avoir une image la plus fidèle possible des éventuels

contaminants ramenés à la ruche par l’abeille et leur transfert au sein même de la ruche. En

ce sens, des matrices ont été choisies (abeille butineuse, abeilles de corps de rucher, pollen,

miel) et prélevées sur 8 colonies. Il s’agit ainsi de connaître la contamination dans le temps

de chaque maillon clé de la ruche, à la fois comme éléments puits mais aussi comme

éléments sources de la contamination.


6

Les prélèvements ont été effectués sur les deux années civiles 2008 et 2009. Chaque

année, quatre périodes de prélèvements ont été retenues pour permettre un suivi des

variations temporelles des quantités de polluants disponibles : la saison 1 de sortie

d’hivernage (avril), la saison 2 de miellées de printemps (fin juin), la saison 3 de miellées

d’été (fin juillet) et la saison 4 de mise en hivernage (septembre-octobre) (Annexe n° 1).

Les dates de prélèvements de printemps-été dépendent donc de l’activité de

miellées/pollinées dans chaque rucher.

Pour chaque période et dans chaque rucher, trois séries de prélèvements

simultanément constituées d’un pool de chaque matrice ont été réalisées pour un total de

24 prélèvements par rucher. Après identification (date + N° rucher anonyme), congélation

(le miel en bouteille plastique, le pollen et les abeilles en bocal en verre) et

reconditionnement, les échantillons ont été envoyés vers les laboratoires prestataires pour

analyses (Fig.3).


7

Figure 3 : liste des laboratoires prestataires et analyses correspondantes (Lambert et al., 2009).

3. Les analyses

Suite aux prélèvements, des analyses toxicologiques, palynologiques sont effectuées.

Les analyses toxicologiques comprennent le dosage du plomb, des hydrocarbures

aromatiques polycycliques (HAP) et des pesticides. Concernant les analyses

palynologiques, il s’agit d’une détermination qualitative et quantitative permettant de

connaître l’origine florale du pollen et du miel. Cela donnera une idée des ressources

alimentaires prélevées par les abeilles sur les aires de butinage étudiées. La palynologie

donne une image des ressources exploitées en fonction de chaque grand type paysager

ainsi que les sources potentielles d’exposition de la ruche aux polluants environnementaux.


8

Des enquêtes sociologiques sont également menées afin de récolter des informations

sur les pratiques d’utilisation des produits phytosanitaires et vétérinaires auprès de

l’ensemble de la population présente dans l’aire de butinage de chaque rucher

(agriculteurs, éleveurs, particuliers, municipalités). Pour cela, des questionnaires suivant

les catégories de personnes à enquêter ont été réalisés. La base de données est construite

principalement en fonction des données acquises avec ces enquêtes puisqu’elles constituent

la base de l’étude. Pour l’agriculture, l’enquête consistait à recueillir les informations

enregistrées par les agriculteurs dans leur registre phytosanitaire obligatoire. Une analyse

des pratiques d’utilisation des produits phytosanitaires et vétérinaires pourra ainsi être

effectuée aisément.

Les analyses toxicologiques et palynologiques, croisées avec des enquêtes

sociologiques de terrain, permettront d’évaluer les risques pour les abeilles dans une unité

paysagère définie.

Dans le but de bénéficier des données intrinsèques sur les colonies durant les deux

années de d’étude et de mener à bien ce projet d’éco-épidémiologie, des audits sanitaires

de la colonie visitée et du rucher dans son ensemble ont été également élaborés.


9

B. Les outils de stockage et de traitements de

l’information

1. La base de données

Une base de données relationnelle a été mise en place afin de stocker, regrouper et

structurer les données acquises pendant l'étude en vue d'en permettre l'analyse.

L’exploitation des données (ajout, mise à jour, recherche de données) est alors facilitée.

Son utilisation permet également d'éviter les redondances en limitant au minimum les

saisies multiples d'une information.

La création de la base de données s’est effectuée sur le logiciel Microsoft Access ®

2003. Il s’agit ici de l’amélioration d’une première version construite en 2009 par Mélanie

Piroux. Elle a reposé sur le découpage et le regroupement des données. La connexion des

tableaux s’effectue par des liens simples ou multiples (Fig.4). Les critères de choix pour les

différentes options de découpage étaient la possibilité d'interrogation (requêtes) et la

facilité de consultation. Pour garantir la confidentialité des données acquises, les fichiers

sont hébergés sur un serveur interne à accès restreint aux gestionnaires et utilisateurs de la

base de données.


10

Figure 4 : schéma relationnel de la base de données.


11

Les données sont regroupées autour des tables « RUCHERS » (Fig.5) et

« SURFACES » (Fig.6) qui peuvent être considérées comme le centre des relations entre

toutes les informations acquises durant l’étude. La première contient toutes les

informations relatives à la localisation des ruchers ainsi qu’une lettre alphabétique pour

chacun de ceux-ci. La deuxième sert de transitions entre les informations des personnes

enquêtées et leurs pratiques en termes de traitements phytosanitaires et vétérinaires. Elle

contient notamment des informations concernant les identifiants de chaque propriétaire

(municipalités, agriculteurs, particuliers, entreprises), ainsi que le type de surface détenu

par ces derniers. Pour les agriculteurs, l’identifiant est le ‘n° de pacage’ et chaque surface

est définie par un ‘n° d’îlot’. Les numéros Pacage des agriculteurs et les îlots agricoles sont

issus des données fournies par la DRAAF (Direction Régionale de l’Alimentation, de

l’Agriculture et de la Forêt) sous convention et conditions de confidentialité, et concernent

exclusivement les aires de butinage. Les données 2008 du Registre Parcellaire Graphique

(RPG) n'ayant pas été disponibles pour le début de l'étude, la base a été construite avec les

données 2007. Elle n'a pu être actualisée pour 2008 que pour le département de Loire-

Atlantique.

Figure 5 : structure de la table « RUCHER » dans la base de données.

Figure 6 : structure de la table « SURFACES » dans la base de données.

Les tables « RESULTATS PALYNOLOGIQUES – Miel » (Fig.7), « RESULTATS

PALYNOLOGIQUES – Pollen » (Fig.8), « RESULTATS TOXICOLOGIQUES - Produits

Phytosanitaires » (Fig.9), « RESULTATS TOXICO – HAP » (Fig.10) et « RESULTATS

TOXICO – Plomb » (Fig.11) stockent les données des différentes analyses palynologiques


12

ou toxicologiques sur les matrices biologiques présentes dans la ruche (miel, cire, abeilles,

pollen). On notera que les laboratoires analysent des prélèvements anonymes.

Figure 7 : structure de la table « RESULTATS PALYNOLOGIQUES – Miel » dans la base de

données.

Figure 8 : structure de la table « RESULTATS PALYNOLOGIQUES – Pollen » dans la base de

données.

Figure 9 : structure de la table « RESULTATS TOXICO - Produits Phytosanitaires » dans la base de

données.

Figure 10 : structure de la table « RESULTATS TOXICO - HAP » dans la base de données.

Figure 11 : structure de la table « RESULTATS TOXICO - Plomb » dans la base de données.


13

La liaison des résultats avec les différents ruchers se fait par l’intermédiaire de la

table « PRELEVEMENTS » (Fig.12) qui contient notamment les informations temporelles

des prélèvements (dates et périodes).

Figure 12 : structure de la table « PRELEVEMENTS » dans la base de données.

Le champ ID_RPM sert de lien pour les relations avec les tables des résultats

d’analyses. Il contient la lettre du rucher suivie de la période de prélèvement puis de la

matrice analysée (exemple : C2Pollen).

La table « EVALUATION DE LA RUCHE » (Fig.13) permet la gestion des

données sanitaires spécifiques aux ruchers (entretien, état des ruches…), issues d’une

notation lors des prélèvements au sein des ruches.

Figure 13: structure de la table « EVALUATION DE LA RUCHE » dans la base de données.

Les tables « TRAITEMENTS PHYTOSANITAIRES » (Fig.14) et

« TRAITEMENTS VETERINAIRES » (Fig.15) regroupent toutes les informations relatant

les pratiques phytosanitaires et vétérinaires des personnes enquêtées (agriculteurs et

particuliers), des municipalités et des entreprises.

Figure 14 : structure de la table « TRAITEMENTS PHYTOSANITAIRES » dans la base de données.


14

Figure 15 : structure de la table « TRAITEMENTS VETERINAIRES » dans la base de données.

La table « "SOCIOLOGIE" du PROPRIETAIRE » (Fig.16) archive les

informations recueillies par les enquêtes sociologiques. Celles-ci concernent les personnes

faisant partie du périmètre de l’étude et leurs avis sur l’environnement. Elle est en lien avec

la table « PROPRIETAIRES » (Fig.17)

Figure 16 : structure de la table « "SOCIOLOGIE" du PROPRIETAIRE » dans la base de données.

Figure 17 : structure de la table « PROPRIETAIRES » dans la base de données.

D’autres tables dites annexes permettent le stockage de certaines informations

secondaires et un remplissage plus rapide des tables principales :

La table « MOL ACTIVES DES PRODUITS PHYTO » (Fig.18) inventorie les

molécules actives présentes dans chaque produit phytosanitaire utilisé sur les différentes

zones d’études.


15

Figure 18 : structure de la table « MOL ACTIVES DES PRODUITS PHYTO » dans la base de

données.

Les molécules actives et leur formulation ont été identifiées grâce à la recherche des

noms commerciaux communiqués par les utilisateurs pendant les enquêtes, dans l'Index

phytosanitaire (Couteux et Salaun, 2009), dans le Dictionnaire des Médicaments

Vétérinaires et des Produits de Santé Animale commercialisés en France et sur le site du

Ministère de l'Agriculture (http://e-phy.agriculture.gouv.fr/). Ce dernier référence tous les

produits phytosanitaires, y compris ceux n'ayant plus d'autorisation en 2008.

La table « MEDICAMENTS VETERINAIRES ET MOL ACTIVES » (Fig.19)

inventorie les molécules actives présentes dans chaque produit vétérinaire utilisé sur les

différentes zones d’études.

Figure 19 : structure de la table « MEDICAMENTS VETERINAIRES ET MOL ACTIVES » dans la

base de données.

2. Le Système d’Information Géographique (SIG)

Un Système d'Information Géographique (SIG) est également une base de données

contenant des informations de localisation spatiale et de couverture de surface organisées

en cartes dynamiques superposées (Fig.20).

Figure 20 : illustration d’un shapefile ou fichier de formes (Lambert et al., 2009).

Une table attributaire

où chaque ligne

correspond à

l’information d’une entité géographique.

Exemple : surface,

n°d’îlot, n°pacage, etc.

Une couche d’objets

géographiques référencés dans

l’espace et enregistrés dans la

table attributaire sous un

identifiant unique. Exemple :

les parcelles agricoles

http://e-phy.agriculture.gouv.fr/


16

L’utilisation du SIG s’est effectuée sur le logiciel ArcGis 9.3. Il a été alimenté par

différents types de données, projetées dans un même système de coordonnées, le système

Lambert 93 (RGF93). Ce format est requis pour toute production issue des services de

l'Etat, de façon à faciliter les échanges de fichiers entre structures. Il a aussi l’avantage

d’être compatible avec l'importation de données GPS.

a) Les différents types de données utilisés

Les fonds de cartes numérisés de l'IGN (Photos aériennes Orthophoto,

cartes topographiques au 1/25000ième

) ont été téléchargés sur Google Earth par

l’intermédiaire de la plateforme SIGEA. L’acquisition de ces données a pu être faite grâce

à une convention signée avec le Centre National d’Etudes et de Ressources en

Technologies Avancées de l’ENESAD à Dijon (CNERTA).

Les données d’occupation du sol Corine Land Cover (CLC) ont pu être

acquises gratuitement par téléchargement sur le site de l'Institut Français de

l'Environnement (données de l’Agence Européenne pour l’Environnement). Les

traitements ont été effectués dans un premier temps avec les données CLC 2000 (issues du

traitement de prise de vues aériennes départementales de l’IGN de 1997 à 2002, en

panchromatique, couleur et proche infrarouge) puis avec des données 2006.

Les couches d’informations concernant les données agricoles, c'est-à-dire la

liste des exploitants présents dans les différentes aires de butinage de l’étude ainsi que

leurs parcelles et le type de cultures présentes, nous ont été fournies par la Direction

Régionale de l’Alimentation, de l’Agriculture et de la Forêt (DRAAF). Une convention de

mise à disposition sous conditions de confidentialité a été signée avec cet organisme.

Certaines données d’observation directe, telles que la couverture du sol

issue des données de terrain ou les points de localisation pour les enquêtes chez les

particuliers, municipalités ou entreprises ont été saisies. Certaines couches ont été créées

dans le simple objectif de pouvoir géolocaliser certaines informations présentes dans la

base.


17

b) L’apport du SIG pour les enquêtes sociologique

Le SIG a été utilisé tout au long de l’étude pour la conception de cartes visuelles

facilitant le contact et la prise de renseignements sur le terrain avec les personnes

enquêtées. Une carte a été présentée à chacun des agriculteurs afin que ceux-ci visualisent

plus facilement l’emplacement de chaque parcelle (Fig.21). Chaque carte est nominative et

comporte le n° de Pacage de l’exploitation. Chaque parcelle a été numérotée suivant un n°

d’îlot. La surface a également été calculée de façon automatisée par le logiciel de SIG. Par

souci de confidentialité de l’emplacement exact des ruchers, ceux-ci ont été représentés

dans une autre fenêtre de traitement moins précise avec comme fond de carte, la

topographie du terrain au 1/25000ième

(scan 25).

Figure 21 : exemple de présentation cartographique des terres exploitées pour un agriculteur enquêté.


18

c) La caractérisation paysagère par traitements

d’informations spatiales

Le SIG a également été utilisé dans la caractérisation de la structure paysagère des

aires de butinages. Deux types d’approches ont été utilisés, considérant que les résultats

obtenus permettraient une bonne différenciation des structures bocagères par rapport aux

structures de grandes cultures :

Etude du linéaire de haie

La longueur totale de haies par unité de surface (mètre linéaire par hectare : ml/ha)

est une des principales distinctions entre les paysages à structure bocagère et de grandes

cultures. Ici, le linéaire de haies est numérisé à la main sur fonds orthographiques, à

l’échelle du 1/6000e, à l’intérieur de l’aire de butinage de chaque rucher.

Pour plus de précision, les zones urbanisées et les surfaces en eaux sont ajoutées à

partir des données CLC de 2006. Les bosquets et forêts présents dans l’aire de butinage de

chaque rucher sont, quant à eux, numérisés à la main sous forme de polygones. La

visualisation de ces surfaces dépourvues de haies (ou en contenant très peu pour les zones

urbanisées), permet alors de mieux se rendre compte de la véritable répartition et densité

de haies à la surface du sol. Cependant, pour les calculs chiffrés, c’est la surface totale de

l’aire de butinage qui est prise en compte, soit 2827 ha.

Etude des types de cultures

Un profil des cultures à l’intérieur des aires de butinages est réalisé pour chaque

rucher. Les données du parcellaire graphique, de toutes les parcelles agricoles déclarées à

la politique agricole commune (PAC) en 2008, ont été transmises par la DRAAF. Ces

informations ont permis une classification des différentes parcelles en fonction du type de

cultures :

- Les prairies (fourragères, temporaires, permanentes, etc.)

- Les cultures annuelles (Maïs, blé, orge, etc.)

- Les cultures permanentes (vignes, vergers, etc.)

- Divers : autres surfaces (surfaces gelées sans production, gel

industriel, etc.)


19

Pour la détermination du paysage, les proportions de prairies et de cultures annuelles

sont les seules données utilisées à cause d’un manque de données concernant les surfaces

permanentes et diverses. Les données sont traitées en hectares mais les résultats sont

indiqués en pourcentage de recouvrement par rapport à toutes les surfaces cultivées

déclarées à la PAC dans chaque aire de butinage.

Le linéaire de haies ainsi que l’étude des types de cultures permettent de définir les

paysages autour des ruchers A, C, F, G, H, L, M et O. Pour ceux sélectionnés dans le

paysage de ville (ruchers E, K, N et P), c’est la surface urbanisée dans l’aire de butinage

qui est prise en compte. Quant aux ruchers sélectionnés dans le paysage de

maraichages/vergers (B, D, I et J), c’est la surface de cultures permanentes qui sert à la

détermination. Il faut noter que les cultures permanentes sont rarement déclarées à la PAC

et donc que les données obtenues concernant celles-ci, dans l’étude des types de cultures,

ne sont pas représentatives du milieu.

Concernant les ruchers témoins, la caractérisation du paysage n’a pas été effectuée,

celui-ci étant bien particulier. En effet, le paysage de l’île d’Yeu se caractérise surtout par

la présence de falaises, de pelouses rases, de dunes et de marais, avec une grande variété de

d’espèces végétales naturelles (œillets, coquelicots, mauve panicaut, ect.). Le paysage de

l’île d’Ouessant est également sauvage avec une végétation riche et peu de cultures. De

plus, ces deux ruchers ont été choisis exclusivement pour la comparaison avec les autres

ruchers, des résultats d’analyses toxicologiques, palynologiques et de l’état des ruches.

3. Les analyses statistiques

Afin de faire ressortir l’appartenance des ruchers aux paysages à structures bocagères

ou de grandes cultures, différents tests statistiques sont utilisés pour traiter les résultats du

linéaire de haies ainsi que les proportions de prairies et de cultures annuelles. Ils ont été

effectués sur la macro complémentaire XLStat du logiciel Microsoft Excel ® 2003. Tout

d’abord, l’utilisation du test de Mann et Whitney pour chaque variable, permet de détecter

s’il y a une différence significative entre les groupes défini a priori (bocages et grandes

cultures). Ensuite, si les groupes ne sont pas significativement différents, il est nécessaire

de réaliser une analyse en composantes principales pour une nouvelle approche des


20

données et une classification visuelle des ruchers en nuages de points. Enfin, l’utilisation

du test des k-means permet de définir des groupes, cette fois a posteriori, classées

statistiquement en fonction des données numériques. Ce sont les résultats de l’étude du

linéaire de haies ainsi que les proportions de prairies et de cultures annuelles qui sont ici

pris en compte pour ce test.

4. La géodatabase

Disposant d’une base de données et d’un système d’information géographique

opérationnels, une géodatabase personnelle a été créée. Celle-ci n’est pas finalisée mais

contient déjà actuellement différents types de données :

Un shapefile* ‘RPG_2008’ permettant le référencement spatial de toutes les

parcelles agricoles. Il contient en outre des informations concernant les îlots (numéros,

identifiants et surfaces) ainsi que leurs propriétaires (Numéros de pacage).

Toutes les tables de la base de données relationnelles qui ont été importées.

Des tables résultantes de requêtes :

- Utilisation des produits phytosanitaires par les agriculteurs.

- Utilisation des produits phytosanitaires pas les particuliers, les

entreprises et les municipalités.

Figure 22 : extrait du fichier de formes ‘RPG_2008’ représentant des parcelles numérisées.

*« Fichier de formes » qui est un format de ficher qui contient les informations liées à la géométrie des objets

d’un SIG.


21

Outre le stockage de données, la géodatabase a pour but de rattacher les fichiers de

formes aux données résultantes de requêtes choisies. Les relations entre les tables sont

possibles par des champs indexés communs, tout comme à l’intérieur de la base de

données. Cependant, aucune liaison entre les tables et le fichier de formes n’était possible.

Un nouveau champ nommé ‘ID_SIG’ a donc été créé dans le shapefile et les tables issues

des requêtes. Dans ce champ, la concaténation du numéro de pacage et du numéro d’îlots a

permis d’obtenir une valeur unique pour chaque ligne de données.

Ainsi, cette géodatabase permet donc notamment le traitement et la visualisation des

données dans l’espace suite à des requêtes effectuées auparavant dans la base de données

relationnelle. Une meilleure analyse des résultats par la création de supports

cartographiques pourra par exemple être fournie. Un exemple présentant la répartition de

deux produits phytosanitaires dans l’aire de butinage des 18 ruchers, permettra de

découvrir de façon pratique certaines capacités de la géodatabase.


22

III. RÉSULTATS

A. La base de données

Grâce à la création de requête SQL, la base de données est en mesure de fournir les

informations désirées par croisement des données dispersées dans les différentes tables.

Exemples de requêtes et informations obtenues :

Quels sont les 5 produits phytosanitaires les plus utilisés par les

agriculteurs sur l’ensemble des ruchers ?

Requête SQL :

SELECT TOP 5 [TRAITEMENTS PHYTOSANITAIRES].[Nom commercial du produit phytosanitaire],

Count([TRAITEMENTS PHYTOSANITAIRES].[Nom commercial du produit phytosanitaire]) AS

[CompteDeNom commercial du produit phytosanitaire]

FROM PROPRIETAIRES INNER JOIN (SURFACES INNER JOIN [TRAITEMENTS

PHYTOSANITAIRES] ON SURFACES.[N° de surface] = [TRAITEMENTS PHYTOSANITAIRES].[N° de

surface]) ON PROPRIETAIRES.Identifiant = SURFACES.[Identifiant propriétaire]

GROUP BY [TRAITEMENTS PHYTOSANITAIRES].[Nom commercial du produit phytosanitaire],

PROPRIETAIRES.Catégorie

HAVING ((([TRAITEMENTS PHYTOSANITAIRES].[Nom commercial du produit

phytosanitaire])<>"Sans") AND ((PROPRIETAIRES.Catégorie)="Agriculteur"))

ORDER BY Count([TRAITEMENTS PHYTOSANITAIRES].[Nom commercial du produit phytosanitaire])

DESC;

Résultat :

Après sélection des cinq premiers enregistrements, on obtient la liste des cinq

produits phytosanitaires les plus utilisés (Tab.1) De plus, la formulation de la requête nous

permet de connaître le nombre d’utilisation de chaque produit.

Tableau 1 : résultat de la requête permettant de connaître les cinq produits phytosanitaires les plus

utilisés dans l’aire de butinage des ruchers.

Requête

Nom commercial du produit phytosanitaire Nombre d’utilisations

Milagro 492

Callisto 476

Bouillie bordelaise 343

Opus 294

Mikado 272


23

Des requêtes de ce type permettent donc, au sein d’une même table, d’effectuer des

opérations de comptage, de tri ou encore de filtrage. Il devient donc possible de retrouver

une information particulière dans une table de plusieurs milliers de lignes de données

comme c’est le cas ici.

Autour de quels ruchers est utilisé le produit phytosanitaire Flurasan ?

Requête SQL :

SELECT DISTINCT PROPRIETAIRES.Rucher




WHERE ((([TRAITEMENTS PHYTOSANITAIRES].[Nom commercial du produit

phytosanitaire])="Flurasan"));

Résultat :

Le tableau 2 issu de la requête montre alors que le Flurasan est utilisé autour de deux

ruchers : le G et le H.

Tableau 2 : résultat de la requête permettant de connaître les ruchers autour desquels le

Flurasan est utilisé.

La base de données, de part la possibilité d’établir des relations entres les tables,

permet également d’extraire des données mettant en jeu plusieurs tables. Ici, les tables

« PROPRIETAIRES », « SURFACES » et « TRAITEMENTS PHYTOSANITAIRES »

ont été utilisées.

Quels sont les produits phytosanitaires utilisés par les agriculteurs?

Requête SQL :

SELECT DISTINCT [TRAITEMENTS PHYTOSANITAIRES].[Nom commercial du produit

phytosanitaire] INTO Produits_phytosanitaires_agriculteurs




WHERE (((PROPRIETAIRES.Catégorie)="Agriculteur"));

Requête

Rucher

G

H


24

Résultat :

Le résultat de cette requête indique que 977 produits phytosanitaires différents

(enrobages compris), sont utilisés par les agriculteurs autour des ruchers de l’étude. Le

tableau 3 nous en montre un extrait :

Tableau 3 : extrait de la table nouvellement créée par la requête, contenant l’ensemble des produits

phytosanitaires utilisés par les agriculteurs.

Produits_phytosanitaires_agriculteurs

Nom commercial du produit phytosanitaire

Aarley

ABD Soludose

Abnakis

Absolu

Acajou

Grâce aux relations, des requêtes permettent alors également de créer une nouvelle

table mettant en jeu des données de différentes tables déjà existantes.

Une base de données possède aussi d’autres fonctions comme par exemple la

création de formulaire permettant de structurer les données pour qu’elles soient plus

simples d’utilisation ou tout simplement plus présentables. Ces différentes fonctions ne

seront pas détaillées ici.

B. Caractérisation de la structure paysagère dans l’aire

de butinage

La structure d’un paysage est très complexe et dépend de nombreux paramètres

écologiques. L’étude du linéaire de haies et l’étude des types de cultures sont

complémentaires et permettent une différenciation entre les paysages à structures

bocagères et ceux de grandes cultures. En effet, d’un point de vue écologique, un bocage

est un paysage agraire caractérisé par la présence de haies vives qui entourent les parcelles

de cultures et de prairie (Ecologie du paysage, concepts, méthodes et applications, 1999).

En ce qui concerne le paysage de grandes cultures, celui-ci comporte moins de haies mais

davantage de cultures, surtout en termes de surfaces au sol. Un paysage de grandes cultures

est en effet souvent désigné d’openfield.


25

Le linéaire de haies a permis l’étude du degré d’ouverture du paysage. L’étude des

types de cultures dans chaque aire de butinage nous a, quant à elle, renseigné sur la surface

occupée et le pourcentage de recouvrement au sol de chaque culture.

a) Etude du linéaire de haie

La numérisation des haies permet d’obtenir un profil du linéaire de haies dans l’aire

de butinage des différents ruchers (Fig.23, 24, 25 ; Annexe n°3 et 4). Même si ce n’est

qu’une approche préliminaire, l’allure des cartes réalisées montre déjà une certaine

hétérogénéité entre les paysages. On observe ici une répartition et une densité de haies qui

varient totalement en fonction des ruchers. Ces cartes laissent apparaitre des paysages très

ouvert comme par exemple pour les rucher G et L. A l’opposé, les ruchers A et O sont

ceux qui présentent ici les paysages les plus fermés (Fig.23 et 24). On observe finalement

un linéaire de haies avec un gradient de densité décroissant de haies par hectare, allant d’un

paysage fermé avec 87,45 ml/ha, à un paysage ouvert avec 13,14 ml/ha, c'est-à-dire du

bocage à la grande culture (Tab.4).

Outre les ruchers situés dans les paysages de maraîchages/vergers et de villes, le

gradient révèle une première tendance dans le paysage de chaque rucher. Un classement

suivant le linéaire de haies laisse supposer que les paysages autour des ruchers G, L et C

ont une structure de grandes cultures alors que ceux autour des ruchers H, M, F, A et O,

sont plutôt caractérisés par une structure bocagère. En effet, les aires de butinage des

ruchers G, L et C contiennent des longueurs totales de haies inférieures à 100 000 m et des

linéaires ne dépassant pas 35ml/ha. Réciproquement, les aires de butinage des ruchers H,

M, F, A et O contiennent quant à eux des longueurs totales de haies supérieures à 160 000

m et des linéaires au delà de 55ml/ha (Tab.4).


26

Figure 23 : linéaire de haies dans l’aire de butinage des ruchers A, C, F et G.

A C

F F G


27

Figure 24 : linéaire de haies dans l’aire de butinage des ruchers H, L, M et O.

L M

O

H L H

M


28

Figure 25 : exemple du linéaire de haies dans l’aire de butinage de ruchers situés dans un paysage de

maraichages et vergers (rucher D) et de ville (rucher K).

Le tableau 4, exposant à titre indicatif les surfaces occupées par les zones urbanisées,

les zones d’eau et les bosquets/forêts (données CLC), montre que celles-ci ne permettent

pas une caractérisation des paysages de bocages ou de grandes cultures. On remarque

simplement que lorsque la densité de haies par hectare est importante, la surface occupée

par les bosquets et forêts à tendance à être faible. En revanche, on retrouve bien des

surfaces urbanisées très importantes pour les ruchers classés a priori dans un paysage de

ville (ruchers K, N, E et P). Les surfaces urbanisées présentent dans les aires de butinages

de chacun de ces ruchers, sont les seuls qui occupent plus de 1000 ha, soit plus d’un tiers

de l’aire de butinage.

F

J

G

J

H

J

I

J

K D


29

Tableau 4 : linéaire de haies et occupation du sol dans l’aire de butinage de chaque rucher.

Rucher Longueur totale des haies (m)

Linéaire par hectare (ml/ha)

Surface urbanisée (ha)

Surface en eau (ha)

Surface de bosquet et forêt (ha)

K 37155 13,14 2025 308 98

B 46781 16,55 205 0 214

N 50370 17,82 2214 0 156

G 68892 24,37 205 0 258

L 93622 33,12 193 35 236

C 96896 34,28 834 0 264

J 98342 34,79 31 0 99

E 109959 38,90 1262 197 328

P 128039 45,29 1187 0 394

D 156770 55,45 23 0 221

H 164919 58,34 82 0 226

M 167375 59,21 117 0 50

F 169137 59,83 130 0 39

I 194054 68,64 506 0 48

A 232374 82,20 161 0 232

O 247228 87,45 185 0 68

b) Etude des types de cultures

L’étude des types de cultures présents dans chaque aire de butinage permet une

nouvelle approche dans la caractérisation du paysage. On observe de nouveau une forte

hétérogénéité du paysage autour des différents ruchers (Fig.26, 27, 28 ; Annexe n°5 et 6).

On remarque effectivement des variations dans les surfaces occupées par chaque culture à

l’intérieur des aires de butinages, ainsi que dans la taille générale des parcelles. Au niveau

de l’occupation du sol, on observe bien souvent la prédominance d’un type de culture.

C’est le cas par exemple des ruchers F et G. L’aire de butinage du premier est largement

dominée par la présence de prairies alors que celle du second est recouverte principalement

de cultures annuelles (Fig.26). Concernant la taille générale des parcelles, certains ruchers

comme le G, présentent des paysages très fragmentés avec des parcelles d’une surface

d’environs 3 à 3,5 ha. A l’opposé, d’autres ruchers comme le A ou le F, présentent des

paysages ou la surface moyenne des parcelles atteint 4,5 ha (Tab.5).


30

Tableau 5 : surfaces moyennes des parcelles de chaque type de cultures dans l'aire de butinage des

différents ruchers.

Rucher Prairies (ha) Cultures annuelles (ha) Cultures permanentes (ha) Divers (ha)

A 4,85 4,94 0,00 0,61

B 2,60 3,89 3,33 0,75

C 3,46 3,78 3,31 0,95

D 3,67 4,63 0,95 0,92

E 2,92 4,08 3,93 1,66

F 4,62 5,61 0,62 0,62

G 3,72 3,03 1,53 0,96

H 2,33 4,91 0,59 0,79

I 3,06 2,84 0,23 0,72

J 4,12 6,21 0,00 0,81

K 2,30 0,00 0,00 0,00

L 3,30 5,40 0,40 0,63

M 3,69 4,88 0,57 0,29

N 4,84 6,01 0,00 1,44

O 3,59 4,22 0,76 0,56

P 3,17 2,28 0,35 0,70

Le plus important à noter reste tout de même la diversité des types de cultures

présents dans les aires de butinages. Alors qu’autour de certains ruchers étudiés, comme le

F, outre les surfaces au sol qualifiées de « diverses », on constate seulement la présence de

prairies et de cultures annuelles, d’autres comme le O sont entourés aussi de cultures

permanentes de types vignes ou vergers (Fig.26 et 27). De plus, on observe que bien

souvent une même parcelle peut accueillir différents types de cultures. En outre, autour de

quelque ruchers tels que le C, diverses parcelles servent à cultiver jusqu’à trois types de

cultures, voire quatre si l’on prend en compte les surfaces diverses (Fig.26).

Avec ces résultats, il paraît tout de même difficile de trouver des points communs ou

des différences nettes entre les paysages à déterminer. C’est pourquoi, on ne va s’intéresser

uniquement qu’aux prairies et cultures annuelles et particulièrement aux proportions

qu’elles représentent dans l’aire de butinage par rapport aux cultures totales déclarées à la

PAC.

Dans le tableau 6, on peut alors observer que les proportions de prairies et de cultures

annuelles varient fortement en fonction des ruchers. Pour les paysages à déterminer, on

remarque logiquement un gradient inverse entre les pourcentages de prairies et de cultures

annuelles. C’est sur ce point que nous pouvons une nouvelle fois supposer l’appartenance

de chaque rucher au paysage de bocage ou à celui de grandes cultures. En effet, un paysage

de grandes cultures se caractérisant comme ayant beaucoup de cultures annuelles, on est à


31

même de supposer que la structure paysagère de l’aire de butinage des ruchers G, H, L et C

est de types grandes cultures. En revanche, les ruchers O et F, contenant davantage de

prairies, sont plutôt entourés de paysages à structure bocagère. Quant aux ruchers M et A,

il est par contre difficile de se prononcer, les proportions de prairies et de cultures

annuelles étant analogues avec environs 50% de d’occupation du sol chacune.

Tableau 6 : occupation du sol dans l’aire de butinage des différents ruchers (classement a priori).

Paysages Ruchers

Surface de

prairies

(ha)

Surface de

cultures

annuelles

(ha)

%

Prairies

%

Cultures

annuelles

Surfaces

Urbanisées

(ha)

Surfaces

en eaux

(ha)

Surfaces

de

bosquets

(ha)

Bo

cag

es G 320 1026 21,47% 68,82% 198 0 258

H 366 962 26,12% 68,63% 77 0 226

O 1232 1046 51,92% 44,05% 183 0 68

F 1396 792 61,90% 35,11% 94 0 39

Gra

nd

es

cult

ure

s L 572 1047 49,14% 50,09% 109 0 50

A 1082 1071 49,24% 48,75% 154 0 232

C 356 506 38,47% 54,66% 787 0 264

M 838 855 34,03% 62,32% 169 35 236

Mar

aich

ages

et v

erg

ers B 288 1255 17,14% 74,63% 205 0 214

D 595 1093 32,94% 60,51% 16 0 221

J 704 1335 33,05% 62,65% 25 0 99

I 893 867 48,61% 47,20% 333 0 48

Vil

le

P 276 105 69,09% 26,25% 1183 0 394

E 152 180 37,51% 44,37% 1259 197 328

K 2 0 100,00% 0,00% 2025 308 98

N 34 18 58,71% 31,28% 2213 0 156


32

Figure 26 : répartition des types cultures dans l’aire de butinage des ruchers A, C, F et G (Légende : P

= Prairies, CA = Cultures annuelles, CP = Cultures permanentes, D = Divers).

A C

F G


33

Figure 27 : répartition des types cultures dans l’aire de butinage des ruchers H, L, M et O (Légende : P

= Prairies, CA = Cultures annuelles, CP = Cultures permanentes, D = Divers).

H L

M O


34

Figure 28 : exemple de répartition des types cultures dans l’aire de butinage de ruchers situés dans un

paysage de maraichages et vergers (rucher B) et de ville (rucher N) (Légende : P = Prairies, CA =

Cultures annuelles, CP = Cultures permanentes, D = Divers).

c) Etude statistique et détermination du paysage

L’étude du linéaire de haies ainsi que des types de cultures ne permettant pas à

première vue une caractérisation précise du paysage, des outils statistiques sont utilisés,

mettant en corrélation les deux études, ceci afin de classer les ruchers dans deux groupes

correspondant aux paysages de bocage et de grandes cultures.

La figure 29 montre que visuellement, le classement a priori des ruchers est

incorrect. En effet, pour le groupe « Grandes cultures », on observe des longueurs de haies

B N


35

très hétérogènes allant de 25 à 87 ml/ha. De même, alors que l’aire de butinage des ruchers

H et G contient une proportion plus importe de cultures annuelles que de prairies, on

observe davantage de prairies autour des ruchers F et O. On peut faire le même constat

pour le groupe « Bocage » puisque la longueur de haies est d’environs 32 ml/ha pour le

rucher L alors quelle atteint 80 ml/ha pour le rucher A. Des proportions inverses de

cultures annuelles et de prairies sont également retrouvées dans ce groupe.

Aucune relation visuelle, commune entre le linéaire de haies et les proportions de

prairies et de cultures annuelles, ne peut donc être faite au sein de chaque groupe. Afin de

confirmer le fait qu’il n’y a aucunes différences significatives entre les données de chaque

groupe, l’application du test de Mann et Whitney est indispensable.

Figure 29 : résultats des études sur le linéaire de haies et les types de cultures ; classement a priori.

Test de Mann et Whitney

L’exécution séparée du test pour chaque variable, comparant les résultats des ruchers

classés a priori en bocages ou grandes cultures, indique que l’on ne peut pas faire de

distinction significative entre les groupes. Les p-valeurs ressortant du test pour chaque

variable prend la valeur 1 avec un niveau de signification de 5%. Le classement a priori

des ruchers n’est donc pas significativement acceptable. En effet, le test de Mann et

Whitney est un test de comparaison de moyennes or, on observe dans les tableaux 7, 8 et 9

que la différence entre celles-ci est minime entre les deux groupes testés.

0%

10%

20%

30%

40%

50%

60%

70%

80%

0 10 20 30 40 50 60 70 80 90

100

H G F O C L M A

Linéaire de haies (ml/ha)

% Prairies

% Cultures annuelles


36

Tableau 7 : statistiques descriptives de comparaison des groupes classés a priori pour la variable

« linéaire de haies ».

Groupe Minimum Maximum Moyenne Ecart-type

Grandes Cultures 24,369 87,452 57,320 25,807

Bocage 33,117 82,198 52,199 23,341


« Pourcentage de prairies ».



Bocage 0,340 0,492 0,427 0,077


« Pourcentage de cultures annuelles ».



Bocage 0,487 0,623 0,540 0,061

Analyse en Composantes Principales (ACP)

D’après l’ACP (Fig.30), effectuée à partir des données centrées-réduites (Tab.10), on

peut observer deux tendances. Les ruchers C, G et L semblent constituer un premier

ensemble avec un linéaire de haies peu dense d’environs 30 ml/ha. Ceci est confirmé par

les résultats négatifs révélé dans le tableau 10. Le paysage de ces ruchers est également

caractérisé par une couverture du sol plus importante des cultures annuelles par rapport à

celle des prairies. Un deuxième ensemble serait constituer par les ruchers A et O avec cette

fois, un linéaire de haies très dense supérieur à 80ml/ha. De plus, contrairement au premier

groupe, la proportion de prairies, est cette fois plus important que celui des cultures

annuelles.

En ce qui concerne les ruchers F, H et M, ceux-ci sont à dispersé et éloigné des 2

groupes précédemment cités (Fig.30). Les données centrées-réduites du linéaire de haies

étant positives, celles-ci laisseraient deviner des paysages à structures bocagères. En outre,

les surfaces recouvertes par les prairies et les cultures annuelles autorisent un doute. En

effet, le pourcentage de prairies est plus important pour les ruchers F et M, atteignant

respectivement 61,90% et 49,14%, contrairement au rucher H qui ne contient que 26 ,12%

de prairies (Fig.29). En considérant donc ces dernières données, les trois ruchers

n’appartiendraient finalement pas aux mêmes groupes.


37

Tableau 10 : données centrées-réduites des résultats des études sur le linéaire de haies et les types de

cultures, ayant permise d’effectuer l’ACP.

Paysages Ruchers

Linéaire de

haies

(ml/ha)

% Prairies % Cultures

annuelles

Gra

nd

es

cult

ure

s

H 0,16 -1,11 1,22

G -1,32 -1,45 1,23

F 0,19 1,47 -1,58

O 1,42 0,75 -0,84

Bo

cag

es C -0,89 -0,22 0,05

L -0,94 -0,54 0,69

M 0,19 0,55 -0,33

A 1,20 0,56 -0,44

Figure 30 : résultat de l’ACP illustrant les

liens entre les ruchers, en fonction des

différentes variables numériques.

Test des k-means

Selon cette méthode statistique, les ruchers sont classés en deux groupes (Tab.11).

Un premier groupe comporte donc les ruchers H, F, O, M et A alors qu’un deuxième

groupe rassemble les ruchers G, C et L. Les groupes générés par cette méthode statistique

correspondent bien aux résultats issus de l’étude du linéaire de haies et des types de

cultures. En effet, les ruchers appartenant au premier groupe sont ceux caractérisés par un

linéaire de haies important ainsi qu’une proportion de prairies supérieure aux grandes

cultures. A l’inverse, les ruchers du second groupe sont caractérisés par un linéaire de haies

peu dense mais d’avantage de cultures annuelles (Fig.30). Finalement, le groupe 1

correspond donc au paysage de bocage et contient cinq ruchers. Le groupe 2 correspond

quant à lui au paysage de grandes cultures caractérisant seulement trois ruchers.

H

G

F

O

C

L

M

A

Linéaire de haies (ml/ha)

% Prairies

% Cultures annuelles

-0,75

-0,5

-0,25

-5E-15

0,25

0,5

0,75

-4 -3 -2 -1 0 1 2 3 4

F2 (

15

,96

%)

F1 (83,66 %)

Biplot (axes F1 et F2 : 99,62 %)


38

Tableau 11 : classification des ruchers dans deux groupes selon la méthode k-means.

Observation Classe Distance au barycentre

H 1 10,930

F 1 10,143

O 1 18,190

M 1 10,057

A 1 12,935

G 2 6,219

C 2 3,689

L 2 2,530

Suite à cette nouvelle classification, des statistiques descriptives ont été effectuées

(Annexe n°2).

C. L’utilisation de la géodatabase

Du fait que la géodatabase soit en lien direct et dynamique avec la base de données,

elle permet la création de support cartographique en temps réel à chaque modification ou

ajout de données dans une table d’Access. De même, à l’inverse, toute modification de

tables attributaires dans le SIG est retranscrit automatiquement dans la base de données.

Suite à des requêtes effectuées dans la base de données, il est possible de ressortir les

produits phytosanitaires les plus utilisés et contenant au moins une molécule active

recherchée dans nos analyses toxicologiques (Tab.12). De même, il est possible de

récupérer les produits phytosanitaires qui contiennent les molécules actives fréquemment

détectées dans nos analyses toxicologiques (Tab.13).

Parmi les 30 produits phytosanitaires les plus utilisés, seul trois contiennent une

molécule active recherchée dans nos analyses et seul l’Evidan contient une molécule

retrouvée positive au moins une fois dans les résultats : le Prochloraz (détectée deux fois).

Concernant les molécules fréquemment détectées, le Tau-Fluvalinate est retrouvée 16 fois

dans les analyses toxicologiques et agit dans trois des produits phytosanitaires utilisés. De

même, le Phosmet est détecté 22 fois et seul l’Imidan contient cette molécule.


39

Tableau 12 : détection indication des molécules actives recherché dans les analyses toxicologiques,

parmi les 30 produits phytosanitaires les plus utilisés.

Nom commercial du produit

phytosanitaire

Nombre d'utilisation du produit

Molécule active recherchée dans nos

analyses

Nombre de détection de la molécule

Karaté Zéon 85 Lambda cyhalothrin 0

Evidan 80 Prochloraz 2

Merpan 77 Captan 0

Tableau 13 : produits phytosanitaires contenant deux molécules actives fréquemment détectées dans

les analyses toxicologiques.

Nom commercial du produit

phytosanitaire

Nombre d'utilisation du produit

Molécule active recherchée dans nos

analyses

Nombre de détection de la molécule

Klartan 5 Tau-Fluvalinate 16

Mavick Flo 5 Tau-Fluvalinate 16

Talita 9 Tau-Fluvalinate 16

Imidan 12 Phosmet 22

Il faut noter qu’une molécule active peut être dangereuse si elle est en forte

concentration ou persistante dans l’environnement ou bien, si elle est régulièrement mise

en contact avec la faune et la flore. Le Prochloraz et le Phosmet illustre parfaitement ces

deux conditions. En effet, le taux de détection est très faible pour la première molécule

bien qu’elle soit participe à la composition d’un produit très souvent utilisé. En revanche,

la deuxième est couramment détectée bien que le produit qui la contient ne soit que peu

employé. La géodatabase permet de nombreuses applications et traitements de données

cependant, ceux-ci n’ont pas encore été développé. Nous prendrons alors ici ces deux

conjonctures comme exemple d’utilisation de la géodatabase comme outil de liaison entre

la base de données et le SIG. Voici donc les cartes de la répartition de l’Evidan et de

l’Imidan dans l’aire de butinage de chaque rucher (Fig.31, 32 et 33) :

*Note au lecteur : Pour des raisons de confidentialités le nom des ruchers ne sera pas

indiqué ici.


40

Figure 31 : Utilisation de l’Evidan dans l’aire de butinage des ruchers de l’étude.


41

Figure 32 : Utilisation de l’Evidan dans l’aire de butinage d’un rucher de l’étude.

Figure 33 : Utilisation de l’Imidan dans l’aire de butinage d’un rucher de l’étude.

Ces cartes de répartition de deux produits phytosanitaires démontrent les capacités de

la géodatabase dans la localisation géographique précise d’informations enregistrées dans

la base de données. Grâce à ces fonctionnalités, l’étude de la santé de l’environnement peut

se faire à différentes échelles, du rucher aux Pays de la Loire.

Dans cet exemple, on observe ici que l’Evidan est retrouvé autour de six ruchers

alors que l’Imidan n’est retrouvé que dans un seul rucher. Le Phosmet est donc détecté dix

fois plus que le Prochloraz cependant, sa répartition dans l’environnement est beaucoup

plus restreinte.


42

IV. DISCUSSION ET CONCLUSION

Ce projet rassemble des données de terrains, acquises principalement par les

enquêtes sociologiques, avec des analyses toxicologiques et palynologiques de laboratoire.

Aucune autre étude d’épidémiosurveillance mettant en relation ces deux types d’approches

n’ayant encore à notre connaissance été effectuée, celle-ci se révèle comme une grande

nouveauté. Ce projet apparaît donc comme des plus intéressants puisqu’il permet de

connaître les sources de pollution mais également de donner les informations spatiales de

l’exposition aux polluants pour la faune et la flore. Les risques pour la santé de

l’environnement sont ainsi suivis quantitativement et qualitativement mais aussi

géographiquement.

Concernant le travail présenté dans cette étude, les paramètres mesurés ici pour la

caractérisation du paysage sont similaires aux travaux de Michel et al. (2007) et de Gauffre

et al. (2008). Ne prenant en compte que le linéaire de haies par hectare ainsi que les

proportions de prairies et de cultures annuelles, c’est une méthode très simple compte tenu

des nombreux paramètres qui caractérisent un paysage. Néanmoins, les paramètres choisis

ici peuvent refléter les caractéristiques des ressources trophiques de l’abeille, ainsi que la

probabilité d’épandage de produits phytosanitaires. Cependant, du fait que le linéaire de

haies soit effectué sur orthophotographies, celui-ci présente en lui-même certaines limites :

talus enherbés ou fossés confondus avec des haies basses taillées, difficulté de numériser

précisément les haies autour des habitations, etc. (Institut atlantique d'aménagement des

territoires, 2009). Bien qu’ayant aucun sens biologique pour les insectes volants sur de

longues distances comme l’abeille, d’autres paramètres tels que la connectivité des haies

pourraient être également calculés (Burel et Baudry, 1999). En outre, sachant que chaque

paysage possède des associations végétales caractéristiques, des observations de terrain

auraient aussi pu participer à l’identification des grandes structures des paysages.

L’interprétation des cartes et l’analyse statistique des données permettent tout de

même de dégager des tendances dans l’attribution des ruchers à un type de paysage.

Finalement, le recoupement des différentes études du paysage fournit un résultat confirmé

par le test des k-means. La distribution des ruchers A, C, F, G, H, L, M et O en deux

groupes laisse alors apparaître des seuils en dessous ou au dessus desquels, la densité de

haies ou les proportions de prairies et de cultures annuelles fixent l’appartenance du rucher


43

au paysage de bocage ou de grandes cultures. En effet, de façon analogue à l’étude de

Michel et al. en 2007, les paysages à structures bocagères se caractérisent finalement par

des proportions de prairies et de cultures annuelles respectivement proches de 60% et de

40%. Les paysages de grandes cultures sont quant à eux distingués par les proportions

inverses. En ce qui concerne le linéaire de haies, alors que la densité de haies d’un paysage

de bocage est supérieure à 80 ml/ha selon Michel et al. (2007), notre étude fixe au

contraire un seuil beaucoup plus faible. En effet, la densité de haies dans l’aire de butinage

des ruchers classés ici dans un paysage de grandes cultures ne dépasse pas 35 ml/ha. Le

minimum atteint par les ruchers classés en paysage bocager débute quant à lui à 58 ml/ha.

Ceci s’explique sans doute par le fait que les sites pris en compte dans notre étude ne

contiennent finalement pas de paysages de bocage très dense. Il existe en effet un gradient

dans le paysage, allant de la structure de grandes cultures à celle du bocage. L’étude de

Thenail (2002) différencie par exemple quatre types de bocages différents. Le classement

des paysages, effectué suivant un gradient ou avec des sous-groupes, en fonction d’une

proportion de prairies et d’une densité de haies décroissante, corrélée à une proportion de

cultures annuelles croissantes, aurait peut être été plus pertinent. Cependant, afin de

faciliter le croisement des résultats d’analyses toxicologiques en fonction du paysage, la

mise en place de groupes définis semblait nécessaire. Il devrait alors être possible

d’identifier des niveaux de pollution en fonction de chaque type de paysages.

Les résultats concernant le rucher H, classé a postériori dans un paysage de bocage,

apparaissent toutefois contradictoires. Mise à part la densité de haies par hectare présente

dans l’aire de butinage, ce paysage possède les caractéristiques d’une structure de grandes

cultures avec une proportion de cultures annuelles trois fois supérieures à celle des prairies.

Cela souligne des faiblesses dans le test des k-means : le nombre de groupe est déterminé

arbitrairement et ne reflète pas forcement la réalité et de plus, aucun objet ne peut révéler

un nouveau groupe. En effet, les ruchers ont été classés en seulement deux groupes dans

cette étude cependant, il est possible que selon les caractéristiques des différents paysages,

un classement en trois ou quatre groupes soit plus approprié et plus pertinent. Comme

souligné ci-dessus, les paysages pouvant être classés selon un gradient, il est finalement

possible que le paysage du rucher H soit en pleine évolution vers une structure bocagère ou

une structure de grandes cultures. Ce paysage serait alors caractérisé par une structure

hybride. L’inventaire floristique autour de chaque rucher n’ayant pas été effectué, la


44

palynologie sera sans doute un appui supplémentaire pour confirmer les tendances

paysagères établies dans cette étude, notamment pour le rucher H.

Les requêtes effectuées dans la géodatabase montrent le type de résultat que l’on

souhaitera obtenir afin de tirer des conclusions sur l’étude. Dans l’exemple comparant les

applications de l’Evidan et de l’Imidan, plusieurs hypothèses pourraient alors expliquer les

différences de répartition, c'est-à-dire le fait que l’Evidan soit utilisé autour de 6 ruchers

alors que l’Imidan n’est utilisé qu’autour d’un seul rucher. Bien que l’Imidan soit plus

fréquemment utilisé que l’Evidan, le Phosmet est peut être plus persistant dans

l’environnement ou dans les matrices biologiques analysées. Dans ce cas, la dangerosité

des produits contenant cette molécule est accrue et présente une menace pour la santé de

l’environnement. Le fait que les abeilles n’utilisent pas ou peu les ressources alimentaires

traitées à l’Evidan est une autre théorie plausible. En effet, si une culture traitée n’est pas

visitée par les abeilles, aucune donnée ne peut être relevée dans les analyses de laboratoire.

Le produit ne serait donc pas une menace pour l’abeille mais peut être pour la santé de

l’environnement en touchant d’autres espèces non cibles. De plus, cet exemple ne le

montre pas mais il est possible que les quantités d’Imidan appliquées par les agriculteurs

soient tout simplement plus élevées que celles de l’Evidan. La concentration en Phosmet

introduite dans l’environnement serait alors plus forte, ce qui expliquerait le nombre de

détections plus important dans nos analyses toxicologiques. Enfin, il est possible que le

Prochloraz soit très toxique pour les abeilles et que celles-ci ne puissent alors pas revenir à

la ruche (cas d’intoxications aigues). Les matrices analysées étant prélevées au sein de la

ruche, les abeilles qui ne reviennent pas de leur activité de butinage ne sont alors pas

analysées et la molécule active dangereuse n’est pas détectée.

Outre l’implication de l’abeille domestique dans la filière de production de denrées

alimentaires consommables par l’Homme (miel, pollen) et son rôle prépondérant dans le

bon fonctionnement de l’écosystème (pollinisation et reproduction de nombreuses plantes

des cultures notamment), cette espèce se révèle également être un très bon outil de

détection de la pollution environnementale. En effet, l’abeille domestique (Apis mellifera)

répond à toutes les caractéristiques requises d’un animal sentinelle qui sert de bioindicateur

de qualité (Sabatini, 2004 ; Laramée, 2006 ; Toullec, 2008). Le choix de cette espèce

comme sentinelle est donc tout à fait indiqué pour ce travail, celle-ci permettant la

transmission d’informations précises et exploitables. Tout comme l’a montré la


45

comparaison de l’exposition des abeilles à l’Evidan et à l’Imidan, l’interférence avec

d’autres facteurs de l’environnement reste tout de même un handicap dans l’utilisation des

biomarqueurs dans le milieu naturel. En effet, ces nombreux facteurs peuvent compliquer

l’interprétation des résultats : les conditions climatiques, les caractéristiques physico-

chimiques du milieu, les particularités génétiques de l’espèce, les relations inter-

individuelles et/ou inter-spécifiques ou encore les actions entre les polluants eux-mêmes en

mélange dans l’environnement (Lagadic et al., 2005). L’utilisation ici de ruchers témoins

maintenus dans un milieu a priori exempt de pollution, ou au moins avec des quantités

minimes de contaminants, nous permet néanmoins une comparaison des résultats de

ruchers « sains » avec les autres ruchers. L’utilisation d’outils statistiques accordera une

certaine robustesse dans l’interprétation finale des résultats. Cependant, la totalité des

substances présentes dans l’environnement ne pouvant pas être recherchée, l’interprétation

des résultats doit être nuancée. C’est le cas du Fipronil qui est extrêmement difficile à

quantifier (Arnich et al., 2005). Pourtant, cette molécule participe à la composition du

Regent, un herbicide interdit en France suivant le principe de précaution. Le Fipronil est en

effet toxique pour l’abeille, même à très faible dose (Bourg, 2006). Ce cas reste particulier

et la liste des molécules actives recherchées dans notre étude est très complète.

Les exemples de requêtes effectuées dans la base de données et dans la géodatabase

démontrent que ces outils seront très utiles dans la suite de l’analyse des résultats et dans

l’étude du niveau de santé de l’environnement. Les possibilités d’utilisation de la

géodatabase sont particulièrement intéressantes puisqu’il est possible de mettre en relation

les données spatiales du parcellaire graphique, ou tout simplement des ruchers, avec toutes

les tables renseignées dans la base de données. Par exemple, il est possible de révéler

visuellement les résultats toxicologiques pour chaque rucher. De même, tout comme

l’exemple des applications de produits phytosanitaires, les utilisations de médicaments

vétérinaires peuvent être localisées autour de chaque rucher. Il est tout d’abord nécessaire

d’associer les données des tables « SURFACES », « PROPRIETAIRES » et « AUTRES

TRAITEMENTS ». Ensuite, le résultat de l’association peut être mis en relation avec le

shapesfiles ‘RPG_2008’ au sein du SIG, sous forme de spots marquant l’utilisation de

chaque produit.

Dans cette étude, la caractérisation du paysage a bien été effectuée, cependant, le

deuxième objectif qui concernait l’évaluation de l’exposition des polluants en fonction de


46

ces paysages n’a pas pu être achevé. Ceci est dû au fait que la correspondant entre les

produits phytosanitaires et leurs molécules actives n’est pas encore rentrée dans la base de

données. Néanmoins, cet objectif sera traité très prochainement après avoir obtenu l’accès

à la base e-phy des produits agrées, gérée par le ministère de l’agriculture. Ceci permettra

l’évaluation des quantités épandues dans différents contextes et de rapprocher ces résultats

avec ceux de l’analyse toxicologique sur les ruchers. Ici, le but est de caractériser grâce à

l’abeille, l’état global de contamination des milieux. Dans un deuxième temps, il sera aussi

possible de si intéresser comme facteur de risque de mortalité pour les colonies d’abeilles.

En effet, l’exposition à une somme de toxique joue certainement un rôle dans le déclin

actuel des populations (Chauzat et al., 2009). Un lien entre les cultures ciblées par les

produits phytosanitaires et les cultures les plus prisées par les espèces mellifères comme

l’abeille, pourrait tout de même faire l’objet d’une autre étude.

Il faut cependant savoir que l’étude de la santé de l’environnement ne se cantonne

pas simplement à l’analyse des polluant présents mais également à d’autres paramètres tels

que l’augmentation de la monoculture (Haubruge et al., 2006). De plus, les résultats

exposés ici concernent l’abeille mais divers aspects de l’environnement sont probablement

aussi touchés. Notre exemple, exposé ici pour présenter les capacités de la géodatabase,

montre en outre toute la complexité de ce projet. L’étude des diverses hypothèses

plausibles sera alors une des précautions à prendre pour l’analyse pertinente des résultats.


47

V. RÉFÉRENCES BILIOGRAPHIQUES

Allen-Wardell G., Bernhardt P., Bitner R., Burquez A., Buchmann S., Cane J., Cox P. A.,

Dalton V., Feinsinger P., Ingram M., Inouye D., Jones C. E., Kennedy K., Kevan P., Koopowitz H.,

Medellin R., Medellin-Morales S., Nabhan G. P., Pavlik B., Tepedino V., Torchio P., Walker S.,

(1998), The potential consequences of pollinator declines on the conservation of biodiversity and

stability of food crop yields, Conservation biology, Vol. 12, n°1, 8-17.

Arnich N., Cervantés P., Galloti S., Loulergue M-H., Solal C., (2005), Evaluation des

risques pour la santé humaine liés à une exposition au fipronil, Rapport Afssa, 34.

Bogdanov S., Ryll G., Roth H. (2003), Pesticides residues in honey and beeswax produced

in Switzerland. Apidologie 34, 484-485.

Bourg S., (2006), Abeille et insecticides Phytosanitaires, Thèse vétérinaire, Université de

Paul-Sabatier de Toulouse, 90-102.

Chauzat M-P., Faucon J-P., Martel A-C., Lachaize J., Cougoule N., Aubert M. (2006), A

survey of pesticides residues in pollen loads collected by honey bees in France. Journal of

Economic Entomology 99 (2), 253-262.

Chauzat M-P., Carpentier P., Martel A-C., Bougeard S., Cougoule N., Porta P., Lachaize J.,

Madec F., Aubert M., Faucon J-P. (2009), Influence of pesticide residues on Honey Bee

(Hymenoptera : Apidae) colony health in France, Entomological Society of America, 514-523.

Haubruge E., Nguyen B. K., Widart J., Thomé J-P., Fickers P., Depauw E., (2006), Le

dépérissement de l’abeille domestique, Apis mellifera L., 1758 (Hymenoptera : Apidae) : faits et

causes probables, Notes fauniques de Gembloux, 59 (1), 3-21.

Institut atlantique d'aménagement des territoires, (2009), Evolution du linéaire de haies en

Poitou-Charentes, Eléments de méthodologie, 7p.

Johansen C A., (1977), Pesticides and pollinisators, Annual review of Entomology, Vol 22,

177-192.

Kevan P.G. (1999), Pollinators as bioindicators of the state of the environnement : species,

activity and diversity. Agriculture, Ecosystems & Environnement, Vol 74, Issues 1-3, 373-393.

Lambert O., Bastian S., Guilberteau I., Piroux M., L’Hostis M., Pouliquen H. (2009),

« L’Abeille mellifère (Apis mellifera) témoin de la pollution de l’environnement : étude sur un

transect paysager en Pays de Loire », Rapport interne, ONIRIS, 114p.

Laramée S., (2006), L’abeille domestique comme bio-indicateur écotoxicologique de

polluants : le cas de l’insecticide imidaclopride, Université catholique de Louvain, 10-17.

Lower W.R., Kendall R.J. (1990), Sentinel species and sentinels bioassay. In McCarthy

J.F., Shugart L.R (eds), Biomarkers of Environmental Contamination. Lewis publishers, Boca

Raton, 309-331.


48

Michel N., Burel F., Legendre P., Butet A., (2007), Role of habitat and landscape in

structuring small mammal assemblages in hedgerow networks of contrasted farming landscapes in

Brittany, France, Landscape Ecol, 22, 1241-1253.

Sabatini A-G. (2004), L’abeille comme indicateur biologique, Abeille et compagnie, 98,

4p.

Serveau L., Fontelle J-P., Chang J-P., Beguier S., Levy C., (2008), Guide méthodologique

pour la détermination des émissions dans l’atmosphère d’une zone aéroportuaire à l’exception des

aéronefs, CITEPA, 23.

Sheffield R.J., Kendall K.C, (1997), Wildlife species as sentinels of environmental health

hazard, Environmental Health Perspectives.

Tasei J. N., (1996), Impact des pesticides sur les abeilles et les autres pollinisateurs, Le

courrier de l’environnement de l’INRA, 29.

Thenail C., (2002), Relationships between farm characteristics and the variation of the

density of hedgerows at the level of a micro-region of bocage landscape, Agricultural Systems, 71,

207–230.

Toullec A., (2008), Abeille noire, Apis mellifera mellifera, historique et sauvegarde, Thèse

Vétérinaire, Université Nationale Vétérinaire d’Alfort, 51-52.

Ouvrages :

Burel F., Baudry J., Ecologie du paysage, concepts, méthodes et applications, Editions

Lavoisier Tec & Doc, France, 1999, 804p.

Bruneau E., Barbancon J-M., Bonnaffe P., Clement H., Domerego R., Fert G., le Conte Y.,

Ratia G., Reeb C., Vaissiere B., Le traité Rustica de l’apiculture, Edition Rustica, Paris, 2002,

528p.

Couteux A. et Salaun C., Index phytosanitaires, Acta 2009, Editions ACTA Publications,

Paris, 2009, 804p.

Dictionnaire des Médicaments Vétérinaires et des Produits de Santé Animale

commercialisés en France, Les Editions du Point Vétérinaire, Rueil-Malmaison, 2007, 1807p.

Lagadic L., Caquet T., Amiard J-C., Ramade F., Utilisation de biomarqueurs pour la

surveillance de la qualité de l’environnement, Editions Lavoisier Tec & Doc, Paris, 2005,

Introduction, 320p.

Sites internet :

http://www.actu-environnement.com/ae/news/1532.php4, consulté en mai 2010

http://e-phy.agriculture.gouv.fr/, consulté en juillet 2010

http://www.actu-environnement.com/ae/news/1532.php4

http://e-phy.agriculture.gouv.fr/


49

ANNEXES

ANNEXE N°1 : Calendrier des prélèvements, année 2008 et 2009

N° rucher 1ère

période 2ème

période 3ème

période 4ème

période

O 09/05/2008 19/06/2008 29/07/2008 23/09/2008

J 07/05/2008 25/06/2008 29/07/2008 26/09/2008

B 02/05/2008 26/06/2008 31/07/2008 25/09/2008

H 16/05/2008 23/06/2008 04/08/2008 27/09/2008

M 13/05/2008 23/06/2008 28/07/2008 22/09/2008

A 28/04/2008 02/07/2008 30/07/2008 01/10/2008

K 11/06/2008 09/07/2008 06/08/2008 29/09/2008

G 02/05/2008 26/06/2008 31/07/2008 25/09/2008

P 07/05/2008 24/06/2008 28/07/2008 24/09/2008

I 09/05/2008 25/06/2008 29/07/2008 03/10/2008

L 07/05/2008 25/06/2008 30/07/2008 26/09/2008

N 02/05/2008 25/06/2008 24/07/2008 30/09/2008

D 09/05/2008 27/06/2008 31/07/2008 03/10/2008

IY 24/04/2008 28/06/2008 04/08/2008 25/09/2008

C 16/05/2008 24/06/2008 03/08/2008 27/09/2008

F 02/05/2008 02/07/2008 28/07/2008 29/09/2008

IO 05/05/2008 28/06/2008 24/07/2008 29/09/2008

E 18/06/2008 09/07/2008 12/08/2008 29/09/2008

N° rucher 5ème

période 6ème

période 7ème

période 8ème

période

O 23/04/2009 25/06/2009 22/07/2009 02/10/2009

J 17/04/2009 24/06/2009 21/07/2009 06/10/2009

B 15/04/2009 22/06/2009 23/07/2009 05/10/2009

H 20/04/2009 03/07/2009 31/07/2009 28/09/2009

M 05/05/209 03/07/2009 29/07/2009 30/09/2009

A 11/05/2009 09/07/2009 27/07/2009 28/09/2009

K 12/05/2009 02/07/2009 21/07/2009 01/10/2009

G 15/04/2009 22/06/2009 23/07/2009 05/10/2009

P 24/04/2009 02/07/2009 24/07/2009 01/10/2009

I 04/05/2009 01/07/2009 30/07/2009 29/09/2009

L 17/04/2009 24/06/2009 21/07/2009 06/10/2009

N 06/05/2009 30/06/2009 28/07/2009 29/09/2009

D 06/05/2009 01/07/2009 30/07/2009 29/09/2009

IY 29/04/2009 01/07/2009 29/07/2009 17/09/2009

C 20/04/2009 03/07/2009 31/07/2009 28/09/2009

F 21/04/2009 06/07/2009 28/07/2009 30/09/2009

IO 06/05/2009 17/06/2009 31/07/2009 02/10/2009

E 06/05/2009 01/07/2009 28/07/2009 28/09/2009


50

ANNEXE N°2 : statistiques descriptives, pour chaque variable, des groupes classés

selon la méthode des k-means.

Variables Statistique Grandes

Cultures Bocages

Maraîchages

et vergers Villes

Po

urc

enta

ge

de

pra

irie

s

Nb. d'observations 3 5 4 4

Minimum 0,21 0,26 0,17 0,38

Maximum 0,38 0,62 0,49 1,00

Amplitude 0,17 0,36 0,31 0,62

1er Quartile 0,28 0,49 0,29 0,53

Médiane 0,34 0,49 0,33 0,64

3ème Quartile 0,36 0,52 0,37 0,77

Somme 0,94 2,38 1,32 2,65

Moyenne 0,31 0,48 0,33 0,66

Variance (n) 0,01 0,01 0,01 0,05

Variance (n-1) 0,01 0,02 0,02 0,07

Ecart-type (n) 0,07 0,12 0,11 0,23

Ecart-type (n-1) 0,09 0,13 0,13 0,26

Coefficient de variation 0,23 0,25 0,34 0,34

Ecart-type de la moyenne 0,05 0,06 0,06 0,13

Borne inf. de la moyenne (95%) 0,09 0,31 0,12 0,25

Borne sup. de la moyenne (95%) 0,53 0,64 0,53 1,08

Moyenne géométrique 0,30 0,46 0,31 0,62

Ecart-type géométrique 1,36 1,39 1,54 1,50

Po

urc

enta

ge

de

cult

ure

s an

nuel

les


Minimum 0,55 0,35 0,47 0,00

Maximum 0,69 0,69 0,75 0,44

Amplitude 0,14 0,34 0,27 0,44

1er Quartile 0,58 0,44 0,57 0,20

Médiane 0,62 0,49 0,62 0,29

3ème Quartile 0,66 0,50 0,66 0,35

Somme 1,86 2,47 2,45 1,02

Moyenne 0,62 0,49 0,61 0,25

Variance (n) 0,00 0,01 0,01 0,03

Variance (n-1) 0,01 0,02 0,01 0,03

Ecart-type (n) 0,06 0,11 0,10 0,16

Ecart-type (n-1) 0,07 0,12 0,11 0,19



Borne inf. de la moyenne (95%) 0,44 0,34 0,43 -0,04


Moyenne géométrique 0,62 0,48 0,60 -

Ecart-type géométrique 1,12 1,27 1,21 -


51

Variables Statistique Grandes

Cultures Bocages

Maraîchages

et vergers Villes

Lin

éair

e d

e hai

es (

ml/

ha)


Minimum 24,37 58,34 16,55 13,14

Maximum 34,28 87,45 68,64 45,29

Amplitude 9,91 29,12 52,10 32,15

1er Quartile 28,74 59,12 30,23 16,65

Médiane 33,12 59,21 45,12 28,36

3ème Quartile 33,70 82,20 58,75 40,49

Somme 91,76 346,32 175,43 115,15

Moyenne 30,59 69,26 43,86 28,79

Variance (n) 19,55 164,31 394,23 184,91

Variance (n-1) 29,33 205,38 525,64 246,55

Ecart-type (n) 4,42 12,82 19,86 13,60

Ecart-type (n-1) 5,42 14,33 22,93 15,70



Borne inf. de la moyenne (95%) 17,13 51,47 7,38 3,80


Moyenne géométrique 30,24 68,13 38,47 25,34

Ecart-type géométrique 1,21 1,22 1,88 1,82


52

ANNEXE N°3 : linéaire de haies dans l’aire de butinage des rucher B, D, I et J, situés

dans un paysage de maraichages et vergers.

B D

I J


53

ANNEXE N°4 : linéaire de haies dans l’aire de butinage des rucher E, K, N et P,

situés dans un paysage de ville.

E K

N P


54

ANNEXE N°5 : répartition des types cultures dans l’aire de butinage des ruchers B,

D, I et J, situés dans un paysage de maraichages/vergers (Légende : P = Prairies, CA

= Cultures annuelles, CP = Cultures permanentes, D = Divers).

B D

I J


55

ANNEXE N°6 : répartition des types cultures dans l’aire de butinage des ruchers E,

K, N et P, situés dans un paysage de ville (Légende : P = Prairies, CA = Cultures

annuelles, CP = Cultures permanentes, D = Divers).

E K

N P

Documents

Caractérisation de la structure paysagère de l’aire de ...€¦ · Ce travail est mené dans un rayon ... est une nouvelle fois ... en tant qu‘insecte pollinisateur, l‘abeille