Guide technique des mines de métaux : protocoles de tri des échantillons révisés, chapitre 2


Méthodes de sous-échantillonnage en laboratoire

Quand sous-échantillonner

Le traitement d'échantillons quantitatifs d'invertébrés benthiques est très laborieux, principalement en raison du temps requis pour extraire un grand nombre d'invertébrés à partir d'importantes quantités de matière inorganique (sable et gravier) et organique (algues, feuilles, bryophytes) [Rosillon, 1987; Ciborowski, 1991]. Les deux principaux facteurs qui influent sur le temps nécessaire au tri d'un échantillon donné sont le nombre d'organismes et la quantité de détritus présents dans l'échantillon. De fait, ces deux facteurs expliquent près de 95 % (respectivement 84 et 10 %) de la variation du temps de tri pour une série d'échantillons examinés par Ciborowski (1991). Le temps de tri peut augmenter du tiers pour les échantillons renfermant des algues Cladophora agglutinées. Au fil des ans, un certain nombre de stratégies ont été élaborées pour réduire ce temps de tri (Resh et al., 1985); mais, ces méthodes d'économie de temps ne doivent pas nuire à la qualité des données. Parmi les moyens d'économiser le temps de traitement, il y a l'élutriation, le fractionnement, la flottation et l'emploi de colorants, qui sont examinés dans la section précédente (2.0). Ces moyens permettent d'accélérer les longues procédures de traitement, résultant de la présence de grandes quantités de matière organique ou inorganique. Pour diminuer le temps de traitement, inhérent à la présence d'un grand nombre d'invertébrés dans un échantillon donné, on a mis au point diverses techniques de sous-échantillonnage. Ces techniques réduisent sensiblement le temps de traitement et les dépenses connexes, tout en permettant d'estimer adéquatement la densité et la composition taxinomique de l'échantillon entier (Vinson et Hawkins, 1996). L'objectif de tout programme de sous-échantillonnage doit être de réduire au minimum les efforts consentis (et donc les coûts) tout en recueillant le maximum d'information et en obtenant des résultats statistiquement fiables (Wrona et al., 1982). Ainsi, la décision d'utiliser des techniques comme le fractionnement est fondée sur la quantité et le type de débris présents dans l'échantillon, alors que celle de sous-échantillonner repose sur le nombre d'organismes présents dans l'échantillon. Ces trois points de décision sont représentés schématiquement aux figures 2 et 3.

Recommandations pour le sous-échantillonnage dans les programmes d'études de suivi des effets sur l'environnement

Les protocoles de sous-échantillonnage présentés dans les sections suivantes sont recommandés comme démarche générale pour le traitement d'échantillons benthiques types provenant de cours d'eau ou de lacs (figures 2 et 3). Cependant, le bien-fondé de ces approches générales devra être évalué par une étude individuelle basée sur le type de matière et le nombre d'organismes. La présentation détaillée de la précision et de la justesse du sous-échantillonnage pour toutes les méthodes employées est essentielle dans tout processus d'AQ/CQ des programmes d'ESEE pour les invertébrés benthiques.

Fractionnement sur tamis et sous-échantillonnage

Dans le cas de tous les échantillons pour lesquels on envisage un sous-échantillonnage, et particulièrement pour ceux qui comportent de grandes quantités de morceaux de matière organique, il est fortement recommandé de diviser les échantillons au laboratoire en fractions de taille appropriée pour permettre d'effectuer rapidement le tri (voir section 2.0). Le tamisage donne une fraction plus homogène, ce qui permet de prélever efficacement les sous-échantillons choisis au hasard (Anderson, 1990) dans la fraction appropriée (Taylor et Bailey, 1997). Il faut choisir un tamis à maille appropriée pour séparer les matières organiques fine et grossière, mais en même temps pour prélever la majeure partie des organismes en une seule fraction, ce qui permet d'améliorer la fiabilité du sous- échantillonnage (Rossilon, 1987; Meyer, 1990). Ainsi, le choix d'une maille pour particules grossières peut être associée à la taille des animaux présents dans l'échantillon. Généralement, une paire de tamis de 1,00 mm et 500 µm (500 µm = maille fine et dimension de la maille du tamis recommandées pour le ESEE) est suffisante, mais des tamis à maille plus grande, comme 2,00 ou 4,00 mm, peuvent également convenir s'il y a présence de beaucoup de grands invertébrés dans les échantillons. La technique de sous- échantillonnage appropriée est ensuite appliquée à la fraction fine, vu que la majeure partie des invertébrés seront recueillis sur le tamis à maille fine. Cependant, dans le cas des échantillons pour lesquels le fractionnement n'est pas applicable (p. ex. échantillons avec algues agglutinées), il existe des méthodes de sous-échantillonnage appropriées (p. ex. poids humide), qui ne requièrent pas de fractionnement (section 2.3).

Nombre minimal d'organismes

Une réduction potentielle de la justesse des estimations des mesures terminales est inhérente au sous-échantillonnage. Le risque d'erreur est plus grand pour les petits sous-échantillons ou pour les taxons moins communs (Wrona et al., 1982; Meyer, 1990). De nombreuses études reprennent la proposition de Lund et al. (1958), à savoir que, d'après la distribution de Poisson, une justesse raisonnable peut être obtenue lorsque > 100 organismes sont dénombrés (Hickley, 1975; Elliott, 1977; Wrona et al., 1982; Rosillon, 1987; Klemm et al., 1990). Des instructions antérieures précisaient qu'il faut continuer le sous-échantillonnage jusqu'à ce qu'un niveau de variance préétabli soit obtenu suite à la démarche décrite brièvement par Wrona et al. (1982). Pour chaque étude/sous-échantillonnage, une évaluation comprendrait une description de la tendance dans la variance au fur et à mesure que le nombre d'animaux triés augmente. Wrona et al. (1982) ont trouvé que, pour le sous-échantillonneur à cône d'Imhoff, à mesure que le nombre total d'animaux dénombrés dépasse 50 et approche de 100, l'atténuation de l'erreur de sous-échantillonnage en fonction de l'effort consenti diminue. Cependant, dans le cas de dénombrements de taxons moins communs, cette variance peut être plus grande pour un nombre trié donné (Wrona et al., 1982). Les programmes de ESEE n'ont pas établi explicitement un nombre minimal normalisé d'organismes à trier. Ainsi, les nombres minimaux pourraient varier largement en fonction de la technique utilisée ou de la variance dans l'échantillon. Avec, comme objectif national, la comparaison des études de ESEE dans l'ensemble du pays, et la recommandation de mesures terminales pour les effets, y compris le nombre de taxons, une normalisation plus poussée des protocoles de sous-échantillonnage sera bénéfique, et notamment la spécification du nombre minimal d'organismes.

De nombreuses études ont tenté d'élaborer des recommandations pour le nombre minimal d'organismes qui donne une justesse et (ou) une précision raisonnable(s) pour le sous-échantillonnage. Une grande partie de la documentation traite des méthodes à dénombrement préétabli, vu que le nombre d'organismes représente manifestement un paramètre critique dans ce processus. Le nombre minimal initialement recommandé dans la documentation a été fixé à 100 (Plafkin et al., 1989), alors que des recommandations plus récentes le situent dans une plage de 100-300 (Caton, 1991; Hannaford et Resh, 1995; Vinson et Hawkins, 1996; Grownes et al., 1997; Larsen et Herlihy, 1998; Somers et al., 1998). Dans ces évaluations plus récentes, la mesure terminale le plus en vue est généralement le nombre de taxons, vu que cette donnée métrique est liée à l'effort consenti pour l'échantillonnage (ou le sous-échantillonnage) et que c'est le nombre le plus élevé (300) qui est généralement recommandé (Barbour Gerritsen, 1996; Vinson et Hawkins, 1996; Larsen et Herlihy, 1998; Somers et al., 1998). Étant donné que le nombre de taxons est l'une des mesures terminales pour les invertébrés benthiques du ESEE, on recommande d'adopter une méthode prudente pour déterminer le nombre minimal d'organismes. Par conséquent, bien que l'aspect le plus important d'un programme de sous-échantillonnage soit la justesse des estimations des mesures terminales, la recommandation voulant qu'un nombre minimal de 300 organismes soit prélevé d'un échantillon dans tout programme de sous-échantillonnage assure une normalisation additionnelle pour toutes les méthodes et études dans le cadre du programme de ESEE. À noter que si le nombre minimal est atteint au cours du tri d'un sous-échantillon, ce dernier doit faire l'objet d'un tri dans son intégralité, de telle façon que la fraction triée soit quantitative. On pourrait également adopter une proportion minimale d'échantillon à trier (p. ex. 25 %); mais, pour les très grands échantillons, cela pourrait encore représenter une charge de travail significative (Ciborowski, 1991), et on ne le recommande donc pas, étant donné que c'est la justesse de l'estimation au point de référence qui représente la mesure ultime dans toute méthode de sous-échantillonnage.

Erreur acceptable pour les protocoles de sous-échantillonnage

Quelle que soit la technique de sous-échantillonnage utilisée, il est essentiel d'étayer la justesse de l'estimation pour s'assurer que les données sont comparables à l'intérieur des études et entre celles-ci. De fait, le principal critère pour évaluer une technique de sous-échantillonnage est l'évaluation de sa capacité d'estimer avec précision les nombres et les types d'organismes dans un échantillon. L'examen des rapports d'interprétation du cycle 2 a montré que la justesse du sous- échantillonnage n'était généralement pas donnée. Parmi les rapports qui présentaient un quelconque type d'erreur, la majorité donnaient la précision obtenue par comparaison de deux sous-échantillons. Par exemple :

  1. dénombrement dans le sous-échantillon A = 289
  2. dénombrement dans le sous-échantillon B = 316
  3. la précision indiquée pour ces deux sous-échantillons serait de 8,5 %, soit (1-[289/316]) x 100

Si tous les sous-échantillons provenant de cet échantillon particulier donnaient une précision similaire, alors la justesse serait elle aussi proche de 9 %. Cependant, sans procéder au tri du reste de l'échantillon, il n'est pas possible de déterminer la justesse. Les études, qui indiquaient la justesse pour les sous-échantillons, suivaient les recommandations des documents d'orientation. Il y a eu tri de plusieurs sous-échantillons pour 10 % de tous les échantillons, le reste des échantillons faisant ensuite l'objet d'un tri dans sa totalité. La justesse du sous-échantillonnage peut ensuite être calculée par comparaison des estimations provenant des sous- échantillons au dénombrement réel. Par exemple :

  1. dénombrement dans le sous-échantillon A = 289, représentant 15 % de l'échantillon en volume, ce qui correspond à une estimation de 1927 pour le total dans l'échantillon
  2. dénombrement dans le sous-échantillon B = 316, représentant 15 % de l'échantillon en volume, ce qui correspond à une estimation de 2106 pour le total dans l'échantillon
  3. dénombrement dans le reste de l'échantillon = 1359, correspondant à un total réel de 1964
  4. la précision indiquée serait la même que dans le premier exemple, soit 8,5 %
  5. la justesse indiquée serait de -1,9 % et +7,2 % respectivement pour l'échantillon A et B

La précision et la justesse des méthodes de sous-échantillonnage représentent toutes deux de l'information qui est essentielle si on veut être sûr que le programme de sous-échantillonnage estime avec justesse les nombres d'organismes dans l'échantillon. L'objectif premier du sous- échantillonnage est de réduire la charge de travail considérable que demande le traitement des échantillons benthiques, mais sans nuire à la qualité des données. Comme critère d'erreur acceptable pour le sous-échantillonnage, la majorité des études du cycle 2 ont utilisé la règle de précision de 20 %, proposée par Elliott (1977). Autrement dit, si la précision entre deux sous-échantillons était < 20 %, l'erreur était jugée acceptable (voir l'exemple pour la précision ci-dessus). Cela a été appliqué à la précision des estimations, mais peut également l'être à la justesse de celles ci. Bien que la justesse et la précision qu'on peut obtenir dépendent de beaucoup de facteurs, y compris de la variabilité inhérente des échantillons sur le terrain (Norris et al., 1996), la normalisation des techniques d'ESEE devrait réduire au minimum cette variabilité. Beaucoup de chercheurs ont indiqué que cela est souhaitable pour obtenir des estimations se situant à moins de > 20 % du dénombrement réel (Hickley, 1975; Elliott, 1977; Downing, 1979; Wrona et al., 1982; Resh et McElvry, 1993) et, de fait, un grand nombre des techniques de sous-échantillonnage examinées et recommandées ont montré qu'au moins ce niveau de justesse peut être atteint (Hickley, 1975; Wrona et al., 1982; Rosillon, 1987; Meyer, 1990). Le critère pour un protocole de sous- échantillonnage acceptable est donc que les estimations de chaque groupe d'échantillons se situe à moins de 20 % des dénombrements réels. Parmi les facteurs dont il faut tenir compte pour la détermination de groupes d'échantillons similaires, il y a les suivants : 1) technique de sous- échantillonnage; 2) type d'échantillon (c.-à-d. type et quantité de matière organique). Comme pour l'efficacité du tri, il faut, dans l'ESEE, examiner les effets du sous-échantillonnage sur la justesse des estimations de l'abondance pour au moins 10 % des échantillons (ou groupes d'échantillons), et l'indiquer de façon appropriée (tableau 1). S'il n'est pas possible de montrer que le niveau d'erreur est acceptable pour une technique particulière ou une série donnée d'échantillons (p. ex. renfermant des débris agglutinés ou ne se prêtant pas à un mélange aléatoire), alors la technique doit être modifiée de façon à atteindre ce niveau de précision ou de justesse, ou encore l'échantillon doit être soumis à un tri dans son intégralité.

Une remarque s'impose ici pour ce qui peut être considéré comme raisonnable dans la recherche de la justesse. Le point important est de fournir de la documentation concernant la justesse des estimations, ce qui faisait défaut dans beaucoup de rapports du cycle 2. Il est recommandé ici qu'on ajoute essentiellement une estimation de justesse du sous-échantillonnage à une ESEE normalisée (en supposant un type d'échantillon similaire, 10 % de 5 expositions + 5 échantillons de référence = 1). On ne veut pas que la documentation sur la justesse du sous-échantillonnage devienne plus coûteuse que le tri de tous les échantillons. De plus, si la technique est bien établie avec divers types d'échantillons, ayant fait l'objet d'une publication dans la documentation spécialisée, alors cet exercice confirme simplement que la technique est appliquée de façon appropriée. En fait, un entrepreneur donné pourrait être en mesure de démontrer qu'une technique est applicable pour un ensemble d'échantillons aux caractéristiques similaires couvrant plus d'une ESEE (p. ex. des échantillons traités au cours d'une saison par le[s] même[s] opérateur[s]).

Tableau 1. Exemple de présentation recommandée pour l’erreur de sous-échantillonnage.
L’exemple porte sur une méthode basée sur le volume et utilisant le cône d’Imhoff (Wrona et al, 1982), où jusqu'à 10 sous-échantillons sont triés et où le reste de l’échantillon a été trié. On présente la justesse pour chaque sous-échantillon, la justesse minimal, maximale et moyenne du sous-échantillonnage ainsi que la page de précision entre les sous-échantillons.

Nombre de sous-échantillon Nombre d'invertébrés Nombre prévu Nombre prévu-total dans énchantillon Difference avec réel (%)
1 218 3815 101 2.7
2 220 3850 136 3.7
3 230 4025 311 8.4
4 221 3868 154 4.1
5 221 3868 154 4.1
6 201 3518 -197 -5.3
7 219 3833 119 3.2
8 205 3588 -127 -3.4
9 221 3868 154 4.1
10 210 3675 -39 -1.1
Total dans reste 1548 - - -
Total dans énchantillon 3714 - - -
- - - - -
- - - Erreur absolue moyenne du sous-échantillon 4.0
Range in precision 0.5 - 9 % - Erreur min % 1.1
- - - Erreur max % 8.4

Détails de la page

Date de modification :