Rapport du Comité – 12 et 13 juin 2019

Comité scientifique sur le Plan de gestion des produits chimiques

Nouvelles approches pour l’intégration du devenir chimique et des échelles spatiales et temporelles dans l’évaluation de l’exposition

Sur cette page

• Introduction
• Question à l’étude 1
• Question à l’étude 2
• Question à l’étude 3
• Conclusions
• Glossaire
• Références

Introduction

L’exposition et le danger sont les principaux éléments de l’évaluation des risques. Dans le cadre du Plan de gestion des produits chimiques (PGPC), Environnement et Changement climatique Canada (ECCC) et Santé Canada, collectivement désignés ci-après comme le gouvernement du Canada, cherchent des moyens d’améliorer la prise en compte de l’exposition à l’aide de la modélisation. L’évaluation des risques écologiques et l’évaluation des risques pour la santé humaine en champ lointain sont à l’étude. L’exposition humaine en champ lointain découle de l’inhalation d’air extérieur et de l’ingestion d’eau potable et d’aliments contenant des produits chimiques qui ont pénétré dans les milieux par les processus de devenir et de transport dans l’environnement naturel (Arnot et al., 2010; Isaacs et al., 2014; National Academies of Sciences, 2017).

Le gouvernement du Canada a demandé au Comité scientifique (CS) sur le PGPC d’examiner les besoins, les possibilités, les avantages et les inconvénients concernant l’utilisation d’approches de modélisation pour améliorer l’évaluation de l’exposition. Le contexte fourni au CS est tiré du document de discussion du gouvernement du Canada intitulé « Nouvelles approches pour l’intégration du devenir chimique et des échelles spatiales et temporelles dans l’évaluation de l’exposition » (Exposé des objectifs; contexte supplémentaire tiré de l’article de Bonnell et al., 2018).

Une réunion du CS a eu lieu à Ottawa les 12 et 13 juin 2019. Les délibérations et les résultats de cette réunion de 2 jours sont résumés dans le présent rapport. Ces délibérations reposaient sur 3 questions à l’étude, lesquelles ont fait l’objet de modifications mineures par rapport aux questions initialement posées, à la suite de discussions ayant précédé la réunion. La réunion a commencé par des présentations du gouvernement du Canada expliquant l’utilisation actuelle des modèles, ainsi que les lacunes et les possibilités relatives à l’utilisation de modèles qui permettraient d’améliorer la cohérence et la rigueur des évaluations de l’exposition. Le CS a également entendu des présentations sur l’état actuel de la modélisation de l’exposition dans le contexte réglementaire. Le CS a été informé des discussions menées en Europe visant à actualiser les efforts de modélisation de l’exposition et, en particulier, le modèle EUSES (European Union System for the Evaluation of Substances) [Agence européenne des produits chimiques (ECHA), 2018; Vermeire et al., 1997, 2005].

Dans l’ensemble, le CS est d’avis que les évaluations de l’exposition écologique et de l’exposition humaine en champ lointain pourraient être améliorées par l’élaboration, l’utilisation et la mise à jour de modèles. Ci-dessous figurent les réponses aux 3 questions à l’étude. Les réponses du CS fournissent des détails et un plan d’action afin de passer de la pratique actuelle à une utilisation cohérente de modèles à jour concernant l’évaluation de l’exposition.

De nombreux types de modèles existent dans le contexte de l’évaluation de l’exposition. Le CS a principalement limité la discussion aux modèles multimilieux de bilan massique (BM), aussi connus sous le nom de modèles « de devenir et de transport ». Par souci de simplicité, ces modèles seront appelés « modèles de BM » ci-après. Les modèles de fugacité ou de Mackay sont d’excellents exemples de modèles de BM. Les modèles de BM suivent les données d’entrée (par exemple les émissions) et les données de sortie (par exemple une perte attribuable à la transformation) relatives à un environnement défini. Les modèles de BM reposent sur des principes de base de thermodynamique et de génie chimique et, à ce titre, dépendent des principes mécanistes fondamentaux, notamment la loi de la conservation de la masse. Le CS a brièvement examiné d’autres modèles, comme les relations quantitatives structure-utilisation et les relations quantitatives structure-activité (QSAR) fondées sur des statistiques, qui peuvent servir à paramétrer et à appliquer des modèles de BM. Le CS s’est concentré sur les modèles de BM et a également limité sa discussion aux produits chimiques organiques, dont les composés neutres et ionogènes. Le CS n’a que brièvement abordé les défis liés à la modélisation des métaux et des substances de composition inconnue ou variable, produits de réaction complexes ou matières biologiques (UVCB). Le CS n’a pas formulé de commentaires sur les métaux ou les UVCB en matière d’évaluation de l’exposition.

Dans l’ensemble, le CS a soutenu les initiatives du gouvernement du Canada visant à étendre l’utilisation des modèles de BM pour estimer l’exposition. Le CS a constaté que la modélisation du BM peut permettre d’améliorer la pratique actuelle, qui est souvent axée sur l’exposition à l’échelle locale, par la prise en compte de l’échelle régionale et de l’échelle mondiale. Le CS a noté les progrès importants réalisés dans le domaine de la modélisation du BM et a fait remarquer que la pratique exemplaire, dans le cadre d’un PGPC, serait d’intégrer les progrès qui répondent aux besoins des évaluations (actuelles et prévues) des risques liés aux produits chimiques. Le CS reconnaît que le gouvernement du Canada a joué un rôle clé dans ces progrès et qu’il pourrait continuer à être un chef de file mondial en matière d’élaboration, de paramétrage, d’utilisation et d’évaluation des modèles de BM dans le contexte de l’évaluation réglementaire des risques. Le Canada a une vaste expertise en matière de modélisation du BM, ainsi qu’une excellente fiche de route en ce qui concerne la collaboration étroite entre le gouvernement du Canada et la collectivité de la modélisation. La force de ces liens professionnels et intellectuels augmente la possibilité d’améliorer l’utilisation de la modélisation du BM dans le cadre du PGPC.

Question à l’étude 1 : Compte tenu des activités d’établissement des priorités et d’évaluation des risques, dans quelles circonstances est-il approprié de prévoir les concentrations environnementales au-delà de l’échelle locale?

Le gouvernement du Canada a expliqué que, historiquement, l’évaluation et la gestion des risques liés aux produits chimiques dans le PGPC relativement à l’exposition à longue distance ou en champ lointain ont été estimées pour les produits chimiques dont les propriétés intrinsèques rendaient la persistance et le transport à longue distance très probables, qui sont habituellement décrits comme des substances toxiques, bioaccumulables et persistantes (TBP), des substances très persistantes et très bioaccumulables ou des polluants organiques persistants (POP). Les substances TBP, les substances très persistantes et très bioaccumulables et les POP sont indésirables dans l’environnement, car ces substances ont des effets néfastes à long terme. Les substances TBP ont été mentionnées pour la première fois dans la loi japonaise relative au contrôle des substances chimiques en 1973 et ont ensuite été intégrées dans plusieurs lois de différents pays, notamment la Loi canadienne sur la protection de l’environnement (1999). L’approche canadienne visant à déterminer les substances TBP est décrite dans la Politique de gestion des substances toxiques (PGST) (Environnement Canada, 1995).

Ces produits chimiques ont été traités comme une priorité absolue dans le PGPC. L’expérience relative aux substances TBP, aux substances très persistantes et très bioaccumulables et aux POP a encadré la discussion du CS sur les circonstances où l’évaluation de l’exposition aux produits chimiques au-delà de l’échelle locale devrait être effectuée.

Le CS a discuté de l’élaboration de lignes directrices pour aider à déterminer quand il est conseillé de tenir compte du devenir au-delà de l’échelle locale. Ces lignes directrices peuvent reposer sur les connaissances conceptuelles et sur les résultats d’un modèle de BM pour l’évaluation préalable. Le CS a remarqué que les limites de cette dernière approche sont que les modèles existants sont nécessairement fondés sur les connaissances actuelles, alors que des lignes directrices fondées sur les connaissances conceptuelles pourraient couvrir des situations où les méthodes de modélisation actuelles ne sont pas nécessairement applicables. Le CS a également souligné la nécessité d’établir des critères d’arrêt, mais sans entrer dans les détails. La question à l’étude sous-tend la nécessité de disposer de renseignements fiables sur les demi-vies de dégradation chimique dans l’air, l’eau, le sol et les sédiments (persistance), ainsi que sur les taux de rejet chimique.

Comme l’illustre la figure 1, le CS a indiqué que les caractéristiques des produits chimiques dont la prise en compte au-delà de l’échelle locale est probablement la plus importante sont les suivantes :

• les produits chimiques très puissants qui sont susceptibles d’être répartis dans plusieurs milieux (comme l’air, l’eau, les sédiments, la végétation). Par exemple, le CS a noté que pour les substances très puissantes, la gestion locale des risques pourrait ne pas suffire à protéger les espèces en champ lointain et à prévenir l’exposition humaine en champ lointain;
• les produits chimiques qui sont présents dans plusieurs milieux (explication plus bas);
• les produits chimiques qui ont plusieurs points de rejet dispersifs plutôt qu’une émission de source ponctuelle;
• les produits chimiques qui ont un long temps de séjour dans un système (c’est-à-dire que le temps de rétablissement ou de perte d’un produit chimique dans un système est long);
• les produits chimiques qui sont persistants et mobiles, ce qui entraîne une translocation plutôt qu’une dégradation et une minéralisation définitive (la question de la persistance et de la mobilité concerne les produits d’origine et les produits dégradés);
• les produits chimiques qui sont associés à des résultats de modèles différents lorsque différentes échelles spatiales et temporelles sont utilisées;
• les produits chimiques qui peuvent nuire à une population vulnérable loin d’une émission;
• les produits chimiques pour lesquels il existe des questions ou des impératifs sociaux ou juridiques importants.

Figure 1 - Équivalent du texte

La figure 1 montre les facteurs qui jouent un rôle dans la décision de savoir si la modélisation de l'exposition locale est insuffisante et s'il convient de procéder à une modélisation de l'exposition à l'échelle régionale et mondiale. Les éléments à prendre en compte dans la décision, qui doivent être accessibles et doivent être intégrer, sont les suivants :

•  Données empiriques
•  Modèles
•  Outils
•  Personnes

Les éléments des scénarios liés aux produits chimiques et aux émissions qui doivent être pris en compte lors de la prise de décision sont les suivants :

•  Persistance
•  Temps de séjour
•  Puissance
•  Sensibilité des récepteurs
•  Données sur les émission
•  Fragilité des écosystèmes
•  Présence dans plusieurs milieux

En outre, la figure met en évidence le contexte décisionnel et la disponibilité des ressources comme facteurs à prendre en compte pour décider si la modélisation de l'exposition locale est insuffisante et si une modélisation de l'exposition à l'échelle régionale et mondiale est justifiée.

La discussion a ensuite porté sur 3 points visant à répondre à la question liée aux circonstances dans lesquelles il est approprié de prévoir les concentrations environnementales au-delà de l’échelle locale.

1. Disponibilité de la science et des modèles élaborés selon le contexte décisionnel

Il faut d’abord évaluer la disponibilité de la science et des modèles élaborés pour la situation particulière. Les modèles de BM ne devraient être appliqués qu’aux produits chimiques qui relèvent du domaine du modèle, bien qu’il n’y ait pas de consensus sur la manière de définir le domaine. Il convient de poursuivre les travaux pour mieux comprendre le domaine du modèle. À l’heure actuelle, les modèles de BM sont les mieux élaborés, et les praticiens ont une solide expérience en ce qui concerne les composés organiques non polaires (comme les POP). Plusieurs modèles ont été mis au point, et l’application des modèles de BM aux composés ionogènes, comme les produits pharmaceutiques, a été testée (Armitage et al., 2013; Csiszar et al., 2011; Franco et Trapp 2010; Trapp et al., 2010). Quelques modèles ont également été élaborés pour tenir compte des produits d’origine et des produits de transformation lorsque ces composés connexes sont nécessaires à l’obtention d’une évaluation complète du composé d’origine (Fenner et al., 2008; Gandhi et al., 2006). Certains travaux ont été réalisés pour étendre l’applicabilité du modèle de BM aux UVCB. Selon le CS, ECCC a investi dans la mise au point de modèles et d’approches concernant les substances ionisables. Le CS a indiqué qu’ECCC pourrait promouvoir l’adoption de cette approche à d’autres modèles (par exemple EUSES). De façon plus générale, le CS a suggéré qu’ECCC soutienne les réalisations scientifiques nécessaires pour étendre les modèles de BM à d’autres types de substances hors du domaine d’application actuel.

2. Choix d’approches et de modèles appropriés selon chaque cas

Ensuite, le CS a discuté de la façon dont les évaluateurs choisissent les approches et les modèles appropriés selon chaque cas. Le CS a examiné le caractère pratique, la prévisibilité et la reproductibilité des résultats obtenus à partir des choix effectués quant aux modèles à exécuter. Le CS a examiné 2 approches qui pourraient être adoptées. L’une d’elles, soit la modélisation fondée sur le consensus (Ring et al., 2019), consiste à obtenir un ensemble exhaustif de résultats concernant un produit chimique par l’exécution de nombreux modèles. Dans le cadre de cette approche, il faudrait investir dans la formation des évaluateurs concernant la manière d’utiliser chaque modèle et d’interpréter les résultats. L’exécution de plusieurs modèles est possible parce que le temps d’exécution des modèles est court compte tenu des derniers progrès en matière de modèles et d’infrastructure de technologie de l’information. Le CS a noté que l’exécution d’un modèle, une fois qu’il est en place, est limitée par les données, mais pas par la puissance de calcul. Certains membres du CS ont donc estimé que, compte tenu du faible coût lié à l’exécution de modèles, plusieurs modèles (ou du moins un modèle multi-échelle plus complet) devraient être exécutés dans tous les cas, à moins que cela soit visiblement illogique (par exemple si le produit chimique est hors du domaine d’application ou que le produit chimique n’est pas présent dans plusieurs milieux). L’avantage de cette approche est l’abondance des résultats obtenus, ce qui pourrait donner des pistes de réflexion qui n’avaient pas été envisagées auparavant. Les inconvénients sont la quantité de données requises pour exécuter les modèles et le temps nécessaire pour interpréter les résultats, en plus de la possibilité que les résultats soient écrasants pour les évaluateurs étant donné leur abondance.

L’autre option qui permet d’aider à choisir les modèles à exécuter est l’adoption d’une approche adaptée aux besoins, dans laquelle l’utilisation de modèles est orientée par la ou les questions posées. Cette approche suit un arbre décisionnel dans lequel, à la suite de plusieurs questions clés, des modèles particuliers sont exécutés (figure 2). Le CS a consacré du temps à l’élaboration des principaux éléments d’un tel arbre décisionnel. Quelques points sont présentés ci-dessous en vue d’illustrer le concept et de fournir un point de départ au gouvernement du Canada; ces points ne représentent pas une proposition définitive.

Figure 2 - Équivalent du texte

La figure 2 représente l’arbre décisionnel visant à éclairer une approche par étapes en vue d’utiliser les modèles de BM selon les besoins. L’étape 1 est le niveau de considération le plus simple. Elle consiste à déterminer si le produit chimique est présent dans plusieurs milieux, c’est à dire s’il est présent dans l’air, l’eau et le sol. Les outils permettant de prendre cette décision sont des modèles simples d'équilibre et de stabilité, comme un modèle de fugacité de niveau I. Une carte de l'espace chimique peut également être utilisée pour prendre cette décision si les propriétés physicochimiques du produit chimique se trouvent sur cette carte. Le passage de l’étape I à l’étape II est justifié si le produit chimique est présent dans plusieurs milieux. Les outils de modélisation utilisés à l’étape II sont des modèles stables, de bilan massique hors équilibre, comme un modèle de fugacité de niveau III d'un « environnement générique ». Les modèles d’interaction quantitative eau/air/sédiments (QWASI) ou EQuilibrium Criterion (EQC) sont des exemples de tels modèles. Enfin, le passage de l’étape II à l’étape III est justifié si le produit chimique a un long temps de réaction ou de séjour dans le(s) modèle(s) de l’étape II. L’étape III comprend les modèles les plus complexes qui pourraient supposer des conditions stables ou dynamiques (dépendantes du temps), comme un modèle de fugacité de niveau III ou IV. Contrairement au modèle de l’étape II, le modèle de l’étape III peut prendre en compte un ou plusieurs archétypes environnementaux particuliers afin de fournir une évaluation plus réaliste plutôt que générique du comportement environnemental, comme c'est le cas aux étapes I et II.

Le passage de l’étape I à l’étape II est justifié si le produit chimique est présent dans plusieurs milieux. Le passage de l’étape II à l’étape III est justifié si le produit chimique a un long temps de réaction ou de séjour.

Abréviations : EQC – EQuilibrium Criterion; QWASI – interaction quantitative eau/air/sédiments.

La première étape (étape I) consiste à déterminer si un produit chimique est présent dans plusieurs milieux et si cela justifierait l’utilisation d’un modèle multimilieu plutôt que d’un modèle à un seul milieu. Les propriétés physicochimiques d’un produit chimique constituent le point de départ. Dans ce cas, une analyse de l’espace chimique peut guider les décisions, mais l’espace chimique doit être étendu pour inclure les propriétés physicochimiques d’une plus grande variété de produits chimiques, comme les substances ionogènes, et l’analyse devrait tenir compte de méthodes pour inclure les UVCB. Par exemple, la figure 3 présente un diagramme de l’espace chimique traçant le Kae (coefficient de partage air-eau) en fonction du Koe (coefficient de partage octanol-eau) ou du Kd (coefficient de partage sol-eau). Le succès de cette première étape repose sur la disponibilité de données fiables sur les propriétés physicochimiques.

Figure 3 - Équivalent du texte

La figure 3 présente un diagramme très simplifié et illustratif de l'espace chimique visant à déterminer, à l’étape I, si un produit chimique est présent dans plusieurs milieux. Dans ce cas, l'espace chimique est défini par le Kae (coefficient de partage air-eau) par rapport au Koe (coefficient de partage octanol-eau). Les produits chimiques ayant un Koe et un Kae intermédiaires (« A » au centre du diagramme de l'espace chimique) sont les plus susceptibles d’être présents dans plusieurs milieux après leur émission et méritent donc d'être pris en considération à l'aide des outils de l’étape II. Les produits chimiques ayant un Kae élevé et un Koe faible (« B » dans le coin supérieur gauche) devraient être présents dans l'air où le devenir atmosphérique est important. Les produits chimiques ayant un Koe élevé et un faible Kae (« C » dans le coin inférieur droit) sont susceptibles d'être présents dans des milieux « condensés » comme le sol, les sédiments et la végétation. Il est recommandé d'envisager l'utilisation d'outils de l’étape II en raison du temps de réaction important (c'est-à-dire de la persistance) dans l'environnement. Enfin, les produits chimiques à faible Koe et à faible Kae (« D » dans le coin inférieur gauche) devraient se trouver dans de l’eau où le devenir aquatique est important.

Abréviations : Kae – coefficient de partage air-eau; Koe – coefficient de partage octanol-eau.

Les produits chimiques dans la zone A sont susceptibles d’être présents dans plusieurs milieux, tandis que les produits chimiques dans la zone B sont plus susceptibles d’être présents dans l’air; le devenir atmosphérique est important. Les produits chimiques dans la zone D sont susceptibles d’être présents dans l’eau; le devenir en milieu aquatique est important. Les produits chimiques dans la zone C sont susceptibles d’être présents dans des milieux condensés, comme le sol, les sédiments et la végétation. Dans ce cas, l’utilisation d’un modèle multimilieu doit être envisagée afin d’estimer le devenir et la distribution des produits chimiques du point d’émission à l’accumulation dans les milieux condensés. Le CS a discuté du modèle simple d’interaction quantitative eau/air/sédiments (QWASI) mis au point par Mackay et ses collègues (Mackay et Diamond, 1989; Mackay et al., 2014). Le modèle EQuilibrium Criterion (EQC), aussi mis au point par Mackay et ses collègues, pourrait également être utilisé lorsque le modèle tient compte du partage chimique et du devenir dans un environnement multimilieu de type « monde unitaire » (Hughes et al., 2012; Mackay et al., 1996a; Mackay et al., 1996b).

En ce qui concerne l’étape suivante, à savoir l’étape II, il faut tenter d’obtenir des renseignements sur le temps de réaction du produit chimique. Le temps de réaction, ou le « temps de séjour », donne de l’information sur le temps de rétablissement (réduction des concentrations environnementales) si les émissions ont cessé. Dans l’étape II, le mode d’entrée est important et pourrait déterminer quel milieu est préoccupant en raison de l’accumulation du produit chimique et d’un long temps de réaction. La modélisation régionale ou mondiale est indiquée si le temps de réaction est long (c’est-à-dire si le produit chimique est persistant). De plus, si le temps de séjour est long, l’évaluation des dangers doit tenir compte des effets chroniques. Si le temps de séjour est suffisamment court, il n’est pas nécessaire de passer à l’étape suivante, sauf si le produit chimique se transforme en sous-produits persistants ou toxiques. Des renseignements sur le temps de réaction peuvent être obtenus à partir des modèles mentionnés précédemment, qui sont tous des modèles stables (aucun changement au fil du temps). Même si les modèles sont stables, des renseignements sur le temps de réaction ou de séjour du produit chimique peuvent être obtenus sans que la complexité inhérente à un modèle dynamique ou instable soit augmentée.

L’étape III concerne des éléments propres à chaque cas. Ce point est longuement discuté à la question 2 à l’étude. Par exemple, les écosystèmes fragiles et les considérations régionales et mondiales, dont les populations vulnérables, les espèces sensibles, la biodiversité et les espèces en voie de disparition, pourraient être pris en compte dans l’étape III. En ce qui concerne la charge de travail globale, elle devrait porter sur un groupe de produits chimiques restreint en raison des exigences élevées relatives aux données et du besoin d’expertise en matière de modélisation. Voici des données nécessaires relativement à cette étape :

• renseignements propres aux sites concernant l’environnement physique, comme le taux de pluie, la durée de la saison de croissance de la végétation, les chutes de neige et le débit d’air;
• information sur le réseau alimentaire;
• distance entre la source d’émission et l’environnement à l’étude (par exemple l’Arctique).

Il pourrait être difficile d’obtenir des données propres à un site permettant de paramétrer le modèle. Dans le contexte d’évaluations des risques qui conduiraient à une prise de décision réglementaire officielle, les exigences relatives aux données et les hypothèses formulées sont cruciales et nécessitent une analyse et une justification plus en profondeur que lorsqu’elles sont utilisées pour établir des priorités.

L’approche par étapes ou axée sur un arbre décisionnel, telle qu’elle est décrite dans le présent document, montre que beaucoup d’outils et d’approches existent et peuvent être organisés de manière systématique.

3. Moteurs de prévision des concentrations environnementales au-delà de l’échelle locale

Selon le troisième élément de la question à l’étude, le choix du modèle est guidé par le contexte décisionnel et la disponibilité de données appropriées. En ce qui concerne l’établissement des priorités, il serait possible et utile d’exécuter plusieurs modèles dans le cadre d’une approche par lots pour établir l’ordre de priorité des produits chimiques qui peuvent être présents en champ lointain (voir le lien avec les travaux de surveillance plus bas). La modélisation de l’exposition peut être particulièrement utile dans l’établissement des priorités relatives aux produits chimiques industriels dont l’utilisation n’est souvent connue que partiellement et dont les propriétés dangereuses ne sont souvent pas entièrement caractérisées en raison d’un manque d’information. Dans cette approche par lots, des hypothèses génériques peuvent être formulées, et la marge d’erreur tolérable est davantage élevée. L’utilisation de l’exposition dans l’établissement des priorités relatives à d’autres travaux en cas de manque de données est un bon exemple de l’approche fondée sur le risque, qui est l’un des piliers du PGPC. Ici, comme dans d’autres cas, la prise en compte de l’exposition et des dangers doit se faire en parallèle. Autrement, l’évaluation pourrait être menée dans le contexte d’une prise de décision réglementaire, où les modèles visent à fournir une meilleure idée du comportement du produit chimique dans l’environnement, à faciliter l’interprétation des données de surveillance et à permettre aux évaluateurs d’étudier différents scénarios.

Question à l’étude 2 : Comment le gouvernement du Canada peut-il mieux intégrer le devenir des produits chimiques en fonction d’échelles spatiale et temporelle pertinentes pour réduire les principales incertitudes relatives aux concentrations environnementales prévues dans le cadre des activités d’établissement des priorités et d’évaluation des risques?

Dans le cadre de la question à l’étude 1, le CS a discuté de l’utilisation d’une batterie de modèles ou de l’adoption d’une approche par étapes avec l’utilisation d’un ensemble séquentiel de modèles, en fonction du contexte considéré. Dans le cadre de la question à l’étude 2, le CS a examiné, sans toutefois prendre de décision, la stratégie consistant à adopter une approche par étapes plutôt que d’exécuter une batterie de modèles dans un premier temps. Le CS a ensuite discuté des modèles qui seraient utilisés dans l’un ou l’autre des scénarios et de la manière dont le gouvernement du Canada pourrait obtenir les modèles et acquérir l’expertise nécessaire à leur exécution.

Si une approche par étapes est adoptée, les approches et les modèles qui pourraient être utilisés sont présentés à la figure 2. Ces étapes suivent celles proposées par Don Mackay dans sa série de modèles de fugacité, lesquels passent d’un simple modèle de niveau I montrant le comportement de partage d’un produit chimique dans un « monde unitaire » défini, à un modèle de niveau III tenant compte d’un comportement chimique stable (par exemple QWASI ou EQC), à un traitement détaillé et propre à un environnement au cours de la troisième étape (par exemple modèles QWASI, EQC, ChemCAN précisément paramétrés). L’adoption de cette approche nécessiterait que le gouvernement du Canada maintienne ces modèles, lesquels pourraient soit être indépendants, soit faire partie d’une progression de modèles partageant des paramétrages et des calculs fondamentaux similaires.

Si une seule exécution initiale est utilisée, soit une batterie de modèles ou de modules dans une structure de modèle pourrait être utilisée, soit un modèle imbriqué intégrant différents environnements pourrait être utilisé. Un exemple de modèle à architecture imbriquée est SimpleBox (un modèle multimilieu sur le devenir dans l’environnement). Toutefois, le CS a soulevé les défis liés au maintien d’un seul grand modèle.

Que l’on utilise un modèle imbriqué ou une série de modèles, les points suivants ont été soulevés dans le but de permettre au gouvernement du Canada de mieux intégrer la modélisation du BM dans sa « boîte à outils » relative à l’évaluation des risques.

1. Mettre au point et appuyer une série de modèles de BM tirés de la science de l’exposition existante et émergente

Le CS a noté qu’il existe de nombreux modèles. Ainsi, les modèles de BM utilisés actuellement par le gouvernement du Canada nécessitent le maintien des modèles existants et la prise en compte de nouvelles connaissances et de nouveaux concepts de modélisation découlant de la science de l’exposition émergente.

Comme il a été mentionné à la question à l’étude 1, il est possible d’exécuter soit une batterie de modèles, soit un seul modèle plus complexe, ou encore l’évaluateur peut adopter une approche par étapes. Les 2 approches exigent que le gouvernement du Canada puisse soutenir une série de modèles. Comme il a été noté précédemment, il peut être désavantageux de soutenir un modèle unique (et probablement complexe) dont le maintien nécessiterait un effort important. Par ailleurs, le CS a jugé souhaitable de soutenir une série de modèles qui pourraient être utilisés selon les besoins ou de soutenir un modèle composé de modules qui peuvent être actualisés, peaufinés et tenus à jour de manière indépendante.

Le CS a également discuté de l’élaboration et du maintien d’un modèle de PGPC par le gouvernement du Canada. Le système de modèles RAIDAR (Risk Assessment IDentification And Ranking), élaboré par Arnot et ses collègues, serait une option envisageable étant donné la capacité du modèle RAIDAR à estimer les expositions en champ lointain et en champ proche des écosystèmes et des récepteurs humains (Arnot et Mackay, 2008; Li et al., 2018).

Dans tous les cas, les modèles nécessitent un certain entretien. Les algorithmes des modèles devraient évoluer au même rythme que la science. Au fur et à mesure que les connaissances au sujet des conditions et des systèmes environnementaux augmentent, des bibliothèques de systèmes peuvent être créées pour paramétrer les modèles en fonction de conditions propres à chaque cas. Les formats de codage informatique évoluent également avec le temps et nécessitent des efforts continus pour maintenir la compatibilité et l’accessibilité. Le CS a fait remarquer que toutes ces améliorations nécessitaient des ressources.

2. Concevoir des ensembles de données pour soutenir l’utilisation de modèles

Le CS a souligné que les données de sortie d’un modèle reposent sur des données d’entrée fiables. De ce fait, les ensembles de données d’entrée doivent être améliorés et maintenus. Les principaux ensembles de données qui doivent être créés et maintenus sont les suivants :

• Propriétés physicochimiques [solubilité, pKa, coefficients de partage, rapports de distribution]. Les évaluateurs se servent déjà des QSAR pour obtenir des estimations des propriétés physicochimiques et soulignent les limites attribuables aux domaines d’application. Voici des exemples de programmes qui ont été (et pourraient être) utilisés : Estimation Program Interface (EPI) Suite, United States (U.S.) Environmental Protection Agency (EPA) Chemistry Dashboard, SPARC Performs Automated Reasoning in Chemistry (SPARC) et Absolv.
• Données sur les demi-vies de dégradation. À l’exception des modèles de niveau I, les données sur les demi-vies de dégradation sont nécessaires pour les simulations de modèles, mais il n’existe pas de QSAR ou d’outils permettant de prédire les demi-vies dans l’eau, le sol et les sédiments pour plusieurs produits chimiques. L’outil le plus utilisé relativement aux données sur les demi-vies de dégradation est EPI Suite; cependant, il ne permet pas de prédire concrètement les demi-vies dans l’environnement. Le modèle CATALOGIC peut également être utilisé pour les estimations des demi-vies de biodégradation dans le sol, mais il s’agit d’un modèle propriétaire. Le module BioWin d’EPI Suite permet de prédire des renseignements sur la biodégradabilité chimique, mais les demi-vies de biodégradation aérobie dans l’eau sont extrapolées et ne sont pas directement prédites par les QSAR. En outre, des règles empiriques sont alors nécessaires pour extrapoler les demi-vies dans l’eau à des demi-vies dans le sol et les sédiments (par exemple le ratio 1:1:4 ou le ratio 1:2:9 peut être appliqué, mais avec une justification scientifique très limitée). Dans le sous-modèle BioHCWin d’EPI Suite se trouve la seule QSAR qui prédit concrètement les demi-vies aérobies dans l’eau, mais le domaine d’application de cette QSAR concerne uniquement les hydrocarbures.
  Les études sur la biodégradation les plus couramment disponibles portent sur la biodégradabilité immédiate, et ce type d’essai sous-estime probablement la dégradation (surestimation de la demi-vie). Des essais de niveau supérieur ont été réalisés pour un nombre réduit de produits chimiques, et il est difficile d’accéder à ces études pour la modélisation de nombreux produits chimiques. Il existe encore moins de résultats d’essai pour tenter d’établir directement les demi-vies dans le sol ou les sédiments à l’aide de données expérimentales ou pour déterminer les produits de dégradation qui devraient être modélisés. Il peut également être difficile de trouver des données de dégradation sur les demi-vies dans l’atmosphère.
• Émissions (voir ci-dessous).
• Attributs de système (voir ci-dessous).

3. Intégrer, de manière itérative, l’utilisation de modèles et de données de surveillance pour se soutenir mutuellement

Selon le CS, il s’agit d’un point important qui n’a pas nécessairement été mentionné par d’autres organismes ayant discuté de l’utilisation de modèles dans un environnement réglementaire. Le gouvernement du Canada soutient plusieurs efforts de surveillance environnementale déployés par ECCC et d’autres organismes. Les données de surveillance ont fourni et continuent de fournir un signe avant-coureur du transport des produits chimiques au-delà de ce qui était prévu. Les efforts de surveillance menés par le gouvernement du Canada dans l’Arctique, comme dans le cadre du Programme de lutte contre les contaminants dans le Nord (gouvernement du Canada, 2018), en sont un excellent exemple. Par ailleurs, les modèles d’évaluation préalable peuvent suggérer des produits chimiques qui pourraient, par exemple, être transportés à grande distance (par exemple Wania, 2003).

Le CS a indiqué qu’il est important de poursuivre cette interaction productive entre l’utilisation de modèles et les données de surveillance afin de déterminer les produits chimiques qui sont susceptibles d’être présents (ou qui sont présents) dans plusieurs milieux ou qui sont susceptibles de présenter (ou qui présentent) un potentiel de transport à longue distance.

D’autres administrations ont conçu des bases de données en ligne conviviales [par exemple la plateforme d’information pour la surveillance des produits chimiques (IPCHEM)] afin de combler les lacunes en matière de connaissances sur l’exposition aux produits chimiques et l’incidence de cette exposition sur la santé et l’environnement. Le gouvernement du Canada et les provinces consacrent beaucoup de ressources en vue d’obtenir des mesures sur les produits chimiques dans les milieux environnementaux. Ces données sont extrêmement précieuses en ce qui concerne le comblement des lacunes en matière de données sur l’exposition aux produits chimiques et l’évaluation des modèles de devenir et de transport. Les premiers efforts déployés pour organiser ces renseignements obtenus par le gouvernement du Canada pourraient évoluer et permettre de produire une base de données de surveillance permanente et accessible au public pour le Canada.

4. Acquérir et maintenir une expertise interne en matière d’élaboration et de maintien de modèles. Établir des partenariats stratégiques pour promouvoir l’élaboration et l’adoption de modèles.

La réalisation des progrès décrits au point 1 précédent repose sur le maintien des modèles que le gouvernement du Canada a choisi de soutenir. Le gouvernement du Canada doit également se tenir au courant des faits nouveaux en matière de modélisation du devenir et de l’exposition et évaluer leur éventuelle adoption dans des programmes comme le PGPC. Pour que cette approche porte fruit, le CS a discuté du maintien d’un comité directeur chargé de surveiller les modèles disponibles et les besoins du gouvernement du Canada en matière de modélisation, ainsi que de la nécessité de se tenir au courant des faits nouveaux.

Le CS a ensuite discuté des options consistant à s’appuyer sur une expertise interne ou externe relativement à l’élaboration et au maintien des modèles. Ces 2 options ne sont pas nécessairement mutuellement exclusives. Le gouvernement du Canada pourrait fournir un soutien continu et des voies de communication ouvertes avec les concepteurs de modèles indépendants dans la communauté de la recherche et de la consultation, ainsi que d’autres organismes de réglementation (internationaux). L’avantage est que le travail est continu et que des innovations peuvent avoir lieu, car l’élaboration de modèles n’est pas nécessairement limitée par une utilisation adaptée aux besoins. Les inconvénients potentiels sont le manque de contrôle, la perte potentielle de continuité et l’incapacité pour les évaluateurs de risques du gouvernement du Canada d’avoir un accès immédiat à l’expertise en matière de modélisation.

Ainsi, en plus du recours actuel à l’expertise externe, le CS a examiné la possibilité que le gouvernement du Canada acquière une expertise interne en matière d’élaboration et de maintien des modèles. Cette expertise interne serait nécessaire pour que le gouvernement du Canada puisse maintenir une série de modèles. Les experts internes veilleraient à ce que les modèles soient tenus à jour et serviraient de ressources aux évaluateurs des produits chimiques. Il convient d’expliquer ce dernier point. Si le gouvernement du Canada adopte effectivement une utilisation accrue de modèles pour évaluer l’exposition en champ lointain, les évaluateurs de risques auront donc besoin de formation et de soutien pour faire en sorte que l’utilisation des modèles cadre avec les hypothèses, le domaine d’application, etc. et que les résultats sont correctement interprétés. Par conséquent, l’adoption de modèles nécessitera non seulement des efforts du gouvernement du Canada visant à appuyer les modèles, mais aussi une garantie que l’utilisation est appropriée.

5. Utiliser des études de cas pour guider l’élaboration et la mise en œuvre de modèles

La recommandation consistant à utiliser des études de cas est un thème récurrent relativement aux questions soulevées par le CS (par exemple voir le rapport sur la santé publique). Dans ce cas, les études de cas servent à permettre de réaliser des essais et d’acquérir de l’expérience dans l’utilisation des modèles de BM aux fins d’évaluation. Le CS n’est pas entré dans les détails en ce qui concerne les types d’études de cas qui devraient être réalisées, mais a constaté que les études de cas doivent tenir compte du vaste éventail de propriétés physicochimiques, envisager un archétype générique ou spécifique pour caractériser les environnements des modèles et prendre en compte le vaste éventail de scénarios d’émissions. Les études de cas doivent comprendre des produits chimiques pour lesquels il existe beaucoup de données, comme les pesticides. Le fait qu’une étude de cas soit axée sur un produit chimique existant permet également de fournir des renseignements, notamment le degré d’évaluation du modèle. En général, une élaboration et une évaluation de modèles et d’approches de modélisation axées sur les problèmes permettront de concentrer les ressources sur les besoins d’évaluation les plus importants du gouvernement du Canada.

Autres considérations

Le CS a donné de plus amples détails sur le « mode d’emploi » de l’élaboration et de l’application de modèles.

Émissions

Une exigence clé – et aussi une incertitude importante – dans les prévisions des modèles d’exposition et du devenir relativement aux concentrations environnementales concerne les renseignements sur le taux d’émission et l’emplacement. De nombreux renseignements sur les émissions (notamment le milieu dans lequel les émissions se produisent, les emplacements géographiques, l’ampleur des types d’émissions et les tendances temporelles des émissions) sont essentiels pour l’exécution et l’interprétation correcte des résultats des modèles au-delà des modèles simples utilisés pour déterminer le partage et pour déterminer si un produit chimique est présent dans plusieurs milieux (par exemple un modèle de niveau I). Malgré le besoin de données sur les émissions, celles-ci sont souvent les moins bien connues de toutes les données d’entrée des modèles. Ainsi, le CS a été sans équivoque sur la nécessité d’améliorer les estimations des émissions qui sous-tendent les résultats des modèles.

Le fait de ne pas utiliser les taux d’émission et de plutôt exécuter un modèle avec une émission unitaire dans un ou plusieurs milieux donnés permet d’éviter l’incertitude liée aux renseignements sur les émissions. Dans ce cas, une émission unitaire désigne une émission hypothétique, comme 1 mol/h dans une région. L’exécution d’un modèle de cette manière peut contribuer à l’établissement des priorités. Au-delà de l’établissement des priorités, les modèles peuvent être exécutés en sens inverse (modélisation inverse) en vue d’obtenir des estimations globales des émissions en fonction des concentrations mesurées (par exemple Diamond et al., 2010). Il s’agit d’un autre cas où la surveillance et la modélisation doivent être intégrées. L’avantage de la modélisation inverse est qu’elle permet d’obtenir des estimations d’ordre de grandeur des émissions qui sont propres à chaque cas. L’inconvénient est de ne pas nécessairement connaître le milieu dans lequel un produit chimique est rejeté et d’attribuer des sources à ces émissions. La capacité d’opérationnaliser la modélisation inverse et de réduire l’incertitude dans les calculs du modèle du devenir repose sur des données de surveillance appropriées et fiables (voir le point précédent).

Le CS a recommandé de donner la priorité à la collecte de données sur les émissions. Ces données sont nécessaires pour tout le cycle de vie du produit chimique, notamment en fin de vie (à l’exclusion des sites d’enfouissement). Le CS a également suggéré de préparer des données de scénarios sur les émissions relativement aux substances pour lesquelles il existe beaucoup de données et celles pour lesquelles il y en a peu. Les modèles permettant de prévoir les taux d’émission des produits chimiques (par exemple CiP-CAFE [Li, Arnot, et Wania, 2018a, 2018b; Li et al., 2017; Li et Wania, 2016]) doivent être évalués et améliorés au besoin.

Attributs de système

Au-delà des modèles simples nécessaires à l’étape I ou II, le CS a discuté des attributs ou des propriétés nécessaires à l’étape III. Les suggestions suivantes qui permettraient d’obtenir des attributs de système adaptés à l’environnement canadien ont été formulées.

• Une série de systèmes « fonctionnels ». Dans ce cas, un système fonctionnel est un environnement ou un système qui assure une fonction commune. Voici quelques exemples :
  • les zones urbaines qui assurent la fonction d’établissement des humains et de leurs activités;
  • un écosystème agricole, où une prairie pourrait comprendre un marécage qui soutient les espèces sauvages;
  • un écosystème arctique, en raison de sa fragilité unique en tant qu’écosystème et en tant qu’indicateur du transport à longue distance (le CS a discuté du fait qu’il peut y avoir d’autres écosystèmes fonctionnels importants, comme un marécage de prairie, qui est aussi un écosystème fragile révélateur d’activités agricoles).
• Des écozones géographiquement précises. Elles sont représentées dans ChemCAN (Webster et al., 2004; Woodfine et al., 2002). Il serait possible de mettre à jour ce type de modèle en établissant des liens avec les renseignements du système d’information géographique. Le CS a reconnu que la mise à jour des écozones, dont le paramétrage général et le paramétrage des réseaux alimentaires propres aux écozones, nécessite des données de recherche-développement.
• Le paramétrage au sein des systèmes fonctionnels ou de l’écozone qui tient compte des événements et des conditions extrêmes (par exemple les sécheresses et les inondations). Dans ce cas, le CS a fait remarquer que les paramétrages des modèles doivent suivre les changements environnementaux, où les expositions survenant lors d’événements extrêmes doivent être prises en compte en plus des conditions environnementales moyennes. Il est important de tenir compte des conditions extrêmes en cas d’émissions entraînant des conséquences graves.
• Différentes échelles géographiques : de locale, à régionale (ou à l’échelle du bassin versant), à mondiale.

Expression de l’incertitude

Le CS a discuté de l’importance de saisir et d’exprimer l’incertitude dans les estimations des modèles. Le CS n’est pas entré dans les détails en ce qui concerne la meilleure façon de saisir l’incertitude, mais a noté qu’il est maintenant courant d’exécuter des modèles qui comprennent les distributions de probabilité de divers paramètres afin de générer des distributions de probabilité des données de sortie.

En ce qui concerne la modélisation, un autre aspect de l’incertitude est la nécessité d’évaluer la qualité des données d’entrée. Le CS a soulevé l’idée d’élaborer des lignes directrices sur l’évaluation de la qualité des données.

Évaluation des modèles

L’évaluation des modèles reste un aspect important de l’élaboration et de l’utilisation de modèles. Le CS a examiné divers aspects de l’évaluation des modèles, notamment les termes corrects à utiliser (voir Oreskes et al., 1994). Bien que les modèles de BM soient fondés sur des processus physiques fondamentaux, il subsiste une incertitude considérable quant à la saisie correcte des processus environnementaux et du paramétrage.

L’évaluation des modèles pourrait faire partie des activités entreprises pour maintenir les modèles utilisés par le gouvernement du Canada. Dans ce cas, les données de surveillance peuvent aider à l’évaluation des modèles. Ainsi, encore une fois, cela souligne la nécessité d’intégrer les activités de surveillance et de modélisation liées aux produits chimiques.

Question à l’étude 3 : Quels sont les principaux avantages et inconvénients, ainsi que les principales incertitudes, auxquels le gouvernement du Canada peut s’attendre en adoptant des méthodes dynamiques d’évaluation de l’exposition assorties d’une résolution spatiale élargie pour les évaluations de substances chimiques dans le cadre du PGPC? Décrire des façons d’éliminer ces inconvénients.

Le CS a discuté des nombreux avantages et inconvénients liés à l’intégration de la modélisation de l’exposition dans les évaluations des risques pour les écosystèmes et la santé humaine en champ lointain. La discussion a également porté sur les principales incertitudes.

Avantages

• Peut combler les importantes lacunes en matière de données sur l’exposition qui entraînent des incertitudes quant aux connaissances de base sur les produits chimiques présents dans l’environnement et à la capacité de réaliser des évaluations des risques chimiques.
• Peut étendre l’analyse de l’exposition au-delà de l’approche axée sur la persistance et la bioaccumulation et fournir des éléments de preuve supplémentaires, ce qui permet d’accroître le degré de protection envers l’environnement et la santé humaine.
• Peut conduire à une analyse davantage transparente et accroître la capacité de communiquer les résultats au public et aux intervenants.
• Peut non seulement aider à l’établissement des priorités des substances selon l’exposition dans le cadre du PGPC et à l’établissement des priorités des besoins en matière de données selon l’exposition, mais peut aussi appuyer la prise de décision fondée sur les risques.
• Peut contribuer aux efforts mondiaux quant à la gestion des produits chimiques, par exemple dans le cadre du Programme des Nations Unies pour l’environnement ou de la Convention de Stockholm sur les polluants organiques persistants.
• Peut fournir la capacité d’intégration des connaissances scientifiques de plusieurs disciplines ainsi que l’assemblage de données provenant de plusieurs sources, l’intégration elle-même pouvant apporter de nouvelles connaissances au-delà de celles obtenues de disciplines individuelles.
• Une initiative visant à faire progresser l’intégration de la modélisation dans l’évaluation de l’exposition pourrait offrir des possibilités en matière de leadership mondial dans ce domaine, le Canada ayant été un chef de file en modélisation de l’exposition dans le passé.
• En ce qui concerne les connaissances acquises, la modélisation de l’exposition peut améliorer les éléments suivants :
  • le réalisme concernant les estimations et les scénarios d’exposition (amélioration comparativement à l’heure actuelle) et, par conséquent, la confiance dans les estimations utilisées pour les évaluations des risques;
  • les principaux processus et mécanismes liés au devenir;
  • les prévisions futures, compte tenu des changements dans les émissions, les conditions environnementales, etc.;
  • les estimations des temps de rétablissement des systèmes.

Enfin, le CS a indiqué qu’il existe actuellement de nombreux modèles pour accélérer leur utilisation dans la modélisation de l’exposition. Il faut une stratégie pour leur utilisation; elle pourrait s’appuyer sur l’expérience (tant à l’interne qu’avec des collaborateurs).

Inconvénients

• Peut augmenter les besoins en matière de données (notamment, dans certains cas, les données sur les émissions.
• Peut entraîner plus de faux positifs ou de faux négatifs.
• Peut conduire à des résultats de modèles probabilistes difficiles à interpréter et à communiquer au public et aux intervenants (bien que les questions liées à l’incertitude concernent les évaluations de l’exposition et des dangers).
• Nécessite une expertise supplémentaire et continue, et donc des ressources supplémentaires (les modèles doivent être tenus à jour).

Principales incertitudes

Bien qu’il existe de nombreuses incertitudes liées à la modélisation et aux données d’entrée des modèles, le CS a reconnu que la modélisation permet d’établir l’ordre de priorité de ces incertitudes par la réalisation d’une analyse de sensibilité. En effet, sans modèle, l’importance relative de la réduction de certaines incertitudes ne peut être jugée.

La plus grande incertitude liée à l’application d’un modèle concerne les émissions, qui sont difficiles à quantifier et, par conséquent, qui sont rarement bien caractérisées. Cette incertitude a été examinée à la question à l’étude 2 et est mentionnée plus bas comme un domaine nécessitant des données de recherche-développement. Le CS a discuté de stratégies pour obtenir des données des entreprises, tout en notant que les chaînes d’approvisionnement complexes et les données exclusives sur les formulations peuvent rendre difficile l’obtention de données fiables et précises.

Solutions pour relever les défis

Les stratégies suivantes ont été proposées pour éliminer les inconvénients liés à l’intégration de modèles dans l’évaluation de l’exposition :

• Élaborer des modèles et recueillir des données en fonction de problèmes définis (méthode adaptée aux besoins).
• Compenser, dans une certaine mesure, l’investissement financier que représente l’intégration de modèles d’exposition par l’établissement de partenariats stratégiques pour partager les responsabilités financières.
• Montrer les forces et les avantages liés à l’intégration de la modélisation de l’exposition par l’utilisation d’études de cas qui illustrent la valeur ajoutée.
• Mieux intégrer la collaboration multisectorielle entre le gouvernement du Canada, les homologues provinciaux, le milieu universitaire et les consultants (cette collaboration s’applique au partage de l’expertise en matière de modélisation ainsi qu’à l’intégration des données de modélisation et de surveillance ou de mesure).
• Investir dans l’expertise ou la formation interne en matière de modélisation et dans l’intégration des nombreuses données recueillies par le gouvernement du Canada dans une base de données centralisée et entretenue.
• Encourager les entreprises à fournir des renseignements sur l’estimation des émissions, ce qui permettra au gouvernement du Canada de passer à des scénarios plus réalistes que les scénarios les plus défavorables qui sont actuellement souvent exécutés par nécessité.

Le CS a reconnu que le Canada joue un rôle de premier plan en tant qu’organisme de réglementation dans l’élaboration de modèles d’exposition environnementale et pourrait continuer à appuyer l’élaboration et l’évolution de ces modèles. Des partenariats stratégiques avec le milieu universitaire et d’autres autorités pourraient permettre de renforcer ce rôle de chef de file. Dans ce contexte, l’alliance possible entre ECCC et l’Union européenne/l’Organisation de coopération et de développement économiques (UE/OCDE) (particulièrement dans le cadre de la conception des logiciels EUSES/Chesar) pourrait conduire à une mise en œuvre rigoureuse de la science produite sous la direction du Canada relativement aux outils intégrés pour lesquels l’UE/OCDE met au point des modèles et favorise leur libre utilisation.

Le CS a également discuté des domaines qui pourraient bénéficier de données de recherche-développement, dont certains ont été mentionnés dans les sections précédentes du présent rapport :

• Élargir le domaine des produits chimiques pour lesquels les modèles sont applicables afin d’inclure, par exemple, les composés ionogènes, les UVCB, les produits d’origine et les produits de transformation connexes.
• Mettre au point une infrastructure de données et des méthodes d’estimation des émissions. Le CS a voulu souligner que le manque de données sur les émissions est le maillon faible en ce qui a trait à la modélisation.
  • Le CS a proposé de nouvelles approches, comme CiP-CAFE (Chemicals in Products-Comprehensive Anthropospheric Fate Estimation, un modèle dynamique de flux de substances).

Enfin, le CS a organisé les activités d’une stratégie de mise en œuvre selon des efforts à court, moyen et long terme nécessaires à l’utilisation améliorée de modèles d’exposition dans le cadre du PGPC :

• À court terme
  • élaborer le système
  • organiser et intégrer les données
    • déterminer les données et les approches à intégrer
  • investir dans des ressources visant l’opérationnalisation des efforts de modélisation, notamment l’élaboration d’une expertise et d’une formation de base à l’interne
  • intégrer les efforts de mesure (surveillance) et de modélisation
• À moyen terme
  • appuyer les données (par exemple mise au point d’une infrastructure de données, voir plus haut)
  • élargir le domaine d’application des substances
  • perfectionner la conceptualisation et le paramétrage des systèmes fonctionnels (par exemple urbains, agricoles) et des écozones en vue de leur utilisation dans un modèle de niveau supérieur
• À long terme
  • élaborer de nouveaux modèles ou améliorer les modèles existants (par exemple relier les produits d’origine et les produits de transformation)
  • continuer d’étendre le système pour tenir compte, par exemple, des UVCB, d’autres systèmes fonctionnels et des scénarios d’émissions plus complets
  • renforcer la confiance au moyen de l’expertise et de l’application des modèles

Conclusions

Le CS a évalué les forces, les faiblesses et les approches liées à l’intégration des modèles de devenir et d’exposition pour soutenir ou améliorer les efforts actuels relatifs à l’évaluation des risques pour les écosystèmes et à l’évaluation de l’exposition humaine en champ lointain. Le CS a exprimé un point de vue consensuel sur le fait que l’intégration accrue des modèles de BM dans l’évaluation actuelle serait bénéfique pour de nombreuses raisons. Le CS n’est pas parvenu à un cheminement clair vers la mise en œuvre, mais a plutôt suggéré des options pour mettre en œuvre l’utilisation accrue des modèles d’exposition. Les principaux points tirés de la discussion de 2 jours sur la modélisation de l’exposition sont présentés ci-dessous.

1. Le CS a dressé une liste des caractéristiques des substances qui peuvent servir de lignes directrices pour déterminer quand une approche de modélisation de l’exposition à plusieurs milieux est justifiée.
2. Après avoir déterminé qu’une approche à plusieurs milieux est justifiée, le CS a proposé 2 options pour déterminer le ou les modèles à utiliser : 1) adopter une approche par étapes pour déterminer le degré de complexité nécessaire selon la situation (adapté aux besoins) ou 2) exécuter une batterie de modèles ou un seul modèle imbriqué pour fournir des renseignements exhaustifs sur le devenir chimique. Les 2 options présentent des avantages et des inconvénients.
3. Les besoins suivants ont été établis en ce qui concerne l’intégration de la modélisation de l’exposition dans l’approche actuelle d’évaluation des risques :
   • Mettre au point et appuyer une série de modèles de BM tirés de la science de l’exposition existante et émergente.
   • Appuyer les efforts visant à rassembler des données existantes afin de soutenir l’utilisation de modèles et d’intégrer les efforts de surveillance (collecte de données) et de modélisation.
   • Soutenir les efforts de collecte de données prioritaires requises comme données d’entrée et paramètres de modèles (par exemple recueillir des données pour améliorer les estimations des émissions, lesquelles constituent les lacunes les plus importantes en matière de données qui freinent l’application des modèles; créer des bases de données et des QSAR relativement aux demi-vies de dégradation).
   • Appuyer les travaux visant à étendre le domaine des modèles de BM des composés organiques non polaires communs pour inclure, par exemple, les composés ionogènes, les UVCB, les colorants et pigments, les sels organiques, les organométalliques et certains polymères.
   • Envisager de soutenir l’expertise interne en matière de modélisation ainsi que de favoriser les collaborations et les partenariats stratégiques entre les secteurs au Canada et à l’étranger pour appuyer l’élaboration et l’application de modèles.
   • Envisager des partenariats stratégiques avec le milieu universitaire et d’autres autorités. Par exemple, l’alliance possible entre ECCC et l’UE/l’OCDE (particulièrement dans le cadre de la conception des logiciels EUSES/Chesar) pourrait conduire à une mise en œuvre rigoureuse de la science produite sous la direction du Canada.
   • Envisager de soutenir l’élaboration d’un ou de plusieurs modèles de niveau supérieur comportant des modules adaptés à la diversité des environnements canadiens en ce qui a trait aux fonctions (par exemple urbaine, agricole), aux écozones, aux variations temporelles des émissions et aux changements (ce qui comprend la prise en compte des événements extrêmes).
   • Acquérir de l’expérience dans l’expression de l’incertitude au moyen des estimations et de l’évaluation des modèles.
   • Utiliser des études de cas pour guider l’élaboration et la mise en œuvre de modèles.
   • Intégrer l’élaboration de modèles et la surveillance des produits chimiques pour optimiser leur valeur.
4. Le CS a énuméré de nombreux avantages liés à une intégration accrue des modèles de BM dans l’évaluation actuelle ainsi que des inconvénients, quelques-unes des principales incertitudes et des solutions pour surmonter les difficultés relatives à l’utilisation de modèles d’exposition. Le CS a également discuté d’activités qui pourraient être entreprises à court, moyen et long terme dans le cadre d’une stratégie de mise en œuvre.

Glossaire

BM

bilan massique, selon le type de modèle abordé

ChemCAN

modèle de devenir chimique de niveau III qui comprend 24 régions du Canada

CiP-CAFE

Chemicals in Products–Comprehensive Anthropospheric Fate Estimation

CS

Comité scientifique

ECCC

Environnement et Changement climatique Canada

EQC

EQuilibrium Criterion

EUSES

European Union System for the Evaluation of Substances

OCDE

Organisation de coopération et de développement économiques

PGPC

Plan de gestion des produits chimiques

POP

polluant organique persistant, selon la définition de la Convention de Stockholm

QSAR

relation quantitative structure-activité

QWASI

interaction quantitative eau/air/sédiments

TBP

substances toxiques, bioaccumulables et persistantes, selon les critères de catégorisation de la toxicité chimique

UE

Union européenne

UVCB

substances de composition inconnue ou variable, produits de réaction complexes ou matières biologiques

Références

Armitage, J. M., Arnot, J. A., Wania, F., Mackay, D. 2013. Development and evaluation of a mechanistic bioconcentration model for ionogenic organic chemicals in fish. Environ Toxicol Chem, 32:(1), 115–128.

Arnot, J. A., Mackay, D. 2008. Policies for chemical hazard and risk priority setting: can persistence, bioaccumulation, toxicity and quantity information be combined? Environ Sci Technol, 42(13): 4648-4654.

Arnot, J. A., Mackay, D., Sutcliffe, R., Lo, B. 2010. Estimating farfield organic chemical exposures, intake rates and intake fractions to human age classes. Environ Model Software, (25): 1166-1175.

Bonnell, M. A., Zidek, A., Griffiths, A., Gutzman, D. 2018. Fate and exposure modeling in regulatory chemical evaluation: new directions from retrospection. Environmental Science: Processes & Impacts, 20(1): 20-31.

Csiszar, S. A., Gandhi, N., Alexy, R., et al. 2011. Aquivalence revisited—New model formulation and application to assess environmental fate of ionic pharmaceuticals in Hamilton Harbour, Lake Ontario. Environ Int, 37(5): 821-828.

Diamond M. L., Melymuk L., Csiszar S. A., Robson M. 2010. Estimation of PCB stocks, emissions, and urban fate: will our policies reduce concentrations and exposure? Environ Sci Technol, (44): 2777-2783.

European Chemicals Agency [ECHA]. 2018. Workshop on EUSES update needs.

Fenner, K., Schenker U., Scheringer M. 2008. Modelling environmental exposure to transformation products of organic chemicals. In A. B. A. Boxall (Ed.), The Handbook of Environmental Chemistry: Vol. 2. Transformation products of synthetic chemicals in the environment (pp. 121-149).

Franco, A., Trapp, S. 2010. Multimedia activity model for ionizable compounds—Validation study with 2,4-D, aniline and trimethoprim. Environ Toxicol Chem, 29(4): 789-799.

Gouvernement du Canada. 2018. Programme de lutte contre les contaminants dans le Nord – Contexte.

Hughes, L., Mackay, D., Powell, D. E., Kim, J. 2012. An updated state of the science EQC model for evaluating chemical fate in the environment: Application to D5 (decamethylcyclopentasiloxane). Chemosphere, 87(2): 118-124.

Isaacs, K. K., Glen, W. G., Egeghy, P., et al. 2014. SHEDS-HT: An integrated probabilistic exposure model for prioritizing exposures to chemicals with near-field and dietary sources. Environ Sci Technol, 48(21): 12750-12759.

Li, L., Arnot, J. A., Wania, F. 2018a. Revisiting the contributions of far- and near-field routes to aggregate human exposure to polychlorinated biphenyls (PCBs). Environ Sci Technol, 52(12): 6974-6984.

Li, L., Arnot, J. A., Wania, F. 2018b. Towards a systematic understanding of the dynamic fate of polychlorinated biphenyls in indoor, urban and rural environments. Environ Int, (117): 57-68.

Li, L., Liu, J. G., Hu, J. X., Wania, F. 2017. Degradation of fluorotelomer-based polymers contributes to the global occurrence of fluorotelomer alcohol and perfluoroalkyl carboxylates: A combined dynamic substance flow and environmental fate modeling analysis. Environ Sci Technol, 51(8): 4461-4470.

Li, L., Wania, F. 2016. Tracking chemicals in products around the world: Introduction of a dynamic substance flow analysis model and application to PCBs. Environ Int, (94): 674-686.

Li, L., Westgate, J. N., Hughes, L. 2018. A model for risk-based screening and prioritization of human exposure to chemicals from near-field sources. Environ Sci Technol, 52(24): 14235-14244.

Mackay, D., Di Guardo, A., Paterson, S., Cowan, C. E. 1996a. Evaluating the environmental fate of a variety of types of chemicals using the EQC model. Environ Toxicol Chem, 15(9): 1627-1637.

Mackay, D., Di Guardo, A., Paterson, S., Kicsi, G., Cowan, C.E., Kane, D. M. 1996b. Assessment of chemical fate in the environment using evaluative, regional and local-scale models: Illustrative application to chlorobenzene and linear alkylbenzene sulfonates. Environ Toxicol Chem, 15(9): 1638-1648.

Mackay, D., Diamond, M. 1989. Application of the Qwasi (quantitative water air sediment interaction) fugacity model to the dynamics of organic and inorganic chemicals in lakes. Chemosphere, 18(7-8): 1343-1365.

Mackay, D., Hughes, L., Powell, D. E., Kim, J. 2014. An updated Quantitative Water Air Sediment Interaction (QWASI) model for evaluating chemical fate and input parameter sensitivities in aquatic systems: Application to D5 (decamethylcyclopentasiloxane) and PCB-180 in two lakes. Chemosphere, (111): 359-365.

National Academies of Sciences. 2017. Using 21st Century Science to Improve Risk-Related Evaluations. The National Academies Press: Washington, DC; p. 260.

Oreskes N., Shrader-Frechette K., Belitz K. 1994. Verification, validation, and confirmation of numerical models in the earth sciences. Science, 263(5147): 641-646.

Ring C. L., Arnot J. A., Bennett D. H., et al. 2019. Consensus modeling of median chemical intake for the U.S. population based on predictions of exposure pathways. Environ Sci Technol, 53(2):719-732. doi: 10.1021/acs.est.8b04056. Publication en ligne le 24 décembre 2018.

Trapp, S., Franco, A., Mackay, D. 2010. Activity-based concept for transport and partitioning of ionizing organics. Environ Sci Technol, (44): 6123-6129.

Vermeire, T. G., Jager, D. T., Bussian, B., et al. 1997. European Union system for the evaluation of substances (EUSES). Principles and structure. Chemosphere, 34(8): 1823-1836.

Vermeire, T. G., Rikken, M., Attias, L., et al. 2005. European Union system for the evaluation of substances (EUSES): The second version. Chemosphere, (59): 473-485.

Wania, F. 2003. Assessing the potential of persistent organic chemicals for long-range transport and accumulation in polar regions. Environ Sci Technol, (37): 1344-1351.

Webster, E., Mackay, D., Di Guardo, A., Kane, D., Woodfine, D. 2004. Regional differences in chemical fate model outcome. Chemosphere, (55): 1361-1376.

Woodfine, D., MacLeod, M., Mackay, D. 2002. A regionally segmented national scale multimedia contaminant fate model for Canada with GIS data input and display. Environmental Pollution, (119): 341-355.