ANNEXE 11
ATTRIBUTION D'UN NIVEAU DE CONFIANCE À L'ÉVALUATION DE L'ÉTAT ÉCOLOGIQUE ET DE L'ÉTAT CHIMIQUE DES MASSES D'EAU DE SURFACE
Un niveau de confiance est attribué à l'évaluation de l'état écologique et de l'état chimique d'une masse d'eau de surface de la manière suivante.
1. Niveau de confiance de l'état écologique
1.1. Eaux douces de surface
Le niveau de confiance est déterminé globalement pour l'état écologique attribué à chaque masse d'eau, tous éléments de qualité confondus et non pas élément de qualité par élément de qualité.
Trois niveaux de confiance sont distingués : 3 (élevé), 2 (moyen) et 1 (faible).
L'état écologique évalué pour une masse d'eau peut être le résultat de la combinaison de différents types et niveaux d'informations (données relatives à l'état du milieu, données relatives aux pressions, données de contexte similaire). Le niveau de confiance attribué est celui considéré comme le plus pertinent au regard des informations utilisées pour l'évaluation. La méthode d'attribution du niveau de confiance est précisée dans l'arbre de décision présenté ci-après.
La disponibilité des éléments de qualité les plus sensibles est à analyser au regard des pressions importantes qui sont connues comme s'exerçant ou susceptibles de s'exercer sur la masse d'eau concernée. Les éléments biologiques les plus sensibles aux pressions s'exerçant sur une masse d'eau sont déterminés conformément aux dispositions de l'arrêté du 25 janvier 2010 établissant le programme de surveillance de l'état des eaux en application de l'article R. 212-22 du code de l'environnement.
La robustesse des données milieux peut s'analyser au regard des critères suivants :
S'il s'agit de données obtenues directement :
- chronique des données utilisées pour évaluer l'état écologique : la règle est d'utiliser l'ensemble des données disponibles pour évaluer l'état écologique. Plus la chronique de données utilisées est importante, plus le niveau de confiance de l'état évalué d'une masse d'eau est élevé (21) ;
- conditions climatiques exceptionnelles : indépendamment des données atypiques ou non représentatives qui peuvent être observées ponctuellement (et à exclure pour l'évaluation de l'état écologique), des conditions climatiques exceptionnelles sur une période donnée (une année par exemple) peuvent diminuer le niveau de confiance de l'état écologique évalué ;
- cohérence des indications fournies par les éléments de qualité biologique et physico-chimique : la cohérence des indications fournies par la biologie et la physico-chimie est un facteur permettant d'augmenter le niveau de confiance de l'état écologique évalué. Un écart d'une classe d'état entre éléments de qualité de natures différentes (biologiques, physico-chimiques, hydromorphologiques) ne révèle pas nécessairement une incohérence des indications fournies par les données milieux. Un examen au cas par cas peut permettre, le cas échéant, de s'assurer de la robustesse des données. Un écart de deux classes d'état entre éléments de qualité de natures différentes suffit pour conclure à l'incohérence des indications fournies par les données milieux ;
- niveau d'incertitude associé à la méthode d'évaluation de l'élément de qualité déclassant déterminant l'état écologique de la masse d'eau : plus ce niveau d'incertitude est faible, plus le niveau de confiance de l'état écologique évalué est élevé.
S'il s'agit de données issues de modélisation :
- domaine de validité du modèle : plus la situation simulée est proche des limites de validité du modèle, moins la robustesse sera élevée. La robustesse sera au contraire maximale dès lors que la simulation sera clairement dans le domaine de validité du modèle ;
- situation atypique ou exceptionnelle : les modèles permettent de contrôler les conditions hydroclimatiques simulées. Lorsque ces conditions sont atypiques ou représentent clairement une situation exceptionnelle, la robustesse des résultats sera considérée comme faible ;
- données d'entrée : les données d'entrée du modèle (apports, représentation du milieu, etc.) conditionnent grandement la robustesse du résultat. Une faible confiance dans ces données d'entrée entraîne une faible robustesse du résultat de simulation.