8

FavorableClasse Défavorable floue DT50 (jour) 1 30 GUS 1,8 2,8 Constante Henry KH 2,65 E-6 2,65E-4 DJA (mg.kg -1.day -1 ) 1 0,0001 Aquatox (mg.l -1 )

Embed Size (px)

Citation preview

Page 1: FavorableClasse Défavorable floue DT50 (jour) 1 30 GUS 1,8 2,8 Constante Henry KH 2,65 E-6 2,65E-4 DJA (mg.kg -1.day -1 ) 1 0,0001 Aquatox (mg.l -1 )
Page 2: FavorableClasse Défavorable floue DT50 (jour) 1 30 GUS 1,8 2,8 Constante Henry KH 2,65 E-6 2,65E-4 DJA (mg.kg -1.day -1 ) 1 0,0001 Aquatox (mg.l -1 )

Favorable Classe Défavorablefloue

DT50 (jour) 1 30

GUS 1,8 2,8

Constante Henry KH 2,65 E-6 2,65E-4

DJA (mg.kg-1.day-1) 1 0,0001

Aquatox (mg.l-1) 100 0,01

Dose (g) 10 10000

Indicateur I-PhyVan der Werf

et Zimmer 1998

Page 3: FavorableClasse Défavorable floue DT50 (jour) 1 30 GUS 1,8 2,8 Constante Henry KH 2,65 E-6 2,65E-4 DJA (mg.kg -1.day -1 ) 1 0,0001 Aquatox (mg.l -1 )
Page 4: FavorableClasse Défavorable floue DT50 (jour) 1 30 GUS 1,8 2,8 Constante Henry KH 2,65 E-6 2,65E-4 DJA (mg.kg -1.day -1 ) 1 0,0001 Aquatox (mg.l -1 )
Page 5: FavorableClasse Défavorable floue DT50 (jour) 1 30 GUS 1,8 2,8 Constante Henry KH 2,65 E-6 2,65E-4 DJA (mg.kg -1.day -1 ) 1 0,0001 Aquatox (mg.l -1 )
Page 6: FavorableClasse Défavorable floue DT50 (jour) 1 30 GUS 1,8 2,8 Constante Henry KH 2,65 E-6 2,65E-4 DJA (mg.kg -1.day -1 ) 1 0,0001 Aquatox (mg.l -1 )
Page 7: FavorableClasse Défavorable floue DT50 (jour) 1 30 GUS 1,8 2,8 Constante Henry KH 2,65 E-6 2,65E-4 DJA (mg.kg -1.day -1 ) 1 0,0001 Aquatox (mg.l -1 )

SAFE model (Phillis et Andrian. 2001)4 arbres de décision

Intégritésystème humain

Intégritésystème Ecololgie

Durabilité

Qualité de vieSantéConnaissancePolitique(armement)

BiodiversitéTerreEauAir

Pression Etat Réponse/ ss thème

Indicateurs de base

1

2

3

4

Page 8: FavorableClasse Défavorable floue DT50 (jour) 1 30 GUS 1,8 2,8 Constante Henry KH 2,65 E-6 2,65E-4 DJA (mg.kg -1.day -1 ) 1 0,0001 Aquatox (mg.l -1 )

Avantages

Celles des arbres de décision

Elle permet de résoudre le problème des valeurs proches des limites de classes, elle est robuste par rapport à des données présentant une certaine imprécision ;

Limites

Celles des arbres de décision

« Boîte noire »

Résultats incompréhensible

Test de sensibilité indispensable

La logique floue