P ANALYSE PHYSICO CHIMIQUE DE LA NEIGE ET BIOESSAIS SUR ...mapage.clg.qc.ca/guillaume.chagnon/cegep/101-NE4/Protocole... · DE LA NEIGE ET BIOESSAIS SUR R ... En plus des sels de

Collège Lionel-Groulx 101-NE4-LG Département de biologie

Dernière révision : 13 février 2015 1

POLLUTION HIVERNALE : ANALYSE PHYSICO-CHIMIQUE

DE LA NEIGE ET BIOESSAIS SUR RAPHANUS SATIVUS

1. INTRODUCTION

Au Québec seulement, environ 6 000 000 de tonnes d’agents de déglaçage ont été utilisées en 2010

(estimé à partir de [1] et [2]). Environ 97,5% de ces sels étaient du NaCl, tandis que le reste était du CaCl2

[1]. En plus des sels de voiries, la neige accumule d’autres polluants provenant de la circulation

automobile, comme de la poussière de frein, des métaux provenant de l’échappement, un mélange

d’hydrocarbures non brûlés et des hydrocarbures aromatiques polycycliques (HAP) [3, 4].

Les gaz d’échappement des moteurs diesel et à essence ont déjà été classés comme cancérogènes avérés

ou possible (respectivement) pour les humains [4] tandis que les sels dissous ont des impacts

considérables sur la qualité de l’eau, la flore et la faune des lacs, des rivières et des milieux humides [1].

De plus, les sels véhiculés dans l’environnement par la fonte des neiges ou le vent affectent aussi de

différentes façons la végétation terrestre, les mammifères et les oiseaux [1].

L’objectif de la présente étude est d’évaluer l’effet écotoxicologique des polluants contenus dans la neige

fondue. De plus, l’impact de la distance de la route sur la qualité de la neige sera évalué. Diverse analyses

physico-chimiques permettront de caractériser les différents échantillons de neige par rapport à leur

contenu en sel et autres polluants. Ensuite, la germination et la croissance de plants de radis (Raphanus

sativus) arrosés avec les différents échantillons seront évaluées.

2. ÉCHANTILLONNAGE

Divers échantillons de neige devront être prélevés à différentes distances d’une route passante (rue Saint-

Louis) sur les terrains du collège. Le protocole d’échantillonnage est très simple puisque les paramètres à

mesurer (pH, conductivité, dureté, solides totaux et dissous) ne nécessitent pas de grandes précautions

particulières, outre des outils propres qui ne pourraient pas modifier les paramètres mentionnés.

Cependant, lors de l’échantillonnage, un soin particulier doit être apporté afin d’obtenir des échantillons

qui varient grandement dans leur distance de la route.

1. Choisir divers sites d’échantillonnage qui favorisent une grande variabilité des paramètres physico-

chimiques (en faisant varier la distance de la route).

2. Prélever une quantité d’environ 3 à 4 L de neige à l’aide d’une pelle et d’un seau de grandeur

appropriée. Une bonne quantité de neige est nécessaire car son volume une fois fondue variera

grandement en fonction du degré de compaction de la neige.

3. Les échantillons de neige sont identifiés et gardés à 4⁰C pendant une semaine pendant laquelle la

neige fondra, après quoi les analyses physico-chimiques seront effectuées et les bioessais

commencés.



3. ANALYSES PHYSICO-CHIMIQUES

Les solides totaux représentent la fraction solide, autant particulaire que dissoute, de la neige fondue. Les

solides dissous totaux (SDT), eux, représentent seulement la partie dissoute. En soustrayant les SDT des

solides totaux, on obtient une masse qui est proportionnelle à la présence de polluants autres que les sels

dans la neige. Les SDT sont une mesure de la tonicité de l’eau. Une eau démesurément hypertonique peut

avoir de graves conséquences sur les êtres vivants, notamment sur les végétaux qui absorbent l’eau par

osmose avec leurs racines [1].

Le niveau de pH d'un écosystème aquatique ou du sol est crucial car il agit sur de nombreux processus

chimiques et biologiques qui s'y déroulent. Les organismes aquatiques fonctionnent de façon efficace à

l'intérieur d'un écart de pH relativement restreint (en général, entre 6 et 8,5) et les variations peuvent

avoir de graves répercussions sur eux. Plus particulièrement, les faibles niveaux de pH ont des

répercussions sur les premiers stades de développement des insectes aquatiques et des poissons en

créant un milieu propice à la dissolution des métaux lourds (par exemple le mercure, le plomb, le

cadmium, etc.) issus du lessivage des sols et des sédiments.

La conductivité de l’eau correspond à son contenu en sels dissous. Ce paramètre inclut tous les sels, peu

importe leur nature. Dans un échantillon où il y a un soluté prédominant, comme le NaCl dans la neige

usée au Québec, il est possible d’estimer les SDT à partir de la conductivité. La conductivité est, comme

les SDT, en lien direct avec la tonicité du milieu.

La dureté est la concentration en sels minéraux du cours d’eau, particulièrement en ions calcium (Ca2+

) et

magnésium (Mg2+

). Il est possible d’observer ces sels minéraux dans un contenant de verre après

l’évaporation de l’échantillon, sous forme de taches blanchâtres. En fonction de la quantité de ces sels

minéraux dans l’eau, on qualifie l’eau de très douce à très dure (tableau 1).

Tableau 1 – Évaluation quantitative et qualitative de la dureté de l’eau.

mg/L Dureté de l’eau < 30 Eau très douce 31 à 60 Eau douce 61 à 120 Eau modérément dure 121 à 160 Eau dure > 160 Eau très dure

La suite de la section 2 est le protocole de l’étude. Prenez note que les manipulations en italiques sont

celles réalisées par un technicien de laboratoire du collège.

3.1. TAMISAGE DE L’ÉCHANTILLON

Avant de commencer les analyses, les échantillons doivent être tamisés pour enlever les plus gros

débris comme le sable et le gravier. Cette étape doit donc être faite pour chacun des échantillons.



Semaine 1

1. Utiliser un ensemble de tamis empilables dont les plus petites mailles sont de 0,114 mm.

2. Installer l’ensemble de tamis (extrémité avec les mailles plus petites vers le bas) au-dessus d’une

chaudière propre, en prenant soin de bien aligner les tamis et la chaudière.

3. Vider progressivement l’échantillon de neige fondue en prenant soin de prendre des pauses pour

agiter le contenu de l’échantillon.

3.2. DOSAGE DES SOLIDES TOTAUX

Les solides totaux seront mesurés 1 fois pour chacun des échantillons en utilisant la méthode

gravimétrique [5]. Pendant ces manipulations, il est important de toujours manipuler les capsules de

porcelaine avec un « kimwipe » pour éviter d’y déposer des huiles corporelles ou autres saletés.

Semaine 1

1. Conditionner les capsules en les chauffant dans un four pendant au moins 1 heure.

2. Laisser refroidir dans un dessiccateur (un minimum de 4 heures).

3. Peser une capsule de porcelaine conditionnée à l'aide d'une balance analytique.

4. Prendre en note le numéro de capsule et sa masse.

5. Homogénéiser l'échantillon tamisé à l’aide d’une barre magnétique et d’une plaque agitatrice.

6. À l'aide d'un bécher de 100 ml, prélever approximativement 65 ml de neige fondue.

7. À l’aide d’un cylindre gradué, mesurer rapidement 50 ml.

8. Verser l'échantillon dans la capsule préalablement pesée.

9. Rincer le cylindre avec 2 portions supplémentaire de 10 ml d’eau distillée et transférer dans la

capsule.

10. Transférer (pour un minimum de 12h) la capsule dans une étuve à 105 °C.

Semaine 2

1. Laisser préalablement refroidir la capsule au dessiccateur (minimum de 4 heures).

2. Peser la capsule.

3. Prendre en note le numéro de capsule et sa masse incluant celle des solides totaux.

3.3. FILTRATION DE L’ÉCHANTILLON

Les autres tests physico-chimiques ainsi que les bioessais se feront avec de la neige fondue tamisée et

filtrée pour éliminer les particules en suspensions dans la neige fondue. Cette étape doit donc être faite

pour chacun des échantillons.

Semaine 1

1. Placer un filtre Whatman #44 sur un entonnoir Buchner placé sur un erlenmeyer à vide. Celui-ci est

connecté sur une pompe à vide.

2. Homogénéiser l'échantillon à l’aide d’une barre magnétique et une plaque agitatrice.

3. À l'aide d'un bécher de 250 ml, prélever environ 125 ml de neige fondue.

4. Mettre en marche la pompe à vide.



5. Mouiller le centre du filtre en y versant quelques millilitres de l’échantillon. S’assurer que le filtre soit

bien humecté avant d’y verser une plus grande quantité de l’échantillon.

6. Filtrer le contenu du bécher, en y allant quelques millilitres à la fois et en agitant le contenu du

bécher à l’aide d’une spatule avant chaque fois.

7. Lorsque le bécher est vide et que la filtration dans l’entonnoir Buchner est terminée, changer

l’entonnoir Buchner actuel pour un autre propre et sec.

8. Répéter les étapes 1 à 6 deux autres fois, de façon à obtenir à la fin environ 375 ml de neige fondue,

tamisée et filtrée pour chaque échantillon.

3.4. DOSAGE DES SOLIDES DISSOUS TOTAUX

Les solides dissous totaux seront mesurés 1 fois pour chacun des échantillons en utilisant la méthode

gravimétrique [6] légèrement modifiée. Pendant ces manipulations, il est important de toujours

manipuler les capsules de porcelaine avec un « kimwipe » pour éviter d’y déposer des huiles corporelles

ou autres saletés.

Semaine 1

1. Conditionner les capsules en les chauffant dans un four pendant au moins 1 heure.

2. Laisser refroidir dans un dessiccateur (un minimum de 4 heures).

3. À l’aide d’un cylindre gradué, mesurer 50 ml de neige fondue, tamisée et filtrée.

4. Peser une capsule de porcelaine conditionnée à l'aide d'une balance analytique.

5. Verser l'échantillon dans la capsule préalablement pesée.

6. Rincer le cylindre avec 2 portions supplémentaire d’environ 10 ml d’eau distillée et transférer dans la

capsule.

7. Transférer (pour un minimum de 12h) la capsule dans une étuve à 105 °C.

Semaine 2

1. Laisser préalablement refroidir la capsule au dessiccateur (minimum de 4 heures).

2. Peser la capsule.

3. Prendre en note le numéro de capsule et sa masse incluant celles des solides dissous.

3.5. MESURE DU pH

Semaine 1

1. Mesurer environ 50 ml de neige fondue, tamisée et filtré à l’aide d’un bécher de 100 ml.

2. Retirer la sonde du pH-mètre de sa solution tamponnée et la rincer à l’eau distillée au-dessus d’un

bécher pour collecter l’eau de rinçage.

3. Essuyer la sonde à l’aide d’un « Kimwipe ».

4. Insérer la sonde dans le bécher contenant l’échantillon et attendre que la mesure du pH se stabilise.

5. Prendre en note le pH de l’échantillon.



3.6. MESURE DE LA CONDUCTIVITÉ

Semaine 1

1. Réutiliser l’échantillon dans le bécher utilisé pour le test du pH.

2. Pour la neige sale, effectuer une dilution de 1% avant de faire le test.

a) dans un ballon jaugé de 50 ml, pipeter 500µL de l’échantillon.

b) remplir le reste du ballon jaugé avec de l’eau distillée.

c) Verser environ 40 ml de la solution diluée dans un bécher de 50 ml.

3. Rincer la sonde à conductivité de l’appareil Vernier avec de l’eau distillée.

4. Essuyer la sonde à l’aide d’un « Kimwipe ».

5. Insérer la sonde dans le bécher contenant l’échantillon et attendre que la mesure de la conductivité

se stabilise.

6. Prendre en note la conductivité de l’échantillon (unités = µS/cm). Dans le cas de l’échantillon dilué

(neige sale), multiplier la valeur obtenue par 100.

7. Convertir les µS/cm en mg/L en divisant les valeurs par 2. Le nombre obtenu correspond à des mg/L

de solides dissous totaux.

3.7. MESURE DE LA DURETÉ

La dureté de l’échantillon est mesurée à l’aide d’un titrage colorimétrique en utilisant un kit de Ward’s.

Semaine 1

1. Réutiliser l’échantillon dans le bécher utilisé pour le test du pH.

2. Pour la neige sale, effectuer une dilution de 20% avant de faire le test.

a. dans un ballon jaugé de 50 ml, pipeter 10 ml de l’échantillon à l’aide d’une pipette

volumétrique.

b. remplir le reste du ballon jaugé avec de l’eau distillée.

c. Verser environ 40 ml de la solution diluée dans un bécher de 50 ml.

3. Placez la valve tube sur la pointe de l’ampoule test. Faites glisser la valve-tube jusqu’à la marque de

référence (blanche) la plus près de l’élargissement de l’ampoule test (fig. 1-1).

4. Brisez la pointe de l’ampoule avec les doigts à la marque de référence (noire) près de la pointe de

l’ampoule test (fig. 1-1 et 1-2).

5. Glissez l’assemblage valve-ampoule dans l’appareil de titrage. Passez d’abord la valve tube par

l’ouverture circulaire et soulevez la barre de contrôle située sur le côté pour permettre à la valve tube

de sortir à l’autre bout de l’appareil de titrage (fig. 1-3).

6. Placez la pointe de la valve tube dans l’eau du bécher (fig. 1-4).

7. Pressez la barre de contrôle pour permettre à une petite quantité d’eau de pénétrer dans l’ampoule

test et soulevez-la immédiatement par la suite. Mélangez votre échantillon en renversant 1 fois

l’assemblage valve-ampoule. Le contenu de l’ampoule test deviendra bleu (fig. 1-4 et 1-5).

8. Répétez l’étape 7 jusqu'à ce que le contenu de l’ampoule test passe du bleu au rose. N’oubliez pas de

mélanger après chaque titrage (après avoir fait entrer de l’eau).

9. Lorsque le contenu de l’ampoule test est rose, retirez l’appareil de titrage de l’eau et sortez

l’assemblage valve-ampoule de cet appareil.



10. Tenez l’ampoule test à la verticale, la pointe de la valve tube vers le haut. Lisez le niveau d’eau dans

l’ampoule test en mg/L (fig. 1-5).

11. Prendre en note la dureté de l’échantillon (unités = mg/L). Dans le cas de l’échantillon dilué (neige

sale), multiplier la valeur obtenue par 5.

Figure 1 – Manipulation associées à la mesure de la dureté de l’eau.

4. BIOESSAIS

Un bioessai, ou test écotoxicologique, a généralement pour but d’évaluer la dangerosité d’une ou

plusieurs substances ou d’évaluer la qualité d’un milieu. Dans le premier cas, il s’agit de mettre un

organisme vivant en contact avec une ou plusieurs substances suspectées d’être dangereuse(s) et de

mesurer les effets. Dans le deuxième cas, on utilise un organisme dont la sensibilité à une substance

dangereuse est connue et on mesure les effets d’un échantillon inconnu sur l’organisme en question pour

détecter la présence de la substance. Dans le cadre de cette étude, c’est la première situation qui est

utilisée : des graines de radis seront mises en contact avec une substance potentiellement dangereuse (la

neige fondue) et les effets sur les graines de radis seront mesurés. Les bioessais de cette étude sont

inspirés de la méthode d’analyse d’inhibition de la germination et de la croissance chez les semences de

végétaux [7].

4.1. MISE EN TERRE DES GRAINES DE RADIS (semaine 1)

Les prochaines étapes s’assureront de minimiser les variables entre les plants, de façon à pouvoir bien

isoler l’effet du traitement expérimental. Les traitements expérimentaux ici concernent l’eau avec

laquelle seront arrosés les plants de radis. Pour chaque traitement, il y aura 6 réplicas (6 plants de radis).



Ceci permettra de plus facilement isoler les plants qui auront une réponse aberrante au traitement. Les

étapes suivantes doivent être répétées pour chaque échantillons et pour chaque plant. Il y aura aussi un

groupe de plants témoins pour lequel ces étapes devront être suivies. Il y aura donc trois groupes de

plants : témoin, échantillon 1, échantillon 2. Le design expérimental est présenté à la figure 2.

Figure 2 – Design expérimental des bioessais de la neige fondue sur Raphanus sativus. La neige fondue A ou B

représente la neige provenant de divers échantillons.

Semaine 1

1. À l’aide de ruban adhésif, bien identifier les compartiments de croissance avec vos initiales et le

groupe expérimental.

2. Remplir un bécher de 150 ml de terreau sec.

3. Sur une balance analytique, peser 25 g (±0,5 g) de terreau en vidant la terre du premier bécher dans

un deuxième bécher plus grand (250 ml). L’ajout d’une petite

quantité de terreau (à l’aide d’une spatule ou d’une cuillère) sera

nécessaire.

4. À l’aide d’une spatule ou d’une cuillère, vider lentement les 25 g de

terreau dans un des 6 compartiments de croissance en prenant soin

de ne pas en échapper. Tasser légèrement le terreau dans le

compartiment au besoin.

5. Répéter pour les 6 compartiments.

6. À l’aide d’un bon vieux crayon à mine, faire un trou d’une

profondeur équivalente à l’efface et la partie métallique du crayon

(voir fig. 3) dans le terreau au centre du compartiment.

7. Placer une graine de radis dans chaque trou et refermer celui-ci sur

la graine.

Plant 1 Plant 2 Plant 1 Plant 2 Plant 1 Plant 2



Groupe témoin Groupe expérimental 1 Groupe expérimental 2

25 g de terreau 25 g de terreau 25 g de terreau

40 ml eau distillée 40 ml neige fondue A 40 ml neige fondue B

Figure 3 – Profondeur du trou

pour planter les

graines de radis.



8. Arroser chaque compartiment avec 40 ml de la solution appropriée (eau distillée pour le groupe

témoin, neige propre ou sale pour les deux groupes expérimentaux). Suivre la méthode détaillée

suivante :

a) Commencer par le groupe témoin, puis l’échantillon le plus « propre » pour terminer avec

l’échantillon le plus « sale ».

b) Mesurer 40 ml de neige fondue, tamisée et filtrée à l’aide d’un cylindre gradué de 50 ml.

c) Arroser très graduellement le plant.

d) Répéter pour les 5 autres plants.

e) Rincer le cylindre deux fois avec 5 ml de la solution suivante.

f) Répéter les étapes A à C pour la deuxième solution (neige plus propre).

g) Répéter l’étape D.

h) Répéter les étapes A à C pour la troisième solution (neige plus sale).

9. Placer les 18 plants dans l’étagère de croissance puis couvrir pour une semaine, à un régime lumineux

de 16h de lumière pour 8h d’obscurité.

4.2. OBSERVATION GÉNÉRALE DE L’ÉTAT DES PLANTS (semaine 2)

À la fin de la période de sept jours d’exposition, les groupes tests et témoins sont retirés de l’étagère de

croissance. Une observation générale de l’état des plantes est effectuée et les symptômes tels

flétrissement, dessèchement ou décoloration du feuillage sont notés pour chacun des plants.

4.3. MESURE DU TAUX DE GERMINATION APRÈS 7 JOURS (semaine 2)

Il s’agit ensuite de déterminer le succès de germination pour chacun des réplicas, des groupes tests et du

témoin. Le critère de germination est l’ouverture de la graine et l'émergence d'une tige d’un minimum de

3 mm. Le taux de germination se calcule comme un pourcentage pour l’ensemble des réplicas d’un

groupe test ou d’un groupe témoin. Par exemple, si 7 graines sur 10 ont germé pour un certain groupe

test, le taux de germination sera de 70%. Prendre en note les résultats.

4.4. MESURE DE LA LONGUEUR DE LA TIGE JUSQU’À L’ENTRE-NŒUD

APRÈS 7 JOURS (semaine 2)

À l’aide d’une règle, mesurer la longueur de la tige à partir d’où elle sort de

terre jusqu’à l’entre-nœud, c’est-à-dire l’endroit d’où partent les feuilles (fig.

4). Cette mesure est prise individuellement pour chaque plant. Prendre en

note les résultats.

4.5. MESURE DE LA MASSE CAULINAIRE HUMIDE APRÈS 7 JOURS (semaine 2)

La détermination de la masse humide doit être faite immédiatement après la coupe des tiges car le

feuillage perd rapidement de son contenu en eau après la récolte.

1. Retirer doucement un plant de la terre.

Figure 4 – Mesure de la longueur de la tige jusqu’à l’entre-nœud.



2. En utilisant des ciseaux ou un scalpel, séparer le système racinaire (dans le sol) de la plante du

système caulinaire (hors sol).

3. Peser le système caulinaire de la plante à l’aide d’une balance analytique.

4. Prendre en note le résultat.

5. Répéter les étapes 1 à 4 pour chacune des plantes.

5. RÉSULTATS

5.1. PARAMÈTRES PHYSICO-CHIMIQUES

Les données de pH, de conductivité, de solides totaux et de solides dissous totaux (mesurés) ont été

mesurées directement avec divers instruments de laboratoires. Les résultats apparaissent au tableau 1.

Deux données ont été calculées : les solides en suspension et les solides dissous totaux (calculés). Les

solides en suspension correspondent à la fraction des solides totaux qui ne sont pas dissous dans l’eau.

Cette donnée calculée de la façon suivante :

Dans cette étude, les solides dissous ont été mesurés directement par la méthode gravimétrique (solides

dissous mesurés) et indirectement par la méthode électrométrique. Comme la conductivité d’une solution

est déterminée par la quantité d’ions dissous dans celle-ci, il est possible d’estimer les solides dissous à

partir de la conductivité. Cette estimation présume que le NaCl est la substance à l’origine de la grande

majorité des ions présents dans la neige prélevée, car chaque soluté possède sa conductivité propre.

Selon l’American Public Health Association, la conductivité du Na+ est de 2,13 µS/cm par mg/L tandis que

celle du Cl- est presque identique à 2,14 µS/cm par mg/L [8]. C’est à partir de ce facteur de conversion

qu’ont été estimés les solides dissous (calculés). Si la valeur mesurée et la valeur calculée sont proches, il

sera raisonnablement confirmé que les ions Na+ et Cl

- sont largement majoritaires dans la solution. Plus la

disparité entre les deux valeurs sera grande, plus grande sera l’importance d’autres ions (ex.; Ca2+

, Mg2+

)

dans la conductivité de la solution.

5.2. RÉSULTATS DES BIOESSAIS

Après une semaine de croissance, les plants de Raphanus sativus ont été inspectés et diverses mesures

ont été prises afin de déterminer l’impact de la solution d’arrosage sur leur croissance. En plus de l’état

général de chacun des plants, le taux de germination, la longueur de la tige jusqu’à l’entre-nœud et la

masse caulinaire humide ont été mesurés. Les résultats sont présentés dans les tableaux 2 à 4.

Pour des raisons logistiques, la longueur et la masse (humide et sèche) des racines et la masse caulinaire

sèche n’ont pas été mesurés sur les plants.

Pour chacun des traitements, calculez la moyenne et l’écart type associé à chaque moyenne. Pour calculer

la moyenne avec Excel, il suffit d’écrire « =MOYENNE(plage de données) » où plage de données

correspond à l’ensemble des cellules contenant des nombres faisant partie de la moyenne (ex. : A2:A6).

Pour calculer l’écart type avec Excel, il suffit d’écrire « =ECARTYPE.STANDARD(plage de données) » où



plage de données correspond à l’ensemble des cellules contenant des nombres faisant partie de la

moyenne.

Tableau 1 – Caractérisation physico-chimique de l’eau et de la neige fondue qui serviront pour le groupe

témoin et les groupes expérimentaux.

Tableau 2 – Taux de germination pour des plants de Raphanus sativus, sept jours suivant la mise en

terre des graines, plantés dans 25 g de terreau et arrosés avec 40 ml d’eau provenant de

neige fondue.

Totaux En suspension

Dissous

mesurés

Dissous

calculés

Traitements (mg/L) (µS/cm) (mg/L) (mg/L) (mg/L) (mg/L)

Témoin (eau distil lée)

Solides

pHDureté Conductivité

Par

amèt

res

Témoin (eau distillée)

1

2

3

4

5

6

Moyenne

Écart type

Plant

Taux de germination (%)



Tableau 3 – Longueur de la tige jusqu’à l’entre-nœud pour des plants de Raphanus sativus, sept jours

suivant la mise en terre des graines, plantés dans 25 g de terreau et arrosés avec 40 ml

d’eau provenant de neige fondue.

Tableau 4 – Masse caulinaire humide des plants de Raphanus sativus, sept jours suivant la mise en terre

des graines, plantés dans 25 g de terreau et arrosés avec 40 ml d’eau provenant de neige

fondue.


1

2

3

4

5

6

Moyenne

Écart type

PlantLongueur de la tige jusqu'à l'entre-nœud (mm)


1

2

3

4

5

6

Moyenne

Écart type

PlantMasse caulinaire humide (g)



6. ANALYSES DES DONNÉES

6.1. FIGURES À PRODUIRE POUR LES TROIS PARAMÈTRES MESURÉS SUITE AUX BIOESSAIS

Tout ce qui est à remettre est en caractères gras. À partir des données du tableau 2, faites un

histogramme (voir l’exemple de la figure 5) qui inclut les trois traitements (groupe témoin et deux

groupes expérimentaux) ainsi

que des barres d’erreur

équivalentes à l’écart type. Il est

important de faire le graphique

selon les normes de

présentation (titre, axes

identifiés, unités précisées

lorsque nécessaire).

Faites la même chose avec les

données du tableau 3 et les

données du tableau 4.

Ces trois graphiques seront à

remettre au professeur à la fin

du laboratoire.

6.2. ANALYSES STATISTIQUES ET TABLEAUX À PRODUIRE POUR LES TROIS PARAMÈTRES SUITE AUX

BIOESSAIS

Pour déterminer si les traitements expérimentaux ont eu un impact sur la croissance des plants de radis, il

est insuffisant de seulement comparer entre elles les moyennes. Par exemple, dans la figure 5, peut-on

réellement dire que les plantes arrosées avec la neige A ont moins poussé que les plantes témoin? Le

témoin a une longueur de tige moyenne de 56,7 mm tandis que le groupe expérimental a une moyenne

de 51 mm. Les deux moyennes sont différentes en apparence mais il y a de la variabilité autour de ces

moyennes (les barres d’erreur sur la figure 5). Comment faire pour savoir si cette variation est

suffisamment importante pour déclarer que les deux moyennes ne sont pas significativement différentes?

Il existe des outils qui permettent de déterminer objectivement si deux moyennes sont différentes malgré

leur variabilité ou déterminer si une variation en Y est due à une variation en X malgré le fait que les

points semblent loin de la courbe de tendance. On appelle ces outils les tests statistiques. Quand on

compare deux moyennes, on utilise habituellement le test de Student1, aussi appelé test t, pour

déterminer si deux moyennes sont significativement différentes ou non d’un point de vue statistique. Si

l’on veut comparer plus de deux moyennes entre elles, une analyse de variance1 (ou ANOVA) est utilisée.

Lorsque l’on étudie deux variables que l’on croit reliée, on utilise habituellement une régression linéaire1

pour déterminer si la variable X a un impact significatif sur la variable Y.

1 Il existe de nombreux tests statistiques paramétriques et non-paramétriques qui chacun à leur façon permettent de détecter des relations ou des différences significatives. Dans le cadre de la présente étude, seuls deux tests paramétriques seront présentés même s’il est possible que la distribution des données ne respecte pas la normalité. Le but ici est d’initier les étudiants à la notion de tests d’hypothèse statistiquement objectifs et non pas à offrir une formation complète en statistiques.

Figure 5 – Exemple d’histogramme incluant les barres d’erreurs

correspondant aux écarts types.



Tous les tests statistiques sont faits pour évaluer les probabilités qu’une hypothèse nulle soit vraie. Dans le

cas des données du tableau 2, l’hypothèse nulle est :

moyenne du témoin = moyenne avec neige A = moyenne avec neige B

Cette hypothèse sera testée avec une ANOVA car on compare plus de deux moyennes. L’ANOVA nous

donnera comme résultat une valeur p qui correspond à la probabilité que l’hypothèse nulle soit vraie.

Si p > 0,05, on devra accepter l’hypothèse nulle (les moyennes sont statistiquement identiques).

Si p ≤ 0,05, on devra rejeter l’hypothèse nulle, ce qui revient à dire qu’une différence statistiquement

significative a été détectée par le test entre au moins deux des trois moyennes (le test ne dit cependant

pas lesquelles, il faudrait faire un test de Tukey pour le savoir et nous ne le ferons pas, Excel n’étant pas

capable de le faire facilement).

Pour faire l’ANOVA avec Excel sur vos données du

tableau 2, il faudra les réorganiser en colonnes

(exemple : colonne 1 = témoin, colonne 2 = neige A,

etc.) et copier toutes les mesures (6 par groupes)

dans les colonnes appropriées (voir partie gauche

de la figure 7).

Ensuite, on clique sur l’onglet « Données » puis sur

« Utilitaire d’analyse ». On sélectionne alors

« Analyse de variance : un facteur » et, à l’aide de

la boîte de dialogue, on sélectionne nos données

ainsi que l’endroit où l’on veut que les résultats

apparaissent (figure 6).

Figure 7 – Écran d’Excel où l’on voit les données organisée par colonnes à gauche de la figure et les résultats de

l’analyse de variance à droite de la figure. La seule valeur qui nous importe réellement dans cette analyse

est la probabilité (encadrée). Comme celle-ci est ≤ à 0,05, on peut rejeter l’hypothèse nulle et conclure

que les trois moyennes ne sont pas toutes identiques d’un point de vue statistique objectif.

Témoin Neige A Neige B Analyse de variance: un facteur

65 56,3 28

45 42,3 39 RAPPORT DÉTAILLÉ

60 54,3 14 Groupes Nombre d'échantillons Somme Moyenne Variance

65 56,3 28 Témoin 6 340 56,67 86,67

45 42,3 39 Neige A 6 305,8 50,97 45,87

60 54,3 14 Neige B 6 162 27 125,6

ANALYSE DE VARIANCE

Source des

variations Somme des carrés

Degré de

liberté

Moyenne

des carrés F Probabilité

Valeur critique

pour F

Entre Groupes 2974,00 2 1487,00 17,2818 0,0001279 3,6823

A l'intérieur

des groupes1290,67 15 86,04

Total 4264,67 17

Figure 6 – Boîte de dialogue de l’outil d’analyse de

variance à un facteur dans Excel, le partie

A est celle où l’on indique où sont les

données à analyser, la partie B est celle

où l’on indique où nous voulons voir

apparaître les résultats de l’analyse.

A

B



Afin de vérifier l’effet des traitements expérimentaux sur les divers paramètres mesurés suite aux

bioessais, vous devrez faire une analyse de variance pour chacun des trois paramètres étudiés : l’effet

sur le taux de germination, l’effet sur la longueur de la tige et l’effet sur la masse caulinaire humide. Les

résultats des ANOVA sont à remettre au professeur à la fin du laboratoire.

Un tableau résumant les probabilités p de chacune des trois ANOVA (en indiquant le paramètre auquel

chacun se rapporte) est aussi à faire et à remettre.

6.3. ANALYSES STATISTIQUES SUR DES DONNÉES OÙ UNE RELATION EST ATTENDUE ENTRE UNE

VARIABLE X ET UNE VARIABLE Y

Souvent, les hypothèses scientifiques que nous émettons concernent l’effet d’une variable X sur une

variable Y. Avec Excel, il est simple de faire une figure de type « nuage de points » qui montrent les points

recueillis. Pour voir si les deux variables fortement reliées ou non, on ajoute une courbe de tendance et

son coefficient de détermination (R2), ce qui nous donne une bonne idée. Cependant, le coefficient lui-

même ne nous dit pas si la relation (la pente de la courbe) est statistiquement significative ou non. Un R2

de 0,246 pourrait être excellent dans un cas ou notre graphique comporterait 200 points alors qu’un R2 de

0,538 sera mauvais pour un graphique comportant 4 points.

Il existe un outil statistique pour vérifier si la relation observée (la pente de la droite) est statistiquement

significative. On appelle ce test une régression linéaire. L’hypothèse nulle du test est qu’il n’y a aucune

relation entre les variables X et Y (donc la pente = 0). Si le test nous donne p > 0,05, on doit accepter

l’hypothèse nulle et conclure que la pente observée n’est pas significative (il n’y a pas de relation

significative entre les deux variables). Au contraire, si p ≤ 0,05, on doit rejeter l’hypothèse nulle et

conclure que la variable X a un effet significatif sur la variable Y (les deux variable sont significativement

reliées et la pente ≠ 0).

Pour faire une régression linéaire dans Excel, il faut

d’abord placer les données dans deux colonnes (X et

Y). Ensuite, on clique sur l’onglet « Données » puis

sur « Utilitaire d’analyse ». On sélectionne alors

« Régression linéaire » et, à l’aide de la boîte de

dialogue, on sélectionne nos données ainsi que

l’endroit où l’on veut que les résultats apparaissent

(figure 8).

Les résultats apparaissant ensuite (figure 9) sont très

similaires à ceux pour l’ANOVA avec quelques

particularités : on y voit la valeur de la constante et

de la pente. Il y a une probabilité associée à

chacune.

Par exemple, les résultats montrés à la figure 9

proviennent d’une régression linéaire de la masse

caulinaire humide en fonction de la conductivité

(données fictives). Selon la figure 9, on peut prédire

la masse caulinaire humide en fonction de la

A

C

B

Figure 8 - Boîte de dialogue de l’outil de régression

linéaire dans Excel, les parties A et B

sont celles où l’on indique où sont les

données à analyser (les Y en A et les X en

B), la partie C est celle où l’on indique où

nous voulons voir apparaître les

résultats de l’analyse dans la feuille

Excel.



conductivité de la solution d’arrosage avec l’équation suivante :

Masse caulinaire humide (g) = -0,08*conductivité (µS/cm) + 16,15

De plus, nous pouvons y voir que la pente est significativement différente de 0 car la probabilité associée

est ≤ à 0,05. C’est la même chose pour la constante. Il est rare que l’hypothèse de départ concerne la

constante, c’est pourquoi la valeur de la pente (positive ou négative) et sa probabilité (p > 0,05 ou p ≤

0,05) sont les données les plus importantes. Ce sont elles qui pourront confirmer ou infirmer l’hypothèse

de départ.

6.4. ANALYSES DES DONNÉES POUR CONFIRMER OU INFIRMER VOTRE HYPOTHÈSE DE DÉPART

Avant de commencer ce laboratoire, vous avez émis une hypothèse sur la relation entre deux variables. Il

est maintenant temps de confirmer ou infirmer votre hypothèse de départ en vous basant sur une analyse

statistique objective de vos résultats. Chaque équipe aura donc des réponses différentes pour cette

section.

Dans un premier temps, faites une figure (nuage de points) avec les données les plus pertinentes pour

tester votre hypothèse. Incluez la courbe de tendance, son équation et le R2 sur votre figure. Il est

important de faire le graphique selon les normes de présentation (titre, axes identifiés, unités précisées

lorsque nécessaire).

Expliquez pourquoi vous avez choisi ces données plutôt que d’autres pour tester votre hypothèse. Vous

pouvez utiliser le texte du protocole comme référence. Finalement, après avoir fait une analyse

statistique par régression linéaire, confirmez ou infirmez votre hypothèse de départ en expliquant votre

décision.

La figure et les réponses aux deux questions sont à remettre au professeur à la fin du laboratoire.

RAPPORT DÉTAILLÉ

Statistiques de la régression

Coefficient de détermination multiple 0,97683943

Coefficient de détermination R^2 0,95421527

Coefficient de détermination R^2 0,94767459

Erreur-type 1,28493404

Observations 9

ANALYSE DE VARIANCE

Degré de

liberté

Somme des

carrés

Moyenne

des carrés F

Valeur

critique de F

Régression 1 240,87 240,87 145,8894 6,0861E-06

Résidus 7 11,56 1,65

Total 8 252,43

Coefficients Erreur-type Statistique t Probabilité

Constante 16,1473404 0,77051132 20,9566556 1,4163E-07

Conductivité (µS/cm) -0,08002996 0,00662584 -12,0784686 6,0861E-06

Figure 9 - Écran d’Excel (partiel) où l’on voit les résultats de la régression

linéaire. Les seules valeurs qui nous importent réellement dans

cette analyse sont la valeur de la pente et la probabilité associée

(encadrées). Comme celle-ci est ≤ à 0,05, on peut rejeter

l’hypothèse nulle et conclure que la conductivité (variable X) a un

impact significatif sur la masse caulinaire humide (variable Y).



7. RÉSUMÉ DES PRODUCTIONS ATTENDUES

Figures : 3 histogrammes avec barres d’erreur, 1 nuage de points avec courbe de tendance,

équation mathématiques et R2

Résultats d’analyses statistiques : 3 ANOVA, 1 régression linéaire

Tableau : tableau résumant le résultat des ANOVA pour chacun des paramètres étudiés

Questions : 2 questions relatives à la confirmation de votre hypothèse de départ (bas de la page

15)

8. MÉDIAGRAPHIE

[1] Charbonneau, P. (2006). Sels de voirie : une utilisation nécessaire, mais lourde de conséquences. Le

naturaliste canadien, vol. 130 (1), p. 75-81.

[2] Ministère des transports du Québec. (2010). La gestion environnementale des sels de voirie au

Québec. État de situation partiel. 19 p.

[3] Gabrieli, J. (2008). Trace elements and Polycyclic Aromatic Hydrocarbons (PAHs) in snow and ice

sampled at Colle Gnifetti, Monte Rosa (4450 m), during the last 10,000 years: environmental and

climatic implications, Thèse de doctorat, Université Joseph-Fournier, Grenoble, 178 p.

[4] Benbrahim-Tallaa, L. et coll. (2012). Carcinogenicity of diesel-engine and gasoline-engine exhausts

and some nitroarenes. The Lancet Oncology, vol. 13 (7), p. 663-664.

[5] Centre d’expertise en analyse environnementale du Québec. (2012). Détermination des solides

totaux et des solides totaux volatils : méthode gravimétrique, MA. 100 – S.T. 1.1, Rév. 2, Ministère du

Développement durable, de l’Environnement, de la Faune et des Parcs du Québec, 13 p.

[6] Centre d’expertise en analyse environnementale du Québec. (2010). Détermination des solides

dissous totaux et volatils: méthode gravimétrique, MA. 115 – S.D. 1.0, Rév. 3, Ministère du

Développement durable, de l’Environnement et des Parcs du Québec, 9 p.

[7] Centre d’expertise en analyse environnementale du Québec. (2003). Inhibition de la germination et

de la croissance chez les semences de végétaux. MA. 500 – GCR 1.0, Ministère de l’Environnement du

Québec, 30 p.

[8] American Public Health Association, American Water Works Association, and Water Environment

Federation. (1999). Standard Methods for the Examination of Water and Wastewater. Washington,

DC: American Public Health Association.

Documents

P ANALYSE PHYSICO CHIMIQUE DE LA NEIGE ET BIOESSAIS SUR ...mapage.clg.qc.ca/guillaume.chagnon/cegep/101-NE4/Protocole... · DE LA NEIGE ET BIOESSAIS SUR R ... En plus des sels de