![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 )](https://reader035.vdocuments.net/reader035/viewer/2022062417/551d9da5497959293b8d6b18/html5/thumbnails/1.jpg)
![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 )](https://reader035.vdocuments.net/reader035/viewer/2022062417/551d9da5497959293b8d6b18/html5/thumbnails/2.jpg)
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 )](https://reader035.vdocuments.net/reader035/viewer/2022062417/551d9da5497959293b8d6b18/html5/thumbnails/3.jpg)
![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 )](https://reader035.vdocuments.net/reader035/viewer/2022062417/551d9da5497959293b8d6b18/html5/thumbnails/4.jpg)
![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 )](https://reader035.vdocuments.net/reader035/viewer/2022062417/551d9da5497959293b8d6b18/html5/thumbnails/5.jpg)
![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 )](https://reader035.vdocuments.net/reader035/viewer/2022062417/551d9da5497959293b8d6b18/html5/thumbnails/6.jpg)
![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 )](https://reader035.vdocuments.net/reader035/viewer/2022062417/551d9da5497959293b8d6b18/html5/thumbnails/7.jpg)
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 )](https://reader035.vdocuments.net/reader035/viewer/2022062417/551d9da5497959293b8d6b18/html5/thumbnails/8.jpg)
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