Composition et Distribution Spatiale des Déchets Présents sur le Fond Marin

Les déchets marins s'enfoncent dans le fond marin, et des recherches ont été menées dans les eaux côtières ainsi que dans les eaux profondes, à l’aide de techniques telles que la plongée avec tuba, la plongée sous-marine, les études par chalutage, les sonars et l’utilisation de véhicules submersibles habités et télécommandés (Spengler and Costa, 2008 ; Miyake et al., 2011 ; Watters et al., 2010 ; Bergmann and Klages, 2012 ; Galgani et al., 2013 ; Schlining et al., 2013 ; Enrichetti et al. 2021). On a signalé la présence de grandes quantités de déchets plastiques dans les mers du plateau continental européen (Galgani et al., 2000 ; Pham et al., 2014 ; Canals et al., 2021 ; Maes et al. 2018), notamment dans la mer Baltique, la mer du Nord, les mers celtiques, le golfe de Gascogne (Galgani et al., 1995a), la mer Méditerranée (Galgani et al., 1995b, 1996 ; Galil et al., 1995 ; Stefatos et al., 1999), la mer Adriatique (Bingel et al., 1987) et la mer Noire (Ioakeimidis et al., 2014).

Des programmes coordonnés de surveillance des déchets présents sur le fond marin en Europe, menés à l'échelle nationale ou régionale, ont débuté en 2013 (Sous-groupe technique sur les déchets marins lancé dans le cadre de la DCSMM, 2013). Les campagnes halieutiques ont été adaptées pour surveiller également les déchets, en évaluant l’abondance et les tendances, et en fournissant aux décideurs politiques des informations objectives qui pourraient permettre de concevoir des mesures d’atténuation et d'évaluer l'efficacité de ces mesures. 

La couverture spatiale de nos relevés est limitée uniquement aux zones où le chalutage de fond peut avoir lieu. Ainsi, nos études n’incluent pas, par exemple, les zones comportant des substrats rocheux ou des récifs, et on ne peut donc rien dire sur les changements des niveaux des déchets dans ces zones. Les chaluts n’échantillonnent pas les objets enfouis et il est probable qu'ils sous-représentent le nombre de petits objets, en raison de la taille des mailles du filet utilisé pour l’échantillonnage. Dans la Zone maritime d'OSPAR sont menées onze études halieutiques, pour lesquelles on collecte des données sur les déchets (Tableau a); les types d’engins de pêche utilisés dans ces études varient en fonction des objectifs halieutiques, des circonstances locales et de la capacité des navires. Pour certaines études, on utilise des positions fixes, et pour d’autres, on utilise un plan d'échantillonnage aléatoire stratifié.

Les chaluts benthiques (Figure a et Figure b) sont conçus pour capturer le biote marin sur le fond marin ou à proximité de celui-ci, et peuvent être utilisés sur différents types de fonds marins. En conséquence, certains types de chaluts labourent la partie supérieure du fond marin, tandis que d’autres roulent sur le fond marin ou avancent en contact intermittent avec celui-ci. Cette interaction avec le fond marin, ainsi que la taille des mailles, influencent les quantités et les types de déchets collectés au cours d’une étude.

Lorsque le chalut passe sur le fond marin, les déchets sont « soulevés » et se retrouvent dans l’eau. La mesure dans laquelle cela se produit dépend du degré de contact entre l’engin et le fond. Comme les plastiques ont tendance à dériver, ils sont plus susceptibles de rester en suspension assez longtemps pour être retenus dans le  cul de chalut (l’extrémité fermée du filet). En revanche, les métaux, le verre et la céramique, ainsi que d’autres matériaux plus lourds, sont plus susceptibles de tomber à travers les mailles du filet avant d’atteindre le  cul de chalut. Par conséquent, différents types de déchets ont différentes capturabilités, et sont donc représentés différemment dans les prises (Moriarty et al., 2016 ; Kammann et al, 2018). L'utilisation de différents types de chaluts peut introduire une incertitude lorsqu'on compare différentes zones, ou lorsqu'on établit des tendances temporelles, si l'on ne suit pas une méthodologie harmonisée. Il est important de se fonder sur l’hypothèse que les différences entre les capturabilités des différents types d’engins sont largement constantes, et permettent ainsi de comparer les résultats des études. Cependant, comme il est mentionné dans la discussion, il reste des différences entre la façon dont les pays et les chercheurs qui travaillent sur les navires comptent les déchets et la façon dont un même engin est configuré à différents moments ou dans différentes études.

On ne dispose pas de chiffres précis sur la capturabilité. Cependant, les connaissances actuelles suggèrent que certains chaluts ne capturent qu’environ 5 % des objets présents sur le fond marin, et que les nombres des déchets présents sur le fond marin peuvent être bien plus élevés en réalité que ceux qui sont notifiés (O’Donoghue et Van Hal, 2018). Il s'ensuit que, par exemple, l'absence de déchets dans un trait de chalut ne signifie pas une absence de déchets sur le fond marin. La citation suivante de O’Donoghue et Van Hal (2018), qui se réfère aux engins GOV, met en avant cet effet. Bien que les auteurs se réfèrent aux captures de poissons, le même effet s’applique aux déchets plus lourds :

« L’engin d’échantillonnage utilisé pour les études internationales par chalutage de fond (IBTS) est le chalut « à grande ouverture verticale » (GOV), un chalut de fond (semi-pélagique). La corde de dos du filet se trouve à environ 5 m au-dessus du fond marin, ce qui est particulièrement pratique pour échantillonner les espèces de poissons pélagiques et les espèces qui vivent juste au-dessus du fond. Cependant, comme la corde de fond du GOV ne fait que toucher le fond, les poissons plats, les organismes benthiques et les déchets présents sur le fond marin peuvent facilement passer en dessous, et cette proportion peut être importante. »

La présente évaluation a été réalisée à partir des données collectées par les Parties Contractantes, dans le cadre du Programme coordonné de surveillance de l'environnement (CEMP) d'OSPAR, concernant les déchets présents sur le fond marin. Les déchets ont été collectés conformément aux lignes directrices du CEMP (OSPAR, 2017). 

Données utilisées

Les données sont enregistrées chaque année par le Centre de données du CIEM dans la base de données DATRAS, et peuvent être extraites à partir du site Web du CIEM. Une synthèse de l'état d'avancement de la présentation de toutes les données disponibles concernant les déchets sur le fond marin est accessible à l'adresse :

https://datras.ices.dk/Data_products/Submission_Status.aspx.

Les données peuvent être téléchargées via le Centre de données du CIEM :

https://datras.ices.dk/Data_products/Download/Download_Data_public.aspx

En 2019 et en 2020, des efforts considérables ont été déployés pour aplanir avec succès les difficultés liées à l’enregistrement des données dans DATRAS. Trois problèmes essentiels se posaient :

• Pays n’enregistrant pas les traits de chalut sans déchets : Cinq pays n’ont pas enregistré les traits de chalut au cours desquels aucun déchet n’avait été rencontré, pour certaines années ou pour toutes les années. Cela signifie qu'il y a une surestimation de la quantité des déchets rencontrés dans les données enregistrées. Ces problèmes ont maintenant été résolus pour les cinq pays, y compris les données historiques.
• Combinaison des fichiers concernant les déchets et des fichiers concernant les traits de chalut : Les deux types de fichiers – l’un contenant des informations détaillées sur les traits, et l’autre contenant des informations détaillées sur les déchets – n’étaient pas correctement combinés en un seul fichier d’évaluation par le programme de la base de données. Cette situation a maintenant été rectifiée.
• Pas de comptage : Un pays n’avait pas compté les déchets, en se contenant de les peser. Bien que les données historiques ne puissent pas être rectifiées, le comptage par ce pays a commencé en 2020.

Il reste quelques erreurs dans les fichiers de données DATRAS (par exemple des nombres négatifs). Cependant, ils ne sont pas utilisés dans la présente évaluation. L'intention est de corriger les fichiers de données brutes avant toute évaluation future.

L’évaluation des déchets présents sur le fond marin est fondée sur les douze programmes d’étude indiqués dans le Tableau a. La Figure c représente une carte des emplacements de ces études en 2018 (l’emplacement de l’étude PT-IBTS est indiqué à partir de 2016 car cette étude n’a pas eu lieu en 2018).

Ces études ont lieu principalement dans les trois Régions suivantes d'OSPAR :

• Mer du Nord au sens large (GNS)
• Mers celtiques (CS)
• Golfe de Gascogne et côte ibérique (BB)

Il y a quelques emplacements (111) dans l’Atlantique au sens large, mais ces emplacements sont trop peu nombreux et ont une couverture insuffisante pour permettre d'effectuer une évaluation pour cette Région. Aucune donnée n’était disponible pour la Région Eaux arctiques. Les évaluations seront donc réalisées pour les trois Régions énumérées ci-dessus.

La Figure d représente les écorégions définies par le CIEM qui sont utilisées dans l’évaluation. Celles-ci sont très similaires aux Régions d'OSPAR illustrées dans la Figure e, l’évaluation étant axée sur les Régions mer du Nord au sens large, Mers celtiques, et Golfe de Gascogne et côte ibérique. Les lieux d’échantillonnage indiqués dans la Figure c montrent que des études ont lieu dans la majeure partie de la région GNS, mais que les études sont menées surtout près des côtes dans les deux autres Régions. Cela est dû au fait que le fond se prête au chalutage (certaines zones sont trop profondes ou constituées de substrats rocheux) et au fait que les campagnes halieutiques sont conçues en vue de produire une bonne couverture pour leurs espèces cibles, plutôt que pour les déchets.

Le Tableau b présente les variables qui ont été évaluées. La catégorie « Pêche » comprend tous les objets relatifs à la pêche, et se compose donc de matériaux mélangés (plastique, caoutchouc et métaux). Il convient de noter que cette approche est une approximation, car bien que les cordages et les monofilaments soient souvent liés à la pêche, ce n'est pas nécessairement le cas. Les bouteilles et les sacs plastiques ont été choisis car ils représentent des objets qui ont été visés par des législations nationales.

Cette évaluation tient compte de plusieurs variables, dont la surface balayée, le type d’engin et la façon dont l’engin est configuré, et aussi d'un effort d’échantillonnage inégal dans l’espace.  Des estimations de la capturabilité ont également été faites. Des informations techniques complètes sur ces variables et sur les méthodes statistiques appliquées pour l’évaluation sont présentées dans l'Appendice 1 .

La partie principale de l’évaluation, pour les trois Régions d'OSPAR sélectionnées, indique les probabilités modélisées que les traits contiennent des déchets pour les années sélectionnées (2012-2019). Ces modèles utilisent la présence ou l’absence de déchets collectés pour chaque trait de chalut. Le Groupe d’experts d'OSPAR en matière de déchets sur le fond marin est convaincu que cet aspect a été enregistré de manière harmonisée entre les Parties contractantes. Il y a un manque de confiance dans les données de comptage, car les lignes directrices actuelles du CEMP ne sont pas assez détaillées, et en raison d’un contrôle de qualité insuffisant des données ; cette situation a produit des divergences entre les Parties contractantes quant à la façon de compter les objets, en particulier si ceux-ci sont emmêlés les uns avec les autres.

Une analyse descriptive des objets rencontrés le plus fréquemment dans tous les traits dans chacune des trois Régions d'OSPAR, entre 2012 et 2019, a produit les 10 déchets les plus susceptibles d'être rencontrés dans ces Régions. Aucune tentative de modélisation quelconque des données n’a été faite, pour tenir compte du biais spatial ou des différences dans les caractéristiques des traits de chalut (p. ex. entre les engins) ; les conclusions sont fondées simplement sur les données brutes. Les hypothèses implicites sont que la probabilité de détection d’un déchet est la même dans différentes zones et que cette probabilité n’est pas influencée par le type d’engin. Ces deux hypothèses n’ont guère de chances d'être vraies. Par exemple, les engins équipés d'une ou plusieurs chaînes « gratteuses » peuvent transférer plus efficacement des déchets légers, tels que les feuilles de plastique, à la colonne d’eau – et donc les capturer – que les chaluts à perche. En outre, un certain déchet peut être présent en plus grandes quantités près des côtes que plus au large. Ainsi, un suréchantillonnage des régions côtières pourrait entraîner des biais dans l'établissement de la liste des 10 déchets rencontrés le plus fréquemment (Top 10) en tant que liste « représentative » de l’ensemble de la zone OSPAR . Il n’est pas possible de savoir si les différences sont dues à des différences réelles, ou à des différences dans la manière dont les déchets ont été classés ou enregistrés en tant que déchets présents ou absents pour chaque trait de chalut.

Lorsque l’on est certain que les lignes directrices du CEMP ont été suivies et lorsque la manière dont les engins sont configurés n’a pas changé, on peut raisonnablement analyser les nombres ou les poids. Ces critères ont été remplis pour les données d’étude du Royaume-Uni (collectées par le Cefas) issues des études NS-IBTS menées entre 2015 et 2020. Ces données ont été utilisées dans une étude de démonstration concernant les nombres de déchets.

Travaux présentés

Pour chacune des trois Régions, les résumés et évaluations suivants ont été produits :

• Cartes spatiales indiquant les probabilités que les traits contiennent des déchets pour les années de 2012 à 2019.
• Valeurs moyennes et intervalles de confiance à 95 % des probabilités pour les catégories de déchets définies dans le Tableau b.
• Une évaluation de la tendance des probabilités pour les déchets totaux entre 2012 et 2019.
• Les 10 déchets les plus susceptibles d'être rencontrés dans les trois Régions d'OSPAR.

Les travaux suivants sont également présentés :

• Une petite étude sur les probabilités que les traits de chalut NCT contiennent des déchets remontés au large de la côte ibérique du Portugal entre 2013 et 2016.
• Résumés spatiaux des probabilités pour les trois Régions combinées pour 2019.
• En tant qu’étude de démonstration, pour les études NS-IBTS menées dans la mer du Nord au sens large par le Cefas dans le cadre du programme de surveillance du Royaume-Uni, les tendances spatiales et temporelles des nombres de déchets sont étudiées pour les années 2015-2020.  Les dix déchets rencontrés le plus fréquemment sont indiqués pour cette étude.
• Des résultats préliminaires pour la capturabilité des types de déchets, par engin, dans les trois Régions.

Évaluation de la Région mer du Nord au sens large (GNS)

Pour les huit années couvertes par l’évaluation, les données concernant la Région GNS sont issues des études BTS, DYFS, FR-CGFS et NS-IBTS. La majeure partie des données concernant la Région GNS proviennent des études BTS et NS-IBTS. Les engins étaient soit des chaluts GOV, soit un type ou un autre de chalut à perche (BT4A, BT4AI, BT6, BT7, BT8). Les chaluts à perche ont été utilisés pour les études BTS et DYFS et les chaluts GOV pour les études NS-IBTS et FR-CGFS. 

Des tableaux indiquant les fréquences d’échantillonnage par étude et par année, et par type d’engin et par année, pour chacune des Régions GNS, CS et BB, sont présentés dans l'Appendice 2.

Probabilité que les traits contiennent un déchet

En général, la probabilité qu’un trait contienne un déchet est la plus faible dans le nord-ouest, puis augmente le long d’un gradient sud-est (Figure f). Toutes les composantes spatiales des modèles sont statistiquement significatives au niveau de 5 %.

Légende de la carte :

Figure f : Cartes lissées pour la Région GNS de la probabilité que les traits de chalut contiennent un déchet, de 2012 à 2019. Les composantes spatiales des modèles sont statistiquement significatives (p < 0,05) pour toutes les années

Le Tableau c indique les probabilités moyennes et les intervalles de confiance à 95 % par type de déchets pour les études menées de 2012 à 2019. On a envisagé d’utiliser la médiane plutôt que la moyenne. Cependant, la distribution des probabilités provenant du modèle étant symétrique, il a été jugé raisonnable d’utiliser la moyenne. Pour ces valeurs moyennes, on a utilisé les 1 146 points de grille communs aux huit années.

La Figure g indique les probabilités moyennes pour les déchets totaux, en fonction de l'année, ainsi que les intervalles de confiance à 95 %. Un modèle de régression linéaire indique une tendance à la hausse (p = 0,023). Des graphiques des tendances sont également présentés pour les déchets, les déchets de pêche et les sacs plastiques (Figure h et Figure i). Bien que les deux graphiques suggèrent une tendance à la hausse, aucune des deux tendances n’est statistiquement significative au niveau de 5 %. Les années à venir révèleront si une tendance se poursuit et augmenteront la puissance de détection statistique d'une tendance quelconque.

Évaluation de la Région Mers celtiques (CS)

Pour les huit années couvertes par l’évaluation, les données concernant la Région CS sont issues des sept études. On notera que les campagnes EVHOE n’ont pas eu lieu en 2012 et en 2017. Cela ne devrait pas entraîner de biais lors de l’analyse des probabilités, car la zone couverte par les campagnes EVHOE est aussi largement couverte par l’étude IE-IGFS – voir Figure c.

Légende de la carte :

Figure j : Emplacement des points d'échantillonnage dans la Région Mers celtiques (2019), pour les trois engins. Disponible via :  https://odims.ospar.org/en/submissions/ospar_sl_sampling_points_2019_06_001/

L’emplacement des points d'échantillonnage où les trois engins ont été utilisés en 2019 est indiqué dans la Figure j. Bien que les engins soient utilisés dans des zones distinctes, il existe des chevauchements, ou une proximité, des points BT ainsi que des points PORB avec les emplacements GOV. Ceux-ci devraient permettre d'évaluer, dans une certaine mesure, les différentes capturabilités des engins en fonction des déchets.

Probabilité que les traits contiennent un déchet

Les cartes des probabilités lissées qu’un trait contienne un déchet sont présentées dans la Figure k. À l’exception de l'année 2012, pour laquelle la composante spatiale du modèle n’est pas statistiquement significative, il semble y avoir un gradient, avec des probabilités élevées dans le sud et des probabilités plus faibles dans le nord ou le nord-ouest. Il s’agit d’un gradient similaire à celui observé pour la Région GNS.

Légende de la carte :

Figure k : Cartes lissées pour la Région Mers celtiques de la probabilité que les traits de chalut contiennent un déchet, de 2012 à 2019. Les composantes spatiales des modèles sont statistiquement significatives (p < 0,05) pour toutes les années sauf 2012.

La proportion moyenne de traits par type de déchets pour les huit études sur les déchets est présentée dans le Tableau d. Pour ces valeurs moyennes, on a utilisé les 409 points de grille communs aux huit années.

La Figure l indique les proportions moyennes pour les déchets totaux, en fonction de l'année. Il ne semble pas y avoir de tendance linéaire. Une droite de régression linéaire ajustée aux moyennes a produit une valeur p non statistiquement significative de 0,16. Les Figure l, Figure m et Figure n représentent des graphiques similaires pour les engins de pêche et les sacs plastiques respectivement. Aucune de ces figures ne présente des tendances linéaires statistiquement significatives.

Évaluation de la Région Golfe de Gascogne et côte ibérique (BB)

Au cours des huit années (potentielles) couvertes par l’évaluation, les données concernant la Région BB sont issues de quatre études.

L’emplacement des points d'échantillonnage en 2016 et en 2018 est indiqué dans la Figure o. La carte de 2016 indique que l’engin NCT est utilisé le long de la côte ibérique du Portugal. On voit sur la carte de 2018 une autre zone de traits BAK tout au sud. Cependant, pour ceux-ci, il n'y a pas eu d'échantillonnage chaque année.

Légende de la carte :

Figure o : Emplacement des points d'échantillonnage dans la Région Golfe de Gascogne et côte ibérique en 2016 et en 2018, par type d’engin. Disponible via https://odims.ospar.org/en/submissions/ospar_sl_sampling_points_2016_07_001/ et https://odims.ospar.org/en/submissions/ospar_sl_sampling_points_2018_07_001/

Probabilité que les traits contiennent un déchet

Il y a peu de chevauchements entre les zones couvertes par les traits (Figure o). Des essais préliminaires d’adaptation du modèle logistique GAM (2) aux données de présence-absence ont montré que les modèles n’étaient pas capables de produire de très bonnes estimations des effets des engins. Cela a entraîné des distorsions dans les prédictions lorsque les points ont été normalisés à l’engin GOV standard.

En raison de la mauvaise estimation des effets des engins, d’autres approches ont été envisagées. Il est intéressant de calculer la proportion des traits qui contiennent un déchet pour chacun des trois engins : BAK = 0,85 ; GOV = 0,89 ; NCT = 0,25. Il semble évident que l’engin NCT a une capturabilité largement inférieure à celle des deux autres engins. Le retrait de l’engin NCT et l’exclusion des petites zones de points d'échantillonnage BAK tout au sud (voir Figure c, 2018) produisent des proportions, pour les engins BAK et GOV, qui sont les mêmes qu’auparavant dans les deux cas (0,85 et 0,89 respectivement). Bien qu'elles ne soient pas illustrées ici, les proportions pour toutes les catégories de déchets utilisées dans ce rapport sont également similaires. Il convient de noter que l'analyse pour l'engin NCT est réalisée séparément ; cette analyse est présentée ci-dessous.

Ainsi, comme les engins BAK et GOV semblent avoir des performances similaires, du moins en ce qui concerne la détection des deux principales catégories de déchets (déchets totaux et plastique), ils ont été considérés comme un même engin lors de la préparation des cartes de prédiction pour les proportions et les tendances temporelles. D’autres recherches pourraient permettre de distinguer les effets de ces deux engins, cependant en pratique, cela ne modifiera guère les résultats de surveillance obtenus.

En résumé, pour l’analyse des proportions, on a utilisé les données GOV et les données BAK, à l’exclusion toutefois des traits BAK au sud à moins de 40 degrés de latitude.

Les cartes des probabilités lissées de trouver un déchet sont présentées dans la Figure p. Pour de nombreuses années, on ne voit aucun profil spatial dans les probabilités que les traits contiennent des déchets, et des valeurs constantes sont donc représentées sur les cartes. Cependant, la probabilité de trouver des déchets est élevée pour la plupart des années. Seules les années 2016 et 2017 comportent des composantes spatiales statistiquement significatives.

Légende de la carte :

Figure p : Cartes lissées de la probabilité que les traits de chalut dans la Région Golfe de Gascogne contiennent un déchet, de 2012 à 2019. Les composantes spatiales des modèles (2) ne sont statistiquement significatives (p < 0,05) que pour 2016 et 2017.

Les zones dans lesquelles les points ont été échantillonnés sont très différentes pour la période 2012-2014 et pour la période 2015-2019 (Figure p). Deux points de grille seulement comportent des points d'échantillonnage situés à moins de 20 km pour toute la période de huit ans. Les principales comparaisons temporelles concernent donc les niveaux moyens de 2015 à 2019. Il y a 816 points de grille communs pour l'ensemble de cette période de cinq ans.

Le Tableau e indique les probabilités moyennes que les traits de chalut contiennent un déchet, par type de déchets, pour les huit études sur les déchets. Les années de 2012 à 2014 (en rouge) contiennent les niveaux moyens pour les points de grille correspondant aux études de ces années, et nous ne pouvons donc pas utiliser ces années pour des comparaisons temporelles. Cependant, les moyennes pour la période 2015-2019 ont été calculées à partir des 816 points de grille communs à l'ensemble de cette période de huit ans ; cela permet de faire des comparaisons temporelles entre ces années, mais cette série est très courte.

Les probabilités moyennes pour les déchets totaux sont représentées par année dans la Figure q. Il ne semble pas y avoir de tendance. Une droite de régression linéaire ajustée aux moyennes produit une valeur p non statistiquement significative de 0,45. De façon similaire, la Figure r et la Figure s présentent des tendances non statistiquement significatives pour les engins de pêche et les sacs plastiques respectivement.

Analyse des données concernant la côte ibérique du Portugal entre 2013 et 2016

On a présenté le compte rendu d'une petite analyse des données concernant les déchets pour la côte ibérique du Portugal. Les données n’ont été collectées qu’entre 2013 et 2016, ce qui offre peu de possibilités de déterminer des tendances temporelles quelconques. Cependant, l’analyse peut être utile quand on tente de découvrir des tendances spatiales, et pour comparer les niveaux des déchets avec d’autres parties de la Région. Cela dit, l’engin NCT utilisé semble capturer beaucoup moins de déchets que les autres engins ; on ne sait donc pas si les différences entre les quantités de déchets indiquées par ces données et par celles provenant d’autres parties du golfe de Gascogne sont dues à la zone ou à l’engin (ou, en fait, à d’autres facteurs tels que les pratiques de comptage suivies pour l’étude IBTS au Portugal).

Les cartes lissées des probabilités de capturer un déchet sont présentées dans la Figure t. Les niveaux des déchets sont les plus élevés en 2016. Les niveaux moyens pour les catégories de déchets sont indiqués dans le Tableau f. Les niveaux des déchets sont beaucoup plus élevés en 2016, bien qu’il soit impossible de dire si cela est dû à une augmentation réelle ou à un changement dans les pratiques d’enregistrement des déchets suivies pour l’étude. Cette dernière hypothèse semble plus probable.

Légende de la carte :

Figure t : Cartes lissées de la probabilité que les traits de chalut contiennent un déchet pour la côte ibérique, de 2013 à 2016. Les composantes spatiales des modèles (2) ne sont statistiquement significatives (p < 0,05) que pour 2013 et 2014

Comparaisons entre les trois Régions d'OSPAR

La Figure u représente une carte lissée de la probabilité que les traits de chalut contiennent un déchet pour les trois Régions en 2019. Cette probabilité est la plus faible dans le nord-ouest. Cette zone est centrée essentiellement sur les mers autour de l’Écosse et du nord de l’Irlande. La carte de 2019 est utilisée parce qu’il s’agit de l’année la plus récente incluse dans l’évaluation.

Légende de la carte :

Figure u : Cartes lissées de la probabilité que les traits de chalut contiennent un déchet pour les trois Régions (GNS, CS et BB) combinées, pour 2019. Disponible via https://odims.ospar.org/comparison-GNS-CS-BB

Le Tableau g indique les probabilités moyennes que les traits de chalut contiennent des déchets, pour les déchets totaux et pour chaque Région. En général, ces probabilités sont les plus élevées dans la Région BB et les plus faibles dans la Région CS. Les moyennes dans le temps pour chaque Région sont les suivantes : GNS = 69 ; CS = 45 ; BB = 87. Ainsi, sur les trois Régions, la Région Golfe de Gascogne et côte ibérique présente constamment la probabilité la plus élevée qu’un trait de chalut contienne un déchet. On voit des profils similaires aux déchets totaux pour les déchets de pêche (Tableau h) et les sacs plastiques (Tableau i).

Les 10 déchets les plus susceptibles d'être rencontrés dans les trois Régions d'OSPAR

Les listes des 10 principaux déchets pour toutes les années (2012-2019), combinées par Région d'OSPAR, sont présentées dans le Tableau j. Celui-ci indique les déchets rencontrés le plus fréquemment dans les différentes Régions au fil du temps. Il s'agit du nombre de traits de chaluts contenant le déchet en question.

Dans la Région mer du Nord au sens large, sept des dix principaux déchets sont en plastique et cinq sont liés aux activités de pêche ; dans la Région Mers celtiques, les dix principaux déchets sont tous en plastique et quatre sont liés aux activités de pêche, et dans la Région Golfe de Gascogne et côte ibérique, huit des dix principaux déchets sont en plastique et cinq sont liés aux activités de pêche.  Les sacs plastiques sont le quatrième objet rencontré le plus fréquemment dans les trois Régions, et les bouteilles en plastique sont le neuvième objet rencontré le plus fréquemment dans les Régions Mers celtiques et Golfe de Gascogne et côte ibérique ; cependant, ils ne figurent pas parmi les 10 principaux déchets dans la Région mer du Nord au sens large.

Des informations supplémentaires sur les 10 déchets rencontrés le plus fréquemment pour chaque Région et pour chaque année sont présentées dans l'Appendice 3.

Étude de démonstration concernant les nombres de déchets dans la Région mer du Nord

Pour les données de comptage de l'étude NS-IBTS menée par le Royaume-Uni en mer du Nord, il y a généralement 77 stations par an. Cependant, seulement 64 stations ont été échantillonnées en 2015. Ainsi, pour produire une bonne comparaison entre 2015 et 2020, on a utilisé les mêmes 64 stations pour chacune des six années. La Figure v indique les lieux d'échantillonnage en 2015. Il y a une bonne couverture dans la zone centrale de la Région GNS. Seules la zone de la Manche, au sud-est, et la zone située tout à l’ouest, n’ont pas été échantillonnées.

Figure v : Emplacement des 64 traits dans le cadre des études NS-IBTS du Royaume-Uni, en 2015. Disponible via :  https://odims.ospar.org/en/submissions/ospar_sl_sampling_points_2015_06_001/

La capture par unité d’effort (CPUE) est calculée par km² de surface balayée.

Les analyses suivantes de ces données sont présentées :

• Moyennes des déchets totaux capturés par unité d’effort et intervalles de confiance à 95 % par année ;
• Les dix catégories de déchets rencontrés le plus fréquemment par année ;
• Cartes spatiales des données observées et des données lissées.

Les données relatives aux CPUE des déchets pour les six années sont récapitulées dans le Tableau k. Il ne semble pas y avoir de tendance évidente. La CPUE moyenne est la plus basse en 2015, puis elle augmente en 2016 avant de diminuer à nouveau pendant les quatre années suivantes. L’intervalle de confiance à 95 % est calculé par bootstrapping, en utilisant la méthode des percentiles (Manly et Alberto, 2020). Il convient de noter que ces intervalles de confiance pourraient être surestimés s’il y a une corrélation spatiale dans les données – la Figure z semble cependant indiquer qu’il n’y a une structure spatiale statistiquement significative qu'en 2017 et en 2018.

Un graphique de la CPUE moyenne et des intervalles de confiance à 95 % par année est présenté dans la Figure w. Bien que les dernières années semblent présenter une réduction des niveaux des déchets totaux, la série est trop courte pour démontrer une tendance (une droite de régression linéaire a une valeur p = 0,46 pour le paramètre de pente).

Le Tableau l présente les dix déchets rencontrés le plus fréquemment et leurs fréquences pour chacune des six années de 2015 à 2020. Les objets en plastique, en particulier les objets liés à la pêche, prédominent parmi les objets rencontrés le plus fréquemment. Il est intéressant de noter que les sacs plastiques et les bouteilles en plastique, qui sont visés par de nombreuses mesures réglementaires, ne sont pas particulièrement fréquents. Les bouteilles en plastique ne figurent qu’une seule fois dans le Tableau (à la 9ème place en 2020).

L’ampleur de la CPUE au cours des six années est illustrée dans la Figure x. Le rayon de chaque cercle est proportionnel à la valeur de la CPUE. La conclusion la plus évidente à partir des cartes est peut-être que les captures varient considérablement d’une année à l’autre : 2015 est une année pour laquelle la valeur est basse ; en 2016 et en 2017, les valeurs sont élevées, et 2020 est une autre année pour laquelle la valeur est basse.

Figure x : Nombres totaux de déchets pour les études NS-IBTS du Royaume-Uni entre 2015 et 2020. Le rayon de chaque cercle est proportionnel au nombre en ce point.

Le Tableau m indique les niveaux moyens de la CPUE pour chacune des catégories de déchets. Le plastique et les déchets de pêche sont les catégories prédominantes.

Pour évaluer la variation spatiale des nombres chaque année, on a pratiqué un ajustement en utilisant un modèle GAM (modèle additif généralisé), comme il est décrit dans les méthodes. Il existe deux choix évidents pour modéliser les nombres : la distribution de Poisson, et la distribution binomiale négative. On a évalué quelle pourrait être la meilleure méthode à utiliser en ajustant la fonction de densité de probabilités pour ces distributions, puis en faisant une comparaison avec la fonction de densité empirique lissée. Les graphiques de la Figure y suggèrent que la distribution binomiale négative est la meilleure méthode, car ses densités ajustées correspondent plus étroitement aux densités empiriques. On s'attendait à obtenir ce résultat, car les déchets sont probablement présents en groupes, plutôt que d'être répartis de façon aléatoire sur le fond marin.

La distribution binomiale négative a été utilisée pour les modèles GAM. Ces modèles comprenaient une composante spatiale (latitudes et longitudes de mouillage des chaluts plus leur interaction) ainsi qu'un terme pour la surface balayée. Les résultats montrent que la composante spatiale n’est statistiquement significative qu’en 2017 et en 2018. Les cartes lissées produites pour ces années sont présentées dans la Figure z. La carte de 2017 montre un gradient du sud-est (probabilités élevées) au nord-ouest (faibles probabilités) pour les déchets. La carte de 2018 fait ressortir les niveaux de déchets les plus élevés dans la partie sud de la Région. Cependant, ces cartes n'apportent guère d’informations en plus de celles qu'on peut tirer des graphiques des données observées dans la Figure x.

Légende de la carte :

Figure z : Cartes lissées des nombres issus des études NS-IBTS du Royaume-Uni pour 2017 et 2018 – les deux seules années comportant une composante spatiale statistiquement significative. Disponible via https://odims.ospar.org/en/submissions/ospar_seabed_litter_counts_2017_09_001/ et https://odims.ospar.org/en/submissions/ospar_seabed_litter_counts_2018_09_001/

Étude de démonstration concernant la capturabilité des matériaux dont se composent les déchets pour différents types d’engins

Mer du Nord au sens large

Le Tableau n indique les valeurs moyennes des rapports (Mean Of Ratio (MOR)) des captures pour chacun des types de déchets. Comme on s'y attendait, les valeurs MOR pour les objets plus légers, principalement en plastique, sont inférieures à celles des objets plus lourds. Cela ajoute encore plus de crédibilité à la théorie selon laquelle les traits de chalut GOV collectent moins efficacement les objets plus lourds que les traits de chalut à perche.

Mers celtiques

Pour calculer le rapport traits de chalut à perche/traits de chalut GOV, et traits de chalut PORB/traits de chalut GOV, on a utilisé une méthode similaire à celle qui a été appliquée pour les nombres dans la Région mer du Nord au sens large (cependant, cette fois-ci, 90 carrés ont été utilisés initialement, mais la plupart ne contenaient qu’un seul engin). Cependant, comme on le voit sur la Figure j, les possibilités de suivre cette approche étaient limitées, en raison de la zone spatiale réduite dans laquelle plusieurs types d'engins avaient été utilisés.

En ce qui concerne les carrés spatiaux utilisés pour saisir les endroits où des engins GOV ainsi que l’un des autres engins avaient été utilisés, il y en avait cinq pour les comparaisons des traits de chalut à perche et des traits de chalut GOV, et trois pour les comparaisons des traits de chalut PORB et des traits de chalut GOV. En particulier, pour les comparaisons des traits de chalut à perche et des traits de chalut GOV, on observe une variation élevée entre les rapports dans les cinq carrés. Ainsi, bien que les rapports donnent une indication des différences entre les engins, on reconnaît qu'il ne s'agit pas d'une estimation précise.

Le Tableau o présente des estimations des rapports traits de chalut à perche/traits de chalut GOV et des rapports traits de chalut PORB/traits de chalut GOV pour chaque déchet, dans la mesure du possible. Le volume de données disponible n'a pas permis de calculer ces rapports pour certains déchets. De toute évidence, les traits de chalut à perche sont beaucoup plus efficaces que les traits de chalut GOV. Les traits de chalut GOV et les traits de chalut PORB sont plus similaires.

Golfe de Gascogne et côte ibérique

En ce qui concerne l’analyse des proportions ci-dessus, seuls les traits de chalut BAK au-dessus de 40 degrés de latitude et les traits de chalut GOV ont été utilisés pour les dénombrements. Des travaux sur les rapports traits de chalut BAK/traits de chalut GOV ont déjà été réalisés par Garcia-Alegre et al. (2020). Ce travail doit être pris en compte pour les évaluations futures. Cependant, pour cette analyse préliminaire, on a utilisé les données actuelles pour calculer les rapports BAK/GOV pour chacune des catégories de déchets. Comme le montre la Figure o, les possibilités de suivre cette approche sont limitées, car les chaluts GOV et les chaluts BAK ne se trouvent à proximité que dans une petite zone. Toutefois, les données provenant de cette zone ont été utilisées pour calculer les rapports. Ceux-ci sont présentés dans le Tableau p.

D'une manière générale, il faut étudier ce qu'indiquent les données concernant les déchets sur le fond marin issues des études halieutiques, en ce qui concerne l’état du fond marin, et déterminer si ces données sont utiles pour dégager des tendances spatiales et temporelles. Un niveau de confiance modéré est associé à la méthodologie ainsi qu'à la disponibilité des données.

Il convient de définir ce que nous entendons par la quantité de déchets sur le fond marin. Une définition pratique pourrait être qu’il s’agit de la quantité de déchets se trouvant à moins de X cm en dessous du fond marin et à moins de Y cm au-dessus de celui-ci. En d'autres termes, les traits de chalut pourraient capturer des déchets piégés dans les sédiments et des déchets flottant juste au-dessus du fond marin.

Les capacités de capture de ces déchets varient selon les engins de pêche. Les chaluts à perche, par exemple, capturent plus efficacement les déchets dans les sédiments que les chaluts GOV. Cependant, les deux engins pourraient capturer des quantités similaires de déchets au-dessus du fond. Même les chaluts à perche ne captureront probablement pas tous les déchets présents dans une zone couverte par le passage du chalut.

Il convient de reconnaître que les données provenant des traits de chalut sont presque certainement une sous-estimation de la quantité de déchets sur le fond marin. En outre, différents types d’engins de chalutage ont différents niveaux de biais (par exemple, les chaluts GOV ont un biais plus important que les chaluts à perche). Mais la question qui compte est celle-ci : « Est-ce important ? ».

Le biais est effectivement important si l’on cherche à savoir quelle est la quantité exacte de déchets sur le fond marin.  Les études halieutiques ne sont pas le moyen le plus précis de déterminer la quantité de déchets sur le fond marin. Une meilleure méthode serait de réaliser des études spécialisées – impliquant peut-être un dragage.

Cependant, si l’on s’intéresse aux tendances spatiales et temporelles, les études halieutiques peuvent apporter des informations utiles. Ainsi, même si les réponses sont biaisées, en supposant que la quantité des déchets capturés dans les études soit proportionnelle à la quantité réelle de déchets sur le fond marin, et en supposant que les études halieutiques utilisant un certain type de filet produisent des résultats comparables, les données de pêche peuvent potentiellement fournir de bonnes informations sur les tendances.

Des travaux universitaires concernant les « zéros » en écologie ont été réalisés récemment paru Blasco-Moreno et al. (2019). Ces auteurs suggèrent que lorsqu'un trait de chalut ne capture aucun déchet, il s'agit d'un « faux zéro », parce que le trait a manqué des déchets présents sur le fond marin. Cependant, comme nous l’avons vu plus haut, ces « faux zéros » ne sont qu’une version extrême du biais négatif observé avec les traits de pêche. Ils auront une incidence sur toutes les estimations de la quantité réelle de déchets sur le fond marin, mais ne devraient pas influer sur les estimations des tendances.

Il y aura sans aucun doute des changements d’une année à l’autre dans la composition des déchets, qui ne résultent pas d'une tendance sous-jacente. Par exemple, il peut y avoir des tempêtes ou des courants qui exposent les déchets plus qu’à d’autres moments.  Des travaux seront nécessaires à l'avenir pour mieux comprendre l’impact du changement climatique sur les déchets marins.

La variation d’une année à l’autre a été clairement démontrée par l’étude des nombres issus des campagnes NS-IBTS, pour lesquelles on pouvait être certain que les pratiques de comptage étaient similaires, qu’il n’y avait pas eu de changements dans la configuration des engins, et que des zones similaires étaient étudiées au même moment chaque année. Cependant, même ainsi, on a vu des différences considérables d’une année à l’autre, pour lesquelles il n'y avait pas de raison explicite.

Il est nécessaire de mieux comprendre le « cycle de vie » des déchets lorsqu’ils parviennent au fond de la mer. Par exemple, des objets sont enterrés ou ils se décomposent, ils peuvent être rejetés sur le rivage, ou ils peuvent se désagréger et devenir des microdéchets. En comprenant ces cycles de vie, nous serons mieux à même de démêler les données issues des études halieutiques. Par exemple, les données observées en 2020 peuvent provenir de 2020, mais elles peuvent aussi provenir d’années antérieures. Comprendre le cycle de vie des déchets aidera à estimer la quantité qui provient de points temporels antérieurs. Plusieurs facteurs influencent les résultats, à savoir :

• Le processus et les voies qui amènent un objet à devenir un déchet marin ne sont pas évidents, et cela peut prendre plusieurs années. Les déchets transfrontaliers provenant de régions situées loin de l’Europe se retrouvent également dans cette région et compliquent les relations directes (Van Loon et al., 2020).
• Le processus par lequel les déchets se retrouvent piégés lors de leur transfert ou sur le fond marin. Par exemple, différents types de déchets peuvent prendre plus ou moins de temps pour passer de la colonne d’eau au fond marin. Ces processus diffèrent d’une région à l’autre car les conditions et les processus qui influencent le temps de séjour d’un objet varient. La biosalissure influence considérablement le processus de flottabilité et varie localement en raison de la température, des conditions présentes dans l’eau environnante et de la disponibilité des espèces. Les structures et substrats divers présents sur le fond jouent un rôle important, non seulement dans la capture et la libération des déchets, mais aussi dans la façon dont cette zone est pêchée, par exemple quels engins de chalutage on utilise.
• La plupart des matériaux dont se composent les déchets, par exemple le plastique, le métal et le verre, ne se dégradent pas facilement et, par conséquent, il devrait y avoir une accumulation de déchets dans nos régions maritimes, à moins que les déchets ne soient enlevés ou déplacés par les courants ou la pêche.
• Les marées et les tempêtes peuvent redistribuer les déchets tout au long de l’année, en les transférant ainsi d’une zone à l’autre.
• Les informations concernant les déchets présents sur le fond marin proviennent uniquement de zones de sédiments mous (boue et sable) où la pêche de fond est pratiquée. Il n'y a pas de données concernant les régions rocheuses, car on ne fait pas de relevés dans ces zones, les engins habituellement utilisés lors des campagnes ne convenant pas pour les fonds durs.
• Les petits objets tels que les filtres de cigarettes, les bouchons de bouteilles ou les morceaux de films plastiques ne sont pas collectés par les chaluts, si bien que le nombre de ces objets est sous-estimé dans les études.

En ce qui concerne la manière dont les évaluations des déchets pourraient être améliorées, de nombreux domaines ont été examinés lors de travaux menés par des groupes d’experts. Le temps disponible n'a pas permis de les présenter dans cette évaluation. Toutefois, il faut poursuivre les travaux afin de pouvoir évaluer ces domaines et éventuellement les exploiter lors de futures évaluations d'OSPAR.

• Faire des recherches approfondies dans la littérature halieutique et s'entretenir avec les chercheurs halieutiques pour mieux comprendre comment ils tiennent compte des effets des types de traits et des changements dans la configuration des engins au fil du temps.
• Plutôt que d’utiliser toutes les différentes études, envisager d’utiliser uniquement les meilleures données pour certaines régions. En d'autres termes, les données issues d'un comptage des déchets dont on est certain qu'il a été effectué de manière uniforme sur une période connue, et obtenues en utilisant des engins de pêche dont la configuration a subi peu de changements. Il pourrait être utile de réaliser une analyse plus approfondie des relevés au chalut à perche, car ceux-ci semblent avoir une MOR élevée relativement aux GOV. Cependant, cela limiterait l'étendue spatiale des données.
• Poursuivre les travaux au sein du Groupe de travail sur les déchets marins du CIEM et du Groupe d’experts d'OSPAR en matière de déchets sur le fond marin, afin d’assurer l’harmonisation des méthodes, en particulier pour les dénombrements, afin que ces données puissent être utilisées pour de futures évaluations. Les nouvelles lignes directrices techniques du CIEM définiront mieux comment compter les déchets.  Il est essentiel que les lignes directrices soient partagées avec toutes les Parties contractantes. Les lignes directrices précédentes n'indiquaient pas de manière bien tranchée s'il fallait ou non compter les déchets accrochés au filet. En outre, les fibres des perruques des chaluts de fond (dolly rope) provenant du filet lui-même sont comptées par certaines Parties contractantes, mais pas toutes, et ce problème doit donc être résolu.
• Examiner s’il peut y avoir un rapport avec les sources des déchets (zones urbaines, apports fluviaux, zones de pêche, voies de navigation, etc.) en utilisant les données concernant les déchets sur le fond marin.
• Décider ce qu'il convient de faire des données correspondant à des nombres très élevés (il y a p. ex. un nombre de 1 100) ou des données de pesage. Celles-ci influenceront évidemment la modélisation et l’estimation des statistiques récapitulatives telles que les valeurs moyennes. L’expérience tirée des études halieutiques, dans lesquelles on voit également des nombres élevés, suggère que ces données peuvent être modélisées avec succès en utilisant des modèles à excès de zéros.
• Comme pour notre modélisation de présence-absence, les données de comptage devraient être prédites ou converties, de données produites par différents engins de pêche en données correspondant au chalut à perche ou au chalut GOV. Il convient toutefois d'envisager d’autres variables de normalisation, telles que le pays et le navire, pour toute modélisation.
• Évaluer l’utilisation de modèles à excès de zéros pour modéliser les données de comptage.
• Pour les modèles GAM, voir si la surface balayée est mieux modélisée par un lissage non linéaire et si la probabilité maximale ou la probabilité maximale restreinte sont de meilleures méthodes d’estimation que la validation croisée (qui est utilisée actuellement).
• Améliorer l’évaluation du dénombrement en tenant compte, si possible, de toutes les corrélations spatiales éventuelles lors du calcul des intervalles de confiance.
• Réaliser des travaux supplémentaires afin d'élaborer des approches théoriques visant à produire des mesures de variabilité pour les listes des 10 principaux déchets.  L’utilisation d’une approche bayésienne pourrait faire partie d’une approche plus complète de la modélisation des listes des 10 principaux déchets pour les Régions.
• Les campagnes halieutiques retournent souvent aux mêmes stations de chalutage chaque année. Potentiellement, cela pourrait avoir pour conséquence que ces zones comportent moins de déchets que d’autres zones « hors station ». Nous devons nous pencher sur la question pour déterminer si c'est vrai et, dans l’affirmative, comment nos résultats peuvent être modifiés pour en tenir compte.

Au fur et à mesure que des données portant sur un plus grand nombre d’années deviendront disponibles, les évaluations futures devraient viser à détecter les tendances des nombres de déchets. Une analyse de puissance serait utile pour indiquer l’ampleur d’une tendance détectable. Il serait utile de régler les différences entre la façon dont les Parties contractantes comptent les déchets et la question de savoir s'ils sont comptés ou non. Cela permettrait d’utiliser les données de comptage pour les trois Régions d'OSPAR, et pas seulement pour une étude de cas du Royaume-Uni. Pour faire fond sur cet aspect, les évaluations futures devraient aussi commencer à examiner les poids des déchets ; toutefois, pour cela, les études devront produire de meilleures données.
Les points suivants pourraient améliorer les évaluations futures :

• Ce qu'est le « cycle de vie » des déchets sur le fond marin. Nous devons mieux comprendre comment l’hydrodynamique, la géomorphologie et les facteurs humains influencent la répartition géographique des déchets sur le fond marin.
  • Quel est l’impact des différents types de sédiments sur le comportement des déchets et sur la quantité de déchets collectée par le chalut ?
  • Comment les tendances saisonnières, les conditions météorologiques et les changements dans les courants influencent-ils la répartition des déchets ?
  • Quel est le lien entre les sources et les densités des déchets ?
  • Comment les déchets sont-ils transportés, par exemple, dans le système de la mer du Nord ? Sont-ils transportés jusqu'à des zones plus profondes, ce qui voudrait dire qu'ils ne sont ni échantillonnés ni comptés, sont-ils transportés vers le nord, en quittant ainsi la mer du Nord, ou restent-ils dans la mer du Nord, en alternant entre le fond marin et le littoral ?  
• Mieux comprendre la capturabilité des engins et les facteurs de conversion. Il faudrait pour cela s’appuyer sur les travaux de Sánchez et al., (1994) concernant les espèces de poissons et sur ceux de Garcia-Alegre et al., (2020). Les différentes capturabilités des déchets sur le fond marin devraient être évaluées d'une manière ou d'une autre pour renforcer les déclarations quantitatives.
• Déterminer s’il est possible de comparer différentes études halieutiques (concernant les types d’engins et les méthodologies). En outre, différentes profondeurs (qui influencent le comportement des engins) et différentes conceptions des stations utilisées pour les relevés, p. ex. position stratifiée aléatoire ou position fixe. Les Parties contractantes qui utilisent des positions fixes risquent davantage, à cause de cela, de voir une diminution localisée des déchets au fil du temps.
• Comprendre les évaluations halieutiques et la façon dont elles tiennent compte de variables telles que le type d’engin, la surface balayée, le trait, la conception des études, etc.
• Quelle proportion des déchets présents sur le fond marin est collectée lors des chalutages ? En s’appuyant sur l’estimation de 5 % de O’Donoghue et Van Hal (2018).
• Travailler sur l’évaluation au-delà de la Zone maritime d'OSPAR pour permettre de faire des comparaisons. Cela nécessiterait un examen plus approfondi des données et des discussions méthodologiques entre les organisations maritimes régionales.
• Les zones de fortes ou de faibles intensités de chalutage commercial influencent-elles la répartition et les quantités des déchets sur le fond marin ? Et les autres engins de pêche ont-ils également un effet ?

Il est nécessaire d’envisager d’autres approches pour surveiller les déchets présents sur le fond marin.  Le programme de surveillance actuel est économiquement avantageux, car il apporte un grand volume de données dans le cadre d’un programme de surveillance existant ; cependant, comme il est opportuniste, il présente des limites et des lacunes en matière de preuves.  Il reste nécessaire de mieux comprendre l’environnement du fond marin, car il s'agit d'un puits qui joue un rôle majeur dans l'accumulation des déchets marins.

Bergmann, M. & Klages, M. (2012) Increase of litter at the Arctic deep-sea observatory HAUSGARTEN. Marine Pollution Bullitin. 64, 2734–2741.

Bingel, F., Avsar, D. & Uensal, M. (1987) A note on plastic materials in trawl catches in the north-eastern Mediterranean. Meeresfirsch. - Reports Mar. Res. 31, 3–4.

Blasco-Moreno, A., Perez-Casany, M., Puig, P., Morante, M., Castelles, E. (2019) What does a zero mean? Understanding false, random and structural zeros in ecology. Methods in Ecology and Evolution. 10, 949-59.

Carrothers, P. (1980) Estimation of Trawl Door Spread from Wing Spread. Journal of Northwest Atlantic Fishery Science. 1, 81-89.

Canals, M., Pham, C,K., Bergmann, M., Gutow, L., Hanke, G., Sebille, E., Angiolillo, M., Buhl-Mortensen, L., Cau, A., Ioakeimidis, C., Kammann, U., Lundsten, L., Papatheodorou, G., Purser, A., Sanchez-Vidal, A., Schulz, M., Vinci, M., Chiba, S., Galgani, F., Langenkämper, D. (2021) The quest for seafloor macrolitter: a critical review of background knowledge, current methods and future prospects. Environment Research Letters. 16(2), 023001.

Enrichetti, F., Domonguez, C., Toma, M., Bavestrello, G., Canese, S., Bo, M. (2021) Assessment and distribution of seafloor litter on the deep Ligurian continental shelf and shelf break (N V Mediterranean Sea). Marine Pollution Bulletin. 151, 110872.

Galgani, F., Burgeot, T., Bocquene, G., Vincent, F. (1995a) Distribution and abundance of debris on the continental shelf of the Bay of Biscay and in Seine Bay. Marine Pollution Bulletin. 30, 58–62.

Galgani, F., Jaunet, S., Campillo, A., Guenegen, X., His, E. (1995b) Distribution and abundance of debris on the continental shelf of the north-western Mediterranean Sea. Marine Pollution Bulletin. 30, 713–717

Galgani, F., Souplet, A., Cadiou, Y. (1996) Accumulation of debris on the deep sea floor off the French Mediterranean coast. Marine Ecology Series. 142, 225–234.

Galgani, F., Leaute, J.P., Moguedet, P., Souplet, A., Verin, Y., Carpentier, A., Goraguer, H., Latrouite, D., Andral, B., Cadiou, Y., Mahe, J. C. , J. C. Poulard, J.  C., Nerisson, P. (2000) Litter on the sea floor along European coasts. Marine Pollution Bulletin. 40, 516–527.

Galgani, F., Hanke, G., Werner, S., Vrees, L. De. (2013) Marine litter within the European Marine Strategy Framework Directive. ICES Journal. Marine Science. 70, 1055–1064

Galil, B. S., Golik, A., Türkay, M. (1995) Litter at the bottom of the sea: A sea bed survey in the Eastern Mediterranean. Marine Pollution Bullitin. 30, 22–24

Garcia-Alegre, A., Gonzalez-nuevo, G., Velasco, F., Otero, P., Gago, J. (2020) Assessment between trawl gears baka and GOV for the study of seabed litter. Clean Atlantic Report.  (unpublished).

ICES (2017) Manual of the IBTS North Eastern Atlantic Surveys. ICES. Series of ICES Survey Protocols SISP 15. 92 pp.

MSFD Technical subgroup on Marine Litter (2013) http://publications.jrc.ec.europa.eu/repository/bitstream/JRC83985/lb-na-26113-en-n.pdf

Kammann, U., Aust, MO, Lang, T. (2018) Marine Litter at the Seafloor – Abundance and composition in the North Sea and the Baltic Sea. Marine Pollution Bulletin.  127, 774-780.

Ioakeimidis, C., Zeri, C., Kaberi, H., Galatchi, M., Antoniadis, K., Streftaris, N.,  Galgani, F., Papathanassiou, E., Papatheodorou, G. (2014) A comparative study of marine litter on the seafloor of coastal areas in the Eastern Mediterranean and Black Seas. Marine Pollution Bulletin. 89, 296–304.

Maes, T., Barry, J., Leslie, H., Vethaak, A., Nicolaus, E., Law, R., Lyons, B., Martinez, R., Harley, B., Thain, J. (2018) Below the surface: Twenty- five years of seafloor litter monitoring in coastal seas of North West Europe (1992- 2017).  Science of The Total Environment. 630, 790-798.

Manly, B, F, J., & Alberto, J, A, N. (2020) Randomization, Bootstrap and Monte Carlo Methods in Biology: 4th edition. CRC Press.

Miyake, H., Shibata, H. & Furushima, Y. (2011) Deep-sea litter study using deep-sea observation tools. Interdisciplinary Study Environmental Chemistry. 261–269.

Moriarty, M., Pedreschi, D., Stokes, D., Dransfeld, L. & Reid, D. G. (2016) Spatial and temporal analysis of litter in the Celtic Seas from Groundfish Survey data: Lessons for monitoring. Marine Pollution Bulletin. 103, 195–205.

O’Donoghue, A. & Van, Hal, R. (2018) Seafloor Litter Monitoring: International Bottom Trawl Survey 2018. Wageningen University Research Report C052/18.

Pham, C. K., Ramirez-Llodra E., Alt C. H. S., Amaro T., Bergmann M., Canals M., Company, J. A, Davies, J., Duineveld, G. Galgani, F., Howell, K. J., Huvenne, V. I., Isidro, E., Jones, D. O., Lastras, G., Morato, T., Gomes-Pereira, J. N., Purser, A., Stewart, H. Tojeira, I.  Tabau, X. Rooij, D. V., Tyler, P. A. (2014) Marine litter distribution and density in European seas, from the shelves to deep basins. PLoS One. 9, 4.

Sánchez, F., Poulard, JC., & de la Gandara, F. (1994) Experiencias de calibración entre los artes de arrastre baka 44/60 y GOV 36/47 utilizados por los B/O cornide de Saavedra y Thalassa. Informes técnicos (Instituto Español de Oceanografía). 156, 3-48

Schlining, K., von Thun, S., Kuhnz, L., Schlining, B., Lundsten, L., Chaney, L., Connor, J. (2013) Debris in the deep: Using a 22-year video annotation database to survey marine litter in Monterey Canyon, central California, USA. Deep-sea Research. Part I Oceanographic Research Papers. 79, 96–105.

Spengler, A. & Costa, M. F. (2008) Methods applied in studies of benthic marine debris. Marine Pollution Bulletin. 56, 226–230.

Stefatos, A., Charalampakis, M., Papatheodorou, G. & Ferentinos, G. (1999) Marine debris on the seafloor of the Mediterranean Sea: Examples from two enclosed gulfs in western Greece. Marine Pollution Bulletin. 38, 389–393.

Van Loon, W., Hanke, G., Fleet, D., Werner, S., Barry, J., Strand, J., Eriksson, J., Galgani, F., Gräwe, D., Schulz, M., Vlachogianni, T., Press, M., Blidberg, E. and Walvoort, D. (2020) A European Threshold Value and Assessment Method for Macro Litter on Coastlines. EUR 30347 EN, Publications Office of the European Union, Luxembourg, 2020, ISBN 978-92-76-21444-1, doi:10.2760/54369, JRC121707

Watters, D. L., Yoklavich, M. M., Love, M. S. & Schroeder, D. M. (2010) Assessing marine debris in deep seafloor habitats off California. Marine Pollution Bulletin 60, 131–138.

Wood, S, N. (2017) Generalized Additive Models: An Introduction with R, second edition. CRC Press. 467.