. Agra, ZNT : la FNSEA relance le bras de fer avec le gouvernement, vol.17

D. ,

, Pratiques culturales en grandes cultures 2017 : IFT et nombre de traitements|Agreste, la statistique agricole, AGRESTE, 2019.

. Disponible,

, Utilisation du territoire -Agreste-Saiku, AGRESTE, 2019.

. Disponible,

H. Ahmed, A. Abushouk, M. Gabr, A. Negida, and M. Abdel-daim, Parkinson's disease and pesticides: A meta-analysis of disease connection and genetic alterations, Biomedicine & Pharmacotherapy. 1 juin 2017, vol.90, pp.638-649, 2017.

C. V. Amarante, C. A. Steffens, A. L. Mafra, and J. A. Albuquerque, Yield and fruit quality of apple from conventional and organic production systems, Pesquisa Agropecuária Brasileira. mars, 2008.

, , vol.43, pp.333-340

, Avis de l'Agence nationale de sécurité sanitaire de l'alimentation, ANSES, 2019.

S. , s.n

. Disponible,

, Les perturbateurs endocriniens | Anses -Agence nationale de sécurité sanitaire de l'alimentation, de l'environnement et du travail, ANSES, 2019.

D. ,

C. Bedos, P. Cellier, R. Calvet, E. Barriuso, and B. Gabrielle, Mass transfer of pesticides into the atmosphereby volatilization from soils and plants: overview, Agronomie. janvier 2002, vol.22, pp.21-33, 2002.

C. Bedos, J. P. Douglas, E. Barriuso, J. P. Bordes, E. Chantelot et al., Application des produits phytopharmaceutiques et protection des riverains : Synthèse des connaissances pour définir les distances de sécurité, vol.2020, 2020.

C. Bedos, B. Loubet, and E. Barriuso, Gaseous Deposition Contributes to the Contamination of Surface Waters by Pesticides Close to Treated Fields. A Process-Based Model Study, Environmental Science & Technology. 17 décembre 2013, vol.47, pp.14250-14257, 2013.
URL : https://hal.archives-ouvertes.fr/hal-01004785

R. Béranger, E. Billoir, J. R. Nuckols, J. Blain, M. Millet et al., Agricultural and domestic pesticides in house dust from different agricultural areas in France, Environmental Science and Pollution Research. 1 juillet 2019, vol.26, pp.19632-19645, 2019.

J. G. Brody, D. J. Vorhees, S. J. Melly, S. R. Swedis, P. J. Drivas et al., Using GIS and historical records to reconstruct residential exposure to large-scale pesticide application, Journal of Exposure Science & Environmental Epidemiology. février, vol.12, issue.1, pp.64-80, 2002.

A. Calonnec, P. Cartolaro, C. Poupot, D. Dubourdieu, and P. Darriet, Effects of Uncinula necator on the yield and quality of grapes (Vitis vinifera) and wine, Plant Pathology, vol.53, pp.434-445, 2004.
URL : https://hal.archives-ouvertes.fr/hal-02672018

, Règlement (CE) no 1107/2009 du Parlement européen et du Conseil du 21 octobre 2009 concernant la mise sur le marché des produits phytopharmaceutiques et abrogeant les directives 79/117/CEE et 91/414/CEE du Conseil, p.50, 2009.

, Les fichiers fonciers ou MAJIC, CEREMA, 2014.

. Disponible,

, Premières validations de la carte d'occupation du sol OSO -Séries Temporelles, 2017.

. Disponible,

C. Chevrier, T. Serrano, R. Lecerf, G. Limon, C. Petit et al., Environmental determinants of the urinary concentrations of herbicides during pregnancy: The PELAGIE motherchild cohort (France), Environment International. 1 février, vol.63, pp.11-18, 2014.
URL : https://hal.archives-ouvertes.fr/hal-01107546

C. Dereumeaux, C. Fillol, P. Quenel, and S. Denys, Pesticide exposures for residents living close to agricultural lands: A review, Environment International. 1 janvier 2020, vol.134, p.105210, 2020.
URL : https://hal.archives-ouvertes.fr/hal-02396568

D. Derksen, J. Inglada, and J. Michel, Geometry Aware Evaluation of Handcrafted Superpixel-Based Features and Convolutional Neural Networks for Land Cover Mapping Using Satellite Imagery, Remote Sensing. 5 février 2020, vol.12, p.513, 2020.

N. Deziel, L. Freeman, B. Graubard, R. Jones, J. Hoppin et al., Relative Contributions of Agricultural Drift, Para-Occupational, and Residential Use Exposure Pathways to House Dust Pesticide Concentrations: Meta-Regression of Published Data, Environmental Health Perspectives. 1 mars 2017, vol.125, pp.296-305, 2017.

,

, Guidance on the establishment of the residue definition for dietary risk assessment, In : EFSA Journal. 2016, vol.14, p.4549, 2016.

. Fnsea, ZNT : Monsieur le Ministre, un moratoire s'impose ! In : fnsea.fr, vol.10

. Disponible,

2. France and . N°, , 2014.

2. France and . N°, , 2014.

S. , s.n

. Disponible,

. France, Arrêté du 4 mai 2017 relatif à la mise sur le marché et à l'utilisation des produits phytopharmaceutiques et de leurs adjuvants visés à l'article L. 253-1 du code rural et de la pêche maritime. (NOR : AGRG1632554A). Mise à jour le 1er janvier 2020. Légifrance [en ligne, 2017.

. Disponible,

. France, Avis aux opérateurs économiques concernés par l'interdiction à compter du 1er janvier 2019 de la mise sur le marché, la délivrance, l'utilisation et la détention de certains produits phytopharmaceutiques pour un usage non professionnel

D. , , p.37846842

2. France and . Loi, -938 du 30 octobre 2018 pour l'équilibre des relations commerciales dans le secteur agricole et alimentaire et une alimentation saine, durable et accessible à tous. (NOR : AGRX1736303L). Mise à jour le 2 novembre 2018. Légifrance [en ligne, 2018.

. Disponible,

. France, Arrêté du 27 décembre 2019 relatif aux mesures de protection des personnes lors de l'utilisation de produits phytopharmaceutiques et modifiant l'arrêté du 4 mai 2017 relatif à la mise sur le marché et à l'utilisation des produits phytopharmaceutiques et de leurs adjuvants visés à l'article L. 253-1 du code rural et de la pêche maritime. (NOR : AGRG1937165A). Mise à jour le 1er janvier 2020. Légifrance

. Disponible,

. France, Décret n° 2019-1500 du 27 décembre 2019 relatif aux mesures de protection des personnes lors de l'utilisation de produits phytopharmaceutiques à proximité des zones d'habitation. (NOR : AGRG1937168D). Mise à jour le 1er janvier 2020. Légifrance [en ligne, 2019.

. Disponible,

. France, Synthès de la consultation publique, 2019.

. Disponible,

, En Dordogne, l'application Phyto'alerte prévient les riverains d'épandages sur les pommiers, FRANCE, vol.3, 2020.

. Disponible,

. France-agrimer, Les chiffres-clés de la filière Viti-Vinicole, 2008.

. Disponible,

S. ,

L. Guichard, F. Dedieu, M. Jeuffroy, J. Meynard, R. Reau et al., Le plan Ecophyto de réduction d'usage des pesticides en France : décryptage d'un échec et raisons d'espérer, Cahiers Agricultures. 2017, vol.26, pp.1-12, 2017.

R. Gunier, M. Ward, B. Bell, N. Nishioka, P. Buffler et al., Determinants of Agricultural Pesticide Concentrations in Carpet Dust, Environmental Health Perspectives. 1 juillet 2011, vol.119, pp.970-976, 2011.

A. F. Hernández, T. Parrón, and R. Alarcón, Pesticides and asthma, Current Opinion in Allergy and Clinical Immunology. avril 2011, vol.11, pp.90-96, 2011.

L. Hossard, A. Philibert, M. Bertrand, C. Colnenne-david, P. Debaeke et al., Effects of halving pesticide use on wheat production, Scientific Reports. 20 mars, vol.4, p.4405, 2014.
URL : https://hal.archives-ouvertes.fr/hal-01173298

. Ifv, Comment optimiser ses doses de fongicides : Optidose, 2010.

. Disponible,

, Réseau de surveillance biologique -Acquitaine Viticulture : Fiche technique 1, Suivre un témoin non traité, IFV, 2014.

. Disponible,

, BD PARCELLAIRE® Version 1.2 -Descriptif de contenu, IGN, 2019.

, BD TOPO® Version 3.0 -Descriptif de contenu, IGN, 2019.

. Ign, RPG Version 2.0 -Descriptif de contenu

D. ,

, PROPULPP, 2018.

D. ,

J. Agriculteurs, Zones de nontraitement : ramenons de la raison dans le débat, Jeunes Agriculteurs, vol.14, 2020.

. Disponible,

K. Kim, E. Kabir, and S. Jahan, Exposure to pesticides and the associated human health effects, Science of The Total Environment. 1 janvier 2017, vol.575, pp.525-535, 2017.

L. E. Monde, Omerta sur les pesticides dans le vignoble bordelais, 2014.

. Disponible,

L. E. Monde, L'arrêté antipesticides du maire de Langouët annulé par la justice, 2019.

D. ,

M. Lechenet, F. Dessaint, G. Py, D. Makowski, and N. Munier-jolain, Reducing pesticide use while preserving crop productivity and profitability on arable farms, Nature Plants. 1 mars, 2017.
URL : https://hal.archives-ouvertes.fr/hal-01608601

, , vol.3, pp.1-6

C. Lesur-dumoulin, E. Malézieux, T. Ben-ari, C. Langlais, and D. Makowski, Lower average yields but similar yield variability in organic versus conventional horticulture. A meta-analysis, Agronomy for Sustainable Development. 23 septembre 2017, vol.37, p.45, 2017.
URL : https://hal.archives-ouvertes.fr/hal-02624530

M. De-l'agriculture, Le Programme Ambition Bio 2022 présenté à l'issue du Grand Conseil d'Orientation de l'Agence Bio, vol.25, 2018.

D. ,

M. De-l'agriculture, Infographie -L'agriculture biologique en France, 2020.

D. ,

J. Nuckols, M. Ward, and L. Jarup, Using Geographic Information Systems for Exposure Assessment in Environmental Epidemiology Studies, Environmental Health Perspectives. 1 juin, 2004.

, , vol.112, pp.1007-1015

. Plein-champ, Pesticides: plus de 70 plaintes déposées pour intoxication dans le, 2018.

D. ,

. Plein-champ, Zone de non traitement (ZNT) inacceptable ! In, 2019.

D. , L'Etat annonce 30 millions d'euros d'aide à l'investissement pour la réduction des phytos, Plein champ, vol.12, 2020.

D. ,

L. C. Ponisio, L. K. Gonigle, K. C. Mace, J. Palomino, P. De-valpine et al., Diversification practices reduce organic to conventional yield gap, Proceedings of the Royal Society B: Biological Sciences. 22 janvier 2015, vol.282, p.20141396, 2015.

Y. Prebay, Occupation du sol à grande échelle (OCS GE), 2019.

D. ,

D. Provost, A. Cantagrel, P. Lebailly, A. Jaffré, V. Loyant et al., Brain tumours and exposure to pesticides: a case-control study in southwestern France, Occupational and Environmental Medicine. 1 août, vol.64, pp.509-514, 2007.

. Reporterre, Pendant le confinement, les épandages de pesticides autorisés près des habitations, Reporterre, le quotidien de l'écologie, vol.6

. Disponible,

B. Sédillot, CORINE Land Cover | Données et études statistiques, vol.27, 2018.

D. ,

M. Simonovici, Enquête Pratiques phytosanitaires en viticulture en, p.50, 2016.

, Évaluation du taux d'artificialisation en France : comparaison des sources Teruti-Lucas et fichiers fonciers, SSP, p.60, 2019.

S. Tallon, Paiements découplés -Le « paiement vert, vol.21, 2020.

D. ,

M. Tang, K. Chen, F. Yang, and W. Liu, Exposure to Organochlorine Pollutants and Type 2 Diabetes: A Systematic Review and Meta-Analysis, PLOS ONE. 15 octobre 2014, vol.9, p.85556, 2014.

R. Teysseire, G. Manangama, I. Baldi, C. Carles, P. Brochard et al., Assessment of residential exposures to agricultural pesticides: A scoping review, PLOS ONE. 28 avril 2020, vol.15, p.232258, 2020.
URL : https://hal.archives-ouvertes.fr/hal-02779890

F. Vinson, M. Merhi, I. Baldi, H. Raynal, and L. Gamet-payrastre, Exposure to pesticides and risk of childhood cancer: a metaanalysis of recent epidemiological studies, Occupational and Environmental Medicine. 1 septembre, vol.68, pp.694-702, 2011.
URL : https://hal.archives-ouvertes.fr/hal-02650883

M. H. Ward, J. Lubin, J. Giglierano, J. S. Colt, C. Wolter et al., Proximity to Crops and Residential Exposure to Agricultural Herbicides in Iowa, Environmental Health Perspectives. 1 juin, vol.114, pp.893-897, 2006.

M. Ward, J. Nuckols, S. Weigel, S. Maxwell, K. Cantor et al., Identifying populations potentially exposed to agricultural pesticides using remote sensing and a Geographic Information System, Environmental Health Annexe IV, 2000.

I. V. Annexe, Données de validation du référencement des classes pour les données OSO 2017 au format vectoriel

. L'indice-oa-;-derksen, La précision en abscisse, fait référence aux pixels correctement classés sur l'ensemble des pixels proposés tandis que le rappel en ordonné, indique la proportion de pixels bien classé parmi l'ensemble des pixels jugés comme correctement identifiés. Le F-score est une moyenne qui synthétise les deux indicateurs. Plus elle est faible et plus la précision est basse, Overall Accuracy) est la précision globale qui donne le pourcentage de pixels bien classés, il est de 0.878 (Erreur ! Source du renvoi introuvable.), 2020.

#. Prepare, Outputs","getDep_RPG_BDTOPO"), pattern="*_10$", full.names=TRUE) RPG50 <-list.files(file.path, vol.frame for comparison ------------------------------------

, RPG50 <-lapply(RPG50,load_result) RPG50 <-rbindlist(RPG50)

, RPG100 <-lapply(RPG100,load_result) RPG100 <-rbindlist(RPG100)

, RPG150 <-lapply(RPG150,load_result) RPG150 <-rbindlist(RPG150)

, Classe_name, #Associate data to right OSO Classe_name Classe_name <-data.frame

, RPG50 <-merge(RPG50,Classe_name,all.x=TRUE)

, RPG100 <-merge(RPG100,Classe_name,all.x=TRUE)

, RPG150 <-merge(RPG150,Classe_name,all.x=TRUE)

, #Aggregate RPG by Classe_name & departement (sum the area_class_in_znt) RPG10 <-aggregate(area_class_in_znt~departement+Classe_name,data=RPG10, FUN=sum) colnames(RPG10) <-c("departement, Classe_name

, RPG50 <-aggregate(area_class_in_znt~departement+Classe_name,data=RPG50, FUN=sum) colnames(RPG50) <-c("departement, Classe_name

, RPG100 <-aggregate(area_class_in_znt~departement+Classe_name,data=RPG100, FUN=sum) colnames(RPG100) <-c("departement, Classe_name

, RPG150 <-aggregate(area_class_in_znt~departement+Classe_name,data=RPG150, FUN=sum) colnames(RPG150) <-c("departement, Classe_name

. &lt;-list,

, OSO10 <-lapply(OSO10,load_result) OSO10 <-rbindlist(OSO10)

. Oso10-&lt;-oso10,

, colnames(OSO10) <-c("Classe_name

, OSO10$area_class_in_znt_OSO <-as.numeric(OSO10$area_class_in_znt_OSO), p.50

, OSO50 <-lapply(OSO50,load_result) OSO50 <-rbindlist(OSO50)

. Oso50-&lt;-oso50,

, colnames(OSO50) <-c("Classe_name

, OSO50$area_class_in_znt_OSO <-as.numeric(OSO50$area_class_in_znt_OSO), p.100

, OSO100 <-lapply(OSO100,load_result) OSO100 <-rbindlist(OSO100) OSO100 <-OSO100

, colnames(OSO100) <-c("Classe_name

, OSO100$area_class_in_znt_OSO <-as.numeric(OSO100$area_class_in_znt_OSO), p.150

, OSO150 <-lapply(OSO150,load_result) OSO150 <-rbindlist(OSO150) OSO150 <-OSO150

, colnames(OSO150) <-c("Classe_name

, OSO150$area_class_in_znt_OSO <-as.numeric(OSO150$area_class_in_znt_OSO

, #merge OSO and RPG Compare10 <-merge(OSO10,RPG10) Compare50 <-merge(OSO50,RPG50) Compare100 <-merge(OSO100,RPG100) Compare150 <-merge(OSO150,RPG150)

, #difference OSO and RPG Compare10$diffOSO_RPG <-Compare10$area_class_in_znt_OSO-Compare10$area_class_in_znt_RPG Compare50$diffOSO_RPG <-Compare50$area_class_in_znt_OSO-Compare50$area_class_in_znt_RPG, vol.# Comparison ----------------------------------------------------------

, Compare100$diffOSO_RPG <-Compare100$area_class_in_znt_OSO-Compare100$area_class_in_znt_RPG Compare150$diffOSO_RPG <-Compare150$area_class_in_znt_OSO-Compare150$area_class_in_znt_RPG png

, xlab="difference entre OSO et RPG",cex.main=0.8,adj=0.8) #histogramme 50 hist(Compare50$diffOSO_RPG,main="ZNT50",breaks=c(-40000, vol.30000, 10000.

, Surface RPG en ha",ylab="diffOSO_RPG",main="ZNT50",bty="n",cex.main=0.8,adj=0.8) plot(diffOSO_RPG~area_class_in_znt_RPG,data=Compare100,pch=1,xlab="Surface RPG en ha, cex.main=0.8,adj=0.8) plot(diffOSO_RPG~area_class_in_znt_RPG,data=Compare50,pch=1, xlab=

, lwd=1) abline(0,1,lty=2) plot(area_class_in_znt_OSO~area_class_in_znt_RPG,data=Compare50, xlim=c(0,80000), ylim=c(0,80000),col=colors,pch=1,cex=1,cex.axis=0.8, xlab="Surfaces RPG en ha", ylab="Surfaces OSO en ha",bty="n",las=1, main="ZNT50",cex.main=0.8,adj=0.8) abline(mod50,col="red", lwd=1) abline(0,1,lty=2) plot(area_class_in_znt_OSO~area_class_in_znt_RPG,data=Compare100, xlim=c(0,150000), ylim=c(0,150000),col=colors,pch=1,cex=1,cex.axis=0.8,xlab="Surfaces RPG en ha, las=1, main="ZNT10",cex.main=0.8,adj=0.8) abline(mod10,col="red

, Surfaces OSO en ha",bty="n",las=1) #droite de regression lineaire abline(mod10,col="red", lwd=1) abline(mod50,col="green", lwd=1) abline(mod100,col="blue, p.0