Dispersion des résultats BMP entre laboratoires : d’où elle vient et comment la lire

La dispersion des résultats BMP entre laboratoires provient de plusieurs sources : hétérogénéité de l’échantillon, différences d’inoculum et d’I/S, de température, de méthode de mesure du gaz et de mode de calcul. La standardisation du protocole et le contrôle à la cellulose réduisent la dispersion, mais ne l’éliminent pas ; le résultat BMP doit donc être lu comme une valeur assortie d’un intervalle d’incertitude, et non comme une constante de matériau. Une bonne habitude consiste à comparer les résultats de plusieurs sources et à les pondérer selon la qualité de la méthodologie.

Sources de dispersion

Mesures de dispersion

• SD (écart type) – dans les unités du résultat.
• RSD (CV) – SD/moyenne ; permet de comparer différents substrats.
• Répétabilité (au sein d’un laboratoire) et reproductibilité (entre laboratoires) – deux niveaux différents ; la reproductibilité est plus grande.
• z-score dans les essais d’aptitude : z = (x − x_réf)/σ ; |z| ≤ 2 est généralement jugé satisfaisant.

Exemple

Cinq laboratoires ont analysé le même ensilage : 285, 300, 315, 325, 340 NmL de CH₄/g de MOS.

• moyenne : 313 ; SD ≈ 21,4 ; RSD ≈ 6,8 %.
• Lorsque la valeur de référence est la moyenne, le z-score pour 285 est (285 − 313)/21,4 ≈ −1,3 ; pour 340 ≈ +1,3. Aucun laboratoire ne sort de ±2.
• Conclusion : bonne concordance ; le résultat isolé de 340 n’est pas « erroné », mais on peut l’interpréter comme la partie haute de l’intervalle.

Comment lire les chiffres de la littérature et des bases de données

1. Vérifiez la méthode (inoculum, I/S, température, durée, calculs).
2. Faites attention à la base : MOS, MS, MF.
3. Faites attention au type de matériau (variété, date de récolte, broyage).
4. Ne combinez pas sans esprit critique des résultats de méthodes différentes ; si nécessaire, introduisez des pondérations.
5. Indiquez l’intervalle et le nombre de sources.

Ce que peut faire le laboratoire

• Mettre en place une carte de contrôle de la cellulose et tenir des statistiques.
• Participer à des essais d’aptitude.
• Valider le tableur de calcul.
• Uniformiser la préparation de l’échantillon et les conditions de mesure.
• Rapporter les données complètes de la méthode.

Ce que peut faire le donneur d’ordre

• Exiger une méthode conforme aux lignes directrices reconnues.
• Faire réaliser l’essai dans deux laboratoires pour les décisions d’investissement importantes.
• Fournir des échantillons représentatifs et plusieurs répétitions issues de différents endroits.
• Prendre en compte l’incertitude dans les modèles financiers (scénario bas, moyen, haut).

Influence de l’hétérogénéité du substrat

Même un laboratoire idéal ne supprimera pas la variabilité du matériau lui-même. Les ensilages de champs, de variétés et de dates de récolte différents diffèrent au point que la dispersion biologique dépasse souvent la dispersion analytique. C’est pourquoi un chiffre BMP unique pour un « ensilage de maïs » est toujours une moyenne ; en planification, il convient d’utiliser des fourchettes, et en exploitation — des analyses de ses propres lots.

Conclusions

Pour interpréter la dispersion, posez trois questions : la méthode est-elle bien décrite, le contrôle à la cellulose était-il correct et les écarts se situent-ils dans la plage typique de la reproductibilité. Si oui, les résultats peuvent être considérés comme concordants et les décisions fondées sur l’intervalle. Sinon, il convient de répéter l’essai ou de demander un complément de documentation.

Statistique pour le praticien : combien de répétitions suffisent

Trois répétitions sont le minimum permettant d’estimer la dispersion, mais l’intervalle de confiance de la moyenne de trois points est large. Pour les décisions importantes (par ex. un contrat de fourniture de substrat), il est justifié d’augmenter le nombre de répétitions ou le nombre d’échantillons indépendants du matériau. La variabilité entre échantillons (lots) est généralement plus grande que la variabilité entre répétitions d’un même échantillon ; davantage d’échantillons apportent donc plus d’information que davantage de flacons issus du même.

Comment présenter le résultat

Une bonne pratique consiste à rapporter le résultat sous la forme : moyenne ± écart type (n = nombre d’échantillons, k = nombre de répétitions), avec indication de la plage min–max. Ainsi, le destinataire voit à la fois la valeur centrale et la variabilité, et peut construire des scénarios dans les modèles financiers.

Exemple d’utilisation en planification

Si trois laboratoires ont donné pour l’ensilage 300, 320 et 340 NmL de CH₄/g de MOS, le scénario de base peut reposer sur la moyenne de 320, le scénario prudent sur 300 et l’optimiste sur 340. L’écart de 13 % entre les extrêmes se répercute directement sur la production de méthane et les recettes ; il mérite donc l’attention lors de l’évaluation du risque du projet.