background image
TI : La modélisation du risque de contamination d'un aliment emballé
5
70
V
E
R
S
I
O
N
2
:
F
e
b
r
u
a
r
y
8
,
2
0
0
7
Figure 4-2. Effet de l'incertitude de
*
(
,
,
)
t
D
l
s
s
s
Fo
Fo Fo
=
sur
*
F
F eq
v
C
C
=
. Les courbes sont
représentées pour
[
]
0.1,0.5,1,1.5
Fo
=
et
(
)
*
0.1,
0,
0
D
t
l
Fo s
s
s
=
=
=
. Les paramètres communs sont
L=0.05, Bi
, K=1. Les distributions de probabilités sont normalisées de manière à ce que leurs maximums
soient égaux. ......................................................................................................................................................... 47
Figure 4-3. Effet de
Bi
sur l'incertitude sur
*
v
pour
0 .5
F o
=
et
(
)
*
0.1,
0,
0
D
t
l
Fo s
s
s
=
=
=
. Les
autres paramètres sont L=0.05, Bi
et K=1. Les distributions sont normalisées de manière à avoir le même
maximum
....................................................................................................................................................
.
48
Figure 4-4. Distributions arbitraires de a) Fo, b) Bi et c) K. Les distributions sont normalisées de manière à que
leur intégrale soit égale à 1. ................................................................................................................................. 49
Figure 4-5. Distribution marginale de
(
)
*
0.5,
0.1
D
v
Fo
s
Bi
f
=
=
quand les valeurs de Bi sont distribuées suivant
l'équation (36). La surface grisée présente la densité de probabilité (pdf)
(
)
*
0.5,
0.1
D
v
Fo
s
Bi
f
=
=
en fonction de
(
)
*
,
D
v
Fo s
Bi
et de
Bi
. Les contours présentent les iso-valeurs de la probabilité de densité cumulée
(
)
*
0.5,
0.1
0 0
D
v Bi
y Fo
s
x
f
dx dy
=
=
. La projection sur l'axe
*
v
permet de calculer la distribution de
(
)
*
0.5,
0.1,
,
D
Bi
v
Fo
Bi
s
s
=
=
définie par la distribution marginale. La projection sur l'axe Bi redonne la
distribution de Bi correspondant à la distribution marginale
(
)
*
0.5,
0.1
0
D
v
y Fo
s
Bi
f
dy
=
=
. Les autres paramètres sont
L=0.05 et K=1. ..................................................................................................................................................... 51
Figure 4-6. Distributions de
(
)
*
0.5,
20,
,
D
Bi
v
Fo
Bi
s
s
=
=
pour différentes valeurs de s
D
et s
Bi
: a-c) densités
de probabilité (pdf), d-f) probabilités cumulées (cdf). Les paramètres sont L=0.05 et K=1. Toutes les
distributions sont normalisées de manière à ce que leur intégrale soit égale à 1. ................................................ 52
Figure 4-7. Distributions de
( )
(
)
1
1
*
1
*
0.5,
0.1,
,
K
D
K
s
K
L
v
Fo
K
s
s
K
K
L
-
-
-
+
=
=
+
pour différentes valeurs de
s
D
et s
K
: a-c) densités de probabilité (pdf), d-f) probabilités cumulées (cdf). Les valeurs des autres paramètres
sont L=0.05, Bi=20. Toutes les distributions sont normalisées de manière à avoir une intégrale égale à 1. ...... 53
Figure 4-8. Exemples de distributions pour les trois classes de problèmes suggérés. .......................................... 56
Figure 4-9. Interface html du logiciel MIGRARISK qui généralise les prédictions du logiciel MONOLAYER au
cas probabiliste. .................................................................................................................................................... 57
Figure 4-10. Contamination d'un yaourt par le styrène en provenance du pot en polystyrène : a-b) yaourt solide
(texture solide exagérée), c-d) yaourt liquide ; a-c) durée de stockage moyenne, b-d) durée de stockage égale à
28 jours. Le coefficient de dilution L est de 1/110. ............................................................................................... 58
Figure 4-11. Contamination d'une huile par le BHT en provenance d'une bouteille en polyéthylène haute
densité: a) durée de stockage moyenne, b) durée de stockage égale à 9 mois. Le coefficient de dilution est de
1/55. ...................................................................................................................................................................... 58
Figure 5-1. Principe classique de l'analyse de l'exposition du consommateur : les données de consommation et
de contamination sont considérées indépendantes................................................................................................ 61
Figure 5-2. Principe de l'analyse détaillée de l'exposition du consommateur à l'échelle des ménages (pris en
compte dans le logiciel EXPORISK). .................................................................................................................... 61
Figure 5-3 : Illustration du principe de la reconstitution de temps de stockage domestique à partir du scénario
H1 (sortie graphique du logiciel EXPORISK). ..................................................................................................... 64
Figure 5-4. Diagramme pour l'évaluation séquentielle de l'exposition du consommateur. ................................. 66
Figure 5-5. Diagramme pour l'identification des données requises pour une évaluation de l'exposition du
consommateur à l'échelle nationale ou européenne. ............................................................................................ 66
Figure 5-6. Exposition au styrène issu des pots de yaourt (données de 4400 ménages, 2 millions de pots de
yaourts) à l'aide de l'outil EXPORISK. ................................................................................................................ 68