Notre méthode

Deux analyses sur trois ne sont pas des mesures

Le fichier national contient 131 211 329 analyses, portant sur 1 788 paramètres différents, de 2016 à 2026. Sur ce total, 86 457 364 analyses — soit 65,9 % — ne portent pas un nombre mais une borne : le laboratoire a écrit « inférieur à 0,020 », ce qui veut dire « s'il y en a, il y en a moins que la plus petite quantité que mon appareil sait distinguer ».

C'est le résultat normal d'un contrôle qui cherche des substances rares. Ce n'est pas une lacune du fichier. Mais ce n'est pas non plus une mesure, et cela change tout ce qu'on peut en calculer.

Le fichier officiel traduit ces bornes en zéro. Nous ne le faisons pas.

Le fichier public contient une colonne de commodité qui convertit chaque résultat en nombre. Nous avons vérifié ce qu'elle fait des « inférieur à » : elle les remplace par zéro, dans 100,0 % des cas. Elle place sur ce même zéro d'autres écritures qui ne disent pourtant pas la même chose, comme « traces », « non déterminé » ou « analyse non faite ».

Nous n'utilisons jamais cette colonne pour calculer. Nous relisons la chaîne écrite par le laboratoire, telle quelle, et nous la conservons dans notre base mot pour mot. La colonne traduite ne nous sert qu'à une chose : contrôler notre propre lecture.

La raison tient en un exemple. Sur un seul prélèvement réel, les seuils de quantification des différents paramètres vont de 1 à 2 000 les uns par rapport aux autres. « Inférieur à 0,0005 » et « inférieur à 1,0 » deviennent tous les deux zéro, et l'information la plus utile — jusqu'où le laboratoire a su regarder — disparaît. Faire la moyenne de ces zéros produit un nombre que personne n'a mesuré.

Nous affichons le seuil de quantification

Quand une substance n'a pas été détectée, nous écrivons « non détecté (< 0,020 µg/L) » et jamais « 0 ». Les deux moitiés de cette phrase comptent :

• « non détecté » dit ce qu'a trouvé le laboratoire, c'est-à-dire rien de quantifiable ;
• le nombre entre parenthèses dit avec quelle finesse il a cherché. Une non-détection à 0,0005 et une non-détection à 1,0 ne rassurent pas de la même façon.

Sur les séries d'un paramètre, nous conservons pour la même raison le pire seuil de quantification rencontré dans l'année, et le nombre d'analyses réellement quantifiées rapporté au nombre total.

Une médiane, jamais seule

Quand nous calculons un minimum, une médiane ou un maximum, nous le faisons sur les seules valeurs quantifiées, et nous affichons toujours à côté combien d'analyses ont été quantifiées sur combien d'analyses réalisées.

Nous le disons franchement : une médiane calculée ainsi surestime, et c'est un biais connu. Nous l'assumons plutôt que de le masquer. Les deux méthodes courantes pour le corriger consistent à remplacer les non-détections par 0, ou par la moitié du seuil de quantification. Toutes les deux fabriquent des chiffres que personne n'a mesurés, et le lecteur ne peut plus faire la différence. Nous préférons afficher un chiffre imparfait accompagné de quoi le comprendre.

« Limite » et « référence » ne sont pas la même chose

La réglementation distingue deux sortes de seuils, et les confondre revient à transformer un défaut de confort en risque sanitaire.

Sur nos pages, la nature du seuil est écrite à côté de chaque valeur. Nous ne remplaçons jamais ces deux mots par un mot unique ni par une couleur, parce que la couleur efface la distinction que la réglementation a pris soin d'établir.

Près d'une analyse sur quatre n'a aucun seuil

31 855 033 analyses, soit 24,3 % du total, ne sont associées à aucun seuil réglementaire : ni limite, ni référence. Ce sont souvent des paramètres suivis pour comprendre le fonctionnement d'un réseau, des substances recherchées sans valeur réglementaire fixée, ou des résultats exprimés autrement qu'en concentration.

Nous affichons ces mesures, avec la mention explicite qu'il n'existe pas de seuil. Elles ne sont comptées ni comme conformes, ni comme non conformes : les compter d'un côté ou de l'autre serait inventer une règle qui n'existe pas.

Le réseau, et non la commune

Le contrôle sanitaire porte sur des réseaux de distribution, pas sur des communes. Il y a 24 442 réseaux pour 34 944 communes, et 8 175 communes, soit 23,4 %, sont desservies par plusieurs réseaux : 263 435 lignes du fichier précisent même le quartier concerné.

Afficher une valeur unique « pour la commune » reviendrait donc, dans près d'un cas sur quatre, à mélanger des eaux d'origines différentes. Nous vous montrons la liste des réseaux qui desservent votre commune, et vous choisissez. Sachez que le nom du réseau dans le fichier est souvent celui d'un syndicat intercommunal, parfois éloigné du nom de votre commune : c'est normal.

Un réseau peut aussi être alimenté par d'autres réseaux en amont : c'est le cas de 1 963 180 prélèvements, soit 46,6 %. Nous affichons ces liens quand ils existent, car ils expliquent d'où vient l'eau.

Si vous habitez un lieu-dit

Notre base ne contient que des communes : c'est la maille des données du contrôle sanitaire. Un hameau, un écart, un village rattaché n'y figure pas, et chercher son nom ne donnait aucun résultat — ce qui se lit « cet endroit n'existe pas ».

Désormais, lorsqu'aucune commune ne correspond à votre recherche, notre serveur interroge la Base Adresse Nationale (api-adresse.data.gouv.fr), un service public : le domaine est cité mais volontairement pas cliquable, comme toutes les sources de ce site — un lien sortant dirait à un tiers quelle page vous étiez en train de lire. Elle nous dit de quelle commune relève ce lieu-dit, et nous vous proposons sa page. C'est le seul appel que ce site fait vers un autre service pendant que vous le consultez : une recherche qui aboutit ne sort jamais de notre machine.

Deux précisions. C'est notre serveur qui appelle, jamais votre navigateur : votre adresse IP n'est pas transmise à ce service ; le texte que vous avez tapé, lui, l'est. Et l'eau affichée reste celle de la commune : il n'existe pas de mesure propre à un lieu-dit, puisque le contrôle sanitaire porte sur un réseau de distribution.

Le bouton « Me localiser »

Sous le champ de recherche, un bouton propose de retrouver votre commune à partir de la position de votre appareil. Il n'apparaît que si votre navigateur sait en donner une, et rien ne se produit tant que vous ne l'avez pas autorisé.

Votre position est arrondie avant de quitter votre appareil, à trois décimales — environ 110 mètres. C'est assez pour désigner une commune, et beaucoup trop peu pour désigner un logement. Elle part ensuite vers notre serveur dans le corps de la requête et jamais dans une adresse : elle ne se retrouve donc ni dans nos journaux, ni dans l'historique de votre navigateur.

Notre serveur demande alors à la même Base Adresse Nationale (api-adresse.data.gouv.fr) quelle commune se trouve à ce point. Comme pour les lieux-dits, c'est notre serveur qui appelle : votre adresse IP n'est pas transmise à ce service. Nous ne conservons rien : la réponse ne contient que le nom de votre commune, et la page suivante ne dit rien de plus.

Si la position que donne votre appareil est incertaine de plus de cinq kilomètres — ce qui arrive quand il se repère sur l'adresse IP plutôt que sur le GPS — nous refusons de l'utiliser et vous invitons à chercher votre commune par son nom. Vous emmener sur l'eau d'une commune où vous n'habitez pas serait pire que de ne rien afficher.

Le code postal affiché à côté des communes

Les résultats de recherche montrent le code postal, et la recherche accepte que vous le tapiez. Il vient de geo.api.gouv.fr (Etalab, Licence Ouverte), récupéré une fois et stocké chez nous : aucune page n'interroge ce service.

Trois précisions, parce qu'un code postal n'est pas un identifiant. Une commune peut en avoir plusieurs — Paris en a vingt et un ; quand c'est le cas, le code affiché est suivi de « … ». Un même code postal couvre souvent plusieurs communes : 21150 en dessert vingt et une, et la recherche vous les propose toutes plutôt que d'en choisir une. Enfin, cinq chiffres peuvent être à la fois un code postal et un code INSEE désignant des communes différentes — c'est le cas de 3 005 d'entre eux ; nous affichons alors les deux lectures. L'adresse des pages, elle, reste bâtie sur le code INSEE, qui identifie une commune et une seule.

Et jamais le nom de l'exploitant

Le fichier d'origine nomme l'unité de gestion, le distributeur et le maître d'ouvrage. Ces trois colonnes ne sont pas chargées : elles n'entrent pas dans notre base, donc aucune page ni aucune réponse de notre interface ne peut en contenir. Nous n'avons pas filtré à l'affichage, nous avons refusé d'ingérer — un filtre s'oublie, une colonne absente ne fuit pas.

Ce que nous publions à la place est ce que l'exploitant couvre : le nombre de réseaux et de communes qu'il dessert. Sur les 6 690 entités du fichier, la médiane est de 1 réseau, 51,2 % n'en ont qu'un seul et le maximum est de 260. Cela dit l'échelle à laquelle se prennent les décisions techniques, sans désigner personne.

Ce choix a un coût, et nous l'assumons : le nom de l'exploitant est une information publique, et savoir qui distribue l'eau que l'on paie relève de la vie démocratique locale. Il reste accessible sur votre facture d'eau, en mairie avec le rapport annuel sur le prix et la qualité du service, et dans le fichier public lui-même. Ce que nous refusons n'est pas l'accès, c'est l'amplification : placer un nom au sommet d'une page de mesures, là où une teneur en nitrates — un fait de bassin versant construit sur des années en amont du captage — se lirait comme un reproche adressé à quelqu'un.

Ce que nous ne savons pas lire, nous ne le devinons pas

Les seuils réglementaires sont écrits en toutes lettres dans le fichier, sous des formes variées (« <=0,1 µg/L », « >=200 et <=1100 µS/cm »). Notre lecteur refuse toute forme qu'il ne reconnaît pas, plutôt que d'en approcher le sens : un seuil mal lu inverse une conformité.

Ces refus sont comptés, et le compte est publié sur notre page d'état (/api/etat) à côté de l'âge des données. Une donnée que nous n'avons pas su lire doit être visible, pas enfouie dans un journal que personne n'ouvre.

Pourquoi nos chiffres peuvent différer d'un autre site

Plusieurs services republient le même fichier public. Si vous trouvez ailleurs un chiffre différent du nôtre pour le même réseau et la même année, voici les causes les plus probables. Aucune n'implique qu'un des deux se trompe.

• Les non-détections. C'est de loin la première cause, et elle porte sur 65,9 % des analyses. Un site qui utilise la colonne traduite calcule sur des zéros ; nous calculons sur les seules valeurs quantifiées. Nos médianes sont donc mécaniquement plus élevées, et nos comptages de « valeurs » plus faibles.
• L'unité géographique. Un chiffre « par commune » agrège les réseaux ; le nôtre est par réseau. Pour les 23,4 % de communes multi-réseaux, les deux ne peuvent pas coïncider.
• La date de la version. Le producteur corrige et complète ses fichiers ; une analyse peut être ajoutée ou rectifiée après coup. La version que nous servons et sa date de construction sont indiquées sur /api/etat.
• La période retenue. Nos séries annuelles couvrent toutes les années présentes dans les fichiers ; le détail analyse par analyse n'est conservé que sur une fenêtre récente. Un autre site peut afficher « les douze derniers mois » ou « la dernière année complète ».
• Le traitement des analyses sans seuil. Elles représentent 24,3 % du total. Un taux de conformité change beaucoup selon qu'on les compte au numérateur, au dénominateur, ou pas du tout — nous ne les comptons pas.
• Les résultats qui ne sont pas des nombres. Certaines analyses rendent « présence », « traces » ou « incomptable ». Nous les rangeons à part ; les additionner à des concentrations n'aurait pas de sens.