The BEAT+ tool builds on the EEA assessment tools developed and applied in the context of assessing the degree of contamination (CHASE+), eutrophication (HEAT+) and biodiversity (BEAT+) in Europe's seas. BEAT+ makes use of the same data sets and threshold values used in these assessments but recombines these in a new framework that addresses 'biodiversity condition'. BEAT+ has been designed to provide an assessment of the spatial variability of a range of biodiversity components by combining existing biodiversity indicators. The tool integrates data from normalised indicators to identify worst case status measures for different biodiversity components. The results are then linked to a standard gridE based Spatial Assessment Unit (SAU) which is used both for biodiversity and for pressures assessments (Andersen et al., 2014). These grid-based SAUs not only allow alignment of indicators for biodiversity and for pressures but provide a means for combining large assessment areas (e.g. for wide‐ranging species) with point data collected from biological surveys e.g. WFD monitoring. BEAT+ tool works by calculating a Biological Quality Ratio (BQR) which is an aggregated score of indicator outcomes within a grid square. To allow objective comparison, the indicator outcomes are normalised to a scale of 0 to 1, with five status classes at equal intervals on that scale (from Bad starting at 0, Poor at 0.2, Medium at 0.4, Good at 0.6 and High at 0.8). By this means, indicators based on different biological criteria can be aggregated in a consistent way. This metadata refers to dataset providing the results of classification of biodiversity status using the BEAT+ tool. The status is evaluated in five classes, where High and Good are recognised as ‘non-problem areas’ and Moderate, Poor and Bad are recognised as ‘problem areas’. The dataset covers: - BQR Assessment of all marine mammals combined (mainly focused on coastal and relatively stable inshore populations of seals, dolphins and porpoises) - BQR Assessment of seabirds and wading birds - BQR Assessment of commercial fish (as these have agreed targets defined on biomass and fishing mortality) - BQR Assessment of pelagic habitats - BQR Assessment of benthic habitats - BQR Assessment of worst-performing biodiversity groups - An overall synthesis of the Biological Quality Ratios (BQR) values (showing which are the worst -lowest- BQR values in each assessment grid cell. The ‘worst’ value is used here to identify the biological group most at risk, rather than averaging over all groups to avoid over-­emphasis on groups with more intensive monitoring). As reference, please consult the ETC/ICM Report 3/2019: Biodiversity in Europe's seas: https://www.eionet.europa.eu/etcs/etc-icm/products/biodiversity-in-europes-seas. The indicator BEAT+ Integrated Assessment Worst Case BQR has been used in the EEA report 17/2019 "Marine Messages II": https://www.eea.europa.eu/publications/marine-messages-2.

Analysis of tuna stomach contents

Metagenomic analysis of clams from Sanaga river in Cameroon to describe the virome

Ce projet s’attache à étudier les phénomènes Natech imputables à des inondations/tsunami en considérant deux échelles spatiales d’analyse : l’échelle du site industriel et l’échelle du territoire. Ces deux échelles permettent d’appréhender la problématique des Natechs d’une part d’un point de vue essentiellement « vulnérabilité » et d’autre part, grâce à une analyse plus globale et profonde qui fait résonner la notion de résilience territoriale. Le travail est basé sur une analyse a posteriori (au Japon) et a priori (en France) des pratiques de gestion des événements Natech auprès des parties prenantes (industriels, collectivités, services de l’état…). Pour cela, en France et au Japon, des questionnaires, des visites et des entretiens ont été réalisés sur des territoires touchés ou potentiellement concernés par le phénomène Natech inondation/tsunami. Ces données sont employées : -à l’échelle du site industriel, pour modéliser l’impact du phénomène naturel sur l’installation (par le biais notamment d’arbres de défaillances), puis produire deux outils d’aide à la décision (diagnostic de l’Etude de danger et diagnostic du Plan d’Opération Interne lors d’un événement Natech inondation) -à l’échelle du territoire pour modéliser le processus Natech, identifier 3 zones de fragilité, définir 5 scénarios de choc. Puis, en considérant que la résilience globale d’un territoire dépend notamment de la résilience des acteurs qui le constituent proposer un outil d’audit des parties prenantes du territoire afin d’estimer la résilience de chacun d’entre eux, les pistes de progrès et, in fine, améliorer la résilience du territoire qui les héberge. Mots-clefs : Natech, Science du danger, arbres de défaillance, aide à la décision, résilience territoriale.

The maps show the network of protected marine areas (AMP) in mainland France, used to inform users of sea conditions and to inform authorities via display boards in port offices or any other public location. A protected marine area is a defined area at sea intended to protect the natural environment on a long-term basis. The list of protected marine areas is not exhaustive and not all such areas are visible due to the chart scale.

This dataset presents the resulting assessment grid (based on the EEA reference grid) with the classification of chemical status of the transitional, coastal and marine waters in the context of the Water Framework Directive (WFD) and the Marine Strategy Framework Directive (MSFD). This classification has been performed using the CHASE+ tool, with classifications of the matrices ‘water’, ‘sediment’ and ‘biota’ and indicators of ‘biological effects’, as well as an integrated classification of chemical status, combining results of all matrices. The chemical status is evaluated in five classes, where NPAhigh and NPAgood are recognised as ‘non-problem areas’ and PAmoderate, PApoor and PAbad are recognised as ‘problem areas’. This is the assessment made excluding concentrations of metals. The overall area of interest used is based on the marine regions and subregions under the Marine Strategy Framework Directive. Additionally, Norwegian (Barent Sea and Norwegian Sea) and Icelandic waters (’Iceland Sea’) have been added (see Surrounding seas of Europe). Note that within the North East Atlantic region only the subregions within EEZ boundaries (~200 nm) have been included. This dataset underpins the findings and cartographic representations published in the report "Contaminants in Europe's Seas" (EEA, 2019).

Présentation des entreprises, cartographie du risque et consignes en cas d'alerte pour les populations des communes de la Presqu'île d'Ambès. Plaquettes 4 ou 8 pages (avec cartographie)

Les ministères chargés de l'écologie (Meeddm) et de l'agriculture (Maap) ont confié au Gip Ecofor une mission d'expertise collective scientifique et technique à visée prospective sur « l'avenir du massif forestier des Landes de Gascogne ». Son objectif est de mobiliser la connaissance autour d'options envisageables pour assurer l'avenir du massif forestier landais et de la partager avec l'ensemble des parties intéressées. Les document disponibles sont les rapports finaux des groupes de travail et d'experts.

This dataset presents the resulting assessment grid (based on the EEA reference grid) with the classification of chemical status of the transitional, coastal and marine waters in the context of the Water Framework Directive (WFD) and the Marine Strategy Framework Directive (MSFD). This classification has been performed using the CHASE+ tool, with classifications of the matrices ‘water’, ‘sediment’ and ‘biota’ and indicators of ‘biological effects’, as well as an integrated classification of chemical status, combining results of all matrices. The chemical status is evaluated in five classes, where NPAhigh and NPAgood are recognised as ‘non-problem areas’ and PAmoderate, PApoor and PAbad are recognised as ‘problem areas’. This is the assessment made excluding concentrations of mercury (Hg). The overall area of interest used is based on the marine regions and subregions under the Marine Strategy Framework Directive. Additionally, Norwegian (Barent Sea and Norwegian Sea) and Icelandic waters (’Iceland Sea’) have been added (see Surrounding seas of Europe). Note that within the North East Atlantic region only the subregions within EEZ boundaries (~200 nm) have been included. This dataset underpins the findings and cartographic representations published in the report "Contaminants in Europe's Seas" (EEA, 2019).

L’objectif de cette étude est d’illustrer à l’aide d’indicateurs les conséquences de choix de gestion imposés par cinq scénarios socioéconomiques prospectifs appliqués à une large zone forestière pour les 60 prochaines années. Le cas d’étude choisi est la zone centrée sur la commune de Pontenx-les-Forges dans le sud-ouest de la France et couvrant 101000 hectares. Cet article présente une description de la zone d’étude et des itinéraires sylvicoles mis en œuvre par les propriétaires forestiers selon des scénarios. À l’aide d’un simulateur pilotant deux modèles de croissance, l’évolution de la zone d’étude à l’échelle de chaque parcelle est synthétisée par 9 indicateurs sur une période de 60 ans : le volume sur pied, le carbone sur pied, le volume total exploité, la valeur commerciale sur pied, le volume de l’arbre moyen, la vulnérabilité au vent et au feu, et des indices de biodiversité. Un des principaux résultats de cette étude est de montrer l’amplitude des changements pour la production et le volume sur pied : selon les scénarios les récoltes annuelles peuvent varier de 50 % dès 2030. Par conséquent, d’autres indicateurs sont impactés comme la biodiversité, la vulnérabilité au vent ou au feu. Pourtant, l’espèce dominante est maintenue et le comportement partiellement conservateur des types de propriétaires est pris en compte. En conclusion, des améliorations pour de futures simulations sont envisagées ; dans ce but, des synergies avec la télédétection sont nécessaires pour la collecte des données d’initialisation sur de larges territoires, ce qui permettra d’améliorer la précision des résultats.