Traitement et analyse de séries chronologiques continues de ...

Traitement et analyse de séries chronologiques continues de ... Traitement et analyse de séries chronologiques continues de ...

theses.insa.lyon.fr
from theses.insa.lyon.fr More from this publisher
14.09.2014 Views

Partie 4 – Chapitre 12 : Variabilité des flux de temps de pluie souligner que ce phénomène est également observable, même s’il est moindre, pour les courbes classées dans la catégorie A, spécialement à Chassieu (cf. Figure 12.11). L’analyse graphique détaillée met également en évidence que les courbes ont tendance à être moins lisses à Ecully qu’à Chassieu. Une explication possible de cette observation est la présence des eaux de temps sec à Ecully, qui ont leur propre dynamique superposée à celle des seules eaux de ruissellement pluvial. Un autre résultat de l’analyse graphique est la mise en évidence que les événements du groupe A et de la 2 ème catégorie du groupe C ne comprennent pour la grande majorité d’entre eux qu’un seul pic de débit. Pour les autres groupes, des événements comprenant un ou plusieurs pics de débit sont observés, avec notamment les événements les plus importants pour lesquels les concentrations en MES et en DCO décroissent vers la fin de l’événement malgré des volumes de débit toujours élevés. Si les dynamiques de concentrations ne sont pas toujours comparables en termes de valeurs au cours de l’événement, elle le sont pour la majorité des cas en terme de répartition, sans pics de concentration décalés par rapport aux pics de débit. Cette observation confirme l’absence de phénomènes décalés de resuspension des sédiments. 12.2.3 Prédiction des courbes 12.2.3.1 Objectifs Dès 1976, Marsalek (1976) préconisait la prise en compte des résultats de l’analyse des courbes M(V) dans les études de modélisation. La procédure proposée comprenait trois étapes : i) la construction de modèles événementiels à partir de l’analyse des données locales, ii) l’utilisation de ces modèles en prédiction et iii) l’estimation des distributions des polluants au cours des événements, simulés sur la base des résultats expérimentaux de l’analyse des courbes M(V). De manière plus générale, les principaux intérêts de la prédiction des courbes M(V) pour la gestion des rejets urbains par temps de pluie concernent aujourd’hui : - L’aide à la définition de stratégies de gestion des flux polluants basées sur la qualité (Lacour 2009). Par exemple si les concentrations les plus fortes sont observées dans la première partie de l’événement (phénomène de premier flot), cette part du volume de pluie peut être stockée ou envoyée préférentiellement vers la station d’épuration, afin de limiter le rejet de polluants au milieu naturel (Marsalek 1976; Lacour 2009). - Le dimensionnement d’ouvrages de traitement, comme les bassins de décantation-rétention (Bertrand-Krajewski et al. 1998; Bertrand-Krajewski et Chebbo 2003). L’objectif est d’optimiser leur efficacité en prenant mieux en compte les dynamiques intra événementielles des flux polluants. Deux méthodes ont été étudiées, à notre connaissance, dans la littérature pour la prévision des courbes M(V) : i) la recherche de corrélation avec des variables explicatives, caractéristiques du site ou des événements, et ii) des simulations de longue durée couplées à une modélisation statistique des courbes sur la base des observations. Les principes des deux méthodes et les analyses effectuées dans le cadre de cette thèse sont présentés dans les paragraphes ci-dessous. 200

Partie 4 – Chapitre 12 : Variabilité des flux de temps de pluie 12.2.3.2 1ère méthode : recherche de variables corrélées Plusieurs niveaux d’étude de la variabilité des courbes M(V) sont considérés par les auteurs dans la recherche de corrélations : - La variabilité des courbes entre plusieurs sites ou pour un même site. - La variabilité des courbes obtenues pour plusieurs polluants ou pour un même polluant. Parmi les différentes approches mises en œuvre pour la recherche de corrélations, nous recensons les trois suivantes : 1. L’étude des corrélations entre les formes des courbes et les caractéristiques des bassins versants ou des événements Le principe consiste à représenter de manière quantitative la forme des courbes par une modélisation de type puissance (Geiger 1984; Saget 1994; Saget et Chebbo 1995) : M cum V Eq. 12.5 b cum Les corrélations entre les valeurs de b et les caractéristiques des événements sont ensuite analysées : i) par l’analyse des corrélations simples ou ii) par la recherche de corrélation de type multi-linéaire. Les résultats obtenus permettent pas de mettre en évidence de relations significatives, ni à l’échelle régionale entre les valeurs de b et la surface ou la pente du bassin versant, ni à l’échelle du site entre les valeurs de b et la hauteur totale de pluie, l’intensité maximum sur 5 minutes ou la période de temps sec antérieure. 2. L’étude des corrélations entre la masse de polluant de premier flot et les caractéristiques des événements Le principe de ce type d’analyse est le même que dans le paragraphe précédent, à la différence que la variable d’intérêt n’est plus la valeur de b, mais la masse de polluant correspondant au premier flot. Le calcul de cette masse diffère suivant la définition du phénomène de premier flot (Bertrand-Krajewski et al. 1998; Deletic 1998). Nous ne détaillerons pas ici les différentes méthodes et définitions adoptées et renvoyons aux deux références citées précédemment. Par exemple Deletic (1998) met en évidence l’existence d’une corrélation entre la masse de MES du premier flot, définie comme la masse apportée par les premier 20 % du volume, et l’intensité maximale de la pluie et son temps d’apparition depuis le début de la pluie. 3. L’étude des corrélations entre les groupes d’appartenance des courbes et les caractéristiques des événements Récemment Lacour (2009), à partir de mesures en continu de turbidité, a effectué à l’échelle du site une ACP pour la recherche de corrélations entre le groupe d’appartenance des courbes (groupes A, B ou C) et les caractéristiques des événements, parmi lesquelles la période antérieure de temps sec, les débits moyen et maximum et le volume ruisselé. L’ étude de la carte de proximité a montré une absence de structuration des groupes dans le plan des deux premières composantes principales. Quels que soient les études et les types d’analyse, les conclusions soulignent les points suivants : 201

Partie 4 – Chapitre 12 : Variabilité <strong>de</strong>s flux <strong>de</strong> temps <strong>de</strong> pluie<br />

souligner que ce phénomène est également observable, même s’il est moindre, pour les courbes<br />

classées dans la catégorie A, spécialement à Chassieu (cf. Figure 12.11).<br />

L’<strong>analyse</strong> graphique détaillée m<strong>et</strong> également en évi<strong>de</strong>nce que les courbes ont tendance à être<br />

moins lisses à Ecully qu’à Chassieu. Une explication possible <strong>de</strong> c<strong>et</strong>te observation est la<br />

présence <strong>de</strong>s eaux <strong>de</strong> temps sec à Ecully, qui ont leur propre dynamique superposée à celle <strong>de</strong>s<br />

seules eaux <strong>de</strong> ruissellement pluvial.<br />

Un autre résultat <strong>de</strong> l’<strong>analyse</strong> graphique est la mise en évi<strong>de</strong>nce que les événements du<br />

groupe A <strong>et</strong> <strong>de</strong> la 2 ème catégorie du groupe C ne comprennent pour la gran<strong>de</strong> majorité d’entre<br />

eux qu’un seul pic <strong>de</strong> débit. Pour les autres groupes, <strong>de</strong>s événements comprenant un ou<br />

plusieurs pics <strong>de</strong> débit sont observés, avec notamment les événements les plus importants pour<br />

lesquels les concentrations en MES <strong>et</strong> en DCO décroissent vers la fin <strong>de</strong> l’événement malgré<br />

<strong>de</strong>s volumes <strong>de</strong> débit toujours élevés. Si les dynamiques <strong>de</strong> concentrations ne sont pas toujours<br />

comparables en termes <strong>de</strong> valeurs au cours <strong>de</strong> l’événement, elle le sont pour la majorité <strong>de</strong>s cas<br />

en terme <strong>de</strong> répartition, sans pics <strong>de</strong> concentration décalés par rapport aux pics <strong>de</strong> débit. C<strong>et</strong>te<br />

observation confirme l’absence <strong>de</strong> phénomènes décalés <strong>de</strong> resuspension <strong>de</strong>s sédiments.<br />

12.2.3 Prédiction <strong>de</strong>s courbes<br />

12.2.3.1 Objectifs<br />

Dès 1976, Marsalek (1976) préconisait la prise en compte <strong>de</strong>s résultats <strong>de</strong> l’<strong>analyse</strong> <strong>de</strong>s<br />

courbes M(V) dans les étu<strong>de</strong>s <strong>de</strong> modélisation. La procédure proposée comprenait trois étapes :<br />

i) la construction <strong>de</strong> modèles événementiels à partir <strong>de</strong> l’<strong>analyse</strong> <strong>de</strong>s données locales, ii)<br />

l’utilisation <strong>de</strong> ces modèles en prédiction <strong>et</strong> iii) l’estimation <strong>de</strong>s distributions <strong>de</strong>s polluants au<br />

cours <strong>de</strong>s événements, simulés sur la base <strong>de</strong>s résultats expérimentaux <strong>de</strong> l’<strong>analyse</strong> <strong>de</strong>s courbes<br />

M(V).<br />

De manière plus générale, les principaux intérêts <strong>de</strong> la prédiction <strong>de</strong>s courbes M(V) pour la<br />

gestion <strong>de</strong>s rej<strong>et</strong>s urbains par temps <strong>de</strong> pluie concernent aujourd’hui :<br />

- L’ai<strong>de</strong> à la définition <strong>de</strong> stratégies <strong>de</strong> gestion <strong>de</strong>s flux polluants basées sur la<br />

qualité (Lacour 2009). Par exemple si les concentrations les plus fortes sont<br />

observées dans la première partie <strong>de</strong> l’événement (phénomène <strong>de</strong> premier flot),<br />

c<strong>et</strong>te part du volume <strong>de</strong> pluie peut être stockée ou envoyée préférentiellement<br />

vers la station d’épuration, afin <strong>de</strong> limiter le rej<strong>et</strong> <strong>de</strong> polluants au milieu naturel<br />

(Marsalek 1976; Lacour 2009).<br />

- Le dimensionnement d’ouvrages <strong>de</strong> traitement, comme les bassins <strong>de</strong><br />

décantation-rétention (Bertrand-Krajewski <strong>et</strong> al. 1998; Bertrand-Krajewski <strong>et</strong><br />

Chebbo 2003). L’objectif est d’optimiser leur efficacité en prenant mieux en<br />

compte les dynamiques intra événementielles <strong>de</strong>s flux polluants.<br />

Deux métho<strong>de</strong>s ont été étudiées, à notre connaissance, dans la littérature pour la prévision<br />

<strong>de</strong>s courbes M(V) : i) la recherche <strong>de</strong> corrélation avec <strong>de</strong>s variables explicatives,<br />

caractéristiques du site ou <strong>de</strong>s événements, <strong>et</strong> ii) <strong>de</strong>s simulations <strong>de</strong> longue durée couplées à une<br />

modélisation statistique <strong>de</strong>s courbes sur la base <strong>de</strong>s observations. Les principes <strong>de</strong>s <strong>de</strong>ux<br />

métho<strong>de</strong>s <strong>et</strong> les <strong>analyse</strong>s effectuées dans le cadre <strong>de</strong> c<strong>et</strong>te thèse sont présentés dans les<br />

paragraphes ci-<strong>de</strong>ssous.<br />

200

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!