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 1 – Chapitre 1 : Introduction 1.2 La diversité des modèles de RUTP 1.2.1 Critères de distinction Depuis une quarantaine d’années maintenant, un grand nombre de modèles de la qualité des RUTP ont été proposés. Les auteurs (e.g. récemment : Kanso 2004; Mourad 2005; Obropta et Kardos 2007), distinguent les modèles selon les principaux critères suivants : - L’approche de modélisation : déterministe, stochastique ou hybride. Il convient de préciser que dans le domaine de l’hydrologie urbaine, la différence entre les deux approches n’est pas absolue, étant donnée la connaissance limitée des processus physiques régissant la production des flux polluants (voir partie 1.3.1). - Les niveaux de complexité : d’un nombre réduit de paramètres à un nombre élevé, des modèles statistiques simples aux modèles détaillés du type Accumulation- Erosion-Transfert qui décrivent en détail les processus de l’amont vers l’aval (figure 1-2). Ces derniers incluent un ensemble de sous-modèles. Une variable de sortie d’un sous-modèle peut alors servir d’entrée de variable d’entrée pour un autre sous-modèle. Par exemple, le débit peut être modélisé d’abord et servir ensuite comme entrée pour simuler un processus lié à la qualité. - L’échelle spatiale : modèles détaillés dans l’espace et modèles conceptuels représentant le bassin versant de manière globale (modèles distribués vs modèles globaux). - L’échelle temporelle : simulation à l’échelle événementielle ou simulation continue à pas de temps court. - Le type de polluant considéré : les paramètres globaux de pollution (MES, DCO) ou des polluants spécifiques (e.g. phosphore total, azote, métaux). - L’intégration dans des logiciels : à destination commerciale (e.g. INSA/SOGREAH 1999; Wallingford Software 2004; DHI 2003; CRCCH 2005) ou de recherche (e.g. Bujon 1988; Briat 1995; Bertrand-Krajewski 1992). Entrées observées Sous modèle Sous modèle Sous modèle Sous modèle Réponse simulée Figure 1.2. Représentation schématique du principe d’un modèle détaillé 1.2.2 État actuel Ces dix dernières années ont vu des avancées encourageantes dans la compréhension des processus de formation des flux polluants dans les réseaux d’assainissement (Ahyerre et Chebbo 2002; Chebbo et Gromaire 2004; Ashley et al. 2004; Gasperi et al. 2008). Ces avancées sont liées à une augmentation du nombre de sites expérimentaux instrumentés et des quantités de 12

Partie 1 – Chapitre 1 : Introduction données disponibles. Elles sont également liées aux exigences règlementaires européennes de plus en plus contraignantes (Directive Cadre européenne sur l’Eau - DCE 2000/60/CE), notamment dans le cadre de l’auto-surveillance des réseaux. Les données disponibles concernent les paramètres globaux de pollution traditionnellement mesurés (MES et DCO) et de plus en plus des polluants spécifiques en rapport avec les nouvelles contraintes règlementaires (Zgheib 2009; Becouze 2010). Il n’existe cependant pas encore de consensus bien établi de la part des auteurs à propos des processus de production des flux polluants (Willems 2010). Les opinions sur les formulations des modèles restent diverses (e.g. Shaw et al. 2010; Soonthornnonda et Christensen 2008) et l’utilisation des modèles dans un contexte opérationnel est toujours limitée (Gromaire et al. 2002). Ce constat nous conduit aux réflexions suivantes : - L’acquisition croissante de données met en évidence une forte variabilité des processus. Ainsi les modèles actuels formulés sur la base des connaissances antérieures ne sont pas toujours capables de reproduire les observations de manière satisfaisante (Kanso et al. 2003; Dotto et al. 2009). Par exemple, Shaw et al. (2010), pour le cas d’un petit bassin versant du Viscosin de 9.4 km² (site de Spring Harbor), mettent en défaut plusieurs modèles et suggèrent l’existence de facteurs explicatifs autres que ceux actuellement considérés. - Les modèles actuels ne sont pas explicatifs mais reproduisent seulement les observations utilisées pour leur calage et leur évaluation (Bertrand-Krajewski 2007a). La perspective d’un modèle déterministe unique dont la formulation serait adaptée pour tous les bassins versants est encore loin d’être envisageable. - Si la fiabilité des modèles reste aujourd’hui limitée, l’analyse des nouvelles bases de données et la poursuite des mesures pour une large gamme de polluants devraient se traduire dans les prochaines années par la proposition de modèles plus appropriés. 1.3 Les difficultés relatives à la modélisation des RUTP En revanche, un point qui fait consensus entre les auteurs sont les difficultés relatives à la modélisation des RUTP (e.g. Ahyerre et al. 1998; Kanso et al. 2003; Bertrand-Krajewski 2007a; Obropta et Kardos 2007) avec en particulier les difficultés d’utilisation dans un contexte opérationnel. Les trois principales difficultés identifiées par les auteurs sont présentées dans les paragraphes suivants. 1.3.1 La complexité des processus et le manque de connaissances Kanso (2004, chapitre 1) rappelle la difficulté de décrire de manière mécaniste les processus de génération des flux polluants par temps de pluie sur la surface d’un bassin versant et dans le réseau d’assainissement. De l’amont vers l’aval, les difficultés spécifiques aux différents processus identifiés sont les suivantes : - Les apports de l’atmosphère par temps de pluie. Les études sur le sujet sont pour l’instant limitées et les données encore rares. Becouze (2010) propose une synthèse bibliographique approfondie sur cet aspect. - L’accumulation des polluants sur la surface du bassin versant, l’érosion et l’entrainement des polluants par temps de pluie vers le réseau. Une des principales 13

Partie 1 – Chapitre 1 : Introduction<br />

1.2 La diversité <strong>de</strong>s modèles <strong>de</strong> RUTP<br />

1.2.1 Critères <strong>de</strong> distinction<br />

Depuis une quarantaine d’années maintenant, un grand nombre <strong>de</strong> modèles <strong>de</strong> la qualité <strong>de</strong>s<br />

RUTP ont été proposés. Les auteurs (e.g. récemment : Kanso 2004; Mourad 2005; Obropta <strong>et</strong><br />

Kardos 2007), distinguent les modèles selon les principaux critères suivants :<br />

- L’approche <strong>de</strong> modélisation : déterministe, stochastique ou hybri<strong>de</strong>. Il convient <strong>de</strong><br />

préciser que dans le domaine <strong>de</strong> l’hydrologie urbaine, la différence entre les <strong>de</strong>ux<br />

approches n’est pas absolue, étant donnée la connaissance limitée <strong>de</strong>s processus<br />

physiques régissant la production <strong>de</strong>s flux polluants (voir partie 1.3.1).<br />

- Les niveaux <strong>de</strong> complexité : d’un nombre réduit <strong>de</strong> paramètres à un nombre élevé,<br />

<strong>de</strong>s modèles statistiques simples aux modèles détaillés du type Accumulation-<br />

Erosion-Transfert qui décrivent en détail les processus <strong>de</strong> l’amont vers l’aval<br />

(figure 1-2). Ces <strong>de</strong>rniers incluent un ensemble <strong>de</strong> sous-modèles. Une variable <strong>de</strong><br />

sortie d’un sous-modèle peut alors servir d’entrée <strong>de</strong> variable d’entrée pour un autre<br />

sous-modèle. Par exemple, le débit peut être modélisé d’abord <strong>et</strong> servir ensuite<br />

comme entrée pour simuler un processus lié à la qualité.<br />

- L’échelle spatiale : modèles détaillés dans l’espace <strong>et</strong> modèles conceptuels<br />

représentant le bassin versant <strong>de</strong> manière globale (modèles distribués vs modèles<br />

globaux).<br />

- L’échelle temporelle : simulation à l’échelle événementielle ou simulation continue<br />

à pas <strong>de</strong> temps court.<br />

- Le type <strong>de</strong> polluant considéré : les paramètres globaux <strong>de</strong> pollution (MES, DCO)<br />

ou <strong>de</strong>s polluants spécifiques (e.g. phosphore total, azote, métaux).<br />

- L’intégration dans <strong>de</strong>s logiciels : à <strong>de</strong>stination commerciale (e.g.<br />

INSA/SOGREAH 1999; Wallingford Software 2004; DHI 2003; CRCCH 2005) ou<br />

<strong>de</strong> recherche (e.g. Bujon 1988; Briat 1995; Bertrand-Krajewski 1992).<br />

Entrées<br />

observées<br />

Sous<br />

modèle<br />

Sous<br />

modèle<br />

Sous<br />

modèle<br />

Sous<br />

modèle<br />

Réponse<br />

simulée<br />

Figure 1.2. Représentation schématique du principe d’un modèle détaillé<br />

1.2.2 État actuel<br />

Ces dix <strong>de</strong>rnières années ont vu <strong>de</strong>s avancées encourageantes dans la compréhension <strong>de</strong>s<br />

processus <strong>de</strong> formation <strong>de</strong>s flux polluants dans les réseaux d’assainissement (Ahyerre <strong>et</strong> Chebbo<br />

2002; Chebbo <strong>et</strong> Gromaire 2004; Ashley <strong>et</strong> al. 2004; Gasperi <strong>et</strong> al. 2008). Ces avancées sont<br />

liées à une augmentation du nombre <strong>de</strong> sites expérimentaux instrumentés <strong>et</strong> <strong>de</strong>s quantités <strong>de</strong><br />

12

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

Saved successfully!

Ooh no, something went wrong!