Reproduction de : Thèse de doctorat : Dynamique des fluides : Toulouse, INPT : 2006. / Titre provenant de l'écran-titre. Bibliogr. 39 réf.

La rivière Noire est un sous-bassin de la rivière Yamaska. Elle est située dans la zone de transition entre deux formations géologiques principales du Québec, soit les Basses-Terres du Saint-Laurent et les montagnes appalachiennes. Dans ce secteur les dépôts meubles sont discontinus et d'étendue limitée; le socle rocheux est très fracturé et hétérogène. Cette région rurale fortement exploitée par l'agriculture intensive et l'industrie porcine présente un fort potentiel de contamination d'origine agricole de l'eau souterraine. Un échantillonnage d'eau souterraine effectué sur l'ensemble du bassin a permis de quantifier les paramètres physico-chimiques de l'eau, les principaux ions, incluant les teneurs en nitrates, ainsi que les contenus en ¹⁸O et deutérium. Ces données sont des indicateurs utiles pour identifier les types d'eau et pour établir des relations entrée-sortie sur l'aquifère. Ces informations, combinées aux données géologiques et à la carte piézométrique, permettent d'identifier des sous-secteurs dans les directions d'écoulement souterrain. Le modèle Modflow a été utilisé pour simuler les scénarios de géologie et de recharge du bassin et ainsi tester la pertinence des directions d'écoulement identifiées précédemment. Ainsi, la rivière Noire et certains de ses tributaires majeurs ont été identifiés comme étant des drains importants de l'aquifère. L'étude du bassin a montré que la direction régionale de l'écoulement de l'eau souterraine est orientée vers le nord-ouest et est principalement régie par la topographie et les propriétés du roc. L'aquifère est vulnérable puisqu'il est de nature libre. D'ailleurs, 31 % des puits échantillonnés présentent des concentrations en nitrates supérieures à 1,0 mg N-NO₃/l probablement d'origine anthropique. La complémentarité des approches utilisées dans le cadre de ce projet a été concluante en ce qui a trait à la caractérisation des écoulements souterrains sur un bassin régional. La modélisation représente adéquatement les caractéristiques du bassin mises en évidence par la caractérisation hydrogéologique et la géochimie. Une meilleure compréhension de la circulation des eaux souterraines sur le bassin versant de la rivière Noire aidera à délimiter les zones les plus vulnérables du bassin, ce qui permettra de réduire le potentiel de contamination de cet aquifère. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Hydrogéologie, Géochimie, Piézométrie, Modélisation, Modflow.

Thèse ou mémoire avec insertion d'articles / La paludiculture sous forme de culture de sphaigne est définie comme la production durable de biomasse de sphaignes sur une base renouvelable et cyclique, souvent dans des tourbières ombrotrophes réaménagées. Il a été établi qu'un meilleur contrôle des paramètres hydrologiques, tels que la tension de l'eau dans la tourbe et la profondeur de la nappe phréatique, était l'un des facteurs clés pour obtenir un taux optimal de croissance des sphaignes. L'objectif du contrôle de ces paramètres hydrologiques est d'assurer un flux d'eau suffisant vers le capitule de la sphaigne pour soutenir sa croissance et son activité photosynthétique, qui est principalement produite dans cette partie de la plante. Cette thèse étudie la gestion de l'eau dans les bassins de production de sphaignes de manière à optimiser l'hydrologie du système de de culture, et en conséquence la croissance des sphaignes. Cette optimisation est notamment obtenue à travers la quantification du stress hydrique lié à la productivité des espèces de sphaigne et la modélisation du mouvement de l'eau dans les bassins de culture. Une première étape a été d'établir la relation entre la durée et la fréquence des stress hydriques et la croissance de la sphaigne. La compilation de cinq années de culture de sphaigne avec suivi de la croissance des mousses, à la fois dans des systèmes en tourbières réaménagées et dans des mésocosmes en serre, a été utilisée pour construire un ensemble de données couvrant une large variation de profondeurs de la nappe phréatique. Il convient préciser que dans les cultures de sphaigne sur des tourbières restaurées, le terme restauration fait référence à la gestion pour atteindre la ressemblance d'une condition antérieure. Cette étude appuie le constat que plus le stress hydrique est élevé, plus la productivité des espèces de sphaigne est faible. Dans le cadre de cette étude, le terme stress hydrique ou stress osmotique désigne le stress abiotique subi par une plante de sorte que le taux d'humidité des tissus végétaux est réduit à des niveaux sous-optimaux pour la photosynthèse. Avant de quantifier le stress hydrique, il faut connaître les profondeurs seuils de la nappe phréatique provoquant ces stress. Ces seuils changent entre les sous-genres d'espèces de sphaigne, étant plus élevé pour des espèces du sous-genre Acutifolia (Sphagnum flavicomans, Sphagnum fuscum et Sphagnum rubellum), suivi par le sous-genre Sphagnum (Sphagnum medium et Sphagnum papillosum) et ensuite par le sous-genre Cuspidata (Sphagnum fallax). Pour les systèmes de culture de sphaigne analysés, les profondeurs seuils de la nappe phréatique fluctuent entre 7 et 20 cm. Ces valeurs correspondent à des nappes plus élevées que celle rapportée dans la littérature pour la recolonisation des tourbières de sphaigne lors de projets de restauration, qui est de 40 cm, et ceci parce que dans la culture de sphaigne l'objectif est de maximiser la productivité, et pas seulement la survie des mousses à travers le temps. Une deuxième étude de ce projet de doctorat a été de quantifier le stress hydrique. Les indicateurs identifiés pour la quantification sont la somme des nappes journalières sous la profondeur de la nappe seuil identifiée (SEW) et nombre de jours où la nappe phréatique est sous la profondeur de la nappe seuil (NDW). Le SEW considère l'amplitude de la variation de la nappe phréatique et le NDW contemple la fréquence à laquelle la nappe phréatique se trouvait sous des profondeurs critiques pour la productivité des sphaignes. Toutefois, chacun de ces indicateurs nécessite des relevés quotidiens de la profondeur de la nappe phréatique. Cela étant dit, il est essentiel de disposer de relevés quotidiens de la nappe phréatique, ce qui n'est généralement pas le cas. Malgré cela, deux sources d'information sont utiles pour estimer la profondeur journalière : les relevés journaliers des puits de référence situés sur le même site, et les relevés manuelles disponibles qui sont collectées de façon hebdomadaire ou bimensuel pour tous les puits répartis sur le système de culture de sphaigne. Afin d'obtenir les valeurs quotidiennes de la nappe phréatique à partir de ces informations disponibles, des méthodes d'apprentissage automatique ont été identifiées et elles sont couramment utilisées dans ce type d'application. Ces méthodes permettent d'obtenir une erreur d'estimation allant jusqu'à 4.6 cm, ce qui, pour cette application, est une erreur majeure. Pour cette raison, il a également été décidé de développer une nouvelle méthode basée sur la décomposition des séries temporelles, et elle est la plus performante parmi toutes les méthodes utilisées avec une erreur d'estimation de moins de 3 cm et un coefficient de détermination de 0,95. L'un des grands avantages de cette méthode de décomposition des séries temporelles est qu'elle ne nécessite ni entraînement ni estimation des paramètres de calibration, ce qui permet une application facile non seulement dans la culture de sphaignes mais aussi dans les projets de tourbières remouillées. Cette étude a également permis d'évaluer la fréquence des mesures dans les puits manuels et son influence sur l'erreur d'estimation. La réduction de la fréquence des mesures d'une fréquence bimensuelle à une fréquence hebdomadaire entraîne une diminution de l'erreur de 16 % et l'augmentation à une fréquence mensuelle augmente l'erreur de 13 %. Autrement dit, par rapport aux mesures hebdomadaires, la fréquence mensuelle augmente l'erreur de 29 %. Le troisième focus de cette étude a été d'analyser les fluctuations de la nappe phréatique en fonction des caractéristiques physiques et hydrauliques du système et de l'écoulement souterrain estimé. À cette fin, un modèle a été développé sur la base de l'équation de Boussinesq et qui considère la stratification du milieu, tel que le profil de tourbe où la culture de la sphaigne est aménagée. La performance du modèle, qui prédit 91 % de la variation observée du niveau de la nappe phréatique, est le résultat de la combinaison de la mesure continue du niveau d'eau dans les canaux d'irrigation, les mesures sur place des précipitations, l'approximation de l'évapotranspiration par un modèle utilisant des mesures de la température et de la radiation extraterrestre, ainsi que les mesures in-situ de la conductivité hydraulique saturée par la méthode de la tarière manuelle en milieu stratifié. Un résultat important de ce chapitre est l'exploration de micro-canaux d'irrigation creusés dans un bassin déjà établie afin d'améliorer son hydrologie. Ces canaux de section rectangulaire de 20 cm x 20 cm, espacés de 10 m et reliés au canal périphérique principal, ont permis une amélioration du réseau hydraulique des canaux d'irrigation en réduisant l'espacement entre les canaux, qui était initialement de 20 m entre canaux périphériques. En somme, en plus de répondre spécifiquement à trois défis de la gestion de l'eau en culture de sphaigne, cette thèse fournit une compréhension améliorée du stress hydrique saisonnier chez les espèces de sphaigne, et une vision plus claire du mouvement des eaux souterraines dans les tourbières ombrotrophes réaménagées. Plusieurs des résultats illustrés dans cette thèse sont déjà appliqués dans les systèmes de culture de sphaigne de l'est du Canada. / Sphagnum farming or Sphagnum cultivation is defined as the sustainable production of Sphagnum biomass on a renewable and cyclical basis, often in restored ombrotrophic peatlands. Improved control of hydrological parameters, such as peat water tension and water table depth, has been identified as key factors in achieving optimal Sphagnum growth rates. The objective of controlling those hydrological parameters is to ensure sufficient water flow to the Sphagnum capitula to support its growth and photosynthetic activity, which is primarily occurring in this part of the plant. This thesis studies water management in Sphagnum production systems to optimize the hydrology of the cultivation basins, and consequently of Sphagnum growth. This optimization is achieved through the quantification of water stress related to the productivity of Sphagnum species and the modeling of the water movement in the cultivation basins. A first part of this study addresses the relationship between duration and frequency of water stress and Sphagnum growth. The data compilation of five years of Sphagnum farming monitoring the growth of the mosses, both in managed peatland systems and in greenhouses mesocosms, was used to construct a data set covering a wide variation in water table depths. It is worth pointing out that in the context of Sphagnum cultivation on restored peatlands, the term restored refers the practices to achieve the resemblance of a previous condition. This study reinforces the idea that the higher the water stress, the lower the productivity of Sphagnum species. In this study, the term water stress or osmotic stress refers to abiotic stress experienced by a plant and its tissue moisture content is reduced to suboptimal levels for photosynthesis. Before quantifying water stress, it is necessary to know the water table depth thresholds causing water stress. These thresholds depths of water table vary between subgenera of Sphagnum species, being highest for species tested within subgenus Acutifolia (Sphagnum flavicomans, Sphagnum fuscum et Sphagnum rubellum), followed by subgenus Sphagnum (Sphagnum medium and Sphagnum papillosum) and then by subgenus Cuspidata (Sphagnum fallax). For the Sphagnum farming systems analyzed, the thresholds depths of water table fluctuate between 7 and 20 cm. These values correspond to higher water tables than the ones reported in the literature for allowing good recovery of restored of bogs, which is 40 cm, and this is because in Sphagnum farming the objective is to maximize productivity, not just the survival of the mosses through time. A second area of study in this doctoral thesis was to quantify water stress. The indicators identified for quantification are the sum of daily water tables below the identified threshold depth of water table (SDW), and the number of days the water table is below the threshold depth (NDW). The SWE considers the magnitude of water table variation and the NDW contemplates frequency of water table being below the critical depths for Sphagnum productivity. However, each of these indicators requires daily water table depth records. Hence, the prerequisite of daily water table depths, which is generally not available. Despite of this, tow sources of information are useful for estimating daily depth: daily readings from reference wells located on the same site, and available manual readings that are collected on a weekly or bi-weekly basis for all wells distributed over the sphagnum growing system. To obtain daily water table depths from this available information, machine learning methods have been identified. These methods allow to obtain an estimation error up to 4.6 cm, which for this application we consider to be a major error. For this reason, it was also decided to develop a new method based on time series decomposition. This last method was the one that shown the best performance among the methods used with an estimation error of less than 3 cm and a coefficient of determination of 0.95. A major advantage of the new method is that it does not require training or estimation of calibration parameters, which allows easy application not only in Sphagnum farming but also in rewetted peatland initiatives. This study also evaluated the influence of the frequency of measuring the water table depth in the wells to be estimated on the estimation error. Reducing the measurement frequency from bimonthly to weekly results in a 16% decrease in error and increasing to monthly increases the error by 13%. In other words, compared to weekly measurements, monthly frequency increases the error by 29%. The third focus of this study was to analyze the fluctuations of the water table depth as a function of the physical and hydraulic characteristics of the system and the estimated groundwater flow. For this purpose, a model was developed based on the Boussinesq equation and which considers the stratification of the media, such as the peat profile where Sphagnum moss is grown. The performance of the model, which predicts 91% of the observed variation of the water table, is the result of the combination of continuous measurement of the water level in the irrigation canals, on-site measurements of precipitation, approximation of evapotranspiration by a model using field measurements of temperature and extraterrestrial radiation, and in-situ measurements of saturated hydraulic conductivity by using the auger hole method in stratified media. An important outcome of this chapter is the implementation of micro irrigation channels dug in an already established Sphagnum farming basin to improve its hydrology. These micro shallow channels, with a rectangular cross-section of 20 cm x 20 cm were spaced 10 m apart and connected to the main peripheral channel. These have allowed and improvement of the hydraulic network of irrigation channels by reducing the spacing between channels, which was initially 20 m apart. In short, in addition to specifically addressing three water management challenges in Sphagnum culture, this thesis provides an improved understanding of seasonal water stress in Sphagnum species, and a clearer understanding of groundwater movement in rehabilitated ombrotrophic peatlands. Many of the results illustrated in this thesis are already being applied in Sphagnum farming systems in eastern Canada.

Les travaux de sous-solage qui améliorent le drainage interne et décompactent des horizons rendus pratiquement imperméables par la compaction profonde seraient bénéfiques aux sols de faible perméabilité. Le sous-solage profond exécuté perpendiculairement aux drains avec un bélier (bulldozer) pourrait être plus efficace pour temporairement améliorer le drainage de ces sols qu’une sous-soleuse conventionnelle attelée à un tracteur et opérée en mode parallèle aux drains. Toutefois, les aménagements réalisés pour améliorer le drainage de surface et interne de ces sols rendent complexe l’évaluation de ces pratiques en dispositif expérimental. L’objectif principal de ce projet était de comparer les forêts d’arbres décisionnelles (FAD) à la régression linéaire multiple (RLM) pour détecter les effets du sous-solage et des systèmes de drainage souterrain et de surface sur la hauteur des plants et la profondeur moyenne de la nappe durant la saison de croissance. Un essai de sous solage a été réalisé à l’automne 2014, dans une argilelimoneuse Kamouraska naturellement mal drainée, remodelée en planches arrondies et souffrant de compaction importante. L’essai comparait un témoin sans sous-solage à quatre traitements de sous-solage, soit une sous-soleuse sur bélier ou sur tracteur, opérées parallèlement ou perpendiculairement aux drains. Chaque traitement a été répété trois fois et disposé aléatoirement en autant de blocs. Au printemps 2016, 198 puits ont été creusés à 60 cm de profondeur pour enregistrer la profondeur de la nappe sous chaque traitement entre juin et juillet 2016. La photogrammétrie a été utilisée pour estimer la hauteur des plants de maïs. Les FAD et la RLM permettent de détecter les principaux facteurs affectant la hauteur des plants de maïs et la profondeur moyenne de la nappe, soit les aménagements antérieurs pour améliorer le drainage interne et le drainage de surface des sols. Les coefficients de détermination obtenus avec les FAD (R2 ≥ 0,94) étaient toutefois plus élevés que ceux obtenus avec la RLM (R2 ≥ 0,28). Aucun traitement de sous-solage n’a amélioré significativement le drainage interne ni la hauteur des plants de maïs par rapport au témoin sans sous-solage. Les FAD permettent en outre de mieux visualiser les relations non linéaires entre les variables prédites et les autres variables, notamment la position sur la planche et la distance aux drains souterrains, et finalement de déterminer les distances aux drains souterrains optimales (< 2 m) et critiques (> 4 m), la distance optimale à la raie de curage (> 8 m) et la profondeur moyenne critique de la nappe (< 0,25 m). Les FAD permettent ainsi de prédire la hauteur des plants de maïs et la profondeur moyenne de la nappe avec une plus grande précision qu’avec la RLM.

La gestion intégrée de l’eau souterraine constitue un défi majeur pour les activités industrielles, agricoles et domestiques. Dans certains systèmes agricoles, une gestion optimisée de la nappe phréatique représente un facteur important pour améliorer les rendements des cultures et l’utilisation de l'eau. La prévision de la profondeur de la nappe phréatique (PNP) devient l’une des stratégies utiles pour planifier et gérer en temps réel l’eau souterraine. Cette étude propose une approche de modélisation basée sur les arbres de décision pour prédire la PNP en fonction des précipitations, des précédentes PNP et de l'évapotranspiration pour la gestion de l’eau souterraine des champs de canneberges. Premièrement, deux modèles: « Random Forest (RF) » et « Extreme Gradient Boosting (XGB) » ont été paramétrisés et comparés afin de prédirela PNP jusqu'à 48 heures. Deuxièmement, l’importance des variables prédictives a été déterminée pour analyser leur influence sur la simulation de PNP. Les mesures de PNP de trois puits d'observation dans un champ de canneberges, pour la période de croissance du 8 juillet au 30 août 2017, ont été utilisées pour entraîner et valider les modèles. Des statistiques tels que l’erreur quadratique moyenne, le coefficient de détermination et le coefficient d’efficacité de Nash-Sutcliffe sont utilisés pour mesurer la performance des modèles. Les résultats montrent que l'algorithme XGB est plus performant que le modèle RF pour prédire la PNP et est sélectionné comme le modèle optimal. Parmi les variables prédictives, les valeurs précédentes de PNP étaient les plus importantes pour la simulation de PNP, suivie par la précipitation. L’erreur de prédiction du modèle optimal pour la plage de PNP était de ± 5 cm pour les simulations de 1, 12, 24, 36 et 48 heures. Le modèle XGB fournit des informations utiles sur la dynamique de PNP et une simulation rigoureuse pour la gestion de l’irrigation des canneberges. / Integrated ground water management is a major challenge for industrial, agricultural and domestic activities. In some agricultural production systems, optimized water table management represents a significant factor to improve crop yields and water use. Therefore, predicting water table depth (WTD) becomes an important means to enable real-time planning and management of groundwater resources. This study proposes a decision-tree-based modelling approach for WTD forecasting as a function of precipitation, previous WTD values and evapotranspiration with applications in groundwater resources management for cranberry farming. Firstly, two models-based decision trees, namely Random Forest (RF) and Extrem Gradient Boosting (XGB), were parameterized and compared to predict the WTD up to 48-hours ahead for a cranberry farm located in Québec, Canada. Secondly, the importance of the predictor variables was analyzed to determine their influence on WTD simulation results. WTD measurements at three observation wells within acranberry field, for the growing period from July 8, 2017 to August 30, 2017, were used for training and testing the models. Statistical parameters such as the mean squared error, coefficient of determination and Nash-Sutcliffe efficiency coefficient were used to measure models performance. The results show that the XGB algorithm outperformed the RF model for predictions of WTD and was selected as the optimal model. Among the predictor variables, the antecedent WTD was the most important for water table depth simulation, followed by the precipitation. Base on the most important variables and optimal model, the prediction error for entire WTD range was within ± 5 cm for 1-, 12-, 24-, 26-and 48-hour prediction. The XGB model can provide useful information on the WTD dynamics and a rigorous simulation for irrigation planning and management in cranberry fields.