La maîtrise de la contamination générée par temps de pluie en milieu urbain constitue un enjeu environnemental important pour limiter la dégradation des milieux aquatiques superficiels. Les outils de modélisation traditionnelle utilisés pour estimer les flux de polluants dans les eaux de ruissellement sont jugés insuffisants dans leur capacité à reproduire les dynamiques des polluants à l’exutoire. Cela est souvent lié au manque de connaissances précises sur les processus en jeu d’une part, et d’autre part aux difficultés d’acquérir des bases de données représentatives et en continu sur des sites réels. Cette thèse a donc pour objectif d’améliorer l’état de la modélisation de la qualité. Elle vise en particulier le développement d’un outil de modélisation conceptuelle de la qualité des eaux de ruissellement à l’échelle du quartier, à partir d’une compréhension approfondie des processus d'accumulation et de lessivage. La simulation des pollutogrammes de matières en suspension (MES) à l’avaloir du bassin versant routier avec les modèles conceptuels d’accumulation-lessivage montre la faible performance des modèles pour estimer les dynamiques d’émissions de MES pour des longues périodes ; la variabilité du processus d’accumulation est le responsable principal de l’inadéquation de ces modèles. L’évaluation de la contribution des retombées atmosphériques sèches à la contamination des eaux de ruissellement en hydrocarbures aromatiques polycycliques (HAPs) et métaux montrent que l’atmosphère ne joue qu’un rôle très mineur dans la contamination des eaux de ruissellement par ces substances. Ainsi le couplage des modèles atmosphériques, qui ne tiennent pas compte des émissions directes liées au trafic, avec les modèles de qualité de l’eau, ne semble pas très pertinent dans l’objectif d’améliorer la prédiction de la contamination des eaux pluviales à l’exutoire. L’investigation à la micro-échelle du mécanisme de lessivage montre que les particules fines sont les plus susceptibles d’être mobilisées par le ruissellement. Cette étude a été menée en utilisant un simulateur de pluie innovant qui présente les avantages d’être mobile et léger, et la possibilité d’avoir des enregistrements en ligne du débit et de la turbidité. Les nouvelles connaissances acquises sur les processus soulignent une grande variabilité qui remet en cause l'intérêt de leur modélisation avec des approches déterministes. Ces connaissances sont intégrées à l’échelle du quartier pour développer un outil de modélisation conceptuelle basé sur une approche stochastique d'estimation de la concentration moyenne de MES et des paramètres de qualité. Le modèle développé est intégré dans le modèle hydrologique URBS. L’application de ce modèle permet d’intégrer la variabilité spatiale et temporelle des émissions en distinguant les contributions de chaque occupation du sol. Les résultats sont prometteurs en termes d’estimation des niveaux de concentration de MES à l’exutoire du bassin versant et de réplication du comportement général de la dynamique de MES, cependant des améliorations peuvent être envisagés pour consolider l’approche et améliorer ses prédictions. La comparaison de ce modèle avec des approches de modélisation empirique globale, conceptuelle semi-distribuée et physique distribuée, montre qu’en termes de pouvoir prédictif et de fiabilité, l’approche URBS-stochastique en parallèle avec l’approche de modélisation physique distribuée sont les plus performantes. En termes de simplicité d’implémentation et d’ajustement entre les observations et les simulations, les approches de modélisation empirique globale et conceptuelle semi-distribuée sont les plus puissantes. A l’issue de cette comparaison, il est clair qu’il n’existe pas un modèle parfait qui couvre toutes les caractéristiques de la modélisation de la qualité des eaux de ruissellement. Le choix de l’approche de modélisation la plus appropriée doit se faire en fonction des objectifs attendus par le modélisateur / Urban runoff contamination is recognized as a major source of the deterioration of the quality of surface water. Commonly used stormwater quality models have poor performance in predicting the pollutant dynamics at the surface outlet, mainly due to the lack of precise knowledge on the governing processes and the difficulties of acquiring representative and continuous databases on real sites. The main purpose of this Ph.D. thesis is to improve the state of stormwater quality modeling. It aims in particular to develop a conceptual modeling tool for stormwater quality prediction at the scale of a city district catchment, based on a deep understanding of the build-up and the wash-off. The application of commonly used stormwater build-up/wash-off models to simulate the dynamics of total suspended solids (TSS) at the outlet of the road catchment suggests that the models poorly replicate the temporal variability of the TSS concentrations unless short periods are considered. The unpredictable nature of the accumulation is largely responsible for the model failure. The evaluation of the contribution of atmospheric dry deposition to stormwater loads for polycyclic aromatic hydrocarbons (PAHs) and metals shows that atmospheric deposition is not a major source of contaminants in stormwater runoff. Thus, linking the air and water compartment in a modeling chain to have more accurate estimates of pollutant loads in stormwater runoff may not be relevant unless the direct traffic emissions are accounted for. The investigation of the wash-off process on elementary surfaces shows that the fine particles are the most likely to be mobilized and transported during a rainfall event. Stormwater samples were collected for this study using an innovative rainfall simulator that allows continuous, on-site monitoring of instantaneous flow and turbidity measurements and that can be easily transported and used on real sites. The new knowledge acquired on the build-up and wash-off processes underlines the great variability of these processes and calls into question their modeling with deterministic approaches. Hence, this knowledge is incorporated into developing a new conceptual stormwater quality model based on the stochastic drawing of event mean concentrations (EMC) of TSS and water quality parameters. The model is integrated within the hydrological model URBS. The application of this approach accounts for the spatial and temporal variability of pollutant emissions by distinguishing the contributions of each land use separately. The obtained results are promising in terms of estimating the concentration levels of TSS at the outlet of the city district catchment and replicating the general behavior of the TSS dynamics. However, improvements can be envisaged to consolidate the approach and improve its predictions. Comparison of this model with global empirical, semi-distributed conceptual and distributed physical modeling approaches shows that in terms of predictive power and stability, the stochastic-URBS and the physically distributed approaches are the most efficient. However, in terms of ease of implementation and best fit between observations and simulations, the global empirical and semi-distributed conceptual modeling approaches are the most powerful. This comparison shows that the perfect model that covers all aspects of stormwater quality modeling does not exist. The choice of the most appropriate modeling approach should mainly be driven by modeling objectives
Identifer | oai:union.ndltd.org:theses.fr/2018PESC1012 |
Date | 22 January 2018 |
Creators | Al Ali, Saja |
Contributors | Paris Est, Université Libanaise, école doctorale des sciences et technologies, Chebbo, Ghassan |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | French, English |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.002 seconds