Evénement n°11 – Site des Quais
2. Absence de lien entre classification des courbes M(V) et paramètres descriptifs des événements
2.1.
Recherche de corrélations simples
2.1.1.
Intérêt d’un outil de prédiction
Comme dans le cas de l’étude des pollutogrammes en turbidité (et donc en concentration) de temps de pluie au chapitre 4, la typologie des courbes M(V) a été analysée en relation avec certains paramètres descriptifs des événements. Il ne s’agit pas de définir un modèle qui permettrait de prévoir la répartition de la masse dans un événement pluvieux mais de déterminer si des corrélations ne permettent pas de relier certains paramètres hydrauliques ou de concentration à l’appartenance à un groupe donné.
Les travaux ont porté sur la recherche de corrélations pour expliquer l’appartenance au groupe A ou au groupe B, qui ne nécessitent qu’une gestion temporelle. Dans le cas des groupes A et B, savoir à l’avance que l’événement pluvieux va se caractériser par l’une ou l’autre de ces courbes pourrait être un atout de gestion. En effet, pour 50 % des événements, on saurait alors que l’on doit de préférence stocker l’événement depuis le début. Pour les 50 % restant (courbes appartenant au groupe C), la connaissance en continu de la turbidité reste nécessaire puisque ce groupe correspond à une variabilité intra-événementielle importante de la masse de polluants. L’objectif de ce travail est donc de relier des paramètres descriptifs des événements pluvieux à la classification des courbes M(V) dans les 3 groupes sur le même principe que le travail effectué pour les pollutogrammes de temps de pluie (chapitre 4, paragraphe 2.2).
2.1.2.
Analyse en composantes principales
Beaucoup d’études ont tenté d’établir ce type de liens sans grand succès. Des paramètres tels que la durée de l’événement, la durée de temps sec le précédant ou encore son intensité maximale n’ont pas permis d’expliquer la forme des courbes M(V) issues d’une étude sur différents sites parisiens (Bertrand-Krajewski et al., 1998). Dans une autre étude, une corrélation entre
l’intensité de la pluie et la charge polluante des eaux de ruissellement et une corrélation entre le débit ruisselé et la charge polluante ont été établies sans aucun lien avec la durée de temps sec ayant précédé l’événement, laissant supposer la présence d’un stock permanent de particules sur les surfaces de ruissellement (Deletic & Maksimovic, 1998). En revanche, l’impact de la durée de temps sec est visible sur les courbes M(V) établies pour le cas de Linz en termes de dilution avec une prépondérance de ce phénomène lorsque les événements pluvieux sont rapprochés (Hochedlinger et al., 2006). Toutefois, ces liens restent minces et permettent difficilement de
pour la gestion en temps réel des flux n’est donc pas remis en cause (Hochedlinger et al., 2006).
La position de la courbe au-dessus ou en-dessous de la bissectrice est liée à la période de temps sec dans une étude portant sur le réseau de Bochum en Allemagne (Grüning & Orth, 2002). Sur le même principe, nous avons fondé notre analyse sur une série de corrélations entre forme de la courbe et paramètres des événements pluvieux.
Comme pour l’étude des pollutogrammes en turbidité, l’étude des corrélations s’est appuyée sur les paramètres Vspe, ΔTS, Qm, Qmax, Tm et Tmax (cf. annexe C et conclusion de la partie I). Ces
paramètres ont été utilisés dans une analyse en composantes principales (ACP) afin de voir si l’appartenance à un groupe donné pouvait s’expliquer par les valeurs de turbidité (Tm et Tmax), de
débit (Qm et Qmax), de durée de temps sec antérieure à l’événement (ΔTS) ou de volume total par
hectare imperméabilisé (Vspe). Pour cette ACP, les résultats des deux sites ont également été
considérés comme un seul ensemble.
2.2.
Absence de lien entre les courbes M(V) et les paramètres
choisis
2.2.1.
Des corrélations très faibles
Le cercle des corrélations du plan principal 1-2 met en évidence l’orthogonalité entre les paramètres de débit et de turbidité, ce qui implique des corrélations très faibles (Figure 59). La période de temps sec ayant précédé l’événement, ΔTS, correspond au même axe que les paramètres de turbidité mais les corrélations ne sont pas très importantes (0,45 entre ΔTS et Tm
et 0,35 entre ΔTS et Tmax). Les corrélations entre les variables sont donc très faibles, sauf pour
Qm et Qmax (coefficient de 0,91), qui représentent le même phénomène (Lacour et al., 2009a;
Lacour et al., 2009c). ΔTS Vspe Qm Qmax Tm Tmax -1 -0,8 -0,6 -0,4 -0,2 0 0,2 0,4 0,6 0,8 1 -1 -0,8 -0,6 -0,4 -0,2 0 0,2 0,4 0,6 0,8 1 Axe principal 1 A xe p ri n ci p a l 2
Figure 59 : Cercle des corrélations pour l'ACP relative à la distribution des courbes M(V) dans les 3 groupes relatifs à une gestion spécifique
2.2.2.
Une absence de structuration des données
Chapitre 5 : variabilité de la distribution de la masse Contrairement à d’autres études, il n’y a pas de lien entre le pic de turbidité et la durée de temps sec (Hochedlinger et al., 2006) ou l’intensité de l’événement (Deletic & Maksimovic, 1998). La
forme des courbes M(V) ne peut pas être simplement anticipée et déduite de paramètres de l’événement pluvieux (Lacour et al., 2009a; Lacour et al., 2009c), y compris pour les
événements pluvieux se caractérisant par une gestion temporelle simple. De fait, le suivi de la turbidité en continu et en temps réel pourrait améliorer la gestion car il informe sur la qualité au cours de l’événement. -4 -2 0 2 4 6 8 -5 -3 -1 1 3 5 Axe principal 1 A x e p rin c ip a l 2 Groupe A Groupe B Groupe C Barycentre du groupe A Barycentre du groupe B Barycentre du groupe C
Figure 60 : Projection des données dans le plan principal 1-2 pour l'ACP relative à la distribution des courbes M(V) dans les 3 groupes relatifs à une gestion spécifique