35 majeurs et traces, l’utilisation des rapports ioniques caractéristiques comme traceurs

hydrochimiques ainsi que la comparaison des teneurs en éléments conservatifs avec le reste des éléments peuvent donner des réponses à la forte charge minérale des eaux de surface de l’oued Agrioune.

4.1 Diagramme de PIPER

Le logiciel Diagrammes, version 5.5, de mai 2011(Simler, 2011) du laboratoire d’hydrogéologie d’Avignon a été utilisé pour déterminer les différents faciès hydrochimiques à travers les diagrammes de piper.

Ce type de diagramme permet de représenter simultanément plusieurs échantillons de différentes eaux (surface et souterraine). Il est particulièrement adapté à l’étude de l’évolution des faciès des eaux lorsque la minéralisation augmente, ou bien pour comparer des groupes d’échantillons entre eux et indiquer les types de cations et anions dominants.

Le faciès global est obtenu à partir des deux triangles représentant les faciès cationiques et anioniques. L’interprétation des résultats d’analyses hydrochimiques pour toutes les périodes d’observation va permettre d’avoir une idée sur les faciès chimiques des eaux de surface de l’oued Agrioune, leur évolution dans le temps, ainsi que sur les conditions naturelles à l’origine de ces faciès.

4.2 Diagramme de SCHOELLER-BERKALOFF

Ce diagramme a pour but de déterminer la parenté chimique des échantillons d’eau, il est composé de 7 échelles logarithmiques verticales équidistantes.

En plus de l’utilisation du diagramme de Piper, le diagramme de Schoëller- Berkaloff a donc été utilisé pour déterminer le faciès chimique des eaux de surface de la partie aval d’Agrioune. Chaque échantillon est représenté par une ligne brisée. La concentration de chaque élément chimique est figurée par une ligne verticale en échelle logarithmique. La ligne brisée est formée en reliant tous les points qui représentent les différentes

36

Figure II.3. Diagrammes de Piper et de Schoeller Berkaloff vierges

5 MODELISATION DES EAUX DE SURFACE

Le premier pas de toute démarche scientifique consiste à observer et à identifier un ensemble de variables susceptibles de décrire le phénomène ou le processus étudié. Cette connaissance demeure encyclopédique et de peu d’intérêt tant qu’un lien ou une relation n’est pas établi entre un premier ensemble de variables (les variables d’entrées) et un autre ensemble de variables assujetties (les variables de sortie). Le langage mathématique permet de formaliser cette relation et d’intégrer et de synthétiser les informations. Le modèle mathématique, en tant que représentation du phénomène étudié, peut alors fournir un ensemble de réponses qu’il est ensuite possible de soumettre à l’observation. Le modèle est donc un outil de première importance dans un contexte de développement scientifique ; il est à la fois un outil inductif et déductif. D’abord en tant qu’outil inductif, le modèle mathématique permet la représentation et la description de phénomènes sur la base d’un ensemble de mesures. En tant qu’outil déductif, puisqu’il identifie au phénomène étudié, le modèle permet aussi l’expérimentation théorique du système dans diverses situations (Villeneuve et al., 1998).

Les champs d’application de la modélisation sont aussi divers que les champs de la connaissance. Parmi les facteurs caractéristiques de la modélisation de la qualité des eaux de surface, mentionnons :

 La diversité des processus mis en jeu (les processus physiques, chimiques et biologiques) ;

 La complexité des systèmes étudiés (multiples conditions aux limites et difficulté de considérer un système « comme fermé ») ;

37

 La présence de multiples échelles tant spatiales que temporelles ;

 La difficulté de procéder à des mesures extensives et dans des conditions variées. Cette complexité inhérente à ce type de modélisation implique qu’il n’existe pas une mais de multiples modélisations possibles et le lien entre le modèle et l’objectif de son application est particulièrement important. (Villeneuve et al., 1998)

Les modèles constituent également des outils d’évaluation utilisés pour la compréhension des phénomènes de transfert des eaux, de migration de substances et de transformation de celle-ci dans l’environnement. Ils sont à ce titre d’excellents outils de diagnostic et d’analyse et sont notamment intéressant pour la recherche. La capacité prédictive peut apparaitre comme la plus recherchée, mais elle n’est pas forcément la plus disponible notamment en raison de quantité de données d’entrée que cela impose et elle est souvent impossible à vérifier (Seytre et al., 2010).

La modélisation des eaux de surface a connu une impressionnante prolifération de modèles qui permettent de simuler la qualité de l’eau d’un ensemble de cours d’eau constituant un réseau hydrographique.

De manière générale cette modélisation passe par une succession de processus représentés eux-mêmes par des modèles ou sous-modèles bien spécifiques. On citera les modélisations :

 Hydrologique pure (cycle de l’eau) ;

 De l’érosion hydrique des sols ;

 Du transport et des transformations des polluants ;

 De la qualité d’eau des rivières. 5.1 Modélisation du cycle de l’eau

La modélisation du cycle de l’eau s’intéresse à la représentation des variations spatiales et temporelles des flux d’eau à l’échelle du bassin versant à l’aide de bilans de masse, de quantité de mouvements et d’énergie thermique. Tel qu’illustré à la figure II.4, les principaux processus physiques caractérisant ces bilans sont : la précipitation, l’évapotranspiration, la condensation, la fonte de neige, l’infiltration, l’écoulement en milieux poreux (non-saturé et saturé), la recharge des nappes en eau, l’écoulement des eaux de surface (incluant le ruissellement de surface et l’écoulement en canal)

38

Figure II.4. Processus physique du cycle de l'eau.

Lors des premières modélisations de bassin versant, les hydrologues s’intéressent à l’évaluation du flux d’eau liquide en un certain nombre d’emplacements stratégiques d’un cours d’eau. Le bilan de masses était simplifié, la variation des réserves en eau (S) est prise par hypothèse comme négligeable sur des périodes de temps (t) suffisamment long.

∆𝑆

∆𝑡 = (𝑃 + 𝐺_𝑖) − (𝐺_𝑜+ 𝑄 + 𝐸𝑇) ≈ 0 (II.1)

Avec :

P : les précipitations ; Gi : les apports en eaux souterraines

Go : les infiltrations et les recharges des nappes ; Q : le débit à l’exutoire ; ET : Evapotranspiration

L’application de ce bilan simplifié à l’échelle d’un bassin versant ne permettait cependant pas aux hydrologues de déterminer l’influence des diverses occupations du territoire sur le ruissellement produit. Avec le développement de l’utilisation des ordinateurs, cette recherche de meilleures représentations spatiales et temporelles du ruissellement s’est effectuée par le développement de modèles à paramètres physiques distribué combinant les bilans de masse, quantité de mouvement et d’énergie avec quelques relations phénoménologiques (exemple relation de Darcy,1856).

Plusieurs classifications, des modèles hydrologiques, sont apparues. Nous distinguons deux grandes approches de la représentation des processus hydrologiques. La première approche est plutôt empirique et tente par exemple de reproduire le comportement d’un bassin versant par un ensemble de réservoirs interconnectés. Ces réservoirs peuvent être les différents compartiments comme le sol, nappe phréatique, cours d’eau, bassin de rétention, …etc. On considère, à juste titre, le Stanford Watershed Model de CRAWFORD et LINSEY (1966) comme le précurseur des modèles HBV de

Précipitation Infiltration Ecoulement en milieu poreux non saturé et saturé Recharge des eaux souterraines Evapotranspiration

Fonte des neiges Ruissellement Ecoulement superficiel

Ecoulement des eaux souterraines Couche

39