Bertrand-Krajewski J. - mesurage de la turbidité

Transcription

SHF : «Transports solides et gestion des sédiments en milieux naturels et urbains», Lyon, 28-29 novembre 2007 - Bertrand-Krajewski et al. Flux
polluants particulaires en réseaux d’assainissement
MESURAGES EN CONTINU DES FLUX POLLUANTS
PARTICULAIRES EN RESEAUX D'ASSAINISSEMENT
URBAINS : ENJEUX, METHODES, EXEMPLE D'APPLICATION
On-line monitoring of particulate pollutant loads in urban sewer systems:
stakes, methods, example of application
J.-L. Bertrand-Krajewski*, S. Barraud, G. Lipeme Kouyi, A. Torres, M. Lepot
LGCIE, INSA-Lyon
34 avenue des Arts, F-69621 Villeurbanne cedex, France
Tél : +33 (0)4 72 43 81 80, Fax : +33 (0)4 72 43 85 21, e-mail auteur correspondant : [email protected]
La poursuite de l’expansion des villes dans la plupart des pays génère des flux polluants croissants rejetés dans les
milieux aquatiques urbains par les systèmes d’assainissement, avec des enjeux environnementaux considérables. La
connaissance, le contrôle et la réduction des flux polluants ne peuvent plus se satisfaire des mesurages ponctuels
classiques par prélèvements et analyses en laboratoire. Différentes techniques de mesure en continu in situ sont
aujourd’hui utilisables. Parmi celles-ci, le mesurage de la turbidité permet d’estimer les charges événementielles et
annuelles en matières en suspension (MES) et en demande chimique en oxygène (DCO) transitant dans les réseaux
d’assainissement urbains. Pour obtenir des résultats fiables et évaluer leurs incertitudes, des méthodes appropriées
doivent être utilisées : i) étalonnage des capteurs, ii) application de fonctions d’étalonnage, iii) mesurage des MES et
de la DCO sur échantillons avec les méthodes normalisées, iv)détection des valeurs suspectes éventuelles,
v) régressions polynomiales spécifiques entre MES ou DCO et turbidité prenant en compte les incertitudes sur toutes
les grandeurs, et vi) application des régressions pour estimer les charges polluantes en MES et DCO. Ces différentes
étapes sont décrites dans cet article et illustrées avec des exemples. Une étude de cas montre l’application des
méthodes proposées pour estimer les charges polluantes rejetées par un déversoir d’orage en réseau unitaire : 30
déversements mesurés en 2004 ont rejeté environ 2100 kg de MES et 2900 kg de DCO. Ces masses sont connues avec
une incertitude relative inférieure à 5 %.
On-line monitoring of particulate pollutant loads in urban sewer systems: stakes, methods, example of application
The continuing growth of cities in most countries generates increasing pollutant loads discharged into urban water
bodies by sewer systems, with very important environmental stakes. The determination, the control and the reduction of
pollutant loads will not be achievable by means of usual punctual sampling and laboratory analyses. Various
continuous in situ measurement techniques are now available. Among them, turbidity measurements allow estimating
TSS (Total Suspended Solids) and COD (Chemical Oxygen Demand) event and annual loads transferred in urban sewer
systems. In order to obtain reliable results and to estimate their uncertainties, appropriate methods have to be applied
for i) sensor calibration, ii) application of calibration functions, iii) measurements of TSS and COD in samples with
standard methods, iv) detection of possible multivariate outliers in the available data sets, v) specific 1st or 2nd order
polynomial regression between TSS (or COD) values and turbidity values accounting for uncertainties in both
variables, and vi) application of regression functions to estimate TSS (or COD) loads at event and annual scales. All
above steps are described and illustrated with examples. A case study shows the application of the proposed methods to
estimate the TSS and COD loads discharged by an overflow structure in a combined sewer system: 30 overflows
measured in 2004 discharged approximately 2100 kg of TSS and 2900 kg of COD. These loads have a relative
uncertainty of less than 5 %.
I
I.1
INTRODUCTION
Contexte général
Le processus d’urbanisation se poursuit et s’accélère dans la plupart des pays du monde. En 2006 en
Europe, 75 % de la population résident dans les zones urbanisées ; la perspective est de 80 %, voire plus dans
certains pays, à l’horizon 2020 (EEA, 2006). En France, la population urbaine est passée de 22 millions
d’habitants en 1936 à plus de 44 millions d’habitants en 1999, ce qui correspond respectivement à 52.9 et
5
75.5 % de la population totale. En 1999, « la France métropolitaine comptait 5 954 communes urbaines (i.e.
commune de plus de 2000 habitants, distance maximale de 200 m entre habitations), qui regroupaient 75.5 %
de la population sur 18.4 % du territoire. Le territoire urbain, ensemble des communes urbaines, occupait
100 000 km² en 1999, en extension de 10 000 km² par rapport à 1990 » (Chavouet et Fanouillet, 2000). Le
taux de raccordement aux réseaux d’assainissement urbains augmente avec la taille des agglomérations : en
2001, plus de 90 % des logements étaient raccordés dans les communes de plus de 10 000 habitants et moins
de 30 % dans les communes de moins de 400 habitants (Coutellier, 2004). En 2001, le territoire français
possédait 93 000 km de canalisations unitaires transportant simultanément eaux usées et eaux pluviales ;
26 000 déversoirs d’orage étaient installés sur ces réseaux unitaires, soit en moyenne un déversoir tous les
3.5 km. Par ailleurs, il existait 5 800 ouvrages de rejet direct au milieu naturel sur les 79 000 km de
canalisations séparatives d’eaux pluviales, soit un point de rejet en moyenne tous les 13.6 km (Coutellier,
2004). Globalement, les milieux aquatiques urbains sont donc soumis à des flux polluants de temps sec et de
temps de pluie croissants : atteindre à l’horizon 2015 l’objectif de bon état écologique fixé par la Directive
Cadre européenne sur l’Eau (DCE) (JO, 2000) sera très difficile « sans reconsidérer en profondeur […] nos
modèles en matière d’eau potable, d’assainissement, d’agriculture et de police de l’environnement » (IFEN,
2006).
Cet article traite plus spécifiquement des rejets urbains de temps de pluie (RUTP) générés par le
ruissellement sur les surfaces urbaines. Les RUTP sont constitués de l'ensemble des eaux rejetées i) par les
installations d'épuration (mélange d'eaux usées et d'eaux pluviales traitées), ii) par les déversoirs d'orage
(mélange d'eaux usées et d'eaux pluviales non traitées) et iii) par les exutoires pluviaux (eaux pluviales
généralement non traitées), pendant un événement pluvieux et pendant la période de temps qui lui succède,
au cours de laquelle le système d'assainissement n'a pas encore retrouvé un fonctionnement nominal de
temps sec. Les RUTP sont très directement liés à l’imperméabilisation et à l’artificialisation des surfaces
urbaines, lesquelles sont en constante augmentation : en France, de 1994 à 2004, les surfaces occupées par
les sols artificiels non bâtis (16 450 km2) ont augmenté de 19 %, celles des sols artificiels bâtis (11 630 km2)
ont augmenté de 16 % et celles des routes et parkings (17 340 km2) ont augmenté de 10 % (INSEE, 2007). A
l’échelle européenne, les zones urbanisées se sont accrues de 8 000 km2 entre 1990 et 2000, soit une
augmentation de 5.4 % en dix ans, correspondant à l’urbanisation totale de la superficie du Luxembourg
(EEA, 2006, p. 10).
L'origine des polluants contenus dans les RUTP est multiple : pollution atmosphérique, lessivage des
dépôts de temps sec et des retombées sèches accumulés sur les bassins versants, érosion des matériaux
urbains, remise en suspension des polluants présents dans les réseaux d’assainissement. Les concentrations
en polluants dans les RUTP sont très variables et peuvent être importantes. Pour certains indicateurs (MES,
hydrocarbures, métaux lourds, produits phytosanitaires, etc.), elles sont supérieures à celles trouvées dans les
eaux usées. Les flux polluants des RUTP rejetés vers les milieux aquatiques augmentent avec l’urbanisation.
Compte tenu des volumes importants en jeu, les RUTP contribuent significativement aux apports polluants
et à la dégradation de la qualité des milieux aquatiques. Il est donc nécessaire d’estimer ces charges
polluantes aux échelles événementielle et annuelle afin de mieux connaître le fonctionnement et d’améliorer
la gestion des systèmes d’assainissement urbains, et de contribuer à une meilleure qualité physico-chimique
et écologique des milieux aquatiques.
De nombreux polluants transportés par les RUTP étant présents majoritairement dans la phase particulaire,
la concentration en MES (matières en suspension), au-delà de son intérêt intrinsèque, constitue un indicateur
global de la charge polluante des RUTP. La concentration en DCO (demande chimique en oxygène), quant à
elle, fournit une indication de la charge polluante organique. Dans les RUTP, la fraction particulaire de la
DCO est prépondérante, de l’ordre de 80 à 90 % de la DCO totale. Dans cet article, nous nous intéresserons
donc à ces deux indicateurs principaux que sont les MES et la DCO. Il existe également une obligation
réglementaire pour les gestionnaires de systèmes d’assainissement urbains : l’estimation des charges en MES
et DCO rejetées dans les milieux aquatiques en temps de pluie et en temps sec par « les déversoirs d’orage et
dérivations éventuelles situés sur un tronçon destiné à collecter une charge brute de pollution organique par
temps sec supérieure à 600 kg/j de DBO5 » a été prescrite initialement par l’arrêté du 22 juin 1994 (JO, 1994)
et reconduite par l’arrêté du 22 juin 2007 dans son article 18 (JO, 2007).
6
I.2
Méthodes de mesure des MES et de la DCO
Jusqu’à une période récente, les concentrations en MES et DCO étaient estimées à partir d’analyses en
laboratoire effectuées sur des échantillons prélevés in situ durant les événements pluvieux (NF T90-029,
2002 ; NF T90-105-2, 1997 ; NF EN 872, 2005 ; NF T90-101, 2001). Cette pratique présente plusieurs
inconvénients : transport des échantillons du site au laboratoire, conditionnement et conservation des
échantillons, délais pour obtenir les résultats, faible représentativité dans le temps et dans l’espace. Compte
tenu du coût élevé des prélèvements et des analyses, seuls quelques événements sont échantillonnés chaque
année, avec au maximum 24 échantillons par événement (les préleveurs automatiques commerciaux
classiques ne possèdent généralement que 24 flacons). Les résultats obtenus dans ces conditions ne peuvent
pas fournir une information précise, suffisamment représentative de la dynamique des phénomènes, et
complète pour estimer de manière fiable les flux événementiels ou annuels de polluants (Bertrand-Krajewski
et al., 2002).
Une des possibilités pour réduire ces difficultés consiste à utiliser des capteurs in situ, capables de délivrer
des informations à court pas de temps (de l’ordre de la minute, échelle de temps requise pour appréhender la
dynamique des phénomènes par temps de pluie en réseau d’assainissement) qui puissent être converties en
concentrations équivalentes de MES et DCO. Parmi les capteurs actuellement disponibles sur le marché, et
compte tenu des conditions de fonctionnement difficiles qui prévalent en réseau d’assainissement, seuls les
turbidimètres et les spectromètres UV-visible peuvent être utilisés in situ avec un niveau de fiabilité
satisfaisant (Gruber et al., 2005). Cependant, comme ces capteurs ne délivrent pas directement des valeurs de
MES et DCO au sens des méthodes d’analyses normalisées, des méthodes spécifiques doivent être mises en
œuvre pour évaluer des concentrations équivalentes en MES et DCO et leurs incertitudes (BertrandKrajewski, 2004; Bertrand-Krajewski et al., 2007).
Cet article présente un ensemble cohérent de méthodes destinées à estimer des concentrations équivalentes
en MES et DCO à partir des séries de données de turbidité mesurées in situ et en continu. Les méthodes sont
expliquées dans leurs principes et illustrées pas à pas par des exemples. Une étude de cas complète est
présentée pour le bassin versant urbain d’Ecully.
II METHODES
Les charges en MES et DCO sont calculées en cinq étapes principales présentées ci-après.
II.1
Etape 1. Etalonnage du turbidimètre
Le turbidimètre doit être étalonné périodiquement au moyen de solutions étalons de formazine. On peut
utiliser des solutions commerciales certifiées NIST (National Institute of Standards and Technology) ou
préparer en laboratoire des solutions mères de formazine (Ruban et al., 2007). Pour chaque solution étalon,
au moins cinq mesurages de turbidité sont effectués pour établir une fonction d’étalonnage f (équation 1).
Cette fonction d’étalonnage est une régression donnant la valeur Y mesurée par le turbidimètre en fonction de
la valeur T de turbidité, considérée comme vraie, des solutions étalons. En fonction du niveau d’incertitude
acceptable par l’utilisateur et de l’importance de la non-linéarité du capteur, la fonction d’étalonnage peut
être une simple droite, un polynôme de degré deux ou de degré trois. Les valeurs des coefficients bi sont
évaluées par la méthode des moindres carrés ordinaires. Leurs incertitudes types (assimilables en première
approximation à des écarts types, voir norme NF ENV 13005, 1999) et leur(s) covariance(s) sont également
calculées.
n
Y = f (T ) = ∑ biT i
(1)
i =0
A titre d’exemple, un turbidimètre néphélométrique 0-4000 NTU a été étalonné avec six solutions étalons
primaires de formazine à 0, 50, 100, 300, 500 et 1000 NTU (les valeurs les plus fréquentes mesurées sur ce
site par le capteur sont inférieures à 1000 NTU). La valeur vraie de chaque solution étalon primaire certifiée
NIST se trouve dans un intervalle de confiance à 95 % égal à ± 1 % de la valeur nominale. Pour chaque
solution étalon, 25 mesurages répétés consécutifs ont été effectués. La réponse du capteur n’est pas
parfaitement linéaire, comme on peut l’observer sur la Figure 1. Des tests de variance indiquent que la
fonction d’étalonnage optimale est un polynôme de degré deux de la forme Y = b0 + b1T + b2T 2 . Les valeurs
7
numériques des coefficients bi sont indiquées Figure 1. Les incertitudes types et les covariances des
coefficients sont fournies dans le Tableau 1.
u (b0 ) = 1.19 × 10 −1
cov(b0 , b1 ) = −6.35 × 10 −5
u (b1 ) = 7.43 × 10 − 4
cov(b0 , b2 ) = 5.04 × 10 −8
u (b2 ) = 7.20 × 10 − 7
cov(b0 , b1 ) = −5.15 × 10 −10
Tableau 1 : incertitudes types et covariances des coefficients bi du turbidimètre
néphélométrique dont l’étalonnage est représenté en Figure 1
OLS 2nd order polynomial calibration
Y = 7.0342 + 0.98523 T + 1.3981e-005 T2
measured turbidity Y (NTU)
1000
800
600
400
200
data turbidoua25max1000.csv
calibration
0
0
100
200
300 400 500 600 700 800
standard formazine solution T (NTU)
900
1000 1100
Figure 1 : exemple de fonction d’étalonnage d’un turbidimètre
II.2
Etape 2. Utilisation de la fonction d’étalonnage
Pour toute valeur y mesurée de la turbidité, la valeur vraie la plus probable T̂ est estimée au moyen de
l’inverse f −1 de la fonction d’étalonnage (équation 2). L’incertitude type correspondante u (Tˆ ) est calculée à
partir des incertitudes types de la valeur mesurée y et des coefficients bi de l’équation 1, en appliquant la loi
de propagation des incertitudes (pour plus d’information, voir par exemple la norme européenne EN ENV
13005, 1999 ou Bertrand-Krajewski, 2004).
Tˆ = f −1 ( y )
(2)
Dans le cas du polynôme de degré deux indiqué Figure 1, la fonction inverse donne pour T̂ la relation
suivante :
b − b12 − 4b2 (b0 − y)
Tˆ = − 1
2b2
(3)
Son incertitude type u (Tˆ ) est calculée au moyen des expressions suivantes :
2
2
2
1
2
⎛ ∂Tˆ ⎞
∂Tˆ ∂Tˆ
2 ⎛⎜ ∂Tˆ ⎞⎟
⎟ + 2 ∑ ∑ cov(bi , b j )
u (Tˆ ) 2 = ∑ u (bi ) 2 ⎜⎜
u
y
+
(
)
⎟
⎜ ∂y ⎟
∂bi ∂b j
⎝ ∂bi ⎠
⎝
⎠
i =0
i = 0 j =i +1
8
(4)
avec
)
(
−1 / 2
∂Tˆ
= − b12 − 4b2 (b0 − y )
∂b0
(5)
(
)
(
)
−1 / 2
∂Tˆ
1
b
=−
+ 1 b12 − 4b2 (b0 − y )
∂b1
2b2 2b2
(6)
1/ 2 ⎞
⎛
−1 / 2
⎟ b0 − y 2
1 ⎜ b1 − b12 − 4b2 (b0 − y )
∂Tˆ
−
= − ⎜−
b1 − 4b2 (b0 − y )
⎟
2b2
∂b2
b2 ⎜
b2
⎟
⎠
⎝
−1 / 2
∂Tˆ
= b12 − 4b2 (b0 − y )
∂y
)
(
)
(
(7)
(8)
L’incertitude type u(y) est estimée à partir des données expérimentales de l’étalonnage. En première
approximation, pour l’exemple donné Figure 1, u(y) peut être considérée comme constante sur l’intervalle 01000 NTU et égale à 0.4 NTU.
II.3
Etape 3. Analyses normalisées de MES et DCO sur des échantillons instantanés
Au cours de plusieurs événements pluvieux, des échantillons instantanés de 1 L sont prélevés et analysés
en laboratoire selon les méthodes normalisées pour déterminer leurs concentrations en MES et DCO. Trois
réplicats (au minimum) sont mesurés afin de déterminer les concentrations moyennes notées TSS et COD et
leurs incertitudes types u TSS et u COD . Avant d’effectuer les analyses normalisées, le turbidimètre est
directement immergé dans les échantillons de 1 L qui sont constamment sous agitation magnétique afin de
les maintenir dans un état le plus homogène possible. Des mesurages répétés de la turbidité des échantillons
sont alors effectués (typiquement 50 mesurages) et convertis en valeur vraies les plus vraisemblables T̂ au
moyen de l’équation 2. La valeur moyenne T̂ et son incertitude type u Tˆ sont ensuite calculées. A l’issue
( )
(
)
()
)
(
de cette étape, on dispose de triplets de valeurs Tˆ , TSS , COD et de leurs incertitudes types.
II.4
Etape 4. Détection de valeurs suspectes dans les séries de triplets
Des valeurs suspectes ou aberrantes peuvent être présentes dans les séries de triplets en raison d’erreurs
d’échantillonnage, d’erreurs d’analyse, d’effet de matrice, des caractéristiques inhabituelles de certains
événements pluvieux, etc. Il est important de détecter et d’éliminer ces valeurs suspectes avant d’établir les
fonctions de corrélation entre turbidité d’une part et concentrations en MES et DCO d’autre part. La méthode
mise en oeuvre comporte trois étapes successives :
- étape 4.1 : élimination des valeurs suspectes au niveau des réplicats (c'est-à-dire élimination des
valeurs trop éloignées de la valeur moyenne des réplicats) ;
- étape 4.2 : élimination des valeurs dont les incertitudes types sont supérieures à 25 % de la valeur
mesurée ;
- étape 4.3 : application d’une méthode multivariée de détection de valeurs suspectes aux séries de
triplets Tˆ , TSS , COD .
(
)
Dans l’étape 4.3, un algorithme fondé sur la méthode proposée par Rousseuw et van Driessen (1999)
permet de détecter parmi les triplets les valeurs suspectes de turbidité, de concentration en MES ou DCO en
analysant globalement l’ensemble des triplets, avec des niveaux de confiance de 95 %.
Ces trois étapes sont illustrées dans l’exemple suivant. On dispose initialement de 83 triplets obtenus à
partir de campagnes de mesure à l’exutoire d’un réseau séparatif pluvial situé sur une zone industrielle de
185 ha, campagnes effectuées au cours de plusieurs événements pluvieux de caractéristiques variées. Les
analyses normalisées ont été effectuées sur des triplicats pour chacun des 83 échantillons.
L’étape 4.1 a conduit au rejet d’une des trois valeurs de MES ou DCO pour 43 triplicats. Les valeurs
moyennes TSS et COD et leurs incertitudes types u TSS et u COD ont donc été recalculées à partir des
duplicats restants après rejet des valeurs suspectes. L’étape 4.2 a porté sur 83 triplicats ou duplicats et a
( )
9
(
)
conduit au rejet de 15 triplets pour lesquels une des trois valeurs de turbidité, MES ou DCO présentait une
incertitude type supérieure à 25 % de la valeur mesurée. Parmi les 68 triplets restants, l’étape 4.3 a conduit à
la détection et au rejet de 7 triplets, comme indiqué Figure 2. Finalement, 61 triplets ont été validés et
conservés pour l’étape suivante.
II.5
Etape 5. Détermination des fonctions de corrélation
En utilisant les triplets validés à l’étape précédente, des fonctions de corrélation g(T) et h(T) (équations 9 et
10) sont établies pour déterminer respectivement les concentrations équivalentes TSSeq and CODeq à partir
des séries de valeurs vraies les plus probables de la turbidité Tˆ . Ces séries sont calculées au moyen de
l’équation 2 à partir des valeurs brutes de turbidité y enregistrées in situ par le turbidimètre étalonné à l’étape
1.
n
TSS eq = g (Tˆ ) = ∑ ciTˆ i
turbidity (NTU)
i =0
n
CODeq = h(Tˆ ) = ∑ d iTˆ i
et
(9)
i =0
(10)
800
600
400
200
TSS (mg/L)
0
1500
0
1
1000
500
COD (mg/L)
0
800
600
400
200
0
0
200 400 600
turbidity (NTU)
0
500 1000 1500 0
TSS (mg/L)
200 400 600 800
COD (mg/L)
Figure 2 : exemple de détection multivariée de valeurs suspectes (7 triplets suspects détectés
parmi 68 sont représentés par une étoile; les 61 triplets validés sont représentés par un rond)
Comme aussi bien les concentrations en MES et DCO que les valeurs de turbidité Tˆ sont entachées
d’incertitude, la méthode des moindres carrés ordinaires n’est pas appropriée pour établir les fonctions de
corrélation. En effet, elle suppose, lorsque l’on calcule la régression de Y en fonction de X, que les valeurs
de X sont vraies et sans incertitudes ; ou, au minimum, que les incertitudes sur X sont négligeables devant les
incertitudes sur Y. C’est pourquoi une méthode différente doit être utilisée, qui prenne en compte les
incertitudes sur les deux variables X et Y. Elle consiste à minimiser l’écart E donné par l’équation 11 :
N⎛ 1
⎞
1
(
(
E = ∑⎜
X i − xi )2 +
Yi − yi )2 ⎟
(11)
2
⎜
⎟
u ( yi ) 2
i =1⎝ u ( xi )
⎠
avec N le nombre de couples de valeurs mesurées (xi, yi), u(xi) et u(yi) les incertitudes types respectives des
valeurs mesurées xi et yi, Xi et Yi = F(Xi) les valeurs prédites par la régression F.
Nous avons dans un premier temps amélioré la méthode proposée initialement par York (1966) et
Williamson (1968) pour le cas d’une droite de régression (Bertrand-Krajewski, 2004). Pour tenir compte de
la non linéarité des réponses des turbidimètres, nous avons ensuite étendu la méthode (dite régression de type
10
Williamson) au cas des polynômes de degré deux et trois. Dans ces deux cas, il n’est plus possible de
déterminer une solution analytique : une minimisation numérique non-linéaire est appliquée pour déterminer
les valeurs des coefficients ci et di, et des simulations de Monte-Carlo permettent d’estimer leurs incertitudes
types (variances et covariances).
MC 1st order Williamson regression
TSSeq = -31.3412 + 1.2379 T
1800
data cha02__pluie.csv
OLS
WLS
1600
1400
TSSeq (mg/L)
1200
1000
800
600
400
200
0
0
100
200
300
400
500
Turbidity T (NTU)
600
700
800
700
800
MC 2nd order Williamson regression
TSSeq = 20.7177 + 0.49311 T + 0.001469 T2
1800
data cha02__pluie.csv
OLS
WLS
1600
1400
TSSeq (mg/L)
1200
1000
800
600
400
200
0
0
100
200
300
400
500
Turbidity T (NTU)
600
Figure 3 : fonctions de corrélation TSSeq = g1(T) (haut) et TSSeq = g2(T) (bas)
pour les données représentées Figure 2
11
Avec les données représentées Figure 2, deux fonctions TSS eq = g (Tˆ ) ont été comparées : une droite g1(T)
et un polynôme de degré deux g2(T). Les résultats obtenus sont représentés Figure 3. Les incertitudes des
coefficients ci et leurs covariances sont données dans le Tableau 2. Avec les données de débit mesurées par
ailleurs, les charges en MES et DCO peuvent ensuite être calculées directement.
TSSeq = g1(T)
TSSeq = g2(T)
u (c0 ) = 16.56 , u (c1) = 0.097 , cov(c0 , c1) = −1.32
u (c0 ) = 5.76 , u (c1) = 0.093 , u (c2 ) = 1.91 × 10 − 4
cov(c0 , c1) = −0.237 , cov(c0 , c2 ) = 1.73 × 10 − 4 , cov(c1, c2 ) = −1.30 × 10 −5
Tableau 2 : incertitudes types et covariances des coefficients ci
des fonctions de corrélation représentées Figure 3
III EXEMPLE D’APPLICATION A ECULLY
III.1
Site expérimental et matériel
Des campagnes de mesure ont été effectuées à l’exutoire du réseau d’assainissement urbain unitaire
d’Ecully. Le bassin versant correspondant a une superficie de 245 ha et une urbanisation de type
résidentielle. La station de mesure (Figure 4) est située sur un collecteur ovoïde visitable d’une hauteur de
1.8 m. Une pompe péristaltique d’un débit de 1 L/s alimente en continu un canal de mesure dans lequel est
installé un turbidimètre néphélométrique Endress-Hauser CUS-1 dont les données sont enregistrées au pas de
temps de 2 minutes dans une centrale d’acquisition Sofrel S50. Un préleveur automatique réfrigéré permet de
collecter des échantillons par temps de pluie et par temps sec dans le canal de mesure. Les effluents
traversant le canal de mesure rejoignent le collecteur par gravité. D’autres grandeurs sont également
enregistrées au pas de 2 minutes : le débit, le pH, la conductivité et la température. Le débit et la qualité de
l’eau sont mesurés quelques mètres en amont d’un déversoir d’orage à seuil bas, à l’aval duquel un deuxième
point de mesure du débit permet de connaître les débits rejetés directement au milieu naturel (ruisseau des
Planches). On fait l’hypothèse que la qualité de l’eau déversée est identique à celle mesurée quelques mètres
en amont du déversoir : cette hypothèse est acceptable compte tenu i) des vitesses d’écoulement élevées dans
le collecteur (> 0.6 m/s), ii) des fortes pentes (pente moyenne = 2 %) du réseau amont et iii) de l’absence de
dépôts susceptibles d’être remis en suspension.
data logger
sampler
sensors :
sampler
transmitters
peristaltic pump
pH,
conductivity,
temperature,
turbidity (2x),
UV-visible
transit flume
flume outlet
intake
flow
flow
meter
:
(
depth + (2x)
)
water depth + velocity
Figure 4 : à gauche: schéma de la station de mesure installée à Ecully;
à droite: pompe péristaltique et canal de mesure à l’intérieur de la station de mesure
12
III.2
Méthodes
L’ensemble des méthodes décrites dans la partie précédente a été appliqué aux données de turbidité
mesurées sur le site d’Ecully pendant l’année 2004, au cours de laquelle 71 événements pluvieux ont été
observés. La fonction d’étalonnage du turbidimètre est la suivante :
(12)
Y = b0 + b1T = 2.23 + 1.03T avec u (b0 ) = 0.53 , u (b1) = 0.08 et cov(b0 , b1 ) = −9.94 × 10 − 4
A partir des données expérimentales de l’étalonnage, u(y) a été prise égale à 1 % de la valeur mesurée dans
la gamme 0-1000 NTU.
Des échantillons instantanés ont été prélevés au cours de plusieurs événements pluvieux durant la période
2003-2005 afin d’établir des fonctions de corrélation. Après élimination des valeurs suspectes, 37 triplets
Tˆ , TSS , COD ont été validés.
)
1400
TSS eq = -49.93 + 1.4161 T - 0.0002 T 2
1200
u (c 0) = 7.01
u (c 1) = 0.089
u (c 2) = 0.00016
cov(c 0,c 1) = -0.5287
cov(c 0,c 2) = 0.00075
TSS (mg/L)
1000
800
cov(c 1,c 2) = -1.26 x 10-5
600
400
200
0
0
200
400
600
800
1000
Turbidity T (NTU)
Figure 5 : polynôme de degré deux pour la fonction de corrélation en MES
2500
COD eq = -21.98 + 1.4489 T + 0.00054 T 2
u (d 0) = 32.15
u (d 1) = 0.257
u (d 2) = 0.00038
cov(d 0,d 1) = -7.7739
cov(d 0,d 2) = 0.0085
2000
COD (mg/L)
(
1500
cov(d 1,d 2) = -8.18 x 10-5
1000
500
0
0
200
400
600
800
1000
Turbidity T (NTU)
Figure 6 : polynôme de degré deux pour la fonction de corrélation en DCO
13
A titre de comparaison, les charges en MES et DCO ont été calculées avec trois fonctions de corrélation
différentes : droite, polynôme de degré deux et polynôme de degré trois. Dans cet article, seuls sont présentés
les résultats obtenus avec le polynôme de degré deux (ces résultats ne sont pas significativement différents
de ceux obtenus avec la droite et le polynôme de degré trois). La Figure 5 et la Figure 6 montrent les
résultats obtenus (données validées, fonctions, coefficients ci et di, incertitudes types et covariances). Les
données validées sont représentées avec des barres d’incertitude correspondant aux intervalles de confiance à
95 %. Les régressions de type Williamson représentent correctement les relations moyennes globales par
temps de pluie entre turbidité d’une part et MES et DCO d’autre part.
Néanmoins, on observe que les incertitudes types des coefficients di pour la DCO sont plus élevées que
celles des coefficients ci pour les MES. Ceci est en partie dû au fait que la DCO n’est pas entièrement en
phase particulaire : la fraction dissoute, variable d’un événement à l’autre et au sein d’un même événement
pluvieux, n’est pas mesurable au moyen d’un turbidimètre et contribue à augmenter les incertitudes de la
fonction de corrélation.
III.3
Résultats
Les 71 événements pluvieux observés en 2004 ont provoqué 39 déversements (avec zéro, un ou davantage
de déversements par événement pluvieux en fonction des caractéristiques des événements et des
hydrogrammes générés). Les données expérimentales ne sont complètes et entièrement validées que pour 30
déversements : les résultats qui suivent ont été calculés pour ces 30 déversements seulement.
Pour chaque déversement, les concentrations équivalentes en MES et DCO pendant la durée du
déversement ont été multipliées par le débit déversé mesuré simultanément, les deux séries de données étant
au pas de temps de 2 minutes. Les charges polluantes ainsi calculées à chaque pas de temps ont été cumulées
sur la durée totale de chacun des 30 déversements.
Les incertitudes sur les charges polluantes des 30 déversements et sur la charge polluante totale cumulée
pour 2004 ont été calculées sous diverses hypothèses concernant les valeurs et leurs incertitudes au sein de
chaque série temporelle : i) auto-corrélation négligée, ii) auto-corrélation des données et/ou des incertitudes
estimée avec la méthode du variogramme (voir Bertrand-Krajewski et Bardin, 2002), iii) corrélation totale
des données et/ou de leurs incertitudes. Dans cet article, seul le premier cas est présenté (auto-corrélation
négligée).
900
TSS event load (kg)
COD event load (kg)
TSS and COD event load (kg)
800
700
600
500
400
300
200
100
0
1
3
5
7
9
11
13
15
17
19
21
23
25
27
29
overflow event #
Figure 7 : Masses de MES et DCO pour les 30 déversements mesurés à Ecully en 2004
14
Les 30 déversements sont représentés Figure 7. Les barres verticales représentent les intervalles de
confiance à 95 % des valeurs calculées. Les masses sont extrêmement variables d’un événement à l’autre :
les masses de MES varient de 0.06 à 606 kg, avec une valeur moyenne de 71 kg ; les masses de DCO varient
de 4.7 à 789 kg, avec une valeur moyenne de 102 kg. La masse totale de MES est de 2 154 ± 48 kg, i.e. ±
2.2 % ; la masse totale de DCO est de 3 048 ± 74 kg, i.e. ± 2.4 %. Globalement, les masses événementielles
et totales sont connues avec de faibles incertitudes. Des ordres de grandeur comparables des incertitudes ont
été obtenus par d’autres auteurs utilisant des séries temporelles de turbidité, par exemple Fletcher et Deletic
(2007).
Il est important de noter que l’échantillonnage traditionnel et les analyses normalisées en laboratoire
n’auraient pas permis d’obtenir le même niveau d’information pour un coût acceptable. De plus, une analyse
détaillée des pollutogrammes est possible pour tous les événements pluvieux enregistrés, ce qui ouvre de
nouvelles perspectives de modélisation de la dynamique des flux polluants, aussi bien par temps de pluie que
par temps sec.
IV CONCLUSIONS
Les turbidimètres peuvent être utilisés pour estimer de manière satisfaisante les charges événementielles et
annuelles en MES et DCO rejetées par un réseau d’assainissement urbain, à condition que des méthodes
appropriées et rigoureuses soient appliquées pour l’étalonnage des capteurs, la collecte d’échantillons
représentatifs de divers événements pluvieux ou périodes de temps sec, les analyses normalisées en
laboratoire, la détection et le rejet des valeurs suspectes, l’établissement des fonctions de corrélation et la
prise en compte des incertitudes à toutes les étapes des calculs.
Un ensemble de méthodes spécifiques est proposé et a été appliqué pour étalonner les turbidimètres et
corréler leurs données avec des concentrations en MES et DCO mesurées sur les mêmes échantillons avec
les méthodes d’analyse normalisées.
Un exemple complet d’application au cas d’Ecully a montré l’applicabilité des méthodes pour une série de
71 événements pluvieux et 30 déversements enregistrés durant l’année 2004. Les masses totales de MES et
DCO sont estimées avec des incertitudes relatives de l’ordre de 2 %. Une telle précision n’aurait pas pu être
obtenue avec des prélèvements et des analyses classiques pour un coût acceptable.
Les éléments ci-dessus montrent que des capteurs in situ fonctionnant en continu sont désormais utilisables
pour estimer des charges de matières en suspension et de DCO. A court pas de temps, il est possible
d’étudier la dynamique des phénomènes, et à plus grande échelle (événement, année) d’estimer de manière
fiable des charges polluantes cumulées.
V REMERCIEMENTS
Ces travaux de recherche ont été effectués dans le cadre de l’OTHU – Observatoire de Terrain en
Hydrologie Urbaine (www.othu.org).
VI REFERENCES
[1] Bertrand-Krajewski J.-L. (2004). TSS concentration in sewers estimated from turbidity measurements
by means of linear regression accounting for uncertainties in both variables. Wat. Sci. Tech., 50(11), 8188.
[2] Bertrand-Krajewski J.-L., Bardin J.-P. (2002). Uncertainties and representativity of measurements in
stormwater storage tanks. Proceedings of the 9th International Conference on Urban Drainage, Portland
(USA), 8-13 September 2002, 14 p.
[3] Bertrand-Krajewski J.-L., Barraud S., Bardin J.-P. (2002). Uncertainties, performance indicators and
decision aid applied to stormwater facilities. Urban Water, 4(2), 163-179.
[4] Bertrand-Krajewski J.-L., Winkler S., Saracevic E., Torres A., Schaar H. (2007). Uncertainties of
laboratory and in sewer measurements of COD in raw sewage. Proceedings of Novatech 2007, Lyon,
France, 24-27 June, vol. 3, 1433-1440.
[5] Chavouet J.-M., Fanouillet J.-C. (2000). Forte extension des villes entre 1990 et 1999. INSEE Première,
n° 707, avril 2000, 4 p.
15
[6] Chocat B., Bertrand-Krajewski J.-L., Barraud S. (2007). Eaux pluviales urbaines et rejets urbains par
temps de pluie. Paris (France) : Les Techniques de l’Ingénieur, article W 6 800, août 2007, 17 p. +
annexes.
[7] Coutellier A. (2004). Les progrès de la collecte des eaux usées et pluviales. Les données de
l’environnement – Ifen, n° 93, août 2004, 4 p.
[8] EEA (2006). Urban sprawl in Europe – The ignored challenge. Copenhagen (Denmark): EEA –
European Environmental Agency, 56 p. ISBN 92-9167-887-2.
[9] Fletcher T., Deletic A. (2007). Statistical observations of a stormwater monitoring programme; lessons
for the estimation of pollutant loads. Proceedings of Novatech 2007, Lyon, France, 24-27 June, vol. 3,
1575-1582.
[10] Gruber G., Bertrand-Krajewski J.-L., de Bénédittis J., Hochedlinger M., Lettl W. (2006). Practical
aspects, experiences and strategies by using UV/VIS sensors for long-term sewer monitoring. Water
Practice and Technology, 1(1), 8 p.
[11] IFEN (2006). L’eau. In « Les synthèses Ifen – Edition 2006 », Paris (France) : IFEN – Institut Français
de l’Environnement, 193-234.
[12] INSEE (2007). Occupation physique du territoire. In « Tableaux de l’économie française – Edition
2007 ». Paris (France) : INSEE. Disponible sur http://www.insee.fr/fr/ffc/chifcle_fiche.asp?ref_id=
NATTEF01311&tab_id=616 (consulté le 12/10/2007).
[13] JO (1994). Arrêté du 22 décembre 1994 relatif à la surveillance des ouvrages de collecte et de
traitement des eaux usées mentionnées aux articles L.372-1-1 et L.372-3 du code des communes.
Journal Officiel de la République Française, 10 février 1995.
[14] JO (2000). Directive 2000/60/CE du Parlement européen et du Conseil du 23 octobre 2000 établissant
un cadre pour une politique communautaire dans le domaine de l'eau. Journal Officiel de la République
Française, 22 décembre 2000, 73 p.
[15] JO (2007). Arrêté du 22 juin 2007 relatif à la collecte, au transport et au traitement des eaux usées des
agglomérations d’assainissement ainsi qu’à la surveillance de leur fonctionnement et de leur efficacité,
et aux dispositifs d’assainissement non collectif recevant une charge brute de pollution organique
supérieure à 1.2 kg/j de DBO5. Journal Officiel de la République Française, 14 juillet 2007.
[16] NF EN 872 (2005). Qualité de l'eau - Dosage des matières en suspension - Méthode par filtration sur
filtre en fibres de verre. Paris (France): AFNOR, Juin 2005, 14 p.
[17] NF ENV 13005 (1999). Guide pour l'expression de l'incertitude de mesure. Paris (France): AFNOR,
113 p.
[18] NF T90-029 (2002). Qualité de l'eau - Détermination des résidus secs à 105 °C et 180 °C. Paris
(France): AFNOR, Août 2002, 5 p.
[19] NF T90-101 (2001). Qualité de l’eau - Détermination de la demande chimique en oxygène. Paris
(France): AFNOR, Février 2001, 7 p.
[20] NF T90-105-2 (1997). Qualité de l'eau - Dosage des matières en suspension - Méthode par
centrifugation. Paris (France): AFNOR, Janvier 1997, 8 p.
[21] Rousseeuw P.J., van Driessen K. (1999). A fast algorithm for the minimum covariance determinant
estimator. Technometrics, 41, 212-223.
[22] Ruban G., Joannis C., Gromaire M.-C., Bertrand-Krajewski J.-L. Chebbo G. (2007). Mesurage de la
turbidité sur échantillons : application aux eaux résiduaires urbaines. TSM, 17 p. (article soumis pour
publication).
[23] Trabuc P. (1989). Pollution apportée par les rejets urbains de temps de pluie. Nanterre (France) :
Agence Financière de Bassin Seine-Normandie, résumé présenté en commission de l'AFBSN le
22/03/1989.
[24] Williamson J.H. (1968). Least-squares fitting of a straight line. Canadian Journal of Physics, 46, 18451847.
[25] York D. (1966). Least-squares fitting of a straight line. Canadian Journal of Physics, 44, 1079-1086.
16

Bertrand-Krajewski J. - mesurage de la turbidité

Transcription

Documents pareils

terrain - 5 000 m² - saint-pierre-lès-nemours - Seine-et

La gestion de l`eau et l`assainissement collectif ou non

OFFRE D`EMPLOI OUVRIER POLYVALENT ASSAINISSEMENT (H/F)

Vente 9 chambres MONT SAINT ANDRE

Notice explicative sur les diagnostics assainissement en cas de vente

ANALYSE PHYSICO

diagnostic des reseaux d`assainissement

taxe de raccordement au reseau d`assainissement collectif

Licence Universitaire Professionnelle Génie Civil et Assainissement

Le SPANC est un service public industriel et commercial. A ce titre