Gestion intégrée de la rareté de l'eau : des approches conventionnelles aux approches intelligentes

Integrated management of water scarcity : from conventional to smart approaches

• Auteur / Autrice : Tariq Judeh
• Direction : Isam Shahrour, Hanbing Bian
• Type : Thèse de doctorat
• Discipline(s) : Génie civil
• Date : Soutenance le 02/09/2022
• Etablissement(s) : Université de Lille (2022-....)
• Ecole(s) doctorale(s) : École doctorale Sciences de l’ingénierie et des systèmes (Lille ; 2021-....)
• Partenaire(s) de recherche : Laboratoire : LGCgE - Laboratoire de Génie Civil et géo-Environnement
• Jury : Président / Présidente : Baghdad Ouddane
• Jury : Examinateurs / Examinatrices : Amani Abdallah
• Jury : Rapporteurs / Rapporteuses : Azzedine Hani, Fadi Georges Comair

Mots clés

Mots clés contrôlés

Apprentissage automatique

Sécheresse

Eau potable

Teneur en nitrates

Eaux souterraines -- Qualité

Eaux pluviales -- Collecte

Prévision

Qualité de l'eau

Palestine (État)

Gestion intégrée des ressources en eau

Mots clés libres

Pénurie d'eau

Gestion intelligente de l'eau

Water scarcity

Water management

Smart water

Machine learning

Rainwater harvesting

Water quality

Résumé

Cette thèse porte sur le développement d’un système de gestion d’eau intelligent pour faire face à la pénurie d’eau en Palestine en combinant la rareté de l’eau, la protection des ressources en eau conventionnelles, la collecte des eaux de pluie (RWH) et l’utilisation d’une gestion d’eau dynamique et intelligente. Le premier chapitre présente l’état de l’art et les lacunes des recherches antérieures pour remédier à la pénurie d’eau. Ensuite, une méthodologie est proposée pour combler ces lacunes en mettant l’accent sur la Cisjordanie (Palestine). La méthodologie comprend (i) l’évaluation de la rareté de l’eau, (ii) la protection des ressources en eau conventionnelles à l’aide du SIG, de l’indice de qualité de l’eau et de la prévision de la qualité de l’eau basée sur l’apprentissage automatique, (iii) l’adoption de RWH potentiels pour remédier à la pénurie d’eau, et (iv) l’adoption d’un système RWH intelligent. Les résultats indiquent que sept des onze provinces de Cisjordanie souffrent d’une pénurie d’eau extrême à aiguë en 2020. Plus de 95 % des échantillons contaminés liés à la potabilité se trouvent dans l’aquifère de l’Éocène. En ce qui concerne la contamination par les nitrates des eaux souterraines, le modèle Random Forest a réussi à atteindre une précision de prédiction maximale et moyenne de 91,70 % et 88,54 %, respectivement. Les échantillons d’eau contaminés ont été détectés dans des zones où les pratiques étaient inappropriées, comme l’utilisation de fosses d’aisance, d’engrais et de pesticides. Le système RWH intelligent a montré une capacité à couvrir 41% des besoins domestiques en eau. Le système d’eau intelligent proposé montre une plus grande fiabilité pour répondre à la demande en eau par rapport au système RWH intelligent uniquement. En adoptant la gestion dynamique et un nouveau programme d’approvisionnement, le système intelligent a montré une capacité de 100% à faire face à la pénurie d’eau. Des meilleures performances ont été obtenues en utilisant des réservoirs de stockage de plus petite taille, ce qui pourrait favoriser le développement socio-économique de la ville.Les résultats présentés dans cette thèse sont intéressant pour améliorer la gestion des ressources en eau. Cependant, nous sommes conscients des limites de cette recherche certaines, notamment la prise en compte d’une manière plus rigoureuse du changement climatique et la pollution des ressources en eau par métaux. La suite de cette étude pourra se concentrer sur (i) l’examen d’un modèle local de changement climatique pour estimer les précipitations et la disponibilité de l’eau, et (ii) l’étude de l’acceptation sociale de l’adoption du système intelligent proposé.

This thesis aims at establishing a smart management system to address the water scarcity in Palestine with emphasis on the assessment of water scarcity, protection of conventional water resources, adoption of rainwater harvesting (RWH), and use of dynamic smart water management. The thesis starts by investigating the state of the art and gaps of previous researches in addressing the water scarcity. Accordingly, a methodology is proposed to address these gaps with emphasis on the West Bank (Palestine). It includes (i) the assessment of water scarcity, (ii) the protection of conventional water resources using the GIS, water quality index and Machine Learning-based water quality prediction, (iii) the adoption of potential RWH for addressing the water scarcity, and (iv) the adoption of smart RWH system to promote the water security. Results indicate that seven out of the eleven West Bank governorates are suffering from extreme to acute water scarcity in 2020. Around 20% of the wells in the urban areas had experienced potability-related contamination. More than 95% of the potability-related contaminated samples are found in the Eocene Aquifer. Concerning groundwater nitrate contamination, Random Forest model successfully attained a maximum and average prediction accuracy of 91.70% and 88.54%, respectively. All water-contaminated samples were observed in areas with improper practices such as the use of cesspits, fertilizers, and pesticides. The smart RWH system showed a capability to cover 41% of the domestic water needs. The smart dual water system shows higher reliability in addressing the water demand compared to the smart RWH system solely. By adopting the dynamic management and a new supply agenda, the smart dual system showed a 100% capacity to address the water scarcity at all altitude levels in the study area. They also contributed to getting the best performance by using smaller storage tank size which could promote the city's socioeconomic development.The knowledge-based framework and results presented in this thesis forms a step forward in the water engineering and sciences. However, this research shows some limitations including the dependency to downscaled global climate change models, and the lack of heavy metals characterization in the water quality aspects. Future research could focus on (i) considering a local climate change model to estimate the projected rainfall and water availability, and (ii) investigating the social acceptance for the adoption of the proposed smart system.