Optimisation et incertitude de la prédiction des contaminations microbiologiques des eaux de surface lors des événements pluvieux

Optimisation and uncertainty in the prediction of microbiological contamination of surface water during rainfall events

• Auteur / Autrice : Manel Naloufi
• Direction : Françoise Lucas
• Type : Projet de thèse
• Discipline(s) : Sciences et Techniques de l'Environnement
• Date : Inscription en doctorat le 01/04/2021
• Etablissement(s) : Paris 12
• Ecole(s) doctorale(s) : École doctorale Sciences, Ingénierie et Environnement
• Partenaire(s) de recherche : Laboratoire : LEESU - Laboratoire Eau Environnement et Systèmes Urbain
• Partenaire(s) de recherche : Equipe de recherche : Equipe SIE

Mots clés

Mots clés libres

Riviére urbaine

Prediction

Contaminations

Incertitude

Urban river

Prediction

Contamination

Uncertainty

Résumé

Par conséquent, le sujet de thèse a pour but de caractériser la variabilité des niveaux de contaminations d'origine fécale dans les rejets pluviaux et leur impact sur la qualité microbiologique des eaux de surface en milieu urbain. Ceci permettra d'améliorer la compréhension des sources et flux de contaminations microbiologiques des eaux urbaines en vue de prédire la qualité microbiologique lors des évènements polluants. Ce travail fournira un cadre conceptuel et des outils seront proposés pour la surveillance de la qualité de l'eau dans les rivières urbaines et la gestion quotidienne des sites de baignade. -Les objectifs sont : Développer un guide pour la sélection du modèle d'apprentissage automatique permettant une estimation immédiate des concentrations E. coli en se basant sur les paramètres météorologiques et physico-chimiques les plus couramment suivis par les collectivités. Ces modèles ont aussi pour objectif d'être des outils d'aide à la décision pour l'optimisation des stratégies d'échantillonnage en vu d'obtenir des données en quantité et qualité suffisante pour l'entrainement des modèles. Un contrôle plus efficace de la qualité de l'eau devrait reposer sur des méthodes rapides, peu coûteuses, nécessitant un minimum d'échantillonnage et fournissant des résultats en temps réel. Une stratégie de surveillance continue s'appuyant sur quelques paramètres sélectionnés avec des capteurs peu coûteux pourraient servir d'indicateurs de la qualité de l'eau et aider les gestionnaires à détecter la contamination possible. - Estimation de l'incertitude au niveau de la mesure et identifiée un moyen pour la réduire lors de l'échantillonnage et de la mesure. Des approches expérimentales ont permis de mieux quantifier cette incertitude liée à l'échantillonnage et au stockage des échantillons avant l'analyse. Ceci permettra une amélioration des bases scientifiques des normes et des réglementations en vigueur, ainsi que des nouveaux outils de suivis des sources de contamination, pour la mise en œuvre d'un plan de gestion des eaux de surface via un guide d'échantillonnage précis. De plus une gestion efficace de la qualité de l'eau exige une connaissance approfondie de la dynamique et du devenir des bactéries présentes dans les eaux de surfaces. Une gestion efficace de la qualité de l'eau exige une connaissance approfondie de la dynamique de décroissance des BIF dans les habitats aquatiques, ainsi que des facteurs qui l'influence. Si les taux de décroissance pour E. coli et EI sont relativement stable dans le temps, cela pourrait permettre d'avoir une future utilisation par les gestionnaires pour prédire le devenir des contaminations.

The aim of this thesis is therefore to characterise the variability of faecal contamination levels in stormwater discharges and their impact on the microbiological quality of urban surface water. This will improve our understanding of the sources and flows of microbiological contamination of urban waters with a view to predicting microbiological quality during polluting events. This work will provide a conceptual framework and tools will be proposed for monitoring water quality in urban rivers and the day-to-day management of bathing sites. -The objectives are : To develop a guide for the selection of a machine learning model enabling immediate estimation of E. coli concentrations based on the meteorological and physico-chemical parameters most commonly monitored by local authorities. These models are also intended to be decision-making tools for optimising sampling strategies in order to obtain data of sufficient quantity and quality to train the models. More effective water quality monitoring should be based on rapid, low-cost methods that require minimum sampling and provide real-time results. A continuous monitoring strategy based on a few selected parameters with inexpensive sensors could serve as indicators of water quality and help managers detect possible contamination. - Estimation of the uncertainty in measurement and identification of a means of reducing it during sampling and measurement. Experimental approaches have made it possible to better quantify this uncertainty linked to sampling and the storage of samples prior to analysis. This will improve the scientific basis of current standards and regulations, as well as providing new tools for monitoring sources of contamination, so that a surface water management plan can be implemented using a precise sampling guide. In addition, effective water quality management requires in-depth knowledge of the dynamics and fate of bacteria present in surface water. Effective water quality management requires in-depth knowledge of the dynamics of BIF decay in aquatic habitats, as well as the factors that influence it. If the decay rates for E. coli and EI are relatively stable over time, this could enable future use by managers to predict the fate of contamination.