Caractérisation de la productivité des aquifères de socle par analyse statistique des bases de données nationales de forages : Biais anthropiques et déterminants hydrodynamiques

Characterization of Hard-Rock Aquifer Productivity through Statistical Analysis of National Borehole Databases: Anthropogenic Biases and Hydrodynamic Determinants

• Auteur / Autrice : M. August Abdon Kinglo
• Direction : Patrick Lachassagne, Mahamadou Koïta
• Type : Projet de thèse
• Discipline(s) : STE-Sciences de l'Eau
• Date : Inscription en doctorat le ; Soutenance le 31/03/2026
• Etablissement(s) : Université de Montpellier (2022-....) en cotutelle avec Institut International d'Ingenierie de l'Eau et de l'Environnement (2iE)
• Ecole(s) doctorale(s) : Biodiversité, Agriculture, Alimentation, Environnement, Terre, Eau
• Partenaire(s) de recherche : Laboratoire : HSM - Hydrosciences Montpellier
• Partenaire(s) de recherche : Equipe de recherche : Eau, Ressources, Territoires
• Jury : Président / Présidente : Yahaya Nazoumou
• Jury : Examinateurs / Examinatrices : Patrick Lachassagne, Mahamadou Koita, Alexis N'go, Alain Dupuy, Angelbert Biaou, Benoit Dewandel, Anne Jost
• Jury : Rapporteurs / Rapporteuses : Alexis N'go, Alain Dupuy

Mots clés

Mots clés libres

Aquifères de socle

Zone fissurée et altérée

Modélisation numérique

Base de données de forages

Saprolite

Weathered basement aquifer

Fractured Layer

Numerical modeling

Borehole database

Saprolite

Résumé

Face aux défis croissants de sécurité hydrique en Afrique de l’Ouest et à l’exigence de l’Objectif de Développement Durable 6.1, la compréhension et la caractérisation de la productivité des aquifères de socle cristallin sur la base de forages existants deviennent primordiales. Cette thèse vise donc à mieux cerner les biais méthodologiques et anthropiques susceptibles d’influencer l’interprétation des propriétés hydrodynamiques dérivées de ces jeux de données. Pour atteindre cet objectif, la recherche s’est structurée autour de trois sous-objectifs : (1) établir une synthèse des connaissances sur la géométrie, la productivité et les contrôles hydrodynamiques des aquifères de socle en Afrique de l’Ouest ; (2) évaluer la qualité, la complétude et la représentativité des bases de données nationales de forages, notamment celle du Burkina Faso (N = 24 726 forages), afin d’en apprécier le potentiel pour la caractérisation des aquifères altérés ; (3) proposer une approche d’identification et de tentative de correction des biais d’échantillonnage liés aux pratiques de foration, dans le but de fiabiliser les analyses statistiques et les interprétations hydrogéologiques qui en découlent. La démarche méthodologique adoptée repose sur la modélisation numérique stochastique de 10 000 aquifères synthétiques de socle et la simulation de différents scénarios d’instructions données aux foreurs (débit cible Q cible, profondeur maximale Zmax et minimale Zmin), aboutissant à la génération et à l’analyse de bases de données de forages synthétiques. Ces expériences numériques mettent en évidence l’existence d’un biais anthropique récurrent dans les bases de données de forages : le sous-échantillonnage vertical des horizons fracturés profonds. Il en découle une sous-estimation potentielle de la productivité réelle des aquifères et une représentation incomplète de la géométrie du réservoir fracturé. L’analyse statistique de la base de données nationale de forage du Burkina Faso corrobore ces résultats. Les forages les plus profonds (Z ≥ 35 m) sont majoritairement associés à des ouvrages faiblement productifs à faible profondeur, résultant en une foration plus profonde en cas d’absence de venues d’eau significatives, et les forages les moins profonds (Z < 35 m) sont majoritairement associés à des ouvrages productifs à faible profondeur résultant en l’arrêt de la foration par le foreur dès l’obtention du débit cible. Dans ces différentes populations de forages, la productivité apparaît davantage contrôlée par l’épaisseur saturée de la saprolite que par l’épaisseur totale de la saprolite. De plus, à l’échelle régionale, la signature lithologique semble exercer une influence au même titre que les contextes climatiques. Le contexte climatique soudanien et le contexte lithologique volcano-sédimentaire, apparaissent globalement comme les plus favorables à la productivité. Cette thèse insiste sur la nécessité d’un archivage systématique des métadonnées de foration (Qcible, Zmax, Zmin), aujourd’hui rarement documentées, afin de replacer les données dans leur contexte d’acquisition et de réduire les incertitudes liées à leur interprétation. L’enregistrement de ces informations constituerait un préalable à la construction de modèles prédictifs et à l’exploitation des bases de données hydrogéologiques nationales. En outre, l’application d’algorithmes d’apprentissage automatique à des jeux de données « débiaisés » et enrichis de variables géologiques, structurales et environnementales pourrait permettre une spatialisation plus fine des propriétés hydrodynamiques et la prévision des débits de forage à l’échelle régionale.

Facing the growing challenges of water security in West Africa and the imperative of achieving Sustainable Development Goal (SDG) 6.1, understanding and characterizing the productivity of weathered basement aquifers based on existing borehole data has become a crucial issue. This thesis, therefore, seeks to better identify the methodological and anthropogenic biases that may influence the interpretation of hydrodynamic properties derived from such datasets. To achieve this objective, the research was structured around three sub-objectives: (1) to synthesize current knowledge on the geometry, productivity, and hydrodynamic controls of weathered basement aquifers in West Africa; (2) to assess the quality, completeness, and representativeness of national borehole databases particularly that of Burkina Faso (N = 24,726 boreholes) in order to evaluate their potential for characterizing weathered basement aquifers; and (3) to propose an approach for identifying and attempting to correct sampling biases associated with drilling practices, with the aim of improving the reliability of statistical analyses and hydrogeological interpretations. The methodological approach is based on stochastic numerical modeling of 10,000 synthetic weathered basement aquifers and the simulation of different drilling instructions (target discharge Qcible, maximum depth Zmax, and minimum depth Zmin), leading to the generation and analysis of synthetic borehole databases. These numerical experiments highlight a recurrent anthropogenic bias in borehole databases: the vertical undersampling of deep fractured horizons. This bias leads to a potential underestimation of the true productivity of aquifers and an incomplete representation of the geometry of the fractured layer. Statistical analysis of the Burkina Faso national borehole database supports these findings. The deepest boreholes (Z ≥ 35 m) are generally associated with low-yield boreholes at shallow depths, reflecting a tendency to drill deeper only in the absence of significant water inflows, and the shallow boreholes (Z< 35m) are generally associated with high-yield boreholes, reflecting a tendency to stop drilling as soon as the discharge target is obtained. Within these distinct borehole populations, productivity appears to be more strongly controlled by the saturated thickness of the saprolite rather than by its total thickness. At the regional scale, lithological signature exerts control comparable to that of climatic context, with Sudanian and volcano-sedimentary settings generally showing higher productivity. This thesis emphasizes the necessity of systematically archiving drilling metadata (Qcible, Zmax, Zmin) which are rarely documented to place data within their acquisition context and reduce uncertainties in interpretation. Recording such information should be considered a prerequisite for building predictive models and for effectively exploiting national hydrogeological databases. Furthermore, the application of machine-learning algorithms to “debiased” datasets enriched with structural, geological, and environmental variables could enable finer spatialization of hydrodynamic properties and improved prediction of borehole yields at the regional scale.