FR2930833A1 - Methode et dispositif de prevision de la qualite des eaux de baignade - Google Patents
Methode et dispositif de prevision de la qualite des eaux de baignade Download PDFInfo
- Publication number
- FR2930833A1 FR2930833A1 FR0802460A FR0802460A FR2930833A1 FR 2930833 A1 FR2930833 A1 FR 2930833A1 FR 0802460 A FR0802460 A FR 0802460A FR 0802460 A FR0802460 A FR 0802460A FR 2930833 A1 FR2930833 A1 FR 2930833A1
- Authority
- FR
- France
- Prior art keywords
- data
- model
- computer model
- results
- quality
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 47
- 238000003287 bathing Methods 0.000 title claims abstract description 34
- 238000013277 forecasting method Methods 0.000 title 1
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000005094 computer simulation Methods 0.000 claims description 49
- 238000004364 calculation method Methods 0.000 claims description 26
- 239000002351 wastewater Substances 0.000 claims description 8
- 238000004065 wastewater treatment Methods 0.000 claims description 7
- 238000005054 agglomeration Methods 0.000 claims description 5
- 230000002776 aggregation Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 3
- 239000010865 sewage Substances 0.000 claims description 2
- 241000577979 Peromyscus spicilegus Species 0.000 abstract 1
- 238000004088 simulation Methods 0.000 description 11
- 239000003643 water by type Substances 0.000 description 10
- 238000010200 validation analysis Methods 0.000 description 6
- 241000894006 Bacteria Species 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 230000000721 bacterilogical effect Effects 0.000 description 3
- 239000003344 environmental pollutant Substances 0.000 description 3
- 231100000719 pollutant Toxicity 0.000 description 3
- 239000003570 air Substances 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 208000033748 Device issues Diseases 0.000 description 1
- 241000588724 Escherichia coli Species 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003653 coastal water Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002779 inactivation Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000002906 microbiologic effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 244000062645 predators Species 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000010926 purge Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/40—Data acquisition and logging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Méthode de prévision de la qualité des eaux de baignade de plages marines ou fluviales, au voisinage d'une agglomération urbaine dotée d'un réseau d'assainissement, avec déversoirs combinés et/ou séparatifs d'eaux pluviales et eaux usées (CSO/SSO), et éventuellement stations d'épuration, selon laquelle :on recueille des données rotatives à des paramètres ayant une influence sur la qualité des eaux de baignade, ces paramètres comprenant au moins le niveau des eaux pluviales ; on effectue des calculs à partir de ces données pour établir des prévisions de la qualité des eaux de baignade, et on diffuse les prévisions établies pour avertir au moins les autorités responsables et les baigneurs potentiels ; pour effectuer les calculs, on combine un modèle informatique (M1) du réseau d'assainissement, auquel on fournit les données relatives aux paramètres ayant une inflluence sur ce réseau, et un deuxième modèle informatique (M2) pour la zone marine et/ou fluviale concernée, auquel on fournit des données météorologiques et hydrographiques relatives à cette zone, ainsi que des résultats des calculs réalisés avec le premier modèle (M1), éventuellement mis en forme pour être compatibles avec le deuxième modèle.
Description
METHODE ET DISPOSITIF DE PREVISION DE LA QUALITE DES EAUX DE BAIGNADE.
L'invention est relative à une méthode de prévision, notamment en temps réel, de la qualité des eaux de baignade de plages marines ou fluviales au voisinage d'une agglomération urbaine dotée d'un réseau d'assainissement, avec déversoirs combinés ou séparatifs d'eaux pluviales et eaux usées (CSO/SSO) et, éventuellement, stations d'épuration. La plupart des méthodes mises, en oeuvre en Europe concernant la surveillance de la qualité des eaux de baignade sont basées sur des analyses d'échantillons prélevés régulièrement dans les eaux de baignade. Les techniques d'analyses exigent jusqu'à 42 heures avant de fournir les résultats bactériologiques de sorte que les baigneurs peuvent être exposés à des eaux contaminées avant que les résultats ne soient obtenus.
Pour éviter de tels inconvénients, des méthodes de prévision commencent à être développées de manière à anticiper les résultats quant à la pollution des eaux de baignade due aux effluents du réseau d'assainissement de l'agglomération urbaine voisine. Selon une méthode de prévision cle ce genre : - on recueille des données relatives à des paramètres ayant une influence sur la qualité des eaux de baignade, ces paramètres comprenant au moins le niveau des eaux pluviales, - on effectue des calculs à partir de ces données pour établir des prévisions de la qualité des eaux de baignade, - et on diffuse les prévisions établies pour avertir au moins les autorités responsables et les baigneurs potentiels. L'expression le niveau des eaux pluviales englobe à la fois les intensités des pluies et les niveaux d'eau aux points de déversement dans les eaux réceptrices De telles méthodes permettent d'obtenir relativement rapidement des prévisions sur la qualité des eaux de baignade, mais l'exactitude des indications ainsi fournies demande à être améliorée. L'invention a pour but, surtout, de proposer une méthode de prévision de la qualité des eaux de baignade qui peut fonctionner en temps réel tout en fournissant des prévisions fiables. Selon l'invention, une méthode de prévision, particulièrement en temps réel, de la qualité des eaux de baignade de plages marines ou fluviales, du genre défini précédemment, est caractérisée en ce que, pour effectuer les calculs, on combine : - un modèle informatique du réseau d'assainissement auquel on fournit les données relatives aux paramètres ayant une influence sur ce réseau, - et un deuxième modèle informatique pour la zone marine et/ou fluviale concernée, auquel on fournit des données météorologiques et hydrographiques relatives à cette zone, ainsi que les résultats des calculs réalisés avec le premier modèle, éventuellement mis en forme pour être compatibles avec le deuxième modèle, les résultats fournis par ce deuxième modèle informatique constituant les prévisions de qualité des eaux de baignade. De préférence, on utilise une base de données pour stocker les données et une unité comportant un programme d'application selon lequel : - les données sont lues dans la base et sont transformées au format 15 d'entrée de données pour les modèles ; - les résultats fournis par ces modèles sont transformés pour être écrits dans la base de données. Les résultats du premier modèle, après traitement éventuel, sont envoyés au deuxième modèle informatique qui établit les prévisions en tenant 20 compte des résultats du premier modèle informatique. On effectue une mise à jour périodique des données de la base et on fait envoyer, au deuxième modèle informatique, les résultats mis à jour pour une période considérée. On peut faire envoyer, en même temps que la mise à jour fondée sur les données recueillies, un rappel de données pour la période 25 antérieure à la mise à jour et, avantageusement, une prévision pour la période qui suivra celle concernée par la mise à jour. Ainsi, les données dynamiques stockées dans la base de données , indépendamment de la source de données sont mises à jour périodiquement, et pour chaque période de temps, un programme d'application stocke les données de cette dernière période et 30 complète les données avec les données dynamiques de la période précédente non comprises dans la dernière période. Le premier modèle informatique du réseau d'assainissement peut être le modèle connu sous le nom commercial de MOUSE, développé par l'Institut Hydraulique Danois (Danish Hydraulic Institute). 35 Le deuxième modèle informatique des eaux réceptrices concernées est avantageusement un modèle marin connu sous le nom commercial de MOHID, développé par l'Université Technique de Lisbonne (Instituto Superior Técnico). 3 L'invention concerne également un dispositif de prévision de la qualité des eaux de baignade pour la mise en oeuvre de la méthode définie précédemment. Selon l'invention, un dispositif de prévision de la qualité des eaux de baignade de plages marines ou fluviales, au voisinage d'une agglomération urbaine dotée d'un réseau d'assainissement, avec déversoirs combinés d'eaux pluviales et eaux usées, et stations d'épuration, comprend: - des moyens d'entrée de données relatives à des paramètres ayant une influence sur la qualité des eaux de baignade, ces paramètres comprenant 10 au moins le niveau des eaux de pluie, - des moyens de calcul, à partir de ces données, pour établir des prévisions de la qualité des eaux de baignade, - et des moyens de sortie pour diffuser les prévisions établies afin d'avertir au moins les autorités responsables et les baigneurs potentiels, 15 et est caractérisé en ce qu'il comprend : - des premiers moyens de calcul utilisant un modèle informatique du réseau d'assainissement, auquel sons: fournies les données relatives aux paramètres ayant une influence sur ce réseau, - des seconds moyens de calcul utilisant un deuxième modèle 20 informatique de la zone marine et/ou fluviale concernée, auquel sont fournis des données météorologiques et hydrographiques relatives à cette zone, ainsi que des résultats des calculs réalisés avec le premier modèle , éventuellement mis en forme pour être compatibles avec le deuxième modèle. De préférence, le dispositif comprend une base de données pour 25 stocker les données et une unité avec programme d'application selon lequel : - les données sont lues dans la base et sont transformées au format d'entrée de données pour les modèles ; - les résultats fournis par ces modèles sont transformés pour être écrits dans la base de données, 30 les données relatives au réseau d'assainissement étant dirigées vers le premier modèle informatique, et les résultats du premier modèle informatique étant envoyés, après traitement éventuel, au deuxième modèle informatique qui établit les prévisions en tenant compte des résultats du premier modèle informatique. 35 Le dispositif comprend généralement un ordinateur constituant les premiers et seconds moyens de calcul, ainsi que l'unité avec programme d'application et base de données, et dans cet ordinateur sont installés : 2930833 a - un premier programme correspondant au modèle informatique du réseau d'assainissement, - un second programme correspondant au modèle informatique de la zone marine et/ou fluviale concernée, 5 - un troisième programme organisant la base de données, - et un quatrième programme correspondant au programme d'application. Le modèle informatique du réseau d'assainissement peut être un modèle connu sous le nom commercial MOUSE, tandis que le modèle informatique de la zone marine et/ou fluviale concernée peut être un modèle connu sous le nom commercial de MOHID. L'invention consiste, mises à part les dispositions exposées ci-dessus, en un certain nombre d'autres dispositions dont il sera plus explicitement question ci-après à propos d'un exemple de réalisation décrit avec référence aux dessins annexés, mais qui n'est nullement limitatif. Sur ces dessins : Fig. 1 est un schéma illustrant la méthode et le dispositif de prévision de la qualité des eaux de baignade selon l'invention, - Fig. 2 est un graphique illustrant la mise à jour des données, avec le temps porté en abscisse et les données portées en ordonnées, et Fig. 3 est un autre graphique illustrant la mise à jour des données.
En se reportant à la Fig. 1 des dessins, on peut voir le schéma d'un dispositif A de prévision de la qualité des eaux de baignade de plages marines ou fluviales. Ce dispositif peut être utilisé en temps réel ( en ligne ou on-line) comme système d'alerte pour les baigneurs et les autorités, en fournissant des prévisions précises sur des risques de contaminations, ou comme un outil autonome (hors ligne ou off-line) par exemple pour une aide à l'évaluation de nouvelles infrastructures quant à leur efficacité vis-à-vis des impacts de déversoirs, ou trop-pleins, combinés d'eaux pluviales et d'eaux usées, généralement désignés par déversoirs d'orage ou par l'abréviation CSO (Combined Sewer Overflow) et /ou de déversoirs sélectifs (SSO). Le dispositif A comprend des moyens d'entrée 1 de données relatives à des paramètres ayant une influence sur la qualité des eaux de baignade. Ces paramètres comprennent, en premier, le niveau des eaux de pluie obtenu à l'aide de capteurs, notamment de pluviomètres. Différents types de capteurs peuvent être utilisés pour alimenter les modèles de simulation, les évènements de détection de pollution, mais aussi l'étalonnage des modèles et la validation de leurs résultats : - capteurs de niveau d'eau (validation en temps réel des modèles d'égout et/ou de rivière) ; - appareils de mesure (validation en temps réel du modèle hydrodynamique d'une côte), 5 - capteurs de marées ; pyranomètres (appareils de mesure de la quantité d'énergie solaire)
D'autres informations sont entrées sur : les données atmosphériques : vent, rayonnement solaire, etc... ; - les données relatives à la mer ou au cours d'eau : vagues, marées, courants etc... ; - des données d'étalonnage ; des données historiques.
Toutes ces données peuvent être entrées avec des capteurs dédiés, ou par des liaisons avec des systèmes d'information, notamment avec des stations météorologiques, par voie hertzienne ou par voie filaire, ou par liaison Internet. Les données d'entrée peuvent être classées en données statiques et en données dynamiques.
Les données statiques sont établies pour chaque simulation et ne sont pas modifiées au cours d'une simulation. Elles comprennent surtout les données physiques pertinentes du domaine simulé (topographie, bathymétrie, réseau de canalisations, définition des captages, etc....), certains paramètres fixes hydrauliques ( irrégularités du fond marin, courbes de capacité, coefficients d'infiltration, etc...) et des paramètres numériques (schémas d'advection, paramètres de turbulences). Les données dynamiques peuvent changer en permanence pendant une simulation. Un exemple serait l'ouverture d'une vanne à l'entrée d'un bassin de rétention. Cette information doit être fournie tout au long de la simulation. Les données dynamiques comprennent essentiellement des données recueillies par des capteurs, en temps réel ou en temps différé, et des résultats d'autres modèles nécessaires pour les conditions aux limites (modèles de vent à grande échelle). Les données sont fournies à une base de données 2. Le dispositif A combine des premiers moyens de calcul 3 utilisant un premier modèle informatique M1 du réseau d'assainissement et des seconds moyens de calcul 4 utilisant un deuxième modèle informatique M2 de la zone marine et/ou fluviale concernée. 6 La base de données 2 est utilisée pour stocker les données. Le dispositif A selon l'invention comprend une unité avec programme d'application qui lit ces données et les transforme au format d'entrée de données pour les modèles M1, M2. Les résultats fournis par ces modèles sont transformés par le programme d'application pour être écrits dans la base de données. Ceci est réalisé au moyen de divers sous-programmes de l'application. L'application comprend généralement la base de données, même si elle peut être adaptée pour servir avec une autre base de données.
L'unité avec programme d'application, en liaison avec la base de données 2, est conçue pour assurer l'articulation entre les modèles informatiques. Le premier modèle informatique M1, avantageusement formé par un modèle connu sous le nom commercial de MOUSE élaboré par le Danish Hydraulic Institut, permet de simuler l'écoulement pluvial dans les réseaux d'assainissement. Les données fournies par la base 2 au premier modèle M1 sont validées et éventuellement complétées automatiquement lors d'une étape 5 avant admission aux moyens de calcul 3. Ces derniers réalisent une première étape 6 de préparation des données pour le modèle M1. Les résultats fournis par le modèle M1 peuvent subir, lors d'une étape 7, un post-traitement correspondant à une station d'épuration (WWTP). Les résultats en sortie des moyens de calcul 3 sont validés et éventuellement complétés automatiquement lors d'une étape 8, et sont envoyés à la base de données 2. Ces résultats tiennent compte des déversoirs combinés d'eaux pluviales et d'eaux usées (CSO) et des écoulements de rivière et de stations d'épuration. Les résultats provenant des moyens de calcul 3 sont mis sous une forme compatible avec les moyens de calcul 4. Les informations sont transmises de la base 2 aux moyens de calcul 4 après validation et complément éventuel automatique lors d'une étape 9. Le dispositif comprend généralement un ordinateur C constituant les premiers 3 et seconds moyens 4 de calcul, ainsi que la base de données 2. Dans l'ordinateur C sont installés : - un premier programme correspondant au modèle informatique M1 du réseau d'assainissement, pour les premiers moyens de calcul 3 ; - un second programme correspondant au modèle informatique M2 de la zone marine et/ou fluviale, pour les, seconds moyens de calcul 4 ; - un troisième programme organisant la base de données 2, et - un quatrième programme correspondant au programme d'application. Les moyens de calcul 4 utilisent le modèle informatique marin ou fluvial M2, en particulier le modèle connu sous le nom commercial MOHID développé par l'Université Technique de Lisbonne. Ce modèle informatique permet une prévision de la qualité de l'eau à partir des informations fournies en entrée. Les données entrées subissent, dans une première étape 10, une préparation pour envoi au modèle informatique M2. Les informations sont transmises à deux unités de traitement à savoir une unité 11 relative aux courants (MOHID courants) et une unité facultative SWAN relative aux vagues. Les unités 11 et 12 échangent des informations. Les résultats en sortie de l'unité 11 sont envoyés au modèle informatique marin M2 qui fournit en sortie 13 les résultats des prévisions de qualité physico-chimique et/ou microbiologique en différents points de contrôle. Ces résultats sont envoyés, après validation lors d'une étape 14, à la base de données 2. La base 2, après traitement éventuel des résultats provenant des moyens de calcul 4, les envoie par une liaison 15 à un système d'information 16 qui, dans une étape 17, les met à disposition d'un opérateur sous forme de rapports d'opérateur, résumés dans le cadre 18, concernant notamment : 1.- les alarmes du système 2.- la fiabilité des données ; 3.- l'étalonnage du modèle M1 de réseau d'assainissement et du modèle M2 marin.
Les informations provenant de l'étape 17 sont soumises à validation par l'opérateur lors d'une étape 19. Les informations validées sont envoyées, en tant que résultats prédéfinis du dispositif de prévision A, à une étape 20 où elles sont réparties entre : - des rapports d'usager selon le cadre 21 concernant notamment : les évènements pluvieux les déversements CSO les prévisions de qualité des eaux de baignade - des pages WEB ou toile, prédéfinies du système, selon le cadre 22.
Chacun des modèles de simulation correspond à un sous-système du cycle de l'eau : bassin hydrographique, rivière, système de collecte, station d'épuration des eaux usées et eaux réceptrices. Ces modèles doivent être regroupés dans une seule et même application permettant de simuler 8 l'écoulement et le transport des matières contaminées charriées par les eaux de pluie, du ruissellement à la dispersion des polluants dans les eaux réceptrices. • Le modèle de bassin-versant utilisé pour le calcul du ruissellement repose sur une méthode semi-empirique. Il indique le débit au niveau des différentes entrées du réseau d'assainissement et des rivières de la zone étudiée. Ce modèle reçoit, en temps réel, des données provenant de différents pluviomètres. • Le modèle fluvial et le modèle de réseau d'égouts comprennent la résolution numérique d'équations d'écoulement des fluides. En outre, ils peuvent intégrer une production ou une dégradation biochimique. Les conditions limites sont normalement celles du modèle de bassin-versant, mais il est également possible de les déduire en temps réel d'après les données des indicateurs de niveau d'eau situés près des entrées du système. • Le modèle de station d'épuration des eaux usées permet une simulation simplifiée de la pollution déversée dans les eaux réceptrices par ces infrastructures. II utilise les résultats du modèle de réseau d'assainissement en tant que données d'entrée. • Le modèle de vagues propage des vagues depuis les eaux profondes jusqu'au rivage en tenant cornpte du levage, de la réfraction et finalement du déferlement des vagues, qu'il traduit en efforts induits par les vagues, qui seront utilisés par le modèle d'eaux réceptrices en tant que contrainte supplémentaire. • Le modèle d'eaux réceptrices est un modèle côtier tridimensionnel. Les contraintes de ce modèle (à savoir les conditions limites) sont des données de vent, d'efforts de vagues et de marées qui peuvent être historiques ou prévisionnelles. Ce modèle comprend la résolution numérique des équations d'écoulement à surface libre et des équations de transport de grandeurs physiques pertinentes (température, salinité, etc.). Des modèles écologiques de production et de dégradation de substances polluantes sont également inclus, en particulier pour simuler des mécanismes d'inactivation ou décroissance bactériologique. Les données d'entrée sont fournies par le modèle fluvial, le modèle de réseau d'égouts et le modèle de station d'épuration des eaux usées, sous la forme d'hydrogrammes et de niveaux de polluants. Le résultat de ce modèle est une carte tridirnensionnelle de la concentration des substances polluantes.
De préférence, chaque simulation de modèle marin comprend une période de simulation rétrospective de 48 heures et une période de simulation prévisionnelle de 48 heures (pendant laquelle l'épisode de recours aux déversoirs d'orage est supposé terminé), et le calcul dure environ 1 heure.
Les informations du système 16 sont envoyées par une liaison 23 à la base de données 2, notamment pour stockage. Le dispositif A comporte au moins un programmateur 25 pour gouverner l'application et faire envoyer périodiquement des rapports et effectuer des mises à jour. Le dispositif comporte également une unité 26 pour déclencher des études autonomes ou hors ligne (off-line) fondées sur des valeurs historiques mémorisées, sans utiliser de mesures en ligne. Le dispositif comporte en outre au moins une interface graphique d'utilisateur (GUI) 27 offrant plusieurs possibilités, notamment : - contrôle de l'application - visualisation des données - définition des utilisateurs , etc... La mise à jour des informations fournies aux moyens de calcul 4 par la base 2 est effectuée périodiquement pendant un intervalle de temps At illustré sur Fig.2, où le temps est porté en abscisse et les valeurs de mise à jour E sont portées en ordonnée. Pour la mise à jour, de préférence, non seulement les valeurs correspondant à la période At sont fournies, mais également les valeurs correspondant à une période précédente Ott, obtenues à partir de l'historique mémorisé dans la base 2, ainsi que des valeurs prévisionnelles calculées pour la période de temps suivante At2. Les données dynamiques stockées dans la base de données, indépendamment de la source de données (par exemple : capteurs, modèles, prévisions météorologiques externes etc...) sont mises à jour périodiquement comme défini par le programmateur 25. Pour chaque période de temps, le programme d'application stocke les données de cette dernière période et complète les données avec les données dynamiques de la période précédente (par exemple : modélisation, rassemblement de données de capteurs, etc...) non comprises dans la dernière période. Fig. 3 illustre un exemple où les données modélisées dans chaque nouvelle période sont superposées aux données de la période précédente dans le champ de recouvrement.
I O Les informations fournies en sortie par l'unité 24 pour les usagers et les autorités consistent en : - une indication des niveaux de risque, dépendant des valeurs mesurées ou modélisées sur l'interface graphique de façon qu'un 5 opérateur puisse les valider ; - des rapports programmés (quotidien, hebdomadaire, etc...) sur les séries de temps mesurées ou modélisées (pluie, déversement CSO, qualité des eaux de baignade, etc...) et inclusion des cartes de risque et/ou des cartes de pollution ; 10 des publications sur la toile ou WEB, sur plusieurs sites Internet ; - des messages par courriels (e-mail) - des protocoles d'avertissement ; des informations sur des tableaux électroniques, installés sur les plages. 15 Le dispositif peut envoyer des courriels à des opérateurs, ou à des responsables de plages, selon les niveaux de risque prévus, et peut également envoyer des messages aux administrateurs ou aux responsables en cas d'erreurs dans l'application. Le dispositif émet des alertes, soit à travers l'interface graphique, soit par 20 courriel ou e-mail, ou par Internet. A chaque endroit où le dispositif sera mis en oeuvre, il sera configuré selon les besoins. Typiquement, il y aura deux niveaux d'information : - l'un pour le public et les baigneurs , - et l'autre pour les gestionnaires du site de baignade. 25 L'information du public peut consister en des prévisions pour les eaux de baignade, des profils de plage, ainsi que toute autre information utile telle que température de l'air et de l'eau, vitesse du vent et direction, etc... L'information disponible pour le gestionnaire de plage sera beaucoup plus complète et pourra contenir des rapports détaillés sur les résultats obtenus 30 à l'aide des modèles informatiques, ainsi que des résumés des évènements pluvieux et des déversements CSO. Selon l'information disponible à partir de ce dispositif, l'opérateur prendra les mesures adéquates selon un protocole prédéfini pour éviter l'exposition des baigneurs à des eaux polluées. En particulier, l'opérateur mettra à jour à 35 distance les informations apparaissant sur des tableaux électroniques quant aux prévisions de qualité d'eau, et toute autre sorte d'information : température de l'air ambiant, intensité du rayonnement solaire mesurée , etc... Les outils d'administration du système comprennent : 1.1 la gestion des usagers ; deux groupes d'usagers sont définis : l'administrateur, qui a accès à toutes les fenêtres d'applications, et les opérateurs qui ne peuvent accéder aux fenêtres de configuration, mais qui gèrent l'outil de visualisation des résultats et des rapports d'alerte ; - des programmateurs ; plusieurs programmateurs gouvernent l'application : pour lancer des modèles, des rapports, la publication sur la toile (WEB), le téléchargement de données spécifiques à partir de sites, etc... - gestion de la base de données 2 : des outils pour effectuer des retours périodiques, des aménagements pour import et export ; des purges sont également incluses dans l'application ; - rapport d'erreurs : l'application est censée travailler 24 heures par jour, et de nombreuses erreurs peuvent se produire à tout moment, de sorte qu'un rapport d'erreurs est fondamental pour la maintenance de l'outil ; ces erreurs doivent pouvoir être facilement identifiées.
Le modèle MOHID, utilisé pour simuler les eaux côtières, est un modèle océanique largement éprouvé dans des zones de littoral et les estuaires. Ce modèle tridimensionnel résout les équations d'écoulement à surface libre en utilisant la méthode des volumes finis. II peut être utilisé avec un maillage structuré curviligne. Trois grilles emboîtées sont utilisées dans la simulation, allant d'une grande échelle (échelle géostrophique, L û 100 km) à une échelle convective (L û 1 km). L'advection/la diffusion des rejets pollués est calculée à l'aide d'un modèle de transport, avec un modèle de décroissance ou déclin du premier ordre (linéaire) pour la décroissance des bactéries. La décroissance des bactéries est principalement due au rayonnement solaire mais elle dépend également d'autres facteurs tels que la salinité, la température et la turbidité de l'eau. L'influence de ces paramètres est connue et peut être étudiée en laboratoire. Toutefois, il n'est pas possible de déterminer avec exactitude le coefficient: de décroissance des bactéries par des expériences de laboratoire car, dans leur environnement naturel, les organismes pathogènes sont soumis à un facteur de mortalité aléatoire : les prédateurs. Face aux difficultés rencontrées pour obtenir une valeur fiable du coefficient de décroissance des bactéries, on utilise ce coefficient comme un coefficient d'étalonnage. Afin de tenir compte des importantes variations dues au rayonnement solaire, deux valeurs, diurne et nocturne, ont été retenues pour ce coefficient.
12 Pour assurer la fiabilité des résultats des différents modèles, l'étalonnage est une phase cruciale basée sur des capteurs, et également sur des campagnes sur le terrain, directement dans les zones de baignade. Les campagnes d'étalonnage peuvent être effectuées pendant des périodes sèches et pendant de fortes pluies. Les paramètres principaux à analyser sont les indicateurs de pollution bactériologique : coliformes fécaux et Escherichia Coli. En dehors des données fournies par les capteurs, l'imagerie par satellite et aérienne fournit des données intéressantes pour des comparaisons qualitatives. Une détection à distance peut donner la couleur de l'eau, la profondeur, et la température de surface avec des définitions supérieures à 50m, tandis que les photographies aériennes permettent de localiser les panaches de pollution. La méthode et le dispositif conformes à l'invention combinent l'information en temps réel de capteurs, des prévisions météorologiques et une modélisation informatique. Ceci permet aux autorités locales en charge de la gestion de plages de prendre des dispositions préventives pour éviter l'exposition de baigneurs à des eaux contaminées. Le temps de réponse du dispositif de prévision de l'invention est réduit, 20 de l'ordre d'une heure. Les prévisions obtenues permettent, si nécessaire, de commander diverses installations, notamment des barrières en vue de modifier dans un sens favorable les prévisions.
Claims (10)
- REVENDICATIONS1. Méthode de prévision de la qualité des eaux de baignade de plages marines ou fluviales, au voisinage d'une agglomération urbaine dotée d'un réseau d'assainissement, avec déversoirs combinés et/ou séparatifs d'eaux pluviales et eaux usées (CSO/SSO), et éventuellement stations d'épuration, selon laquelle : - on recueille des données relatives à des paramètres ayant une influence sur la qualité des eaux de baignade, ces paramètres comprenant au moins le niveau des eaux pluviales, - on effectue des calculs à partir de ces données pour établir des prévisions de la qualité des eaux de baignade, - et on diffuse les prévisions établies pour avertir au moins les autorités responsables et les baigneurs potentiels, caractérisée en ce que, pour effectuer les calculs, on combine : - un modèle informatique (Ml) du réseau d'assainissement, auquel on fournit les données relatives aux paramètres ayant une influence sur ce réseau, - et un deuxième modèle informatique (M2) pour la zone marine et/ou fluviale concernée, auquel on fournit des données météorologiques et hydrographiques relatives à cette zone, ainsi que des résultats des calculs réalisés avec le premier modèle (M1), éventuellement mis en forme pour être compatibles avec le deuxième modèle, les résultats fournis par ce deuxième modèle informatique (M2) constituant les prévisions de qualité des eaux de baignade.
- 2. Méthode selon la revendication 1, caractérisée en ce que l'on utilise une base de données (2) pour stocker les données et une unité comportant un programme d'application selon lequel : - les données sont lues dans la base (2) et sont transformées au format 30 d'entrée de données pour les modèles (M1, M2) ; - les résultats fournis par ces modèles sont transformés pour être écrits dans la base de données (2), les données relatives au réseau d'assainissement , étant dirigées vers premier modèle informatique (M1), et les résultats du premier modèle informatique (Ml) 35 étant envoyés, après traitement éventuel, au deuxième modèle informatique (M2) qui établit les prévisions en tenant compte des résultats du premier modèle informatique. 14
- 3. Méthode selon la revendication 2, caractérisée en ce que les données dynamiques stockées dans la base de données (2), indépendamment de la source de données sont mises à jour périodiquement, et pour chaque période de temps, un programme d'application stocke les données de cette dernière période et complète les données avec les données dynamiques de la période précédente non comprises dans la dernière période.
- 4. Méthode selon l'une des revendications précédentes, caractérisée en ce que le modèle informatique (Ml) du réseau d'assainissement est un modèle connu 10 sous le nom commercial MOUSE.
- 5. Méthode selon l'une des revendications précédentes, caractérisée en ce que le modèle informatique (M2) de la zone marine et/ou fluviale concernée est un modèle connu sous le nom commercial de MOHID. 15
- 6. Dispositif de prévision de la qualité des eaux de baignade de plages marines ou fluviales, au voisinage d'une agglomération urbaine dotée d'un réseau d'assainissement, avec déversoirs combinés d'eaux pluviales et eaux usées, et stations d'épuration, comprenant : 20 - des moyens d'entrée de données relatives à des paramètres ayant une influence sur la qualité des eaux de baignade, ces paramètres comprenant au moins le niveau des eaux de pluie, - des moyens de calcul, à partir de ces données, pour établir des prévisions de la qualité des eaux de baignade, 25 - et des moyens de sortie pour diffuser les prévisions établies afin d'avertir au moins les autorités responsables et les baigneurs potentiels, caractérisé en ce qu'il comprend : - des premiers moyens de calcul (3) utilisant un modèle informatique (Ml) du réseau d'assainissement, auquel sont fournies les données relatives aux 30 paramètres ayant une influence sur ce réseau, - des seconds moyens de calcul (4) utilisant un deuxième modèle informatique (M2) de la zone marine et/ou fluviale concernée, auquel sont fournis des données météorologiques et hydrographiiques relatives à cette zone, ainsi que des résultats des calculs réalisés avec le premier modèle (Ml), éventuellement 35 mis en forme pour être compatibles avec le deuxième modèle, les résultats fournis par ce deuxième modèle informatique (M2) constituant les prévisions de qualité des eaux de baignade.1.5
- 7. Dispositif selon la revendication 6, caractérisé en ce qu'il comprend une base de données (2) pour stocker les données et une unité avec programme d'application selon lequel : - les données sont lues dans la base '2) et sont transformées au format 5 d'entrée de données pour les modèles (M1,M2) ; - les résultats fournis par ces modèles sont transformés pour être écrits dans la base de données (2), les données relatives au réseau d'assainissement étant dirigées vers le premier modèle informatique (Ml), et les résultats du premier modèle informatique étant 10 envoyés, après traitement éventuel, au deuxième modèle informatique (M2) qui établit les prévisions en tenant compte des résultats du premier modèle informatique.
- 8. Dispositif selon la revendication 6 ou 7, caractérisé en ce qu'il comprend un 15 ordinateur (C) constituant les premiers (3) et seconds (4) moyens de calcul, ainsi que la base de données (2), et en ce que dans cet ordinateur sont installés : - un premier programme (M1) correspondant au modèle informatique du réseau d'assainissement, 20 - un second programme (M2) correspondant au modèle informatique de la zone marine et/ou fluviale concernée, - et un troisième programme organisant la base de données (2), - et un quatrième programme correspondant au programme d'application. 25
- 9. Dispositif selon l'une des revendications 6 à 8, caractérisé en ce que le modèle informatique du réseau d'assainissement est un modèle connu sous le nom commercial MOUSE.
- 10. Dispositif selon l'une des revendications 6 à 9, caractérisé en ce que le 30 modèle informatique de la zone marine et/ou fluviale concernée est un modèle connu sous le nom commercial de MOHID.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR0802460A FR2930833A1 (fr) | 2008-04-30 | 2008-04-30 | Methode et dispositif de prevision de la qualite des eaux de baignade |
ES200901106A ES2376610B1 (es) | 2008-04-30 | 2009-04-28 | Método y dispositivo de previsión de la calidad de las aguas de baño. |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR0802460A FR2930833A1 (fr) | 2008-04-30 | 2008-04-30 | Methode et dispositif de prevision de la qualite des eaux de baignade |
Publications (1)
Publication Number | Publication Date |
---|---|
FR2930833A1 true FR2930833A1 (fr) | 2009-11-06 |
Family
ID=39816646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR0802460A Pending FR2930833A1 (fr) | 2008-04-30 | 2008-04-30 | Methode et dispositif de prevision de la qualite des eaux de baignade |
Country Status (2)
Country | Link |
---|---|
ES (1) | ES2376610B1 (fr) |
FR (1) | FR2930833A1 (fr) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112101693A (zh) * | 2020-05-12 | 2020-12-18 | 天津市市政工程设计研究院 | 基于正交分析的现状城区河道水质达标分析方法 |
-
2008
- 2008-04-30 FR FR0802460A patent/FR2930833A1/fr active Pending
-
2009
- 2009-04-28 ES ES200901106A patent/ES2376610B1/es active Active
Non-Patent Citations (6)
Title |
---|
ANDERS CHRISTIAN ERICHSEN ET AL: "Copenhagen's bathing anniversary", INTERNET CITATION, 1 August 2003 (2003-08-01), pages 42, XP007905959, Retrieved from the Internet <URL:http://www.iwapublishing.com/pdf/0403_copenhagen.pdf> [retrieved on 20081015] * |
BENEDETTI L: "Chapters 1-4 of 'Probabilistic design and upgrade of wastewater treatment plants in the EU Water Framework Directive context'", INTERNET CITATION, 1 January 2006 (2006-01-01), pages 1 - 2,21, XP007905968, ISBN: 978-9-059891-45-6, Retrieved from the Internet <URL:http://biomath.ugent.be/publications/download/benedettilorenzo_phd.pdf> [retrieved on 20081015] * |
DHI: "Local Water Forecasts", INTERNET CITATION, pages 2pp, XP007905964, Retrieved from the Internet <URL:http://bathingwater.dhigroup.com/pdf-UK/Local_water_forecasts_v6.pdf> [retrieved on 20081015] * |
PEDRO CHAMBEL LEITÃO ET AL: "Integration of MOHID Model and Tools with SWAT Model", SWAT CONFERENCE 2007, DELFT, NL,, 1 January 2007 (2007-01-01), pages 8pp, XP007905961, Retrieved from the Internet <URL:http://maretec.mohid.com/PublicData/products/ConferencePapers/2007%20SWAT-MOHID.pdf> [retrieved on 20081015] * |
SCHUTZE M ET AL: "Real time control of urban wastewater systems-where do we stand today?", JOURNAL OF HYDROLOGY, NORTH-HOLLAND, AMSTERDAM, NL, vol. 299, no. 3-4, 1 December 2004 (2004-12-01), pages 335 - 348, XP004604123, ISSN: 0022-1694 * |
ZHAO YING ET AL: "Water quality forecast through application of BP neural network at Yuqiao reservoir", JOURNAL OF ZHEJIANG UNIVERSITY SCIENCE A,, vol. 8, no. 9, 1 January 2007 (2007-01-01), pages 1482 - 1487, XP007905962, ISSN: 1673-565X * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112101693A (zh) * | 2020-05-12 | 2020-12-18 | 天津市市政工程设计研究院 | 基于正交分析的现状城区河道水质达标分析方法 |
CN112101693B (zh) * | 2020-05-12 | 2023-11-24 | 天津市政工程设计研究总院有限公司 | 基于正交分析的现状城区河道水质达标分析方法 |
Also Published As
Publication number | Publication date |
---|---|
ES2376610B1 (es) | 2013-01-28 |
ES2376610A1 (es) | 2012-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Benedetti et al. | Modelling and monitoring of integrated urban wastewater systems: review on status and perspectives | |
Nie et al. | Impacts of climate change on urban drainage systems–a case study in Fredrikstad, Norway | |
Lee et al. | Comparative evaluation of runoff and water quality using HSPF and SWMM | |
Rinke et al. | Reservoirs as sentinels of catchments: the Rappbode reservoir observatory (Harz Mountains, Germany) | |
CN112883644B (zh) | 一种动态水环境管理方法 | |
Borris et al. | Source-based modeling of urban stormwater quality response to the selected scenarios combining future changes in climate and socio-economic factors | |
Liu et al. | Groundwater-sewer interaction in urban coastal areas | |
Locatelli et al. | Modeling of E. coli distribution for hazard assessment of bathing waters affected by combined sewer overflows | |
Rodrigues et al. | Application of an estuarine and coastal nowcast-forecast information system to the Tagus estuary | |
Hong et al. | Impact of Escherichia coli from stormwater drainage on recreational water quality: an integrated monitoring and modelling of urban catchment, pipes and lake | |
Fletcher et al. | Data requirements for integrated urban water management: Urban water series-UNESCO-IHP | |
Bazin | Flows during floods in urban areas: influence of the detailed topography and exchanges with the sewer system | |
FR2930833A1 (fr) | Methode et dispositif de prevision de la qualite des eaux de baignade | |
Choi et al. | The WATERMAN system for daily beach water quality forecasting: a ten-year retrospective | |
Wang | Machine learning model design for IoT-based flooding forecast | |
Locatelli et al. | Evaluating health hazard of bathing waters affected by combined sewer overflows | |
Nguyen et al. | Modelling NH 4+ Dispersion from Wastewater of Urban Drainage to the Coastal Area of Danang City, Vietnam | |
Irvine et al. | Automated in situ water quality monitoring—Characterizing system dynamics in urban-impacted and natural environments | |
Ouattara et al. | A Review of sewerage and drainage systems typologies with case study in Abidjan, Côte d'Ivoire: failures, policy and management techniques perspectives | |
Valerio et al. | Monitoring phosphorus in the tributaries of a deep lake from the perspective of the receiving water body | |
Bormudoi et al. | Retrieval of Turbidity and TDS of Deepor Beel Lake from Landsat 8 OLI Data by Regression and Artificial Neural Network | |
Suits et al. | Overview of the (Smart) Stormwater Management around the Baltic Sea | |
FR3110724A1 (fr) | Détection améliorée de changement de composition physico-chimique d’un liquide | |
de Gonzalo et al. | Semidistributed hydrologic model for flood risk assessment in the Pejibaye River Basin, Costa Rica | |
Cho et al. | Prioritizing subwatersheds for stormwater pollution to wachusett reservoir |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PLFP | Fee payment |
Year of fee payment: 8 |
|
PLFP | Fee payment |
Year of fee payment: 9 |
|
PLFP | Fee payment |
Year of fee payment: 10 |
|
PLFP | Fee payment |
Year of fee payment: 11 |
|
PLFP | Fee payment |
Year of fee payment: 12 |
|
RX | Complete rejection |