Soutenance mémoire
PROPRIETES HYDRAULIQUES DES DIFFERENTES FORMATIONS
CLIMATOLOGIE
« Si l accès à l eau est aujourd hui considéré comme un droit fondamental, il nous incombe à tous de réfléchir aux responsabilités qu implique l exercice de ce droit, »
Frédérico Mayor (Unesco)
INTRODUCTION
Plus encore que les facteurs orohydrographiques, morphologiques et géologiques, les conditions climatiques d une région jouent un rô le capital dans le comportement d un système aquifère.
Ce sont les précipitations, surtout liquides, qui constituent le facteur essentiel intervenant par :
– leur hauteur totale annuelle qui détermine l apport d eau à la nappe,
– leur répartition mensuelle et saisonnière qui influence directement les régimes hydrologiques au sens strict,
Ces différents aspects des précipitations sont plus ou moins modifiés selon l effet combiné des autres paramètres physiques cités plus haut et climatiques (température et évapotranspiration surtout).
Mais, contrairement aux paramètres proprement physiques permettant une interprétation seulement qualitative, les précipitations et les facteurs climatiques dans leur ensemble, variables aléatoires dans le temps et dans l espace, permettent d expliquer quantitativement les variations des composantes du régime hydrologique dans sa conception la plus large. C est pourquoi, nous consacrons, à travers ce chapitre, un développement particulier au climat de la plaine et plus spécialement aux précipitations. Nous aborderons les principaux caractères des précipitations et l importance de leur variabilité quant à l alimentation des cours d eau et des nappes.
Ensuite les caractéristiques thermiques de la plaine seront esquissées en soulignant plus particulièrement l importance de la saison sèche et l effet déterminant de l évapotranspiration, paramètre essentiel du déficit d écoulement.
ETUDE DES PRECIPITATIONS
Les données météorologiques utilisées dans ce chapitre ont été recueillies auprès de l Office National de Météorologie (O.N.M, Oran) pour la station de Maghnia:
Latitude : 34°49 N,
Longitude : 01°47 W,
Altitude : 426,5m.
Ces données sont résumées dans le tableau de l annexe I.
Avant de procéder au calcul de la précipitation moyenne, il importe de contrô ler la qualité des données pluviométriques, leur homogénéité et leur représentativité.
Recherche des erreurs et corrections des mesures
Selon la nature des erreurs constatées ou supposées la recherche de ces dernières fait appel à différentes techniques et méthodes « in situ » qui consiste à vérifier sur place la manière dont les données ont été organisées, traitées et/ou tra nsformées.
* Investigation de bureau qui consiste à vérifier la chaîne de traitement de la mesure/donnée à chaque étape de son élaboration, tout comme la manière dont on a constitué les séries de données soumises à contrôle et/ou publication.
* Investigation statistique qui, à l’aide d’outils spécifiques, permet de mettre en évidence certaines erreurs ou inconsistance. Ces techniques efficientes ont largement été utilisées dans la pratique professionnelle et se basent sur des hypothèses spécifiques qu’il convient de bien connaître.
Hypothèses de l’analyse statistique
Les calculs statistiques sont basés sur un certain nombre d’hypothèses qui doivent en principe être vérifiées. Parmi celles -ci, citons :
* Les mesures reflètent les vraies valeurs – Cette hypothèse n’est malheureusement jamais réalisée en pratique, du fait des erreurs systématiques ou aléatoires.
* Les données sont consistantes – Aucune modification dans les conditions internes du système n’intervient durant la période d’observation (position du pluviomètre, procédures d’observation, observateur unique).
* La série de données est stationnaire – Les propriétés de la loi statistique qui régit le phénomène (moyenne, variance ou moments d’ordre supérieur) sont invariantes au cours du temps.
* Les données sont homogènes – Une série de données est réputée non homogène lorsqu elle provient de la mesure d’un phénomène dont les caractéristiques évoluent durant la période de mesure; le phénomène est alors dit non-stationnaire (ex: variations climatiques). Il est également possible d’observer des signes d’une non stationnarité apparente lorsque l’électronique intégrée à l’équipement de mesure présente une dérive temporelle ou lors du changement de l’observateur.
* La série de données est aléatoire et simple – Le caractère aléatoire et simple d’une série d’observations est une hypothèse fondamentale pour l’analyse statistique. Un échantillon aléatoire signifie que tous les individus de la population ont la même probabilité d’être prélevés. Un échantillon simple signifie que le prélèvement d’un individu n’influe pas la probabilité d’apparition des individus suivants. Autrement dit, si toutes les observations de la série sont issues de la même population et qu’elles sont indépendantes entre elles, la série est alors aléatoire et simple. La non vérification du caractère aléatoire et simple peut avoir plusieurs causes, parfois simultanément. Ces causes se groupent en deux catégories, les défauts d’auto-corrélation d’une part (caractère non aléatoire des séries) et les défauts de stationnarité du processus d’autre part (dérive à long terme et dérive cyclique).La série doit être suffisamment longue – La longueur de la série influe sur les erreurs d’échantillonnage, notamment sur le calcul des moments d’ordre supérieurs donc sur les tests inhérents à leur fiabilité.
PLUVIOMETRIE ANNUELLE
Avant d utiliser la station de Maghnia, il faut vérifier l homogénéité de sa série d observation. Une série chronologique est dite homogène si elle présente le caractère aléatoire simple ce qui suppose l absence de toute organisation à l intérieur de la série ou si la propriété statistique de l erreur de mesure affectant ces mesures est restée invariable au cours de la période d observation. Pour cela, il existe de nombreux tests statistiques qui doivent être non paramétriques.
Homogénéisation des précipitations annuelles
Test de persistance de Wald-Wolfowitz (auto-corrélation)
Il s agit de déceler un effet de persistance, c est à dire de voir s il existe entre les valeurs successives une dépendance de premier ordre. Pour que ce test soit significatif, la série doit être assez longue. Soit la suite chronologique xi, i variant de 1à n. l hypothèse nulle étant l absence de persistance et l hypothèse alternative étant l existence d un effet de persistance.
On considère la série centrée y(i) ;
y(i)= xi – x
Dans le cas de la station de Maghnia et en considérant les valeurs de (yi) du tableau 2. Tableau 2 : Valeurs de yi r = 0,417 (yi2) = 441976,4
Si l on suppose l hypothèse nulle et si n est grand, seules les grandes valeurs de r conduisent au rejet de l hypothèse nulle mais comme r = 0,417, cette hypothèse est rejetée, c est à dire qu on a une présence de persistance car la persistance correspond à une corrélation sériale positive.
signification du coefficient d auto-corrélation
Le cycle d activité solaire se décompose à peu prés en deux cycles sinusoïdaux principaux de période 11.1 et 3.75 ans. On a parfois cru trouver des cycles de périodes plus longues (cycles de Bruckner 36 ans etc.). Si ces cycles auraient quelque influence, cela entraînerait nécessairement une certaine inertie dans les variations des chutes annuelles de pluie et le coefficient r aurait une valeur moyenne nettement positive. D autres causes pourraient avoir le même effet : variations cycliques à lente période du climat, influence éventuelle du déboisement, de l assainissement, de l irrigation ou de la mise en culture,….Toutes ces causes conduiraient à l obtention d un r tendant à être positif. Dans notre cas, r est positif. Nous avons donc bien une persistance. Il y a une corrélation entre les chutes de pluie de deux années agricoles consécutives. Il y a une influence notable des cycles solaires.
Etude fréquentielle des précipitations
Vérification de l indépendance stochastique de la série d observation
Avant de soumettre les résultats des observations à un traitement statistique, il est important de vérifier qu ils constituent véritablement un échantillon au hasard. Pour ce faire, on utilise le test des séries basé sur la médiane de l échantillon.
Soit x1, x2,…xn un échantillon extrait d une certaine population.
Disposons les éléments de l échantillon dans l ordre croissant et constituons la série de variation : x1, x2,……..xi,……..xn, (de sorte que x1 est la plus petite valeur parmi les valeurs x1, x2,……..xi,……..xn, x2 est la valeur suivante en grandeur etc……..)
La médiane xmed(1) est choisie telle que:
-si n est impair : x ( n 1) xmed ( n )
-si n est pair : xmed ( n ) 1 x ( n ) x ( n 1)
On revient ensuite à l échantillon initiale x1, x2,……..xn et on écrit:
«+» au lieu de chaque xi > x med(n) et «-» pour x2 < x med(n).
(On ne tient pas compte des éléments de l échantillon égaux à x med (n) dans la suite des signes + et – ainsi obtenue).
La suite des signes + et – est caractérisée par le nombre global de séries (n) et la longueur de la plus longue série (n),(où on appelle série une suite composée uniquement de signes identiques).
Il est évident que si l on a affaire à un échantillonnage pris au hasard, la succession des signes + ou – dans la suite des signes ne doit pas contenir des séries trop longues de signes + ou de signes -. Donc le nombre (n) ne doit pas être trop faible. On considère alors deux paramètre : (n) et (n).
Pour un seuil de signification 0,05 < < 0,098, le problème de l indépendance des résultats d observation est basé sur les inégalités :
1 1- (n) < – (n + 1 – 1,96 n-1) (a)
2 2- (n) < 3,3 (log10+ n + 1) (b)
Si l une au moins de ces inégalités n est pas vérifiée, l hypothèse de l indépendance stochastique des résultats d observation devra être rejetée.
Application du test à la station de Maghnia:
Soit la série d observation (période 1970-2005) présentée dans le tableau 3
Tableau 3 : Précipitations annuelles à la station de Maghnia (1970 -2005)
Recherche de la loi de distribution de la pluviométrie
Cette étude suppose de rechercher, au préalable la loi d’ajustement la mieux adaptée à la distribution des pluies annuelles pour ensuite estimer les paramètres d’ajustement. L’examen du graphe donnant la distribution des précipitations de la station Maghnia
(fig.7), montre une possibilité d’ajustement à une loi normale. Les paramètres estimés caractérisant la distribution sont :
– La moyenne : P = 339,9 mm
– L’écart type : = 117,4
Le coefficient de variation : Cv = 0,35
|
Table des matières
INTRODUCTION GENERALE
Chapitre 1 : CADRE GEOGRAPHIQUE ET GEOLOGIQUE
1.1- PRESENTATION GENERALE DE LA PLAINE DE MAGHNIA
1.1.1- LOCALISATION GEOGRAPHIQUE
1.1.2- HYDROGRAPHIE
1.1.3- CADRE MORPHOLOGIQUE ET STRUCTURAL
1.1.3.1- Principales phases tectoniques
1.1.3.2- Les unités structurales
1.1.3.3- Les principaux types d accidents
1.2- CADRE GEOLOGIQUE.
1.2.1- SERIE LITHOSTRATIGRAPHIQUE
I.2.1.1-Paléozoïque :
1.2.1.2- Mésozoïque :
1.2.1.3- Cénozoïque :
1.2.1.4-Pllio-Quaternaire :
1.2.2- GEOLOGIE DE LA PLAINE
1.3- PROPRIETES HYDRAULIQUES DES DIFFERENTES FORMATIONS
Chapitre 2 : CLIMATOLOGIE
2.1- INTRODUCTION
2.2- ETUDE DES PRECIPITATIONS
2.2.1- RECHERCHE DES ERREURS ET CORRECTIONS DES MESURES
2.2.2-HYPOTHESES DE L’ANALYSE STATISTIQUE :
2.3- PLUVIOMETRIE ANNUELLE
2.3.1- HOMOGENEISATION DES PRECIPITATIONS ANNUELLES
2.3.1.1- Test de persistance de Wald-Wolfowitz (auto-corrélation)
2.3.1.2- signification du coefficient d auto-corrélation
2.3.2- ETUDE FREQUENTIELLE DES PRECIPITATIONS
2.3.2.1- Vérification de l indépendance stochastique de la série d observation
2.3.2.2- application du test à la station de Maghnia:
2.3.2.3- Recherche de la loi de distribution de la pluviométrie
2.3.3- L IRREGULARITE DU REGIME DES PRECIPITATIONS DANS LE TEMPS :
2.3.4- PRECIPITATIONS MENSUELLES ET LES REGIMES SAISONNIERS
2.4- ETUDE DES TEMPERATURES
2.5- REGIME CLIMATIQUE
2.5.1- INDICES DE DE MARTONNE
2.5.2- INDICE D EMBERGER
2.5.3-METHODE DE VISUALISATION (COURBE PLUVIOTHERMIQUES)
2.6- EVAPOTRANSPIRATION
2.6.1- CALCUL DE LA RESERVE FACILEMENT UTILISABLE (R.F.U)
2.6.2- CALCUL DE L EVAPORATION ET DU DEFICIT D ECOULEMENT
2.6.2.1-méthode de Turc
2.6.2.2-méthode de Coutagne
2.6.2.3-méthode de Wundt
2.6.2.4-méthode de P.Verdeil
2.6.2.5-méthode de Thornthwaite
2.6.3- BILAN ANNUEL ET PLUIE EFFICACE
2.6.4- CALCUL DU RUISSELLEMENT
2.6.5- DETERMINATION DE L INFILTRATION ET CALCUL DES BILANS
Chapitre 3 : HYDROGEOLOGIE
3.1- INTRODUCTION
3.2- GEOMETRIE DE L AQUIFERE
3.2.1- RECONNAISSANCES ANTERIEURES A 1990
3.2.2- NOUVELLES RECONNAISSANCES (APRES 1990)
3.3- ANALYSE DE LA PIEZOMETRIE
3.3.1- CAMPAGNE PIEZOMETRIQUE (SEPTEMBRE, 1950)
3.3.2- CAMPAGNE PIEZOMETRIQUE (FEVRIER, 1989)
3.3.3- TRAVAUX RECENTS (CAMPAGNES PIEZOMETRIQUES, ANNEE 1995)
3.3.3.1- Fluctuations piézomètriques durant l année 1995
3.3.3.2- Evolution spatio-temporelle de la piézométrie de la nappe de Maghnia
3.3.3.3- Carte des battements maxima de la nappe
3.3.3.4- Evolution de la piézomètrie entre 1950 et 1995
3.4- CARACTERISTIQUES HYDRODYNAMIQUES
3.4.1- REPARTITION DES PERMEABILITES
3.4.2- REPARTITION DES COEFFICIENTS D EMMAGASINEMENT
Chapitre 4 : MODELISATION
4.1- INTRODUCTION
4.1.1- ETUDE DE L’INCIDENCE DU CHANGEMENT CLIMATIQUE SUR LE BILAN DES RESSOURCES EN EAU
4.1.2- ETUDE DE L’IMPACT DE I’UTILISATION DES NAPPES AQUIFERES A RENOUVELLEMENT TRES LENT
4.1.3-MESURES A PRENDRE EN CAS DE SECHERESSE OU D’INONDATION
4.1.3.1- Importance de la mesure
4.1.3.2- Restauration de l équilibre d une nappe
4.1.3.3- Accroissement de la ressource et stockage
4.1.3.4- Protection de l environnement
4.2- THEORIE SUR LES MODELES
4.2.1- ELABORATION D UN MODELE
4.2.2- CHOIX DES MODELES
4.2.2.1- Limites de la modélisation
4.2.3- FORMULATION MATHEMATIQUE
4.2.4METHODE DE RESOLUTION
4.2.5- CONDITIONS INITIALES ET CONDITIONS AUX LIMITES
4.2.5.1- Conditions initiales
4.2.5.2- Conditions aux limites
4.3- CARACTERISTIQUES DU MODELE
4.3.1- DESCRIPTION ET MODE DE FONCTIONNEMENT DU MODELE.
4.3.2- DISCRETISATION DU DOMAINE D ETUDE
4.3.3- CALAGE DU MODELE EN REGIME TRANSITOIRE
4.3.3.1- Conditions aux limites :
4.3.3.2- Prélèvements
4.3.3.3- Potentiels
4.3.3.4- Alimentation
4.3.3.5- Calage du modèle
4.3.3.6- Résultats du calage
4.4- EXPLOITATION DU MODELE
4.4.1- EVOLUTION DE L EXPLOITATION DE LA NAPPE DE MAGHNIA APRES UNE ANNEE
4.4.2- SIMULATIONS DES ECOULEMENTS SOUTERRAINS A L ECHEANCE 2025
4.5- CRITIQUE DES RESULTATS DU MODELE
Chapitre 5 : GEOSTATISTIQUE
5.1- INTRODUCTION
5.2- EVOLUTION DE LA GEOSTATISTIQUE
5.3- DES VARIABLES REGIONALISEES AUX FONCTIONS ALEATOIRES111
5.4- ANALYSE VARIOGRAPHIQUE
5.4.1- RAPPEL DES FORMULES ET DE L ALLURE DES VARIOGRAMMES
5.4.2- COMPORTEMENT DES VARIOGRAMMES A L ORIGINE
5.4.3- FORME DES VARIOGRAMMES A GRANDE DISTANCE
5.5- INTERPOLATION DES DONNEES
5.5.1- VALIDATION CROISEE
5.5-2- ELABORATION DES CARTES KRIGEES
CONCLUSION GENERALE
Télécharger le rapport complet
