WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Aspect du risque géologique à  l'échelle du bassin versant de Saà¯da (innondation, érosion hydrique et pollution des eaux)


par Nabil BOUZID
Université d'Oran 02 Mohamed Ben Ahmed - Master 2021
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

CHAPITRE II

MODÉLISATIONS D'ALÉAS

Les risques hydrologiques font partie des risques dits naturels, on désigne par danger ou risque hydrologique les risques induits par l'eau lorsqu'elle tombe sous forme de précipitations liquides ou solides. Cette classe de dangers/risques est donc relative à des phénomènes variés tels que les débordements de cours d'eau (crue, inondation) et certains écoulements souterrains (remontée de nappe), les crues torrentielles et les avalanches de neige. Les dommages liés aux risques hydrologiques représentent environ 45 % des dommages.

I. LES CRUES ET LES INONDATIONS

Inondation c'est une irruption d'eau sur un terrain normalement sec comme une submersion par l'eau débordant du lit normal d'un cours d'eau, ou comme une accumulation d'eau provenant de drainages, sur des zones qui ne sont pas normalement submergées, Il s'agit d'une situation temporaire dommageable (destruction d'habitations, par exemple).

Les crues torrentielles sont des écoulements d'eau avec un fort transport solide du sédiment grossier par roulement, glissement, saltation le long du lit, qui se produisent dans les torrents et les rivières de montagne ou de piémont

On peut relier les crues et inondations à des scénarios météorologiques. A. Étude climatique

Les éléments climatiques sont les paramètres de base indispensables à connaitre pour conduire une réflexion sur le bilan hydraulique. Les différents éléments caractérisant le climat sont principalement : les précipitations, l'humidité relative de l'air, la température, le vent..., il est important donc de connaitre chacune de ces composantes.

A cet effet, nous aborderons dans cette étude les paramètres intervenant dans le climat. Les données climatiques sont basées sur celles des observations effectuées sur les principales stations hydro-pluviométriques de l'Agence Nationale des Ressources Hydrauliques et l'Office National de la Météorologie dans la région d'Ain El Hdjar durant la période 1981- 2020.

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

28

1. Les précipitations

Les conditions climatiques du bassin versant jouent un rôle important dans le comportement hydrologique des cours d'eau (Roche, 1963). Les relevés pluviométriques constituent l'une des données indispensables dans l'étude du climat d'une région. Les précipitations, représentent essentiellement le facteur influençant le régime d'écoulement et le volume d'eau infiltré. Le bassin versant de l'Oued Saïda est soumis à l'influence de deux régimes saisonniers opposés en matière de formation de précipitations. Le premier est méditerranéen dominant, qui agit par des entrées marines, provoquant de fortes précipitations en saison d'hiver. Le second est continental, caractérisé par les effets orageux des saisons estivales (YELES, 2014). La pluviométrie consiste toujours à mesurer une hauteur de précipitations pendant un intervalle de temps. On a l'habitude d'exprimer les précipitations en millimètre par jour. Dans notre cas la pluviométrie et exprimée en mm/mois, mm/an ou mm/j. Elle représente une hauteur d'eau tombée sur le bassin versant considéré et intégrant la distribution spatio-temporelle.

La région de Saïda fait partie des régions de l'Algérie où la moyenne de précipitations annuelles (varie de 200mm à 400mm) est au-dessus de la moyenne de précipitations au niveau national ; un déficit en précipitations semble donc bien marquer la région notamment durant la période post 1981.

Nous avons utilisé les données de précipitations de la station hydrométrique d'Ain El Hdjar (Tableau 3) à cause de sa situation dans l'amont du bassin versant de Saïda et à proximité du périmètre du bassin.

Nom de la

 

Coordonnées

Années

station

Code

X

Y

Z

d'observations

Ain El Hdjar

11 11 03

266.5

165.2

1025

1981 - 2020

Tableau 3 : Station hydrométrique d'Ain El Hdjar.

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

29

Figure 11 : Localisation des stations pluviométriques et hydrométriques (O.N.I.D, 2010)
(OFFICE NATIONAL DE L'IRRIGATION ET DU DRAINAGE).

1.1. Précipitations journalières

Les données de précipitations journalières nous ont permis d'estimer les précipitations intenses et les averses à l'origine du déclenchement des écoulements. Les eaux ruissellent et se concentrent rapidement dans les cours d'eaux, engendrant des crues torrentielles brutales et violentes. Le cours d'eau transporte de grandes quantités de sédiments, ce qui se traduit par une forte érosion du lit et un dépôt des matières transportées. L'imperméabilisation du sol par les aménagements limite l'infiltration de précipitations et favorise le ruissellement. Ceci occasionne souvent la saturation et le refoulement du réseau d'assainissement des eaux pluviales. Il en résulte des écoulements plus ou moins importants et souvent rapides dans les rues. On estime que ce désordre est la conséquence de la sous-estimation du dimensionnement du réseau d'assainissement en milieu urbain.

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

40

70

60

50

30

20

10

0

35 38,11

41,96

60,46

50,7

38,31

54,82

40,98

55,95

36,59

Figure 12 : Précipitations journalières du 1/9/1981 au 31/8/2020.

L'histogramme ci-dessus (Figure 12) représente les précipitations journalières mesurées à l'échelle de la commune de Ain El Hdjar. Nous avons ciblé les précipitations les plus intenses pour pouvoir étudier leur régime à partir des hydrogrammes unitaires qui sont représentés ci-après (Figure 13 - Figure 22).

30

Figure 13:Hydrogramme de la crue de 19/10/82. Figure 14:Hydrogramme de la crue de 12/11/84

.

Figure 15:Hydrogramme de la crue de 19/03/89. Figure 16:Hydrogramme de la crue de 13/03/91.

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

Figure 17:Hydrogramme de la crue de 15/01/04. Figure 18:Hydrogramme de la crue de 13/11/04.

Figure 19:Hydrogramme de la crue de 11/11/05. Figure 20:Hydrogramme de la crue de 13/11/12.

Figure 21:Hydrogramme de la crue de 25/04/13. Figure 22:Hydrogramme de la crue de 05/04/16.

1.1.1. L'utilisation de l'approche fréquentielle probabiliste

31

Un grand nombre d'événements extrêmes en risques géologiques surtout les risques hydriques ne peuvent être prévus de manière suffisamment juste assez longtemps d'avance pour que soient prises, en fonction d'une information déterministe, les décisions pertinentes liées à leur manifestation.

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

32

Dans tels cas, une approche probabiliste doit être retenue pour permettre d'intégrer les effets de ces phénomènes lors de la prise de décisions. L'approche fréquentielle probabiliste peut être utilisée pour décrire la probabilité que se produise un événement, ou une combinaison d'événements. Les phénomènes hydrologiques couramment étudiés au moyen de l'approche fréquentielle sont les précipitations et les crues.

1.1.2. Modélisation par IDF

Les courbes IDF représentent l'évolution de l'intensité de la pluie en fonction du temps (durée) et de la fréquence de la pluie exprimée en période de retour ; elles sont calculées par la méthode probabiliste double exponentielle de Gumbel.

Les courbes IDF sont à la base de tout modèle pluie-débit entrant dans les études d'inondations, donc leur élaboration présente un outil de première importance dans la planification, la gestion et la prévention du risque pluvial. Ces événements extrêmes ne peuvent être connus, qu'à travers la connaissance des paramètres qui les régissent.

1.1.3. Construction des courbes IDF

Les courbes IDF sont établies sur la base de l'analyse d'averses enregistrées à une station au cours d'une longue période. Les courbes obtenues peuvent donc être construites de manière analytique ou statistique.

Pour la réalisation de ces courbes il faut traiter les précipitations journalières, le cumul maximal d'une journée, deux jours consécutives, trois jours consécutives jusqu'à cinq jours, dans une période de dix ans. Les résultats de cette approche sont représentés graphiquement et mathématiquement. Dans la représentation graphique nous avons des courbes dans lesquelles on trouve l'intensité en fonction du temps (durée) avec les périodes de retours. Les résultats mathématiques sont résumés sur deux tableaux qui visualisent les lames d'eaux précipitées et les intensités.

a) Intensité

L'intensité d'une crue est généralement caractérisée à travers un, deux, ou trois paramètres qui permettent de quantifier la capacité de dommage :

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

33

- Pour les crues, les paramètres importants sont : la hauteur de submersion et la vitesse/débit de l'eau.

- Pour les inondations, la hauteur de submersion et la durée de submersion peuvent être un critère important à considérer.

- En zonage d'avalanche ou de lave torrentielle, ce sont surtout la distance d'arrêt (ou plus généralement l'extension) et la poussée/pression d'impact qui servent à spécifier l'intensité de l'écoulement et ses conséquences potentielles.

b) Période de retour

On définit la période de retour T comme étant l'intervalle de temps moyen entre deux événements, dont l'intensité atteint ou dépasse un certain seuil S. Cela veut dire que sur un intervalle de temps T, il y a eu moins d'événement d'intensité supérieure ou égale à S. T est compté dans une unité de temps arbitraire ; en hydrologie c'est le plus souvent l'année (DEFRANCE, 2009).

D'une façon générale, on postule qu'il existe une relation entre intensité I et période de retour T d'un phénomène hydrologique : plus le phénomène est rare, plus son intensité est potentiellement grande (Christophe Ancey, 2008)

1.1.4. La courbe IDF du bassin versant de Saïda

D'après les courbes IDF (Figure 23), les tableaux de la lame d'eau précipitée et l'intensité (Tableau 4 et 5), on distingue que :

L'intensité et la lame d'eau précipitée dans les premières 24h de chaque période de retour sont faibles ; après 48h elles diminuent dans les périodes de retour de 2,5 et 10ans jusqu'à 96h et enfin, elles augmentent dans les dernières 24h où elles atteignent les valeurs maximales.

Concernant les périodes de retour de 20 et 60ans, les courbes ont une tendance d'augmentation dès le premier jour au dernier jour, dans les premières 24h l'intensité et la lame d'eau précipitée sont faibles, au fil des temps, après les 48h elles deviennent importantes jusqu'à le dernier jour où elles atteignent la valeur maximale.

34

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

0,1

0,1

0,1

0,1

0,0

0,0

0,0

0 30 60 90 120 150

INTENSITÉ MOY EN

N E DE L'AVERSE [MM/H]

REPRÉSENTATION DES COUPLES DURÉE - INTENSITÉ MOYENNE

temps de retour = 2 ans temps de retour = 5 ans

temps de retour = 10 ans temps de retour = 20 ans

temps de retour = 60 ans

DURÉE DE L'AVERSE [H]

Figure 23 : Les courbes IDF du bassin versant de Saïda.

Durée de la
pluie

Lame
précipitée

Lame
précipitée

Lame
précipitée

Lame
précipitée

Lame
précipitée

(h] (mm/10] (mm/10] (mm/10] (mm/10] (mm/10]

24

 
 
 
 
 

12

15

17

19

22

48

25

33

38

43

50

72

34

48

57

66

77

96

41

61

75

87

104

120

63

85

101

115

134

Tableau 4 : Estimation des lames d'eaux précipitées.

Durée de la

intensité

intensité

intensité

intensité

intensité

pluie

moyenne

moyenne

moyenne

moyenne

moyenne

(h]

(mm/h]

(mm/h]

(mm/h]

(mm/h]

(mm/h]

24

 
 
 
 
 

0,0

0,1

0,1

0,1

0,1

48

0,1

0,1

0,1

0,1

0,1

72

0,0

0,1

0,1

0,1

0,1

96

0,0

0,1

0,1

0,1

0,1

120

0,1

0,1

0,1

0,1

0,1

Tableau 5 : Estimation des intensités pluviométriques.

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

35

1.1.5. Modélisation par GRADEX

C'est une approche hydro-pluviométrique probabiliste du calcul des débits de crues extrêmes dans les bassins versants où le phénomène prépondérant dans la genèse de la crue est les transformations de la pluie en ruissellement de surface.

Pour l'étude des crues extrêmes par la méthode de GRADEX dans le bassin versant de Saïda, on dispose de précipitations journalières de la station hydrométrique d'Ain El Hdjar de 1981 à 2020. On prend les précipitations journalières maximales annuelles observées dans la série considérée, puis on les traite de la valeur minimale à la valeur maximale ; après on obtient les courbes GRADEX. On constate deux distributions visiblement parallèles (Figure 24).

90

 
 
 
 
 
 
 
 
 
 
 

80

 
 
 
 
 
 
 
 
 
 
 
 

70

 
 
 
 
 
 
 
 
 
 
 
 
 

60

 
 
 
 
 
 
 
 
 
 
 

50

 
 
 
 
 
 
 
 
 
 
 
 
 
 

40

 
 
 
 
 
 

y = 8,5572x

+ 23,943

 
 
 
 

R2 =

1

30

 
 
 
 
 

=

20

y , ,

 
 
 

R2 = 1

 
 
 
 

10

= 8,5711x + 24,987

 

y

 
 
 

R2 = 0,9662

 
 

0

 

-2 -1 0 1 2 3 4 5 6 7

Variable réduite de Gumbel u [-]

Lame précipitée ! écoulée [mm!24h]

Figure 24 : Courbes GRADEX.

L'application de la méthode GRADEX nous a mené en premier lieu, à identifier puis à extraire tout événement extrême pluvieux ; on procède à extraire le maximum des pluies journalières annuelles. La Figure ci-dessus, illustre un ensemble de maximal de pluie répartie sur les 39ans de la série ainsi considérée. Dans un premier temps, la Figure montre un grand contraste dans la répartition de précipitations notamment dans la redondance des pluies maximales qui ne semblent pas être rattachées à la saison.

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

36

1.2. Précipitations mensuelles

Les valeurs moyennes mensuelles calculées de la période 1981 au 2020 sont bien représentatives. Les variations mensuelles de la distribution de précipitations représentées au tableau ci-dessous (Tableau 6) montrent deux périodes distinctes :

- La période sèche correspondant à la saison d'été. - La période pluvieuse couvre le reste de l'année.

Sept.

Oct.

Nov.

Déc

Janv.

Fév.

Mars

Avril

Mai

Juin

Juil.

Aout

34,26

45,61

54,43

44,25

52,21

44,13

51,37

50,08

41,93

16,23

7,55

16,79

Tableau 6 : Précipitations moyennes mensuelles.

60

50 40 30 20 10 0

 

Sept Oct Nov Déc Janv Fév Mars Avril Mai Juin Juil Aout

Figure 25 : Histogramme de la variation moyenne mensuelle.

Les précipitations moyennes mensuelles de la période d'observation 1981 - 2020 à la station d'Ain El Hdjar montrent que les valeurs maximales sont marquées dans les saisons d'hiver, l'automne et le printemps qui sont très proches. La répartition de l'indice saisonnier est de type PHAE ; cette distribution se révèle par une diminution des pertes en eau due à l'évaporation et une augmentation des apports contribuant au soutien des écoulements de surface et à la recharge des nappes d'eau souterraines.

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

37

60

 

50 46,86 47,79

40

44,76

 
 
 
 
 
 
 
 

30

 
 
 

20

 
 
 

10

 
 

13,52

0

 
 
 
 

Automne hiver printemps été

Figure 26 : Régimes saisonniers de précipitations. 1.2.1. Indice standardisé de précipitations

L'indice standardisé « SPI » (Standardized précipitation index) a été développé en vue de caractériser les déficits de précipitations pour une période donnée (McKee et al., 1993). Il prend en considération l'importance du temps dans l'analyse de la disponibilité des ressources en eau. En effet, la période de temps sur laquelle le déficit de précipitations est accumulé devient extrêmement importante pour séparer entre les différents types de sécheresse (McKee et al., 1995). Il peut être calculé à différentes échelles de temps (1, 3, 6, 12, 24, 48 mois) afin de refléter l'impact de la sécheresse sur les différentes ressources en eau.

1.2.2. Procédures et formules pour calculer SPI

- La transformation de la valeur de précipitations en indice de précipitations normalisées a pour but :

a- Transformation de la moyenne de la valeur de précipitations ajustée à 0.

b- L'écart type de précipitations est ajusté à 1.

c- L'asymétrie des données existantes doit être ajustée à 0.

Lorsqu'on atteint ces objectifs, l'indice de précipitations standardisé peut être interprété comme une moyenne de 0 et un écart-type de 1.

- La moyenne de précipitations (X) peut être calculée comme suit :

X

??? =

N

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

Où : N : est le nombre d'observations de précipitations dans EXCEL.

La moyenne est calculée comme Moyenne = MOYENNE (premier : dernier) - L'écart type de précipitations est calculé comme suit :

??=

v?(?? - ??)2 ??

- Les précipitations sont converties en valeurs colonne-normales et les statistiques U, forme et les paramètres d'échelle de la distribution gamma sont calculés :

Log moyenne = ???? ?? = ln (??)

??= ??????

? ????(??)

??

Paramètre de forme :

??=

1 + v1 + 4??

3

4??

Paramètre d'échelle :

?? =

??

??

38

Les équations sont calculées à l'aide des fonctions intégrées fournies par le logiciel EXCEL. Les paramètres résultants sont ensuite utilisés pour trouver la probabilité cumulée d'un événement de précipitations. La probabilité cumulée est donnée par :

-??

?

????-1 ?? ?? ?? ????
0 ??(??) = ????(??)

Puisque la fonction gamma n'est pas définie pour x = 0 et qu'une distribution de précipitations peut contenir zéros, la probabilité cumulée devient :

H(x) = ?? + (1 - ??) G(??)

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

39

Où q est la probabilité de zéro.

La probabilité cumulative H(x) est ensuite transformée en la variable aléatoire normale standard Z avec une moyenne de zéro et une variance de 1, qui est la valeur du SPI suivant Edwards et McKee (1997) ; nous utilisons la conversion approximative fournie par Abromowitz et Stegun (1965) comme alternative

??0 + ??1??1 + ??2??2

?? = ?????? = - (??-1 + ??1?? + ??2??2 + ??3??3) 0 < ??(??) = 0.5

??0 + ??1??1 + ??2??2

?? = ?????? = + (??-1 + ??1??+ ??2??2 + ??3??3)0.5 < ??(??) = 1

Où :

?? =v???? (1

??(??)2) 0 < ??(??) = 0.5

??=

v????( 1 (1.0 - ??(??)2)) 0.5 < ??(??) = 1

C0 = 2.515517

C1 = 0.802583

C2 = 0.010328 d1 = 1.432788 d2= 0.189269 d3 = 0.001308

Les valeurs de C0 C1 C2 d1 d2 d3 données sont des constantes largement utilisées pour le calcul SPI (Abramowitz et Stegun, 1965).

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

40

1.2.3. Classification des valeurs SPI : (McKee et al. 1993)

Le système de classification présenté dans le tableau (Tableau 7) des valeurs de l'indice SPI définie l'intensité des épisodes de sécheresse en fonction de la valeur de l'indice.

Valeur SPI

Séquence de sécheresse

2,0 et plus

Extrêmement humide

de 1,5 à 1,99

Très humide

de 1,0 à 1,49

Modérément humide

de -0,99 à 0,99

Proche de la normale

de -1,0 à -1,49

Modérément sec

de -1,5 à -1,99

Très sec

-2.0 et moins

Extrêmement sec

Tableau 7 : Classification des sécheresses selon les valeurs de SPI. 1.2.4. Avantages de la méthode SPI

> L'indice SPI offre une bonne souplesse d'utilisation : il est possible de le calculer pour de multiples échelles de temps.

> Quand il porte sur un laps de temps relativement court, entre 1 et 3 mois par exemple, l'indice SPI permet de détecter rapidement les situations de sécheresse

> L'indice SPI présente une bonne cohérence spatiale, ce qui permet d'établir des comparaisons entre des zones différentes soumises à des climats différents.

> Sa nature probabiliste le place dans un contexte historique, ce qui convient bien à la prise de décision.

1.2.5. Inconvénients de la méthode SPI

> L'indice SPI ne repose que sur les relevés de précipitations.

> Le bilan hydrique du sol n'étant pas pris en compte, l'indice ne permet pas le calcul du rapport évapotranspiration/évapotranspiration potentielle (ET/ETP).

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

41

1.2.6. Résultats des valeurs SPI mensuelles du bassin versant de Saïda

Après l'application de l'indice SPI dans le bassin versant étudié, nous avons obtenu les résultats consignés au tableau ci-dessous (Tableau 8) :

Valeur SPI

>2

1,5 à 1,99

1 à 1,49

0,99 ;-0,99

-1 à -1,49

-1,5 à -1,99

< -2

Séquence de
sécheresse

Extrêmement
Humide

Très
Humide

Modérément
humide

Proche de
normale

Modérément
sec

Très sec

Extrêmement
sec

Septembre

0

0

0

36

0

0

0

Octobre

0

0

6

33

0

0

0

Novembre

0

0

3

36

0

0

0

Décembre

0

0

3

35

0

0

4

Janvier

0

0

2

36

0

1

0

Février

0

0

6

33

0

0

0

Mars

0

1

3

35

0

0

0

Avril

0

0

5

34

0

0

0

Mai

0

0

4

35

0

0

0

Juin

0

0

6

33

0

0

0

Juillet

0

2

5

32

0

0

0

Aout

0

0

5

34

0

0

0

Tableau 8 : Résultats des valeurs d'indice SPI du bassin versant de Saïda.

D'après les valeurs SPI obtenues sur la base des données afférant à la station d'Ain El Hdjar, On remarque que les fréquences les plus abondantes se trouvent dans la séquence proche de la normale, aussi la présence des faibles valeurs qui caractérisent une classe modérément humide.

1.3. Précipitations annuelles

Au niveau de la station de Ain El Hdjar les précipitations moyennes annuelles enregistrées sont de l'ordre de 459mm au cours de la période allant de 1981 à 2020 (Figure 27). Cependant, l'évolution de précipitations est caractérisée par une irrégularité bien marquée à l'échelle interannuelle.

Dans cette station, un minimum de 285.27mm a été enregistré en 1983 - 1984, et le maximum de 709.67mm en 2008 - 2009.

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

42

Figure 27 : Variation interannuelle de précipitations.

Dans la période de 1981 au 2003 les précipitations sont inférieures à la moyenne interannuelle, au-delà toutes les valeurs sont supérieures à la moyenne avec des petites chutes temporaires.

1.3.1. Indice d'aridité

Étant donné la très grande variabilité du climat, manifestée par la hausse relative de la fréquence et de l'intensité des phénomènes extrêmes, l'étude du dessèchement et de la sécheresse peut constituer un très bon outil de mise en place de mesures adéquates pour réduire et combattre leurs effets négatifs sur la population et les activités humaines. Parmi ces effets, la tendance à l'aridité du climat est l'un des phénomènes climatiques actuels les plus suivis et étudiés, aux niveaux global et régional, surtout à cause des influences insidieuses à long terme sur les communautés humaines et sur l'économie.

1.3.2. Données et méthodes

L'indice d'aridité de Martonne est un indicateur utile pour caractériser le phénomène d'aridité, il est calculé par la formule suivante :

P

??a =

Où : Ia : Indice d'aridité

P : Précipitations annuelles (mm).

T : Température moyenne annuelle (°C).

 

T + 10

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

43

Valeur de Ia

Type

Signification

< 5

Aridité absolue

Désert sans culture

5 a 10

Désert (aride)

Désert et steppe, aucune culture
sans irrigation

10 a 20

Semi-aride

Formation herbacées steppe ou
savanes, irrigation nécessaire
pour les cultures exigent de
l'humidité

20 a 30

Semi humide

Prairie naturelle, irrigation
généralement non nécessaire

30 a 40

Humide

Les arbres jouent un rôle plus en
plus grande dans le paysage

> 40

Humide

Des forêts partout, les cultures
de céréales tendent à être
remplacées par les herbages

Tableau 9 : Classification climatique selon l'indice d'aridité De Martonne.

La valeur de l'indice d'aridité du bassin versant de Saïda est de 15.42 dans l'an 2020, ce qui confirme que la région de Saïda se situe dans une zone semi-aride.

2. La température

La température est un facteur du climat très important, car elle conditionne l'évapotranspiration. Les données des températures dans la zone d'étude sont groupées au tableau ci-dessous (Tableau 10) :

 

S

O

N

D

J

F

M

A

M

J

J

A

ANN

T min °C

18,88

13,95

10,08

10,55

4,09

10,1

10,03

10,82

13,79

18,21

24,24

24,63

14,11

T max °C

24,78

20,1

9,96

9,92

8,52

9,83

9,73

16,81

21,49

26,35

29,62

29,47

18,04

T moy °C

22,1

16,92

10,96

7,5

6,28

7,64

10,67

16,6

17,83

23,05

27,07

26,78

16,11

Tableau 10 : Températures mensuelles (°C).

Où : TMin : températures moyennes de tous les minimas observés pour chaque mois. TMax : températures moyennes de tous les maximas observés pour chaque mois. TMoy : températures mensuelles moyennes.

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

40

90

80

70

60

50

30

20

10

0

S O N D J F M A M J J A

T min °C T max °C T moy °C

44

Figure 28 : Variation de la température mensuelle.

L'analyse de ces données met en évidence que les minimas correspondent à la période hivernal (Décembre, janvier et février), tandis que les maximas coïncident avec le début de la saison sèche (estivale) qui commence pratiquement au mois de Mai jusqu'à ce qu'ils atteignent leur maximum au mois de Juillet et Aout qui est le plus chaud. La moyenne mensuelle la plus élevée correspond au mois d'Juillet 27,07 °C, tandis que la plus basse correspond au moins de Janvier 6,28 °C. La température moyenne interannuelle est de 16.11 °C.

3. Humidité relative

C'est un élément important du cycle hydrologique contrôlant l'évaporation du sol et la couverture végétale et qui représente la quantité réelle de vapeur d'eau contenue dans l'air par rapport à celle que l'air pourrait contenir s'il était saturé à la même température.

L'humidité relative mensuelle moyenne pour la station de la région est présentée au tableau suivant (Tableau 11):

Mois

S

O

N

D

J

F

M

A

M

J

J

A

ANN

Humidité moy %

47

55,62

66,17

72,14

70,57

66,24

60,1

55,82

51,33

42,34

34,16

35,98

54,72

Tableau 11 : Variation de L'humidité relative mensuelle moyenne en %.

D'après ces résultats, les maximums d'humidité relative moyenne sont observés en Octobre jusqu'à Mai, tandis que le minimum se produit en Juillet - Aout avec une humidité moyenne annuelle de 54.72%

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

40

80

70

60

50

30

20

10

0

S O N D J F M A M J J A

45

Figure 29 : Histogramme de l'humidité relative.

4. Le vent

Le vent est un élément caractéristique du climat, car il favorise l'évapotranspiration ; leur étude nous permet de voir leur influence sur l'évapotranspiration potentielle.

Le sirocco est un vent chaud et sec qui souffle du Sahara vers le littoral. Les vents dominants sont particulièrement du Nord - Ouest.

La fréquence moyenne interannuelle des vents par leur direction à la station de Rebahia le tableau suivant (Tableau 12)

Direction

N

NE

E

SE

S

SO

O

NO

Fréquence

17%

5%

4%

3%

6%

7%

35%

23%

Tableau 12 : La fréquence moyenne interannuelle des vents par leur direction.

Les moyennes mensuelles des vitesses des vents déterminés aux différentes stations sont résumées au tableau suivant (Tableau 13) :

Mois

S

O

N

D

J

F

M

A

M

J

J

O

Moy

Vitesse (m/s)

2.4

2.3

2.5

2.7

2.9

2.8

2.8

3

2.9

2.8

2.7

2.7

2.71

Tableau 13 : Vitesses moyennes mensuelles du vent.

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

2,4

S O N D J F M A M J J O Moy

2,3

2,5

2,7

2,9

2,8

2,8

3

2,9

2,8

2,7

2,7 2,71

46

Figure 30 : Histogramme de la vitesse du vent.

5. Évaporation

L'évaporation est un paramètre important du bilan hydrologique.

Les valeurs de l'évaporation du plan d'eau libre sont adoptées d'après les données observées, elles sont données par le tableau ci-dessous (Tableau 14) :

Mois

S

O

N

D

J

F

M

A

M

J

J

A

Total

Évaporation (mm)

270

203

135

108

118

117

156

175

226

315

416

392

2631

Tableau 14 : Évaporation moyenne mensuelle

D'après le tableau nous constatons que l'évaporation totale annuelle est élevée.

On remarque aussi que l'évaporation est importante aux mois de juin, juillet et aout, tandis qu'elle est faible aux mois de novembre, décembre, janvier et février.

450 400 350 300 250 200 150 100 50

0

 

0 2 4 6 8 10 12 14

Figure 31 : Courbe de l'évaporation moyenne mensuelle.

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

47

II. TRANSPORT SOLIDE

L'érosion est un processus qui tend à réduire à la surface des continents l'épaisseur des sols et des roches, en arrachant physiquement les particules solides qui sont exportées en suspension par le ruissellement superficiel vers les Oueds où elles peuvent être transportées jusqu'aux mers et aux océans (Probst, 1992). L'érosion des sols est caractérisée par trois étapes, correspondant d'abord au détachement des particules de sol puis au transport par différents agents (vent, eau, glace, gravité), de leur emplacement d'origine à un endroit de dépôt en aval ; ces mouvements de sols sont des processus complexes et discontinus à fortes variations spatiotemporelles.

1. Facteurs de l'érosion hydrique 1.1. Intensité des pluies

Les précipitations constituent l'agent essentiel de l'érosion hydrique. L'érosivité de la pluie dépend surtout de l'intensité de la pluie ou son énergie cinétique. Le premier effet morphologique de la pluie est celui de la goutte d'eau qui frappe le sol « effet splash » (Figure 32). Le choc de la goutte est particulièrement important sur les terres car il disloque les agrégats et les mottes de sol dont les particules sont projetées à distance. Ainsi l'effet de tassement rend compacte et imperméable la surface ce qui diminue la capacité d'infiltration du sol et favorise le déclenchement du ruissellement.

Figure 32 : Effet splash.

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

48

1.2. Les caractéristiques de la couverture pédologique

La couverture pédologique joue un rôle essentiel sur les processus de ruissellement et d'érosion au travers de sa capacité d'infiltration et son érodibilité. La capacité d'infiltration d'un sol est le flux d'eau maximal qu'il peut infiltrer dans des conditions hydriques initiales du sol et de ses caractéristiques intrinsèques, comme la succession et les propriétés hydrodynamiques de ses horizons. L'horizon de surface joue le rôle d'obstacle principal à l'infiltration lorsque sa structure est dégradée par les conditions mécaniques et hydriques. L'érodibilité du sol dépend surtout de sa stabilité structurale qui est un indicateur de la cohésion (la texture et la teneur en matière organique), des agrégats et de leur résistance à la dégradation sous l'effet de la pluie.

1.3. Les modes d'utilisations des sols

L'influence de l'homme intervient à plusieurs niveaux temporels.

A long terme il s'agit du mode d'occupations des sols, en augmentant la dimension des parcelles agricoles et en supprimant les obstacles au ruissellement.

A moyen terme il s'agit du choix de système de culture qui implique un raisonnement de l'assolement sur plusieurs années. A court terme il s'agit du choix des types d'outils ou des dates d'interventions qui permettent de modifier l'état de surface du sol à un moment donné. L'agriculture joue ainsi un rôle majeur dans le contrôle du ruissellement et de l'érosion.

1.4. Le relief

Le relief du terrain intervient sur l'érosion à travers deux aspects :

- La topographie notamment la pente et la longueur de pente définie par les limites du bassin versant qui détermine le régime d'écoulement des eaux sur les versants et donc le transport et l'arrachement des particules du sol.

- La nature des matériaux sous-jacents du sol, qui pourront créer une interface modulant l'érodibilité du milieu.

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

49

Figure 33 : Carte d'occupation du sol de la Wilaya de Saïda.

2. Formes d'érosion

2.1. Érosion laminaire

C'est le stade initial de la dégradation du sol par érosion, du fait de l'impact des gouttes de pluie sur le sol et le transport des éléments détachés par le ruissellement en nappe (Roose, 1994). Cette forme d'érosion, sous l'influence du travail du sol par les outils, engendre la remontée des particules à la surface du sol. En Algérie, la valeur des pertes par ce type d'érosion est évaluée de 0,10 jusqu'à 20 t/ha/an.

2.2. Érosion linéaire

Elle se manifeste lorsque la concentration des eaux conduit à la formation des chenaux de dimensions croissantes.

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

50

2.3. Érosion en griffes

L'érosion en griffes décape et transporte généralement toutes les particules rencontrées : elle n'est donc pas sélective mais les dépôts sont souvent triés. Elle manifeste souvent un degré de dégradation bien plus élevé du milieu (Roose, 1985).

2.4. Érosion en rigoles

On parle d'érosion en rigoles lorsque les petits canaux présentent des profondeurs supérieures à 10cm (Roose, 1984 et Al-Kaisi et al, 2009).

2.5. Érosion par ravinement

Les ravines suivent la ligne de plus grande pente des versants. Lorsque le sol est peu perméable, saturé et peu couvert, le ruissellement est abondant. Ce dernier creuse des ravines et augmente les pointes de crue des Oueds, ce qui favorise le sapement des berges et les glissements de terrain.

3. Modélisation du transport solide

En Algérie, l'ordre de grandeur des concentrations moyennes des sédiments transportés par l'eau des Oueds varie de 50 à 150 g/l avec des valeurs maximales qui peuvent atteindre parfois les 600 g/l (Medjber, 2011). L'approche utilisée pour estimer le transport solide dans le bassin versant de l'Oued Saïda est du type déterministe et utilise des modèles régressifs simples dont l'objectif est de trouver une ou plusieurs relations entre la concentration en matières en suspension et le débit liquide. L'analyse porte sur les valeurs des débits liquides (exprimés en m3/s) et des débits solides (en kg/s), mesurés au niveau de la station hydrométrique de Sidi Boubkeur ; celle-ci étant la dernière station avant l'exutoire du bassin versant d'Oued Saïda. Les données de la série ainsi considérée couvrent la période de 1980 à 2010.

La relation de la série complète utilisée d'après la droite (Figure 34) d'ajustement est de la forme suivante :

QS =2.36. Ql1.63

Où : QS : Débit solide en suspension (kg/s). Ql : Débit moyen mensuel

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

51

Figure 34 : Relation entre les débits solides et les débits liquides instantanés (Oued Saïda -Station

hydrométrique Sidi-Boubkeur de 1980/1981 à 2009/2010).

On remarque d'après la (Figure 35), que pour des faibles débits liquides environ 0,001 m3/s peuvent être associés de forts débits solides (près de 0,010 Kg/s) déclenchés probablement à la suite d'orages violents ou de remobilisation de sédiments issus d'une crue précédente et fraîchement déposés dans le lit de l'Oued. De même, de fortes valeurs des débits liquides n'ont engendré qu'un faible transport solide dû probablement à la vidange des nappes survenue à la suite d'une crue importante (YELES,2014).

Figure 35 : Variations interannuelles des apports solides et apports liquides.

52

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

 

P(mm)

Sept.

Oct.

Nov.

Déc.

Jan.

Fév.

Mar.

Avr.

Mai.

Jui.

Juil.

Ao.

AS(t)

AS(t/km2/an)

80/81

332

4963

14040

8755

1015

2125

1132

5124

1230

100

485

23

8

39000

72

81/82

328

11369

9264

12155

4211

3001

3741

4532

795

385

17

20

10

49000

91

82/83

326

30062

36143

44176

4324

7032

8347

8404

2215

9207

11

4

75

150000

276

83/84

392

1612

3987

4324

1541

618

536

2216

479

64

0

5

18

150000

29

84/85

456

9511

9032

5236

994

2668

1257

3605

0

5

8157

21

14

40000

75

85/86

354

1849

3941

3221

102

101

67

1124

840

27

0

0

28

1000

20

86/87

250

6287

5800

3132

540

2304

51

977

5012

71

9

3297

1

27000

50

87/88

229

913

1400

1542

124

59

9

11

0

48

15

7

2

4000

8

88/89

207

3677

1497

3020

658

67

42

761

470

5

26

53

24

10000

19

89/90

235

4225

10140

9820

350

1700

1015

3225

376

128

45

13

3

31000

58

90/91

263

1718

3715

3621

166

882

0

9

511

12

1

33

42

10000

19

91/92

236

956

1825

1783

5436

838

0

521

3

28

0

0

10

11000

21

92/93

161

3418

2911

1542

465

98

41

1084

0

9

0

10

2

9000

18

93/94

234

9276

12216

14327

2100

3282

1084

4716

3621

632

26

20

0

51000

94

94/95

308

1283

2100

1998

62

28

0

1802

8

11

18

34

56

7000

14

95/96

242

4390

8004

8262

1100

1244

2450

3479

2700

53

0

2

810

32000

60

96/97

177

490

197

442

100

19

46

0

0

4

3

70

29

1000

3

97/98

160

1507

1432

828

65

70

4

3

55

2

0

8

25

40000

7

98/99

144

183

123

153

30

148

2

7

1

3

0

262

18

1000

2

99/00

209

4078

7250

7551

806

1664

316

4

4632

75

0

21

3

26000

48

00/01

275

15130

18382

12447

960

4105

3120

5325

4013

8424

4200

0

0

76000

140

01/02

292

3787

6329

6207

980

41

4

35

368

236

0

13

0

18000

33

02/03

310

1978

1135

2076

19

29

1

18

3

10

30

1

0

5000

10

03/04

296

3040

2742

3856

127

7

0

29

2

97

0

0

0

9000

18

04/05

283

1519

3502

3853

1500

652

0

22

5120

24

0

0

8

16000

30

05/06

266

1668

1438

1066

1

4

6

95

0

7

0

215

0

4000

8

06/07

247

3215

1901

3410

641

29

10

2675

2

87

0

30

0

12000

22

07/08

288

21286

29871

24536

7096

7211

6204

7215

2890

45

22

5611

13

112000

206

08/09

530

25942

23225

15688

2858

5287

2304

8347

2624

1015

310

0

0

87000

161

09/10

330

3050

4042

3013

299

17

11

785

1800

6

575

101

1

13000

24

Moy

282

6165

7388

7180

1289

1518

1060

2205

1338

691

465

328

40

29600

55

Tableau 15 : Répartition mensuelle et annuelle des apports solides en suspension (en tonnes) et des
dégradations spécifiques en (t/km2 /an) dans le bassin versant de Saïda.

Station hydrométrique de Sidi Boubkeur Saïda (1980/1981 à 2009/2010) ; YELES, 2014.

Les résultats obtenus montrent que les années qui se caractérisent par des crues exceptionnelles en volume et en durée génèrent des apports solides très importants ; on peut citer quelques exemples : la crue de novembre 1983 (44176 tonnes), la crue d'octobre 2001 (18382 tonnes), la crue d'avril 2005 (5120 tonnes), la crue d'octobre 2008 (29871 tonnes) et la crue de septembre 2009 (25942 tonnes). Le transport solide dans le bassin versant de Saïda est important dans les saisons d'hiver

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

53

et de printemps à cause de la forte turbulence due aux débits des crues durant ces saisons qui sont caractérisées par une concentration importante des matières en suspensions.

4. Carte de vulnérabilité des sols à l'érosion hydrique

La réalisation de la carte de vulnérabilité des sols à l'érosion hydrique utilise la superposition des cartes thématiques et une hiérarchisation des paramètres intervenant dans l'érosion hydrique. Il s'agit des cartes : d'occupation des terres, de pente et de la lithologie. L'ensemble de ces données est intégré dans un SIG (système d'informations géographique) pour une meilleure gestion de l'information. La combinaison de ces cartes a permis de produire une carte thématique appelée carte de vulnérabilité d'érosion hydrique (Figure 36).

Figure 36 : Carte de vulnérabilité des sols à l'érosion hydrique du bassin versant de Saïda. La carte montre trois classes des zones :

- Zone à forte vulnérabilité à l'érosion représentant 35 % de la superficie totale.

- Zone à vulnérabilité moyenne à l'érosion représentant 25% de la superficie totale. - Zone à faible vulnérabilité à l'érosion représentant 40% de la superficie totale.

A partir de la carte, on distingue que le Sud du bassin versant est très favorable au phénomène d'érosion hydrique, à cause de la forte pente et l'absence de la couverture végétale ; cette bande constitue ainsi les zones émettrices des apports solides. Par contre les parties à vulnérabilité faible à moyenne montrent une pente plus ou moins faible (pente <10°).

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

54

III. POLLUTION DES EAUX

Selon l'ANRH des tronçons importants d'Oueds sont déjà pollués. Une carte thématique sur la qualité des eaux superficielles, établie en 1997 indique des concentrations importantes de phosphore et d'azote. Ceci explique les phénomènes d'eutrophisation, à savoir l'enrichissement d'une eau en sels minéraux entraînant des déséquilibres écologiques comme la prolifération de la végétation aquatique ou l'appauvrissement en oxygène. Ce processus concerne les lacs, certaines rivières, le niveau des plans d'eau (barrages, retenues) et des principales zones de débouchés maritimes.

Les études menées montrent également que plusieurs barrages en Algérie sont actuellement pollués. Parmi ces barrages celui de Wizert (Wilaya de Mascara) pollué par les déchets de la ville de Saïda.

1. Vulnérabilité des nappes à la pollution

La vulnérabilité dépend du type de nappe, libre ou captive, et du mode de circulation de l'eau dans l'aquifère. Les nappes libres sont les plus vulnérables, les polluants d'origine superficielle peuvent diffuser librement dans le sol et la zone non saturée jusqu'au niveau piézométrique; d'autre part, la fluctuation verticale saisonnière du niveau piézométrique aboutit à rincer les particules de la zone non saturée et entraîner les substances qui y sont adsorbées.

Les nappes captives en revanche sont mieux protégées par les couches imperméables qui les surmontent. Leur alimentation en eau superficielle est plus circonscrite, donc plus aisée à protéger. Leur pollution apparaît lorsque le niveau protecteur imperméable est percé par un ouvrage.

La percolation de l'eau dans un milieu poreux peut produire une fixation des substances sur les particules et donc une épuration de l'eau. Ce phénomène d'autoépuration n'existe pas dans les milieux fissurés où la circulation est bien plus rapide.

Pour atteindre une nappe libre en milieux poreux les polluants transportés par les eaux d'infiltration doivent franchir de nombreux obstacles : sol, zone non saturée et zone saturée.

1.1. Le sol

L'activité chimique et microbiologique est intense (oxydation, réduction...). De nombreux corps sont modifiés chimiquement, les polluants organiques peuvent être métabolisés et minéralisés. Néanmoins, cette biodégradation peut aboutir à des métabolites au moins aussi toxiques que les

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

55

polluants d'origine. Les complexes argilo-humiques peuvent fixer de nombreux corps minéraux et

organiques par adsorption.

1.2. La zone non saturée

Comme le sol, elle joue un rôle dans la filtration et la rétention de certaines substances. Cette action

est d'autant plus efficace quand la granulométrie est plus fine.

1.3. La zone saturée

La filtration se poursuit dans le milieu poreux de la nappe et le polluant est dilué dans la masse

d'eau.

2. Les différents types de pollutions existant à Saïda

2.1. Pollution chimique

2.1.1. Décharges existantes

Le risque de pollution de la nappe du Bajocien provenant des déchets liquides solides ménagers et

industriels est un problème qui a amené les divers responsables à fixer leur choix sur site à

l'extérieur de la zone à haut risque.

Cependant, il nous a été donné de constater plusieurs zones névralgiques (Bajocien affleurant)

polluées par des décharges domestiques.

L'inexistence d'une zone imperméable sur ces lieux de décharge favorise la pollution directe par

lessivage de la nappe suite à la perméabilité relativement élevée du karst.

Ces points de décharge sont :

Au niveau de la commune d'Ain El Hadjar : les ordures ménagères industrielles etc.... sont rejetées

directement à la surface des affleurements des dolomies parsemées de Figures de dissolutions du

modelé karstique.

En ce qui concerne la commune de Saïda, l'Oued Saïda est utilisé aussi comme lieu de décharges

ménagères au niveau de la ville ainsi que sur ses deux berges.

2.1.2. Carrières

L'implantation de carrière de pierre et de graviers proches des terrains karstiques contribue à

accélérer la poussée de pollutions par une augmentation de la dilution. Aussi, cette pratique doit

être rigoureusement interdite sur l'ensemble du secteur.

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

56

2.1.3. Rejets d'eaux usées

Le non-fonctionnement de la station d'épuration de Saïda oblige le consommateur à rejeter des eaux usées directement dans l'Oued Saïda or les relations des nappes profondes - Oued n'ont pas pu être mis en évidence technique. N'en reste pas moins que le risque exister surtout au niveau de Saïda ville où les formations des calcaires du Bathonien affleurent.

La station d'épuration se situe plus en aval et il serait souhaitable de prévoir les installations adéquates au niveau du secteur suscité.

On estime le débit journalier des eaux usées transitant dans l'Oued à environ 80 l/s.

Figure 37 : Carte des rejets d'eaux usées dans la wilaya de Saïda (ANRH 2017).

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

57

2.2. Pollutions industrielles

La pollution de type industriel est caractérisée par l'existence de rejets au niveau des unités réparties entre Saïda et Rebahia. A ce niveau, l'Oued Saïda est utilisé dans sa quasi-totalité pour le rejet des déchets industriels.

Les seules conséquences probables de pollution pour la nappe sont évidemment les forages captant la formation du Bathonien et où le risque de contamination peut se manifester par les infiltrations.

Les stations d'épuration sont rares (sauf pour la SONIC). Certaines unités préfèrent utiliser des procédés de neutralisation, mais la qualité de l'eau rejetée dans l'Oued reste suspecte.

Différents types d'effluents rejetés dans l'Oued Saïda ont pour origine, la zone industrielle. Celle-ci se présente comme la principale zone d'activité de Saïda datant du plan spécial de 1972 ; elle se situe à l'entrée de la ville de Saïda (secteur Nord-Ouest) et s'étend sur plus de 86 ha.

Vu la vulnérabilité de la zone menacée par le risque des rejets, une enquête de l'impact de la pollution des différentes unités s'impose afin d'avoir une idée exacte sur les différents types de rejets de chacune d'elles.

Les différents types d'effluents liquides issus de la zone industrielle installée sur le bassin selon le type d'activité, que se soient de nature biodégradable (urbaines) ou non biodégradable (industrielles), sont déversés directement dans l'Oued, ce qui entraîne la pollution des eaux superficielles véhiculées par l'Oued.

Le tableau ci-dessous (Tableau 16) représente les différentes unités et leurs produits utilisés dans la production. Les décharges des usines sont à proximité de l'Oued Saïda. Cette situation entraîne une pollution mixte qui touche aussi bien les eaux de surface que les eaux souterraines.

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

58

Unité

Production

Produit utilisé

ENAVA

Matières
abrasives

Grain abrasif :

10A ? corindons ordinaire95%-97% de

Ai2O3

52A ? corindons intermédiaires 89% de

Ai2O3

89A ? corindons supérieurs rose 99% de

Ai2O3

88A ? corindon supérieur blanc 99,9% de

Ai2O3

- Céramique (liant Céramique)

- Feld spath de soduim

- Feld spath de potassium

- Feld spath d'argiles

- Argile westwelder, Fritte 1227, 2245, 90263

- Kaolin, Oxyde de fer

- Bakélite (Liant bakélite), Réisme liquide

- Réisme en poudre, Oxyde de fer

- Pyrox jaune, Pyrox rouge

ENAD

Javel
Grésyl
Nadhaf
Esprit de sel

- Nao cl + H2O +Bichromate - 50l de grésyl concentré - 100kg marlophin +350l H cl - 750l H cl + H2O

SONIC

Papier

(cummilure et
couverture)

- Almidon

- Sulfate d'aliminiume (Al2(SO4)3, - CMC: carboxyle methylcellulose. - Pexlin

EMIS

Eau minérale

- Eau minérale

- Soude caustique

- Acide nitrique pour le lavage des bouteilles

Tableau 16 : Les différents produits utilisés par les unités industrielles. 2.3. Pollution bactériologique

La pollution bactérienne est liée à la décomposition des matières organiques.

Les points prélevés se sont surtout attachés au débit important des points d'eau à leur utilisation et surtout leur relation avec le Karst. Vingt-sept échantillons sont prélevés (1986), certains points d'eau sont utilisés pour la consommation en eau potable de la population et d'autres sont utilisés par la collectivité locale. L'échantillonnage a été effectué par prélèvement dans des flacons stérilisés in-situ par les soins de ANRH. La pollution de la nappe karstique si elle n'est pas freinée

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

59

par une réglementation stricte, elle risque de se généraliser et condamner à jamais l'alimentation à partir de cette nappe.

Nom du point d'eau

Cordonnées

Résultats

X

Y

Forage F27 (SONIC)

266.850

179.350

Eau polluée bactériologique

Forage F4 (SONIC)

267.650

180.050

Très bonne qualité bactériologique

Forage F62 (A.E.P)

267.000

179.650

Très bonne qualité bactériologique

Piezo 16 (Na3) Puits

269.000

178.000

Mauvaise qualité bactériologique

Source du poirier

272.100

178.000

Mauvaise qualité bactériologique

Forage NA5

268.800

178.200

Eau suspecte à traiter

Forage Douithabet

265.950

173.600

Très bonne qualité bactériologique

Ain Terga

274.000

176.300

Eau impropre à la consommation

Forage champs de manoeuvre

266.700

172.800

Très bonne qualité bactériologique

Forage F48

266.750

178.400

Très bonne qualité bactériologique

Puits Tameshoum

273.650

180.350

Eau polluée bactériologique

Ain Soltane

268.200

173.300

Eau polluée bactériologique

Ain Boukhors

266.150

175.950

Très mauvaise qualité bactériologique

Ain Touta

267.800

172.250

Très bonne qualité bactériologique

Ain Nezereg

268.550

177.700

Eau polluée bactériologique

Ain El Hallouf

270.350

174.350

Très mauvaise qualité bactériologique

Source Ronde

266.450

166.800

Eau polluée bactériologique

Ain Messaoud

266.050

197.950

Eau suspecte à traiter

Si-Abdelkrim

263.000

172.000

Eau polluée bactériologique

Ain Si Djelloul

272.400

171.200

Très mauvaise qualité bactériologique

Ain ELHazem

272.300

168.600

Eau polluée

Ain Beida

265.850

168.250

Eau impropre à la consommation

Source Ramos-Pedro

270.700

167.400

Très mauvaise qualité bactériologique

Piscine de Ain El Hdjar

266.650

165.100

Très mauvaise qualité bactériologique

Ain Taga

265.350

169.100

Très mauvaise qualité bactériologique

Ferme Blanche puits

265.200

167.800

Très mauvaise qualité bactériologique

Ferme du syndicat puits

263.700

165.300

Très mauvaise qualité bactériologique

Tableau 17 : Liste des points d'eau inventoriés pour analyses chimiques et bactériologiques,
(Hydraulique de Saïda).

Sur les 27 points d'eau qui sont pollués bactériologiquement, nous avions conclu que 95% des sources et points d'eau à Saïda ne présentent aucune mesure de protection.

De plus, dans le cas du forage F27 (SONIC) il est à moins de 10m de l'Oued Saïda particulièrement pollué dans cette partie de son cours et à moins de 5m d'une décharge publique non contrôlée, et de plus les fuites occasionnées sur la vanne principale contribuent à favoriser la pollution bactériologique par l'existence d'une mare constante autour du puits.

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

60

Figure 38 : Carte des points d'eau et des prélèvements d'échantillons (ANRH).

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

61

3. Chimie des eaux

L'analyse chimique des eaux est réalisée sur les prélèvements qui ont été effectués précédemment au niveau des :

- Dolomies du Bajo-Bathonien.

- Argiles de Saïda Callovo-Oxfordiennes. - Mio-Plio-Quaternaire.

Le choix des critères chimiques s'est porté sur les paramètres suivants : 3.1. Le résidu sec et minéralisation de l'eau

La concentration moyenne de 450mg/l est considérée comme étant celle de la nappe des dolomies, ces taux élevés sont donc dus à la pollution par précipitations des carbonates dus aux mêmes à un processus organo-chimiques.

3.2. Le titre hydrotimétrique (T-H.)

Il représente la dureté de l'eau en degrés français, si la valeur obtenue est supérieure à 3Ø°, cette eau n'est plus potable, cela est due à la présence de sels de Ca et de Mg.

3.3. Titre alcalimétrique complet (T.A.C.)

Il est en fonction de la teneur en bicarbonates et carbonates contenues dans l'eau. Lorsque les eaux ont un PH inférieur à 8.3 le T.A.C est représenté seulement par les bicarbonates, il donne des indications sur l'agressivité de l'eau.

3.4. Les nitrates

Ils sont de manière générale tant en zone urbaine qu'agricole dues à une pollution domestique (cimetières, égouts, épandage de fumier ou d'engrais azotés)

3.5. Les chlorures

En général la concentration normalement admise ne doit pas dépasser 250mg/l, ils sont eux aussi dus à la présence de déchets d'origine urbaine.

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

62

3.6. Les sulfates

La limite admise doit se situer en dessous de la teneur de 250mg/l, leur présence est due à la dissolution de sels de sulfates par les eaux de précipitations.

4. Résultats et interprétation des analyses chimiques des eaux 4.1. Le résidu sec

La teneur moyenne varie autour de 450mg/l et elle est due en grande partie aux bicarbonates dans le cas de la nappe de Saïda. Cependant à Ain Boukhors la liaison avec le Lias est évidente vu que la teneur s'élève jusqu'à 1320mg/l. Les zones de concentrations élevées se situent sur les points d'eau à proximité de l'Oued Saïda.

4.2. Les nitrates

La teneur moyenne varie de 6mg/l à un maximum de 60mg/l. la concentration en nitrates fait apparaitre une augmentation progressive au Sud-Est de Saïda particulièrement dans la zone karstique au Nord de Ain El Hdjar. Néanmoins, on constate une nette diminution vers les points d'eau autour de Rebahia et de l'Oued Saïda. L'absence d'une couverture naturelle d'alluvions Plio-Quaternaire constituant un écran protecteur, entraine un taux élevé des nitrates (supérieur à la teneur normale de 44mg/l). Ces nitrates sont en grande partie issus de l'utilisation d'engrais azotés par l'agriculture, de l'absence d'une couverture végétale et des caractéristiques intrinsèques du sol.

4.3. Les chlorures

Ils sont associés à la présence d'une pollution urbaine essentiellement ; on observe aussi les teneurs

- Ain Boukhors : 121mg/l.

- Ferme du syndicat : 272mg/l. - Puits Si-Abdelkrim : 1114mg/l

La forte teneur du puits de Si-Abdelkrim est due à la présence de la décharge publique et du cimetière de Saïda à quelques centaines de mètres seulement. Les valeurs obtenues à la ferme de syndicat sont aussi dues aux décharges non contrôlées.

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

Les teneurs en chlorures dans les points d'eau situés de part et d'autre de l'Oued Saïda dus à des rejets de sels dans l'Oued mais les valeurs ne sont pas supérieures à la limite de 250mg/l sauf dans le puits de Si-Abdelkrim.

4.4. Les sulfates

La teneur moyenne dans le secteur étudié varie de 24mg/l à 100mg/l environ, sauf dans le puits de Si-Abdelkrim où la teneur excessive en sulfates est de 2136mg/l ; la moyenne admissible étant de 250mg/l.

5. Différentes catégories des eaux

Le diagramme de Berkaloff (Figure 39) fait apparaitre nettement l'unité de faciès hydrochimique à savoir :

- Les eaux du karst bicarbonatées magnésiennes.

- Les eaux des sources d'émergence de la nappe karstique.

- Les eaux de l'Oued où les teneurs en sont dictées par les rejets urbains et industriels.

Figure 39 : Diagramme de Berkaloff.

63

CHAPITRE II. MODÉLISATIONS D'ALÉAS.

64

En résumé on peut conclure que les faciès chimiques de la nappe de Saïda sont du type Bicarbonate calcique ce qui est en parfaite conformité avec la formation aquifère carbonatée. Le tableau ci-dessous (Tableau 18) représente la gamme des valeurs relevées.

Eléments

Variation

Hco3

215 à 418 mg/l

Cl

27 à 1275 mg/l

So4

6 à 56 mg/l

Ca++

58 à 138 mg/l

Mg++

14 à 100 mg/l

Na++ + K+

11 à 133 mg/l

PH

7.1 à 8.5 mg/l

TH

1.1 à 10.16 mg/l

Tableau 18 : Variation des éléments chimiques. D'après les résultats des analyses chimiques effectuées, il apparait que :

- Une pollution par les nitrates d'origine mixte, urbaine et agricole qui a été mise en évidence dans les zones karstiques particulièrement vulnérables.

- Des taux anormalement élevés en chlorures et sulfates qui sont dus à une concentration des sites de pollutions existants dans un rayon très proche

65

précédent sommaire suivant










Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy



"Nous devons apprendre à vivre ensemble comme des frères sinon nous allons mourir tous ensemble comme des idiots"   Martin Luther King