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 :
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 :
- 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
|