Félicitations à Christian Camilo Ortiz-Lopez!

Christian Camilo Ortiz-Lopez (membre étudiant, doctorat en ATDR sous la supervision de Manuel Rodriguez et de Christian Bouchard) a participé au prestigieux congrès de la International Water Association : 9th IWA-ASPIRE Conference and Exhibition qui s’est déroulée du 22 au 26 octobre à Kaohsiung (Taiwan). Christian y a fait une présentation sur la modélisation de la qualité de l’eau brute à des fins de traitement pour la consommation.

Résumé de sa communication :

Titre : A data-driven methodology for modelling the raw water quality supplying a treatment plant, after rainfall and river flow rate events.

Auteurs : Christian Ortiz-Lopez*, Christian Bouchard, Manuel Rodriguez.

La qualité des sources d’eau potable a été progressivement affectée par des pressions naturelles et anthropiques. Ces défis exigent des efforts croissants dans la surveillance spatiotemporelle et le traitement de l’eau par les municipalités. Les pluies extrêmes entraînent des changements rapides dans la qualité de l’eau brute en raison des processus de ruissellement des précipitations. Lors de ces événements extrêmes, les concentrations de paramètres de qualité de l’eau brute essentiels dans le traitement de l’eau potable, tels que les particules et la matière organique naturelle (MON), peuvent varier considérablement. Ces changements dans la qualité de l’eau brute nécessitent des modifications lors de traitement de l’eau, par exemple des ajustements des doses de coagulant et de désinfectant pour maintenir la production d’eau traitée en toute sécurité. De plus, cela peut entraîner une formation accrue de sous-produits de désinfection (SPD). Les opérateurs des usines de traitement de l’eau potable (UTE) doivent également faire face à des retards entre l’occurrence des précipitations et le moment où la qualité de l’eau brute commence à changer.

Une méthodologie a été proposé pour contribuer à l’amélioration de la prise de décision dans les UTE. L’étude de cas concerne une UTE située au Québec, Canada, dont l’eau source est un affluent du fleuve Saint-Laurent. Nous avons élaboré une méthodologie pour déterminer les délais entre les événements de précipitations et les changements dans la qualité de l’eau brute. Les événements de précipitations étaient représentés par les précipitations horaires mesurées dans cinq stations pluviométriques du bassin versant. Les particules et la MON dans l’eau brute étaient respectivement représentées par la turbidité et l’absorbance UV à 254 nm (UV254), mesurées par des sondes en continue à l’UTE. Au moyen de fonctions de corrélation croisée, les décalages entre les précipitations et les paramètres de qualité de l’eau brute ont été déterminés. Pour l’UV254, une tendance à la hausse est observée à partir de 100 heures et plus après les précipitations. Pour la turbidité, plusieurs pics sont observés, mais de grandes corrélations sont remarquées à partir de 24 heures après les précipitations. Les augmentations et le comportement de la turbidité et de la MON dans l’eau brute après les précipitations sont donc différents. Il s’agit d’un défi supplémentaire dans les UTE car les conditions optimales pour l’élimination des particules et de la MON par la coagulation peuvent différer. Nous avons donc développé des modèles basés sur les données pour prédire les changements de paramètres de qualité de l’eau brute tels que la turbidité et l’UV254. En utilisant des outils d’apprentissage automatique, des données de séries chronologiques d’événements de précipitations et de paramètres de qualité de l’eau brute ont été utilisées pour prédire la turbidité et l’UV254 plusieurs heures à l’avance.

La turbidité et l’UV254 présentent différentes réponses aux précipitations et aux pics de débit de la rivière. Deux techniques d’apprentissage automatique, les réseaux de neurones artificiels (ANN) et les machines à vecteurs de support (SVR), ont été utilisées avec plusieurs scénarios de données d’entrée pour modéliser la qualité de l’eau brute. Le scénario qui utilise les coefficients de corrélation croisée les plus élevés des données de précipitations et de débit de la rivière décalées dans le temps en tant que variables d’entrée a donné les meilleures performances du modèle. L’approche de modélisation proposée peut être appliquée à d’autres études de cas impliquant différents polluants et types d’usines de traitement, permettant la corrélation décalée dans le temps des séries temporelles de précipitations avec la qualité de l’eau à l’entrée de l’UTE. Le développement de stratégies de traitement de l’eau appropriées et opportunes dans les UTE basées sur la prédiction de la qualité de l’eau brute devrait permettre une meilleure exploitation des UTE pendant et après les événements climatiques.