REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE
MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE
ECOLE NATIONALE SUPERIEURE D’HYDRAULIQUE -ARBAOUI Abdellah-
DEPARTEMENT AMENAGEMENT ET GENIE HYDRAULIQUE
MEMOIRE DE MASTER
Pour l’obtention du diplôme de Master en Hydraulique
Option: Aménagement et Ouvrages Hydrotechniques
THEME DU PROJET :
APPROCHE GEOSTATISTIQUE DE L IMPACT DES CHANGEMENTS CLIMATIQUES SUR LA QUALITE PHYSICO CHIMIQUE DES EAUX SOUTERRAINES (CAS DE LA MITIDJA)
PRESENTE PAR :
BELKEBIR YASSINE
Devant les membres du jury
Nom et Prénoms Grade Qualité
T.KHETTAL M.C.A Président M.HASSANE M.C.B Examinateur M.D.BENSALAH M.A.A Examinateur A.ADDOU M.A.A Examinatrice D.DJOUDAR M.C.B Promotrice
Mars 2015 REMERCIEMENTS
Je tiens à adresser mes plus vifs remerciements et à
Exprimer ma profonde gratitude à ma promotrice Mme. D.DJOUDAR
pour avoir accepté de m’encadrer, pour sa
Disponibilité et le temps qu’elle m’a consacré, pour l’intérêt particulier
et les conseils déterminants qu’elle a apporté à mon projet ;
Je profite de l’occasion pour remercier tous le corps enseignants de
l’ENSH ;
Sans oublier le personnel du BEHG et de l’Hydro-travaux, et en
particulier le directeur général ;
Aussi je remercie les membres du jury d’avoir accepté de juge mon
travail ;
Enfin, Je tiens aussi à remercier tous ceux qui ont contribué de près ou
de loin au bon déroulement de ce mémoire.
Y.Belkebir DÉDICACE
Je dédie ce modeste travail et ma sincère gratitude :
A ma défunt grand-mère, que dieux ait son âme que je chérie tellement ;
Aux deux êtres qui me sont très chèrs dans la vie, mon adorable et
joyeuse mère, et mon père bien aimé, Amar, pour leur patience,
Leurs encouragements et leur soutien inconditionnel;
A mes deux frères adorés au quel sans eux ma vie n’aurai
pas eu de sens, l’unique Takfarinas et le fameux Amine;
ET que dieu le tout-puissant les protège et les garde;
A toute la famille Belkebir et Mohamedi ;
A tous mes amis sans exception ;
A la 8ème merveille, avec qui j’ai trouvé le chemin de
la paix et du pardon, et a qui mon estime et mon
respect pour elle ne cesse de grandir, Véga lyre;
A tous ceux et celles qui ont cru et croient en moi.
Y.Belkebir ﻣﻠﺨﺺ: ﺗﻢ اﻟﺘﻄﺮق ﻓﻲ ﺑﺪاﯾﺔ ھﺬه اﻟﺪراﺳﺔ إﻟﻰ ﺗﻘﺪﯾﻢ ﺣﻮﺻﻠﺔ أوﻟﯿﺔ ﻋﻦ ﺟﻤﯿﻊ اﻟﻤﺘﻐﯿﺮات اﻟﺠﯿﻮﻣﻮرﻓﻮﻟﻮﺟﯿﺔ، اﻟﺠﯿﻮﻟﻮﺟﯿﺔ، اﻟﮭﯿﺪروﻟﻮﺟﯿﺔ واﻟﻤﻨﺎﺧﯿﺔ ﻓﻲ ﺳﻔوح أﺣﻮاض ﻣﻨﻄﻘﺔ اﻟﻤﺘﯿﺠﺔ اﻟﺸﺮﻗﯿﺔ; ﻣﺘﺒﻮﻋﺔ ﺑﺘﺤﻠﯿﻞ ﻛﻤﻲ وﻧﻮﻋﻲ ﻣﻔﺼﻞ ﻟﻜﻞ اﻟﻤﺘﻐﯿﺮات اﻟﮭﯿﺪروﻛﯿﻤﯿﺎﺋﯿﺔ اﻟﻤﻤﯿﺰة ﻟﻠﻤﯿﺎه اﻟﺠﻮﻓﯿﺔ اﻟﻤﻠﺘﻘﻄﺔ ﻛﻌﯿﻨﺎت ﻣﻦ آﺑﺎر اﻟﻤﺘﺎﺑﻌﺔ اﻟﻤﻨﺠﺰة ﻣﻦ ﻗﺒﻞ اﻟﻮﻛﺎﻟﺔ اﻟﻮطﻨﯿﺔ ﻟﻠﻤﻮارد اﻟﻤﺎﺋﯿﺔ. اﻷﻣﺮ اﻟﺬي ﺳﻤﺢ ﺑﺎﻹظﮭﺎر إﻟﻰ اﻟﻮاﺟﮭﺔ اﻟﺨﺼﺎﺋﺺ اﻟﻜﯿﻤﯿﺎﺋﯿﺔ ﻟﻠﻤﯿﺎه اﻟﺠﻮﻓﯿﺔ ﻟﻠﻤﺘﯿﺠﺔ اﻟﺸﺮﻗﯿﺔ. وﻓﻲ اﻷﺧﯿﺮ، ﺗﻘﻨﯿﺔ "ﻛﺮﯾﺪج" اﻟﻤﻌﺘﻤﺪة ﻋﻠﻰ اﺳﺘﻌﻤﺎل ﺑﺮﻧﺎﻣﺞ "Surfer11" اﻟﺬي ﺳﻤﺢ ﻟﻨﺎ ﺑﺮﺳﻢ ﺧﺎرطﺔ ﻟﻠﺘﻘﺴﯿﻤﺎت اﻟﻔﻀﺎﺋﯿﺔ ﻟﻠﻨﯿﺘﺮات داﺧﻞ اﻟﻣﯾﺎه اﻟﺟوﻓﯾﺔ ﻟﻠﻤﺘﯿﺠﺔ اﻟﺸﺮﻗﯿﺔ. اﺧﺘﺒﺎر ھﺬه اﻟﺨﺎرطﺔ أﺛﺒﺖ أن اﻟﻣﺟﺎﻻت اﻷﻛﺜﺮ ﻋﺮﺿﺔ ﻟﻠﺘﻠﻮث ھﻲ اﻟﻮاﻗﻌﺔ ﻓﻲ اﻟﻤﻨﺎطﻖ ذات اﻟﻨﺸﺎطﺎت اﻟﻤﺘﻌﻠﻘﺔ ﺑﺎﻟﺘﺪﺧﻼت اﻟﺒﺸﺮﯾﺔ اﻟﻜﺒﯿﺮة. اﻟﻜﻠﻤﺎت اﻟﻤﻔﺘﺎﺣﯿﺔ: اﻟﻣﺗﯾﺣﺔ اﻟﺷرﻗﯾﺔ، ﻧوﻋﯾﺔ اﻟﻣﯾﺎه، اﻟﻧﯾﺗرات، ﻛرﯾدج، ﺑرﻧﺎﻣﺞSufer11، اﻟﺧراﺋطﯾﺔ. Résumé La présente étude consiste en premier lieu, en une synthèse préalable de l’ensemble des paramètres géomorphologiques, géologiques, hydrologiques et climatiques des sous bassins versants de la Mitidja Est ; suivie d’une analyse quantitative et qualitative détaillée des paramètres hydro-chimiques caractérisant les eaux souterraines prélevées dans des forages et piézomètres de surveillance initiés par l’ANRH. Ceci a permis de mettre en exergue les faciès chimiques des eaux souterraines de la nappe alluviale de la Mitidja Est. Enfin la technique de Krigeage avec l’utilisation du logiciel SURFER 11 nous a permis de tracer une carte de la répartition spatiale des nitrates dans la nappe alluviale de la Mitidja Est. L’examen de cette carte a mis en évidence que les plages les plus polluées sont situées dans les zones à fortes activités anthropiques. Mots clés : Mitidja Est, qualité des eaux souterraines, Nitrate, Krigeage, Surfer 11,Cartographie. Abstract This study focused primarily on a prior synthesis of all geomorphological, geological, hydrological and climatic parameters in slopes of the Mitidja East basins; followed by a detailed quantitative and qualitative analysis of hydro-chemical parameters characterizing groundwater taken from piezometics wells initiated by National Hydraulic Resources Agency. This helped to highlight the chemical characteristics of groundwater in the alluvial aquifer of Mitidja East. Finally, the Kriging technique using SURFER 11 software allowed us to draw a map of the spatial distribution of nitrates over the Mitidja East aquifer. The review of this map has shown that the most polluted parts are located in areas of strong anthropogenic activities
Keywords: Mitidja East, ground water quality, nitrate, Kriging, Surfer 11, Cartography. TABLE DES MATIERES
INTRODUCTION GENERALE Chapitre I : Etude bibliographique I. 1.REGIONALISATION DES DONNEES………………………………………………….2 I. 1.1 Eléments de la théorie des variables régionalisées (VR)………………………………… 2 I. 1.2.L'inférence statistique dans le cadre de l’hypothèse intrinsèque………………………….3 I.1.2.1 Moment et stationnarité………………………………………………………………….3 I.1.2.2 L’hypothèse de Stationnarité…………………………………………………………….4 I. 1.3 Interprétation géostatistique……………………………………………………………...5 I.1.3.1 Analyse structurale : Variogramme………………………………………………………5 I.1.3.2 Estimation du variogramme……………………………………………………………...6 I.1.3.3 Propriétés du variogramme………………………………………………………………7 I.1.3.4 Comportement du variogramme………………………………………………………...7 I.1.3.5 Modélisation du variogramme…………………………………………………………10 I.1.3.6 Ajustement à un modèle………………………………………………………………..11 I.1.3.7 Expressions analytiques des différents modèles……………………………………….12 I.1.4 Krigeage…………………………………………………………………………………14 I.2 Synthèse bibliographique…………………………………………………………………..17 Conclusion……………………………………………………………………………………..18 Chapitre II : Présentation de la zone d’étude Introduction……………………………………………………………………………………19 II.1 Situation géographique de la zone d’étude……………………………………………….19 II.2 Aperçu géomorphologique………………………………………………………………..20 II.3 Réseau hydrographique…………………………………………………………………...22 II.4 Caractéristiques morphométriques………………………………………………………...22 II.4.1 Paramètres géométriques………………………………………………………………..22 II.4.2 Paramètres de formes…………………………………………………………………..23 II.4.3 Paramètres de relief……………………………………………………………………..24 II.5 Le couvert végétal………………………………………………………………………..24 II.6 Aspects socio-économiques de la Mitidja………………………………………………...24 Conclusion……………………………………………………………………………………..24 Chapitre III : Etude Hydro climatique Introduction……………………………………………………………………………………26 III. Etude des précipitations…………………………………………………………………...27 III.1. Réseau pluviométrique…………………………………………………………………..27 III.2. Les précipitations………………………………………………………………………..27 TABLE DES MATIERES
III.2.1. Les précipitations mensuelles………………………………………………………….27 III.2.2. Variation interannuelle des précipitations période…………………………………….28 III.3 Evaluation de la lame d'eau moyenne précipitée sur la plaine…………………………....29 a) Méthode arithmétique……………………………………………………………………….29 b) Méthode de Thiessen………………………………………………………………………..30 C) Méthode des isohyètes……………………………………………………………………...31 III.4 Etude des températures…………………………………………………………………..34 III.4.1 Analyse des données…………………………………………………………………...34 III.5.Etude de l'évapotranspiration…………………………………………………………….35 III.5.1 Calcul de l'évapotranspiration potentielle (ETP)……………………………………….36 III.5.1.1 La formule de Thornthwaite…………………………………………………………36 III.5.2 Calcul de l'évapotranspiration réelle (ETR)……………………………………………36 III.5.2.1 Formule de Turc……………………………………………………………………...37 III.5.2.2 Formule de Coutagne………………………………………………………………...37 III.5.2.3 Méthode de bilan de Thornthwaite…………………………………………………..37 III.5.3 Discussion des résultats………………………………………………………………...38 III.6 de bilan hydrologique…………………………………………………………………….39 III.6.1 Estimation de la lame ruisselée…………………………………………………………39 III.6.2 Estimation de l'infiltration……………………………………………………………...39 III.6.3 Valeurs du bilan hydrologique…………………………………………………………40 Conclusion……………………………………………………………………………………..40 Chapitre IV : Synthèse géologique Introduction…………………………………………………………………………………….41 IV.1. Cadre général…………………………………………………………………………….41 IV.2. Description litho stratigraphique de Mitidja Est…………………………………………42 IV.2.1. Le Quaternaire…………………………………………………………………………42 IV.2.2. Le Tertiaire……………………………………………………………………………..43 Conclusion……………………………………………………………………………………...46 Chapitre V : Approche hydrodynamique de la nappe Introduction…………………………………………………………………………………….47 V.1 L'aquifère de l'Astien………………………………………………………………………47 V.1.1 Alimentation de l'aquifère………………………………………………………………..47 V.1.2 Exutoires de l'aquifère…………………………………………………………………....47 V.1.3 Caractéristiques hydrodynamiques de l'aquifère………………………………………….47 V.2 L'aquifère de la Mitidja……………………………………………………………………..48 TABLE DES MATIERES
V.2.1 Alimentation de l'aquifère………………………………………………………………...48 V.2.2 Exutoires de l'aquifère…………………………………………………………………….48 V.2.3 Caractéristiques hydrodynamiques de l'aquifère………………………………………….48 V.3 Caractéristiques hydrodynamiques dans notre zone………………………………………..50 V.4 La piézométrie………………………………………………………………………………51 V.4.l Etude piézométrique de la nappe alluviale de la Mitidja Est……………………………...51 V.4.2 Interprétation des cartes piézométriques………………………………………………….51 Conclusion……………………………………………………………………………………….54 Chapitre VI : Etude Hydro chimique Introduction……………………………………………………………………………………...56 VI.1 Paramètres physico-chimiques des eaux…………………………………………………...56 VI.1.1 La Température…………………………………………………………………………..56 VI.1.2 Le potentiel Hydrogène (pH)…………………………………………………………….56 VI.1.3 La Conductivité………………………………………………………………………….56 VI.1.4 Le résidu sec……………………………………………………………………………..59 VI.2 Chimismes des eaux souterraines…………………………………………………………..61 VI.2.1 Les Chlorures (Cl-)………………………………………………………………………64 VI.2.2 La Dureté totale………………………………………………………………………….65 V1.3 Classification des eaux souterraines de la Mitidja Orientale……………………………...67 V1.3.1. Classification des eaux selon le diagramme losangique de Piper………………………67 Conclusion………………………………………………………………………………………69 Chapitre VII : Approche géostatistique de la pollution par les nitrates Introduction……………………………………………………………………………………..72 VII.1.Analyse statistique des données disponibles……………………………………………..72 VII.2. Analyse des données…………………………………………………………………….74 VII.3.Etude de la structure et la modélisation du variogramme………………………………..76 VII.3.1. Variogramme expérimental……………………………………………………………76 VII.4. Interpolation et cartographie automatique……………………………………………...78 Conclusion……………………………………………………………………………………...80 Conclusion général LISTE DES TABLEAUX
Chapitre II : Présentation de la zone d’étude. Tableau II.1: les paramètres géométriques des bassins versants de la Mitidja Est……………...22 Tableau II.2: les paramètres de formes des sous bassins versants de la Mitidja Est…………….23 Tableau II.3: les paramètres de reliefs des deux sous bassins versants de la Mitidja Est……….24 Chapitre III : Etude Hydro climatique Tableau III.1: Caractéristiques des stations pluviométriques……………………………………27 Tableau III.2 : Précipitations moyennes mensuelles (1980-2010)………………………………28 Tableau III.3: Calcul de la lame précipitée par la méthode arithmétique (1980-2010)…………30 Tableau III.4: Calcul de la lame précipitée par la méthode de THIESSEN (1980-2010)………31 Tableau III.5: Calcul de la lame précipitée par la méthode des isohyètes (1980-2010)………...32 Tableau III.6: Résultats obtenus par les trois méthodes………………………………………...33 Tableau III.7: Les températures moyennes, maximales et minimales à la station de Dar El Beida (1980-2010)……………………………………………………………………………………..34 Tableau III.8: ETPc moyenne mensuelle en mm selon Thornthwaite………………………….36 Tableau III.9: calcul d'ETR en mm selon Turc…………………………………………………37 Tableau III.10: Calcul de ETR par la méthode de Thornthwaite pour la station DEB Période (1980-2010)…………………………………………………………………………………….38 Tableau III.11: Résultats récapitulatifs des valeurs d'évapotranspiration sur toute la plaine de la Mitidja………………………………………………………………………………………….38 Tableau III.12: Résultats de la lame ruisselée (R)……………………………………………...39 Tableau III.13: Résultats de la lame infiltrée ( I )……………………………………………...39 Tableau III.14: Résultats du bilan Hydrologique………………………………………………40 Chapitre IV : Synthèse géologique Tableau IV.1 : Distribution générale des formations du remplissage de la Mitidja. (Mr MacDonald & Partners Limited, 1992)…………………………………………………………46 Chapitre V : Approche hydrodynamique de la nappe TableauV.1:Débits d'infiltration des Oueds (Hm3/an) selon Bennie (1983), Géohydraulique (1972) et Etude Mac Donald (1992)……………………………………………………………54 Chapitre VI : Etude Hydro chimique Tableau VI.1: Synthèse des analyses d'eau souterraine de la plaine de la Mitidja (mars 2000)..62 Tableau VI.2: Synthèse des analyses d'eau souterraine de la plaine de la Mitidja (Mai 2005)....62 Tableau VI.3: Synthèse des analyses d'eau souterraine de la plaine de la Mitidja (Mai 2011)…63 Tableau VI.4 : Classification des échantillons selon la dureté………………………………….65
19 LISTE DES TABLEAUX
Chapitre VII : Approche géostatistique de la pollution par les nitrates Tableau VII.1: Analyse statistiques des nitrates de la période 2005 à 2010 (Djoudar, 2014)…72
20 LISTE DES FIGURES
Chapitre I : Etude bibliographique Figure I.1 : Comportement du variogramme à l'origine…………………………………………..9 Figure I.2 :Variogramme borné –non borné……………………………………………………....9 Figure I.3 : Covariance et variogramme…………………………………………………………10 Figure I.4 : Schémas d'ajustement……………………………………………………………….13 Chapitre II : Présentation de la zone d’étude. Figure II.1: Situation géographique de la plaine de la Mitidja (source : Google)……………….19 Figure II.2: Carte de situation de la plaine et de ses sous bassins versants (ANRH, 2008)……..20 Figure II.3: Situation géographique de la plaine de la Mitidja Est (source Google)…………….22 Figure II.4 : Carte des sous bassin versant de la Mitidja Est…………………………………….23 Chapitre III : Etude Hydro climatique Figure III.1 : Variation des précipitations moyennes mensuelles pour la période (1980-2010)...28 Figure III.2 : Variation interannuelle des précipitations (1980-2010)…………………………..29 Figure III.3 : Tracé des polygones de Thiessen…………………………………………………31 Figure III.4 : Carte des tracés des isohyètes…………………………………………………….33 Figure III.5 : Variation des températures moyennes mensuelles période (1980-2010) Station (Dar El Baida)………………………………………………………………………………………...34 Figure III.6 : Variation de la température moyenne, maximale et minimale dans la station de Dar El Beida (1980-2010)……………………………………………………………………………35 Chapitre IV : Synthèse géologique Figure IV.1 : Coupes géologiques au niveau de la Mitidja 1 ( Bennie and partners,1983)……..41 Figure IV.2 : Coupes géologiques au niveau de la Mitidja 2 ( Bennie and partners,1983)……..45 Chapitre V : Approche hydrodynamique de la nappe Figure V.1: Carte Krigée des Transmissivités de la nappe alluviale de la Mitidja (Toubal, 1998)…………………………………………………………………………………………….49 Figure V.2: Carte des transmissivités estimées à partir des résistances transversales (S.IGDERZEN et K.OUMEZIANE,2011)……………………………………………………..50 Figure V.3: Carte piézométrique de la Mitidja Est (ANRH Blida Mai 1981)…………………..51 Figure V.4: Carte piézométrique de la Mitidja Est (ANRH Blida Mai 2005)…………………..52 Figure V.5: Carte piézométrique de la Mitidja Est (Mai 2011)53 Chapitre VI : Etude Hydro chimique Figure VI.1: Carte de la conductivité électrique de la Mitidja Est (Mars 2000)………………..57 Figure VI.2: Carte de la conductivité électrique de la Mitidja Est (Mai 2005)…………………58 Figure VI.3: Carte de la conductivité électrique de la Mitidja Est (Mai 2011)…………………59 Figure VI.4 : Carte du résidu sec de la nappe de la Mitidja Est (Mai 2005)……………………60 LISTE DES FIGURES
Figure VI.5: Carte du résidu sec de la nappe de la Mitidja Est (Mai 2011)…………………….61 Figure VI.6: Carte d’iso-teneurs en Chlorures contenus dans les eaux souterraines de la plaine alluviale de la Mitidja (hautes eaux, 2010)(Djoudar ,2014)…………………………………….64 Figure VI.7 : Carte des classes de dureté (°F) de la nappe alluviale de la Mitidja Avril, 2005 (Ait Ouali , 2006)……………………………………………………………………………….66 Figure VI.8: Diagramme de Piper (Mars 2000)………………………………………………...67 Figure VI.9: Diagramme de Piper (Mai 2005)………………………………………………….68 Figure VI.10: Diagramme de Piper (Mai 2011)………………………………………………...69 Chapitre VII : Approche géostatistique de la pollution par les nitrates Figure VII.1: Fluctuation des concentrations en nitrates durant la période hautes eaux de 2005 à 2010 (Djoudar, 2014)…………………………………………………………………………....73 Figure VII.2: Fluctuation des concentrations en nitrates durant la période des basses eaux 2005 à 2010 (Djoudar, 2014)…………………………………………………………………………....73 Figure VII.3: Carte de localisation des points dans plaine de Mitidja (Mai 2005)…………….74 Figure VII.4: Carte de localisation des points dans plaine de Mitidja (Mai 2010)…………….75 Figure VII.5: Plan de localisation et des classes de nitrates dans la plaine de Mitidja (Mai 2005)……………………………………………………………………………………………..75 Figure VII.6: Plan de localisation et des classes de nitrates dans plaine de Mitidja (Mai 2010).76 Figure VII.7: Variogramme d'iso-teneurs en nitrates de la Mitidja Est (Mai 2005)…………….77 Figure VII.8: Variogramme d'iso-teneurs en nitrates de la Mitidja Est (Mai 2010)…………….77 Figure VII.9: Carte d'iso-teneurs en nitrates contenus dans les eaux souterraines de la plaine alluviale de la Mitidja Est (Mai 2005)…………………………………………………………...78 Figure VII.10: Carte d'iso-teneurs en nitrates contenus dans les eaux souterraines de la plaine alluviale de la Mitidja Est (Mai 2010)…………………………………………………………...79 INTRODUCTION GENERALE
En l’absence d’observations exhaustives, il faut faire appel à des procédures d’interpolation pour reconstituer l’information là où elle fait défaut. Ces méthodes, pour être scientifiquement recevables, doivent tenir compte de la nature de la variable régionalisée. La carte devient ainsi un outil fondamental pour connaître l'ampleur et la répartition spatiale du phénomène hydrogéologique, ainsi que pour sa caractérisation qualitative. C'est dans cette optique que s'intègre ce travail, dont l'objectif principal est de répartir spatialement la qualité physico chimique des eaux , qui est un facteur essentiel qui doit être pris en compte dans un Schéma d’aménagement des ressource en eau, La cartographie et la mesure des phénomènes fournissent les bases de l'évaluation des causes, de l'état actuel, de l'intensité et des tendances chimique des eaux. La carte sert aussi à :
Fournir des informations synthétiques et systématiques sur la nature, l’intensité et la répartition spatiale du phénomène.
Identifier les zones les plus affectées et les faciès chimiques des eaux dominants ainsi que les terrains les plus exposés aux problèmes de pollution (prédiction et description du phénomène).
Identifier et décrire les processus dynamiques de manière qualitative, incluant les situations extrêmes telles que la dégradation irréversible d'une part, et les zones stables, non affectées, d'autre part. Plus en détail, la mesure des phénomènes dans certains milieux particulièrement intéressants apporte les données quantitatives et qualitatives précises, qui sont indispensables à la gestion et constituent une base sûre pour la planification et la conception des activités requises de lutte. La complexité de ce phénomène impose aujourd'hui l'utilisation de méthodes et de moyens performants pour la gestion de l'information géographique.
1 Chapitre I : Etude Bibliographique Chapitre I Etude Bibliographique
INTRODUCTION GENERALE En l’absence d’observations exhaustives, il faut faire appel à des procédures d’interpolation pour reconstituer l’information là où elle fait défaut. Ces méthodes, pour être scientifiquement recevables, doivent tenir compte de la nature de la variable régionalisée. La carte devient ainsi un outil fondamental pour connaître l'ampleur et la répartition spatiale du phénomène hydrogéologique, ainsi que pour sa caractérisation qualitative. C'est dans cette optique que s'intègre ce travail, dont l'objectif principal est de répartir spatialement la qualité physico chimique des eaux , qui est un facteur essentiel qui doit être pris en compte dans un Schéma d’aménagement des ressource en eau, La cartographie et la mesure des phénomènes fournissent les bases de l'évaluation des causes, de l'état actuel, de l'intensité et des tendances chimique des eaux. La carte sert aussi à :
Fournir des informations synthétiques et systématiques sur la nature, l’intensité et la répartition spatiale du phénomène.
Identifier les zones les plus affectées et les faciès chimiques des eaux dominants ainsi que les terrains les plus exposés aux problèmes de pollution (prédiction et description du phénomène).
Identifier et décrire les processus dynamiques de manière qualitative, incluant les situations extrêmes telles que la dégradation irréversible d'une part, et les zones stables, non affectées, d'autre part. Plus en détail, la mesure des phénomènes dans certains milieux particulièrement intéressants apporte les données quantitatives et qualitatives précises, qui sont indispensables à la gestion et constituent une base sûre pour la planification et la conception des activités requises de lutte. La complexité de ce phénomène impose aujourd'hui l'utilisation de méthodes et de moyens performants pour la gestion de l'information géographique.
1 Chapitre I Etude Bibliographique
Chapitre I : Etude bibliographique
I. 1.REGIONALISATION DES DONNEES a. Approche Géostatistique : Problématique Les variations d'une place à une autre de la plupart des propriétés observables à la surface de la terre sont souvent erratiques et irrégulières qu’aucune fonction mathématique simple ne peut les décrire. Elles semblent même relever du pur hasard. Il y a néanmoins dans la plupart des cas une structure, une tendance spatiale. La théorie des variables régionalisées due à G.MATHERON, empruntant son arsenal conceptuel et ses techniques mathématiques à la théorie des fonctions aléatoires, prend en compte cette structure spatiale dans les calculs d'interpolation du phénomène. b. Définition de la géostatistique Le terme géostatistique désigne l’étude statistique des phénomènes naturels. (Matheron ,1965) fut le premier à utiliser de façon extensive ce terme et nous retiendrons sa définition : « La géostatistique est l’application du formalisme des fonctions aléatoires à la reconnaissance et l’estimation des phénomènes naturels ».
I. 1.1 Eléments de la théorie des variables régionalisées (VR)
a. Base conceptuelle Le terme régionalisé a été proposé par Matheron (1965) pour qualifier un phénomène se déployant dans l’espace et/ou dans le temps et y manifestant une certaine structure. Une variable caractérisant un tel phénomène est appelée : variable régionalisée (VR). En fait presque toutes les variables descriptives du sous sol ou de l’atmosphère, donc intéressant le cycle de l’eau, peuvent être considérées comme des VR (Delhomme ,1976). Du point de vue mathématique, une VR est simplement une fonction Z(x) donnant la valeur au point x de l’espace, 1, 2, 3 dimensions, d’une caractéristiques Z du phénomène naturel étudié. Mais la variabilité dans l’espace de cette fonction est le plus souvent très irrégulière et très complexe (avec toutes sortes de discontinuité et d’anisotropie) interdit en pratique l’étude directe de la fonction Z(x).
2 Chapitre I Etude Bibliographique
b. Concept de la fonction aléatoire Une formalisation correcte doit prendre en charge ces deux caractères apparemment contradictoires d’une V.R à savoir : - Un aspect local erratique, aléatoire, qui fait appel à la notion de variable aléatoire ; - Un aspect général structuré, qui fait appel à une certaine représentation. Le langage qui permet de rendre compte de ce double aspect : aléatoire et structuré, est le langage probabiliste des fonctions aléatoires.
I. 1.2.L'inférence statistique dans le cadre de l’hypothèse intrinsèque L'hypothèse que l'on formule couramment dans la théorie des F.A est celle de sa stationnarité. La stationnarité d'un phénomène exprime son homogénéité spatiale qui fait qu'il se répète lui-même en quelque sorte dans l'espace. Une F.A est dite stationnaire si sa loi de probabilité est invariante par translation. Donc, la V.R Z(x) se répétant elle-même dans l'espace fournit d'une certaine manière, l'équivalent de plusieurs réalisations de la même F.A Z(x) permettant alors l'inférence statistique. En pratique la géostatistique ne s'intéresse à la F.A Z(x) qu'à travers de ses deux seuls premiers moments.
I.1.2.1 Moment et stationnarité
a. Moment d'ordre 1 : Espérance mathématique :
Considérons la V.A Z(x) au point x, si sa loi de distribution admet une espérance; alors elle sera en général une fonction de x et s’écrit :
E{Z(x)}=m(x) (I.1)
b. Moment d'ordre 2 :
La variance : quand la variance existe, elle est définie comme le moment d'ordre 2 centré autour de l'espérance m(x) de la V.A Z(x) soit:
Var{Z(x)}= E{[Z(x)-m(x)]2} (I.2)
3 Chapitre I Etude Bibliographique
La covariance : considérons deux implantations x1, x2, on démontre que si les deux variables aléatoires Z(x1) et Z(x2) ont des variances, elles ont aussi une covariance qui est fonction des deux implantations x1 et x2 , on note:
C(x1, x2) =E {|z(x1)-m(x1)||Z(x2)-m(x2)|} (I.3)
I.1.2.2 L’hypothèse de Stationnarité La covariance apparaît ainsi comme une fonction dépendant simultanément des deux implantations x1 et x2.S’il on était effectivement ainsi, l’inférence statistique de cette fonction requiert plusieurs réalisations du couple de variables aléatoires {Z(x1) ; Z(x2)}.
Par contre si cette fonction ne dépendait que du vecteur h=x1-x2, alors l’inférence statistique redeviendrait possible : tous les couples {Z(xk), Z(xk’)} dont l'interdisante ( xk-xk’) est égale au vecteur h pourraient être considérés comme des réalisations différentes du couple de variable aléatoire {Z(x1), Z(x2)}.
a. Stationnarité d’ordre 2 En fait, dans la théorie des variables régionalisées, on se limite généralement à faire l’hypothèse de la stationnarité d’ordre 2, dans laquelle on impose seulement aux deux premiers moments de la loi (cités précédemment) d’être invariants par translation c'est-à-dire que :
L’espérance mathématique soit une constante :
E[Z(x)] = m(x) = m ; indépendante de x. (I.4)
La covariance entre deux points x1 et x2 existe et ne dépend que de l'interdisant h.
On note alors:
C(h) = E[Z(x)-m] [Z(x+h)-m] (I.5) C(h) = E{Z(x+h) Z(x)} – m2 ; x (I.6) L’hypothèse de stationnarité est très forte, celle suppose l’existence d’une covariance et donc d’une variance à priori finie. Or cela se vérifie très rarement étant donné qu'il existe des phénomènes physiques et aussi des fonctions aléatoires (F. A) dont le pouvoir de dispersion est infini, ce qui peut la rendre trop restrictive. En conséquence, on peut affaiblir légèrement l’hypothèse de stationnarité en l’existence du variogramme. 4 Chapitre I Etude Bibliographique
b. L’hypothèse Intrinsèque
On se contentera donc de faire l’hypothèse que pour tout vecteur h, l’accroissement Z(x+h)-Z(x) possède une espérance mathématique et une variance indépendante du point x. On supposera ainsi : E[Z(x+h)-Z(x)] = 0 (I.7) Var[Z(x+h)-Z(x)] = 2 (h) ; x (I.8)
Dans ce cas, on dira d’une F.A satisfaisant cette hypothèse, est une fonction aléatoire intrinsèque. La fonction (h) s’appelle " demi-variogramme " mais appelée communément variogramme. c. Hypothèse pratique de travail
Il faut noter aussi que parfois l’hypothèse intrinsèque n’est pas vérifiée sur toute l’étendue de l’espace du phénomène étudié, alors on se contente uniquement d’une hypothèse minimale "quasi-intrinsèque" où la stationnarité des accroissements est localement vérifiée pour des distances "h" inférieur à une limite "a", et on définit ainsi des voisinages glissants à l’intérieur desquels l’espérance et la covariance (ou variogramme) peuvent être considérées comme stationnaires et où l’information disponible est suffisante pour en faire l’inférence (Journel,1977) . On voit ainsi comment on a affaiblit successivement l’hypothèse de stationnarité à l’hypothèse intrinsèque puis à l’hypothèse quasi-intrinsèque (qui ne suppose que l’existence du variogramme). I. 1.3 Interprétation géostatistique I.1.3.1 Analyse structurale : Variogramme
L’analyse structurale, première étape indispensable à toute étude géostatistique, est la caractérisation des structures de variabilité spatiale des grandeurs considérées. C'est le variogramme (h) qui est chargé de résumer, de façon quantitative, toute l’information structurale sur le phénomène considéré. Le calcul du variogramme est donc le fondement de la théorie des variables régionalisées et reste essentiel pour la mise en application du Krigeage. Le variogramme d’une fonction aléatoire intrinsèque est, ainsi, par définition : (h) = 1/2 var [Z(x+h)-Z(x)] (I.9)
5 Chapitre I Etude Bibliographique
Comme on a supposé par ailleurs que : E(Z(x+h)-Z(x)) = 0 (I.10)
On peut également écrire cette expression sous la forme : (h)=1/2 E[(Z(x+h)-Z(x))2] (I.11)
Ce qui exprime que 2(h) est l’accroissement quadratique moyen entre deux points distants h. En supposant, satisfaite l’hypothèse intrinsèque, on estimera cette fonction (h) à partir des couples de points expérimentaux disponibles sur l’unique réalisation accessible.
I.1.3.2 Estimation du variogramme Si les points expérimentaux sont alignés et régulièrement espacés, le variogramme peut être calculé pour ces valeurs de h multiple du pas
1 N(h) 2 γ(h)= (Z(x + h) - Z(x )) (I.12) 2N(h) i=1 i i
Où Z(xi) : Données mesurées ,
xi, xi+h : Points pour lesquels les données sont disponibles.
N(h) : Nombre de couples expérimentaux {Z(xi), Z(xi+h)} distants de h.
Lorsque les points expérimentaux sont irrégulièrement espacés dans le plan, on procède à des regroupements par classe de distance et d’angle pour calculer les accroissements quadratiques moyens. La comparaison des comportements du variogramme dans les différentes directions renseigne sur les anisotropies du phénomène.
6 Chapitre I Etude Bibliographique
I.1.3.3 Propriétés du variogramme La définition même du variogramme comme variance des accroissements 2(h)= E {[Z(x+h)-Z(x)]2}, entraîne les propriétés suivantes :
(0)=0 (I.13) (h)= (-h) 0
En général le variogramme croît à partir de l’origine ; à mesure que h grandit l’écart quadratique moyen entre les 2 variables Z(x) et Z(x+h) tend à croître. Cette croissance, plus au moins rapide, caractérise ainsi d’une manière statistique la façon dont se détériore l’information apportée par une mesure ponctuelle quand on s’éloigne de ce point connu. I.1.3.4 Comportement du variogramme L’examen du comportement du graphe de (h) est donc particulièrement important ; car le variogramme donne une description synthétique de la structure du phénomène étudié et permet en outre la liaison entre cette structure et la précision avec laquelle pourront être résolus les différents problèmes d’interpolation et d’estimation posés, on étudie en particulier avec soin le comportement au voisinage de l’origine(c'est-à-dire aux faibles distances) et à l’infini (c'est-à-dire aux grandes distances).
a. Comportement à l’origine
La continuité et la régularité dans l’espace de la V.R Z(x) sont liées au comportement à l’origine du variogramme. Par ordre de régularité décroissante, on distingue 4 types principaux (FigI.1)
Comportement parabolique (h) A(h)2, quand h 0 (h) est 2 fois dérivable à l’origine, la F.A Z(x) est alors elle-même une fois dérivable (en moyenne quadratique) : ceci est caractéristique d'une variabilité spatiale hautement régulière (FigI.1.a).
7 Chapitre I Etude Bibliographique
Comportement linéaire (h) Ah,
(h) n’est plus dérivable à l’origine mais reste continu en h=0 (et donc pour tout h) ;
La F.A Z(h) est continue en moyenne quadratique mais non dérivable, donc déjà moins régulière (FigI.1.b).
Discontinuité à l’origine
(h) ne tend pas vers 0 quand h tend vers 0, bien que l’on ait toujours par définition :
(0) = 0
La F.A.Z(x) n’est même plus continu en moyenne quadratique : la variabilité sur une réalisation entre 2 points très proches Z(x) et Z(x+h) pourra être très forte et ceci d’autant plus que l’amplitude de la discontinuité à l’origine de (h) est plus forte. A cette variabilité locale s’ajoute pour les distances grandes une variabilité plus continue traduite par la continuité de (h) pour h>0 (FigI.1.c). Cette discontinuité en h=0 du variogramme est appelée : effet de pépite qui peut être due :
Soit à des erreurs de mesure.
Soit à une microrégionalisation d’échelle très inférieure à l’espacement des données. Effet de pépite pur : (aspect plat) : c’est le cas limite du cas précédent quand (h) ne traduit plus que la seule discontinuité à l’origine : (0)=0 et (h)=C ; dés que h>0 L’effet de pépite pur traduit l’absence totale d’autocorrélation spatiale (de structure) :
2 V.A Z(x) et Z(x+h) sont sans corrélation (FigI.1.d).
8 Chapitre I Etude Bibliographique
h (a) h (b)
h h 0 0
h (d) (c) h
Pépite Pépite
h 0 h 0
Figure I.1 : Comportement du variogramme à l'origine
b.Comportement à l’infini : (aux grandes distances)
Le variogramme peut continuer indéfiniment à croître (variogramme non borné- FigI.2.a). Mais dans un grand nombre de cas pratiques, le variogramme se stabilise autour d’une valeur limitée (∞) appelée palier pour des distances "h" supérieures à une certaine limite " a " appelée portée ( FigI.2.b).
h (b) h (a) Palier h h 0 0 Portée
Figure I.2 :Variogramme borné –non borné
9 Chapitre I Etude Bibliographique
La valeur du palier est égale à la variance des données soit : (∞) = var {Z(x)} = C(0) (I.14)
Cette variance à priori existe donc, et la covariance C(h) ; (défini dans le cas stationnaire d’ordre2) existe aussi : (h) = C(0) –C(h) (I.15)
Un tel variogramme, à palier et portée, caractérise ce que l’on appelle un phénomène de transition. Un tel phénomène correspond à une F.A non seulement intrinsèque mais aussi stationnaire d’ordre 2 (FigI.3).
- Zone d'influence La portée" a" mesure la zone d'influence d'une information Z(x). En effet, au-delà de la distance h=a, les V.A Z(x) et Z(x+h) sont sans corrélation : C(h) = 0 ; dés que h> a.
h
() c(0)
c(0)
h 0 c() c(0)
Figure I.3 : Covariance et variogramme
I.1.3.5 Modélisation du variogramme
L'ajustement d'un modèle théorique au variogramme expérimental a pour objectif de rendre compte des caractéristiques observées et aussi permet de caractériser la variable spatiale du phénomène.
10 Chapitre I Etude Bibliographique
Ce modèle structural est une fonction simple, qui sert seulement comme une approximation de sa fonction en vue d'une exploitation statistique. Le modèle doit cependant respecter les deux conditions suivantes :
(h) doit être une fonction définie positive. 2 (h)/h doit tendre vers zéro lorsque h tend vers l'infini. Cette fonction doit également prendre en compte les caractéristiques du variogramme expérimental à savoir: comportement à l'origine et au voisinage de l'origine, existence d'un palier, d'une dérive. I.1.3.6 Ajustement à un modèle
Les deux principales caractéristiques d'un variogramme stationnaire sont : Comportement à l'origine : on distingue trois comportements : parabolique, linéaire et effet de pépite. La présence ou non d'un palier dans la croissance de (h), soit :
(h)= constante dés que h>a.
Cependant, on distingue principalement cinq types de modèle d'ajustement classés en fonction du comportement du variogramme.
Schéma à palier (ou schéma de transition)
1er cas: comportement linéaire à l'origine: on distingue:
Modèle sphérique
Modèle exponentiel. 2ème cas: comportement parabolique à l'origine: on distingue:
Modèle Gaussien.
Schéma sans palier: on distingue: Modèle en h , avec 0<<2
Modèle logarithmique.
11 Chapitre I Etude Bibliographique
I.1.3.7 Expressions analytiques des différents modèles Modèle sans palier
Modèle linéaire: ( Fig I.4.a)
(h)= h , 0<<2 (I.16)
Modèle avec palier
Modèle sphérique : (FigI.4.b) 3 h h h = 3 - 1 + C ; h (h)= + C0 ; ha (I.17) (0) = 0 Modèle Exponentiel : (Fig I.4.c) h - γ(h)= ω[ 1- a ] (I.18) Modèle Gaussien : (Fig I.4.d) h 2 ( ) (h) = [1- e a ] (I.19) Modèle Cubique : (h)2 (h)3 (h)6 (h)7 (h) = (7 - 8,75 +3,5 - 0,75 ) ; h≤a (I.20) a a a a (h) = ; h>a 12 Chapitre I Etude Bibliographique h (a) h (b) =1,5 =1 =0,5 h h 0 0 h h (c) (d) h h 0 0 FigureI.4 : Schémas d'ajustement - Notion de dérive (trend) En partant du caractère positif conditionnel de (h), on démontre que le variogramme croit à l’infini nécessairement que h2 soit : (h) Lim → 0 ; quand h → ∞ (I.21) h 2 Mais en pratique, on rencontre souvent des variogrammes expérimentaux (on dit encore : variogramme brut) dont la croissance aux grandes distances semble parabolique (ou encore plus rapide), ce qui est incompatible avec l’hypothèse intrinsèque. Une telle croissance indique le plus souvent la présence d’une dérive ; c'est-à-dire d’une espérance mathématique E{Z(x)} non stationnaire : E{Z(x)} = m(x) dépend de x ; (I.22) Dans l’égalité : 2γ(h) = var[z(x + h) - z(x)] (I.23) 2γ(h) = E[(z(x + h) - z(h))2 ]- (E[z(x + h) - z(x)])2 (I.24) 13 Chapitre I Etude Bibliographique Le deuxième terme de la différence, n’est pas nul et en calculant le variogramme expérimental ou variogramme brut, on obtient en effet : 1 2 γ (h)= γ (h)+ (E[z(x + h) - z(x)]) (I.25) exp reel 2 Réel : appelé encore variogramme « sous-jacent ». Remarque L’estimation du variogramme, l’examen du comportement de son graphe et son ajustement à un modèle, a permis de se doter d’un outil capable de caractériser la variabilité spatiale d’un phénomène. Le premier but de la théorie des variables régionalisées est ainsi atteint. Il reste à faire le lien avec les problèmes d’estimation : c’est ce que réalise la théorie du KRIGEAGE. I.1.4 KRIGEAGE Le Krigeage est une technique d’estimation qui fournit le meilleur estimateur linéaire (combinaison des "n" informations disponibles) des caractéristiques inconnues recherchées (Journel ,1977). Cette limitation linéaire fait intervenir que le seul moment d'ordre 2, à savoir le variogramme (ou covariance); dont on sait en général bien faire l'inférence. a. Cas sans dérive: Krigeage simple On rappelle la situation du départ: Les valeurs de la variable Z(x) connues en n points expérimentaux: x1, x2, x2, x3, ……xn et l'on désire estimer une quantité Z0 qui peut être, en fait, toute fonctionnelle linéaire de la variable. Pour estimer Z0, on adopte une moyenne pondérée des n données disponibles: n * z = λ (x ) 0 i i (I.26) i 1 14 Chapitre I Etude Bibliographique où n: points expérimentaux. i :le poids du point x. Le problème est donc de trouver les poids i qui donneront la meilleure estimation possible. b. Caractéristiques du Krigeage Cette méthode présente trois caractéristiques: - Elle est linéaire, c'est-à-dire que l'estimation Z en x0 est une combinaison linéaire des valeurs expérimentales Zi aux points xi ; - Elle est non biaisée, c'est un choix selon lequel, l'erreur moyenne doit être nulle: * E z0 - z = 0 (I.27) - Elle prend en compte une condition d'optimalité, minimisant la variance de l'écart entre Z et son estimation. * var z0 - z0 = Minimale. (I.28) Ces caractéristiques permettent de calculer les poids i et une variance d'estimation à l'aide du variogramme. Le système s'écrit: n λi γ(xi - xi ) μ γ(xj x0 ) ; j= 1……n (I.29) i1 n λi 1 ; : Coefficient de Lagrange. i1 La variance de l'estimation vaut alors : n 2 = x - x + σE ∑λiγ i 0 μ (I.30) i=1 L'estimation est exacte, c'est-à-dire que les valeurs estimées aux points de mesures sont égales aux valeurs mesurées. Lorsque les hypothèses de stationnarité ne sont pas vérifiées, il existe des solutions qui font appel au "Krigeage universel" 15 Chapitre I Etude Bibliographique c. Cas avec dérive : Krigeage universel C'est la forme la plus large où on ne peut supposer que la moyenne est constante, on dit alors qu'il existe une dérive. La difficulté principale résulte de l'étude du variogramme.(voir paragraphe: notion de dérive). Rappelons que le variogramme expérimental dit aussi brut s'écrit : 1 2 y (h)= y (h)+ Ez(x + h)+ z(x) (I.31) brut reel 2 brut(h) : variogramme brut est le seul terme accessible directement grâce aux points expérimentaux. reel(h): le variogramme réel est donc tel que : 1 y (h)= y (n) - [E(z(x + h))- z(x)]2 (I.32) reel brut 2 D'après Laborde (1989), dans le cadre du Krigeage universel, il faut bien garder à l'esprit que le variogramme brut n'est qu'une image déformée du variogramme réel (ou sous jacent). Cette déformation est due à la dérive. Il faut donc simultanément étudier la dérive que l'on suppose généralement être une fonction simple variant relativement lentement. d. Propriétés du Krigeage Le Krigeage présente des propriétés à savoir : - La disposition géométrique du point à estimer et des points connus est respectée. - La variabilité spatiale de la grandeur par l'intermédiaire du variogramme est prise en compte. -Avec la prévision de chaque nouvelle valeur de la variable aléatoire, le Krigeage calcule un écart type d'estimation dépendant exclusivement de la disposition des points sur le champ. Ce paramètre exprime l'incertitude qui accompagne la prévision et la confiance que l'on peut lui attribuer. 16 Chapitre I Etude Bibliographique I.2 Synthèse bibliographique Dans le monde, une étude semblable a été faite par Sanchez-Martos Francisco en 2001 qui a travaillé sur l'aquifère détritique de l'Andarax inférieur (Almeria, Espagne). Il a présenté en effet une étude de cas pour l'application de méthodes statistiques et géostatistiques au problème de l'estimation des variables de qualité des eaux souterraines. Alors que AÏT BOUGHROUS,A en 2007, son étude a concerné le Tafilalet et la région de Marrakech (Maroc), elle avait pour objet l’étude de la biodiversité et la qualité des eaux souterraines comparativement dans la plaine du Haouz, près de la ville de Marrakech et dans la région d’Errachidia, au sud-est du Maroc. Des analyses physico-chimiques et biologiques ont été réalisées sur l'eau d'une trentaine de stations comprenant des puits, des sources et le sous- écoulement des cours d’eau. Dans le même contexte Ahoussi Kouassi Ernest et al ont suivi l'évolution temporelle des teneurs en nitrates des eaux souterraines de la nappe Quaternaire d’ Abidjan (Cote d’Ivoire) en 2008. En Afrique de l’Ouest ,le centre urbain de Ouagadougou au Burkina Faso a fait l’objet de ce type d’étude par Ouandaogo Yameogo Suzanne en 2008. Des études similaires ont été également réalisées, notamment en Egypte par Soltan M. E en 1990 et en 1998 sur la région de Dakhla Oasis, et en Inde par Srinivasamoorthy K et al en 2008 dans la région de Salem District au Tamil Nadu. En Algérie la pollution des eaux par les nitrates ont intéressé beaucoup d’auteurs dans le cadre de mémoires d’ingénieurs, de magistère de Master et aussi de Doctorat. La plus récente a fait l’objet d’une évaluation des différents paramètres intervenant dans l’évaluation de la vulnérabilité des eaux souterraines par Djoudar/Hallal , D en 2014.Aussi l’optimisation du réseau de surveillance de la Mitidja basée sur l’approche géostatistique par Djoudar et Toubal en 2011. En 2011, Yahiaoui ,S a évalué la qualité des eaux souterraines ainsi que la possibilité de les utiliser pour des fins agricoles. Le Moyen-Chéliff occidental a été étudié par Douaoui Abdelkader en 2005, dans le but d’évaluer la qualité des eaux souterraines des nappes du Moyen-Chéliff occidental pour la consommation humaine. Parmi les pionniers en Algérie qui se sont penchés sur ce type d’étude basée sur la géostatistique, nous citons Toubal ,A.C en 1998 ,il a mis en évidence la cartographie des paramètres hydrodynamiques (Transmissivités et coefficient d’emmagasinement) ,sans omettre son approche de l’invasion marine au niveau de Bordj El Kiffan au niveau de la baie d’Alger. 17 Chapitre I Etude Bibliographique Conclusion La géostatistique comprend ainsi 2 étapes successives : - La première étant l’identification d’une fonction de structure ou calcul du variogramme expérimental qui résume l’organisation spatiale du phénomène étudié et la façon dont elle évolue en fonction de la distance. Toute analyse variographique est effectée come suit: En premier lieu on verifie si le phénomène mesuré est isotrope ou non et on observe la stabilisation ou non, à partir d’une certaine distance "a" appelée portée (schéma avec ou sans palier). En deuxième lieu : on ajuste un modèle théorique au variogramme expérimental. - La seconde étape : une fois le variogramme tracé et le modèle mathématique ajusté, reste à passer à la fonction d’interpolation proprement dite. Le krigeage technique d’estimation locale, c’est à dire qui tient compte des voisins qui entourent un point quelconque de l’espace géographique dont on désire estimer la valeur. Il s’agit d’une technique fondée sur un modèle statistique utilisant ces paramètres du variogramme pour obtenir une bonne estimation da la relation entre les points de données On peut donc dire que le krigeage est une méthode très efficace, même si elle implique de longs calculs. Les résultats qu’elle fournit sont comme suit : - On peut obtenir des valeurs (krigées) relatives à la même échelle de mesure que les valeurs expérimentales. - Il offre aussi comme résultat très important, la possibilité de fournir la variance de l'erreur d'estimation pour chaque point reconstitué, but toujours recherché, palliant ainsi l’handicap que présentent les méthodes traditionnelles. 18 Chapitre II : Présentation de la zone d’étude Chapitre II Présentation de la zone d’étude Chapitre II : Présentation de la zone d’étude. Introduction Dans toute étude la présentation de la zone sert de base pour l évaluation et le choix de tous les paramètres qui peuvent donner les meilleurs résultats. Dans la présente étude nous aborderons différentes approches ; situations géographiques, climatologie, géologie et hydrogéologie du site d’étude, dans le but de mener à bien notre travail. II.1 Situation géographique de la zone d’étude La plaine de la Mitidja est une dépression allongée d'Ouest en Est. Elle constitue une vaste plaine alluviale s'étendant sur les territoires des wilayas d'Alger, de Blida, de Tipaza et de Boumerdès, et s'incurve en direction W.S.W, E.N.E. Elle couvre une superficie de 1450 km2 depuis l'Oued Boudouaou jusqu'au bassin de Menacer à l'Ouest sur une longueur de 100 km avec une largeur qui varie de 8 à 18 km et d'une altitude moyenne de 100 m. Figure II.1: Situation géographique de la plaine de la Mitidja (source : Google) 19 Chapitre II Présentation de la zone d’étude II.2 Aperçu géomorphologique La topographie de la zone d'étude est variée, on observe les zones basses et plates de la plaine et les reliefs abrupts de l'Atlas, en passant par la zone intermédiaire (piémont de l'Atlas -Sahel) avec une pente douce modelée par des écoulements à lits encaissés. La morphologie de la région permet de distinguer: a) La Plaine C'est une zone subsidente (Glangeaud, 1932) à remplissage Mio-plio-quatemaire bordée par deux régions surélevées. Elle a une altitude moyenne de 40 à 50 m qui augmente régulièrement vers le piémont de l'Atlas au Sud et vers le Sahel au Nord. Elle est façonnée par la juxtaposition des sous bassins versants (Figure II.2). Ces derniers se regroupent en quatre ensembles, drainés du Sud au Nord par un réseau hydrographique. Les principaux bassins sont: Bassin occidental (O. Nador), Bassin du Mazafran.(O.Mazafran), Bassin oriental (O.El Harrach, O. Hamiz et O. Réghaia). Figure II.2: Carte de situation de la plaine et de ses sous bassins versants (ANRH, 2008) 20 Chapitre II Présentation de la zone d’étude b) Le Sahel C'est la ride sahélienne (Glangeaud, 1932) d'altitude de 200 à 250 m qui constitue une limite continue depuis El Harrach jusqu'à l'oued Nador, excepté une cluse au niveau de l'oued Mazafran. Le Sahel prend une forme anticlinale à pente faible et sépare la plaine de la mer. e) Le Piémont de l'Atlas Il correspond à une zone de déjection à écoulement profond, résultat de l'érosion dynamique du massif ancien. Son altitude moyenne varie de 100 à 150 m, avec un rôle de couverture qui cache le contact structural séparant la plaine de l'Atlas. d) L'Atlas Blidéen Ce dernier correspond à un relief qui se développe à partir de la bordure de la plaine pour atteindre une altitude moyenne qui évolue entre 1200 et 1600 m. Les sommets accusent une direction NE-SW(Glangeaud, 1932) . La morphologie de cette chaîne montagneuse est caractérisée par une succession de crêtes rabotées par une érosion intense. La Mitidja Est (la Basse Mitidja) qui présente notre zone d'étude fait partie du bassin versant codé (02) par l'Agence Nationale des Ressources Hydriques (ANRH). Elle s'étire depuis l'Oued Boudouaou à l'Est jusqu'à l’Oued El Harrach à l'Ouest suivant un axe orienté ENE, WSW. D'une superficie de 970 Km2, elle est limitée: • Au Nord par le Sahel; • L'Atlas Blideen au Sud; • Oued Réghaïa à l'Est; • Oued El Harrach à l'Ouest. 21 Chapitre II Présentation de la zone d’étude Figure II.3: Situation géographique de la plaine de la Mitidja Est (source Google) II.3 Réseau hydrographique La plaine de la Mitidja Est comporte deux sous bassins versant (Figure II.4) le bassin de Oued El Harrach et le bassin de l'Oued El Hamiz, ces deux derniers appartiennent au grand bassin versant des côtiers algérois 02. Le bassin de Réghaïa est inclus dans le bassin d'El Hamiz à cause de sa faible superficie. L'écoulement superficiel de ces oueds vers la mer entraine des déperditions de quantité importantes d'eau. II.4 Caractéristiques morphométriques II.4.1 Paramètres géométriques Tableau II.1: les paramètres géométriques des bassins versants de la Mitidja Est Sous bassin Leurs principaux Code Surface (km2) Périmètre (Km) versant oueds El Hamiz 02-06 Oued El hamiz 283.21 102.11 Oued Djamaa et El Harrach 02-14 1236.28 188.17 Smar Réghaia 02-04 Oued Réghaia 87.69 41.22 22 Chapitre II Présentation de la zone d’étude Figure II.4 : Carte des sous bassin versant de la Mitidja Est II.4.2 Paramètres de formes Tableau II.2: les paramètres de formes des sous bassins versants de la Mitidja Est. Sous bassin L'indice de compacité Longueur du largeur du L/l versant gravelius Kc rectangle eq (L) km rectangle eq (l) km O. El hamiz 1.8 38.46 7.36 5.22 O. El Harrach 1.5 78.30 15.79 4.76 O.Réghaia 1.27 16.70 5.25 3.18 23 Chapitre II Présentation de la zone d’étude II.4.3 Paramètres de relief Tableau II.3: les paramètres de reliefs des deux sous bassins versants de la Mitidja Est Les paramètres Altitudes caractéristique indice de pente Altitudes Altitudes Sous bassin Altitudes Altitudes médiane maximale h5 (m) h95 (m) Ig versant moyenne (m) minimale(m) (Km/Km2) (m) (m) El Hamiz 328 410 920 30 850 30 21.32 El Harrach 413 415 1200 25 1200 30 15.33 II.5 Le couvert végétal Il joue un rôle important dans le comportement hydrologique du bassin de la Mitidja. Il a une influence mécanique sur le ruissellement superficiel et il conditionne l'évapotranspiration et par la suite le bilan hydrique du bassin. La plaine de la Mitidja est une région agricole avec une diversité, en raison de sa topographie et de sa fertilité, on y trouve des vignes, des agrumes, les cultures annuelles et saisonnières. II.6 Aspects socio-économiques de la Mitidja La plaine de la Mitidja Est est une zone à vocation agricole, concentrée dans la bonde côtière.1es activités maraichères se sont les plus répondues, l'agriculture est particulièrement favorisée par les conditions climatiques et un relief plat. Tout comme l'agriculture, l'industrie utilise de grande quantité d'eau. La région est l'une des plus importants pôles industriels d'Alger. La majorité des activités industrielles sont regroupées à Rouiba, EI-Harrach, Oued Smar et Réghaïa. La population totale dans la plaine était de deux millions d'habitants en 1998 avec une densité de 60.hab / km2 .Les principaux pôles de concentration sont: Rouiba, Réghaïa, Bab Ezzouar, El Affroun, Dar El Beida et El Harrach. Conclusion La plaine de la Mitidja Est, comporte deux sous bassins versants: • Le bassin versant d'El Hamiz à l'Est. • Le bassin versant d'El Harrach à l'Ouest. La valeur de l'indice de compacité montre que ces deux bassins versant sont de forme allongée, ce qui signifie que l’infiltration l’emporte sur le ruissèlement. 24 Chapitre II Présentation de la zone d’étude Quant à L'indice de pente globale, il indique que ces deux bassins se caractérisent par un relief assez faible. Enfin le réseau hydrographique de la plaine est représenté par quatre oueds principaux, Oued Djamaa et Smar, Oued Réghaïa et Oued el Hamiz. 25 Chapitre III : Etude Hydro-climatique Chapitre III Etude Hydroclimatique Chapitre III : Etude Hydro climatique Introduction La Mitidja se trouve par sa position géographique, soumise à l'influence du régime climatique méditerranéen. Elle se situe au Nord de l'Atlas Blidéen (1620 m au pic de Chréa) qui la protège des influences sahariennes. L'étude de l'évolution pluviométrique est importante pour comprendre et essayer de mieux interpréter les comportements des piézomètres de la nappe alluviale de la Mitidja Est, et aussi d'essayer de comprendre l'influence des données climatiques sur cette nappe, car il est évident que la quantité d'eau qui transit dans un aquifère provient de la part des précipitations qui s'infiltre pour atteindre la nappe. Cette partie est consacrée à l'étude des paramètres climatologiques (précipitations, températures, évapotranspirations, .... ) qui interviennent dans l'établissement du bilan hydrologique et qui nous renseignent sur l'influence des facteurs climatique sur l'écoulement des eaux superficielles et souterraines et permet l'établissement du bilan hydrique. Les données traitées (1980-2010) ont été recueillies à l'Office National de Météorologie (ONM) et au sein de l'Agence Nationale des Ressources Hydrauliques (ANRH) de Blida et d'Alger. 26 Chapitre III Etude Hydroclimatique III. Etude des précipitations III.1. Réseau pluviométrique La plaine de la Mitidja compte plusieurs postes d'observations pluviométriques, leur période de fonctionnement varie selon les régions, on y trouve souvent des interruptions de plusieurs mois. Certaines stations anciennes présentent des mesures qui dépassent 60 ans, il s'agit des stations de Dar El Baida et de Boufarik. Les données pluviométriques sont recueillies au niveau de 5 stations assez bien réparties sur l'ensemble des sous bassins versants de la plaine, couvrant une période de 30 ans d'observations (1980-2010). Ces stations pluviométriques sont: Baraki, Larbaa, Dar El Beida, El Hamiz barrage et Réghaïa. Tableau III.1: Caractéristiques des stations pluviométriques stations Code ANRH Coordonnées Lambert Altitude(m) X Y Baraki 21421 535050 376500 20 Larbaa 21403 541950 362950 100 Dar EL Beida 20611 547400 379600 24 Hamiz (Barrage) 20602 558600 367400 130 Réghaia 20632 557800 382200 20 III.2. Les précipitations III.2.1. Les précipitations mensuelles D'après le tableau III.2 et la annexe III, l'analyse des précipitations moyennes mensuelles pour la période (1980-2010) montre que dans toutes les stations pluviométriques existe une saison pluvieuse qui se situe entre Octobre et Avril avec un maximum en Décembre, où les précipitations atteignent 120 mm ,et des faibles précipitations au mois de juillet et Août. Les précipitations mensuelles montrent une croissance rapide de la pluviométrie de Septembre à Décembre, ensuite décroissance plus lente jusqu'au mois de Juin, et pluie quasiment nulle en Juillet et Août.Le maximum des précipitations est enregistré au cours des mois de Novembre, Décembre et Janvier. 27 Chapitre III Etude Hydroclimatique Tableau III.2 : Précipitations moyennes mensuelles (1980-2010) stations S O N D J F M A M J J A Annuelles Dar EL 28.24 63.36 89.16 99.56 78.6 68.52 58.48 54.55 43.68 8.6 3.48 7.67 603.96 Beida Réghaia 26.6 53 98.4 102.67 80.01 61.92 54.6 47.95 42.9 7.7 2.37 3.25 581.37 Hamiz 33.5 64.9 94.76 123.84 101.98 76.51 74.1 67.72 48.9 8.6 2.9 4.25 701.96 (Barrage) Larbaa 28.6 51.73 84.98 119.49 100.66 71.37 68.34 61.12 46.06 7.94 2.78 4.06 647.13 Baraki 27.3 51.3 92.02 101 84.43 61.58 50.05 50.9 33 7.83 4.81 6.56 570.78 140 120 100 Dar El Beida 80 Réghaia 60 Hamiz Larbaa mensuelles mm mensuelles 40 Baraki Précipitation moyennes Précipitation 20 0 S O N D J F M A M J J A Figure III.1 : Variation des précipitations moyennes mensuelles pour la période (1980-2010) III.2.2. Variation interannuelle des précipitations période On remarque sur les mêmes stations une grande irrégularité de pluviosité. Les précipitations moyennes annuelles pour les cinq stations sont de l'ordre de 600 mm, avec une valeur maximum de 1058 mm à la station d'El Hamiz barrage en 2002 ,On observe : Une diminution à partir de l'année 1980 qui pourrait être liée à la sécheresse qui a touché la région. Une diminution des modules pluviométriques d'Est en Ouest. 28 Chapitre III Etude Hydroclimatique 1200 1000 800 Dar El Beida 600 Baraki Réghaia 400 Hamize Precipitation mm Precipitation Larbaa 200 0 Figure III.2 : Variation interannuelle des précipitations (1980-2010) III.3 Evaluation de la lame d'eau moyenne précipitée sur la plaine Trois méthodes permettent d’évaluer la lame d'eau précipitée en millimètres sur l'ensemble de la zone d'étude : • Méthode arithmétique. • Méthode de Thiessen. • Méthode des isohyètes. a) Méthode arithmétique Cette méthode est la plus simple, elle consiste à calculer la moyenne arithmétique des précipitations moyennes annuelles Pi, données par une période déterminée des stations existantes. Soit : Pi = N : nombre de stations N P : précipitation moyenne (mm) 29 Chapitre III Etude Hydroclimatique Son efficacité est très importante pour les petits bassins versants, où l'influence de l'altitude, de l'exposition et de la latitude sur les précipitations est partout identique. Tableau III.3: Calcul de la lame précipitée par la méthode arithmétique (1980-2010). Stations (mm) n la lame d eau (mm) Dar El Beida 603.96 Réghaia 580.34 Hamiz Barrage 709.49 5 622.5 Larbaa 647.78 Baraki 570.73 b) Méthode de Thiessen C'est une méthode arithmétique qui est basée sur le découpage géométrique du bassin versant sous forme de polygones. Ainsi, on affecte à chaque poste une pluviométrie (Pi) et une zone d'influence (Si). La lame d'eau précipitée sur le bassi est estimée par la formule ci-dessous: ∑ Pi Si Vt Vt : Volume total tombé sur= le bassin versant. = ∑ Si St St : Surface totale du bassin versant. Pi : Précipitation moyenne annuelle de la station à l'intérieur du polygone Si : Surface du polygone considéré. 30 Chapitre III Etude Hydroclimatique Figure III.3 : Tracé des polygones de Thiessen. Tableau III.4: Calcul de la lame précipitée par la méthode de THIESSEN (1980-2010) Précipitations Surface de Stations (mm) Pi*Ai LA Lame d'eau polygone précipitée Dar El Beida 158.6698 603.96 95830.21241 Réghaia 136.0027 580.34 78927.80692 Hamiz Barrage 215.3377 709.49 152779.9448 629.6 Larbaa 963.3526 647.78 624040.5472 Baraki 408.0082 570.73 232862.52 SOMME 1881.371 - 1184441.031 C) Méthode des isohyètes C'est une méthode plus efficace, elle consiste à tracer des isohyètes d'un bassin versant à partir des pluies ponctuelles. Donc cette dernière tient compte d'une variation linéaire (horizontale) et verticale (suivant l'altitude). 31 Chapitre III Etude Hydroclimatique En effet le principe consiste à tracer les courbes d'égales précipitations à l'échelle du BV et d'évaluer les surfaces comprises entre elles ∑ Pi Si P : Lame précipitée. = Pi : Précipitations inter isohyètes en mm.St Si : surface inter isohyète en Km2. St : Superficie totale du BV en Km2. Tableau III.5: Calcul de la lame précipitée par la méthode des isohyètes (1980-2010) Classe intra- Surfaces Lame d'eau Précipitations Pi(mm) Pi*Si isohyètes (mm) isohyètes (Km2) précipitée (mm) 510-550 530 452.5 239825 550-590 570 214.5 122265 590-630 610 233.5 142435 630-670 650 387.5 251875 625 670-710 690 343.75 237187.5 710-750 730 250 182500 Somme - 1881.75 1176087.5 32 Chapitre III Etude Hydroclimatique Figure III.4 : Carte des tracés des isohyètes. Tableau III.6: Résultats obtenus par les trois méthodes la méthode Arithmétique Thiessen Isohyètes Moyenne la lame d eauprécipité 622.5 mm 629.6mm 625 mm 625.7mm Les résultats obtenus par les trois méthodes sont du même ordre de grandeur, cela confirme l'homogénéité des séries utilisées. 33 Chapitre III Etude Hydroclimatique d) Conclusion Les sous bassins de la zone d'étude sont caractérisés par des précipitations irrégulières, la moyenne annuelle des précipitations pour la période d'étude (1980-2010) est de 625.5 mm sur l'ensemble de la Mitidja .aussi, il est a noté que la comparaison des données climatiques de deux longues périodes ,1913-1938 (Seltzer, 1948) et 1948-1962 (Halimi, 1980) montre que la Mitidja n'a pas subi de changements climatiques remarquables pour la période 1913-1962. III .4 Etude des températures La température joue un rôle très important dans l'évaluation du bilan hydrologique et la connaissance des caractéristiques climatiques d'une région.Elle joue un rôle important dans l'estimation de l'évapotranspiration potentielle. On ne peut pas connaître de manière précise les températures de la zone d'étude à cause de l'absence des stations de mesure locales, cela nous contraint à estimer l'ordre de grandeur des conditions climatiques dans la plaine à partir des données disponibles. III.4.1Analyse des données D'après le graphe (Figure III. 5), on remarque une baisse des températures de septembre à janvier et une croissance régulière de janvier à août. En effet, les mois les plus froids sont respectivement janvier, février, décembre, et la période la plus chaude s'étale d'août jusqu'à septembre. Figure III.5 : Variation des températures moyennes mensuelles période (1980-2010) Station (Dar El Baida) Tableau III.7: Les températures moyennes, maximales et minimales à la station de Dar El Beida (1980-2010) T° C Sept Oct Nov Dec Jan Fev Mar Avr Mai Jun Jui Aou Annuelle Moyenne 25 21 15 12 10 13 14 16 18 22 25 26 18 Max 30 26 21 18 17 18 19 21 24 28 31 32 24 Min 18 14 10 7 5 6 7 9 13 17 19 20 12 34 Chapitre III Etude Hydroclimatique Figure III.6 : Variation de la température moyenne, maximale et minimale dans la station de Dar El Beida (1980-2010). Remarque La température moyenne annuelle varie de 16° C à 18° C; notons que la variation est fonction de l'éloignement par rapport à la mer; ces températures sont plus douces à proximité du littoral qu'à l'intérieur. L'humidité relative décroît très largement de la côte à l'intérieur, elle est plus élevée en hiver qu'en été. Les stations qui se situent à proximité de la mer ,enregistrent des températures qui varient entre 6 et 12°C en hiver et de 21 à 33 ° C en été. Cela montre ainsi l'influence de la mer dans l'adoucissement climatique des températures. III.5.Etude de l'évapotranspiration C'est le terme le plus important du bilan hydrologique après les précipitations, mais elle est difficile à estimer car elle englobe l'ensemble des phénomènes d'évapotranspiration directs par retour dans l'atmosphère à partir des réservoirs de surface (lac, mer, ... ), souterrains (aquifères) et transpiration des plantes. On a un nombre de facteurs qui sont essentiels pour l'évapotranspiration; tels que: • La température. • L'humidité de l'air. • Le rayonnement solaire. • Le vent. • La pression atmosphérique. L'absence de bac évaporomètre, nous amène à estimer ce paramètre à partir des formules empiriques. En effet, on a deux types d'évapotranspirations. • l’évapotranspiration potentielle. • L’évapotranspiration réelle. 35 Chapitre III Etude Hydroclimatique III.5.1 Calcul de l'évapotranspiration potentielle (ETP) Elle correspond à la quantité d'eau maximale qui pourrait s'évaporer au niveau d'un sol, ce dernier est suffisamment approvisionné en eau et sous des conditions climatiques. Le manque de données de quelques paramètres climatiques nous oblige à réduire le nombre de méthodes. • La formule de Thornthwaite. III.5.1.1 La formule de Thornthwaite : Elle est très employée, car elle n'exige en dehors de la latitude de la station, que la température moyenne mensuelle. ETP c : l'évapotranspiration potentielle mensuelle corrigée en mm. T: température moyenne mensuelle en 0 C 1: Indice thermique annuel, correspond à la somme des Indices de chaleur mensuels K: coefficient d'ajustement mensuel voir (annexe n° 08). a = 6,75.10-7* I3-7.71.10-5*I2 + 1,7921.10-2*I + 0,49239 Tableau III.8: ETPc moyenne mensuelle en mm selon Thornthwaite. Mois Sep Oct Nov Dec Jan Fev Mar Avr Mai Juin Juil Aout Total Stations 109.7 76.82 41.54 27.38 23.58 24.9 37.39 49.79 78.59 112.81 144.96 146.83 874.27 D.E.B* * D.E.B = Dar El Baida D'après le tableau ci-dessus, on remarque une augmentation des valeurs de l'ETP à partir du mois de février pour atteindre les plus fortes valeurs au mois d'août, cela est dû à l'intensité du rayonnement solaire dans cette période de l'année. III.5.2 Calcul de l'évapotranspiration réelle (ETR) Correspond à la quantité d'eau effectivement évaporée et transpirée par l'action biologique. Elle est calculée à partir des formules empiriques qui utilisent les données de températures et de précipitations dont nous disposons. 36 Chapitre III Etude Hydroclimatique III.5.2.1 Formule de Turc: P = Pluviométrie moyenne annuelle en mm. L = 300 + 25 T + 0.05 T 3 T = Température moyenne annuelle. Tableau III.9: calcul d'ETR en mm selon Turc. % par rapport aux Paramètre P (mm) T° C L ETR (mm) précipitations zone 625.7 18 1041.6 557.23 89.06 III.5.2.2 Formule de Coutagne : ETR=P- T2 Avec λ = 1/ (0.8+0. 14T) , (λ =0.3) P : Pluviométrie moyenne annuelle (mm). T : Température moyenne annuelle. Cette formule n'est valable que si la condition (01) est respectée; pour la plaine de la Mitidja cette condition étant vérifiée, 1 'ETR calculée est de 528.5 mm pour la partie Est 1/ (8λ) < P < 1/ (2λ)………(01) III.5.2.3 Méthode de bilan de Thornthwaite : Cette méthode fait intervenir les précipitations, l'ETPc et la réserve utile (Ru) ; cette dernière est fixée à 100 mm pour la zone d'étude. La valeur de 100 mm est déduite des études pédologiques précédentes (Ecrément, 1971). Pour le calcul de l'ETR , CW Thornthwaite envisage deux cas: • P> ETP, Alors ETR = ETP . L'excédent est emmagasiné dans le sol jusqu'à atteindre la réserve utile (Ru). • P Si la réserve n'est pas suffisante pour combler le déficit des précipitations alors on aura un déficit global. Le bilan hydrologique de Thorthwaite est établi sur la base de données des précipitations moyennes mensuelles relatives à la période (1980-2010) et des températures moyennes relatives à la même période précédente. 37 Chapitre III Etude Hydroclimatique Tableau III.10: Calcul de ETR par la méthode de Thornthwaite pour la station de D .E. B * Période (1980-2010) Mois S O N D J F M A M J J A Annuelle P 28.24 63.36 89.16 99.6 78.6 68.52 58.48 54.55 43.68 8.6 3.48 7.67 603.9 (mm) ETP 106.5 79.2 48.3 32.6 26.2 28.6 36.3 46.1 66.6 95.6 120.8 128.8 815.6 (mm) K 1.03 0.97 0.86 0.84 0.9 0.87 1.03 1.08 1.18 1.8 1.2 1.14 ETPc 109.7 76.82 41.54 27.4 23.58 24.88 37.39 49.79 78.59 172.08 144.96 146.83 933.54 (mm) P-ETPc -81.5 -13.46 47.62 72.2 55.02 43.64 21.09 4.76 -34.91 -104.2 -141.48 -139.16 Ru 0 0 47.62 100 100 100 100 100 65.09 0 0 0 612.71 ETR 28.24 63.36 41.54 27.4 23.58 24.88 37.39 49.79 78.59 73.69 3.48 7.67 459.61 (mm) Déficit 81.46 13.46 0 0 0 0 0 0 0 39.12 141.48 139.16 414.68 Excédent 0 0 0 19.8 55.02 43.64 21.09 4.76 0 0 0 0 144.31 D'après l'analyse de tableau II.10, on distingue une période humide de Novembre qui se prolonge jusqu'au mois d'avril où les précipitations sont supérieures à l'ETPc et une époque sèche allant de mai à octobre où les précipitations sont inférieures à l'ETPc. Le déficit hydrique évalué à 414.68 mm, l'excédent à 144.31 mm, On remarque ainsi que le début de la réserve du sol se fait au mois de novembre et atteint son maximum entre janvier et avril qui donne une période excédentaire de 144.31mm. III.5.3 Discussion des résultats Les valeurs de l'ETR donnent un petit écart dans les résultats obtenus. La faible valeur de Thornthwaite serait due à la période d' observation des températures utilisées ou à la valeur de la réserve utile. Donc pour avoir une meilleure estimation de ces paramètres, il faudra disposer d'autres données telles que l'insolation, l'hygrométrie de l'air ... Tableau III.11: Résultats récapitulatifs des valeurs d'évapotranspiration sur toute la plaine de la Mitidja Paramètres Méthodes La valeur (mm) Moyenne arithmétique (mm) ETP (mm) Thornthwaite 933.54 933.54 Turc 557.23 ETR (mm) Coutagne 528.5 515.11 Thornthwaite 459.61 38 Chapitre III Etude Hydroclimatique III.6 Bilan hydrologique III.6.1 Estimation de la lame ruisselée Le ruissellement est estimé à partir des débits journaliers récupérés au niveau des stations hydrométriques, mais, la mauvaise qualité des données et l'arrêt complet de certaines stations hydrométriques nous obligent à utiliser la formule ci-dessous qui permet d'évaluer la lame ruisselée à partir de la lame précipitée P (mm) et l'ETP, ( Tixeront Berkaloff). R: Lame ruisselée (mm) P: Lame précipité (mm) ETP : Evapotranspiration (mm) Tableau III.12: Résultats de la lame ruisselée (R) P moyenne ETP moyenne LameRuisselée Régions (mm) (mm) (mm) Zone est 625.7 933.54 93.69 III.6.2 Estimation de l'infiltration L'infiltration est évaluée à partir de l'équation du bilan ci-dessous; Où I=P-(ETR+R) -∆S P : Lame précipitée en mm. ETR : Evapotranspiration réelle en mm. R : Lame ruisselée en mm. I: Lame infiltrée en mm. ∆ S : Variation de la réserve en mm. Cette dernière (∆S) devient négligeable devant une période d'observation de longue durée (supérieur à 30 ans), avec une succession de périodes humides et sèches sur l'intervalle d'observation ( Maurice Grisoni ;Jacques Decroux,1972). Tableau III.13: Résultats de la lame infiltrée ( I) Lame infiltrée Régions P moy (mm) ETR moy (mm) R (mm) (mm) Zone est 625.7 515.11 93.69 16.9 39 Chapitre III Etude Hydroclimatique III.6.3 Valeurs du bilan hydrologique Résumé dans le tableau III.14 Tableau III.14: Résultats du bilan Hydrologique P ETR R I Paramètre mm mm ℅ mm ℅ mm ℅ Zone est 625.7 515.11 82 93.69 15 16.9 3 Conclusion L'hydroclimatologie joue un rôle très important dans une étude hydrogéologique les paramètres et les données climatiques nous permettent non seulement de caractériser le régime climatique mais également de quantifier les apports aux réservoirs souterrains par le biais du bilan hydrologique. En effet, plus de 82 % des précipitations, se retournent à l'atmosphère se forme de 1 évapotranspiration, une lame ruisselée qui variée de 15 % et une lame infiltrée qui ne dépasse pas les 4 % des précipitations. 40 Chapitre IV : Synthèses Géologique Chapitre IV Synthèses Géologique Chapitre IV : Synthèse géologique Introduction La Géologie de la Mitidja a fait l'objet de plusieurs études fondées sur les travaux majeurs de Glangeaud et Aymé ,1952 qui avaient établi que la Mitidja était un bassin intra-montagneux formé par effondrement rempli de dépôts d'âge plio-quaternaire. Pour notre part nous analyserons la lithostratigraphie, préalable nécessaire pour définir le milieu récepteur mais aussi pour préciser l'existence et la situation des éléments susceptibles d'intervenir sur le chimisme des eaux souterraines. L'analyse structurale est abordée afin de préciser la disposition spatiale des réservoirs IV.1. Cadre général La plaine de la Mitidja est l’un des bassins Néogène de l’Algérie. D’après Glangeaud (1932) et Aymé (1952), le bassin de la Mitidja est un bassin sédimentaire à remplissage plio- quaternaire, c’est un synclinal orienté NE -SO à fond dissymétrique reposant sur un substratum marneux plaisancien d’âge Miocène à Crétacé. Dans sa partie orientale, la plaine de la Mitidja est constituée de terrains tertiaires et quaternaires. Figure IV.1 : Coupes géologiques au niveau de la Mitidja ( Bennie and partners,1983) 41 Chapitre IV Synthèses Géologique IV.2. Description litho stratigraphique de Mitidja Est On distingue deux grands ensembles stratigraphiques d’âge Quaternaire et Tertiaire IV.2.1. Le Quaternaire a) Formation d'El Harrach Cette formation, connue sous le nom «formation de Maison Carrée », constitue une séquence relativement uniforme, d'argiles plastiques jaunâtres et grises à la base. On y rencontre de minces niveaux lenticulaires de graviers et de sable. En raison de la présence de gravier, cette formation a été confondue avec les formations alluviales sus-jacentes qui sont essentiellement caillouteuses. Elle affleure dans les régions suivantes: El Harrach, le long du versant sud du Sahel et à l'ouest de Hadjout (figure IV.1). La formation d'El Harrach atteint son épaisseur maximale de 200m dans la partie occidentale du bassin, tandis que l'érosion a fait disparaître cette dernière dans le secteur Est, région de Reghaia et de Rouiba entraînant un passage direct vers la formation de la Mitidja (Soltano - Tensiftien) au Pliocène supérieur, voir (Figure IV.2, Coupe C). b) Formation de la Mitidja La formation de la Mitidja se compose principalement de matériaux alluviaux grossiers (Annexe IV ) : Des graviers. Des galets. Des limons ou argiles en quantités variables. Des éléments à grains fins sont présentés en quantité relativement importante dans la partie supérieure de la formation. On remarque des variations de granulométrie considérables qui se produisent dans le sens horizontal et dans le sens vertical qui sont liées aux sources de matériaux. En effet les principales sources de matériaux sont: Les dépôts des oueds les plus importants. Les cônes de déjections des piémonts de l'Atlas. Cette formation est présentée sur toute l'étendue de la plaine à l'exception de la partie occidentale où ces matériaux passent en dessous des marnes et argile de la basse plaine du Mazafran. La formation perd de son épaisseur en traversant les piémonts en direction de son contact avec l'Atlas et vers le Nord, dans la baie d'Alger où elle se retrouve reliée à la mer en traversant les dépôts dunaires et marins (Figure IV.2). 42 Chapitre IV Synthèses Géologique L'affaissement ayant été moins prononcé à l'Est autour de Rouiba, étant donné que la formation dans cette région est contrôlée par l'érosion, avec une réduction progressive de l'épaisseur des alluvions de 70 à 30 m. La formation de la Mitidja s'est constituée dans une dépression fermée, complètement isolée de la mer durant le Pléistocène (Rivoirard, 1952). On remarque une accumulation de dépôts marins dans cette période sur la bordure Nord du Sahel. Ces derniers sont composés de sable dunaire et de fins conglomérats. d) Dépôts Récents Ces derniers comprennent: • Des dépôts de sable dunaire. • Des dépôts de piémont de l'Atlas. • Des sables et des graviers. Leur mise en place constitue une partie relativement peu importante par rapport aux dépôts du Mazafran, Halloula et du remplissage de la Mitidja. Au niveau de la baie d'Alger et de la région de Réghaia, ils sont représentés par des sables dunaires. Au niveau du piémont de l'Atlas, on trouve de gros éléments anguleux dans une matrice de limons argileux provenant des cônes de déjections. Ils sont également localisés dans les lits d'oueds et se composent de sables fins gris et de graviers. IV.2.2. Le Tertiaire a) Le Miocène et roches plus anciennes Ils existent dans le bassin de la Mitidja et affleurent par endroits dans l'Atlas, particulièrement au Sud Est de Khémis El khechna et à Djbel Zeroula. Au Sud Est de Khémis El khechna, le Miocène est représenté par des marnes épaisses de 50 m du Vindobonien, comprenant des lentilles de calcaires à Mélobésiées au djebel Zeroual. Dans l'Atlas, ce sont les roches les plus dures du Crétacé et de l'Oligocène qui affleurent Les terrains les plus communément rencontrés sont les roches argileuses parmi lesquelles des schistes argileux et des argiles (Glangeaud ,1952). b) Les roches éruptives du Tertiaire Ces dernières affleurent sur tout le porteur SW de la Mitidja, où elles se trouvent en contact avec les alluvions récentes du bassin de la Mitidja. 43 Chapitre IV Synthèses Géologique Sur les bordures méridionales et occidentales du bassin, l'existence d'un volcanisme calco-alcalin daté de 11 à 16 Ma, atteste de l'ouverture par effondrement EW du bassin durant le Miocène (Bellon, 1975, Lepvier, 1975 et Ait Hammou ,1981). D'autres affleurements de roches volcaniques se rencontrent dans la région de Khemis El khechna et Thenia ( Rhyolites - Andésites). e) Le Plaisaneien Il repose en discordance sur les formations du Miocène (Glangeaud ,1952). Il s'agit d'une formation constituée de niveaux fossilifères glauconieux, de marnes jaunes et grises parfois sableuses. En effet, cela correspond aux sédiments de milieu profond qui se sont déposés sur une surface d'érosion avec une épaisseur moyenne de 200 m. Les affleurements du Plaisancien en surface se rencontrent uniquement dans les collines du Sahel (Figure IV.1). Au coeur d'un plissement anticlinal et dans la zone de Khemis El Khechna , Réghaia où ils constituent la fermeture Est du bassin (Rivoirard,1952). d) L'Astien La formation de l'Astien comporte plusieurs faciès séparés par un niveau repère glauconieux de 4m à quelques centimètres d'épaisseur. Le faciès marno sableux jaunâtre à blanchâtre est plus répandu avec un nombre important de fossiles, associés à une sédimentation marine de haut fond (Rivoirard, 1952). Les descriptions lithologiques les plus rencontrées de l'Astien se réfèrent aux séries rencontrées dans les forages du Sahel qui l'ont atteint. Les lithologies les plus fréquemment rencontrée sont: Les calcaires ou calcaires sableux. Les grès. Les argiles calcaires jaunes. Les calcaires à faciès récifal. L'Astien dont l'épaisseur moyenne varie entre 100 à 130 m (Hennie and partners ,1981) se situe généralement à des profondeurs allant de 250 à 300 m au-dessous de la surface du sol de la Mitidja (Figure IV.2). Dans la région de Rouïba il se trouve à de faibles profondeurs car l'érosion a été très importante (Glangeaud et Aymé, 1935). Les affleurements de l'astien se rencontrent sur le côté Sud du Sahel et dans les faubourgs Sud d'Alger. 44 Chapitre IV Synthèses Géologique Figure IV.2 : Coupes géologiques au niveau de la Mitidja ( Bennie and partners,1983) 45 Chapitre IV Synthèses Géologique Conclusion La plaine de la Mitidja correspond à une zone de subsidence (Glangeaud, 1932) à remplissage de dépôts d'âge pliocène jusqu'à l'actuel, qui ont contribué à la formation de deux aquifères principaux, voir (Tableau IV.1) • Celui de l'Astien. • et l'autre de la Mitidja. Ils sont séparés par des Argiles de la formation d'El Harrach (Villafranchien). Les terrains anciens se présentent comme des blocs isolés vers le Nord de la plaine tels que le socle de Bouzareah et celui de Chenoua d'une nature lithologique métamorphisée (gneiss oeillé,gneiss fin), surmontée par une série de schiste. Le Miocène et les roches anciennes, existant dans la partie Sud de la plaine (Atlas), plongent au dessous de celle-ci et prennent place comme substratum imperméable pour le réservoir Astien. Tableau IV.1 : Distribution générale des formations du remplissage de la Mitidja. (Mr MacDonald & Partners Limited, 1992) 46 Chapitre VI : Etude Hydro chimique Chapitre V Approche hydrodynamique de la nappe Chapitre V : Approche hydrodynamique de la nappe Introduction L'analyse du remplissage du bassin de la Mitidja permet de distinguer de bas en haut quatre ensembles lithologiques : • Une série marneuse formant le substratum que l'on peut considérer comme imperméable. • Un ensemble calcairo-sablo-gréseux correspondant à l'Astien. • Un ensemble argileux contenant par endroit du sable et du gravier correspondant à la formation dite « formation d'El Harrach ». • Un ensemble gravelo-sableux dit « Alluvions de la Mitidja ». On distingue deux aquifères principaux contenus dans les calcaires et grès de l'Astien et dans les sables, graviers des Alluvions de la Mitidja. V.1 L'aquifère de l'Astien Il existe dans la plaine sous les alluvions de la Mitidja et affleure sur les collines du Sahel (voir coupes partie géologie) et à des endroits peu nombreux le long du piémont de l'Atlas. Son épaisseur est de 100 à 130 m. Le toit de l'Astien se trouve généralement à une profondeur de 250 à 300 m. Il est limité par deux formations bien distinctes: • Les marnes bleues du Plaisancien. • Les argiles jaunes du Villafranchien (formation d'El Harrach) Sauf dans la partie Est de la plaine où il est en contact direct avec l'aquifère de la Mitidja. V.1.1 Alimentation de l'aquifère L'alimentation de ce dernier se fait principalement par l'infiltration des pluies sur le Sahel et le piémont de l'Atlas où il affleure. Il est également alimenté par les nappes alluviales sus-jacentes, par drainante à travers la formation d'El Harrach (présence de passés de sable et de graviers). V.1.2 Exutoires de l'aquifère Les seuls exutoires de l'aquifère sont constitués par un flux de drainance ascendant vers la nappe alluviale à travers les passées caillouteuses de la formation d'El Harrach. V.1.3 Caractéristiques hydrodynamiques de l'aquifère L'aquifère se trouve en charge sous les argiles jaunes semi-perméables d'El Harrach, sauf dans la partie Est où il est en contact direct avec l'aquifère de la Mitidja. Les caractéristiques hydrodynamiques de l'Astien sont mal connues; cela est dû au manque de données. 47 Chapitre V Approche hydrodynamique de la nappe D'après les études précédentes (Géohydraulique 1968-1972),( Bennie and Partners 1979- 1983), (Sir MacDonald and Partners 1992) et (W S Atkins International Limited, 1992), les estimations de la transmissivité variaient de 1.10 -3 à 2,2. 10 -3 m2 / s. V.2 L'aquifère de la Mitidja L'aquifère de la Mitidja contient une nappe libre dans le bas du Mazafran elle est captive sous les limons récents de la formation du Mazafran. On a un remplissage très hétérogène de galets alternant avec des limons et des argiles. La surface du sol constitue la limite supérieure et la formation d'El Harrach la limite inférieure. L'épaisseur moyenne de la nappe est de l'ordre de 100 à 130 m. V.2.1 Alimentation de l'aquifère L'aquifère alluvial est alimenté essentiellement par: • L'infiltration des précipitations. • L'infiltration à travers des cours d'eau. • Les écoulements souterrains de l'Astien vers la nappe alluviale à travers la formation d'El Harrach le long du Sahel. V.2.2 Exutoires de l'aquifère Ces derniers sont plus importants comparativement à l'aquifère astien; ils sont assurés par : • Le drainage des oueds dans leur cours aval. • Les fuites souterraines vers la mer (partie Est de la plaine). • Le pompage dans les puits et forages de la plaine. La quasi totalité des prélèvements en eau souterraine provient de l'aquifère de la Mitidja où plus de 4000 puits et forages assurent l'alimentation en eau potable, industrielle et l'irrigation de toute la région. V.2.3 Caractéristiques hydrodynamiques de l'aquifère Avant tout, l'évaluation des caractéristiques hydrodynamiques de la plaine de la Mitidja est basée sur les résultats de Toubal, 1998. Cela est dû à la qualité des données que nous avons récoltées au sein des DRE de Tipaza, Alger, Blida et de l'ANRH, qui ne reflètent aucune norme d'essai de pompage de longue durée. A cela s'ajoutent insuffisances dans les rapports et la difficulté d'accès aux données de qualité. D'après la carte Krigée des transmissivités (Toubal, 1998), on observe trois zones d'intérêt hydrogéologique avec des transmissivités élevées (Figure V.1) • la première zone: se localise au niveau du bassin du Hamiz avec des transmissivités qui varient entre 1,7.10-2 et 2,3.10-2 m2/s. 48 Chapitre V Approche hydrodynamique de la nappe • la deuxième zone: se situe au niveau du bassin d'El Harrach avec des transmissivités, de l'ordre de 0,4.10-2 à 3.10-2 m2/ s. • la troisième zone: se trouve au niveau du Mazafran où l'intervalle des transmissivités varie de 1,5.10-2 à 2.10-2 m2/s. On a observé des transmissivités élevées dans les matériaux grossiers relativement résistants (CGG, 1967,1968 et 1969) déposés par les grands oueds dans la partie Est. Il en est de même au niveau du contact entre l'Astien et la formation de la Mitidja. Les faibles valeurs se répartissent dans les fonds peu perméables tels que: • L'axe de Mouzaia Attatba. • L'axe de Boufarik ,oued El Alleug. • La région de Meftah. Les faibles transmissivités s'observent également dans les piémonts de l'Atlas où les valeurs de T (m2/s) varient de 10-3 à 5.10-3 m2/s. Enfin, le coefficient d'emmagasinement est de l'ordre de 3 % à l'Ouest et de 15 % à l'Est. La valeur moyenne est de 6 à 7 % sur l'ensemble de la plaine (Bennie & partners, 1983). Figure V.1: Carte Krigée des Transmissivités de la nappe alluviale de la Mitidja (Toubal, 1998) 49 Chapitre V Approche hydrodynamique de la nappe V.3. Caractéristiques hydrodynamiques dans notre zone Les paramètres hydrodynamiques sont définis par la transmissivité T et le coefficient d'emmagasinement S, ces derniers sont obtenus par les essais de pompages. Les valeurs de la transmissivité sont élevées, en particulier dans la partie orientale de la plaine, là où l'aquifère est en contact direct avec l'Astien. Les zones les plus transmissives sont situées dans les bassins d'El Hamiz et d'El Harrach , Les zones de faibles transmissivité se situent à proximité des piémonts de l'Atlas. Figure V.2: Carte des transmissivités estimées à partir des résistances transversales (S.IGDERZEN et K.OUMEZIANE,2011) 50 Chapitre V Approche hydrodynamique de la nappe V.4. La piézométrie V.4.l Etude piézométrique de la nappe alluviale de la Mitidja Est De nombreuses compagnes piézométriques ont été effectuées dans la Mitidja Est depuis un demisiècle, notamment par l'Agence Nationale des Ressources Hydrauliques (ANRH) qui réalise deux compagnes au minimum chaque année (une en basses eaux et une autre en hautes eaux). Afin de comprendre au mieux le comportement hydrodynamique de l'aquifère alluvial, nous avons réalisé des cartes piézométriques avec le logiciel Surfer 11, on utilisant des points de mesure (puits, forages et piézomètres) répartis sur toute la Mitidja Orientale. V.4.2. Interprétation des cartes piézométriques Carte piézométrique de la Mitidja Est (1981) L'examen de la carte piézométrique établie à partir de 73 points de relevés en 1981(Figure V.3), indique des gradients d'orientation Nord, de l'atlas vers la mer, mais aussi une convergence vers les deux grands et anciens champs de captage de Baraki et de Haouch Flit ; on enregistre toute fois un rabattement des niveaux piézométriques de 10 cm autour des champs de captage de Baraki. Le niveau piézométrique varie du Sud au Nord de 0 m à 5 m. Figure V.3: Carte piézométrique de la Mitidja Est (ANRH Blida Mai 1981) 51 Chapitre V Approche hydrodynamique de la nappe Carte piézométrique de la Mitidja Est (2005) La carte établie à partir de 112 points de relevés en Mai 2005 (FigureV.4), montre que les isopièzes s'incurvent pour mettre en évidence la convergence des écoulements vers les principaux champs de captage (Baraki et El Hamiz), et la formation d'un cône de dépression au niveau de ces champs captants, où le niveau atteint 10 m au-dessous du niveau de la mer. Figure V.4: Carte piézométrique de la Mitidja Est (ANRH Blida Mai 2005) 52 Chapitre V Approche hydrodynamique de la nappe Carte piézométrique de la Mitidja Est (2011) carte piézométrique réalisée en Mai 2011 (FigureV.5) à partir de 25 points de relevés, montre des variations du niveau piézométrique allant de 80 m au pied de l'Atlas à -10 m au niveau de Baraki. Au niveau de la Baie d'Alger, la piézométrie s'établit à un niveau inférieur à celui du niveau de la mer. Dans le champ captant d'El Hamiz, le niveau piézométrique (statique perturbé) atteint 10 m sous le niveau de la mer (au niveau du PZ 1 El Hamiz). Les lignes de courant indiquent des écoulements en direction de la mer depuis le champ captant d'El Hamiz. Figure V.5: Carte piézométrique de la Mitidja Est (Mai 2011) La comparaison, des cartes piézométriques montre que les rabattements se poursuivent du coté d'El Harrach (champ captant Baraki et Haouch Flit), ainsi que dans le champ de captage d'El Hamiz, avec formation de cônes de dépression autour de ces derniers. On note également une légère amélioration du niveau d'eau sur toute la plaine qui peut être dû aux apports pluvieux qu'a connu la région pendant l'hiver de l'année 2011. 53 Chapitre V Approche hydrodynamique de la nappe Les relations Oueds -nappe existent. Dans le tableau ci-après on résume les études antérieures. TableauV.1:Débits d'infiltration des Oueds (Hm3/an) selon Bennie (1983), Géohydraulique (1972) et Etude Mac Donald (1992) Oued Géohydraulique Bennie et Partners Etude Mac Donald (1972) (1983) (1992) El Harrach 23 15 41 .61 Djemaa 13.7 20 16.83 El Hamiz 5 2.3 1.95 Total 41.7 37.3 60.41 Conclusion La plaine de la Mitidja orientale est un bassin sédimentaire à remplissage plio-quaternaire, elle est constituée des terrains tertiaires et quaternaires. Les formations que les on trouve sont: Les dépôts récents Formation de la Mitidja Formation d'el Harrach Les formations d'Astien Les formations du plais ancien o Formations plus anciennes Ces dernières contribuées à la formation de deux aquifères principaux celui de l' Astien et l'autre de la Mitidja. L'aquifère de l'Astien (Calcairo-gréseux) se trouve en charge sous la formation d'El Harrach. Ses caractéristiques hydrodynamiques sont mal connues. L'aquifère de la Mitidja contient une nappe d'eau libre sauf dans le bas du Mazafran où elle est captive. Les transmissivités sont importantes; surtout dans la partie Est. Ces deux réservoirs sont séparés sur presque toute la plaine par la formation d'El Harrach sauf dans la partie Ouest, là ou ‘ils sont en contacte directe. Les transmissivités sont globalement assez bonnes, mais parfois variables en raison de la diversité de la nature lithologique et de la géométrie de l'aquifère. Les valeurs du coefficient d'emmagasinement varient de 6 à 7%. Elles ont été déterminées par l'interprétation des essais de pompages réalisés en 1983 (Hennie & partners, 1983). L'étude piézométrique de la nappe alluviale de la Mitidja Est nous a montré un sens d'écoulement qui se fait de sud de l'Atlas vers le nord. 54 Chapitre V Approche hydrodynamique de la nappe Les gradients hydrauliques de la nappe sont généralement d'orientation Sud-nord. Ils sont plus élevés dans la partie Sud (zone d'alimentation). L'influence de la précipitation sur le niveau de la nappe est importante. L’évolution de la piézométrie du système aquifère de la Mitidja montre, La sécheresse qui a frappé la région durant les deux dernières décennies a conduit les utilisateurs à surexploiter l'eau de l'aquifère alluvial. En effet, depuis la fin des années 1970, les débits sortant de l'aquifère sont supérieurs aux apports, ce qui a engendré une baisse brutale des niveaux piézométriques qui ont atteint 45 m dans la partie ouest de la plaine.sauf dans l'année 2011 on remarque une légère amélioration qui peut être dû aux apports pluvieux qu'a connus la région pendant l'hiver. 55 Chapitre VI : Etude Hydro chimique Chapitre VI Etude Hydro chimique Chapitre VI : Etude Hydro chimique Introduction L'interprétation des données des analyses chimiques nous permettrons: D'avoir une idée générale sur la qualité chimique des eaux et sur leur potabilité. D'apprécier les différents paramètres qui influent sur l'évolution du chimisme des eaux souterraines. De confirmer ou d'infirmer les caractéristiques hydrodynamiques en particulier les résultats de la piézométrie. Cette étude est basée sur trois compagnes de prélèvements d'eau réalisée par l’ANRH Blida (2000, 2005 et 2011), elle portera sur l'évolution spatio-temporelle du chimisme des eaux, un diagnostic de l'état de la pollution de la nappe par les nitrates avec surfer 11. Toutes ces informations contribuent à évaluer la qualité de l'eau souterraine de la nappe alluviale de la Mitidja Est. VI.1 Paramètres physico-chimiques des eaux VI.1.1 La Température La température des eaux de la nappe alluviale est assez homogène. Les valeurs s'échelonnent entre 21°C à 23,5°C. D’une façon générale, les eaux de la plaine se caractérisent par des températures moyennes. Ceci est principalement dû à la profondeur relativement faible des forages. VI.1.2 Le potentiel Hydrogène (pH) L'analyse des résultats de pH sur la période (2000-2011), montre que les moyennes sont très proches, et varient peu d'une campagne à l'autre (entre 7.3 et 7.7). Les campagnes de 2000 et 2005 regroupent des valeurs comprises entre 6.8 et 7.9, le pH inférieur à 7 s'observe au niveau des forages des régions de Rouiba et Réghaïa. Ces valeurs sont ainsi très proches de la neutralité. On remarque une certaine évolution du pH pour la compagne de 2011. Les valeurs maximums sont respectivement 7.8, 7.9 et 8.1. VI.1.3 La Conductivité Elle permet d'évaluer globalement la teneur en sel dissous et permet donc une bonne appréciation des matières en solution. Pour l'eau potable, les valeurs élevées de la conductivité sont mauvaises pour la consommation, l'OMS a fixé 1500 µS/cm comme valeur limite de la conductivité admissible dans l'eau de boisson. 56 Chapitre VI Etude Hydro chimique Pour les usages agricoles, l'eau peut poser un problème au-delà de 750 µS/cm. La carte d'iso valeurs en conductivité montre des anomalies que l'on peut lier: • Aux zones de contaminations. • Aux zones de pollutions. L'interprétation des cartes de conductivité ( Figures VI.1, VI.2 et VI.3) montrent respectivement la distribution spatiale des valeurs de la conductivité électrique des eaux pour les années (2000, 2005 et 2011).Elles permettent de formuler les observations suivantes: Carte d'isoconductivité de la Mitidja Est (2000) La carte des conductivités réalisée en 2000 (FigureVI.1), montre des valeurs qui varient de 0,6 à 2,3 mmhos /cm, elles sont supérieures à 2 mmhos/cm à Réghaïa et au Nord de Rouiba. On rencontre des faibles valeurs inférieures à 1.5 mmhos/cm à Baraki et El Hamiz. Figure VI.1: Carte de la conductivité électrique de la Mitidja Est (Mars 2000) 57 Chapitre VI Etude Hydro chimique Carte d'isoconductivité de la Mitidja Est (2005) Les valeurs de la conductivité de 2005 (FigureVI.2) varient de 0,52 à 6,7 mmhos/cm, elles sont inferieures à 1,5 mmhos/cm à Baraki et dans toute la partie Sud-ouest. Dans la partie nord les valeurs dépassent 2 mmhos/cm, elles sont supérieures à 4 mmhos/cm au nord Rouiba. Figure VI.2 : Carte de la conductivité électrique de la Mitidja Est (Mai 2005) Carte d'isoconductivité de la Mitidja Est (2011) La carte des conductivités de 2011 (FigureVI.3), montre des valeurs qui varient de 0,47 à 2,8 mmhos/cm. On rencontre des valeurs inférieures à 1.5 mmhos/cm à Baraki et El Hamiz. Elles sont cependant supérieures à 2 mmhos/cm à Réghaïa et la bande côtière (Fort de l'Eau- Bordj El Bahri). 58 Chapitre VI Etude Hydro chimique Figure VI.3: Carte de la conductivité électrique de la Mitidja Est (Mai 2011) Les conductivités sont généralement supérieures à 500 µS/cm démontrant une minéralisation moyenne à forte des eaux de la nappe. Ces valeurs élevées reflètent les conditions de l'environnement côtier. On remarque une augmentation des valeurs de la conductivité du Sud vers le Nord de la plaine qui peut être expliqué par : • le lessivage par l'eau des terrains sédimentaires traversés; • l'évaporation des eaux peu profondes de la nappe en bordure de la plaine, se traduit par une augmentation de la concentration en sels dissous dans le sens d'écoulement; • les rejets d'eaux usées d'origine domestiques et industrielles, • les engrais chimiques et pesticides utilisées en agriculture, • la contamination par l'eau de mer. VI.1.4 Le résidu sec Le résidu sec exprime la totalité des sels dissous dans l'eau. Dans la nappe alluviale de la Mitidja le résidu sec varie entre 372 et 1768 mg/l pendant l'année 2000. En 2011 les valeurs s'échelonnent entre 303 et 1628 mg/l, cependant ces valeurs sont un peu plus élevées pendant l'année 2005, elles varient entre 380 et 3986 mg/l. 59 Chapitre VI Etude Hydro chimique Les cartes du résidu sec des années 2005 et 2011 (Figure VI.4 et VI.5), montrent que les valeurs augmentent en allant du Sud vers le Nord. Les fortes concentrations se rencontrent dans la partie Nord est et au niveau de la baie d'Alger. Figure VI.4 : Carte du résidu sec de la nappe de la Mitidja Est (Mai 2005) 60 Chapitre VI Etude Hydro chimique Figure VI.5: Carte du résidu sec de la nappe de la Mitidja Est (Mai 2011) On note une évolution importante du résidu sec des eaux de la nappe pendant la période 2000-2011, cela est dû à la forte minéralisation de ses eaux, qui est la conséquence de lessivage des terrains d'une part, et de la contamination anthropique et l'invasion marine d'autre part VI.2 Chimismes des eaux souterraines La qualité des eaux souterraines a été étudiée sur la base de résultats d'analyses obtenus par l'ANRH de Blida, répartis sur différents champs captant. Le tableau ci-dessous synthétise les résultats obtenus pour les principaux paramètres physicochimiques 61 Chapitre VI Etude Hydro chimique Tableau VI.1: Synthèse des analyses d'eau souterraine de la plaine de la Mitidja ( mars 2000) Ca Mg Na Cl SO HCO3 NO3 CE R.Sec pH (mg/l) (mg/l) (mg/l) (mg/l) (mg/l) (mg/l) (mg/l) mmhos (mg/l) Nb 30 30 30 30 30 30 30 30 30 30 d’observations Minimum 60 21 23 25 50 194 5 0.6 372 6.8 Maximum 270 73 175 413 333 411 90 2.1 1768 7.8 Moyenne 156 36 96 197 169 334 51 1.29 1041 7.3 Norme 200 150 200 500 400 - 50 - 2000 6.5-8.5 champ non 16.66 00 00 00 00 43.33 00 00 conforme (%) Tableau VI.2: Synthèse des analyses d'eau souterraine de la plaine de la Mitidja (Mai 2005 ) Ca Mg Na Cl SO HCO3 NO3 CE R.Sec pH (mg/l) (mg/l) (mg/l) (mg/l) (mg/l) (mg/l) (mg/l) mmho (mg/l) s Nb 23 23 23 23 23 23 23 23 23 23 d’observations Minimum 49 19 21 38 19 166 00 0.52 380 6.8 Maximum 1000 84 232 2025 562 435 229 6.7 3986 7.9 Moyenne 218 47 98 257 222 283 76 1.7 1134 7.3 Norme 200 150 200 500 400 - 50 - 2000 6.5-8.5 champ non 26.08 00 8.69 8.69 4.34 56.52 4.34 00 conforme (%) 62 Chapitre VI Etude Hydro chimique Tableau VI.3: Synthèse des analyses d'eau souterraine de la plaine de la Mitidja (Mai 2011 ) Ca Mg Na Cl SO HCO3 NO3 CE R.Sec pH (mg/l) (mg/l) (mg/l) (mg/l) (mg/l) (mg/l) (mg/l) mmhos (mg/l) Nb 22 22 22 22 22 22 22 22 22 22 d’observations Minimum 22 9 4 29 00 128 5 0.47 303 7.4 Maximum 277 85 244 363 443 500 100 2.8 1628 8.1 Moyenne 112 45 108 142 184 308 45 1.33 859 7.7 Norme 200 150 200 500 400 - 50 - 2000 6.5-8.5 Les champs non 4.54 00 4.54 00 4.54 50 00 00 conformes (%) Calcium On observe des dépassements de la norme en calcium sur 16,66%, 26,08% et 4,54% des échantillons des années 2000, 2005 et 2011. Ceci s'observe notamment sur les champs captant d'El Hamiz, Dar El Beida et 03 Caves. Magnésium Sur le nombre des échantillons qui ont été analysés, on n'observe aucun dépassement de la norme (150mg/I), les teneurs en sodium varient entre 10 mg/1 et 85mg/l. Sodium Aucun dépassement de la norme pour le sodium n'a été observé sur les échantillons de l'année 2000, cependant on constate que 8,69% et 4,54% sont non conformes pour l année 2005 et 2011, avec une valeur maximum de 244mg/1 en 2011. Chlorures Aucune valeur ne dépasse la norme (500mg/l) pour les années 2000 et 2011. Pour 2005, 8,69% des échantillons dépassent la norme, avec une valeur maximum de 2025mg/l. Sulfates On constate que 4.34% et 4,54% des échantillons sont supérieurs en norme pour l année 2005 et 2011, avec une valeur maximum de 562 mg/l, Et aucune dépassement de la norme pour l année 2000 63 Chapitre VI Etude Hydro chimique Nitrates On observe des teneurs supérieurs a la norme sur 43.33% des échantillons en 2000 et plus 56.52% en 2005, 50% en mai 2011. VI.2.1 Les Chlorures (Cl-) L’ion Chlorure possède des caractéristiques différentes de celles des autres éléments, il n’est pas adsorbé par les formations géologiques, ne se combine pas facilement avec les éléments chimiques et reste très mobile. Il constitue un bon indicateur de la pollution (Gouaidia, 2008).. Les chlorures peuvent avoir plusieurs origines : - Les alluvions argileuses Quaternaire ; - Le déversement des eaux usées dans la plaine ; - Les marnes de la formation d’El Harrach. Enfin, on observe qu’au niveau des localités de Bouinan et Chebli au Sud et à l’extrême Ouest de la plaine, la concentration en chlorures est supérieure à la norme recommandée par l’OMS. Cette hausse des valeurs peut s’expliquer par le lessivage des formations éruptives et des alluvions argileuses. Figure VI.6: Carte d’iso-teneurs en Chlorures contenus dans les eaux souterraines de la plaine alluviale de la Mitidja (hautes eaux, 2010)(Djoudar ,2014) 64 Chapitre VI Etude Hydro chimique VI.2.2 La Dureté totale La dureté ou le titre hydrométrique d'une solution est la somme des concentrations en calcium (Ca++) et en magnésium (Mg++) D°D°h=h= (rCa+2 (rCa+2 + rMg+2) + rMg+2) X 5 (degrés X 5 (degrésfrançais) français) Les analyses réalisées montrent que les duretés moyennes des eaux varient de 53,62°F en 2000, 59,38°F en 2005 et 46,69°F en 2011 ; ce qui indique que les eaux sont dures a très dures. Tableau VI.4 : Classification des échantillons selon la dureté La dureté ou (°d h) en (°F) Pourcentage des Pourcentage des Pourcentage des échantillons (%) échantillons (%) échantillons (%) (Année 2000) (Année 2005) (Année 2011) Douce (0 - 7) 00 00 4.54 Modérément douce (7 - 22) 00 00 9.09 Assez douce (22 - 32) 3.33 8.69 13.64 Dure (32 - 54) 43.33 39.13 27.27 Très dure (>54) 53.33 52.17 45.45 65 Chapitre VI Etude Hydro chimique Figure VI.7 : Carte des classes de dureté (°F) de la nappe alluviale de la Mitidja Avril, 2005 (Ait Ouali , 2006) En effet, les eaux dures se rencontrent dans toute la plaine, tandis que les plus dures se concentrent dans la partie orientale (Bordj El Kiffan, Rouïba et Réghaia), dans la partie centre (axe Chebli-Birtouta) et au niveau de la zone de confluence entre (O. Bou Roumi et o. Djer), voir (Figure VI.7). 66 Chapitre VI Etude Hydro chimique V1.3 Classification des eaux souterraines de la Mitidja Orientale V1.3.1. Classification des eaux selon le diagramme losangique de Piper La présentation des analyses chimiques sur ce type de diagramme permet d'avoir une approche globale de la composition chimique des eaux souterraines. Cette classification consiste à reporter dans chaque triangle du diagramme les quantités en réaction de chaque anion et cation. La projection des points révèle deux familles de faciès pour l'année 2000(Figure VI.8) qui sont : Bicarbonaté magnésien et Chloruré calcique, quatre familles de faciès pour 2005(Figure VI.9) : Chloruré calcique, Sulfaté calcique, bicarbonaté calcique et Bicarbonaté magnésien. Tandis, qu'en 2011(FigureVI.10) on distingue cinq familles de faciès qui sont: Bicarbonaté calcique, Bicarbonaté magnésien, Chloruré calcique, Chloruré sodique et Sulfaté calcique. Figure VI.8: Diagramme de Piper (Mars 2000) 67 Chapitre VI Etude Hydro chimique el."C!L~ lICdq Fig.23 : Diagramme de Piper (Mai 2005) Figure VI.9: Diagramme de Piper (Mai 2005) 68 Chapitre VI Etude Hydro chimique Figure VI.10: Diagramme de Piper (Mai 2011) Conclusion Dans notre région d'étude, la qualité chimique des eaux dépend essentiellement de leur origine, de la nature des couches superficielles couvrant le sous-sol et des roches qui emmagasinent l'eau, ainsi que des conditions physico-chimiques caractéristiques du milieu. L'étude hydrochimique nous a montré que les eaux de la nappe de la Mitidja Est, présentent un pH variant entre 6.8 et 8,1 pour la période 2000-2011. L'interprétation des analyses chimiques des eaux souterraines de la nappe alluviale de la Mitidja Est pour la période 2000-2011, donne une vision générale des types d'eaux rencontrés dans l'aquifère. Les trois diagrammes de Piper de ces compagnes sont très semblables, ils montrent une légère évolution du chimisme des eaux de la nappe. 69 Chapitre VI Etude Hydro chimique Les eaux de la nappe de la Mitidja se repartissent en trois familles: • La famille des Bicarbonatées. • La famille des Chlorurées. • La famille des Sulfatées. Les faciès chimiques des eaux souterraines rencontrés dans la Mitidja Est sont représentés par : Le faciès bicarbonaté calcique; Le faciès chloruré calcique; Le faciès sulfaté calcique. Le traitement statistique sur l'ensemble des données chimiques, permet de dégager les résultats suivants: La conductivité dépasse les normes admissibles suivant les périodes, celle-ci s'échelonne entre 500 et 2300 µS/cm. Notamment à l'aval jusqu'à atteindre des valeurs supérieures à 5000 µS /cm au niveau des régions côtières, ce qui s'explique par l'avancé des eaux salées dans le continent. Cette conductivité présente une bonne corrélation avec plusieurs éléments chimiques (Ca, Na, Mg et CI). Le résidu sec atteint 3986 mg/l en 2005, et 1628 mg/l en 2011, il est en corrélation avec la conductivité électrique qui est relativement élevée dans la région de Rouiba et de Réghaïa. Les valeurs de sodium et du chlore sont plus concentrées dans le Nord de la plaine. Les concentrations en nitrates varient entre 20 à 200 mg/l. On note durant cette période que, plus de 50% des échantillons d'eaux prélevées présentent des concentrations supérieures à 50 mg/l. Les activités humaines, notamment les rejets domestiques et industriels, et les pratiques agricoles peuvent influer localement sur la qualité chimique de l'eau de la nappe. La contamination des eaux souterraines par les nitrates est due à l'utilisation abusive des engrais azotés (par épandage); Le régime pluviométrique joue un rôle prépondérant dans l'hydrochimie par le lessivage des terrains. Plus la pluviométrie est forte, plus la dilution des sels restants passant en solution est grande. La nature des terrains géologiques d'une part, et l'action anthropique d'autre part, sont responsables en grande partie des variations de la composition chimique des eaux. Les eaux sont dures à très dures, le plus souvent incrustantes et peuvent être utilisées pour l'agriculture (irrigation) sans danger majeur d'alcalinisation pour les sols. 70 Chapitre VI Etude Hydro chimique Sur la totalité des échantillons analysés, on peut dire que les eaux de la plaine sont de bonne qualité minéralogique, à l'exception de certains points d'eau exposés à une pollution. 71 Chapitre VII : Approche géostatistique de la pollution par les nitrates Chapitre VII Approche géostatistique de la pollution par les nitrates Chapitre VII : Approche géostatistique de la pollution par les nitrates Introduction La Mitidja Est rencontre des problèmes de non-conformité vis-à-vis des nitrates. 49.83% des échantillons dépassent la norme de 50 mg/l. Le centre le plus touché est celui de Rouiba, où des dépassements sont observés depuis les années 2000 sur les champs captant de Bouréah, Réghaïa et Rouiba et pour cela nous allons faire appel à l’outil géostatistique déjà décrit dans la première partie. Rappelant que La technique d’interpolation effectuée est le Krigeage basé sur l’analyse variographique en tenant compte du type du variogramme expérimental obtenu, la porté et la variance. le Krigeage, qui est une méthode optimale d'interpolation spatiale, au sens statistique du terme, d'estimation. On peut l'utiliser autant pour l'interpolation que l'extrapolation. VII.1.Analyse statistique des données disponibles L’analyse du TableauVII.1 portant sur les statistiques élémentaires des nitrates (hautes et basses eaux) de 2005 à 2010 révèle le constat suivant : Le pourcentage des points contaminés (supérieur à la norme de l’OMS (50mg/l)) est compris entre 26 et 57 % pour la période prise en considération 2005-2010, la valeur maximale atteinte est de 291.1mg/l en hautes eaux 2009. Tableau VII.1: Analyse statistiques des nitrates de la période 2005 à 2010 (Djoudar, 2014) Hautes eaux Basses eaux Ecart Nb de % Sup à Ecart Nb de % Sup à la Année Min Max Moy Min Max Moy Type points la norme Type points norme 2005 1,1 229,2 78,97 60,13 23 57% 4 150 47,17 33,48 65 43% 2006 12,7 200 65,47 46,74 28 57% 1 127 48,21 36,79 26 27% 2007 2 160 62,52 42,08 22 55% 0 112,7 47,02 30,46 23 26% 2008 7 140 37,85 27,23 39 26% 0 136,1 37,77 33,31 42 33% 2009 6 291,1 57,81 51,85 32 50% 5 119,3 48,52 25,26 25 32% 2010 5 80 36,53 19,92 36 28% 0 108,7 35,27 26.56 31 26% Les cartes (Figure VII.1 et VII.2) montrent la fluctuation des quantités en nitrates atteintes dans les eaux souterraines sur une période de six (06) ans. De 2005 à 2010, deux zones s’individualisent nettement : la Mitidja Est avec les zones industrielles La Mitidja Ouest du côté de Mouzaia à Hameur El Ain 72 Chapitre VII Approche géostatistique de la pollution par les nitrates Figure VII.1: Fluctuation des concentrations en nitrates durant la période hautes eaux de 2005 à 2010 (Djoudar, 2014) Figure V.1: Fluctuation des concentrations en nitrates durant la période des basses eaux 2005 à 2010 Figure VII.2: Fluctuation des concentrations en nitrates durant la période des basses eaux 2005 à 2010 (Djoudar, 2014) 73 Chapitre VII Approche géostatistique de la pollution par les nitrates VII.2. Analyse des données Cette étape vas nos permettre d’identifier, repérer les données anormales, et enfin de délimiter les zones aux propriétés différentes sachant notre zone étude est la Mitidja Est pour la période hautes eaux (Mai). Ensuite, on procèdera à la caractérisation de la variabilité spatiale de la teneur en nitrates pour la période prise en considération, notamment la portée ou "distance de corrélation" et l’anisotropie du milieu. Le plan de localisation des points (Figure VII.3 ET VII.4) nous permet de visualiser de façon rapide la dispersion des points ainsi que l’importance des valeurs de chaque points (représenté par le signe +). Il présente une répartition irrégulier des échantillons avec des prélèvements denses sur la zone Ouest et l Est de la Mitidja. Et un manque de donnée au niveau du centre, surtout pour les basses eaux, présente un manque de données. Les valeurs mesurées dans notre zone d étude (Est) sont réparties de manière irrégulière. Figure VII.3: Carte de localisation des points dans plaine de Mitidja (Mai 2005) 74 Chapitre VII Approche géostatistique de la pollution par les nitrates Figure VII.4: Carte de localisation des points dans plaine de Mitidja (Mai 2010) La Figure VII.5 et VII.6 représentent aussi la fréquence des valeurs et la largeur des classes, pouvant correspondre à de différentes origines de la pollution, soit anthropique , soit lié à la nature lithologique des terrains encaissants. En liant interactivement la carte des classes et la carte d’implantation, on observe que les maxima sont plutôt répartis sur les deux zones échantillonnées de façon dense, les minima se situant dans la zone Ouest de la Mitidja. Cependant, des valeurs fortes se retrouvent a l Est de la Mitidja. Figure VII.5: Plan de localisation et des classes de nitrates dans la plaine de Mitidja (Mai 2005) 75 Chapitre VII Approche géostatistique de la pollution par les nitrates Figure VII.6: Plan de localisation et des classes de nitrates dans plaine de Mitidja (Mai 2010) VII. 3.Etude de la structure et la modélisation du variogramme L’analyse variographique est essentielle pour la mise en application de la méthode d’interpolation choisie. Le calcul du variogramme permettra de tracer les cartes VII. 3.1. Variogramme expérimental La construction du variogramme est basée sur le logiciel SURFER 11 ,il est nécessaire de l’ajuster par une fonction mathématique : le modèle de variogramme (voire annexe VII.1 et VII.2). Cette fonction fournit les valeurs du variogramme dans toutes les directions et pour toutes les distances (FigureVII.7 et VII.8) Lorsque les échantillons sont trop peu nombreux, l’obtention de ce variogramme expérimental est peu fiable. Dans notre cas, comme nous n’avons que 36 points pour les hautes eaux, nous ne pouvons pas prétendre à ce que les estimations soient très fiables. 76 Chapitre VII Approche géostatistique de la pollution par les nitrates Figure VII.7: Variogramme d'iso-teneurs en nitrates de la Mitidja Est (Mai 2005) Figure VII.8: Variogramme d'iso-teneurs en nitrates de la Mitidja Est (Mai 2010) 77 Chapitre VII Approche géostatistique de la pollution par les nitrates VII.4. Interpolation et cartographie automatique La technique d’interpolation effectuée est le Krigeage basé sur l’analyse variographique en tenant compte du type du variogramme expérimental obtenu, la porté et la variance. La répartition spatiale des nitrates dans la nappe alluviale de la Mitidja Est pour les années 2005 et 2010 est représentée dans les Figures VII.9 et VII.10 . Pour la compagne 2005 Les teneurs en nitrates varient entre 0 mg/l et 226 mg/l. On note que 56,52% des échantillons analysés ont des teneurs supérieures à 50 mg/l. La carte d'isoteneurs en N03 (FigureVII.9), montre un resserrement remarqué des courbes d'isovaleurs en nitrates dans toute la nappe. On observe, des fortes concentrations dans la partie sud est de (200-226mg/l) et au niveau de la baie d'Alger dépassants les 90 mg/l. Figure VII.9: Carte d'iso-teneurs en nitrates contenus dans les eaux souterraines de la plaine alluviale de la Mitidja Est (Mai 2005) 78 Chapitre VII Approche géostatistique de la pollution par les nitrates Pour la compagne 2010 Les teneurs en nitrates varient entre 5 mg/l et 100 mg/l. 50% des échantillons analysés ont des teneurs supérieures à 50 mg/l durant cette période. La carte des teneurs en N03 (FigureVII.10), montre que les teneurs sont réparties selon trois zones: -La première avec de faibles teneurs inférieurs à 30 mg/l, se situe dans toute la partie Ouest de la plaine, et englobe Bordj El Kiffan, el Harrach. - La deuxième avec des teneurs entre 30 et 50 mg/l, au centre de la plaine. -La troisième zone englobe Rouiba et Réghaïa au Nord-est et Meftah et, Khemis el Khechna au Sud-est, où les teneurs dépassent 50 mg/l. Figure VII.10: Carte d'iso-teneurs en nitrates contenus dans les eaux souterraines de la plaine alluviale de la Mitidja Est (Mai 2010) 79 Chapitre VII Approche géostatistique de la pollution par les nitrates Conclusion On note une augmentation générale des teneurs en nitrates. Cette augmentation peut être due à l'utilisation intensive des engrais chimiques pour l'agriculture dans de la région. Cette procédure peut augmenter la teneur en nitrates dans les eaux souterraines. Idem pour le lessivage par les précipitations qui est facteur important dans l'augmentation des teneurs en nitrates. Les concentrations en nitrates varient selon le sens de l'écoulement des trois Oueds principaux, qui acheminent les composés azotés issus des épandages des engrais chimiques dans les terres agricoles du Sud vers le Nord, et augmentent par la suite leurs concentrations aux embouchures. Les eaux souterraines de la nappe alluviale de la Mitidja Est, présentent dans certaines régions des teneurs importantes en nitrate (N03) dépassant par endroit les 200 mg/l, ce qui est assez relativement élevé à la norme qui est de 50 mg/l. Dans cette plaine, les causes principales de la pollution par les nitrates dans les zones vulnérables sont les suivantes: Les pratiques des cultures maraîchères et céréalières qui nécessitent des doses importantes d'engrais azotés. Les réseaux d'assainissement qui se déversent directement dans les oueds (exemple Oued Réghaïa et Oued Hamiz), ainsi que les rejets des petites agglomérations dépourvues de réseau d'assainissement. Ces valeurs élevées sont dues à la dissolution des formations carbonatées de l’Atlas Blidéen vu les valeurs élevées des bicarbonates durant les deux périodes. Alors que dans le cas de la partie Nord Est, cette hausse des valeurs est élucidée par le rapport du Plan de gestion de la Réserve Naturelle du Lac de Réghaïa. Un accroissement très significatif des volumes générés par la population est observé. Pour une dotation de 120 litres/hab./jour, les volumes d'eaux usées sont passés de 2,180 Hm3 (1992) à 4.500 Hm3 (2004) en 12 ans. Ceci traduit l'impact négatif de l'accroissement démographique et urbain non contrôlés ; les valeurs sont d'autant plus alarmantes sachant que seulement une partie infime (7 000 m3/jour) des eaux de la ville de Réghaïa et de la ville de Heraoua est collectée et acheminée vers la STEP ; le reste est directement rejeté dans l’oued. (Thibault et al, 2006). 80 Conclusion Générale Conclusion générale La Mitidja Est fait partie du bassin versant de la Mitidja codé (02) par l'Agence Nationale des Ressources Hydriques (ANRH). Elle s'étire depuis l'Oued Boudouaou à l'Est jusqu'au Oued El Harrach à l'Ouest suivant un axe orienté E.N.E, W.S.W ,et c est la plus vulnérable de la plaine de Mitidja ,cette dernière comporte deux sous bassin d El harrach et le bassin d El hamiz. L'étude climatologique montre que cette plaine est soumise à un climat méditerranéen, caractérisé par une saison sèche, qui s'étend du mois de Mai au mois de Septembre, et une saison froide tempérée qui s'étend du mois d'Octobre au mois d'Avril. Les précipitations moyennes annuelles sont de 625.7 mm en moyenne résultat obtenu à partir du bilan hydrologique de la période 1980-2010, dont 82% s'évaporent, 3% s'infiltrent, et 15% ruissellent. L'aquifère alluvial est d'une épaisseur moyenne de 130 m, il est composé essentiellement de graviers et de galets. le coefficient d'emmagasinement est de l'ordre de 3 % à l'Ouest et de 15 % à l'Est. La valeur moyenne est de 6 à 7 % sur l'ensemble de la plaine (Bennie & partners, 1983). Les transmissivités sont globalement assez bonnes, mais variables en raison de la diversité de la nature , surtout dans la partie orientale de la plaine, là où l'aquifère alluvial est en contact direct avec l'Astien. L'interprétation des cartes piézométriques montrent un sens d'écoulement général du continent vers la mer. L'évolution de la piézométrie montre, au cours de la période 1980 à 2011, une baisse importante du niveau qui est de l'ordre de 30 m. Cette baisse de la surface piézométriques est matérialisée par un cône de dépression, qui se manifeste au niveau des principaux champs de captage ; la conséquence de plusieurs facteurs à savoir : Longue période de sécheresse (deux dernières décennies) ; La prolifération des forages et le pompage continu et intensif au niveau des champs de captage ; la prolifération des forages illicites qui ne sont jamais inventoriés. Sur le plan qualitatif, les eaux sont caractérisées par une conductivité moyenne de 1.43 mmhos. Elles sont dures à très dures. La conductivité change d'une année à l'autre, elle augmente en 2005, ce qui est dû au phénomène de l’intrusion marine. En 2011, elle tend à diminuer, ce qui est probablement dû aux fortes précipitations enregistrées cette année là. Les facies chimiques sont représentés par : Le facies bicarbonaté calcique, Le facies chloruré calcique; Le facies sulfaté calcique. Une légère évolution du chimisme des eaux de la nappe. Il passe de bicarbonaté calcique et chloruré calcique en 2000 à chloruré calcique et sulfaté calcique en 2005. Enfin, un faciès chimique dominant de type chloruré et sulfaté calcique et magnésien, caractérise les eaux de la zone d’étude selon le diagramme de Piper. Le problème de l’invasion marine au Nord Est de la Mitidja, persiste, en plus de la pollution par les nitrates localisée dans la même zone . Les concentrations en nitrates varient entre 20 à 200 mg/l. On note durant cette période que, plus de 50% des échantillons d'eaux prélevées dépassent la norme, ils présentent des concentrations supérieures à 50 mg/l. Des facteurs anthropiques peuvent modifier la minéralisation des eaux souterraines: La vocation agricole de la plaine de la Mitidja, la présence de plusieurs pôles urbains importants (, El Harrach, Barraki .... ) et l'implantation de nombreuses zones industrielles ( Rouiba, Réghaia, ... ) sont autant d'éléments qui favorisent le risque de pollution des eaux de la nappe et influencent directement leurs caractéristiques chimiques. L’étude géostatistiques a mis en évidence la configuration actuelle du réseau de surveillance et la pollution par les nitrates d’origine anthropique. Les plages de fortes valeurs supérieures à 50mg/l se localisent du coté de de l’Arbaa et Meftah et la partie extrême Est de la zone d’étude et ceci peut s’expliquer par le volume des rejets directes ; des eaux industrielles et urbaines qui dépassent la capacité de la STEP ; dans l’Oued Reghaia. Recommandations Procéder régulièrement à des campagnes de mesures des niveaux piézométriques, des mesures physico-chimiques et des analyses chimiques afin de suivre le comportement des rabattements de la nappe et l'avancée du biseau salé; S'intéresser aux problèmes liés à la recharge de l'aquifère et aux mesures des débits des oueds. Localisation des zones vulnérables par réactualisation des études. En ce qui concerne le biseau salé, il est urgent d'arrêter les pompages et d'interdire la réalisation de tous nouveaux forages au niveau de la baie d'Alger Afin de stabiliser le front salé, Différentes techniques qui restent néanmoins coûteuses ont été proposées en particulier celles préconisées par D. K Todd: § La recharge artificielle. § La modification du pompage. § La ligne de rabattement parallèle à la côte. § Les barrières artificielles de subsurface. Sélectionner un réseau de contrôle et l’optimisation du réseau de surveillance actuel des paramètres physico-chimiques des eaux, pour cerner une éventuelle contamination due à un développement urbain et/ou agricole; Faire des compagnes de sensibilisation auprès des agriculteurs pour une utilisation rationnelle des engrais ; Modernisation de la station d'épuration de Baraki. REFERENCES BIBLIOGRAPHIQUES REFERENCES BIBLIOGRAPHIQUES AIT -OUALI, A; 2007 : Synthèse hydrogéologique et vulnérabilité à la pollution du système aquifère quaternaire de la Mitidja. Mémoire de magistère USTHB Alger PP.80120. AÏT BOUGHROUS ; 2007: Biodiversité, écologie et qualité des eaux souterraines de deux régions arides du Maroc : le Tafilalet et la région de Marrakech. Thèse de doctorat, université Cadi Ayyad Semlalia MARRAKECH. 263P AUBRY, Ph; 2000: Traitement des variables régionalisés en écologie. Apport de géomantique et de la géostatistique. Thèse de doctorat, Université de Lyon 1,255P. ALBINET, M; MARGAT, J ; 1971: Cartographie de la vulnérabilité à la pollution des eaux souterraines. Moscou. Symposium on groundwater pollution. Journal of Hydrology, 115, 225-245. ARIOUT, M; 1992: Distribution des Nitrates dans la nappe de la Mitidja et programmes d'engrais. Mémoire d'ingénieur d'état, INA. El Harrach, 255P A YME, A; 1956: Contribution à l'étude de la plaine de la Mitidja occidentale et de sa bordure Atlasique. Bul .Serv . cartes. géol. D'Algérie. N° 347-362. Ahoussi Kouassi Ernest.,Loko Solange ., Koffi Yao Blaise et SoroGbombélé.,2013 : Evolution spatio-Temporelle Des Teneurs en Nitrates Des Eaux Souterraines De La Ville d'Abidjan (CÔTE D'IVOIRE) .International Journal of Pure & Applied Bioscience ,1(3), 45-60. BRADAI, A; 2005 : Evaluation de la qualité des eaux souterraines de la plaine du moyen Chellif Occidental-Application de la géostatistique. Mémoire de magistère Centre Univ K BINNIE & PARTNERS. 1983 : Schéma d'aménagement des ressources en eau de la région d'Alger et du Sébaou. hemis Miliana PP.80-120. CASTANY G. 1963 : Traité pratique des eaux souterraines. Dunod Edit. Paris, 641P. CASTANY G. et MARGAT ;1977 : Dictionnaire français d'Hydrogéologie. Dunod Edit. Paris, 249P. CASTANY G. ,1968 : Prospection et exploitation des eaux souterraines. Ed. Dunod Paris France 683P. CAST ANY G. ,1982: Principes et méthodes de l'Hydrogéologie. Dunod Edit. Paris, 334P. REFERENCES BIBLIOGRAPHIQUES CGG, 1967: Etude par prospection électrique de la plaine de la Mitidja. Compagnie générale de géophysique .Paris .rapport ,ANRH,Alger. CGG, 1968 : Etude par prospection électrique dans la plaine du Hamiz. DELHOMME, J.P; 1976: Application de la théorie de la variable régionalisée dans la science de l'eau. Thèse de Doctorat. ENSM de Paris. 130P DOUAOUI, A; 2005 : Variabilité spatiale de la salinité en relation avec certaines caractéristiques des sols de la plaine du Bas-Chéliff Apport de la géostatistique et de la télédétection. Thèse de Doctorat.INA - Alger. PP 115 - 142 Djoudar/Hallal D. et Toubal AC., 2011 : « Optimisation d’un réseau de surveillance des eaux d’une nappe d’eau souterraine (Mitidja Orientale) Algérie ». 5ème Congrès Européen sur les Lagunes Côtières. Aveiro, Portugal. Djoudar/Hallal D. et Toubal AC., 2014 : « Geostatistical modeling of nitrate pollution of groundwater in the Mitidja ». 6th IAHS International Symposium on Integrated Water Resources Management 4-6 juin Bologna, Italie. Djoudar/Hallal D., 2014 : Approche méthodologique de la vulnérabilité de la ressource en eau souterraine en milieu fortement urbanisé : Exemple en Algérie des plaines littorales (Mitidja). Thèse de Doctorat En Sciences de la Terre. IST/USTHB/Bab Ezzouar , 198p. ELANGO, L; KANNAN, R; SENTHIL KUMAR, M; (2003). Major ion chemistry and identification of hydrogeochemical processes of groundwater in a part of Kancheepuram district, Tamil Nadu. Environmental Geosciences, 4, 157-166. FRECHETTE, R; (1987). Etude comparative des méthodes d'évaluation de la vulnérabilité des eaux souterraines face aux risques de contamination engendrée par les pesticides Maîtrise en science. Univ .Québec, 230P GASCUEL, ODOUX C; 1984: Application de la géostatistique à l'étude de la variabilité spatiale des propriétés hydriques du sol. Thèse Doc. Ing. ENSM Fontainebleu & ENSA - INRA Rennes. 235P Glangeaud, L. 1932 : Etude géologique de la région littorale de la province d'Alger .Bull. Sery . Cartes. Géol. Algérie. REFERENCES BIBLIOGRAPHIQUES Glangeaud, L. 1952 : histoire géologique de la province d'Alger, IV congrès géologique international . monographie région d'Alger. vulnérabilité des nappes souterraines. Mem. Ingénieur. Géohydraulique, 1968-1972 : Etude hydrogéologique quantitative de la plaine de la Mitidja .Rapport de synthèse, 06 Vol, DEMRH , Alger. GOUAIDIA, L; 2008: Influence de la lithologie et des conditions climatiques sur la variation des paramètres physico -chimiques des eaux d'une nappe en zone semi aride, cas de la nappe de Meskiana nord-est algérien. Thèse de Doctorat. Univ. Badji Mokhtar-Annaba, 131p HERCZEG, A. L; TORGERSEN, T; CHIV AS, A. R; HABERMEHL, M. A; 1991: Geochemistry of groundwaters from the Great Artesian Basin, Australia. Journal ofHydrology, 126,225-245. JANARDHAN RAJU, N; 2007: Hydrogeochemical parameters for assessment of groundwater quality in the upper Gunjanaeru River basin, Cuddapah District, Andhra Pradesh, South India. Environmental Geology, 52p Matheron G.,1965 :Les Variables Régionalisées et leur Estimation. Paris: Masson, 1965, 306p. Matheron G.,1970 : La Théorie des Variables Régionalisées et ses Applications. Les Cahiers du Centre de Morphologie Mathématique, fasc. 5, Ecole des Mines de Paris, 212 p. Matheron, 1965. Les variables régionalisées et leurs estimations. Edition Masso,Paris OUANDAOGO y AMEOGO, S ; (2008). Ressources en eau souterraine du centre urbain de Ouagadougou au Burkina Faso qualité et vulnérabilité. Thèse de Doctorat Univ. Reine, 260P. Rivoirard J.,1995I : Concepts et méthodes de la géostatistique .Ecole des mines de paris ,France. 100 p. SAID, R ; (1999) : Vulnérabilité et risque de pollution des eaux souterraines, méthodologie et cartographie (application aux aquifères du moyen Sébaou et de la Mitidja Centrale) Mémoire de Magistère .IST . USTHB. Alger. REFERENCES BIBLIOGRAPHIQUES SANCHEZ-MARTOS, F; (2001), Mapping groundwater quality variables using PCA and geostatistics: a case study of Bajo Andarax, southeastem Spain. Thèse de Doctorat. Univ Almeria, 180P Seltz. 1948 : Le climat de l'Algérie. Sir-Mac-Donald & partners -limited. 1992 : Etude de l'aménagement hydro agricole de la Mitidja .Mission A et B, en association avec W S Atkins International Limited (Angleterre). Doc , DNEDER , Bouchaoui , Algérie. SOLTAN, M, E; (1998). Characterization, classification and evaluation of sorne groundwater samples in Upper Egypt. Chemos 37, 735-747. SOLTAN, M, E; (1990). Evaluation of of groundwater quality in Dakhla Oasis (Egyptian Western Desert). Envirenmental Monitoring Assensment. 57, 157-168. SRINIVASAMOORTHY, K; CHIDAMBARAM, S; PRAS ANNA, M. ; JOHN PETER; ANANDHAN,P; (2008). Identification of major sources controlling groundwater chemistry from a hard rock terrain - A case study from Mettur taluk, Salem district, Tamil Nadu, India. Journal of Earth System. Science, 11749-58. SUAREZ D, L; WOOD, J, D; LEseR s, M; 2006: Effect of SAR on water infiltration under asequential rain-irrigation management system. AgriculturaI water management 86, 150 - 164 Toubal, A-C., 1998 : Apport de la géophysique à l’étude des problèmes d’hydrodynamique et d’invasion marine en milieu souterrain. Exemple des plaines d’Annaba, de la Mitidja et de la baie d’Alger. Thèse de Doctorat d’état. IST/USTHB/Bab Ezzouar , 226p. Yahiaoui,S.2011: Evaluation de la qualite des eaux souterraines de la Mitidja et leur aptitude a l’irrigation. Mémoire de magistère.ENSH/Blid,238p. ANNEXES ANNEXE III.1 Tableau : les précipitations moyennes annuelles des différentes stations pluviométrique (source ONM) année D .E. B Baraki Réghaia hamize Larbaa 1980 635.7 629.3 659.7 811.5 718.6 1981 560.8 581 550.6 691.3 586.3 1982 642.8 384.8 703.4 626.1 538.5 1983 599.7 492.6 575.4 593.6 632.6 1984 913.8 755.1 894.1 784.3 595.5 1985 564 576.4 558.3 742.2 749 1986 688.4 740.6 629.8 728.3 850.2 1987 479.2 548.2 482.2 530.8 508.1 1988 519.3 541.7 296.2 548.6 473.7 1989 337.2 335.6 203.5 388.8 201.1 1990 474.4 463 401 624.5 471.4 1991 618 585.4 644.6 842.7 810.2 1992 546 533.3 493.1 611.2 580.3 1993 420.4 512.4 355.6 546.5 605.6 1994 679.3 707.3 628.2 695.2 797.8 1995 552.7 701.9 685.8 878.9 766.1 1996 803.1 396.2 304.4 341.4 397.9 1997 547.8 703.5 737.2 863.8 851.3 1998 610.5 581.3 607.3 705.7 561.9 1999 807.2 470.3 561 531.3 451.3 2000 282.6 430.7 407.1 541.5 447.5 2001 443.3 401.5 345.5 360 405.8 2002 477.7 648.7 840.3 1058.6 898.1 2003 733.7 671.7 719.2 883.4 797.5 2004 706.3 610.6 595.5 672.1 644.5 2005 525.72 596.9 777 689.7 607.1 2006 592.8 558.1 580.7 722.5 782.8 2007 801 674.3 663.5 805.4 685.9 2008 613.7 619.8 692 774.3 714.4 2009 748.38 541.9 706.1 688.9 689.3 2010 807 857.2 815.4 1001.7 613.1 ANNEXE III.2 ANNEXE IV ANNEXE VII.1 : Rapport de grille de variogramme 2005 —————————————— Variogram Grid Report —————————————— Sun Mar 22 00:52:10 2015 Data Source Source Data File Name: C:\Users\user\Downloads\2005.xlsx X Column: A Y Column: B Z Column: C Detrending: None Variogram Grid Maximum Lag Distance: 26000 Angular Divisions: 180 Radial Divisions: 100 Data Counts Active Data: 39 Original Data: 39 Excluded Data: 0 Deleted Duplicates: 0 Retained Duplicates: 0 Artificial Data: 0 Univariate Statistics ———————————————————————————————————————————— X Y Z ———————————————————————————————————————————— Minimum: 488600 349450 0 25%-tile: 502750 356010 19.6 Median: 512500 363070 42.9 75%-tile: 541270 371750 84.3 Maximum: 558620 385600 229.2 Midrange: 523610 367525 114.6 Range: 70020 36150 229.2 Interquartile Range: 38520 15740 64.7 Median Abs. Deviation: 21100 7470 28.1 Mean: 521548.51282051 365669.48717949 61.95641025641 Trim Mean (10%): 520424.22222222 365024.44444444 55.683333333333 Standard Deviation: 23739.36612783 11206.549294877 54.163547631574 Variance: 563557504.15115 125586747.09852 2933.6898920378 Coef. of Variation: 0.87422023657302 Coef. of Skewness: 1.177169163844 ———————————————————————————————————————————— Inter-Variable Correlation ———————————————————————————— X Y Z ———————————————————————————— X: 1.000 0.861 0.472 Y: 1.000 0.416 Z: 1.000 ———————————————————————————— Inter-Variable Covariance ———————————————————————————————— X Y Z ———————————————————————————————— X: 563557504.15115 229178530.5194 606797.31978961 Y: 125586747.09852 252591.92636423 Z: 2933.6898920378 ———————————————————————————————— Planar Regression: Z = AX+BY+C Fitted Parameters ———————————————————————————————————————————— A B C ———————————————————————————————————————————— Parameter Value: 0.0011154416686729 -2.4870812838829E-005 - 510.70603580154 Standard Deviation: 0.000712008601505520.0015082816692762 282.82878156688 ———————————————————————————————————————————— Inter-Parameter Correlations ———————————————————————————— A B C ———————————————————————————— A: 1.000 0.884 0.411 B: 1.000 0.789 C: 1.000 ———————————————————————————— ANOVA Table ———————————————————————————————————————————— Source df Sum of Squares Mean Square F ———————————————————————————————————————————— Regression: 2 26152.029087637 13076.014543818 5.5168 Residual: 36 85328.186809799 2370.2274113833 Total: 38 111480.21589744 ———————————————————————————————————————————— Coefficient of Multiple Determination (R^2): 0.23458897058198 Nearest Neighbor Statistics —————————————————————————————————— Separation |Delta Z| —————————————————————————————————— Minimum: 0 1.1 25%-tile: 1196.411300515 18 Median: 2729.4688127912 46.9 75%-tile: 3864.1169754551 62.7 Maximum: 7116.8813394632 130.5 Midrange: 3558.4406697316 65.8 Range: 7116.8813394632 129.4 Interquartile Range: 2667.7056749401 44.7 Median Abs. Deviation: 1418.4005460713 28.9 Mean: 2851.1254684451 47.482051282051 Trim Mean (10%): 2705.2803294884 44.158333333333 Standard Deviation: 1827.4334242619 35.076269319381 Variance: 3339512.9201096 1230.3446693657 Coef. of Variation: 0.64095159770661 0.73872691621981 Coef. of Skewness: 0.36039246540388 0.69811164962754 Root Mean Square: 3373.8406631779 58.765147528978 Mean Square: 11382800.820513 3453.3425641026 —————————————————————————————————— Complete Spatial Randomness Lambda: 1.5407571754839E-008 Clark and Evans: 0.70780467161313 Skellam: 42.97618008736 Exclusion Filtering Exclusion Filter String: Not In Use Duplicate Filtering Duplicate Points to Keep: All Duplicate filtering: Not In Use ANNEXE VII.2 : Rapport de grille de variogramme 2010 —————————————— Variogram Grid Report —————————————— Sun Mar 22 18:54:06 2015 Data Source Source Data File Name: C:\Users\user\Downloads\2010.xlsx X Column: A Y Column: B Z Column: C Detrending: None Variogram Grid Maximum Lag Distance: 26000 Angular Divisions: 180 Radial Divisions: 100 Data Counts Active Data: 59 Original Data: 59 Excluded Data: 0 Deleted Duplicates: 0 Retained Duplicates: 0 Artificial Data: 0 Univariate Statistics ———————————————————————————————————————————— X Y Z ———————————————————————————————————————————— Minimum: 488600 349450 0 25%-tile: 503950 356500 18.6 Median: 510050 361500 30 75%-tile: 541650 370750 49 Maximum: 558620 385600 108.7 Midrange: 523610 367525 54.35 Range: 70020 36150 108.7 Interquartile Range: 37700 14250 30.4 Median Abs. Deviation: 16800 6830 14 Mean: 521016.77966102 364638.6440678 34.906779661017 Trim Mean (10%): 520141.66666667 364071.11111111 32.855555555556 Standard Deviation: 23444.137230555 10423.039542387 23.408537084067 Variance: 549627570.4851 108639753.30216 547.95960841613 Coef. of Variation: 0.67060145081813 Coef. of Skewness: 0.92148464656004 ———————————————————————————————————————————— Inter-Variable Correlation ———————————————————————————— X Y Z ———————————————————————————— X: 1.000 0.851 0.233 Y: 1.000 0.207 Z: 1.000 ———————————————————————————— Inter-Variable Covariance ———————————————————————————————— X Y Z ———————————————————————————————— X: 549627570.4851 207944312.58259 127829.53030738 Y: 108639753.30216 50627.060040218 Z: 547.95960841613 ———————————————————————————————— Planar Regression: Z = AX+BY+C Fitted Parameters ———————————————————————————————————————————— A B C ———————————————————————————————————————————— Parameter Value: 0.000216016710972425.3442874514488E-005 - 97.128888740798 Standard Deviation: 0.0002589004866332 0.00058233478948274117.0641381069 ———————————————————————————————————————————— Inter-Parameter Correlations ———————————————————————————— A B C ———————————————————————————— A: 1.000 0.866 0.418 B: 1.000 0.816 C: 1.000 ———————————————————————————— ANOVA Table ———————————————————————————————————————————— Source df Sum of Squares Mean Square F ———————————————————————————————————————————— Regression: 2 1788.8192489102 894.4096244551 1.67 Residual: 56 29992.838039225 535.5863935576 Total: 58 31781.657288136 ———————————————————————————————————————————— Coefficient of Multiple Determination (R^2): 0.056284643456211 Nearest Neighbor Statistics —————————————————————————————————— Separation |Delta Z| —————————————————————————————————— Minimum: 0 0 25%-tile: 0 4 Median: 0 11.9 75%-tile: 921.95444572929 20 Maximum: 5210.8060796771 56.3 Midrange: 2605.4030398386 28.15 Range: 5210.8060796771 56.3 Interquartile Range: 921.95444572929 16 Median Abs. Deviation: 0 8.1 Mean: 775.50223353441 15.184745762712 Trim Mean (10%): 580.25869979337 13.622222222222 Standard Deviation: 1395.4265252109 14.139146118189 Variance: 1947215.1872622 199.91545295149 Coef. of Variation: 1.7993842762401 0.93114144544384 Coef. of Skewness: 1.7309567711981 1.2334982219511 Root Mean Square: 1586.0691202584 20.666483961285 Mean Square: 2515615.2542373 427.10355932203 —————————————————————————————————— Complete Spatial Randomness Lambda: 2.3308890603475E-008 Clark and Evans: 0.23679572110327 Skellam: 21.736904790497 Exclusion Filtering Exclusion Filter String: Not In Use Duplicate Filtering Duplicate Points to Keep: All Duplicate filtering: Not In Use