TURBIDITÉ POUR ANALYSER LE FLUX DE MES TRANSPORTÉS PAR TEMPS DE PLUIE

EVALUATION DES MASSES EVENEMENTIELLES À PARTIR DE MESURES EN CONTINU DE TURBIDITÉ 

Propagation des erreurs à l’échelle intra-événementielle lors de l’utilisation d’une relation moyenne turbidité –MES Lorsqu’on veut convertir des turbidités en MES pour un événement donné, on ne dispose en général pas d’analyses de MES relatives à cet événement. On utilise donc des données recueillies sur d’autres événements, et faute d’un modèle permettant de relier les caractéristiques d’un événement pluvieux à la relation MES-turbidité adaptée à cet événement, on utilise une relation moyenne basée sur l’ensemble des couples MES-turbidité disponibles. Pour calculer une masse événementielle M, on cumule N valeurs successives d’une série chronologique de flux   covariance entre les erreurs sur les valeurs successives de concentrations Les deux premiers termes reprennent les erreurs sur les valeurs de débit et de concentration, avec leurs pondérations respectives. Le premier terme de covariance concerne les relations qui pourraient exister entre les erreurs affectant des mesures de type différent (débit et concentration). Il est très vraisemblable que ces erreurs soient indépendantes, et nous négligerons donc ce terme. Le deuxième terme de covariances concerne les erreurs affectant les mesures successives de débit. Celles-ci peuvent comporter une composante systématique (cette composante a été étudiée dans la partie IV de la thèse), due notamment à l’étalonnage des appareils, ce qui implique que ces covariances ne sont pas toujours négligeables (on trouvera en annexe E la justification de l’équivalence entre erreurs systématiques, constantes ou dépendantes de la valeur mesurée, et covariance d’erreurs non nulles).

Méthodologie de calcul des incertitudes

Modélisation des erreurs d’estimations induites par l’utilisation d’une relation moyenne MES –turbidité

Choix d’un modèle L’homogénéité intra événementielle des rapports aij nous amène à considérer que les erreurs d’estimation induites par l’utilisation d’une droite moyenne sont proportionnelles à la valeur de turbidité mesurée pour un événement donné. Cette hypothèse est confirmée par le calcul d’un coefficient de corrélation entre les erreurs d’estimation à partir d’une droite moyenne et la valeur de turbidité mesurée pour les événements échantillonnés sur Cordon Bleu (Figure 47).Le coefficient de corrélation est calculé événement par événement pour une droite εi,j = f(ti,j) forcée par l’origine et indique donc le degré de proportionnalité entre ces deux variables pour un événement donné. On voit sur la Figure 47 que pour 50% des événements ce coefficient est supérieur à 0,5 en valeur absolue, et pour la quasi-totalité il est significativement différent de zéro. Analyse du transport solide en réseau d’assainissement unitaire par temps de pluie : exploitation de données acquises par les observatoires français en hydrologie urbaine HANNOUCHE Ali (2012) 150 Nous allons donc représenter l’erreur d’estimation par un coefficient de conversion constant à l’échelle d’un événement et dont la valeur sera tirée aléatoirement lors du processus de simulation. Il reste à déterminer la loi de distribution de ce coefficient : nous avons choisi une loi log normale (meilleur ajustement).