Par CARDENAS CASTILLERO, Gustavo Enrique.

Présentation au sujet: "Par CARDENAS CASTILLERO, Gustavo Enrique."— Transcription de la présentation:

1 Par CARDENAS CASTILLERO, Gustavo Enrique.
ÉVALUATION DE LA METHODE ESPERE, DEVELOPPEES PAR LE BRGM, QUI VISE A ESTIMER LA RECHARGE DES AQUIFERES A PARTIR d’OBSERVATIONS, DANS LE CADRE D'UN MODELE PARFAIT Par CARDENAS CASTILLERO, Gustavo Enrique. Questions: Quelle information sur la recharge peut être contenu dans les observations de débits et de piézométrie? Pourrait-on affiner la partition ruissellement/infiltration à partir de telles analyses? En collaboration avec Sandra Lanini et Yvan Caballero

2 NIVEAUX PIEZOMETRIQUES EVAPOTRANSPIRATION POTENTIELLE
CONTEXTE ESPERE EStimation de la Pluie Efficace et de la Recharge selon différentes méthodes PRECIPITATION DEBIT TEMPERATURE NIVEAUX PIEZOMETRIQUES EVAPOTRANSPIRATION POTENTIELLE RECHARGE METHODE DU BILAN ESPERE METHODES DE FILTRES WTF WTF= Water Table Fluctuation

3 OBJECTIF EVALUTION d’ESPERE via un “modèle parfait”
Le modéle simule une recharge, des débits et des niveaux piézométriques cohérents avec le forçage atmosphériques Ces flux sont utilisés en entrée d’Espere et les recharges estimées par Espere peuvent être comparées à celle du modèle PRECIPITATION MODELE HYDROGEOLOGIQUE DEBIT TEMPERATURE NIVEAUX PIEZOMETRIQUES EVAPOTRANSPIRATION POTENTIELLE RECHARGE Surface du bassin versant Réserve utile fraction d’infiltration ESPERE METHODE DU BILAN METHODES DE FILTRES porosité WTF

4 COMPARAISON DE l’ESTIMATION de la RECHARGE avec les 3 METHODES
RESULTATS Simulation sur une durée de 19 ans;; Porosité issue du modèle ; surface des bassins issue du modèle ; ratio Infiltration/Peff issu du modèle COMPARAISON DE l’ESTIMATION de la RECHARGE avec les 3 METHODES Très forte dispersion dans l’estimation de la recharge: Entre méthodes; dans chaque méthode

5 RESULTATS WTF : SENSIBILITE A LA POSITION DU PIEZOMETRE
Comparaison des chroniques piézométriques en fonction de la place dans la bassin Eloigné de la rivière Un peu éloigné de la rivière Plus proche de la rivière On utilise dans WTF la porosité du modèle: Forte sous estimation de la recharge partout Erreur plus importante à proximité de la rivière (cote de drainage imposée) ;

6 RESULTATS METHODE DES FILTRES : SENSIBILITE à la POSITION des STATIONS
Différentes surfaces de la rivières : 52,5 km2 (débit de l’exutoire) ; 48 km2 (débit de la maille 10); 7 km2 (débit de la maille 20) Forte erreur pour les mailles amont lorsqu’on impose une surface topographique L’erreur est réduite lorsque on utilise une surface correspondant au bassin hydrogéologique drainé

7 CONCLUSIONS L’Evaluation d’ESPERE via un “modèle parfait” a mis en évidence que: Les méthodes de bilan présentent une forte dispersion (facteur 2). Les méthodes WTF et filtres présentent une forte variabilité en fonction de la position des stations de mesures WTF nécessite une estimation adaptée de la porosité efficace (plus forte près des conditions de drains) Les méthodes de filtres sont très sensibles à la Surface du bassin versant captée par les stations hydrologiques utilisées. Parmi les 3 méthodes, la méthode de Wallingford semble la moins adaptée et la méthode de Eckhart la plus adaptée  Possibilité de combiner les méthodes pour contraindre les paramètres (porosité, surface, RU…) et réduire l’incertitude sur la recharge….

8 CARLIER CANDILLON Loriane
Projet « Aqui-FR »    Analyse de la variabilité annuelle des prélèvements en nappe en lien avec les conditions météorologiques et estimation des conséquences sur la prévision de l'état des eaux souterraines. CARLIER CANDILLON Loriane Questions: Peut on anticiper les prélèvements en nappe en fonction de la météo? Quels sont les impacts de l’incertitude des prélèvements sur la piézométrie ? En collaboration avec Pascal Viennot Stage de M1 SDUEE ECH Année universitaire

9 L’analyse des bases de données de prélèvements existantes
Tableau 1 Bases de données de prélèvements à disposition  AESN: Agence de l’Eau Seine Normandie BNPE: Banque Nationale des Prélèvements quantitatifs en Eau ONEMA: Office National de l’Eau et des Milieux Aquatiques 5 bases de données pour 19 ans de prélèvements -> site officiel et en accès libre 30/06/2016 CARLIER - CANDILLON LORIANE

10 Volumes d’eaux souterraines prélevés
Forte variabilité entre base de données (peut être lié à une différence d’interprétation des pompages en nappe ou en rivière via la nappe d’accompagnement…) Nb de points fortement variable… Pas de tendance temporelle claire Figure 5 Graphique représentants les volumes annuels prélevés en nappe Volumes annuels prélevés en nappe de 1994 à 2013 30/06/2016 CARLIER - CANDILLON LORIANE

11 Volumes d’eaux souterraines prélevés par usages
Alimentation en Eau Potable Forte variabilité entre base de données pour l’eau potable  plus variable que l’irrigation…. Prvt Industriel en baisse En 2012, BNPE en volume proche de BD AESN, mais répartition AEP/irrigation différente… Industriels Irrigations agricoles 30/06/2016 CARLIER - CANDILLON LORIANE

12 CARLIER - CANDILLON LORIANE
Analyse du lien entre l’irrigation agricole en Beauce et Champagne avec la Météo Méthodes exploitées : Persistance Corrélation avec toutes les variables météorologiques (Evapotranspiration, Pluviométrie, Température minimum et maximum) 30/06/2016 CARLIER - CANDILLON LORIANE

13 CARLIER - CANDILLON LORIANE
Analyse du lien entre l’irrigation agricole en Beauce et Champagne avec la Météo Régression entre les données météorologiques et les prélèvements d’irrigation de 1994 à 2010 pour les calcaires libres de la Beauce assez efficace, mais, nécessite de connaître la Météo au printemps ou en été pour estimer les prélèvements à ces saisons  peu pertinent 30/06/2016 CARLIER - CANDILLON LORIANE

14 Evolutions piézométriques à Vailly en 2001-02 et 2009-10
Impact des incertitudes des prélèvements annuels sur les niveaux piézos Année humide ( ) avec les pompages d’une année sèche ( ) Année sèche ( ) avec les pompages d’une année humide ( ) Indicateur piézométrique de Champagne Evolutions piézométriques à Vailly en et 30/06/2016 CARLIER - CANDILLON LORIANE

15 Impact des incertitudes des prélèvements annuels sur les niveaux piézos
L’impact semble réduit mais est non négligeable en année sèche: 50cm de différence en été Année humide ( ) avec les pompages d’une année sèche ( ) Année sèche ( ) avec les pompages d’une année humide ( ) 50 cm 15 cm Evolutions piézométriques à Vailly en et (zoom au 30 juin) 30/06/2016 CARLIER - CANDILLON LORIANE

16 Evolutions piézométriques à Engenville de 1994 à 2013
Illustration de la sensibilité aux incertitudes pluriannuelles Différence entre simulation variable dans le temps Nette sensibilité à la variabilité intra-annuelle des prélèvements…. Indicateur piézométrique de Beauce centrale Evolutions piézométriques à Engenville de 1994 à 2013 30/06/2016 CARLIER - CANDILLON LORIANE

17 CARLIER - CANDILLON LORIANE
Conclusion Hétérogénéité des bases de données, absence de données récentes fiables Liens des prélèvements agricoles avec les conditions météorologiques non exploitable aux échelles considérées Sensibilité des prélèvements (= erreur sur les prévisions) assez locales et plus marquée les années sèches Les indicateurs piézométriques ne sont pas forcement très sensibles aux prélèvements Pour Aqui-FR Nécessité d’acquérir des informations sur les variabilités intra-annuelles des prélèvements Vérifier le potentiel de la persistance et/ou des critères météo pour estimer les prélèvements en AEP Vérifier la généricité des résultats sur d’autre bassin (Intérêt de la BNPE!) 30/06/2016 CARLIER - CANDILLON LORIANE

18 Bonus: Question sur le potentiel d’inversion des pompages via analyse des données

19 Bonus: Question sur le potentiel d’inversion des pompages via analyse des données