Colmatage et rétention des éléments traces métalliques dans ...csidoc.insa-lyon.fr/these/2008/le_coustumer/these.pdf1 N d’ordre 2008-ISAL-0068 Année 2008 Thèse Colmatage et

1

N° d’ordre 2008-ISAL-0068

Année 2008

Thèse

Colmatage et rétention des éléments

traces métalliques dans les systèmes

d’infiltration des eaux pluviales

Présentée devant

L’Institut National des Sciences Appliquées de Lyon - Monash University

Pour obtenir

Le grade de docteur – Doctor of Philosophy (PhD)

Formation doctorale

Génie Civil

Ecole doctorale

Mécanique, Energétique, Génie Civil, Acoustique (MEGA)

Par

Sébastien-Maël Le Coustumer (Ingénieur)

Soutenue le 6 octobre 2008 devant la Commission d’examen

Jury :

S. Barraud Maitre de Conférence (HDR)– Directeur de thèse – INSA Lyon

D. Boissier Professeur – Rapporteur – Université Blaise Pascal Clermont-Ferrand

D. Butler Professeur – Examinateur – Essex University

B. Chocat Professeur– Président – INSA Lyon

A. Deletic Professeur– Co-directeur de thèse – Monash University

T. Fletcher Professeur– Co-directeur de thèse – Monash University

M. Legret Directeur de recherche – Rapporteur – LCPC Nantes

L. Rossi Collaborateur scientifique – Examinateur – EPFL

J. Chapgier Ingénieur en chef – Invité – Grand Lyon

Laboratoire de Genie Civil et d’Ingénierie Environnementale (LGCIE)

Institute for Sustainable Water Ressources (ISWR)

2

3

Résumé

Les systèmes d‘infiltration des eaux de ruissellement comme les bassins et les noues végétalisés sont

de plus en plus utilisés pour la gestion des eaux pluviales en milieu urbain. Ils sont devenus des

éléments clefs de l‘assainissement pour atteindre les objectifs de protection des milieux aquatiques et

de gestion du risque d‘inondation. Cependant, de nombreuses questions subsistent sur la

performance et la durabilité de ces ouvrages sur le long terme.

Ce travail de thèse a examiné deux facteurs importants relatifs au fonctionnement de ces ouvrages :

leur possible colmatage qui se traduit par une baisse de la conductivité hydraulique et leur capacité de

traitement des polluants. L‘approche expérimentale a été menée conjointement dans deux groupes de

recherche, l‘Observatoire de Terrain en Hydrologie Urbaine (OTHU) en France et la Facility for

Advancing Water Biofiltration (FAWB) en Australie. Les expériences ont été menées sur des ouvrages

en fonctionnement et sur des pilotes de laboratoire. Ainsi, 37 noues végétalisées ont été suivies

ponctuellement dans le temps sur la côte Est australienne et un ouvrage d‘infiltration de grande taille

situé dans l‘Est Lyonnais a été suivi en continu, sur une période de plus de trois ans. Des expériences

en laboratoire ont parallèlement été menées sur des colonnes de grande dimension afin d‘évaluer

l‘influence de la conception sur la performance des ouvrages. Une des spécificités de ce travail a été

d‘évaluer la performance des ouvrages sur de longues périodes afin de connaître leur durabilité sur le

long terme.

Le colmatage a été mis en évidence sur l‘ensemble des systèmes étudiés : une réduction de la

conductivité hydraulique par un facteur de deux a été mesurée sur les systèmes construits en

Australie, une augmentation de la résistance hydraulique par un facteur de presque deux également

sur une période de deux ans pour l‘ouvrage suivi en continu en France, une réduction moyenne de la

conductivité hydraulique par un facteur de trois pour les colonnes de laboratoire sur une période d‘un

an. Les différences entre les ouvrages peuvent être expliquées par l‘influence de la charge

hydraulique et de la concentration en sédiments. Il a été clairement montré que les ouvrages recevant

des sollicitations fortes se colmatent de façon plus rapide. Cependant, la végétation, si l‘espèce est

bien choisie, permet de réduire le colmatage et même de restaurer les conductivités hydrauliques

initiales.

L‘efficacité environnementale des ouvrages a été évaluée en mesurant la rétention des éléments

traces métalliques (cuivre, plomb et zinc). Ces éléments ont été choisis car ils sont présents en

concentrations fortes dans les eaux de ruissellement et peuvent avoir un impact environnemental

important sur les milieux récepteurs. Des concentrations élevées ont été mesurées à la surface des

ouvrages, avec des valeurs typiques de sols pollués pour les trois métaux. Une grande variabilité

spatiale des concentrations (de l‘ordre de 50%), notamment dans les grands ouvrages a pu être

observée. La diminution des concentrations avec la profondeur est forte, et les concentrations du fond

pédogéochimique sont atteintes dès une profondeur de 30 cm. Le rendement épuratoire des ouvrages

a été évalué aussi bien sur les ouvrages en fonctionnement que sur les colonnes de laboratoire. Des

4

rendements élevés, compris entre 80 et 100% ont été mesurés pour l‘ensemble des métaux et dans

tous les ouvrages. L‘influence des choix de conception est faible, les concentrations de sortie

respectant toujours les normes pour la qualité de potabilisation. De plus, il n‘a pas été noté de

réduction de la performance avec le temps.

Ces résultats vont permettre d‘améliorer les recommandations pour la conception des ouvrages

d‘infiltration et à terme de généraliser la mise en place et l‘usage de ces techniques pour gérer et

traiter les eaux de ruissellement.

Mots clefs: Eau pluviale, infiltration, techniques alternatives, colmatage, éléments traces métalliques

5

Abstract

Infiltration techniques such as infiltration basins or biofiltration systems have been widely implemented

in the last few years as a source control technique to manage stormwater runoff in urban areas. They

are one component in the suite of tools which aim to reduce the impact of urbanisation on waterways.

However, there are still substantial questions over their long-term performance and sustainability.

This thesis has examined two issues of particular importance: the pollutant removal capabilities of the

systems, and the potential for clogging that leads to a decrease in hydraulic conductivity and system

performance. It was undertaken within the framework of two major research projects, the Field

Observatory for Urban Water Management in France and the Facility for Advancing Water Biofiltration

in Australia. Field scale experiments have been conducted initially by assessing the performance of 37

biofiltration systems built on the east coast of Australia, and then by monitoring continuously over a

three and half year period a large infiltration basin in Lyon. Laboratory experiments have also been

conducted on large experimental columns in order to explore the influence of design on the

performance of the systems, and to provide a basis for understanding field measurements. One of the

specific aims of this work was to evaluate the performance of stormwater filtration systems over an

extended period of time, in order to assess their real sustainability.

Varying degrees of clogging were evident on all the systems monitored: a reduction of hydraulic

conductivity by a factor of two on the systems built in Australia; an increase of the hydraulic resistance

by almost two over a two year period for the infiltration system monitored in France; and an average

reduction of hydraulic conductivity by a factor of three over a one year period in the laboratory

systems. Differences between the sites could be explained by the influence of hydraulic loading and

sediment concentration in the stormwater. It has been clearly shown that systems subject to high

sediment and hydraulic loading are more prone to clogging. One of the significant findings is that

vegetation, when carefully selected, may reduce clogging and restore initial hydraulic performance,

through its role in creating macropores.

The pollutant removal efficiency of the systems focussed on heavy metals, because of their high

concentration in stormwater and their impact on receiving water bodies. High concentrations of

copper, lead and zinc have been measured at the surface of all of the field systems. Variability in

metal concentration of about 50% was measured at the surface of large scale systems. A marked

reduction in concentration with depth was measured, with background concentration reached at a

depth of 30 cm, suggesting that there is very little risk of heavy metals leaching to groundwater from

stormwater filtration systems. Assessment of the pollutant removal efficiency was conducted in the

field and in the laboratory. A high removal efficiency ranging from 80 to 100% was measured in all

systems and for all the three metals studied. Influence of design was poor, as outflow concentrations

respect drinking water guidelines for all configurations. Importantly, despites change in the systems

(reduction of hydraulic conductivity, plants growth, diminution of soil‘s pH…) no reduction of

performance was measured over time.

6

These results will improve infiltration system guidelines and will help to generalise the implementation

and the use of infiltration technologies as a robust technique to manage and treat stormwater runoff.

Key words: Stormwater, infiltration, water sensitive urban design, clogging, heavy metals

7

Remerciements

Ce travail est l‘aboutissement d‘une collaboration entre l‘INSA de Lyon et Monash University.

Je tiens donc tout d‘abord à remercier mes encadrants Sylvie Barraud, Tim Fletcher et Ana Deletic de

m‘avoir soutenu pour monter ce projet franco-australien. De plus ils ont montré un encadrement sans

faille, un dynamisme et un support considérable tout au long de cette thèse. Ils m‘ont donné toute la

mobilité dont j‘avais besoin et m‘ont laissé gérer mes allers retours entre la France et l‘Australie en

toute liberté. Presque quatre ans de liberté à naviguer d‘un bout à l‘autre du globe, quelle chance

exceptionnelle : Thanks a lot Tim, Ana and Sylvie.

Le soutien financier et technique du Ministère de la Recherche, de la région Rhône Alpes, de

l‘ambassade de France en Australie, de Melbourne Water, du Department of Civil Engineering de

Monash University et du Grand Lyon a été très apprécié et m‘a permis de compléter ce travail.

Ce travail a eu le soutien de deux projets de grande ampleur qui m‘ont permis d‘avoir accès à

des moyens importants : l‘OTHU à Lyon et FAWB à Melbourne. Je remercie vivement mes encadrants

de m‘avoir permis de participer à ces projets ainsi que les directeurs de ces deux entités, Sylvie

Barraud et Tony Wong.

Je remercie Bernard Chocat pour m‘avoir accueilli au LGCIE, ainsi que les membres du jury

Daniel Boissier, David Butler, Michel Legret, Luca Rossi et Jean Chapgier.

Ce travail est principalement expérimental. Les expériences n‘auraient pas été possibles sans

l‘aide d‘Yvan Béranger et Erwan Le Saux (OTHU), Blandine Clozel (BRGM) et de Justin Lewis, Peter

Poelsma, Belinda Hatt et Geoff Taylor (FAWB). Merci Jlo et Pete pour l‘organisation des expériences

à Sydney (Coogee Beach !) et Brisbane.

Un grand merci aussi aux différents doctorants et autres chercheurs que j‘ai côtoyés pendant

ces années et qui m‘ont aidés: Clément Roy, Andres Torres, Antoine Proton, Yaron Zinger, Dale

Brown et les membres de FAWB, Pete, Jlo, et Belinda.

Merci aussi au personnel administratif et informatique des deux laboratoires, Renée Hector,

Jenny Manson, Godwin Vaz, Valérie Orhon et Christian Ambroise.

Enfin je remercie toutes les personnes qui m‘ont soutenu pendant ces quatres années (et bien

plus): Yuna et Vaia qui sont toujours là et me soutiennent toujours pour aller là où bon me semble et

faire ce qui me plait… et puis aussi Antoine Vigny, Kevin Ritzenthaler, Jérôme Bassaler, Cyrille Fleury

8

qui seront surpris de se retrouver dans une thèse, et à Tibor Gerhart, Clèment Bernardet, et enfin à

Nurses Kurucuk.

9

Liste des publications

Cette thèse est le résultat de 3 ans et 9 mois de travail (22 mois en France et 23 mois en

Australie). Pendant cette période les articles suivant ont été publiés (les articles publiés ou soumis

dans des revues sont présentés en annexe):

Articles publiés dans des revues internationales

(1) - LE COUSTUMER S., BARRAUD S., BERANGER Y. Étude préliminaire du colmatage des systèmes d‘infiltration des eaux pluviales en milieu urbain. Revue Européenne de Génie Civil, 2006, 10(3), 263-278. (2) - LE COUSTUMER S. ET BARRAUD S. Long term hydraulic and pollution retention performance of infiltration systems. Water Science and Technology, 2007, 55(4), 235-243. (3) - LE COUSTUMER S., FLETCHER T., DELETIC A. ET BARRAUD S. Hydraulic performance of biofilter for stormwater management: first lessons from both laboratory and field studies. Water Science and Technology, 2007, 56(10), 93-100. (4) - LE COUSTUMER S., MOURA P., BARRAUD S., CLOZEL B. ET VARNIER J.-C. Temporal evolution and spatial distribution of heavy metals in a stormwater infiltration basin – estimation of the mass of trapped pollutants. Water Science and Technology, 2007, 56(12), 93-100.

Articles soumis dans des revues internationales LE COUSTUMER S., FLETCHER T., DELETIC A., BARRAUD S. ET LEWIS J. Hydraulic performance of biofilter systems for stormwater management: influences of design and operation. Journal of Hydrology (Soumis). LE COUSTUMER S., POELSMA P., FLETCHER T., DELETIC A. ET BARRAUD S. Improving design of biofiltration systems. Water Research (Soumis). Articles présentés dans des conférences internationales (1) - LE COUSTUMER S. ET BARRAUD S. Long-term hydraulic and pollution retention performance of infiltration systems. In: 7th International Conference on Urban Drainage Modelling and the 4th International Conference on Water Sensitive Urban Design, Melbourne, 2-7 April 2006. (2) - LE COUSTUMER S., FLETCHER T. D., DELETIC A. ET BARRAUD S. Hydraulic performance of biofilters for stormwater management: first lessons from both laboratory and field studies. In: NOVATECH 2007 6th international conference on sustainable techniques and strategies in urban water management, Lyon, France, 25-28 June 2007, pp. 1049-1056. (3) - LE COUSTUMER S., MOURA P., BARRAUD S., CLOZEL B. ET VARNIER J.-C. Spatial analysis

and temporal evolution of pollutants in a stormwater infiltration basin – estimation of the mass of trapped

pollutants. In: NOVATECH 2007 6th international conference on sustainable techniques and strategies in urban water management, Lyon, France, 25-28 June 2007, pp. 819-826. (4) - LE COUSTUMER S., BARRAUD S., DELETIC A., FLETCHER T. Influence of time and design on the hydraulic performance of biofiltration systems for stormwater management. In: 11th International Conference on Urban Drainage, Edinburgh, Scotland, 31

st August- 5

th September 2008.

10

(5) - LEWIS J., HATT B., LE COUSTUMER S., DELETIC A., FLETCHER T. The impact of vegetation on hydraulic conductivity of stormwater bioretention systems: results from two field-scale biofilters. In: 11th International Conference on Urban Drainage, Edinburgh, Scotland, 31

st August- 5

th September

2008. (6) - BRATIERES K., FLETCHER T.D., DELETIC A., ALCAZAR L., LE COUSTUMER S. ET MC CARTHY D.T. Removal of nutrients, heavy metals and pathogens by stormwater biofilters. In: 11th International Conference on Urban Drainage, Edinburgh, Scotland, 31

st August- 5

th September 2008.

11

Note

This PhD thesis was undertaken as part of an international collaboration (Cotutelle thesis) between

INSA Lyon and Monash University. It is the result of 3 years and 9 months of work (22 months in

France and 23 months in Australia). Even if the manuscript is written in French, 5 articles written in

English and published or submitted to international journal are presented in appendix. These articles

cover most of the material presented in the thesis:

- Hydraulic performance of biofilter for stormwater management: influences of design and

operation (submitted to Journal of Hydrology) presents the results from Chapter 2.

- Long-term hydraulic and pollution retention performance of infiltration systems (Water Science

and Technology) presents the results from Chapter 3.

- Hydraulic performance of biofilters for stormwater management: first lessons from both

laboratory and field studies (Water Science and Technology) presents the preliminary results

from Chapter 2 and 4.

- Temporal evolution and spatial distribution of heavy metals in a stormwater infiltration basin -

estimation of the mass of trapped pollutants (Water Science and Technology) presents the

results from Chapter 6.

- Clogging and metal removal by stormwater biofilters: a large – scale design optimisation study

(submitted to Water Research) presents the results from Chapter 4 and 7.

12

13

Sommaire

14

Sommaire

15

INTRODUCTION ...................................................................................... 21

1 Problématique scientifique et objectifs de la thèse ....................................... 23

2 Pourquoi faire une thèse entre la France et l’Australie ................................. 24

2.1 Appréhender la différence culturelle en manière de gestion de l‘eau en milieu urbain ... 24 2.2 Développer une approche multi échelles ........................................................................ 25

3 Organisation du manuscript .......................................................................... 27

CHAPITRE 1 : BILAN BIBLIOGRAPHIQUE .................................................... 29

1 Introduction ................................................................................................... 31

2 Contexte en terme d’assainissement et de gestion des eaux pluviales ........ 32

2.1 Contexte historique .......................................................................................................... 32 2.2 De l‘assainissement à la gestion intégrée de l‘eau en milieu urbain ............................... 33

3 Cadre réglementaire ..................................................................................... 36

3.1 France .............................................................................................................................. 36 3.2 Australie ........................................................................................................................... 38

4 Présentation des biofiltres et des bassins d’infiltration .................................. 41

4.1 Bassins d‘infiltration ......................................................................................................... 41 4.2 Biofiltres ........................................................................................................................... 41

5 Qualité des eaux de ruissellement ................................................................ 44

5.1 Paramètres de bases ....................................................................................................... 44 5.2 Eléments traces métalliques ............................................................................................ 48

6 Concentration en métaux lourds dans les ouvrages ..................................... 54

6.1 Normes pour la contamination des sols .......................................................................... 54 6.2 Concentration en ETM dans les ouvrages d‘infiltration ................................................... 57

7 Performance environnementale des ouvrages ............................................. 69

7.1 Mécanismes de rétention des polluants .......................................................................... 69 7.2 Rendement épuratoire des ouvrages .............................................................................. 71 7.3 Conclusions ..................................................................................................................... 75

8 Colmatage .................................................................................................... 76

8.1 Introduction ...................................................................................................................... 76 8.2 Expériences en laboratoire .............................................................................................. 78 8.3 Expériences in situ ........................................................................................................... 79 8.4 Types de colmatage ........................................................................................................ 83 8.5 Facteurs influençant le colmatage ................................................................................... 84 8.6 Rôle de la végétation ....................................................................................................... 84 8.7 Conclusions ..................................................................................................................... 85

9 Conclusions et orientation du travail ............................................................. 87

Sommaire

16

PARTIE 1 : COLMATAGE DES OUVRAGES ...................................... 89

CHAPITRE 2 : PERFORMANCE HYDRAULIQUE DES SYSTEMES D‘INFILTRATION

VEGETALISES EN SERVICE - ETUDE PONCTUELLE DANS LE TEMPS ................ 93

1 Introduction et objectifs ................................................................................. 95

2 Méthodes ...................................................................................................... 96

2.1 Choix des sites................................................................................................................. 96 2.2 Principes de mesures de la conductivité hydraulique et de l‘estimation de son évolution 96 2.3 Caractéristiques des sites de mesures .......................................................................... 100 2.4 Analyses des données ................................................................................................... 101

3 Résultats ..................................................................................................... 104

3.1 Répartition des mesures par site ................................................................................... 104 3.2 Infiltromètre à anneau simple peu profond (Kfs shallow) .................................................... 104 3.3 Infiltromètre à anneau profond (Kfs deep) ......................................................................... 107 3.4 Mesures en laboratoire .................................................................................................. 109 3.5 Tableau récapitulatif des données ................................................................................. 113 3.6 Comparaison des différentes méthodes in situ (Kfs deep - Kfs shallow)................................ 114 3.7 Comparaisons des mesures in situ avec les mesures de laboratoire sur les échantillons superficiels ................................................................................................................................ 114 3.8 Comparaisons entre conductivité actuelle et conductivité initiale ................................. 116 3.9 Corrélation entre caractéristiques des systèmes et Kfs shallow et la variation de conductivité hydraulique ............................................................................................................................... 117 3.10 Exploration statistique .................................................................................................... 118

4 Discussion .................................................................................................. 122

4.1 Conception des ouvrages .............................................................................................. 122 4.2 Comparaison des méthodes de mesure in situ ............................................................. 123 4.3 Comparaison des méthodes in situ et en laboratoire .................................................... 123 4.4 Colmatage des systèmes .............................................................................................. 124 4.5 Corrélation entre caractéristiques du site et performance des ouvrages ...................... 127

5 Conclusions ................................................................................................ 128

CHAPITRE 3 : ETUDE DE L‘EVOLUTION DU COMPORTEMENT HYDRAULIQUE D‘UN

OUVRAGE EN SERVICE : SUIVI EN CONTINU .............................................. 129

1 Introduction et objectifs ............................................................................... 131

2 Méthodes .................................................................................................... 133

2.1 Présentation du site et de l‘instrumentation ................................................................... 133 2.2 Méthode d‘estimation des apports ................................................................................. 136 2.3 Evaluation de la capacité d‘infiltration de l‘ouvrage ....................................................... 147

3 Résultats ..................................................................................................... 153

3.1 Reconstitution des sollicitations ..................................................................................... 153 3.2 Evolution hydraulique .................................................................................................... 156

Sommaire

17

4 Discussion .................................................................................................. 166

4.1 Qualité des eaux de ruissellement................................................................................. 166 4.2 Evaluation des masses de sédiments dans l‘ouvrage ................................................... 166 4.3 Evolution de la conductivité hydraulique avec le temps ................................................ 166 4.4 Corrélation entre colmatage et qualité des apports ....................................................... 167

5 Conclusions ................................................................................................ 168

CHAPITRE 4 : PARAMETRES INFLUENÇANT L‘EVOLUTION DE LA CONDUCTIVITE

HYDRAULIQUE – ETUDE EN LABORATOIRE ............................................... 169


2 Méthodes .................................................................................................... 172

2.1 Système expérimental ................................................................................................... 172 2.2 Mesure de la conductivité hydraulique .......................................................................... 181 2.3 Evaluation de la granulométrie en fonction de la profondeur ........................................ 181 2.4 Compaction des systèmes ............................................................................................. 182 2.5 Analyse du système racinaire ........................................................................................ 182 2.6 Evaluation de l‘épaisseur de la couche colmatée.......................................................... 183 2.7 Incertitudes sur la conductivité hydraulique ................................................................... 183 2.8 Analyse statistique des résultats ................................................................................... 183

3 Résultats ..................................................................................................... 184

3.1 Evolution globale de la conductivité au cours de temps ................................................ 184 3.2 Influence de la conception sur la conductivité hydraulique et sa réduction .................. 185 3.3 Conductivité hydraulique sans la couche de surface .................................................... 197 3.4 Evolution de la granulométrie avec la profondeur ......................................................... 198 3.5 Compaction des systèmes ............................................................................................. 199 3.6 Système racinaire .......................................................................................................... 200 3.7 Evaluation de l‘épaisseur de la couche colmatée.......................................................... 202

4 Discussion .................................................................................................. 203

4.1 Evolution de la conductivité hydraulique avec le temps ................................................ 203 4.2 Influence de la végétation .............................................................................................. 204 4.3 Influence de l‘épaisseur du biofiltre ............................................................................... 205 4.4 Influence du sol .............................................................................................................. 206 4.5 Influence du ratio taille de l‘ouvrage/taille du bassin versant ........................................ 206 4.6 Influence des sédiments ................................................................................................ 207

5 Conclusions ................................................................................................ 209

Sommaire

18

PARTIE 2 : RETENTION DES ELEMENTS TRACES METALLIQUES ............................................................................................................ 211

CHAPITRE 5 : CONCENTRATION DANS LES OUVRAGES D‘INFILTRATION

VEGETALISES ET CORRELATION AVEC LES CARACTERISTIQUES DES OUVRAGES

......................................................................................................... 215


2 Méthodes .................................................................................................... 218

2.1 Echantillonnage ............................................................................................................. 218 2.2 Analyse .......................................................................................................................... 218 2.3 Incertitude ...................................................................................................................... 218 2.4 Comparaison avec les valeurs guides ........................................................................... 219 2.5 Corrélation entre ETM et caractéristiques des ouvrages .............................................. 219 2.6 Analyse statistique des données ................................................................................... 219

3 Résultats ..................................................................................................... 221

3.1 Concentrations en surface ............................................................................................. 221 3.2 Evolution des concentrations avec la profondeur .......................................................... 224 3.3 Corrélation entre concentration en ETM et caractéristiques des sites .......................... 224 3.4 Classification ascendante hiérarchique ......................................................................... 225

4 Discussion .................................................................................................. 227

4.1 Niveau de pollution dans les ouvrages .......................................................................... 227 4.2 Evolution de la concentration avec la profondeur.......................................................... 228 4.3 Corrélations entre caractéristiques des sites et pollution .............................................. 228

5 Conclusions ................................................................................................ 229

CHAPITRE 6 : ACCUMULATION AU COURS DU TEMPS ET VARIABILITE SPATIALE : SUIVI D‘UN OUVRAGE EN CONTINU .......................................................... 231


2 Methodes .................................................................................................... 234

2.1 Présentation du site ....................................................................................................... 234 2.2 Mesures des concentrations dans le sol ....................................................................... 235 2.3 Variabilité spatiale .......................................................................................................... 238 2.4 Evaluation des masses piégées .................................................................................... 239 2.5 Influence de l‘échantillonnage ....................................................................................... 240 2.6 Evaluation de l‘efficacité des ouvrages ......................................................................... 244

3 Résultats ..................................................................................................... 245

3.1 Concentration en surface et en profondeur ................................................................... 245 3.2 Corrélation entre polluants ............................................................................................. 252 3.3 Variabilité spatiale .......................................................................................................... 253 3.4 Evaluations des masses de polluants piégées dans le sol ........................................... 257 3.5 Influence de l‘échantillonnage ....................................................................................... 258

Sommaire

19

3.6 Evaluation de l‘efficacité de l‘ouvrage ........................................................................... 267

4 Discussion .................................................................................................. 271

4.1 Concentration dans l‘ouvrage ........................................................................................ 271 4.2 Evolution temporelle et variabilité spatiale .................................................................... 272 4.3 Influence de l‘échantillonnage ....................................................................................... 273 4.4 Rendement épuratoire ................................................................................................... 274

5 Conclusions ................................................................................................ 275

CHAPITRE 7 : PARAMETRE DE CONCEPTION INFLUENÇANT LA PERFORMANCE

DES OUVRAGES : ETUDE EN LABORATOIRE .............................................. 277


2 Méthodes .................................................................................................... 280

2.1 Système expérimental ................................................................................................... 280 2.2 Méthode d‘échantillonnage ............................................................................................ 282 2.3 Mesure des concentrations en ETM .............................................................................. 283 2.4 Variabilité lié à l‘échantillonnage.................................................................................... 283 2.5 Analyse statistique des résultats ................................................................................... 284

3 Résultats ..................................................................................................... 285

3.1 Concentration et rendement moyen .............................................................................. 285 3.2 Evolution des concentrations et des rendements en fonction du temps ....................... 286 3.3 Influence de la conception ............................................................................................. 289 3.4 Corrélations entre concentration en entrée, en sortie, rendement et conductivité hydraulique ............................................................................................................................... 297

4 Discussion .................................................................................................. 300

4.1 Concentration de sortie et rendement ........................................................................... 300 4.2 Effet de la conception .................................................................................................... 301

5 Conclusions ................................................................................................ 303

BILAN ET CONCLUSION GENERALE ......................................................... 305

REFERENCES BIBLIOGRAPHIQUES ......................................................... 315

ANNEXES ........................................................................................... 329

20

21

Introduction

Introduction

22

Introduction

23

1 Problématique scientifique et objectifs de la thèse

Le cadre réglementaire français et australien favorise aujourd‘hui largement l‘utilisation des

techniques alternatives pour la gestion des eaux pluviales (EP). En effet, les systèmes traditionnels de

drainage par réseau de conduites ont atteint leur limite et le recours à des nouvelles technologies

basées sur la rétention et l‘infiltration des eaux pluviales est aujourd‘hui devenu incontournable.

L‘utilisation de ces techniques et notamment l‘utilisation de l‘infiltration sont donc devenues des

éléments clefs de l‘assainissement pour atteindre les objectifs de protection des milieux aquatiques et

de gestion du risque d‘inondation. Cependant le principe d‘infiltration tarde à se généraliser en raison

de certains ‗blocages‘ pouvant être aussi bien économiques, sociologiques, techniques, politiques,

institutionnels… Afin de lever les blocages techniques, deux éléments clefs sont à étudier (Marsalek

et al., 2002) : (i) le rendement épuratoire des systèmes c‘est à dire leur faculté à retenir les polluants

contenus dans les eaux de ruissellement et donc leur réelle aptitude à protéger les milieux

aquatiques et les eaux souterraines ; (ii) leur durée de vie, leur vitesse de vieillissement et donc leur

réelle durabilité sur le long terme. En effet certains ouvrages ne fonctionnent plus après quelques

années de service quand d‘autres vont fonctionner parfaitement pendant des années. Cela implique

une gestion souvent difficile à programmer, et un manque de confiance dans l‘utilisation de ces

techniques.

Ce travail va porter sur l‘étude des systèmes d‘infiltration végétalisés ou non dont la

structure et le mode de fonctionnement seront présentés plus en détail ultérieurement. Les objectifs

sont les suivants :

- Evaluer la performance hydraulique des systèmes par infiltration : connaître leur durée de vie

et leur réelle durabilité.

- Quantifier les masses de pollution trouvée dans ces ouvrages, étudier leur pouvoir épurateur

afin de quantifier leur efficacité de protection des milieux récepteurs.

- Comprendre les paramètres qui influencent la durée de vie des ouvrages et la rétention des

polluants afin d‘améliorer leur conception.

Introduction

24

2 Pourquoi faire une thèse entre la France et l’Australie

Ce travail de recherche c‘est déroulé en partie à Lyon (France) et en partie à Melbourne

(Australie). Malgré les difficultés logistiques présentes dans cette démarche dues à l‘éloignement des

deux pays, de nombreux avantages la justifient. Tout d‘abord, cela a permis d‘aborder la

problématique de la gestion des eaux pluviales de manière plus globale et internationale en

comprenant les spécificités et les similarités propre à chaque pays en terme de gestion de l‘eau en

milieu urbain. Ensuite, cette démarche a permis de développer une approche multi échelles, qui

n‘aurait pas été possible en ne travaillant que dans un seul pays, en mutualisant les moyens des deux

laboratoires dans lesquelles s‘est déroulé ce travail de recherche.

2.1 Appréhender la différence culturelle en manière de gestion de l’eau en milieu

urbain

L‘Australie est tout d‘abord caractérisé pour une rareté de la ressource en eau. C‘est le

continent habité le plus sec au monde avec 70% du pays recevant moins de 500 mm de pluie par an

et 18% du pays ayant un climat désertique (Geoscience Australia, 1994). L‘eau potable vient des

réservoirs artificiels (barrages) et l‘utilisation de l‘eau des nappes phréatiques est extrêmement limitée

due à une salinité trop importante. L‘eau est au cœur de la vie de chaque australien, et une

information quotidienne est diffusée dans les médias pour indiquer le niveau de remplissage des

réservoirs ainsi que le niveau de restriction pour l‘utilisation de l‘eau selon la disponibilité de la

ressource. Ces niveaux de restriction interdisent par exemple le nettoyage des voitures, l‘arrosage

des jardins ou encore le remplissage des piscines. La consommation d‘eau potable (à usage

domestique) est d‘environ 330 L/j/p à Melbourne alors qu‘elle est d‘environ 150 L/j/p en France

(Montginoul, 2002). Face à cette consommation importante et dans ce contexte de stress hydrique,

les EP sont vues comme une ressource, et tout est mis en œuvre afin de promouvoir leur utilisation

afin de diminuer la consommation d‘eau potable. En France, malgré des périodes de sécheresses

chroniques l‘eau est perçue comme une ressource abondante et disponible. Ainsi l‘utilisation des EP à

des fins domestiques est rare et ne semble pas encore être une priorité. De plus la Direction

Départementale des Affaires Sanitaires et Sociales (DDASS) refuse généralement l‘utilisation des EP

dans les logements pour des raisons de risque sanitaire.

L‘urbanisation est aussi très différente entre l‘Australie et la France. En Australie elle se

caractérise par une urbanisation récente et pavillonnaire due à l‘espace disponible dans les villes.

Cette population urbaine (85%) vivant en maison individuelle (la densité de Sydney, ville de 4 millions

d‘habitants n‘est que de 345.7 hab./km², celle de Melbourne de 479.6 hab./km² à comparer avec Paris

24672 hab./km² ou Lyon 9720 hab./km²) implique une consommation d‘eau plus importante

(jardinage, arrosage, nettoyage…). Cependant cette urbanisation pavillonnaire favorise

l‘implémentation de techniques alternatives car elles s‘intègrent plus facilement dans un tissu urbain

Introduction

25

nouveau et moins dense (Marsalek et al., 2002). De plus cette urbanisation récente et en bordure des

villes et souvent proches des milieux récepteurs, induit une conscience environnementale plus

marquée. En effet, la population à tendance à se souvenir de la bonne qualité des milieux aquatiques

et s‘il y a dégradation de la qualité des écosystèmes, les conséquences en sont directement visibles.

Les villes australiennes sont aussi situées majoritairement en zone côtière. En effet 85 % population

vit à moins de 50 km des côtes (Gittins, 2003). Cela a pour conséquence un impact direct et visible de

toute pollution de l‘océan.

Enfin le type de réseau d‘assainissement à une influence sur la gestion des EP. L‘Australie

ayant un réseau uniquement séparatif la population à tendance à savoir que les regards sont

connectés directement vers un exutoire naturel sans traitement. En effet sur les avaloirs il est marqué

‗Straight to the creak – no treatment’. En France l‘utilisation de réseau unitaire et séparatif rend les

choses moins lisibles. On ne sait pas toujours où vont les EP et si elles sont traitées ou non. L‘impact

possible des EP est donc moins connu du grand public.

Cependant, même si le grand public est plutôt moins impliqué, la prise de conscience de

ces problèmes est bien réelle en France également et reste une préoccupation majeure des

collectivités territoriales. Les problèmes plus souvent évoqués concernant la gestion des eaux

pluviales sont ceux liés à la protection contre les inondations particulièrement pénalisantes dans les

villes anciennes en raison de leur densité élevée et la pollution des milieux aquatiques. En effet les

rejets urbains de temps de pluie sont considérés comme l‘une des principales causes de dégradation

de la qualité du milieu récepteur et sont mis en cause dans la pollution des cours d‘eau (Chocat,

1997) mais également des zones côtières comme en Australie (MSSF, 2004).

Pour conclure, nous pouvons dire que malgré une consommation d‘eau élevée, l‘eau est au

cœur des médias et au centre des préoccupations citoyennes et politiques en Australie alors qu‘elle

est bien moins présente en France. Les faibles ressources incitent aussi à une utilisation des EP pour

un usage domestique. Dans les deux pays, les EP sont vues comme une source de pollution

importante pour les milieux aquatiques, ce qui force les collectivités ou les gouvernements locaux à

agir. Cependant l‘impact des EP sur l‘environnement semble plus compris du grand public en

Australie qu‘en France. Enfin, même si l‘implémentation des techniques alternatives se développe

dans les deux pays, le type d‘urbanisation et de réseaux d‘assainissement rend leur utilisation plus

aisée en Australie. Les deux pays ont recours à une gamme étendue de systèmes allant de

techniques à la source (noues, tranchées, puits, biofiltres, chaussées réservoirs infiltrantes…) jusqu‘à

des systèmes de grande taille (bassin d‘infiltration, wetlands, …).

2.2 Développer une approche multi échelles

L‘intérêt majeur de ce travail sur deux pays et donc dans deux laboratoires est la possibilité

d‘avoir accès aux moyens des deux entités. En France ce projet fait partie de l‘Observatoire de

Terrain en Hydrologie Urbaine (OTHU) dont l‘un des buts est une meilleure compréhension du

Introduction

26

fonctionnement des techniques alternatives et plus spécifiquement des bassins d‘infiltration ainsi que

leurs possibles impacts sur le sol et les eaux souterraines. En Australie, la Facility for Advancing

Walter Biofiltration (FAWB) a pour but d‘améliorer les connaissances sur les systèmes d‘infiltration

végétalisés afin de mieux concevoir ces systèmes et connaître leur réelle durabilité et efficacité sur le

long terme. Ces deux projets majeurs sont complémentaires et visent les mêmes objectifs : une

meilleure compréhension du fonctionnement des techniques alternatives afin de favoriser leur

implémentation. Ces projets sont complémentaires car ils travaillent à différentes échelles :

- Expérimentalement, les systèmes sont de tailles différentes : des pilotes de laboratoire de

grandes dimensions, des systèmes de taille réelle expérimentaux, des systèmes de taille

réelle en fonctionnement et enfin des systèmes réelles en fonctionnement instrumenté en

continu.

- Techniquement, des ouvrages à la source de dimension modeste drainant des zones de

quelques m² et des ouvrages de grande dimension drainant des zones de plusieurs centaines

d‘hectares situés à l‘exutoire d‘un réseau séparatif.

Le travail sur des pilotes de laboratoire permet de tester différentes hypothèses de

conception, de conduire des expériences en milieu contrôlé et en conditions reproductibles (grand

nombre de réplicats possibles), de maîtriser les sollicitations et de quantifier les incertitudes de façon

précise. Cependant il pose des problèmes de représentativité des systèmes eux-mêmes (relative

petite taille des pilotes par rapport aux systèmes réels, possibles effets de bords) et de

représentativité des sollicitations et donc des résultats.

Le travail in situ avec des mesures ponctuelles est complémentaire du travail de laboratoire

et permet de valider ou d‘infirmer les résultats obtenus sur pilotes. Il est représentatif de la réalité mais

n‘a pas la flexibilité du travail en laboratoire. Il est par exemple impossible de faire varier les

sollicitations ou les configurations de conception. Le travail sur un grand nombre d‘ouvrages permet

de compenser cela, mais il reste difficile de connaître les conditions initiales et les sollicitations

auxquelles sont soumis les systèmes au cours de leur vie. Il ne donne qu‘une image ponctuelle et

contient de nombreuses inconnues.

Le travail in situ avec des mesures en continu permet, quant à lui, de connaître l‘évolution

au cours du temps d‘un système. Mais il coûte cher, il est difficile à mettre en œuvre et pose aussi des

problèmes de représentativité car l‘étude ne porte que sur un système unique. La combinaison des

trois niveaux d‘études permet donc une meilleure appréhension globale du problème.

Introduction

27

3 Organisation du manuscript

L‘étude bibliographique présentée dans le chapitre 1 fait une synthèse sur la gestion des

EP en milieu urbain. Elle montre l‘impact des EP sur les milieux aquatiques, explique le

fonctionnement hydraulique des ouvrages par infiltration ainsi que les mécanismes de piégeage des

polluants, fait le bilan sur le possible impact de l‘infiltration sur le sol et la nappe phréatique et

présente les problèmes de colmatage et de vieillissement des ouvrages. Cette étude va permettre

d‘orienter le travail de thèse et de définir les questions de recherche que l‘on va chercher à résoudre.

Le document s‘organise ensuite en deux parties principales, l‘une sur le colmatage (chapitre 2 à 4),

l‘autre sur la capacité de traitement des ouvrages (chapitre 5 à 7).

Le chapitre 2 s‘intéresse à la performance d‘ouvrages d‘infiltration végétalisés situés à la

source, et des possibles relations entre leur performance hydraulique et les caractéristiques des

ouvrages.

Le chapitre 3 est une étude in situ du vieillissement d‘un ouvrage par infiltration situé à

l‘exutoire d‘un système d‘assainissement. Il s‘intéresse à l‘évolution de la performance hydraulique de

l‘ouvrage en fonction de la qualité et de la quantité des EP qui arrive au système.

Le chapitre 4 est une étude en laboratoire qui vise à montrer l‘influence des paramètres de

conception sur le colmatage des ouvrages.

Le chapitre 5, s‘intéresse à la performance environnementale des ouvrages d‘infiltration, et

a pour but de quantifier les concentrations de métaux lourds présent dans les ouvrages, et les

possibles relations entre ces concentrations et les caractéristiques de l‘ouvrage et du bassin versant.

Le chapitre 6 est une étude en continu, faite sur un ouvrage d‘infiltration, et vise à étudier la

répartition spatiale des polluants en surface et en profondeur, l‘évolution des concentrations avec le

temps, et quantifier le rendement épuratoire des ouvrages en faisant des bilans de masse sur les flux

conservatifs.

Enfin, le chapitre 7 étudiera l‘influence de la conception des ouvrages sur leur performance

environnementale. Nous chercherons notamment à mettre en évidence le rôle de la végétation, de la

charge polluante, de l‘épaisseur et du type de sol, et de la taille du bassin versant sur le rendement

épuratoire des ouvrages.

Le document se terminera par une conclusion générale et par des perspectives en matière

de poursuite du travail.

28

29

Chapitre 1 : Bilan bibliographique

Chapitre 1 – Bilan bibliographique

30


31

1 Introduction

Cette première partie bibliographique a pour but de faire un bilan sur les connaissances et les

méthodes relatives aux ouvrages d‘infiltration des eaux pluviales. Les thèmes abordés vont permettre

d‘orienter le travail de recherche en faisant un bilan sur les connaissances déjà acquises dans le

domaine et va permettre de dégager les problématiques liées à notre étude. Ce bilan s‘organise de la

façon suivante :

- Cadre historique et réglementaire relatif à la gestion des eaux pluviales (et plus

particulièrement à l‘infiltration des eaux pluviales en France et en Australie) ;

- Caractéristiques des ouvrages d‘infiltration ;

- Qualité des eaux pluviales, possibles impacts sur les écosystèmes et risques sanitaires ;

- Concentrations en polluants dans les ouvrages ;

- Rendement épuratoire des ouvrages ;

- Colmatage des ouvrages.


32

2 Contexte en terme d’assainissement et de gestion des eaux pluviales

2.1 Contexte historique

En Europe, les débuts de la conception moderne de l‘assainissement datent de la seconde

moitié du 19ème

siècle. Elle correspond au développement du mouvement hygiéniste qui visait à lutter

contre l‘insalubrité dans les villes. Dans le domaine de l‘eau cela s‘est traduit par la création de

systèmes de traitement et d‘adduction d‘eau potable et par la collecte des eaux usées. Les eaux

urbaines étaient alors collectées et transportées dans des canalisations afin d‘être rejetées hors de la

ville afin d‘éviter la propagation des épidémies. Cela a abouti à la construction de réseaux d‘égouts

unitaires pour collecter les eaux usées et les eaux pluviales. Ces réseaux, souvent surdimensionnés,

protégeaient aussi contre les inondations.

Après la seconde guerre mondiale, le développement urbain important et l‘accroissement

démographique ont eu pour conséquence une augmentation de l‘imperméabilisation aussi bien en

centre ville qu‘à leur périphérie. Cela a entraîné une augmentation des inondations et une

détérioration de la qualité des milieux naturels situés à l‘aval des réseaux. Des réseaux séparatifs ont

alors été développés notamment en amont des villes alors que les systèmes unitaires étaient

conservés dans les centres villes anciens. Cependant ce type de gestion n‘a pas résolu le problème

des impacts de l‘assainissement sur les milieux aquatiques. Quand le réseau est unitaire, il collecte au

sein d‘un même réseau de conduites des eaux usées d‘origine domestiques ou industrielles et des

eaux de ruissellement pluvial pour les acheminer vers une station d'épuration. Cependant, lors de

fortes pluies, des déversoirs d'orage placés le long de ces réseaux rejettent un mélange d'eaux usées

et d'eaux pluviales directement au milieu récepteur de manière à soulager la station d‘épuration ou les

réseaux eux-mêmes. Quand le réseau est séparatif, à supposer qu‘il puisse l‘être vraiment, les eaux

pluviales sont séparées des eaux usées et rejetées la plupart du temps directement dans le milieu

naturel, sans traitement. Dans ce cas, cela entraîne des impacts importants sur les milieux aquatiques

et une dégradation des eaux de baignade.

La situation en Australie est différente pour de nombreuses raisons. En effet l‘Australie est un

pays très récent (Melbourne a été fondé en 1835 et le réseau d‘assainissement construit en 1897 par

exemple) ce qui a pour conséquence une urbanisation très différente des villes européennes. Cette

urbanisation majoritairement pavillonnaire, récente et de faible densité (même dans les grandes villes)

a conduit à la construction de systèmes d‘assainissement uniquement séparatifs. En effet les

systèmes d‘assainissement ont été intégrés dès la conception et la construction des villes. Cependant

l‘objectif traditionnel de l‘assainissement pluvial séparatif a été identique aux objectifs européens :

évacuer les eaux de ruissellement des zones urbaines vers des exutoires naturels (rivières, océans..)

au plus vite, au moyen de conduites afin de protéger les villes contre les inondations. Comme en


33

Europe, l‘augmentation rapide de l‘urbanisation a eu pour conséquence une dégradation des milieux

aquatiques situés à l‘exutoire de ces réseaux et une augmentation de la fréquence des inondations.

Afin de résoudre ces problèmes, une des solutions a longtemps été d‘augmenter la capacité

hydraulique des ouvrages ou même des exutoires naturels notamment en construisant des canaux

partiellement ou complètement bétonnés. Ces solutions ont montré leurs limites notamment car elles

ne réglaient par le problème lié aux impacts des EP sur les écosystèmes. En effet la prise de

conscience environnementale récente et une série d‘études menées dans les années 1990 dans toute

l‘Australie sur la qualité des eaux côtières ont montré le rôle important des EP sur la détérioration des

milieux aquatiques (par exemple Port Philip Bay Study, dont les résultats prônent une réduction de

1000 t d‘azote par an (Harris et al., 1996), Perth Coastal Waters Study, South East Queensland

Regional Water Quality Management Strategy et Sydney Clean Waterways). Ces études ont montré

qu‘il était nécessaire de mieux gérer les EP aussi bien en terme de quantité que de qualité.

Au final l‘approche traditionnelle de l‘assainissement urbain qui est une technique de

viabilisation a fini par être remise en cause. Cette approche trop souvent dissociée de la gestion de

l‘urbanisme et de l‘environnement a entraîné une multiplication des inondations urbaines, une

augmentation des dépenses relatives à l‘assainissement et a renforcé le rôle des EP dans la

détérioration des milieux aquatiques.

2.2 De l’assainissement à la gestion intégrée de l’eau en milieu urbain

En France comme en Australie, une nouvelle philosophie est donc apparue afin de répondre

aux multiples problèmes liés à cette gestion traditionnelle de l‘assainissement. On ne parle plus

d‘assainissement mais de « Gestion globale » ou « Gestion intégrée du cycle de l‘eau en milieu

urbain », (« Water Sensitive Urban Design » (WSUD) ou encore de « Low Impact Development »

(LID) ou de manière plus générale d‘« Integrated Urban Water Management » (IUWM)). Dans les

deux pays, les documents de référence en matière de gestion de l‘eau en milieu urbain (en France :

La ville et son assainissement, 2003, publié par le CERTU et en Australie : Australian runoff quality,

2006 publié par Engineers Australia) traduisent clairement cette nouvelle vision plus large de la

gestion de l‘eau en se fixant les objectifs suivants :

- la protection contre les inondations ;

- la prise en compte des impacts des EP sur les milieux aquatiques afin de protéger les eaux se

trouvant à l‘exutoire des systèmes (eaux superficielles et nappes phréatiques) ;

- la décontamination des EP1.

- l‘intégration de l‘eau dans l‘urbanisme.

On remarque donc qu‘à l‘objectif traditionnel de protection contre les inondations s‘est ajouté

des objectifs de qualité des rejets, de protection des milieux aquatiques et des objectifs socio

1 Le traitement des EP est un objectif plus spécifique à l‘Australie qui cherche à réutiliser les EP à des fins domestiques pour

des raisons de pénurie d‘eau


34

économiques (mise en valeur de l‘environnement). Afin de répondre à ces objectifs les méthodes sont

multiples :

- Une gestion à la source des EP afin de déconnecter au maximum les eaux pluviales des

réseaux. En effet, quel que soit le type de réseaux (unitaire ou séparatif) la déconnexion des

EP permet de limiter le processus de concentrations des flux d‘eau et de polluants et de

diminuer les volumes d‘EP entrant dans les réseaux. Ceci a pour conséquence de limiter : (i)

le risque d‘intrusion d‘EP dans le réseau séparatif d‘eaux usées (lié à de mauvais

branchements), (ii) les rejets des déversoirs d‘orages (DO), (iii) les risques d‘inondation, (iv)

les impacts sur les milieux aquatiques.

- Le développement de mesures dites non structurelles : éducation de la population sur la

gestion des EP, contrôle de l‘urbanisation et mise en place de procédures pour la prévention

de la pollution liée aux EP

- Une intégration de la gestion dans la conception des ouvrages (par exemple de prévoir la

métrologie dans la conception des nouveaux DO).

La déconnexion au réseau est rendue possible par l‘utilisation de techniques alternatives de

rétention et d‘infiltration. L‘idée générale de ces techniques est de se rapprocher au plus près du cycle

naturel de l‘eau en retardant son évacuation vers les exutoires de surface et en favorisant l‘infiltration

(exutoires souterrains). En effet l‘urbanisation entraîne une modification du cycle naturel de l‘eau avec

notamment une diminution de l‘infiltration dans le sol et de l‘évapotranspiration conjointement à une

augmentation de la fréquence de ruissellement, des débits de pointe et du volume total de

ruissellement. Fletcher et al. (2006), ont par exemple montré qu‘un bassin versant situé à Melbourne,

imperméabilisé à 70%, produira un volume de ruissellement 4.5 fois plus important qu‘avant

urbanisation. Les techniques alternatives (TA) vont alors permettrent de (Azzout et al., 1994) :

- diminuer les effets de l‘imperméabilisation en régulant les débits vers les réseaux et les

exutoires de surface ;

- réduire les volumes vers les exutoires en infiltrant l‘eau dans le sol ;

- retenir les EP à la source et ainsi protéger les écosystèmes ;

- offrir des possibilités de traitement des EP ;

- contribuer à réalimenter les nappes ;

- urbaniser des zones éloignées des exutoires de surface ;

- valoriser l‘espace urbain.

Ces techniques alternatives se présentent sous différentes formes : bassins de retenue,

noues plantées ou non, bassins en eau, tranchées, bassins d‘infiltration, chaussées à structure

réservoir, lagunes artificielles, biofiltres… Suivant l‘urbanisme, les objectifs fixés et l‘espace

disponible, ces techniques peuvent s‘adapter en changeant de taille ou encore en utilisant différentes


35

techniques en série afin de réaliser des « chaînes de traitement » et de répondre à des objectifs

particuliers.


36

3 Cadre réglementaire

3.1 France

En France, c‘est le code civil (article 640 et 641 de la Loi 1804-01-31 promulguée le 10 février

1804) qui définit les règles qui sont applicables aux EP entre propriétaires. L‘article 641 du code civil

stipule que " Tout propriétaire a le droit d'user et de disposer des eaux pluviales qui tombent sur son

fonds ". Les EP appartiennent donc au propriétaire du terrain sur lesquelles elles tombent. Il peut donc

les utiliser comme bon lui semble ou ne pas les utiliser du tout. Cependant il ne peut pas aggraver les

écoulements vers l‘aval (article 640) « Le propriétaire supérieur ne peut rien faire qui aggrave la

servitude du fonds inférieur » et (article 641) «Si l’usage de ces eaux ou la direction qui leur est

donnée aggrave la servitude naturelle d’écoulement établie par l’article 640, une indemnité est due au

propriétaire du fonds inférieur ». Il est ainsi interdit de faire des travaux modifiant l‘écoulement naturel

des EP sur le sol.

La loi sur l‘eau et les milieux aquatiques (Loi 2006-1772 promulguée le 30 décembre 2006)

présente l‘eau comme un patrimoine qu‘il faut protéger et gérer de façon durable et globale. Elle a

pour but de permettre aux collectivités territoriales et aux acteurs de l‘eau d‘atteindre les objectifs de

la directive cadre n° 2000/60 du 23 octobre 2000 qui vise le bon état écologique des milieux

aquatiques avant 2015.

En application de la loi sur l'eau, les communes ou les Etablissements Publics de Coopération

Intercommunale (EPCI) délimitent, après enquête publique, un zonage d'assainissement qui se

décompose en 4 types de zones (Article L2224-10 du Code Général des Collectivités Territoriales

(CGCT) créé par la Loi n°96-142 promulgué le 21 février 1996):

- « Les zones d'assainissement collectif où elles sont tenues d'assurer la collecte des eaux

usées domestiques et le stockage, l'épuration et le rejet ou la réutilisation de l'ensemble des

eaux collectées ;

- Les zones relevant de l'assainissement non collectif où elles sont seulement tenues, afin de

protéger la salubrité publique, d'assurer le contrôle des dispositifs d'assainissement et, si elles

le décident, leur entretien ;

- Les zones où des mesures doivent être prises pour limiter l'imperméabilisation des sols et

pour assurer la maîtrise du débit et de l'écoulement des eaux pluviales et de ruissellement ;

- Les zones où il est nécessaire de prévoir des installations pour assurer la collecte, le stockage

éventuel et, en tant que de besoin, le traitement des eaux pluviales et de ruissellement

lorsque la pollution qu'elles apportent au milieu aquatique risque de nuire gravement à

l'efficacité des dispositifs d'assainissement. »


37

Les deux derniers points sont particulièrement intéressants car ils touchent directement à la

gestion des EP. Ils montrent la nécessité de prendre des mesures pour limiter le risque d‘inondation et

lutter contre les pollutions causées par les EP. De plus, on remarque que le zonage d‘assainissement

favorise d‘une part la gestion à la source en cherchant à limiter l‘imperméabilisation des sols et

maîtriser le ruissellement. Il favorise donc l‘utilisation des techniques alternatives. D‘autre part, il

souligne l‘importance des impacts des EP sur les milieux aquatiques.

Le décret d‘application de la précédente loi sur l‘eau (Décret 93-743, 29 mars 1993) précise

les régimes d‘autorisation (A) et de déclaration (D) pour les rejets d‘eaux pluviales dans le milieu

naturel :

« Les rejets d’eaux pluviales dans les eaux douces superficielles ou sur le sol ou dans le sous-sol, la

surface totale du projet, augmentée de la surface correspondant à la partie du bassin naturel dont les

écoulements sont interceptés par le projet, étant :

- Supérieure ou égale à 20 ha (A) ;

- Supérieure à 1 ha mais inférieure à 20 ha (D). »

Enfin il est intéressant de noter l‘article 48 de la loi sur l‘eau et les milieux aquatiques de 2006

qui ajoute les articles suivant au CGCT L. 2333-97, L. 2333-98, L. 2333-99 et introduit la possibilité de

« Taxe pour la collecte, le stockage et le traitement des eaux pluviales et de ruissellement » et en

précise les conditions selon les articles suivants :

«Art. L. 2333-97. - La collecte, le transport, le stockage et le traitement des eaux pluviales constituent un service public administratif relevant des communes, qui peuvent instituer une taxe annuelle dont le produit est affecté à son financement. « La taxe est assise sur la superficie des immeubles raccordés à un réseau public de collecte des eaux pluviales. « Le tarif de la taxe est fixé par délibération de l’assemblée délibérante de la commune ou du groupement compétent pour instituer la taxe, dans la limite de 0,20 € par mètre carré ». « Art. L. 2333-98. - Les propriétaires qui ont réalisé des dispositifs évitant ou limitant le déversement des eaux pluviales dans le réseau mentionné à l’article L. 2333-97 bénéficient d’un abattement, compris entre 10 % et 90 % du montant de la taxe. La taxe n’est plus due lorsque le dispositif réalisé permet d’éviter le déversement et conduit à la suppression effective du raccordement au réseau public de collecte des eaux pluviales. » « Art. L. 2333-99. […] La taxe n’est pas recouvrée lorsque la superficie des immeubles assujettis est inférieure à une superficie minimale au plus égale à 600 mètres carrés. « Le produit de la taxe est exclusivement affecté à la création, à l’exploitation, au renouvellement, à l’extension des installations de collecte, de transport, de stockage et de traitement des eaux pluviales, à l’entretien de ces ouvrages ainsi qu’au contrôle des dispositifs évitant ou limitant le déversement de ces eaux dans les ouvrages publics. »

Cette loi favorise, dans son esprit, l‘implantation des techniques alternatives pour les

opérations nouvelles car la taxe sur les EP est réduite ou annulée lorsque les EP sont déconnectées

des réseaux. Cependant, si elle montre, dans son principe, l‘importance d‘une bonne gestion des EP

et reconnaît l‘impact potentiel des rejets de temps de pluie sur l‘environnement, elle est très

controversée quant à sa réelle efficacité et à son réel pouvoir d‘incitation (possibilité et non obligation

de lever cette taxe, montant maximum faible si on le compare aux montants prélevés pour les mêmes


38

objectifs dans d‘autres pays européens, avec par exemple une taxe moyenne en 2003 dans les villes

allemandes de 0,80 €/m²/an et de 1,65 €/m²/an en 2007 pour la ville de Berlin).

Ainsi, les outils réglementaires locaux sont sans doute les plus efficaces pour travailler à une

meilleure gestion des EP et pour promouvoir sa gestion intégrée à l‘aménagement. Citons notamment

le règlement du service assainissement et le PLU (Plan Local d‘Urbanisme). Au plan local, la

commune peut en effet s‘appuyer sur son règlement du service assainissement, mais surtout sur le

Plan Local d‘Urbanisme (PLU) et le zonage d‘assainissement pluvial pour imposer des règles aux

constructeurs et aménageurs publics ou privés de manière à maîtriser les ruissellements pluviaux. Ce

zonage établit clairement les zones de limitation de l‘imperméabilisation et de maîtrise obligatoire des

eaux de ruissellement. Après enquête publique et approbation, il peut être annexé au PLU et donc

être opposable.

3.2 Australie

L‘Australie étant un état fédéral, les principes généraux de la gestion de l‘eau et le cadre

réglementaire associé se fait au niveau de l‘état régional (State). Cette entité est différente de la

région française, le gouvernement régional ayant un pouvoir beaucoup plus important que la région.

Nous allons nous appuyer sur le cadre réglementaire du Victoria (capitale Melbourne), région de plus

de 5 millions d‘habitants est d‘une superficie égale à environ un tiers de la France. Notons en outre

que la plupart des états australiens ont des réglementations similaires à celle du Victoria.

L‘Environment Protection Act 1970 (amendement de 2006) est le document général qui donne

les grandes orientations en terme de protection de l‘environnement. Il a pour but de prévenir la

pollution de l‘environnement en fixant des objectifs de qualités environnementales et en établissant

des programmes afin de remplir ses objectifs. Dans le domaine de l‘eau, c‘est le Water Act (1989) qui

donne les orientations générales en matière de gestion des eaux de surface ou souterraines.

Cependant ce document ne prend pas en compte les eaux pluviales et leurs possibles impacts sur

l‘environnement. C‘est le State Environment Protection Policy - Water of Victoria (SEPP, juin 2003),

qui donne les buts à atteindre en terme de protection des écosystèmes dans le Victoria pour les 10

prochaines années. L‘un des domaines d‘action prioritaire pour la protection de la qualité des eaux est

l‘amélioration de la gestion des EP. En effet, celles-ci sont explicitement reconnues comme étant un

élément clef dans la pollution des milieux aquatiques: « urban stormwater […] have been found to be

key contributors to the poor health of many urban and rural waterways […] stormwater run-off from

urban areas can have a significant impact on rivers, streams, lakes, estuaries, wetlands, bays and

coastal waters […] given this, improved stormwater management is needed to protect the beneficial

uses of Victoria’s water environments”. Il est à noter qu‘il existe plusieurs SEEP, certains étant

spécifiques à un bassin versant. Le SEPP supporte le développement et l‘implémentation du schéma

municipal de gestion des eaux pluviales (StormWater Management Plan, SWMP). Les SWMP ont

pour but d‘identifier les actions nécessaires pour améliorer la gestion des EP et protéger la qualité

environnementale des eaux situées à l‘exutoire des systèmes d‘assainissement. Les objectifs


39

généraux des SWMP sont donnés dans Urban Stormwater Best Practice Environmental Management

Guidelines (Victoria stormwater committee, 1999). Ce guide vise à aider à la gestion des EP afin de

protéger et réhabiliter les milieux aquatiques. Il permet de choisir et de mettre en place les méthodes

et outils pour une gestion durable des eaux pluviales. Il recommande l‘utilisation du traitement à la

source des EP et le recours aux TA. C‘est un document majeur pour le Victoria car il reconnaît

explicitement l‘impact des EP sur l‘environnement et remet en cause la conception purement

hydraulique de la gestion des EP.

De plus ces recommandations ont été rédigées par un comité regroupant tous les acteurs de

la gestion des EP : les municipalités, le ministère de l‘environnement (Environment Protection

Authority (EPA)) et l‘entité responsable de l‘assainissement pour la région de Melbourne (Melbourne

Water). Les objectifs principaux des SWMP sont les suivants :

- la protection contre les inondations

- le bon état écologique des milieux aquatiques à l‘aval du système d‘assainissement

- l‘impact minimal des EP sur les milieux aquatiques

Les objectifs de qualités pour le dimensionnement des systèmes d‘assainissement sont les

suivants (Cf. Tableau 3-1).

Polluants Objectifs

MES 80% de rétention de la masse annuelle

Phosphore total 45% de rétention de la masse annuelle

Azote total 45% de rétention de la masse annuelle

Pollution visuelle Rétention des déchets de taille supérieure à 50 mm pour un événement de période

de retour de 3 mois

Sédiments grossiers Rétention des déchets de taille supérieure à 50 mm pour un événement de période

de retour de 3 mois

Huile et graisses Pas de traces d‘huiles pour des événements de période de retour de 3 mois

Tableau 3-1 : Objectifs qualités pour le traitement des EP dans le Victoria (Victoria stormwater committee, 1999)

Enfin, la loi « Sustainaible Neighborhoods Provisions » (Clause 56) (Victorian Planning

Provisions, 2007) introduite le 9 octobre 2006, oblige pour le développement urbain résidentiel à

répondre à ses objectifs quantitatif et qualitatif et préconise l‘utilisation des TA pour y répondre : « The

design of the local drainage network should include water sensitive urban design features to manage

runoff in streets and public open space ».

Un autre aspect important de la gestion des EP est leur possible réutilisation comme source

secondaire d‘eau. En effet l‘Australie est dans une période de stress hydrique (Figure 3-1) et la

possible utilisation des EP afin de diminuer l‘utilisation d‘eau potable est une des priorités actuelles du


40

pays. Ainsi toute nouvelle construction pavillonnaire doit être une « Maison 5 stars » depuis le 1er

juillet 2005 (Building Commission of Victoria, 2005). Pour cela, chaque pavillon doit obligatoirement

installer un réservoir pour la récupération des EP ou des panneaux solaires afin de diminuer sa

consommation énergétique. L‘usage possible de l‘eau selon les différentes sources est donné dans le

Tableau 3-2. L‘utilisation de sources d‘eau alternatives (ruissellement des toits, EP, eau grise…) aurait

pour conséquence à long terme de réduire de 65% de la consommation d‘eau potable (Victoria

stormwater committee, 1999).

Source Jardin Cuisine Machine à laver Toilettes Salle de bain

Froid Chaud Froid Chaud Froid chaud

Eau potable 3 1 2 1 2 3 1 2

Eau pluviale (Toit) 2 2 1 1 1 2 2 1

Eau pluviale (Non toit) 2 4 4 4 4 2 4 4

1 : meilleur usage, 2 : usage compatible, 3 : usage peu compatible, 4 : usage impossible

Tableau 3-2 : Usage domestique de l‘eau (Ecological Engineering, 2003 in Wong, 2006)

Figure 3-1: Sensibilisation des populations aux restrictions d‘eau – Philip Island (Victoria), février 2007


41

4 Présentation des biofiltres et des bassins d’infiltration

Les techniques alternatives pour la gestion des eaux pluviales peuvent être classées en

quatre groupes (Eriksson et al., 2007): les noues, les systèmes d‘infiltration (bassins, biofiltres), les

systèmes de stockage (bassins, lagunes) et les structures routières (chaussées à structure réservoir).

Parmi ces différentes techniques, les ouvrages d‘infiltration sont particulièrement répandus. En effet,

ces ouvrages présentent de nombreux avantages : limitation des volumes ruisselés, recharge de la

nappe phréatique, plus grande possibilité de dépollution des eaux de ruissellement… De plus, ces

ouvrages peuvent présenter différentes tailles : ouvrages de faibles dimensions situés à la source du

ruissellement ou ouvrages de grande dimension situés à l‘exutoire d‘un réseau d‘eaux pluviales. Ils

peuvent ainsi être intégrés facilement en milieu urbain et servir de support à d‘autres fonctions

(espaces verts, parcs, terrains de sport, …). Nous allons présenter ici et détailler deux types

d‘ouvrages parmi les plus classiques et les plus utilisés : les bassins d‘infiltration et les biofiltres.

4.1 Bassins d’infiltration

Les bassins d‘infiltration sont généralement situés à l‘exutoire du réseau d‘assainissement

séparatif. Les eaux y sont temporairement stockées puis infiltrées dans le sol sous-jacent (Figure 4-1).

Le fonctionnement de l‘ouvrage dépend donc de la conductivité hydraulique du sol et de l‘épaisseur

de la zone non saturée sous l‘ouvrage. En France des conductivités hydrauliques comprises entre 10-6

et 10-2

m/s sont généralement recommandées pour faire de l‘infiltration (Azzout et al., 1994). Il est

aussi recommandé d‘avoir une distance de 1 m entre le fond de l‘ouvrage et le toit de la nappe

phréatique pour la protection de la nappe.

Surverse

Nappe phréatique

Sol : zone non saturée

Entrée

Infiltration

Niveau des plus hautes eaux

Enrochement

Surverse

Nappe phréatique

Sol : zone non saturée

Entrée

Infiltration

Niveau des plus hautes eaux

Enrochement

Figure 4-1 : Schéma d‘un bassin d‘infiltration (gauche) et système de l‘Est lyonnais (droite)

4.2 Biofiltres

Les biofiltres ou ‗rain garden‘ ne sont rien d‘autres que les homologues australiens des noues

et tranchées d‘infiltration. Le terme australien est intéressant car il met l‘accent sur le fait qu‘outre leur

fonction hydraulique, des ouvrages aussi simples que des tranchées ou des noues peuvent utiliser les


42

propriétés chimiques, biologiques et physiques du sol, des plantes et des miro-organismes pour gérer

la qualité des effluents. Les éléments constitutifs d‘un biofiltre infiltrant sont les suivants (Figure 4-2):

- le sol : le type de sol utilisé dans l‘ouvrage est un élément clef de son fonctionnement. Il doit

répondre à deux critères opposés : d‘une part infiltrer assez rapidement (forte conductivité

hydraulique, faible teneur en argile) et d‘autre part permettre le développement de la

végétation et la rétention des polluants qui s‘accommode mieux d‘une perméabilité plus faible.

Les caractéristiques des sols utilisés dans différents pays sont présentées au Tableau 4-1. Il

est à noter qu‘aux USA, un facteur de sécurité de 2 sur la conductivité hydraulique est

généralement utilisé pour dimensionner les ouvrages (Claytor et Schueler 1996), afin de

prendre en compte le possible colmatage des ouvrages.

USA (Winogradoff, 2002) Australie (Wong, 2006) France (Citeau, 2006)

K (mm/h) > 12 (3. 10-6 m/s) 50-200 (14 – 56.10

-6 m/s) 30-360 (8-100.10

-6 m/s)

pH 5.5-6.5 6-7.5 6-8.5

MO - 5-10% 2-4%

Argile < 5% 5-15% < 10%

Granulométrie 50-60% sable, 20-30% compost et

20-30% sol naturel

< 30 % de silt, 50 à 70% de

sable -

Tableau 4-1 : Caractéristiques des sols utilisés dans les systèmes d‘infiltration

- la végétation : la végétation a pour but de limiter l‘érosion dans l‘ouvrage, limiter le colmatage,

améliorer le rendement épuratoire de l‘ouvrage et améliorer son esthétique. Le choix des

plantes doit prendre en compte l‘alternance des périodes de temps sec et de mise en eau à

laquelle est soumis l‘ouvrage.

- une couche de transition : sous le sol, il est recommandé d‘installer une couche de transition

(généralement un sable fin) afin de limiter la migration des fines.

- une couche de drainage : composée de drains et de graviers ou de sable grossier.


43

Biofiltre en milieu résidentiel (Streisand Dr. Brisbane) Vue en plan

Sable limoneux: 700

à 300 mm

Couche de

transition : 100 mm

Végétation

Sollicitation

Couche de

drainage : 150 mm

Sol naturel

Zone de stockage :

100 à 300 mm

Géotextile (non

obligatoire)

Sable limoneux: 700

à 300 mm

Couche de

transition : 100 mm

Végétation

Sollicitation

Couche de

drainage : 150 mm

Sol naturel

Zone de stockage :

100 à 300 mm

Géotextile (non

obligatoire)

Sable limoneux: 700

à 300 mm

Couche de

transition : 100 mm

Végétation

Sollicitation

Couche de

drainage : 150 mm

Sol naturel

Zone de stockage :

100 à 300 mm

Géotextile (non

obligatoire)

Vue en coupe avec dimensions typiques

Figure 4-2 : Biofiltre - exemple, vue en plan et vue en coupe

Un exemple des phases de la construction d‘un biofiltre en milieu urbain (Brisbane, Australie)

et présenté en annexe A.

Entrée :

Sollicitation

Sable

limoneux

Surverse

Entrée :

Sollicitation

Sable

limoneux

Surverse

Sable

limoneux

Surverse


44

5 Qualité des eaux de ruissellement

La connaissance de la qualité des eaux de ruissellement est un élément important pour la

gestion des ouvrages d‘infiltration. En effet cela va avoir un impact direct sur : (i) le colmatage des

ouvrages et donc sur leur durée de fonctionnement, (ii) le possible impact des ouvrages sur le sol, la

nappe phréatique ou les milieux aquatiques situés en aval. De plus, une bonne connaissance des

polluants présents dans les eaux de ruissellement (concentration, granulométrie, répartition dissous et

particulaire) est indispensable pour comprendre les mécanismes qui devront être mis en place pour

traiter ces eaux.

L‘origine des polluants dans les eaux de ruissellement ainsi que leurs concentrations a été

largement décrite dans la littérature (Makepeace et al., 1995 ; Chocat 1997 ; Pitt et al., 1999 ; Duncan

1999, Eriksson et al., 2007 par exemple). La qualité de l‘eau de ruissellement et les caractéristiques

des polluants présents, dépendent du type de surface sur laquelle l‘eau va ruisseler (routes, parkings,

toits) ainsi que des activités sur ce bassin versant (industriel, commercial, pavillonnaire…). Une liste

de 25 paramètres à examiner plus particulièrement pour les EP, a récemment été présentée par

Eriksson et al. (2007). Les polluants sont classés en cinq catégories : paramètres de base (MES,

DCO, DBO, azote, phosphore et pH), éléments traces métalliques (Cd, Cu, Pb, Zn…), HAP,

herbicides et composés organiques (PCB, PCP…). Nous allons ici caractériser les différents éléments

présents dans les eaux de ruissellement en présentant plus particulièrement les concentrations

moyennes, les possibles impacts sur les milieux récepteurs ainsi que les possibles risques sanitaires

liés à ces polluants.

5.1 Paramètres de bases

5.1.1 Turbidité et Matières en suspension (MES)

La turbidité est définie comme la diminution de la transparence de l‘eau due à la présence de

matière non dissoute comme des particules d‘argiles, de silt, des particules colloïdales et autres

organismes.

Les matières en suspension (MES) sont généralement définies par la concentration de

particules de dimension supérieure à 0.45 µm. Il existe généralement une assez bonne corrélation

entre turbidité et concentration en MES (Suk et al., 1998 ; Packman et al., 1999 ; Lewis et al., 2002 ;

Kayahnian et al., 2007 ; Bertrand-Krajewski et al., 2007). Cette corrélation est très intéressante si on

veut estimer les apports de sédiments (et notamment estimer des charges annuelles) car la turbidité

peut être facilement mesurée en continu (Bertrand-Krajewski, 2000). Un ordre de grandeur des

concentrations en MES présentes dans les différents effluents urbains est donné dans le Tableau 5-1.


45

Type de milieux Eaux usées Eaux pluviales Eaux unitaires

Concentration en MES 300 – 600 mg/l 200 – 800 mg/l 200 – 1000 mg/l

Tableau 5-1 : Ordre de grandeur des concentration en MES dans les effluents urbains (Chocat, 1997)

La concentration en MES est généralement un bon indicateur de la qualité des eaux de

ruissellement. Le Tableau 5-2 donne des ordres de grandeur de la fraction particulaire (définie comme

la fraction massique associée aux particules dont la taille est supérieure à 0.45 µm) d‘un certain

nombre de polluants. De plus les MES présents dans les eaux de ruissellement sont généralement

fines avec un diamètre médian compris entre 25 et 44 m, et un pourcentage en masse des particules

inférieures à 100 m compris entre 66 et 85% (Chebbo et al., 1995).

Polluant Fraction particulaire

DCO 0.80 – 0.90 DBO5 0.75 – 0.95 NTK * 0.48 – 0.80 Pb 0.80 – 0.98 Zn 0.15 – 0.40 Cu 0.35 – 0.60 Cd 0.20 – 0.60 HCT 0.80 – 0.90 HAP 0.75 - 0.97 PCB 0.90 - 0.95

Tableau 5-2 : Synthèse de données européennes et nord américaines établie par (North Central Texas Council of Governments, 1995) et complétée par les auteurs (Gaspéry et al.,

2005) et Gonzalez et al., 2000) extraite de (Chocat et al, 2007)

La vitesse de chute est un paramètre clef à connaître afin d‘estimer la décantabilité des

particules. Chebbo (1992), les a mesurées sur différentes classes de taille de particules (< 50 µm et

> 50 µm). Les résultats sont présentés au Tableau 5-3. Ces vitesses de chute élevées montrent une

bonne décantabilité des particules. Cela implique que les bassins de décantation par exemple sont

des ouvrages efficaces pour le traitement des particules en suspension et de la pollution associée.

Fraction < 50 µm (68%) Fraction > 50 µm (32%) Fraction totale

V10 V50 V90 V10 V50 V90 V10 V50 V90

Moyenne (m/h) 0.13 4.1 11.43 13.03 50.07 325.6 0.37 7.15 89.18

σ (m/h) 0.08 1.0 1.91 5.17 16.18 246.8 0.22 1.26 37.11

Tableau 5-3 : Vitesse de chute moyenne des eaux de ruissellement et écart type associé (Chebbo, 1992)

5.1.2 Matières organiques

La matière organique est la matière composée d‘atomes de carbone (associés à l‘hydrogène,

l‘azote et l‘oxygène) et comprend donc les micro-organismes. Elle est susceptible de se dégrader par

voie biologique mais avec une cinétique très variable d‘une molécule à l‘autre. Au cours de leur

dégradation, elles peuvent libérer des nutriments.


46

Afin de mesurer la quantité de matière organique, on analyse soit le carbone organique total

(COT), soit la quantité d‘oxygène nécessaire pour la dégrader. Lorsque la dégradation de la matière

organique se fait par voie aérobie il y a alors consommation de l'oxygène dissous dans le milieu et

risque d'asphyxie pour certains organismes vivants. La quantité d'oxygène nécessaire à la

dégradation biologique aérobie des matières organiques biodégradables est la Demande Biologique

en Oxygène (DBO) que l‘on estime généralement à 5 jours (DBO5). La quantité d'oxygène nécessaire

à la dégradation aérobie de l'ensemble des matières organiques biodégradable ou non est la

Demande Chimique en Oxygène DCO. Le rapport DBO5/DCO caractérise la biodégradabilité des

effluents. Un ordre de grandeur des concentrations en DBO5 et DCO est donné dans le Tableau 5-4.

Concentrations moyennes événementielles (rejets pluviales)

Type de zone urbaine Résidentielle

& commerciale Autoroute

& route à fort trafic

Moyenne Moyenne

Min - Max Min - Max

DBO5 (mg/L)

11 0.7 - 220

24 12.2 - 32

DCO (mg/L)

85 20 - 365

128 -171

Tableau 5-4 : Concentrations moyennes, minimum – maximum et coefficient de variation en DBO5 et DCO dans les eaux de ruissellement issues de (Ellis et al., 2004, 2005) complété par (Chocat et al., 2007)

Parmi les molécules de synthèse les plus fréquemment trouvées dans les eaux de

ruissellement, plusieurs groupes sont à considérer plus particulièrement : les herbicides et les autres

composés organiques (PCP, PCB, DEHP, NPEO et MTBE).

Les hydrocarbures et les hydrocarbures aromatiques polycycliques (HAP) proviennent du

trafic routier. Ils peuvent être dégradés dans la couche supérieure du sol des ouvrages en présence

d‘oxygène. Leur décomposition nécessite une forte activité biologique et un pH proche de la neutralité.

Les HAP proviennent de la combustion incomplète de la matière organique et sont donc

issues de sources multiples : véhicules, chauffage, sidérurgie (Dechesne, 2002). Ce sont des

molécules toxiques qui sont peu solubles et se fixent facilement sur les particules de sol. De plus, leur

biodégradation est difficile (Pitt et al., 1999).

Les herbicides sont largement utilisés en milieu urbain et le long des autoroutes comme le

diuron, le glyphosate ou d‘autres molécules comme le penditmethalin, phenmedipham et terbutylazine

(Eriksson et al., 2007).

D‘autres composés organiques peuvent aussi être présents dans les eaux de ruissellement

(Eriksson et al., 2007). Par exemple le PCP qui est utilisé pour la conservation du bois. C‘est un

composé difficile à dégrader et très toxique pour les organismes aquatiques, les PCB qui proviennent

de fuite des isolations électriques (transformateurs par exemple), le DEHP qui est utilisé pour plastifier


47

les tuyaux, le NPEO qui est utilisé pour laver les automobiles ou encore le MTBE qui est présent dans

l‘essence, très soluble et mobile dans les sols.

5.1.3 Azote et phosphore

L‘excès de phosphore et d‘azote dans les milieux aquatiques a pour conséquence une

augmentation de la production végétale et la prolifération d‘algues (hypereutrophisation ou

dystrophisation). Les phosphores constituent généralement le facteur limitant du cycle trophique,

cependant l‘azote peut aussi l‘être dans certains cas (Heaney et al., 1999 ; Lee et Bang, 2000). La

prolifération des algues aura pour conséquence une consommation de l‘oxygène présent dans l‘eau et

va rendre le milieu anoxique. Cela entraînera alors une dégradation de la qualité des milieux

aquatiques, une diminution de la biodiversité et la mort des organismes aquatiques aérobies.

Le phosphore total est la somme de toutes les formes de phosphore. Les concentrations en

phosphore total sont de l‘ordre de 0.2 et 0.3 mg/l (Duncan, 1999) dans les eaux de ruissellement,

suivant le type de bassin versant. Les phosphates sont la forme minérale du phosphore formé à partir

des ions PO43-

, ils sont peu solubles dans l‘eau. Ils sont présents dans les excréments, les lessives,

les shampooings et les détergents ménagers. Le cycle de base du phosphore est le suivant : le

phosphore contenu dans la matière organique morte est progressivement minéralisé par des micro-

organismes qui les transforment en phosphates solubles (PO43-

). Les phosphates solubles sont alors

assimilés et intégrés à la matière organique vivante. Si l‘apport de phosphore est trop important (par

exemple à cause des engrais et des lessives) cela entraîne l‘hyper eutrophisation du milieu. De plus si

le milieu est bien oxygéné (par exemple en hiver), le phosphore peut se combiner avec d‘autres

éléments (Fe par exemple) pour former des composés insolubles qui se stockent dans les sédiments.

Lorsque le taux d‘oxygène dissous diminue (par exemple en été à cause de la respiration algale), ces

complexes peuvent se transformer en composés plus solubles et bio assimilables. Cette libération va

provoquer une augmentation rapide de la production végétale, et entraîner la consommation de

l‘oxygène dissous en augmentant encore la libération de phosphates.

Les différentes formes d‘azote présentes dans l‘eau de ruissellement sont récapitulées à la

Figure 5-1. L‘azote total est la somme de l‘azote inorganique (dissous) et l‘azote organique (présent

sous forme dissoute et particulaire). L‘azote dissous inorganique peut-être sous forme d‘ions

ammonium (NH4+), de nitrites (NO2

-) et de nitrates (NO3

-). Ce sont ces éléments qui ont le plus grand

impact sur les milieux aquatiques car ils sont directement disponibles et assimilables par les

organismes simples et vont conduire à l‘hypereutrophisation. L‘azote organique se compose de

d‘azote dissous (Norg dissous) et d‘azote particulaire (Norg. particulaire). Il n‘est pas possible de rendre

l‘eau potable si la concentration en NT est supérieure à 100 mg/l. Il est à noter que l‘on mesure

généralement l‘azote total Kjeldahl (NTK) qui comprend des formes réduites de l‘azote contenu dans

les eaux (azote organique et azote ammoniacal).


48

NH4+ Norg. particulaire

NT

N OrganiqueN Inorganique

NOx Norg. dissous

NT dissous

NH4+ Norg. particulaire

NT

N OrganiqueN Inorganique

NOx Norg. dissous

NT dissous

Figure 5-1 : Les différentes formes de l‘azote (d‘après Taylor et al., 2005)

Duncan (1999), rapporte des concentrations moyennes en NT comprises entre 2 et 3 mg/l

suivant le type de bassin versant. La répartition des différentes formes de l‘azote dans les eaux de

ruissellement a été conduite par Taylor et al. (1995). Bien que les proportions soient variables, la

répartition moyenne des concentrations est la suivante : environ 10% de NH3+, environ 40% de NOx,

environ 30% de Norg. dissous et environ 20% de Norg. particulaire. Cette répartition a des

conséquences importantes sur les mécanismes à mettre en œuvre pour le traitement de l‘azote. En

effet seulement 20% de l‘azote se présente sous forme particulaire, les mécanismes de décantation

seront donc peu efficaces pour le traitement de l‘azote.

5.2 Eléments traces métalliques

Les métaux lourds ou éléments traces métalliques (ETM) sont largement présents dans les

eaux de ruissellement. Les principaux éléments retrouvés sont le Cadmium (Cd), le Chrome (Cr), le

Cuivre (Cu), le Plomb (Pb), le Mercure (Hg) et le Zinc (Zn). Les ETM peuvent êtres toxiques en cas

d‘ingestion. Ce sont des éléments conservateurs qui sont donc particulièrement intéressants à étudier

lorsque l‘on veut faire des bilans sur le rendement épuratoire des ouvrages de gestion des eaux

pluviales. Dans la partie suivante, nous présenterons en détail les quatre ETM que l‘on trouve le plus

souvent dans les eaux de ruissellement, c'est-à-dire le Cd, le Cu, le Pb et le Zn. Nous regarderons en

détail leurs origines dans les eaux de ruissellement, leur comportement dans les sols, leurs

concentrations dans les eaux et les sols, et leurs impacts écotoxicologiques et sanitaires. Nous

présenterons aussi les concentrations limites dans l‘eau potable (Décret n° 2001 – 1220 du 20

décembre 2001) et les valeurs limites dans les eaux de surface (normes australiennes ANZEEC,

2002) qui s‘expriment en concentrations maximales pour atteindre un pourcentage de protection des

espèces dans les milieux.

Enfin, nous ferons un bilan sur leurs concentrations et leur variabilité dans les eaux de

ruissellement, la répartition entre pollution dissoute et particulaire et les possibles corrélations entre

métaux puis entre métaux et MES. Notons que les données générales caractéristiques des métaux

sont en grande partie issues des fiches de l‘INERIS écrites sous la direction de Pichard (2003 et

2005).


49

5.2.1 Généralités

Cadmium (Cd) Origine : Le cadmium est utilisé pour la métallisation des surfaces, dans la fabrication des

accumulateurs électriques. Il est rejeté dans l‘atmosphère lors d‘activités industrielles comme

l‘incinération des ordures ménagères ou la combustion des produits pétroliers ou du charbon.

Comportement dans les sols : Le cadmium est relativement mobile dans les sols mais a tendance à

s‘accumuler en surface dans les zones riches en matière organique. Sa mobilité dépend du pH du sol

et son adsorption augmente lorsque le pH augmente.

Bio accumulation : L‘adsorption par les plantes dépend de l‘espèce de plante, du pH du sol et des

concentrations dans le sol. Le Cd peut s‘accumuler dans les racines ou dans les parties supérieures

des végétaux.

Toxicité : Le cadmium est classé comme substance cancérigène par l‘Union Européenne.

Concentrations limites : Les concentrations limites dans l‘eau potable ainsi que les concentrations

limites dans l‘eau douce pour la protection des écosystèmes sont présentées au Tableau 5-5.

Concentration limite dans l‘eau potable (µg/l) -

Décret n° 2001 – 1220 du 20 décembre 2001 5

Valeur limite pour l‘eau douce en µg/l pour

protéger différents pourcentages d‘espèces

(ANZECC, 2000)

99% 0.06

95% 0.2

90% 0.4

80% 0.8

Tableau 5-5 : Concentrations limites pour le Cd (eau potable et protection des écosystèmes)

La norme ANZECC (2000) s‘interprete de la façon suivante : si on veut protéger 80% des

espèces présentes dans l‘eau douce il faut que la concentration moyenne soit inférieure à 0.8 µg/l.

Cuivre (Cu) Origine : Le cuivre est largement employé pour ses propriétés physiques notamment sa bonne

conductivité thermique et électrique. Il est utilisé en métallurgie (création d‘alliage), pour la fabrication

de matériel électrique et dans l‘automobile. Il se retrouve dans les eaux de ruissellement lors de

l‘usure des pneumatiques et des garnitures de frein, la corrosion des matériaux de construction (toits,

gouttières), la combustion d‘huile de lubrification et dans les fongicides et pesticides.

Comportement dans les sols : Le cuivre est soluble pour des pH inférieurs à 5, l‘adsorption est le

processus dominant si le pH est compris entre 5 et 6, il y a précipitation pour des pH compris entre 6

et 7 et il n‘est pas mobile pour des pH supérieurs à 7. Il se fixe sur la matière organique et est donc

généralement adsorbé dans les couches supérieures du sol.

Bio accumulation : L‘absorption du cuivre par les racines est fonction du pH du sol qui contrôle

l‘activité des ions Cu2+

contenus dans la solution de sol en contact avec les racines. La plus grande

partie du cuivre n‘est pas transférée vers les parties aériennes de la plante. Le cuivre adsorbé par les

argiles n‘est pas disponible pour les plantes.


50

Toxicité : Le cuivre est classé comme substance non cancérigène par l‘Union Européenne. Le cuivre

est un élément essentiel à l‘homme mais peut être toxique notamment sous forme soluble (sels de

cuivre II). Les intoxications par voie orale sont rares, elles sont possibles par ingestion si de grandes

quantités de sel de cuivre (0.4 à 100 g de cuivre) sont ingérées. Cela peut provoquer vomissements,

léthargies et anémies.



Eau potable (μg/L) - Décret n° 2001 – 1220 du 20 décembre

2001 2000


protéger différentes espèces (ANZECC, 2000)

99% 1.0

95% 1.4

90% 1.8

80% 2.5

Tableau 5-6 : Concentrations limites pour le Cu (eau potable et protection des écosystèmes)

Plomb (Pb) Origine : Le plomb se trouve principalement dans les batteries pour l‘automobile (65 à 70% du plomb

dans les pays occidentaux), les pneumatiques et dans la peinture. Comme pour le zinc, son origine

dans les eaux de ruissellement provient de la corrosion automobile.

Comportement dans les sols : Le plomb est peu soluble dans l‘eau et a une faible mobilité dans les

sols. Il s‘accumule donc en surface et plus particulièrement dans les zones riches en matière

organique ou en argile. Les sols acides favorisent la mobilité du Pb et donc sa migration en

profondeur.

Bio accumulation : Le plomb est absorbé dans les racines des plantes.

Toxicité : Le plomb est classé comme substance cancérigène par l‘Union Européenne. Il peut

pénétrer par voie digestive et par voie pulmonaire. Il provoque des douleurs abdominales, des

vomissements et peut aboutir à la mort (lésion au niveau du système nerveux), à des cancers

bronchiques et rénaux, à un risque d‘infertilité en cas d‘exposition prolongée.




2001 5.0



(ANZECC, 2000)

99% 1.0

95% 3.4

90% 5.6

80% 9.4

Tableau 5-7 : Concentrations limites pour le Pb (eau potable et protection des écosystèmes)


51

Zinc (Zn) Origine : Le Zinc est généralement utilisé pour la protection contre la corrosion des métaux. Il est très

présent dans l‘équipement automobile et dans le domaine de la construction. Son origine dans les

eaux de ruissellement provient donc principalement de l‘usure des pneumatiques, de l‘huile de

lubrification et de la corrosion des matériaux de construction (toits, gouttières).

Comportement dans les sols : Le zinc s‘accumule à la surface des sols, les migrations en

profondeur sont rares bien qu‘il soit assez soluble et assez mobile dans la plupart des sols. Le pH

contrôle le comportement du zinc dans le sol : un pH élevé permet une meilleure adsorption du Zn,

une diminution du pH entraîne une désorption du Zn. Wendelborn et al. (soumis) a montré que

l‘adsorption du Zn passe de 10% à un pH de 3 à 80-100% à un pH supérieur à 7.

Bio accumulation : Le zinc est nécessaire en faible quantité à la vie de nombreux organismes. Chez

les mammifères, l‘absorption et l‘excrétion du zinc sont régulées, et permettent de maintenir une

concentration constante dans l‘organisme quel que soit le niveau d‘exposition. Le potentiel de

bioaccumulation est donc faible.

Toxicité : Le zinc sous forme métallique présente une faible toxicité par voie orale, il est classé

comme substance non cancérigène par l‘Union Européenne. Des cas de mortalité en cas d‘inhalation

des vapeurs de fumée de zinc ont été détectés. Il ne présente cependant que peu de risque en cas

d‘ingestion, et a pour conséquence des crampes d‘estomac, des nausées et des vomissements (mais

uniquement à forte dose : 2mg/kg/j pendant 6 semaines).




2001 -



(ANZECC, 2000)

99% 2.4

95% 8.0

90% 15

80% 31

Tableau 5-8 : Concentrations limites pour le Zn (eau potable et protection des écosystèmes)

Il est à noter que la mobilité des ETM dans les sols a été étudiée par Ruban (2005). La

séquence de mobilité est la suivante (du moins mobile au plus mobile) : Pb < Cu < Zn < Cd.

5.2.2 Concentrations dans les eaux de ruissellement

Un très grand nombre d‘études ont cherché à quantifier les concentrations en ETM dans les

eaux de ruissellement (notamment en milieu urbain et sur des bassins versants routiers). La

concentration moyenne par événement est généralement calculée (Event Mean Concentration, EMC).

Nous ne présentons ici que les études où un grand nombre d‘événements a été mesuré par bassin

versant (supérieur à 25). Les résultats sont présentés dans le Tableau 5-9 et à la Figure 5-2.


52

Etude Année Type de BV n MES DCO Cd Cu Pb Zn

Legret et Pagotto 1999 Route 49 71 103 1 45 58 356

Crabtree 2005 Route 60 115 89 0.5 41 23 140

Barret 1998 Route (W. 35

th) 43 129 N.M.* N.M.* 37 53 222

Route (Convcit H. Rd) 26 44 N.M.* N.M.* 91 15 7

Kayhanian 2003

routier (faible) N.M.* 360 216 0.8 29 45 165

routier (moyenne) N.M.* 149 143 0.8 23 21 149

Routier (moyenne haute) N.M.* 129 108 1.1 80 90 241

routier (haute) N.M.* 128 103 1.2 47 115 240

Ackerman 2003 Commercial >150 118 N.M.* 0.4 33 12 233

Industriel >150 174 N.M.* 0.7 46 17 326

Flint et Davis 2007 Autoroute >30 320 N.M.* 25 87 170 880

Gôbel et al. 2007 Route > 100 163 105 1.9 97 170 407

Autoroute > 100 153 107 3.7 65 224 345

Moyenne 165 124 4 56 80 285

Ecart type 88 44 8 26 74 208

*N.M. : non mesurée

Tableau 5-9 : Concentrations moyennes en MES, DCO (en mg/l) et ETM (en µg/l) dans les eaux de ruissellement (avec n le nombre d‘événements)

Figure 5-2 : Boite à moustache des concentrations moyennes en ETM (à partir des données du Tableau 5-9) – les données du Cd ne sont pas présentés par soucis de clarté

On remarque une très grande variabilité des concentrations en ETM d‘un bassin versant à

l‘autre. Les données brutes n‘étant pas disponibles, les valeurs moyennes ne donnent qu‘un aperçu

partiel de la réalité car le nombre d‘événements échantillonnés n‘est pas le même d‘une étude à

l‘autre. Ces valeurs permettent néanmoins d‘avoir un ordre de grandeur des concentrations moyennes

en ETM dans les eaux de ruissellement. On remarque que les concentrations moyennes trouvées

sont très supérieures aux concentrations limites dans l‘eau douce pour la protection des écosystèmes.

Ces études montrent donc bien que les concentrations en ETM présentes dans les eaux de

ruissellement peuvent avoir un effet négatif sur les milieux aquatiques récepteurs.

5.2.3 Répartition dissous particulaire

La répartition entre fraction dissoute et particulaire (filtration à 0.45 µm) des ETM présents

dans les eaux de ruissellement a été largement étudiée notamment sur les eaux de ruissellement


53

provenant de bassin versant routier. Morrison et al. (1984) ont analysé l‘eau de ruissellement de deux

événements pluvieux provenant d‘une autoroute. Ils ont montré que le Cd, le Cu et le Zn étaient

majoritairement sous forme dissoute alors que le Pb était principalement sous forme particulaire.

Chebbo et al. (1995) ont montré que 80 à 99% du Pb était sous forme particulaire. Sansalone et al.

(1996) ont analysé l‘eau de ruissellement d‘une autoroute (deux événements) et ont montré que le Zn,

le Cd et le Cu étaient majoritairement sous forme dissoute et que le Pb était distribué à part égale

entre dissous et particulaire. De même, Sansalone et Buchberger (1997) ont montré que Zn, Cu et Cd

étaient principalement dissous alors que Pb était majoritairement sous forme particulaire. Legret et

Pagotto (1999) ont analysé l‘eau de ruissellement d‘une autoroute pendant une année et ont prélevé

49 événements. Ils ont montré que 91% du Pb était sous forme particulaire alors que les autres

métaux étaient sous forme dissoute à 60% pour le Zn, 56% pour le Cu et 54% pour le Cd). Crabtree et

al. (2005) ont analysé la répartition dissous/particulaire du Zn et du Cu sur 6 bassins versants routiers

et ont analysé 10 événements pluvieux pour chaque bassin versant. Ils ont montré que le Cu était à

50% sous forme dissoute et le Zn à 41%. Enfin Tucillo (2006) a montré sur différents types de bassins

versants (zones résidentielles et autoroutes) que le Cu et le Zn étaient majoritairement sous forme

dissoute alors que le Pb était sous forme particulaire.

L‘ensemble de ces études montrent des résultats similaires : le Cd, Cu et Zn sont

sous forme dissoute et particulaire, alors que le Pb est très majoritairement sous forme

particulaire.

5.2.4 Corrélation entre MES et concentration en ETM

Hallberg et al. (2007), ont étudié la corrélation entre concentration en MES et concentration en

ETM particulaire. Ils ont analysé environ 50 événements pluvieux sur une année (eau de

ruissellement provenant d‘une route) et ont montré une bonne corrélation, avec des coefficients de

corrélation supérieurs à 0.9 pour le Pb, le Zn et le Cu particulaire. A l‘inverse, Kayahnian et al. (2007)

ont étudié les possibles corrélations entre les différents paramètres de qualité des eaux de

ruissellement des autoroutes en Californie sur une période de trois ans (635 événements analysés) et

ont montré une faible corrélation entre MES et métaux totaux. Ils ont cependant montré une forte

corrélation entre métaux (r²>0.8), notamment entre le Fe et le Pb, le Fe et le Zn et le Fe et le Cu. De

même Thompson et al. (1997), ont cherché à montrer les possibles corrélations entre MES et ETM. A

partir de la base de données américaines du Minnesota contenant 211 événements pluvieux (7 ans

de données, 4 sites routiers dont 3 en milieux urbains et un en campagne), ils n‘ont montré qu‘une

corrélation moyenne entre les MES et le Zn total (r²=0.61) et des corrélations faibles (r²<0.50) pour le

Cu total et le Pb total. Duncan (1999), a fait une revue bibliographique de 500 études relatives à la

qualité des eaux de ruissellement, et a montré une absence de corrélation entre les concentrations en

MES et en métaux, ainsi qu‘une mauvaise corrélation entre métaux. Enfin, Fletcher et Deletic (2007),

ont montré une absence de corrélation entre la turbidité et les métaux totaux.

De bonnes corrélations ont été identifiées entre ETM particulaires et MES. A l‘inverse

il y a généralement une absence de corrélations entre ETM totaux et les MES. La mesure de la

concentration en MES ne permet donc pas d‘estimer les concentrations totales en Pb, Zn et Cu.


54

6 Concentration en métaux lourds dans les ouvrages

La partie précédente a montré que les eaux de ruissellement peuvent être très chargées en

polluants. Parmi eux, les ETM présentent un risque particulier car ils sont présents en forte

concentration. De plus, à l‘inverse de la matière organique, les ETM ne peuvent pas être dégradés et

sont donc stockés dans les sols de manière durable.

La concentration en métaux lourds dans les ouvrages d‘infiltration, est donc un élément

critique pour le fonctionnement et la connaissance des ouvrages. Il est nécessaire, par conséquent,

de connaître le niveau de contamination en surface pour savoir si ces concentrations présentent un

risque en cas de contact avec les usagers (notamment lorsque ces ouvrages sont situés en milieu

urbain dense) et l‘évolution avec la profondeur afin de comprendre si l‘infiltration des eaux pluviales

peut présenter un risque de contamination des nappes phréatiques (Pitt et al., 1999 ; Clark et Pitt,

2007). Certains auteurs considèrent même la durée de vie d‘un système comme la durée que mettent

les sols de surface à présenter des concentrations excédant les valeurs limites de mises en dépôt des

sols (Achleitner et al., 2007).

Après avoir fait un bilan sur les différentes normes pour la définition du niveau de pollution

dans les sols, nous montrerons quels sont les niveaux de concentration en ETM trouvés à la surface

des systèmes d‘infiltration ainsi que la variabilité spatiale de ces concentrations, et l‘évolution de ces

concentrations en fonction de la profondeur. Ces concentrations seront comparées avec les

différentes valeurs des normes pour les sols pollués afin d‘évaluer le degré de pollution des ouvrages.

Nous montrerons ensuite quelle est l‘évolution des concentrations en fonction du temps afin d‘étudier

l‘accumulation des ETM au cours de la vie des ouvrages. Enfin nous estimerons la capacité de

piégeage des ouvrages et ainsi leur rendement épuratoire.

6.1 Normes pour la contamination des sols

Les normes de différents pays pour la pollution des sols sont présentées ci après. Normes hollandaises (NMHSPE, 2000).

Ce guide définit des valeurs cibles et les valeurs d‘intervention :

- Les valeurs cibles représentent les concentrations pour lesquelles le sol est de bonne

qualité et permet un bon développement de la vie animale et végétale.

- Les valeurs d‘intervention, représentent un niveau de contamination sérieux pour le

développement de la vie animale et végétale.

Les concentrations sont données pour un sol standard avec une concentration en matière organique

de 10% et de 25%. Il est nécessaire de corriger les concentrations si on s‘éloigne de ces valeurs.


55

BRGM - Gestion des sites et des sols potentiellement pollués (BRGM, 2002).

Ce guide définit deux types de valeurs :

- Les valeurs de définition de source - sol (VDSS) qui définissent le sol comme une source de

pollution,

- Les valeurs de constat d‘impact (VCI) qui sont utilisées dans le cas où « le sol est un milieu

d‘exposition » (BRGM, 2002). Cette valeur permet de constater l‘impact de la pollution sur un

sol. Selon l‘usage du sol, deux valeurs sont disponibles, la VCIusage sensible et la

VCIusage non sensible.

Ministère de l’Ecologie et du Développement Durable (MEDD, 2007a et b)

Ce sont les nouvelles normes françaises pour la gestion des sites potentiellement pollués. Les

concentrations maximales sont calculées, exprimées en dose journalière d‘exposition aux polluants,

en cas d‘ingestion et d‘inhalation des sols. Les calculs sont faits à partir d‘un cas de contamination

pour un enfant. Dans le cas des ouvrages d‘infiltration, deux cas sont à considérer, les bassin ouverts

et ceux fermés au public. Pour chaque cas, deux seuils sont calculés (S1 et S2) qui définissent trois

classes de risque ;

- l‘état du milieu est compatible avec les usages

- zone d‘incertitude nécessitant une réflexion plus approfondie de la situation

- l‘état du milieu n‘est pas compatible avec les usages

Les calculs pour le cas des ouvrages d‘infiltration sont présentés en détail dans la thèse de Moura

(2008).

NEPC (National Environnent Protection Council, 1999)

Ce sont les normes utilisées en Australie et en Nouvelle Zélande. Les concentrations sont regroupées

en deux classes :

- Les niveaux d‘investigation pour la santé (Health Based Investigation Levels – HILs)

représentent les niveaux de contamination à ne pas dépasser dans les zones résidentielles

avec des espaces verts accessibles aux enfants.

- Les niveaux d‘investigation écologique (Ecologically-Based Investigation Levels – EILS)

représentent les valeurs à partir desquelles la teneur en polluants représente un risque pour

l‘environnement (développement de la végétation, vie animale).

SEPA (Swedish Environmental Protection Agency, 1996)

Les normes suédoises ont pour but de définir des concentrations visant à protéger l‘environnement et

les populations humaines. Trois types d‘usages de sol sont définis :

- Les sols à usage sensible (KM) sont les sols où les personnes exposées sont des

enfants et des adultes résidant en permanence sur le site.

- Les sols à usage moins sensible avec exploitation de la nappe phréatique (MKM GV)

(terrains utilisés pour des immeubles de bureau, des sites industriels, des routes…).

L‘exploitation de la nappe phréatique se fait à proximité du site. Les adultes sont


56

supposés être sur le site pendant les heures de bureau. Les enfants sont supposés

ne résider que temporairement sur le site.

- Les sols à usage moins sensible sans exploitation de la nappe phréatique (MKM) sont

des sites identiques aux sols précédents mais sans usage de la nappe phréatique.

Norme autrichienne (BGBl, 2004).

Cette norme définit les concentrations limites à partir desquelles le sol ne peut plus être mis en

décharge sans traitement.

Un bilan de l‘ensemble des concentrations suivant les différentes normes est présenté dans le

Tableau 6-1.

Cd Cu Pb Zn

Normes hollandaises

Valeur cible 0.8 36 85 140

Valeur d'intervention 12 190 530 720

BRGM

VDSS 10 95 200 4500

VCI sensible 20 190 400 9000

VCI non sensible 60 950 2000

NEPC HILs (Santé) 20 1000 300 7000

EILs (Ecologique) 3 100 600 200

Swedish EPA

Usage sensible 0.4 100 80 350

Usage moins sensible (nappe phréatique)

1 200 300 700

Usage non sensible 12 200 300 700

Autrichienne Mise en décharge 2 100 150 500

MEDD

Systèmes fermés

S1 27 3818 95 8182

S2 682 95455 2386 204545

Systèmes ouverts

S1 8.4 1175 29 2520

S2 210 29400 734 62930

Tableau 6-1 : Concentrations maximum en ETM (en µg/l) selon les différentes normes et les risques

On note une très grande variabilité des seuils de définition de la pollution des sites selon les

pays. A titre indicatif et afin de synthétiser ces différentes normes, on a reporté à la Figure 6-1 pour

chaque ETM, les concentrations en dessous desquelles il y a peu de risque de contamination (S1) et

les concentrations au dessus desquelles le risque de contamination est marqué (S2).


57

0

200

400

600

800

1000

Cu Pb Zn

Concentr

ation (

mg/k

g d

e M

S)

100

240

530

80

700

200

S1

S2

S1

S2

S2

S1

Figure 6-1 : Concentrations en ETM - seuils indicatifs de pollution pour le Cu, Pb et Zn

6.2 Concentration en ETM dans les ouvrages d’infiltration

6.2.1 Concentration en surface et en profondeur

L‘étude de la concentration en ETM dans des ouvrages d‘infiltration (bassins ou noues) en

fonction de la profondeur a été largement menée sur des ouvrages en fonctionnement. Les études ont

principalement été faites sur des ouvrages drainant des bassins versants routiers.

Lind et Enn (1995) ont mesuré les concentrations en ETM dans deux noues d‘infiltration

(âgées de 8 ans) drainant des bassins versants routiers à fort trafic. Les échantillons ont été prélevés

à une distance de 50 cm du bord de la route, en surface (0-5 cm) et en profondeur (moyenne de trois

échantillons prélevés entre 5-10 cm, 10-15 cm et 15-20 cm). Les concentrations dans les cinq

premiers centimètres sont toujours plus fortes que dans les couches inférieures quel que soit le métal

étudié (Figure 6-2). Les concentrations ont été comparées avec les valeurs typiques des sols

forestiers suédois (valeur de référence). Les concentrations sont toujours trois fois supérieures aux

valeurs de référence, sauf sur un site (et pour l‘échantillon profond) et dans le cas du Zn. Si on

compare les concentrations avec les normes, on remarque que les concentrations en Zn sont

généralement faibles (< 200 mg/kg), et les concentrations en Cu et Pb moyennement élevées avec (<

100 mg/kg et > à 80 mg/kg respectivement).

Les concentrations sont moyennement élevées, mais très supérieures aux valeurs de

référence. Il y a une décroissance marquée entre la couche de surface et la couche 5-

20 cm, mais la pollution reste détectable dans la couche inférieure bien que plus

basse que la concentration du sol de surface et des valeurs indiquées dans les

normes.


58

0 10 20 30 40 50 60 70 80 90

0-5 cm

5-20 cm

Référence

Pro

fondeur

(cm

)

Concentration en Cu (mg/kg de MS)

Site 1 Site 2

0 50 100 150 200 250

0-5 cm

5-20 cm

Référence

Pro

fon

de

ur

(cm

)

Concentration en Pb (mg/kg de MS)

Site 1 Site 2

0 50 100 150 200 250

0-5 cm

5-20 cm

Référence

Pro

fon

de

ur

(cm

)

Concentration en Zn (mg/kg de MS)

Site 1 Site 2

Figure 6-2 : Concentration en ETM en surface et en profondeur (moyenne de trois mesures) pour les deux sites étudiés (d‘après les données de Lind et Karo, 1995)


59

Mikkelsen et al., (1997) ont montré sur un puits d‘infiltration et une noue que les

concentrations devenaient faibles à une profondeur de 30 cm sous l‘ouvrage, cependant les valeurs

de concentration ne sont pas disponibles et ne sont donc pas présentées.

Norrstrom et Jacks, (1998) ont mesuré les concentrations en ETM dans un bassin d‘infiltration

de 440 m², drainant un bassin versant routier à fort trafic. Les échantillons ont été prélevés pendant

deux campagnes (1993 et 1998) en des points différents. Les échantillons de la campagne de 1993

ont été pris sur les bords de l‘ouvrage alors que ceux de 1997 ont été prélevés au bord et au centre

de l‘ouvrage. Les prélèvements ont été faits à 4 profondeurs (surface, 5-10 cm, 10-15 cm et 15-20 cm)

en vingt points, puis mélangés (pour des profondeurs identiques) afin d‘avoir des échantillons moyens

par profondeur. La Figure 6-3 présente l‘évolution des concentrations en ETM en fonction de la

profondeur pour les deux campagnes de mesures ainsi que les valeurs de référence pour les sols non

cultivés et cultivées suédois. Pour le Pb, les concentrations sont moyennes (entre 160 et 320 mg/kg)

mais très supérieures aux concentrations de référence. L‘évolution des concentrations en fonction de

la profondeur est peu marquée, les concentrations restant identiques ou augmentant avec la

profondeur. Pour le Zn, les concentrations sont également moyennes en 1993 (entre 370 et 650

mg/kg, ouvrage moyennement pollué) à plus faibles en 1998 (< 200 mg/kg) mais restent très

supérieures aux valeurs de référence. Les concentrations diminuent légèrement (1993) où restent

identiques (1998) en fonction de la profondeur. Pour le Cu, les concentrations sont faibles en 1993

(inférieures ou égales à 100 mg/kg) à moyennes en 1998 (150 à 200 mg/kg). Comme toujours ces

valeurs restent très élevées par rapport aux valeurs de référence. Il n‘y a pas d‘évolution en fonction

de la profondeur.

Les concentrations sont moyennement élevées, mais très supérieures aux valeurs de

référence. L‘évolution en fonction de la profondeur est peu marquée, avec des valeurs

qui restent quasi identiques sur une couche de 25 cm d‘épaisseur. Cela peut être dû

au mode d‘échantillonnage (échantillon moyen) qui ne prend pas en compte la

variabilité spatiale de la pollution dans l‘ouvrage.


60

0 100 200 300 400 500 600 700

0

7.5

12.5

17.5

Référence

Pro

fon

de

ur

(cm

)

Concentration (mg/kg de MS) - 1993

Pb (mg/kg)

Zn (mg/kg)

Cu (mg/kg)

0 50 100 150 200 250 300 350

0

15

25

Référence

Pro

fon

de

ur

(cm

)

Concentration (mg/kg de MS) - 1998

Pb (mg/kg)

Zn (mg/kg)

Cu (mg/kg)

Figure 6-3 : Concentration en ETM dans un bassin d‘infiltration (d‘après les données de Norrstrom et Jacks, 1998)

Dierkes et Geiger, (1999) ont étudié des noues drainant des bassins versants autoroutiers.

Les ouvrages ont un âge compris entre 11 et 24 ans. La couche supérieure des noues est composée

d‘un sable de conductivité hydraulique comprise entre 2.10-4

et 1.10-5

m/s, avec un pH compris entre

7.3 et 7.4, et avec une concentration en matière organique comprise entre 7 et 10%. Les

prélèvements ont été faits à trois profondeurs (surface, 5-10 cm et 10-30 cm) et à différentes

distances dans l‘ouvrage. Les résultats sont présentés à la Figure 6-4. Pour le Zn, les concentrations

sont très fortes pour deux ouvrages (> 700 mg/kg) et faibles pour les deux autres (< 200 mg/kg) en

surface. Pour les deux ouvrages très pollués, la concentration diminue très fortement avec la

profondeur pour atteindre des concentrations faibles (<140 mg/kg) entre 10 et 30 cm. Pour le Cu, les

concentrations de surfaces sont moyennes (170 mg/kg) pour un ouvrage et fortes (270 mg/kg) pour

un ouvrage et faibles (<50 mg/kg) pour les deux autres. Comme pour le Zn, les concentrations sont

faibles (< 25 mg/kg) à une profondeur comprise entre 10 et 30 cm. Enfin, pour le Pb, le comportement


61

est similaire avec deux ouvrages ayant des concentrations de surface moyenne (> 250 mg/kg) et deux

des concentrations faibles (< 80 mg/kg). A partir de 10 cm de profondeur les concentrations

deviennent faibles pour tous les ouvrages (< 80 mg/kg).

Les concentrations sont fortes ou faibles en surface, selon l‘ouvrage. L‘évolution en

fonction de la profondeur est claire avec des concentrations qui deviennent faibles

dès une profondeur de 10 cm.

0 50 100 150 200 250 300

0-5 cm

5-10 cm

10-30 cm

Pro

fon

de

ur

(cm

)


A3 (2 m) - 19 ans

A31 (0.75 m) - 11 ans

A42 (2 m) - 24 ans

B224 (0.75 m) - âge non connu

0 50 100 150 200 250 300 350 400

0-5 cm

5-10 cm

10-30 cm

Pro

fondeur

(cm

)


A3 (2 m) - 19 ans

A31 (0.75 m) - 11 ans

A42 (2 m) - 24 ans



62

0 200 400 600 800 1000 1200 1400 1600 1800

0-5 cm

5-10 cm

10-30 cm

Pro

fon

de

ur

(cm

)


A3 (2 m) - 19 ans

A31 (0.75 m) - 11 ans

A42 (2 m) - 24 ans


Figure 6-4: Concentration en ETM dans des noues d‘infiltration – évolution avec la profondeur (d‘après les données de Dierkes et Geiger, 1999)

Dechesne (2002) a mesuré, dans des bassins d‘infiltration drainant des zones d‘activités

industrielles ou commerciales les concentrations en ETM jusqu‘à des profondeurs de 1 m. Le sol de

ces ouvrages est un composé d‘alluvions fluvio-glaciaires de conductivité hydraulique forte (de l‘ordre

de 10-4

m/s) et de pH basique. Les concentrations du bassin du Centre Routier (10 points de mesures

par niveau en différents endroits), du bassin du Boulevard des droits de l‘Homme (3 points de

mesures par niveau répartis au sein des bassins) et de la ZAC du Chêne (3 points de mesures par

niveau, également en différents emplacements) sont présentés à la Figure 6-4. Les concentrations

pour un sol de référence pris en bordure de bassin (non soumis à l‘infiltration intentionnelle des EP)

sont aussi présentées. Pour le Zn, les concentrations sont fortes en surface (> 800 mg/kg) pour les

trois ouvrages étudiés. Les concentrations diminuent fortement (< 200 mg/kg) avec la profondeur, et

cela dès 35 cm dans deux ouvrages et 65 cm dans un ouvrage, pour atteindre les concentrations du

sol de référence. Pour le Cu, les concentrations sont moyennement élevées en surface (entre 100 et

250 mg/kg suivant les ouvrages). Les concentrations diminuent fortement (< 30 mg/kg) avec la

profondeur, et cela dès 35 cm dans deux ouvrages et à 65 cm dans un ouvrage, pour atteindre des

concentrations proches du sol de référence. Enfin pour le Pb, le comportement est similaire aux

autres polluants, avec des concentrations qui sont moyennement élevées en surface (entre 140 et

270 mg/kg suivant les ouvrages). Il est a noté que les concentrations sont très variables en surface

(les écarts types ne sont pas présentés sur les graphiques afin de ne pas les surcharger), et seront

étudiés au à la partie 6.2.2.

Les concentrations de surfaces sont moyennes à élevées, l‘évolution en fonction de

la profondeur est fortement marquée, avec des valeurs qui diminuent fortement et

cela dès 35 cm ou 65 cm selon les ouvrages où les concentrations deviennent alors

proches de celles du sol témoin.


63

0 50 100 150 200 250 300

0

35

65

105

Référence

Pro

fondeur

(cm

)


Centre routier - 15 ans

Homme - 21 ans

Chêne - 12 ans

0 50 100 150 200 250 300

0

35

65

105

Référence

Pro

fondeur

(cm

)



Homme - 21 ans

Chêne - 12 ans

0 400 800 1200 1600 2000

0

35

65

105

Référence

Pro

fon

de

ur

(cm

)



Homme - 21 ans

Chêne - 12 ans

Figure 6-5 : Evolution de la concentration en Zn, Cu et Pb (d‘après les données de Dechesne, 2002)

Ruban (2005) présente les résultats des concentrations en métaux dans les sédiments à la

surface de bassins d‘infiltration. Les concentrations moyennes mesurées sont présentées au Tableau

6-2. Les concentrations en Zn, Cu et Pb sont fortes pour les deux sites et présentent les

caractéristiques d‘un sol pollué.


64

Bassin versant Nom Zn Cu Pb

Routes Ronchin, France 1417 254 633

Routes Cheviré, France 1847 271 419

Tableau 6-2 : Concentrations moyennes (mg/kg de MS) dans des sédiments de bassin d‘infiltration (d‘après Ruban, 2005)

Winiarksi et al., (2006) ont mesuré l‘évolution des concentrations en Cd, Cu et Pb en fonction

de la profondeur dans un bassin d‘infiltration ayant fonctionné pendant plus de 20 ans. L‘ouvrage est

sur un sol fluvio glaciaire de même type que ceux étudiés par Dechesne (2002). La particularité de

cette étude vient du fait que des échantillons ont été prélevés jusqu‘à une profondeur de 4 m en 3

points de mesure placés à différents endroits du bassin (en entrée, au milieu et à l‘extrémité du

bassin). Les concentrations en Pb, Cd et Cu sont très élevées en surface (300 à 400 mg/kg pour le

Pb, 12 et 19 mg/kg pour le Cd et entre 200 et 300 mg/kg pour le Cu), mais diminuent lorsque l‘on

s‘éloigne de l‘entrée du bassin. Avec la profondeur, les concentrations diminuent pour atteindre des

valeurs inférieures à la valeur d‘intervention des normes hollandaises à une profondeur de 20 cm pour

les points situés en entrée et en milieu du bassin, pour le Pb, le Cu et le Cd.

Enfin, Achleitner et al., (2006) ont mesuré les concentrations en ETM sur onze noues

d‘infiltration, âgées de 2 à 10 ans et drainant des parkings de zones commerciales. Les échantillons

ont été prélevés en surface à l‘entrée de l‘ouvrage, et au milieu de l‘ouvrage à trois différentes

profondeurs (surface, 5-15 cm et 15 – 25 cm). Pour chaque ouvrage, les prélèvements ont été

effectués en trois points (c'est-à-dire dans trois différentes zones de l‘ouvrage) et un échantillon de sol

non sollicité par l‘eau d‘infiltration a aussi été prélevé. Treize échantillons ont donc été prélevés pour

chaque ouvrage. La Figure 6-6, présente les concentrations moyennes basées sur les résultats des

onze ouvrages. On remarque que, quel que soit le métal, les concentrations moyennes sont faibles

(Cu< 50 mg/kg, Zn< 200 mg/kg et Pb< 70 mg/kg) et proches des valeurs du sol de référence. Les

concentrations en entrée et en milieu d‘ouvrages sont similaires (sauf dans le cas du Zn où elle est

supérieure en entrée). Les concentrations diminuent très peu avec la profondeur.

Les concentrations sont généralement faibles en surface et proches des valeurs de

références. L‘évolution en fonction de la profondeur est peu marquée, avec des

valeurs qui sont quasiment toujours égales aux valeurs de référence.


65

0 50 100 150 200 250

Bord

0-5 cm

5-15 cm

> 15 cm

Références

Pro

fon

de

ur

Concentration (mg/kg)

Cuivre

Zinc

Plomb

Figure 6-6 : Concentration en Cu, Zn et Pb en fonction de la profondeur (d‘après les données collectées par Achleitner et al., 2006)

Bilan

Le Tableau 6-3 présente un bilan des concentrations en surface des ouvrages d‘infiltration et

montre que la pollution dans les ouvrages d’infiltration peut être forte en surface (Dierkes et

Geiger, 1999, Dechesne 2002, Ruban 2005) et bien supérieure aux normes maximales pour les sites

pollués. Dans le cas où les concentrations sont moyennes, elles sont généralement très supérieures

aux concentrations des sols de référence qui ne reçoivent pas d‘eau de ruissellement (Lind et Karro,

1995 ; Norrstrom et Jacks, 1998). Enfin certaines études ont montré des niveaux de pollution faible en

surface (Achleitner et al., 2006).

Etude Nombre d'ouvrages Cu Pb Zn

Lind et Karo (1995) 2 60-82 79-205 114-194

Norrstrom et Jacks (1998) 1 108-155 171-205 155-649

Dierkes et Geiger (1999) 4 25-268 71-290 174-1580

Dechesne (2002) 3 103-252 143-266 838-1787

Ruban (2005) 2 254-271 419-633 1417-1847

Achleitner et al. (2006) 11 26-131 28-196 66-229

Tableau 6-3 : Bilan sur les concentrations en ETM (mg/kg de MS) en surface des ouvrages d‘infiltration

L‘évolution des concentrations en métaux en fonction de la profondeur montre des résultats

quasi identiques quel que soit l‘élément pris en compte. Les concentrations peuvent rapidement

diminuer dans certains cas et atteindre des concentrations faibles (Dierkes et Geiger, 1999) et cela

dès 10 cm de profondeur, alors que dans certains cas les concentrations sont constantes sur les

20 premiers centimètres (Norrstrom et Jacks, 1998, Lind et Enn, 1995). Lorsque des mesures ont été

faites plus en profondeur, des niveaux de concentration faible par rapport à la surface sont

généralement atteints à partir de profondeurs de 30 cm (Mikkelsen et al., 1997, Winiarski et al., 2006)

ou 65 cm (Dechesne, 2002).


66

6.2.2 Variabilité spatiale

La variabilité spatiale de la pollution au sein des ouvrages peut être marquée. Cette variabilité

a des conséquences en terme d‘évaluation de la pollution à la surface des ouvrages (rôle de

l‘échantillonnage pour détecter les points pollués), en terme d‘estimation des masses de polluants au

sein des ouvrages (combien d‘échantillons à prélever) et enfin en terme de définition de stratégies de

curage et de maintenance des ouvrages (seule une partie d‘un ouvrage peut être polluée).

La variabilité spatiale au sein d‘un bassin d‘infiltration a été étudiée par Dechesne (2002). Elle

a montré que la variation spatiale en surface était forte. A partir de 10 points de mesure répartis sur

550 m², le coefficient de variation pour le Cd est de 37%, 47% pour le Cu, 37% pour le Pb et 44%

pour le Zn. Une bonne corrélation a été montrée entre les concentrations et la distance au point bas

de l‘ouvrage, point également le plus sollicité.

Whiteley et Murray (2005), ont eux aussi étudié la variabilité spatiale des polluants à la

surface de 3 bassins d‘infiltration routiers mais pour le platinum (Pt), le palladium (Pd) et le Rhodium

(Rh). Ces éléments ont été choisis car on les trouve dans les pots catalytiques des automobiles. Les

sédiments sont recueillis au niveau de l‘arrivée d‘eau et le long de la zone de drainage jusqu‘au point

bas du bassin. Malgré le nombre réduit de prélèvements (entre 3 et 5 par site), tous les sites

présentent une tendance globale à l‘augmentation des concentrations en polluants entre le point

d‘arrivée d‘eau et le point bas du bassin d‘infiltration.

Enfin, Ruban (2005) a montré des concentrations homogènes dans les sédiments au sein

d‘un même bassin.

6.2.3 Evolution temporelle

A notre connaissance, peu d‘études in situ ont été menées afin d‘évaluer l‘évolution et la

possible accumulation des ETM dans les ouvrages d‘infiltration avec le temps. Tout d‘abord, l‘étude

de Lin et Karro (1995) sur des noues d‘infiltration (drainant des bassins versants routiers) a

reconstitué les masses accumulées sur une période de 8 ans (à partir d‘une campagne de mesure en

1986 et en 1993). Cependant cette étude ne donne pas d‘information sur la méthode de reconstitution

et seuls les résultats sont présentés (Tableau 6-4). Cette étude semble montrer une accumulation des

polluants en surface des ouvrages.

Site Zn Pb Cu Rapport surface d‘infiltration/BV

Ullevigatan 6.9 7.5 2.7 1/25

Delsjovagen 10.2 9.3 5.4 1/40

Tableau 6-4 : Accumulation en ETM (g/m²) dans la couche supérieure (5 cm) sur une durée de 8 ans


67

La seconde étude est celle de Hares et Ward (2004), et porte sur l‘évolution sur plus de 3 ans

des concentrations en Pb, Zn, Cu et Cd dans les sédiments de bassin d‘infiltration plantés de roseau.

Les bassins versants drainés sont de type autoroutier. Un premier bassin (nommé J) draine une

surface de 3.4 ha et le deuxième (nommé K) une surface de 1.58 ha. Les concentrations mesurées à

proximité de l‘entrée des ouvrages ainsi qu‘en sortie pour ces deux bassins sont présentés au

Tableau 6-5. Les concentrations après 39 mois sont toujours très supérieures aux concentrations

initiales.

Bassin K Bassin J

Pb Cd Cu Zn Pb Cd Cu Zn

Entrée (t=0) 14 0.3 28.0 67.0 13.0 0.34 27.3 73.1

Entrée (t=39 mois) 112 56.0 286 888 160 68.0 426 1337

Sortie (t=0) 13.8 0.2 29.6 71.3 15.2 0.39 28.2 76.2

Sortie (t=39 mois) 23.0 7.9 76.5 256 65.0 28.0 147 320

Tableau 6-5 : Concentrations en ETM dans les sédiments dans le bassin K et J entre la date d‘ouverture et après 39 mois (mg/kg)

Enfin Mason et al. (1999) ont étudié l‘évolution de la concentration en ETM à la surface et en

profondeur dans un puits d‘infiltration d‘eau de ruissellement de toiture. Ils ont montré une

augmentation des concentrations sur une période de 4 mois en surface et à une profondeur de 1 m

sur 16 mois. Les concentrations restent néanmoins très faibles.

0-0.05 m (4 mois) 1.0 m (16 mois)

1994 1995 1994 1996

Zn 27.7 49.5 6.6 13.0

Pb 28.7 34.1 3.6 4.5

Cu 18.0 22.3 5.7 9.9

Tableau 6-6 : Concentration en ETM (mg/kg) à différentes profondeurs dans un ouvrage d‘infiltration (d‘après Mason et al., 1999)

Ces études montrent une augmentation des concentrations en ETM en fonction du

temps et cela sur des périodes courtes (quelques mois), moyennement longues (3

ans) à longues (8 ans).

6.2.4 Conclusions

Le bilan bibliographique sur la concentration en ETM dans les ouvrages a montré que :

- Les concentrations en surface des ouvrages ont été mesurées sur beaucoup d‘ouvrages et

peuvent être élevées, les sols pouvant être fortement pollués en surface. Cependant ces

concentrations sont rarement mises en relation avec des paramètres caractéristiques des

ouvrages et de leur bassin versant. Ainsi les possibles corrélations entre les concentrations en


68

polluants d‘une part et l‘âge, la taille des ouvrages et de leur bassin versant, le type de bassin

versant d‘autre part n‘ont pas été explorées.

- L‘évolution des concentrations en ETM en fonction de la profondeur a été étudiée mais a

montré des résultats différents d‘un ouvrage à l‘autre. La profondeur d‘un mètre sous

l‘ouvrage comme niveau sans contamination semble être justifiée mais plus de données sont

nécessaires pour confirmer cette valeur.

- La variabilité spatiale au sein des ouvrages et donc la possible influence de l‘échantillonnage

sur la qualité des résultats est rarement présentée malgré des coefficients de variation

généralement forts sur les concentrations en polluants.

- L‘accumulation des polluants avec le temps dans les ouvrages qui influence directement la

durée de vie des ouvrages et leur maintenance n‘ont fait l‘objet que de peu d‘études.


69

7 Performance environnementale des ouvrages

7.1 Mécanismes de rétention des polluants

Les mécanismes de rétention des polluants dans les ouvrages d‘infiltration ont été largement

décrits dans la littérature (Claytor et Schueler, 1996 ; ARC, 2003 ; Citeau, 2006 par exemple). Nous

présentons ici les mécanismes principaux qui affectent les polluants lors de l‘infiltration.

7.1.1 Décantation

La décantation est la séparation de la phase liquide et solide. La diminution de la vitesse

d‘écoulement des particules dans les ouvrages a pour conséquence une sédimentation des matières

en suspension sous l‘effet de la gravité. Compte tenu de la forte décantabilité des particules, ce

phénomène est important, dès lors que des conditions tranquillisées sont présentes (ce qui est le cas

dans les bassins d‘infiltration). Cependant, les systèmes d‘infiltration de grande taille sont

généralement précédés de compartiment de décantation où une bonne partie des particules est

censée avoir déjà décanté.

7.1.2 Filtration mécanique

La filtration a lieu lors du passage d‘un liquide à travers un matériau poreux qui va bloquer les

particules solides présentes dans ce liquide. La filtration retient les particules fines et les polluants

associés. La filtration mécanique affecte les particules de grande dimension (> 30 µm) alors que les

petites particules (diamètre de l‘ordre du µm) sont soumises à une filtration physico-chimique. Les

particules de taille moyenne (entre 3 et 30 µm) sont affectées par les deux mécanismes.

7.1.3 Filtration physico chimique

La filtration physico chimique comprend la sorption, la complexation et la précipitation.

L‘ensemble de ces phénomènes dépend du milieu que l‘effluent traverse (granulométrie et

composition).

Sorption

La sorption est probablement le mécanisme le plus important pour la rétention des métaux. Il

se définit comme un transfert de masse d‘une forme chimique liquide en solide (adsorption) ou de

solide à liquide (désorption). La sorption est limitée par la capacité d‘échange du solide. La capacité

d‘adsorption de certains minéraux est due à l‘existence de charges électriques (de nature

électrostatique ou chimique) à la surface et/ou à l‘intérieur des minéraux. Les éléments adsorbants

sont les argiles, la matière organique naturelle, les oxydes et les hydroxydes d‘Al, de Fe et de Mn.


70

L‘adsorption est importante pour le traitement du phosphore, du NH4+ et des métaux lourds (ARC,

2003).

Précipitation

La précipitation est le passage d‘une espèce chimique de l‘état dissous à l‘état solide (c‘est la

réaction inverse de la dissolution). La précipitation est le phénomène le plus important pour la

rétention des métaux lourds après l‘adsorption (Dechesne, 2002). Elle peut avoir lieu dans l‘eau des

pores ou à la surface des particules du sol. La précipitation est généralement associée aux réactions

d‘oxydoréduction. Une augmentation du pH favorise la précipitation.

Complexation

La présence de ligands solubles organiques et inorganiques dans les eaux de ruissellement

peut conduire à la formation de complexes solubles avec les ETM. Les ligands potentiels peuvent être

les ions chlorures, notamment présents dans les sels de déverglaçage. Les ETM forment alors des

complexes stables qui peuvent migrer en profondeur sans être adsorbés par le sol (Citeau, 2006).

7.1.4 Mécanismes biologiques

Afin de traiter l‘azote inorganique qui représente généralement environ 50% de l‘azote total

dans les eaux de ruissellement, il est nécessaire de mettre en œuvre des processus de nitrification

puis de dénitrification (Figure 7-1). La nitrification est la première phase de l‘élimination biologique de

l‘azote. Elle correspond à l‘oxydation par des micro-organismes de l‘ammonium en nitrates. C‘est une

réaction aérobie. La seconde étape, qui se déroule en milieu anaérobie est la dénitrification qui va

transformer les nitrates en azote gazeux.

Activités humaines (machines à laver, fertilisants, engrais, MO)

NH4+ (ammonium)

N03- (nitrates)

N2 (gaz)

Nitrification (réaction aérobie): possible si bactérie et énergie

(sources de carbones)

Dénitrification (réaction anaérobie): possible si bactérie


NH4+ (ammonium)

N03- (nitrates)

N2 (gaz)




NH4+ (ammonium)

N03- (nitrates)

N2 (gaz)



Dénitrification (réaction anaérobie): possible si bactérie

Figure 7-1 : Cycle de l‘azote

7.1.5 Phytorémédiation

Les plantes et les microorganismes utilisent les nutriments pour leur développement et leur

croissance. Les plantes peuvent ainsi participer aux mécanismes de traitement des polluants. Une


71

bonne sélection des espèces peut permettre de privilégier des polluants particuliers. Cependant, ce

sont majoritairement les contaminants organiques (hydrocarbures et HAP par exemple) qui peuvent

être soumis à ce traitement biologique. Les plantes peuvent participer à la rémédiation des polluants

par le biais des mécanismes suivant (Citeau, 2006) :

- La modification des propriétés physiques et chimiques du sol

- L‘augmentation du carbone organique dans le sol par les racines

- L‘augmentation de la porosité des zones racinaires

- L‘interception et le ralentissement des transferts de composés organiques.

Les végétaux peuvent eux aussi accumuler les métaux. Cependant, Dietz et Clausen (2005b)

ont montré que les plantes n‘avaient qu‘un faible rôle sur la rétention des polluants métalliques, avec

des taux de rétention de 0.1, 0 et 0.2% du Cu, Pb, et Zn.

D‘autres mécanismes comme la volatilisation, la photolyse, l‘hydrolyse, peuvent jouer un rôle

sur la rétention des polluants. Cependant, leur rôle reste mineur (Martinelli, 1999).

7.2 Rendement épuratoire des ouvrages

L‘évaluation du rendement épuratoire des ouvrages d‘infiltration peut se faire de plusieurs

façons. La première méthode consiste à mesurer la qualité des eaux de ruissellement en entrée et en

sortie d‘un dispositif qui peut être des colonnes (Hatt et al., 2007a), des pilotes de laboratoire de

dimensions diverses (Davies et al., 2001 ; Davies et al., 2003 ; Hatt et al., 2007b) ou des ouvrages en

service (Gautier, 1998 ; Davies et al., 2003 ; Dietz et Clausen, 2005 ; Hatt et al., 2007b). Dans ce

dernier cas, la mesure n‘est possible que si l‘ouvrage permet la collecte de l‘eau en sortie, soit grâce à

des drains sous l‘ouvrage soit en installant des lysimètres ou des piézomètres dans l‘ouvrage (Mason

et al., 1999 ; Dierkes et Geiger, 1999). Les ouvrages peuvent être sollicités naturellement (dans le cas

des ouvrages in situ) ou par une eau de ruissellement synthétique ou semi synthétique. L‘eau de

ruissellement semi synthétique et généralement un mélange d‘eau du robinet avec des sédiments

issus de lagunes de traitement des eaux de ruissellement, auquels on ajoute des composés

chimiques afin de s‘approcher des concentrations réellement mesurées dans les eaux pluviales. Cette

méthode ayant recours à des effluents semi synthétiques est très intéressante car elle est plus proche

des conditions réelles. Cependant lors des sollicitations par une eau de pluie semi synthétique, la

dynamique des apports n‘est pas respectée (volume des événements, période de temps sec…). Un

biais important est donc présent par rapport au fonctionnement réel des ouvrages. Les rendements

peuvent ensuite être calculés sur des événements ou sur de longues périodes, comme un rapport de

concentrations ou de masses.

La seconde méthode pour évaluer le rendement épuratoire des ouvrages consiste à mesurer

les concentrations dans le sol des ouvrages et à les comparer à la qualité des apports (Lind et Enn,

1995 ; Dechesne, 2002 ; Mikkelsen et al., 1997 ; Achleitner et al., 2006 ). Dans ce cas, faute de

moyen métrologique suffisant, les apports sont souvent estimés à partir de concentrations de la


72

littérature. Les résultats sont ensuite comparés aux concentrations mesurées dans le sol à différentes

profondeurs.

Il est à noter que d‘autres études ont été menées visant notamment à comprendre les

mécanismes contrôlant la mobilité des ETM et notamment le rôle de la fraction colloïdale dans le

possible transfert des ETM. Ces études ont été menées sur des colonnes (Larmet et al., 2007) ou en

prélevant des échantillons en entrée et à différentes profondeurs dans des ouvrages en service (Durin

et al., 2007, Béchet et al., 2006). Comme ces études ne s‘intéressent pas directement à la capacité de

piégeage des ouvrages, elles ne sont pas détaillées.

7.2.1 Méthode par mesure en entrée et en sortie

Dierkes et Geiger, (1999) ont mesuré le rendement épuratoire (en masse) de noues

d‘infiltration âgées de 11 et 24 ans, drainant des autoroutes à fort trafic (52 000 et 107 600 véh/jour).

Les expériences montrent que les métaux sont bien retenus par les sols : 95 % du Cd, 84% à 94% du

Zn, 77% à 98 % du Pb ; seule la rétention du Cu est moyenne variant de 43% à 61 %.

Mason et al. (1999), ont analysé le rendement épuratoire d‘un système d‘infiltration de toiture

en zone commerciale. Trois événements ont été analysés, et des échantillons collectés à différentes

profondeurs de l‘ouvrage d‘infiltration. Ils ont montré que le Pb et le Zn étaient bien retenus en

surface. A l‘inverse, il a été montré une forte mobilité du Cu et du Cd, avec des concentrations

importantes sous forme dissoute. Les rendements n‘ont pas été calculés.

Davies et al. (2003 et 2006) ont étudié le rendement épuratoire de biofiltres sur des systèmes

expérimentaux (pilotes de laboratoire) et sur des ouvrages réels en fonctionnement. En laboratoire,

des rendements en concentration de l‘ordre de 98% ont été mesurés pour les métaux (Cu, Pb et Zn).

Les mesures sur des ouvrages en fonctionnement drainant des parkings de zones commerciales,

sollicités avec de l‘eau de ruissellement semi synthétique ont montré des rendements plus variables :

supérieur à 95% sur un ouvrage (quel que soit le polluant), mais seulement de 43% pour le Cu, 70%

pour le Pb et 64% pour le Zn sur un autre ouvrage. L‘auteur a aussi estimé la durée de vie des

ouvrages à partir de concentration moyenne en ETM dans les eaux de ruissellement et en supposant

que l‘intégralité des métaux étaient piégés. Il a comparé les concentrations dans le sol avec les

valeurs limites pour l‘épandage des boues d‘épuration. La durée de vie a donc été estimée comme

étant la période pendant laquelle toutes les concentrations en métaux (Cu, Pb et Zn) étaient

inférieures aux valeurs limites. Il a ainsi montré que le Pb et le Zn étaient les facteurs limitants et que

la durée de vie des ouvrages était comprise entre 16 et 20 ans.

Dietz et Clausen (2005) ont suivi deux biofiltres en service pendant deux années. Les

ouvrages sont d‘environ 60 cm d‘épaisseur et le sol utilisé est un sable limoneux de conductivité

38 mm/h. Cependant les concentrations en ETM en entrée des systèmes étaient inférieures aux

limites de détection ce qui ne permet pas de faire des bilans de masses.


73

Hatt et al. (2007a) ont mesuré le rendement épuratoire en laboratoire, d‘un système composé

d‘une colonne de gravier puis d‘une couche de sable dont la conductivité hydraulique du système est

de 120 mm/h environ, sollicité par une eau de ruissellement semi synthétique. Sept différentes

configurations ont été testées notamment avec des hauteurs d‘eau constantes ou variables en surface

des systèmes. Les concentrations en entrée et en sortie de colonnes ont été mesurées, et les

rendements épuratoires calculés sont les suivants (basés sur 7 expériences, ± un écart type) :

68±14 % pour le Cu, 76±10 % pour le Pb, 75±13 % pour le Zn. De plus des échantillons ont aussi été

prélevés à différentes profondeurs pendant les expériences. Les résultats montrent une diminution

rapide des concentrations en MES et ETM avec la profondeur dont la majorité est piégée dans les 30

premiers centimètres.

Hatt et al. (2007b) ont mesuré le rendement épuratoire de deux ouvrages :

- Un biofiltre expérimental (dont la surface captante représente 1% du bassin versant)

de 70 cm d‘épaisseur, drainant un parking. Cet ouvrage est suivi en continu et 14

événements pluvieux ont été échantillonnés.

- Un ouvrage dans une zone résidentielle qui a été sollicité par une eau semi

synthétique au cours de 4 expériences.

Les rendements épuratoires sont présentés au Tableau 7-1.

Rendement (%)

Site expérimental Site réel

Zn 84±26 99±0

Cu 67±23 98±1

Pb 80±15 98±1

MES 76±25 93±4

Tableau 7-1 : Rendement d‘un biofiltre (Hatt et al., 2007b)

Bilan

Les rendements pour les ouvrages d‘infiltration sont généralement bons pour les métaux avec

des taux de rétention généralement supérieurs à 70% et souvent proches de 100%. Cependant sur

certains ouvrages, les taux de rétention peuvent diminuer et être seulement de l‘ordre de 40% à 60%

pour le Cu (Dierkes et Geiger 1999 ; Davies et al., 2006) et de 64% pour le Zn (Davies et al., 2006).

Mason et al. (1999) ont même retrouvé des concentrations importantes de Cu dissous en profondeur

(1.6 m).

7.2.2 Méthode par mesure des polluants piégés dans le sol et dans l’effluent

d’entrée

Achleitner et al. (2006) ont mesuré les concentrations en métaux en fonction de la profondeur

sur 15 noues en Autriche puis ont comparé ces données avec les sollicitations auxquelles sont soumis

les ouvrages. Les masses cumulées apportées à l‘ouvrage ont été calculées pour différents scénarii


74

(concentration minimum, maximum et moyenne) basées sur des concentrations de la littérature. Seuls

les résultats du cuivre sont présentés. Dans ce cas, la concentration minimale dans l‘eau de

ruissellement est prise égale à 20 g/l et la concentration maximale égale à 280 g/l. A partir des

concentrations mesurées dans le sol, l‘auteur calcule une masse équivalente piégée dans le sol qu‘il

compare avec la masse apportée depuis la construction de l‘ouvrage. Dans la plupart des cas, la

masse apportée aux ouvrages est inférieure à la masse piégée dans le sol, même dans le cas du

scénario où la concentration en Cu dans l‘eau de ruissellement est maximale. Une des explications

proposées pour expliquer ses concentrations élevées, serait la forte concentration en ETM dans le

fond pédogéochimique. Cette étude montre que les concentrations dans le sol étant supérieures aux

apports, il est difficile de faire des bilans de masses.

Lind et Enn, 1995 ont également estimé le rendement épuratoire en comparant les entrées

(estimées à partir des valeurs de la littérature) avec l‘accumulation dans le sol. Les concentrations

moyennes utilisées en entrées sont de 430 g/l pour le Zn, 180 g/l pour le Pb et 70 g/l pour le Cu.

Les masses apportées par m² d‘ouvrage et les concentrations moyennes dans la couche supérieure

du sol (5 premiers centimètres en soustrayant le fond pédogéochimique) sur une période de 8 ans

sont présentées dans le Tableau 7-2.

Sollicitations (g/m²) Accumulation dans le sol (g/m²)

Site Zn Pb Cu Zn Pb Cu

Ullevigatan 45 19 7 2.7 6.4 2.2

Delsjovagen 69 29 11 6.0 8.2 4.9

Tableau 7-2 : Estimation des sollicitations (g/m²) et accumulation dans le sol en ETM (g/m²) sur une période de 8 ans

Si l‘on compare les sollicitations avec l‘accumulation, on remarque que les concentrations

dans le sol sont très inférieures aux apports. Cela peut être expliqué par une surestimation des

apports ou par une migration des polluants en profondeur.

Notons qu‘une approche moins simpliste a été utilisée par Dechesne (2002). Elle a en effet

modélisé les apports de polluants en affectant à chaque événement pluvieux sur la période de

fonctionnement de bassins d‘infiltration, des concentrations moyennes issues de lois statistiques

calées à partir d‘expériences de la littérature (méthode de Monte Carlo). Les masses de polluants

dans les ouvrages ont été estimées par méthode géostatistique à partir de prélèvements en plusieurs

points. Malheureusement cette méthode, malgré sa sophistication, n‘a pas donné de résultats

meilleurs. Les rendements sont souvent supérieurs à 100 % et les tendances un peu suspectes.

Bilan

Les études présentées montrent la difficulté de cette méthode. Dans un cas les concentrations

dans le sol sont inférieures aux concentrations apportées et cela pour tous les éléments (Lind et Enn,

1995) dans d‘autres cas, les concentrations dans le sol sont supérieures aux concentrations des

apports (Achleitner et al., 2006).


75

7.3 Conclusions

La capacité de piégeage des polluants des ouvrages, et donc leur performance

environnementale a commencé à être étudiée depuis une dizaine d‘années. L‘ensemble des résultats

présentés semble montrer une bonne rétention des ETM. Les rendements épuratoires pour le Cu

notamment peuvent être assez faibles ce qui n‘est pas le cas pour les autres métaux. De plus, les

expériences ont souvent été menées sur peu d‘événements (expériences ponctuelles) et sur des

ouvrages jeunes. Il n‘existe pas d‘études qui portent sur de longues périodes et qui prennent en

compte la dynamique réelle des événements (période de temps sec, intensité de la pluie) et l‘évolution

des ouvrages avec le temps (vieillissement des ouvrages, changement de conductivité hydraulique,

développement de la végétation). Les études qui ont comparé les concentrations dans les sols avec

les apports à l‘ouvrage et qui permettent donc de travailler sur des longues durées n‘ont pas donné de

résultats très satisfaisants. Il reste donc difficile de faire des bilans de masses sur les ETM et donc de

connaître la réelle efficacité des ouvrages.


76

8 Colmatage

8.1 Introduction

Le colmatage est défini comme une diminution de la conductivité hydraulique ou de la porosité

d‘un sol. Les raisons du colmatage sont complexes et il n‘existe pas de relation simple de cause à

effet entre le type et la dynamique des sollicitations, les caractéristiques du sol, la vitesse et le degré

de colmatage.

Le colmatage peut être un réel problème pour le fonctionnement des ouvrages d‘infiltration.

Ainsi, Lindsey et al. (1992) ont montré que seul 38% des bassins d‘infiltration fonctionnaient

conformément au dimensionnement initial après 4 années de service, et 31% étaient colmatés.

Schueler et al. (1992) ont montré que 50% des bassins d‘infiltration étaient colmatés.

Le colmatage est un phénomène qui a été étudié dans différents domaines de l‘ingénierie. En

effet dès qu‘un sol est soumis à un fluide chargé en particules ou en polluants, des phénomènes de

colmatage peuvent avoir lieu. Il a été étudié dans le domaine de la géotechnique où la migration de

fines dans les drains peut entraîner une augmentation des contraintes dans les sols et avoir un impact

sur la stabilité des ouvrages de soutènement où des barrages (Reddi et al., 2000), dans les centres

de traitement des ordures ménagères où le lixiviat peut colmater les drains en sortie de système

(Rowe et al., 2002 ; VanGulck et Rowe, 2004) et dans le domaine de la gestion de l‘eau, notamment

pour :

- La potabilisation de l‘eau par des filtres à sable (Mauclaire et al., 2004),

- Le traitement des eaux usées par des filtres plantés de roseaux (Platzer et al., 1997 ; Nguyen,

2001 ; Langergraber et al., 2003 ; Winter et al., 2003),

- La recharge de la nappe phréatique par des puits ou des bassins (Goodrich et al., 1990 ;

Mousavi et Rezai, 1999 ; Rinck-Pfeiffer et al., 2000),

- La gestion des eaux pluviales par des bassins, des tranchées ou des chaussées poreuses

(Schuh, 1990 ; Warmaars et al., 1999 ; Gautier et al., 1999 ; Raimbault et al., 1999 ; Pokrajac

et al., 2002 ; Dechesne, 2002 ; Brattebo et Booth, 2003 ; Hatt et al., 2007a ; Haselbach et al.,

2006 ; Siriwardene et al., 2007).

Afin d‘étudier le colmatage, certaines études s‘intéressent à la prépondérance de certains

phénomènes. En supposant un ou des phénomènes responsables du colmatage, on étudie leurs

effets sur la diminution de la porosité et de la conductivité hydraulique d‘un média. Deux approches

sont alors possibles :


77

- Une approche physique mécaniste : un fluide est chargé avec des billes de polystyrène, de

sable ou d‘argile, le colmatage est alors uniquement dû à une réduction de l‘espace poral par

ces particules (Reddi, 2000 ; Wu et Huang, 2000 ; Hajra et al., 2002 ; Kim et Whittle, 2006).

- Une approche biologique ou chimique : les eaux ne sont pas chargées en MES, mais en

nutriments (Rowe et al., 2002 ; VanGulck et Rowe, 2004) ou en bactéries (Thullner et al.,

2002 ; Kildsgaard et Engesgaard, 2001). Le colmatage est alors dû à l‘activité de la biomasse

bactérienne ou à la précipitation du CaCO3.

Ces approches menées en laboratoire sur des systèmes de taille réduite avec des fluides très

éloignés en composition des eaux de ruissellement sont peu transposables à notre domaine d‘étude.

Dans le domaine de la gestion de l‘eau, on trouve différentes approches pour étudier le phénomène

de colmatage qui vont dépendre de la taille du système expérimental :

- Des éprouvettes de sols synthétiques, par exemple des billes de verre (Raimbault et al.,

1999).

- Des colonnes (Pokrajac et al., 2002 ; Hatt et al., 2007a ; Siriwardene et al., 2007).

- Des pilotes de laboratoire de taille réduite (Platzer et al., 1997; Langergraber et al., 2003).

- Des ouvrages de taille réelle en service (Schuh, 1990 ; Gautier et al., 1998 ; Raimbault et al.,

1999 ; Dechesne, 2002 ; Mauclaire et al., 2004).

Dans la revue bibliographique suivante, nous ne présenterons que les expériences liées au

domaine de la gestion de l‘eau. Il est à noter que le type d‘effluent joue un rôle primordial sur le

colmatage. Celui-ci variant grandement d‘un domaine d‘étude à l‘autre, les résultats des différentes

études sont donc rarement transposables. En effet, les caractéristiques des eaux de ruissellement

sont très différentes des eaux usées (concentration en MES plus forte et concentration en matière

organique plus faible) ou de l‘eau potable (concentration en MES et MO beaucoup plus faible). De

même la dynamique des sollicitations est différente dans des ouvrages de gestion des eaux pluviales

(période de temps de pluie aléatoire, volume de matières apporté très important par un faible nombre

d‘événements) par rapport à des ouvrages de gestion d‘eau usée (sollicitation régulière, charge

hydraulique et période de temps sec constante).

Nous présenterons tout d‘abord les études menées en laboratoire puis celles conduites sur

des systèmes de taille réelle en fonctionnement. Dans les deux cas, nous chercherons à évaluer :

- Les phénomènes qui participent au colmatage et la part de chaque phénomène.

- L‘influence de la qualité de l‘effluent d‘entrée sur le type de colmatage.

- Les paramètres qui influencent le colmatage.

- La vitesse de colmatage.


78

8.2 Expériences en laboratoire

Raimbault et al. (1999)

Objectifs : Etude en laboratoire de l‘influence la concentration de l‘effluent et des périodes de temps sec sur le

colmatage

Type de systèmes et sol utilisé : Billes de verres de diamètres compris entre 45-90 μm

Type d’effluent : Eau chargée en bentonite (0.1 à 10 g/l)

Paramètres étudiés : Concentration en bentonite, influence du temps sec

Résultats : Le colmatage est plus important lorsque la concentration en argile est forte. La conductivité

hydraulique diminue avec le nombre de cycle de séchage et de mouillage. Le colmatage a lieu en deux étapes,

tout d‘abord un colmatage mécanique avec le piégeage des particules sableuses puis un colmatage par des

particules plus fines qui auront un effet important sur la réduction de perméabilité.

Cette étude montre bien le rôle de la concentration en MES de l‘effluent sur le colmatage ainsi

que le rôle de l‘alternance des périodes de temps sec et de temps de pluie sur la conductivité

hydraulique.

Pokrajac et Deletic, 2002

Objectifs : Influence de le concentration en MES de l‘effluent sur le colmatage

Type de système et sol utilisé: Colonnes de 20 cm de diamètre et de 2 m de hauteurs, composées d‘une couche

de sable et une couche de gravier, parfois un géotextile.

Type d’effluent : Sédiments mélangés avec de l‘eau du robinet

Paramètres étudiés : Concentration en MES (1g/l à 4g/l) et gradient hydraulique (la hauteur d‘eau reste constante

pendant l‘expérience)

Résultats : Les effets du colmatage se traduisent par une baisse du débit sortant avec le temps. Visuellement il a

été remarqué que le dépôt sédimentaire se faisait à l‘interface sable/filtre. Même si les résultats sont dispersés,

on remarque une tendance à l‘augmentation de la résistance hydraulique avec le temps (et donc avec le volume

d‘eau qui est passé à travers le système). La résistance hydraulique est aussi fonction de la masse de sédiment

cumulée apportée au système.

Cette étude montre l‘influence de la concentration en MES sur le colmatage, et la formation

d‘une couche colmatée là où il y a un changement de porosité et de perméabilité (à l‘interface entre

deux couches). Il existe une faible corrélation entre le volume qui transite dans le sol, la masse de

sédiments accumulés et la résistance hydraulique.

Siriwardene et al. (2007)

Objectifs : Compréhension du colmatage physique liés au MES

Type de système et sol utilisé: Colonne de 20 cm de diamètre, composée d‘une couche de gravier de 90 cm puis

d‘une couche de sable de 70 cm d‘épaisseur et de perméabilité 2-8.10-5

m/s.

Type d’effluent : eau pluviale semi synthétique avec une concentration en MES comprise entre 85 mg/l et

315 mg/l)

Paramètres étudiés : Hauteur d‘eau dans l‘ouvrage, concentration en MES

Résultats : Le colmatage a lieu à l‘interface entre le sol et le gravier quel que soit le type de sollicitation. Le

colmatage est principalement dû aux particules de diamètre inférieur à 6 μm.


79

Cette étude montre le rôle prépondérant des particules très fines inférieures à 6 μm sur le

colmatage (pour des filtres de gravier) ainsi que la localisation du colmatage à l‘interface des deux

couches de sol.

8.3 Expériences in situ

Les études suivantes ont été effectuées sur des ouvrages en fonctionnement utilisés pour la

potabilisation de l‘eau, le traitement des eaux usées ou des eaux pluviales. La qualité des effluents, la

fréquence et la dynamique des sollicitations varient donc grandement d‘une étude à l‘autre.

Schuh (1990)

Objectifs : Evaluation du colmatage de l‘ouvrage en fonction de la saison ; étude de l‘effet de l‘alternance temps

sec/temps de pluie sur le colmatage

Type de système et sol utilisé: Bassin de recharge, sol sableux

Type d’effluent : Eau de rivière avec des concentrations en MES entre 50 et 60 mg/l

Paramètres étudiés : Perte de charge avec la profondeur, période de temps sec

Résultats : Le taux d‘infiltration est divisé par deux pendant la période d‘automne. Le colmatage est dû à un dépôt

d‘argile à la surface du bassin pendant les premières heures de fonctionnement puis à la formation d‘un ‗cake‘ de

MES à la surface du bassin. La résistance hydraulique est divisée par deux ou trois dans les 8 premiers

centimètres d‘épaisseur du bassin puis entre 0 et 2 à une profondeur de 8 cm à 38 cm. Une augmentation de la

concentration en argile a été remarquée jusqu‘à une profondeur de 5 cm. Pendant le printemps, le dépôt de MES

est le même que pendant l‘automne. De plus, la précipitation des carbonates (due à une augmentation du pH à

cause de la photosynthèse des algues) et du fer oxyhydrique a causé la cimentation de la surface du sol. Cette

cimentation a pour conséquence une augmentation de la résistance hydraulique et donc une diminution de la

recharge. En laissant le bassin sec pour 10 jours, cela a permis de retrouver un taux d‘infiltration initiale de 64%.

Après cette période de temps sec, le bassin s‘est recolmaté de façon plus rapide et la résistance hydraulique a

augmenté. Cependant cette phase de temps sec n‘a eu d‘effets que sur la couche supérieure du bassin (absence

d‘effets à une profondeur de 8 cm.

L‘auteur montre clairement la diminution de la conductivité hydraulique avec le temps. Il

montre aussi l‘aspect biologique de la couche colmatée ; en effet une période de temps sec

suffisamment longue permet de rétablir une conductivité acceptable. Enfin, il est montré que le

colmatage est superficiel et n‘est pas uniforme à la surface des ouvrages.

Platzer et Mauch (1997)

Objectifs : Colmatage en fonction du temps, influence de l‘effluent sur la réduction de conductivité hydraulique

Type de système et sol utilisé: Filtres plantés de roseaux à matrice sableuse, écoulement vertical. Sable et sable

plus bentonite de conductivité hydraulique d‘environ 10-5

m/s.

Type d’effluent : Eaux usées

Paramètres étudiés : Mesure des teneurs en eau (TDR), O2 et CO2 dans l‘air du sol, taux d‘infiltration

Résultats :

Taux d‘infiltration : passage de 1-2.10-5

à 5-12.10-7

m/s. Le colmatage ne se produit que dans les 15 premiers

centimètres du sol (colmatage superficiel).


80

Rôle de l‘effluent : Le colmatage dépend de la quantité de matière organique présente dans le flux entrant. Le

colmatage n‘a lieu que dans les systèmes où le flux entrant est très chargé. Il y a une corrélation entre la masse

de DCO entre les événements et la diminution du taux d‘infiltration (R²=0.93). La masse de DCO ne doit pas

excéder 25 g/m²/j sous un climat tempéré européen afin de prévenir le colmatage.

Régénération du média : Le taux d‘infiltration peut augmenter à nouveau en laissant le système au repos pendant

plusieurs semaines. Cette période dépend de la saison, en hiver cette période sera plus longue.

Cette étude montre une diminution du taux d‘infiltration et une bonne corrélation entre la

masse de DCO appliquée et la diminution du taux d‘infiltration. L‘auteur ne donne pas de valeurs pour

les concentrations en MES et DCO de l‘effluent.

Gautier et al. (1999)

Objectifs : Evolution du colmatage avec le temps et corrélation avec les caractéristiques du site

Type de système et sol utilisé : bassin d‘infiltration en zone industrielle, puits d‘infiltration et bassin de recharge,

sol fluvio-glaciaire de perméabilité 3.10-3

m/s

Type d’effluent : Eau pluviale ou eau de rivière

Paramètres étudiés : Evaluation de l‘évolution de la résistance hydraulique, corrélation avec la durée de temps

sec, la masse de MES par événement, l‘intensité de l‘événement pluvieux

Résultats : Le fond des bassins est complètement colmaté et l‘infiltration a lieu par les parois. Il n‘y a pas

d‘évolution du colmatage avec le temps pour le bassin d‘infiltration (durée d‘étude de 8 mois). Pour les bassins de

recharge, on montre une augmentation du colmatage en fonction de la masse de MES cumulée. On montre aussi

une corrélation entre colmatage et durée de temps sec et des fluctuations saisonnières provenant d‘un probable

colmatage biologique.

Waarmars et al. (1999)

Objectifs : Etude du colmatage in situ

Type de système et sol utilisé: Tranchées d‘infiltration en centre ville, conductivité initiale du sol comprise entre

2.10-6

et 2.10-7

m/s

Type d’effluent : Eau pluviale

Paramètres étudiés : Mesure de la pluie, du débit entrant et de la hauteur d‘eau dans les tranchées, évaluation de

la variation de conductivité hydraulique des tranchées sur une période de 2 ans et 9 mois.

Résultats : Diminution entre 30 et 70 % de la conductivité hydraulique. Cependant cette diminution est inférieure

à l‘écart de conductivité hydraulique entre les deux tranchées dû à la variabilité spatiale de cette grandeur

Cette étude montre que l‘étude du colmatage sur des ouvrages de gestion des eaux pluviales

n‘est pas aisée. En effet la variabilité spatiale de la conductivité est supérieure à la diminution de la

conductivité hydraulique due au colmatage sur la période d‘étude.

Mousavi et Rezai (1999)

Objectifs : Evaluation de cinq méthodes de décolmatage sur 3 bassins de recharge

Type de système et sol utilisé: Bassin de recharge de nappe phréatique, sable limoneux de conductivité

hydraulique comprise entre 75 et 140 mm/h

Type d’effluent : Eau de rivière


81

Paramètres étudiés : Conductivité hydraulique à différentes profondeurs

Résultats : La capacité hydraulique est d‘abord mesurée quand les ouvrages sont colmatés, puis après

enlèvement de la couche de sédiment; puis enlèvement du sédiment et du sol sur différentes profondeurs : 5 cm,

10 cm et 15 cm. La conductivité hydraulique est mesurée par la méthode de l‘anneau double. Trois mesures sont

effectuées pour chaque méthode. Avant décolmatage, la capacité d‘infiltration est en moyenne égale à 20% de la

capacité initiale. Les résultats montrent que le décapage des sédiments et de 5 cm de sol permet d‘atteindre 40%

de la capacité initiale et le décapage jusqu‘à une profondeur de 15 cm, 68 % de la capacité initiale.

Cette étude montre que le décolmatage superficiel (uniquement de la couche sédimentaire)

ne permet pas de restaurer la capacité d‘infiltration initiale. Pour retrouver une capacité proche de la

capacité initiale, il faut décolmater sur une couche de 15 cm. Cela montre que les fines se sont

déplacées en profondeur. Cependant on ne connaît pas les concentrations en MES dans l‘eau. De

plus, on ne sait pas comment la capacité d‘infiltration restaurée va évoluer dans le temps.

Dechesne, 2002

Objectifs : Etude du colmatage sur des ouvrages similaire mais d‘âges différents

Type de système et sol utilisé : bassin d‘infiltration en zone industrielle, sol fluvio-glaciaire de conductivité

d‘environ 10-3

à 10-4

m/s

Type d’effluent : Eau pluviale

Paramètres étudiés : Mesure de la hauteur d‘eau et du débit entrant dans les ouvrages. Etude de la résistance

hydraulique d‘ouvrages d‘âges différents

Résultats : Les différents ouvrages choisis ne sont pas colmatés. On ne montre pas de relation entre l‘âge des

ouvrages et leur capacité d‘infiltration. Le type de bassin versant semble avoir un effet sur le colmatage des

ouvrages, mais peu de données confirment cette hypothèse.

L‘étude menée sur des ouvrages similaires mais d‘âges différents ne montre pas de

corrélation entre degré de colmatage et l‘âge de l‘ouvrage. Afin de quantifier les différences entre

ouvrages, il est supposé que le type de bassin versant influence le colmatage, cependant cette

hypothèse n‘est pas vérifiée. Cette étude montre la difficulté de travailler sur des ouvrages d‘infiltration

en service où il est difficile de quantifier les sollicitations, la variabilité de la conductivité hydraulique au

sein des ouvrages, et leur évolution dans le temps.

Winter et Goetz (2003)

Objectifs : Influence des concentrations et des charges en MES et DCO sur le colmatage

Type de système et sol utilisé : 21 bassins d‘infiltration plantés de roseaux, âgés de 2 à 8 ans, construits avec un

compartiment de décantation en amont, sable grossier de perméabilité 10-3

à 10-4

m/s


Paramètres étudiés : MES et DCO

Résultats : Le colmatage des systèmes est défini en trois catégories : Colmaté (plus de 80% de la surface est en

eau entre deux sollicitations), partiellement colmaté (30 à 80 % de la surface est en eau entre deux sollicitations),

non colmaté (moins de 30% de la surface est en eau entre deux sollicitations).

Colmatage physique : Il y a une bonne corrélation entre le colmatage des systèmes et la concentration en MES

(mais R² n‘est pas donné). Les systèmes les plus colmatés sont ceux qui reçoivent des concentrations en


82

MES > 100 mg/L (ou une charge en MES > 5 g.m-².j

-1). Les particules ayant un diamètre similaire aux pores du

média (50 μm) joue un rôle clef dans le colmatage.

Colmatage biologique: 75 % des filtres avec des problèmes de colmatage avaient des concentrations en DCO >

20 g.m-².j

-1. Des taux élevés de matière organique peuvent causer un déficit en oxygène dans le sol et une

accumulation de matière organique qui réduira l‘espace poral. Une activité biologique intense en combinaison

avec des charges organiques importantes pourra aboutir à une surproduction d‘EPS (Extracellular Polymer

Substances). Ces EPS sont très volumineux et auront pour conséquences le blocage des pores.

Régénération du média : Quand les sollicitations hydrauliques sont faibles, la surface sèche, les pores du sol

s‘ouvrent et l‘alimentation en oxygène augmente. Cela entraîne une meilleure dégradation aérobie et donc une

régénération du filtre.

Cet article analyse bien l‘influence des sollicitations sur le colmatage. Des concentrations

élevées en MES (~100 mg/l) et en DCO ainsi que des charges importantes journalières auront pour

effet un colmatage plus rapide des systèmes. Le rôle de la matière organique combiné à une activité

biologique intense sont suspectés de créer des EPS volumineux est donc de jouer un rôle important

dans le colmatage. Cette hypothèse n‘est cependant pas vérifiée. L‘influence de la granulométrie est

aussi étudiée. Les particules ayant un diamètre similaire au diamètre de l‘espace poral participeront

plus activement au colmatage.

Langergraber (2003)

Objectifs : Influence de l‘effluent sur le colmatage

Type de système et sol utilisé : Filtres plantés de roseaux à matrice sableuse à écoulement vertical, 5 pilotes de 1

m², 2 types de sable fins


Paramètres étudiés : Systèmes plantées ou non, charge hydraulique constante ou variable. Mesure de la

conductivité hydraulique, des paramètres physico-chimiques (température, pH, N..), quantification de l‘activité

microbiologique.

Résultats :

Taux d‘infiltration : le colmatage n‘a lieu que pour des charges hydrauliques supérieures à 100 mm / j et dans les

10 premiers centimètres du média.

Rôle de l‘effluent : la concentration en MES varie de 30 à 300 mg/l, l‘augmentation de la biomasse joue un rôle

faible par rapport au MES pour le colmatage

Calcul de la durée de colmatage : le volume de MES est mesuré et est comparé au volume des pores. Pour le

sable fin, le volume de pores est estimé à 34 % dont 80% sont de volumes suffisants pour être remplis par les

MES. La masse volumique du sol est de 2.6 t/m3 et on fait l‘hypothèse que les particules se déposent dans les 5

premiers centimètres et que seul 90% de la matière organique est dégradée entre deux chargements. On obtient

une relation entre la concentration en MES et la durée de colmatage selon l‘équation suivante :

)..(

).(180)(

12

3

,

logdmgSS

cmmgdt

Load

orgTS

c

. Cependant, cette relation sous estime la durée de colmatage.

Cette étude montre que le colmatage n‘a lieu que pour des charges hydrauliques importantes,

qu‘il est très superficiel (10 cm) et principalement dû aux MES. Une équation pour évaluer la durée du


83

colmatage est proposée, mais sous-estime cette durée. Pour cette estimation, seules les MES sont

prises en compte.

Mauclaire et al. (2004)

Objectifs : Influence de l‘effluent sur le colmatage

Type de système et sol utilisé: Filtre de sable (allant d‘un sable très fin jusqu‘à un gravier), Ksat = 4 à 7 m/h

Type d’effluent : Eau potable

Paramètres étudiés : Conductivité hydraulique, chimique (DCO, N, P) et biologique (EPS, activité microbienne) de

l‘eau interstitielle et du sol.

Résultats : Les filtres sont opérés dans le noir à une température comprise entre 4 et 8° C. Chaque filtre a une

surface de 1120 m² et reçoit 16 m3/m² / j. Ils sont gardés à niveau d‘eau constant.

Conductivité hydraulique : Elle passe de 4 à 7 m/h à environ 0.5 m/h en 2.5 ans environ. Le décolmatage par

enlèvement des 5 premiers centimètres permet de restaurer la conductivité hydraulique à 1-2 m/h et ceci pendant

environ 3 ans. Le colmatage a bien lieu dans les premiers 10 centimètres du sol (on mesure une perte de charge

importante en surface).

Colmatage physique : La concentration en MES (seules sont mesurés les particules > 2 μm) est très faible, 0.4 g/l

en moyenne. Les MES peuvent remplir au maximum 7 % du volume des pores dans les 10 premiers cm du filtre.

Colmatage chimique : pas d‘effet de la précipitation du CaCO3.

Colmatage biologique : La biomasse réduit l‘espace poral d‘au moins 7 %. Bien que le colmatage se fasse

majoritairement dans les 5 à 10 premiers centimètres là où l‘activité biologique est la plus importante, les couches

plus profondes sont aussi colmatées. Ce colmatage profond est dû à un colmatage biologique.

Cette étude a pour but d‘évaluer le rôle des différents phénomènes (biologique, physique et

chimique) sur le colmatage. La diminution de la conductivité hydraulique est clairement montrée. Les

eaux sont faiblement chargées en MES, ce qui peut expliquer que le colmatage est majoritairement dû

à l‘activité biologique.

8.4 Types de colmatage

Il est difficile de transférer l‘intégralité des résultats présentés précédemment à la gestion des

eaux de ruissellement. Cependant, les mécanismes généraux qui prennent place lors du colmatage,

sont connus et sont les suivants :

- Colmatage physique (ou mécanique) : il correspond à une accumulation des MES qui vont

créer un matelas colmaté sur le sol (blocage supérieur) et un dépôt au sein du sol

(blocage interne). Cette accumulation va dépendre de la concentration en sédiments dans

l‘effluent et donc de l‘efficacité du système de prétraitement, de la granulométrie des

particules et du sol utilisé pour l‘infiltration (notamment de sa porosité).

- Colmatage biologique : il est lié à la production de biomasse causée par les micro-

organismes. Il est très important lorsque les eaux sont très chargées en matières

organiques (cas des eaux usées ou des lixiviats).

- Colmatage chimique : il est dû à la précipitation de carbonate de calcium (CaCO3)


84

- Colmatage lié à des raisons divers, comme le compactage du sol, le développement de

plantes qui peut diminuer ou augmenter la conductivité hydraulique selon le type de

végétation, le blocage de certains gaz dans les pores du sol …

Les processus prépondérants dans le colmatage vont dépendre de la qualité de l‘effluent

(concentration en MES, en matière organique, granulométrie), du type de sol et des conditions de

sollicitations du système.

8.5 Facteurs influençant le colmatage

Les facteurs qui vont influencer le colmatage ont été décrits par (Langergraber, 2003 et

Platzer, 1997) :

- Le sol et notamment de sa granulométrie et de sa porosité.

- La charge hydraulique et plus particulièrement du volume d‘eau qui va transiter dans le

système.

- La charge en MES apportée au système : les eaux fortement chargées en MES vont créer

un colmatage physique superficiel du système. Plus les eaux sont chargées en MES plus

le colmatage va être rapide. Le diamètre des particules va aussi jouer un rôle important

sur le colmatage et sa localisation. Pour les ouvrages dont la couche superficielle est

formée de gravier, les particules inférieures à 6 μm joue un rôle prépondérant.

- La masse de matière organique apportée au système

- Les cycles de sollicitation : les cycles fractionnées sont meilleurs pour l‘aération du sol qui

a pour conséquence une biodégradation plus rapide de la matière organique. L‘alternance

des périodes de temps sec et de mouillage permet de restaurer en partie la conductivité

hydraulique des systèmes.

- La température : le rôle de la température n‘est pas évident. Plus il fait chaud, plus

l‘activité biologique est importante ce qui entraîne une dégradation plus rapide de la

matière organique. Cependant, la hausse de la température a aussi pour effet un

développement plus rapide de la biomasse qui va remplir les pores du sol.

8.6 Rôle de la végétation

Plusieurs études (Gardner, 1962 cités dans Dunne et al. (1991), Archer et al., 2002) ont

montré que les sols végétalisés avaient une conductivité hydraulique supérieure au sol nu. Cela est

dû à la création de macropores lors de la dégradation des racines des plantes ainsi qu‘à l‘activité plus

importante de la micro faune dans les sols végétalisés. Cammeraat et Imeson (1999) et Cerda (1997)

ont montré sur des espèces en milieu aride (Stipa tenacissima) que les racines créent des chemins

d‘écoulement préférentiels et permettent d‘augmenter la conductivité hydraulique d‘un facteur de deux

par rapport à un sol nu. Kavdir et al. (2005) et Rasse et al. (2000) ont obtenu des résultats similaires

avec une forme de Luzerne, celle-ci permettant d‘augmenter la conductivité hydraulique d‘un facteur

de deux à trois par rapport à un sol nu. Gile et al. (1995) ont eux montré que pendant l‘établissement


85

des racines, la conductivité hydraulique diminue car les racines remplissent les macropores, puis avec

le temps, les racines meurent recréant ainsi des macropores. Cependant cette étude portait sur des

plantes ayant des racines de grandes dimensions en profondeur (racines de 1.85 cm à une

profondeur de 5.2 m). De plus Dunkerley (2000), a montré que plus on s‘éloigne de la base de la

plante (Maireana), plus la conductivité hydraulique diminuait.

Cependant, ces résultats sont à nuancer selon le type de végétation dans le sol. Ainsi,

Morgan et al. (1995) (cité dans Archer et al., 2002) ont montré que les espèces à racines fines

(comme par exemple Agrostis tenuis) diminuaient la conductivité hydraulique, les racines créant un

tapis épais à la surface du sol qui remplit l‘espace poral. Archer et al. (2002) montrent que lorsque l‘on

est en présence de racines fines à la surface et de racines épaisses en profondeur deux mécanismes

sont à prendre en compte : les petites racines ont un turnover très rapide et créé une grande quantité

de matière organique qui va remplir l‘espace poral. A l‘inverse, les racines plus grosses ont un

turnover lent, et vont à des profondeurs plus grandes. Avec le temps celles-ci vont mourir et vont créer

des canaux où l‘eau pourra pénétrer plus en profondeur. Holtham et al. (2007), ont étudié l‘évolution

de la conductivité hydraulique dans trois configurations : sans végétation, plantés de trèfles blancs

(Trifolium repens), ou plantés de rye grass. Ils ont montré de façon expérimentale et numérique que la

conductivité hydraulique était quatre fois supérieure lors de l‘utilisation des trèfles blancs par rapport

au rye grass. Wilcox et al. (2003) ont comparé les conductivités hydrauliques de différents sols : un

sol planté avec des pins Juniper, un avec des pins Pinon, un sol enherbé et un sol nu. A l‘inverse des

études précédentes, les différences de conductivité hydraulique entre les différentes configurations

n‘étaient pas statistiquement significatives.

Bien que l‘influence de la végétation sur la conductivité hydraulique des ouvrages

d‘infiltration des eaux de ruissellement pluvial urbain n‘a jamais été étudiée, différentes études en

milieu agricole ou naturel semblent montrer un effet positif de la végétation, notamment en

augmentant la conductivité hydraulique. Il semblerait que la végétation réduit initialement la

conductivité hydraulique, puis avec le temps la création de macropores par les racines et par la

microfaune augmenterait celle-ci. Cependant le choix de l‘espèce semble être très important, l‘usage

de certains types de plantes semblant pouvoir diminuer la conductivité hydraulique.

8.7 Conclusions

Le rôle de la composition de l’effluent ainsi que sa granulométrie est important lors du

colmatage des ouvrages. Plus la concentration en MES est forte plus le colmatage est important.

Dans le cas des eaux de ruissellement les concentrations en MES étant généralement élevées, ce

facteur pourrait être prédominant. Cependant, les charges de matières organiques ne peuvent être

négligées. Des études in situ sur des ouvrages de traitement des eaux usées ont montré une bonne

corrélation entre le colmatage et la concentration en DCO. L‘importance des charges hydrauliques

(volume d‘eau transitant par l‘ouvrage) est aussi mise en évidence. Ces paramètres sont donc à

quantifier lors de l‘étude du colmatage sur les ouvrages. Enfin, la granulométrie de l‘effluent semble


86

aussi jouer un rôle. Les particules inférieures à 6 μm dans les filtres de gravier et celles inférieures à

50 μm pour un sable grossier semblent jouer un rôle prépondérant dans le colmatage.

Le colmatage a lieu en surface des ouvrages (création d‘un cake de surface), et peut avoir

un impact jusqu‘à une profondeur comprise entre 5 et 15 cm. Dans les ouvrages constitués d‘un filtre

de gravier, le colmatage a lieu à l‘interface entre la couche de gravier et le média de porosité plus

faible.

Les différentes études montrent qu‘il est difficile de quantifier l‘évolution du colmatage en

fonction du temps et de la mettre en relation avec les sollicitations (volume transité, masse de

sédiments ou de matière organique) et cela aussi bien sur des colonnes que sur des ouvrages en

service. Cette évolution a été constatée sur des ouvrages de traitement des eaux usées mais peu sur

des ouvrages de gestion des eaux pluviales. La corrélation entre ces paramètres est l‘évolution de la

conductivité est généralement faible. L‘hypothèse selon laquelle le type de bassin versant aurait une

influence sur le colmatage n‘a pas été vérifiée.

L‘alternance des périodes de temps sec et de mise en eau permet de restituer la

conductivité hydraulique initiale. Cependant l‘ouvrage aura ensuite tendance à se colmater plus

facilement et plus rapidement avec le temps.

L‘étude du colmatage et de son évolution sur des ouvrages d’infiltration des eaux pluviales

en service est généralement difficile et cela pour différentes raisons : variabilité de la conductivité

initiale (variabilité qui peut être supérieure à l‘évolution de la conductivité hydraulique), variabilité des

sollicitations (fréquence, durée des événements, alternance des périodes de temps sec et de temps

de pluie), la lenteur des phénomènes, les possibles effets saisonniers, les difficultés métrologiques

liées aux grandes dimensions de certains ouvrages. Les phénomènes ont souvent été mis en

évidence dans des ouvrages de traitement des eaux usées (ou les sollicitations sont plus contrôlées)

ou en laboratoire mais rarement sur des ouvrages de gestion des eaux pluviales en service. Cette

étude est pourtant indispensable car les études en laboratoire (sur des colonnes par exemple) ne sont

pas toujours transposables sur les ouvrages en service et le mode de fonctionnement des ouvrages

de traitement des eaux usées assez éloigné de ceux des eaux de ruissellement.

Enfin la végétation semble permettre d’augmenter la conductivité hydraulique des sols.

Cependant le choix des espèces plantées est primordial, certaines plantes ayant pour effet une baisse

de la conductivité, mais aucune étude n‘a été menée sur des ouvrages d‘infiltration des eaux

pluviales.


87

9 Conclusions et orientation du travail

Deux axes principaux d‘études émergent de ce bilan bibliographique : l‘un lié à la capacité de

traitement des ouvrages et aux possibles contaminations liées à une eau de ruissellement qui, comme

nous l‘avons montré peut comporter des charges en polluants importantes ; l‘autre lié à la durée de

vie des ouvrages, à la modification de leurs propriétés hydrauliques avec le temps et aux risques liées

à ces modifications.

Colmatage des ouvrages

Le risque de colmatage des ouvrages est largement démontré et a été mis en évidence dans

de nombreuses études. Cependant, bien que l‘évolution de la conductivité hydraulique des ouvrages

ait été étudiée, cela a été rarement mené sur des ouvrages d‘infiltration des eaux pluviales. De plus

l‘évolution de la conductivité n‘a pas été quantifiée, et cela, bien qu‘elle soit prise en compte dans les

guides de dimensionnement (avec par exemple un facteur de sécurité de deux sur la conductivité

hydraulique utilisé pour le dimensionnement par rapport à celle mesurée). De plus il est aujourd‘hui

difficile d‘estimer la durée de vie des ouvrages, de quantifier la réduction de conductivité hydraulique

avec le temps et de relier ses modifications aux sollicitations auxquelles sont soumis les ouvrages. La

compréhension des phénomènes de colmatage semble donc être un élément clef pour la diffusion et

l‘emploi des techniques par infiltration, et permettrait à terme de mieux dimensionner les ouvrages,

mieux estimer leur durée de vie et mieux planifier les opérations de maintenance. Il semble donc

nécessaire d‘entreprendre des études sur des ouvrages en service afin d‘acquérir des données

relatives à leur conductivité hydraulique, de suivre des ouvrages en continu afin d‘acquérir des

données sur de longues périodes et enfin de mener des expériences en laboratoire afin de

comprendre les facteurs qui influencent le colmatage des ouvrages.

Rendement épuratoire des ouvrages et rétention des polluants

Bien que de plus en plus abordés ces dernières années, les études sur la capacité de

piégeage des polluants ont généralement été faites de façon ponctuelle. Ainsi, aucune étude n‘a

permis de suivre des ouvrages sur de longues périodes afin de quantifier l‘évolution temporelle

(capacité de piégeage et évolution de la pollution) des concentrations en polluants. De plus, l‘étude

des ETM semble particulièrement intéressante cela pour différentes raisons :

- ils sont en concentrations fortes dans les eaux de ruissellement

- ils présentent un risque pour l‘environnement

- ils ne disparaissent pas et peuvent donc être utilisés comme un indicateur de la durée de vie

des ouvrages et permettent de faire des bilans de flux.

Comme pour le colmatage des ouvrages, il semble donc nécessaire de conduire des études

sur de longues périodes de temps en travaillant à différentes échelles, c'est-à-dire en laboratoire et

sur des ouvrages en fonctionnement.


88

89

Partie 1 : Colmatage des ouvrages

90

91

Les systèmes d‘infiltration comme les bassins ou les biofiltres (ouvrages végétalisés) sont

largement utilisés dans les zones urbaines pour gérer les eaux pluviales. Cependant comme il a été

montré dans la partie bibliographique, leur réelle performance et durabilité sur le long terme restent

encore mal connues. Le risque de colmatage des systèmes est notamment une question de première

importance. Ce colmatage est pénalisant car il entraîne une réduction de la conductivité hydraulique

qui a pour conséquences :

- Une stagnation de l‘eau dans le système,

- Des problèmes esthétiques qui entraînent une mauvaise acceptation des systèmes par les

riverains,

- Des surverses plus fréquentes et donc une diminution de la capacité de traitement

(phénomène encore plus gênant car peu visible), les eaux pluviales ne transitant pas à travers

le sol des ouvrages lorsque les systèmes sont munis de trop-pleins.

Afin d‘illustrer ce dernier point, une simulation de l‘influence de la conductivité hydraulique sur

la performance hydraulique et environnementale des ouvrages a été effectuée à l‘aide du logiciel

MUSIC2. En Australie, les biofiltres sont dimensionnés afin de remplir des objectifs de qualité avec un

abattement de 45% de l‘azote et du phosphore total et une rétention de 80% des MES par an. Le

facteur limitant pour le dimensionnement des ouvrages est généralement le traitement de l‘azote,

celui-ci étant majoritairement sous forme dissoute (Taylor et al., 2006). Les normes australiennes pour

la construction des biofiltres recommandent une conductivité hydraulique à saturation comprise entre

50 mm/h et 200 mm/h soit entre 1.4 10-5

et 5.5 10-5

m/s (Melbourne Water, 2005).

La Figure 9-1 présente les résultats d‘une simulation avec MUSIC, avec, pour un biofiltre, le

volume annuel traité et la réduction en azote total en fonction de la conductivité hydraulique pour un

ouvrage dimensionné à 1.65 % de la taille du bassin versant et ce pour une hauteur d‘eau maximale

dans le système de 30 cm (simulation faite avec les données pluviométriques de Melbourne). On

remarque que pour une conductivité comprise entre 50 et 200 mm/h, la réduction en azote total est

toujours supérieure à 45% et le volume annuel traité est compris entre 58 et 90%. Si la conductivité

diminue est atteint 5 mm/h, on constate que seulement 29 % du volume annuel moyen est traité (71 %

du volume d‘eaux pluviales ne transite pas par le corps du biofiltre et ira directement par surverse vers

le réseau ou le milieu récepteur). Cet exemple montre donc l‘importance de la conductivité

hydraulique sur la capacité de traitement des biofiltres et donc sur leur performance.

2 Le logiciel MUSIC (Model for Urban Stormwater) permet de simuler le comportement des ouvrages de gestion des eaux pluviales et notamment

des bassins d‘infiltration et de sédimentation, des noues, des biofiltres et des lagunes recevant des eaux de bassins versants dont la taille peut aller de 0.01 km² à 100 km² (CRC, 2005). Il permet de calculer les volumes d‘eau pluviale et donne un ordre de grandeur des masses de polluants que reçoivent les ouvrages. Il modélise de manière simplifiée le rendement épuratoire de ces systèmes notamment pour les MES, l‘azote total et le phosphore total.

92

0

10

20

30

40

50

60

70

80

90

100

1 10 100 1000

Conductivité hydraulique (mm/h)

Ré

du

ctio

n m

asse

azo

te t

ota

l /

Vo

lum

e a

nn

ue

l m

oye

n

tra

ité

[%

]

Volume traité

Réduction azote total

Figure 9-1 : Modélisation avec MUSIC de l‘évolution du volume annuel moyen traité en fonction de la conductivité hydraulique

Dans cette partie nous allons donc chercher à étudier les différentes facettes du colmatage

par une approche multi échelles :

- Sur des ouvrages en service de petite dimension, généralement des ouvrages à la source, par

de la mesure ponctuelle afin de quantifier leur performance, l‘évolution de cette performance

en fonction du temps et la corrélation entre cette performance et les caractéristiques de leurs

bassins versants (Chapitre 2).

- Sur des ouvrages en service de grande dimension, en faisant de la mesure en continu, afin de

quantifier l‘évolution du colmatage en fonction du temps en évaluant de manière précise les

sollicitations auquelles est soumis l‘ouvrage (Chapitre 3).

- Sur des colonnes en laboratoire afin de comprendre l‘évolution de la conductivité dans le

temps dans un environnement où l‘on peut contrôler et faire varier les conditions initiales et

les sollicitations, et de mettre en évidence les paramètres influençant le colmatage, le

favorisant ou le limitant (Chapitre 4).

93

Chapitre 2 : Performance hydraulique des systèmes d’infiltration végétalisés en service

- étude ponctuelle dans le temps

94

Chapitre 2 – Performance des systèmes d‘infiltration végétalisés en service : étude ponctuelle dans le temps

95

1 Introduction et objectifs

La première phase de l‘étude du colmatage des systèmes d‘infiltration a consisté à regarder si

l‘observation de systèmes d‘infiltration de manière sommaire mais sur de nombreux sites était de

nature à nous apporter des informations sur l‘importance du colmatage, sur les facteurs influençant

son ampleur et son évolution au cours du temps. L‘objet de cette phase est donc purement qualitative

et repose sur des données faciles à acquérir compatibles avec des suivis opérationnels courants.

Cette partie du travail qui a été réalisée en Australie, s‘est appuyée principalement sur l‘étude

de systèmes d‘infiltration végétalisés (biofiltres), généralement de petite taille, situés à la source du

ruissellement et sans systèmes de prétraitement. La raison de ce choix réside dans le fait que ces

systèmes sont très largement développés depuis plus de dix ans, aussi bien dans de nouvelles zones

périurbaines que dans des zones déjà urbanisées. De plus ces systèmes sont également largement

présents en France comme à l‘étranger.

Une des grandeurs primordiales qui permet de traduire le colmatage est la conductivité

hydraulique d‘un ouvrage. C‘est donc sur ce paramètre qu‘ont porté nos efforts d‘observation. La

maîtrise de sa variation est importante tout au long de la vie d‘un système car il contrôle :

i) son fonctionnement hydraulique : une conductivité hydraulique trop basse ou une

perte de conductivité peut conduire à des inondations et

ii) sa capacité à intercepter l‘eau et donc son aptitude à la traiter.

Ce chapitre a donc pour objectif l‘étude de la performance hydraulique des biofiltres en

fonctionnement. Il vise à comprendre qualitativement les facteurs influençant cette performance et ce

afin de pouvoir estimer la durée de vie de ces ouvrages et agir sur les facteurs limitant cette durée de

vie. Les objectifs principaux sont plus particulièrement les suivants :

- Evaluer la performance des systèmes en fonctionnement afin de savoir si les ouvrages

fonctionnent correctement et respectent les normes en vigueur ;

- Evaluer la variabilité de la conductivité hydraulique au sein des ouvrages ;

- Evaluer l‘évolution de la conductivité hydraulique au cours du temps afin de comprendre si les

ouvrages se sont colmatés ou s‘ils ont été construits avec de mauvaises spécifications

initiales ;

- Construire une base de données avec un nombre important d‘ouvrages ayant des

caractéristiques différentes afin de pouvoir examiner s‘il est possible de lier les

caractéristiques de l‘ouvrage (âge, ratio taille du système / taille du bassin versant, …) avec

leurs performances.


96

2 Méthodes

2.1 Choix des sites

Afin de tester la performance hydraulique de biofiltres en service, 17 sites ont été sélectionnés

à travers l‘Est de l‘Australie. Cela représente 37 biofiltres, chaque site comptant un ou plusieurs

systèmes. Les biofiltres testés se situent dans 3 différentes régions d‘Australie : 4 dans le Queensland

(Brisbane), 3 dans le New South Wales (Sydney) et 30 dans le Victoria (Melbourne).

Le nombre de sites testés ainsi que leur diversité géographique permet de disposer de sites

aux caractéristiques très différentes en terme de :

- Climat et précipitations : tempéré dans le Victoria, tropical dans le Queensland.

- Taille de bassin versant : de quelques centaines de m² jusqu‘à quelques hectares.

- Type de bassin versant : zone pavillonnaire, zone industrielle, route et autoroute.

- Taille des ouvrages : de quelques m² à quelques centaines de m².

- Rapport entre la taille du biofiltre et la surface active du bassin versant.

- Constitution du corps des ouvrages (sol utilisé pour l‘infiltration) et du type de végétation.

- Age du système : quelques mois jusqu‘à quelques années.

2.2 Principes de mesures de la conductivité hydraulique et de l’estimation de son

évolution

Pour mesurer l‘évolution du colmatage des systèmes en service, il est nécessaire de mesurer

le différentiel entre la valeur actuelle de la conductivité hydraulique de surface et sa valeur initiale. Sur

les systèmes étudiés, les valeurs initiales n‘étaient pas connues ou en tout cas non répertoriées dans

les dossiers de conception. Ainsi nous avons fait l‘hypothèse que la conductivité hydraulique du sol en

profondeur constituait une bonne approximation de la conductivité hydraulique de surface en début de

vie de l‘ouvrage. Cette hypothèse se justifie par le fait que les études menées sur le colmatage ont

montré que celui-ci n‘affectait le sol que sur une profondeur d‘au maximum 10 cm (Langergraber et

al., 2003 ; Mauclaire et al., 2004 ; Schuh, 1990 ; Hatt et al., 2006).

Notons de plus que nous avons choisi de mesurer la conductivité hydraulique à saturation

pour des raisons évidentes de comparaison de situations et de sites.

Ainsi la résolution de notre problème a donc consisté à :

1 / Trouver une méthode simple de mesure de la conductivité hydraulique in situ capable de donner

une bonne évaluation de l‘évolution du colmatage d‘un biofiltre, méthode qui pourrait servir à terme de

référence aux gestionnaires pour suivre les performances de leurs ouvrages ;

2 / Trouver, en l‘état des données existantes, un moyen d‘estimer la conductivité initiale du biofiltre.


97

Cela nous a amené à tester plusieurs procédures : des méthodes de terrain et des méthodes

de laboratoire. En ce qui concerne les procédures de terrain, deux méthodes ont été testées et

comparées : la méthode de l‘anneau simple développée par Reynolds et Elrick (1990), et une

méthode de mesure de la conductivité hydraulique spécialement développée et adaptée aux biofiltres

s‘inspirant de la lysimètrie et basée sur la méthode de l‘anneau simple. Enfin, des échantillons ont

aussi été prélevés afin d‘effectuer des mesures en laboratoire.

Les mesures in situ donnent une valeur réaliste de conductivité hydraulique (au sens où il n‘y

a pas remaniement du sol de l‘ouvrage). Les tests ont été effectués à la surface des biofiltres, sans

enlever la couche de sédiments qui se trouvait parfois dans l‘ouvrage. Cependant cette mesure ne

nous donne pas d‘information sur la conductivité initiale de l‘ouvrage.

Pour compléter ces essais, des tests de laboratoire ont été menés sur la couche de surface et

le sol sous-jacent afin :

- de comparer les valeurs des expériences en laboratoire avec les valeurs des expériences in

situ de manière à savoir si les expériences en laboratoire concordent avec les mesures in

situ ; car elles sont plus couramment utilisées et maîtrisées par les opérationnels ;

- et, si les essais sont concluants, d‘obtenir une valeur initiale de la conductivité qui pourrait

servir de référence.

Au final les différentes méthodes de mesures sont les suivantes :

- La conductivité hydraulique in situ (Kfs) a été mesurée par deux différentes méthodes :

(1) Infiltromètre à anneau simple peu profond (Kfs shallow) et

(2) Infiltromètre à anneau profond (Kfs deep)

- Les mesures en laboratoire ont aussi été menées sur deux types d‘échantillons :

(1) des échantillons de surface, prélevés dans les 50 mm supérieurs (Klab surf), et

(2) des échantillons pris en profondeur (à environ 150 mm à 200 mm) (Klab deep ini)

Enfin pour estimer la variabilité de la mesure de conductivité hydraulique, plusieurs tests ont été

faits simultanément au sein des ouvrages à des endroits différents. Cependant cette étude ne vise

pas à étudier de manière rigoureuse la variabilité spatiale de la conductivité hydraulique au sein des

ouvrages. Une telle étude nécessiterait un plus grand nombre de mesures par ouvrage et aurait donc

impliqué le quasi démantèlement des biofiltres étudiés. La localisation des tests dans les ouvrages a

été faite de manière aléatoire. Les mesures se sont déroulées sur une période de 7 mois comprise

entre juillet 2006 et février 2007.

2.2.1 Infiltromètre à anneau simple peu profond

Cette méthode est expliquée en détail en annexe B. L‘infiltromètre à anneau utilisé, est

constitué d‘un tube en plastique rigide de 25 cm de hauteur et de 10 cm de diamètre enfoncé dans le


98

sol à une profondeur de 5 cm (Figure 2-1 et Figure 2-2). La charge hydraulique est ensuite maintenue

constante en versant de l‘eau dans l‘anneau. Le test est fait pour différentes charges

hydrauliques (sans drainage entre les mesures) : une première charge de 5 cm puis une seconde de

15 cm. La fréquence de lecture dépend du sol, elle peut varier de 30 s à 5 min. Le débit d‘infiltration

est considéré constant quand le volume versé ne change plus sur une durée de 10 min.

Le volume moyen infiltré sur les 10 dernières minutes est utilisé pour calculer la conductivité

hydraulique. Le débit d‘infiltration mesuré avec la seconde charge doit être supérieur au débit de la

première charge sinon la conductivité calculée serait négative. La conductivité hydraulique est ensuite

calculée par la méthode développée par (Reynolds et Elrick, 1990).

2.2.2 Infiltromètre à anneau profond

Principe

Cette méthode s‘inspire du principe de la lysimètrie pour mesurer la conductivité hydraulique

in situ (Daniel, 1989). Cette méthode simple nécessite l‘installation de drains sous le sol dont on veut

mesurer la conductivité hydraulique. Les biofiltres étant construits avec une couche de drainage

constituée de graviers et de drains, ils sont donc semblables dans leur conception à des lysimètres.

De plus, la méthode est basée sur l‘application à un sol de la loi de Darcy pour un anneau simple.

Nous avons montré, qu‘avant les développements de Reynolds et Elrick (1990), cette méthode était

peu précise notamment car elle supposait un écoulement unidirectionnel vertical, une connaissance

de la pression interstitielle sous le front d‘infiltration ainsi que la profondeur de celui-ci.

Bien qu‘il ne soit pas possible pour des raisons de mise en oeuvre de mesurer le débit de

sortie dans les drains des biofiltres et donc de les utiliser directement comme des lysimètres, il semble

possible d‘utiliser cette construction pour mesurer la conductivité hydraulique. En effet, en enfonçant

un anneau jusqu'à la couche de drainage on peut alors appliquer la loi de Darcy à cette couche de sol

(Figure 2-1). Si on suppose que le sol est saturé, on peut faire l‘hypothèse i) que le front d‘infiltration

atteindra la couche de drainage, la longueur du front sera donc égale à l‘épaisseur des matériaux

présents dans le biofiltre – et ii) que la pression sous le front d‘infiltration sera nulle, l‘écoulement dans

la couche de drainage se faisant à surface libre. De plus l‘écoulement sera unidirectionnel, l‘eau ne

pouvant sortir de l‘anneau. Avec ces hypothèses, il est alors possible de calculer la conductivité

hydraulique à saturation du milieu traversé par l‘eau par :

²)( aLH

QLK fs

Équation 1

Avec L l‘épaisseur de l‘ensemble du corps constituant le biofiltre (y compris la couche de surface), H

la charge hydraulique dans l‘anneau, Q le débit d‘infiltration constant et a le rayon de l‘anneau.

La conductivité hydraulique est calculée pour le débit d‘infiltration constant atteint lorsque le

régime est permanent c'est-à-dire lorsque la saturation est supposée atteinte.


99

Matériel et mode opératoire

Le méthode consiste à enfoncer un tube en métal de 130 mm de diamètre dans le biofiltre afin

d‘atteindre la couche de drainage (Figure 2-1). La charge hydraulique est gardée constante tout au

long de l‘expérience et le volume d‘eau ajouté afin de garder une charge constante est enregistré,

généralement avec un pas de temps de 2 min. Lorsque le débit d‘infiltration est constant, le régime

permanent est supposé atteint et le corps du biofiltre supposé saturé. Le débit d‘infiltration en régime

permanent est ensuite utilisé pour calculer la conductivité hydraulique du milieu en appliquant la loi de

Darcy. A la fin de l‘expérience, la hauteur d‘eau dans l‘anneau est mesurée (charge hydraulique) ainsi

que la longueur de gravier dans la colonne afin de connaître l‘épaisseur L du corps constituant le

biofiltre.

Comme pour l‘infiltromètre à anneau, la limite principale de la méthode vient des possibles

déplacements du sol lors de la mise en place du système et notamment d‘un compactage potentiel du

sol ainsi que de possibles écoulements préférentiels sur les cotés de l‘anneau. Enfin, il est possible

que l‘hypothèse de saturation au commencement de l‘expérience ne soit pas vérifiée dans tous les

cas, spécialement pour des sols ayant une faible conductivité hydraulique.

Figure 2-1: Schéma de l‘infiltromètre profond (gauche) et de l‘infiltromètre de surface (droite)

Figure 2-2 : Photos de l‘infiltromètre profond (gauche) et de l‘infiltromètre de surface (droite)

Couche de transition

et de drainage

Corps du biofiltre (L)

Charge constante (H)Possible couche colmatée

Infiltromètre

profond

Infiltromètre

de surface

Vers le réseau

= 2a

Couche de transition

et de drainage

Corps du biofiltre (L)

Charge constante (H)Possible couche colmatée

Infiltromètre

profond

Infiltromètre

de surface

Vers le réseau

= 2a


100

L‘intérêt de la méthode «profonde » est de donner la conductivité équivalente de toute

l‘épaisseur du corps du biofiltre en un point et pas uniquement celle de la couche superficielle. Ainsi

cette méthode prend en compte une possible migration des fines et permet de détecter s‘il n‘existerait

pas tout de même une couche de faible conductivité hydraulique plus en profondeur.

2.2.3 Tests en laboratoire

Les échantillons ont été testés selon la norme australienne AS 4419 (2003). C‘est un test à

charge hydraulique constante avec une saturation de l‘échantillon par le haut (Figure 2-3). Les

dimensions de l‘échantillon testé sont de 100 mm de diamètre et 85 mm de haut. La conductivité

hydraulique est calculée en appliquant la loi de Darcy. Le test se fait sur des échantillons remaniés,

qui sont ensuite compactés à une valeur normalisée. Pour cela le sol est placé dans la cellule de

mesure puis chute d‘une hauteur de 50 mm, cinq fois de suite.

Figure 2-3 : Mesure de la conductivité hydraulique à saturation selon AS 4419 : dispositif expérimental

2.3 Caractéristiques des sites de mesures

Les caractéristiques de chaque site ont été collectées auprès des collectivités territoriales

responsables des ouvrages, de l‘autorité régionale en charge de la gestion de l‘eau sur Melbourne

(Melbourne Water) et des bureaux d‘études qui ont conçu ces systèmes. Il est à noter que la collecte

de ces informations a souvent été laborieuse, les collectivités n‘ayant pas toujours gardé trace des

ouvrages construits. Les caractéristiques du corps du biofiltre (paramètre pourtant primordial pour le

bon fonctionnement de l‘ouvrage) ainsi que la dimension du bassin versant drainé par l‘ouvrage sont

rarement connues. Lorsque peu ou pas de données étaient disponibles, l‘inspection des sites a

permis d‘acquérir les données nécessaires. Il a notamment été entrepris un relevé topographique de

la totalité des sites afin de connaître la taille des ouvrages et des bassins versants.

Sur les 37 biofiltres testés la répartition des usages des bassins versants est la suivante :

- 18 bassins versants résidentiels


101

- 8 bassins versants à usage mixte (industriel, commercial et résidentiel)

- 5 parkings

- 4 bassins versants routiers à fort trafic (autoroute)

- 2 bassins versants routiers à faible trafic (route de centre ville)

Les bassins versants drainés ont des dimensions très variables, de quelques dizaines de m²

pour des ouvrages de contrôle à la source à quelques hectares pour les ouvrages situés à l‘exutoire

des réseaux. Leur répartition est la suivante :

- 6 sont inférieurs à 100 m²

- 17 entre 100 et 1000 m²

- 9 entre 1000 m² et 1 ha

- 1 est supérieur à 1 ha

Les dimensions des ouvrages testés varient fortement en fonction de la position de l‘ouvrage

dans le cycle de l‘eau (dispositif de contrôle à la source généralement de faible dimension, ou

ouvrages situés à l‘exutoire d‘un réseau). Leur répartition est la suivante :

- 31 ouvrages de taille inférieure à 40 m² : dispositifs de contrôle à la source alimentés

directement par ruissellement ;

- 4 ouvrages de taille comprise entre 40 et 400 m² : petits bassins situés à l‘exutoire d‘un

réseau séparatif ou en bordure de routes ;

- 2 ouvrages de taille supérieure à 400 m² : grands basins situés à l‘exutoire du réseau.

Un résumé des caractéristiques de chaque site est donné en annexe C et une synthèse est

faite au Tableau 3-5. Pour chaque site, les informations relatives à l‘ouvrage sont réparties en trois

catégories : caractéristiques du bassin versant, de l‘ouvrage et des matériaux constituant le corps du

biofiltre

2.4 Analyses des données

2.4.1 Préparation des données

Pour chaque biofiltre, et quand plusieurs tests ont été faits, la conductivité hydraulique

moyenne et son coefficient de variation ont été calculés de manière à rendre compte de la variabilité

entre points de mesure. Par ailleurs, les incertitudes sur une mesure donnée ont été estimées par la

loi de propagation des incertitudes. Les valeurs de coefficient de variation (quand elles sont

disponibles) ont été comparées aux incertitudes de mesures afin d‘estimer si la variabilité spatiale

était plus importante que l‘incertitude sur la mesure.

Lorsque c‘est nécessaire, les données sont log-transformées avant analyse statistique, afin de

respecter l‘hypothèse de normalité, testée par le test de Kolmogorov-Smirnov (K-S test) ; la normalité

étant acceptée à p>0.05.


102

2.4.2 Principe de la comparaison des méthodes

Les résultats des deux différentes méthodes de mesure de terrain ont été comparés, ainsi que

les méthodes de terrain avec les méthodes de laboratoire, et les méthodes de laboratoire entre elles.

Afin de contrôler si les différentes mesures étaient statistiquement différentes, des test-t par paires ont

été menés et les résultats considérés différents pour p< 0.05. Le test-t par paires permet de comparer

la moyenne de deux populations où les observations sont appariées. Ce test est particulièrement

utilisé lorsque l‘on veut contrôler si deux méthodes de mesures donnent des résultats

significativement différents. Par ailleurs des études de corrélation classiques ont été menées.

Notons que les comparaisons entre mesures de terrain et mesures en laboratoire n‘ont été

faites que sur les échantillons superficiels.

2.4.3 Principe de l’étude de l’évolution du colmatage avec le temps

La conductivité initiale étant inconnue pour l‘ensemble des systèmes étudiés, les mesures

faites sur les échantillons prélevés en profondeur sont supposées représenter la conductivité

hydraulique initiale (Klab deep ini). Cette valeur est ensuite comparée aux mesures de terrain (Kfs deep et

Kfs shallow) et aux mesures de laboratoire faites sur les échantillons prélevés en surface (Klab surf).

2.4.4 Principe de l’étude de l’influence des caractéristiques du bassin versant

L‘influence des caractéristiques de l‘ouvrage et de son bassin versant sur la conductivité

hydraulique (ou sa variation) a été étudiée en calculant les coefficients de corrélation entre la

conductivité hydraulique actuelle mesurées par la méthode de l‘anneau superficielle (Kfs shallow) et les

paramètres suivants :

- la conductivité hydraulique initiale (Klab deep ini),

- l‘âge du système,

- le ratio taille du biofiltre divisé par la surface active du bassin versant,

- le volume d‘eau reçu par le biofiltre par an,

- le volume total d‘eau reçu par le biofiltre depuis sa construction,

- le volume d‘eau reçu par le biofiltre depuis sa construction rapporté à la taille du système

(volume exprimé en m² de biofiltre).

Le volume d‘eau reçu par les ouvrages a été calculé avec les hypothèses suivantes :

- Précipitation moyenne annuelle (BOM, 2008):

Melbourne : 650 mm/an

Brisbane : 1200 mm/an

Sydney : 1175 mm/an

- Coefficient de ruissellement : 0.8


103

Enfin la variation de la conductivité hydraulique est prise égale à :

inideeplabshallowfs KKK ___ Équation 2

Nous verrons par la suite pourquoi il a été choisi de ne mener l‘analyse que pour la mesure de

conductivité de surface Kfs shallow. En effet nous montrerons que la mesure par méthode de l‘anneau

superficiel semble être la plus représentative de la conductivité hydraulique actuelle de l‘ouvrage et

permet une comparaison avec les mesures faites sur les échantillons en profondeur.

Dans un second temps, des régressions multiples ont été menées afin d‘essayer d‘expliquer

les variations de la conductivité de surface Kfs shallow en fonction de variables explicatives (Klab deep ini,

âge de l‘ouvrage, ratio entre surface de bassin versant et surface du biofiltre, volume total d‘eau reçu)

et donc de comprendre les possibles corrélations entre la conductivité hydraulique mesurée et les

caractéristiques de l‘ouvrage et de son bassin versant. Les variables sont supposées être

normalement distribuées.

2.4.5 Analyse des données par groupe

La Classification Ascendante Hiérarchique (CAH) a été utilisée afin d‘identifier des groupes au

sein de notre jeu de données et ce, de manière à essayer de mettre en évidence des facteurs

expliquant les similitudes au sein des groupes et les différences intergroupes. Elle a été conduite sur

les paramètres suivants : Kfs shallow, Kfs deep, Klab deep ini, âge de l‘ouvrage, ratio entre surface de bassin

versant et surface du biofiltre, volume d‘eau par an, volume total d‘eau et volume total par m²

d‘ouvrage. A partir de ces groupes, l‘évolution de la conductivité hydraulique avec le temps, les

corrélations entre conductivités hydrauliques et caractéristiques des sites ont été à nouveau menées.


104

3 Résultats

3.1 Répartition des mesures par site

Au total 152 tests de conductivités hydrauliques in situ ont été effectués (66 tests avec la

méthode de l‘anneau profond et 86 avec l‘anneau superficiel) et 112 tests en laboratoire, répartis sur

les 37 biofiltres. La distribution du nombre et du type de mesures par site sont présentés dans le

Tableau 3-1.

Province Sites # biofiltre # test profond # test superficiel # test laboratoire

Victoria Tree pit, Little Bourke St 1 0 3 2

Cremorne St, Richmond 8 12 14 23

Parker St, Pascoe Vale 3 5 5 5

Vic roads, Hallam bypass 3 0 7 14

Avoca Cr, Pascoe Vale 3 3 3 3

Hamilton St, W Brunswick 2 2 4 4

Ceres, W Brunswick 1 4 4 3

Docklands 2 3 5 2

Alleyene Av., Chelsea 4 5 7 6

Monash, Clayton 3 3 10 3

Queensland Streisand Dr, Brisbane 1 2 2 7

Saturn Cr, Brisbane 1 3 3 7

Donnelly Pl, Brisbane 1 2 2 2

Hoyland Dr, Brisbane 1 3 6 12

New South Wales Wolseley Pd, Vic Park 1 5 5 10

Leyland Gr, Vic Park 1 5 5 9

Tanzanite St, 2nd

Pond Creek 1 9 0 0

Total 37 66 86 112

Tableau 3-1 : Répartition du nombre de mesures par site et par méthode

3.2 Infiltromètre à anneau simple peu profond (Kfs shallow)

3.2.1 Evolution du débit au cours de l’essai

Un exemple d‘évolution du débit d‘infiltration en fonction du temps pendant une expérience est

présenté à la Figure 3-1. Tous les sites ont montré un comportement similaire et satisfaisant. Au début

de l‘expérience, le débit d‘infiltration est rapide (car la profondeur du front d‘infiltration est faible) puis

au fur et à mesure que le front d‘infiltration progresse dans le sol, le débit diminue jusqu‘à tendre vers

une valeur asymptotique. Pour la seconde charge hydraulique, le phénomène est le même mais se

déroule de manière plus rapide car la couche superficielle du sol est déjà saturée.


105

0.8

1.4

2.0

2.6

3.2

3.8

0 10 20 30 40 50

Temps (min)

Dé

bit (

mL

/s)

Charge 1

Charge 2

Figure 3-1 : Evolution du débit d‘infiltration en fonction du temps pour deux charges hydrauliques différentes (Charge 1 et Charge 2) pour les sites de Ceres, West Brunswick, 27/11/06

3.2.2 Résultats des tests

Les résultats des tests d‘infiltration pour chaque site sont présentés dans le Tableau 3-2. Pour

chaque biofiltre testé, on présente le nombre de tests effectués dans le système (n), la conductivité

hydraulique moyenne (Kfs shallow), l‘incertitude relative sur cette mesure (ur(K)) et le coefficient de

variation.

Sites # biofiltre n Kfs shallow (mm/h)

ur(K) %

Cv %

Streisand Dr, Brisbane 1 2 61 29

Saturn Cr, Brisbane 1 3 34 20 16

Donnelly Pl, Brisbane 1 3 19 22 58

Hoyland Dr, Brisbane 1 6 204 16 59

Monash Car park, Clayton

1 4 58 30 34

2 3 102 22 58

3 3 45 20 33

Cremorne St, Richmond

1 2 71 31

2 1 594 34

3 1 129 34

4 1 316 34

6 1 98 32

7 3 119 25 29

8 2 53 26

9 3 85 25 55

Aleyne St, Chelsea

1 2 49 27

2 1 35 34

3 1 5 29

4 3 19 30 140

Point Park, Docklands 1 2 139 25

2 3 135 20 28

Hamilton St, W. Brunswick 1 3 36 14 52

2 1 137 34

Avoca Cr, Pascoe Vale

1 1 13 36

2 1 26 34

3 1 44 34


106

Parker St, Pascoe Vale

1 1 24 34

2 3 19 21 46

3 1 39 34

Ceres, West Brunswick 1 4 97 19 63

Bourke St tree pit, Melbourne 1 3 84 23 78

Hallam Bypass, Floret Pl 1 2 154 24

Hallam Bypass, Wanke Rd 1 3 115 22 55

Hallam Bypass, Wanke Rd basin 1 2 203 27

Wolseley Pd, Vic Park 1 5 425 11 80

Leyland Gr, Vic Park 1 5 398 12 21

Moyenne 116

Médiane 78

Cv (%) 111

# biofiltres 36

# tests 86

Tableau 3-2 : Résultats des tests d‘infiltration superficielle

Au total, 36 biofiltres ont été testés par cette méthode, parfois en plusieurs points, ce qui

représente 86 tests. La distribution des conductivités hydrauliques par biofiltre est présentée en Figure

3-2. La conductivité hydraulique moyenne est de 116 mm/h avec un écart type de 129 mm/h. Sur les

36 biofiltres testés, 39% (soit 14 biofiltres) ont des valeurs de conductivités inférieures à 50 mm/h.

Les valeurs sont normalement distribuées (K-S test, p=0.18) Lorsque les données sont log

transformées, elles deviennent fortement normales (K-S test, p=0.95).

Figure 3-2 : Distribution des conductivités hydrauliques, valeurs normales et valeurs log normées

3.2.3 Incertitudes et variabilités spatiales

Les incertitudes sur la mesure de la conductivité hydraulique prennent en compte les

incertitudes expérimentales. Les incertitudes estimées sur les différentes valeurs mesurées sont les

suivantes :

- Volume mesuré : u(V) = 10 mL

- Durée : u(t)= 2 s

- Rayon de l‘anneau : u(a)=2 mm


107

- Profondeur d‘insertion de l‘anneau : u(d) = 1 cm

- Hauteur d‘eau dans le cylindre : u(H)= 5 mm

Les résultats des calculs d‘incertitudes pour chaque mesure sont donnés au Tableau 3-2.

L‘incertitude relative sur la mesure de la conductivité hydraulique est en moyenne de 26 % et varie de

11% à 36%.

Les coefficients de variation sont également présentés au Tableau 3-2 pour les 17 biofiltres

(sur 37) pour lesquels 3 tests ou plus ont été réalisés. Ces coefficients sont en moyenne de 53% et

varie de 16 à 140 %. Ces résultats sont cohérents avec les valeurs de la littérature (Bagarello et al.,

2000 par exemple) qui montrent généralement que la variabilité spatiale est supérieure à l‘incertitude

avec laquelle on mesure la conductivité hydraulique.

3.3 Infiltromètre à anneau profond (Kfs deep)

3.3.1 Evolution du débit au cours de l’essai

Comme pour les expériences avec l‘anneau superficiel, le débit d‘infiltration est rapide puis

tend vers une valeur constante. Le sol est alors supposé être à saturation et la conductivité

hydraulique est calculée pour cette valeur de débit. La Figure 3-3 présente un exemple d‘évolution du

débit d‘infiltration au cours de l‘essai.

2.0

3.0

4.0

5.0

6.0

0 20 40 60 80 100 120 140

Temps (min)

Débit

(mL/s

)

Figure 3-3 : Evolution du débit d‘infiltration (mL/s) en fonction du temps (min) (Hoyland St, Brisbane) 26/10/06


Les résultats des tests d‘infiltration pour chaque site sont présentés dans le Tableau 3-3. Pour

chaque biofiltre testé, le nombre de tests effectués dans le système (n), la conductivité hydraulique

moyenne (Kfs deep), l‘incertitude relative sur cette mesure (ur(K)) et le coefficient de variation (Cv) sont

présentés.


108

Sites # biofiltre n Kfs deep ur(K) % Cv %

Streisand Dr, Brisbane 1 2 32 99

Saturn Cr, Brisbane 1 3 38 10 67

Donnelly Pl, Brisbane 1 2 63 12

Hoyland Dr, Brisbane 1 3 667 6 32


1 1 68 14

2 1 88 13

3 1 55 15


1 1 406 12

2 1 444 10

3 1 265 9

4 1 282 12

6 1 100 17

7 3 203 9 32

8 1 202 17

9 3 140 11 54

Aleyne St, Chelsea

1 1 5 50

2 2 6 39

3 1 9 79

4 1 8 50

Point Park, Docklands 1 1 321 7

2 2 77 47

Hamilton St, W. Brunswick 1 1 7 76

2 1 11 63


1 1 11 47

2 1 10 51

3 1 6 59


1 1 23 30

2 3 56 13 48

3 1 1 138

Ceres, West Brunswick 1 4 60 73

Bourke St tree pit, Melbourne 1 0

Hallam Bypass, Floret Pl 1 0

Hallam Bypass, Wanke Rd 1 0

Hallam Bypass, Wanke Rd basin 1 0

Wolseley Pd, Vic Park - 1 pod 1 5 425 5 80

Leyland Gr, Vic Park 1 5 398 4 21

Tanzanite St, 2nd

Pond Creek 1 9 5 21 67

Moyenne 136

Médiane 60

Cv (%) 126

# biofiltres 33

# tests 66

Tableau 3-3 : Résultats des tests d‘infiltration profond

Au total, 33 biofiltres ont été testés par cette méthode, ce qui représente 66 tests. La

distribution des conductivités hydrauliques par biofiltre est présentée en Figure 3-4. La conductivité

hydraulique moyenne est de 136 mm/h avec un écart type de 171 mm/h. Sur les 33 biofiltres testés,

42% (soit 14 biofiltres) ont des valeurs de conductivités inférieures à 50 mm/h.


109

Les valeurs ne sont pas normalement distribuées (K-S test, p=0.03) et comme le montre

l‘histogramme de la Figure 3-4 les valeurs sont décalées vers la gauche. Lorsque les données sont

transformées logarithmiquement, elles le deviennent (K-S test, p=0.54).

Figure 3-4 : distribution des conductivités hydrauliques, valeurs normales et valeurs log normées

3.3.3 Incertitudes et variabilité spatiale

Les incertitudes sur la mesure de la conductivité hydraulique prennent en compte uniquement

les incertitudes expérimentales. Les incertitudes estimées sur les différentes grandeurs mesurées

sont les suivantes :




- Profondeur du média : u(L) = 50 mm

- Hauteur d‘eau dans le cylindre : u(H)= 20 mm

Les résultats des calculs d‘incertitude pour chaque mesure sont donnés dans le Tableau 3-3.

Pour certaines expériences, l‘hypothèse de saturation complète du média n‘est pas certaine,

notamment pour les conductivités faibles. Dans ces cas, l‘incertitude sur la profondeur du corps du

biofiltre (u(L)) est égale à la longueur du média. L‘incertitude sur la mesure de la conductivité

hydraulique est en moyenne de 33 % et varie de 4 à 138%.

De même, les résultats de la variabilité spatiale sont présentés dans le Tableau 3-3 pour 9

biofiltres sur 33 testés qui ont subi 3 tests ou plus. Le Cv est en moyenne de 53% et varie de 21 à

80 %.

3.4 Mesures en laboratoire


Les résultats des tests en laboratoire sont présentés dans le Tableau 3-4.


110

Sites

Echantillon profond Echantillon de surface

# biofiltre n Klab deep ini (mm/h)

Ur(K) % Cv (%) n Klab surf (mm/h)

Ur(K) % Cv (%)

Streisand Dr, Brisbane 1 4 399 7% 28% 3 238 7% 71%

Saturn Cr, Brisbane 1 4 17 17% 44% 3 9 25% 37%

Donnelly Pl, Brisbane 1 1 12 11% 1

Hoyland Dr, Brisbane 1 6 65 9% 30% 6 146 9% 57%


1 1 53 4%

2 1 117 3%

3 1 48 4%


1 1 582 3% 1 31 5%

2 1 264 3%

3 1 462 3% 1 98 3%

4 1 747 3% 1 116 3%

6 1 113 3% 1 28 5%

7 3 297 6% 28% 3 113 6% 24%

8 1 151 3% 1 4 28%

9 3 270 6% 60% 3 102 7% 62%

Aleyne St, Chelsea

1 1 10 13%

2 1 20 7%

3 1 21 7%

4 3 12 19% 39%

Point Park, Docklands 1 1 246 3%

2 1 306 3%

Hamilton St, W. Brunswick 1 3 5 12%

2 1 11 44% 98%


1 1 9 15%

2 1 11 12%

3 1 15 24%


1 1 4 30%

2 3 16 15% 36%

3 1 7 18%

Ceres, West Brunswick 1 3 13 17% 18%

Bourke St tree pit, Melbourne 1 1 23 7% 1 21 6%

Hallam Bypass, Floret Pl 1 3 199 7% 80% 3 63 7% 67%

Hallam Bypass, Wanke Rd 1 1 387 3% 1 60 4%

Hallam Bypass, Wanke Rd basin 1 3 286 6% 15% 3 207 6% 50%

Wolseley Pd, Vic Park - 1 pod 1 5 376 3% 46% 5 560 3% 91%

Leyland Gr, Vic Park 1 4 151 3% 48% 5 224 3% 45%

Tanzanite St, 2nd

Pond Creek 1 0 0

Moyenne 162 10% 44% 147 8% 56%

Médiane 59 108

Cv (%) 119 103

# biofiltres 36 17

# tests 70 39

Tableau 3-4 : Résultats des tests d‘infiltration en laboratoire

Pour chaque biofiltre testé et pour chacune des méthodes, le nombre de tests effectués dans

le système (n), les conductivités hydrauliques moyennes en profondeur (Klab deep ini) et en surface (Klab

surf), leur incertitude relative Ur(K) et le coefficient de variation (Cv) sont présentés.


111

Au total, 71 échantillons ont été prélevés en profondeur dans 36 biofiltres et 39 échantillons

en surface dans 17 biofiltres. La distribution des conductivités hydrauliques par biofiltre est présentée

à la Figure 3-5. Sur les 36 biofiltres testés, 50% des échantillons profonds ont des valeurs de

conductivités inférieures à 50 mm/h et sur les 17 biofiltres où des échantillons superficiels ont été

prélevés, 40% ont des valeurs de conductivités inférieures à 50 mm/h. La conductivité moyenne en

profondeur (162 mm/h) est supérieure à la conductivité moyenne en surface (147 mm/h). Les

différences seront commentées plus précisément ultérieurement.

Figure 3-5 : Distribution des conductivités normales (gauche) et log data (droite) (échantillons de surface en haut, échantillon profond en bas)

La Figure 3-5 présente les distributions des données. Pour les échantillons de surface, les

données sont normalement distribuées (K-S test, p=0.51), de même que les données des échantillons

profonds (K-S test, p=0.06). Lorsque les données sont log-transformées, elles sont également

normalement distribuées mais de manière plus affirmées (échantillons de surface, K-S test, p=0.67 –

échantillons profonds, K-S test, p=0.28).


112

3.4.2 Incertitudes et variabilités spatiales

Les incertitudes sur la mesure de la conductivité hydraulique en laboratoire prennent en

compte uniquement les incertitudes expérimentales. Les incertitudes estimées sur les différentes

grandeurs mesurées sont les suivantes :




Les résultats des calculs d‘incertitudes pour chaque mesure sont donnés dans le Tableau 3-4.

L‘incertitude sur la mesure de la conductivité hydraulique est en moyenne de 10 % (étendue : 3 à

44 %) pour les mesures faites sur les échantillons profonds et de 8 % (étendue : 3 à 25 %) pour les

échantillons de surface.

Le coefficient de variation est en moyenne de 44% (étendue : 18 à 98 %) pour les mesures

faites sur les échantillons profonds (n=13) et de 56 % (étendue : 24 à 91 %) pour les échantillons de

surface (n=9). Il est toujours supérieur à l‘incertitude liée à la mesure.


113

3.5 Tableau récapitulatif des données

Sites

Conductivité hydraulique (mm/h) Caractéristiques des sites Sollicitation hydraulique

Kfs shallow ur(K)

% Kfs deep

ur(K) %

Klab deep

(ini) ur(K)

% Klab

surf ur(K)

%

Age (année

s)

Surface active du

bassin versant

(m²)

Surface de biofiltre

(m²)

Ratio de surface

de biofiltre : surface

BV (%)

Vol. eau/ an (m

3)

Vol. total d‘eau (m

3)

Vol. total / m² (m)

Streisand Dr, Brisbane 61 29 32 99 399 7 238 7 0.5 1105 20 1.8 1060.8 530.4 26.5

Saturn Cr, Brisbane 34 20 38 10 17 17 9 25 0.5 675 20 3.0 648.0 324.0 16.2

Donnelly Pl, Brisbane 19 22 63 12 12 11 0.2 1130 32.2 2.8 1084.8 217.0 6.7

Hoyland Dr, Brisbane 204 16 667 6 65 9 146 9 5 17400 860 4.9 16704.0 83520.0 97.1


58 30 68 14 53 4 0.5 1500 15 1.0 780.0 390.0 26.0

102 22 88 13 117 3 0.5 1500 15 1.0 780.0 390.0 26.0

45 20 55 15 48 4 0.5 1500 15 1.0 780.0 390.0 26.0


71 31 406 12 582 3 31 5 3 366 14.5 4.0 190.3 571.0 39.4

594 34 444 10 264 3 3 60 11 18.3 31.2 93.6 8.5

129 34 265 9 462 3 98 3 3 560 4.5 0.8 291.2 873.6 194.1

316 34 282 12 747 3 116 3 3 622 18 2.9 323.4 970.3 53.9

98 32 100 17 113 3 28 5 3 400 10 2.5 208.0 624.0 62.4

119 25 203 9 297 6 113 6 3 324 11 3.4 168.5 505.4 45.9

53 26 202 17 151 3 4 28 3 84 6 7.1 43.7 131.0 21.8

85 25 140 11 270 6 102 7 3 85 10 11.8 44.2 132.6 13.3

Aleyne St, Chelsea

49 27 5 50 10 13 2 68 12 17.6 35.4 70.7 5.9

35 34 6 39 20 7 2 112 24.5 21.9 58.2 116.5 4.8

5 29 9 79 21 7 2 213 17 8.0 110.8 221.5 13.0

19 30 8 50 12 19 2 163 22 13.5 84.8 169.5 7.7

Point Park, Docklands

139 25 321 7 246 3 1 410 7 1.7 213.2 213.2 30.5

135 20 77 47 306 3 1 370 7 1.9 192.4 192.4 27.5

Hamilton St, W. Brunswick

36 14 7 76 5 44 3 3200 4 0.1 1664.0 4992.0 1248.0

137 34 11 63 11 12 3 91 1 1.1 47.3 142.0 142.0


13 36 11 47 9 15 3 120 5 4.2 62.4 187.2 37.4

26 34 10 51 11 22 3 200 4 2.0 104.0 312.0 78.0

44 34 6 59 15 24 3 310 4 1.3 161.2 483.6 120.9


24 34 23 30 4 30 3 314 12 3.8 163.3 489.8 40.8

19 21 56 13 16 15 3 157 14 8.9 81.6 244.9 17.5

39 34 1 138 7 18 3 528 7 1.3 274.6 823.7 117.7

Ceres, West Brunswick 97 19 60 13 17 2 1257 21.75 1.7 653.6 1307.3 60.1

Bourke St tree pit, Melbourne

84 23 23 6 21 7 1 100 1.44 1.4 52.0 52.0 36.1

Hallam Bypass, Floret Pl 154 24 199 7 63 7 3 120

Hallam Bypass, Wanke Rd

115 22 490 3 387 4 3 12

Hallam Bypass, Wanke Rd basin

203 27 286 6 207 6 3 168

Wolseley Pd, Vic Park (NSW)

159 18 425 5 376 3 560 3 7 1504 330 21.9 1413.3 9893.0 30.0

Leyland Gr, Vic Park (NSW)

237 17 398 4 151 3 224 3 7 1804 180 10.0 1695.8 11870.3 65.9

2nd

Pond Creek (NSW) 5 21 2000

Tableau 3-5 : Tableau récapitulatif des données – mesure de conductivités et caractéristiques des ouvrages


114

3.6 Comparaison des différentes méthodes in situ (Kfs deep - Kfs shallow)

La méthode de l‘anneau profond (Kfs deep = 140 mm/h) donne des valeurs de conductivité

hydraulique plus élevées que la méthode de l‘anneau superficiel (Kfs shallow = 100 mm/h), mais qui ne

sont pas statistiquement différentes (p=0.38) (Figure 3-6 à droite). On remarque une corrélation

moyenne entre la méthode de l‘anneau profond (Kfs deep) et la méthode de l‘anneau superficiel (Kfs

shallow) avec R² = 0.44 sur les données brutes (Figure 3-6 à gauche). Les tests in situ donnent donc des

résultats moyennement corrélés et en tout cas peu différents compte tenu de la variabilité de la

mesure de la conductivité hydraulique.

y = 1.00x + 40.53

R2 = 0.44

0

200

400

600

0 200 400 600

Kfs shallow (mm/h)

Kfs

de

ep

(m

m/h

)

Kfs shallow Kfs deep

Moyenne (mm/h) 100 140

σ (mm/h) 115 172

Cv (%) 115% 123%

n 32

p 0.38*

*sur les données log transformées car les données pour

Kfs deep ne sont pas normalement distribuées

Figure 3-6 : Comparaison des méthodes in situ (Kfs deep - Kfs shallow) : valeurs moyennes de la conductivité hydraulique, écart type (σ), coefficient de variation (Cv), nombre d‘échantillons (n) et valeurs de p du test-t par

paires

3.7 Comparaisons des mesures in situ avec les mesures de laboratoire sur les

échantillons superficiels

Les résultats des mesures in situ (Kfs deep et Kfs shallow) sont comparés avec les résultats des

mesures en laboratoire effectuées sur les échantillons prélevés en surface des systèmes (Klab surf).

Rappelons qu‘en terme de comparaison de méthodes, la comparaison des mesures in situ (mesure

de conductivité du sol de surface (Kfs shallow) et mesure de conductivité de l‘ensemble du corps de

biofiltre intégrant aussi la surface (Kfs deep)) avec les mesures de laboratoire réalisées sur sol prélevé

en profondeur (Klab deep ini) n‘aurait pas beaucoup de sens car ne mesurant pas la même grandeur.

3.7.1 Comparaison de la méthode in situ anneau peu profond (Kfs shallow) et méthode

de laboratoire sur échantillon de surface (Klab surf)

Les conductivités hydrauliques mesurées par les deux méthodes sont statistiquement

identiques (p=0.71) avec une moyenne de 133 mm/h pour la méthode de l‘anneau peu profond contre

147 mm/h pour la méthode de laboratoire sur les échantillons de surface (Figure 3-7, droite). La

corrélation entre les deux méthodes est cependant faible avec R²=0.08 (Figure 3-7, gauche).


115

y = 0.57x + 70.47

R2 = 0.08

0

200

400

600

0 200 400 600

Kfs shallow (mm/h)

Kla

b s

urf

(m

m/h

)

Kfs shallow Klab surf


σ (mm/h) 76 151

Cv (%) 57% 103%

n 16

p 0.71

Figure 3-7 : Comparaison entre Kfs shallow et Klab surf : valeurs moyennes de la conductivité hydraulique, écart type (σ), coefficient de variation (Cv), nombre d‘échantillons (n) et valeurs de p du test-t par paires

3.7.2 Comparaison de la méthode in situ sur le corps du biofiltre (Kfs deep) et

méthode de laboratoire sur échantillon de surface (Klab surf)

Les conductivités hydrauliques mesurées sur le corps du biofiltre (Kfs deep = 263 mm/h) sont

statistiquement différentes des conductivités mesurées sur les échantillons de surface en laboratoire

(Klab surf = 139 mm/h) avec p=0.00 (Figure 3-8, droite). La méthode de laboratoire donne des valeurs

inférieures aux valeurs in situ. De plus, il y a une très faible corrélation entre les deux méthodes (R² =

0.11) (Figure 3-8, gauche). Il ne sera pas possible de comparer les mesures de laboratoire faites sur

les échantillons en profondeur et les mesures faites in situ sur le corps du biofiltre (Kfs deep).

y = 0.28x + 66.40

R2 = 0.11

0

200

400

600

0 200 400 600

Kfs deep (mm/h)

Kla

b s

urf

(m

m/h

)

Kfs deep Klab surf


σ (mm/h) 186 153

Cv (%) 71% 110%

n 12

p 0.00*

* sur les données log transformées car les données pour Kfs deep ne sont pas normalement distribuées

Figure 3-8 : Corrélation entre Kfs deep et K lab sup : valeurs moyennes de la conductivité hydraulique, écart type (σ), coefficient de variation (Cv), nombre d‘échantillons (n) et valeurs de p du test-t par paires


116

3.8 Comparaisons entre conductivité actuelle et conductivité initiale

Afin d‘évaluer si la conductivité hydraulique des systèmes a évolué avec le temps, les

résultats des mesures de conductivité hydraulique in situ (Kfs shallow) et des mesures en laboratoire sur

les échantillons superficiels (Klab surf) sont comparés avec les résultats des mesures effectuées en

laboratoire sur les échantillons de sol prélevés en profondeur (Klab deep ini) supposés être représentatifs

du sol initial.

Nous commencerons par examiner l‘évolution des conductivités hydrauliques à partir des

mesures de même nature, ceci nous conduira à comparer les essais de laboratoire en surface et en

profondeur (K lab surf et Klab deep ini). Par ailleurs, nous avons montré précédemment que l‘on pouvait

comparer les mesures par la méthode in situ superficielle (Kfs shallow) avec les mesures sur les

échantillons de surface (Klab surf) (résultats statistiquement identiques). Ainsi, il est possible de

comparer (Kfs shallow et Klab deep ini) pour étudier l‘évolution de la conductivité avec le temps.

3.8.1 Comparaison des conductivités hydrauliques en surface (Klab surf) et en

profondeur mesurées en laboratoire (Klab deep ini)

La comparaison des mesures en laboratoire permet d‘étudier directement l‘évolution de la

conductivité hydraulique sans biais lié à la méthode. La conductivité hydraulique moyenne sur les

échantillons de surface et de 147 mm/h (Cv=103%) contre 289 mm/h (Cv=72%) en profondeur. Ces

valeurs sont statistiquement différentes (p=0.02) (Figure 3-9, droite). Ces résultats montrent que la

conductivité décroît en fonction de temps, ce qui indique bien que les biofiltres se colmatent (Figure

3-9, gauche).

Klab deep ini Klab surf


σ (mm/h) 210 151

Cv (%) 72% 103%

N 16

P 0.02

Figure 3-9 : Comparaisons des mesures en laboratoire en surface et en profondeur : valeurs moyennes de la conductivité hydraulique, écart type (σ), coefficient de variation (Cv), nombre d‘échantillons (n) et valeurs de p du

test-t par paires


117

3.8.2 Comparaison des conductivités hydrauliques superficielles in situ (Kfs shallow) et

la valeur initiale (Klab deep ini)

Statistiquement, les résultats sont différents (p=0.05) avec une conductivité hydraulique

moyenne de 106 mm/h en surface (Kfs shallow) contre 166 mm/h initialement (Klab deep ini) (Figure 3-10,

droite). Les conductivités hydrauliques initiales sont statistiquement supérieures aux conductivités

hydrauliques actuelles (Figure 3-10, gauche).

Klab deep ini Kfs shallow


σ (mm/h) 193 111

Cv (%) 116% 104%

n 36

p 0.05

Figure 3-10 : Comparaisons des essais in situ (anneau peu profond) avec les valeurs initiales, test-t par paires

3.9 Corrélation entre caractéristiques des systèmes et Kfs shallow et la variation de

conductivité hydraulique

La Tableau 3-6 présente les coefficients de corrélation entre Kfs shallow (ou la variation de la

conductivité hydraulique K) en fonction de différents paramètres de l‘ouvrage ou du bassin versant

pour l‘ensemble des sites.

R² Kfs_shallow K

Klab deep ini 0.22

ratio taille 0.06 0.02

Age 0.10 0.00

V. eau/an 0.03 0.04

V tot/m² 0.01 0.01

V tot 0.04 0.04

Tableau 3-6 : Corrélation entre conductivité hydraulique (ou variation de la conductivité) et paramètres caractéristiques de l‘ouvrage

On remarque une absence de corrélation linéaire entre ces paramètres pris seuls et la mesure

de la conductivité hydraulique de terrain par la méthode de l‘anneau superficiel (ou sa variation). Le

facteur le plus influant est la conductivité initiale.


118

3.10 Exploration statistique

3.10.1 Classification ascendante hiérarchique (CAH)

Le but de la classification ascendante hiérarchique est de mettre en évidence des groupes

similaires dans notre jeu de données de manière à éventuellement inférer des facteurs influents que

nous n‘aurions pas identifiés mais qui pourraient structurer la population des biofiltres. Les résultats

de la CAH sont présentés dans le Tableau 3-7 et sur la Figure 3-11. Rappelons que les variables

utilisées sont : Kfs shallow, Kfs deep, Klab deep ini, l‘âge de l‘ouvrage, le ratio entre surface de bassin versant et

surface du biofiltre, le volume d‘eau par an, le volume total d‘eau et le volume total par m² d‘ouvrage.

L‘analyse n‘a été faite que sur 32 ouvrages, les données de bassin versant n‘étant pas disponibles

pour 4 ouvrages et les données de Kfs deep absentes pour un ouvrage.

Figure 3-11 : Dendrogramme

Groupe 1 Groupe 2 Groupe 3 Groupe 4

Hamilton St 1, W. Brunswick Hoyland Dr, Brisbane Donnelly Pl, Brisbane Aleyne St 3, Chelsea Leyland Gr, Vic Park Saturn Cr, Brisbane Avoca Cr 1, Pascoe Vale

Wolseley Pd, Vic Park Monash Car park 3, Clayton Aleyne St 4, Chelsea

Monash Car park 1, Clayton Parker St 2, Pascoe Vale

Streisand Dr, Brisbane Aleyne St 2, Chelsea

Monash Car park 2, Clayton Aleyne St 1, Chelsea

Parker St 1, Pascoe Vale Cremorne St 8, Richmond

Avoca Cr 2, Pascoe Vale Cremorne St 9, Richmond

Parker St 3, Pascoe Vale Cremorne St 2, Richmond

Avoca Cr 3, Pascoe Vale

Cremorne St 1, Richmond

Bourke St tree pit, Melbourne

Ceres, West Brunswick




Point Park, Docklands

Hamilton St 2, W. Brunswick

Point Park 1, Docklands


Tableau 3-7 : Composition des 4 groupes d‘ouvrages

13 16 23 17 8 5 6 18 24 22 30 7 11 12 21 25 19 26 28 27 1 3 4 2 9 14 15 20 33 29 31 32 100

2

4

6

8

10

12

14

G4 G1 G2 G3


119

Les caractéristiques des quatre groupes issus de la CAH sont présentées au Tableau 3-8.

Le groupe 1 ne contient qu‘un seul ouvrage qui se différencie des autres par son sous–

dimensionnement (ratio taille de biofiltre sur taille du bassin versant = 0.1%), par des volumes annuels

collectés importants (1664 m3). L‘ouvrage draine donc un grand bassin versant.

Le groupe 2 contient 3 ouvrages ayant une forte conductivité hydraulique in situ, Kfs shallow

moyen = 200 mm/h, et une conductivité initiale proche de la conductivité actuelle (K lab deep ini =

197 mm/h). Enfin ce groupe contient des ouvrages qui sont âgés par rapport aux autres.

Enfin les groupes 3 et 4 regroupent 90% des ouvrages. Le groupe 3 rassemble les ouvrages

ayant une conductivité hydraulique initiale moyenne élevée : Klab deep ini = 241 mm/h (n=17), et une

conductivité actuelle assez forte (Kfs shallow moyen = 127 mm/h). Les biofiltres du groupe 4 ont une

conductivité hydraulique initiale moyenne faible : Klab deep ini = 12 mm/h (n=11), ainsi qu‘une

conductivité actuelle moyenne faible (Kfs shallow=37 mm/h). Les ouvrages de ce groupe drainent de

petits bassins versants. Ce sont généralement des petits systèmes de contrôle à la source.

Kfs shallow Kfs deep Klab deep ini Age Ratio

V. eau/ an (m

3)

V. eau total (m

3)

Volume eau par m² (m

3/ m²)

G1 Moyenne 36 7 5 3 0.1 1664 4992 13

G2 Moyenne 200 497 197 6 12.3 6604 35094 21

σ 39 148 161 1 8.7 8748 41949 15

Cv 19.6% 29.9% 81.5% 18.2% 71.1% 132.5% 119.5% 72.6%

G3 Moyenne 127 167 241 2 3.9 441 462 113

σ 138 133 212 1 4.6 358 333 295

Cv 108.4% 79.3% 88.1% 67.6% 117.2% 81.3% 72.0% 261.7%

G4 Moyenne 37 13 12 3 7.6 108 296 66

σ 36 15 5 1 7.2 70 222 57

Cv 95.8% 114.9% 42.1% 19.1% 94.9% 64.7% 75.0% 87.1%

Tableau 3-8 : Caractéristiques des ouvrages des différents groupes

L‘évolution de la conductivité hydraulique avec le temps (comparaison entre Kfs shallow et Klab

deep ini) pour les données du groupe 3 et 4 est présentée à la Figure 3-12. On remarque que les

ouvrages ayant une conductivité initiale élevée vont fortement diminuer ( K moyen = 114 mm/h,

Figure 3-12, gauche) alors que les ouvrages ayant une conductivité initiale faible vont peu varier ( K

moyen = -25 mm/h, Figure 3-12, droite). Statistiquement la diminution de conductivité hydraulique

pour les ouvrages du groupe 3 est significative (test- t par paires, p=0.04). De même, la légère

augmentation mise en évidence pour les systèmes du groupe 4 est aussi statistiquement significative

(test-t par paires, p = 0.05).


120

Figure 3-12 : Boites à moustache présentant l‘évolution de la conductivité hydraulique pour les systèmes du groupe 3 (gauche) et ceux du groupe 4 (droite)

3.10.2 Régressions multiples

La régression multiple a pour but d‘essayer d‘expliquer les variations d‘une variable en

fonction de plusieurs variables explicatives. Dans notre cas, la variable à expliquer est K fs shallow et les

variables explicatives sont les suivantes :

- la conductivité hydraulique initiale (Klab deep ini),

- l‘âge du système,

- le ratio taille du système / taille du bassin versant,

- le volume d‘eau par an,

- le volume total d‘eau reçu.

Les conductivités hydrauliques sont normalement distribuées mais les paramètres

caractéristiques de l‘ouvrage ne le sont pas. L‘ensemble des données a donc été log transformé avant

d‘effectuer la régression multiple afin de respecter l‘hypothèse de normalité. Les résultats sont

présentés dans le Tableau 3-9.

Variable dépendante Kfs shallow

R² 0.52

Variables explicatives p

Constante 0.00

Klab deep ini 0.00

Age 0.24

Ratio 0.34

Volume / an exclu

Volume total 0.49

Tableau 3-9 : Régression entre Kfs et paramètres de l‘ouvrage et du bassin versant sur l‘ensemble des données


121

On remarque une corrélation totale moyenne (R²= 0.52). La seule variable significative est la

conductivité hydraulique initiale. Lorsque que l‘on effectue les régressions multiples uniquement sur

les données organisées par groupe (groupe 3 et 4) les résultats sont les suivants (Tableau 3-10).

Groupe 3 Groupe 4

Variable dépendante Kfs shallow Kfs shallow

R² 0.61 0.46

Variables explicatives p p

Constante 0.54 0.09

Klab deep (ini) 0.04 0.68

Age 0.97 0.61

Ratio 0.69 0.27

Volume / an 0.87 0.17

Volume total 0.10 0.66

Tableau 3-10 : Régression entre K fs shallow et paramètres de l‘ouvrage et du bassin versant (données groupées)

Comme précédemment, la seule variable explicative est la conductivité hydraulique initiale

pour le groupe 3. Aucune ne l‘est pour le groupe 4.


122

4 Discussion

4.1 Conception des ouvrages

Il est tout d‘abord intéressant de noter que la taille des ouvrages par rapport à leur bassin

versant varie de 0.1 % jusqu‘à 21.9 % avec un ratio moyen de 5.3% (médian = 2.5%) sur les seules

données de Melbourne. Or, il a été montré en introduction de la partie sur le colmatage qu‘un ratio de

1.65% était suffisant pour satisfaire les normes de traitement de l‘azote, du phosphore et des MES.

Les ouvrages sont donc en général surdimensionnés de ce point de vue.

Les résultats des tests de conductivité hydraulique in situ (anneau superficiel et

respectivement anneau profond), montre que 39% (42%) des systèmes ont une conductivité

hydraulique inférieure à 50 mm/h, et 17% (30%) une conductivité supérieure à 200 mm/h, si bien que

seulement 44% (27%) ont une conductivité comprise entre 50 et 200 mm/h conformes aux

recommandations. Ainsi quelle que soit la méthode de mesure, l‘âge et la conception des systèmes,

une grande partie d‘entre eux ont des conductivités hydrauliques inférieures aux normes australiennes

en vigueur.

Les systèmes construits sont donc généralement surdimensionnés, mais avec des

conductivités hydrauliques faibles. Il est intéressant de connaître l‘influence de cette conception sur le

volume traité annuellement. En effet l‘augmentation de la taille de l‘ouvrage par rapport à la taille du

bassin versant peut permettre de compenser la diminution de la conductivité hydraulique et rendre le

volume de traitement acceptable. Prenons par exemple les résultats d‘une modélisation sous MUSIC

de la variation du volume intercepté annuellement en fonction de la conductivité hydraulique et ce

pour des ouvrages dimensionnés avec un ratio de surface de biofiltre sur la surface de bassin versant

de 2.5% et 5.3% (Figure 4-1 et Tableau 4-1).

Biofiltre: 2.5% du bassin versant

0

20

40

60

80

100

0 100 200 300 400 500

Ks

Vo

lum

e in

terc

ep

té

an

nu

elle

me

nt (%

)

K(mm/h)/ ratio (%)* 1.65 2.5 5.3

180 85% 92% 98%

50 63% 74% 90%

10 40% 51% 71%

5 34% 44% 64%

* Avec les données de Melbourne

Figure 4-1 Tableau 4-1

Influence de la taille du bassin versant et de conductivité hydraulique sur le volume moyen annuel traité (%)


123

On notre que pour un ouvrage dimensionné à 1.65% de son bassin versant et avec une

conductivité hydraulique de 180 mm/h, on obtient un pourcentage d‘interception de 85%. Un ouvrage

présentant un ratio de 2.5% et avec une conductivité de 100 mm/h offrira le même niveau

d‘interception. Ce surdimensionnement permet donc de compenser les conductivités hydrauliques

faibles et permet d‘atteindre des niveaux d‘interception satisfaisant. Lorsque que la conductivité

hydraulique décroît encore pour atteindre 5 mm/h (ouvrage supposé colmaté), le pourcentage de

volume intercepté reste de 44% (ratio : 2.5%) ou de 64% (ratio : 5.3%).

4.2 Comparaison des méthodes de mesure in situ

Nous avons montré que les deux méthodes donnaient des résultats qui ne sont pas

significativement différents avec un degré de corrélation moyen entre les deux méthodes (R²=0.44).

L‘absence de différence entre les deux méthodes peut être expliquée par la similarité entre les deux

méthodes de mesures. Ce sont deux méthodes à charge constante qui sont effectuées sur des

sections de sol similaire. Les différences entre les deux méthodes (et donc la corrélation faible)

peuvent elles être expliquées d‘une part par l‘incertitude sur le mesure de conductivité hydraulique qui

est de l‘ordre de 30 % pour les mesures in situ, et d‘autre part par la variabilité spatiale importante de

la conductivité hydraulique au sein même des ouvrages. Cette variabilité spatiale qui est estimée en

mesurant la conductivité hydraulique en différents points des ouvrages est de l‘ordre de 50 %. Les

tests des différentes méthodes n‘ayant pas été faites exactement au même point (les tests modifiant

légèrement le sol lors de leur mise en place), cela peut expliquer la différence entre les résultats.

Enfin, la méthode profonde à tendance à donner des valeurs de conductivité hydraulique plus grandes

que la méthode superficielle. Cela pourrait être expliqué par de possibles écoulements préférentiels le

long du cylindre de l‘anneau profond.

4.3 Comparaison des méthodes in situ et en laboratoire

Nous avons montré que la méthode in situ superficielle donne des résultats statistiquement

équivalents à la méthode de laboratoire (sur les échantillons superficiels). Ces résultats confirment

ceux de Reynolds et al. (2000) qui a montré sur un sable et un limon que la conductivité hydraulique

mesurée par la méthode de l‘anneau superficiel n‘était pas statistiquement différente que celle

mesurée en laboratoire (p>0.05, n=12 pour le sable, n=10 pour le limon). Cependant cette étude a

porté sur des échantillons non remaniés et donc avec le même taux de compaction que les

échantillons in situ.

La corrélation entre les deux méthode est très faible (R²=0.08). Comme lors de la

comparaison des méthodes in situ entre elles, la corrélation faible peut s‘expliquer par la variabilité

spatiale de la conductivité hydraulique (les échantillons de surface n‘étant pas forcément prélevés là

où a été fait le test in situ). Les tests de laboratoire étant effectués sur des échantillons remaniés et

donc recompactés, il est aussi possible que ce degré de compaction soit différent de la compaction in

situ. Un autre facteur pouvant expliquer la différence de résultats entre les deux méthodes de mesure,


124

est le dépôt sédimentaire parfois présent à la surface de certains biofiltres. Lors du test in situ, l‘eau

va pénétrer dans le sol à travers cette couche influençant la conductivité hydraulique. Lors de la

mesure en laboratoire, le sol est remanié et ne respecte plus cette stratification. Il est ainsi possible

que ce facteur influence la mesure de la conductivité hydraulique en laboratoire. Enfin, lors du

prélèvement des échantillons pour analyse en laboratoire, il est possible que du sédiment et du sol

sous jacent aient été prélevés. La mesure en laboratoire va alors être faite sur ce mélange et non

uniquement sur le sédiment.

Enfin nous avons montré que la méthode de l‘anneau profond donne des résultats qui sont

statistiquement différents et faiblement corrélés (R²=0.11) à la méthode de mesure en laboratoire.

Dans ce cas, Il n‘est pas possible de comparer les deux méthodes de mesures. Cela implique qu‘il

n‘est pas possible d‘utiliser les résultats de l‘infiltromètre profond pour évaluer l‘évolution de la

conductivité hydraulique des biofiltres car cette méthode apporte un biais important par rapport à la

mesure en laboratoire.

Ainsi pour le suivi des biofiltres, on préférera une méthode in situ qui ne remanie pas le sol,

qui est moins destructive, simple à mettre en œuvre et que l‘on pourra répéter à intervalles réguliers

dans le temps. Il semble important de réaliser ces tests d‘infiltration à réception de l‘ouvrage afin de

connaître la conductivité initiale du système et vérifier qu‘il respecte bien les valeurs préconisées pour

la conception de l‘ouvrage et ce en différents points.

4.4 Colmatage des systèmes

Colmatage superficiel ou en profondeur ?

Les deux méthodes de mesure in situ donnent des résultats très proches (Kfs deep moyen =

140 mm/h, Cv=123% et Kfs shallow moyen =100 mm/h, Cv=115%). Statistiquement les résultats ne sont

pas différents. Cela indique que la conductivité hydraulique du système est contrôlée par la couche

superficielle et qu‘il n‘y a pas de couche de sol ayant une conductivité hydraulique significativement

plus faible en profondeur. Ces résultats semblent donc confirmer les observations expérimentales de

(Schuh, 1990 ; Winter et al., 2003 ; Mousavi et al., 1999 ; Langergraber et al., 2003) qui ont montré

que le colmatage physique des systèmes d‘infiltration avait lieu principalement en surface.

Evolution avec le temps, rôle de la végétation ?

Les mesures de conductivité hydraulique in situ et les mesures de laboratoire sur les

échantillons prélevés en profondeur permettent d‘étudier l‘évolution de la conductivité hydraulique

avec le temps. Pour cette analyse nous avons fait les hypothèses suivantes :

- Les échantillons prélevés en profondeur représentent la conductivité initiale du corps du

biofiltre ceux-ci n‘ayant pas reçu de sédiments.

- La méthode de mesure n‘apporte pas de biais important (résultats statistiquement identiques

entre la méthode de mesure par l‘infiltromètre superficiel et la méthode de laboratoire).


125

Le dépôt sédimentaire qui est une des causes du colmatage des ouvrages d‘infiltration peut

avoir lieu en surface avec création d‘un matelas colmaté sur le sol (blocage supérieur) ou en

profondeur en remplissant l‘espace poral (blocage interne) comme expliqué par Langergraber et al.

(2003) ou Winter et al. (2003). Parallèlement au phénomène de colmatage, le développement de la

végétation et notamment la croissance des racines va entraîner la création de macropores. Archer et

al. (2000) ont montré que le développement des racines augmente la conductivité hydraulique, les

racines mortes créant des macropores qui facilitent l‘infiltration de l‘eau dans le sol. Deux

phénomènes (dépôt sédimentaire et création de macropores) concurrents prennent donc place

simultanément au cours de la vie des ouvrages d‘infiltration.

Lorsque l‘on compare les mesures de laboratoire (données initiales et mesures sur les

échantillons de surface), on montre que la conductivité initiale est statistiquement plus élevée que la

conductivité actuelle (Klab deep moyen = 289 mm/h, Cv=72% contre Klab surf. moyen = 147 mm/h,

Cv=103%). Dans ce cas, la conductivité de surface ne représente plus que 51% de la conductivité

initiale (soit divisée par un facteur de 2). De même la comparaison des données de surface mesurée

sur le terrain avec les données initiales montrent là encore que la conductivité initiale est

statistiquement supérieure à la conductivité actuelle (Klab deep moyen = 166 mm/h, Cv=116% contre Kfs

surf. moyen = 106 mm/h, Cv=104%). Dans ce cas la conductivité de surface ne représente plus que

64% de la conductivité initiale (soit encore divisée par un facteur de 1.6). De plus, la CAH a montré

que notre jeu de données pouvait se décomposer en deux groupes ayant des comportements

différents :

1. Les systèmes ayant une conductivité hydraulique initiale élevée (Figure 4-2) :

Initialement ces systèmes une conductivité élevée (241 mm/h en moyenne), ce qui peut être

expliqué par un sol comportant peu de fines et un espace poral important. Expérimentalement, on

remarque une diminution importante de la conductivité hydraulique pour ces systèmes : avec les

données in situ K moyen = - 114 mm/h (n=17) avec les données de laboratoire K moyen = -255

mm/h (n=9). La conductivité hydraulique initiale a donc été divisée par environ 2 sur une période

moyenne de 2 ans (âge moyen des ouvrages de ce groupe). Cette diminution (qui est statistiquement

significative) pourrait être expliquée par la création d‘un dépôt sédimentaire de surface. Cependant les

valeurs de conductivités hydrauliques finales restent élevées (Kfs shallow = 127 mm/h, n=17). Une des

hypothèses expliquant ce comportement est l‘effet des racines qui vont créer un réseau de

macropores et permettre des écoulements préférentiels à travers le média. Le colmatage n‘affectant

que la couche superficielle du sol, les macropores permettent à l‘eau de traverser la couche colmatée

puis de s‘infiltrer dans sol sous-jacent ayant une conductivité initiale élevée.


126

Figure 4-2 : Schématisation de l‘évolution de la couche superficielle des systèmes : K initiale élevée

2. Les systèmes ayant une conductivité hydraulique initiale faible (Figure 4-3) :

Initialement ces systèmes ont une conductivité faible (12 mm/h en moyenne), ce qui peut être

expliqué par un sol comportant beaucoup de fines et / ou une faible porosité. Le dépôt sédimentaire

va se faire uniquement en surface. On peut supposer que la granulométrie du sol et des sédiments

seront proches ce qui entraîne globalement peu de modification de la porosité. Expérimentalement on

remarque une légère augmentation de la conductivité hydraulique pour ces systèmes, K moyen =

+25 mm/h (n=11). Il n‘y a donc que peu de modification majeure du système. Cette faible évolution

peut peut-être être expliquée par l‘action des racines qui vont créer des macropores et donc permettre

d‘augmenter légèrement la conductivité initiale.

Figure 4-3 : Schématisation de l‘évolution de la couche superficielle des systèmes : K initiale faible

Kini = 241 mm/h Kfs shallow = 127 mm/h

Kini = 12 mm/h Kfs shallow = 37 mm/h


127

4.5 Corrélation entre caractéristiques du site et performance des ouvrages

Quelle que soit la méthode in situ utilisée pour la mesure de conductivité hydraulique, les

données collectées ne montrent pas de corrélation avec les paramètres caractéristiques de l‘ouvrage

(âge) ou du bassin versant (ratio taille, volume d‘eau annuel transitant dans l‘ouvrage, volume total

ayant transité dans l‘ouvrage depuis sa construction, volume total d‘eau reçu par m² d‘ouvrage). De

même, on ne voit pas de corrélation entre la réduction de la conductivité hydraulique et ces

paramètres pris seuls. Il n‘est donc pas possible de prédire la durée de vie des ouvrages avec les

données collectées. Il n‘est pas non plus possible de mettre en relation directe ces paramètres et la

diminution de la conductivité hydraulique constatée expérimentalement pour un grand nombre

d‘ouvrages. Ces résultats rejoignent ceux de la littérature comme Achleitner et al. (2006) ou encore

Gautier (1998). L‘hypothèse avancée par ces auteurs pour expliquer ce manque de corrélation était

un possible non respect des spécifications initiales. Les mesures de conductivité sur les échantillons

en profondeur semblent confirmer cette hypothèse. La régression multiple montre que le seul

paramètre pouvant explqiuer une part de Kfs est la conductivité hydraulique initiale.


128

5 Conclusions

Les différentes mesures de conductivités hydrauliques menées sur le terrain et en laboratoire,

la collecte d‘informations auprès des collectivités et des bureaux d‘études, l‘acquisition d‘informations

sur le terrain et l‘analyse statistique de ces données permettent d‘aboutir aux conclusions suivantes :

- Les biofiltres sont généralement surdimensionnés (ratio taille ouvrage/taille du bassin versant)

et un nombre important des biofiltres (environ 40 %) a une conductivité inférieure aux normes

en vigueur. Cependant ce dimensionnement n‘a pas d‘influence sur le volume moyen annuel

traité, le surdimensionnement compensant les faibles conductivités hydrauliques.

- Les différentes méthodes de mesures in situ donnent des résultats similaires. Les incertitudes

de mesures ne sont pas si élevées (de l‘ordre de 30%) mais la variabilité spatiale au sein des

ouvrages est importante (de l‘ordre de 50%).

- Les mesures en laboratoire sur les échantillons de surface et les mesures in situ par la

méthode superficielle de l‘anneau sont faiblement corrélées mais statistiquement identiques.

- Le colmatage semble se former à la surface du sol ou dans les premiers centimètres du corps

du biofiltre, les deux méthodes de mesure in situ donnant des résultats similaires.

- La conductivité hydraulique diminue pour les ouvrages ayant une forte conductivité initiale

mais reste tout de même élevée. Une diminution par un facteur de 2 environ a été mis en

évidence. Pour les ouvrages ayant des conductivités hydrauliques initiales faibles, celles-ci

semblent rester assez constante. L‘une des hypothèses pour expliquer ce comportement est

d‘une part un colmatage des systèmes dû à l‘apport de sédiments présents dans les eaux de

ruissellement, d‘autre part la création de macropores par les racines des végétaux permettant

de limiter cette baisse de conductivité hydraulique.

- Les données recueillies ne permettent pas d‘expliquer les variations de conductivité d‘un

système à l‘autre. Il n‘a pas été montré de corrélation entre les variations de conductivité au

cours du temps et les caractéristiques du bassin versant. Ce manque de corrélation peut être

expliqué par un nombre de biofiltres étudié trop faible, un échantillon non représentatif (peu de

systèmes anciens), des facteurs externes non mesurables ou non mesurés.

Il serait maintenant intéressant de suivre un ouvrage en continu afin de connaître d‘une part

l‘évolution continue de la conductivité avec le temps et d‘autre part de connaître les sollicitations

réelles auxquelles sont soumis les ouvrages. De plus, afin de pouvoir vérifier les hypothèses émises,

et notamment l‘impact des sédiments sur la conductivité hydraulique ou le rôle de la végétation sur le

colmatage, des expériences en laboratoire sont nécessaires. Elles permettront d‘étudier l‘influence

des paramètres caractéristiques du bassin versant sur l‘évolution de la conductivité hydraulique avec

le temps dans un environnement où il est possible de connaître et contrôler les sollicitations apportées

aux systèmes.

129

Chapitre 3 : Etude de l’évolution du comportement hydraulique d’un ouvrage

en service : suivi en continu

Chapitre 3 - Etude de l‘évolution du comportement hydraulique d‘un ouvrage en service : suivi en continu

130


131


L‘étude du colmatage basée sur la mesure ponctuelle de la conductivité hydraulique

d‘un grand nombre d‘ouvrages (chapitre 2), a montré que la conductivité hydraulique des

ouvrages semble diminuer au cours du temps, mais il n‘a pas été montré de relation entre les

caractéristiques du bassin versant et le colmatage. Cependant, dans cette étude, de

nombreuses hypothèses simplificatrices ont été faites :

- Les conductivités initiales ont été estimées à partir de la conductivité d‘échantillons

prélevés en profondeur ;

- Les mesures de conductivité ont été faites à un instant donné ;

- Les sollicitations auxquelles étaient soumises les ouvrages ont été estimées et pas

mesurées : les volumes d‘eau apportés à l‘ouvrage ont été estimés à partir de la

taille du bassin versant et des précipitations moyennes.

Il semblerait donc intéressant, de connaître l‘évolution du comportement des ouvrages

sur de longues périodes. Il serait ainsi possible de connaître précisément les conditions

initiales, puis d‘avoir un grand nombre de mesure de conductivité hydraulique au cours du

temps afin de mieux évaluer la possible évolution de ce paramètre. Une étude en continu

permettrait aussi de mieux quantifier les sollicitations auxquelles est soumis l‘ouvrage (volume

d‘eau infiltré, masses de sédiments …).

Dans ce chapitre, nous allons donc sélectionner un ouvrage d‘infiltration et le suivre en

continu sur une période de plusieurs années. Cette approche complémentaire des expériences

déjà présentée, va permettre d‘avoir une image continue de l‘ensemble des sollicitations et des

modifications auxquelles est soumis un ouvrage pendant son fonctionnement. Ces mesures en

continu vont notamment permettre :

- d'évaluer s'il y a des modifications dans le comportement hydraulique de l'ouvrage

au cours du temps et d'estimer la rapidité avec laquelle le colmatage se produit ;

- de développer et/ou caler des modèles susceptibles de reproduire le phénomène

ou le fonctionnement d'un ouvrage colmaté ;

- de développer des méthodes d‘estimation des apports afin de connaître les

sollicitations auxquelles est soumis l‘ouvrage (volume d‘eau de ruissellement,

charge de polluants (notamment les MES et la DCO)) ;

- de mettre en relation ces possibles variations de fonctionnement avec les

sollicitations auxquelles il est soumis.

D‘un point de vue opérationnel cette étude pourra aider les gestionnaires d‘ouvrage à :


132

- évaluer la capacité de piégeage de la pollution particulaire d‘un ouvrage

d‘infiltration ;

- évaluer l‘état de fonctionnement de l‘ouvrage c'est-à-dire si l‘ouvrage présente un

risque en cas d‘événement important ;

- aider à la maintenance des ouvrages notamment en terme de fréquence de curage

et de masses de sédiments à traiter ;

- améliorer leur conception et évaluer leur durée de vie.


133

2 Méthodes

2.1 Présentation du site et de l’instrumentation

2.1.1 Ouvrage et environnement

L‘ouvrage sélectionné est situé dans la banlieue Est de Lyon sur la commune de

Chassieu (69, France) et porte le nom de "Django Reinhardt". Il draine un bassin versant de

type industriel, d‘une surface de 185 ha, plutôt plat (pente moyenne de 4‰ dans le sens Est-

Ouest) et de coefficient d‘imperméabilisation d‘environ 75%.

Le bassin versant est drainé par un réseau séparatif pluvial. Ce réseau reçoit en outre

et en permanence des eaux de temps sec « théoriquement » propres venant de process

industriels de la zone (eaux de refroidissement par exemple). Ce réseau aboutit à un système

composé d‘un bassin de rétention/décantation suivi d‘un bassin d‘infiltration (Figure 2-1a et b).

Les volumes de ces deux compartiments sont respectivement de 32 000 m3 et 61 000 m

3. Ce

sont de grands ouvrages situés à l‘exutoire de réseau et donc de conception ancienne (à

opposer aux ouvrages de gestion à la source étudiés au chapitre précédent).

L‘ouvrage d‘infiltration à une surface de fond d‘environ 8 000 m² relativement plane

comme le montre le plan topographique du fond de l‘ouvrage (Figure 2-1 d). La différence

d‘altitude entre le point haut de l‘ouvrage situé au niveau de l‘arrivée d‘eau (point 1 sur la Figure

2-1 c) et le point bas de l‘ouvrage est de 60 cm (point 4 de la Figure 2-1 c). Le rapport entre la

taille de l‘ouvrage d‘infiltration et la surface imperméabilisée du bassin versant est d‘environ

0.6 %.


134

(a) (b)

-50050

-120

-100

-80

-60

-40

-20

0

20

40

60

80

311.9

312

312.1

312.2

312.3

312.4

312.5

312.6

312.7

(c) (d)

Figure 2-1 : Vue aérienne des ouvrages d‘infiltration et de décantation (a), schéma du système de décantation et d‘infiltration (b), vue en 3 dimensions de l‘ouvrage d‘infiltration avec emplacement des

capteurs de hauteur (c), plan topographique du fond de l‘ouvrage (d)

La nappe phréatique est profonde dans cette zone (13 m sous le fond du bassin).

L‘ouvrage est situé sur une couche de sol fluvio-glaciaire qui a une conductivité hydraulique

moyenne de 5.10-4

m/s (1800 mm/h) (Barraud et al. 2002). L‘analyse granulométrique a montré

que cette couche fluvio-glaciaire est composée majoritairement de matériaux grossiers : 30%

de graves (diamètre > 20 mm), 45 % de gravier (20 mm > d > 2 mm), 20% de sable grossier

(2 mm > d > 0.2 mm) et 5% de sable fin (0.20 mm > d >0.08 mm) (Figure 2-2).

Bassin de décantation

Bassin de rétention

Point d‘arrivée du réseau séparatif

1

3

2

4

1

3

2

4


135

0

10

20

30

40

50

60

70

80

90

100

0.01 0.1 1 10 100

Taille des particules (mm)

% d

e p

assant

Figure 2-2 : Courbe granulométrique du sol de Chassieu

2.1.2 Instrumentation

Les deux bassins qui constituent le système sont instrumentés dans le cadre de

l'OTHU. Nous ne présenterons ici que la part de l'instrumentation en relation avec l'étude du

comportement du bassin d'infiltration. Le dispositif expérimental complet peut être consulté à la

référence (Barraud et al., 2002). L'instrumentation mise en place permet de connaître en

continu avec un pas de temps de 2 minutes différentes grandeurs. Les mesures ont commencé

en décembre 2003.

Le débit entrant dans le bassin d'infiltration est déduit des mesures de hauteurs d'eau

effectuées avec deux sondes piézorésistives et des mesures de vitesses effectuées avec deux

sondes Doppler. Ces mesures sont en effet doublées afin de réduire les incertitudes.

La hauteur d'eau dans l'ouvrage est mesurée par quatre capteurs piézorésistifs

(positionnement indiqué à la Figure 2-1 c). Ces capteurs de hauteur ont pour but de

reconstituer les surfaces d'infiltration et les volumes d'eau dans l'ouvrage. Le capteur 1 se situe

au niveau de l'entrée d'eau, les capteurs 2 (installé en avril 2005) et 3 (installé en août 2005) se

trouvent au milieu de l'ouvrage et le capteur 4 (installé en septembre 2005) est le plus éloigné

de l'entrée et est localisé au point bas (Cf. Figure 2-1 c).

La qualité des eaux entrant dans le bassin d'infiltration est évaluée en continu par des

mesures de la turbidité, du pH, de la conductivité et de la température. La mesure de turbidité

est corrélée à la Demande Chimique en Oxygène (DCO) et aux Matières En Suspension

(MES), qui on le sait, constitue le principal vecteur de la pollution fixée à ces matières. Cette

mesure est doublée et est effectuée d'une part par un turbidimètre à transmission et d'autre part

par un turbidimètre nephélométrique. Pour réaliser ces acquisitions en continu, l‘eau est


136

pompée dans la conduite d'arrivée (à l‘entrée du bassin d‘infiltration) et passe dans un canal où

sont installés les différents capteurs (voir Figure 2-3). Des mesures ponctuelles sont aussi

possibles lors d'un événement pluvieux ou d‘une période de temps sec grâce à un préleveur

automatique réfrigéré. Il est alors possible de faire des mesures de concentrations notamment

de métaux lourds (Cd, Zn, Pb, Cu…), d‘hydrocarbures totaux, d‘HAP, de MES, de pollution

organique globale (DCO, Carbone Organique Total (COT)) et de nutriments (N, P

principalement).

Figure 2-3 : Chaîne de mesures installée en entrée du bassin d‘infiltration

2.2 Méthode d’estimation des apports

Les apports (volume et qualité des eaux entrant dans l‘ouvrage) sont importants à

estimer car ils conditionnent le fonctionnement des systèmes techniques et notamment des

bassins d‘infiltration. Il est donc nécessaire de définir une méthode permettant d‘évaluer les

quantités d‘eau et de matières qui sont en jeu. En terme de matières, nous nous intéresserons

plus particulièrement aux solides (MES) car elles constituent le vecteur principal des polluants

majeurs des eaux de ruissellement pluvial mais également parce que les MES sont supposés

jouer un rôle important dans le colmatage physique des ouvrages d‘infiltration. Nous nous

intéresserons également à la DCO car c‘est un paramètre traduisant globalement la charge

organique des apports. Elle est également susceptible de jouer un rôle non négligeable dans le

colmatage tant physique que biologique. Enfin ils sont choisis car il est possible d‘obtenir

indirectement une bonne couverture de ces paramètres extrêmement variables dans le temps

par la mesure en continu de la turbidité (Fletcher et Deletic, 2007).

Nous caractériserons les apports par :

- les débits et volumes par pas de temps de 2 min, à l‘aide des mesures en continu,

- les débits et volumes par événement de temps de pluie et par période de temps sec,

- les volumes totaux sur des chroniques longues (plusieurs années par exemple),

- les concentrations en MES et en DCO par pas de temps de 2 min,

Bungalow

Préleveur

Transmetteurs

Ecoulement

Pompe

Débitmètre (vitesse + hauteur)

Prise d‘eau

Centrale d‘acquisition

Sondes de mesures


137

- les masses de MES et de DCO par événement de temps de pluie et par période de

temps sec,

- les masses totales cumulées sur des chroniques longues (plusieurs années),

- les incertitudes sur ces grandeurs.

Ce travail demande que soient définis :

- une méthode permettant d‘identifier le temps sec et le temps de pluie dont les

caractéristiques en terme de qualité sont différentes,

- un moyen de reconstituer les concentrations en MES et DCO au cours du temps à

partir des mesures disponibles,

- une démarche de calculs des incertitudes.

2.2.1 Méthode d’identification des périodes de temps de pluie et de temps

sec

Afin d‘estimer les volumes de pluie et de temps sec, ainsi que la quantité des polluants

apportés à l‘ouvrage il faut tout d‘abord différencier les périodes de temps sec et de temps de

pluie.

Les données sont d‘abord analysées à chaque pas de temps de 2 min. On s‘assure

qu‘il y a des données de débit, puis de turbidité pour le pas de temps considéré. Puis, si le débit

est supérieur à 2 l/s (valeur basée sur l‘analyse des hydrogrammes en entrée d‘ouvrage), le

pas de temps est affecté au temps de pluie. Les événements sont ensuite regroupés et on

vérifie alors :

- que le volume de l‘événement est supérieur à 500 m3

;

- qu‘il y a bien eu une pluie provoquant la montée de débit entre les 6h qui ont

précédé cette montée, c'est-à-dire qu‘il y a eu sur cet intervalle de temps au moins

un basculement d‘auget au pluviomètre le plus proche (Bron).

Ce second tri permet de ne pas considérer comme événements de temps de pluie, des

rejets de type industriel douteux qui peuvent représenter de forts débits mais qui ne

correspondent pas à une pluie. Comme nous le montrerons par la suite, ces rejets se font de

manière régulière et peuvent représenter des débits et des volumes importants. Ainsi s‘ajoute

au débit de temps sec habituel (infiltration de l‘eau du sol dans le réseau) un débit dû à l‘activité

des entreprises du site.

Les mesures se faisant avec un pas de temps de 2 min et sur une durée de 3.5 ans, ce

découpage a été automatisé. Le fonctionnement du programme qui fait ce découpage est

présenté en annexe D. D‘autres méthodes plus sophistiquées ont été testés et fournissent des

résultats très similaires (Torres et al., 2007).


138

2.2.2 Exemple d’identification des périodes de temps sec et de temps de

pluie

Afin d‘illustrer la méthode pour analyser les données, une période d‘une durée de 15

jours, (entre le 13 juin et le 25 juin 2005) a été sélectionnée. Cet exemple va permettre

d‘expliquer la méthode de découpage entre temps sec et de temps de pluie et de montrer

l‘influence des rejets industriels.

La Figure 2-4 présente d‘une part le débit entrant dans l‘ouvrage (mesuré avec un pas

de temps de 2 min) et d‘autre part l‘intensité des événements pluvieux sur la même période

mesurée au pluviomètre de Bron situé a proximité de l‘ouvrage. La Figure 2-5 présente quant à

elle, le débit entrant et la turbidité à chaque pas de temps. Ces deux figures représentent les

données mesurées à l‘entrée du bassin d‘infiltration.

0

50

100

150

200

250

13/06 00:00 15/06 00:00 17/06 00:00 19/06 00:00 21/06 00:00 23/06 00:00 25/06 00:00 27/06 00:00 29/06 00:00

Déb

it (

l/s)

0

5

10

15

20

25

30

35

40

Inste

nsité (

mm

/h)

Q (l/s)

Intensité (mm/h)

Figure 2-4 : Hyétogramme (mm/h, en haut) et hydrogramme à l‘entrée de l‘ouvrage d‘infiltration (l/s, en bas) entre le 13/06/05 et le 18/06/05


139

0

50

100

150

200

250

13/06 00:00 15/06 00:00 17/06 00:00 19/06 00:00 21/06 00:00 23/06 00:00 25/06 00:00 27/06 00:00 29/06 00:00

Dé

bit (

l/s)

0

20

40

60

80

100

120

140

160

180

Tu

rbid

ité

(N

TU

)

Q (l/s)

Turbidité (NTU)

Figure 2-5 : Hydrogramme à l‘entrée de l‘ouvrage d‘infiltration (l/s) et turbidité (NTU) entre le 13/06/05 et le 18/06/05

Les caractéristiques des quatre événements pluvieux mesurés par le pluviomètre sont

présentées dans le Tableau 2-1. Sur cette période, seuls les événements entre le 13 et le 14

juin (événement 1 à 4) sont susceptibles de provoquer du ruissellement. L‘événement pluvieux

du 25 juin ne produit pas de ruissellement car la hauteur précipitée est inférieure à 1 mm.

# événement Heure de début Heure de fin Durée (min) Hauteur (mm) I moyenne (mm/h) DTS (h)

1 13/06/05 14:59 13/06/05 15:45 47 1.8 2.3 233.11

2 13/06/05 20:43 14/06/05 3:48 426 13.2 1.86 4.98

3 14/06/05 9:51 14/06/05 10:47 57 4.2 4.42 6.06

4 14/06/05 15:53 14/06/05 17:32 100 15.2 9.12 5.11

5 25/06/05 16:14 25/06/05 16:21 8 0.4 3 262.71

Tableau 2-1: Caractéristiques des événements pluvieux entre le 13/06/2005 et le 28/06/05

Sur la Figure 2-4 on remarque une augmentation très importante du débit à l‘entrée de

l‘ouvrage entre le 13 et le 16 juin (délimité par une flèche), qui correspond aux événements

pluvieux #1 à #4. On remarque aussi des pics réguliers de débit en l‘absence de pluie,

caractéristiques des rejets industriels dans le réseau pluvial. Lorsque l‘on fait le découpage

sec/pluie, il est important de prendre en compte ces rejets de temps sec.

2.2.3 Méthode d’évaluation des concentrations en MES et DCO - Relation

MES - turbidité et DCO-turbidité

La reconstitution des concentrations en MES et en DCO apportées à l‘ouvrage va

permettre d‘évaluer les masses de sédiments qui arrivent à l‘ouvrage et les masses de matière

organique de ces apports. La méthode pour reconstituer les concentrations en MES et en DCO

à partir des mesures de turbidités est décrite de façon précise dans Bertrand-Krajewski et al.


140

(2007). Une attention particulière a été donnée à l‘obtention de ces relations. En effet, elles

vont conditionner en grande partie l‘estimation des masses totales de polluants (MES et DCO)

apportés à l‘ouvrage. L‘évaluation des incertitudes sur ces relations est donc de première

importance.

L‘obtention de ces relations se fait par prélèvement d‘échantillons pendant des périodes

de pluie et de temps sec qui sont ensuite analysés conjointement en MES et turbidités ou en

DCO et turbidité.

Pour connaître conjointement les MES et la turbidité d‘un effluent, il est nécessaire de

travailler sur des prélèvements communs où les deux mesures sont maîtrisées. Pour cela, à

l‘aide du dispositif de prélèvement existant sur Django Reinhardt (Cf. Figure 2-3), plusieurs

prélèvements sont effectués par temps sec et par temps de pluie pour différentes pluies.

Chaque prélèvement est de 1L. Cette quantité prélevée est ensuite placée dans un bêcher et

agitée pendant quelques minutes. Les capteurs de turbidité utilisés sur le site, préalablement

étalonnés, sont placés au contact de l‘effluent. 50 mesures de turbidité sont alors effectuées.

Le contenu du bêcher est ensuite séparé en trois parties égales dont le contenu est analysé en

MES (mesure tripliquée). Les mesures de MES sont réalisées selon la norme AFNOR NF EN

872. A l‘aide d‘un équipement de filtration sous vide, l‘échantillon est filtré sur un filtre en fibres

de verre. Le filtre est ensuite séché et la masse du résidu retenu sur le filtre est déterminée par

pesée (différence entre les poids du filtre sec et couvert de résidu). La valeur de la

concentration en MES est déduite de cette masse et du volume connu de solution filtrée.

Chaque mesure ainsi obtenue (turbidité et MES) est quantifiée par une valeur moyenne issue

respectivement de 50 mesures pour la turbidité et de 3 pour les MES. Les incertitudes sur ces

mesures peuvent donc être évaluées à partir de la dispersion des analyses (erreur sur

l‘échantillon) et des incertitudes sur la mesure du capteur (erreur liée à l‘étalonnage) comme

nous le verrons ultérieurement. La même procédure est utilisée pour la concentration en DCO

en fonction de la turbidité. Les données sont ensuite analysées statistiquement à chaque étape

du processus :

- analyse des triplicats et élimination des valeurs trop éloignées des valeurs

moyennes,

- élimination des valeurs ayant une incertitude supérieure à 25 % de la valeur

mesurée,

- analyse de l‘ensemble des données et élimination des valeurs hors de l‘intervalle

de confiance à 95%.

Cela aboutit à des séries de couples (concentrations en MES, turbidités) et

(concentrations en DCO, turbidités). La méthode permettant d‘approximer la relation MES /

turbidité et DCO/ turbidité est alors mise en oeuvre. Une régression linéaire peut être proposée

au vu des résultats de mesure. Si l‘on veut tenir compte des incertitudes sur les deux mesures


141

MES et turbidités, l‘approximation peut être réalisée suivant la méthode de Williamson (1968),

décrite dans (Bertrand-Krajewski et al., 2004). Le principe de la méthode de Williamson Least

Square (WLS) consiste à minimiser la somme suivante :

2 2

1

( )( ) ( )( )N

i i i i i i

i

S W x x X W y y Y Équation 3

Avec (xi,yi) sont les points mesurés, (Xi,Yi) les valeurs estimées, W(xi) et W(yi) les poids de xi et

yi qui sont égaux à la variance de xi et yi et N est le nombre de points.

Début Novembre 2004, un muret a été construit dans l‘ouvrage de décantation afin

d‘augmenter son efficacité. Cette construction a eu pour conséquence de modifier les relations

entre la turbidité et la concentration en MES et DCO. Nous avons donc un jeu de relations

correspondant à la période avant novembre 2004 et un jeu de relations après cette date. Pour

chaque relation on obtient la variance (v(a)) sur la pente, (v(b)) sur l‘ordonnée à l‘origine et

(cov(a,b)) la covariance entre a et b. Au final, nous obtenons huit relations linéaires liant la

mesure de turbidité (T) avec les concentrations en MES et en DCO (C):

Avant le 1/11/2004 :

MES/Turbidité

- temps de pluie : C=1.16 T –66.99, v(a)=0.02, v(b)=352.94 et cov(a,b)=-2.13

- temps sec : C=1.74 T –12.42, v(a)=0.03, v(b)=4.65 et cov(a,b)=-0.32

DCO/ Turbidité

- temps de pluie : C=0.2 T + 124.54, v(a)=0.03, v(b)=1120.70 et cov(a,b)=-5.92

- temps sec : C=1.10 T – 1.06, v(a)=0.00, v(b)=0.00 et cov(a,b)=0.00

Après le 1/11/2004 :

MES/Turbidité

- temps de pluie : C=1.06 T – 43.15, v(a)=0.01, v(b)=177.32 et cov(a,b)=-0.99

- temps sec : C=0.53 T – 8.12, v(a)=0.00, v(b)=2.94 et cov(a,b)=-0.08

DCO/ Turbidité

- temps de pluie : C=0.25 T + 32.84, v(a)=0.00, v(b)=221.88 et cov(a,b)=-0.38

- temps sec : C=1.76 T –25.90, v(a)=0.01, v(b)=51.17 et cov(a,b)=-0.44

2.2.4 Evaluation des incertitudes

Afin d‘évaluer les incertitudes sur les volumes et les masses de sédiments qui arrivent au

bassin d‘infiltration nous avons appliqué la loi de propagation des incertitudes. La loi de

propagation des incertitudes permet d‘évaluer l‘incertitude u(Y):

)X

f()

X

f)(X,X(u)²

X

f)²(X(u)²Y(u

j

n

ij i

ji

n

k

n

ik

k11

1

1

2 Équation 4


142

Avec u(Xk) L‘incertitude sur la grandeur mesurée Xk et u(Xi, Xj)= r (Xi, Xj) u(Xi).u(Xj) la

covariance de Xi et Xj avec r (Xi, Xj) le coefficient de corrélation entre Xi et Xj, n nombre de

grandeurs permettant le calcul de T.

On présentera tout d‘abord les incertitudes à chaque pas de temps sur le débit, la

concentration en MES et DCO, et les masses de MES et de DCO. Ensuite sera exposé le mode

de calcul des incertitudes associées à chaque événement (en temps de pluie et en temps sec)

et enfin des incertitudes sur toute la durée étudiée.

Incertitudes par pas de temps

Les incertitudes sur les débits mesurés sont calculées en appliquant la loi de

propagation des incertitudes. La méthode est expliquée dans (Bertrand-Krajewski et al., 2000)

ou dans (NIST, 1994).

Le débit mesuré est évalué à partir d‘une mesure de hauteur et de vitesse. Dans notre

cas, le débit s‘écoule au travers d‘une section circulaire de rayon Rc, si bien que le débit peut

être estimé à partir de 3 variables jugées indépendantes : Rc (rayon du collecteur), h (hauteur

d‘eau mesurée dans le collecteur) et U (vitesse mesurée dans le collecteur). D‘après l‘équation

5, l‘incertitude sur le débit est donné par :

)²)²(()²)²(()²)²(()²(U

QUu

h

Qhu

Rc

QRuQu c Équation 5

Les incertitudes sur la concentration en MES et en DCO dépendent, quant à elles, de la

turbidité et des coefficients a et b de la régression linéaire réalisée au sens de Williamson. Les

incertitudes sur les concentrations sont données par :

),cov(2)()(²)(²)²( baTbvTvaavTcu Équation 6

Avec u(c) l‘incertitude sur la concentration de MES ou de DCO, T la turbidité mesurée en

continu, v(a) et v(b) les variances de la pente et de l‘ordonnée à l‘origine de la relation MES-

turbidité ou DCO-turbidité déterminées par le méthode de Williamson, cov(a,b) la covariance

entre a et b et v(T) la variance de la turbidité estimée constante à 1 NTU en temps sec et en

temps de pluie.

Enfin pour estimer les incertitudes sur les masses de polluants à chaque pas de temps

on applique à nouveau la loi de propagation des incertitudes en prenant comme hypothèse que

le volume et la concentration ne sont pas corrélés. Cette hypothèse a été justifiée en vérifiant

qu‘il n‘y avait pas de corrélation entre le volume des événements et leur concentration

moyenne (voir figure en annexe E). Comme la masse est le produit de la concentration en MES

ou en DCO par le volume à chaque pas de temps, l‘incertitude s‘écrit alors :


143

)²)²(()²)²(()²(v

mvu

c

mcumu

Équation 7

Incertitudes par événement

Par évènement les variables dont il faut calculer les incertitudes résultent de la

sommation des variables par pas de temps. Le volume V et la masse M pour un événement

pluvieux ou pour une période de temps sec s‘écrivent :

N

iivV

1

N

iimM

1

Équation 8 et Équation 9

Avec V le volume d‘un événement, M La masse d‘un événement, vi le volume au pas de temps

i , mi la masse au pas de temps i et N le nombre de pas de temps de l‘événement.

Trois cas sont à distinguer pour évaluer les incertitudes pour un événement donné. Les

différents cas dépendent du degré de corrélation supposé entre les différentes variables.

Variables totalement non corrélées

Dans ce cas on considère que toutes les valeurs de volume (vi) ou les valeurs de

masses (mi) sont indépendantes les unes des autres. En appliquant la loi de propagation des

incertitudes avec r(vi,vj) = 0 i [1,N], j [1,N] et i ≠ j. On obtient alors :

N

iMin )²vi(u)²V(u

1

et N

iMin )²mi(u)²M(u

1


En faisant cette hypothèse de non corrélation des valeurs on estimera une incertitude

minimum.

Variables totalement corrélées

Dans ce cas, on fait comme hypothèse que les valeurs de volume (vi) et de masse (mi)

sont totalement corrélées entre elles au cours d‘un événement, c'est-à-dire que r(vi,vj) = 1

(resp. r(mi,mj)) i [1,N], j [1,N] et i ≠ j. On obtient alors :

N

iMax )vi(u)V(u

1

et N

iMax )mi(u)M(u

1


Cette hypothèse conduit à l‘estimation de l‘incertitude maximum sur les volumes et les masses.

Variables partiellement corrélées

Il est possible d‘estimer le degré corrélation entre les valeurs successives de volumes

ou de masses. La méthode permettant d‘estimer le degré de corrélation entre des valeurs

chronologiques est expliquée dans (Bertrand-Krajewski et al., 2001). Pour cela il est nécessaire


144

de calculer le variogramme qui permet d‘estimer sur quelle durée mΔt la corrélation entre les

grandeurs doit être prise en compte. Le variogramme est défini par la relation :

i

imi vvmN

tc )²()(2

1)(

Équation 14

Avec m le nombre de pas de temps séparant deux valeurs vi et N(m) le nombre de couples

de points séparés d‘une durée mΔt.

Des exemples de variogrammes seront présentés ultérieurement notamment en Figure 2-6. On

calcule ensuite la variance des N valeurs de volume vi ou de masses mi par la relation :

)1(

)²(²

)²( 1 1

NN

viviN

Vs

N

i

N

i

Équation 15

Cette valeur est appelée palier du variogramme. Le temps correspondant à

l‘intersection de la droite y= s(V)² et du variogramme donne la portée du variogramme qui

représente la durée pendant laquelle le degré d‘autocorrélation est significatif.

On peut ensuite calculer l‘incertitude sur le débit ou la masse par la relation :

)mi,Nmin(

ij

N

i

N

iVar )vj(u)vi(u)vj,vi(r)²vi(u)²V(u

11

1

1

2 Équation 16

La Figure 2-6 présente un exemple de variogramme sur les volumes pour l‘événement

pluvieux du 14/06. Pour cet événement de 41h10 min, on a une portée de 988 min. Au final

avec cette portée on obtient des incertitudes relatives de 3.4 % sur les volumes, valeur qui est

bien comprise entre l‘incertitude minimale (0.5 %) et l‘incertitude maximale (15.6 %).

0 500 1000 1500 2000 25000

500

1000

1500

2000

2500

3000

3500

4000

4500

Durée (min)

Variogra

mm

e

Variogramme sur les volumes (pluie du 14/06/05)

Figure 2-6 : Variogramme (sur les volumes) pour l'événement du 14/06/2005


145

2.2.5 Incertitudes sur une série chronologique d’évènements

A partir des valeurs calculées par le variogramme (valeurs partiellement corrélées entre

elles) et en prenant pour hypothèse qu‘il n‘y a pas de corrélation d‘un événement à l‘autre on

peut estimer une incertitude sur les masses et sur les volumes totaux apportés pendant la

période étudiée.

Ne

iiVVtot

1

Ne

iiMMtot

1


Avec Vtot le volume total apporté par la série d‘événements, Mtot la masse totale apporté par la

série d‘événements, vi le volume d‘un événement, mi la masse d‘un événement et Ne le

nombre d‘événements pendant la série chronologique étudiée.

On suppose que les événements sont indépendants les uns des autres et donc qu‘il n‘y

a pas de corrélation entre eux. Pour les événements pluvieux on prend les incertitudes de

chaque événement calculées par la méthode du variogramme (u(Vi)var et u(Mi)var), pour le

temps sec ou lorsqu‘il n‘y a pas de données de qualité on utilise les incertitudes maximales de

chaque événement (u(Vi)max et u(Mi)max). On obtient alors :

- Temps de pluie :

Ne

ivar ²)Vi(u)²Vtot(u

1

et Ne

ivar ²)Mi(u)²Mtot(u

1


Ne : nombre d‘événements

- Temps sec ou lorsqu‘il n‘y a pas de mesure de qualité :

Ne

imax²)Vi(u)²Vtot(u

1

et Ne

imax²)Mi(u)²Mtot(u

1


Avec Ne : nombre de période de temps sec

2.2.6 Incertitudes sur les concentrations

Les concentrations moyennes par événement sont calculées par

i

i

evV

MC et sur une

chronique plus longue par : Vtot

MtotCev

Les incertitudes sur les concentrations moyennes sont calculées respectivement par

)²)(²

²)²((

1)( i

i

ii

i

ev VuV

MMu

VCu et )²)(

²

²)²((

1)( Vtotu

Vtot

MtotMtotu

VtotCu ev



146

Avec Vi le volume sur un événement, Mi la masse d‘un événement, Vtot le volume total, Mtot la

masse totale u(Mi), u(Vi), u(Mtot) et u(Vtot) les incertitudes associées.

2.2.7 Exemple de reconstitution des masses et des calculs d’incertitudes

Sur la période de 15 jours présentée précédemment, nous avons reconstitué les

volumes et les masses de MES/DCO apportés par chaque événement, nous avons calculé les

masses et les volumes totaux et nous avons évalué les incertitudes associées.

A partir de ce découpage temps sec / temps de pluie, on calcule les volumes d‘eau qui

arrivent au bassin d‘infiltration, la masse de polluants (MES et DCO) associée et les

incertitudes sur ces grandeurs pour chaque période. Les résultats des caractéristiques de

chaque période sont synthétisés dans le Tableau 2-2.

Volume (m

3), incertitudes relatives

(%) Masse de MES (kg), incertitudes

relatives (%) Masse de DCO (kg), incertitudes

relatives (%)

Type Début Fin Durée (h :

min) V (m

3) ur min

ur vario

ur max M MES

(kg) ur min

ur vario

ur max M DCO

(kg) ur min

ur vario

ur max

Pluie 13/06/05

17:28 13/06/05

22:42 5:12 654 1.9 11.0 23.0 48 2.9 18.9 34.3 39.4 3.8 24.8 45.3

Sec 13/06/05

22:44 14/06/05

0:18 1:35 9 15.0 103.8 0 14.9 102.0 0.9 15.3 104.9

Pluie 14/06/05

0:20 15/06/05

17:30 41:10 12473 0.5 3.4 15.6 439 1.8 22.3 59.4 635.2 1.6 8.0 53.0

Sec 15/06/05

17:32 28/06/05

17:30 311:58 5230 0.6 51.6 38 0.9 47.0 129.0 1.6 81.7

Tableau 2-2 : Bilan de la période du 13/06/2005 au 28/06/05

Pour cette durée de 15 jours, on a donc deux événements pluvieux d‘un volume total

de 13127 m3 mesuré avec une incertitude de 3.3% et un volume de temps sec de 5240 m

3

mesuré avec une incertitude de 51.5%. Le temps sec représente donc une part importante du

volume qui arrive à l‘ouvrage (28.5% du volume).

Cependant le temps sec ne représente qu‘une petite partie de la masse de sédiments

apportés à l‘ouvrage. Sur cette période, 486 kg sont apportés en temps de pluie (incertitude

relative de 3.0%) et 38 kg en temps de pluie (incertitude relative de 15.8%). Sur cette période,

le temps de pluie représente donc 93% des masses apportées.

2.2.8 Estimation de l’épaisseur de sédiments dans l’ouvrages

A partir des mesures de qualité en entrée de l‘ouvrage

A partir des masses de MES mesurées en entrée de l‘ouvrage, il est possible d‘évaluer

l‘ordre de grandeur de la vitesse de dépôt des sédiments dans l‘ouvrage ainsi que l‘épaisseur


147

de la couche de sédiments à la surface du bassin. On prendra comme hypothèse une densité

des sédiments de 2.33 t/m3

(Chebbo, 1992), et une surface du fond de l‘ouvrage de 8000 m².

On suppose aussi que le dépôt se fera de façon homogène sur l‘ensemble de la surface du

bassin et qu‘il n‘y a pas de migration des fines en profondeur.

A partir des mesures d‘épaisseur dans l‘ouvrage

En juillet 2007, soit 3 ans et 3 mois après le décolmatage de l‘ouvrage, l‘épaisseur de la

couche de sédiments a été mesurée en 97 points du bassin suivant une maille régulière de

10m par 10m. A partir de ces mesures ponctuelles nous pouvons reconstituer l‘épaisseur

moyenne de la couche colmatée (la méthode d‘interpolation utilisée est présentée en détail au

chapitre 6). L‘épaisseur moyenne est égale à :

n

i

i

n

i

ii

S

Se

e

1

1 Équation 25

Avec e l‘épaisseur moyenne sur l‘ouvrage, ei l‘épaisseur de sédiments sur la maille i et Si la

surface de la maille i.

Les incertitudes sur la reconstitution des épaisseurs sont calculées par la méthode de

Monte Carlo pour 1000 simulations, en supposant que chaque épaisseur mesurée est une

variable ayant une distribution normale dont l‘écart type est de 1 cm et de moyenne égale à la

valeur mesurée.

2.3 Evaluation de la capacité d’infiltration de l’ouvrage

2.3.1 Caractérisation du colmatage

La mesure de la conductivité par les méthodes classiques comme celle de l'anneau

simple (utilisé au chapitre 2) est peu adaptée pour cet ouvrage : d'une part en raison du type de

sol (fluvio-glaciaire ayant une conductivité hydraulique élevée et installation difficile dans ce

type de sol) et, d'autre part à cause de la variabilité spatiale de cette conductivité hydraulique

qui nécessiterait un grand nombre de tests à intervalles de temps réguliers afin de quantifier la

conductivité hydraulique moyenne de l‘ouvrage.

Une des solutions est de déterminer l‘infiltrabilité globale de l‘ouvrage et d‘estimer sa

résistance hydraulique globale. La résistance hydraulique représente la durée nécessaire à une

quantité unitaire d‘eau pour passer à travers la couche colmatée sous une charge unitaire

(Bouwer, 2002). Les hypothèses du modèle de Bouwer sont les suivantes (Bouwer, 1969) :

- La couche colmatée doit avoir une conductivité hydraulique faible devant la conductivité

hydraulique du sol sous-jacent (voir Figure 2-7).


148

- Le sol sous jacent est donc non saturé, la nappe phréatique doit être profonde et le

fond de l‘ouvrage au dessus de la frange capillaire. Dans ce cas, l‘écoulement dans la

couche non saturée du sol sera seulement dû à la gravité et le gradient hydraulique

sera égal à 1. La charge de pression est supposée constante dans la zone non

saturée.

Figure 2-7. Infiltration dans le cas d‘un bassin colmaté (figure de gauche d‘après Bouwer, 2002)

Si on applique la loi de Darcy pour le système de la Figure 2-7 avec les hypothèses

mentionnées ci-dessus on obtient le modèle de Bouwer qui donne une relation entre la vitesse

d‘infiltration et la hauteur d‘eau dans le bassin. Cette relation est de la forme :

e

hehKv cr

c0 Équation 26

Avec v la vitesse d‘infiltration, Kc la conductivité hydraulique de la couche colmatée, h0 la

hauteur d‘eau dans le bassin, e l‘épaisseur de la couche colmatée et hcr la charge de pression

dans la zone non saturée dont il existe des valeurs guides pour différents types de sol (Bouwer,

2002). Pour une grave sableuse hcr peut être prise égale à -0.10 m. C'est la valeur que nous

avons retenue car elle a été confirmée lors d'études antérieures sur ce même bassin (Perrodin

et al., 2005).

En faisant comme hypothèse que l‘épaisseur de la couche colmatée est très faible par

rapport à la hauteur d‘eau dans le bassin on obtient l‘équation de vidange suivante :

R

hh

e

hhKv crcr

c00 Équation 27

SR

hhQ cr .0

inf Équation 28

Avec S la surface d‘infiltration.

On regroupe sous un paramètre R l‘épaisseur de la couche colmatée sur sa

conductivité hydraulique qui représente la résistance hydraulique du bassin d‘infiltration.

Notre but est de caler la résistance hydraulique pour chaque événement pluvieux afin

de savoir si on observe avec le temps une augmentation globale de cette grandeur. Pour cela,

Couche colmatée

Zone non saturée


149

nous avons besoin du débit infiltré à chaque instant. On peut le déduire de l‘équation de

continuité, des mesures des débits entrant dans le bassin d‘infiltration et des mesures de

hauteurs d‘eau dans le bassin :

)()()(

inf tQtQdt

tdVe

Équation 29

Avec V(t) le volume stocké à l‘instant t, Qe(t) débit entrant dans le bassin (mesuré) et Qinf(t) le

débit infiltré.

Le volume d‘eau dans le bassin est calculé à partir des mesures de hauteur d‘eau dans

celui-ci. Ces mesures de hauteur sont reportées sur un modèle numérique de terrain (MNT) fait

avec un GPS différentiel où sont insérées les cotes exactes des sondes piézo-résistives. A

partir des données topographiques, on peut définir une équation de stockage entre la hauteur

d‘eau dans le bassin et le volume.

On cale ensuite la résistance hydraulique par la méthode des moindres carrés en

minimisant la fonction critère suivante :

n

ii

crii

n

iii )h(S

R

)hh((infQ)²QbouwerinfQ(C

1

2

1

Équation 30

Avec n le nombre de points de mesures, R le paramètre à caler, Qinf le débit mesuré, S(hi) la

surface d‘infiltration, hi la hauteur d‘eau dans le bassin, hcr la charge hydraulique dans la zone

non saturée. La surface infiltrée Si dépendant de la hauteur hi est également déduite du MNT.

La résistance hydraulique est ensuite corrigée en fonction de la température de l‘eau.

En effet, la conductivité hydraulique d‘un sol est proportionnelle à la perméabilité intrinsèque du

sol k, à la masse volumique (ρw) et inversement proportionnelle à la viscosité dynamique de

l‘eau (ηw) :

gkKw

w

Équation 31

Avec g l‘accélération de la gravité. La masse volumique et la viscosité dynamique dépendent

de la température. Si l‘on introduit la viscosité cinématique w définie par :

w

ww Équation 32

La conductivité hydraulique peut alors s‘écrire comme :

w

kg

RK

1 Équation 33

L‘évolution de la viscosité cinématique en fonction de la température peut être

approximée (pour des températures comprises entre 5°C et 40°C) par :

960

5171102390

.²R

.T.)T(w Équation 34


150

On norme ensuite toutes les résistances hydrauliques à 20°C par la relation suivante :

2020

w

w

CR C R x C

x C Équation 35

Avec R[20°C] la résistance hydraulique normée à 20°C, R[x°C] la résistance hydraulique à la

température de l‘eau lors de l‘événement, ν[20°C] la viscosité cinématique à 20 °C (1.005x10-6

m²/s), ν[x°C] la viscosité cinématique à la température moyenne de l‘eau lors de l‘événement

donnée par l‘équation 33. La température de l‘eau est quant à elle mesurée in situ en continu.

2.3.2 Incertitudes sur la résistance hydraulique

Principe de calcul

Afin d‘évaluer l‘incertitude sur le paramètre de calage, la méthode de Monte Carlo a été

utilisée (Bertrand-Krajewski, 2000). En effet pour évaluer l‘incertitude sur un paramètre de

calage on ne peut pas utiliser la méthode classique de la loi de propagation des incertitudes. R

est en effet le résultat de la recherche du minimum de la fonction critère présentée dans

l‘Equation 31. R n‘est donc pas directement explicitable en fonction des variables qui servent à

l‘évaluer. Ainsi pour calculer l‘incertitude commise sur R, nous avons considéré R comme une

variable aléatoire fonction des variables aléatoires Qinfi, hi, hcr. Nous avons ensuite fait

l‘hypothèse que la hauteur d‘eau dans l‘ouvrage hi, la pression critique hcr et le débit infiltré

mesuré Qinfi suivait une distribution normale de moyenne égale à la valeur mesurée (ou

estimée pour hcr) au pas de temps i et d‘écart type égal à l‘incertitude. Puis, nous avons à l‘aide

de la méthode de Monte Carlo, calé Ns fois la résistance hydraulique R, non pas avec les

valeurs mesurées ou estimées mais avec des valeurs tirées au hasard dans les distributions

normales correspondant aux différentes variables Qinfi, hi, hcr. Pour représenter correctement

les séries statistiques, il a été nécessaire de réaliser le calage 800 fois (Ns=800). Pour chaque

événement considéré, et pour chaque capteur de hauteur (k) on obtient une distribution de la

résistance hydraulique avec une valeur moyenne et un écart type représentant l‘incertitude

u(Rk).

Dans cette procédure, nous avons considéré les incertitudes suivantes sur les

différentes variables permettant le calcul de R :

- u(hcr) = 5 cm : valeur maximaliste basée sur la variabilité du type de sol (sable et

gravier)

- u(hi) = 1.5 cm : valeur maximaliste qui prend en compte la précision du capteur de

hauteur mais aussi l‘incertitude sur son positionnement et à sa côte altimétrique

- u(Qinfi) est calculée par la loi de propagation des incertitudes à chaque pas de

temps (voir Equation 40)


151

La résistance hydraulique étant calculée par les données mesurées par chaque capteur

(k) de hauteur (lorsque ces données existent), on obtient pour chaque événement, jusqu‘à

quatre valeurs de résistances hydrauliques. La résistance hydraulique du bassin associée à un

événement pluvieux a été calculée comme la moyenne des calages réalisés à partir des

cn capteurs ( 41 cn ). L‘incertitude sur la résistance hydraulique finale est donnée par

l‘équation 37 qui suppose une corrélation compléte des valeurs de Rk :

c

n

ik

n

)R(u

)R(u

c

1 Équation 36

Avec u(Rk) l‘incertitude sur le calage calculée pour le capteur i, et nc : nombre de capteurs

ayant servi au calage des résistances ( 41 cn )

Incertitude sur le débit infiltré mesuré

Le débit infiltré mesuré est donné par l‘Equation 28. Les valeurs utilisées sont des

valeurs moyennes calculées sur un pas de temps de 20 min (soit n=10 mesures car on mesure

les grandeurs avec un pas de temps de 2 min).

- Incertitudes sur le débit entrant :

On calcule tout d‘abord l‘incertitude sur le débit entrant dans l‘ouvrage Qe(i) à chaque

pas de temps. Il est calculé par la loi de propagation des incertitudes comme expliqué au

paragraphe 2.2.4.

Ensuite on calcule l‘incertitude moyenne sur le pas de temps de 20 min. En prenant

comme hypothèse que les valeurs de débits sont complètement corrélées et en appliquant la loi

de propagation de incertitudes (incertitudes majorées), on a alors :

n

iQu

Qeu

n

i

e

1

)(

)( Équation 37

- Incertitudes sur la variation de volume :

On calcule l‘incertitude sur le volume d‘eau dans l‘ouvrage à chaque pas de temps.

Celui-ci dépend, rappelons le, de la hauteur dans le bassin selon une fonction de stockage

vi=fv(hi). On estime l‘incertitude sur la mesure de la hauteur d‘eau à 1.5 cm, soit u(h) = 1.5 cm.

L‘incertitude sur le volume est donné par :

i

v

h

f)hi(u)vi(u Équation 38

Avec

i

v

h

fla dérivée de la fonction de stockage liant la hauteur et le volume


152

On calcule ensuite l‘incertitude sur le volume d‘eau moyen dans l‘ouvrage. On prend

comme hypothèse que les volumes d‘un pas de temps à l‘autre sont complètement corrélés

(incertitude maximale), soit :

n

viu

Vu

n

i 1

)(

)( Équation 39

Enfin on estime l‘incertitude sur la variation de volume en prenant comme hypothèse

qu‘il n‘y a pas de corrélation entre le volume d‘eau dans le bassin sur période i et la période i+1,

soit :

)²()²(1)(

)( 11

iiii VuVu

dtt

VVu

dt

dVu Équation 40

Avec dt la taille du pas de temps soit 20 min.

- Incertitude sur le débit infiltré mesuré On applique la loi de propagation des incertitudes à l‘équation 30 et on obtient :

)²())²(())inf((dt

dVutQeutQu Équation 41

Il est à noter que l‘on ne prend pas en compte dans ce calcul les incertitudes sur le

polynôme d‘approximation des volumes d‘eau dans l‘ouvrage et sur les pas de temps de

mesure. En effet ces incertitudes sont toutes les deux négligeables par rapport aux incertitudes

sur les débits et les hauteurs d‘eau mesurées.


153

3 Résultats

3.1 Reconstitution des sollicitations

3.1.1 Reconstitution des volumes et des masses totales

Les calculs ont été faits sur une période de 42 mois entre janvier 2004 et juin 2007. On

distingue deux périodes pour la reconstitution des masses, entre janvier 2004 et octobre 2004

et à partir de novembre 2004 lorsque la digue a été construite dans le bassin de décantation.

L‘intégralité des résultats sont présentés en annexe F (début et fin des événements, volume,

masse de MES et DCO, incertitudes associées).

Il est à noter que nous ne nous intéressons pas ici à la dynamique des polluants au

sein de chaque événement, mais à la masse totale de MES et de DCO apportée par chaque

événement, dans l‘objectif de reconstituer les apports de polluants dans l‘ouvrage sur de

longues périodes de temps.

Les volumes de pluie et de temps sec avec mesures de qualités (mesure de la

turbidité) et les volumes sans mesure de qualité sont présentés au Tableau 3-1 (les résultats

sont donnés selon un découpage d‘environ 6 mois). En effet, pendant certaines périodes la

turbidité n‘est pas mesurée et cela pour différentes raisons : maintenance des sites

(changement du tuyau de la pompe péristaltique, nettoyage des capteurs…), coupure

d‘électricité au bungalow, capteurs hors service…

Volumes totaux (m3) Avec mesure conjointe de turbidité

Sans mesure conjointe de turbidité

Pluie Sec Pluie + Sec

janv-oct 04 295 179 67 226 44 630

nov-juillet 05 120 390 57 856 49 549

aout-dec 05 82 747 60 615 25 946

janv-juin 06 179 908 41 296 6 633

juillet-dec 06 139 073 105 007 8 810

janv-juin 07 196 049 54 672 1 377

Total (m3) 1 013 347 386 672 136 946

Total avec ou sans mesure conjointe de turbidité (m

3)

1 400 019 136 946

Total (m3) 1 536 965

Répartition des volumes 65.9% 25.2% 8.9%

Tableau 3-1 : Répartition des volumes sur la période janvier 2004 à juin 2007

Au final les volumes reconstitués sur 3.5 ans sont les suivants :

- temps de pluie : 1 013 000± 6.103 m

3

- temps sec : 387 000 ± 13.103 m

3


154

- volumes sans qualité : 140 000 ± 8.103 m

3

- total : 1 537 000 ± 16.103 m

3

On remarque que les incertitudes avec lesquelles sont mesurés les débits sont faibles,

seulement 2% en temps de pluie, 3% en temps sec et 6% lorsqu‘il n‘y a pas de mesure de

turbidité. D‘autre part on remarque que le volume d‘eau de pluie arrivant à l‘ouvrage ne

représente que les ⅔ des volumes d‘eau ayant des mesures de qualité. Le temps sec

représente ¼ des volumes et presque 10% des volumes totaux n‘ont pas de mesure de

turbidité.

Les masses de sédiments et de DCO apportés à l‘ouvrage par temps sec et par temps

de pluie sont présentées dans le Tableau 3-2.

Masses totales Sédiments (kg) DCO (kg)

Pluie Sec Pluie Sec

janv-oct 04 10 652 4 556 88 3317

nov-juillet 05 6 935 836 6669 2825

aout-dec 05 3 729 2 194 4347 7345

janv-juin 06 12 495 415 10510 1406

juillet-dec 06 3 341 2 601 6423 8705

jan-juin 07 7 905 1 366 9876 4569

Totale (kg) 45 058 11 968 37913 28166

Total (kg) 57 026 66 080

Répartition des masses 79.0% 21.0% 57.4% 42.6%

Tableau 3-2 : Répartition des masses de sédiments et de DCO sur la période janvier 2004 à juin 2007

Au final les masses de sédiments sont les suivantes :

- temps de pluie : 45.1 ± 1.3 t

- temps sec : 12.0 ± 0.9 t

- total : 57.0 ± 1.6 t

Comme pour les volumes, les incertitudes sur les masses de sédiments sont très

faibles, seulement 3% en temps de pluie et 8% en temps sec. On remarque que ce sont

principalement les eaux de pluie qui amènent des sédiments à l‘ouvrage (presque 80% en

masse). Au final, c‘est donc presque 60 t de sédiments sur une durée de 3.5 ans, qui sont

piégés par l‘ouvrage d‘infiltration et qui ne vont pas vers les milieux récepteurs.

Au final on a une masse totale de DCO de

- temps de pluie : 37.9 ± 1.0 t

- temps sec : 28.2 ± 1.5 t

- total : 66.1 ± 1.8 t


155

Comme pour les autres grandeurs mesurées, les incertitudes sont très faibles, 3% en

temps de pluie et 5% en temps sec. On remarque que la DCO apportée par le temps sec,

représente une part plus importante que les MES de temps sec. La DCO de temps de pluie ne

représente que 57% de la DCO totale quand les MES de temps de pluie représente 79% des

MES totales.

Les concentrations moyennes en MES et DCO sur le durée totale de l‘étude sont

présentées dans le Tableau 3-3.

Concentration moyenne (mg/l) MES DCO

Temps de pluie 44 37

Temps sec 31 73

Moyenne 41 47

Tableau 3-3 : Concentration moyenne en MES et DCO par temps de pluie et par temps sec

Au final, les concentrations moyennes sont les suivantes

- temps de pluie : MES : 44 ± 1 mg/l et DCO : 37 ± 1 mg/l

- temps sec : MES : 31 ± 3 mg/l et DCO : 73 ± 5 mg/l

- moyenne : MES : 41 ± 3 mg/l et DCO : 47 ± 5 mg/l

Notons que les incertitudes sont faibles lorsque le taux de couverture des événements

est bon. Cependant, nous ne tenons pas compte de l‘incertitude liée à la couverture imparfaite

des événements. L‘effort de mesure est donc à porter sur une bonne continuité des mesures.

3.1.2 Epaisseur de sédiments dans l’ouvrage

A partir de la masse de sédiments calculée dans la partie précédente il est possible

d‘estimer l‘épaisseur moyenne de la couche colmatée dans l‘ouvrage. En prenant comme

hypothèse un dépôt homogène sur l‘ensemble de la surface du bassin, on calcule qu‘il a pu se

déposer une couche de 3.1 mm de sédiments en 3.5 ans. Cette couche représente

l‘accumulation minimale. En effet, la masse de sédiments apportée et reconstituée à partir des

mesures de turbidité est sous estimée car seules les mesures avec des mesures de qualité et

de débits conjoints sont utilisées. Ainsi, lorsqu‘il n‘y a pas de mesures de débits ou en

l‘absence de mesure de turbidité, les sédiments apportés par les eaux de ruissellement ne sont

pas quantifiés. Le taux d‘accumulation annuelle est alors égale à : e 0.9 mm / an.

Les prélèvements de sol montre que la couche de sédiments était plus épaisse dans

les points bas du bassin ainsi que dans les zones en entrée de l‘ouvrage qui sont plus

régulièrement sollicitées. La reconstitution des masses aboutit a une épaisseur moyenne

mesurée de : e (3.5 ans) 10.6 ± 1.5 mm (Figure 3-1). Soit un taux d‘accumulation annuelle

égale à : e 3.5 mm/ an.


156

Figure 3-1 : Résultats des 1000 simulations de reconstitution des épaisseurs moyennes à la surface du bassin

Cette valeur est trois fois supérieure à la valeur estimer par mesure des apports. Cela

est dû à une surestimation de l‘épaisseur de sédiments à la surface de l‘ouvrage. En effet, la

mesure de l‘épaisseur de la couche colmatée est souvent difficile. Les zones peuvent être en

eau ce qui rend la mesure peu précise, la végétation dense dans certaines zones crée un tapis

de racine qui se mélange avec la couche de sédiments….

Cependant nous trouvons des résultats du même ordre de grandeur, de l‘ordre du mm

à quelques mm par an. On peut donc estimer que le taux d‘accumulation moyen annuel de

sédiments à la surface de l‘ouvrage est millimétrique et compris entre 1 et 3.5 mm.

3.2 Evolution hydraulique

3.2.1 Calage d’un modèle d’infiltration

Conditions de choix des événements

Le point bas du bassin se trouvant à une côte 60 cm inférieure à l‘entrée du bassin (à

l‘emplacement du capteur 4) et afin de mesurer les variations de hauteur avec suffisamment de

précision, on ne sélectionne que les événements ayant une hauteur d‘eau maximale au moins

égale à 100 cm par rapport au fond du bassin soit 40 cm par rapport au capteur 1.

De plus cette condition de hauteur (h>100 cm) assure la pertinence de la comparaison

des résistances entre elles. En effet, lors de tels évènements, tout le fond du bassin est en eau.

Si ce n'était pas le cas, la résistance calée pourrait correspondre à des parties différentes du

bassin qui sont, on le sait, différemment colmatées et dont les surfaces sont très mal

approchées avec la méthode existante.


157

Le calage a donc été réalisé sur un total de 20 événements répartis entre décembre

2003 et juin 2007.

Relation surface - hauteur et volume - hauteur

Pour chaque événement les hauteurs mesurées à chaque pas de temps sont utilisées

pour calculer la surface qui participe à l'infiltration, et le volume d'eau dans l'ouvrage. Les

relations surface / hauteur et volume / hauteur sont données à la Figure 3-2. Ces surfaces et

volumes ont été calculés à partir du MNT puis approximés par des polynômes.

0

4000

8000

12000

16000

0 0.5 1 1.5 2 2.5

h (m)

S (

m²)

ou V

(m

3)

V (m3)

S (m²)

Figure 3-2 : Relation surface infiltrée et volume et fonction de la hauteur d‘eau dans l‘ouvrage

Résultats des calages

Les calages se font uniquement sur la décrue de chaque événement, c'est-à-dire à

partir de l‘instant où la hauteur d‘eau est maximale dans le bassin. Les valeurs de hauteur

utilisées pour le calage sont les valeurs mesurées, corrigées par rapport à la côte de fond de

bassin. L‘ouvrage a été décolmaté début avril 2004. Le Tableau 3-4 présente pour chaque

événement la résistance hydraulique de l‘ouvrage en heures, corrigée à 20°C, le degré de

corrélation entre débit mesuré et débit simulé (r²), le capteur utilisé pour le calage, l‘incertitude

relative, l‘écart type, les bornes de l‘intervalle de confiance à 95% (Rmin et Rmax) et les hauteurs

maximales et minimales dans l‘ouvrage.


158

Date Capteur R(h) r² ur (%) Rmin Rmax hmax (cm) hmin (cm)

18/01/04 C1 29.2 0.70 44.6 16.1 42.2 44 19

20/01/04 C1 25.5 0.92 35.7 16.4 34.6 75 15

23/02/04 C1 18.9 0.95 33.1 12.7 25.2 98 16

14/03/04 C1 15.3 0.98 27.6 11.0 19.5 123 16

23/03/04 C1 28.0 0.70 51.7 13.6 42.5 44 24

10/10/04 C1 5.4 0.89 39.1 3.3 7.4 51 12

26/10/04 C1 6.1 0.96 14.5 5.2 7.0 82 13

4/11/05 C1 6.2 0.94 24.1 4.7 7.6 63 16

C2 5.5 0.99 21.1 4.4 6.7 77 13

C3 5.2 0.99 21.8 4.1 6.4 82 16

C4 5.3 1.00 22.5 4.1 6.5 115 48

20/02/06 C1 9.5 0.91 31.5 6.5 12.5 45 20

C2 7.8 0.94 28.9 5.6 10.1 57 32

C3 7.4 0.94 29.4 5.2 9.6 64 40

C4 7.5 0.94 27.2 5.4 9.5 97 39

28/03/06 C3 8.2 0.98 24.4 6.2 10.2 86 20

C4 8.5 0.98 23.7 6.5 10.5 120 54

10/04/06 C1 9.5 0.98 21.2 7.5 11.5 90 12

C2 9.6 0.99 22.5 7.4 11.7 101 23

C3 9.4 0.98 20.8 7.5 11.4 109 32

C4 9.8 0.94 22.3 7.6 12.0 142 65

6/07/06 C1 10.1 0.96 27.2 7.4 12.9 69 17

C2 10.7 0.72 28.5 7.6 13.7 82 31

C3 9.6 0.97 27.6 7.0 12.3 86 32

C4 6.4 0.96 28.9 4.6 8.2 125 70

18/08/06 C1 18.8 0.97 38.1 11.6 26.0 59 26

C2 13.9 0.97 33.3 9.3 18.5 72 14

C3 13.16 0.98 30.7 9.1 17.2 76 14

C4 13.53 0.97 31.4 9.3 17.8 115 50

15/09/06 C1 10.3 0.87 29.0 7.3 13.3 58 38

C2 7.5 0.93 24.6 5.7 9.4 74 21

C3 6.9 0.93 24.5 5.2 8.6 78 20

C4 7.3 0.92 23.4 5.6 9.0 115 56

17/11/06 C1 6.3 0.88 23.8 4.8 7.8 72 25

C2 6.6 0.82 24.5 5.0 8.2 87 39

6/12/06 C1 11.2 0.96 24.6 8.4 13.9 86 21

C2 10.6 0.99 24.6 8.0 13.2 102 22

C4 10.4 0.99 23.4 8.0 12.9 142 60

8/12/06 C1 12.6 0.98 34.8 8.2 17.0 67 21

C2 13.8 0.94 35.8 8.8 18.7 82 35

C3 12.6 0.95 36.1 8.1 17.2 88 41

C4 9.1 0.95 32.9 6.1 12.0 123 76

15/05/07 C1 6.5 0.79 28.3 4.6 8.3 44 20

C2 5.9 0.76 26.1 4.4 7.5 66 27

C3 5.3 0.75 25.9 3.9 6.6 69 24

C4 5.5 0.71 22.9 4.2 6.8 104 58

17/05/07 C1 10.1 0.95 27.8 7.3 12.8 62 21

C2 9.2 0.97 28.5 6.6 11.8 71 19

C3 8.5 0.94 26.4 6.2 10.7 77 19

C4 8.8 0.97 24.8 6.6 10.9 118 55

Tableau 3-4: Résultats des calages entre décembre 2003 et juin 2007 (Date de l'évènement, Numéro du capteur utilisé pour le calage, résistance hydraulique à 20°C en heures, coefficient de corrélation entre

débit mesuré et débit simulé (r²), incertitude relative (ur), bornes minimales et maximales de l‘intervalle de confiance à 95%, hauteurs maximales et minimales dans l'ouvrage lors de l'évènement).


159

Corrélation entre débit mesuré et simulé

On remarque généralement une très bonne corrélation entre le débit mesuré et le débit

simulé (r² moyen = 0.92, σ= 0.08 pour n=50). Un exemple de calage est présenté en Figure

3-3, avec à gauche le débit simulé en fonction du débit infiltré et à droite l‘évolution de ces

débits en fonction du temps. Le modèle de Bouwer semble être satisfaisant pour évaluer le

comportement d‘un ouvrage et représenter le débit d‘infiltration dans l‘ouvrage.

y = 1.05x - 0.02

R2 = 1

0.0

0.2

0.4

0.6

0.0 0.2 0.4 0.6

Qinf exp (m3/s)

Qin

f sim

ul (m

3/s

)

0.0

0.1

0.2

0.3

0.4

0.5

0.6

05/11/05 00:00 05/11/05 02:24 05/11/05 04:48 05/11/05 07:12 05/11/05 09:36

Dé

bit (

m3/s

)

Qinf

Qbouwer

Figure 3-3 : Exemple de calage sur l‘événement du 4 novembre 2005 (capteur 4)

Incertitudes sur la résistance hydraulique

Les incertitudes sur la résistance hydraulique sont présentées dans le Tableau 3-4. Un

exemple de résultats de la simulation par la méthode de Monte Carlo est présenté à la Figure

3-4. Cet exemple présente la distribution des résistances hydrauliques pour 800 simulations de

calage pour l‘événement du 17 mai 2007 (hauteurs mesurées avec le capteur 4). La résistance

hydraulique moyenne est de 8.7 h et l‘incertitude relative est de 25% (σ =1.1h).

5 6 7 8 9 10 11 12 13 140

50

100

150

200

250Distribution des R(h) pour 800 simulations

Résistance hydraulique en heures

Fré

quence

Figure 3-4 : Distribution des résistances hydrauliques pour 800 simulations (événement du 17/05/07, capteur 4), Rmoy= 8.8h, σ=1.1h


160

Influence du choix du capteur

Les quatre capteurs piézorésistifs installés dans le bassin sont indépendants et sont

tous situés à des côtes différentes. Le modèle a été calé avec les données de chaque capteur

(lorsque les données sont disponibles), corrigées par rapport au fond du bassin. Les valeurs

moyennes du paramètre de calage ainsi que leur coefficient de variation sont présentés dans le

Tableau 3-5.

Date Rmoy (h) Cv (%) ur(R) % nc

4/11/05 5.6 7.5% 22% 4

20/02/06 8.0 12.2% 29% 4

10/04/06 9.6 1.5% 22% 4

6/07/06 9.2 20.8% 28% 4

18/08/06 14.8 17.9% 34% 4

15/09/06 8.0 19.7% 26% 4

6/12/06 10.7 3.5% 18% 3

8/12/06 12.0 17.1% 35% 4

15/05/07 5.8 9.0% 26% 4

17/05/07 9.1 7.6% 27% 4

Tableau 3-5 : Résistance hydraulique moyenne, coefficient de variation et incertitude relative (ur(R))

Les coefficients de variations sont en moyenne de 11.7 % (ne=10). Cette faible valeur

montre que le calage ne dépend pas trop du capteur, les capteurs donnant des résultats

similaires. De plus l‘incertitude calculé sur la résistance hydraulique est toujours supérieure

(moyenne de ur(R)= 26.7%) au coefficient de variation. Cela montre également que l‘incertitude

sur la mesure est supérieure à la variabilité liée à l‘emplacement du capteur où est faite la

mesure.

Evolution du paramètre de calage en fonction du temps

L‘évolution de la résistance hydraulique en fonction du temps est présentée à la Figure

3-5.

06-03 01-04 08-04 02-05 09-05 03-06 10-06 04-07 11-070

5

10

15

20

25

30

35

40

R(h

)

Evolution de la résistance hydraulique

Figure 3-5 : Evolution de la résistance hydraulique en fonction du temps


161

Entre décembre 2003 et jusqu‘à fin mars 2004, l‘ouvrage était colmaté. Les résultats du

calage sur cette période donnent des valeurs de R comprises entre 15.3 h à 29.2 h avec une

valeur moyenne de 23.4 h et un coefficient de variation de 23% (pour n=6). Ces valeurs

élevées confirment que l'ouvrage présentait des signes importants de colmatage.

Début avril 2004, l'ouvrage a été décolmaté, c'est-à-dire que les premiers centimètres

de l'ouvrage ont été décapés. Ce décolmatage se traduit par une chute de la résistance

hydraulique (soit une augmentation de la conductivité hydraulique) dans les mois qui suivent

cette opération. Entre avril 2004 et novembre 2005, la résistance hydraulique moyenne est de

5.7 h avec un coefficient de variation de 7 % (n=3). Il est à noter que sur cette période de 20

mois, la conductivité hydraulique étant très élevée, le modèle n'a pu être calé que sur peu

d'événements (conditions non optimales pour appliquer le modèle de Bouwer c'est-à-dire

hauteurs faibles, épaisseur de colmatage quasi inexistante).

A partir de février 2006 et jusqu‘à juin 2007 (soit une période de 16 mois) onze

événements ont produit des hauteurs d‘eau suffisantes pour caler le modèle. Sur cette période,

la résistance hydraulique moyenne est de 9.3 h avec un coefficient de variation de 28% (n=11).

Cette résistance moyenne est statistiquement supérieure à la valeur précédente (t-Test,

p=0.002). La résistance a donc globalement augmenté. Cependant il ne semble pas y avoir de

tendance claire pour l‘évolution de la résistance hydraulique avec le temps et les dernières

valeurs sont encore très faibles par rapport aux valeurs avant décolmatage.

Après trois ans et demi de fonctionnement de l‘ouvrage, on peut donc conclure qu‘il

semble encore fonctionner correctement.

3.2.2 Etude des hauteurs d’eau en fonction du temps

Evolution globale

Le modèle ne pouvant être utilisé lorsque les hauteurs d‘eau dans l‘ouvrage sont

faibles, il est intéressant d‘étudier la variation des hauteurs d‘eau maximales dans l‘ouvrage

avec le temps y compris quand les hauteurs sont faibles. Cela nous permettra d‘identifier si

localement (zones les plus sollicitées par ces faibles hauteurs) présentent également une

tendance au colmatage.

Afin d‘étudier les variations de hauteur d‘eau avec le temps, il est nécessaire de créer

des classes d‘événements similaires en terme de volume et de durée. Dans un premier temps,

14 événements ont été sélectionnés, ayant un volume supérieur à 14000 m3 et inférieur à

19000 m3 et une durée comprise entre 14 h et 53 h. Ces événements sont présentés dans le

Tableau 3-6.


162

Evénements d‘infiltration Pluies

# événement

Début Fin Durée (h:min) Volume (m3) Qinf moy (m

3/s) hmax (cm)

Durée (min)

Hauteur (mm)

2 22/02/2004 14:56 23/02/2004 21:02 30:06 18854 0.17 98 1177 39.2

4 22/04/2004 23:04 23/04/2004 13:04 14:00 14450 0.292 26 377 21.8

10 6/10/2004 10:22 7/10/2004 2:16 15:54 16070 0.280 26 1043 35.4

16 23/01/2005 17:30 24/01/2005 19:30 26:00 16287 0.07 16 2198 24

24 18/10/2005 20:08 20/10/2005 7:16 35:08 18934 0.15 32 890 31

26 31/10/2005 22:08 2/11/2005 5:02 30:54 18362 0.16 39

29 15/02/2006 12:12 17/02/2006 8:16 44:04 17338 0.11 21 779 22.2

30 19/02/2006 15:12 21/02/2006 2:06 34:54 16046 0.13 45 780 28.4

37 6/07/2006 0:18 7/07/2006 22:18 46:00 16859 0.10 69 417 34

38 3/08/2006 0:24 5/08/2006 4:52 52:28 15104 0.08 40 1983 30.6

40 17/08/2006 0:00 19/08/2006 1:12 49:12 18535 0.10 61 1538 26

45 6/12/2006 2:48 7/12/2006 11:16 32:28 17953 0.15 87 725 35.95

46 8/12/2006 13:34 10/12/2006 6:48 41:14 15417 0.10 68 805 19.79

52 16/05/2007 23:14 18/05/2007 16:30 41:16 18879 0.13 63 1917 31.61

Moyenne 35:15 17078 0.15 421 29

Tableau 3-6 : Caractéristiques des événements de même classe avec Qinf moy le débit infiltré moyen pendant l‘événement, hmax la hauteur maximum dans l‘ouvrage

La Figure 3-6 présente l‘évolution de ces hauteurs maximales en fonction du temps. On

remarque tout d‘abord une diminution de la hauteur maximum après décolmatage du bassin :

98 cm avant décolmatage, 26 cm après. La hauteur maximale semble rester assez constante

entre avril 2004 et janvier 2005, avec une hauteur moyenne de 23 cm (σ=6 cm, n=3). A partir

d'octobre 2005, il semble y avoir une augmentation de cette hauteur en fonction du temps :

d'une trentaine de centimètres en octobre 2005, on passe à des valeurs en moyenne

supérieures à 60 cm à partir d'août 2006 (atteignant même 87 cm en décembre 2006).

0

25

50

75

100

06/2003 01/2004 08/2004 02/2005 09/2005 03/2006 10/2006 04/2007 11/2007

Ha

ute

ur

ma

x (

cm

)

0

10

20

30

40

Dé

bit m

oye

n (

m3/2

min

)

hmax

Q moy (m3/2 min)

dé

co

lma

tag

e d

e l'o

uvra

ge

Figure 3-6 : Evolution de la hauteur d‘eau maximum en fonction du temps

Cette première analyse globale semble donc confirmer les résultats du calage du

modèle de Bouwer qui montrent une résistance hydraulique faible est assez constante après


163

décolmatage (entre avril 2004 et novembre 2005), puis une tendance à l‘augmentation à partir

de février 2006.

Comparaison événement par événement

Dans un deuxième temps, les événements ont été comparés deux à deux de manière à

comparer l'évolution des hauteurs pour des évènements " équivalents " dont la similarité est

définie de manière plus drastique. Ainsi deux évènements sont considérés comme équivalents

si la différence de volumes est inférieure à 2500 m3 et si la différence de durées entre les

événements est inférieure à 5h. Seuls les événements supérieurs à 15 000 m3 ont été

sélectionnés soit un groupe de 14 événements (Tableau 3-7).

Evénements équivalents proches dans le temps :

- #24 et #26 : 13 jours entre les deux événements et une différence de hauteur de 7 cm

sur une trentaine de cm (octobre 2005),

- #37 et #40 : 41 jours entre les deux événements et une différence de hauteur de 8 cm

sur une soixantaine de cm (juillet - août 2006).

Il semble ne pas y avoir de différence de hauteur maximum significative pour ces deux

couples d‘événements. Des événements similaires et proches dans le temps produisent des

valeurs de hauteur d‘eau maximale dans l‘ouvrage relativement proches. La différence

d‘environ 10 cm est suffisamment faible et peut s‘expliquer par les écarts entre les événements

dits similaires et par les incertitudes sur les mesures utilisées pour les définir.

# événement Début Durée (h:min) Volume (m3) hmax (cm)

2* 22/02/04 30:06 18854 98

16 23/01/05 26:00 16287 16

18 7/04/05 55:32 18407 25

24 18/10/05 35:08 18934 32

26 31/10/05 30:54 18362 39

29 15/02/06 44:04 17338 21

30 19/02/06 34:54 16046 45

37 6/07/06 46:00 16859 69

38 3/08/06 52:28 15104 40

40 17/08/06 49:12 18535 61

42 15/09/06 41:56 21941 62

45 6/12/06 32:28 17953 87

46 8/12/06 41:14 15417 68

52 16/05/07 41:16 18879 63

Min 26:00 15104 16

Max 55:32 21941 98 Moyenne 40:05 17780 écart type 8:52 1784

*avant décolmatage de l‘ouvrage

Tableau 3-7 : Evénements supérieures à 15 000 m3


164

Evénements équivalents écartés dans le temps :

Entre des événements situés avant et après décolmatage du bassin :

- #2 et #26 : diminution de 59 cm entre février 2004 et octobre 2005 montrant clairement

l'effet du décolmatage

- #2 et #45 : diminution de 11 cm entre février 2004 et décembre 2006

On remarque une nette diminution de la hauteur maximale après décolmatage de

l‘ouvrage, puis cette différence diminue avec le temps.

Après décolmatage de l‘ouvrage

- #16 et #26 : augmentation de 23 cm (h26=2.4 h16) entre janvier 2005 et octobre 2005

- #30 et #45 : augmentation de 42 cm (h30=1.9 h45) entre février 2005 et décembre 2006

- #26 et #45 : augmentation de 55 cm (h26=2.2 h45) entre octobre 2005 et décembre 2006

- #29 et #46 : augmentation de 48 cm (h29=3.2 h46) entre février 2006 et décembre 2006

- #29, #37, #52 : augmentation de 48 cm (h29=3.3 h37) entre février 2006 et août 2006,

puis diminution de 6 cm (h37=0.9 h52) entre août 2006 et mai 2007

Dans tous les cas, la hauteur maximale dans l‘ouvrage augmente avec le temps au

moins jusqu‘en décembre 2006, puis on observe une stagnation de la hauteur maximale après

cette date.

3.2.3 Influence des apports sur le fonctionnement de l’ouvrage

Afin de voir s‘il est possible de mettre en relation l‘évolution hydraulique du bassin avec

les sollicitations auxquelles il est soumis, nous avons calculé :

- le volume (V) écoulé entre deux événements calés (pour le premier événement, le

volume entre cet événement et le 1 avril 2004)

- le volume cumulé (Vcumulé) depuis le décapage de l‘ouvrage

- la masse (M) de sédiments apportés à l‘ouvrage entre deux événements

- la masse cumulée (Mcumulée) de sédiments depuis le décapage de l‘ouvrage

Les résultats sont présentés dans le Tableau 3-8.


165

# événement Date R (h) V (m3) Vcumulé (m

3) M (kg) Mcumulée (kg)

1 10-Oct-04 5.4 165250 165250 7743 7743

2 26-Oct-04 6.1 37284 202534 1474 9217

3 4-Nov-05 5.6 401304 603838 11598 20815

4 20-Feb-06 8.0 131414 735252 9779 30594

5 28-Mar-06 8.4 60600 795852 2721 33315

6 10-Apr-06 9.6 35065 830917 1170 34485

7 6-Jul-06 9.2 94530 925447 3848 38333

8 18-Aug-06 14.8 62203 987650 421 38754

9 15-Sep-06 8.0 25379 1013029 2313 41067

10 17-Nov-06 6.4 60542 1073571 773 41840

11 6-Dec-06 10.7 45840 1119411 382 42222

12 8-Dec-06 12.0 21801 1141212 1244 43466

13 15-May-07 5.8 136525 1277737 5913 49379

14 17-May-07 9.1 32324 1310061 1702 51081

Tableau 3-8 : Evolution de la résistance hydraulique en fonction du volume écoulé entre deux calages, du volume cumulé, de la masse de sédiments apportés entre deux calages et de la masse de sédiments

cumulée

En l‘état des données, les coefficients de corrélation entre la résistance hydraulique (et les

hauteurs d‘eau dans l‘ouvrage) et les différentes grandeurs caractéristiques des apports

(volume d‘eau et masse de sédiments) sont présentés dans le Tableau 3-9. La corrélation est

mauvaise lorsque l‘on travaille avec les résistances hydrauliques mais elle est meilleure lorsque

l‘on calcule avec les hauteurs d‘eau maximales mesurées dans l‘ouvrage (r² = 0.65 entre

hauteurs et volumes cumulés et 0.64 entre hauteurs et masses cumulées). Des études

permettant de combler différement les lacunes ont été testées mais donnent des résultats

similaires en terme de tendance (Gonzalez-Merchan, 2008).

V (m3) V cumulé (m

3) M (kg) M cumulé (kg)

r² (résistances hydrauliques)

0.23 0.20 0.32 0.21

r² (hauteurs d‘eau max. dans le bassin)

0 0.65 0.01 0.64

Tableau 3-9 : Coefficient de corrélation entre la résistance hydraulique (ou hauteurs mesurées dans l‘ouvrage et les différents apports (n=14)


166

4 Discussion

4.1 Qualité des eaux de ruissellement

La concentration moyenne de temps sec de 44 mg/l est assez faible par rapport aux

valeurs habituellement trouvées dans la littérature pour des bassins versants de type industriel

ou routier qui sont de l‘ordre de 150 mg/l (Kayhanian et al., 2003 ; Ackerman et al., 2003 ;

Barbosa et al., 1999 ; Flint et Davis, 2007 ; Duncan, 1999 par exemple). Cependant l‘eau

passant au préalable par le bassin de décantation, la valeur moyenne trouvée semble

acceptable. Les concentrations moyennes en MES par temps de pluie et de temps sec sont

très proches.

Les concentrations moyennes en DCO de temps sec (73 mg/l) sont presque deux fois

plus forte que la concentration de temps de pluie (37 mg/l). On remarque donc l‘importance du

temps sec sur la masse de DCO apportée à l‘ouvrage. Comme pour les MES, la concentration

moyenne est plus faible que les valeurs trouvées habituellement dans les eaux de

ruissellement qui sont de l‘ordre de 100 à 150 mg/l (Kayhanian et al., 2003 ; Göbel et al., 2007

par exemple).

4.2 Evaluation des masses de sédiments dans l’ouvrage

L‘étude des sollicitations apportées à l‘ouvrage a permis d‘estimer les volumes et les

masses de sédiments et de DCO avec une faible incertitude quand la couverture des

événements est bonne. L‘ouvrage d‘infiltration a retenu 57 t de sédiments et reçu 66 t de DCO

sur une durée de 3.5 ans.

La quantification des masses de sédiments apportés au bassin permet d‘estimer

l‘épaisseur de la couche colmatée à la surface de l‘ouvrage. Cette estimation à partir de la

qualité des entrées peut ensuite être comparée à l‘épaisseur de la couche colmatée mesurée à

la surface de l‘ouvrage. Le taux d‘accumulation estimé à partir des mesures de turbidité en

entrée du bassin est d‘environ 1 mm/an. Il est d‘environ 3.5 mm/an à partir des épaisseurs

mesurées dans le bassin. Le taux d‘accumulation annuel est donc millimétrique.

4.3 Evolution de la conductivité hydraulique avec le temps

Le modèle utilisé pour évaluer la résistance hydraulique globale de l‘ouvrage permet

d‘estimer l‘état de l‘ouvrage. Les résultats du calage et l‘analyse des hauteurs d‘eau dans

l‘ouvrage sur des événements similaires ont montré :


167

- des résistances hydrauliques et des hauteurs d‘eau importantes lorsque l‘ouvrage est

colmaté,

- des résistances hydrauliques et des hauteurs d‘eau faibles après décolmatage de

l‘ouvrage, puis sur une période d‘environ 20 mois,

- après cette période, une augmentation moyenne des résistances hydrauliques et

importante des hauteurs d‘eau maximales dans l‘ouvrage, mais qui restent inférieures

aux valeurs avant décolmatage.

Il est donc possible de suivre la capacité d‘infiltration de l‘ouvrage. On remarque une

modification de son fonctionnement au cours de temps qui se traduit par des résistances

hydrauliques plus élevées et des hauteurs d‘eau maximales dans l‘ouvrage qui augmentent.

Cependant la période d‘étude n‘est pas assez longue pour pouvoir atteindre à nouveau un état

de colmatage de l‘ouvrage et ainsi mesurer la durée de vie de l‘ouvrage. Après trois années et

demi de service depuis son décolmatage, l‘ouvrage semble encore bien fonctionner et ne

semble par présenter de risque en cas d‘événement pluvieux important.

4.4 Corrélation entre colmatage et qualité des apports

La corrélation entre les résistances hydrauliques calées et les apports (volumes et

masses de sédiments, volumes et masses cumulées) est faible. Cependant la corrélation entre

les hauteurs maximales dans l‘ouvrage (pour des événements forts et similaires) avec les

volumes cumulés et les masses cumulées est correcte (R²=0.65). Cela montre que l‘évolution

de la capacité à infiltrer est en partie corrélée avec le volume d‘eau et la masse de sédiments

qui arrivent à l‘ouvrage, mais que ces facteurs ne suffisent pas à expliquer seuls le colmatage.

L‘influence d‘autres facteurs, comme l‘apport en matière organique n‘a pu être effectuée faute

de temps, mais pourrait être intéressante. L‘amélioration des facteurs permettant d‘expliquer

l‘évolution du colmatage passera donc par une amélioration de la couverture des mesures en

continu et par le suivi d‘autres facteurs notamment ceux induisant le colmatage biologique

(ensoleillement par exemple).


168

5 Conclusions

L‘évolution de la conductivité hydraulique avec le temps a été mise en évidence sur un

ouvrage de grande dimension. Le modèle utilisé fonctionne bien et constitue malgré les

incertitudes un bon indicateur de l‘état de l‘ouvrage. Bien que la résistance hydraulique ait

augmenté après 3.5 années de service, nous n‘avons pas atteint les résistances hydrauliques

mesurées avant le décolmatage de l‘ouvrage. Celui-ci semble donc encore donc bien

fonctionner et ne présente pas de risque, notamment lors d‘événements importants. Une plage

de mesure plus importante serait nécessaire pour pouvoir évaluer la durée de vie de l‘ouvrage.

Il semble y avoir une bonne corrélation entre l‘évolution des hauteurs d‘eau maximales

dans l‘ouvrage et les masses de sédiments apportés à l‘ouvrage. Le rôle des MES sur le

colmatage est donc montré. La reconstitution des apports de MES a été faite de manière fine.

La qualité des données recueillies notamment grâce à une maintenance régulière des capteurs

de mesures, à une analyse fine des incertitudes et de leur propagation a permis d‘évaluer les

masses de MES et de DCO dans une gamme d‘incertitude très faible. Cependant, le rôle des

MES ou de la DCO seule n‘est pas suffisant pour expliquer le colmatage et d‘autres facteurs

seraient à étudier (ensoleillement, présence de végétation, apports en autres polluants pouvant

réagir avec l‘interface)…. De plus, il serait nécessaire de suivre ces paramètres le plus

continûment possible, les lacunes dans les données étant la première source d‘incertitude dans

l‘évaluation des masses de polluants.

169

Chapitre 4 : Paramètres influençant

l’évolution de la conductivité hydraulique – étude en laboratoire

Chapitre 4 – Paramètres influençant l‘évolution de la conductivité hydraulique : étude en laboratoire

170


171


Les deux études in situ présentées aux chapitres précédents, ont montré que les

systèmes d‘infiltration étaient prompts au colmatage et que leur conductivité hydraulique

diminuait au cours du temps. Cependant, il a été difficile de mettre en relation les

caractéristiques des ouvrages et de leur bassin versant avec l‘évolution de leur conductivité

hydraulique (chapitre 2) et seule l‘influence du sol et de ses caractéristiques initiales a pu être

mise en évidence. De plus, nous avons fait l‘hypothèse que la végétation permettait de limiter la

diminution de la conductivité hydraulique sans l‘avoir cependant vérifié expérimentalement.

L‘étude en continu (chapitre 3) a semblé montrer une corrélation entre le volume et la masse de

sédiments apportés au système et la diminution de la conductivité hydraulique.

Suite à ces deux études in situ, une étude en laboratoire a donc été conduite afin de

quantifier le colmatage des ouvrages en fonction du temps et de comprendre quels paramètres

pouvaient avoir une influence sur la réduction de la conductivité hydraulique. Ce chapitre vise

donc à tester différentes hypothèses de conception des ouvrages (végétation, type de sol dans

l‘ouvrage, taille de l‘ouvrage par rapport à son bassin versant, épaisseur de l‘ouvrage,

concentration en sédiments dans l‘eau de ruissellement) sur le colmatage. Sur un plan

pratique, cela permettra d‘améliorer les règles de conception et de dimensionnement des

ouvrages d‘infiltration si l‘influence de ces différents facteurs est suffisamment marquée.


172

2 Méthodes

2.1 Système expérimental

2.1.1 Présentation générale

Afin de pouvoir tester les différentes hypothèses de conception, un important système

expérimental a été conçu, composé de 140 colonnes de grande dimension (diamètre de

375mm et de hauteur variable). Chaque colonne est construite comme un biofiltre et est

composée des éléments suivants de bas en haut (Figure 2-1):

- Une couche de drainage d‘environ 10 cm composée d‘une couche de gravier

(approximativement 70 mm d‘épaisseur, d50=5 mm) et d‘une couche de sable grossier

(approximativement 30 mm d‘épaisseur, d50=0.62 mm). Un drain de 50 mm de

diamètre est aussi placé au fond de la colonne ;

- Une couche de transition composée d‘un sable fin (100 mm) afin de limiter le transfert

de fines vers la couche de drainage ;

- Une couche de sable limoneux (le corps du système) d‘épaisseur variable (entre 300 et

700 mm) ;

- Un couvert végétal (dans la plupart des cas).

Figure 2-1 : Schéma de principe d‘une colonne, coupe d‘une colonne (500 mm, planté avec Carex) et vue générale des différentes colonnes dans la serre

La partie supérieure de chaque colonne est faite de plastique transparent (afin de

laisser passer la lumière nécessaire au développement de la végétation). Un robinet placé dans

la partie supérieure à environ 100 mm au-dessus du sol permet de garder la hauteur d‘eau

constante lors des tests de conductivité hydraulique. Un robinet est aussi présent en pied de

Sable grossier (30 mm)

900 mm à 500 mm

Sable limoneux: 700 à 300 mm

Sable fin: 100 mm

Surverse à une

hauteur ~ 100 mm

Exutoire

Gravier (70 mm)

Végétation

Sollicitation

375 mm


173

colonne afin de la drainer. Les parois ont été dépolies de manière à limiter les écoulement le

long des parois. Le sol utilisé pour le corps du biofiltre est un sable limoneux présentant un d10

de 70 m, un d50 de 0.25 mm et un d90 de 0.7 mm (Figure 2-2).

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0.01 0.1 1 10

Taille des particules (mm)

% d

e p

assa

nt

Figure 2-2 : Granulométrie du sable limoneux

2.1.2 Sollicitation des colonnes

Les colonnes sont sollicitées par une eau pluviale dite semi synthétique afin de simuler

la pollution présente dans les eaux de ruissellement. En effet, une source importante et

régulière d‘eau de pluie étant indispensable pour l‘ensemble des expériences, un compromis

entre une eau de ruissellement réelle et une eau synthétique était nécessaire. L‘effluent est

donc composé d‘un mélange d‘eau du robinet et de sédiments récoltés dans une lagune de

traitement des eaux pluviales (lagune de Huntingdale, Clayton). Les sédiments sont tout

d‘abord tamisés à 300 m, puis différents éléments chimiques sont ajoutés afin de respecter

des concentrations typiques et réalistes des eaux de ruissellement. Les valeurs de

concentrations visées sont données au Tableau 2-1 et s‘inspirent des travaux de Duncan

(1999). Notons, de plus, que deux niveaux de concentration en MES ont été recherchés : une

concentration dite normale (à 150 mg/l) et une concentration forte dite double (à 300 mg/l). Les

sédiments et les éléments chimiques sont ensuite mélangés à de l‘eau du robinet déchlorée (à

l‘aide de thiosulfate). Cette eau de ruissellement semi synthétique est ensuite continuellement

mélangée pendant les expériences. Une description détaillée de la méthode de préparation de

cette eau semi synthétique est décrite par Hatt et al. (2007).

Cette méthode présente l‘avantage de minimiser la variabilité entre les sollicitations, de

contrôler la qualité de l‘effluent et d‘avoir des concentrations en polluants représentatives tout

au long des expériences et donc de disposer d‘expériences reproductibles et réalistes.

Cependant ce choix a pour conséquence que l‘on ne respecte pas la variabilité de la

composition réelle de l‘eau de ruissellement au cours du temps en terme de concentration ou

de spéciation.


174

Paramètre Concentration (mg/l) Paramètre Concentration ( g/l)

MES 150 / 300 (*) Cd 4.5

Phosphore total 0.35 Cr 25

Azote total 2.1 Cu 50

Azote dissous total 1.6 Fe 300

NH3

0.27 Mn 250

NOx 0.75 Ni 30

Azote organique particulaire 0.5 Pb 140

Azote organique dissous 0.59 Zn 250

Azote organique 1.09

(*) Concentration normale / concentration double

Tableau 2-1: Concentrations moyennes en polluants de l‘eau de ruissellement visées

Expérimentalement les concentrations réelles en MES atteintes sont présentées au

Tableau 2-2 et l‘évolution des concentrations au cours du temps à la Figure 2-3. Les

concentrations entrantes sont analysées avant chaque ‗arrosage‘ des colonnes c'est-à-dire

deux fois par semaine. On remarque que les concentrations réelles sont inférieures aux valeurs

visées. La concentration moyenne en MES est de 121 mg/l pour la concentration dite normale

et de 206 mg/l pour la concentration double.

Concentration normale Concentration double

Moyenne (mg/l) 121 206

Ecart type (mg/l) 41 57

Cv (%) 34% 28%

Min (mg/l) 38 98

Max (mg/l) 240 400

n 131 114

Tableau 2-2 : Concentrations moyennes en MES dans les eaux de sollicitation (concentration normale et double), n le nombre d‘événements échantillonnés


175

0

50

100

150

200

250

300

07/06 08/06 10/06 11/06 01/07 03/07 04/07 06/07 08/07 09/07 11/07

Con

ce

ntr

ation

en

ME

S (

mg

/l)

Concentration cible

Concentration moyenne

Figure 2-3 : Evolution de la concentration entrante en MES au cours des expériences

Le volume d‘eau appliqué à chaque colonne a été calculé avec les hypothèses suivantes :

- Précipitations annuelles à Melbourne de 653 mm (Bureau of Meteorology, 2007)

- Analyse journalière des données de précipitation

- Pertes initiales de 1 mm

Soit une hauteur annuelle de 545 mm provoquant du ruissellement (calculé

avec le logiciel Music)

- Biofiltres dimensionnés à 2% du bassin versant (Melbourne Water, 2005). Les colonnes

étant de 375 mm de diamètre, cela induit que :

La taille du bassin versant drainé équivalent est de 5.52 m²

- Ouvrage conçu pour intercepter 90% du volume entrant annuel (Melbourne Water,

2005) soit :

52 l/semaines

- Précipitations 2 fois par semaine (Bureau of Meteorology, 2007) soit

26 l/ événement

Il a donc été décidé de doser les colonnes deux fois par semaine (les mardis et jeudis)

avec 25 litres à chaque dosage.

2.1.3 Paramètres de conception

Les différents paramètres de conception - c'est-à-dire les paramètres que l‘on peut

modifier lorsque que l‘on conçoit un système d‘infiltration- sont présentés à la Figure 2-4. Ces

différents paramètres peuvent jouer un rôle sur la conductivité hydraulique initiale et sur son

évolution.


176

Figure 2-4 : Différents paramètres de conception des ouvrages pouvant influencer la conductivité hydraulique

Végétation

Il a été montré dans le bilan bibliographique que la végétation pouvait avoir un rôle

important sur la conductivité hydraulique des sols. Différentes espèces de végétation ainsi que

des systèmes sans végétation ont donc été testés. Le but est de savoir si certaines espèces

peuvent avoir un rôle sur la conductivité hydraulique, et notamment limiter la diminution de la

conductivité hydraulique avec le temps. Les différentes espèces qui ont été testées sont les

suivantes : Carex apressa, Dianella revoluta, Microleana stipoides, Leucophyta brownii,

Melaleuca ericifolia (voir Figure 2-5). Dans chaque colonne, 7 plants ont été piqués ce qui

représente une densité de 64 plantes par m².

Carex apressa (55 colonnes) Dianella revoluta (5 colonnes)

Leucophyta brownii (5 colonnes) Melaleuca ericifolia (25 colonnes)

Végétation

Épaisseur

SolTaille

Végétation

Épaisseur

SolTaille


177

Microleana stipoides (25 colonnes) Contrôle - sans végétation (5 colonnes)

Figure 2-5 : Différents types de végétation plantés dans les systèmes

Epaisseur de l’ouvrage

Les systèmes sont généralement contraints par les caractéristiques du site. Il est

nécessaire de connecter le biofiltre au réseau d‘assainissement existant, ce qui conditionne

l‘épaisseur de sol présent dans le système. Ainsi, afin de tester différentes configurations

d‘ouvrages, des épaisseurs de 300 mm, 500 mm et 700 mm, (puis 100 mm de sable et 100 mm

de couche de drainage -sable grossier plus gravier) ont été construits.

L‘épaisseur de sol peut avoir un impact sur la conductivité finale des systèmes et cela

pour deux raisons principales : directement, car la compaction des systèmes peut être

différente selon l‘épaisseur de l‘ouvrage, indirectement, car les racines des plantes peuvent

atteindre la couche de drainage (pour les systèmes de faibles hauteurs) plus rapidement et

ainsi favoriser de possibles écoulements préférentiels.

Type de sol

Nous avons montré au chapitre 2 l‘importance capitale du sol et de ses caractéristiques

initiales sur la conductivité hydraulique. Le sol qui a été utilisé dans la majorité des colonnes est

un sable limoneux qui respecte les spécifications australiennes pour la construction des

biofiltres, avec notamment (Wong, 2006):

- Une conductivité hydraulique supérieure à 50 mm/h

- Une teneur en matière organique comprise entre 5 et 10%

- Un pH compris entre 6.0 et 7.5

Pour des raisons expérimentales il n‘a pas été possible de tester différents sols.

Cependant, à partir d‘un sol initial (sable limoneux) nous avons testé l‘influence de différents

ajouts sur la performance des systèmes et notamment l‘influence d‘un ajout de vermiculite et de

perlite (V+P) et l‘ajout de compost. La composition de la solution V+P est de 80% de sable

limoneux, 10% de Vermiculite et 10% de Perlite. Celle de la solution avec compost est de 80%

de sable limoneux, 10% de compost organique et 10% de paillis (aussi appelé mulch).


178

L‘ajout de V+P permet d‘augmenter la conductivité hydraulique ainsi que la capacité

d‘échange cationique, ce qui devrait avoir pour conséquence une meilleure rétention des ETM

(Hatt et al., 2007b ; Covelo et al., 2007).

De nombreuses études (Ouattara et al., 2007 ; Pagliai et al. ; 2004, Celik et al., 2004 ;

Aggelides et Londra, 2000 par exemple) ont montré que l‘ajout de compost permettait

d‘améliorer les propriétés physiques des sols, en augmentant la porosité, diminuant la densité

et en augmentant la conductivité hydraulique.

Ratio taille du bassin versant / taille de l’ouvrage

La taille de l‘ouvrage par rapport à son bassin versant va déterminer l‘importance des

sollicitations auxquelles est soumis le système. Plus l‘ouvrage est petit par rapport à son bassin

versant, plus les sollicitations vont être importantes, notamment en terme de charge de

polluants mais aussi en terme de charge hydraulique. Ainsi, on a testé des systèmes

dimensionnés à 0.7%, 1%, 2% et 4% de la taille du bassin versant. Cela représente des

volumes de sollicitation de 150 l, 100 l, 50 l et 25 l (respectivement) par semaine.

Enfin, les caractéristiques des eaux de ruissellement apportées à l‘ouvrage peuvent

avoir un impact sur son fonctionnement. Bien que ce ne soit pas un paramètre de conception

des ouvrages (on ne peut pas contrôler la qualité des apports à un ouvrage), il serait

intéressant d‘étudier leur impact sur le fonctionnement des ouvrages. Ainsi on testera une

solution avec une charge polluante ‗typique‘ (appelée aussi ‗standard‘ par la suite) et une

solution où les concentrations de l‘ensemble des polluants sont doublées (Tableau 2-2). Enfin,

une solution où les colonnes seront sollicitées avec de l‘eau du robinet sans sédiments

permettra de mettre en évidence l‘influence de la concentration en sédiments et de la charge

hydraulique sur le colmatage.

Le Tableau 2-3 présente le plan expérimental et l‘ensemble des caractéristiques de

chaque colonne. L‘ensemble des paramètres testés est présenté sous forme schématique à la

Figure 2-6.


179

Paramètre testé Colonne Végétation Epaisseur du sol Sol Volume Concentration

Végétation

1 à 5 Sans végétation 700 mm SL 2% Standard

6 à 10 Carex apressa 700 mm SL 2% Standard

11 à 15 Dianella revoluta 700 mm SL 2% Standard

16 à 20 Microleana stipoides 700 mm SL 2% Standard

21 à 25 Leucophyta brownii 700 mm SL 2% Standard

26 à 30 Melaleuca ericifolia 700 mm SL 2% Standard

Taille du BV

31 à 35 Carex apressa 700 mm SL 4% B.V. Standard

36 à 40 Carex apressa 700 mm SL 1% B.V. Standard

41 à 45 Microleana stipoides 700 mm SL 1% B.V. Standard

46 à 50 Melaleuca ericifolia 700 mm SL 1% B.V. Standard

56 à 60 Carex apressa 700 mm SL 0.7% B.V. Standard

Epaisseur de l‘ouvrage







Sol 91 à 95 Carex apressa 700 mm V+P 2% Standard

101 à 105 Carex apressa 700 mm Compost 2% Standard

Concentration en entrée

106 à 110 Melaleuca ericifolia 700 mm SL 2% Double

111 à 115 Microleana stipoides 700 mm SL 2% Double

116 à 120 Carex apressa 700 mm SL 2% Double

131 à 135 Sans végétation 700 mm SL 2% Double

Contrôle 51 à 55 Carex apressa 700 mm SL 2% Robinet

Tableau 2-3 : Récapitulatif des différences caractéristiques de chaque système (SL = Sable Limoneux, V+P = Vermiculite et Perlite)


180

Figure 2-6 : Schéma récapitulatif des différentes configurations et des paramètres testés

Taille du bassin versantVégétation

4 configurations

Colonnes normales

Épaisseur 500 mm

Épaisseur 300 mm

Colonnes double

concentration

Sans végétation

Carex

Dianella

Microleana

Leucophyta

Melaleuca

Carex

Microleana

Melaleuca

Carex

Microleana

Melaleuca

Sans végétation

Carex

Microleana

Melaleuca

Paramètres testés 1 configuration

Colonnes normales

4%

2%

1%

0.7 %

Paramètres testés

Épaisseur du biofiltre

3 configurations

Carex

Microleana

700 mm

500 mm

300 mm

700 mm

500 mm

300 mm

Paramètres testés

Melaleuca700 mm

500 mm

300 mm

Sol

1 configuration

Colonnes normalesSable limoneux

Vermiculite et Perlite

Compost

Paramètres testés

Concentration en MES

4 configurations Paramètres testés

Pas de végétation150 mg/l

300 mg/l

Microleana150 mg/l

300 mg/l

Melaleuca150 mg/l

300 mg/l

Carex0 mg/l

150 mg/l

300 mg/l

Taille du bassin versantVégétation

4 configurations

Colonnes normales

Épaisseur 500 mm

Épaisseur 300 mm

Colonnes double

concentration

Sans végétation

Carex

Dianella

Microleana

Leucophyta

Melaleuca

Carex

Microleana

Melaleuca

Carex

Microleana

Melaleuca

Sans végétation

Carex

Microleana

Melaleuca

Paramètres testés 1 configuration

Colonnes normales

4%

2%

1%

0.7 %

Paramètres testés1 configuration

Colonnes normales

4%

2%

1%

0.7 %

Paramètres testés

Épaisseur du biofiltre

3 configurations

Carex

Microleana

700 mm

500 mm

300 mm

700 mm

500 mm

300 mm

Paramètres testés

Melaleuca700 mm

500 mm

300 mm

Sol

1 configuration



Compost

Paramètres testés

Sol

1 configuration



Compost

Paramètres testés1 configuration



Compost

Paramètres testés




300 mg/l

Microleana150 mg/l

300 mg/l

Melaleuca150 mg/l

300 mg/l

Carex0 mg/l

150 mg/l

300 mg/l




300 mg/lPas de végétation

150 mg/l

300 mg/l

Microleana150 mg/l

300 mg/lMicroleana

150 mg/l

300 mg/l

Melaleuca150 mg/l

300 mg/lMelaleuca

150 mg/l

300 mg/l

Carex0 mg/l

150 mg/l

300 mg/l

Carex0 mg/l

150 mg/l

300 mg/l


181

2.2 Mesure de la conductivité hydraulique

La conductivité hydraulique est mesurée par un test à charge constante adapté de la norme

américaine ASTM D 2434-68 (2006). Les colonnes sont tout d‘abord sollicitées par de l‘eau du robinet

(débit constant) pendant une durée d‘environ 4 à 5 h afin de s‘approcher de la saturation. Pour

chaque colonne la hauteur d‘eau à la surface (charge constante) est mesurée. On mesure ensuite le

volume de sortie (au bas de la colonne) pendant une durée d‘au moins 30 s (afin de réduire les

incertitudes sur ce débit de sortie). La conductivité hydraulique est ensuite calculée en appliquant la

loi de Darcy, soit :

)( pLS

LQK sat Équation 42

Avec Ksat la conductivité à saturation, Q le débit de sortie, L l‘épaisseur de la couche de sable

limoneux et de la couche de transition, S la section de la colonne et p la hauteur de la lame d‘eau en

surface de la colonne.

Avant chaque mesure, les colonnes sont sollicitées en continu par de l‘eau du robinet pendant

24h afin d‘être au plus proche de la saturation. Des mesures de débit de sortie sont prises après 4h,

8h et 24h, les conductivités sont ensuite calculées et comparées afin de vérifier l‘hypothèse de

saturation. Les valeurs finales de la conductivité hydraulique sont corrigées à 20°C. Les résultats

présentés ci-après sont toujours les résultats après 24 h de sollicitation.

Les mesures de conductivités hydrauliques ont ensuite été effectuées périodiquement après :

4, 8, 14, 20, 28, 39, 60 et 72 semaines de fonctionnement. La semaine suivant la dernière campagne

de mesure, la conductivité hydraulique a été mesurée sans la couche de surface pour les

configurations sans végétation et plantées avec Melaleuca. En moyenne 6 cm de sol ont été enlevés

pour les colonnes sans végétation et 3 cm pour les colonnes plantées avec Melaleuca. Ces tests ont

pour but de mettre en évidence le rôle de la couche de sol superficielle sur la conductivité hydraulique.

2.3 Evaluation de la granulométrie en fonction de la profondeur

La granulométrie d‘un certain nombre de systèmes a été analysée et ceci après 67 semaines

d‘expérience. Pour les particules supérieures à 2 mm, la granulométrie a été faite par tamisage

manuel selon la norme AS 1141 11 (1996) ; pour les particules inférieures à 2 mm par un Malvern

Mastersizer 2000. Les échantillons ont été prélevés en surface sur 2.5 cm d‘épaisseur, à une

profondeur comprise entre 6 cm et 8 cm et à une profondeur comprise entre 47 et 49.5 cm sur des

colonnes dont l‘épaisseur de sol est de 700 mm quels que soient les cas.


182

Les systèmes analysés sont les suivants :

- 3 colonnes parmi le groupe 51-55 : colonnes standard sollicitées avec de l‘eau du

robinet,

- 3 colonnes parmi le groupe 106-110 : Melaleuca sollicitées avec une concentration

en MES double,

- 3 colonnes parmi le groupe 111-115 : Microleana sollicitées avec une concentration

en MES double,

- 3 colonnes parmi le groupe 116-120 : Carex sollicitées avec une concentration en

MES double.

Le choix de ces configurations permet de tester l‘influence de la concentration en sédiments

(en comparant les résultats des colonnes recevant de l‘eau du robinet et une concentration double en

sédiments) et de la végétation (en comparant les systèmes avec une végétation différente) sur la

granulométrie.

L‘étude de l‘évolution de la granulométrie en fonction de la profondeur va permettre de :

- Caractériser la couche colmatée

- Comprendre quelles classes de particules sont responsables du colmatage

- Evaluer s‘il y a une migration des fines en profondeur

- Comprendre l‘influence potentielle des différents facteurs étudiés sur l‘évolution de la

granulométrie

2.4 Compaction des systèmes

Afin d‘évaluer le compactage des colonnes au cours du temps, nous avons mesuré la hauteur

d‘eau initiale dans les colonnes (entre la surverse et le haut de la colonne), puis la hauteur d‘eau

finale (après 60 semaines). On peut ainsi connaître la variation de hauteur de sol dans les colonnes

au cours du temps. La variation de hauteur est donnée par :

ini

finini

L

LLs

)(

Avec Lini la longueur initiale de la colonne et Lfin la longueur finale (après 60 semaines).

2.5 Analyse du système racinaire

Le système racinaire de Carex, Melaleuca et Microleana a été étudié en détail. Pour

différentes profondeurs, on a mesuré la longueur des racines et leur surface pour différents diamètres.

Ces analyses ont été menées par Zinger (2008). Le protocole expérimental est décrit en détail dans

sa thèse. Après lavage des racines pour enlever le sol qui y est attaché, une section d‘environ 2 cm

d‘épaisseur est prélevée à la profondeur voulue. Des sections sont ensuite prises à quatre

profondeurs : -5 cm, -23 cm, -50 cm et -63 cm. Les racines sont ensuite placées dans une boite de


183

Pétri avec de l‘eau distillée et sont séparées les unes des autres afin qu‘elles ne se chevauchent pas.

Les boites de Pétri sont ensuite scannées. La longueur, la surface et le diamètre des racines sont

alors mesurés ou déduits à partir d‘un logiciel d‘analyse d‘images.

2.6 Evaluation de l’épaisseur de la couche colmatée

A partir des mesures de concentration en entrée et du volume apporté à chaque colonne, la

masse de sédiments apportée à chaque colonne peut être calculée. La densité des sédiments a été

mesurée par un pycnomètre AccuPyc 1330 (Micromeritics). Les échantillons ont préalablement été

séchés à 105°C puis remis à température ambiante dans un dessiccateur. A partir de ces données il

est possible d‘évaluer l‘épaisseur moyenne de la couche colmatée en supposant qu‘il n‘y a pas de

migration des fines en profondeur et que le dépôt se fait de façon uniforme à la surface de la colonne,

ce qui est réaliste compte tenu de nos observations.

2.7 Incertitudes sur la conductivité hydraulique

Nous avons montré au chapitre 2 que les incertitudes analytiques sur la mesure de la

conductivité hydraulique étaient toujours inférieures à la variabilité spatiale au sein d‘un ouvrage. Pour

notre étude en laboratoire, les conclusions sont identiques : la variabilité d‘une colonne à l‘autre de

mêmes caractéristiques est supérieure à l‘incertitude de mesure de la conductivité sur un ouvrage.

Cette variabilité est due à la variabilité naturelle du sol utilisé dans les ouvrages, aux différences de

mis en oeuvre du sol (le niveau de compaction d‘une colonne à l‘autre n‘est pas identique), à la

végétation qui se développe de manière distincte d‘un ouvrage à l‘autre… Nous exprimerons donc

toujours les résultats en présentant la conductivité hydraulique moyenne par configuration, basée sur

les valeurs obtenues sur les cinq colonnes de même conception, ainsi que le coefficient de variation

de la moyenne (Cv en %).

2.8 Analyse statistique des résultats

Les résultats ont été testés afin de savoir s‘ils étaient statistiquement différents. Lorsque deux

configurations ont été comparées, nous avons effectué des test-t par paires (voir chapitre 2). Lorsque

plus de deux solutions ont été comparées entre elles, nous avons effectué des Analyses de Variance

(ANOVA). Les résultats ont été supposés statistiquement différents pour p≤0.05. Lors de ces

analyses, la normalité a été vérifiée par le test de Kolmogorov-Smirnov (K-S test) et acceptée pour

p>0.05. Les données sont généralement normalement distribuées (si ce n‘est pas le cas, cela est

mentionné dans le texte). L‘ensemble des calculs statistiques a été fait avec le logiciel SPPS 14.0.


184

3 Résultats

3.1 Evolution globale de la conductivité au cours de temps

L‘évolution de la conductivité hydraulique en fonction du temps (toutes configurations

confondues) est présentée à la Figure 3-1 et au Tableau 3-1. On remarque que dès que les colonnes

ont commencé à être sollicitées, la conductivité hydraulique a diminué régulièrement, passant d‘une

valeur médiane de 186 mm/h et moyenne de 234mm/h (après 4 semaines de fonctionnement) à

51 mm/h en valeur médiane et 68 mm/h en moyenne (après 72 semaines). Les conductivités

hydrauliques ont été divisées par un facteur de 3.4 (valeurs moyennes) ou 3.6 (valeurs médianes) en

68 semaines. Notons que l‘intervalle de confiance à 95% est très élevé. Cela est dû à la diversité des

configurations testées.

Figure 3-1 : Evolution globale de la conductivité hydraulique sur 72 semaines – valeur moyenne, 2.5ème

et 97.5ème

centile (intervalle de confiance à 95%).

Temps (semaines) 4 8 14 20 28 39 60 72

Moyenne (mm/h) 234 189 176 190 152 99 71 68

Médiane (mm/h) 186 160 148 157 125 88 46 51

σ (mm/h) 143 117 103 108 81 60 79 59

2.5ème

98 74 69 72 40 3 5 2

97.5ème

588 519 445 513 336 240 334 257

Cv (%) 61 62 58 57 53 61 112 87

n 124 124 124 125 125 125 87 79

Tableau 3-1 : Evolution de la conductivité avec le temps – ensemble des résultats : moyenne, médiane, écart type (σ), 2.5

ème et 97.5

ème centile, coefficient de variation (Cv) et nombre de colonnes (n).


185

3.2 Influence de la conception sur la conductivité hydraulique et sa réduction

Afin de mettre en valeur le rôle des différents paramètres de conception sur la conductivité

hydraulique, nous présentons les résultats des mesures de conductivité par groupes ayant des

caractéristiques identiques. Rappelons que chaque groupe est composé de 5 réplicats (5 colonnes).

On analyse tout d‘abord l‘évolution avec le temps puis l‘influence de différents facteurs de conception

sur la conductivité hydraulique.

3.2.1 Effet de la végétation

Les effets de la végétation sur la conductivité hydraulique sont présentés dans la section

suivante. L‘analyse porte tout d‘abord sur les colonnes sollicitées avec une eau normale puis sur les

colonnes recevant une concentration double et enfin sur les petites colonnes (500 et 300 mm

d‘épaisseur).

Colonnes normales Evolution avec le temps

Initialement, les conductivités hydrauliques sont comprises entre 150 mm/h et 250 mm/h

(Tableau 3-2). Après 60 semaines de service les conductivités ont diminué et atteint des valeurs

comprises entre 49 mm/h et 88 mm/h, sauf pour l‘espèce Melaleuca où la conductivité hydraulique a

augmenté et atteint 295 mm/h (Tableau 3-2). Statistiquement, ces différences entre valeurs initiales et

finales se confirment avec les test-t par paires avec p<0.05 pour toutes les configurations (Tableau

3-2). La diminution de la conductivité avec le temps est donc statistiquement significative, pour les

systèmes non végétalisés ou plantés avec Carex, Dianella, Microleana et Leucophyta. Pour les

systèmes plantés avec Melaleuca, l‘augmentation dans le temps de la conductivité est significative.

Sans végétation Carex Dianella Microleana Leucophyta Melaleuca

Kini (4 sem.) 199 (29%) 251 (49%) 232 (61%) 150 (17%) 231 (29%) 155 (34%)

Kfinales (60 sem.) 53 (41%) 51 (65%) 88 (45%)* 49 (35%) 66 (43%) 295 (38%)

p 0.00 0.01 0.04 0.00 0.00 0.01

* résultats à 39 semaines

Tableau 3-2 : Conductivité hydraulique initiale et finale (moyenne en mm/h et CV en %), test-t par paires (valeurs de p) – effet de la végétation

L‘évolution dans le temps des conductivités hydrauliques pour Carex est Melaleuca est

présentée à la Figure 3-2. On voit ici un comportement typique des systèmes d‘infiltration (Carex)

avec une décroissance en fonction du temps, et le comportement opposé des systèmes plantés avec

Melaleuca qui vont augmenter avec le temps.


186

Figure 3-2 : Evolution avec le temps (72 semaines) des conductivités hydrauliques des ouvrages plantés avec Carex et Melaleuca (moyenne et intervalle de confiance à 95%)

Influence de la conception

Initialement, toutes les configurations sont statistiquement identiques (Tableau 3-3, p>0.05

dans tous les cas). Après 60 semaines de fonctionnement, seuls les biofiltres plantés avec l‘espèce

Melaleuca sont statistiquement différents des autres solutions (Tableau 3-3). On ne peut donc pas voir

d‘effet de la végétation sur la conductivité hydraulique, sauf pour l‘espèce Melaleuca. Dans ce cas,

cela permet une restauration est même une augmentation de la conductivité initiale.

Sans végétation Carex Dianella Microleana Leucophyta Melaleuca

Sans végétation X

Carex 0.93-1.00 X

Dianella 0.99-0.90 1.00-0.89 X

Microleana 0.95-1.00 0.48-1.00 0.68-0.85 X

Leucophyta 0.99-1.00 1.00-1.00 1.00-0.99 0.69-1.00 X

Melaleuca 0.97-0.00 0.53-0.00 0.73-0.00 1.00-0.00 0.74-0.00 X

Tableau 3-3 : ANOVA (p du post hoc test) entre données initiales (première valeur) et finales (seconde valeur) pour les 5 espèces de végétation et les colonnes non plantées. Les valeurs statistiquement différentes sont en

gras. (Première valeur de p correspondant à la comparaison des conductivités initiales, la seconde à la comparaison des valeurs finales)

Remarque : on compare ici l’effet de la végétation sur la conductivité hydraulique. Lorsque l’on conduit

l’ANOVA, on compare tout d’abord l’ensemble des configurations initiales (premier nombre dans le

tableau), puis l’ensemble des configurations finales (second chiffre dans le tableau). Ainsi, si on

compare la solution sans végétation avec la solution plantée avec Melaleuca, on remarque


187

qu’initialement les configurations étaient identiques (p=0.97) et qu’après 60 semaines de service elles

sont différentes (p=0.00).

Colonnes recevant une concentration double Evolution avec le temps

Initialement, les conductivités sont comprises entre 131 mm/h et 207 mm/h (Tableau 3-4).

Après 39 semaines de service, les conductivités ont diminué et atteint des valeurs comprises entre 26

mm/h et 102 mm/h (Tableau 3-4). Statistiquement, ces différences entre valeurs initiales et finales se

confirment avec les test-t par paires avec p<0.05 pour toutes les configurations (Tableau 3-4), sauf

dans le cas de Melaleuca ou la différence entre conductivité initiale et finale n‘est pas significative

(passage de 131 mm/h à 102 mm/h, p=0.38).

Sans végétation [C]X2 Carex [C]X2 Microleana [C]X2 Melaleuca [C]X2

Kini (4 semaines) 164 (42%) 207 (53%) 180 (53%) 131 (20%)

Kfinales (39 semaines) 78 (29%) 26 (72%) 87 (30%) 102 (68%)

p 0.02 0.03 0.05 0.38

Tableau 3-4 : Conductivité hydraulique initiale et finale (moyenne en mm/h et variance en %), test-t par paires (valeurs de p) – effet de la végétation (colonnes recevant une concentration en sédiments double – [C]X2).

L‘évolution dans le temps des conductivités hydrauliques pour Melaleuca et Carex recevant

une concentration forte est présentée à la Figure 3-3.La figure montre un comportement typique des

systèmes d‘infiltration (Carex) avec une décroissance de la conductivité hydraulique en fonction du

temps, et le comportement opposé des systèmes plantés avec Melaleuca, qui reste quasiment

constant au cours du temps.

Figure 3-3 : Evolution avec le temps (39 semaines) des conductivités hydrauliques des ouvrages plantés avec Carex et Melaleuca (concentration forte) (moyenne et intervalle de confiance à 95%).


188


Initialement tous les systèmes sont statistiquement identiques (Tableau 3-5). Après 39

semaines, on note que seul Melaleuca est statistiquement différente de Carex, les autres

combinaisons étant identiques (Tableau 3-5). Comme indiqué précédemment, l‘utilisation de

Melaleuca permet de limiter la diminution de la conductivité hydraulique. En effet les systèmes plantés

avec Melaleuca conservent la plus forte conductivité hydraulique (102 mm/h). Les systèmes non

végétalisés ont une conductivité de 78 mm/h, ceux avec Carex 26 mm/h et Microleana 87 mm/h.

Carex aurait donc tendance à diminuer la conductivité hydraulique, Microleana et Melaleuca auraient

tendance à l‘augmenter par rapport aux ouvrages sans végétation. Cependant ces résultats ne sont

pas statistiquement significatifs (Tableau 3-5) et la seule conclusion que l‘on peut tirer est la différence

de comportement entre Melaleuca et Carex en fin d‘expérience.

p Sans végétation [C]X2 Carex [C]X2 Microleana [C]X2 Melaleuca [C]X2

Sans végétation [C]X2 X

Carex [C]X2 0.84-0.20 X

Microleana [C]X2 0.99-0.98 0.95-0.11 X

Melaleuca [C]X2 0.92-0.78 0.47-0.04 0.78-0.93 X

Tableau 3-5 : ANOVA (p du post hoc test) – effet de la végétation sur les colonnes recevant une concentration forte. Les valeurs statistiquement différentes sont en gras. (Première valeur de p correspondant à la comparaison

des conductivités initiales, la seconde à la comparaison des valeurs finales)

Colonnes de 500 mm d‘épaisseur

Pour les colonnes de 500 mm d‘épaisseur, nous n‘avons pas de colonne de contrôle non

végétalisés.

Evolution avec le temps

Les conductivités moyennes initiales et finales sont présentées au Tableau 3-6. Initialement,

ces conductivités sont comprises entre 241 mm/h et 270 mm/h. Après 39 semaines de services les

conductivités ont diminué et atteint des valeurs comprises en moyenne entre 25 mm/h et 165 mm/h.

Statistiquement, ces différences entre valeurs initiales et finales se confirment avec les test-t par

paires avec p<0.05 pour toutes les configurations (Tableau 3-6).

Carex 500 mm Microleana 500 mm Melaleuca 500 mm

Kini (4 semaines) 268 (38%) 270 (29%) 241 (50%)

Kfinales (39 semaines) 25 (85%) 30 (58%) 165 (51%)

p 0.01 0.01 0.03

Tableau 3-6 : Conductivité hydraulique initiale et finale (moyenne en mm/h et variance en %), test-t par paires (valeurs de p) – effet de la végétation (colonnes de 500 mm).

L‘évolution dans le temps des conductivités hydrauliques pour Melaleuca et Carex de 500 mm

d‘épaisseur est présentée à la Figure 3-4. On remarque que les conductivités hydrauliques sont

initialement proches pour les deux configurations. Les conductivités des systèmes plantés avec

Melaleuca vont ensuite toujours rester supérieures à celles plantés avec Carex.


189

Figure 3-4 : Evolution avec le temps (39 semaines) des conductivités hydrauliques des ouvrages plantés avec Carex et Melaleuca (500 mm) (moyenne et intervalle de confiance à 95%)


Initialement les trois solutions sont statistiquement identiques (Tableau 3-7). Après 39

semaines de service, les colonnes plantées avec Carex et Microleana ont des conductivités faibles

(25 et 30 mm/h) alors que celles plantées avec Melaleuca ont des conductivités plus fortes (165

mm/h) et statistiquement différentes (Tableau 3-7). Là encore l‘influence de Melaleuca est bien mise

en évidence, et permet de limiter la diminution de la conductivité hydraulique.

p Carex Microleana Melaleuca

Carex X

Microleana 1.0-0.99 X

Melaleuca 0.91-0.00 0.90-0.00 X

Tableau 3-7 : ANOVA (p du post hoc test) – effet de la végétation sur les colonnes de 500 mm. Les valeurs statistiquement différentes sont en gras. (Première valeur de p correspondant à la comparaison des conductivités

initiales, la seconde à la comparaison des valeurs finales)

Colonnes de 300 mm d‘épaisseur

Pour les colonnes de 300 mm d‘épaisseur, nous n‘avons pas de colonne de contrôle non

végétalisés.


Les conductivités initiales et finales sont présentées au Tableau 3-8. Initialement, les

conductivités sont en moyenne comprises entre 164 mm/h et 288 mm/h. Après 39 semaines de

services les conductivités ont diminué et atteint des valeurs comprises entre 71 mm/h et 199 mm/h.

Statistiquement, seuls les ouvrages plantés avec Carex sont différents de la configuration finale


190

(Tableau 3-8). Les systèmes plantés avec Melaleuca n‘ont que faiblement diminué (passage de

288 mm/h à 199 mm/h, résultats statistiquement non différents, p=0.27).

Carex 300 mm Microleana 300 mm Melaleuca 300 mm

Kini (4 semaines) 164 (25%) 256 (59%) 288 (26%)

Kfinales (39 semaines) 71 (83%) 128 (35%), 48 (41%)* 199 (49%)

p 0.02 0.07, 0.03* 0.27

Tableau 3-8 : Conductivité hydraulique initiale et finale (moyenne et mm/h et variance en %), test-t par paires (valeurs de p) – effet de la végétation (* résultats à 60 semaines)

L‘évolution dans le temps des conductivités hydrauliques pour Carex et Melaleuca de 300 mm

d‘épaisseur est présentée à la Figure 3-5. On remarque qu‘avec le temps, les conductivités des

systèmes plantés avec Melaleuca restent toujours supérieures à celles plantés avec Carex.

Figure 3-5 : Evolution avec le temps (39 semaines) des conductivités hydrauliques des ouvrages plantés avec Carex et Melaleuca (300 mm) (moyenne et intervalle de confiance à 95%)


Initialement toutes les solutions sont statistiquement identiques (Tableau 3-9). Après 39

semaines, seules les colonnes plantées avec Melaleuca (199 mm/h) sont statistiquement différentes

de celles plantées avec Carex (71 mm/h, p=0.04, Tableau 3-9). Là encore l‘influence de Melaleuca sur

la conductivité hydraulique est nette, et permet de limiter sa diminution.

p Carex Microleana Melaleuca

Carex X

Microleana 0.36-0.43 X

Melaleuca 0.21-0.04 0.89-0.30 X

Tableau 3-9 : ANOVA (p du post hoc test) – effet de la végétation sur les colonnes de 300 mm – Les valeurs statistiquement différentes sont en gras. (Première valeur de p correspondant à la comparaison des conductivités

initiales, la seconde à la comparaison des valeurs finales)


191

3.2.2 Effet de l’épaisseur du biofiltre


Les différents ouvrages ont des conductivités initiales assez fortes comprises entre 150 et

288 mm/h. Après 60 semaines, toutes les conductivités sont statistiquement plus faibles (p<0.05), et

comprises entre 30 et 71 mm/h (Tableau 3-10), sauf dans le cas des ouvrages plantés avec

Melaleuca. Dans ce cas, on remarque que la conductivité hydraulique décroît légèrement (500 mm et

300 mm) ou augmente (cas des colonnes de 700 mm). Pour les colonnes Melaleuca 700 mm, les

conductivités hydrauliques initiales et finales ne sont pas statistiquement différentes (p=0.27).

Carex 700 mm Carex 500 mm Carex 300 mm

Kini (4 sem.) 251 (49%) 268 (38%) 164 (25%)

Kfinales (60 sem.) 51 (65%) 25 (85%) 71 (83%)*

p 0.01 0.01 0.02

Microleana 700 mm Microleana 500 mm Microleana 300 mm

Kini (4 sem.) 150 (17%) 270 (29%) 256 (59%)

Kfinales (60 sem.) 49 (35%) 30 (58%) 48 (41%)

p 0.00 0.01 0.03

Melaleuca 700 mm Melaleuca 500 mm Melaleuca 300 mm

Kini (4 sem.) 155 (34%) 241 (50%) 288 (26%)

Kfinales (60 sem.) 295 (38%) 165 (51%) 199 (49%)*

p 0.01 0.03 0.27

Tableau 3-10 : Evolution de la conductivité hydraulique avec le temps, test-t par paires (valeurs de p) – effet de l‘épaisseur du sol (* résultats à 39 semaines)


L‘analyse des données montre qu‘aucune solution n‘est statistiquement différente (Tableau

3-11 à Tableau 3-13). L‘épaisseur de la couche de sol ne semble donc pas jouer un rôle sur

l‘évolution de la conductivité hydraulique avec le temps.

p Carex 700 mm Carex 500 mm Carex 300 mm

Carex 700 mm X

Carex 500 mm 0.96-0.58 X

Carex 300 mm 0.35-0.74 0.23-0.22 X

Tableau 3-11 : ANOVA (p du post hoc test) entre données initiales et données finales, influence de l‘épaisseur de l‘ouvrage (colonnes plantés avec Carex). (Première valeur de p correspondant à la comparaison des

conductivités initiales, la seconde à la comparaison des valeurs finales)

p Microleana 700 mm Microleana 500 mm Microleana 300 mm

Microleana 700 mm X

Microleana 500 mm 0.18-0.25 X

Microleana 300 mm 0.25-1.0 0.98-0.28 X

Tableau 3-12 : ANOVA (p du post hoc test) entre données initiales et données finales, influence de l‘épaisseur de l‘ouvrage (colonnes plantés avec Microleana). (Première valeur de p correspondant à la comparaison des



192

p Melaleuca 700 mm Melaleuca 500 mm Melaleuca 300 mm

Melaleuca 700 mm X

Melaleuca 500 mm 0.31-0.14 X

Melaleuca 300 mm 0.11-0.31 0.71-0.86 X

Tableau 3-13 : ANOVA (p du post hoc test) entre données initiales et données finales, influence de l‘épaisseur de l‘ouvrage (colonnes plantés avec Melaleuca). (Première valeur de p correspondant à la comparaison des


3.2.3 Effet du type de sol

Evolution avec le temps de chaque configuration.

Les conductivités initiales sont comprises entre 251 (sable limoneux) et 599 mm/h (V+P)

(Tableau 3-14). Après 60 semaines de service (39 dans certains cas), l‘ensemble des systèmes ont

des conductivités hydrauliques plus faibles, comprises entre 51 mm/h (sable limoneux) et 196 mm/h

(V+P). Statistiquement, ces différences entre valeurs initiales et finales se confirment avec les test-t

par paires avec p<0.05 pour toutes les configurations (Tableau 3-14).

Sable limoneux V+P Compost

Kini (4 sem.) 251 (49%) 599 (44%) 473 (32%)

Kfinales (60 sem.) 51 (65%) 196 (33%) 174 (24%)*

p 0.01 0.04 0.02

* résultats à 39 semaines

Tableau 3-14 : Evolution de la conductivité hydraulique avec le temps, test-t par paires (valeurs de p) – effet du type de sol

L‘évolution avec le temps des conductivités hydrauliques pour les colonnes avec un sable

limoneux et sable limoneux avec ajout de V+P, est donné à la Figure 3-6. On note bien la diminution

de conductivité pour les deux configurations, avec cependant des conductivités initiales très fortes

pour la configuration V+P et qui restent supérieures avec le temps.


193

Figure 3-6 : Evolution avec le temps (72 semaines) des conductivités hydrauliques des ouvrages avec un sol de type sable limoneux et d‘un sable limoneux avec un ajout de vermiculite et perlite (moyenne et intervalle de

confiance à 95%)


Initialement, la configuration sable limoneux (251 mm/h) et V+P (599 mm/h) sont différentes

(p=0.03, Tableau 3-15), les autres configurations étant identiques. Au final le sable limoneux a une

conductivité hydraulique plus faible (51 mm/h) que les colonnes ayant bénéficié d‘un ajout de V+P

(196 mm/h) ou de compost (174 mm/h). Ces résultats étant statistiquement différents (p<0.05,

Tableau 3-15), le rôle d‘un ajout sur la conductivité hydraulique est bien mis en évidence. L‘ajout de

V+P ou de compost a pour conséquence d‘augmenter la conductivité hydraulique initiale, et même si

cette conductivité va diminuer fortement, elle restera à une valeur plus élevée que celle du sol sans

ajout. Notons que le type d‘ajout (V+P ou compost) ne donnent pas de résultats significativement

différents, si bien qu‘il est difficile de conclure à une meilleure performance de l‘un par rapport à

l‘autre.

p Sable limoneux V+P Compost

Sable limoneux X

V+P 0.03-0.01 X

Compost 0.19-0.01 0.56-0.76 X

Tableau 3-15: ANOVA (p du post hoc test) entre données initiales et données finales. Les valeurs statistiquement différentes sont en gras. (Première valeur de p correspondant à la comparaison des conductivités initiales, la

seconde à la comparaison des valeurs finales)

3.2.4 Effet de la taille du bassin versant


Les différents ouvrages ont des conductivités initiales assez fortes comprises entre 362 et

174 mm/h. Après 39 semaines, toutes les conductivités sont statistiquement plus faibles (p<0.05), et

comprises entre 3 et 125 mm/h (Tableau 3-16).


194

4 % 2 % 1 % 0.7%

Kini (4 sem.) 362 (48%) 251 (49%) 171 (22%) 174 (14%)

Kfinales (39 sem.) 125 (44%) 80 (39%), 51 (65%)* 59 (50%) 3 (65%)

P 0.02 0.05, 0.01* 0.00 0.00

(* résultats à 60 semaines)

Tableau 3-16: Evolution de la conductivité hydraulique avec le temps, test-t par paires (valeurs de p) – effet de la taille du bassin versant

L‘évolution avec le temps des conductivités hydrauliques pour les ouvrages dimensionnés à

4% et à 0.7% de leur bassin versant est présentée à la Figure 3-7. On note bien la diminution de

conductivité pour l‘ensemble des configurations, les conductivités devenant cependant beaucoup plus

faibles pour les ouvrages dimensionnés à 0.7%.

Figure 3-7 : Evolution avec le temps (39 semaines) des conductivités hydrauliques des ouvrages plantés dimensionnés à 4% et à 0.7% de la taille du bassin versant (moyenne et intervalle de confiance à 95%)


Statistiquement, tous les systèmes sont initialement identiques (p> 0.05) (Tableau 3-17).

Après 39 semaines, les systèmes dimensionnés à 4% du bassin versant sont statistiquement

différents des systèmes dimensionnés à 1% et 0.7%, et les systèmes dimensionnés à 2% sont

différents de ceux à 0.7% (Tableau 3-17). Les systèmes les plus grands (c'est-à-dire ceux qui ont reçu

le moins d‘eau au m²) ont la conductivité hydraulique moyenne la plus forte (125 mm/h), alors que les

plus petits systèmes (ou ceux ayant reçu le plus d‘eau au m²) ont la conductivité hydraulique la plus

faible (3 mm/h). L‘influence de la taille du bassin versant est donc clairement démontrée. Plus

l‘ouvrage est petit par rapport à son bassin versant, plus la conductivité hydraulique va diminuer et le

risque de colmatage va augmenter.


195

p 4% 2% 1% 0.7%

4% X

2% 0.4-0.22 X

1% 0.06-0.04 0.67-0.79 X

0.7% 0.07-0.00 0.69-0.02 1.0-0.10 X

Tableau 3-17: ANOVA (p du post hoc test) entre données initiales puis entre données finales (données à 39 semaines). Les valeurs statistiquement différentes sont en gras. (Première valeur de p correspondant à la

comparaison des conductivités initiales, la seconde à la comparaison des valeurs finales)

3.2.5 Effet de la concentration en MES

Evolution avec le temps de chaque configuration

Les conductivités initiales sont en moyenne comprises entre 131 et 251 mm/h. Après 39

semaines de service, l‘ensemble des systèmes ont des conductivités hydrauliques plus faibles,

comprises en moyenne entre 26 mm/h (Carex [C]X2) et 116 mm/h (Eau du robinet) (Tableau 3-18).

Statistiquement, ces différences entre valeur initiale et finale se confirment avec les test-t par paires

avec p<0.05 pour toutes les configurations (Tableau 3-18), sauf dans le cas des configurations sans

végétation, plantées avec Carex ou Melaleuca (double concentration) et pour les ouvrages recevant

de l‘eau du robinet ou la décroissance n‘est pas statistiquement significative.

Sans végétation Sans végétation [C]X2

Kini (4 sem.) 199 (29%) 164 (42%)

Kfinales (39 sem.) 94 (26%), 53 (41%)* 78 (29%)

p 0.08 0.02

Carex Carex [C]X2 Eau du robinet

Kini (4 sem.) 251 (49%) 207 (53%) 238 (50%)

Kfinales (39 sem.) 80 (39%), 51 (65%)* 26 (72%) 116 (5%), 59 (17%)*

p 0.06 0.03 0.09

Microleana Microleana [C]X2

Kini (4 sem.) 150 (17%) 180 (53%)

Kfinales (39 sem.) 69 (27%), 49 (35%)* 87 (30%)

p 0.00 0.05

Melaleuca Melaleuca [C]X2

Kini (4 sem.) 155 (34%) 131 (20%)

Kfinales (39 sem.) 107 (37%), 295 (38%)* 102 (68%)

p 0.03 0.38

(* résultats à 60 semaines)

Tableau 3-18 : Evolution de la conductivité hydraulique avec le temps, test-t par paires – effet de la concentration

L‘évolution avec le temps des conductivités hydrauliques pour les colonnes Carex sollicitées

avec une concentration normale et forte est présentée à la Figure 3-8 (la solution avec sollicitation par

de l‘eau de robinet n‘est pas reportée sur le graphique pour des raisons de clarté). On note que les


196

conductivités initiales sont proches, et qu‘avec le temps les conductivités des systèmes recevant une

concentration double vont toujours être inférieures à celles recevant une concentration normale.

Figure 3-8 : Evolution avec le temps (39 semaines) des conductivités hydrauliques des ouvrages plantés avec Carex et sollicités avec une concentration normale et double (moyenne et intervalle de confiance à 95%)

Influence de la concentration sur le fonctionnement des ouvrages

Initialement, les systèmes sont identiques deux à deux : Microleana et Microleana double

concentration sont identiques, les systèmes non végétalisés et Melaleuca aussi (Tableau 3-19). De

même, les colonnes plantées avec Carex recevant de l‘eau du robinet, des sédiments et des

sédiments en concentration double sont tous identiques (Tableau 3-20).

Après 39 semaines, on remarque que lorsqu‘il n‘y a pas de végétation ou lorsque que les

ouvrages sont plantés avec Microleana ou Melaleuca, les systèmes recevant deux fois plus de MES

ont une conductivité hydraulique identiques à ceux recevant une concentration normale (Tableau

3-19). Pour les systèmes plantés avec Carex, les colonnes recevant deux fois plus de sédiments ont

une conductivité hydraulique statistiquement plus faible que ceux recevant une concentration normale

(26 mm/h contre 80 mm/h, Figure 3-8 et Tableau 3-20) et celles recevant de l‘eau sans MES ont la

conductivité hydraulique la plus élevée (116 mm/h). De plus cette conductivité est statistiquement

supérieure à la conductivité des deux autres configurations.

p Sans végétation-

Sans végétation [C]X2 Microleana –

Microleana [C]X2 Melaleuca-

Melaleuca [C]X2

Entre les K initiales 0.27 0.55 0.41

Entre les K après 39 sem. 0.29 0.07 0.99

Tableau 3-19 : Comparaison entre les colonnes recevant une concentration normale et une concentration double, test-t par paires (valeurs de p) entre configurations recevant une concentration normale et forte.


197

p Carex Carex [C]X2 Eau du robinet

Carex X

Carex [C]X2 0.83-0.01 X

Eau du robinet 0.99-0.05 0.91-0.00 X

Tableau 3-20 : ANOVA (p du post hoc test) entre données initiales et données finales. Les valeurs en gras sont statistiquement différentes. (Première valeur de p correspondant à la comparaison des conductivités initiales, la

seconde à la comparaison des valeurs finales)

3.3 Conductivité hydraulique sans la couche de surface

Les résultats des conductivités hydrauliques initiales, après 72 semaines et sans la couche

supérieure sont présentés au Tableau 3-21 et à la Figure 3-9. Dans le cas de la configuration sans

végétation, la conductivité hydraulique sans la couche de surface est légèrement supérieure mais pas

statistiquement différente de la conductivité à 72 semaines (p=0.12); dans le cas de Melaleuca, la

conductivité est très supérieure mais là encore non statistiquement différente (p=0.28), (Tableau

3-22). Enfin, si on compare les conductivités initiales aux conductivités sans la couche supérieure, on

remarque que pour les ouvrages sans végétation la conductivité initiale reste supérieure et

statistiquement différente de la conductivité sans la couche supérieure (p=0.00); pour Melaleuca, la

conductivité sans couche supérieure est deux fois plus forte que la conductivité initiale et bien sûr

statistiquement différente (p=0.02) (Tableau 3-22).

Sans végétation Melaleuca

Kini

(mm/h) K 72 sem.

(mm/h) K ss sup. (mm/h)

e enlevé (cm)

Kini (mm/h)

K 72 sem. (mm/h)

K ss sup. (mm/h)

e enlevé (cm)

Moyenne 199 51 74 6 155 232 312 3

σ 57 20 41 1 53 78 81 1

Cv (%) 29% 40% 55% 19% 34% 34% 26% 21%

Tableau 3-21 : Conductivité hydraulique moyenne initiale (Kini), après 72 semaines (K 72 sem.) et sans couche supérieure (K ss sup.) pour les colonnes sans végétation et Melaleuca ainsi que l‘épaisseur de la couche de sol

enlevée (e enlevé)

0

50

100

150

200

250

300

350

Sans Végétation Melaleuca

K (

mm

/h)

K initial

K 72 sem.

K ss sup.

Figure 3-9 : Conductivité hydraulique initiale (K ini), après 72 semaines (K 72 sem.) et après enlèvement de la couche supérieure du sol (K ss sup.) pour la configuration sans végétation et Melaleuca.


198

Configuration p

Sans végétation K 72 sem. (51 mm/h) K ss sup. (74 mm/h) 0.12

K ini (199 mm/h) K ss sup. (74 mm/h) 0.00

Melaleuca K 72 sem. (232mm/h) K ss sup. (312 mm/h) 0.28

K ini (155mm/h) K ss sup. (312 mm/h) 0.02

Tableau 3-22 : p des tests t par paires : rôle de la couche supérieure. Les valeurs en gras sont statistiquement différentes.

3.4 Evolution de la granulométrie avec la profondeur

3.4.1 Granulométrie par tamisage (>2 mm)

Les résultats de la granulométrie par tamisage sont présentés dans le Tableau 3-23 et à la

Figure 3-10. Il n‘y a pas de tendance particulière qui discrimine la granulométrie, en fonction de la

profondeur pour les particules inférieures à 2.38 mm, ni entre les colonnes sollicitées par de l‘eau du

robinet et de l‘eau de ruissellement.

Microleana C[X]2 Melaleuca C[X]2 Carex C[X]2 Eau du robinet

d50 σ Cv (%) d50 σ Cv (%) d50 σ Cv (%) d50 Σ Cv (%)

0-2.5 cm (A) 382 90 23.5% 337 64 18.9% 349 41 11.6% 355 18 5.2%

6-8.5 cm (C) 344 32 9.2% 305 55 18.1% 360 15 4.1% 369 24 6.4%

47-49.5 cm (E) 332 37 11.2% 317 13 4.1% 323 21 6.5% 317 16 5.0%

Tableau 3-23 : d50, écart type (σ) et coefficient de variation (Cv) à différentes profondeurs et pour différentes configurations

0.010.0

20.030.040.050.0

60.070.080.0

90.0100.0

0.01 0.1 1 10

Taille des particules

% d

e p

assant

A

C

E

0.010.020.030.040.050.0

60.070.080.090.0

100.0

0.01 0.1 1 10

Taille des particules

% d

e p

assant

A

C

E

Moyenne

Figure 3-10 : Granulométrie pour les colonnes recevant de l‘eau du robinet (gauche) et celle recevant de l‘eau de ruissellement (concentration double) planté avec Carex

3.4.2 Granulométrie laser (<2 mm)

Les résultats de la granulométrie sur les particules inférieures à 2 mm sont présentés dans le

Tableau 3-24 et à la Figure 3-11. Seul les résultats pour Carex (double concentration) et l‘eau du

robinet sont disponibles. Comme pour la granulométrie sur les particules de plus gros diamètres, il n‘y

a pas de différence de granulométrie entre les différents cas en ce qui concerne les variations en

profondeur. De même les résultats entre colonnes sollicitées avec de l‘eau du robinet et de l‘eau de


199

ruissellement sont quasiment identiques. Nous reviendrons sur l‘explication de cette observation qui

semble différente des tendances observées habituellement au paragraphe 4.6.

Carex C[X]2 Eau du robinet

d50 σ Cv (%) d50 σ Cv (%)

0-2.5 cm (A) 43.9 2.2 5.0% 43.9 7.1 16.2%

6-8.5 cm (C) 45.0 1.1 2.5% 45.0 4.8 10.7%

47-49.5 cm (E) 46.8 2.8 5.9% 40.9 6.5 15.9%

Tableau 3-24 : d50, écart type (σ) et coefficient de variation (Cv) à différentes profondeurs et pour différentes configurations

Eau du robinet

0.0

20.0

40.0

60.0

80.0

100.0

0.1 1 10 100 1000

Diamètre (µm)

% d

e p

assant

A

C

E

Carex [C]X2

0.0

20.0

40.0

60.0

80.0

100.0

0.1 1 10 100 1000

Diamètre (µm)

% d

e p

assa

nt

A

C

E

Figure 3-11 : Granulométrie pour les colonnes recevant de l‘eau du robinet (gauche) et celle recevant de l‘eau de ruissellement (concentration double) planté avec Carex (particules < 2 mm)

3.5 Compaction des systèmes

La compaction moyenne, médiane (en cm et %), ainsi que l‘écart type sur la moyenne sont

présentés dans le Tableau 3-25. La compaction des systèmes est faible et en moyenne de 2.5 % (soit

1.8 cm de compaction).

Compaction (cm) Compaction (%)

Moyenne 1.8 cm 2.5

Médiane 1.5 cm 2.5

σ 1.5 cm 2.2

Tableau 3-25 : Compactage des différentes colonnes selon leur taille (mesurées après 60 semaines)

L‘analyse du compactage des colonnes par configuration montre qu‘il n‘y a pas de différences

statistiquement significatives d‘une solution à l‘autre. La compaction des colonnes est donc identique,

quelle que soit la solution choisie. Il n‘y a notamment pas de différence entre les colonnes des 700

mm d‘épaisseur et celles de 500 ou 300 mm.


200

3.6 Système racinaire

Afin d‘étudier les différences entre les systèmes racinaires des différentes espèces, nous

avons mesuré la longueur des racines et la surface totale des racines à quatre différentes

profondeurs. Un example de coupe dans une boîte de Pétri est présenté à la Figure 3-13. Les

résultats pour Melaleuca, Carex et Microleana sont présentés à la Figure 3-12. Ces résultats sont les

valeurs moyennes calculées à partir des résultats de 3 colonnes. On remarque que pour Melaleuca et

Microleana, la longueur (et la surface) des racines, diminuent avec la profondeur. Pour Carex la

surface et la longueur des racines sont très grandes en surface et présentes jusqu‘à 50 cm de

profondeur. La surface et la longueur des racines de Carex sont environ 10 fois supérieures à celles

de Melaleuca et Microleana, sauf à la profondeur de 63 cm où les longueurs et surfaces de Carex

sont plus faibles que celle de Melaleuca.

0 50 100 150 200 250 300 350 400 450 500

-5

-23

-50

-63

Longueur totale des

racines (m)

Pro

fondeur

(cm

)

Melaleuca

Carex

Microleana

0 10000 20000 30000 40000 50000 60000 70000

-5

-23

-50

-63

Surface totale des

racines (mm²)P

rofo

ndeur

(cm

)

Melaleuca

Carex

Microleana

Figure 3-12 : Longueur (gauche) et surface totale de racines (droite) à différentes profondeurs pour Melaleuca, Carex et Microleana

Figure 3-13 : Example de racines dans une boîte de Pétri (Carex recevant une concentration double, profondeur de 5 cm)

Le diamètre moyen des racines en fonction de la profondeur est présenté au Tableau 3-26

pour Melaleuca et Carex. L‘exemple d‘une courbe complète est présenté à la Figure 3-14. Les

résultats donnent le diamètre moyen des racines en mm, basé sur leur surface ou leur longueur. On


201

remarque que le diamètre des racines de Carex est toujours inférieur au diamètre des racines de

Melaleuca que ce soit calculé en % de surface ou en % de longueur. Par example, le diamètre médian

à 23 cm de profondeur est de 0.40 mm pour Melaleuca et 0.10 pour Carex, calculé en % de la surface

des racines. La Figure 3-15 montre un exemple du système racinaire de Carex et de Melaleuca.

d50 (mm) % de surface des racines % de longueur des racines

Melaleuca Carex Melaleuca Carex

-5 cm 0.22 0.22 0.09 0.08

-23 cm 0.40 0.1 0.12 0.075

-50 cm 0.35 0.1 0.16 0.075

-63 cm 0.57 0.45 0.25 0.15

Tableau 3-26 : Diamètre moyen des racines pour Melaleuca et Carex (surface et longueur)

Surface des racines, niveau B (-22 cm)

0%

25%

50%

75%

100%

0.01 0.1 1 10

% s

upé

rieure

à

Melaleuca

Carex

Figure 3-14 : Exemple de distribution des diamètres (exprimé en % de surface des racines)

Figure 3-15 : Système racinaire de Carex (gauche) et de Melaleuca (droite)


202

3.7 Evaluation de l’épaisseur de la couche colmatée

Le volume de sédiments apporté aux systèmes après 60 semaines de service a été calculé

afin d‘avoir un ordre de grandeur du dépôt sédimentaire en surface des colonnes. La densité mesurée

est de 2.51 t/m3

(valeur moyenne mesurée sur 3 échantillons, Cv de 0.04%). Les épaisseurs estimées

selon les différents apports sont les suivantes :

- Colonnes à 4% de bassin versant : 0.7 mm

- Colonnes à 2% de bassin versant (normale) : 1.3 mm

- Colonnes ‗double concentration‘ : 2.2 mm

- Colonnes à 1% de bassin versant : 2.6 mm

- Colonnes à 0.7% de bassin versant : 3.9 mm


203

4 Discussion

4.1 Evolution de la conductivité hydraulique avec le temps

La diminution de la conductivité hydraulique avec le temps et donc le colmatage des ouvrages

d‘infiltration sont confirmés par les expériences menées sur les colonnes. Après 72 semaines de

fonctionnement, la conductivité médiane est passée de 186 mm/h à 51 mm/h. Après presque une

année et demie de fonctionnement, la conductivité hydraulique finale représente seulement 27% de la

conductivité hydraulique initiale. Ces résultats sont en accord avec les mesures de terrains

présentées au chapitre 2. En effet, on a montré que la conductivité hydraulique finale des biofiltres

représentait 53% de la conductivité hydraulique initiale pour des ouvrages ayant un âge moyen de

deux ans. La diminution plus forte observée en laboratoire peut être expliquée par une « sur

sollicitation » pour les colonnes de laboratoire qui entraîne une diminution plus rapide de la

conductivité hydraulique.

Ces résultats sont aussi similaires à ceux de Hatt et al. (2007b), qui ont menées des

expériences sur des colonnes de sable limoneux (sol similaire à celui utilisé dans nos expériences)

pour traiter de l‘eau de ruissellement. Cette étude a montré que la conductivité hydraulique finale était

environ égale à 50% de la conductivité initiale après 40 semaines de fonctionnement. Le taux de

diminution est donc du même ordre de grandeur que lors de nos expériences. De même, Warmaars et

al. (1999), ont montré que les conductivités finales de tranchées d‘infiltration, représentaient 30 à 70%

de la conductivité initiale après 2 ans et 9 mois de service. Là encore, l‘ordre de grandeur de la

diminution de la conductivité hydraulique initiale est similaire à celui de nos expériences.

La comparaison de nos résultats avec des expériences menées sur le colmatage d‘ouvrage

de traitement des eaux usées ou d‘eau potable est plus difficile. En effet, les sollicitations

(concentration et spéciation des polluants, dynamique des apports) et les sols utilisés dans ces

ouvrages sont très différents de ceux utilisés pour l‘infiltration des eaux pluviales. Ainsi, Platzer et

Mauch (1997), ont montré, sur des ouvrages de traitement des eaux usées, que la conductivité finale

ne représentait que 6% de la conductivité initiale (passant de 72 à 4 mm/h), sans toutefois donner la

durée pendant laquelle ce changement s‘est opéré. Mauclaire et al. (2004), ont montré, que la

conductivité finale ne représentait que 7 à 13 % de la conductivité initiale (passage de 4 – 7 mm/h à

0.5 mm/h en 2.5 ans) sur des filtres à sable pour le traitement de l‘eau potable. Ces résultats montrent

bien une diminution de la conductivité avec le temps, mais celle-ci est plus forte que sur les ouvrages

de gestion des eaux pluviales. Cela est sûrement dû aux sollicitations plus importantes et plus

régulières auxquel sont soumis ces ouvrages et à la nature des effluents beaucoup plus organique.

Ces résultats montrent qu‘il est important de prendre en compte la décroissance de la

conductivité lors du dimensionnement des ouvrages. Le facteur de sécurité de 2 utilisé dans certains


204

guides de dimensionnement (par exemple New Jersey Department of Environmental Protection,

2004), semble être un minimum. Un facteur de 3 semblerait peut être même plus approprié au vu des

expériences menées en laboratoire. Ces résultats ne sont cependant valables que pour le type de sol

qui a été utilisé dans les colonnes, c'est-à-dire un sable limoneux ayant une conductivité hydraulique

initiale d‘environ 200 mm/h.

L‘estimation de la durée de vie des ouvrages reste encore difficile à estimer. La décroissance

de la conductivité semble plus lente avec le temps et pourrait tendre vers une valeur asymptotique.

Cependant, les expériences menées ne permettent pas de savoir si la conductivité va encore diminuer

sur le long terme. Il serait donc nécessaire de continuer les expériences pour pouvoir réellement

connaître la durée de vie des ouvrages. De plus, le suivi d‘ouvrage en opération devrait être effectué

avant de pouvoir confirmer ces résultats expérimentaux.

4.2 Influence de la végétation

Les conductivités hydrauliques des ouvrages plantés avec l‘espèce Carex (51 mm/h), Dianella

(88 mm/h), Microleana (49 mm/h) ou Leucophyta (66 mm/h), sont statistiquement identiques aux

systèmes sans végétation (53 mm/h) après 60 semaines de services (colonnes de 700 mm

d‘épaisseur). Pour les colonnes de 300mm, de 500 mm ou recevant une concentration double, il en

est de même.

Les expériences menées ne permettent donc pas de montrer le rôle des espèces

Carex, Dianella, Microleana et Leucophyta sur la conductivité hydraulique, les résultats n‘étant pas

statistiquement différents des ouvrages non végétalisés.

A l‘inverse, les ouvrages plantés avec Melaleuca ont toujours des conductivités finales

statistiquement supérieures aux autres systèmes. Ainsi les conductivités hydrauliques moyennes des

ouvrages plantés avec Melaleuca sont égales à 295 mm/h (colonnes de 700 mm), alors que pour les

ouvrages plantés avec les autres espèces (ou sans plantes) sont comprises entre 51 et 88 mm/h

(après 60 semaines de service). Pour les colonnes de 500 mm la conductivité finale des colonnes

avec Melaleuca est de 165 mm/h contre 25 et 30 mm/h pour Carex et Microleana et pour les colonnes

de 300 mm la conductivité finale des colonnes avec Melaleuca est de 199 mm/h contre 71 mm/h pour

Carex.

L‘utilisation de l‘espèce Melaleuca permet d‘avoir des conductivités hydrauliques

supérieures aux ouvrages non plantés ou plantés avec les autres espèces testées.

Lorsque l‘on étudie l‘évolution avec le temps des conductivités hydrauliques des ouvrages

plantés avec Melaleuca, on remarque que pour les colonnes de 700 mm, la conductivité augmente

significativement avec le temps (passant de 155 à 295 mm/h en 60 semaines), alors que pour les

colonnes de 300 mm ou recevant une concentration double, la différence de conductivité initiale et


205

finale n‘est pas statistiquement significative (passant de 288 à 199 mm/h et de 87 à 102 mm/h). Pour

les colonnes de 500 mm, la conductivité hydraulique passe de 241 à 165 mm/h (décroissance

statistiquement significative). Pour toutes les autres espèces, la réduction est significative avec le

temps.

L‘utilisation de l‘espèce Melaleuca permet de limiter le colmatage des ouvrages dans

la majorité des configurations testées, les conductivités hydrauliques finales étant semblables ou

supérieures aux conductivités initiales.

L‗hypothèse avancée pour expliquer cette différence de comportement entre les ouvrages

plantés avec Melaleuca et les ouvrages plantés avec les autres espèces, est l‘architecture et le type

de racines des plantes. De nombreux auteurs (Cammeraat et Imeson, 1999 ; Cerda, 1997) ont montré

que les racines des plantes avaient une influence sur la conductivité hydraulique des sols et

permettaient dans certains cas d‘augmenter sa conductivité hydraulique.

On a montré que Carex avait des racines très longues, très fines et très fournies, qui

représentent une surface très importante (jusqu'à 450 m de racines à 23 cm de profondeur). A

l‘inverse Melaleuca a beaucoup moins de racines (50 m au maximum) mais elles sont plus épaisses

(le diamètre des racines de Melaleuca est toujours supérieur à celui de Carex quelle que soit

l‘épaisseur). Ces mesures semblent donc favoriser l‘hypothèse d‘Archer et al. (2002) qui expliquent

que les racines fines auraient tendance à créer un matelas qui limite la conductivité. C‘est le

processus qui pourrait être mis en jeu dans le cas de Carex : la conductivité hydraulique après 60

semaines est de 26 mm/h pour Carex contre 78 mm/h pour les ouvrages sans végétation (ouvrages

sollicités avec une concentration double). Cette différence n‘est cependant pas statistiquement

différente (p=0.20). Lorsque les ouvrages sont plantés avec Melaleuca, les racines moins denses et

plus épaisses favorisent l‘augmentation de la conductivité hydraulique par la création de macropores

et donc d‘écoulements préférentiels. Ainsi la conductivité hydraulique des colonnes plantées avec

Melaleuca (295 mm/h) est statistiquement supérieure à celle des colonnes sans végétation (53 mm/h,

colonne de 700 mm, sollicitée par une concentration normale).

Le système racinaire des plantes utilisées dans les biofiltres pourrait expliquer la

différence de comportement entre les différentes configurations. Les plantes ayant des racines de fort

diamètre permettraient la formation de macropores qui augment le conductivité des sols et limitent le

colmatage des ouvrages. Cependant il ne faudrait pas que cette qualité soit préjudiciable aux

performances de tels biofiltres vis à vis du transfert de pollution. C‘est ce que nous étudierons au

chapitre 7.

4.3 Influence de l’épaisseur du biofiltre

Il n‘a pas été montré d‘influence particulière de l‘épaisseur de sol utilisé pour la construction

du biofiltre sur l‘évolution de la conductivité hydraulique.


206

4.4 Influence du sol

Les caractéristiques du sol jouent un rôle sur la conductivité hydraulique initiale et sur son

évolution comme nous l‘avons montré au chapitre 2. Les différents ajouts testés ont montré que

l‘apport de vermiculite et de perlite ou de compost permettait d‘augmenter la conductivité hydraulique

initiale. La conductivité initiale du sable limoneux étant de 251 mm/h contre 472 mm/h pour le sol avec

l‘ajout de compost et 599 mm/h pour celui avec l‘ajout de V+P. Ces résultats sont conformes à la

littérature, ces ajouts étant reconnus pour améliorer les propriétés physiques des sols. Pagliai et al.

(2004), ont mis en évidence que l‘ajout de compost avait pour conséquence l‘agrégation du sol, ce qui

permet d‘augmenter sa macroporosité, notamment en augmentant la fraction de pores de grandes

dimensions (> 500 µm). Or ce sont ces pores qui ont le plus d‘effet sur la capacité d‘infiltration des

sols fins. De même, Aggelides et Londra (2000) ont montré sur un limon que l‘ajout de compost

permettait de diminuer la densité du sol (1.37 g/cm3 sans compost contre 1 .10 g/cm

3 avec compost),

d‘augmenter la porosité (0.42 sans compost, 0.56 avec compost) et d‘augmenter fortement la

conductivité hydraulique du sol (83 mm/h sans compost, 162 mm/h avec compost). Celik et al. (2004)

ont obtenus des résultats similaires sur un limon argileux, l‘ajout de compost permettant d‘augmenter

la conductivité de 8 mm/h à 26 mm/h.

Cependant, bien que ces ajouts augmentent la conductivité hydraulique, ils ne permettent pas

de limiter son taux de diminution. En effet, au bout de 72 semaines, la conductivité du sable limoneux

a été divisée par 10.4 (passant de 251 à 24 mm/h), celle de la solution V+P a été divisé par 8.4

(passant de 599 à 71 mm/h). Les ouvrages avec l‘ajout de compost ont vu leur conductivité

hydraulique divisée seulement par 2.7 (passant de 473 à 174 mm/h) mais n‘ont été étudiés que sur 39

semaines. Pendant la même période, la conductivité hydraulique a été divisée par 3.1 pour le sable

limoneux et par 3.5 pour le sol avec l‘ajout de V+P. Les ajouts de V+P ou de compost ne permettent

donc pas de limiter le colmatage, mais seulement d‘augmenter la conductivité hydraulique initiale.

4.5 Influence du ratio taille de l’ouvrage/taille du bassin versant

L‘influence de la taille du bassin versant sur la conductivité hydraulique a été clairement mise

en évidence (Figure 4-1). Plus l‘ouvrage est dimensionné petit par rapport à son bassin versant, plus il

va être sollicité et plus sa conductivité hydraulique va diminuer rapidement. On note une décroissance

linéaire de la conductivité hydraulique en fonction du ratio taille de l‘ouvrage/taille du BV jusqu‘à une

taille de 1% puis une chute de la conductivité hydraulique pour des ouvrages dimensionnés à 0.7%.

Dans ce cas, la conductivité a atteint des valeurs moyennes de 3 mm/h après 39 semaines de

service, contre 59 mm/h pour les ouvrages à 1%.


207

Figure 4-1 : Evolution de la conductivité hydraulique en fonction du ratio taille de l‘ouvrage/taille du BV (données à 39 semaines)

On peut donc penser que la combinaison d‘une charge hydraulique importante et de masses

de sédiments élevées a pour conséquence un colmatage plus rapide et un vieillissement prématuré

des ouvrages. Ce colmatage semble être accentué à partir d‘une certaine taille minimale de l‘ouvrage.

Dans notre étude les ouvrages dimensionnés à moins de 1% du bassin versant ont vu leur

conductivité chuter de façon plus rapide et plus forte et se sont trouvés complètement colmatés après

39 semaines de service.

Cet aspect pourrait donc être pris en compte dans les recommandations de dimensionnement

des ouvrages en imposant par exemple une taille minimale de l‘ouvrage par rapport à son bassin

versant.

4.6 Influence des sédiments

L‘épaisseur de la couche colmatée a été estimée à partir des mesures de concentration en

sédiments dans les eaux de ruissellement. Après 60 semaines de service, la couche colmatée est

comprise entre 0.7 mm (ouvrages dimensionnés à 4% de bassin versant) et 3.9 mm (ouvrages

dimensionnés à 0.7% de bassin versant). La comparaison des conductivités hydrauliques avec et

sans les premiers centimètres de sol de l‘ouvrage permet d‘identifier le rôle de cette couche de sol.

Deux configurations ont été analysées, les ouvrages sans végétation et ceux plantés avec Melaleuca.

Dans le cas des ouvrages non végétalisés, la conductivité sans la couche de sol supérieure est

légèrement plus forte, mais du même ordre de grandeur qu‘avec la couche de sol supérieure

(respectivement 74 mm/h - 37% de Kini, contre 51 mm/h - 26% de Kini, avec la couche superficielle) et

n‘est pas statistiquement différente. De plus cette conductivité reste très faible par rapport à la

conductivité initiale qui était de 199 mm/h. Ces résultats sont similaires à ceux de Mousavi et Rezai

(1999), qui ont montré, sur des ouvrages de recharge de la nappe phréatique ayant une capacité

d‘infiltration égale à 20% de la capacité initiale, que le décapage des 5 premiers centimètres avait


208

pour conséquence une augmentation de la capacité d‘infiltration de 40% de la capacité initiale. Un

décapage plus en profondeur (15 cm) était nécessaire pour s‘approcher des conductivités initiales

(68% de la capacité initiale).

Dans le cas des ouvrages plantés avec Melaleuca, la conductivité hydraulique augmente

beaucoup lorsque l‘on enlève la couche de sol supérieure, passant de 232 à 312 mm/h, et devient

même deux fois supérieure à la conductivité initiale (155 mm/h) et statistiquement supérieure. Cet

exemple semble montrer clairement le rôle de la couche de sol supérieure sur la conductivité

hydraulique.

Cependant, l‘analyse granulométrique des couches de surface n‘a pas permis de montrer

quelles classes de particules étaient responsables du colmatage et aucune augmentation des fines en

surface pour les ouvrages sollicitées avec de l‘eau de ruissellement par rapport à de l‘eau du robinet

n‘a été observée. Une des explications possibles vient du fait que les granulométries ont été faites en

surface sur une couche de 25 mm d‘épaisseur. Or nous avons montré que l‘épaisseur maximum de

sédiments apportés était inférieure à 4 mm. Le fait de faire la mesure sur une couche de sol si

importante en surface pourrait expliquer pourquoi il n‘y a pas de différence entre les distributions

granulométriques des colonnes recevant de l‘eau du robinet et celle alimentée par de l‘eau chargée

en sédiments.

Le rôle de la concentration en MES sur la diminution de la conductivité hydraulique a été

clairement identifiée pour les colonnes plantés avec Carex. Les ouvrages recevant une eau sans MES

ont la conductivité hydraulique la plus forte (116 mm/h) et celles recevant une eau chargée en MES

ont des conductivités hydrauliques plus faibles : 80 mm/h pour les colonnes recevant une

concentration normale, 26 mm/h pour celles recevant une concentration double. De plus, ces

différences sont statistiquement significatives.

Pour les ouvrages sans végétation, plantés avec Microleana ou Melaleuca, les configurations

recevant une concentration en MES normale ou forte ont des conductivités hydrauliques

statistiquement semblables. Dans ce cas, une concentration plus forte en sédiments n‘entraîne pas de

réduction significative de la conductivité hydraulique.

Il semble donc que les MES joue un rôle dans le colmatage des ouvrages, bien que l‘on ait

pas toujours montré un effet de la concentration (les systèmes recevant une concentration simple ou

double ayant la même conductivité). La nécessité des ouvrages de sédimentation semble donc être

confirmé afin de limiter au maximum l‘apport de sédiments aux ouvrages. Cependant pour pouvoir

mieux quantifier l‘effet de la concentration de l‘effluent sur le colmatage il serait nécessaire de tester

les ouvrages avec une grande plage de concentration de l‘effluent d‘entrée.


209

5 Conclusions

Le colmatage des ouvrages, qui se traduit par une diminution de la conductivité hydraulique

avec le temps a été clairement montré. L‘exploration des paramètres pouvant influencer l‘évolution de

la conductivité avec le temps a montré que :

- La végétation peut avoir un effet positif en limitant la diminution de la conductivité hydraulique si

l‘espèce est judicieusement choisie. Les espèces ayant un système racinaire peu dense mais

avec des racines de gros diamètre sont les plus appropriées (de type Melaleuca). Le rôle de ces

espèces a été clairement montré, et permet de maintenir voire d‘augmenter les conductivités

hydrauliques sur le long terme (après presque une année et demie de fonctionnement).

- L‘effet conjugué d‘une charge hydraulique et d‘une masse de sédiments élevée (soit un ouvrage

de faible dimension par rapport à la taille de son bassin versant) a pour conséquence une forte

diminution de la conductivité hydraulique. Il semble y avoir un palier à partir duquel la diminution

de conductivité hydraulique accélère la chute de conductivité. Dans notre cas, ce palier était pour

des ouvrages dimensionnés à moins de 1% de la taille du bassin versant.

- Le type de sol utilisé dans les ouvrages joue un rôle important pour la conductivité hydraulique et

son évolution. Il n‘a été que faiblement exploré dans notre étude, les efforts se concentrant sur le

rôle d‘ajout dans le sol. Nous avons pu voir que l‘ajout de vermiculite et perlite ou de compost

permettait d‘augmenter les conductivités hydrauliques. Cependant ces ajouts ne permettent pas

de limiter la diminution de conductivité hydraulique, mais tout au plus de retarder cette diminution.

- Le rôle de la concentration en MES sur la réduction de la conductivité hydraulique a été montré

dans un certain nombre de cas. Ainsi pour les ouvrages plantés avec Carex, des concentrations

élevées en MES avaient pour conséquence une diminution plus rapide de la conductivité

hydraulique. Cependant, pour certaines configurations, l‘influence n‘a pas été significative (dans la

gamme de concentrations testées).

Afin de compléter ces observations, il serait intéressant de pouvoir continuer les expériences,

afin de confirmer le comportement des ouvrages sur une plus longue période. Cela permettrait

d‘évaluer la durée de vie des ouvrages, et notamment de savoir si la conductivité hydraulique va

continuer à décroître ou va tendre vers une valeur asymptotique. De plus, il serait intéressant de

pouvoir analyser plus en détail l‘influence de certains paramètres et notamment :

- L‘influence du temps sec et du rythme des apports pluvieux sur la conductivité hydraulique : il

serait nécessaire pour cela de continuer les expériences en faisant varier la durée entre les

arrosages.


210

- Le rôle de la compaction des colonnes par rapport à la concentration en sédiments.

- L‘influence du sol en testant un grand nombre de sols de différentes natures.

211

Partie 2 : Rétention des Eléments traces métalliques

212

213

Le bilan bibliographique a montré que les ETM étaient présents en forte concentration dans

les eaux de ruissellement et pouvaient présenter un risque pour les milieux récepteurs. Les trois

prochains chapitres ont pour but d‘estimer les concentrations d‘ETM dans les ouvrages d‘infiltration,

avec comme objectif de quantifier la capacité de piégeage et donc le rendement épuratoire de ces

ouvrages. La réalisation de cet objectif passe par la mesure des concentrations en ETM en entrée des

ouvrages, dans le sol (en surface et en profondeur), et en sortie des ouvrages. L‘analyse de la

variabilité spatiale de la pollution au sein des ouvrages est aussi à prendre en compte afin de

quantifier les concentrations avec précision. L‘une des spécificités de cette étude est de suivre des

ouvrages sur le long terme, les études menées antérieurement ayant souvent porté sur un nombre

d‘événements limités ou sur des périodes très courtes.

Comme pour l‘étude du colmatage, une approche multi échelle a été mise en œuvre. L‘étude

de la rétention des ETM a été menée in situ sur des ouvrages en fonctionnement (Chapitre 5 et 6) et

en laboratoire sur des colonnes de grande dimension (Chapitre 7). L‘étude in situ portera tout d‘abord

sur des ouvrages d‘infiltration végétalisés et cherchera à évaluer les concentrations en surface et en

profondeur de ces ouvrages, ainsi que les possibles corrélations avec les caractéristiques de

l‘ouvrage et de son bassin versant (Chapitre 5). Suite à cette étude, un ouvrage a été choisi et suivi

en continu sur une période de trois ans, afin de quantifier l‘évolution des concentrations en ETM en

fonction du temps à la surface de l‘ouvrage ainsi que leur possible accumulation. La variabilité spatiale

des concentrations sera aussi étudiée et on cherchera à évaluer le rendement épuratoire de cet

ouvrage. Parallèlement, l‘influence de l‘échantillonnage sur la représentativité des mesures sera

étudiée (Chapitre 6). Enfin, l‘estimation du rendement épuratoire des ouvrages plantés, l‘influence

des paramètres de conception et l‘évolution de la performance en fonction du temps, seront conduites

en laboratoire (Chapitre 7).

214

215

Chapitre 5 : Concentration dans les

ouvrages d’infiltration végétalisés et

corrélation avec les caractéristiques des ouvrages

Chapitre 5 : Concentration dans les ouvrages d‘infiltration végétalisés et corrélation avec les caractéristiques des ouvrages

216


217


Ce chapitre est la première étape de l‘étude de la capacité de piégeage des éléments traces

métalliques (ETM) par les ouvrages d‘infiltration. Comme nous l‘avons montré dans la partie

bibliographique, les ouvrages d‘infiltration peuvent avoir des concentrations en polluant élevées,

notamment en ETM. Dans cette partie, nous allons chercher à évaluer les concentrations en ETM en

surface et en profondeur, sur un grand nombre de systèmes d‘infiltration végétalisés. Les ouvrages

sélectionnés sont tous situés sur la côte Est australienne, et présentent tous des caractéristiques

différentes (âge, taille de l‘ouvrage, taille et type de bassin versant). Les objectifs de ce chapitre sont

les suivants :

- Evaluer les concentrations en ETM en surface des ouvrages et estimer leur degré de

pollution en comparant ces concentrations avec les valeurs guides ;

- Evaluer les incertitudes sur ces concentrations ;

- Etudier l‘évolution des concentrations avec la profondeur ;

- Etudier les possibles corrélations entre les concentrations en ETM et les caractéristiques

des ouvrages.


218

2 Méthodes

2.1 Echantillonnage

Les mesures de concentration en ETM ont été effectuées sur 33 ouvrages répartis entre

Melbourne, Sydney et Brisbane. Pour chaque ouvrage, un ou plusieurs échantillons ont été prélevés,

selon la taille de l‘ouvrage. Les échantillons ont été prélevés à l‘aide d‘une pelle plastique ou à la main

sur la couche superficielle des ouvrages, entre 0 et 2 cm. Des échantillons ont aussi été prélevés à

une profondeur comprise entre 5 et 10 cm, afin de savoir si il y a migration de la pollution en

profondeur (Figure 2-1). Au total, 141 échantillons ont été prélevés, dont 109 en surface et 32 en

profondeur. Pour chaque échantillon, environ 500 g de sol a été prélevé. La couche de surface

pouvait être composée de sédiments, de sol du biofiltre ou d‘un mélange entre les deux selon les

ouvrages.

Figure 2-1 : Prélèvement des échantillons à Wolseley Gr.

2.2 Analyse

Après prélèvement, les échantillons ont subi une digestion à l‘acide nitrique suivant la

méthode décrite dans APHA/AWWA/WPCF (1998). Ils ont ensuite été analysés par la méthode ICP-

OES (Inductively Coupled Plasma-Optical Emission Spectrophotometry) pour les ETM suivants : Cd,

Cu, Pb et Zn.

2.3 Incertitude

L‘incertitude analytique liée à la mesure des ETM en laboratoire est très inférieure à la

variabilité spatiale de la concentration au sein de chaque ouvrage. On considérera donc que

l‘incertitude sur les concentrations dans les ouvrages est égale au coefficient de variation. Afin

d‘évaluer cette incertitude, plusieurs échantillons (trois ou plus) ont été prélevés sur un même

ouvrage, et ceci sur 14 ouvrages.


219

2.4 Comparaison avec les valeurs guides

Afin d‘évaluer le niveau de contamination des ouvrages on a comparé les concentrations

mesurées avec les valeurs seuils présentés au chapitre 1 à la Figure 6-1.

2.5 Corrélation entre ETM et caractéristiques des ouvrages

Les ouvrages sélectionnés présentent tous des caractéristiques différentes. Ces

caractéristiques ainsi que la méthode pour obtenir ces paramètres sont présentées en détail au

chapitre 2. Les coefficients de corrélation entre les concentrations en ETM mesurées et les

caractéristiques des ouvrages sont calculés, afin de mettre en évidence la possible influence de ces

paramètres sur le degré de pollution des ouvrages. Les paramètres caractéristiques des ouvrages

sont les suivants :

- conductivité hydraulique in situ à saturation (Kfs),

- âge de l‘ouvrage,

- taille du bassin versant,

- taille de l‘ouvrage,

- ratio entre la taille de l‘ouvrage et de son bassin versant,

- volume d‘eau reçu annuellement,

- volume d‘eau total reçu par l‘ouvrage depuis sa construction

- volume d‘eau total par m² d‘ouvrage.

2.6 Analyse statistique des données

Pour l‘ensemble des ouvrages, les concentrations moyennes (si plus de un échantillon a été

prélevé) ou les valeurs mesurées pour chaque ouvrage sont systématiquement présentées ainsi que

les concentrations moyennes en surface et en profondeur (pour l‘ensemble des ouvrages), et l‘écart

type sur ces concentrations.

Des tests-t par paires ont été effectués afin de montrer s‘il y a des différences entre les

concentrations en surface et en profondeur. La différence est acceptée pour p < 0.05. La normalité

des données a été vérifiée par le test de Kolmogorov-Smirnov (K-S test) et acceptée pour p>0.05.

La classification ascendante hiérarchique (CAH) a pour but de montrer de possibles groupes

dans notre jeu de données afin d‘identifier les ouvrages ayant un comportement similaire. Cela permet

de mettre en évidence les paramètres prépondérants qui influencent les concentrations en ETM dans

les ouvrages. La CAH a été menée à partir des données de concentrations en ETM (Pb, Zn et Cu) et

des caractéristiques des sites. Seuls 29 biofiltres sur 33 ont été utilisés pour la CAH. En effet, seuls

les ouvrages ayant des données pour l‘âge, la taille du bassin versant et la taille de l‘ouvrage ont été

choisis. La distance utilisée pour mesurer la dissimilarité entre les éléments est la distance


220

euclidienne au carré et le critère d‘agrégation est le critère de Ward. Les données ont été normalisées

entre 0 et 1.


221

3 Résultats

3.1 Concentrations en surface

3.1.1 Concentrations moyennes sur l’ensemble des ouvrages

Les concentrations moyennes, minimales, maximales et les écarts types sur la moyenne pour

les différents ETM sont présentés au Tableau 3-1. On remarque que globalement, les ouvrages ne

sont pas ou peu contaminés.

Les concentrations sont faibles pour le Cd (concentration moyenne de 0.9 mg/kg de MS), le

Cu (concentration moyenne de 32 mg/kg de MS), et le Pb (concentrations moyennes de 37 mg/kg de

MS). Cependant, pour le Pb, les concentrations peuvent être supérieures à 100 mg/kg de MS, et les

ouvrages peuvent donc présenter un risque de pollution. Pour le Zn, les concentrations sont

moyennement élevées (concentrations moyennes de 268 mg/kg de MS) mais peuvent être très fortes

avec des concentrations maximales de 2390 mg/kg de MS (ouvrage pollué).

Le coefficient de variation est très fort, et compris entre 78% et 156% (sauf pour le Cd ou il est

de 44%). Cela montre qu‘il y a une très grande variabilité des concentrations d‘un site à l‘autre.

Cd Cu Pb Zn

Moyenne 0.9 32 37 268

Min 0.2 3 1 11

Max 1.7 98 123 2390

σ 0.42 25 33 419

Cv (%) 44% 78% 88% 156%

n 109

Tableau 3-1 : Concentration moyenne (résultats de surface uniquement) en mg/kg de MS, avec n le nombre d‘échantillons prélevés.

3.1.2 Incertitudes

La variabilité des concentrations en ETM par ouvrage est présentée au Tableau 3-2. Pour

chaque ouvrage, entre 3 et 15 échantillons ont été prélevés suivant la taille du biofiltre. On remarque

qu‘au sein d‘un ouvrage la variabilité est forte avec en moyenne 45 % (médiane 38%) pour le Cd, 53%

(médiane 45%) pour le Cu, 54% (médiane 55%) pour le Pb et 63% (médiane 52%) pour le Zn.

L‘incertitude sur la mesure des concentrations en ETM au sein des biofiltres sélectionnés est donc

importante est peut être estimée à environ 50%.


222

Cd Cu Pb Zn

n Moy.

(mg/kg) Cv (%)

Moy.

(mg/kg) Cv (%)

Moy.

(mg/kg) Cv (%)

Moy.

(mg/kg) Cv (%)

Ceres 3 0.9 64% 24 69% 28 62% 130 69%

Hamilton St 3 0.8 19% 28 6% 106 25% 554 7%

Wolseley Gr, Vic Park (Surf.) 10 0.4 44% 18 44% 30 36% 116 48%

Wolseley Gr, Vic Park (Prof.) 10 0.3 54% 17 46% 32 37% 113 54%

Hutchinson Wk 6 1.1 12% 98 9% 37 18% 197 18%

Maurice Gr, Vic Park 6 0.3 69% 13 39% 20 57% 88 50%

Leyland Gr, Vic Park 5 0.2 27% 12 79% 16 53% 88 58%

Second pond creek 15 0.6 26% 19 22% 35 82% 78 16%

Hallam Bypass 3 0.3 26% 11 45% 5 56% 35 50%

Hallam Bypass Basin 3 1.0 38% 17 79% 13 71% 55 71%

Hallam Bypass, Floret Pl 3 0.8 38% 26 62% 15 50% 117 82%

Saturn Cres 3 < L.D - 8 74% 5 56% 49 118%

Hoyland St 8 0.9 124% 13 152% 13 150% 193 201%

Donnely Pl 3 < L.D - 2 12% 4 8% 18 37%

Moyenne 0.6 45% 22 53% 26 54% 131 63%

Médiane 0.7 38% 17 45% 18 55% 101 52%

Min 0.2 12% 2 6% 4 8% 18 7%

Max 1.1 124% 98 152% 106 150% 554 201%

Tableau 3-2 : Incertitudes sur les concentrations en ETM (n le nombre d‘échantillons par ouvrage, <L.D : Limites de Détection)

3.1.3 Analyse par ouvrage

Les mesures de concentration en ETM ont été menées sur 33 ouvrages. L‘ensemble des

données de surface, soit les concentrations moyennes en Cd, Cu, Pb, et Zn dans chaque biofiltre

ainsi que le nombre d‘échantillons prélevés par ouvrages et les caractéristiques des ouvrages sont

présentés au Tableau 3-3.

Concentrations en Cd : Les concentrations en Cd sont toujours très faibles, inférieures aux valeurs

limites.

Concentrations en Cuivre : Tous les ouvrages ont des concentrations inférieures à 100 mg/kg de MS

et peuvent donc être considérés comme non pollués.

Concentrations en Plomb : 29 systèmes ont des concentrations en Pb très faibles, inférieures à 80

mg/kg de MS. Ces ouvrages ne sont donc pas pollués. Pour 4 systèmes les concentrations sont

supérieures à 80 mg/kg de MS, avec des valeurs comprises entre 93 et 123 mg/kg de MS. Ces

ouvrages présentent donc un risque de pollution. Ce risque reste faible, les concentrations moyennes

étant proches du seuil.

Concentrations en Zinc : 20 ouvrages ont des concentrations en Zn très faibles, inférieures à 200

mg/kg de MS. 11 ouvrages ont des concentrations supérieures à 200 mg/kg de MS, avec une

concentration moyenne de 324 mg/kg de MS (σ=108 mg/kg, n=10), ces ouvrages présentent donc un


223

risque de pollution. Enfin 3 ouvrages ont des concentrations supérieures à 700 mg/kg de MS, avec

des concentrations moyennes fortes de 1420 mg/kg de MS (σ=842 mg/kg, n=3). Les ouvrages pollués

sont ceux situés sur Cremorne St qui draine un bassin versant de type commercial/industriel.

Région Sites n Cd

(mg/kg) Cu

(mg/kg) Pb

(mg/kg) Zn

(mg/kg)

Type de

B.V.

Kfs (mm/h)

Age (années)

Taille BV (m²)

Taille ouvrage

(m²)

Ratio (%)

Volume eau

annuel (m

3)

Volume d'eau total (m

3)

Volume d'eau par m²

Brisbane

Streisand Dr

2 <0.2 4 8 29 Re 61 0.5 1105 20 1.8 1061 530 27

Saturn Cr 3 <0.2 8 5 49 Re 34 0.5 675 20 3.0 648 324 16

Donnelly Pl 3 <0.2 2 4 18 Re 19 0.2 1130 32.2 2.8 1085 217 7

Hoyland Dr 8 0.9 13 13 193 Ro Fo 204 5 17400 860 4.9 16704 83520 97

Melbourne

Cre

mo

rne S

t

1 2 1.1 46 70 301 IC 71 3 366 14.5 4.0 190 571 39

2 2 1.7 89 72 885 IC 594 3 60 11 18.3 31 94 9

3 2 1.7 83 111 2390 IC 129 3 560 4.5 0.8 291 874 194

4 2 1.4 55 78 983 IC 316 3 622 18 2.9 323 970 54

6 2 1.6 84 123 493 IC 98 3 400 10 2.5 208 624 62

7 2 1.2 47 93 258 IC 119 3 324 11 3.4 168 505 46

8 2 1.3 56 70 291 IC 53 3 84 6 7.1 44 131 22

9 2 1.6 51 58 267 IC 85 3 85 10 11.8 44 133 13

Ale

yne S

t 1 2 1.1 29 16 80 Re 49 2 68 12 17.6 35 71 6

2 2 0.7 30 22 186 Re 35 2 112 24.5 21.9 58 116 5

3 2 0.6 38 22 66 Re 5 2 213 17 8.0 111 222 13

4 2 0.6 20 14 56 Re 19 2 163 22 13.5 85 170 8

Point Park

1 1 <0.2 3 1 12 P 139 1 410 7 1.7 213 213 30

2 1 <0.2 4 <0.2 11 P 135 1 370 7 1.9 192 192 27

Hamilton St 3 0.8 28 106 554 Re 36 3 3200 4 0.1 1664 4992 1248

Avoca Cr

1 1 0.7 18 31 99 Re 13 3 120 5 4.2 62 187 37

2 1 <0.2 5 11 29 Re 26 3 200 4 2.0 104 312 78

3 1 1.4 35 37 265 Re 44 3 310 4 1.3 161 484 121

Parker St

1 1 1.3 28 46 276 Re 24 3 314 12 3.8 163 490 41

2 1 1.0 19 22 100 Re 19 3 157 14 8.9 82 245 17

3 1 1.0 28 25 241 Re 39 3 528 7 1.3 275 824 118

Ceres 3 0.9 24 28 130 Ro Fa 97 2 1257 21.75 1.7 654 1307 60

Tree pit 1 1.1 40 25 292 Ro Fa 84 1 100 1.44 1.4 52 52 36

Hallam Bypass, Floret Pl

3 0.8 26 15 117 Ro Fo 154 3 120

Hallam Bypass,

Wanke Rd 3 0.3 11 5 35 Ro Fo 115 3 12

Hallam Bypass,

Wanke Rd basin

3 1.0 17 13 55 Ro Fo 203 3 168

Sydney

Wolseley Pd, Vic

Park 10 0.4 18 30 116 Re 159 7 1504 330 21.9 1413 9893 30

Leyland Gr, Vic Park

5 0.2 12 16 88 Re 237 7 1804 180 10.0 1696 11870 66

2nd

Pond Creek

15 0.6 19 35 78 Re 14 2000

Tableau 3-3 : Concentration moyenne en ETM (en rouge les ouvrages qui présentent un risque de pollution, en bleu les ouvrages ayant des concentrations fortes, n le nombre d‘échantillons prélevés) et caractéristiques des

sites (Re = résidentiel, Ro Fo = routier à fort trafic, Ro Fa= routier à faible trafic, IC = industriel et commercial, P = parking)


224

3.2 Evolution des concentrations avec la profondeur

Des échantillons ont été prélevés en surface et à une profondeur de 10 cm sur 15 ouvrages.

Les résultats des concentrations pour chaque ouvrage et pour chaque ETM sont présentés au

Tableau 3-4. Pour le Cd et le Pb, il n‘y a pas de différence entre les concentrations de surface et en

profondeur (p=0.53 et 0.98, Tableau 3-4). Pour le Cu et le Zn, les concentrations en surface sont

statistiquement supérieures aux concentrations en profondeurs : 49 mg/kg contre 38 mg/kg pour le Cu

(p=0.05) et 506 contre 186 mg/kg pour le Zn (p=0.01).

Cd (mg/kg) Cu (mg/kg) Pb (mg/kg) Zn (mg/kg) n Surf. Prof. Surf. Prof. Surf. Prof. Surf. Prof.

Tree Pit 3 1 1.1 0.7 40 24 25 10 292 43

Tree Pit 7 1 1.0 0.7 44 19 24 15 272 51

Tree Pit 10 1 0.9 1.4 37 85 24 8 256 51

Avoca Cr 3 1 1.4 1.0 35 15 37 23 265 95

Parker St 1 1 1.3 0.6 28 12 46 60 276 99

Parker St 3 1 1.0 0.3 28 5 25 10 241 22

Cremorne St 1 2 1.1 1.2 46 62 70 105 301 182

Cremorne St 2 2 1.7 1.2 89 51 72 81 885 319

Cremorne St 3 2 1.7 1.4 83 77 111 259 2390 756

Cremorne St 4 2 1.4 1.0 55 43 78 73 983 350

Cremorne St 5 2 1.6 1.2 84 67 123 100 493 292

Cremorne St 6 2 1.2 0.8 47 35 93 56 258 185

Cremorne St 7 2 1.3 0.5 56 22 70 23 291 95

Cremorne St 8 2 1.6 15.7 51 27 58 36 267 138

Wolseley Gr, Vic Park 10 0.4 0.3 18 17 30 32 116 113

Moyenne 1.2 1.9 49 38 59 59 506 186

σ 0.4 3.8 21 25 33 64 575 188

Cv (%) 28% 204% 43% 68% 55% 108% 114% 101%

K-S test (p) 0.99 0.00 0.73 0.64 0.89 0.51 0.03 0.38

Test t par paire (p) 0.53 0.05 0.98 0.01

Tableau 3-4 : Comparaison entre concentrations en profondeurs et en surface (en italique gras les concentrations en profondeur supérieures aux concentrations de surface)

3.3 Corrélation entre concentration en ETM et caractéristiques des sites

Afin de mettre en évidence de possibles corrélations entre les concentrations en ETM et les

caractéristiques des ouvrages, les coefficients de corrélation (R²) ont été calculés. Les résultats sont

présentés au Tableau 3-5. On remarque qu‘il n‘y a pas de corrélations entre les concentrations en ETM

et les paramètres des ouvrages, que ce soit la conductivité hydraulique (Kfs), l‘âge de l‘ouvrage, la

taille du bassin versant, la taille de l‘ouvrage, le ratio entre la taille de l‘ouvrage et de son bassin

versant, le volume d‘eau reçu annuellement, le volume d‘eau total et le volume d‘eau total par m²

d‘ouvrage. Si on analyse les corrélations entre ETM, on remarque généralement une corrélation

faible ou moyenne : celle-ci est inférieure à 0.50 entre le Zn et le Cd, le Zn et le Cu, le Zn et le Pb, et

le Pb et le Cd ; mais égale à 0.57 entre le Cu et le Cd, et 0.52 entre le Cu et le Pb.


225

R² Cd (mg/kg) Cu (mg/kg) Pb (mg/kg) Zn (mg/kg)

Cd (mg/kg) 1.00

Cu (mg/kg) 0.57 1.00

Pb (mg/kg) 0.42 0.52 1.00

Zn (mg/kg) 0.32 0.39 0.46 1

Kfs (mm/h) 0.07 0.17 0.04 0.12

Age (années) 0.14 0.02 0.03 0.01

Taille BV (m²) 0.03 0.04 0.02 0.00

Taille ouvrage (m²) 0.07 0.03 0.01 0.01

Ratio (%) 0.08 0.01 0.03 0.02

Volume eau annuel (m3) 0.03 0.04 0.03 0.00

Volume d'eau total (m3) 0.04 0.03 0.03 0.00

Volume d'eau par m² (m) 0.01 0.00 0.17 0.05

Tableau 3-5 : Corrélation entre les concentrations et les caractéristiques des sites

3.4 Classification ascendante hiérarchique

Les résultats de la CAH sont présentés sous forme de dendrogramme à la Figure 3-1. A partir

du dendrogramme on peut grouper le jeu de données en quatre ensembles. Les caractéristiques de

chacun de ces groupes sont données dans le Tableau 3-6.

Le groupe 1 (17 ouvrages) et le groupe 3 (2 ouvrages), rassemblent des ouvrages peu

pollués. Les bassins du groupe 3 sont aussi caractérisés par un ratio taille du bassin/taille de

l‘ouvrage très grand (12%). Le groupe 2 (9 ouvrages) regroupe les ouvrages les plus pollués. La

majorité de ces ouvrages (8 sur 9) sont situés sur la rue Cremorne et drainent donc un bassin versant

de type industriel / commercial. Enfin, le groupe 4 (1 ouvrage) comporte un bassin de très grande

taille drainant un grand bassin versant. La CAH n‘apporte pas d‘informations supplémentaires sur les

possibles corrélations entre caractéristiques des ouvrages et de leur bassin versant avec les

concentrations en ETM.


226

Figure 3-1 : Dendrogramme – ensemble des données de pollution

Cu

(mg/kg) Pb

(mg/kg) Zn

(mg/kg) Kfs

(mm/h) Age

(années) Taille BV

(m²)

Taille ouvrage

(m²)

Ratio (%)

Volume eau

annuel (m3)

Volume d'eau total (m3)

Volume d'eau par

m²

G1 (n=17)

Moyenne 19 24 134 53 2 692 24 6 480 1328 112

σ 12 24 138 58 2 818 41 6 565 2953 295

Cv(%) 61% 99% 103% 110% 66% 118% 172% 104% 118% 222% 264%

G2 (n=9)

Moyenne 57 84 653 178 3 319 10 6 166 455 52

σ 26 23 723 174 1 206 4 6 107 334 56

Cv(%) 46% 27% 111% 98% 24% 64% 41% 98% 64% 73% 109%

G3 (n=2)

Moyenne 29 27 204 122 4 802 166 12 733 4973 33

σ 8 11 87 83 2 656 69 4 618 4587 41

Cv(%) 28% 39% 42% 68% 44% 82% 42% 34% 84% 92% 125%

G4 (n=1) 13 13 193 204 5 17400 860 5 16704 83520 97

Toutes les données (n=29)

Moyenne 32 41 302 102 3 1160 58 6 959 4143 87

σ 25 35 468 120 2 3197 168 7 3069 15524 227

Cv(%) 78% 86% 155% 118% 59% 276% 288% 102% 320% 375% 261%

Tableau 3-6 : Caractéristiques des ouvrages par groupe selon la classification ascendante hiérarchique


227

4 Discussion

4.1 Niveau de pollution dans les ouvrages

Les mesures effectuées sur les différents sites ont montré que les ouvrages étaient

généralement peu pollués en Cd et en Cu (en moyenne 0.9 et 32 mg/kg de MS respectivement). Ces

concentrations sont faibles par rapport aux valeurs généralement mesurées dans les ouvrages

d‘infiltration (Tableau 4-1).

Les concentrations en Pb sont généralement faibles (en moyenne 37 mg/kg de MS), sauf sur

4 ouvrages ou celles-ci sont supérieures à 80 mg/kg de MS. Ces ouvrages pollués sont caractérisés

par leur bassin versant de type industriel ou par un bassin versant de très grande dimension (et un

ratio taille du biofiltre / taille du bassin versant très faible de 0.1 %). Ces concentrations plus fortes

sont similaires à celles mesurées dans d‘autres ouvrages d‘infiltration (Tableau 4-1).

Les concentrations en Zn peuvent être fortes, avec un tiers des ouvrages ayant des

concentrations en Zn comprises entre 200 et 700 mg/kg de MS et 3 ouvrages ayant des

concentrations supérieures à 800 mg/kg de MS. Comme pour le Pb, ce sont les ouvrages les plus

pollués sont ceux qui drainent un bassin versant industriel et un ouvrage de petite taille par rapport à

son bassin versant.

Etude Nombre d'ouvrages Cu Pb Zn

Lind et Karo (1995) 2 60-82 79-205 114-194



Dechesne (2002) 3 103-252 143-266 838-1787

Ruban (2005) 2 254-271 419-633 1417-1847

Achleitner et al. (2006) 11 26-131 28-196 66-229

Tableau 4-1 : Bilan sur les concentrations en ETM (mg/kg de MS) en surface des ouvrages d‘infiltration

Ces concentrations généralement faibles peuvent être expliquées par le fait que les ouvrages

sont peu anciens (3 ans en moyenne), et qu‘ils drainent généralement des zones résidentielles qui

génèrent des eaux de ruissellement moins chargées en ETM (Ackerman et al., 2003). Parmi les

quatre polluants étudiés, c‘est le Zn que l‘on retrouve le plus fréquemment à des niveaux de

concentration présentant un risque de pollution dans le sol. Ces concentrations fortes en Zn peuvent

être expliquées par sa très large utilisation dans l‘automobile et dans la construction, pour la

protection contre la corrosion des métaux. Le Zn est l‘ETM dont la concentration est la plus élevée

dans les eaux de ruissellement (Legret et Pagotto, 1999 ; Kayhanian et al., 2003 ; Flint et Davies,

2007 ; Göbel et al., 2007) mais c‘est aussi le moins dangereux.


228

Il est important de noter les fortes incertitudes sur les concentrations. Nous avons montré que

la variabilité spatiale au sein d‘un ouvrage (et donc l‘incertitude) était d‘environ 50%, quel que soit

l‘ETM étudié. Cette variabilité importante montre la prépondérance de l‘échantillonnage sur les

concentrations mesurées dans les ouvrages. Une étude fine de la variabilité spatiale (qui n‘a pas été

menée ici) semble nécessaire si l‘on veut connaître avec une meilleure précision le degré de pollution

des ouvrages.

4.2 Evolution de la concentration avec la profondeur

Les différents échantillons prélevés en profondeur, et la comparaison avec les concentrations

de surface ont montré des résultats différents selon l‘ETM étudié. Pour le Cd et le Pb, il n‘y a pas de

différence entre les concentrations de surface et en profondeur. Pour le Cu la concentration diminue

légèrement avec la profondeur, passant de 49 mg/kg à 38 mg/kg. Pour le Zn, la diminution est forte,

passant de 506 à 186 mg/kg.

Des études in situ ont montré un comportement similaire de l‘évolution des concentrations en

Cd, Cu et Pb entre la couche de surface et à une profondeur d‘environ 10 cm. Par exemple, Achleitner

et al. (2006) ont montré peu d‘évolution de la concentration entre la couche supérieure et une

profondeur de 5 à 15 cm ; Dierkes et Geiger (1999) n‘ont pas montré de changement entre les

concentrations de surface et à une profondeur de 5 à 10 cm, la diminution étant par contre forte entre

10 et 30 cm. A l‘inverse, Hatt et al. (2007c) dans une étude en laboratoire ont montré une forte

diminution des concentrations en Cu, Pb et Zn entre la surface et une profondeur de 10 cm sur des

biofiltres expérimentaux. La diminution forte du Zn sur une épaisseur si faible est donc assez

surprenante d‘autant plus que le Zn est l‘ETM le plus mobile (Ruban, 2005). Dans tous les cas, ces

résultats montrent que la diminution des concentrations en profondeur n‘est pas toujours aussi

marquée que l‘ont montré les expériences en laboratoires (Hatt et al., 2007).

4.3 Corrélations entre caractéristiques des sites et pollution

L‘analyse des corrélations possibles entre les concentrations en ETM mesurées en surface

des ouvrages et les caractéristiques des ouvrages ou de leur bassin versant a montré une absence

totale de corrélation. Ces absences de corrélation peuvent être expliquées par le niveau de pollution

faible des ouvrages, qui ne permettent pas d‘avoir une grande plage de données en terme de

concentrations mais également à la relative similarité des ouvrages entre eux et notamment leur relatif

jeune âge (environ 3 ans) qui se traduit par des sollicitations faibles.

L‘analyse en composante principale n‘a pas permis de montrer de possible corrélation entre

concentration en ETM et caractéristiques de l‘ouvrage. Cela a seulement permis de mettre en

évidence le fait que les ouvrages les plus pollués se situent tous sur un bassin versant de type

industriel.


229

5 Conclusions

La mesure des concentrations en ETM en surface (0-2 cm) et en profondeur (5 à 10 cm)

conduite sur 33 biofiltres de la côte Est australienne a montré des concentrations généralement

faibles en surface notamment en Cd, en Cu et en Pb. Seul le Zn a été trouvé en concentration plus

forte, et cela dans plus d‘un tiers des ouvrages.

Les concentrations dans la couche de surface et à une profondeur de 5 à 10 cm sont

identiques pour le Cd et le Pb. Pour le Cu la concentration diminue légèrement avec la profondeur et

fortement pour le Zn. Ces résultats montrent que les polluants peuvent migrer dans les premiers dix

centimètres du sol. Une étude plus en profondeur doit être conduite afin de savoir s‘il y a un risque de

migration des pollutions en profondeur, afin de savoir si les ouvrages protégent correctement les

milieux récepteurs.

Il n‘a pas été possible de mettre en relation les concentrations en ETM mesurées dans les

biofiltres et les caractéristiques des ouvrages. Cependant, les ouvrages les plus pollués sont ceux

drainant un bassin versant de type industriel et commercial, et les ouvrages drainant un très grand

bassin versant dans un petit biofiltre. Un suivi dans le temps d‘un ouvrage devrait permettre de

montrer s‘il y a accumulation dans le temps des polluants et ainsi montrer l‘influence de l‘âge de

l‘ouvrage. Afin de montrer une possible influence de la taille du bassin versant, une étude en

laboratoire avec des ouvrages dimensionnés à différentes tailles de bassin doit être conduite.

230

231

Chapitre 6 : Accumulation au cours du temps et variabilité spatiale : suivi d’un

ouvrage en continu

Chapitre 6 : Accumulation au cours du temps et varaibilité spatiale : évaluation en continu

232


233


Le chapitre 5 a permis d‘évaluer les niveaux de concentration en surface des ouvrages et

dans les premières centimètres d‘infiltration et a tenté de mettre en relation les caractéristiques des

ouvrages et de leur bassin versant avec les concentrations en éléments traces métallliques (ETM).

Cependant cette étude n‘a donné qu‘une image ponctuelle de l‘état des ouvrages. Ainsi, la dynamique

des phénomènes de pollution par les ETM dans les ouvrages (évolution des zones polluées, vitesse

d‘accumulation des polluants dans le sol, possible augmentation des concentrations…) n‘a pu être

étudiée. De même l‘étude du rendement épuratoire in situ n‘a pas pu être réalisé. De ce fait nous

allons maintenant nous intéresser non plus à une série d‘ouvrages suivis expérimentalement de façon

ponctuelle dans le temps, mais à un ouvrage unique sur lequel nous allons essayer de quantifier de

façon précise :

- l‘évolution temporelle du niveau de pollution ;

- l‘évolution spatiale de la pollution en fonction du temps ;

- l‘efficacité de piégeage des ETM au sein d‘ouvrage de ce type ;

- l‘effet de la procédure d‘échantillonnage sur l‘estimation des concentrations en ETM

au sein de l‘ouvrage.

Des études antérieures (Dechesne, 2002 ; Hatt et al., 2007c par exemple) ayant montré le

rôle prépondérant de filtre de l‘interface ouvrage/sol, l‘évolution de cette couche sera donc plus

particulièrement suivie (en concentration et en masse). Cependant l‘évolution en profondeur sera

également examinée mais de manière moins détaillée. L‘étude de la répartition spatiale sera en outre

l‘occasion de nous interroger sur l‘optimisation des campagnes de prélèvement aussi bien pour des

besoins scientifiques que pour des besoins plus qualitatifs des gestionnaires d‘ouvrages. Enfin l‘étude

de l‘efficacité de piégeage dans des ouvrages d‘infiltration nécessitera de quantifier les masses d‘ETM

apportées à l‘ouvrage.

La quantité d‘informations nécessaire étant importante et nécessitant leur acquisition sur de

longues périodes, nous avons choisi de réaliser cette recherche en nous appuyant sur le site de

Django Reinhardt de Chassieu déjà présenté au chapitre 3.


234

2 Methodes

Pour répondre aux trois objectifs (évolution temporelle du niveau de pollution en

concentration et en masse, évolution spatiale de la pollution en fonction du temps et efficacité de

piégeage des ETM au sein d‘ouvrage de ce type), il est nécessaire de :

- Réaliser plusieurs mesures de concentrations en profondeur ;

- Réaliser plusieurs campagnes de mesure de concentrations en polluants à la surface

du bassin ;

- Trouver une méthode d‘évaluation des masses piégées par l‘interface ouvrage/sol au

cours du temps ;

- Déterminer un mode d‘estimation des masses apportées.

L‘ensemble de ces points a été réalisé en essayant d‘assortir toutes les évaluations de leurs

incertitudes respectives.

2.1 Présentation du site

Nous ne reviendrons pas sur la présentation du site et de son environnement que l‘on

pourra trouver au chapitre 3. Par contre, nous allons préciser un certain nombre d‘éléments

importants pour l‘étude et l‘interprétation des mesures qui seront présentées ultérieurement.

Rappelons que le bassin d‘infiltration actuel a subi au cours du temps des modifications importantes.

Ce site a fonctionné pendant plus de 20 ans en 3 compartiments comme on peut le voir sur la Figure

2-1 (a). Le compartiment d‘infiltration le plus sollicité étant complètement colmaté, le gestionnaire avait

alors décidé de réhabiliter l‘ensemble du dispositif. Fin 2001, une réhabilitation complète du site a été

entreprise. Elle a consisté à simplifier le système de drainage en deux compartiments : un

compartiment de rétention / décantation puis un compartiment d‘infiltration (Cf. Figure 2-1b). Suite à

un colmatage rapide du nouveau compartiment d‘infiltration probablement issu d‘une mauvaise

réalisation couplée à un compartiment de décantation peu efficace, le bassin a été décolmaté et les

premiers centimètres ont été enlevés en avril 2004. Le décolmatage a été réalisé sur l‘ensemble du

compartiment hormis dans le coin droit du bassin (zone sombre sur la Figure 2-1b), et dont l‘emprise

correspond à une partie de l‘ancien bassin d‘infiltration colmaté. Dans cette partie, une couche de

sédiments plus ancienne y est donc présente (Cf.Figure 2-2). Dans la suite du texte nous nommerons

cette partie du bassin d‘infiltration : « partie ancienne » par opposition au reste du bassin (« partie

rénovée »). Par ailleurs, dans la « partie rénovée », l‘eau circule majoritairement suivant un chenal

correspondant aux parties basses du bassin (Zone ombrée claire sur la Figure 2-1b).


235

Bassin de retenue

Bassin de

retenue/infiltration

Bassin

d‘infiltration

Bassin de retenue

Bassin de


Bassin

d‘infiltration

Ancien bassin de


Ancien bassin

d‘infiltration

Ancien bassin de retenue

Limite du bassin

d‘infiltration

Limite du bassin de

rétention

Ancien bassin de


Ancien bassin

d‘infiltration

Ancien bassin de retenue

Limite du bassin

d‘infiltration

Limite du bassin de

rétention

(a) Avant réhabilitation (b) Après réhabilitation

Figure 2-1: Configuration du site d‘observation avant et après réhabilitation

Figure 2-2: Partie ancienne du bassin et sédiments ayant été accumulé

2.2 Mesures des concentrations dans le sol

Répartition en profondeur

Afin d‘étudier les niveaux de pollution en profondeur, une campagne de mesure a été

conduite en décembre 2005. Onze échantillons ont été prélevés dans 3 tranchées (Figure 2-4) puis

analysés par ICP-MS pour le Cd, le Cu, le Zn et le Pb. La répartition des échantillons est la suivante :

- 4 dans la tranchée A (surface, 30 cm, 60 cm et 100 cm de profondeur)

- 4 dans la tranchée B (surface, 30 cm, 60 cm et 100 cm de profondeur)

- 3 dans la tranchée C (surface, 30 cm et 80 cm de profondeur)

La tranchée A est dans la zone ‗ancienne‘ de l‘ouvrage, la tranchée B est située en entrée de

l‘ouvrage (zone souvent sollicitée) et la tranchée C est située vers le fond de l‘ouvrage dans une zone

plus rarement sollicitée. Les tranchées sont réalisées à l‘aide d‘une pelle mécanique sur une

profondeur d‘environ 150 cm et une longueur d‘environ 100 cm (Figure 2-3). Les échantillons sont


236

ensuite prélevés à l‘aide d‘une petite pelle en plastique pour chaque profondeur le long de la tranchée.

Les échantillons prélevés sont ensuite tamisés à 2 mm sur le terrain, homogénéisés et transportés

pour analyse le jour même du prélèvement. Les coupes de sol sont présentées à l‘annexe G.

Figure 2-3: Prélèvement des échantillons en profondeur

Les résultats seront ensuite mis en correspondance avec des mesures réalisées sur le même

site en mai 2005, par le Laboratoire des Sciences de l‘Environnement (LSE) de l‘ENTPE.

Répartition spatiale en surface

Les concentrations en ETM dans l‘ouvrage sont évaluées à partir de trois campagnes de

mesure faites en avril 2005, février 2006 et juillet 2007. Le bassin a été décolmaté et les premiers

centimètres ont été enlevés en avril 2004. Pour chaque campagne nous avons prélevé environ 100

échantillons répartis selon un maillage régulier carré sur l‘ensemble de la surface de l‘ouvrage

(surface 8000 m²). La taille de la grille est de 10 m par 10 m (Figure 2-4). Cette forte densité de

prélèvements doit permettre de bien évaluer la variabilité spatiale des polluants et aussi de

reconstituer de manière précise les masses d‘ETM à la surface de l‘ouvrage.

Figure 2-4: Point d‘échantillonnage (maille de 10 m), emplacement des prélèvements pour les profils verticaux (cercle A, B et C) et tranchée réalisée par l‘ENTPE (bleu)

B

C

A


237

Les quantités prélevées résultent d‘un compromis consistant d‘une part à prendre « le plus de

matière possible » de manière à être le plus représentatif d‘une zone de mesure et d‘autre part à

prendre « le moins de matière possible » de manière à ne pas trop perturber l‘interface qui sera suivie

dans le temps. Ainsi, les échantillons sont prélevés dans les 5 premiers centimètres du bassin. Une

masse d‘environ 400 g à 500 g est prélevée (Figure 2-5).

Les prélèvements ont été réalisés à l‘aide d‘une pelle plastique. Pour chaque point de mesure,

le sol a été prélevé sur une surface d‘environ 1 m². Les échantillons ont été conservés dans des

sachets plastiques puis conduits au laboratoire où pour chaque prélèvement, un sous échantillon

d‘environ 50 g a été extrait, passé à l‘étuve à 105°C pendant 24h puis tamisé à 2 mm. Les

échantillons sont ensuite analysés par le BRGM à l‘aide d‘un spectromètre portable de fluorescence X

Niton XL723S. Cette méthode d‘analyse rapide et peu coûteuse permet l‘analyse de plus

d‘échantillons qu‘une analyse classique de laboratoire et donc une description plus fine de

l‘hétérogénéité spatiale de la pollution. Le fonctionnement de l‘appareil est décrit précisément dans

Laperche (2005).

Figure 2-5 : Echantillon prélevé en surface du bassin

Les limites de détection de l‘appareil, pour un temps d‘analyse de 120 s et pour un sol à

matrice sableuse (ce qui peut être considéré vrai dans notre cas car les échantillons sont tamisés à

2 mm), sont présentées dans le Tableau 2-1. Ces valeurs montrent que l‘analyse par fluorescence X

semble bien adaptée pour détecter des concentrations en Zn, Cu et Pb, mais pas pour le Cd.

Limites de détection (ICP) Limites de détection (Niton)

Cu 5 50

Zn 5 25

Pb 10 10

Cd 2 25

Tableau 2-1 : Limites de détection (mg/kg MS) de l‘appareil Niton


238

A partir des mesures effectuées par fluorescence X, 20 échantillons par campagne sont

choisis et analysés par ICP-MS (Inductively Coupled Plasma Mass Spectrometry) (AFNOR, 2000) afin

de caler les mesures faites par fluorescence X.

Incertitudes

Les différentes sources d‘incertitudes liées à la mesure des concentrations en polluant sont

liées à l‘analyse des concentrations et à l‘échantillonnage. Nous avons donc distingué :

- l‘incertitude analytique, liée à l‘appareil de mesure : ua

- l‘incertitude d‘échantillonnage et plus particulièrement :

o l‘incertitude liée à la répétabilité de la mesure dans l‘échantillon : umesure

o l‘incertitude liée au sous échantillonnage : uéchantillonnage

L‘incertitude analytique est donnée directement par l‘appareil. L‘incertitude d‘échantillonnage

liée à la répétabilité de la mesure est évaluée en faisant plusieurs mesures sur un seul échantillon.

Enfin, l‘incertitude liée au sous échantillonnage est évaluée en réalisant des triplicats pour 5

échantillons. Pour cela, sur un point de prélèvement, on prend 3 sous échantillons de 50 g. Chaque

sous échantillon est séché, tamisé et analysé indépendamment. Il est à noter que l‘incertitude liée à la

représentativité de l‘échantillon prélevé (erreur sur la prise d‘échantillon) n‘est pas prise en compte.

Pour cela il aurait fallu prendre plusieurs échantillons dans une zone proche afin de quantifier la

variabilité spatiale autour du point de prélèvement. L‘incertitude finale est calculée (équation 44) en

prenant en compte ces trois sources d‘incertitudes et en supposant que ces incertitudes ne sont pas

corrélées, soit :

²²² nnageéchantillomesureaf uuuu Équation 43

2.3 Variabilité spatiale

L‘étude de corrélation entre les ETM par campagne et entre campagnes a été menée de

manière à savoir si les métaux se répartissaient spatialement selon des dynamiques semblables ou

non. Les coefficients de corrélation entre ETM pour chaque campagne, et entre campagnes pour

chaque ETM ont été calculés.

La répartition des concentrations a été étudiée en calculant les concentrations moyennes

dans la partie ancienne et dans la partie rénovée de l‘ouvrage. Les concentrations ont été comparées

en effectuant des tests-t par paires afin de savoir si les différences entre les zones étaient

statistiquement différentes (la différence étant acceptée pour p<0.05). Les cartes de répartition

spatiale des polluants sont présentées afin de mettre en évidence les zones plus polluées.


239

2.4 Evaluation des masses piégées

2.4.1 Sol témoin : concentration initiale

Il est nécessaire de connaître l‘état initial de l‘ouvrage c'est-à-dire les concentrations initiales

des différents polluants avant sollicitation. Ce niveau de concentration en polluants, c'est-à-dire en

l‘absence de contamination anthropique est appelé fond pédogéochimique. Afin de connaître ce fond

pédogéochimique, des échantillons ont été prélevés à proximité de l‘ouvrage à une profondeur de

50 cm (Winiarski et al., 2001). Ces prélèvements ont eu lieu en octobre 1998. Sur chaque

prélèvement, un échantillon a été analysé. Ce niveau de sol témoin n‘est pas à proprement parlé un

fond géochimique sans contamination anthropique. Il constitue cependant un sol urbain

« normalement sollicité » sans infiltration intentionnelle comme dans le bassin d‘infiltration et sans les

dépôts atmosphériques de surface, c‘est en ce sens qu‘il peut constituer une référence. Les

concentrations moyennes initiales (C0) et leurs écarts types (n=3) sont les suivantes pour les ETM :

Cd < 0.5 mg/kg sur les 3 échantillons

Cu= 10±6 mg/kg

Pb= 6.5±1.4 mg/kg

Zn= 51±14 mg/kg

2.4.2 Reconstitution des masses piégées en surface

La masse de métaux piégée dans la couche supérieure du bassin d‘infiltration est évaluée

pour chaque campagne de mesure et pour chaque polluant. Les masses ont été reconstituées sous

Matlab en utilisant la méthode suivante :

- Création du maillage basé sur la maille d‘échantillonnage : 10 m par 10 m

- Interpolation des valeurs de concentrations entre les points de mesure avec un pas de

1 m. Les différentes fonctions testées pour l‘interpolation sont des fonctions linéaires,

cubiques, Nearest neighbor et V4 (fonction d‘interpolation de Matlab)

- Création d‘un maillage triangulaire entre les points interpolés

- Calcul de l‘aire de chacun des triangles ainsi construits et affectation d‘une

concentration moyenne pour chacune des mailles pondérée par l‘inverse de la

distance au barycentre du triangle

- Calcul des masses contenues dans chacune des mailles avec l‘équation

suivante (Dechesne, 2002) :

Équation 44

Avec mi la masse d‘ETM dans la maille i, Ci la concentration dans la maille i, C0 la concentration

initiale de métal dans le sol témoin, Si la surface de la maille triangulaire i, e l‘épaisseur de la couche

de sol, f la fraction de fines inférieure à 2 mm, ρ la masse volumique du sol.

- Calcul de la masse totale (M) dans la couche supérieure de l‘ouvrage

...).( 0 feSCCm iii


240

n

i

imM1

Équation 45

- Evaluation des incertitudes sur la masse totale par la méthode de Monte Carlo (voir

chapitre 3) avec les écarts types suivants sur les différentes grandeurs :

o Concentration initiale C0 et incertitudes (voir paragraphe précédent)

o Sur l‘épaisseur de la couche de sol, e=5 cm, σ = 2 cm

o Sur la part de fraction fine mesurée au laboratoire, f< 2 mm = 25 %, σ = 2.5%

o Sur la masse volumique du sol estimée in situ (mesure au sable), ρ = 2600 kg/m3,

σ = 100 kg/m3

Il n‘a pas été tenu compte de l‘incertitude expérimentale sur la mesure de la concentration en

polluants, ni sur l‘interpolation des données ; celle-ci est faible, comme nous le verrons ultérieurement,

par rapport aux incertitudes sur la fraction de fines, les concentrations initiales en polluants,

l‘épaisseur de la couche de prélèvement et sa masse volumique.

2.5 Influence de l’échantillonnage

Le type d‘échantillonnage ainsi que le nombre de prélèvements peuvent avoir un impact

important sur les résultats. De plus, un échantillonnage dense coutera plus cher, et il est donc

intéressant de connaître l‘effet du maillage sur l‘incertitude du résultat. Nous avons choisi un maillage

régulier et dense de 10 m par 10 m. Comme l‘a montré Laperche et Eiseneohr (2002), il est

recommandé de faire un échantillonnage régulier, non préférentiel et dense. Cette étude sur

l‘influence de la stratégie d‘échantillonnage menée sur un site industriel pollué de 5000 m² avait

montré que :

- Le passage d‘une maille de 10 m à une maille de 20 m induisait une perte

d‘informations importante car l‘une des deux zones polluées de ce site n‘était plus

détectée ;

- Un maillage plus précis de 5 m dans les zones fortement polluées n‘avait pas apporté

d‘informations supplémentaires ;

- Un maillage non régulier avec échantillonnage dense dans les zones supposées plus

polluées provoquait une perte d‘information par rapport à un maillage régulier.

Afin de vérifier ces hypothèses sur des sites d‘infiltration, nous avons testé l‘influence du type

d‘échantillonnage et du nombre d‘échantillons sur :

- Les concentrations moyennes dans l‘ouvrage ;

- La perte ou le gain d‘information sur la localisation de zones plus particulièrement

polluées ;

- Les reconstitutions des masses à la surface de l‘ouvrage.


241

Nous avons donc fait un maillage de 10 m par 10 m ce qui représente pour chaque campagne

un nombre d‘échantillons (N) :

- Campagne 1 : 103 points de mesures

- Campagne 2 : 94 points de mesure

- Campagne 3 : 99 points de mesure

Le nombre de points de mesure varie d‘une campagne à l‘autre car pendant certaines

campagnes il n‘était pas possible de prélever dans certaines zones (zone en eau le jour du

prélèvement par exemple).

Le problème est donc, pour chaque objectif, d‘étudier l‘influence des façons de choisir n points

parmi les N points existants pour lesquels les données sont disponibles (N=103 en 2005, N=94 en

2006, N=99 en 2007). Les stratégies utilisées concernent i) le choix de ces n points parmi N à partir

de maillage réguliers (stratégie par maillage) ii) le choix de ces n points parmi N pris aléatoirement

(stratégie aléatoire), iii) le choix de n points en prenant comme critère l‘expérience de l‘opérateur et

notamment sa connaissance de l‘ouvrage (dynamique des flux, historique de l‘ouvrage et des

opérations de maintenance…). Les différentes stratégies de maillage sont présentées ci-dessous.

D‘un point de vue opérationnel, cela est particulièrement intéressant car peu d‘échantillons

sont généralement prélevés. Cette étude permettra donc de montrer l‘erreur commise lorsque que l‘on

prélève peu d‘échantillons, la perte ou le gain d‘information lié au nombre de prélèvement, et

permettra de fournir des recommandations pour les ouvrages de grande taille.

2.5.1 Maillage régulier

La première stratégie est basée sur un maillage régulier. La Figure 2-6 représente les types

de maillages carrés ou rectangulaires pour différentes densités de points. Nous sommes partis de

l‘ensemble des points (maillage 10X10 m, n≈100) puis nous avons augmenté la taille de la maille

jusqu‘à un maillage de 30X30 m (n=14).


242

10 m x 10 m (n~100) 10 m X 20 m (n~60) 20 m X 20 m (n~25)

85300

85350

85400

85450

85500

85550

803800 803850 803900 803950 804000

85300

85350

85400

85450

85500

85550

803800 803850 803900 803950 804000

85300

85350

85400

85450

85500

85550

803800 803850 803900 803950 804000

20mX30 (n=19) 30mX30m (n=14)

85300

85350

85400

85450

85500

85550

803800 803850 803900 803950 804000

85300

85350

85400

85450

85500

85550

803800 803850 803900 803950 804000

Figure 2-6: Maillage pour différentes densités (le nombre d‘échantillons pour les différentes mailles dépend de la campagne et de l‘élément mesuré)

Les maillages réguliers présentés à la Figure 2-6 sont les plus probables dans le sens où ce

sont les maillages qui auraient été faits sur le terrain. Par la suite on a aussi testé différents maillages

réguliers. Par exemple, pour un type de maillage (30 m X 30 m par exemple), plusieurs semis de

points peuvent être utilisés (Figure 2-7). Différentes combinaisons de maillages ont été testées par la

suite de manière à étudier la variabilité qui en découle.

85300

85350

85400

85450

85500

85550

803800 803850 803900 803950 804000

85300

85350

85400

85450

85500

85550

803800 803850 803900 803950 804000

85300

85350

85400

85450

85500

85550

803800 803850 803900 803950 804000

Figure 2-7 : Exemple de différents maillages 30X30 m (en bleu l‘ensemble des points, en rouge les échantillons du maillage 30X30 m)


243

2.5.2 Maillage aléatoire

Pour la deuxième stratégie (choix de points pris au hasard), la méthode consiste à fixer a

priori un nombre de points d‘échantillonnage et de chercher les combinaisons permettant d‘extraire n

points parmi les N existants. Comme la combinatoire peut être importante (Cnp : pour 10 points

1731013 par exemple) nous avons choisi de n‘opérer que 1000 combinaisons possibles quel que soit

n. Des maillages aléatoires avec un nombre d‘échantillons (n) variant du nombre maximum de

mesures (N) jusqu‘à 4 échantillons sont donc construits. Pour chaque valeur de n, 1000 maillages ont

ainsi été testés de manière à calculer l‘intervalle de confiance des valeurs obtenues. Il a été

cependant vérifié que le nombre de 1000 itérations n‘avait pas d‘influence sur les résultats en testant

sur un certains nombre de cas un nombre plus grand d‘itérations (jusqu‘à 100 000).

2.5.3 Maillage basé sur l’expérience

On suppose dans ce cas qu‘il n‘est possible de prélever qu‘un nombre réduit d‘échantillons et

ces échantillons vont être sélectionnés à partir des connaissances de l‘opérateur. Dans notre cas, on

définit 6 zones représentatives du bassin (voir Figure 2-8). Ces zones ont été déterminées à partir de

notre connaissance de l‘ouvrage. On commence par prélever un échantillon en zone1 (entrée de

l‘ouvrage zone supposée la plus contaminée), un en zone 2 (zone moyennement contaminée), un en

zone 3 (zone rarement en eau) et un en zone 4 (zone ancienne). On calcule ensuite la concentration

moyenne pour ce choix, puis on teste toutes les combinatoires possibles avec un prélèvement dans

chacune des trois zones afin d‘avoir une concentration moyenne ainsi qu‘une estimation de la

variance liée au choix de l‘échantillon dans chacune des zones. Il est à noter que l‘estimation de

toutes les combinatoires donne des résultats identiques à la procédure de bootstrap utilisé pour le

maillage aléatoire, et ceci à partir de 1000 itérations. Le processus est répété avec un échantillon pris

dans 5 et 6 zones.

85300

85350

85400

85450

85500

85550

803800 803850 803900 803950 804000

Zone 1

Zone 2

Zone 3

Zone 4

Zone 5

Zone 6

Figure 2-8 : Différentes zones pour le choix des échantillons pour l‘échantillonnage basé sur l‘expérience


244

2.6 Evaluation de l’efficacité des ouvrages

L‘efficacité des ouvrages d‘infiltration peut être mesurée de façon événementielle ou sur le

long terme. L‘efficacité événementielle a déjà été étudiée mais peu d‘étude porte sur le

fonctionnement sur le long terme des ouvrages. Cependant, vu les difficultés liées d‘une part à

l‘évaluation des masses piégées dans le sol et d‘autre part la quantification des apports d‘ETM sur le

long terme, notre étude cherchera d‘avantage à :

- Evaluer les apports globaux en ETM à l‘ouvrage

- Montrer si il est possible d‘évaluer les masses piégées dans le sol de façon correcte.

- Comparer entrée et sortie afin de vérifier si les ordres de grandeurs évalués sont dans

les mêmes fourchettes de résultats

Ainsi l‘efficacité des ouvrages ne sera pas directement évaluée, mais l‘étude permettra quand

même de montrer si il est possible d‘évaluer les masses d‘ETM apportés / piégés afin de quantifier les

masses de polluants qui n‘ont pas été transférées vers le milieu récepteur. L‘étude du rendement

épuratoire des ouvrages d‘infiltration à proprement dit sera menée en laboratoire sur des colonnes de

grande dimension et sera présentée au chapitre 7.


245

3 Résultats

3.1 Concentration en surface et en profondeur

3.1.1 Répartition en profondeur

Evolution des concentrations en profondeur

Les résultats de la campagne de mesure de décembre 2005 sont présentés à la Figure 3-1.

0 2 4 6 8

0

-30

-60

-80

-100

Pro

fon

de

ur

(cm

)

C (mg/kg)

A

B

C

Cadmium

0 100 200 300 400

0

-30

-60

-80

-100

Pro

fondeur

(cm

)

C (mg/kg)

A

B

C

Cuivre

0 50 100 150 200

0

-30

-60

-80

-100

Pro

fondeur

(cm

)

C (mg/kg)

A

B

C

Plomb

0 500 1000 1500 2000 2500 3000

0

-30

-60

-80

-100

Pro

fon

de

ur

(cm

)

C (mg/kg)

A

B

C

Zinc

Figure 3-1: Profils de pollution aux trois points de mesure (Cd, Cu, Pb et Zn)

On note des concentrations fortes en surface pour le Cu et le Zn, typiques de sols pollués.

Pour le Pb et le Cd, les concentrations sont toujours assez faibles (même en surface) et typique des

sols faiblement ou non pollués. Les concentrations diminuent fortement avec la profondeur, pour

atteindre des valeurs faibles à une profondeur de 30 cm, puis quasi nulle à des profondeurs plus

importantes. Les concentrations en ETM sont plus fortes au point A, puis au point B et enfin au point

C. Le point A se trouvant dans la zone ancienne du bassin, il est le plus pollué, puis vient la zone en

entrée de l‘ouvrage qui est souvent sollicitée et enfin le point C qui est le plus rarement en eau.


246

Comparaisons avec les études menées sur le même site

Ces résultats confirment les mesures de Ganaye et al. (2007) de l‘ENTPE qui ont mesuré les

concentrations en ETM lors d‘une étude sur une tranchée dans le bassin en Mai 2005. Cette tranchée

de 13.5 m de long et 2.5 m de profondeur est localisée sur la Figure 2-4. Les concentrations en cinq

points de surface sont données dans le Tableau 3-1.

S2.1 S3.1 S6.1 S7.1 S8.1 Moyenne (σ) C (A)

Cu 160 199 227 166 176 186 (28) 313

Pb 101 130 147 108 121 121 (18) 167

Zn 2146 3113 3628 2612 3240 2948 (577) 2500

Tableau 3-1 : Concentration (mg/kg de MS) en surface de l‘ouvrage en mai 2005, zone tranchée (Ganaye et al., 2007), concentration moyenne et écart type, et concentration en surface au point A (C(A)) en décembre 2005

Ces concentrations de surface sont du même ordre de grandeur que les concentrations

mesurées au point A (point le plus proche de la tranchée). Les variations des concentrations en

fonction de la profondeur sont données à la Figure 3-2. Il est à noter que les concentrations de la

couche superficielle ne sont pas présentées sur cette figure.

Surface : 121 mg/kg Surface : 186 mg/kg Surface : 2500 mg/kg

Figure 3-2 : Evolution des concentrations des ETM avec la profondeur (mai 2005, valeurs de surfaces non représentées), ENTPE (Ganaye et al., 2007)

On remarque que les concentrations en profondeur sont très faibles par rapport aux

concentrations de surface, même si elles peuvent augmenter à certaines profondeurs. Ces

augmentations sont expliquées par les auteurs comme par un changement de lithofaciès et indique

qu‘une part de la pollution (bien que faible) peut migrer en présence de chemins préférentiels.


247

Comparaison des résultats avec le sol témoin

Les concentrations en profondeur sont proches de valeurs du sol témoin. En effet la

concentration moyenne à une profondeur de 100 cm (ou 80 cm) sur les 3 points sont données dans le

le Tableau 3-2.

Sol témoin Sol en profondeur

C0 (mg / kg MS) C -100/ 80 cm (mg / kg MS)

Cu 10±6 8 ± 3

Pb 6.5±1.4 6 ± 1

Zn 51±14 83 ± 46

Tableau 3-2 : Comparaison des concentrations du fond pédogéochimique moyen et en profondeur avec indication

des écarts types

Pour le Cu et le Pb on remarque que les concentrations en profondeur sont très proches des

valeurs mesurées sur le sol témoin. Pour le Zn, la concentration en profondeur est 1.6 fois plus forte

que la concentration du sol témoin.

3.1.2 Répartition spatiale

Calage des mesures ICP/FX

Pour chaque campagne de mesure, 20 échantillons (35 en 2006) ont été sélectionnés et leurs

concentrations mesurées par le Niton et par ICP-AES afin de caler les résultats du Niton. Un exemple

de calage est présenté à la Figure 3-3. L‘ensemble des résultats pour toutes les campagnes est

présenté dans le Tableau 3-3.

Calage Zn 2005

y = 1.1487x - 8.4053

R2 = 0.979

0

1000

2000

3000

4000

0 1000 2000 3000 4000

Niton

ICP

Figure 3-3: Calage de la relation ICP-MS, Niton sur les mesures du Zn en 2005


248

Zn Cu Pb

Campagne R² CICP=aCX+b R² CICP=aCX+b R² CICP=aCX+b

2005 0.98 y = 1.15x - 8.4053 0.91 y = 1.01x - 28.15 0.92 Y = 1.19x + 7.6291

2006 0.94 y = 1.28x - 204.57 0.79 y = 1.39x – 30.931 0.96 Y = 1.13x - 6.9726

2007 0.84 y = 1.098x - 59.869 0.61 y = 0.9879x – 6.5292 0.87 Y = 1.1156x + 17.972

Tableau 3-3 : Coefficient de corrélation et régression linéaire entre les méthodes de mesure expérimentale (ICP-AES et Fluorescence X)

En 2005 on remarque une bonne corrélation des méthodes pour tous les métaux (R²>0.9). En

2006 et 2007, on a une bonne corrélation pour le Zn et le Pb (R²>0.8), et un peu moindre pour le Cu

(R²= 0.79 et 0.61).

Incertitudes

Incertitudes analytiques

L‘incertitude analytique est donnée par la moyenne des incertitudes relatives pour chacune

des trois campagnes de mesures (Tableau 3-4). Cette incertitude est donnée directement par

l‘appareil de mesure.

Année Ur –Cu (%) Ur –Pb (%) Ur –Zn (%)

2005 21.7% 12.4% 3.3%

2006 40.4% 17.5% 6.1%

2007 13.1% 3.8% 1.8%

Tableau 3-4 : Incertitudes relatives analytiques par année et par ETM (Fluorescence X)

On remarque que les incertitudes les plus fortes sont en 2006 et les plus faibles en 2007.

L‘incertitude sur le Zn est très faible (inférieure à 10%), celle sur le Pb faible (inférieure à 20%), alors

que l‘incertitude sur le Cu est moyenne en 2005 et 2007 mais très forte en 2006 (40.4%). L‘incertitude

moyenne relative sur l‘ensemble des trois campagnes (n=344) est de 7.7% pour le Pb, 2.6% pour le

Zn et 17.7% pour le Cu. Notons qu‘en 2006, un autre appareil Niton avait été utilisé, moins fiable que

celui utilisé en 2005 et 2007.

Incertitudes liées à l’emplacement de la mesure

L‘incertitude liée à l‘emplacement où est effectuée la mesure sur l‘échantillon est estimée en

faisant trois mesures sur un échantillon à des emplacements différents (Figure 3-4). Les résultats sont

présentés dans le Tableau 3-5. On remarque que cette incertitude est très faible pour le Pb et le Zn

(1.7% et 2.5%) et plus forte pour le Cu (16.2%). Cette incertitude est toujours plus faible que

l‘incertitude analytique.


249

E1 F2 N1 Moyenne

Cu

Moyenne 247.4 307.4 213.8 256.2

σ 54.8 41.5 28.3 41.5

Cv 22.1% 13.5% 13.3% 16.2%

Pb

Moyenne 244.1 187.7 156.5 196.1

σ 4.0 1.8 4.3 3.4

Cv 1.6% 1.0% 2.8% 1.7%

Zn

Moyenne 1476.5 1543.2 779.6 1266.4

σ 40.4 49.5 5.4 31.8

Cv 2.7% 3.2% 0.7% 2.5%

Tableau 3-5 : Incertitudes liées à l‘emplacement de la mesure dans l‘échantillon

Incertitudes liées à l’échantillonnage

Afin de quantifier l‘incertitude liée à l‘échantillonnage, trois sous échantillons ont été analysés

séparément à partir d‘un échantillon (Figure 3-4). Les résultats de l‘incertitude sur l‘échantillonnage

sont présentés dans le Tableau 3-6. Cette incertitude est faible pour le Cu (5.7%) et le Zn (4.0%) et

moyenne pour le Pb (9.7%).

C3 G3 N8 H1 L6 Moyenne

Cu

Moyenne 327.3 304.9 339.0 271.8 158.6 280.3

σ 27.0 7.5 15.8 18.4 11.2 16.0

Cv 8.2% 2.4% 4.7% 6.8% 7.1% 5.7%

Pb

Moyenne 171.9 224.0 233.7 382.5 181.8 238.8

σ 5.5 2.9 4.7 58.9 44.4 23.3

Cv 3.2% 1.3% 2.0% 15.4% 24.4% 9.7%

Zn

Moyenne 2739.7 1303.2 1324.8 1353.1 1025.3 1549.2

σ 26.3 40.4 91.6 49.2 101.8 61.9

Cv 1.0% 3.1% 6.9% 3.6% 9.9% 4.0%

Tableau 3-6 : Incertitudes sur l‘échantillonnage


250

85300

85350

85400

85450

85500

85550

803800 803850 803900 803950 804000

Prélèvement pour l'incertiude liée àl'emplacement

Prélèvement pour l'incertitude liée àl'échantillonnage

H1

N1

C3

N8

L6

E1

F2

G3

Figure 3-4 : Emplacement des échantillons pour le calcul des incertitudes

Incertitudes totales

Il est possible d‘estimer les incertitudes totales pour chaque ETM en combinant les trois

sources d‘incertitudes présentées ci-avant. Au final, on a une incertitude de 25% pour le Cu, 13% pour

le Pb et 5% pour le Zn (Tableau 3-7).

Cu Pb Zn

Incertitude analytique (%) 18 8 3

Incertitude liée à la mesure (%) 16 2 3

Incertitude liée à l‘échantillonnage (%) 6 10 4

Incertitude totale (%) 25 13 5

Tableau 3-7 : Bilan des incertitudes sur la mesure des ETM

Résultats de la répartition de surface

Les résultats des mesures de concentration calées à partir des relations linéaires ICP/Niton

sont synthétisés dans le Tableau 3-8 (moyennes, médianes, min, max et écart type) pour chaque ETM

et chaque campagne. Les valeurs du fond géochimique sont aussi rappelées. L‘ensemble des

données est disponible à l‘annexe H.


251

Cu Pb Zn

Concentrations initiales 10 6.5 51

avril 2005 (N=102)

Moyenne 110 63 832

Médiane 76 47 568

Min 14 21 129

Max 417 186 3552

σ 95 43 757

Cv (%) 86% 68% 91%

février 2006 (N=92)

Moyenne 178 186 1128

Médiane 191 131 1133

Min 0 5 0

Max 392 1241 3693

σ 107 193 735

Cv (%) 60% 104% 65%

juillet 2007 (N=99)

Moyenne 213 234 1299

Médiane 220 221 1268

Min 37 60 195

Max 387 484 3002

σ 72 87 474

Cv (%) 34% 37% 36%

Tableau 3-8: Concentration moyenne, médiane, min, max et Cv en surface pour les 3 éléments traces métalliques (mg/kg de matière sèche)

Lorsque l‘on compare les concentrations médianes en 2007 aux valeurs initiales de référence,

on trouve des concentrations en Zn 11 à 25 fois supérieures, des concentrations en Cu 8 à 22 fois

supérieures et des concentrations en Pb 7 à 34 fois supérieures. Les concentrations augmentent donc

fortement au cours du temps, pour chaque ETM. Les distributions des concentrations sont présentées

à la Figure 3-5. On remarque que les valeurs sont fortement décalées vers la gauche en 2005 pour

les trois ETM étudiés et non normalement distribuées (p=0.00). En 2006 et 2007 les valeurs sont

normalement distribuées (p>0.05) sauf pour le Pb en 2006 (p=0.00).


252

2005 2006 2007

Cu

p 0.00 0.42 0.82

Pb

p 0.00 0.00 0.37

Zn

p 0.00 0.36 0.16

Figure 3-5 : Distribution des concentrations pour les trois campagnes et les trois ETM, valeurs de p (K-S test), avec en gras les données qui ne sont pas normalement distribuées

3.2 Corrélation entre polluants

L‘ensemble des coefficients de détermination entre les métaux par campagne et entre

campagnes est présenté au Tableau 3-9.

3.2.1 Corrélation entre ETM

Lors de la campagne de 2005, on note une bonne corrélation entre les métaux avec une

corrélation de 0.87 entre le Pb et le Zn, 0.91 entre le Pb et le Cu et 0.73 entre le Zn et le Cu (Tableau

3-9). Lors de la campagne de 2006, les corrélations sont nettement moins bonnes : R²=0.10 entre le

Pb et le Zn, R²= 0.28 entre le Pb et le Cu et plus acceptable entre le Zn et le Cu (R²=0.65). Enfin, lors


253

de la campagne de 2007, les corrélations sont mauvaises entre le Pb et le Zn (R²=0.12), entre le Pb et

le Cu (R²=0.34) et un peu meilleure entre le Zn et le Cu (R²=0.59).

3.2.2 Corrélation entre campagnes

Le Tableau 3-9, montre qu‘il n‘y a pas de corrélation entre les campagnes d‘une année à

l‘autre.

2005 2006 2007

R² Pb Zn Cu Pb Zn Cu Pb Zn Cu

2005

Pb 1

Zn 0.87 1.00

Cu 0.91 0.73 1.00

2006

Pb 0.00 0.00 0.00 1.00

Zn 0.32 0.35 0.25 0.10 1.00

Cu 0.15 0.09 0.15 0.28 0.65 1.00

2007

Pb 0.03 0.03 0.03 0.13 0.03 0.13 1.00

Zn 0.31 0.34 0.22 0.02 0.64 0.32 0.12 1.00

Cu 0.12 0.07 0.12 0.12 0.37 0.43 0.34 0.59 1

Tableau 3-9 : Coefficients de détermination (R²) entre les polluants et les campagnes (en gras les coefficients de

corrélation supérieure à 0.5)

Sur un plan opérationnel, cette constatation est précieuse dans la mesure où si les

concentrations avaient été spatialement corrélées, cela aurait pu permettre de faire l‘économie des

mesures de concentrations de certains métaux pour localiser les zones polluées. Cela montre aussi

un comportement différent des trois métaux dans l‘ouvrage.

3.3 Variabilité spatiale

Cette partie concerne l‘étude de l‘évolution spatio-temporelle de la pollution en ETM au sein de

l‘ouvrage. Dans cette partie, la distinction sera faite entre « zone ancienne » du bassin où une couche

de sédiments anciens a été conservée (Cf. paragraphe 2.1) et le reste de l‘ouvrage (« zone

rénovée ») où les sédiments se sont accumulés avec le temps. Cette partie ancienne du bassin est

constituée de 10 points de mesure pour chaque campagne annuelle. Rappelons que la totalité des

résultats numériques sont consultables à l‘annexe H.


254

3.3.1 Partie ancienne de l’ouvrage

Les concentrations en Cu (~290 mg/kg MS) et Zn (comprises entre 2195 et 2622 mg/kg MS)

sont fortes, et les concentrations en Pb sont moyennes (comprises entre 150 et 170 mg/kg MS) dans

cette partie ancienne du bassin. De plus, ces concentrations n‘évoluent pas au cours du temps et sont

même statistiquement identiques d‘une année sur l‘autre (Tableau 3-11). Cette zone se caractérise

enfin par une relative homogénéité des concentrations en surface, ce qui se traduit par des

coefficients de variation faibles pour les trois ETM : entre 20 et 25% pour le Cu, 12 et 16% pour le Pb

et 25 et 32% pour le Zn (Tableau 3-11).

. Cu Pb Zn

2005 2006 2007 2005 2006 2007 2005 2006 2007

Partie ancienne

287 ±70 (25%)

294

290±59 (20%)

289

285±63 (22%)

273

151±24 (16%)

148

167±20 (12%)

172

174±27 (16%)

170

2370±760 (32%)

2300

2622±660 (25%)

2560

2195±604 (27%)

2080

Partie rénovée

93±79 (85%)

67

166±104 (62%)

176

206±70 (34%)

216

55±34 (62%)

44

188±203 (108%)

118

240±89 (37%)

227

684±572 (84%)

509

970±540 (56%)

1032

1210±354 (29%)

1241

Totalité du bassin

110±95 (87%)

76

178±107 (60%)

191

213±72 (34%)

220

63±43 (68%)

47

186±193 (104%)

131

234±87 (37%)

221

832±757 (91%)

568

1128±735 (65%)

1133

1299±474 (36%)

1268

Tableau3-10 : Concentrations moyennes (mg/kg), écarts types (mg/kg), Cv (%) et médianes (mg/kg) pour le Cu, le Pb et le Zn, pour chaque partie du bassin et chaque campagne

3.3.2 Partie rénovée de l’ouvrage

Dans la partie rénovée de l‘ouvrage, les concentrations initiales (c'est-à-dire en 2005) en Cu,

Pb et Zn sont faibles par rapport aux concentrations de la partie ancienne (93, 55 et 684 mg/kg de MS

respectivement en 2005), soit environ le tiers de la concentration dans la partie ancienne à la même

époque (Tableau 3-11).

Avec le temps, les concentrations en surface vont augmenter de manière significative pour les

trois ETM. Pour le Cu, les concentrations en 2005 et en 2006 sont significativement différentes

(p = 0.00), alors que celles mesurées en 2006 et 2007 ne le sont pas (p=0.06) (Tableau 3-11). La

concentration mesurée lors de la dernière campagne est plus de deux fois supérieure à la

concentration mesurée lors de la premère campagne (206 mg/kg de MS en 2007 contre 93 mg/kg de

MS en 2005). Pour le Pb, la concentration moyenne en 2007 est plus de quatre fois supérieure à celle

de 2005 (240 mg/kg de MS en 2007 contre 55 mg/kg de MS en 2005). De plus, les résultats sont

statistiquement différents d‘une année sur l‘autre (Tableau 3-11). Enfin, pour le Zn, la concentration en

2007 est presque deux fois plus forte que la concentration en 2005 (1210 mg/kg de MS en 2007

contre 684 mg/kg de MS en 2005) ; les résultats sont aussi statistiquement différents entre les

campagnes de 2005 et de 2006 (Tableau 3-11).


255

Cette augmentation des concentrations dans l‘ouvrage est accompagnée par une diminution

de la variabilité spatiale avec le temps. Ainsi, les coefficients de variation sont forts pour les trois ETM

lors de la campagne de 2005 (85, 62 et 84% pour le Cu, le Pb et le Zn) et diminuent fortement avec le

temps pour atteindre des valeurs faibles en 2007 (34, 37 et 29% pour le Cu, le Pb et le Zn). Cela

indique qu‘il y a une uniformisation des concentrations avec le temps (Tableau 3-11).

Les concentrations finales dans la partie rénovée de l‘ouvrage, sont statistiquement

inférieures aux concentrations de la partie ancienne pour le Cu et le Zn, mais supérieures pour le Pb.

Pour le Cu et le Pb les concentrations sont proches entre la partie ancienne et la partie rénovée (285

contre 206 mg/kg de MS pour le Cu et 240 contre 174 mg/kg de MS pour le Pb), alors que pour le Zn

la concentration dans la partie ancienne est presque deux fois supérieure à celle dans la partie

rénovée (2195 contre 1210 mg/kg de MS).

Cu Pb Zn

Données p p p

2005 ~ 2007 0.00 0.00 0.00

2005 ~ 2006 0.00 0.00 0.02

2006 ~ 2007 0.09 0.00 0.56

2005 rénovée ~ 2007 rénovée 0.00 0.00 0.00

2005 rénovée ~ 2006 rénovée 0.00 0.00 0.04

2006 rénovée ~ 2007 rénovée 0.06 0.00 0.14

2005 rénovée ~ 2005 ancien 0.00 0.00 0.00

2006 rénovée ~ 2006 ancien 0.02 0.00 0.00

2007 rénovée ~ 2007 ancien 0.045 0.00 0.00

2006 ancien ~ 2005 ancien 1.00 1.00 0.92

2006 ancien ~ 2007 ancien 1.00 1.00 0.98

2007 ancien ~ 2005 ancien 1.00 1.00 1.00

Tableau 3-11 : ANOVA pour le Cu, Pb, Zn (valeurs de p du post hoc test). Les valeurs statistiquement différentes sont en gras.

La répartition des concentrations à la surface des ouvrages est présentée sous forme de carte

pour chaque ETM (Figure 3-6).


256

Cu 2005 Cu 2006 Cu 2007

Pb 2005 Pb 2006 Pb 2007

Figure 3-6: Distribution spatiale des concentrations en Cu, Pb et Zn en avril 2005, février 2006 et juillet 2007 - (mg/kg de matière sèche)

Pour le Cu, on remarque qu‘en 2005, la zone non décolmatée est très polluée par rapport au

reste de l‘ouvrage où les concentrations sont faibles. En 2006, on note une augmentation des

concentrations notamment en entrée et dans les points bas ; les zones les plus éloignées gardant des

concentrations en cuivre faible. En 2007, on remarque clairement l‘étalement de la zone polluée,

d‘une part dans toute la zone d‘entrée de l‘ouvrage (avec des valeurs qui se rapprochent de la partie

Zn 2005 Zn 2006 Zn 2007


257

ancienne du bassin) et d‘autre part une augmentation nette des concentrations sur toute la surface du

bassin. Lors de cette dernière campagne, la seule zone présentant des concentrations inférieures à

100 mg/kg de MS est l‘extrémité du bassin (zone la plus rarement en eau).

Pour le Pb, le niveau de pollution de l‘ouvrage est faible en 2005 (bien que légèrement plus

fort dans la zone ancienne). En 2006, on note une augmentation des concentrations notamment en

entrée et dans les points bas comme pour le cuivre. En 2007, la distribution des concentrations est

plus étalée à la surface de l‘ouvrage.

Pour le Zn, les concentrations sont élevées dans la partie ancienne et faibles dans le reste de

l‘ouvrage en 2005. En 2006, les concentrations semblent légèrement augmentées notamment en

entrée de bassin. En 2007, la concentration moyenne sur l‘ensemble de la surface de l‘ouvrage

semble avoir augmenté, mais là encore de manière plus forte dans la zone d‘entrée de l‘ouvrage

3.4 Evaluations des masses de polluants piégées dans le sol

A partir des mesures de concentration, nous avons reconstitué les masses de polluants

piégées dans la couche supérieure de l‘ouvrage. Grâce au nombre important de points de mesures

dans l‘ouvrage, environ 100 points pour 8000 m², il devrait être possible d‘approximer les masses

piégées en surface de façon assez précise. Nous avons testé l‘influence du mode d‘interpolation ainsi

que le mode d‘échantillonnage (partie suivante). Les résultats des reconstitutions de masse pour

chaque ETM et par différentes méthodes d‘interpolation sont présentés dans les Tableau 3-12 à

Tableau 3-14.

Cuivre Masse (2u) (kg)

Méthode d‘interpollation 2005 2006 2007

Linéaire 22 (19) 35 (29) 48 (40)

Cubique 22 (18) 34 (28) 48 (41)

NN 22 (19) 35 (31) 47 (39)

V4 21 (18) 34 (29) 47 (40)

Moyenne 22 (19) 35 (29) 47 (40)

Tableau 3-12 : Evolution des masses et incertitudes pour le Cu, dans la couche de surface du bassin

Plomb Masse (2u) (kg)


Linéaire 13 (11) 39 (32) 54 (44)

Cubique 13 (11) 40 (34) 54 (45)

NN 13 (11) 41 (33) 53 (45)

V4 13 (11) 39 (33) 53 (46)

Moyenne 13 (11) 40 (33) 54 (45)

Tableau 3-13 : Evolution des masses et incertitudes pour le Pb, dans la couche de surface du bassin


258

Zinc Masse (2u) (kg)


Linéaire 175 (151) 228 (189) 288 (241)

Cubique 179 (146) 217 (188) 292 (239)

NN 178 (150) 230 (202) 293 (233)

V4 180 (152) 225 (184) 288 (249)

Moyenne 178 (150) 225 (191) 290 (240)

Tableau 3-14 : Evolution des masses et incertitudes pour le Zn, dans la couche de surface du bassin

Quelle que soit la campagne de mesure et l‘ETM choisi, il n‘y a pas d‘influence majeure de la

méthode numérique choisie pour l‘interpolation. Les incertitudes viennent principalement des

reconstitutions (proche de 100%) quelle que soit la campagne et l‘élément considéré. L‘accumulation

des polluants au cours du temps est nette (Figure 3-7), et cela pour les trois éléments métalliques

étudiés (les incertitudes ne sont pas présentées sur la figure afin de ne pas la surcharger). Notons

que d‘autres méthodes géostatistiques ont également été testées et ont fourni des résultats similaires

(Tingue, 2008).

0

50

100

150

200

250

300

350

Cu Pb Zn

Masses (

kg)

Avril 2005

Février 2006

Juillet 2007

Figure 3-7: Evolution des masses de chaque élément en fonction du temps


Afin d‘évaluer l‘influence de la taille de l‘échantillon (nombre de points à prendre en compte

dans les évaluations) et de leur localisation (suivant un maillage régulier, de manière aléatoire ou

selon des critères particuliers) plusieurs stratégies ont été testées et leurs applications analysées

selon deux objectifs : évaluation des concentrations moyennes dans l‘ouvrage, et localisation des

points pollués. Nous présentons d‘abord l‘influence de la densité d‘un maillage régulier puis l‘influence

des différentes stratégies d‘échantillonnage sur la concentration moyenne.


259

3.5.1 Influence sur les concentrations moyennes dans l’ouvrage

Densité du maillage (échantillonnage régulier)

Le Tableau 3-15 donne pour chaque année, pour les différents maillages réguliers et donc

pour différents nombre de points, la concentration moyenne (en mg/kg de MS) et son coefficient de

variation pour les trois ETM. La comparaison statistique des résultats montre qu‘aucun résultat n‘est

statistiquement différent (p>0.05 dans tous les cas). Ces valeurs de concentrations moyennes

correspondent au maillage de la Figure 2-6. Ces résultats montrent qu‘une diminution du nombre

d‘échantillons (passage d‘environ 100 à 14) donne des concentrations moyennes dans l‘ouvrage qui

ne sont pas statistiquement différentes.

Cu 05 Cu 06 Cu 07

Moyenne Cv n Moyenne Cv n Moyenne Cv n

10X10 110 0.87 103 178 0.60 94 213 0.34 99

10X20 125 0.85 57 182 0.57 50 212 0.35 53

20X20 121 0.86 25 187 0.55 24 212 0.27 25

20X30 134 0.89 19 193 0.62 18 210 0.36 18

30X30 162 0.82 14 168 0.71 14 207 0.40 14

Pb 05 Pb 06 Pb 07

Moyenne Cv n Moyenne Cv n Moyenne Cv n

10X10 63 0.68 103 186 1.04 94 234 0.37 99

10X20 70 0.68 57 172 0.91 50 227 0.40 53

20X20 68 0.66 25 167 0.91 24 213 0.32 25

20X30 72 0.67 19 143 0.88 18 201 0.35 18

30X30 85 0.62 14 154 1.08 14 207 0.44 14

Zn05 Zn 06 Zn 07

Moyenne Cv n Moyenne Cv n Moyenne Cv N

10X10 832 0.91 103 1128 0.65 94 1299 0.36 99

10X20 923 0.86 57 1157 0.62 50 1296 0.35 53

20X20 864 0.85 25 1233 0.59 24 1299 0.29 25

20X30 857 0.71 19 1229 0.69 18 1300 0.42 18

30X30 1042 0.71 14 1029 0.71 14 1204 0.37 14

Tableau 3-15 : Effets de la densité du maillage sur les concentrations moyennes en Cu, Pb et Zn (échantillonnage régulier).

Stratégie d’échantillonnage

On présente ici les résultats de l‘influence de la stratégie d‘échantillonnage (aléatoire,

régulière et basée sur l‘expérience) et du nombre d‘échantillons prélevés. Les résultats sont présentés

sous forme graphique, avec pour chaque ETM, les résultats de la simulation aléatoire (sous forme

d‘intervalle de confiance à 95%), les concentrations moyennes pour les différents maillages réguliers

avec l‘intervalle de confiance à 95% (pour le maillage 10X10, 20X20 et 30X30) et enfin les résultats

du maillage basé sur l‘expérience de l‘opérateur. Les résultats sont présentés en pourcentage de la

valeur calculée avec le plus de précision, c'est-à-dire pour le nombre maximal d‘échantillons.


260

Cuivre (Figure 3-8) : L‘incertitude analytique sur le cuivre est importante. Cela entraîne que

l‘échantillonnage régulier n‘est pas meilleur que l‘échantillonnage aléatoire même pour un faible

nombre d‘échantillons. En effet, pour 14 échantillons prélevés (maille 30X30 m) les bornes de

l‘intervalle de confiance sont quasi identiques à celle obtenues par la méthode aléatoire. On remarque

aussi que l‘intervalle de confiance de la méthode aléatoire ne diffère des autres que pour un nombre

très faible d‘échantillons (n<5). Pour cet élément et cet ouvrage, on peut donc conclure que le

prélèvement d‘un nombre faible d‘échantillons (à partir de 5) suffit à donner une bonne

représentativité de la concentration moyenne, au moins aussi bonne que pour un nombre plus élevé

d‘échantillons. Enfin, l‘échantillonnage basé sur l‘expérience donne des résultats qui divergent plus de

la « vraie » moyenne même si ils ont un écart type plus faible.

0%

20%

40%

60%

80%

100%

120%

140%

160%

180%

200%

0 20 40 60 80 100 120# échantillons

Concentr

atio

n m

oyenne (

% d

e la v

ale

ur

réele

) C

u

20

05

Echantillonnage aléatoire

Echantillonnage régulier

Echantillonnage basé sur l'expérience

0%

20%

40%

60%

80%

100%

120%

140%

160%

180%

200%

0 10 20 30 40 50 60 70 80 90 100

# échantillons

Co

nce

ntr

atio

n m

oye

nn

e (

% d

e la

va

leu

r ré

elle

) C

u 2

00

6





261

0%

20%

40%

60%

80%

100%

120%

140%

160%

180%

0 20 40 60 80 100 120

# échantillons

Concentr

ation m

oyenne (

% d

e la v

ale

ur

réelle

) C

u 2

007




Figure 3-8 : Effet de la densité et du type d‘échantillonnage sur la concentration moyenne en Cu

Plomb (Figure 3-9) : On remarque un comportement différent selon la campagne de mesure. En 2006

et 2007, le maillage régulier est légèrement plus performant que le maillage aléatoire. En effet,

l‘intervalle de confiance à 95% du maillage régulier est plus faible que celui du maillage aléatoire. En

2005 les intervalles de confiance sont quasiment identiques. La concentration moyenne est connue au

mieux entre ± 20% et ± 26% (incertitude aléatoire en prenant l‘ensemble des échantillons, variation

suivant l‘année de mesure). Si on se fixe un niveau de confiance pour la mesure, on peut en déduire

le nombre minimum d‘échantillons nécessaires pour respecter cette incertitude. Par exemple, si on

souhaite connaître la concentration moyenne avec une incertitude relative de ± 40%, il faut au

minimum prélevé 15 échantillons en 2005, 30 en 2006 et 5 en 2007. Rapellons qu‘en 2006, l‘appareil

utilisé présentait des incertitudes plus importantes.

0%

20%

40%

60%

80%

100%

120%

140%

160%

180%

0 20 40 60 80 100 120

# échantillons

Co

nce

ntr

atio

n m

oye

nn

e (

% d

e la

va

leu

r ré

elle

) P

b 2

00

5





262

0%

50%

100%

150%

200%

250%

0 10 20 30 40 50 60 70 80 90 100

# échantillons

Concentr

ation m

oyenne (

% d

e la v

ale

ur

réelle

) P

b 2

006




0%

20%

40%

60%

80%

100%

120%

140%

160%

0 20 40 60 80 100 120

# échantillons

% C

on

ce

ntr

atio

n m

oye

nn

e (

% d

e la

va

leu

r ré

elle

) P

b

2007




Figure 3-9 : Effet de la densité et du type d‘échantillonnage sur la concentration moyenne en Pb

Zinc (Figure 3-10) : On remarque un comportement différent selon la campagne de mesure. En 2005,

le maillage régulier est plus performant que le maillage aléatoire pour les deux densités de mailles. En

2006 et 2007, l‘échantillonnage aléatoire et l‘échantillonnage régulier donne des résultats quasiment

identiques. La concentration moyenne est connue au mieux à ± 10% (incertitude aléatoire en prenant

l‘ensemble des échantillons). Si on se fixe un niveau de confiance pour la mesure, on peut en déduire

le nombre minimum d‘échantillons nécessaires pour respecter cette incertitude. Par exemple, si on

souhaite connaître la concentration moyenne avec une incertitude relative de ± 40%, il faut au

minimum prélevé 20 échantillons en 2005, 15 en 2006 et 3 en 2007.


263

0%

20%

40%

60%

80%

100%

120%

140%

160%

180%

200%

0 20 40 60 80 100 120

# échantillons

Co

nce

ntr

atio

n m

oye

nn

e (

% d

e la

va

leu

r ré

elle

) Z

n 2

00

5




0%

20%

40%

60%

80%

100%

120%

140%

160%

180%

0 20 40 60 80 100 120

# échantillons

Concentr

ation m

oyenne (

% d

e la v

ale

ur

réelle

) Z

n 2

00

6





264

0%

20%

40%

60%

80%

100%

120%

140%

160%

0 20 40 60 80 100 120

# échantillons

Concentr

ation m

oyenne (

% d

e la v

ale

ur

réele

) Z

n 2

007




Figure 3-10: Effet de la densité et du type d‘échantillonnage sur la concentration moyenne en Zn

3.5.2 Mise en relief de points particuliers

L‘analyse des points particuliers a été menée pour les maillages réguliers présentés à la

Figure 2-6. Pour chaque élément, ont a présenté les cartes de répartition spatiale pour les trois

maillages réguliers et pour chaque campagne.

Cuivre (Figure 3-11) : En 2005, le maillage de 20X20 m permet de mettre en évidence la zone polluée

en entrée et celle de la partie ancienne du bassin. Avec le maillage 30X30, on ne distingue plus ces

points particuliers. En 2006, il y a peu de perte d‘information avec le maillage 20X20. A l‘inverse, avec

le maillage 30X30, on ne détecte plus la zone fortement polluée de la partie ancienne. Enfin en 2007,

il y a peu de perte d‘information même avec le maillage 30 X 30, celui-ci mettant bien en évidence les

fortes concentrations en entrée de l‘ouvrage.


265

10X10 20X20 30X30

2005

2006

2007

Figure 3-11 : Influence du maillage sur la variation des concentrations (Cu)

Plomb (Figure 3-12) : En 2005, la taille du maillage n‘a pas d‘influence sur la mise en évidence de

points particuliers, les concentrations étant peu variables à la surface de l‘ouvrage. En 2006, on

remarque des concentrations importantes en entrée et dans les points bas de l‘ouvrage. Ces

concentrations élevées sont bien mises en évidence par le maillage 20X20 alors qu‘avec le maillage

30X30 on ne peut plus voir la forte concentration au niveau du point bas de l‘ouvrage. De même, les

concentrations plus élevées en 2006 le long du chenal (zone la plus fréquemment en eau) ne sont pas

mises en évidence par la maillage 30X30 m. Enfin en 2007, la densité du maillage ne semble pas

affectée la visualisation de points de concentration particulière.


266

10X10 20X20 30X30

2005

2006

2007

Figure 3-12 : Influence du maillage sur la variation des concentrations (Pb)

Zinc (Figure 3-13) : En 2005 et 2006, le maillage 20X20 m permet de mettre en évidence les

concentrations élevées de la partie ancienne alors que le maillage 30X30 m ne le permet pas. En

2007, les concentrations étant relativement homogènes à la surface de l‘ouvrage, la densité du

maillage ne semble pas affectée la visualisation des concentrations.


267

10X10 20X20 30X30

2005

2006

2007

Figure 3-13 : Influence du maillage sur la variation des concentrations (Zn)

3.6 Evaluation de l’efficacité de l’ouvrage

3.6.1 Reconstitution des sollicitations

Afin d‘estimer la quantité d‘ETM apportés à l‘ouvrage, un certain nombre d‘événements par

temps de pluie ont été analysés. Malheureusement, 5 événements seulement ont été échantillonnés

ce qui reste très insuffisant pour prétendre reconstituer les apports en ETM.


268

Etant donné le peu d‘événements analysés, nous avons alors utilisé les valeurs de la

littérature. De ce point de vue, la thèse n‘aura pas constitué un progrès par rapport à ce qui ce fait

habituellement, et l‘étude ne visera ici qu‘à vérifier qualitativement nos résultats.

Un bilan des concentrations moyennes en MES et ETM trouvées dans la littérature est

présenté dans le Tableau 3-16. Nous avons sélectionné uniquement les études où les bassins

versants étaient de type routier, industriel ou commercial et où le nombre d‘événements

échantillonnés était élevé. Pour chaque étude nous présentons le nombre d‘événements

échantillonnés, le type de bassin versant et les concentrations en MES et ETM. Les métaux étant

sous forme dissoute et particulaire, il est intéressant de présenter pour chaque étude les

concentrations moyenne en MES et les concentrations en ETM.

Etude Année Type de BV n MES Cu Pb Zn

Legret et Pagotto 1999 Route 49 71 45 58 356

Crabtree et al. 2005 Route 60 115 41 23 140

Barret et al. 1998 Route (W. 35th) 43 129 37 53 222

Route (Convcit H. Rd) 26 44 91 15 7

Kayhanian et al. 2003

routier (faible) 360 29 45 165

routier (moyenne) 149 23 21 149

routier (moyenne haute) 129 80 90 241

routier (haute) 128 47 115 240

Ackerman et al. 2003 commercial >150 118 33 12 233

Industriel >150 174 46 17 326

Flint et Davis 2007 Autoroute >30 320 87 170 880

Gôbel et al. 2007 Route > 100 163 97 170 407

Autoroute > 100 153 65 224 345

Moyenne 165 56 80 285

Ecart type 88 26 74 208

Tableau 3-16 : Concentration en MES (mg/L) et ETM (μg/L) pour différentes études

A partir des concentrations moyennes de la littérature, on évalue les masses de métaux

arrivant à l‘ouvrage selon deux scénarii : un scénario moyen fort (‗scénario haut‘) et un scénario

moyen faible (‗scénario bas‘). Les concentrations sont données au Tableau 3-17. Les masses sont

ensuite calculées à partir de ces concentrations moyennes et des volumes mesurés en entrée de

l‘ouvrage.

Cu Zn Pb

bas haut bas haut bas haut

Concentration (μg/l) 17 50 67 200 23 70

Masses (kg)

avril 2004 0 0 0 0 0 0

avril 2005 7 21 28 83 10 29

février 2006 11 34 46 137 16 48

juillet 2007 23 70 93 278 32 97

Tableau 3-17 : Estimation des masses cumulées en entrée aux dates de prélèvement dans le sol – estimation haute et basse


269

3.6.2 Efficacité de rétention de l’ouvrage

Le rendement épuratoire de l‘ouvrage d‘infiltration ou le pourcentage d‘ETM piégés dans les

premiers centimètres de l‘ouvrage peut être estimé en comparant les masses apportées, avec les

masses calculées en surface du bassin. Pour chaque année on présente la masse de métaux qui est

censée arriver à l‘ouvrage pour les deux scénarii, et la masse de polluants reconstituée à la surface

du sol (Figure 3-14, Figure 3-15 et Figure 3-16).

2005

0

20

40

60

80

100

120

140

Cu Pb Zn

Ma

sses (

kg

)

Entrée (estimation basse)

Masses dans le sol

Entrée (estimation haute)

Figure 3-14: Masses estimées en entrée (‗scénario bas‘), dans le sol et en entrée (‗scénario haut‘) en 2005

En 2005, on remarque que la masse de Pb estimée dans le sol se situe entre l‘estimation

haute et basse de l‘apport. Les apports en Cu semble être légèrement sous estimées et ceux en Zn

largement sous estimées.

2006

0

20

40

60

80

100

120

140

160

180

200

Cu Pb Zn

Masses (

kg)


Masses dans le sol


Figure 3-15: Masses estimées en entrée (‗scénario bas‘), dans le sol et en entrée (‗scénario haut‘) en 2006

En 2006, les masses de Pb et de Cu reconstituées dans le sol semblent être dans la

fourchette de l‘estimation des apports. Les apports semblent sous-estimés la masse de Zn dans le

sol.


270

2007

0

50

100

150

200

250

300

Cu Pb Zn

Ma

sses (

kg

)


Masses dans le sol


Figure 3-16 : Masses estimées en entrée (‗scénario bas‘), dans le sol et en entrée (‗scénario haut‘) en 2007

En 2007, la masse de Pb et de Cu reconstituée dans le sol semble être dans la fourchette de

l‘estimation des apports. La masse de Zn est légèrement sous estimée par l‘estimation haute.

Notons cependant que les valeurs des apports restent compatibles avec les incertitudes des

masses piégées.


271

4 Discussion

4.1 Concentration dans l’ouvrage

4.1.1 Concentration en profondeur

L‘étude des ETM en fonction de la profondeur a montré une forte variation des concentrations

avec la profondeur. Les concentrations en ETM sont généralement fortes en surface (les valeurs

maximum sur les profils sont de 313 mg/kg pour le Cu, 167 mg/kg pour le Pb et 2500 mg/kg pour le

Zn) et supérieures aux limites pour les sols pollués. Les concentrations sont particulièrement fortes

pour le Cu et le Zn. Ces concentrations sont divisées par un facteur d‘environ 10 à une profondeur de

30 cm, et deviennent alors inférieures aux valeurs seuils des sols polluées (sauf pour le Zn en un

point). Les concentrations deviennent ensuite très proches des valeurs du fond pédogéochimique à

partir d‘une profondeur de 60 cm. Le Zn est l‘ETM que l‘on retrouve avec des concentrations les plus

fortes en profondeur. Le Zn étant l‘élément le plus mobile (Ruban 2005), cela peut expliquer ces

concentrations plus fortes en profondeur. Ces résultats montrent que les ETM sont bien piégés par la

couche supérieure du sol.

Le comportement des ETM en fonction de la profondeur dans cet ouvrage est similaire aux

résultats de Dechesne (2002), qui a montré une forte réduction des concentrations à une profondeur

de 35 cm, et des concentrations proches du fond pédogéochimique à une profondeur de 65 cm sur

des sols analogues. Ces deux études montrent que la profondeur d‘un mètre entre le toit de la nappe

et le fond de l‘ouvrage est une hypothèse acceptable pour ce type de sol. Même avec une épaisseur

plus faible de l‘ordre de 60 cm, on ne retrouve plus d‘ETM en concentration importante. Cela montre

que l‘ouvrage semble efficace pour le piégeage des ETM et devrait permettre une bonne protection de

la nappe phréatique.

4.1.2 Concentrations en surface

Les concentrations mesurées en surface de l‘ouvrage sont fortes quel que soit le polluant. Elles

sont très supérieures aux concentrations dans le sol de référence, et aux seuils de concentrations qui

définissent les sols pollués.

Les concentrations médianes en Cu sont comprises entre 76 et 220 mg/kg de MS, en Pb entre

47 et 221 mg/kg de MS et en Zn entre 568 et 1268 mg/kg de MS (ensemble des campagnes de

données). Lorsque l‘on compare ces concentrations avec les valeurs de la littérature (Tableau 4-1),

les concentrations mesurées sont typiquement dans les valeurs habituellement trouvées dans les

ouvrages d‘infiltration.


272

Etude Nombre d'ouvrage Cu Pb Zn

Lind et Enn (1995) 2 60-82 79-205 114-194



Dechesne (2002) 3 103-252 143-266 838-1787

Ruban (2005) 2 254-271 419-633 1417-1847

Achleitner et al. (2006) 11 26-131 28-196 66-229

Tableau 4-1: Concentrations dans d‘autres ouvrages de décantation/infiltration (mg/kg de MS)

Ces concentrations élevées peuvent s‘expliquer par le fait que les métaux sont très liés aux

particules (Chebbo,1992 ; Marsalek et al., 1997, Muthukumaran et al., 2002) et sont donc piégés en

surface de l‘ouvrage.

Les incertitudes analytiques moyennes (ensemble des campagnes) sur les concentrations sont

moyennes pour le Cu (18%), faibles pour le Pb (8%) et très faibles pour le Zn (3%). Gustavsson et al.

(2006) ont utilisé le Niton pour mesurer les concentrations en ETM sur un site industriel (dépôt

ferroviaire) et ont trouvé des incertitudes analytiques relatives de 22 % pour le Cu, 18% pour le Pb et

13% pour le Zn. Ces résultats sont plus élevés que les valeurs mesurées lors de nos campagnes

spécialement pour le Pb et le Zn. Si on ajoute les incertitudes liées à l‘emplacement du point de

mesure et les incertitudes liées au sous échantillonnage, on obtient des incertitudes totales de l‘ordre

de 25 % pour le Cu, 13% pour le Pb et 5% pour le Zn. Ces incertitudes sont très inférieures à la

variabilité spatiale des concentrations à la surface de l‘ouvrage qui sont au minimum de 30 %.

4.2 Evolution temporelle et variabilité spatiale

L‘augmentation des concentrations avec le temps pour l‘ensemble des ETM a été clairement

mise en évidence avec des concentrations médianes multipliées par 3 pour le Cu, par 5 pour le Pb et

par 2 pour le Zn en 27 mois. Ces résultats sont similaires à ceux de Hares et Ward (2004) qui ont

montré une augmentation de la concentration moyenne (dans deux bassins d‘infiltration) par un

facteur de 3 à 5 pour le Cu, 2 à 4 pour le Pb et 4 pour le Zn, et cela sur une période de 39 mois.

Lorsque l‘on analyse la distribution des concentrations, on note une augmentation globale des

concentrations moyennes et médianes au cours du temps et donc une augmentation globale du

niveau de pollution. Cependant cette pollution n‘est pas liée à une augmentation importante du niveau

de concentration en certains points (les maxima de pollution ont des valeurs similaires d‘une année à

l‘autre) mais à un étalement net de cette pollution sur le fond du bassin. Cet étalement est rapide pour

le Zn et le Cu, il l‘est moins pour le Pb.

L‘analyse spatiale des concentrations au fond de l‘ouvrage met en évidence deux zones

particulières, une zone ‗ancienne‘ et une zone ‗rénovée‘. La zone ‗ancienne‘ garde des concentrations

statistiquement constantes au cours du temps quel que soit l‘ETM étudié. A l‘inverse, dans la partie

‗rénovée‘, les concentrations moyennes augmentent fortement avec le temps, pour atteindre des


273

valeurs proches de la partie ‗ancienne‘ pour le Cu, légèrement supérieures pour le Pb, mais toujours

très inférieures pour le Zn (environ la moitié) lors de la dernière campagne de mesure. L‘analyse plus

globale des cartes de distribution dans l‘ouvrage, a montré que les concentrations les plus fortes en

ETM se trouvent en entrée et dans les points bas de l‘ouvrage. Avec le temps, il y a un étalement de

ces zones plus polluées. Il n‘y a donc pas « d‘enrichissement » ponctuelle de pollution mais plutôt une

redistribution qui tend vers les concentrations de la partie ancienne. Ainsi les coefficients de variation

sont forts lors de la première campagne de mesure (entre 68% et 91%), et due à la forte différence de

concentration entre la partie ‗ancienne‘ et la partie ‗rénovée‘. Lors de la dernière campagne, les

coefficients de variation ont fortement diminué, pour atteindre des valeurs comprises entre 34 et 37 %.

Ces valeurs sont similaires à celles mesurées par Dechesne (2002) qui avait des coefficients de

variation compris entre 37 et 44% selon l‘ETM étudié. Les concentrations ont donc tendance à tendre

vers une valeur asymptotique.


Pour l‘évaluation de la concentration moyenne d‘un ouvrage de grande taille (proche de 1 ha),

c'est-à-dire l‘estimation du niveau de contamination, l‘étude montre qu‘il est nécessaire de prélever

une trentaine d‘échantillons pour avoir une évaluation correcte avec une incertitude de l‘ordre de 20%.

Dans la pratique, le nombre de prélèvements est plus réduit, généralement basé sur la connaissance

des sites et dépasse rarement cinq prélèvements. Dans ce cas, l‘estimation obtenue présente une

erreur généralement de l‘ordre de 40%.

Dans l‘ensemble, les résultats montrent que lorsque l‘on s‘intéresse uniquement à la

concentration moyenne en polluants dans un ouvrage, l‘échantillonnage aléatoire est généralement

aussi bon que l‘échantillonnage régulier. De plus on montre que l‘augmentation du nombre

d‘échantillons prélevés n‘améliore pas la qualité du résultat final, et ceci dès un nombre de 30 poins

maximum. Rapporté à la surface de l‘ouvrage cela représente entre un échantillon pour 300 m² (soit

30 prélèvements ou un échantillon pour 4% de la surface du bassin). Ces résultats dépendent

évidement de la variabilité spatiale de la grandeur que l‘on étudie, mais les résultats montrent

clairement que l‘échantillonnage très dense (1 prélèvement pour une surface de 80m²) n‘améliore pas

la qualité des résultats, l‘incertitude analytique étant supérieure à la variabilité spatiale.

L‘échantillonnage basé sur l‘expérience de l‘opérateur, permet d‘obtenir des résultats avec le

même ordre d‘incertitude que le maillage aléatoire. Cependant, cette méthode à tendance à

surestimer les concentrations moyennes.

L‘analyse des cartes de concentration en fonction de la densité du maillage a montré qu‘il y a

généralement peu de perte d‘informations lorsque l‘on passe de la maille 10X10m à la maille 20X20m,

mais que la perte d‘information peut être importante lorsque l‘on passe au maillage 30X30m. Cela se

traduit par la non mise en évidence de zone plus particulièrement polluée.


274

Au final, cette étude montre qu‘il n‘est pas nécessaire de prélever un grand nombre

d‘échantillons lorsque l‘on étudie les concentrations moyennes dans l‘ouvrage. A l‘inverse si on

cherche à mettre en valeur les zones les plus polluées, le passage d‘une maille carré de 10 m à une

maille carré de 30 m induit une perte d‘information importante.

4.4 Rendement épuratoire

L‘absence de mesure de qualité en nombre suffisant en entrée de l‘ouvrage ne permet pas de

faire directement des bilans de masses sur les ETM et c‘est un point faible qu‘il faudra améliorer.

Cependant, il a été possible d‘estimer les sollicitations à partir de valeurs typiques et de comparer

avec les masses calculées afin de valider l‘ordre de grandeur des masses piégées. Il a été montré

une bonne correspondance entre masses apportées et masses reconstituées, malgré les fortes

incertitudes (de l‘ordre de 100%). En 38 mois, les masses apportées sont estimées entre 24 et 70

kg pour le Cu, 9 et 32 kg pour le Pb et entre 93 et 278 kg pour le Zn. Les masses reconstituées

dans la couche supérieure du sol, a été estimée à 35 kg pour le Cu, 43 kg pour le Pb et 285 kg pour

le Zn. On remarque que dans le cas du Cu et du Pb, les masses dans le sol et les masses

reconstituées sont du même ordre de grandeur. Pour le Zn, il semble que les apports soient sous

estimées. Ces résultats ne permettent pas de calculer le rendement épuratoire de l‘ouvrage,

cependant, ils permettent d‘estimer les masses d‘ETM piégées par l‘ouvrage et qui n‘auront pas

rejoindre le milieu récepteur (nappe).


275

5 Conclusions

Les différentes campagnes de mesures réalisées sur une durée de trois ans ont montré que la

surface du bassin d‘infiltration présente des concentrations élevées pour les éléments étudiés.

Cependant, la pollution décroît rapidement avec la profondeur. L‘hétérogénéité spatiale est très

importante et tous les polluants ne se comportent pas de la même façon. Cependant, avec le temps

les concentrations en surface semblent s‘uniformiser et tendent vers une valeur limite.

On remarque bien l‘accumulation des différents polluants au cours du temps, les zones

anciennes et plus fréquemment en eau sont les plus polluées. Cela montre qu‘il n‘est pas toujours

nécessaire d‘enlever les sédiments sur l‘intégralité de la surface du bassin et que l‘on peut se limiter

aux zones les plus sollicitées lorsque l‘entretien est régulier.

La quantité d‘échantillons analysés permet d‘évaluer les masses de polluants en surface de

l‘ouvrage ainsi que les incertitudes associées. On note une accumulation claire des polluants au cours

du temps. Les incertitudes restent élevées car l‘incertitude sur l‘épaisseur de la couche représentative

est importante. Mais la méthode rend possible l‘estimation de la masse de métaux piégés à la surface

de l‘ouvrage et qui n‘a pas été rejeté vers les écosystèmes. Nous étudierons plus précisement le

rendement épuratoire au chapitre 7.

L‘influence des différents type d‘échantillonnage montre que lorsque l‘on cherche à évaluer les

concentrations moyennes dans un ouvrage ou les masses piégées en surface, le maillage de 30X30

m est presque aussi performant que celui de 10X10 m. A l‘inverse si on cherche à mettre en évidence

des zones plus contaminées du bassin, la perte d‘information est importante lorsque l‘on travaille avec

un maillage moins dense. Les mesures ont montré qu‘un échantillonnage très dense ne permettait

pas de diminuer l‘incertitude sur l‘évaluation de la concentration moyenne. Suivant le polluant et sa

variabilité spatiale, il a été montré qu‘à partir d‘un nombre maximim de prélèvements (30 soit un

échantillon par 300m²) il n‘y a plus diminution de l‘incertitude sur la concentration moyenne.

276

277

Chapitre 7 : Paramètre de conception influençant la performance des ouvrages :

étude en laboratoire

278

Chapitre 7 – Paramètres influencant la performance des ouvrages : étude en laboratoire

279


L‘étude des ETM dans les ouvrages d‘infiltration à pour l‘instant été menée uniquement sur

des ouvrages en service. Le chapitre 5 a montré que les concentrations dans les ouvrages étaient

faibles en surface et qu‘il n‘y avait que peu de corrélation entre les caractéristiques de l‘ouvrage et les

concentrations en ETM dans le sol. Le chapitre 6 a étudié l‘évolution temporelle des concentrations en

surface des ouvrages et a montré un forte augmentation des concentrations en surface sur une durée

de 3 ans ; une comparaison des masses amenées aux ouvrages par rapport aux masses en surface a

été tenté mais il n‘a pas été possible d‘en déduire la capacité de piégeage des ouvrages. Cette étude,

menée en laboratoire va permettre d‘évaluer ce rendement épuratoire en mesurant les concentrations

en entrée des ouvrages, et les concentrations en sortie. Les objectifs sont les suivants :

- Etudier le rendement épuratoire des biofiltres en terme d‘ETM ainsi que les concentrations en

sortie des ouvrages.

- Etudier l‘évolution de ce rendement avec le temps (mesure sur le long terme) afin de savoir si

lorsque l‘ouvrage se modifie (conductivité hydraulique, établissement de la végétation..) il y a

une modification de la performance des ouvrages.

- Etudier le rôle de différentes configurations sur ce rendement.

- Etudier les possibles corrélations avec la conductivité hydraulique et d‘autres paramètres

caractéristiques de l‘ouvrage.


280

2 Méthodes

2.1 Système expérimental

Le système expérimental ainsi que la méthode utilisée pour solliciter les colonnes ont été

présentés au chapitre 4. Les caractéristiques du sol gouvernent grandement le comportement des

ETM dans le sol. Leurs caractéristiques principales ainsi que les concentration en ETM avant toutes

sollicitations sont présentées au Tableau 2-1.

Sable limoneux V+P Compost

Cuivre (mg/kg) < 5 < 5 < 5

Plomb (mg/kg) < 5 < 5 < 5

Zinc (mg/kg) 13 (24%) 14 (0%) 12 (9%)

pH (aqueux) 8.0 8.1 7.7

CEC (meq/100 g) 17 15 21

Alcalinité (mg CaCO3/l) 138 167 217

Tableau 2-1 : Concentration moyenne en ETM (coefficient de variation entre parenthèse) et caractéristiques du sol des ouvrages à partir de 3 échantillons

Le Tableau 2-2 présente le pH à différentes profondeurs en octobre 2007 après 14 mois de

sollicitation. On présente d‘une part les colonnes ayant reçu de l‘eau de ruissellement (différentes

configurations mais toutes avec un sable limoneux) et les colonnes ayant reçu de l‘eau du robinet. On

remarque que le sol reste toujours basique quelque soit la profondeur.

Eaux de ruissellement (n=14) Eau du robinet (n=3)

Profondeur pH Cv pH Cv

A 7.1 9% 7.3 8%

B 7.1 10% 7.2 3%

C 7.3 10% 7.1 8%

D 7.5 7% 7.4 5%

E 7.4 11% 7.6 10%

F 7.6 8% 7.7 17%

Tableau 2-2 : pH moyen à différentes profondeurs après 14 mois (Octobre 2007) pour les colonnes sollicitées avec de l‘eau potable et de l‘eau de pluie semi synthétique

Les ouvrages sont sollicités avec de l‘eau de ruissellement semi synthétique. Les

concentrations en métaux totaux que l‘on cherche à atteindre et les concentrations réelles en ETM

atteintes sont présentées au Tableau 2-3. L‘évolution de la concentration avec le temps est donnée à

la Figure 2-3. Les concentrations sont mesurées avant chaque ‗arrosage‘ des colonnes c'est-à-dire

deux fois par semaines. On remarque que les concentrations réelles sont inférieures aux valeurs que

l‘on cherchait à atteindre sauf dans le cas du Zn.


281

Cu Pb Zn

C. normale C. double C. normale C. double C. normale C. double

Objectif (µg/l) 50 100 140 280 250 500

Médiane (µg/l) 47 78 116 196 341 517

Moyenne (µg/l) 53 78 120 198 401 536

σ (µg/l) 28 32 36 43 238 133

Cv (%) 52% 41% 30% 22% 59% 25%

Min (µg/l) 10 15 61 80 205 345

Max (µg/l) 165 188 257 330 2395 1316

n 122 115 122 115 122 115

Tableau 2-3: Concentration moyenne en ETM dans les eaux de sollicitation, avec n le nombre d‘événements échantillonnés

Le pH de l‘eau de ruissellement a été mesuré par Zinger (2008) est a été évalué à 6.6 (pH

faiblement acide).

0

20

40

60

80

100

120

140

160

180

200

07/06 08/06 10/06 11/06 01/07 03/07 04/07 06/07 08/07 09/07 11/07

Co

nce

ntr

atio

n e

n C

u (

µg

/l)

Normale

Double

Moyenne

0

500

1000

1500

2000

2500

07/06 08/06 10/06 11/06 01/07 03/07 04/07 06/07 08/07 09/07 11/07

Concentr

ation e

n Z

n (

µg/l)

Normale

Double

Médiane


282

0

50

100

150

200

250

300

350

07/06 08/06 10/06 11/06 01/07 03/07 04/07 06/07 08/07 09/07 11/07

Concentr

ation e

n P

b (

µg/l)

Normale

Double

Médiane

Figure 2-1 : Evolution de la concentration en ETM avec le temps pour une concentration normale et double (avec indications des médianes)

2.2 Méthode d’échantillonnage

2.2.1 En entrée

L‘arrosage de l‘ensemble des colonnes nécessite 5 réservoirs qui peuvent contenir jusqu‘à

1350 l d‘eau. De manière à doser la concentration en polluants apporté aux colonnes durant un

arrosage, on procéde de la manière suivante : on préléve 3 fois pendant l‘arrosage dans chaque

réservoir, en prenant une prise d‘environ 67 ml (au début, au milieu et en fin de réservoir). On

recommence la procédure pour chaque réservoir, et l‘on obtient au final un échantillon composite

d‘environ 1 l, composé de 15 sous échantillons de 60 ml. Pour les colonnes sollicitées avec une

concentration double, il ne faut qu‘un seul réservoir et on prend trois sous échantillons d‘environ 300

ml.

2.2.2 En sortie

Les effluents de sortie de colonnes ont été échantillonnées aux dates suivantes (exprimées en

nombre de mois après le début des sollicitations) : 1 mois (n°1), 2 mois (n°2), 3 mois (n°3), 4 mois

(n°4), 6 mois (n°5), 9 mois (n°6), 14 mois (n°7) et 16 mois (n°8). Ces échantillonnages ont été

effectués aux mêmes dates que les mesures de conductivité hydraulique présentées au chapitre 4.

L‘échantillonnage en sortie a pour but de représenter la concentration moyenne de l‘événement. Il

contient un mélange d‘eau ancienne (présente dans le sol de l‘ouvrage), et d‘eau apportée par

l‘événement. Une étude avec un traceur (chlorure de sodium) a été conduite afin de s‘assurer que

l‘échantillonnage capture bien la bonne proportion d‘eau ancienne et nouvelle. A partir de ces

résultats, un échantillon composite est pris (Zinger, 2008). Cet échantillon est le résultats de 5 prises

de 200 ml : un après 1 l, puis tous les 5 l (dans le cas des colonnes recevant un volume double

l‘échantillonnage est fait tous les 10 l).


283

2.3 Mesure des concentrations en ETM

Les échantillons sont analysés dans un laboratoire accrédité NATA (National Association of

Testing Authorities, Australia) en accord avec les méthodes standard d‘analyses (APHA/AWWA/

WPCF). Après digestion à l‘acide nitrique, les métaux totaux ont été mesurés par la méthode ICP-

OES. Les limites de détection de l‘appareil sont de 0.6 µg/l pour le Pb, 0.3 µg/l pour le Cu et 0.5 µg/l

pour le Zn.

2.4 Variabilité lié à l’échantillonnage

2.4.1 Entrée

Deux campagnes de mesures ont été menées pour estimer l‘incertitude de mesure sur

l‘échantillonnage en entrée. Pendant la première campagne (25/07/06), trois échantillons de 1l ont été

prélevés dans chaque réservoir et cela pour les cinq réservoirs. Nous avons donc quinze échantillons

prélevés sur toute la durée de la sollicitation (Tableau 2-4). Pendant la seconde campagne (28/07/06),

trois autres méthodes d‘échantillonnage ont a été appliquées (Tableau 2-4):

- La première méthode consiste à faire trois prises d‘environ 330 ml par réservoir et

donc d‘avoir un échantillon moyen d‘environ 1 l par réservoir. Au final on a cinq

échantillons de 1l pour la campagne.

- La seconde méthode consiste à prendre des prises d‘environ 330 ml, trois fois par

réservoir, pour les cinq réservoirs, et de les mélanger en un seul échantillon de 4.5 l.

- La troisième méthode est identique mais avec des prises de 67 ml (à la place de 300

ml) afin d‘avoir au final un seul échantillon composite de 1 l.

L‘échantillonnage des réservoirs en fonction du temps permet d‘évaluer l‘incertitude sur la

mesure de la concentration sur chaque polluant. A partir des deux campagnes menées, l‘ordre de

grandeur pour les incertitudes relative est le suivant :

- Cuivre : 20%

- Plomb : 10%

- Zinc : 40%

On suppose que l‘incertitude analytique (mesure en laboratoire) est très faible par rapport à la

variabilité de l‘échantillonnage au cours du temps et on constate que la méthode d‘échantillonnage

influe peu.


284

Campagne 1 Cu

(µg/l) Pb

(µg/l) Zn

(µg/l) Campagne 2 Cu (µg/l) Pb (µg/l)

Zn (µg/l)

Réservoir 1.1 72.2 124.6 535.8 Echantillon moyen de 4.5 l (prise de 300 ml) 57.3 126.0 299.6

Réservoir 1.2 69.5 110.2 528.5 Echantillon moyen de 1l (prise de 64 ml) 57.2 132.3 314.2

Réservoir 1.3 70.2 124.2 542.1

Réservoir 2.1 66.8 101.0 332.3 Echantillon moyen de 1l – Réservoir 1 63.7 139.8 459.9




Réservoir 3.2 59.7 119.2 282.6 Echantillon moyen de 1l – Réservoir 5 193.4* 121.1 231.8

Réservoir 3.3 55.6 96.3 242.7 Moyenne (5 échantillons) 55.8 124.0 296.0

Réservoir 4.1 50.5 123.5 218.6 σ 7.7 12.2 103.8

Réservoir 4.2 51.0 128.2 221.1 Cv 14% 10% 35%

Réservoir 4.3 48.9 107.7 202.0

Réservoir 4.1 47.6 133.8 213.0

Réservoir 5.2 45.8 124.8 193.3

Réservoir 5.3 46.9 140.9 215.2

Moyenne 58.7 118.3 313.9

σ 9.8 12.3 126.6

Cv 17% 10% 40%

Tableau 2-4 : Evaluation des incertitudes en entrée (* cette valeur n‘a pas été retenue pour faire les moyennes car elle supérieure à la concentration maximale mesuré en entrée sur l‘ensemble des campagnes et est donc

considéré comme un outlier).

2.4.2 Sortie

La variation temporelle des flux de sortie n‘a pas été analysée. L‘incertitude sur la

concentration de sortie est estimée par la variabilité entre les solutions de même configuration. On a

ainsi calculé le coefficient de variation d‘une colonne à l‘autre pour chaque configuration et pour

chaque campagne. Le coefficient de variation moyen de l‘ensemble des configurations pour toutes les

campagnes donne l‘incertitude moyenne sur les concentrations de sortie. Celle-ci est égale à 35%

pour le Cu, 47% pour le Pb et 39% pour le Zn.

2.5 Analyse statistique des résultats

Les résultats ont été testés afin de savoir s‘ils étaient statistiquement différents. La normalité a

tout d‘abord été vérifiée (K-S test) et acceptée pour p> 0.05. Lorsque deux configurations ont été

comparées, nous avons effectués des test-t par paires (voir chapitre 1). Lorsque plus de deux

solutions ont été comparées entre elles, nous avons effectuées des Analyses de Variance (ANOVA).

Les résultats ont été supposés statistiquement différents pour p<0.05, faiblement différents si

0.05<p<0.1. Enfin si p est compris entre 0.15 et 0.10 on considère qu‘il y a une tendance vers la

différence.


285

3 Résultats

3.1 Concentration et rendement moyen

Les concentrations en entrée et en sortie, ainsi que les rendements pour l‘ensemble des

colonnes et des campagnes (moyennes et écarts types) ainsi que les concentrations limites dans les

eaux de surface et pour l‘eau potable, sont présentés au Tableau 3-1. Ces résultats sont les

moyennes des huit campagnes de mesure sur plus d‘une année (entre le 22/08/2006 et le

28/11/2007) et de 115 colonnes par campagne (les colonnes sollicitées avec de l‘eau du robinet sont

exclues de l‘analyse).

Cu Pb Zn

Moyenne σ Cv Moyenne σ Cv Moyenne σ Cv

Entrée normale (µg/l) (n=8)* 51.9 2.1 56% 126.7 32.9 26% 637.2 715.7 112%

Entrée double (µg/l) (n=8)* 73.0 37.7 52% 202.5 35.0 17% 642.2 298.8 47%

Entrée - eau du robinet (n=3) 33.3 18.1 54% 2.2 2.8 129% 7.0 11.8 168%

Sortie (µg/l) (n= 815) 6.1 2.1 35% 2.5 1.2 47% 8.8 3.5 39%

Sortie eau robinet (n=35) 5.7 1.1 19% 1.6 1.6 100% 7.1 4.0 56%

Valeurs limites pour

l‘eau douce (%

d‘espèces

protégées)

99% 1.0 1.0 2.4

95% 1.4 3.4 8.0

90% 1.8 5.6 15

80% 2.5 9.4 31

Eau potable 2000 5 -

η (%) (n=815) 82.2 8.7 11% 98.2 0.6 0.6% 98.0 0.6 0.7%

(*) Valeurs moyennes de concentration mesurées lors des 8 échantillonnages

Tableau 3-1 : Concentration moyenne de sortie (µg/l), rendement moyen (%) pour l‘ensemble des configurations et valeurs limites dans l‘eau douce (ANZECC, 2000) et l‘eau potable (normes françaises, Décret n°2001-1220).

On remarque que le rendement épuratoire moyen des ouvrages est très élevé pour le Pb et le

Zn (98%) avec des coefficients de variation très faible (0.6 et 0.7%). Cela indique que quelle que soit

la configuration et la campagne de mesure, le rendement épuratoire est très élevé. Pour le Cu, le

rendement est élevé (82%), avec un coefficient de variation de 11%.

Les concentrations de sortie en Pb et Zn (2.5 µg/l et 8.8 µg/l) sont proches des concentrations

mesurées dans l‘eau potable (2.2 et 7.0 µg/l). Les concentrations en Cu (6.1 µg/l) sont inférieures à

celles mesurées dans l‘eau du robinet (33.3 µg/l). Les concentrations maximales acceptables dans

l‘eau potable (normes françaises, Décret n°2001-1220) sont donc toujours respectées quelque soit

l‘ETM considéré. Si on compare les concentrations de sortie avec les valeurs limites pour l‘eau douce

(ANZECC, 2000), on remarque que les concentrations en Cu ne respectent pas les limites (quelque

soit le niveau de protection), les concentrations en Zn les respectent pour 90% des espèces et les

concentrations en Pb pour 95% des espèces.


286

Enfin, il est à noter que les concentrations de sortie en Pb, Cu et Zn des colonnes sollicitées

avec de l‘eau du robinet (5.7, 1.6 et 7.1 µg/l respectivement) sont proches des concentrations de

sortie des colonnes sollicitées par de l‘eau de ruissellement (6.1, 2.5 et 8.8 µg/l respectivement). Cela

montre que les concentrations mesurées en sortie représentent des valeurs seuils minimales qu‘il

n‘est pas possible de dépasser et que les concentrations moyennes mesurées peuvent provenir du

relargage des polluants présents naturellement dans le sol.

3.2 Evolution des concentrations et des rendements en fonction du temps

Afin d‘étudier les possibles évolutions de performance en fonction du temps, nous avons

calculés les concentrations et les rendements moyens pour chaque campagne avec l‘ensemble des

données (sans les données des ouvrages sollicités par de l‘eau du robinet) en faisant abstraction des

possibles différences liées aux choix de conception. Le Tableau 3-2, présente les concentrations en

entrée, les concentrations en sortie, les rendements moyens, ainsi que l‘intervalle de confiance à

95%. Les coefficients de corrélation entre le temps et la concentration de sortie ou le rendement sont

aussi calculés pour chaque ETM. La Figure 3-1 présente les mêmes résultats mais sous forme

graphique (moyenne et intervalle de confiance à 95%). Les résultats entre chaque campagne ont

aussi été comparés statistiquement et les résultats des post hoc test de l‘ANOVA sont présentés en

annexe I.

Cuivre Concentration en

entrée (µg/l) Concentration en sortie (µg/l) Rendement (%)

Temps (mois)

n Moyenne Moyenne 2.50% 97.50% Moyenne 2.50% 97.50%

1 114 15.8 8.2 3.1 19.9 50% -26% 86%

2 114 19.7 5.9 2.7 15.3 71% 29% 87%

3 114 41.7 4.7 2.7 17.8 89% 57% 96%

4 104 83.8 6.2 3.0 23.1 93% 72% 97%

6 113 95.5 5.9 2.9 11.1 94% 88% 97%

9 103 71.7 4.2 1.8 6.7 94% 91% 97%

14 79 39.0 6.8 2.7 14.5 83% 63% 94%

16 74 47.7 7.2 2.3 13.1 85% 72% 96%

R²(t,C) 0.01 R²(t,η) 0.15

Plomb Concentration en


Temps (mois)


1 114 147.8 1.3 0.3 5.5 99% 96% 100%

2 114 155.9 2.3 0.3 8.0 99% 95% 100%

3 114 172.4 4.1 0.3 19.7 98% 88% 100%

4 104 146.3 2.6 0.3 7.1 98% 95% 100%

6 113 100.7 2.6 0.3 7.0 98% 94% 100%

9 103 109.0 0.8 0.3 3.8 99% 97% 100%

14 79 80.0 1.8 0.3 7.5 98% 91% 100%

16 74 101.5 4.1 0.3 9.1 96% 91% 100%

R²(t,C) 0.02 R²(t,η) 0.31


287

Zinc Concentration en


Temps (mois)


1 114 2395.0 5.7 2.4 13.5 100% 99% 100%

2 114 506.3 12.1 3.4 63.6 97% 85% 99%

3 114 337.1 10.2 1.6 28.3 97% 92% 100%

4 104 486.6 8.1 0.8 24.6 98% 95% 100%

6 113 459.5 6.4 0.5 18.7 99% 96% 100%

9 103 289.7 6.7 0.2 18.7 98% 94% 100%

14 79 283.4 11.3 0.2 34.7 96% 88% 100%

16 74 340.3 8.5 0.3 23.6 98% 93% 100%

R²(t,C) 0.01 R²(t,η) 0.26

Tableau 3-2 : Concentration d‘entrée et de sortie (µg/l), rendement (%) pour l‘ensemble des configurations en fonction du temps (valeurs moyennes, et bornes de l‘intervalle de confience à 95%) et coefficient de corrélation

entre le temps et la concentration ou entre le temps et le rendement


288

Figure 3-1 : Evolution temporelle de la concentration de sortie et du rendement pour le Cu, le Pb et le Zn (moyenne et intervalle de confiance à 95%)

Cuivre : Les concentrations de sortie sont comprises entre 4.2 et 8.2 µg/l. Ces concentrations ne

respectent pas les concentrations limites pour la protection des eaux douces (2.5 µg/l maximum pour

protéger 80% des espèces (ANZECC, 2000)). Il y a peu de variation des concentrations au cours du

temps, et surtout une absence de tendance au cours du temps (R²=0.01). Il y a néanmoins une

diminution statistiquement significative de la concentration de sortie entre la première et la seconde

campagne, avec des concentrations de sortie passant de 8.2 µg/l à 5.9 µg/l. Les concentrations

restent ensuite quasiment constantes au cours du temps, et inférieures à 8 µg/l. En terme de

rendement, la Figure 3-1 donne l‘impression que le rendement augmente au cours du temps. En effet,

on passe d‘un rendement moyen de 50% (campagne 1) à un rendement de 71% (campagne 2) et

enfin de 89% (campagne 3). Ces différences sont statistiquement significatives, mais ces

changements sont liés au fait que les concentrations en entrée pour les deux premières campagnes

sont très faibles (15.8 et 19.7 µg/l) ce qui implique un rendement faible. Les concentrations en entrée

vont ensuite augmenter au cours du temps (comprises entre 39 et 95.5 µg/l) et les concentrations de

sortie rester constantes ce qui aura pour effet une augmentation du rendement.

Plomb : Les concentrations de sortie sont comprises entre 0.8 et 4.1 µg/l. Ces concentrations sont

faibles et respectent les normes en terme de protection des milieux aquatiques pour 90% des espèces

(ANZECC, 2000). Il y a peu de variations en fonction du temps des concentrations de sortie, et une

absence de corrélation avec le temps (R²=0.02). Les rendements sont toujours élevées et compris

entre 96 et 99%. Il semble y avoir une diminution du rendement lors de la dernière campagne de

mesure. Cette diminution est significative mais le rendement reste tout de même élevé (96%).

Zinc : Les concentrations de sortie sont comprises entre 5.7 et 12.1 µg/l. Ces concentrations sont

faibles et respectent les normes en terme de protection des milieux aquatiques pour 90% des espèces

(ANZECC, 2000). Les concentrations évoluent peu au cours du temps, et il n‘y a pas de tendance

avec le temps (R²=0.01). Il y a cependant une augmentation significative de la concentration de sortie


289

entre la première est la seconde campagne (passage de 5.7 à 12.1 µg/l), les concentrations restant

ensuite stables dans le temps. Le rendement est très élevé et compris entre 96 et 100%. Il n‘y a pas

de corrélation entre le temps et le rendement des ouvrages (R²=0.26) et donc pas de tendance en

fonction du temps.

3.3 Influence de la conception

Afin de montrer de possibles influences de la conception sur la performance de rétention des

ETM, nous avons analysés les données en deux étapes. Tout d‘abord, les concentrations et

rendements moyens ont été calculés avec les données de l‘ensemble des campagnes pour chaque

configuration (en prenant comme hypothèse qu‘il n‘y a pas d‘évolution des concentrations de sortie au

cours du temps, hypothèse justifiée par les résultats du paragraphe précédent). Dans un second

temps, les résultats ont été analysés pour chaque configuration et pour les trois dernières campagnes

disponibles (n°6 à n°8, soit après 9 mois, 14 mois et 16 mois de service) afin de mettre en évidence la

performance des ouvrages après la période de mise en service, et donc la performance des ouvrages

sur le long terme. L‘ensemble des configurations possibles est décrit au chapitre 4.

3.3.1 Ensemble des campagnes de mesures

Les résultats moyens pour chaque configuration (végétation, taille de l‘ouvrage par rapport au

bassin versant, épaisseur de l‘ouvrage, type de sol et concentration de l‘effluent d‘entrée) sont

présentés dans le Tableau 3-3. Là encore, on présente les concentrations de sortie et les rendements

moyens ainsi que les coefficients de variation associés. Les concentrations de sortie des colonnes

sollicitées par de l‘eau du robinet sont aussi rappelées.

Les concentrations de sortie en Cu sont peu différentes d‘une configuration à l‘autre, comprise

entre 4 et 6 µg/l pour la majorité des configurations, soit la concentration que l‘on trouve en sortie des

colonnes sollicitées avec de l‘eau du robinet (5.7 µg/l). Les concentrations sont plus fortes pour les

ouvrages dimensionnés à 4% (10.2 µg/l), les ouvrages de faibles épaisseurs (Carex 500 et 300 mm :

6.3 µg/l et 6.6 µg/l ; Melaleuca 300 mm : 7.0 µg/l) et les ouvrages avec un ajout de V+P ou de

compost (10.3 et 12.5 µg/l). Les rendements pour le Cu sont supérieures à 80 % sauf pour 3

configurations : Carex 4% (64%), et les colonnes avec un ajout de V+P et Compost (67 et 55%).

Les concentrations de sortie en Pb sont comprises entre 1 et 3 µg/l pour la majorité des

configurations, concentrations que l‘on mesure aussi en sortie des colonnes sollicitées avec de l‘eau

du robinet (1.6 µg/l). Seule la configuration dimensionnée à 4% plantés avec Carex (3.3 µg/l) et les

ouvrages recevant une forte concentrations en Pb (Carex HC et Pas de végétation HC – 4.7 et 6.6

µg/l) ont des concentrations de sortie plus fortes. Les rendements sont toujours très élevées quelle

que soit la configuration (supérieure à 97%).


290

Cu Pb Zn

C (µg/l) η (%) C (µg/l) η (%) C (µg/l) η (%)

Pas de végétation 5.9 37% 84% 15% 2.4 87% 98% 2% 6.6 54% 98% 2%

Carex 5.7 43% 83% 20% 2.6 71% 98% 2% 6.6 92% 98% 2%

Dianella 5.6 20% 84% 14% 2.6 78% 98% 2% 8.2 67% 98% 2%

Microleana 5.4 32% 84% 16% 2.2 75% 98% 2% 5.5 41% 99% 1%

Leucophyta 4.8 32% 87% 10% 2.0 70% 98% 1% 5.8 52% 99% 1%

Melaleuca 5.7 47% 85% 12% 2.8 72% 98% 2% 7.5 65% 98% 2%

Carex 4% 10.2 37% 64% 62% 3.3 38% 98% 1% 8.1 47% 98% 2%

Carex 2% 4.1 43% 87% 16% 2.0 79% 99% 1% 8.4 35% 98% 1%

Microleana 2% 4.7 28% 86% 14% 2.3 92% 98% 2% 7.2 47% 98% 1%

Melaleuca 2% 4.6 18% 86% 13% 2.4 105% 98% 2% 10.0 44% 98% 1%

Carex 0.70% 4.6 53% 86% 15% 2.1 94% 98% 2% 6.4 36% 98% 1%

Carex 500 mm 6.3 39% 81% 24% 1.2 110% 99% 1% 5.7 55% 99% 1%

Carex 300 mm 6.6 38% 80% 23% 1.2 100% 99% 1% 10.3 51% 97% 2%

Microleana 500 mm 5.4 30% 84% 21% 1.4 73% 99% 1% 6.4 34% 99% 1%

Microleana 300 mm 5.8 19% 84% 18% 1.8 83% 99% 1% 12.3 23% 97% 2%

Melaleuca 500 mm 5.5 35% 85% 14% 2.2 85% 98% 2% 6.0 44% 98% 1%

Melaleuca 300 mm 7.0 36% 80% 22% 2.5 63% 98% 1% 9.1 86% 98% 2%

V+P 10.3 35% 67% 50% 2.5 81% 98% 3% 8.5 86% 98% 3%

Compost 12.5 45% 55% 99% 1.5 111% 99% 1% 10.9 23% 98% 2%

Melaleuca H C 4.5 28% 91% 7% 2.1 101% 99% 1% 6.0 26% 99% 1%

Microleana HC 4.9 15% 90% 8% 2.6 87% 99% 2% 12.4 95% 98% 3%

Carex HC 4.7 17% 88% 11% 4.7 164% 97% 5% 15.4 124% 97% 5%

Pas de végétation HC 4.8 19% 89% 12% 6.6 117% 97% 5% 19.6 108% 96% 6%

Eau du robinet 5.7 19% - - 1.6 100% - - 7.1 56% - -

Tableau 3-3 : Concentration moyenne de sortie (µg/l) et rendement moyen (%) pour chaque configuration ainsi que le coefficient de variation associé

Les concentrations de sortie en Zn, sont comprises entre 5 et 10 µg/l pour la majorité des

configurations. La concentration en sortie des ouvrages sollicitées avec de l‘eau potable est comprise

dans cette fourchette (7.1 µg/l). Seul les ouvrages de 300 mm planté avec Carex ou Microleana (10.3

et 12.3 µg/l), les ouvrages avec un ajout de compost (10.9 µg/l) et les ouvrages recevant une

concentration en Zn forte (Microleana, Carex et pas de végétation HC: 12.4, 15.4 et 19.6 µg/l) ont des

concentrations plus fortes. Les rendements sont élevés quelque soit la configuration (supérieure à

96%).

3.3.2 Performance sur le long terme

L‘effet de la végétation, de la taille du bassin versant, de l‘épaisseur de l‘ouvrage, du type de

sol et de la concentration d‘entrée en ETM sur la performance des ouvrages est étudié dans la section

suivante. On s‘intéresse ici à la performance sur le long terme des ouvrages. Les calculs ont donc été

menés avec les données des trois dernières campagnes de mesure (campagnes 6, 7 et 8). Si les


291

données ne sont pas disponibles pour ces campagnes, les calculs ont été faits avec la dernière

campagne disponible. Les résultats sont analysés statistiquement (ANOVA) en terme de

concentration de sortie et de rendement. Seules les données des ouvrages étant statistiquement

différentes sont présentées (p<0.05). Dans chaque tableau, la meilleure solution est en gras. Les

concentrations de sortie sont toujours comparées avec les valeurs limites pour la protection des

espèces d‘eau douce (ANZECC, 2000), les concentrations limites pour l‘eau potable étant toujours

respectées.

Végétation

L‘effet de la végétation (Carex, Dianella, Microleana, Leucophyta, Melaleuca et ouvrages sans

végétation) a été étudié pour quatre types de colonnes : colonnes de 700, 500 et 300 mm d‘épaisseur

et colonnes recevant une concentration double. Pour les colonnes de 300 mm, seules les données de

la campagne 6 sont disponibles. Pour les colonnes recevant une concentration double, uniquement

les données de la campagne 5.

Cuivre (Tableau 3-4): Dans trois cas, les ouvrages sans végétation ont des concentrations de sortie

plus fortes que les ouvrages plantés avec Microleana, Leucophyta ou Dianella (colonnes de 700mm,

campagne 7). Les ouvrages plantés avec Carex sont moins performants que les ouvrages plantés

avec Microleana ou Leucophyta (colonnes de 700mm, campagne 7).

Colonnes 700 mm Colonnes 500 mm

Campagne Végétation C ( g/l) η (%) Campagne Végétation C ( g/l) η (%)

7 Microleana 5.6 85%

6 Carex 2.7 96%

Pas de Végétation 10.8 72% Melaleuca 4.2 94%

7 Leucophyta 5.3 86%


Pas de Végétation 10.8 72% Melaleuca 9.4 84%

7 Dianella 83%

Pas de Végétation 72%

7 Microleana 5.6 85% Colonnes recevant une concentration double

Carex 10.4 74% Campagne Végétation C ( g/l) η

7 Leucophyta 5.3 86%

5 Carex 4.6 96%

Carex 10.4 74% Melaleuca 6.7 95%

8 Pas Veg. 6.2 87%

Melaleuca 10.8 76%

8 Carex 6.2 87% Colonnes de 300 mm : pas de différence

Melaleuca 10.8 76%

8 Dianella 6.6 85%

Melaleuca 10.8 76%

8 Leucophyta 83%

Melaleuca 76%

Tableau 3-4 : ANOVA (résultats ou les valeurs de p <0.05), concentration moyenne et rendement – influence de la végétation sur le Cu


292

Enfin, il semble que les ouvrages plantés avec Melaleuca soient moins performants que les

ouvrages plantés avec d‘autres espèces. En effet, dans sept cas, les concentrations mesurées en

sortie des ouvrages plantés avec Melaleuca sont plus fortes que celles des autres ouvrages. Il est a

noter que les concentrations ne respectent pas les valeurs limitent pour l‘eau douce quelle que soit la

configuration, celles-ci étant toujours supérieures à 2.5 µg/l (valeurs limites pour protéger 80% des

espèces d‘eau douce). Les différences de performances entre ouvrages sont donc à relativiser.

Plomb : Pour les colonnes de 700 mm, 300 mm ou sur celles recevant une concentration double il n‘y

a pas de différences statistiques entre les différents types de végétation plantés. Pour les colonnes de

500 mm, les configurations statistiquement différentes sont présentées au Tableau 3-5. On remarque

que comme pour le Zn, les concentrations de sortie pour Melaleuca (3.3 µg/l) sont plus élevées que

pour Carex et Microleana (0.3 µg/l). Cependant, ce ne sont pas les concentrations de sortie des

ouvrages avec Melaleuca qui sont élevées mais les concentrations pour Carex et Microleana qui sont

extrêmement faibles. Dans tous les cas la performance des ouvrages est bonne, car même avec des

concentrations de sortie de 3.3 µg/l, 95% des espèces présentent dans l‘eau douce sont protégées et

les rendements sont très élevées.

Colonnes de 500 mm

Campagne Végétation C ( g/l) η (%)

7 Carex 0.3 100%

Melaleuca 3.3 96%


Melaleuca 3.3 96%

Tableau 3-5 : ANOVA (résultats ou les valeurs de p <0.05), concentration moyenne et rendement – influence de la végétation (Pb)

Zinc : Pour les colonnes de 700 mm et celles recevant une concentration double, il n‘y a pas de

différences statistiques entre les différentes configurations de végétation. Pour les colonnes de 500 et

300 mm, les configurations statistiquement différentes sont présentées au Tableau 3-6. Dans un cas,

Melaleuca est moins performante que Carex (colonnes de 500 mm), dans deux cas c‘est Microleana

qui est moins performante que Carex ou Melaleuca (colonnes de 300 mm). Dans tous les cas les

concentrations sont faibles, la valeur maximum de 12.6 µg/l permet une protection de 90% des

espèces présentes dans les eaux douces. Ces différences ont donc peu d‘impact.

Colonnes de 500 mm Colonnes de 300 mm

Campagne Végétation C ( g/l) η (%) Campagne Végétation C ( g/l) η (%)

6 Carex 2.4 99%

5 Carex 4.8 98%

Melaleuca 5.9 98% Microleana 12.6 96%

5

Melaleuca 3.6 99%

Microleana 12.6 96%

Tableau 3-6 : ANOVA (résultats ou les valeurs de p <0.05), concentration moyenne et rendement – influence de la végétation (Zn)


293

Taille de l’ouvrage par rapport à son bassin versant

L‘analyse des données a été menées pour les campagnes 3 à 5 (soit après 3 mois, 4 mois et

7 mois), les données pour les campagnes suivantes n‘étant pas disponibles. La performance

d‘ouvrages dimensionnés à 4%, 2%, 1% et 0.7% de leur bassin versant et planté avec l‘espèce Carex

a été étudié.

Cuivre (Tableau 3-7): Pour une campagne uniquement (après 7 mois de service, campagne 5), les

grand systèmes (dimensionnés à 4% du bassin versant) sont moins bons que les ouvrages

dimensionnés à 1% (uniquement en terme de rendement) ou à 0.7% (en terme de rendement et de

concentration avec des concentrations de 9.2 µg/l contre 3.3 µg/l). Dans tous les cas les

concentrations sont supérieures à 2.5 µg/l, valeur limite pour protéger au moins 80% des espèces

présentent dans l‘eau douce (ANZECC, 2000). De plus, les rendements sont toujours élevés, au

minimum de 90%.

Campagne Solution C ( g/l) η (%)

5 Carex 1% 95%

Carex 4% 90%

5 Carex 0.7% 3.3 97%

Carex 4% 9.2 90%

Tableau 3-7 : ANOVA (résultats ou les valeurs de p <0.05), concentration moyenne et rendement – influence de la taille du bassin versant, colonne planté avec Carex (en italique pas statistiquement différentes)

Plomb (Tableau 3-8): Des différences statistiquement significatives entre les ouvrages sont notées

uniquement pour la campagne 5. Dans ce cas, les ouvrages dimensionnés à 4% de leur bassin

versant (C=4.5 µg/l) ou 2% (C=4.6 µg/l) sont moins performants que les systèmes à 1 ou 0.7 %

(C=0.9 ou 0.3 µg/l). Les concentrations restent néanmoins faibles, avec des niveaux de protection des

espèces d‘eau douce compris entre 90 et 95% pour les concentrations les plus fortes à 99% pour les

concentrations les plus faibles (ANZECC, 2000). Les rendements sont toujours élevés avec des

valeurs au minimum de 95%.


5 Carex 1% 0.9 99%

Carex 4% 4.5 96%

5 Carex 0.7% 0.3 100%

Carex 4% 4.5 96%

5 Carex 1% 0.9 99%

Carex 2% 4.6 95%

5 Carex 0.7% 0.3 100%

Carex 2% 4.6 95%

Tableau 3-8 : ANOVA (résultats ou les valeurs de p <0.05), concentration moyenne et rendement – influence de la taille du bassin versant, colonne planté avec Carex


294

Zinc : Il n‘y a pas de différences statistiquement significatives quelle que soit la configuration ou la

campagne.

Epaisseur du système

L‘analyse des données a été menée pour les campagnes 6 à 8. Pour les ouvrages plantés

avec Melaleuca, seuls les données des campagnes 4 à 6 sont disponibles. Les différentes épaisseurs

testées sont 700 mm, 500 mm et 300 mm. Pour chaque épaisseur, différentes espèces sont plantées

(Carex, Microleana et Melaleuca).

Cuivre (Tableau 3-9): Dans un certains nombre de cas, les ouvrages de 300 ou 500 mm ont des

concentrations de sortie plus faibles que les ouvrages de 700 mm (plantés avec Microleana) ; pour les

colonnes plantées avec Melaleuca, ce sont les colonnes de 700 mm qui sont plus performantes que

celle de 300 (campagne 5). Pour les ouvrages plantés avec Carex, ce sont les colonnes de 500 mm

qui sont plus performantes que celles de 300 ou 700 mm. Il ne semble donc pas y avoir de tendance

quand à une possible influence de l‘épaisseur sur la concentration de sortie en Cu ou du rendement

des ouvrages.

Carex Microleana

Campagne Solution C ( g/l) η (%) Campagne Solution C ( g/l) η (%)

7 Carex 500 4.2 89%

7 Micro 500 3.7 90%

Carex 300 11.6 71% Micro 700 5.6 85%

7 Carex 500 4.2 89%

7 Micro 500 5.2 89%

Carex 700 10.4 74% Micro 700 8.5 82%

Melaleuca 8

Micro 300 5.2 89%

Solution C ( g/l) η (%) Micro 700 8.5 82%

5 Mela 700 5.7 94%

Mela 300 7.7 92%

Tableau 3-9 : ANOVA (résultats ou les valeurs de p <0.05), concentration moyenne et rendement – influence de l‘épaisseur de l‘ouvrage (Cu)

Plomb : Il n‘y a pas de différences statistiquement significatives quel que soit le type de végétation et

l‘épaisseur de l‘ouvrage.

Zinc (Tableau 3-10): Il semble que les colonnes les plus épaisses (700 et 500 mm) aient des

concentrations de sortie plus faibles que les colonnes de 300 mm. Cela est montré pour Carex sur

deux campagnes (colonnes de 700 mm contre colonnes de 300 mm), pour Melaleuca sur une

campagne (colonnes de 700 et 500 meilleure que les colonnes de 300 mm) et pour Microleana pour

deux campagnes. Il est à noter que même pour les colonnes de 300 mm qui sont les moins

performantes, les rendements sont très forts avec un minimum de 95% et les concentrations de sortie

restent faibles et toujours inférieures à 15 µg/l valeurs limites pour protéger 90% des espèces

présentes dans l‘eau douce (ANZECC, 2000).


295

Carex Microleana

Campagne Solution C ( g/l) η (%) Campagne Solution C ( g/l) η (%)

6 Carex 700 1.2 100% 6 Micro 700 6.2 98%

Carex 300 4.8 98% Micro 300 12.6 96%

8 Carex 700 11.4 100% 6 Micro 500 4.7 98%

Carex 300 14.0 96% Micro 300 12.6 96%

8 Micro 700 3.3 99%

Melaleuca Micro 300 14.8 95%

Solution C ( g/l) η (%)

5 Mela 700 4.6 98%

Mela 300 8.2 98%

5 Mela 500 4.3 99%

Mela 300 8.2 98%

Tableau 3-10 : ANOVA (résultats ou les valeurs de p <0.05), concentration moyenne et rendement – influence de l‘épaisseur de l‘ouvrage (Zn)

Type de sol

Les données sont disponibles pour les trois configurations (sable limoneux, ajout de V+P et

ajout de compost) pour les campagnes 4,5 et 6.

Cuivre : Il n‘y a pas de différence statistique quelle que soit la configuration.

Plomb (Tableau 3-11): L‘ajout de compost a pour conséquence une diminution des concentrations de

sortie (0.8 µg/l à la campagne 4, 1.6 µg/l à la campagne 5) par rapports aux solutions avec V+P (2.4

µg/l) ou sans ajout (2.8 µg/l à la campagne 4, 4.6 µg/l à la campagne 5). Dans tous les cas, le niveau

de protection des espèces d‘eau douce est bon (90% au minimum, ANZECC (2000)) et les

rendements très élevés (proche de 100%).


4 Compost 0.8 99%

Sable limoneux 2.8 98%

4 Compost 0.8 99%

V+P 2.4 98%

5 Compost 1.6

Sable limoneux 4.6

6 Sable limoneux 100%

Compost 99%

6 V+P 100%

Compost 99%

Tableau 3-11 : ANOVA (résultats ou les valeurs de p <0.05), concentration moyenne et rendement – influence du sol, colonne planté avec Carex

Zinc (Tableau 3-12): Les solutions avec compost ont des concentrations de sortie statistiquement

supérieures aux solutions uniquement avec un sable limoneux ou avec un ajout de V+P et cela pour

les trois campagnes de mesures. Les concentrations en Zn dans les ouvrages avec un ajout de


296

compost sont comprises entre 8.3 et 14.5 µg/l contre 1.2 et 5.0 µg/l pour les ouvrages avec un sable

limoneux ou un ajout de V+P. Il semble donc qu‘il y ait un relargage de Zn ou une moins bonne

rétention du Zn pour la solution avec un ajout de compost. Il faut cependant noter que même les

solutions avec compost qui sont les moins performantes présentent un niveau de protection des

espèces en eau douce compris entre 90 et 95% (ANZECC, 2000).


4 Sable limoneux 4.0

Composte 8.3

4 V+P 2.8

Composte 8.3

5 Sable limoneux 3.2 99%

Composte 12.8 97%

5 V+P 4.0 99%

Composte 12.8 97%

6 Sable limoneux 1.2 100%

Composte 14.5 95%

6 V+P 5.0 98%

Composte 14.5 95%

Tableau 3-12 : ANOVA (résultats ou les valeurs de p <0.05), concentration moyenne et rendement – influence du sol, colonne planté avec Carex

Concentration en entrée

On compare les résultats des ouvrages sollicités de façon normale et avec une concentration

‗double‘ par des tests-t par paires. L‘analyse est menée uniquement sur les concentrations de sortie.

En effet les rendements sont le plus souvent différents, les concentrations en entrée étant plus fortes

pour les ouvrages recevant une concentration double ce qui a pour conséquence d‘augmenter les

rendements. Les calculs ont été menés sur les campagnes 4, 5 et 6. Les différentes configurations

possibles sont des ouvrages non végétalisés, des ouvrages plantés avec Melaleuca, Microleana ou

Carex.

Cuivre et Zinc: Quelle que soit la végétation, il n‘y a pas de différence statistiquement significative des

concentrations de sortie entre les ouvrages recevant une concentration double ou une concentration

normale.

Plomb : Pour Carex, les ouvrages sans végétation, et Melaleuca, il n‘y a pas de différences

statistiquement significative des concentrations de sortie entre les ouvrages recevant une

concentration double ou une concentration normale. Pour Microleana, il y a une différence en terme

de concentration uniquement lors de la campagne 5 avec une concentration de sortie statistiquement

supérieure pour les colonnes recevant une concentration simple (4.0 µg/l contre 2.5 µg/l pour celles

recevant une concentration double).


297

3.4 Corrélations entre concentration en entrée, en sortie, rendement et

conductivité hydraulique

Les corrélations ont été calculées pour chaque campagne de mesure puis avec l‘ensemble

des données. Les conductivités hydrauliques ont été calculées au chapitre 4.

3.4.1 Par campagne de mesure

Cuivre : Les résultats des corrélations pour chaque campagne de mesure entre la conductivité

hydraulique moyenne de chaque solution et les rendements et concentrations moyennes de sortie

ainsi que la corrélation entre les concentrations moyennes en entrée et en sortie sont présentés au

Tableau 3-13. On remarque généralement une corrélation moyenne à bonne entre la concentration de

sortie et la conductivité hydraulique. Les résultats de la 1ère

et 5ème

campagne de mesure sont

présentés à la Figure 3-2. A l‘inverse il n‘y a pas de corrélation entre les concentrations en entrée et

les concentrations en sortie.

R²(K,Csortie) R²(Centrée,Csortie)

Temps (mois) Pearson Spearman Pearson Spearman

1 0.73 0.45 0.08 0.22

2 0.59 0.08 0.04 0.03

3 0.72 0.32 0.07 0.09

4 0.59 0.34 0.06 0.01

6 0.68 0.58 0.02 0.03

9 0.44 0.36 0.00 0.00

14 0.25 0.36 0.08 0.08

16 0.48 0.62 0.02 0.04

Tableau 3-13 : Corrélation entre la concentration de sortie et la conductivité hydraulique pour chaque campagne ainsi que les corrélations entre entrée et sortie pour chaque campagne

22/08/06 (1)

R2 = 0.73

0.0

5.0

10.0

15.0

20.0

25.0

0 200 400 600 800


Co

nce

ntr

atio

n d

e s

ort

ie e

n C

u (

µg

/l)

06/02/07 (5)

R2 = 0.68

0.0

2.0

4.0

6.0

8.0

10.0

12.0

0 50 100 150 200 250 300


Concen

tration d

e s

ort

ie e

n C

u (

µg

/l)

Figure 3-2 : Corrélation entre conductivité hydraulique et concentration de sortie pour les campagnes 1 et 5


298

Plomb et Zinc : Comme indiqué dans le Tableau 3-14, il n‘y a pas de corrélation entre conductivité

hydraulique et concentration en sortie ou entre concentrations en entrée et en sortie pour le Pb et

pour le Zn.

Pb Zn

R²(K,Cout) R²(Cin,Cout) R²(K,Cout) R²(Cin,Cout)

Temps (mois) Pearson Spearman Pearson Spearman Pearson Spearman Pearson Spearman

1 0.03 0.01 0.02 0.00 0.03 0.01 0.02 0.00

2 0.02 0.01 0.00 0.05 0.02 0.01 0.00 0.05

3 0.08 0.02 0.19 0.05 0.08 0.02 0.19 0.05

4 0.02 0.00 0.33 0.44 0.02 0.00 0.33 0.44

6 0.02 0.06 0.07 0.04 0.02 0.06 0.07 0.04

9 0.01 0.01 0.07 0.11 0.01 0.01 0.07 0.11

14 0.04 0.04 0.25 0.18 0.04 0.04 0.25 0.18

16 0.16 0.19 0.10 0.05 0.16 0.19 0.10 0.05

Tableau 3-14 : Corrélation ente le rendement, la concentration de sortie et la conductivité hydraulique pour chaque campagne ainsi que les corrélations entre entrée et sortie pour chaque campagne (Pb et Zn).

3.4.2 Ensemble des données

Les corrélations entre concentration de sortie et la conductivité hydraulique ont aussi été

calculées avec l‘ensemble des données (toutes campagnes de mesure à la fois). Les résultats sont

présentés à la Figure 3-3. Comme indiqué précédemment, la corrélation entre concentration de sortie

et conductivité hydraulique est moyenne pour le Cu (R²=0.52), et inexistante pour le Zn et le Pb.

R2 = 0.52

0.0

5.0

10.0

15.0

20.0

25.0

0 200 400 600 800


Concentr

atio

n d

e s

ort

ie e

n C

u (

µg/l)

R2 = 6E-07

0.0

5.0

10.0

15.0

20.0

0 200 400 600 800


Concentr

atio

n d

e s

orite

en

Pb (

µg/l)


299

R2 = 2E-05

0

10

20

30

40

50

60

70

0 200 400 600 800


Co

nce

ntr

atio

n d

e s

ort

ie e

n Z

n (

µg

/l)

Figure 3-3 : Corrélation entre conductivité hydraulique et concentration de sortie, ensemble des données


300

4 Discussion

4.1 Concentration de sortie et rendement

Nous avons montré que les concentrations moyennes en sortie des ouvrages, sur l‘ensemble

des configurations, étaient faibles, avec notamment des concentrations moyennes en Cu de 6.1 µg/l,

en Pb de 2.5 µg/l et en Zn de 8.8 µg/l. Ces concentrations ont été comparées avec les valeurs de

potabilisation et les valeurs limites dans les eaux de surface (exprimées en niveau de protection des

écosystèmes). Les valeurs de potabilisation sont respectées pour les trois ETM, alors que pour les

concentrations limites pour l‘eau douce, on note que le Cu ne respecte pas les limites. Par contre le

Zn les respectent pour pour 90% des espèces et le Pb pour 95% des espèces. La concentration limite

pour le Cu dans l‘eau douce étant très faible (2.5 µg/l pour protéger 80% des espèces) il n‘est pas

surprenant qu‘elle ne soit pas respectée.

Ces concentrations de sortie faibles peuvent être expliquées par la nature du sol utilisé dans

les biofiltres. En effet, le sol et ses caractéristiques vont gouverner la capacité de rétention des ETM

par l‘ouvrage d‘infiltration (Hatt et al., 2007). Le sol utilisé est un sable limoneux avec un pH

initialement basique (pH=8.0) qui diminue légèrement avec le temps mais reste toujours supérieur à

7.0 quelle que soit la profondeur (cette diminution peut être expliquée par le pH de l‘eau de

ruissellement appliquée aux ouvrages qui est légèrement acide et égale à 6.6). Or, le pH est le

paramètre qui contrôle principalement la solubilité des métaux dans les sols, l‘adsorption des ETM

augmentant lorsque le pH augmente. De plus, il a été montré que le Zn et le Cu ne sont pas mobiles

pour des pH supérieur à 7.0 (Pichard, 2003 et 2005). La matière organique est, après le pH, le

paramètre le plus important pour le contrôle du comportement des ETM dans le sol (Yin et al., 2002,

Ponizovsky et al., 2006). Le Cu est l‘élément qui a la plus grande affinité avec la matière organique de

tous les ETM (Ruban, 2005). La capacité d‘échange cationique (CEC) du sol utilisé dans les ouvrages

est élevée (17 meq/100g). La CEC étant fonction de la quantité d‘argile et de MO dans le sol, cette

CEC élevée permettra une bonne rétention du Cu et du Pb. Ces caractéristiques du sol peuvent donc

expliquer la bonne performance des ouvrages pour la rétention des ETM. De plus, il est intéressant de

noter que les concentrations mesurées en sortie des ouvrages sollicités par de l‘eau de ruissellement

sont très proches des concentrations mesurées sur les ouvrages sollicités par de l‘eau du robinet. Les

concentrations en ETM pourraient donc provenir d‘un lessivage des ETM présent dans le sol.

Les rendements sont très élevés, avec des valeurs moyennes de 82±11% pour le Cu, et

98±1% pour le Pb et le Zn (valeurs moyennes ± un écart type). Les études menées en laboratoire par

Davies et al. (2003), ont montré des rendements de 98 % pour le Cu, Pb et Zn ; Hatt et al. (2007), ont

montré des rendements plus faibles : 68% pour le Cu, 76% pour le Pb et 75% pour le Zn. Les

rendements mesurés sont donc similaires aux études déjà menées en laboratoire.

La particularité de notre étude vient du fait qu‘elle a été menée sur une longue période

temporelle. Les études menées jusqu‘à présent sur la rétention des ETM ont été conduites sur des


301

périodes très courtes, et l‘évolution de la performance des ouvrages sur de longues périodes n‘avait

jamais été entreprise. Les expériences que nous avons menées ont été conduites sur une période 16

mois. Aucune modification de la performance des ouvrages sur cette période n‘a été montrée. Les

rendements sont élevés et les concentrations de sortie faibles quelle que soit la campagne de

mesure. De plus il n‘a pas été montré de corrélation entre le temps et le rendement épuratoire des

ouvrages. Les ouvrages sont donc suffisamment robustes et les modifications mises en jeu comme la

diminution de la conductivité hydraulique, le développement des plantes, la modification des

caractéristiques du sol n‘ont pas d‘influence sur leur performance.

Une corrélation moyenne (R²=0.52) entre la conductivité hydraulique et la concentration de

sortie pour le Cu a pu être trouvé. Lorsque la conductivité diminue, la concentration de sortie diminue.

Cependant, même pour des conductivités hydrauliques élevées (de l‘ordre de 600 mm/h), la

concentration de sortie reste faible (15 µg/l). A l‘inverse aucune corrélation entre la conductivité

hydraulique et la concentration de sortie en Pb et Zn n‘a été trouvé. Le Pb étant majoritairement sous

forme particulaire, l‘absence de corrélation n‘est pas surprenante. En revanche, le Cu et le Zn sont

sous forme dissoute et particulaire et il est assez surprenant d‘avoir une bonne corrélation entre le Cu

et la conductivité hydraulique et une absence de corrélation entre le Zn et la conductivité hydraulique.

4.2 Effet de la conception

L‘un des objectifs de ce chapitre était de montrer la possible influence des paramètres de

conception sur la rétention des ETM. Nous avons montré que les ouvrages fonctionnaient bien en

moyenne. Il est cependant nécessaire d‘analyser les différentes configurations afin d‘examiner si

certains ouvrages sont plus performants que d‘autres. De plus nous avons montré au chapitre 4 que

certaines configurations permettaient de limiter le colmatage des ouvrages. Il a notamment été montré

que l‘utilisation de l‘espèce Melaleuca ou encore le dimensionnement des ouvrages à 4% de leur

bassin versant permettait de limiter la diminution de la conductivité hydraulique. Il serait donc

intéressant de voir si ces solutions, qui sont meilleures d‘un point de vue hydraulique le sont aussi

pour la rétention des ETM.

Végétation : Il y a peu de différences d‘une espèce à l‘autre mais les ouvrages plantés avec

Melaleuca semblent moins performants dans quelques cas, notamment pour le Cu et le Zn. Par

exemple, pour le Cu, les colonnes plantées avec Melaleuca auront des concentrations de sortie de

10.8 µg/l contre 6.2 µg/l pour les colonnes plantées avec Carex. Cependant, ces différences n‘ont que

peu d‘importance : dans le cas du Cu, les valeurs limites pour la protection des espèces présentes

dans l‘eau douce ne sont pas atteintes quelle que soit la configuration ; dans le cas du Pb et du Zn, au

moins 90% des espèces sont protégées quelle que soit la végétation plantée dans les ouvrages.

Epaisseur : L‘influence de l‘épaisseur de l‘ouvrage sur le Pb n‘a pas été mise en évidence et pour le

Cu, elle n‘est pas claire. Dans le cas du Zn les colonnes de 300 mm sont moins performantes que les

colonnes de 700 mm et 500 mm et cela quelle que soit la végétation plantée. Avec par exemple des


302

concentrations de 14.8 µg/l pour les colonnes de 300 mm contre 3.3 µg/l pour celles de 700 mm

(toutes deux plantées avec Microleana), ou encore de 8.2 µg/l pour les colonnes de 300 mm contre

4.3 µg/l pour celles de 500 mm (plantées avec Melaleuca). Ces résultats confirment les mesures

menées par Godecke et al. (2008) qui ont mesuré les concentrations à différentes profondeurs (en

prenant des échantillons) sur des colonnes similaires à celles utilisées dans nos expériences. Ils ont

montré que 82% des métaux étaient piégés dans les 15 premiers centimètres de sol. De plus, il n‘y a

plus de différence de concentration pour des épaisseurs supérieures à 450 mm. Ces résultats peuvent

expliquer que dans certains cas, les ouvrages de 300 mm d‘épaisseur sont moins performants que les

ouvrages plus épais, mais qu‘il n‘y a que peu de différence entre les ouvrages de 500 ou 700 mm.

Taille du bassin versant : Pour un certain nombre de campagne les ouvrages dimensionnés ‗grand‘

par rapport à leur bassin versant (par exemple les ouvrages à 4% de la taille de leur bassin versant)

ont des concentrations de sortie plus élevées que les ouvrages dimensionnées à 1 ou 0.7%,

notamment pour le Pb et Zn. Ce comportement peut être expliqué par les résultats présentés par

Godeke et al. (2008), qui ont analysé l‘évolution de la concentration en sortie d‘ouvrage en fonction du

temps. Cette étude a montré que l‘eau ‗ancienne‘ qui réside dans l‘ouvrage était plus polluée que l‘eau

‗nouvelle‘ apportée par l‘événement pluvieux. Si le bassin versant est petit, moins d‘eau de

ruissellement est apportée à l‘ouvrage, et on échantillonnera donc plus d‘eau ‗ancienne‘ (et donc plus

polluée). Cela aura pour conséquence des concentrations de sortie plus élevée en sortie d‘ouvrage.

Type de sol : L‘ajout de V+P ou de compost n‘a pas d‘influence pour le traitement du Cu. Pour le Pb,

l‘ajout de compost semble permettre de diminuer la concentration en sortie d‘ouvrage par rapport aux

solutions sans ajouts ou avec un ajout de V+P. Pour le Zn, on montre des résultats opposés avec des

concentrations plus élevées en sortie pour les solutions avec un ajout de compost et des

concentrations plus faibles pour le sol sans ajout ou avec un ajout de V+P. Ainsi, on mesure des

concentrations de sortie de 14.5 µg/l (compost) contre 5.0 µg/l pour la solution avec ajout de V+P ou

1.2 µg/l pour le sable limoneux. Initialement les concentrations en Cu, Pb et Zn dans chaque sol sont

quasiment identiques. Il est donc difficile d‘interpréter ces résultats. Les ajouts de V+P ou de compost

ne permettent donc pas d‘améliorer la rétention des polluants et ont même tendance à augmenter les

concentrations en Zn en sortie d‘ouvrage. Malgré les différences entre configurations, les

concentrations en ETM restent faibles et les rendements élevés (proche de 100 % pour le Pb et le Zn)

quelle que soit la solution choisie.

Concentration en entrée : Nous n‘avons observé aucune différence significative entre les

concentrations de sortie pour les ouvrages sollicités avec une eau de ruissellement de concentration

normale ou forte. Il semble donc que les ouvrages peuvent traiter des concentrations en ETM plus

forte avec la même efficacité, la concentration de sortie étant toujours égale à une concentration seuil.


303

5 Conclusions

La capacité de piégeage des ETM (Cu, Pb et Zn) par les biofiltres a été clairement montrée et

cela quelle que soit la configuration de l‘ouvrage. Les concentrations de sortie sont faibles et

respectent les normes pour la potabilisation de l‘eau. Les rendements sont élevés quel que soit l‘ETM

étudié. Les biofiltres construits avec un sable limoneux, ayant une épaisseur de 300 à 700mm et étant

plantés ou non sont donc parfaitement capables de traiter les eaux de ruissellement, même si celles-ci

sont fortement chargées en ETM. De plus, cette capacité de traitement est constante sur la période

étudiée et aucune diminution de la performance avec le temps n‘a été constatée.

L‘analyse des différentes configurations a montré qu‘il n‘y avait que peu d‘effet de la

végétation, de la taille du bassin versant par rapport à la taille de l‘ouvrage, de l‘épaisseur, du type de

sol ou de la concentration de l‘eau de ruissellement. Lorsque des différences ont été notées entre

configurations, les concentrations de sortie des ouvrages les moins performants restent très faibles.

Les différences entre ouvrages sont donc à relativiser, l‘ensemble des ouvrages permettant un bon

traitement des ETM.


304

305

Bilan et conclusion générale


306


307

L‘étude des systèmes d‘infiltration des eaux pluviales, avait pour objectif d‘appréhender

deux éléments clefs relatifs à leur fonctionnement : l‘évolution de leur colmatage dans le temps et leur

capacité à retenir les polluants. Cette recherche s‘est caractérisée par une approche multi échelles,

conduite sur un grand nombre d‘ouvrages de caractéristiques différentes, et par la volonté de suivre

ces ouvrages sur une durée importante. Trois niveaux d‘étude ont été choisis, afin de pouvoir

comprendre le fonctionnement des ouvrages : le suivi d‘ouvrages en fonctionnement de façon

ponctuelle, le suivi d‘un ouvrage en continu et le suivi de pilotes de laboratoire de grandes

dimensions. Ces trois niveaux visaient à coupler les approches de manière à tirer parti de leurs

complémentarités. L‘étude en condition réelle d‘ouvrages en service permet de dégager des

tendances de fonctionnement et les propriétés qui pilotent les systèmes. L‘expérimentation de

laboratoire, en conditions environnementales contrôlées, rend possible la mesure de l‘influence de

facteurs particuliers.

Performance hydraulique

L‘étude de l‘évolution du colmatage des ouvrages a été menée en évaluant la modification

des propriétés hydrauliques des ouvrages avec le temps. Le but était de quantifier ces modifications

et de comprendre l‘influence des paramètres de conception sur ces modifications afin, à terme,

d‘améliorer le dimensionnement des ouvrages.

Afin de répondre à cette problématique nous avons opté, dans un premier temps, pour

l‘observation synchronique (ponctuelle dans le temps) de 37 biofiltres similaires dans leur principe

(généralement des systèmes de gestion des eaux pluviales à la source) mais de tailles et de

constitutions différentes (type de sol, végétation), drainant des bassins versants de dimensions et de

types divers et implantés dans des régions pluviométriques variées (tempérée et tropicale). Les

observations ont consisté plus particulièrement à mesurer et comparer les conductivités hydrauliques

à saturation et de les mettre en regard de différents paramètres de sites. Cette approche est assez

classique dans notre domaine. L‘originalité de son application dans notre cas vient principalement du

nombre d‘ouvrages étudiés permettant de justifier une approche statistique. Cependant, elle présente

des biais : certains sont inhérents à la méthode (par exemple la non maîtrise du passé des ouvrages

et notamment des sollicitations reçues) ou liés à notre étude particulière (absence des dossiers de

conception, alors même que ces systèmes étaient encore jeunes (moins de dix ans)). Ainsi cette

première approche ne pouvait avoir que pour but de dégager des tendances d‘évolution sans

chercher à les quantifier de manière rigoureuse.

Néanmoins nous avons évalué les conductivités hydrauliques en utilisant plusieurs

méthodes et reconstitué les perméabilités initiales (sol en profondeur sous l‘ouvrage n‘ayant pas reçu

de sédiments) et ce, en plusieurs points des différents biofiltres. Les incertitudes ont été calculées et

la variabilité spatiale estimée. La comparaison des conductivités hydrauliques initiales et actuelles a

montré deux types de comportements : des ouvrages ayant une forte conductivité hydraulique initiale


308

qui décroît avec le temps, en moyenne d‘un facteur de deux et des ouvrages ayant une conductivité

hydraulique initiale faible, mais qui reste constante dans le temps. Cette étude in situ a mis en

évidence deux points importants : i) un certain nombre d‘ouvrages ont été mal conçus initialement,

leur conductivité ne respectant pas les normes de conception en vigueur en Australie, ii) les ouvrages

d‘infiltration bien conçus se colmatent mais leur conductivité hydraulique reste à des valeurs

acceptables. Ce colmatage doit donc être pris en compte lors de la conception des ouvrages. Les

mesures nous ont également permis de supputer qualitativement une possible influence de la

végétation sur le maintien ou non de la perméabilité des biofiltres.

Sur un plan opérationnel, cela illustre l‘importance de la conductivité initiale dans la

performance des systèmes d‘infiltration. Cette étude montre également que si l‘on veut avoir une idée,

même qualitative, de l‘évolution des performances de ces systèmes, il serait bon de pérenniser

l‘information acquise, notamment les données de conception qui permettent d‘identifier si les

systèmes fonctionnent conformément à leur prévision. Cette partie montre enfin, que l‘évolution de la

conductivité sur de petits systèmes peut être évaluée de manière simple et peu onéreuse. Cette

mesure doit être faite en plusieurs points des systèmes même pour des dispositifs de petites tailles en

raison de la variabilité spatiale importante de cette conductivité.

Face aux biais méthodologiques de l‘approche synchronique ne permettant pas de

quantifier avec rigueur l‘évolution du colmatage, nous avons ensuite opté, dans un second temps,

pour une approche métrologique plus poussée consistant à suivre en continu un ouvrage sur une

longue période (3.5 ans pour cette thèse mais qui continue de l‘être aujourd‘hui). Le système choisi

est un système de grande taille drainant des surfaces de plusieurs centaines d‘hectares. Le dispositif

mis en place a permis de mesurer sur une longue période de temps les variations de son

comportement via le calage de la résistance hydraulique globale du bassin selon les hypothèses de

Bouwer. Parallèlement les sollicitations ou facteurs d‘environnement majeurs ont été suivis (débits,

turbidités, pH, températures d‘eau, …) de manière fine (pas de temps de 2 minutes). Si l‘approche par

calage de la résistance hydraulique n‘est pas originale car déjà entreprise par Gautier (1998) ou

Dechesne (2002), l‘apport principal de la thèse dans ce domaine, réside dans le fait de suivre un

même ouvrage dans le temps (et non différents ouvrages supposés similaires mais d‘âges différents)

et surtout de suivre avec précision et en permanence les sollicitations du bassin.

La recherche menée confirme que, pour de grands ouvrages, la résistance hydraulique

globale calée selon le modèle de Bouwer est un bon indicateur du colmatage et discrimine

parfaitement un état colmaté d‘un état peu colmaté. Après décolmatage et sur 3 ans, la résistance

hydraulique tend à augmenter légèrement avec de petites fluctuations que l‘on explique encore mal

mais qui peuvent être dues soit à la méthode, soit à des fluctuations saisonnières (colmatage

biologique) soit encore à des changements de végétalisation du bassin. En effet le fond de l‘ouvrage

est nu mais une végétation « sauvage » se développe périodiquement et est enlevée par la

gestionnaire. Cependant sur une période de 3 ans la résistance a peu évolué (de 6h à 9h). Le


309

phénomène de colmatage est donc lent. Il est également très disparate à la surface de l‘ouvrage. Des

zones en eau se développent dans les parties les plus sollicitées semblant indiquer un colmatage

important. Cependant ce colmatage est localisé, l‘eau ruisselle alors et s‘épand sur une surface plus

importante et ainsi de suite jusqu‘au colmatage de la totalité du fond. Dans le cas du colmatage total

du fond, l‘eau percole encore par les berges. Ces observations peuvent être précieuses pour le

gestionnaire qui peut alors mettre en place des stratégies d‘entretien dont la périodicité dépend de la

zone considérée (e.g. tous les ans pour les zones fortement sollicitées et tous les 5 à 10 ans sur les

autres).

Si l‘on met en regard l‘évolution du colmatage avec les caractéristiques des apports, l‘étude

montre que ni le volume d‘eau reçu entre deux évènements, ni le volume cumulé depuis le

décolmatage du bassin, ni la masse des MES apportée entre deux évènements, ni sa masse cumulée

ne suffit à expliquer ou à prédire statistiquement les variations. L‘amélioration des procédures

d‘acquisition des caractéristiques des apports doivent encore être menées car, si les incertitudes

d‘évaluation des volumes et masses de MES sont relativement faibles lorsque les données existent, la

principale source d‘incertitude vient encore de leur couverture imparfaite dans le temps. D‘autres

facteurs, notamment les apports en matière organique ou d‘autres facteurs climatiques comme

l‘insolation et les températures d‘air devraient être mesurés pour pouvoir mieux appréhender leur

incidence sur la part biologique du colmatage. Enfin d‘autres bassins devraient être instrumentés et

suivis dans des conditions similaires pour pouvoir dresser des conclusions plus générales.

Lors de l‘étude in situ, plusieurs facteurs entrant dans la conception des systèmes ont pu

être identifiés comme influençant potentiellement le colmatage. Nous avons alors utilisé une troisième

approche pour essayer de quantifier l‘influence de différents facteurs de conception à partir

d‘expériences de laboratoire. Cela nous a amenés à suivre pour différentes hypothèses de conception

(type de végétation, de sol, de ratio taille de l‘ouvrage sur taille du bassin versant, épaisseur du

système, concentration en sédiments apportés au système), 120 colonnes de grandes tailles sur une

période de 72 semaines au maximum. L‘originalité de cette troisième approche par rapport aux études

antérieures réside dans la taille des colonnes (de 37,5 cm de diamètre et de 50 à 90 cm de haut),

dans leur nombre (120), dans le nombre de réplicats pour chaque configuration testée (5) et enfin

dans l‘utilisation de sollicitations semi synthétiques qui assurent un bon compromis entre réalisme des

apports et exigence de reproductibilité des entrées.

Cette approche montre une diminution moyenne de la conductivité hydraulique d‘un facteur

de 3 sur une durée de 16 mois. L‘étude de l‘influence des paramètres de conception sur le colmatage

a montré que celui-ci était fortement lié au volume reçu et à la masse de MES auxquels est soumis

l‘ouvrage. Comme on pouvait s‘y attendre, plus la masse de sédiments et le volume d‘eau sont

importants, plus la conductivité hydraulique diminue fortement. Cette diminution est non linéaire et il

semble qu‘à partir de charges importantes, le colmatage a tendance à s‘emballer et la conductivité

hydraulique à tendre vers des valeurs très faibles. L‘influence du ratio taille du système / taille du


310

bassin versant drainé a été clairement mise en évidence. Cette hypothèse d‘emballement du

colmatage avait été également pressentie sur des systèmes en service (Perrodin et al, 2005). Une

des hypothèses avancée pour limiter le colmatage était l‘ajout de végétation dans les ouvrages. Cette

hypothèse n‘a pas été vérifiée lorsque les systèmes étaient plantés avec une végétation ayant des

racines fines. A l‘inverse, il semble que l‘emploi de plantes ayant des racines épaisses permet de

limiter et même d‘augmenter la conductivité hydraulique. Notons par ailleurs que ni l‘ajout de compost

ou de Vermiculite et Perlite, ni l‘épaisseur du substrat n‘ont amélioré les performances des systèmes

en terme de prévention du colmatage.

Performance environnementale

L‘étude de la performance environnementale des ouvrages a été conduite selon trois niveaux

d‘approche similaires à ceux menés pour le colmatage et sur les mêmes dispositifs (sites et

colonnes) : approche synchronique sur 33 biofiltres existants, approche diachronique sur un bassin de

grande taille instrumenté et suivi dans le temps et enfin approche expérimentale de laboratoire visant

à examiner l‘influence des facteurs de conception sur la capacité de rétention des polluants. Nous

avons focalisé la recherche sur les éléments traces métalliques (ETM). En effet, ce sont des éléments

conservatifs, en concentrations fortes dans les eaux de ruissellement et présentant un risque

important de pollution des milieux récepteurs. Cette étude a été menée en deux temps : tout d‘abord

en mesurant les concentrations en ETM en surface et en profondeur des dispositifs, puis en tentant

d‘estimer leur rendement épuratoire en mesurant les concentrations en entrée des systèmes et en les

comparant avec les concentrations piégées dans le sol des ouvrages ou avec les concentrations en

sortie de dispositifs.

Sur 33 biofiltres, nous avons mesuré les concentrations en ETM et ce, en plusieurs points de

chaque biolfiltre quand cela était possible. Cette étude montre que, quels que soient l‘âge, la

configuration du système et le métal considéré (Cd, Cu, Pb et Zn), les concentrations sont variables

au sein d‘un même ouvrage et l‘incertitude grande (de l‘ordre de 50 % environ). On remarque que

globalement les ouvrages sont peu contaminés hormis pour le zinc qui se retrouve en fortes

concentrations sur un faible nombre d‘ouvrages (3 sur 37) qui drainent des zones de type commercial

et industriel.

L‘observation sur un grand bassin sur 3 ans a confirmé que la pollution en ETM se trouvait

principalement présente en surface comme l‘avaient identifié de nombreuses études antérieures. Les

concentrations en surface sont très élevées et plus importantes globalement que sur les petits

systèmes à la source. A une profondeur de 30 cm, les concentrations mesurées dans l‘ouvrage sont

du même ordre de grandeur que les concentrations initiales dans les sols. De même, l‘analyse des

concentrations en sortie des colonnes n‘a pas montré de différence de performance entre les

colonnes de 50 ou de 70 cm d‘épaisseur. Ces résultats montrent que l‘hypothèse selon laquelle une


311

épaisseur de 1 m entre le fond des ouvrages et la nappe phréatique est nécessaire pour le bon

fonctionnement des ouvrages semble correcte.

Comme pour les biofiltres, la variation de la pollution superficielle des ouvrages est élevée, et

l‘est d‘autant plus que les ouvrages sont de grande dimension. Les concentrations sont plus fortes

dans les zones les plus souvent sollicitées. L‘observation montre également que sur le système de

grande taille, la variabilité des concentrations en surface tend, quel que soit le métal considéré, (Cu,

Pb et Zn) à s‘amenuiser au cours du temps. Par ailleurs, l‘augmentation des concentrations à la

surface des ouvrages est très visible. Les zones de pollution au départ confinées aux surfaces les

plus sollicitées ou dans les points bas des ouvrages, vont, avec le temps s‘étendre à la totalité du

bassin. Cependant les concentrations maximales n‘évoluent pas, seule l‘épaisseur de la couche

polluée tend à augmenter. Cette augmentation de surface et de l‘épaisseur confirme bien que les ETM

semblent rester piégés en surface même après plusieurs années de service.

L‘analyse de différentes stratégies d‘échantillonnage a été entreprise. Il est intéressant de

noter que lorsque l‘on s‘intéresse à l‘évaluation des concentrations moyennes en surface de l‘ouvrage

un maillage peu dense (maille de 30 X 30 m) donne des résultats similaires à un maillage très dense

(maille de 10 X 10 m) que ce soit en début de vie ou au bout de quelques années. Si l‘on s‘intéresse à

la détection des zones « polluées », il est possible de passer à un maillage de 20 X 20 m mais celui

de 30 X 30 m ne permet pas une bonne mise en évidence de ces zones.

En matière de méthode de détermination de l‘efficacité de piégeage des grands ouvrages en

service, nous avons avancé sur une meilleure estimation des masses piégées dans les ouvrages

notamment grâce à l‘utilisation d‘un spectromètre portable de terrain à fluorescence X. Il permet de

réaliser pour les 3 métaux étudiés un nombre d‘analyses très important couvrant de manière fine le

bassin. Cependant il n‘est pas assez sensible pour l‘analyse d‘autres métaux comme le cadmium,

présent et dangereux à faible concentration. De plus, sa sensibilité à la teneur en eau oblige à

prélever des échantillons, à les préparer en laboratoire avant analyse. On est donc encore loin d‘un

vrai spectromètre « de terrain » réalisant des analyses in situ. En revanche, la reconstitution des

apports est toujours insatisfaisante et reste très qualitative. Les raisons sont liées à la mauvaise

couverture des évènements en terme de concentrations en polluants. L‘effort futur de mesure doit

donc à notre avis porter sur cet aspect. Les analyses ponctuelles par prélèvement étant très chères, il

est nécessaire de s‘orienter vers d‘autres méthodes même moins précises que les analyses

traditionnelles mais qui rendront compte de la variabilité très importante des apports (capteurs en

continu, capteur intégratif, …).

Les rendements en terme de rétention ont été estimés à partir des expériences en laboratoire.

Les ouvrages d‘infiltration sont performants pour piéger le Cu, le Pb et le Zn. Les concentrations en

sortie d‘ouvrage sont faibles et respectent les normes de potabilisation de l‘eau. Les rendements sont


312

très élevés et généralement compris entre 80 et 100%. Enfin l‘analyse des différentes configurations

montre peu d‘effet de la végétation et du type de sol sur les rendements.

Valorisation des résultats

Ce travail va permettre l‘amélioration des recommandations pour le dimensionnement des

ouvrages d‘infiltration des eaux pluviales. Les points suivants sont plus particulièrement à prendre en

considération :

- Bien que les ouvrages d‘infiltration soient des systèmes techniquement simples, ils

nécessitent une attention particulière si l‘on veut qu‘ils fonctionnent correctement et

cela d‘un point de vue hydraulique et environnementale. Les expériences menées

renforcent l‘hypothèse du rôle primordial du sol placé dans l‘ouvrage. La conductivité

hydraulique du sol doit être testée in situ lors de sa mise en place dans les ouvrages

puis suivie de manière régulière afin de vérifier le bon fonctionnement des ouvrages.

- Du point de vue de la conception, la prise en compte d‘un facteur de sécurité de deux

à trois pour la conductivité hydraulique lors du dimensionnement des ouvrages est

nécessaire afin d‘intégrer leur colmatage.

- Les ouvrages petits par rapport à la taille de leur bassin versant (c'est-à-dire ceux qui

seront le plus sollicités) sont plus prompts au colmatage. Le sol utilisé dans ces

ouvrages doit alors faire l‘objet d‘une attention particulière.

- Le rôle de la végétation sur le colmatage dépend de l‘espèce utilisée. Une

combinaison d‘espèces dans les ouvrages est souvent employée mais seules celles

ayant des racines épaisses permettent de limiter le colmatage. Pour la rétention des

ETM, le type de végétation utilisé n‘a pas d‘influence.

- Une épaisseur de sol minimale de 50 cm, dans le cas de l‘utilisation d‘un sable

limoneux, est suffisante pour retenir les ETM.

Il est a noter que ces recommandations ont été inclus dans le document ‗Advancing the

design of stormwater biofiltration‘ publié en Australie par FAWB en juin 2008 (FAWB, 2008).

Perspectives et futures recherches

Ce travail a mobilisé plusieurs approches complémentaires ce qui a constitué un travail

important d‘acquisition de données tant in situ, qu‘en laboratoire.


313

Les résultats encourageants sur le colmatage des ouvrages nous incite à poursuivre

l‘acquisition de données in situ sur le site de grande taille de manière à compléter les chroniques

d‘évolution du colmatage au cours du temps. Les facteurs pouvant expliquer sa dynamique sont

encore insuffisamment explorés. Nous pensons que le suivi en continu de manière indirecte des

concentrations en MES doit être poursuivi et amélioré en terme de continuité de la mesure. Nous

pensons en outre que les chroniques de concentrations en DCO via la mesure de turbidité n‘a pas été

exploitée de manière complète faute de temps. Ces points sont cependant relativement simples à

poursuivre car les outils de validation des données, de sélection des évènements, de calcul des

incertitudes sont aujourd‘hui opérationnels. Nous pensons également que le suivi d‘autres facteurs

notamment ceux qui pourraient expliquer la part biologique du colmatage serait nécessaire et

mériterait un travail ciblé. Il serait enfin souhaitable que l‘acquisition de mesure soit réalisée sur des

sites plus nombreux.

Le rôle de la végétation a été abordé dans ce travail mais uniquement sur des colonnes. Des

résultats encourageants sur son utilisation dans la limitation du colmatage devraient être confirmés

sur une plus longue période et sur des ouvrages réels. Une thèse en ce sens a d‘ores et déjà été

lancée au sein de l‘OTHU par le laboratoire des Sciences de l‘Environnement de l‘ENTPE qui étudiera

conjointement le rôle de la végétation sur la rétention des polluants (nutriments, polluants organiques

et inorganiques) et le colmatage.

La capacité des ouvrages à piéger les ETM a été mise en évidence. Cependant afin de

garantir la capacité de traitement des ouvrages, il serait intéressant de suivre le comportement des

autres polluants présents dans les eaux de ruissellement notamment les polluants organiques ce qui

est actuellement fait dans le travail de thèse de Zinger (en préparation) conduite en Australie au sein

de FAWB. Cela est particulièrement intéressant quand on va chercher à réutiliser l‘eau de

ruissellement à des fins domestiques ou pour l‘irrigation comme c‘est le cas en Australie. Ainsi la

capacité de piégeage de l‘azote et du phosphore, des pathogènes, des hydrocarbures et autres

substances prioritaires doit être étudiée afin de garantir la qualité des eaux en sortie de ces ouvrages.

Enfin la réelle capacité du sol à retenir les polluants doit absolument être évaluée en

effectuant des bilans entre les apports en polluants, leur rétention dans le sol et leur mesure dans la

nappe. Ces bilans sont rares car les difficultés métrologiques sont nombreuses. Des bilans de ce type

sont cependant d‘ores et déjà planifiés et les protocoles calés sur l‘ouvrage Django Reinhardt support

de notre recherche à une échelle de temps évènementielle. Pour des échelles de temps plus longues,

de même que pour l‘évaluation rigoureuse de l‘efficacité de traitement des systèmes d‘infiltration, nous

nous heurtons toujours à l‘évaluation des concentrations en entrée des systèmes qui sont très

variables dans le temps et qui nécessite de développer des protocoles différents de ceux appliqués

actuellement.


314


315

Références bibliographiques


316


317

ACHLEITNER S., ENGELHARD C., STEGNER U. ET RAUCH W. Local infiltration devices at parking sites – Experimental assessment of temporal changes in hydraulic and contaminant removal capacity. Water Science and Technology, 2007, vol. 55, n

o 4, pp. 193–200.

ACKERMAN D. ET SCHIFF K. Modelling storm water mass emissions to the Southern California Bight. Journal of

Environmental Engineering, 2003, vol. 129, no 4, pp. 308-317.

AFNOR. Qualité de l'eau - Dosage es matières en suspension - Méthode par filtration sur filtre en fibres de verre. NF EN 872, T90-105. Paris, 2005.

AFNOR. Qualité de l'eau - Application de la spectrométrie de masse avec plasma à couplage inductif (ICP-MS) - Partie 2 : dosage de 62 éléments. NF EN ISO 17294-2, T90-164. Paris, 2005.

AGGELIDES S.M. ET LONDRA P.A. Effects of compost produced from town wastes and sewage sludge on the physical properties of a loamy and a clay soil. Bioresource Technology, 2000, vol. 71, pp. 253-259.

ANGULO-JARAMILLO R., VANDERVAERE J.-P., ROULIER S., THONY J.-L., GAUDET J.-P. ET VAUCLIN M.

Field measurement of soil surface hydraulic properties by disc and ring infiltrometers: A review and recent development. Soil & Tillage Research, 2000, vol. 55, pp. 1-29.

ANZECC. Australian and New Zealand Guidelines for Fresh and Marine Water Quality. Australian and New Zealand Environment and Conservation Council - Agriculture and Resource Management Council of Australia and New Zealand. Canberra, ACT, Australia, 2000.

APHA/AWWA/WPCF. Standard methods for the examination of water and wastewater. 20th. American Public

Health Association/American Water Works Association/Water Pollution Control Federation, Washington, DC, USA, 1998.

ARCHER A. N. L., QUNITON J. N. ET HESS T. M. Below – ground relationships of soil texture, roots and hydraulic conductivity in two-phase mosaic vegetation in South-east Spain. Journal of Arid Environments, 2002, vol. 52, pp. 535-553.

AS 1141 11. Australian Standard, Methods for sampling and testing aggregates - Particle size distribution by

sieving. Sydney: Standards Australia International Ltd, 1996. ASTM D2434-68. Standard Test Method for Permeability of Granular Soils (Constant Head). ASTM International,

West Conshohocken, PA, 2006. AUCKLAND REGIONAL COUNCIL (ARC). Stormwater management devices: design guidelines manual.

Auckland, New Zealand, 2003, pagination multiple.

AUSTRALIAN GOVERNMENT - Geoscience Australia. Desert., 1994. Disponible sur < http://www.ga.gov.au/education/facts/landforms/geogarea.htm> (Consulté le 2.01.08)

AZZOUT Y., CRES F.N., BARRAUD S. ET ALFAKIH E. Techniques alternatives en assainissement pluvial. Paris:

Tech et Lavoisier Doc, 1994, 372 p. BAGARELLO V., IOVINO M. ET TUSA G. Factors affecting measurement of the near-saturated soil hydraulic

conductivity. Soil Science Society of America Journal, 2000, vol. 64, n°4, pp. 1203-1210. BARBOSA A. E. ET HVITVED-JACOBSEN T. Highway runoff and potential for removal of heavy metals in an

infiltration pond in Portugal. The Science of the Total Environment, 1999, vol. 235, pp. 151-159. BARRAUD S., GAUTIER A., BARDIN J.P. ET RIOU V. The impact of intentional stormwater infiltration on soil and

groundwater. Water Science and Technology, 1999, vol. 39, n°2, pp.185-192. BARRAUD S., GIBERT J. , WINIARSKI T. ET BERTRAND KRAJEWSKI J.-L. Implementation of a monitoring

system to measure impact of stormwater runoff infiltration. Water Science and Technology, 2002, vol. 45, n° 3, pp. 203-210.

BARRAUD S., DECHESNE M., BARDIN J.-P. ET VARNIER J.-C. Statistical analysis of pollution in stormwater infiltration basins. Water Science and Technology, 2005, vol. 51, n

o 2, pp. 1–9.

BARRAUD S., BERANGER Y., TORRES A., BERTRAND KRAJEWSKI J.-L. Rapport d‘analyses

des eaux de temps sec et de temps de pluie des sites de Django Reinhardt & Ecully- Analyse des sédiments piégés dans le compartiment rétention du site Django Reinhardt (Chassieu). 2006. 46 p.


318

BARRET M., IRISH L. B., MALINA J. F. ET CHARBENEAU R. J. Characterisation of highway runoff in Austin, Texas. Journal of Environmental Engineering, 1998, vol. 124, n°2, pp. 131-137.

BARRETT M. ET TAYLOR S. Retrofit of stormwater treatment controls in a highway environment. In: Novatech‘

2004, 5th International Conference on Sustainable Techniques and Strategies in Urban Water Management, Juin 2004, pp. 243 -250.

BÉCHET B., DURIN B., LEGRET M. ET LE CLOIREC P. Colloidal speciation of heavy metals in runoff and

interstitial waters of a retention/infiltration pond. Water Science and Technology, 2006, Vol. 54, n° 6-7, pp. 307-314.

BERTRAND-KRAJEWSKI J.-L., LAPLACE D., JOANNIS C. ET CHEBBO G. Mesures en hydrologie urbaine et

assainissement. Paris: Tech et Lavoisier Doc, 2000, 794 p. BERTRAND-KRAJEWSKI J-L ET BARDIN J-P. Estimation des incertitudes de mesure sur les débits et les

charges polluantes en réseau d‘assainissement : application au cas d‘un basin de retenue-décantation en réseau séparatif pluvial. La Houille Blanche, 2001, n° 6/7, pp. 99-108.

BERTRAND-KRAJEWSKI J-L. TSS concentration in sewers estimated from turbidity measurements by means of

linear regression accounting for uncertainties in both variables. Water Science and Technology, vol. 50, n° 11, 2004, pp. 81–88.

BERTRAND-KRAJEWSKI J.-L., BARRAUD S., LIPEME KOUYI G., TORRES A. ET LEPOT M. Event and annual

TSS and COD loads in combined sewer overflows estimated by continuous in situ turbidity measurements. In:

11th International Conference on Diffuse Pollution, Belo Horizonte, Brazil, 26-31 August 2007.

BGBl. Nr. 146/1996. Verordnung des Bundesministers fur Umwelt uber die Ablagerung von Abfallen (Deponieverordnung), 2004

BLAZEJEWSKI R. ET MURAT-BLAZEJEWSKA S. Soil clogging phenomena in constructed wetlands with

subsurface flow. Water Science and Technology, 1997, Vol. 35, no 5, pp. 183–188.

BOUWER H. Theory of seepage from open channels. Advances in hydrosciences, 1969, vol. 5, pp. 121-172. BOUWER H. Artificial recharge of groundwater: hydrogeology and engineering. Hydrogeology Journal, 2002, vol.

10, pp. 121-142.

BRATTEBO B. O. ET BOOTH D. B. Long-term stormwater quantity and quality performance of permeable pavement systems. Water Research, 2003, vol. 37, pp. 4369–4376.

BRGM. Gestion des sites (potentiellement) pollués, Annexe 5C Valeurs guides en matière de pollution des eaux

et des sols. Orléans : BRGM édition, 2002 BUILDING COMMISSION OF VICTORIA. Regulatory Information Bulletin, Energy Efficiency Standards for New

Residential Buildings. 2005, 36 p. <http://www.buildingcommission.com.au/resources/documents/RIB_final.pdf> (consulté le 16.04.08)

BUREAU OF METEOROLOGY. <http://www.bom.gov.au/climate/averages/>. (Consulté le 4.09.07) CAMMERAAT L.H. ET IMESON A.C. The evolution and significance of soil vegetation patterns following land

abandonment and fire in Spain. Catena, 1999, vol. 37, pp. 107–127. CELIK I., ORTAS I ET KILIC S. Effects of compost, mycorrhiza, manure and fertilizer on some physical properties

of a Chromoxerert soil. Soil & Tillage Research, 2004, vol. 78, pp. 59–67. CERDA A. The effect of patchy distribution of Stipa tenacissima L. on runoff and erosion. Journal of Arid

Environments, 1997, vol. 36, pp. 37–51. CERTU. La ville et son assainissement: principes, méthodes et outils pour une meilleure intégration dans le cycle

de l‘eau. Paris, Ministère de l‘Ecologie, du Développement et de l‘Aménagement Durable, 2003 CHEBBO G. Solides des rejets pluviaux urbains caractérisation et traitabilité. Paris : thèse de l‘ENPC, 1992, 413

p. CHEBBO G., BACHOC A., LAPLACE D. ET LE GUENNEC B. The transfer of solids in combined sewer networks.

Water Science and Technology, 1995, vol. 31, no 7, pp. 95-105.


319

CHOCAT B. Encyclopédie de l‘hydrologie urbaine. Paris : Tec et Doc Lavoisier, 1997, 1136 p. CHOCAT B., BERTRAND-KRAJEWSKI J.-L. ET BARRAUD S. Les eaux pluviales urbaines et rejets urbains de

temps de pluie. Les techniques de l‘Ingénieur. Paris : Edition T.I, 2007, W6 800 – 8-2007. 17 p. CIOLLARO G. ET LAMADDALENA N. Effect of tillage on the hydraulic properties of a vertic soil. Journal of

Agriculture Engineering Research, 1998, vol. 71, pp. 147-155. CITEAU L. Transfert sols-eaux-plantes de micropolluants : état des connaissances et application aux eaux de

ruissellement urbaines. Rapport pour l‘Agence de l‘Eau Seine-Normandie, Nanterre, 2006, 132p. CLARK S. E. ET PITT R. Influencing Factors and a Proposed Evaluation Methodology for Predicting Groundwater

contamination potential from stormwater infiltration facilities. Water Environment Research, 2007, vol. 79, no 1,

pp. 29-36. CLAYTOR R. A. ET SCHUELER T. R. Design of Stormwater Filtering Systems. Silver Spring, Maryland: The

Centre for Watershed Protection, 1996, pagination multiple. CLOZEL B. Distribution spatiale des métaux au sein des sédiments du bassin d‘infiltration Django Reinhardt-

campagne 2002. Rapport BRGM/RP-54811-FR, 2006.

CODE CIVIL. Article 640 et 641 de la Loi 1804-01-31. Promulguée le 10 février 1804. CODE GENERAL DES COLLECTIVITES TERRITORIALES. Article L2224-10 du Code Général des Collectivités

Territoriales. Créé par la Loi n°96-142 promulgué le 21 février 1996. CODE GENERAL DES COLLECTIVITES TERRITORIALES. Article L. 2333-97, L. 2333-98 L. 2333-99 du Code

Général des Collectivités Territoriales. Créé par l‘article 48 de la loi n° 2006-1772 promulguée le 30 décembre 2006.

COVELO E. F., VEGA F. A. ET ANDRADE M. L. Competitive sorption and desorption of heavy metals by

individual soil components. Journal of Hazardous Materials, 2007, vol. 140, pp. 308-315. CRABTREE B. ET MOY F. Pollutants in highway runoff. In: 10th International Conference on Urban Drainage,

Copenhagen, Denmark, 21-26 Aout 2005. CRCCH. MUSIC – Model for Urban Stormwater Improvement Conceptualisation – User Guide 3. Melbourne,

Australia: Cooperative Research Center for Catchment Hydrology, 2005. Disponible sur < www.toolkit.net.au/music> (consulté le 15.01.08)

DANIEL D. E. In situ hydraulic conductivity tests for compacted clay. Journal of Geotechnical Engineering, 1989,

vol. 115, no 9, pp. 1205-1226.

DAVIS A. P., SHOKOUHIAN M., SHARMA H. ET MINAMI C. Laboratory study of biological retention for urban

stormwater management. Water Environment Research, 2001, vol. 73, no 1, pp. 5-14.

DAVIS A. P., SHOKOUHIAN M., SHARMA H., MINAMI C. ET WINOGRADOFF D. Water quality improvement

through bioretention: Lead, copper, and zinc removal. Water Environment Research, 2003, vol. 75, no 1, pp.

73-82. DAVIS A. P., SHOKOUHIAN M., SHARMA H. ET MINAMI C. Water Quality Improvement through Bioretention

Media: Nitrogen and Phosphorus removal. Water Environment Research, 2006, vol. 78, no 3, pp. 284-293.

DECHESNE M. Mesure et modélisation des flux d‘eau et de polluants dans les systèmes d‘infiltration. Thèse

Génie Civil. INSA de Lyon, 2002, 278 p. DECHESNE M., BARRAUD S. ET BARDIN J.-P. Indicators for hydraulic and pollution retention assessment of

stormwater infiltration basins. Journal of Environmental Management, 2004, vol. 71, pp. 371-380. DECHESNE M., BARRAUD S. ET BARDIN J.-P. Spatial distribution of pollution in an urban stormwater infiltration

basin. Journal of Contaminant Hydrology, 2004, vol. 72, pp. 189-205. DIERKES C. ET GEIGER W. F. Pollution retention capabilities of roadside soils. Water Science and

Technologies, 1999, vol. 39, n° 2, pp. 201-208. DIETZ M.E. ET CLAUSEN J.C. A field evaluation of rain garden flow and pollutant treatment. Water, Air and Soil

Pollution, 2005, vol. 167, pp. 123-138.


320

DIETZ M.E. ET CLAUSEN J.C. Saturation to improve pollutant retention in a rain garden. Environmental Science and Technology, 2006, vol. 40, n

o 4, pp. 1335 -1340.

DUNCAN H. P. Urban stormwater quality: a statistical review. Report 99/3, Melbourne, Australia: Cooperative

Research Centre for Catchment Hydrology, 1999. Disponible sur < http://www.catchment.crc.org.au/archive/pubs/prog12.html> (consulté le 16.01.08).

DUNKERLEY D. Hydrologic effects of dryland shrubs: defining the spatial extent of modified soil water uptake

rates at an Australian desert site. Journal of Arid Environments, 2000, vol. 45, pp. 159–172. DUNNE T., ZHANG W. ET AUBRY B. F. Effects of Rainfall, Vegetation, and Microtopography on Infiltration and

Runoff. Water Resources Research, 1991, vol. 27, no 9, pp. 2271–2285.

DURIN B., BÉCHET B., LEGRET M. ET LE CLOIREC P. Role of colloids in heavy metal transfer through a

retention-infiltration basin. Water Science and Technology, 2007, Vol. 56, n° 11, pp. 91-99. DUTCH NATIONAL INSTITUTE OF PUBLIC HEALTH & THE ENVIRONMENT. Circular on target values and

intervention values for soil remediation, 2000. Disponible sur <http://www.sharedspaces.nl/Docs/internationaal/S_I2000.pdf> (consulté le 04.06.07).

ELRICK D. E. ET PARKIN G. W. Analysis of early-time and steady state single-ring infiltration under falling head

conditions. Water Resources Research, 1995, vol. 31, no 8, pp. 1883-1893.

ELLIS B., MARSALEK J. ET CHOCAT B. Encyclopedia of hydrological science – article 97: Urban water quality.

Edited by M G Anderson, Chichester : John Wiley & sons, 2005. ELLIS B., CHOCAT B., FUJITA S., RAUCH W. ET MARSALEK J. Urban drainage: A multilingual Glossary.

London : IWA publishing, , 512 p, 2004. ENVIRONMENT PROTECTION ACT. Victoria (2006 Amendment). 1970.

EPA VICTORIA. State Environment Protection Policy (Waters of Victoria) Our Water, Our Future! Melbourne: EPA Victoria, 2003.

ERIKSSON E., BAUN A., SCHOLES L., LEDIN A., AHLMAN S., REVITT M., NOUTSOPOULOS C. ET MIKKELSEN P.S. Selected stormwater priority pollutants – a European perspective. Science of the Total Environment, 2007, vol. 383, pp. 41 - 51.

ESTEVES M., DESCROIX L., MATHYS N ET LAPETITE J.M. Soil hydraulic properties in a marly gully catchment

(Draix, France). Catena, 2005, vol. 63, pp. 282-298. FAWB. 'About FAWB' Brochure - an outline of FAWB and its work. 2006. Disponible sur

<www.monash.edu.au/fawb/publications/index.html> (Consulté le 24.02.08). FAWB. Advancing the Design of Stormwater Biofiltration. 2008. FLETCHER T., MITCHELL G., DELETIC A. ET LADSON T. Is stormwater harvesting beneficial to urban

waterway environmental flows? In: 4th International Conference on Water Sensitive Urban Design,

Melbourne, Australia, 4-6 Avril 2006. FLETCHER T. D. ET DELETIC A. Statistical evaluation and optimisation of stormwater quality monitoring

programmes. Water Science and Technology, 2007, vol. 56, no 12, pp. 1–9.

FLINT K. ET DAVIS A. Pollutant mass flushing- Characterization of highway stormwater runoff from an ultra-

urban area. Journal of Environmental Engineering, 2007, vol. 133, no 6, pp. 616-626.

GANAYE A., WINIARSKI T., GOUTALAND D. Impact of infiltration basin on the vadose zone: relation between

heavy metals retention and heterogeneity of glaciofluvial deposits. 6th international conference on sustainable techniques and strategies in urban water management, NOVATECH 2007, Lyon - France - June 25-28 2007. pp. 835-842.

GARDNER W.R. Some steady-state solutions of the unsaturated moisture flow equation with application to

evaporation from a water table. Soil Science, 1958, vol. 85, pp. 228–232. GARDNER W.R. How water moves in the soil. Crops Soils, 1962, vol. 15(1), pp. 7-9, vol. 15(2), pp. 9-11.

http://www.catchment.crc.org.au/archive/pubs/prog12.html

http://www.sharedspaces.nl/Docs/internationaal/S_I2000.pdf


321

GASPERY J., MOILLERON R. ET CHEBBO G. Variabilité spatiale de la pollution en HAP transitant dans le réseau d‘assainissement parisien lors d‘événements pluvieux. La Houille Blanche, 2005, Vol. 5, pp. 35-40.

GAUTIER A., BARRAUD S. ET BARDIN J.P. An approach to the characterisation and modelling of clogging in

stormwater infiltration facilities. In: 8th

International Conference on Urban Drainage, Sydney, Australia, 1999.

GILE L.H., GIBBENS R.P. ET LENZ J.M. Soils and sediments associated with remarkable, deeply-penetrating

roots of crucifixion thorn (Koeberlina spinosa Zucc.). Journal of Arid Environments, 1995, vol. 31, pp. 137–151.

GITTINS R. Let's move to Qld, everybody else is. The Age, 9 juillet 2003. Disponible sur

<http://www.theage.com.au/articles/2003/07/08/1057430201611.html> (consulté le 20.01.07). GÖBEL P., DIERKES C. ET COLDEWEY W.G. Storm water runoff concentration matrix for urban areas. Journal

of Contaminant Hydrology, 2007, vol. 91, pp. 26–42. GONZALEZ A., MOILLERON R., CHEBBO G. ET THÉVENOT D. Determination of polycyclic aromatic

hydrocarbons in urban runoff samples from the "Le Marais" experimental catchment in Paris centre. Polycyclic Aromatic Compound Journal, 2000, Vol. 20, pp. 1-19.

GONZALEZ-MERCHAN. Etude de l‘évolution du colmatage de bassin d‘infiltration/rétention en relation avec la

qualité des flux de polluants apportés par les bassins versants urbains. Master recherche Sciences de l‘Environnement Industriel et Urbain. Réalisé au Laboratoire de Génie Civil et d‘Ingénierie Environnementale, 2008, 61 p.

GOODRICH, J.A., PHIPPS, D.W., GORDEN, G.Z. ET MILLS,W.R. Bottom plugging daynamics in recharge

basins. In: Proceedings of the Conference on Irrigation and Drainage, Durango, CO, USA, 1990, p 369–376.

GUIDE METHODOLOGIQUE POUR L‘ANALYSE DES SOLS POLLUES

<http://www.sitespollues.ecologie.gouv.fr/GuidesMethodologiques/guidesevaluations/evaluationsimplifiee/telechargementesr/an05.pdf> (consulté le 10.09.07)

GUSTAVSSON B., LUTHBOM K. ET LAGERKVIST A. Comparison of analytical error and sampling error for

contaminated soil. Journal of Hazardous Materials, 2006, vol. 138, pp. 252–260. HAJRA M. G., REDDI L. N., GLASGOW L. A., XIAO M. ET LEE I. M. Effects of Ionic Strength on Fine Particle

Clogging of Soil Filters. Journal of Geotechnical and Geoenvironmental Engineering, 2002, vol. 128, no 8, pp.

631-639. HALLBERG M., RENMAN G. ET LUNDBOM T. Seasonal Variations of Ten Metals in Highway Runoff and their

Partition between Dissolved and Particulate Matter. Water Air Soil Pollution, 2007, vol. 181, pp. 183–191. HARES R.J. ET WARD N.I. Comparison of the heavy metal content of motorway stormwater following discharge

into wet biofiltration and dry detention ponds along the London Orbital (M25) motorway. The Science of the Total Environment, 1999, vol. 235, pp. 169-178.

HARES R.J. ET WARD N.I. Sediment accumulation in newly constructed vegetative treatment facilities along a

new major road, The Science of the Total Environment, 2004, vol. 334– 335, pp. 473–479. HARRIS G., BATLEY G., FOX D., HALL D., JERNAKOFF P., MOLLOY R., MURRAY A., NEWELL B., PARSLOW

J., SKYRING G. ET WALKER S. Port Phillip Bay Environmental Study Final Report. Canberra: CSIRO, 1996, pagination multiple.

HASELBACH L. M., VALAVALA S. ET MONTES F. Permeability predictions for sand-clogged Portland cement

pervious concrete pavement systems. Journal of Environmental Management, 2006, vol. 81, pp. 42–49. HATT B.E., DELETIC A. ET FLETCHER T.D. (a) Treatment performance of gravel filter media: Implications for

design and application of stormwater infiltration systems. Water Research, 2007, vol. 41, pp. 2513 – 2524.

HATT B. E., FLETCHER T. D. ET DELETIC A. Hydraulic and pollutant removal performance of stormwater filters under variable wetting and drying regimes. Water Science and Technology, 2007b, vol. 56, n

o 12, pp. 11-

19. HATT B. E., FLETCHER T. D. ET DELETIC A. (b) Hydrologic and pollutant removal performance of stormwater

biofiltration systems at the field scale. Submitted to Journal of Hydrology, 2007

HATT B. E., DELETIC A. ET FLETCHER T. D. (c) Stormwater reuse: designing biofiltration systems for reliable

http://www.theage.com.au/articles/2003/07/08/1057430201611.html

http://www.sitespollues.ecologie.gouv.fr/GuidesMethodologiques/guidesevaluations/evaluationsimplifiee/telechargementesr/an05.pdf

http://www.sitespollues.ecologie.gouv.fr/GuidesMethodologiques/guidesevaluations/evaluationsimplifiee/telechargementesr/an05.pdf


322

treatment. Water Science and Technology, 2007, vol. 55, n° 4, pp. 201-209.

HATT B. E., FLETCHER T. D. ET DELETIC A. Hydraulic and pollutant removal performance of fine media stormwater filtration systems. Environmental Science and Technology, 2008, In Press

HEANEY J.P., WRIGHT L. ET SAMPLE D. Research needs in urban wet weather flows. Water Environment

Research, 1999, vol. 71, no 2, pp. 241–250.

HOLTHAM D. A. L., MATTHEWS G. P. ET SCHOLEFIELD D. S. Measurement and simulation of void structure

and hydraulic changes caused by root-induced soil structuring under white clover compared to ryegrass. Geoderma, 2007, vol. 142, pp. 142–151.

HUTTER U., HESSE U. ET KACZMARCZYK B. Investigations on the migration of stormwater pollutants in soils.

In: Novatech ‗1996, 1996, Lyon, France, pp. 567–574.

KAVDIR Y., RASSE D. P. ET SMUCKER A. J.M. Specific contributions of decaying alfalfa roots to nitrate leaching

in a Kalamazoo loam soil. Agriculture, Ecosystems and Environment, 2005, vol. 109, pp. 97–106. KAYHANIAN M., SINGH A., SUVERKROPP C. ET BORROUM S. Impact of Annual Average Daily Traffic on

Highway Runoff Pollutant Concentrations. Journal of Environmental Engineering, 2003, vol. 129, no 11, pp.

975-990. KAYHANIAN M., SUVERKROPP C., RUBY A. ET TSAY K. Characterization and prediction of highway runoff

constituent event mean concentration. Journal of Environmental Management, 2007, vol. 85, pp. 279–295. KILDSGAARD J. ET ENGESGAARD P. Numerical analysis of biological clogging in two-dimensional sand box

experiments. Journal of Contaminant Hydrology, 2001, vol. 50, pp. 261–285. KIM Y. S. ET WHITTLE A. J. Filtration in a Porous Granular Medium: Simulation of Pore-Scale Particle Deposition

and Clogging. Transport in Porous Media, 2006, vol. 65, pp. 53–87. LANGERGRABER G., HABERL R., LABER J. ET PRESSI A. Evaluation of substrate clogging processes in

vertical flow constructed wetlands. Water Science and Technology, 2003, vol. 48, no 5, pp. 25 -34.

LAPERCHE V. ET EISENLOHR L. Influence des stratégies d‘échantillonnage sur la représentativité des

échantillons de sols : exemple d‘un site contaminé par l‘arsenic. In : Première rencontre nationale de la

recherche sur les sites et sols pollués bilan et perspectives, 12 et 13 décembre 2002, Maison de la chimie, Paris 7

ème, France.

LAPERCHE V. Evaluation des performances du spectromètre portable de fluorescence X Niton XL723S (au

laboratoire et sur le terrain). RP-53377-FR. Orléans : BRGM, 2005, 72 p. LARMET H., DELOLME C. ET BEDELL J.-P. Bacteria and heavy metals concomitant transfer in an infiltration

basin: columns study under realistic hydrodynamical conditions. NOVATECH 2007 6th international conference on sustainable techniques and strategies in urban water management, Lyon, France, 25-28 June 2007.

LEE J.H. ET BANG K.W. Characterisation of urban stormwater runoff. Water Research, 2000, vol. 34, n

o 6, pp.

1773–1780 LEGRET M. ET PAGOTTO C. Evaluation of pollutant loadings in the runoff waters from a major rural highway.

The Science of the Total Environment, 1999, vol. 235, pp. 143-150. LEWIS D. J., TATE K. W., DAHLGREN R. A. ET NEWELL J. Turbidity and Total Suspended Solid Concentration

Dynamics in Streamflow from California Oak Woodland Watersheds. PSW-GTR-184, USDA Forest Service Gen. Tech. Rep. 2002.

LIND B. B. ET ENN K. Stormwater infiltration and accumulation of heavy metals in roadside green areas in

Göteborg, Sweden. Ecological Engineering, 1995, vol. 5, pp. 533-539. LINDSEY G. ROBERTS L. ET PAGE W. Inspection and maintenance of infiltration facilities. J. Soil and Water

Cons., 1992, vol. 47, no 6, pp. 481-486.

MAKEPEACE D. K., SMITH D. W. ET STANLEY S. J. Urban stormwater quality: Summary of contaminant data.

Critical Review in Environmental Science and Technology, 1995, vol. 25, no 2, pp. 93-139.

MARSALEK J. ET CHOCAT B. International Report: Stormwater management. Water Science and Technology,


323

2002, vol. 46, no 6–7, pp. 1–17.

MARSALEK J., MARSALEK P.-M. ET SIEKER F. Characteristics of sediments from a stormwater management

pond for urban storm drainage. Water science and Technology, 1997, vol. 36, n° 8-9, pp. 117-122. MARTINELLI A. Infiltration des eaux de ruissellement pluvial et transfert de polluants associés dans un sol urbain.

Thèse de doctorat de l‘INSA de Lyon, 1999, 196 p. + annexes. MASON Y., AMMANN A., AULRICH A. ET SIGG L. Behavior of Heavy Metals, Nutrients and Major Components

during Roof Runoff Infiltration. Environmental Science and Technology, 1999, vol. 33, pp. 1588-1597. MAUCLAIRE L., SCHURMAN A., THULLNER M., GAMMETER S. ET ZEYER J. Sand filtration in a water

treatment plant : biological parameters responsible for clogging. Journal of Water supply : Research and Technology-AQUA, 2004, vol. 53, n

o 2, pp. 93-108.

MELBOURNE WATER. Water Sensitive Urban Design (WSUD) engineering procedures: stormwater. Melbourne:

CSIRO publishing, 2005. MERTENS J., JACQUES D., VANDERBORGHT J. ET FEYEN J. Characterisation of the field-saturated hydraulic

conductivity on a hillslope: in situ single ring pressure infiltrometer measurements. Journal of Hydrology, 2002, vol. 263, pp. 217-229.

MIKKELSEN P.S., WEYER G., BERRY C., WALDEN Y., COLANDINI V., POULSEN S., GROTEHUSMANN D.

ET ROHLFING R. Pollution from urban stormwater infiltration. Water Science and Technology, 1994, vol. 29, pp. 293–302.

MIKKELSEN P.S., HAFLIGER M., OCHSB M., TJELL J.C., JACOBSEN P. ET BOLLER M. Experimental

assessment of soil and groundwater contamination from two old infiltration systems for road run-off in Switzerland. The Science of the Total Environment, 1996, vol. 189/190, pp. 341-347.

MIKKELSEN P.S., HAFLIGER M., OCHSB M., JACOBSEN J.C., TJELL P. ET BOLLER M. Pollution of soil and

groundwater from infiltration of highly contaminated stormwater – a case study. Water Science and Technology, 1997, vol. 36, n° 8-9, pp. 325-330.

MINISTERE DE L‘ECOLOGIE ET DU DEVELOPPEMENT DURABLE. Loi sur l‘eau et les milieux aquatiques. Loi n° 2006-1772. Promulguée le 30 décembre 2006, Journal Officiel du 31 décembre 2006.

MINISTERE DE L‘ECOLOGIE ET DU DEVELOPPEMENT DURABLE. Décret relatif à la nomenclature des

opérations soumises à autorisation ou à déclaration en application de l‘article 10 de la loi n° 92-3 du 3 janvier 1992 sur l‘eau. Décret 93-743, 29 mars 1993.

MINISTERE DE L‘ECOLOGIE ET DU DEVELOPPEMENT DURABLE. Décret n

o 2001-1220 du 20 décembre

2001 relatif aux eaux destinées à la consommation humaine, à l'exclusion des eaux minérales naturelles, J.O n° 297 du 22 décembre 2001.

MINISTERE DE L‘ENVIRONNEMENT ET DU DEVELOPPEMENT DURABLE (MEDD). La démarche

d‘interprétation des milieux. Paris : MEDD, 2007a. MINISTERE DE L‘ENVIRONNEMENT ET DU DEVELOPPEMENT DURABLE (MEDD). Diagnostics du site.

Paris : MEDD, 2007b. MINISTERE DES SOLIDARITES, DE LA SANTE ET DE LA FAMILLE. Etat sanitaire des eaux de baignade en

mer et en eau douce -résultats 2004. Rapport mai 2005. 101 p. Disponible sur

<http://baignades.sante.gouv.fr/> MONTGINOUL M. La consommation d‘eau des ménages en France : Etat des lieux. Strasbourg : Cemagref et

Ecole Nationale du Génie de l‘Eau et de l‘Environnement de Strasbourg, 2002, 41 p. MORGAN R.P.C., QUINTON J.N. ET EDWARDS J. Vegetation strategies for combating desertification.

MEDALUS II Project 3 Managing Desertification. Contract EV5V-CT92- 0165. Final Report covering the period 1 January 1991 to 30 September 1995.

MORRISON G. M. P., REVITT D. M., ELLIS J.B., BALMER P. ET SVENSSON G. Heavy metal partitioning

between the dissolved and suspended solid phases of stormwater runoff from a residential area. The Science of the Total Environment, 1984, vol. 33, pp. 287.

MOUSAVI S.-F. ET REZAI V. Evaluation of scraping treatments to restore initial infiltration capacity of three

http://spoke.inist.fr:8595/webspirs/doLS.ws?ss=Water-science-and-technology+in+SO


324

artificial recharge projects in central Iran. Hydrogeology Journal, 1999, vol. 7, pp. 490–500. MUTHUKUMARAN M., CHIEW F.H.S., WONG T.H.F. Size distribution and partitioning of urban pollutants. In: 9

th

International Conference on Urban Drainage. Portland, Oregon, USA, 2002. NATIONAL INSTITUTE OF STANDARDS AND TECHNOLOGY (NIST). Guidelines for Evaluating and Expressing

the Uncertainty of NIST Measurement Results. Technical Note 1297, United States Department of Commerce Technology Administration, 1994.

NATIONAL ENVIRONMENT PROTECTION COUNCIL (NEPC). Schedule B(1), Guideline on the Investigation

Levels for Soil and Groundwater. 1999 NEW JERSEY DEPARTMENT OF ENVIRONMENTAL PROTECTION. New Jersey Stormwater Best

Management Practices Manual. Trenton, NJ, 2004, pagination multiple. NGUYEN L. Accumulation of organic matter fractions in a gravel-bed constructed wetland. Water Science and

Technology, 2001, vol. 44, no 11–12, pp. 281–287.

NIGHTINGALE H.I. Water quality beneath urban runoff water management basins. Water Resources Bulletin,

1987, vol. 23, no 2, pp. 197– 205.

NMHSPE. Circular on target values and intervention values for soil remediation. The Netherlands Ministry of

Housing, Spatial Planning and the Environment. 2000. Disponible sur <www.vrom.nl> (Consulté le 10.01.08) NORRSTROM A. C. ET JACKS G. Concentration and fractionation of heavy metals in roadside soils receiving de-

icing salts. the Science of the Total Environment, 1998, vol. 218, pp. 161-174. NORTH CENTRAL TEXAS COUNCIL OF GOVERNMENTS. Annual regional stormwater monitoring report for

North Central Texas, 23 p, 1999. Disponible sur <http ://www.txnpsbook.org> OUATTARA K., OUATTARA B., NYBERG G., SE´DOGO M.P. ET MALMER A. Ploughing frequency and compost

application effects on soil infiltrability in a cotton–maize (Gossypium hirsutum–Zea mays L.) rotation system on

a Ferric Luvisol and a Ferric Lixisol in Burkina Faso. Soil & Tillage Research. 2007, vol. 95, pp. 288–297. PACKMAN J. J., COMINGS K. J. ET BOOTH D. B. Using turbidity to determine total suspended solids in

urbanizing streams in the Puget Lowlands. In: Confronting Uncertainty: Managing Change in Water

Resources and the Environment, Canadian Water Resources Association annual meeting, Vancouver, BC, Canada, 1999.

PAGLIAI M., VIGNOZZI N. ET PELLEGRINI S. Soil structure and the effect of management practices. Soil &

Tillage Research, 2004, vol. 79, pp. 131–143. PERRODIN Y., DELOLME C., WINIARSKI T., BEDELL J.-P.., BARRAUD S., BARDIN J.-P., LE COUSTUMER

S., GIBERT J., MALARD F., MERMILLOT-BLONDIN F., GOURDON R., DESJARDIN V., BRELOT E. ET BACOT L. Rapport final du Programme "MGD Infiltration" (maîtrise et gestion durable des ouvrages d'infiltration des eaux pluviales en milieu urbain). Programme RGCU financé par le Ministère de la Recherche, novembre 2005, 250 p.

PICHARD A. Cuivre et ses dérivées. Version N°1-5-février 05, INERIS- Fiche de données toxicologiques et

environnementales des substances chimiques, 2005. PICHARD A. Plomb et ses dérivées. Version N°2-1/2003, INERIS- Fiche de données toxicologiques et

environnementales des substances chimiques, 2003. PICHARD A. Zinc et ses dérivées. Version N°2-2-mars 2005, INERIS- Fiche de données toxicologiques et

environnementales des substances chimiques, 2005. PITT R. E., FIELD R., LALOR M. ET BROWN M. Urban stormwater toxic pollutants: assessment, sources, and

treatability. Water Environment Research, 1995, vol. 67, no 3, pp. 260-275.

PITT R. E., CLARK S. ET FIELD R. Groundwater contamination potential from stormwater infiltration practices.

Urban Water, 1999, vol. 1, pp. 217-236. PLATZER C. ET MAUCH K. Soil clogging in vertical flow reed beds – mechanisms, parameters, consequences

and … solutions. Water Science and Technology, 1997, vol. 35, n° 5, pp. 175 -181. POKRAJAC D. ET DELETIC A. Clogging of infiltration drainage systems. In: SOM 2002, University of Sheffield

http://www.txnpsbook.org/


325

and Bradford, 2002. PONIZOVSKY A.A., THAKALI S., ALLEN H.E., DI TORO D.M. ET ACKERMAN A.J. Effect of soil properties on

copper release in soil solutions at low moisture content. Environmental Toxicology and Chemistry, 2006, vol. 23, n°3, pp. 671-682.

RAIMBAULT G, NADJI D. ET GAUTHIER C. Stormwater infiltration and porous material. In: 8

th International

Conference on Urban Drainage, Sydney, Australia, 1999. RASSE D. P., SMUCKER A. J. M. ET SANTOS D. Alfalfa Root and Shoot Mulching Effects on Soil Hydraulic

Properties and Aggregation. Soil Science Society American Journal, 2000, vol. 64, pp. 725–731. REDDI L.N., MING X., HAJRA M.G. ET LEE I.M. Permeability reduction of soil filters due to physical Clogging.

Journal of Geotechnical and Geoenvironmental Engineering, 2000, vol. 126, no 3, pp. 236-246.

REYNOLDS W. D. ET ELRICK D. E. Ponded infiltration from a single ring: Analysis of steady flow. Soil Science

Society American Journal, 1990, vol. 54, pp. 1233-1241. REYNOLDS W. D., BOWMAN B. T., BRUNKE R. R., DRURY C. F. ET TAN C. S. Comparison of tension

infiltrometer, Pressure infiltrometer, and soil core estimates of saturated hydraulic conductivity. Soil Science Society American Journal, 2000, vol. 64, pp. 478-484.

RINCK-PFEIFFER S., RAGUSA S., SZTAJNBOK P ET VANDEVELDE T. Interrelationships between biological,

chemical, and physical processes as an analogue to clogging in aquifer storage and recovery (ASR) wells. Water Research, 2000, vol. 34, n

o 7, pp. 2110-2118.

ROWE R. K., VANGULCK J .F. ET MILLWARD S. C. Biologically induced clogging of a granular medium

permeated with synthetic leachate. Journal of Environnemental Engineering Science, 2002, vol. 1, pp. 135–156.

RUBAN V. Caractérisation et gestion des sédiments de l‘assainissement pluvial. Paris, Edition LCPC, 2005,

151p. SANSALONE J. J. ET BUCHBERGER S. G. An infiltration device as a best management practice for immobilizing

heavy metals in urban highway runoff. Water Science and Technology, 1995, vol. 32, no 1, pp. 119-125.

SANSALONE J. J., BUCHBERGER S. G. ET AL-ABED S. R. Fractionation of heavy metals in pavement runoff.

The Science of the Total Environment, 1996, vol. 189/190, pp. 371-378. SANSALONE J. J. ET BUCHBERGER S. G. Characterisation of solid and metal element distribution in urban

highway stormwater. Water Science and Technology, 1997, vol. 36, n° 8-9, pp. 155-160. SCHUELER T.R., KUMBLE P.A. ET HERATY M.A. A Current Assessment of Urban Best Management Practices,

Techniques for Reducing Non-point Source Pollution in the Coastal Zone. Washington D.C: Metropolitan Washington Council of Governments, 1992, pagination multiple.

SCHUH W. M. Seasonal variation of clogging of an artificial recharge basin in a northern climate. Journal of

Hydrology, 1990, vol. 121, pp. 193-215. SIRIWARDENE N.R., DELETIC A. ET FLETCHER T. D. Clogging of stormwater gravel infiltration systems and

filters: Insights from a laboratory study. Water Research, 2007, vol. 41, pp. 1433-1440. SUK N. S., GUO Q. ET PSUTY N. P. Feasibility of Using a Turbidimeter to Quantify Suspended Solids

Concentration in a Tidal Saltmarsh Creek. Estuarine, Coastal and Shelf Science, 1998, vol. 46, pp. 383–391. SWEDISH ENVIRONMENT PROTECTION AGENCY. Development of generic guideline values – Model and data

used for generic guideline values for contaminated soils in Sweden. Report 4639, Sweden : SWEDISH ENVIRONMENT PROTECTION AGENCY, 1996.

TAYLOR G. D., FLETCHER T. D., WONG T. H.F., BREEN P. F. ET DUNCAN H. P. Nitrogen composition in

urban runoff—implications for stormwater management. Water Research, 2005, vol. 39, pp. 1982–1989. THOMSON N. R., MCBEAN E. A., SNOGGRASS W. ET MONSTRENKO I. B. Highway stormwater runoff quality

: development of surrogate parameter relationships. Water, Air, and Soil Pollution, 1997, vol. 94, pp. 307–347 THULLNER M., MAUCLAIRE L., SCHROTH M. H., KINZELBACH W. ET ZEYER J. Interaction between water

flow and spatial distribution of microbial growth in a two dimensional flow field in saturated porous media.


326

Journal of Contaminant Hydrology, 2002, vol. 58, pp. 169– 189. TINGUE W. Méthode d‘évaluation de la charge de polluants piégés dans un bassin d‘infiltration et estimation de

son évolution – application au cas du bassin de Django Reinhardt. Rapport interne LGCIE. 2008. 80 p. TORRES A., LIPEME KOUYI G., BERTRAND KRAJEWSKI J.-L., PAQUIER A., BARDIN J.-P., BARRAUD S.

Rapport sur la caractérisation du comportement des polluants dans un bassin de retenue / décantation et caractérisation des apports alimentant les ouvrages d‘infiltration. Délivrable DA1, programme ANR – PRECODD – Ecopluies, 2007, 58 p.

TUCCILLO M. E. Size fractionation of metals in runoff from residential and highway storm sewers. Science of the

Total Environment, 2006, vol. 355, pp. 288-300. VANGULCK J. F. ET ROWE K. R. Evolution of clog formation with time in columns permeated with synthetic

landfill leachate. Journal of Contaminant Hydrology, 2004, vol. 75, pp. 115– 139. VAUCLIN M., ELRICK D. E., THONY J. L., VACHAUD G., REVOL PH. ET RUELLE P. Hydraulic conductivity

measurements of the spatial variability of a loamy soil. Soil Technology, 1994, vol. 7, pp. 181-195. VICTORIAN STORMWATER COMMITTEE. Urban Stormwater: Best Practice Environmental Management

Guidelines. Melbourne: CSIRO publishing, 1999, pagination multiple. VICTORIAN PLANNING PROVISIONS. Clause 56 of the Sustainable Neighbourhoods Code - Residential

Subdivision. Victorian Department of Sustainability and Environment. 2007. WAARMARS E., LARSEN A. V., JACOBSEN P. ET MIKKELSEN P. S. Hydrologic behaviour of stormwater

infiltration trenches in a central urban area during 2 years of operation. Water Science and Technology, 1999, vol. 39, n

o 2, pp. 217-224.

WATER ACT. Act No. 80/1989, Version incorporating amendments as at 1 July 2004. Victorian Legislation and

Parliamentary Documents, 2004. Disponible sur < http://www.envict.org.au/inform.php?menu=7&submenu=220&item=668 > (Consulté le 24.02.07)

WENDELBORN A., MUDD G. ET DELETIC A. Sorption behaviour of zinc and copper from stormwater injected

into siliceous aquifer materials for aquifer storage and recovery (ASR) - 1. Batch experiments. Journal of Contaminant Hydrology (soumis), 2008.

WHITELEY J. D. ET MURRAY F. Autocatalyst-derived platinum, palladium and rhodium (PGE) in infiltration basin

and wetland sediments receiving urban runoff. The Science of the Total Environment, 2005, vol. 341, pp. 199– 209.

WILCOX B. P., BRESHEARS D. D. ET TURIN H. J. Hydraulic Conductivity in a Pinon-Juniper Woodland:

Influence of Vegetation. Soil Science Society American Journal, 2003, Vol. 67, pp. 1243–1249. WINIARSKI T., BEDELL J.-P., DELOLME C., PERRODIN Y. The impact of stormwater on a soil profile in an

infiltration basin. Hydrogeology Journal, 2006, 14, pp. 1214-1251.

WINIARSKI T., DELOLME C., BEDELL J.P., GHIDINI M., CROSNIER J. ET BOBILLON G. Profils chimique, biologique et perméabilité du bassin Django Reinhardt. Rapport final. Vaulx-en-Velin : Ecole Nationale des Travaux Publics de l‘Etat, 2001.

WINOGRADOFF D. A. The bioretention manual. Prince‘s Georges County Maryland. 2002. Disponible sur

<http://www.co.pg.md.us/Government/AgencyIndex/DER/ESD/Bioretention/bioretention.asp> (consulté le 18.01.2008).

WINTER K.-J. ET GOETZ D. The impact of sewage composition on the soil clogging phenomena of vertical flow

constructed wetlands. Water Science and Technology, 2003, Vol. 48, no 5, pp. 9-14.

WONG T. Australian Runoff Quality, A guide to Water Sensitive Urban Design. Sydney: Engineers Australia,

2006, pagination multiple.

WOODING R. A. Steady infiltration from a shallow circular pond. Water Resources Research, 1968, vol. 4, no 6,

pp. 1259 – 1273. WU F.-C. ET HUANG H.-T. Hydraulic resistance induced by deposition of sediment in porous medium. Journal of

Hydraulic Engineering, 2000, vol. 126, no 7, pp. 547-551.


327

YIN Y., IMPELLITERI C. A., YOU S.-J., ALLEN H.E. The importance of soil organic matter distribution and extract soil: solution ratio on the disoprtion of heavy metals from soils. Science of the Total Environment, vol. 287, pp. 107-119.

YOUNGS E. G., ELRICK D. E. ET REYNOLDS W. D. Comparison of steady flows from infiltration rings in ―Green

and Ampt‖ and ―Gardner‖ soils. Water Resources Research, 1993, vol. 29, no 6, pp. 1647-1650.

ZINGER Y. Optimisation of nitrogen removal in biofiltration systems. PhD thesis. Melbourne, Monash University,

(en preparation)

328

329

Annexes

Annexes

330

Annexes

331

A. Etapes de la construction d’un biofiltre

(Photos Brisbane City Council, 2007)

Annexes

332

B. Mesure de la conductivité hydraulique

L‘importance du sol est de sa conductivité hydraulique est primordial pour le bon

fonctionnement des ouvrages d‘infiltration. La revue bibliographique suivante a pour but de présenter

les différentes méthodes disponibles pour mesurer la conductivité hydraulique in situ. Après une

présentation générale de différentes méthodes de mesure de la conductivité hydraulique, la méthode

de l‘infiltromètre à anneau simple sera présentée plus en détail car nous verrons qu‘elle est la plus

adaptée à la mesure de la conductivité hydraulique dans les systèmes d‘infiltration.

Nous nous attacherons particulièrement à présenter le protocole expérimental (dimension de

l‘appareil, charges hydrauliques utilisées, durée nécessaire pour atteindre le régime permanent), les

limitations de la méthode, la théorie pour calculer la conductivité hydraulique, les ordres de grandeurs

pour différents sols, les coefficients de variations liés aux mesures et la densité de tests par m².

Méthodes de mesure de la conductivité hydraulique in situ

Il existe principalement 3 types de perméamétres pour mesurer la conductivité hydraulique in

situ (Daniel, 1989) :

- Essais en forages : Ces essais consistent à creuser un trou et mesurer la vitesse d‘infiltration de

l‘eau dans le sol. Deux types d‘essai peuvent être généralement effectués : l‘essai Porchet (la

charge est variable et on mesure la diminution de la hauteur d‘eau en fonction du temps) et l‘essai

Lefranc (la charge est gardée constante et le volume infiltré est mesuré). Ces types d‘essai ne

sont pas très adaptés à la mesure de la conductivité hydraulique dans les systèmes d‘infiltration

car ils sont trop destructifs.

- Lysimètres : Ces essais nécessitent d‘installer des drains sous le sol dont on veut mesurer la

conductivité hydraulique. Il s‘agit ensuite de faire une mesure directe du débit d‘infiltration dans les

drains et d‘appliquer la loi de Darcy pour calculer la conductivité hydraulique. Cette méthode

pourrait être utilisable pour des biofiltres, ceux-ci ayant toujours des drains placés en fond

d‘ouvrage. Cela suppose cependant que le dispositif de mesure ait bien été prévu à la

construction du biofiltre de manière à faciliter les mesures.

- Essai de surface (infiltromètres à anneau) : Différentes méthodes existent, soit en charge

(anneau simple ou double) soit en charge négative (tensiomètre à disque).

La méthode de surface par infiltrométrie la plus ancienne pour déterminer la conductivité

hydraulique d‘un sol (en surface) est celle de l‘anneau simple. Un anneau est enfoncé dans le sol à

une profondeur de quelques centimètres, le sol est ensuite soumis à une charge hydraulique

constante et le débit d‘infiltration est ensuite mesuré (Daniel, 1989). L‘écoulement est supposé vertical

est unidirectionnel. La conductivité hydraulique est ensuite calculée en appliquant la loi de Darcy soit :

Annexes

333

²)( ahLH

QLK fs Éq. 46

Avec : Q le débit d‘infiltration constant, L la profondeur du front d‘infiltration, H la charge hydraulique

dans l‘anneau, h la pression interstitielle sous le front d‘infiltration, a le rayon de l‘anneau.

Les limites évidentes de cette méthode sont d‘une part la mesure difficile du front d‘infiltration,

l‘estimation de la pression interstitielle sous le front d‘infiltration et d‘autre part la surestimation du

débit d‘infiltration à cause de la non prise en compte des écoulement latéraux. Afin de limiter ces

écoulements latéraux, une des solutions est d‘ajouter un anneau externe. Cependant, cette méthode

ne fonctionne que pour des anneaux de très grand rayon, et pour des charges hydrauliques faibles

(Reynolds et Elrick, 1990) ce qui rend la méthode peu utilisable.

Une autre approche développée pour mesurer la conductivité hydraulique est l‘utilisation des

perméamètres à disque. Lors de l‘utilisation de ces systèmes, il n‘y a pas d‘écoulement divergent, il

n‘est pas nécessaire de connaître la pression interstitielle dans le sol et l‘installation du système n‘a

pas d‘impact sur le sol, l‘anneau étant enfoncé à une profondeur de 4 mm dans le sol. Cependant

cette méthode nécessite une surface très plane et la mesure de la différence de teneur en eau à a la

surface du sol.

Nous allons présenter plus en détail la méthode de l‘anneau simple qui a été développé dans

les années 1990. Cette méthode prend en compte la capillarité du sol, ne nécessite pas d‘estimer la

pression interstitielle sous le front d‘infiltration, peut être mis en place même si le sol n‘est pas

parfaitement plan et ne nécessite aucune mesure de teneur en eau dans le sol.

Méthode de l’anneau simple Présentation du système de mesure

L‘infiltromètre à anneau consiste en un petit tuyau rigide dont les dimensions sont d‘environ 30

cm de hauteur et 10 cm de diamètre. Cet anneau est généralement enfoncé dans le sol à tester à une

profondeur de 5 cm. L‘anneau est ensuite connecté à une bouteille de Mariotte ou à tout autre

système permettant de garder une charge constante.

Le test est fait pour au moins deux différentes charges hydrauliques : une première hauteur

d‘eau de 5 cm minimum puis une seconde plus élevée. La charge est gardée constante durant

l‘expérience en versant de l‘eau dans l‘anneau. Lorsque le volume versé ne varie plus en fonction du

temps (c'est-à-dire qu‘un régime est établi), le débit d‘infiltration est considéré constant est le sol est

supposé saturé. Les débits d‘infiltration constants sont ensuite utilisés pour calculer la conductivité

hydraulique in situ à saturation (Kfs : field saturation).

Annexes

334

Principe d‘évaluation de la conductivité hydraulique à saturation à partir des mesures in situ

Le débit d‘infiltration des infiltromètres à anneau unique approche rapidement un débit

constant (plus l‘anneau est petit et plus le régime permanent est atteint rapidement). Cependant le

débit d‘infiltration mesuré par unité de surface ne peut pas être identifié à la conductivité hydraulique à

saturation car l‘écoulement est tri-dimensionnel. Lorsque l‘on utilise un infiltromètre à anneau unique,

résoudre l‘équation de Richards est compliqué car les conditions aux limites sont difficiles à obtenir.

Cependant, en faisant des hypothèses sur la relation spécifique entre la conductivité hydraulique et la

pression interstitielle dans le sol, une formulation approchée pour l‘écoulement dans le sol à travers

l‘infiltromètre peut être faite (Youngs et al., 1993). Ainsi, on prend comme hypothèse que la

conductivité hydraulique et le potentiel de pression du sol sont liés par la relation de Gardner (1958):

h

fseKhK )( Eq. 47

Avec Kfs la conductivité hydraulique in situ à saturation, h le potentiel de pression dans le sol et α un

paramètre relatif à la porosité du sol

Avec cette approximation, une solution pour le débit à travers l‘infiltromètre a été donnée par

Wooding (1968) :

fs

fs

aKKaQ

4² Eq. 48

Avec a le rayon de l‘anneau.

Cette relation n‘est valable que si on suppose qu‘il n‘y a pas de charge hydraulique à la

surface du sol. Cette solution a ensuite été généralisée par Reynolds et Elrick (1990) pour un débit

d‘infiltration constant et pour une hauteur d‘eau constante dans l‘anneau. L‘expression analytique

suivante met en relation le débit d‘infiltration est la conductivité hydraulique :

aGaG

HKfsq

KaHKG

aQ

m

fsmfs

)1(

)( 2

Eq. 49 et 50bis

Avec Q le débit d‘infiltration constant, q la vitesse d‘infiltration constante, a le rayon de l‘anneau, H la

hauteur d‘eau dans l‘anneau, G un facteur de forme, φm le potentiel de matrice.

Dans l‘équation 5bis, le premier terme de l‘équation représente les effets de la gravité, le

second terme les effets de la charge hydraulique à la surface du sol et le dernier terme représente les

effets de la capillarité dans le sol. Le facteur de forme G est estimé par la relation suivante :

184.0316.0a

dG Eq. 50

Avec d la profondeur d‘insertion de l‘anneau.

Annexes

335

G est indépendant de la conductivité hydraulique du sol et de la hauteur d‘eau dans

l‘infiltromètre si celle-ci est supérieure à 5 cm.

Afin de résoudre l‘équation 5 pour Kfs et φm il est nécessaire de répéter l‘expérience pour deux

hauteurs d‘eau dans l‘anneau (avec H2 > H1) sans drainage entre les expériences. Kfs et α sont

ensuite calculés par la relation suivante:

12

12

HH

QQ

a

GK fs Eq. 51

12

12

12

2112

)(

)(

HH

QQaG

HH

QHQH

a

Gm Eq. 52

Et α de la relation de Gardner est approximée par:

m

fsK Eq. 53

Limites de la méthode

Reynolds et al. (2000) ont analysé les possibles limitations de cette méthode de mesure. Elles

sont liées à la relative petite taille de l‘échantillon testé dû à la petite taille de l‘anneau, aux possibles

modifications du sol durant l‘installation de l‘anneau (notamment une compaction du sol) et aux

possibles effets de bord (risque d‘écoulement préférentiel le long de l‘anneau). Il est à noter que cette

méthode peut aussi aboutir à des valeurs de Kfs et α négative notamment si le débit d‘infiltration

constant à la seconde charge hydraulique est inférieur au débit de la première charge. Cela peut être

dû aux hétérogénéités du sol et notamment à la présence de macropores (Elrick et Parkin, 1995).

Enfin, Reynolds et Elrick (1990) ont montré que cette méthode permettait de mesurer la conductivité

hydraulique avec une erreur de ± 17 % liée au choix des charges hydrauliques et des dimensions de

l‘anneau.

Exemples d‘application de la méthode dans différentes études de la littérature

L‘étude de la robustesse des résultats fournis par cette méthode appliquée à différents types

de sol a été effectuée par de nombreux auteurs. Un bilan des études menés sur des sols de type

sable limoneux (conductivité hydraulique similaire aux sols des ouvrages d‘infiltration) est présenté au

Tableau 5-2, et a pour but de montrer des exemples de résultats avec cette méthode. Les

constatations suivantes peuvent être tirées:

- Dans toutes les études la dimension de l‘anneau est du même ordre de grandeur : le diamètre est

généralement compris entre 100 et 150 mm et l‘enfoncement est compris entre 50 mm et 100

mm.

- En terme de densité des tests : peu de données existent et dépendent évidemment de

l‘homogénéité supposée du milieu à tester. Généralement on compte environ un test pour 10 m²

de terrain

Annexes

336

- Concernant la durée de l‘expérience : elle dépend naturellement du type de sol. Dans les études

mentionnées, elle est comprise entre 20 min et 2 h pour atteindre le régime permanent pour la

première charge, plus rapide pour la seconde charge

- En terme de variabilité des résultats : la variabilité au sein d‘un même site peut être importante et

semble dépendre de la nature des sols. Les coefficients de variation sont compris entre 30% et

130%.

- Enfin en ce qui concerne la corrélation entre mesure in situ et en laboratoire : les expériences

menées en laboratoire sur des échantillons non remaniés et les mesures in situ semblent donner

des résultats de même ordre de grandeur.

Annexes

337

Etude But de l‘étude Type de

sol

Caractéristiques du système de

mesure

Charges hydrauliques

Régime permanent Résultats

Vauclin et al. 1994

Etude de l‘effet de la charge

hydraulique sur la qualité des

résultats

Limon Enfoncement

50 mm 6 cm, 16 cm et 25.5 cm

Qinf constant après 10 à 12 min

Charge hydraulique (cm) 6 & 16 6 & 25.5 16 &

25.5

6, 16 &

25.5

Kfs* (mm/h) 118 107 93 106

Cv 0.35 0.355 0.412 0.356

α (m-1) 19.2 12.4 6.7 11.7

Cv 0.511 0.376 0.576 0.480

n=32 tests, *moyenne géométrique Mesures faites sur une grille de 4mX 8m

Reynolds et al., 2000

Comparaisons de différentes méthodes de mesure de la conductivité hydraulique

Sable et limon

Diamètre 100 mm,

enfoncement 100 mm

8.5<h1<13.8 cm et

21<h2<41.8 cm

Qinf constant pour au moins 10 min. Atteint

après 20 à 30 min pour la première charge et 15 à 20 min pour la

seconde.

n kfs (mm/h) Cv Méthode

Sable 12 193 0.581 In situ

11 293 0.737 Laboratoire

Limon 10 248 0.795 In situ

9 122 0.3449 Laboratoire

Tests en laboratoire (méthode classique à charge constante) sur des échantillons non remaniés : cylindre de 10cm de diamètre et 10cm de long. Les tests sont répétés 7 à 12 fois.

Esteves et al, 2005

Etude de la variabilité

spatiale de la conductivité hydraulique

Terres Noires

Diamètre 100 mm,

enfoncement 10mm

10mm Pas d‘information

Sites 1 2 3 4 5 6

Kfs moyen (mm/h) 19 15 53 227 101 33

Cv 1.257 0.976 0.641 0.459 0.653 1.280

n 8 8 7 6 9 6

Tests effectués sur une surface de 5 m²

Bagarello et al., 2000

Effets du facteur temporel sur la mesure de la conductivité hydraulique

Et comparaison avec les

mesures in situ

Sable limoneux

Diamètre 150 mm,

enfoncement 50 mm

5.5 cm et 12.3 cm

Qinf constant pendant

15 min.

15 tests sont effectués. 3 tests sont effectués à la suite (à une heure d‘intervalle)

Kfs (mm/h) Cv

Test #1 70.2 1.622

Test #2 27.3 1.070

Test #3 20.6 0.918

Tableau 5-1 : Conductivité hydraulique mesuré in situ en laboratoire sur 3 échantillons

Des tests en laboratoire sont ensuite conduits sur des échantillons non remaniés (5

cm de diamètre et 8 cm de long). 5 tests sont effectués en laboratoire sur 3

échantillons : les 3 premières expériences sont faites en saturant l‘échantillon par le

haut, puis par le bas et enfin après avoir séché l‘échantillon à 105°C pendant 3 h et

en enlevant les 5 mm supérieurs de l‘échantillon (Tableau 5-1).

Les résultats des mesures en laboratoire et sur le terrain sont similaires. Les résultats

des tests d‘infiltration en laboratoire montrent peu de différence entre saturation totale

Annexes

338

Tableau 5-2 : Bilan bibliographique sur les mesures de Kfs par la méthode de l‘anneau superficiel

Annexes

339

C. Description des sites de la coté Est australienne

Nom du site Bourke St tree pit Hallam Bypass, Floret Pl Hallam Bypass, Wanke

Rd Hallam Bypass, Wanke

Rd basin

Caractéristiques du basin versant

Taille (m²) 100

Imperméabilité (%) 100

Type d‘urbanisation Route à faible traffic Autoroute Autoroute Autoroute

Taille effective (m²) 100

Caractéristiques du biofiltre

Taille (m²) 1.44 120 12 168

% du BV imperméabilisé 1.44

Profondeur du média (mm) 150 à 300 150 200

Age (mois) 2005 2003 2003 2003

Végétation 1 arbre Pas de végétation Plus de végétation isolepus nodosa mais en

mauvais état

Couche de drainage Graviers et 4 drains de 220

mm de diamètre

Graviers et 5 drains de 250 mm de diamètre

Caractéristiques du corps de biofiltre

Conductivité hydraulique initiale (mm/h)

Densité

Matière organique (%)

pH

CaCl2

Granulométrie

Argile (%)

Annexes

340

Nom du site Wolseley Pd, Vic Park, NSW Leyland Gr, Vic Park, NSW Tanzanite St, 2nd Pond Creek, NSW


Taille (m²) 1500 1800

Imperméabilité (%) 100 100

Type d‘urbanisation Zone résidentielle Zone résidentielle Zone résidentielle

surface active (m²) 1500 1800


Taille (m²) 330 180 ~2000 m²

% du BV imperméabilisé 22 10

Profondeur du média (mm) 500 200 200 à 300 mm

Age (mois) 2000 2000

Végétation Isolepus nodosa, Lomandra longifolia, Lemon sented gum

Couche de drainage 300 mm de sable 100 mm de sable et de gravier

Caractéristiques du média


Densité


pH

CaCl2

Granulométrie

Argile (%)

Annexes

341

Nom du site Donnelly Pl., Bell‘Vista, Sunshine Coast, QLD

Hoyland St, Brisbane, QLD Saturn Cr, Brisbane, QLD Streisand Dr, Brisbane, QLD


Taille (m²) 2055 17400 900 1300

Imperméabilité (%) 55 100 75 85

Type d‘urbanisation Zone résidentielle Route à fort trafic Zone résidentielle Zone résidentielle

surface active (m²) 1130 ~17400 675 1105


Taille (m²) 32.2 ~860 20 20

% du BV imperméabilisé 1.6 4.9 3.0 1.8

Profondeur du média (mm) 600 820 400 400

Age Août 2006 Construction - 2001, végétation - 2002. Mars 2006 Mars 2006

Végétation Dianella Dianella

Couche de drainage 200 mm de sable grossier

et drains de 100 mm Couche de sable grossier, gravier et

drains de 150 mm

Couche de gravier (200 mm) et de sable grossier (100 mm) et

2 drains de 100 mm

Couche de gravier (200 mm) et de sable grossier (100 mm) et

2 drains de 100 mm


conductivité hydraulique initiale (mm/h)

370 (AS 4419) 410 (AS 4419) 550 (AS 4419)

Densité 1.3 1.63 1.29 0.8

Matière organique (%) 5.5 pas d‘information 2.7 5

pH 5.7 pas d‘information 5.2 5.2

CaCl2 1 pas d‘information 1 2

Granulométrie pas d‘information d10 = 0.15 mm, d50= 0.3 mm et d90= 0.6

mm d10 0.4 μm, d50 = 0.3 mm et

d90=0.6 mm pas d‘information

Argile (%) pas d‘information 10-25% ~9 % pas d‘information

Annexes

342

Nom du site Monash Car Park, Clayton,

VIC Cremorne St, Richmond, VIC Aleyne St, Chelsea, VIC

Point Park, Docklands, VIC


Taille (m²) 4500 60 à 600 m² 70 à 215 m² 370 m² à 410 m²

Imperméabilité (%) 100 100 % 100% 100 %

Type d‘urbanisation Parking Route et zone industrielle Route en zone

pavillonaire Parking

Taille effective (m²) 4500 60 à 600 m² 70 à 215 m² 370 m² à 410 m²


Taille (m²) 45 Entre 5 m² et 20 m² Entre 10 et 30 m² 7 m²

% du BV imperméabilisé 1 Entre 1 et 18% 8 à 22 % 1.7 à 1.9 m²

Profondeur du média (mm) 500 200 à 600 mm 400 mm 500 mm

Age (mois) 02/2006 2003 2005 2005

Végétation Carex, Isolepus nodosa,

Lomandra Carex, Isolepis nodosa, Lepidosperma concavum, Lomandra et Lophostemon

Dianella Revoluta

Couche de drainage 20 cm de sable et 10 cm

de gravier Gravier et drains de 80 mm espacé de

1000 mm

Couche de gravier de 150 mm et drains de

100 mm Couche de gravier



251 (AS4419) Strip 1 80 < Ks< 180

Densité


pH 7.1

CaCl2

Granulomètrie

Argile (%)

Annexes

343

Nom du site Hamilton St, W. Brunswick,

VIC Parker St, Pascoe Vale, Vic*

Avoca Cr, Pascoe Vale, VIC

Ceres, West Brunswick, VIC


Taille (m²) 90 et 3200 m² Entre 150 et 330 m² Entre 120 et 310 m² 1533

Imperméabilité (%) 100 % et 70 % 100 % 100 % 82

Type d‘urbanisation Roadside and car parks Residential Residential Road

Taille effective (m²) 90 et 3200 m² Entre 150 et 330 m² Entre 120 et 310 m² 1257


Taille (m²) 1m² et 4 m² Entre 7 et 15 m² Entre 4 m² et 5 m² 21.75

% du BV imperméabilisé 1.1 % et 0.1 % Entre 1 et 9 % Entre 1 et 4 % 1.73

Profondeur du média (mm) 100 à 150 mm 200 mm 200 à 300 mm 500

Age (mois) 2004 2004 2004 12/04

Végétation Isolepus Nodosa Isolepus Nodosa Lomandra longifolia, Carex appressa and

fasicularis, Juncas spp

Couche de drainage Drains de 80 mm avec une couche de sable grossier l 50 mm de gravier et

drains de 50 mm



20< Ks < 50 (AS 4419) 20< Ks < 50 (AS 4419)

Densité

Matière organique (%) >3 >3

pH 6.2 < pH < 6.8 6.2 < pH < 6.8

CaCl2

Granulomètrie 0.25 < 90% < 0.5 mm 0.25 < 90% < 0.5 mm Average PSD 0.45 mm

Argile (%) 10 % du poids 10 % du poids

Annexes

D. Fonctionnement du programmes de traitement des données : temps de pluie – temps sec (Chassieu)

Figure 5-1 : Fonctionnement du programme Dry_wet

Remarques :

La phase 1 du programme permet uniquement de différencier les périodes de pluie des

périodes de temps sec. On vérifie tout d‘abord si il pour chaque pas de temps il y un débit

mesuré, puis une mesure de turbidité. Si cela est vérifié, on va déterminer si on est en temps de

pluie ou en temps sec. Le premier critère est uniquement un critère de débit. Si on est en

dessous d‘un débit seuil alors on est en temps sec, sinon on est en temps de pluie. Apres à

l‘Etape 4 on vérifie d‘une part que l‘événement considéré comme une pluie est supérieure à un

volume minimum (500 m3), d‘autre part que le début de l‘événement pluvieux et proche d‘un

basculement d‘auget du pluviomètre de Bron (durée inférieure au lag-time de 6h). Si cela n‘est

pas le cas, l‘événement qui avait été détecté comme pluvieux passe à sec et on retourne à

l‘étape 1.

Etape 7 : Reconstitution sur toute la durée d’étude – Volume pluie/sec, Masse pluie/sec, Volume sans données de qualités, Incertitudes -

[Mat_mois.txt]

Etape 1 : Type d‘événement (uniquement en fonction du débit entrant)

Etape 2 : Heure de début et de fin de chaque événement

Etape 3 : Regroupement des données : durée et volume de l‘événement

Etape 4 : Vérification du type d‘événement : comparaison avec les données du pluviomètres

et volume d‘un événement en temps de pluie > Vmin m3

Etape 5 : Reconstitution des concentrations à chaque pas de temps et incertitudes sur les volumes, les masses et les concentrations.

Etape 6 : Reconstitution par événement – Volume, masse et incertitudes associées – Qmax, Cmax, Cmoy, Mmax - [Mat_eve.txt]

Variogramme pour les incertitudes en temps de pluie –

[fun_variogramme.m]

Phase 2

Phase 1

Annexes

345

E. Corrélation entre concentration moyenne par événement et volume de l’événement (ouvrage d’infiltration de Chassieu)

R2 = 0.02

0

100

200

300

400

500

600

0 10000 20000 30000 40000 50000 60000

Volume (m3)

Co

nce

ntr

atio

n (

mg

/l)

Annexes

346

F. Caractéristique des événements de temps de pluie (janvier 2004 à juin 2007, Chassieu) :

Le tableau suivant présente pour chaque événement pluvieux, l‘heure de début et de fin, la

durée, le volume, les incertitudes sur les volumes par la méthode du variogramme, la masse de

sédiments, les incertitudes sur les masses par la méthode du variogramme et la concentration

moyenne en MES de l‘événement.

Début Fin Durée Volume (m3) u(Vvar) (m

3) Masse MES (kg) u(Mvar) MES (kg) Cmoy (mg/l)

2/01/2004 4:52 2/01/2004 20:39 15:47:31 4108 191 0 4 0

8/01/2004 22:03 9/01/2004 9:00 10:56:38 1231 49 263 27 213

11/01/2004 5:39 11/01/2004 9:31 3:51:50 980 36 0 3 0

12/01/2004 13:39 12/01/2004 20:12 6:33:07 1562 70 94 13 60

12/01/2004 20:15 13/01/2004 14:28 18:12:58 4208 129 0 7 0

14/01/2004 18:54 15/01/2004 10:42 15:47:31 1004 47 73 10 73

17/01/2004 3:54 17/01/2004 12:30 8:35:31 4682 151 1036 99 221

17/01/2004 13:49 17/01/2004 19:22 5:32:38 744 35 38 5 52

17/01/2004 19:49 18/01/2004 2:09 6:20:10 1778 71 11 11 6

18/01/2004 4:27 18/01/2004 13:52 9:24:29 1295 57 0 3 0

20/01/2004 1:23 20/01/2004 23:29 22:06:14 11444 244 145 85 13

24/01/2004 15:31 25/01/2004 11:55 20:24:00 2301 113 83 26 36

26/01/2004 0:04 26/01/2004 14:09 14:05:17 1948 69 14 8 7

29/01/2004 10:49 29/01/2004 18:24 7:35:02 763 40 100 11 131

7/02/2004 10:10 7/02/2004 13:13 3:02:53 1139 38 259 17 228

21/02/2004 20:58 22/02/2004 2:22 5:24:00 939 44 0 3 0

22/02/2004 14:25 24/02/2004 0:01 33:36:00 18779 359 35 54 2

5/03/2004 22:17 6/03/2004 19:20 21:02:53 4706 106 86 17 18

13/03/2004 6:46 14/03/2004 13:39 30:53:17 35897 898 111 348 3

20/03/2004 0:40 20/03/2004 7:42 7:01:55 1801 20 90 12 50

21/03/2004 15:36 21/03/2004 20:13 4:37:55 702 14 0 1 0

21/03/2004 21:24 22/03/2004 14:03 16:39:22 3282 152 507 51 155

22/03/2004 17:08 23/03/2004 6:24 13:16:19 4456 133 605 54 136

23/03/2004 10:06 23/03/2004 22:13 12:07:12 1125 46 209 16 186

6/04/2004 22:32 7/04/2004 7:30 8:58:34 2803 64 41 12 15

9/04/2004 21:00 10/04/2004 3:20 6:20:10 999 0 11 13 11

17/04/2004 9:50 17/04/2004 17:13 7:23:31 788 46 0 1 0

17/04/2004 20:34 17/04/2004 23:24 2:49:55 1253 37 81 10 65

17/04/2004 23:29 18/04/2004 2:54 3:24:29 816 54 0 2 0

22/04/2004 22:59 23/04/2004 18:31 19:32:10 14875 347 452 53 30

30/04/2004 4:27 30/04/2004 14:28 10:00:29 1438 65 84 12 59

30/04/2004 21:56 1/05/2004 4:13 6:17:17 1537 35 518 40 337

5/05/2004 0:11 5/05/2004 18:14 18:02:53 3833 146 65 22 17

6/05/2004 18:31 7/05/2004 0:01 5:29:46 1080 44 161 14 150

1/06/2004 9:54 1/06/2004 14:48 4:53:46 856 21 106 8 124

2/06/2004 10:20 2/06/2004 14:08 3:47:31 574 28 0 1 0

11/06/2004 11:38 12/06/2004 2:48 15:10:05 1544 62 275 26 178

20/06/2004 7:17 20/06/2004 10:43 3:25:55 1092 36 139 12 127

22/06/2004 6:54 22/06/2004 17:35 10:40:48 2734 102 123 19 45

23/06/2004 0:41 25/06/2004 7:49 55:07:41 12437 398 965 111 78

8/07/2004 13:00 9/07/2004 2:38 13:37:55 2744 132 85 29 31

12/07/2004 1:17 13/07/2004 7:56 30:38:53 3622 127 9 11 3

23/07/2004 9:36 23/07/2004 23:58 14:22:34 3306 128 331 38 100

Annexes

347



23/08/2004 22:22 24/08/2004 13:48 15:25:55 9483 157 0 10 0

25/08/2004 18:00 26/08/2004 13:12 19:12:00 1944 74 34 13 17

11/09/2004 22:20 12/09/2004 6:10 7:49:26 2049 91 138 16 67

13/09/2004 19:37 14/09/2004 10:59 15:21:36 5625 199 0 17 0

14/09/2004 13:33 15/09/2004 7:12 17:38:24 9834 274 0 9 0

24/09/2004 4:33 24/09/2004 10:22 5:48:29 2466 72 29 14 12

5/10/2004 23:25 6/10/2004 3:41 4:16:19 521 16 7 6 13

6/10/2004 10:16 7/10/2004 9:15 22:59:31 16152 345 683 169 42

14/10/2004 13:27 14/10/2004 18:25 4:58:05 1147 50 37 8 32

14/10/2004 23:08 15/10/2004 3:01 3:53:17 1257 42 18 7 15

15/10/2004 13:52 15/10/2004 19:52 6:00:00 4083 74 742 59 182

16/10/2004 17:09 17/10/2004 1:01 7:52:19 1490 50 4 3 3

18/10/2004 21:54 19/10/2004 10:27 12:33:07 7312 140 124 23 17

19/10/2004 14:29 19/10/2004 21:08 6:38:53 678 26 46 4 68

20/10/2004 11:48 20/10/2004 17:49 6:01:26 784 34 85 5 108

25/10/2004 16:00 27/10/2004 1:20 33:20:10 48175 1008 794 220 16

28/10/2004 3:47 28/10/2004 9:04 5:16:48 990 43 47 7 48

28/10/2004 22:00 29/10/2004 8:28 10:27:50 5788 155 173 49 30

29/10/2004 15:14 30/10/2004 1:26 10:12:00 4711 101 469 26 100

30/10/2004 1:36 30/10/2004 4:26 2:49:55 1491 58 14 10 9

2/11/2004 18:05 3/11/2004 2:51 8:45:36 2604 109 105 13 40

4/11/2004 16:46 4/11/2004 19:59 3:12:58 3075 72 767 19 249

4/11/2004 20:03 4/11/2004 20:54 0:50:24 511 22 48 4 94

16/12/2004 20:12 17/12/2004 6:21 10:09:07 1421 20 110 10 78

17/12/2004 13:48 18/12/2004 14:13 24:25:55 4956 215 593 29 120

19/12/2004 9:25 20/12/2004 4:48 19:22:05 3175 146 18 25 6

20/12/2004 4:52 20/12/2004 9:47 4:55:12 618 45 0 1 0

28/12/2004 18:00 29/12/2004 1:49 7:49:26 668 56 53 6 79

29/12/2004 1:53 29/12/2004 9:24 7:30:43 1052 44 1 4 0

1/01/2005 0:05 1/01/2005 6:21 6:15:50 760 52 6 3 8

2/01/2005 9:00 2/01/2005 21:15 12:15:50 1650 81 83 9 50

13/01/2005 5:08 13/01/2005 10:12 5:03:50 579 27 92 2 159

18/01/2005 14:25 18/01/2005 20:29 6:04:19 841 30 197 13 235

18/01/2005 23:09 19/01/2005 4:22 5:12:29 605 33 72 4 120

21/01/2005 17:15 21/01/2005 23:15 6:00:00 673 37 131 12 194

22/01/2005 3:27 24/01/2005 19:53 64:26:24 16294 387 684 37 42

1/02/2005 6:34 1/02/2005 21:18 14:44:10 2383 163 481 31 202

11/02/2005 12:10 13/02/2005 14:25 50:15:22 13002 511 2 16 0

13/02/2005 18:01 14/02/2005 16:06 22:04:48 2479 116 1 9 0

19/02/2005 11:15 19/02/2005 18:10 6:54:43 566 58 12 3 22

19/02/2005 18:46 20/02/2005 5:24 10:37:55 1182 56 43 4 36

20/02/2005 11:55 20/02/2005 21:24 9:28:48 1226 66 19 2 15

3/03/2005 14:48 3/03/2005 20:24 5:35:31 624 37 5 2 8

22/03/2005 13:49 22/03/2005 22:13 8:24:00 1154 37 24 3 21

24/03/2005 15:44 24/03/2005 20:24 4:39:22 521 37 12 2 23

29/03/2005 21:24 30/03/2005 6:40 9:15:50 1445 56 75 6 52

30/03/2005 10:00 30/03/2005 20:24 10:23:31 1726 26 129 10 75

7/04/2005 15:54 8/04/2005 4:59 13:04:48 4201 64 406 21 97

18/04/2005 18:41 19/04/2005 13:52 19:10:34 3582 78 123 20 34

19/04/2005 18:30 20/04/2005 19:56 25:26:24 4033 0 366 10 91

24/04/2005 0:11 24/04/2005 8:19 8:08:10 1135 44 60 5 53

24/04/2005 11:02 24/04/2005 21:00 9:57:36 1560 73 8 5 5

25/04/2005 15:01 26/04/2005 2:58 11:57:07 1881 144 22 5 11

Annexes

348



3/05/2005 11:15 4/05/2005 7:32 20:16:48 3282 155 809 34 246

5/05/2005 17:34 6/05/2005 0:14 6:40:19 1044 9 81 8 78

12/05/2005 17:06 13/05/2005 8:29 15:23:02 2514 0 70 7 28

14/05/2005 6:31 14/05/2005 15:08 8:36:58 1282 63 10 1 8

16/05/2005 0:18 16/05/2005 22:23 22:04:48 4096 187 66 16 16

3/06/2005 21:05 4/06/2005 13:32 16:26:24 4633 0 361 26 78

13/06/2005 17:29 13/06/2005 22:42 5:12:29 654 36 48 5 73

14/06/2005 0:20 15/06/2005 17:29 41:09:36 12473 213 439 49 35

28/06/2005 17:32 29/06/2005 4:22 10:49:26 1404 49 139 5 99

1/07/2005 0:04 1/07/2005 9:21 9:17:17 1319 52 9 3 7

6/07/2005 7:20 9/07/2005 17:02 81:41:46 5505 210 157 19 28

21/08/2005 6:14 22/08/2005 14:55 32:41:17 10809 236 66 77 6

1/10/2005 15:08 2/10/2005 9:56 18:47:31 2741 98 48 7 18

4/10/2005 0:05 4/10/2005 15:25 15:20:10 2397 151 4 5 2

18/10/2005 20:02 20/10/2005 7:26 35:24:00 18937 442 749 81 40

21/10/2005 19:33 22/10/2005 0:44 5:11:02 689 22 77 4 112

23/10/2005 5:22 24/10/2005 7:43 26:21:07 13233 299 571 69 43

31/10/2005 20:09 2/11/2005 23:58 51:48:58 19959 583 316 99 16

9/11/2005 15:10 10/11/2005 4:52 13:42:14 2230 29 100 6 45

12/11/2005 23:18 13/11/2005 6:04 6:46:05 770 48 0 1 0

25/11/2005 4:53 25/11/2005 19:06 14:12:29 1624 99 38 7 23

28/11/2005 20:34 29/11/2005 2:35 6:01:26 723 39 64 6 88

29/11/2005 3:56 29/11/2005 11:32 7:36:29 819 28 53 3 64

29/11/2005 12:47 30/11/2005 3:37 14:49:55 2240 103 581 39 260

6/12/2005 14:13 6/12/2005 21:08 6:54:43 772 27 347 21 449

6/12/2005 22:03 7/12/2005 4:39 6:36:00 805 32 84 6 104

7/12/2005 6:41 7/12/2005 18:46 12:04:19 1156 64 126 10 109

8/12/2005 6:21 8/12/2005 10:37 4:16:19 862 55 174 15 202

16/12/2005 15:54 17/12/2005 6:37 14:42:43 1981 83 331 27 167

1/01/2006 13:37 2/01/2006 6:25 16:48:00 2760 92 204 10 74

6/01/2006 3:05 6/01/2006 21:11 18:05:46 2352 195 195 22 83

17/01/2006 15:01 19/01/2006 20:28 53:26:53 8556 377 1291 118 151

27/01/2006 13:48 30/01/2006 1:37 59:49:55 3118 115 226 22 73

15/02/2006 11:54 17/02/2006 8:45 44:51:22 17347 448 3443 164 198

18/02/2006 0:31 18/02/2006 13:26 12:54:43 1445 31 102 8 71

19/02/2006 14:58 21/02/2006 2:38 35:39:50 16059 375 449 115 28

4/03/2006 23:09 5/03/2006 17:32 18:23:02 3284 0 0 2 0

6/03/2006 19:52 7/03/2006 2:12 6:20:10 832 37 37 4 44

8/03/2006 2:18 9/03/2006 3:40 25:22:05 4097 106 391 16 96

9/03/2006 10:33 11/03/2006 19:00 56:26:53 10478 328 322 56 31

22/03/2006 12:36 23/03/2006 14:03 25:27:50 7241 150 908 47 125

23/03/2006 23:58 25/03/2006 10:37 34:39:22 10640 298 560 43 53

27/03/2006 21:14 29/03/2006 13:32 40:17:46 18078 256 580 81 32

30/03/2006 7:27 1/04/2006 1:56 42:28:48 9997 213 500 38 50

1/04/2006 12:34 1/04/2006 17:42 5:08:10 686 23 59 4 85

5/04/2006 4:32 5/04/2006 10:39 6:07:12 1356 52 23 3 17

5/04/2006 11:49 6/04/2006 0:40 12:50:24 2189 109 0 1 0

9/04/2006 12:44 11/04/2006 17:49 53:05:17 27718 624 1387 125 50

15/04/2006 22:33 16/04/2006 5:25 6:51:50 990 32 31 0 31

5/05/2006 7:33 5/05/2006 12:25 4:52:19 650 23 25 3 38

8/05/2006 14:22 9/05/2006 0:11 9:48:58 6692 113 1503 70 225

9/05/2006 0:18 9/05/2006 9:04 8:45:36 2222 148 48 14 22

12/05/2006 17:58 13/05/2006 12:05 18:07:12 3661 0 118 8 32

Annexes

349



13/05/2006 17:28 13/05/2006 23:29 6:01:26 931 0 24 3 26

20/05/2006 22:17 21/05/2006 2:32 4:14:53 502 25 0 1 0

22/05/2006 15:51 22/05/2006 23:22 7:30:43 3986 118 44 17 11

22/05/2006 23:25 23/05/2006 16:22 16:56:38 3419 260 0 2 0

1/06/2006 22:26 2/06/2006 3:30 5:03:50 616 47 0 1 0

27/06/2006 6:36 27/06/2006 17:39 11:03:50 1752 82 8 2 5

27/06/2006 23:15 29/06/2006 7:20 32:05:17 6253 362 17 18 3

3/07/2006 14:09 3/07/2006 20:18 6:08:38 2258 13 163 9 72

3/07/2006 20:25 4/07/2006 20:24 23:58:34 8550 297 297 30 35

6/07/2006 3:27 7/07/2006 18:56 39:28:48 16515 471 32 81 2

2/08/2006 16:59 5/08/2006 5:06 60:07:12 15292 409 1 10 0

12/08/2006 0:20 12/08/2006 3:57 3:37:26 607 51 4 2 6

17/08/2006 1:03 17/08/2006 6:54 5:51:22 4504 124 194 13 43

17/08/2006 7:03 17/08/2006 12:15 5:12:29 2177 62 47 7 21

17/08/2006 12:21 17/08/2006 16:27 4:06:14 1199 68 22 7 19

17/08/2006 16:33 18/08/2006 4:23 11:49:55 5384 166 109 25 20

18/08/2006 4:27 18/08/2006 19:07 14:39:50 4470 257 42 32 9

28/08/2006 19:00 28/08/2006 22:58 3:57:36 743 15 286 17 385

28/08/2006 23:02 29/08/2006 15:15 16:13:26 2984 219 597 20 200

29/08/2006 16:46 30/08/2006 0:27 7:40:48 2907 98 746 36 256

15/09/2006 2:24 15/09/2006 20:18 17:54:14 14301 465 130 43 9

15/09/2006 20:22 15/09/2006 21:37 1:14:53 1573 12 0 3 0

15/09/2006 21:41 16/09/2006 14:48 17:06:43 5427 277 30 13 5

25/09/2006 1:22 25/09/2006 10:52 9:30:14 990 70 246 18 248

30/09/2006 18:01 1/10/2006 3:31 9:30:14 944 62 132 13 140

1/10/2006 9:30 1/10/2006 19:22 9:51:50 1058 36 0 6 0

1/10/2006 19:27 2/10/2006 4:36 9:08:38 1059 79 0 1 0

19/10/2006 0:21 20/10/2006 10:30 34:09:07 10071 281 40 26 4

23/10/2006 5:32 23/10/2006 11:42 6:10:05 727 57 0 1 0

12/11/2006 9:15 12/11/2006 19:07 9:51:50 1612 96 1 12 1

17/11/2006 7:48 18/11/2006 5:02 21:14:24 23592 583 202 52 9

19/11/2006 22:23 20/11/2006 0:18 1:55:12 592 28 0 1 0

20/11/2006 0:24 20/11/2006 15:47 15:23:02 2943 127 0 2 0

22/11/2006 1:59 22/11/2006 13:17 11:18:14 1876 125 12 11 7

28/11/2006 21:54 29/11/2006 3:05 5:11:02 763 57 5 4 6

29/11/2006 3:14 29/11/2006 14:06 10:52:19 2499 87 0 2 0

1/01/2007 11:44 1/01/2007 19:53 8:09:36 1795 21 107 9 60

1/01/2007 19:58 3/01/2007 10:10 38:12:29 5936 245 381 20 64

4/01/2007 12:10 4/01/2007 18:00 5:49:55 744 22 89 5 120

7/01/2007 10:27 7/01/2007 15:34 5:06:43 538 36 1 2 1

8/01/2007 19:36 9/01/2007 6:05 10:29:17 1678 85 26 5 15

9/01/2007 6:10 9/01/2007 14:38 8:28:19 1239 81 0 2 0

22/01/2007 17:39 23/01/2007 6:18 12:38:53 2528 58 109 10 43

23/01/2007 6:36 23/01/2007 12:51 6:15:50 3740 82 71 17 19

24/01/2007 10:58 24/01/2007 18:46 7:48:00 840 60 10 4 12

6/02/2007 6:41 6/02/2007 16:36 9:54:43 1185 98 404 38 341

8/02/2007 8:49 8/02/2007 17:02 8:12:29 1241 42 674 60 543

10/02/2007 8:13 10/02/2007 10:46 2:32:38 541 39 56 5 103

10/02/2007 10:52 10/02/2007 14:29 3:37:26 1508 53 32 8 21

10/02/2007 14:42 10/02/2007 21:00 6:17:17 1821 109 25 12 14

10/02/2007 21:04 11/02/2007 6:30 9:25:55 1707 112 6 9 4

11/02/2007 6:34 11/02/2007 8:25 1:50:53 564 34 3 3 6

11/02/2007 8:32 12/02/2007 2:03 17:31:12 3778 267 0 36 0

Annexes

350



12/02/2007 2:08 12/02/2007 14:06 11:58:34 2843 84 196 35 69

12/02/2007 14:09 13/02/2007 5:48 15:38:53 2904 223 274 33 94

14/02/2007 22:23 15/02/2007 2:49 4:26:24 707 40 12 2 17

15/02/2007 3:37 15/02/2007 13:26 9:48:58 2410 162 22 17 9

24/02/2007 5:55 24/02/2007 9:50 3:54:43 652 46 31 4 48

24/02/2007 9:54 24/02/2007 18:31 8:36:58 1314 86 1 12 1

24/02/2007 23:42 25/02/2007 22:13 22:30:43 3795 0 1 37 0

27/02/2007 1:07 27/02/2007 5:42 4:35:02 594 22 0 6 1

2/03/2007 3:50 2/03/2007 13:17 9:27:22 1431 35 219 9 153

7/03/2007 19:12 8/03/2007 4:37 9:25:55 1456 47 110 16 76

9/03/2007 19:30 9/03/2007 23:55 4:24:58 906 61 67 5 74

10/03/2007 0:00 10/03/2007 4:58 4:58:05 1114 74 41 8 37

19/03/2007 0:51 19/03/2007 9:57 9:05:46 1403 70 83 14 59

19/03/2007 13:17 19/03/2007 19:23 6:05:46 809 40 125 7 155

21/03/2007 8:13 21/03/2007 15:15 7:01:55 776 11 84 6 108

22/03/2007 17:34 23/03/2007 1:20 7:46:34 896 58 190 13 212

29/03/2007 23:06 31/03/2007 5:34 30:27:22 3826 179 0 2 0

29/04/2007 20:09 30/04/2007 11:08 14:58:34 3266 92 299 13 91

30/04/2007 15:37 30/04/2007 19:59 4:22:05 525 36 1 1 3

30/04/2007 20:38 1/05/2007 7:16 10:37:55 1486 40 46 11 31

1/05/2007 20:25 2/05/2007 12:10 15:44:38 2706 0 313 9 116

2/05/2007 12:15 2/05/2007 21:25 9:10:05 1347 95 36 8 27

4/05/2007 21:01 5/05/2007 2:25 5:24:00 1438 84 45 4 31

5/05/2007 2:29 6/05/2007 9:36 31:06:14 6271 291 0 2 0

8/05/2007 19:42 9/05/2007 2:34 6:51:50 680 32 49 5 71

11/05/2007 3:51 11/05/2007 12:56 9:04:19 1570 73 211 10 135

14/05/2007 8:34 15/05/2007 2:51 18:17:17 20138 0 1213 42 60

15/05/2007 2:55 15/05/2007 9:14 6:18:43 6056 124 199 19 33

15/05/2007 9:24 15/05/2007 11:58 2:34:05 876 6 186 12 212

15/05/2007 12:34 15/05/2007 20:02 7:27:50 1737 119 40 11 23

15/05/2007 23:02 16/05/2007 5:24 6:21:36 855 46 3 4 3

16/05/2007 23:12 17/05/2007 3:56 4:43:41 1431 76 16 3 11

17/05/2007 4:16 17/05/2007 21:31 17:15:22 13684 220 0 8 0

18/05/2007 0:25 18/05/2007 9:57 9:31:41 2061 146 0 2 0

27/05/2007 10:01 28/05/2007 7:10 21:08:38 4319 316 0 2 0

28/05/2007 13:26 28/05/2007 23:12 9:46:05 1403 36 71 4 50

30/05/2007 22:16 31/05/2007 4:53 6:37:26 713 46 8 2 11

31/05/2007 14:22 31/05/2007 22:27 8:05:17 4573 164 212 19 46

31/05/2007 22:46 1/06/2007 11:22 12:36:00 2998 200 35 4 12

1/06/2007 11:54 1/06/2007 17:03 5:09:36 885 29 41 4 47

1/06/2007 17:15 1/06/2007 19:00 1:45:07 868 20 138 9 159

1/06/2007 19:07 2/06/2007 15:04 19:56:38 4254 304 214 37 50

4/06/2007 23:34 6/06/2007 2:44 27:10:05 10367 314 345 58 33

11/06/2007 13:43 13/06/2007 2:58 37:14:53 6994 148 152 52 22

14/06/2007 15:37 16/06/2007 20:12 52:35:02 18229 308 311 44 17

17/06/2007 16:33 18/06/2007 7:26 14:52:48 2062 60 1 16 1

20/06/2007 20:55 22/06/2007 6:08 33:12:58 9349 253 143 99 15

22/06/2007 9:08 22/06/2007 17:44 8:35:31 1077 81 5 2 4

Annexes

351

G. Profil des tranchées pour l’échantillonnage vertical des ETM :Chassieu

Tranchée A : fond du bassin à gauche (zone non décolmatée) ou C1 Couche de sable limoneux avec des galets graviers Couche plus foncée à environ 20 cm de profondeur Galets et graviers dans matrice sableuse

0 cm

10 cm

20 cm

30 cm

40 cm

50 cm

60 cm

Prélèvement A1 : dans les 5 premiers centimètres (non tamisé) – échantillon dans la zone de sédiment noir en surface

Prélèvement A2 : profondeur 20/30 cm (tamisé à 2mm) dans le sable limoneux

Prélèvement A3 : profondeur 50/60 cm (tamisé à 4mm) dans les galets / graviers

Prélèvement A4 : profondeur 90/100 cm (tamisé à 4mm) dans les galets / graviers

Annexes

352

Tranchée B (au milieu de l’entrée du bassin près du capteur de hauteur 2) – ou G3 Couche de sédiment : environ 2 cm Couche de sable limoneux avec des graviers Pas de couches marquées : matrice sableuse avec des galets / graviers

10 cm

20 cm

30 cm

40 cm

50 cm

60 cm

70 cm

Prélèvement B1 : dans les 2/3 premiers centimètres (non tamisé) – échantillon dans la zone de sédiment noir en surface

Prélèvement B2 : 10/20 cm de profondeur (tamisé à 4 mm)



Annexes

353

Tranchée C (au fond de l’ouvrage au point bas) – point K8 Zone plus humide que les précédantes car en eau le jour avant le prélévement Couche colmatée < 1 cm Couche de sable limoneux avec galets et graviers Zone plus sableuse avec des galets / graviers Remarques : faciès assez différents de chaque coté de la tranchée : zone argileuse vers 100 cm

Prélèvement C1 : 0 à 5 cm de profondeur (tamisage presque impossible – graviers enlevés manuellement)

Prélèvement C2 : 30 à 40 cm de profondeur (tamisage à 4 mm)

Prélèvement C3 : 70 à 80 cm de profondeur (tamisage à 4 mm)

20 cm

40 cm

60 cm

80 cm

100 cm

Annexes

354

H. Résultats des mesures de concentrations en ETM en surface de l’ouvrage d’infiltration de Chassieu

Campagne 1 : Avril 2005

Resultats bruts Calage ICP Resultats bruts Calage ICP Ref. Pb Zn Cu Pb Zn Cu Ref. Pb Zn Cu Pb Zn Cu

A1 112.7 1720 320.2 141.2 1967.4 294.1 K7 20.8 177.1 56.1 32.3 195.0 28.3 B0 108.9 1480 280.6 136.7 1691.7 254.2 K8 40.1 649.6 118.8 55.2 737.8 91.4 B1 134.4 2009.6 343.6 166.9 2300.0 317.6 K9 42.7 782 127.4 58.2 889.9 100.1 B2 150.6 2699.2 398.4 186.1 3092.2 372.8 L1 17.9 249.8 68.9 28.8 278.5 41.2 C0 115.8 1460 357.2 144.9 1668.7 331.3 L10 28.7 328.8 94 41.6 369.3 66.5 C1 132.3 2960 278.2 164.4 3391.7 251.8 L11 26.6 374.6 76.7 39.2 421.9 49.0 C2 118.3 2899.2 246 147.8 3321.9 219.4 L12 22.6 247.6 62.6 34.4 276.0 34.9 C3 80 1200 192.8 102.4 1370.0 165.9 L13 34 589.6 110 47.9 668.9 82.6 D0 131.7 2209.6 400.8 163.7 2529.8 375.2 L14 37.3 593.6 99.3 51.8 673.5 71.8 D1 126 2929.6 382.6 157.0 3356.8 356.9 L15 49.5 990.4 115.2 66.3 1129.3 87.8 D2 143.9 3099.2 306.2 178.2 3551.6 280.0 L2 24 296 82.7 36.1 331.6 55.1 D3 30.5 599.2 82 43.8 679.9 54.4 L3 20.2 252.8 68.2 31.6 282.0 40.5 D4 43.6 550.4 130.1 59.3 623.8 102.8 L4 48 702 145.4 64.5 798.0 118.2 E0 78.3 1160 218.8 100.4 1324.1 192.1 L5 29.5 368 92.4 42.6 414.3 64.8 E2 25 353.6 113.5 37.3 397.8 86.1 L6 17.2 298.6 93.5 28.0 334.6 65.9 E3 31 644 74.2 44.4 731.4 46.5 L7 23.3 373.2 104.4 35.2 420.3 76.9 E4 21.5 195.1 71 33.1 215.7 43.3 L8 23.4 270.2 81.5 35.4 302.0 53.9 F0 93.2 1140 338.2 118.1 1301.1 312.2 L9 20.6 285.4 75.6 32.0 319.4 47.9 F1 48.5 636 108.8 65.1 722.2 81.3 M1 27.9 349.6 75.7 40.7 393.2 48.0 F2 33.3 578.4 127.7 47.1 656.0 100.4 M10 12.3 119.4 52.9 22.2 128.7 25.1 F3 37.9 614.8 80.6 52.5 697.8 53.0 M11 23.3 446 79.6 35.2 503.9 52.0 F4 29.2 508.4 96.2 42.2 575.6 68.7 M12 16.4 150.8 48.4 27.1 164.8 20.6 G0 148.6 1680 442 183.7 1921.4 416.7 M13 30.8 526.4 102.4 44.1 596.3 74.9 G1 28.5 409.6 132.3 41.4 462.1 105.0 M14 44.4 978.4 116.1 60.3 1115.5 88.7 G2 80.7 928.8 207.4 103.3 1058.5 180.6 M15 66.4 1249.6 192.2 86.3 1427.0 165.3 G3 91.4 1169.6 306.2 116.0 1335.1 280.0 M16 64.9 1160 161.7 84.5 1324.1 134.6 G4 11.6 198.5 41.8 21.4 219.6 13.9 M2 17.9 246 63.5 28.8 274.2 35.8 H0 128.1 1659.2 409.6 159.5 1897.5 384.1 M3 34.7 420 113.3 48.8 474.0 85.9 H1 17.1 291.8 88.2 27.9 326.8 60.6 M4 27 312.8 86 39.6 350.9 58.4 H2 44.3 760 149 60.1 864.6 121.8 M5 23.2 367.8 62.3 35.1 414.1 34.5 H3 36.7 325.8 107.3 51.1 365.8 79.8 M6 14.8 167.3 49 25.2 183.8 21.2 H4 116.1 1600 210.4 145.2 1829.5 183.6 M7 52.6 710.4 135 70.0 807.6 107.7 I1 12.4 175.2 45 22.3 192.8 17.1 M8 38.9 682.4 94.6 53.7 775.5 67.1 I2 37.1 501.6 108.2 51.6 567.8 80.7 M9 21.2 324.8 65.8 32.8 364.7 38.1 I3 24.3 304.8 70.7 36.4 341.7 43.0 N1 17.9 206.6 60.2 28.8 228.9 32.4 I4 19.8 355.2 93.8 31.1 399.6 66.3 N10 44.2 772.4 158.5 60.0 878.9 131.4 J1 103.9 1440 268.2 130.8 1645.7 241.8 N11 30.7 649.2 80.7 44.0 737.3 53.1 J2 21.3 333.8 85.4 32.9 375.0 57.8 N12 12.8 225.4 57.6 22.8 250.5 29.8 J3 21 385.2 112 32.5 434.1 84.6 N13 18.5 278.2 63.6 29.6 311.2 35.9 J4 49.4 416.4 134.9 66.2 469.9 107.6 N14 37.6 750 117.2 52.2 853.1 89.8 J5 33.5 481.2 79.9 47.3 544.3 52.3 N15 19.5 483.2 63.5 30.7 546.6 35.8 J6 37.1 568 85.9 51.6 644.1 58.3 N16 28.2 541.2 82 41.1 613.3 54.4 J7 31.4 384 74.1 44.8 432.7 46.4 N17 74.7 1360 189.7 96.2 1553.8 162.8 K1 59.2 808.8 186.9 77.8 920.7 159.9 N2 47.7 642.4 195.5 64.2 729.5 168.6

K10 18.6 329.6 77.7 29.7 370.2 50.0 N3 31.2 454 165.3 44.6 513.1 138.2 K11 50.4 743.2 132 67.4 845.3 104.7 N4 26.7 321 92.4 39.3 360.3 64.8 K12 21.6 426 65.1 33.2 480.9 37.4 N5 33.6 434 104.9 47.5 490.1 77.4 K2 20.2 286.2 31.6 320.4 N6 28.7 388.4 84.8 41.6 437.7 57.2 K3 37 538.4 139.1 51.5 610.1 111.8 N7 16.8 221.2 69.5 27.5 245.7 41.8 K4 24.2 254 70.3 36.3 283.4 42.6 N8 58 638.4 111.6 76.4 724.9 84.2 K5 34.9 460.4 106.4 49.0 520.5 78.9 N9 38.5 694 86.3 53.3 788.8 58.7 K6 32 354.6 90.8 45.6 398.9 63.2

Annexes

355

Campagnes 2 : Février 2006


A1 147.8 1786.45 229.5 159.8 2082.1 288.6 K13 124.21 1292.67 194.93 133.2 1450.0 240.4 B0 138.98 1516.74 215.92 149.9 1736.9 269.7 K2 160.05 981.97 182.01 173.7 1052.4 222.4 B1 158.75 2106.9 240.7 172.2 2492.3 304.1 K3 174.19 1263.69 198.61 189.6 1413.0 245.6 B2 166.4 2417.89 303.99 180.8 2890.3 392.3 K4 184.01 1497.77 266.34 200.7 1712.6 339.8 C0 140.53 1604.14 232.34 151.6 1848.7 292.5 K5 156.19 1294.05 180.78 169.3 1451.8 220.7 C1 162.94 2532.74 213.51 176.9 3037.3 266.3 K6 81.23 771.1 90.08 84.7 782.4 94.5 C2 135.42 2703.08 174.79 145.9 3255.4 212.4 K7 95.21 737.57 99.02 100.5 739.5 106.9 C3 190.55 3044.79 284.6 208.1 3692.8 365.3 K8 366.86 1173.57 170.99 407.1 1297.6 207.1 D0 160.3 2159.71 180.76 173.9 2559.9 220.7 K9 375.49 1234.54 237.89 416.8 1375.6 300.2 D1 54.71 836.36 65.62 54.8 866.0 60.4 L1 27.69 274.81 56.35 24.3 147.2 47.5 D3 96.68 823.33 107.39 102.1 849.3 118.6 L10 184.06 1180.93 170.88 200.8 1307.0 207.0 D4 92.31 900.73 89.52 97.2 948.4 93.7 L11 268.06 755.64 95.75 295.6 762.6 102.4 E0 107.05 1411.63 173.92 113.8 1602.3 211.2 L12 281.06 1282.22 233.59 310.2 1436.7 294.2 E1 162.19 1484.92 218.49 176.1 1696.1 273.2 L13 170.15 1550.69 261.27 185.1 1780.3 332.8 E2 113.81 1112.23 159.7 121.5 1219.1 191.4 L2 31.15 296.79 43.42 28.2 175.3 29.5 E3 120.14 1056.43 123.3 128.6 1147.7 140.7 L4 45.5 351.09 45.38 44.4 244.8 32.2 F0 110.7 1176.05 172.08 118.0 1300.8 208.6 L5 46.31 394.76 69.82 45.3 300.7 66.3 F1 77.21 836.82 114.71 80.2 866.6 128.8 L6 86.9 1038.23 133.36 91.1 1124.4 154.7 F2 187.24 1174.72 177.95 204.3 1299.1 216.8 L8 124.04 930.34 97.85 133.0 986.3 105.3 F3 27.39 203.2 44.21 23.9 55.5 30.6 L9 233.73 707.72 97.16 256.8 701.3 104.3 F4 76.86 909.94 123.12 79.8 960.2 140.5 M1 43 465.22 55.92 41.6 390.9 46.9 G0 167.88 1437.96 270.71 182.5 1636.0 345.9 M10 19.19 172.57 11.08 14.7 16.3 0.0 G1 301.99 1269.65 205.2 333.9 1420.6 254.7 M11 13.05 200.86 43.92 7.8 52.5 30.2 G2 414.11 1275.11 270.25 460.4 1427.6 345.3 M12 14.58 149.46 33.96 9.5 0.0 16.3 G3 394.63 1053.41 224.23 438.4 1143.8 281.2 M13 10.96 185.25 46.19 5.4 32.6 33.4 G4 158.14 1417.99 220.38 171.5 1610.5 275.9 M14 113.73 1630.77 141.01 121.4 1882.8 165.4 H0 377.32 1419.84 257.99 418.9 1612.8 328.2 M15 90.59 1194.33 155.21 95.3 1324.2 185.1

H1 1105.6

8 1364.59 205.99

1240.9 1542.1 255.8

M16 55.43 723.35 65.01

55.6 721.3 59.6 H2 477.28 753.17 106.66 531.7 759.5 117.6 M3 55.69 471.97 48.11 55.9 399.6 36.0 H3 480.18 930.11 221.91 535.0 986.0 278.0 M4 36.3 462.3 61.61 34.0 387.2 54.8 H4 64.91 909.37 88.15 66.3 959.4 91.8 M5 155.23 1815.52 165.64 168.2 2119.3 199.7 I2 304.76 1133.18 221.18 337.0 1245.9 277.0 M6 23.74 221.3 21.85 19.8 78.7 0.0 I3 582.94 799.88 83.46 650.9 819.3 85.3 M7 58.71 815.57 113.28 59.3 839.4 126.8 I4 120.82 1394.66 214.2 129.4 1580.6 267.3 M8 56.67 878.05 108.26 57.0 919.3 119.8 J1 108.57 1002.92 164.05 115.6 1079.2 197.4 M9 31.35 383.49 48.08 28.4 286.3 36.0 J2 202.24 826.45 139.06 221.3 853.3 162.7 N1 168.09 1397.41 200.54 182.7 1584.1 248.2 J3 237.28 1274.03 205.36 260.8 1426.2 255.0 N10 81.96 966.15 146.92 85.5 1032.1 173.6 J4 520.84 1206.5 260.6 580.8 1339.8 331.9 N11 99.01 1097.82 164.4 104.8 1200.6 197.9 J5 637.97 1159.7 233.82 713.0 1279.8 294.6 N12 32.08 402.66 52.54 29.2 310.8 42.2 J6 510.45 1290.66 265.48 569.1 1447.5 338.6 N13 18.06 212.11 10.33 13.4 66.9 0.0 J7 170.64 1200.58 202.47 185.6 1332.2 250.9 N14 41.87 460.51 14.25 40.3 384.9 0.0 K1 82.33 994.54 150.05 85.9 1068.4 178.0 N15 31.5 322.38 17.32 28.6 208.1 0.0

K10 421.53 1140.56 233.3 468.8 1255.3 293.8 N16 156.72 1604.75 226.14 169.9 1849.5 283.9 K11 264.7 1052.22 208.1 291.8 1142.3 258.8 N2 39.01 348.63 66.36 37.1 241.7 61.4 K12 375.84 1293.1 208.23 417.2 1450.6 258.9 N3 57.13 490.05 75.48 57.5 422.7 74.1

N5 30.8 250.1 27.8 115.6 N6 45.23 354.11 97.45 44.1 248.7 104.7 N8 67.01 956.06 152.72 68.7 1019.2 181.7 N9 84.28 795.23 158.1 88.1 813.3 189.2

Annexes

356

Campagnes 3 : juillet 2007


A1 144 1640 282 179.0 1740.9 272.5 K8 220 1150 199 263.2 1202.4 190.5 B0 109 1270 209 139.5 1334.2 200.1 K9 195 1100 211 235.5 1147.9 202.1 B1 124 1880 276 156.5 2004.4 265.7 L1 210 1040 205 251.8 1082.1 196.0 B2 182 2530 398 221.2 2717.6 386.9 L10 166 1060 154 203.2 1104.0 145.4 C0 123 1480 263 155.5 1565.2 253.5 L11 136 828 152 169.6 849.3 143.9 C1 145 2789 348 179.3 3002.2 337.1 L12 289 1360 304 340.2 1433.4 294.2 C2 121 2210 212 152.8 2366.3 203.1 L13 311 1650 242 364.7 1751.4 232.3 C3 172 2740 327 209.7 2948.4 316.8 L14 261 1960 280 308.7 2092.2 269.9 D0 136 1949 337 169.6 2079.9 326.6 L2 167 972 164 203.8 1007.4 155.3 D1 127 1050 149 159.4 1092.6 140.2 L3 160 1070 190 196.0 1114.6 180.9 D2 188 1510 125 227.8 1597.7 116.7 L4 144 1130 157 179.1 1180.4 148.9 D3 251 1480 230 297.5 1565.2 220.7 L5 294 1360 240 346.2 1433.4 230.8 D4 96 912 72 124.8 941.5 64.4 L6 182 1025 159 220.8 1065.9 150.2 E0 183 1659 304 221.9 1761.9 293.4 L7 216 1130 202 259.4 1180.4 192.8 E1 244 1477 247 290.3 1561.4 237.9 L8 230 1230 205 275.0 1290.2 196.0 E2 208 1470 228 250.2 1553.8 218.5 L9 302 1260 199 354.7 1323.6 190.0 E3 179 1390 238 218.0 1465.9 228.4 M1 166 1040 194 202.8 1082.1 185.4 E4 110 1010 151 140.1 1048.7 143.0 M10 66 642 97 91.8 645.5 88.9 F0 230 1430 322 274.1 1509.8 311.2 M11 64 552 81 89.5 546.0 73.4 F1 262 1480 326 310.7 1565.2 315.3 M12 70 388 59 96.2 366.6 52.1 F2 188 1543 307 227.3 1634.6 297.2 M13 60 653 107 85.1 657.3 99.5 F3 199 1250 270 240.1 1312.2 260.6 M14 186 1800 239 225.1 1916.5 229.6 F4 267 1650 297 316.1 1751.4 286.5 M15 129 1150 200 161.3 1202.4 190.8 G0 232 1410 299 276.3 1487.9 288.9 M16 79 787 96 105.8 804.0 88.0 G1 157 1080 246 193.1 1126.0 236.9 M2 156 970 198 192.1 1005.6 188.6 G2 181 1230 254 219.4 1290.2 244.6 M3 138 1070 190 171.4 1114.6 181.1 G3 224 1303 305 267.9 1371.0 294.6 M4 102 594 116 131.2 592.8 107.6 G4 312 1620 330 366.5 1718.9 319.7 M5 251 1210 230 297.8 1268.3 220.3 H1 383 1353 272 444.7 1425.8 262.0 M6 234 1190 223 278.8 1246.3 213.4 H2 159 1450 321 195.0 1531.8 310.2 M7 178 1180 198 216.7 1235.8 188.6 H4 158 1550 284 194.5 1641.6 273.6 M8 178 1440 229 216.1 1521.3 219.7 I1 147 810 154 181.6 829.1 145.2 M9 211 1270 188 253.4 1334.2 178.9 I2 206 1440 311 248.2 1521.3 300.5 N1 156 780 214 192.5 796.1 204.7 I3 168 1050 254 205.4 1092.6 244.0 N10 260 1370 293 308.0 1444.0 282.5 I4 155 1500 255 190.6 1587.1 245.8 N11 276 1430 266 325.9 1509.8 255.9 J1 233 1260 252 277.9 1323.6 242.4 N12 297 1130 210 349.2 1180.9 201.1 J2 135 722 180 168.4 733.3 171.6 N13 44 233 44 66.7 195.4 36.8 J3 418 1300 327 484.3 1367.5 316.9 N14 168 779 110 205.2 795.7 101.6 J4 156 952 264 192.3 985.4 254.1 N15 76 718 100 102.6 728.5 92.5 J6 361 1250 246 420.9 1312.2 236.5 N16 206 1120 167 248.0 1169.9 158.5 J7 341 1230 252 398.6 1290.2 242.6 N2 93 693 178 121.7 701.3 169.6 K1 162 1190 218 198.5 1246.3 209.0 N3 136 936 170 170.1 967.9 161.5

K10 186 970 199 225.6 1005.6 190.0 N4 231 1060 229 275.5 1104.0 220.1 K11 225 1160 241 269.2 1213.8 231.6 N5 147 733 135 181.9 745.2 127.0 K12 390 1205 299 453.5 1263.0 288.7 N6 132 818 141 165.6 838.7 133.2 K2 245 1090 270 290.8 1136.5 260.0 N7 37 385 76 59.6 362.9 68.4 K3 139 1190 236 173.3 1246.3 226.2 N8 250 1350 354 297.1 1422.3 343.3 K4 281 1440 291 331.9 1521.3 281.3 N9 328 1380 242 383.9 1455.4 232.3 K5 259 1490 272 307.1 1575.7 261.8 K6 272 1240 218 321.6 1301.7 208.8 K7 275 1100 229 325.0 1147.5 219.2

Annexes

357

I. Anova (valeurs de p) sur l’évolution des concentrations et des rendements moyens en ETM avec le temps (expérience en laboratoire)

Cu concentration Cu rendement

1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8

1 1.00 1 1.00

2 0.01 1.00 2 0.00 1.00

3 0.00 0.65 1.00 3 0.00 0.00 1.00

4 0.06 1.00 0.39 1.00 4 0.00 0.00 0.97 1.00

5 0.01 1.00 0.63 1.00 1.00 5 0.00 0.00 0.88 1.00 1.00

6 0.00 0.19 0.99 0.08 0.18 1.00 6 0.00 0.00 0.84 1.00 1.00 1.00

7 0.59 0.90 0.08 0.99 0.91 0.01 1.00 7 0.00 0.04 0.72 0.18 0.08 0.07 1.00

8 0.90 0.63 0.02 0.87 0.65 0.00 1.00 1.00 8 0.00 0.01 0.97 0.53 0.32 0.29 1.00 1.00

Pb concentration Pb rendement

1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8

1 1.00 1 1.00

2 0.23 1.00 2 0.71 1.00

3 0.00 0.00 1.00 3 0.00 0.00 1.00

4 0.05 1.00 0.01 1.00 4 0.03 0.77 0.28 1.00

5 0.04 1.00 0.00 1.00 1.00 5 0.00 0.06 0.97 0.89 1.00

6 0.95 0.01 0.00 0.00 0.00 1.00 6 0.99 0.21 0.00 0.00 0.00 1.00

7 0.98 0.93 0.00 0.65 0.62 0.49 1.00 7 0.15 0.96 0.19 1.00 0.76 0.02 1.00

8 0.00 0.00 1.00 0.03 0.02 0.00 0.00 1.00 8 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00

Zn concentration Zn rendement

1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8

1 1.00 1 1.00

2 0.00 1.00 2 0.00 1.00

3 0.01 0.79 1.00 3 0.00 0.99 1.00

4 0.60 0.04 0.72 1.00 4 0.00 0.04 0.00 1.00

5 1.00 0.00 0.05 0.90 1.00 5 0.00 0.00 0.00 0.97 1.00

6 0.99 0.00 0.13 0.97 1.00 1.00 6 0.00 0.69 0.21 0.87 0.22 1.00

7 0.00 1.00 0.99 0.28 0.01 0.02 1.00 7 0.00 0.05 0.28 0.00 0.00 0.00 1.00

8 0.54 0.15 0.92 1.00 0.84 0.94 0.54 1.00 8 0.00 1.00 0.88 0.40 0.04 0.99 0.02 1.00

Annexes

358

J. Articles publiés dans des revues internationales

Annexes

367

Annexes

375

Annexes

383

Article submitted to Journal of Hydrology (May 2008)

Hydraulic performance of biofilter systems for stormwater management: influences of

design and operation

Sébastien Le Coustumera,b

, Tim D. Fletchera, Ana Deletic

a, Sylvie Barraud

b, Justin F. Lewis

a

aFacility for Advancing Water Biofiltration, Department of Civil Engineering, Monash University, Victoria,

Australia, 3800

bUniversité de Lyon, INSA-Lyon, Université Lyon 1, LGCIE - 34 avenue des Arts, Bâtiment J.-C.-

A. Coulomb, 69621 Villeurbanne CEDEX, France

*Corresponding Author: Phone +61 3 9905 5332, Fax + 61 3 9905 4944, Email

[email protected]

ABSTRACT

In order to evaluate the long term performance of stormwater biofilters, a study was undertaken

to assess their hydraulic conductivity. Despite variability in conductivity (40% being below the

recommended range of 50-200 mm/hr, 43% within it, and 17% above), treatment performance

is unlikely to be affected, as most systems are over-sized such that their detention storage

volume compensates for reduced media conductivity. The study broadly reveals two types of

systems: some with a high initial conductivity (>200 mm/h) and some with a low initial value

(<20 mm/h). Significant reduction in conductivity is evident for biofilters in the former group,

although most are shown to maintain an acceptably high conductivity. Those with initially low

conductivity do not change greatly over time. Site characteristics such as filter area (relative to

catchment area), age and inflow volume were not useful predictors of conductivity, with initial

conductivity of the original media being the most powerful explanatory variable. It is clear

therefore, that strict attention must be paid to the specification of original filter media, to ensure

that it satisfies design requirements.

KEY WORDS

Biofiltration system, clogging, urban stormwater, hydraulic conductivity, best management

practice, surface infiltration

1. INTRODUCTION

Biofilter systems (also called bioretention systems, biofilters, biofiltration systems or rain

gardens) have been widely implemented in the last few years as a source control technique to

manage stormwater runoff in urban areas (Winogradoff, 2002; ARC, 2003; Melbourne Water,

2005 for example). They form one technique in the suite of tools which aim to reduce the impact

of urbanization on watersheds (Dietz and Clausen, 2007).

They are now commonly used to treat runoff in urbanizing areas and as a retrofit technique in

already-developed areas. Biofilters have been shown to be effective in the treatment of

Annexes

384

suspended sediments, heavy metals and nutrients (Davies et al., 2001, Zinger et al., 2007).

However, there remain significant questions about the sustainability and long-term performance

of biofilters, with little field data available.

The soil medium used in biofilters plays a key role in the performance of the system; on one

hand it should drain quickly, on the other hand it has to allow enough detention time for

treatment and vegetation growth. Recommendations for hydraulic conductivity (K) of soil media

vary from one country to another. For example, in New Zealand and in the USA, guidelines for

biofilter design require a K of a least 12.5 mm/h (ARC, 2003; Claytor and Schueler, 1996;

Winogradoff, 2002); in Austria between 36 and 360 mm/h (ONORM B2501-1, 2000) and in

Australia between 50 and 200 mm/h, (Melbourne Water, 2005). In Australia, biofilters are then

designed in order to achieve pollutant removal efficiency for total suspended solids (TSS), total

nitrogen (TN) and total phosphorus (TP); typical annual retention required is 80% for TSS and

45% for TN and TP (Victoria Stormwater Committee, 1999).

However, the potential for clogging of the systems is a real issue (Bouwer, 2002). A field survey

of a number of infiltration systems, which unfortunately did not include any form of biofilters,

conducted by Lindsey et al. (1992) showed that only 38% of infiltration basins were functioning

as designed after 4 years of operation, with 31% considered to be clogged. Schueler et al.

(1992) showed that 50% of infiltration systems were not working due to clogging. It could be

speculated that biofilters may also be prone to clogging, as has been shown in a laboratory

study of soil filters by Hatt et al. (2007). Sediment deposition is considered to be the principal

cause of clogging and can occur at the surface of the system – with the creation of a clogged

layer (surface clogging) – or deeply, by filling of the pore space (interstitial clogging), as

explained by Langergraber et al.(2003) and Winter and Goetz (2003).

Clogging is also a real issue because it does not only impact hydraulic performance of the

system but also the interception of pollutants. A previous study (Le Coustumer et al., 2007)

using modelling and more particularly MUSIC (Model for Urban Stormwater Improvement

Conceptualisation) (Wong et al., 2006) illustrates the impact of the variation of K on the

performance of the system. For a hypothetical catchment of 1 ha (100% impervious) located in

Melbourne, draining into a biofilter designed at 1.0% of the catchment and with a ponding depth

of 10 cm above the filter media, the study shows that both the percentage of mean annual flow

treated (termed ‗hydrologic effectiveness‘; Wong et al., 1999) and TN removal decrease with K

(Figure 1). For a K of 200 mm/h, the hydrologic effectiveness is 84% (TN removal is 51%);

falling to 57% for K of 50 mm/h (TN removal of 47 %) and to 29% for K of 5 mm/h (TN removal

of 37%). When biofilters are clogged (for example when K is 5 mm/h), 71% of inflows are

discharged effectively untreated to receiving waters, and the system does not meet the TN

removal target anymore.

Annexes

385

In order to take into account clogging, conservative values are generally used to design the

system and a safety factor (of two, for example; New Jersey Department of Environmental

Protection, 2004) is generally applied to the measured hydraulic conductivity, depending on the

catchment and system characteristics (Azzout et al., 1994). However such safety factors are

chosen arbitrarily, since no study has been undertaken to quantify the actual evolution of the

hydraulic conductivity of biofilter systems over time. A few field surveys of hydraulic

performance of a large number of system exist, such as a study in Austria on swales (Achleitner

et al., 2007) which showed that about a third of the systems were below Austrian guidelines.

However, the values of observed conductivity were not compared to initial values, making it

impossible to distinguish whether the systems were constructed incorrectly, or whether the

hydraulic conductivity had decreased with time.

In this context, the objectives of this study are to evaluate the hydraulic conductivity and the

design of a large number of biofiltration systems, in order to assess their long-term performance

and the evolution of their hydraulic conductivity over time. The observed hydraulic performance

of these systems is placed in the context of relevant design guidelines. We aim to gather a large

dataset on different systems, in order to understand the possible influence of design and other

factors (i.e. catchment size, biofilter size, age etc) on their long-term performance and

sustainability.

2. METHOD

Sampling locations

Thirty-seven biofilters were sampled over 18 sites, in Melbourne, Sydney and Brisbane. The

sites were deliberately chosen to have different characteristics. Impervious catchment area and

biofilter area were measured for each. The distributions of the main site characteristics

(catchment location, type and size, and biofilter size) are presented in Table 1. The catchment

size of systems was evaluated by detailed survey.

Measurements were taken in order to represent as well as possible any spatial variability of

hydraulic conductivity. Usually three measurements were taken in each biofilter, since most of

the biofilters tested were rather small (less than 40 m²; Table 1).

The volume of water received by the system every year and the total volume of water per m² of

biofilter were estimated using an assumed annual runoff coefficient of 0.8 (based on a rainfall-

runoff model developed in MUSIC) and an average annual precipitation (Bureau of

Meteorology, 2007) of:

Melbourne: 650 mm/h

Brisbane: 1200 mm/h

Annexes

386

Sydney: 1175 mm/h

Sampling methodology

A number of alternative methods were used (for comparative purposes) for determination of

hydraulic conductivity.

Field hydraulic conductivity: (Kfs) measurement of biofilters was conducted by two different

methods (used for cross-checking the measurements):

(1) a single ring shallow infiltrometer (referred to herein as Kfs shallow), and

(2) a deep ring infiltrometer (herein referred to as Kfs deep).

Laboratory measurements of hydraulic conductivity: (Klab) were also conducted on two types of

disturbed samples:

(3) surface samples (Klab surf), collected at the very surface of biofilters, and

(4) samples taken from deep in the filter media (at a depth of approximately 150 mm

below the surface - referred to as Klab deep ini)

Langergraber et al. (2003), Mauclaire et al. (2004), Schuh (1990), Hatt et al. (2007) and others

have shown that clogging in infiltration systems occurs only in the first 100 mm of the media.

Thus, whilst the surface measurement reflects the current effective hydraulic conductivity of the

system, the deep sample provides an estimate of the initial hydraulic conductivity of the media

(by excluding the top layer where inflow sediments accumulate). Methods used for determining

each of these measures are described in more detail in subsequent sections.

Single ring field infiltration test - Shallow field test

The single ring infiltrometer test has been widely described in the literature (see Reynolds and

Elrick, 1990; Youngs et al., 1993 for example) and thus only a brief summary is given here. This

method measures the hydraulic conductivity at the surface of the soil (and thus is most

appropriate when the hydraulic conductivity is controlled by a limiting layer at the media

surface).

The single ring infiltrometer consists of a small plastic ring, with a diameter of 100 mm that is

driven 50 mm into the soil (Figure 2). It is a constant head test conducted for two different

pressure heads (50 mm and 150 mm). The experiment is stopped when the infiltration rate is

considered steady (i.e. when the volume poured per time interval remains constant for at least

20 minutes).

In order to calculate Kfs a ‗Gardner‘s‘ behaviour for the soil was assumed (Gardner, 1958 in

Youngs et al., 1993):

Annexes

387

h

fseKhK )( Eq. 1

Where K: the hydraulic conductivity, h: the negative pressure head and α: a soil pore structure

parameter.

Kfs is then found using the following analytical expression (for a steady flow) (Reynolds and

Elrick, 1990):

aGaG

HKq m

fs )1( Eq. 2

Where q: the steady infiltration velocity, a: the ring radius, H: the ponding depth, mφ the matrix

flux potential and G a shape factor estimated as:

184.0316.0a

dG

Eq. 3

Where d: the depth of insertion of the ring, and a: the ring radius. G is considered to be

independent of soil hydraulic conductivity (i.e. Kfs and α) and ponding depth, if the ponding

depth is greater than 50 mm.

Deep ring field infiltration test

The deep ring method is based on the lysimetric method as explained in Daniel (1989), and

may be more appropriate if the limiting hydraulic conductivity is found considerably below the

surface. In order to measure the Kfs with this method it is necessary to have a free-draining

outflow drain from which the discharge can be measured. Biofilters are built effectively as a

lysimeter (i.e. with an underlying drainage layer made of gravel and perforated pipe, both of

which have a flow capacity several orders of magnitude higher than the overlying filter media),

but it was not feasible to flood each biofilter and measure the outflow in the drain. Therefore, by

inserting a ring down to the drainage layer (Figure 2) and watering the soil in the ring until

infiltration rate remained constant, it was possible to apply Darcy‘s law when the following

hypotheses were assumed: (1) flow through the soil is uni-directional (vertical), (2) the soil in the

column is saturated, and (3) there is atmospheric pressure in the drainage layer (ie. free

drainage). The cylinder used had 130 mm internal diameter. The hydraulic conductivity was

determined as,

( )fs

QLK

H L A Eq. 4

Where L: the length of the media filter, H: the ponding depth, Q: the infiltration flow rate (i.e.,

added volume of water to keep a constant head divided by the time step) and A the cross

sectional area of the column.

This method is able to measure the hydraulic conductivity of the whole system, and can thus

account for a limiting layer anywhere in the media depth profile.

Laboratory infiltration test

Annexes

388

Soil samples were tested according to the Australian Standard AS 4419-2003. Tests were

undertaken on disturbed samples. Surface samples (called lab-surface) were taken in the first

centimetre of the soil and deep samples between 10 and 15 cm. The collected surface samples

were used to compare the field and the laboratory method. Deep samples (called lab-deep) are

assumed to represent the initial hydraulic conductivity, as explained previously. The dimensions

of disturbed samples tested during the experiments were 100 mm in diameter and 85 mm deep.

Limitations of the sampling methods

For both field tests, the main limitations are the possible compaction or disturbance of the soil

while the ring is driven into the soil and the possible consequent preferential flow on the side of

the column. For the deep ring method, it is also possible that the assumptions of saturated

conditions at the beginning of the experiment, and the free-draining behaviour of the underlying

gravel, may not be true in all cases.

Laboratory measurements have the inherent problem that samples are in all cases disturbed,

and therefore the impact of in-situ soil compaction can not be evaluated. Although it is claimed

that these measurements will give the initial hydraulic conductivity, this is not entirely true since

soil structure may have been changed over time (e.g. water flowing through the systems over

time could have changed soil structure to some extent).

Data analysis

Data preparation: For each biofilter and when multiple tests were conducted, average hydraulic

conductivity and its coefficient of variation (CV) were calculated for each method. Uncertainties

were calculated using the law of propagation of uncertainty as explained in NIST (1994). Data

have been log-transformed where necessary before statistical analysis in order to meet the

assumptions of normality, which was tested with the Kolmogorov-Smirnov test (K-S test);

normality accepted at p>0.05.

Comparison between methods: Results from the two different field methods are compared – as

are results from the field and laboratory methods – in order to provide insights into the

advantages and limitations of each method, and the different information that each provides.

Paired t-tests are conducted, with results considered as statistically different when p< 0.05. The

coefficient of correlation (R²) between methods is also calculated. The laboratory – field

comparisons are only made for the surface samples, since the field methods do not measure of

the deep component alone (ie. free of the influence of the top layer), and thus cannot be

compared to the laboratory analysis on deep samples.

Surface clogging evaluation: As the initial hydraulic is unknown for all the systems tested, the

measurement made on the lab-deep samples is assumed to represent the initial hydraulic

conductivity (Klab deep ini). This value is then compared with the field measurements (Kfs deep and

Annexes

389

Kfs shallow) and with laboratory measurement made on the surface samples (Klab surf) to evaluate

the surface clogging.

Determining the influence of catchment characteristics: Ascendant Hierarchical Partitioning

(AHP) was used to show grouping in the dataset, and thus to tease out the factors which have

significant explanatory power on the variation observed. The analysis was conducted on the

following variables: Kfs shallow, Kfs deep, Klab deep ini, age of the system, size ratio, volume of water per

year, total volume of water and total volume of water per area (m²) of systems.

Multiple regressions were also used in order to explain the variation of Kfs shallow as a function of

explanatory variables (Klab ini, age, size ratio, volume of water per year, total volume of water per

m²) in order to understand possible correlation between the current K and characteristics of the

biofilter and its catchment.

3. RESULTS AND DISCUSSION

Biofilter design

Field hydraulic conductivity measurements show that 39% (using the shallow ring method; 42%

using the deep ring method) of the biofilters have a Kfs below 50 mm/h, 44% (27%) between 50

and 200 mm/h and 17% (30%) above 200 mm/h (Table 2). In summary, hydraulic conductivity

of the systems is quite variable, with a reasonably significant proportion being below the range

recommended by Australian guidelines.

The 30 Melbourne systems surveyed show that the systems are sized to between 0.1% and

21.9% of their catchment area, with an average of 5.3 % and a median of 2.5% (Table 1).

The influence of this result on the system hydrologic effectiveness and TN removal was studied

using the MUSIC software. For a system designed at 2.5 % of its catchment area in Melbourne

(which can be regarded as relatively large), with a ponding depth of 10 cm and with a K of only

50 mm/h, 88% of the mean annual inflow is treated by the biofilter (ie. 12% of the flow is

discharged untreated, due to overflow), resulting in a net removal of 70% of the annual load of

TN. When Kfs drops to 5 mm/h, 56% of flow is treated, with a TN removal efficiency of 62%. The

observed frequent over-dimensioning thus compensates for the low hydraulic conductivity.

Over-sizing of biofilter area will help to ‗buffer‘ against unintended reductions in hydraulic

conductivity. Therefore, technical guidelines should explicitly recognise this issue; instead of

focussing almost exclusively on hydraulic conductivity, they should recommend a design

process which considers its interactions with other design parameters (such as area and

ponding depth for example).

Comparing field methods

Annexes

390

Statistically both methods give similar results (p=0.38 for n=32). Correlation between two

methods is not very strong with R² = 0.44 (Figure 3). This high degree of variability is explained

by the uncertainty on each reading (around 30% as shown in Table 2) and by the spatial

variability in the systems. Contribution to uncertainty of the latter can be evaluated at 50% as

shown in Table 3, based on repeated application of the hydraulic conductivity measurements in

one system. Since the two type of tests could not be conducted in exactly the same, place,

there is likely to be some effect of this spatial variation.

Comparing field and laboratory methods

The shallow field method gives results that are not statistically different from the measurement

made in the laboratory on samples taken from the surface (p=0.71, n=16). The consequence of

this is that there is very little bias introduced by the choice of method. It is therefore possible to

compare measurement from the field (shallow method) and from the lab without effect of the

method. These results are similar to that of Reynolds et al. (2000), which showed for a sand

and a loam, that the hydraulic conductivity measured in the field (shallow method) does not vary

significantly from laboratory measurements (p>0.05, n=12 for the sand, n=10 for the loam).

The correlation between methods is low (R²=0.08,Figure 4). It can be explained by the spatial

variability of the hydraulic conductivity and by the variations in compaction between the

samples. In the laboratory, measurements are conducted on disturbed samples (inevitably

during sampling) that have been re-compacted to a standard value which may be different than

that which existed in the field. It may also be speculated that another reason for lower K found

in the laboratory measurements is due to the samples being taken right at the surface; they

therefore represent deposition formed over time (i.e. they are deposited stormwater sediment).

In this way Klab surf represents the hydraulic conductivity of the clogging layer on its own.

If we compare the results from the deep field tests and the laboratory tests, results are

statistically different (p<0.01 n=11) and methods cannot be directly compared.

Surface clogging

Comparing results of the field experiments (which both provide an estimate of the current

system conductivity) and laboratory measurements on deep samples (which provide an

estimate of the initial conductivity) provides an indication of the evolution of hydraulic

conductivity since construction. Sediment deposition is considered to be the principal cause of

clogging (Bouwer, 2002) and can occur at the surface of the system with the creation of a

clogged layer (surface clogging) or deeply, by filling of the pore space (interstitial clogging), as

explained by Langergraber et al. (2003) and Winter and Goetz (2003). Since both field

measurements of the hydraulic conductivity give similar results (average value: Kfs deep = 140

mm/h, Cv=123% and Kfs shallow =100 mm/h, Cv=115%), it is evident that hydraulic conductivity of

the system is controlled primarily by the top layer and that there is no deep ‗clogging‘ of the soil

Annexes

391

media. However, vegetation development and especially root growth, will lead to the creation of

macropores. For example, Archer et al. (2000) showed that root growth increases hydraulic

conductivity, as root dieback creates macropores which facilitate water movement in the soil. It

is not yet clear whether this phenomenon will have a major impact on biofilter hydraulic

conductivity; if clogging is primarily occurring on the surface, macropores below the clogged

layer at the top may have little or no consequence.

Results of the Ascendant Hierarchical Classification show four groups with distinctly different

behaviour (Table 4). Group 1 has only one biofilter, which is undersized (0.1 % of the

catchment); group 2 has three systems with very high Kfs (Kfs shallow average = 200 mm/h) and

very high initial K (Klab deep ini average = 197 mm/h). Groups 3 and 4 represent 88% of the

systems tested. Biofilters from group 3 have a high initial K (Klab deep ini average = 241 mm/h,

n=17), whilst group 4 systems have a low initial K (Klab deep ini average= 12 mm/h, n=11).

Systems with a high initial hydraulic conductivity (which can be explained by media with

relatively coarse particles and a subsequently large pore space) will decrease substantially over

time, and proportionally by a greater amount than will systems with a low initial hydraulic

conductivity (Figure 5). This is demonstrated by the fact that the field shallow test results show a

hydraulic conductivity on average 114 mm/h (n=17) lower than the laboratory deep tests. This

result is also confirmed by the difference between the laboratory tests taken on the deep and

surface samples, with an average difference of 255 mm/h (n=9).

This decrease can be explained by sediment deposition at the surface. However, final hydraulic

conductivities are still relatively high (Kfs shallow = 127 mm/h, n=17, Figure 5), and likely to be

adequate to ensure good pollutant removal performance. This observation may be either

because the systems are only partially clogged, or because creation of macropores is having

some effect in creating flow through the media, possibly even at the surface (for example, at the

base of plant stems, where growing, senescence and even stem movement due to wind, may

cause ‗breaking up‘ of any clogging layer)

Systems with low initial hydraulic conductivity (explained by a high concentration in fine particles

and thus a low pore volume) show effectively no decrease over time (ΔK average = +25 mm/h,

n=11, Figure 5). In part, this is because the relative difference in particle size of the filter media,

and of the influent sediment, will be less, meaning that any build-up of sediment at the surface

will have proportionally less impact. The slight increase could again be contributed to by

macropore creation by roots, although further studies are required to test this hypothesis.

Influence of system characteristics and hydraulic performance

Of all the factors tested – age of the biofilter, its initial hydraulic conductivity, the ratio between

its size and the size of the catchment drained, the volume of water received per year and the

volume of water received per m² of system since its construction – only the initial conductivity

Annexes

392

provided a statistically significant explanation of variability in current conductivity of the systems,

although 48% of the observed variability remains unexplained by the multiple regression model

(Table 5).

Achleitner et al. (2006) reported a similar lack of correlation between hydraulic conductivity and

site characteristics, and made the hypothesis that current value of K was governed primarily by

the initial value. This result is in some ways unfortunate, because it provides little guidance to

those charged with the maintenance of such systems, in being able to predict their lifespan and

maintenance requirements. On the other hand, it does show the importance of correctly

specifying the filter media during the biofilter design, and of having appropriate quality control to

ensure that the supplied and installed media meets these specifications.

4. CONCLUSIONS

Whilst biofilters have been demonstrated to provide effective stormwater quality treatment, their

long-term hydraulic behaviour has to date not been studied, particularly in reference to real

systems. This study provides a first attempt to evaluate the performance of a range of existing

biofiltration systems of varying ages, with respect to their design and catchment characteristics.

From a measurement point of view, the different field methods used gave similar results,

demonstrating that for these soil-based biofilters, hydraulic conductivity is governed by their

surface layer. Field and laboratory experiments have near-identical uncertainties in the method

and sampling procedure.

Regarding system design and construction, three key messages can be deduced.

Firstly, whilst a significant number (40%) of systems measured have a low hydraulic conductivity

(lower than currently recommended values), a tendency by designers to over-dimension the

systems (relative to design guidelines) acts to compensate for this low conductivity, by providing

greater filter area and ponding volume.

Secondly, proportional hydraulic conductivity reduction occurs mainly for systems with high

initial value (not surprisingly), and the resulting value ends up generally respecting the

guidelines. The current hydraulic conductivity of each system was on average half of the initial

value. These results reinforce the idea that a factor of safety should be applied to determine the

design hydraulic conductivity; based on our results, a factor of two would seem to be

appropriate. Other systems, which have been constructed with low-conductivity soils, do not

show evidence of further decline, possibly because the filter media particle size distribution is

more similar to that of the influent sediment, than is the case for systems with high initial

conductivity (and thus coarse media). Declines in conductivity over time are likely to occur by

sediment deposition, which occurs at the surface of the systems, as well as by hydraulic

Annexes

393

compaction. Whilst macropore creation by vegetation may limit the effect of clogging, further

detailed research is needed to verify the reliability of this strategy in maintaining soil hydraulic

conductivity over time.

Finally, it was not possible to predict a filter‘s current hydraulic conductivity from factors such as

its size, the catchment size, or the inflow volume. Rather, the initial specified hydraulic

conductivity is the critical determinant of its long-term hydraulic behaviour. Whilst this provides

little help in predicting system lifespan or maintenance requirements, it does reinforce the

criticality of specifying the correct hydraulic conductivity of systems at the time of construction.

ACKNOWLEDGMENTS

The authors would particularly like to thank Peter Poelsma at the Facility for Advancing Water

Biofiltration for help in the field experiments. Financial support from Melbourne Water is also

gratefully acknowledged.

REFERENCES

Achleitner S., Engelhard C., Stegner U. and Rauch W., 2007. Local infiltration devices at parking sites –

Experimental assessment of temporal changes in hydraulic and contaminant removal capacity. Water

Science and Technology, 55 (4): 193–200.

Archer, N.A.L., Quinton, J.N. and Hess, T.M., 2002. Below-ground relationships of soil texture, roots and

hydraulic conductivity in two-phase mosaic vegetation in South-east Span. Journal of Arid

Environments, 52: 535-556.

AS 4419-2003. Australian Standard, Soils for landscaping and garden use, appendix H, Method of

determining the permeability of a soil. Sydney : Standards Australia International Ltd.

ARC, 2003. Stormwater management devices: design guidelines manual, Auckland Regional Council,

Auckland, New Zealand.

Azzout Y., Cres F.N., Barraud S. and Alfakih E., 1994. Techniques alternatives en assainissement pluvial.

Paris: Tech et Lavoisier Doc, 372p.

Bouwer H., 2002. Artificial recharge of groundwater: hydrogeology and engineering. Hydrogeology

Journal, 10: 121-142.

Bureau of Meteorology, <http://www.bom.gov.au/climate/averages/>, (Sept. 2007).

CERTU, 2003. La ville et son assainissement : Principes, méthodes et outils pour une meilleure intégration

dans le cycle de l‘eau . (CD ROM) CERTU Ministère de l‘écologie et du développement durable, Lyon,

France.

Claytor R. A. and Schueler T. R., 1996. Design of Stormwater Filtering Systems. Silver Spring, Maryland:

The Centre for Watershed Protection.

Daniel D. E., 1989. In situ hydraulic conductivity tests for compacted clay. Journal of Geotechnical

Engineering, 115 (9): 1205-1226.

Davis A. P., Shokouhian M., Sharma H. and Minami C., 2001. Laboratory study of biological retention for

urban stormwater management. Water Environment Research, 73 (1): 5-14.

Dietz, M.E. and Clausen, J.C., 2007. Stormwater runoff and export changes with development in a

Annexes

394

traditional and low impact subdivision. Journal of Environmental Management, In Press, Corrected

Proof, Available online 4 May 2007

Gardner W.R., 1958. Some steady-state solutions of the unsaturated moisture flow equation with

application to evaporation from a water table. Soil Science, 85: 228–232.

Hatt B.E., Deletic A. and Fletcher T.D., 2007. Treatment performance of gravel filter media: Implications for

design and application of stormwater infiltration systems. Water Research, 41: 2513 – 2524.

Langergraber G., Haberl R., Laber J. and Pressi A., 2003. Evaluation of substrate clogging processes in

vertical flow constructed wetlands. Water Science and Technology, 48 (5): 25 -34.

Le Coustumer S., Fletcher T. D., Deletic A. and Potter M., 2007. Hydraulic performance of biofilter systems

for stormwater management. Facility for Advancing Water Biofiltration, Melbourne Australia.

Lindsey G. Roberts L. and Page W., 1992. Inspection and maintenance of infiltration facilities. J. Soil and

Water Cons., 47 (6): 481-486.

Mauclaire L., Schurman A., Thullner M., Gammeter S. and Zeyer J., 2004. Sand filtration in a water

treatment plant : biological parameters responsible for clogging. Journal of Water supply: Research

and Technology-AQUA, 53 (2); 93-108.

Melbourne Water, 2005. Water Sensitive Urban Design (WSUD) Engineering procedures: stormwater.

Melbourne: CSIRO publishing.

National Institute of Standards and Technology (NIST), 1994. Guidelines for Evaluating and Expressing

the Uncertainty of NIST Measurement Results. Technical Note 1297, United States Department of

Commerce Technology Administration.

New Jersey Department of Environmental Protection, 2004. New Jersey Stormwater Best Management

Practices Manual. Trenton, NJ.

ONORM B2506-1, 2000. Soakaways for rain water from roof gutters and reinforced surfaces – Application,

hydraulic dimensioning, construction and operation. Österreichisches Normungsinstitut, Wien,

Österreich.

Reynolds W. D. and Elrick D. E., 1990. Ponded infiltration from a single ring: Analysis of steady flow. Soil

Science Society American Journal, 54: 1233-1241.

Reynolds W. D., Bowman B. T., Brunke R. R., Drury C. F. and Tan C. S., 2000. Comparison of tension

infiltrometer, Pressure infiltrometer, and soil core estimates of saturated hydraulic conductivity. Soil

Science Society American Journal, 64:478-484.

Schueler T.R., Kumble P.A. and Heraty M.A., 1992. A Current Assessment of Urban Best Management

Practices, Techniques for Reducing Non-point Source Pollution in the Coastal Zone. Washington D.C:

Metropolitan Washington Council of Governments.

Schuh W. M., 1990. Seasonal variation of clogging of an artificial recharge basin in a northern climate.

Journal of Hydrology, 121: 193-215.

Victorian Stormwater Committee, 1999. Urban Stormwater: Best Practice Environmental Management

Guidelines. Melbourne: CSIRO publishing.

Winogradoff D. A., 2002. The bioretention manual, Prince‘s Georges County Maryland.

<http://www.co.pg.md.us/Government/AgencyIndex/DER/ESD/Bioretention/bioretention.asp> (Jan.

2008).

Winter K.-J. and Goetz D., 2003. The impact of sewage composition on the soil clogging phenomena of

vertical flow constructed wetlands. Water Science and Technology, 48 (5): 9-14.

Wong, T. H. F., Breen P. F., Somes N. G. L. and Lloyd, S. D., 1999. Managing Urban Stormwater Using

Constructed Wetlands. CRC for Catchment Hydrology and CRC for Freshwater Ecology Industry

Report 98/7. Melbourne, Australia.

Annexes

395

Wong, T. H. F., Fletcher, T. D., Duncan, H. P., and Jenkins, G. A., 2006. Modelling urban stormwater

treatment - a unified approach. Ecological Engineering, 27 (1): 58-70.

Youngs E. G., Elrick D. E. and Reynolds W. D. (1993). ―Comparison of steady flows from infiltration rings

in ―Green and Ampt‖ and ―Gardner‖ soils‖. Water Resources Research, 29 (6), 1647-1650

Zinger Y., Fletcher T.D., Deletic A., Blecken G.T. and Viklander M. (2007). ―Optimisation of the nitrogen

retention capacity of stormwater biofiltrations systems‖. 6th international conference on sustainable

techniques and strategies in urban water management, Novatech 2007, Lyon, 893- 900.

Annexes

396

0

10

20

30

40

50

60

70

80

90

100

1 10 100 1000

Hydraulic conductivity (mm/h)

Rem

oval of

TN

load /

Hydro

logic

al E

ffectiveness [

% o

f

annual in

flow

s]

Hydrological effectiveness

TN reduction

Figure 1: Evolution of hydrological effectiveness and TN load removal (as % of annual inflow) vs. measured hydraulic conductivity) – for a size ratio of 1% and a ponding depth of 10 cm

Figure 2: Conceptual illustration of deep ring and shallow ring infiltration tests to a biofilter

y = 1.00x + 40.53

R2 = 0.44

0

200

400

600

0 200 400 600

Kfs shallow (mm/h)

Kfs

deep (

mm

/h)

Figure 3: Correlation of measured hydraulic conductivity measured using shallow and deep field methods

Transition and

drainage layer

Filter media (L)

Constant ponding depth (H)Possible clogged layer

Deep test Shallow test

To the drainage

system

Transition and

drainage layer

Filter media (L)

Constant ponding depth (H)Possible clogged layer

Deep test Shallow test

To the drainage

system

Annexes

397

y = 0.57x + 70.47

R2 = 0.08

0

200

400

600

0 200 400 600

Kfs shallow (mm/h)

Kla

b s

urf

(m

m/h

)

Figure 4: Correlation between hydraulic conductivity measured using field method and laboratory method on surface samples

Figure 5: Evolution of hydraulic conductivity, classified according to results of Ascendant Hierarchical Partitioning; group 3 (left) and group 4 (right)

Annexes

398

Table 1: Site characteristics

Location # of sites

Catchment use

# of sites

Catchment size

# of sites

Biofilter size # of sites

Ratio of biofilter : catchment

# of sites

Victoria 30 Residential 18 < 100m² 6 < 40m² 31 < 1% 5

Queensland 4 Industrial 8 100–1000 m² 17 40–400 m² 4 1%< < 2% 9

News South Wales

3 Parking 5 1000-10 000

m² 9 > 400 m² 2 2%< < 4% 7

Highway 4 > 10 000 m² 1 4%< < 8% 4

Low traffic road 2 > 8% 8

Annexes

Table 2: Hydraulic conductivity, site characteristics and operating conditions of each site (hydraulic conductivity is given for each of the methods used, along with relative uncertainty ur)

Hydraulic conductivity (mm/h) Site characteristics Volume of water

Sites Kfs shallow ur (K)

% Kfs deep

ur (K)

% Klab deep (ini) ur (K) % Klab surf ur (K) % Age (year) Catchment area (m²)

Biofilter

area (m²)

Ratio

(%) V. water/year (m

3)

Total V.

water (m3)

Total V./ m²

(m)

Streisand Dr, Brisbane 61 29 32 99 399 7 238 7 0.5 1105 20 1.8 1061 530 27

Saturn Cr, Brisbane 34 20 38 10 17 17 9 25 0.5 675 20 3.0 648 324 16

Donnelly Pl, Brisbane 19 22 63 12 12 11 0.2 1130 32.2 2.8 1085 217 7

Hoyland Dr, Brisbane 204 16 667 6 65 9 146 9 5 17 400 860 4.9 16 704 83 520 97

Monash Car park,

Clayton

58 30 68 14 53 4 0.5 1500 15 1.0 780 390 26

102 22 88 13 117 3 0.5 1500 15 1.0 780 390 26

45 20 55 15 48 4 0.5 1500 15 1.0 780 390 26


71 31 406 12 582 3 31 5 3 366 14.5 4.0 190 571 39

594 34 444 10 264 3 3 60 11 18.3 31 94 9

129 34 265 9 462 3 98 3 3 560 4.5 0.8 291 874 194

316 34 282 12 747 3 116 3 3 622 18 2.9 323 970 54

98 32 100 17 113 3 28 5 3 400 10 2.5 208 624 62

119 25 203 9 297 6 113 6 3 324 11 3.4 169 505 46

53 26 202 17 151 3 4 28 3 84 6 7.1 44 131 22

85 25 140 11 270 6 102 7 3 85 10 11.8 44 133 13

Aleyne St, Chelsea 49 27 5 50 10 13 2 68 12 17.6 35 71 6

35 34 6 39 20 7 2 112 24.5 21.9 58 117 5

Annexes

400

5 29 9 79 21 7 2 213 17 8.0 111 222 13

19 30 8 50 12 19 2 163 22 13.5 85 170 8

Point Park, Docklands 139 25 321 7 246 3 1 410 7 1.7 213 213 31

135 20 77 47 306 3 1 370 7 1.9 192 192 28

Hamilton St, W.

Brunswick

36 14 7 76 5 44 3 3200 4 0.1 1664 4992 1248

137 34 11 63 11 12 3 91 1 1.1 47 142 142


13 36 11 47 9 15 3 120 5 4.2 62 187 37

26 34 10 51 11 22 3 200 4 2.0 104 312 78

44 34 6 59 15 24 3 310 4 1.3 161 484 121


24 34 23 30 4 30 3 314 12 3.8 163 490 41

19 21 56 13 16 15 3 157 14 8.9 82 245 18

39 34 1 138 7 18 3 528 7 1.3 275 824 118

Ceres, West Brunswick 97 19 60 13 17 2 1257 21.75 1.7 654 1307 60

Bourke St tree pit,

Melbourne 84 23 23 6 21 7 1 100 1.44 1.4 52 52 36

Hallam Bypass, Floret

Pl 154 24 199 7 63 7 3 120

Hallam Bypass, Wanke

Rd 115 22 490 3 387 4 3 12

Hallam Bypass, Wanke

Rd basin 203 27 286 6 207 6 3 168

Wolseley Pd, Vic Park 159 18 425 5 376 3 560 3 7 1504 330 21.9 1413 9893 30

Annexes

401

(NSW)

Leyland Gr, Vic Park

(NSW) 237 17 398 4 151 3 224 3 7 1804 180 10.0 1696 11 870 66

2nd

Pond Creek (NSW) 5 21 2000

Annexes

402

Table 3: Hydraulic conductivity (K) and coefficient of variation (CV) for each site

Shallow method Deep method

Sites n K (mm/h) CV (%) n K (mm/h) CV (%)

Cremorne St, pod7, Richmond 3 119 29 3 203 32

Cremorne St, pod9, Richmond 3 85 55 3 140 54

Parker St, pod 2 Pascoe Vale 3 19 46 3 56 48

Ceres, Brunswick East 4 97 63 4 60 73

Hamilton St pod1, Brunswick West 3 36 52

Monash car park, strip 1 4 58 34



Point park car park, Docklands, pod2 3 135 28

Alleyene st, Chelsea, pod4 3 19 140

Tree pit, Docklands, pod7 3 84 78

Hallam Bypass, Wanke Rd 3 115 55

Hoyland St 6 204 59 3 667 32

Donnelly Pl 3 19 58

Saturn Dr 3 34 16 3 38 67

Wolseley Pd, Vic Park 5 159 63 5 425 80

Leyland Gr, Vic Park 5 237 55 5 398 21

2nd Pond Creek 9 5 67

Average 92 54 221 53

Table 4: Characteristics of the different groups determined by Ascendant Hierarchical Partitioning (AHP)

Kfs shallow

(mm/h)

Klab deep ini

(mm/h)

Age (year)

Ratio (%)

G1 Average 36 5 3 0.1

G2 Average 200 197 6 12.3

σ 39 161 1 8.7

Cv 19.6% 81.5% 18.2% 71.1%

G3 Average 127 241 2 3.9

σ 138 212 1 4.6

Cv 108.4% 88.1% 67.6% 117.2%

G4 Average 37 12 3 7.6

σ 36 5 1 7.2

Cv 95.8% 42.1% 19.1% 94.9%

Annexes

403

Table 5: Multiple regression between Kfs shallow and various parameters

Field method Kfs shallow

Regression R² 0.52

Regression parameters p value

Klab deep (ini) 0.00

Age 0.24

Size ratio 0.34

Total volume/m² 0.49

Annexes

404

Article submitted to Water Research (July 2008)

Clogging and metal removal by stormwater biofilters: a large-scale design study

Sébastien Le Coustumera,b*

, Peter Poelsmaa, Tim D. Fletcher

a, Ana Deletic

a, Sylvie Barraud

b

aFacility for Advancing Water Biofiltration, Department of Civil Engineering, Monash University, Victoria, Australia,

3800

bUniversité de Lyon, INSA-Lyon, Université Lyon 1, LGCIE - 34 avenue des Arts, Bâtiment J.-C.-A. Coulomb,

69621 Villeurbanne CEDEX, France

*Corresponding Author: Phone +61 3 9905 5332, Fax + 61 3 9905 4944, Email:

[email protected]

Abstract

A large scale laboratory study was conducted to test the performance of stormwater biofilters.

Clogging, the long-term treatment efficiency of metals and the influence of design parameters (media

type, filter depth, vegetation type, system sizing, etc) were studied. Biofilters were seen to clog over

time, with average hydraulic conductivity decreasing by a factor of 3.6 in 72 weeks. On the contrary,

no reduction in the treatment performance of heavy metals was seen, with all systems sustaining

excellent removal efficiencies (98 % for lead and zinc, 82 % for copper). Design did not have a direct

influence on metal removal but has important implications for clogging. Plants with thick roots (eg.

Melaleuca) seem to be the most appropriate, maintaining high hydraulic conductivities. Other species

studied had no effect. Small systems relative to their catchment are more prone to clogging, as

increases in hydraulic and sediment loading can lead to extremely low hydraulic conductivities.

Clogging may have an indirect influence on metal removal by increasing overflow frequency and

reducing the volume of water treated. The appropriate choice of vegetation is then a key element in

design because it can limit clogging, and therefore, indirectly increase annual load treated by limiting

the volume of water bypassing the system.

Keywords

Biofiltration, clogging, heavy metals, stormwater, infiltration

Introduction

Biofiltration systems (also called bioretention systems or even rain gardens) have been widely

implemented in the past few years to manage stormwater in urban areas (Melbourne Water, 2005;

Winogradoff, 2002). They are a promising technique used to reduce the impact of urban runoff on

receiving waters. Biofilters provide the combined effect of improving water quality as well as reducing

the peak flows from impervious surfaces. Their soil and vegetation properties appear to enhance

pollutant removal efficiency and increase their span life compared to traditional sand or gravel filters

(Davies et al., 2001; Read et al., 2008). Additionally, these systems have the advantage of being able

Annexes

405

to be easily integrated into the urban environment, as small-scale basins can be retrofitted into

densely built areas and large basins can be located at the outlet of separate stormwater systems.

However, substantial questions remain about the long-term performance of these systems. Two

issues of particular importance are the potential for clogging and their long-term pollutant removal

capabilities. The Facility for Advancing Water Biofiltration (FAWB) was launched to tackle these two

issues in order to improve knowledge on the sustainability of these systems (FAWB, 2006).

Clogging - which is due to a combination of mechanical, biological and chemical processes

(Langergraber et al., 2003) - can reduce the hydraulic conductivity of the system. Field surveys

conducted by Lindsey et al. (1992) and Le Coustumer et al. (submitted) have showed that clogging

was an issue of primary importance. They reported that after a few years of operation, 62% and 40 %

(respectively) of infiltration systems were either not functioning as designed, or were not meeting

current design guidelines with respect to hydraulic conductivity. This may in turn lead to more frequent

overflows, extended ponding time, reduced treatment capacity, and aesthetic problems.

Optimising the design configuration of biofilters (type of vegetation, depth of the media filter, size of

the system relative to its catchment, type of soil…) will increase their sustainability by maxim ising the

pollutant removal efficiency for contaminants typically found in stormwater (suspended solids - SS,

nitrogen species - N, phosphorus - P, heavy metals…) and reducing the amount of clogging in the

system. Results for the removal of SS, N and P have been reported in Bratières et al. (in press), but

possible effects of design and vegetation selection on clogging and heavy metal removal have not yet

been reported.

Numerous studies have shown that biofilters are highly effective in removing heavy metals (Davies et

al., 2001 and 2003; Hatt et al., 2007b). This is because the main mechanism to trap heavy metals is

adsorption to soil particles, which occurs readily at the pH levels commonly found in soils and

stormwater. Since the main heavy metals found in stormwater (copper, lead and zinc) are not mobile

for basic pH, guidelines usually recommend soil pH values between 7 and 8 in order to improve metal

retention (Wong, 2005).

However, the long term performance of biofiltration systems and the possible changes in soil

characteristics (reduction in hydraulic conductivity, change of pH) need to be explored. If systems

clog, it is necessary to assess what impact this has on the metal removal efficiency. Clogging may

have several consequences: (i) it could reduce the outflow and thus increase the detention time of the

system; (ii) it may also create a highly polluted layer on top of the media filter - a clogged layer, or

‗cake‘ of sediments at the surface of the systems - this layer has properties distinct from the media

filter and may become a source of pollutants that could leach over time (Larmet et al., 2007) ; (iii) it

could increase overflow frequency (Le Coustumer et al., submitted) which will reduce the volume of

water treated by the system, subsequently decreasing the mass of pollutants removed. The interaction

Annexes

406

between clogging and pollutant removal needs to be studied in order to understand the long-term

behaviour of biofilters and the possible consequences of clogging.

This article aims to study the clogging phenomena and heavy metal removal efficiency using the

results of a large, long-term laboratory based study and will address the following questions. (1) What

is the behaviour of clogging and metal removal over time? (2) What is the influence of design

parameters (media type, filter depth, vegetation type, system sizing, etc) on the performance of the

systems? (3) Is there any interaction between clogging and metal removal efficiency? Answers to

these questions will provide guidance on important considerations to ensure the long-term

effectiveness and sustainability of biofilters.

Method

Experimental set up

In order to understand the influence of design on the performance of biofiltration systems, 75 columns

of large dimension (375 mm diameter and a depth of up to 900 mm) were constructed as shown in

Figure 1. Systems were built as traditional biofiltration systems with the following composition:

- A drainage layer, containing a 50mm diameter slotted drainage pipe (connected to the outlet)

surrounded by 90 mm of 7 mm gravel screenings.

- A transition layer, made up of 70 mm of fine sand and 70 mm of coarse sand to prevent the

migration of fines.

- A sandy-loam filter layer, with a depth of between 300 and 700 mm.

- Vegetation cover.

The upper part of the column (above the sandy-loam filter layer) is made of transparent Perspex to

provide extended detention (ponding) depth whilst allowing in light for normal vegetation development.

A tap was placed 100 mm above the top of the soil layer in order to keep a constant head in the

system during infiltration tests. A tap was also placed at the bottom of the column to allow drainage.

Design configurations analysed

The influence of five different parameters on the behaviour of the systems was tested over a 72 week

period. Five replicates were built for each design configuration. The following parameters were

analysed:

- Vegetation: Five different species (Carex apressa, Dianella revoluta, Microleana stipoides,

Leucophyta brownii, Melaleuca ericifolia) as well as a control system without any vegetation

were tested.

- Type of media: A sandy loam (SL), a sandy loam with the addition of 10% vermiculite and

10% perlite (by volume) (V&P) and a sandy loam with 10% mulch (redgum chips) and 10%

mushroom compost were tested (Compost). The addition of V&P or compost is hypothesised

to increase the soil porosity (Ouattara et al., 2007; Pagliai et al., 2004).

- Depth of the filter media: Three filter depths were used, 300, 500 and 700 mm.

Annexes

407

- Size of the biofilter relative to its catchment: The inflow volume is varied in order to mimic the

size of the biofilter relative to its catchment. The sizes tested are 4%, 2%, 1% and 0.7% of the

catchment size.

- Pollutant inflow concentration: ‗Standard‘ and ‗High‘ concentrations, along with a Control

(dosed with tap water) were applied (see composition details in Table 2).

A summary of all design configurations is presented in Table 1.

Soil media characteristics

Soil characteristics are of particular interest because they will govern the hydraulic behaviour of the

system as well as the behaviour of metals in the soil (Hatt et al., 2007a). The sandy loam as well as

the sandy loam with the addition of V&P or compost presents similar initial characteristics: a d50 of

0.25 mm, a slightly basic pH and low heavy metals concentration (Table 2).

Inflow characteristics

‗Semi-synthetic‘ stormwater was applied twice a week to mimic averaged drying and wetting regime in

Melbourne. The volume of water applied to the columns was calculated with the following assumption:

653 mm of rainfall per year with an initial loss of 1 mm per rainfall event. The ‗semi-synthetic‘

stormwater was made by using ‗natural‘ sediment from a stormwater basin with pollutant levels then

topped up to approximate the desired concentrations. A full description of the method to prepare the

semi synthetic stormwater is given in Hatt et al. (2007a). The target value for total suspended solids

and other pollutants are based on Duncan (1999) and Taylor et al. (2005). Actual concentrations

achieved during our experiments are given in Table 3.

Inflow pH was measured for the first five sampling campaign. Eighteen samples were taken for each

campaign (based on 3 samples per batch and 6 batches are needed to water all the columns). The

average pH value (± one standard deviation) was neutral (6.9±0.5, n=100), however, a pH inferior to

6.3 was measured in 13% of the samples.

Measurement of hydraulic conductivity

Hydraulic conductivity (K) was measured 4, 8, 14, 20, 28, 39, 60 and 72 weeks after the beginning of

dosing. This was done using a constant head method based on ASTM D 2434-68, modified for the

columns. A constant head was maintained for 24 hours before measurement of K, in order to be as

close as possible to saturation. Final hydraulic conductivity was corrected for a temperature of 20°C.

The mean K across each group of 5 replicate columns is presented, along with the 95 % confidence

interval (95% CI). Some systems were destroyed before 72 weeks; in this case, analyses are

conducted on our final measurement, for example at 39 weeks.

Heavy metal concentration

Samples were analysed in a NATA (National Association of Testing Authorities, Australia) accredited

laboratory according to Standard Methods (APHA/AWWA/WPCF). After nitric acid digestion, metals

Annexes

408

were analysed using ICP-OES, with a detection limit of 0.3 µg/l for Cu, 0.6 µg/l for Pb, and 0.5 µg/l for

Zn.

Root system analysis

The root systems of Carex and Melaleuca were analysed by measuring the length, surface area and

diameter of the roots at varying depths (Zinger, 2008). Roots were first washed to remove soil

particles, then 2 cm section samples were taken at depths of 5, 23, 50 and 63 cm, and placed in a

Petri dish, separated and scanned. The length, surface area and diameter were then measured with

imaging software.

Thickness of the clogging layer

Density of the sediments was measured with a pycnometer Accupyc 1330 (Micrometrics). Samples

were oven dried at 105°C then cooled in a desiccator before measurement. Assuming that there was

no migration of fines particles and that deposition is uniform, it was then possible to calculate the

thickness of the clogging layer, based on the density measurement, the inflow concentration and the

cross section area of the column.

Analysis of data

Normality was checked with the Kolmogorov-Smirnov test and accepted at p>0.05. Differences

between configurations were analysed on normally distributed data using analysis of variance

(ANOVA) or paired t-test (with significant differences accepted where p<0.05).

Results

Change in hydraulic performance over time

Overall results

The average hydraulic conductivity (K) for all configurations, over the sampling campaigns is

presented in Table 4.The initial K (median of 186 mm/h, n=124) meets Australian design guidelines,

which recommend a K of between 50 and 200 mm/h (Melbourne Water, 2005).However, K decreases

substantially over time, reaching a median of 51 mm/h (n=79) after 72 weeks of service (27% of the

initial value). However, the rate of reduction decreases over time, appearing to reach an asymptote

value (Figure 2).

Effects of design

Since hydraulic conductivity changes over time, we will consider the effect of design both on the

change over time, and on the final hydraulic conductivity at the end of testing.

Vegetation

Hydraulic conductivity declines significantly (paired t-test p<0.05 in all cases) over time for all

configurations (vegetated and unvegetated controls), except for those planted with Melaleuca (Table

Annexes

409

5). Those columns planted with Melaleuca initially decreased from 155 to 100 mm/h, K but then

increased to 295 mm/h after 60 weeks, finishing at around 240mm/hr at the end of testing (Figure 3).

The behaviour of Carex (in Figure 3) is representative of all other configuration, showing a consistent

decrease over time, and setting to an asymptote value.

Despite columns with all vegetation types having initially similar hydraulic conductivity, the differences

between species in changes over time result in significantly different final values of K between

Melaleuca and all other configurations (Table 6). After 60 weeks, K of biofilters planted with Carex (51

mm/h), Dianella (88 mm/h), Microleana (49 mm/h) and Leucophyta (66 mm/h), were not significantly

different to those with no vegetation (53 mm/h) with p> 0.05.

Various studies (for example Cammeraat and Imeson, 1999; Cerda, 1997) have shown that roots may

influence hydraulic conductivity. In order to understand the observed differences between Melaleuca

and other species, the root density profile of Melaleuca and Carex were analysed by measuring the

length and the diameter of roots at different depths (based on three columns for each configuration).

Figure 4 shows that the root density of Carex columns is around ten times that of the Melaleuca

columns, down to a depth of 63 cm where they become similar. However, the mean diameter (d50) of

Carex roots are also much smaller than those of Melaleuca (Table 7). That is, Carex has a much finer

but much denser root system than that of Melaleuca.

Size of the system

Hydraulic conductivity declines significantly (paired t-test p<0.05 in all cases) over time for all

configurations (Table 8). Evolutions with time of the K for the 4% and 0.7% systems are shown on

Figure 5 (mean and 95% CI) and are showing a constant decrease over the 39 week period.

All columns have similar initial K but after 39 weeks, the K of systems designed at 4% is statistically

greater than the systems at 1% and 0.7%, and systems at 2% have a K statistically higher than those

sizes at 0.7% of their catchment (Table 9). The bigger systems (i.e. the one that received the smallest

volume of water per m²) have the highest K (125 mm/h), when the smallest systems (i.e. the one that

received the biggest volume of water per m²) have the lowest K (3 mm/h).

Filter media type

Hydraulic conductivity declines significantly for the 3 media type (paired t-test p<0.05 in all cases)

(Table 10). Changes over time for the sandy loam configuration and the V&P are also presented on

Figure 7 with the mean and the 95% confidence interval plotted.

The filter media made of sandy loam plus vermiculite and perlite had a significantly higher hydraulic

conductivity than the standard sandy loam media (p=0.03, Table 11), but this was the only significant

difference between any of the three media types. However, after 60 weeks, sandy loam had

statistically lower K (51 mm/h) than systems either with compost (174 mm/h) or V&P (196 mm/h).

Annexes

410

Sediment concentration

Effect of sediment concentration is studied by comparing systems receiving tap water, and water with

a normal and a high concentration of sediment. After 39 weeks, only systems receiving a high

concentration of sediments have a statistically lower K (Table 12). Changes in K for Carex are

presented in Figure 8 (mean and 95% CI) and show that systems receiving more sediment always

have a lower K.

Initial K is statistically identical for all configurations (Table 13). Systems receiving tap water (116

mm/h) have a higher final K than systems receiving sediments (80 mm/h). Systems receiving a high

concentration of sediment have the lowest K (26 mm/h) of the three configurations. The two systems

receiving sediment are statistically different to those receiving water without sediments (Table 13).

In order to assess the influence of the top layer (of built up sediments) on hydraulic conductivity,

measurements without the top layer were conducted on two configurations: systems without

vegetation and those planted with Melaleuca. The thickness of the sediment deposited is calculated to

be 1.3 mm since sediment density was measured at 2.5 g/cm3, and inflow concentration as well are

columns dimensions are known. For each column, at least 3 cm of soil and sediments were removed

from the surface. Initial hydraulic conductivity and hydraulic conductivity after 72 weeks, with and

without the top layer is presented in Figure 8.

For non vegetated systems, it appears that the layer of sediment at the top of the filter media

somewhat reduces hydraulic conductivity; with this top layer removed the final K is 51 mm/h (26% of

Kini) compared to 74 mm/h (37% of Kini) with the top layer intact. However, the difference between

these was not. significantly different. Indeed, both values are low compared to the initial value of 199

mm/h. On the other hand, when systems are planted with Melaleuca, hydraulic conductivity increased,

from 232 mm/h to 312 mm/h without the top layer, being twice as high as the initial value (155 mm/h).

Clearly, the Melaleuca are managing to penetrate and create macropores through the filter media,

helping to maintain (and even increase) the hydraulic conductivity.

Heavy metal removal efficiency

Overall results

Table 14 presents the average inflow and outflow concentration for systems that had standard

concentration, high concentration and tap water inflows, and consequent removal efficiency (η) for

copper, lead and zinc. These results are the average values for all columns and for all 8 sampling

campaigns conducted between August 2006 and December 2007.

Removal efficiency is very high for lead and zinc (98%) with very low variability (CV is less than 1%).

For copper, removal is high (82%) but more variable (CV=11%).

Annexes

411

Outflow concentrations for lead and zinc (2.5 µg/l and 8.8 µg/l) are similar to concentrations measured

in the tap water inflow (2.2 µg/l and 7.0 µg/l). Copper concentration in the outflow (6.1 µg/l) is lower

than tap water inflow concentration (33.3 µg/l).

It is also of particular interest to note that outflow concentrations for Pb, Cu and Zn from the systems

watered with tap water (5.7, 1.6 and 7.1 µg/l) are similar to the outflow concentration of the systems

watered with polluted stormwater (6.1, 2.5 and 8.8 µg/l). This implies that there may be a minimum

outflow concentration, where the concentrations of the metals in the outflow may be in equilibrium with

those in the soil.

Commonly-used target values for aquatic ecosystem protection, irrigation and recreational use are

presented in Table 15. All metal concentrations in the outflow meet USEPA guidelines for freshwater

ecosystem protection. ANZECC guidelines for freshwater ecosystem protection are more conservative

and are met only for lead. ANZECC guidelines for irrigation and recreational use of water are always

met, even for the inflow.

Changes in performance with time

In order to evaluate possible changes in performance with time, outflow concentration and removal

efficiency were measured for each campaign. Both outflow concentrations and removal efficiency

were found to remain consistent over time (Table 16).

Outflow concentrations are low with a maximum concentration of 8.2 µg/l for Cu, 4.1 µg/l for Pb and

12.1 µg/l for Zn. Removal efficiency is always very high for Pb and Zn (more than 90%) and high for

Cu (more than 80%) except for the first two campaigns where removal is 50 and 71%. However, this

low removal efficiency may be explained by the very low inflow concentration for these sampling runs

(Figure 10); indeed, the outflow concentrations are quite similar (15.8 µg/l and 19.7 µg/l compared to

an average of 63±23µg/l for other campaigns). This again suggests some sort of equilibrium or

background concentration is reached as stormwater moves through the soil filter.

After 14 months of service, pH was measured at various depths in the soil profile in 14 columns

watered with stormwater and 3 columns watered with tap water (Table 17). Despite some reduction

over time (initial pH was 8.0), pH remains above 7 at all depths and for all systems, meaning that

leaching of heavy metals trapped in the media remains unlikely (Wendelborn et al., submitted).

Influence of design

Design configuration did not significantly affect heavy metal removal performance (Table 18).

Copper: There is little difference in outflow concentrations between configurations, being generally

between 4 and 6 µg/l. This is similar to the outflow concentration of the control systems watered with

tap water (5.7 µg/l). Slightly higher concentrations are measured in the large systems (4% biofilter

area to catchment size ratio), the shallower systems (300mm and 500mm filter depth) and systems

Annexes

412

with added V&P or compost (maximum of 12.5 µg/l). Removal efficiency is greater than 80% for all but

the large systems (64%) and the systems with added V&P or compost.

Lead: Concentrations are generally between 1 and 3 µg/l which is similar to outflow concentrations

from the systems dosed with tap water (1.6 µg/l). Only large systems (4%) and systems receiving high

concentrations (planted with Carex or without vegetation) have outflow concentrations higher than 3

µg/l (maximum of 6.6 µg/l). However, removal efficiency is close to 100% in all cases.

Zinc: Concentrations are generally between 5 and 10 µg/l which is again similar to outflow

concentrations from the tap water systems (7.1 µg/l). Systems receiving high concentration inflow and

columns with shallow filter media (300 mm) produce outflow concentrations higher than 10 µg/l (up to

19.6 µg/l). Removal efficiency, however, remains high, approaching 100%.

These results suggest that there is little effect of design configuration on the treatment performance of

the systems, in regard to the removal of Cu, Pb and Zn. Similarly, heavy metal removal was not found

to be significantly correlated with hydraulic conductivity of the media.

Discussion

Clogging of the system

Over a 72 week period, a decrease in hydraulic conductivity was evident, with a final value equal to

27% of the initial value. These results are similar to those of Hatt et al. (2007b) who showed a

decrease of the same order of magnitude after 40 weeks of service. Warmaars et al. (1999) showed a

final hydraulic conductivity for infiltration trenches between 30 and 70% of the initial value after 2 years

and 9 months of operation. It is critical that these potential decreases in hydraulic conductivity must be

taken into account when designing systems. A safety factor of 2, as presented in some design

guidelines (New Jersey department of Environmental Protection, 2004), seems to be a minimum. The

results from these experiments show a decrease by a factor of 3.6 over 72 weeks, with signs of an

asymptote being reached. Given this, a safety factor of 3 may be more appropriate. Field studies of

systems in the ‗real-world‘ have observed varying degrees of clogging. For example, Hatt et al.

(submitted) showed hydraulic conductivity dropping from around 180 mm/hr to an average (for three

biofiltration cells) of around 20 mm/hr within six months. However, the three cells had ‗recovered‘ to an

average conductivity of approximately 170 mm/hr, which was hypothesised to be due to macropore

creation by vegetation.

In this laboratory study, maintenance of hydraulic conductivity by vegetation was shown only for

Melaleuca species. Analysis of the root systems support results from Archer et al. (2002), that plants

with thin and long roots create a mat in the soil that reduces K. In this laboratory study, these thin-

rooted plants were not shown to significantly diminish the soil hydraulic conductivity relative to

unvegetated systems, but nor did help maintain conductivity. On the other hand, plants with thick roots

will increase hydraulic conductivity through the creation of macropores. Given the demonstration that

Annexes

413

clogging of the surface layer plays a key role in determining overall system hydraulic conductivity, this

creation of macropores appears to extend into this critical surface layer.

The influence of catchment size on clogging is clearly shown. It can be explained by a combination of

high sediment and hydraulic loading. Small systems are more prone to clogging than bigger systems

(Figure 11). A linear decrease between K and biofilter size down to 1% was shown. For even smaller

systems hydraulic conductivity decreases substantially (51 mm/h for systems of 1% of their catchment

versus 3 mm/h for those 0.7%). These results show that every effort should be made to avoid the use

of systems which are very small relative to their catchment. Where space at the outlet of a catchment

is limited this may necessitate the breaking up of a catchment into sub-catchments, to be treated by

smaller systems closer to source.

The addition of compost or V&P increases the initial soil hydraulic conductivity. These results are

similar to that in the literature showing that the addition of compost is a common practice to improve

the physical properties of the soil. However, after 72 weeks, the K of sandy loam is reduced by more

than 10 times (from 251 to 24 mm/h) and K of V&P is reduced by over 8 times (from 599 to 71 mm/h).

Hence, while the addition of compost or V&P increases the initial K, it helps only slightly to decrease in

conductivity over time.

Sediment concentration is also shown to play an important role in clogging. However, more

experiments (with a wider range of concentration) are needed to draw strong conclusions on the effect

of TSS concentration on the evolution of K, since it decreases even for the control (tap water) without

sediment. It seems that clogging is due to a combination of compaction (due to hydraulic loading), and

sediment deposition at the surface of the system.

It is clear that clogging is controlled substantially by the top layer of the sediment, as a result of

sediment deposition and possibly of particle reorganisation at the soil surface. For non vegetated

systems, hydraulic conductivity without the top layer was slightly higher, but not significantly, and

remains lower than the initial value of 199 mm/h. These results are similar to those from experiments

conducted by Mousavi et Rezai (1999). They show that a recharging basin with a hydraulic

conductivity of 20% of the initial value, increases its hydraulic conductivity to 40% of the initial value

after scraping off the top 5 cm. Removal of a 15 cm layer was needed to get closer to the initial value

(68%). The fact that Melaleuca was able to overcome these type of surface-clogging processes,

shows the potential importance of using vegetation to maintain hydraulic conductivity in infiltration

systems. However, there is a potential conflict which arises, in that the presence of vegetation will

make regular surface-scraping of the system much more difficult. Partitioning the system into

vegetated and unvegetated zones (with varying maintenance frequency to match) may be an

appropriate solution.

Annexes

414

Pollutant removal

Experiments conducted over 72 weeks have shown that biofilters are performing well with regard to

heavy metal, with low outflow concentrations and high removal rates observed. pH is a critical factor

governing metal solubility, and Zn and Cu are not mobile for pH greater than 7.0 (Pichard, 2003 and

2005). The maintaining of a neutral or slightly basic pH during all the experiments may help explain

this high efficiency. Similar removal efficiencies have been observed by Davies et al. (2003), with

removal of 98% for all metals, and by Hatt et al. (2007b), with removal rates of 68% for Cu, 76% for Pb

and 75% for Zn.

A particular aim of this study was to explore the change in removal efficiency with time and the

possible effects of different biofilter design. No reduction of treatment was noticed over time and little

effect of design was shown. Systems tend to be robust and their performance seems to depend on the

initial characteristics of the media used.

Effects of clogging on pollutant removal

It appears that there was no direct effect of hydraulic conductivity (and thus of clogging) on the

performance of the biofilters. However, this finding also needs to be qualified in terms of the range of

hydraulic conductivities observed during this study (which mean ranging from 234 to 68 mm/h). It is

likely that for media with much higher hydraulic conductivity and thus very low contact time, metal

removal efficiency may be reduced (Neagoe et al., 2008). Importantly also, changes in hydraulic

conductivity may have indirect consequences on pollutant removal by increasing the overflow

frequency and reducing the volume of water treated by the media. In order to evaluate the importance

of this phenomenon, simulations with the MUSIC software (CRCCH, 2005) were conducted to assess

the hydrological effectiveness (% of the mean annual flow treated) of the biofiltration system and the

consequent metal removal. The following assumptions were made:

- The water that is overflows from the biofiltration system (ie. is bypassed) is considered not to

be treated. This hypothesis could be justified for small systems where detention time is low

and the distance between inlet and overflow pit is small.

- The water that is filtered by the biofiltration systems has a removal efficiency similar to that

found in these experiments, 98 % for Pb and Zn and 82 % for Cu (Table 14) which is

independent of the hydraulic conductivity.

Figure 12 shows the influence of K on removal. If K is 200 mm/h, hydrological effectiveness is 85%

(based on Melbourne climate), Pb and Zn removal is 83% and Cu removal is 74% - if K is 50 mm/h,

hydrological effectiveness is 57%, Pb and Zn removal is 56% and Cu removal is 54%. It can be then

assumed that the main consequence of clogging on the removal efficiency of the system is not due to

a reduction of the capacity of the soil to trap pollutants, but rather is due to a decrease in hydraulic

conductivity which leads to more frequent overflows, therefore decreasing the annual mass of

pollutants captured by the system. These results show that the choice of vegetation is of particular

importance. Not only can it improve the pollutant removal rates of other pollutants (especially N and P

Annexes

415

as demonstrated by Read et al., 2008), it may also have an indirect effect by limiting clogging and

therefore, limiting overflow frequency and thus, increasing the annual mass of pollutants treated.

Conclusions

1. Infiltration systems were shown to clog over time, with hydraulic conductivity decreasing on average

by a factor of 3.6. This needs to be taken into account when designing systems. Conversely, no

significant effect of clogging on of the outflow concentration of heavy metals was seen. Biofiltration

systems seem to be achieving excellent removal efficiency with outflow meeting USEPA fresh water

guidelines for concentrations of the three metals studied.

2. Biofilter design did not have a direct influence on metal removal, but may have important

implications as a result of an influence on hydraulic conductivity and thus on the proportion of annual

flow treated by the filter. Certain vegetation species could limit the decrease of hydraulic conductivity

due to clogging. Species with thick roots seem to be the most appropriate. In this study, the use of

Melaleuca helped to reduce the effect of clogging, resulting in a final hydraulic conductivity higher than

the initial value. Other species studied had no such benefit. Clogging was found to be due to a

combination of hydraulic and sediment loading. An increase in either of these factors can lead to a

decrease in hydraulic conductivity. Small systems relative to their catchment are therefore more prone

to clogging and can reach extremely low hydraulic conductivities.

3. Clogging may have an indirect influence on metal removal by increasing overflow frequency and

reducing the volume of water treated. The appropriate choice of vegetation can be a key element in

biofiltration design because it can limit clogging and therefore, indirectly increase metal removal by

limiting the volume of water by-passing the system through overflow.

Acknowledgements

This work was undertaken as part of the research program of the Facility for Advancing Water

Biofiltration, which is a joint-venture between Monash University and EDAW, funded under the

Victorian Government‘s Science Technology and Innovation Initiative. We wish also to acknowledge

the contributions to the laboratory work by Yaron Zinger, Justin Lewis, Geoff Taylor and Katia

Bratières, as well as other members of FAWB and the Institute for Sustainable Water Resources at

Monash University.

References

APHA/AWWA/WPCF (ed) (2005) Standard Methods for the Examination of Water and Wastewater, 20th American Public Health Association/American Water Works Association/Water Pollution Control Federation, Washington, USA. ANZECC and ARMCANZ (2000). Australian and New Zealand Guidelines for Fresh and Marine Water Quality, Volume 1, The Guidelines (Chapters 1-7). Australian and New Zealand Environmental Conservation Council and Agriculture and Resource Management Council of Australia and New Zealand.

Annexes

416

Archer, A. N. L., Quniton, J. N. and Hess, T. M. (2002). Below – ground relationships of soil texture, roots and hydraulic conductivity in two-phase mosaic vegetation in South-east Spain. Journal of Arid Environments, 52, 535-553. ASTM D2434-68. (2006). Standard Test Method for Permeability of Granular Soils (Constant Head). ASTM International, West Conshohocken, PA. Bouwer, H. (2002). Artificial recharge of groundwater: hydrogeology and engineering. Hydrogeology Journal, 10, 121-142. Burton, G. A. J. and Pitt, R. E. (2001) Stormwater Effects Handbook: A Toolbox for Watershed Managers, Scientists, and Engineers. Boca Raton, Florida, CRC Press LLC. Bratières, K., Fletcher, T.D., Deletic, A. and Zinger Y. (accepted) Nutrient and sediment removal by stormwater biofilters; a large-scale design optimisation study. Accepted to Water Research. Cammeraat, L.H. and Imeson, A.C. (1999). The evolution and significance of soil vegetation patterns following land abandonment and fire in Spain. Catena, 37, 107–127. Cerda, A. (1997). The effect of patchy distribution of Stipa tenacissima L. on runoff and erosion. Journal of Arid Environments, 36, 37–51. CRCCH. (2005). MUSIC – Model for Urban Stormwater Improvement Conceptualisation – User Guide 3. Melbourne, Australia: Cooperative Research Center for Catchment Hydrology www.toolkit.net.au/music, (15.01.08) Davis, A. P., Shokouhian, M., Sharma, H. and Minami, C. (2001). Laboratory study of biological retention for urban stormwater management. Water Environment Research, 73(1), 5-14. Davis, A. P., Shokouhian, M., Sharma, H., Minami, C. and Winogradoff, D. (2003). Water quality improvement through bioretention: Lead, copper, and zinc removal. Water Environment Research, 75 (1), 73-82. Dietz, M.E. and Clausen, J.C. (submitted). Stormwater runoff and export changes with development in a traditional and low impact subdivision. Journal of Environmental Management, submitted. Duncan, H. P. (1999). Urban stormwater quality: a statistical review. Report 99/3, Melbourne, Australia: Cooperative Research Centre for Catchment Hydrology. http://www.catchment.crc.org.au/archive/pubs/prog12.html, (16.01.08). FAWB (2006). 'About FAWB' Brochure - an outline of FAWB and its work. www.monash.edu.au/fawb/publications/index.html, (24.02. 08). Hatt, B. E., Fletcher, T. D. and Deletic, A. (2007a). Treatment performance of gravel filter media: Implications for design and application of stormwater infiltration systems. Water Research, 41, 2513-2524. Hatt, B. E., Fletcher, T. D. and Deletic, A. (2007b). Hydraulic and pollutant removal performance of stormwater filters under variable wetting and drying regimes. Water Science and Technology, 56 (12), 11-19. Hatt, B. E., Fletcher, T. D. and Deletic, A. (submitted). Hydrologic and pollutant removal performance of stormwater biofiltration systems at the field scale. Submitted to Journal of Hydrology. Langergraber, G., Haberl R., Laber, J. and Pressi, A. (2003). Evaluation of substrate clogging processes in vertical flow constructed wetlands. Water Science and Technology, 48 (5), 25 -34. Larmet, H., Delolme, C. and Bedell, J.-P. (2007). Bacteria and heavy metals concomitant transfer in an infiltration basin: columns study under realistic hydrodynamical conditions. NOVATECH 2007 6th international conference on sustainable techniques and strategies in urban water management, Lyon, France, 25-28 June 2007. Le Coustumer, S., Fletcher, T. D., Deletic, A., Barraud, S. and Lewis, J. F. (submitted). Hydraulic performance of biofilter systems for stormwater management: influences of design and operation. submitted to J. of Hydrology. Lindsey, G., Roberts, L. and Page, W. (1992). Inspection and maintenance of infiltration facilities. J. Soil and Water Cons. 47(6), 481-486. Neagoea, A., Merten, D., Iordache, V., Buchel G. (2008). The effect of bioremediation methods involving different degrees of soil disturbance on the export of metals by leaching and by plant uptake. Chemie der Erde – Geochemistry. In Press, Corrected Proof, Available online 12 March 2008.

http://www.catchment.crc.org.au/archive/pubs/prog12.html

Annexes

417

Melbourne Water (2005). Water Sensitive Urban Design (WSUD) Engineering Procedures: Stormwater. Chapter 6 Bioretention basins. CSIRO publishing, Melbourne. Ouattara, K., Ouattara, B., Nyberg, G., Sedogo, M.P. and Malmer, A. (2007). Ploughing frequency and compost application effects on soil infiltrability in a cotton–maize (Gossypium hirsutum–Zea mays L.) rotation system on a Ferric Luvisol and a Ferric Lixisol in Burkina Faso. Soil & Tillage Research. 95, 288–297 Pagliai, M., Vignozzi, N. and Pellegrini, S. (2004). Soil structure and the effect of management practices. Soil & Tillage Research, 79, 131–143. Pichard, A. (2005). Cuivre et ses dérivées. Version N°1-5-février 05, INERIS- Fiche de données toxicologiques et environnementales des substances chimiques. Pichard, A. (2003). Plomb et ses dérivées. Version N°2-1/2003, INERIS- Fiche de données toxicologiques et environnementales des substances chimiques. Pichard, A. (2005). Zinc et ses dérivées. Version N°2-2-mars 2005, INERIS- Fiche de données toxicologiques et environnementales des substances chimiques. Read, J., Wevill, T., Fletcher, T., Deletic, A. (2008). Variation among plant species in pollutant removal from stormwater in biofiltration systems. Water Research, 42, 893-902. Taylor, G. D., Fletcher, T. D., Wong, T. H. F., & Breen, P. F. (2005). Nitrogen composition in urban runoff - implications for stormwater management. Water Research, 39(10), 1982-1989. Winogradoff, D. A. (2002). The bioretention manual, Prince‘s Georges County Maryland. http://www.co.pg.md.us/Government/AgencyIndex/DER/ESD/Bioretention/bioretention.asp, 18.01.08. Wong, T. (2006). Australian Runoff Quality, A guide to Water Sensitive Urban Design. Sydney: Engineers Australia. Wendelborn A., Mudd G. and Deletic A. Sorption behaviour of zinc and copper from stormwater injected into siliceous aquifer materials for aquifer storage and recovery (ASR) - 1. Batch experiments. Journal of Contaminant Hydrology (submitted). Zinger Y. (2008). Optimization of nitrogen removal in biofilter systems. Ph.D. Dissertation, Monash University (in preparation).

Annexes

418

Figure 98 : Schematic view of a biofiltration column

Figure 99 : Change in K with time (mean showed by continuous line and 95% CI shown by shaded

band).

Figure 100 : Change in K with time for the Carex (pink) and Melaleuca (blue) systems (mean showed

by dotted line and 95% CI shown by shaded band).

Coarse sand: 70 mm

900 mmSandy loam: 300-700 mm

Fine sand: 70 mm

Overflow ~ 100 mm

Outflow

Gravel: 90 mm

Vegetation

Inflow

375 mm

Coarse sand: 70 mm

900 mmSandy loam: 300-700 mm

Fine sand: 70 mm

Overflow ~ 100 mm

Outflow

Gravel: 90 mm

Vegetation

Inflow

375 mm

Annexes

419

0 100 200 300 400 500

-5

-23

-50

-63

Roots length (m)

De

pth

(cm

)Melaleuca

Carex

Figure 101 : Roots length at different depth for Melaleuca and Carex.

Figure 102 : Change in K with time for biofilters design at 4% (blue) and 0.7% (brown) of their

catchment size (mean showed by dotted line and 95% CI shown by shaded band).

Figure 103 : Change in K with time for the sandy loam (dark green) and sandy loam with V&P (light

blue) filter media (mean showed by dotted line with 95% CI shown by shaded band).

Annexes

420

Figure 104 : Change in K with time for systems operating under standard (brown) and high sediment

concentration (green) (mean showed by dotted line with 95% CI shown by shaded band).

0

50

100

150

200

250

300

350

No Vegetation Melaleuca

K (

mm

/h)

K initial

K 72 weeks

K without top

Figure 105 : Initial hydraulic conductivity, hydraulic conductivity after 72 weeks, and hydraulic

conductivity without the top layer for systems without vegetation and planted with Melaleuca.

Figure 10 : Outflow (mean showed by dashed line with 95% CI shown by shaded band) and inflow for

copper.

Annexes

421

Figure 11 : Change in K with biofilter size relative to its catchment (%) after 39 weeks of operation

(mean showed by dotted line and 95% CI shown by shaded band).

0

10

20

30

40

50

60

70

80

90

100

1 10 100 1000

Hydraulic conductivity (mm/h)

Rem

oval of heavy m

eta

ls load (

%)

0

10

20

30

40

50

60

70

80

90

100

% o

f annual flow

tre

ate

d

Pb or Zn

Cu

% of annual flow treated

Figure 12 : Influence of hydraulic conductivity on heavy metal removal and hydrological effectiveness

Annexes

422

Table 1: Design characteristics of each configuration

Parameter tested Vegetation Soil Thickness (mm) Size Inflow Concentration

Vegetation

No vegetation SL 700 2% Standard

Carex apressa SL 700 2% Standard

Dianella revoluta SL 700 2% Standard

Microleana stipoides SL 700 2% Standard

Leucophyta brownii SL 700 2% Standard

Melaleuca ericifolia SL 700 2% Standard

Size of Catchment



Carex apressa SL 700 0.7% Standard

Soil Carex apressa V&P 700 2% Standard

Carex apressa Compost 700 2% Standard

Inflow concentration Carex apressa SL 700 2% High

Carex apressa SL 700 2% Control (tap water)

Thickness Carex apressa SL 500 2% Standard


Table 2: Soil characteristics

Sandy loam V&P Compost

Copper (mg/kg) < 5 < 5 < 5

Lead (mg/kg) < 5 < 5 < 5

Zinc (mg/kg) 13 (24%) 14 (0%) 12 (9%)

pH 8.0 8.1 7.7

CEC (meq/100 g) 17 15 21

Alkalinity (mg CaCO3/l) 138 167 217

Particle size distribution (d50) (mm) 0.25 0.25 0.25

Table 3: TSS and heavy metals concentration in the semi synthetic storm water (with σ the standard

deviation, CV the coefficient of variation of the mean and n the number of samples).

TSS Cu Pb Zn

C. normal C. high C. normal C. high C. normal C. high C. normal C. high

Target (µg/l) 150 300 50 100 140 280 250 500

Median (µg/l) 115 200 47 78 116 196 341 517

Mean (µg/l) 121 206 53 78 120 198 401 536

σ (µg/l) 41 57 28 32 36 43 238 133

CV (%) 34% 28% 52% 41% 30% 22% 59% 25%

Min (µg/l) 38 98 10 15 61 80 205 345

Max (µg/l) 240 400 165 188 257 330 2395 1316

n 131 114 122 115 122 115 122 115

Annexes

423

Table 4: Change of hydraulic conductivity with time (mean, median, standard deviation σ, 95 %

confidence interval, coefficient of variation CV and number of measurement n)

Time (weeks) 4 8 14 20 28 39 60 72

Mean (mm/h) 234 189 176 190 152 99 71 68

Median (mm/h) 186 160 148 157 125 88 46 51

σ (mm/h) 143 117 103 108 81 60 79 59

2.5th 98 74 69 72 40 3 5 2

97.5 th

588 519 445 513 336 240 334 257

CV (%) 61 62 58 57 53 61 112 87

n 124 124 124 125 125 125 87 79

Table 5: Mean initial and final K (mm/h) (with CV in brackets) and p values from the paired t test for

the vegetated and non vegetated systems.

Kini (4 weeks)

(mm/h)

Kfinal (60 weeks)

(mm/h) p

No vegetation 199 (29%) 53 (41%) 0.002

Carex 251 (49%) 51 (65%) 0.009

Dianella 232 (61%) 88 (45%)* 0.043

Microleana 150 (17%) 49 (35%) 0.001

Leucophyta 231 (29%) 66 (43%) 0.004

Melaleuca 155 (34%) 295 (38%) 0.012

* results after 39 weeks

Table 6 : ANOVA (p value of the post hoc test) for the initial and final values of hydraulic conductivity

relative to vegetation type (values in bold are statistically significant).

No vegetation Carex Dianella Microleana Leucophyta

Melaleuca 0.97 , 0.00 0.53 , 0.00 0.73 , 0.00 1.00 , 0.00 0.74 , 0.00

Annexes

424

Table 7: d50 of the roots (based on length)

d50 (mm) Root length

Melaleuca Carex

A (-5 cm) 0.09 0.08

B (-23 cm) 0.12 0.075

C (-50 cm) 0.16 0.075

D (-63 cm) 0.25 0.15


the different size of biofilter relative to their catchment.

Biofilter size (as % of catchment)

4 % 2 % 1 % 0.7%

Kini

(4 weeks) (mm/h)

362

(48%)

251

(49%)

171

(22%)

174

(14%)

Kfinal

(39 weeks) (mm/h)

125

(44%)

80

(39%)

59

(50%)

3

(65%)

p 0.02 0.05 0.00 0.00

Table 9: ANOVA (p value of the post hoc test) for the initial and final values of hydraulic conductivity

relative to biofilter size (values in bold are statistically significant).

Size (% of catchment) 4% loam (initial,

final)

2% loam

(initial, final)

1% loam (initial,

final) 0.7%

4% X

2% 0.4 , 0.22 X

1% 0.06 , 0.04 0.67 , 0.79 X

0.7% 0.07 , 0.00 0.69 , 0.02 1.0 , 0.1 X


the different media type.

Kini (4 weeks) (mm/h) Kfinal (60 weeks) (mm/h) t-test p

Sandy loam 251 (49%) 51 (65%) 0.009

V&P 599 (44%) 196 (33%) 0.041

Compost 473 (32%) 174 (24%)* 0.023

* results after 39 weeks

Annexes

425


relative to media type (values in bold are statistically significant).

Media type Sandy loam (initial, final) Sandy loam with V&P

(initial, final)

Sandy loam with

compost (initial,

final)

Sandy loam with X

V&P 0.03, 0.01 X

Sandy loam with

compost 0.19, 0.005 0.56, 0.76 X


the different pollutant concentration.

Pollutant

concentration

Kini (4 weeks)

(mm/h) Kfinal (39 weeks) (mm/h) p

Control (tap

water) 238(50%) 116 (5%) 0.09

Normal 251 (49%) 80 (39%) 0.06

High 207 (53%) 26 (72%) 0.03


relative to pollutant concentration (values in bold are statistically significant).

Pollutant concentration Normal High Control (tap water)

Standard X

High 0.83, 0.005 X

Control (tap water) 0.99, 0.05 0.91, 0.000 X

Table 14: Average inflow and outflow concentrations and removal efficiency for Cu, Pb and Zn (mean,

standard deviation and CV).

Cu Pb Zn

Mean σ CV Mean σ CV Mean σ CV

Inflow (µg/l) (n=8)* 51.9 2.1 56% 126.7 32.9 26% 637.2 715.7 112%

Inflow high (µg/l) (n=8)* 73.0 37.7 52% 202.5 35.0 17% 642.2 298.8 47%

Inflow- tap water (n=3) 33.3 18.1 54% 2.2 2.8 129% 7.0 11.8 168%

Outflow (µg/l) (n= 815) 6.1 2.1 35% 2.5 1.2 47% 8.8 3.5 39%

Outflow – tap water (n=35) 5.7 1.1 19% 1.6 1.6 100% 7.1 4.0 56%

η (%) (n=815) 82.2 8.7 11% 98.2 0.6 0.6% 98.0 0.6 0.7%

Annexes

426

Table 15: Target values for aquatic ecosystems protection, irrigation and recreational use (µg/l)

Cu Pb Zn

Aquatic ecosystems protection

(freshwater)

USEPA* CMC 14 450 120

CCC 9.4 17 120

ANZECC 95% of

protection 1.4 3.4 8

Irrigation ANZECC LTV 200 2000 200

STV 5000 5000 5000

Recreational ANZECC 1000 50 5000

CMC: criterion maximum concentration, with an exposure of one hour

CCC: criterion continuous concentration, with an averaging period of four days

LTV: long term trigger value (up to 100 years)

STV: short term trigger valuer (up to 20 years)

* in Burton and Pitt (2001)

Table 16: Coefficient of correlation between time, concentration and removal for each metal

Cu Pb Zn

R²(t,C) 0.01 0.02 0.01

R²(t,η) 0.15 0.31 0.26

Table 17: Average pH at different depth after 14 month of service (October 2007) for systems watered

with stormwater and tap water

Storm water (n=14) Tap water (n=3)

Depth pH CV pH CV

A (surface) 7.1 9% 7.3 8%

B (- 5 cm) 7.1 10% 7.2 3%

C (-8.5 cm) 7.3 10% 7.1 8%

D (-23 cm) 7.5 7% 7.4 5%

E (-50 cm) 7.4 11% 7.6 10%

F (-63 cm) 7.6 8% 7.7 17%

Annexes

427

Table 18: Average outflow concentration (µg/l) (and CV) and removal efficiency (%) (and CV) over 72

weeks, for each design configuration.

Cu Pb Zn

C (µg/l) η (%) C (µg/l) Η (%) C (µg/l) η (%)

No vegetation 5.9 (37%) 84% (15%) 2.4 (87%) 98% (2%) 6.6 (54% 98% (2%)

Carex 5.7 (43%) 83% (20%) 2.6 (71%) 98% (2%) 6.6 (92% 98% (2%)

Dianella 5.6 (20%) 84% (14%) 2.6 (78%) 98% (2%) 8.2 (67% 98% (2%)

Microleana 5.4 (32%) 84% (16%) 2.2 (75%) 98% (2%) 5.5 (41% 99% (1%)

Leucophyta 4.8 (32%) 87% (10%) 2.0 (70%) 98% (1%) 5.8 (52% 99% (1%)

Melaleuca 5.7 (47%) 85% (12%) 2.8 (72%) 98% (2%) 7.5 (65% 98% (2%)

4% of catchment area 10.2 (37%) 64% (62%) 3.3 (38%) 98% (1%) 8.1 (47% 98% (2%)

1% of catchment area 4.1 (43%) 87% (16%) 2.0 (79%) 99% (1%) 8.4 (35% 98% (1%)

0.70% of catchment area 4.6 (53%) 86% (15%) 2.1 (94%) 98% (2%) 6.4 (36% 98% (1%)

500 mm filter media 6.3 (39%) 81% (24%) 1.2 (110%) 99% (1%) 5.7 (55% 99% (1%)

300 mm filter media 6.6 (38%) 80% (23%) 1.2 (100%) 99% (1%) 10.3 (51% 97% (2%)

Sandy loam with V+P 10.3 (35%) 67% (50%) 2.5 (81%) 98% (3%) 8.5 (86% 98% (3%)

Sandy loam with compost 12.5 (45%) 55% (99%) 1.5 (111%) 99% (1%) 10.9 (23% 98% (2%)

High concentration (Melaleuca) 4.5 (28%) 91% (7%) 2.1 (101%) 99% (1%) 6.0 (26% 99% (1%)

High concentration

(Microleana) 4.9 (15%) 90% (8%) 2.6 (87%) 99% (2%) 12.4 (95% 98% (3%)

High concentration

(Microleana) 4.7 (17%) 88% (11%) 4.7 (164%) 97% (5%) 15.4 (124% 97% (5%)

High concentration (non

vegetated) 4.8 (19%) 89% (12%) 6.6 (117%) 97% (5%) 19.6 (108% 96% (6%)

Tap Water 5.7 (19%) - - 1.6 (100%) - - 7.1 (56%) - -