Conference PaperPDF Available

Calcul de plans d'échantillonnage rationalisés pour la conduite de campagne de reconnaissance (FUI MATRICE)

Authors:

Abstract

Dans la continuité des travaux de recherche OUTRAGE et REPERAGE sur le couplage entre mesures de terrain et traitement géostatistique des données, des travaux ont été menés dans le cadre du projet MATRICE pour améliorer et compléter l’approche proposée et la rendre opérationnelle à l’aide d’outils logiciels adaptés. L’approche vise à lever convenablement l’incertitude sur l’état de pollution de sols établie à partir d’un modèle géostatistique de teneurs en polluants dans les sols en prenant en compte des objectifs de reconnaissance ou de dépollution et des contraintes à respecter. La démarche proposée est itérative. A chaque étape, un plan de sondages ou d’échantillonnage complémentaire est calculé et transmis à l’équipe de terrain, de nouvelles données sont collectées aux endroits proposés et les modèles géostatistique et d’incertitude sont mis à jour. La façon de définir le modèle d’incertitude (classification des sols) et le nombre de sondages par étape constituent des éléments clés de la démarche qui ont fait l’objet d’analyses de sensibilité. Cet article présente la démarche, son application à un cas d’étude semi synthétique et les premiers résultats d’analyses de sensibilité pour en déduire des recommandations.
Quatrièmes Rencontres nationales
de la Recherche sur les sites et sols pollués
26 et 27 novembre 2019, Le Beffroi de Montrouge
(Portes de Paris)
Calcul de plans d’échantillonnage rationalisés pour la conduite de
campagne de reconnaissance (FUI MATRICE)
Florine GARCIA1*, Jean-Baptiste MATHIEU1, Michel H. GARCIA1 et Equipe MATRICE
1 : KIDOVA, 155 av. R. Salengro, 92370 Chaville, France,
florine.garcia@kidova.com, jb.mathieu@kidova.com, michel.garcia@kidova.com
* contact : Florine GARCIA
Résumé
Dans la continuité des travaux de recherche OUTRAGE et REPERAGE sur le couplage entre mesures de
terrain et traitement géostatistique des données, des travaux ont été menés dans le cadre du projet
MATRICE pour améliorer et compléter l’approche proposée et la rendre opérationnelle à l’aide d’outils
logiciels adaptés. L’approche vise à lever convenablement l’incertitude sur l’état de pollution de sols établie à
partir d’un modèle géostatistique de teneurs en polluants dans les sols en prenant en compte des objectifs
de reconnaissance ou de dépollution et des contraintes à respecter. La démarche proposée est itérative. A
chaque étape, un plan de sondages ou d’échantillonnage complémentaire est calculé et transmis à l’équipe
de terrain, de nouvelles données sont collectées aux endroits proposés et les modèles géostatistique et
d’incertitude sont mis à jour. La façon de définir le modèle d’incertitude (classification des sols) et le nombre
de sondages par étape constituent des éléments clés de la démarche qui ont fait l’objet d’analyses de
sensibilité. Cet article présente la démarche, son application à un cas d’étude semi synthétique et les
premiers résultats d’analyses de sensibilité pour en déduire des recommandations.
Introduction
L’évaluation de l’état de pollution de sols peut prendre différentes formes. Généralement, il s’agit de
déterminer si les teneurs en un ou plusieurs polluants dépassent des seuils jugés critiques, que ce soit pour
des raisons sanitaires, environnementales ou autres. Il peut aussi s’agir d’estimer des masses de polluants
en place qui constituent localement une source de pollution potentielle pour un aquifère quand elles
dépassent également des seuils.
L’incertitude locale se mesure à l’aide d’une probabilité locale qui détermine le risque que localement l’état
de pollution des sols soit critique et que donc les sols soient à considérer comme pollués. Plus la probabilité
locale est grande, plus grandes sont les chances que les sols soient pollués. A l’inverse, plus la probabilité
est faible, plus grandes sont les chances que les sols soient sains ou non pollués. Le modèle d’incertitude
spatiale est supposé provenir d’un modèle géostatistique de la pollution des sols dans lequel l’ensemble des
données disponibles sont utilisées pour quantifier l’incertitude spatiale sur les teneurs en polluants dans les
sols.
Connaissant la probabilité locale que les sols soient pollués, il peut être décidé de les classer localement de
la façon suivante.
Comme pollués si la probabilité est suffisamment grande.
Comme sains si la probabilité est suffisamment faible.
Comme incertains sinon sans pouvoir décider avec suffisamment de confiance que les sols sont pollués
ou sains.
Lemplacement des sols incertains étant déterminé, SRSampling, outil développé dans la continuité du projet
REPERAGE [1], vise à fournir un plan de sondages ou d’échantillonnage qui permet de réduire efficacement
la zone incertaine connaissant le nombre de sondages ou d’échantillons qu’il est possible ou envisagé de
réaliser à l’étape de reconnaissance suivante.
La démarche s’inscrit ainsi dans un processus de conduite de campagne de reconnaissance en
décomposant la campagne en plusieurs étapes d’un à plusieurs jours chacune. A chaque nouvelle étape, les
données acquises à l’étape précédente servent à mettre à jour le modèle d’incertitude spatiale sur l’état de
pollution des sols pour en déduire la nouvelle étendue de la zone incertaine à partir de laquelle un nouveau
plan de sondages ou d’échantillonnage peut être calculé. Les autres outils développés dans MATRICE et qui
rendent possible la mise en œuvre de la démarche sont présentés dans deux autres communications [2], [3].
Cet article présente l’algorithme développé dans SRSampling, son application à un cas d’étude semi
synthétique ainsi que des résultats d’analyses de sensibilité effectuées sur les éléments clés de la méthode.
Matériel et méthodes
L’approche proposée pour calculer et mettre à jour les plans de sondages ou d’échantillonnage est une
approche itérative avec utilisation de la géostatistique. Elle s’appuie et complète l’approche élaborée dans le
cadre du projet de recherche REPERAGE [1]. A chaque itération, des points d’échantillonnage
complémentaires sont à positionner dans la zone incertaine estimée à partir de l’ensemble des données déjà
disponibles. La méthode de calcul de ces points peut se résumer comme suit.
1. Calcul du volume constitué des mailles de la zone incertaine sur la carte de classification.
2. Calcul du "volume représentatif" d’une mesure complémentaire. Ce volume détermine la résolution de la
grille à appliquer sur le site pour déterminer les positions des mesures.
3. Calcul de l’orientation et des dimensions des mailles de la grille d’échantillonnage.
4. Génération d’une grille d’échantillonnage régulière qui recouvre la totalité de la zone incertaine avec
l’orientation et la résolution de grille calculée précédemment.
5. Identification du nombre de nœuds de la grille d’échantillonnage correspondant au nombre de sondages
à répartir et dont les mailles associées contiennent ou recouvrent le plus de mailles incertaines.
6. En option si nécessaire : détermination pour ces mailles du centre de gravité de la portion de la zone
incertaine contenue dans la maille et affectation de ces positions aux points de mesure.
Les résultats de la méthode dépendent de deux éléments clés :
la définition de la zone incertaine, qui dépend des probabilités choisies pour classifier les sols comme
pollués, sains ou incertains, par rapport à des objectifs de reconnaissance ou de dépollution en utilisant
un modèle géostatistique des teneurs en polluants dans les sols [4],
le nombre d’échantillons, en surface ou le long des sondages, à répartir le plus uniformément possible à
l’intérieur des zones incertaines.
La mise en œuvre de l’approche est illustrée sur des cas d’étude 2D (plan d’échantillonnage de sols en
surface) et 3D (plan de sondages avec prélèvement systématique à plusieurs profondeurs) et accompagnée
d’une analyse de sensibilité sur les éléments clés de la méthode. Dans un premier temps, l’analyse de
sensibilité porte sur la définition de la zone incertaine pour différents critères de classification des sols.
Critères de détermination des sols incertains :
o choix de la probabilité de dépassement pour classer les sols comme pollués (80%, 90%…),
o choix de la probabilité de dépassement pour classer les sols comme sains (20%, 10%…).
Critères d’appréciation d’incertitudes 3D pour positionner des sondages :
o résolution de la grille de simulation,
o résolution de la carte de probabilité.
Dans un second temps, l’analyse de sensibilité porte sur le nombre de sondages ou de points
d’échantillonnage complémentaires à positionner à chaque étape de la démarche itérative en comparant des
campagnes de reconnaissance réalisées avec un nombre de données par étape différent (5, 10, 15, 20…)
Pour juger des performances d’une campagne de reconnaissance, il est choisi comme critère le volume de
sols classés comme encore incertains à la fin de la campagne.
Résultats et discussion
L’approche proposée a été mise en œuvre sur des cas d’étude 2D et 3D qui sont semi synthétiques dans le
sens qu’ils proviennent de modèles géostatistiques de teneurs en polluants dans les sols simulées à partir
de données réelles (choix d’une réalisation particulière). A titre d’illustration, ne sont présentés dans cet
article que des résultats obtenus sur le cas d’étude 2D avec le PCE comme unique polluant (figure 1.a). Une
valeur seuil de 6 000 ppm est choisie comme valeur critique. Elle correspond au quantile à 90% de la
distribution des teneurs sur le site. La figure 1.b montre la carte de classification des sols qui fait référence et
que les campagnes de reconnaissance doivent permettre de retrouver au mieux. Des résultats sur le cas
d’étude 3D complèteront la présentation à l’oral.
a)
b)
Figure 1. a) Carte de teneur en PCE faisant référence pour le cas d’étude 2D, b) Carte de
classification des sols déduite des teneurs de référence pour une valeur seuil de 6 000 ppm (en vert
les sols considérés comme sains, en rouge ceux considérés comme pollués).
La figure 2 présente un déroulé de l’approche pour le cas 2D avec les paramètres d’entrée suivants :
les sols sont classés comme incertains pour des probabilités de dépassement de seuil comprises entre
20 et 80 %,
le nombre de sondage est fixé à 15 par étape de la démarche itérative.
Jour
Plan
d’échantillonnage
Carte de
classification
Plan
d’échantillonnage
Carte de
classification
Etape
0
Etape
2
Etape
4
Figure 2. Déroulé de l’approche sur un cas d’étude en 2D (en vert les sols considérés comme sains,
en rouge les sols considérés comme pollués et en jaune les sols considérés comme incertains).
On observe la diminution de la zone incertaine qui passe de 48 m3 à l’étape 0 à 30 m3 à l’étape 4. En
comparant avec la classification de référence (figure 1.b), on remarque que les petites tâches de pollution
sur la gauche du site, correspondant à des poches de pollution dispersées et de faible extension, ne sont
pas identifiées, aucun point d’échantillonnage n’ayant rencontré ces poches. Il est à signaler que le plan
d’échantillonnage initial, à l’étape 0, a été calculé en prenant en compte l’ensemble du site, en supposant ne
pas disposer d’informations sur l’activité du site qui auraient pu alerter sur la présence possible de telles
poches de pollution.
Analyse de sensibilité sur la définition des sols incertains
La figure 3 présente des résultats de l’analyse de sensibilité sur la définition des sols incertains plus ou
moins importants selon le critère de classification utilisé.
a) 10 % < Psol incertain < 90 %
b) 20 % < Psol incertain < 80 %
c) 40 % < Psol incertain < 60 %
Figure 3. Définition de la zone incertaine sur la carte de classification des sols à la fin de l’étape 0.
Sols incertains pour des probabilités de dépassement comprises entre a) 10 et 90 %, b) 20 et 80% et
c) 40 et 60% (en vert les sols considérés comme sains, en rouge ceux considérés comme pollués et
en jaune ceux considérés comme incertains).
On remarque que le choix de la classification a un impact important sur le volume de la zone incertaine et
par conséquent sur la répartition spatiale des points d’échantillonnage. Cette différence s’observe en
calculant la distance moyenne équivalente entre points d’échantillonnage pour chacun des trois cas. Elle est
de 20 m dans le premier cas (figure 3.1), 10 m dans le deuxième (figure 3.2) et 4,5 m dans le dernier (figure
3.c). La comparaison des plans d’échantillonnage obtenus avec les différents critères de classification seront
présentés à l’oral.
Analyse de sensibilité sur le nombre de points d’échantillonnage par itération
Cette analyse de sensibilité a permis d’évaluer l’impact du choix du nombre de points d’échantillonnage par
étape. La figure 4.a montre qu’au bout de 60 points d’échantillonnage, le volume de la zone incertaine est le
même que l’on ait choisi 5, 10 ou 15 points d’échantillonnage par étape. Celui obtenu avec 20 points
d’échantillonnage par étape est légèrement supérieur. Le volume de la zone incertaine a augmenté les
premiers jours pour le choix de 5 et 10 points d’échantillonnage par étape avant de diminuer. Cela s’explique
par le fait que les plans d’échantillonnage ont été calculés sans échantillonnage spécifique de la zone
polluée et le nombre de sondage étant faible, les premiers échantillons ont été prélevés dans des zones
moins polluées.
a)
b) 5 / jour
c) 10 / jour
d) 15 / jour
e) 20 / jour
Figure 4. Sensibilité sur le nombre de points d’échantillonnage par étape ; a) Evolution du volume de
sols incertains en fonction du nombre de points d’échantillonnage cumulé sur le site ; cartes de
classification finale, au bout de 60 points d’échantillonnage pour respectivement b) 5 points / étape,
c) 10 / étape, d) 15 / étape et e) 20 / étape (en vert les sols considérés comme sains, en rouge ceux
considérés comme pollués et en jaune ceux considérés comme incertains).
Les figures 4.b à 4.e permettent de comparer les cartes de classification des sols au bout de 60 points
d’échantillonnage suivant le nombre de points échantillonnés par étape. On remarque que même si le
volume de sols incertains est le même dans les trois premiers cas (nombres de points de 5, 10 ou 15), la
délimitation des sols pollués et incertains est différente. Visuellement, on remarque que plus le nombre de
point d’’échantillonnage par étape est important, meilleure est la délimitation des zones potentiellement
polluées. Quel que soit le nombre de points d’échantillonnage par étape, aucune des deux poches de
pollution peu étendues situées sur la gauche du site n’a pu être identifiée sans jamais trouver intérêt à
positionner des points d’échantillonnage à ces endroits.
Conclusions et perspectives
Ces travaux réalisés dans le cadre du projet de recherche MATRICE ont permis de compléter et rendre
pleinement opérationnelle l’approche de couplage entre mesures sur sites et traitement géostatistique à
laquelle avaient abouti les projets de recherche OUTRAGE et REPERAGE qui ont bénéficié de financement
ADEME. Des cas d’étude semi synthétiques 2D et 3D ont permis de tester l’approche en attendant de
pouvoir la mettre en œuvre en conditions réelles sur les cas d’étude de démonstration du projet MATRICE.
Des premières études de sensibilité ont été menées pour juger de l’impact d’éléments clés de l’approche sur
les résultats d’une campagne de reconnaissance. Ces éléments clés concernent la définition de la zone
incertaine à partir de critères de classification des sols et le nombre de sondages ou point d’échantillonnage
à réaliser à chaque étape du processus itératif. Des premières recommandations ressortent de ces résultats
qui seront amenés à être complétés. D’autres aspects de l’approche itérative sont en cours d’étude pour être
clarifiés. Il s’agit des biais statistiques possibles que l’échantillonnage préférentiel des zones incertaines peut
introduire dans l’estimation des modèles de distribution des teneurs et des modèles de variogramme, en
prenant en compte à chaque étape les nouvelles données collectées à l’étape précédente, pour mettre à
jour les modèles géostatistiques.
Références
[1] Demougeot-Renard, H., Haouche-Belkessam, L., Denys, S., Garcia, M. H. (2008). Reconnaissance
assistée de sites pollués par l’utilisation conjointe de mesures rapides sur site et de traitements
géostatistiques partie 2. Conception et validation d’une démarche itérative de reconnaissance. Rapport
final REPERAGE. Rapport FSSADEME2007002.
[2] Ollivier, N., Prudent, P., Coulomb, B., Boudenne, J.-L., Louati, H., Godere, M., Malleret, L., Doumenq, P.,
Figlia, T. (2019). Projet FUI « MATRICE », Extractions de terrain. Communication soumise aux Rencontres
de la Recherche sur les sites et sols pollués, nov. 2019.
[3] Mathieu, J.-B., Garcia, F., Trocmé, C., M. H. Garcia, Mirgon, C., Bellier, C., Taffoureau, E., Equipe
MATRICE (2019). Suite d’outils logiciels pour la conduite de campagnes de reconnaissance de sites
potentiellement pollués couplée à un traitement géostatistique des données. Communication soumise aux
Rencontres de la Recherche sur les sites et sols pollués, nov. 2019.
[4] Association et groupe de travail GeoSiPol. (2005). Géostatistique appliquée aux sites et sols pollués.
Manuel méthodologique et exemples d’application. Document disponible sur : http://www.geosipol.org.
Remerciements
Les auteurs remercient l’ensemble des partenaires du projet FUI MATRICE, ERG Environnement, REMEA,
Environnement Investigations, Conseil Chimie Service, VEGATEC et le BRGM, ainsi que les financeurs du
projet.
ResearchGate has not been able to resolve any citations for this publication.
ResearchGate has not been able to resolve any references for this publication.