Résumés
Abstract
In this work, we study optimal strategies of wastewater reuse for refilling Jaunay Lake (a water reservoir located on the French western coast) which shows an alarming volume reduction due to the human water intake. To grasp the multiple issues to ascertain the appropriate location for the reused water discharge, mathematical modelling is particularly adapted for testing different conditions (physical, meteorological) and optimizing the system to achieve targets (maximum allowable concentration of pollutant for drinking water and recreational uses). We focus on modelling the distribution of a generic pollutant in the reservoir, which is expected to vary with time and space. The model assumes that the reservoir volume stays constant (because the flow rates at the refilling and removal points are considered to be quasi-identical), the density of the pollutant is smaller than that of the reservoir water (so that the pollutant remains at the top level of the water column) and its dynamics is influenced by two main effects: wind and water currents. The model accounts for the reservoir geometry, the operating conditions of the transfer pipes (input and output) and real data regarding chronicles of wind velocity and river flow. Then, we tackle a multi-optimization problem which aims to find optimal refilling locations which reduce the pollutant concentration at two strategic regions of the reservoir. A Pareto front is presented as a decision-tool to choose the optimal strategy according to different water quality criteria.
Keywords:
- water resources management,
- wastewater reuse,
- pollutant propagation,
- mathematical modelling,
- multi-objective optimization
Résumé
Dans ce travail, nous étudions des stratégies optimales de réutilisation d’eaux usées traitées pour le remplissage du lac de Jaunay (un réservoir d'eau situé sur la côte ouest-française), qui montre une réduction de volume alarmante en saison estivale due aux prélèvements anthropiques. Afin d’appréhender les multiples contraintes pour déterminer l'emplacement approprié du point de rejet, la modélisation informatique est particulièrement adaptée pour tester différentes conditions (physiques, météorologiques) et optimiser le système pour atteindre des cibles (concentration maximale du polluant pour de la production d'eau potable et des activités récréatives). Nous nous concentrons sur la modélisation de la distribution d'un polluant générique dans le réservoir qui varie en temps et en espace. Le modèle suppose que le volume du réservoir reste constant (en considérant que les débits aux points du rejet et de la prise d’eau sont quasiment identiques). La densité du polluant est supposée inférieure à celle de l'eau (donc le polluant reste à la surface de la colonne d’eau) et sa dynamique est influencée par deux effets principaux : les courants d’eau et le vent. Le modèle tient compte de la géométrie du réservoir, des conditions du pompage (en entrée et en sortie) et des données réelles concernant les chroniques du vent et du débit de la rivière. Ensuite, nous abordons un problème d’optimisation multiobjectif qui vise à trouver des emplacements optimaux de recharge qui réduisent la concentration du polluant dans deux régions stratégiques du réservoir. Un front de Pareto est présenté comme un outil de décision qui permet de choisir la stratégie optimale en fonction des différents critères sur la qualité de l'eau.
Mots-clés :
- gestion des ressources en eau,
- réutilisation des eaux usées traitées,
- propagation de polluant,
- modélisation informatique,
- optimisation multiobjective
Parties annexes
References
- ALAVANI C., R, GLOWINSKI, S, GOMEZ, B, IVORRA, P, JOSHI and A.M. RAMOS (2010). Modelling and simulation of a polluted water pumping process. Math. Comput. Model., 51, 461-472.
- ALCALDE-SANT L. and B. GAWLIK (2014). Water reuse in Europe within guidelines, needs and barriers to innovation. A synoptic overview. JRC Science and policy reports, Publications Office of the European Union, JRC92582, Luxembourg, 51 p.
- AL-ZAHRANI M., A. MUSA and S. CHOWDHURY (2016). Multi-objective optimization model for water resource management: a case study for Riyadh, Saudi Arabia. S. Environ. Dev. Sustain., 18, 777-798.
- AUBIN J.P. (1984). L'analyse non linéaire et ses motivations économiques. Coll. Mathématiques Appliquées pour la Maîtrise, Masson, France, 214 p.
- BARBIER S., A. RAPAPORT and A. ROUSSEAU (2016). Modeling of biological decontamination of water in natural resource environment and related feedback strategies. J. Sci. Comput., 68, 1267-1280.
- CONDOM N., B. MOLLE, S. TOMAS, Y. OLIVIER, M. AUDOUARD and J. GRANIER (2013). La réutilisation maîtrisée des eaux usées : approfondir les connaissances pour lever les freins et relever les défis. Sci. Eaux Territoires, 11, 54-57.
- GAJARDO P., J. HARMAND, H. RAMIREZ, A. RAPAPORT, V. RIQUELME and A. ROUSSEAU (2017). Modeling and control of in-situ decontamination of large water resources. ESAIM Proc. Surv., 57, 70-85.
- GLOWINSKI R. (2013). Numerical methods for nonlinear variational problems. Scientific computation. Springer-Verlag Berlin Heidelberg, New York, 493 p.
- HAMAM S.E.M. (1987). Diffusion of crude oil. J. Environ. Sci. Health, 105, 445-456.
- MORTAZAVI M., G. KUCZERA and L. CUI (2012). Multiobjective optimization of urban water resources: Moving toward more practical solutions. Water Resour. Res., 48, W03514.
- RAPAPORT A., A. ROUSSEAU and J. HARMAND (2014). A method of treating a fluid resource, computer program and associated processing module. Patent No. FA 78 4546 - EN 13 55129.
- VEMURI V. (1974), Multiple-objective optimization in water resource systems. Water Resour. Res., 10, 44-48.
- ZHANG W., C. WANG, Y. LI, P. WANG, Q. WANG and D. WANG (2014). Seeking sustainability: Multiobjective evolutionary optimization for urban wastewater reuse in China. Environ. Sci. Technol., 48, 1094-1102.