Analyse et modélisation numérique du transport de polluants émergents et de métaux traces dans un cours d'eau, en aval d'une station d'épuration des eaux usées
Notice bibliographique
Résumé
Les préoccupations de la population mondiale à l’égard des problèmes de pollution des cours d’eau et de l’environnement en général datent de longtemps et ne cessent de prendre de plus en plus d’ampleur dans le monde actuel. Bien que plusieurs recherches aient été menées en vue [de] cerner la problématique, Santé Canada et l’U.S. EPA (United States Environment Protection Agency) ont souligné le besoin de surveiller les polluants émergents, dans les effluents et les boues d'épuration des eaux usées, dans les lixiviats de sites d'enfouissement et dans les eaux réceptrices situées en aval des stations d’épuration des eaux usées (STEP). C'est dans cette optique que l’étude présente, qui vise à simuler le transport in situ de polluants émergents et de métaux traces dans un cours d’eau, en aval de l’exutoire d'une STEP municipale à l’aide du modèle hydrodynamique-environnemental Delft3D, a été élaborée. L'étude porte spécifiquement sur le plastifiant bisphénol A (BPA), 22 molécules pharmaceutiques et 6 métaux traces (Cu, Pb, Mn, Mo, V, Fe). Les données requises pour caler et valider le modèle hydrodynamique ont été mesurées in situ dans le bief étudié de la rivière Coaticook (Qc, Canada). Quant aux concentrations des substances visées requises pour la modélisation de qualité, elles ont été analysées à l’aide d’un Ultra Performance Liquid Chromatography couplé à un spectromètre de masse en tandem (UPLC/MS-MS) pour le cas du BPA et des pharmaceutiques et d’un Induced Coupled Plasma couplé à un spectromètre de masse (ICP/MS) pour le cas des métaux traces. Dans le cas du BPA et des molécules pharmaceutiques, les concentrations dans les échantillons de l’effluent de la STEP, de l’eau de surface et des sédiments étaient inférieures à leurs limites de quantification (évaluées respectivement à 3.5ppb et 10ppt). Seul l’ibuprofène a été retrouvé avec une concentration de 10ppt dans l’effluent de la STEP. Pour ce qui est des métaux traces, les concentrations respectives du Mn, V et Fe étaient de 12.9ppb, 0.15ppb et 1303ppb dans l’effluent de la STEP et de 3.3±0.6ppb, 0.06±0.04ppb, 381±65ppb dans l’eau de surface. Les concentrations du Pb et du Mo dans l’effluent et dans l’eau de surface se sont avérés inférieures à leurs LDQ. Dans les sédiments, seuls le Mn et le Fe ont été retrouvés avec des concentrations de 2261+ 967 mg/kg et de 15664+ 6040 mg/kg respectivement. Ainsi, seul le Fe et le Mn se sont avérés problématique pour la modélisation de qualité vu que les résultats d’analyse des autres substances étaient soit peu pertinents, soit en dessous des LDQ ou soit inférieurs aux critères de qualité des sédiments d'Environnement Canada et du MDDEFP. Les résultats de la modélisation ont montré qu’il existe une bonne concordance entre les résultats de modélisation de qualité et ceux observés in situ. Les erreurs relatives moyennes dans le bief étudié ont été évaluées à 27.3% (r² = 0.7) pour les hauteurs d’eau et 32.5% (r² = 0.66) pour les vitesses moyennes lors de la modélisation hydrodynamique et à 7.4 % (R² = 0.95) et de 16.10 % (R² = 0.88) respectivement sur les concentrations de Mn dans l’eau de surface et dans les sédiments lors de la modélisation de la qualité de l’eau.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».