Caractérisation des rejets urbains de temps de pluie (RUTP) et impacts des changements climatiques
Bibliographic record
Abstract
Les refoulements d’égouts unitaires, les inondations en milieu urbain et la pollution du milieu récepteur sont devenus de plus en plus chroniques, et cette tendance devrait s’amplifier en raison notamment de l’urbanisation grandissante des Villes et des changements significatifs dans les régimes de précipitations. \n \nLes objectifs poursuivis dans ce travail de thèse consistaient plus spécifiquement à analyser l’incidence des variables pluviométriques sur les concentrations moyennes événementielles (EMCs) et les flux événementiels (EFs), à évaluer les risques écotoxicologiques des rejets d’une surverse d’égout unitaire sur les écosystèmes aquatiques récepteurs et enfin à évaluer tant quantitativement que qualitativement l’impact des changements climatiques (CC) sur les rejets urbains de temps de pluie (RUTP). Pour ce faire, l’étude a caractérisé simultanément pour des événements pluvieux communs les rejets d’un réseau d’égout unitaire et d’un réseau séparatif pluvial de deux bassins versants distincts de l’agglomération de Longueuil (Québec, Canada). Un large panel de paramètres de pollution (n=125) et quatre bioessais ont été considérés. Une double approche « substances et bioessais » a été suivie pour analyser les risques écotoxicologiques des rejets tant pour le climat actuel que pour le climat futur. \n \nLes résultats obtenus ont montré pour les polluants considérés une grande variabilité intrasite, inter-sites et inter-événements des EMCs et EFs, liés particulièrement à la variabilité des événements pluvieux suivis. Les résultats ont également mis en évidence la contribution significative de l’érosion des dépôts accumulés dans le réseau unitaire, suggérant son récurage. L’analyse des corrélations indiquent que la durée de temps sec précédent la pluie est la variable hydrologique prépondérante (61 %) pour prédire les EMCs des polluants organiques et nutritifs alors que celles dominantes pour estimer les EFs sont la hauteur totale de pluie (69 %) et le volume déversé (VD, 57%). Les matières en suspension (MES) jouent le rôle de traceurs de nombreux polluants (organiques et nutritifs), expliquant ici 97 % de la variabilité des EFs de ces polluants, suggérant que le choix d’une solution technologique pour l’abattement des MES permettra de réduire également ces polluants. \n \nLa double approche « substances et bioessais » se présente comme un outil de gestion prometteur pour la surveillance des effluents unitaires non traitées. L’évaluation de l’impact des CC a mis en avant une augmentation de VD de 15 à 500 %, et du débit de pointe (Qcso) de 13 à 148 % à l’horizon 2050, suggérant que (i) les relations entre les précipitations et les variables caractérisant les surverses d'égouts (VD, Qcso) ne sont pas linéaires et (ii) les changements dans les régimes de précipitations nécessitent d’ajuster les critères hydrologiques de conception des infrastructures hydrauliques. Les indices de risque ecotoxicologique doubleront en climat futur (2050) comparativement au climat actuel (2013). Cependant, les données de la présente étude n’ont pas montré de risque causé par les rejets de la surverse de Longueuil pris seuls, en raison notamment du fort pouvoir de dilution du Fleuve Saint-Laurent récepteur. \n \nFinalement, cette recherche a mis en évidence de potentiels risques écotoxicologiques liés aux effluents municipaux non traités et présente un cadre pour investiguer les stratégies de gestion durable pour l’abattement de cette pollution. Elle suggère la nécessité de repenser l’aménagement du territoire urbain par la densification, les pratiques de gestion optimales (PGO) telles le verdissement de l’espace urbain, l’infiltration des eaux pluviales, la filtration des eaux de ruissellement par l’aménagement des tranchées drainantes, des noues, des toits verts, etc. Bien que les scénarios de CC soient sujets à de nombreuses incertitudes, l'adaptation aux effets hydrologiques et environnementaux des changements significatifs dans les régimes de précipitations s’avère nécessaire. Compte tenu des volumes considérables en jeu en climat futur, les recherches à venir devront davantage s’atteler à l’évaluation des stratégies permettant de limiter les effets des CC et de l’urbanisation galopante des Villes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".