Prédire la contamination fécale:

Identifier les facteurs affectant la qualité bactériologique de l’eau.

par Noémie Prévost, M.Sc

Bien qu’il s’agisse d’une mesure indirecte et imparfaite, la concentration de bactéries indicatrices fécales (BIF) est un bon indicateur de la sécurité de l’eau pour les activités aquatiques. Pour surveiller la qualité de l’eau, des échantillons sont testés et les résultats sont connus plus de 24 heures plus tard puisque les échantillons doivent être incubés afin de compter les colonies de BIF. Ce délai représente un enjeu important pour la santé publique car durant cette période les baigneurs peuvent être exposés à des taux de contaminants dépassant les critères et pouvant causer divers problèmes. Pour pallier ce problème, l’utilisation de modèles prédictifs comme approche complémentaire est de plus en plus répandue. Ces modèles prédictifs sont basés sur la présence de corrélations entre différents facteurs et la concentration en BIF. Mais quels sont les facteurs qui peuvent influencer leur concentration à un endroit et à un moment donné? Ce qui suit vise à présenter un aperçu des facteurs affectant le transport, la survie et la redistribution des BIF dans les eaux de surface.

Pluie

Premièrement, la pluie joue un rôle prédominant dans le transport des BIF dans les zones urbaines et rurales. Lors de fortes pluies, le ruissellement de surface transporte les matières depuis les sources de contamination vers les ruisseaux voisins, puis éventuellement vers les lacs et les rivières. Bien que le ruissellement puisse provoquer des contaminations dans les zones urbaines, son importance est beaucoup plus grande dans les zones rurales. Les sources notables de contamination sont l’élevage, la faune ou les fuites de fosses septiques. Les caractéristiques physiques de l’ensemble du bassin versant: taille, pente, type de sol jouent un rôle important, de même que l’utilisation du sol et la couverture végétale. De plus, la quantité de pluie au cours des jours précédents limite la capacité du sol à absorber plus d’eau, ce qui contribue à augmenter le ruissellement.

Dans les zones urbaines, le principal mécanisme lié à la pluie est le débordement des systèmes combinés d’eaux pluviales et d’égouts. Au-delà d’une certaine quantité d’eau entrante, les stations de traitement des eaux excèdent leur capacité de traitement et le surplus est redirigé vers les cours d’eau. La quantité ou l’intensité des précipitations nécessaires pour provoquer ce débordement varie en fonction des caractéristiques de l’infrastructure et diffère donc d’un endroit à l’autre.

La pluie est le mécanisme principal de contamination des cours d’eau, mais pour que des infections se produisent, cette contamination doit encore être transportée vers les endroits où des activités aquatiques sont pratiquées. L’eau moins profonde près du rivage est l’endroit où la plupart des expositions humaines aux BIF se produisent. Le transport des BIF près du rivage est le résultat d’une interaction complexe entre les courants, le vent, les vagues, les marées et les mouvements de masses d’eau de différentes températures.

Courants

Les courants ont un effet paradoxal car ils contribuent à la fois à amener la contamination de sa source vers les endroits où l’exposition se produit et à éliminer la contamination de ces mêmes endroits, rendant l’eau à nouveau sûre. Un courant fort entre la rive et le large élimine la contamination très rapidement, mais lorsque la circulation de l’eau est faible, comme dans une baie profonde, la contamination peut persister plus longtemps.

Les marées hautes, surtout lorsqu’elles sont extrêmes, réintroduisent aussi les bactéries laissées par les marées précédentes parmi les débris d’algues sur la plage. La recherche a montré que E. coli peut survivre pendant de longues périodes parmi les débris végétaux, puis être réhydraté pour continuer à vivre.

Vagues

 Selon leur direction et leur taille, les vagues peuvent également influencer le transport des BIF entre le rivage et les eaux du large. Selon l’échelle de Beaufort, qui relie la vitesse du vent aux conditions observées en mer ou sur terre, il faut une vitesse de vent de 20 à 28 km par heure pour produire de petites vagues. Cependant, l’effet du vent sur les vagues dépend non seulement de sa vitesse, mais aussi de sa direction, de sa durée et de la distance sur laquelle le vent souffle sur l’eau (fetch). En outre, la forme et la taille des vagues sont affectées par les courants. Par exemple, un vent à contre-courant produit des vagues courtes et hautes (agitées). Le vent pourrait également concentrer les parasites qui flottent sur l’eau.

Lumière du soleil

La lumière ultraviolette (UV) est un outil de désinfection courant pour le traitement de l’eau potable, en particulier pour les systèmes s’approvisionnant à partir d’eaux souterraines. De la même manière, la lumière du soleil peut affecter la survie des BIF en raison des rayons UV. Il a été observé que les niveaux de BIF sont plus faibles dans les échantillons prélevés l’après-midi que dans ceux collectés tôt le matin, et que les niveaux sont généralement plus faibles les jours ensoleillés que les jours nuageux, ce qui suggère que le rayonnement UV peut affecter la survie des BIF. De manière surprenante, il a été montré que les bactéries E. coli inactivées par la lumière du soleil peuvent se réparer elles-mêmes, ce qui signifie que les effets de l’exposition au soleil peuvent n’être que temporaires. En outre, l’effet de la lumière du soleil est plus grand lorsque l’eau est claire car les sédiments en suspension limitent la progression des rayons UV à travers la colonne d’eau.

Remise en suspension

Lorsque l’eau est calme, les BIF, comme les autres particules, ont tendance à se sédimenter. La remise en suspension est un mécanisme de contamination par lequel les agents pathogènes qui ont été piégés avec les sédiments se mélangent à nouveau à l’eau. En outre, d’autres matières remises en suspension bloquent la lumière du soleil, augmentant les perspectives de survie des BIF. Plusieurs facteurs peuvent provoquer la remise en suspension des sédiments et affecter la turbidité de l’eau, notamment la présence de baigneurs, les vagues occasionnées par les vents et les embarcations motorisées, et les courants.

Comme vous l’aurez constaté, un large éventail de facteurs peut influer sur la concentration de BIF dans une rivière ou un lac. Par conséquent, la modélisation de la qualité de l’eau est complexe. Il serait théoriquement possible d’incorporer tous ces facteurs dans un modèle tentant de décrire la concentration de BIF à un moment et à un endroit donné, mais souvent, les données qui seraient nécessaires pour caractériser ces phénomènes ne sont tout simplement pas disponibles en temps réel.

Un autre défi est qu’en pratique, des mesures de routine sont généralement effectuées le matin alors qu’il n’y a pas de baigneur dans l’eau pour éviter la remise en suspension, de sorte que le cycle quotidien de la lumière du soleil et l’effet des baigneurs restent mal connu. En plus de cela, des mécanismes de contamination locaux et épisodiques peuvent être en jeu, comme la présence d’oiseaux à la plage.

Cela dit, avoir conscience de toutes ces limitations ne nous empêche pas de modéliser la qualité bactériologique de l’eau en utilisant au maximum les sources d’information disponibles. Les modèles les plus performants ne reposent pas sur une compréhension détaillée des mécanismes en jeu, mais plutôt sur la corrélation entre des prédicteurs et les observations dans les données historiques. Souvent le prédicteur est un facteur directement lié à la contamination, comme la quantité de pluie tombée dans les dernières 24h, mais ce n’est pas toujours le cas. Par exemple, la température de l’eau ou sa conductivité peuvent être utilisées pour identifier différentes masses d’eau ayant des taux de contaminations historiques différents. Les principaux facteurs qui ont été largement utilisés dans les modèles prédictifs sont les précipitations et la marée. Cependant, d’autres sont régulièrement testés et sans aucun doute utilisés à l’avenir à mesure que davantage de données seront disponibles.

Si une priorité suffisante est accordée à cette question, dans un proche avenir, l’accès à des informations en temps réel sur la qualité de l’eau deviendra généralisé, et avant de sortir pour participer à des activités aquatiques, consulter les prédictions sur la qualité de l’eau deviendra aussi banal que pour les prédictions météorologiques.

 

Références:

Wymer, Larry. (2007). Statistical framework for recreational water quality criteria and monitoring. 10.1002/9780470518328. Chapter 10: Nowcasting recreational water quality.
www.canada.ca/fr/environnement-changement-climatique/services/renseignements-generaux-conditions-maritimes/description-previsions-meteo/tableau-echelle-beaufort.html

 

 

L’intelligence artificielle permettent de préserver l’une des plus précieuses ressources du monde: l’eau. 

© 2022 CANN Forecast Software Inc.

SUIVEZ-NOUS