Grâce à l’IA, une étude marocaine évalue avec plus de précision la vulnérabilité à la pollution des eaux souterraines dans le Loukkos
Combinant la méthode DRASTIC-LU/LC, qui évalue la sensibilité de l’eau souterraine à être affectée par une contamination provenant directement de la surface, avec le maching learning ou l’apprentissage automatique, quatre scientifiques marocains ont étudié la vulnérabilité des eaux souterraines de Rmel à la pollution.
Couvrant une superficie de 240 Km2, la nappe aquifère de Rmel (Loukkos) fait en effet face à des menaces croissantes de pollution en raison de la croissance démographique et du développement économique, pointe l’étude parue récemment dans la revue internationale Groundwater for Sustainable Development.
L’étude, qui s’est étalée sur deux ans, a mis en évidence la variation significative de la vulnérabilité à travers la nappe. Elle met en lumière également le potentiel de l’association de l’IA avec l’analyse géo-spatiale qui offre, contrairement aux méthodes classiques, une approche plus précise et objective de la cartographie des zones vulnérables.
52 échantillons d’eau analysés
52 échantillons d’eau ont été analysés en somme pour les concentrations de nitrates, en tenant compte de huit facteurs influençant la vulnérabilité, à savoir la profondeur et la lithologie de la nappe, la recharge nette, la texture du sol, la topographie, l’impact de la zone vadose, la conductivité hydraulique et l’utilisation des terres.
Quatre algorithmes d’apprentissage automatique ont été utilisés à cet effet avec la méthode DRASTIC-LU/LC : la perceptron multicouche (MLP), l’algorithme d’ensachage (BA), les K-plus proches voisins (KNN) et les arbres extrêmement randomisés (ERT).
« L’article, partie d’un projet de doctorat préparé par l’étudiant Morad Chahid, et encadré par les professeurs Jamal Eddine Stitou El Messari, Ismail Hilal et ma personne, a eu le mérite de paraître dans une revue scientifique de grande renommée. L’étude s’est étalée sur une période de deux ans. Nous avons eu recours à la télédétection spatiale -les données radar et satellites ont été collectées à partir du site de la NASA– que nous avons couplées au maching learning, le tout en exploitant des données basées sur des prélèvements effectués par l’Agence du bassin hydraulique (ABH) du Loukkos », explique à Médias24 Mourad Aqnouy, professeur-chercheur à la Faculté de sciences et techniques d’Errachidia, qui a pris part à l’étude.
Le sud et le nord-ouest de la nappe enregistrent les niveaux de vulnérabilité les plus élevés
Les résultats mettent en évidence une variation significative de la vulnérabilité à travers la nappe aquifère de Rmel, avec des niveaux élevés à très élevés dans les régions du sud et du nord-ouest, et des niveaux modérés à faibles dans les zones du nord-est et du centre.
Les cartes de vulnérabilité ont été validées en comparant les concentrations de nitrates observées dans les échantillons d’eau, confirmant la précision du modèle choisi, affirme l’étude. La profondeur des eaux souterraines, la recharge nette et la conductivité hydraulique ont été identifiées comme les facteurs les plus importants influençant la vulnérabilité à la pollution dans le périmètre étudié.
D’après l’étude en question, la fusion des algorithmes d’apprentissage automatique avec les données géo-spatiales offre une approche plus précise et objective de la cartographie des zones vulnérables, surmontant efficacement les limites des méthodes traditionnelles. Elle peut ainsi servir d’outil précieux pour les politiques publiques et la gestion des eaux souterraines.
« Contrairement aux méthodes classiques qui ne permettent que l’évaluation individuelle des forages, la méthode à laquelle nous avons eu recours permet une interpolation spatiale sur l’ensemble du périmètre étudié, à savoir au niveau des 52 forages assujettis à l’analyse », confirme Mourad Aqnouy.
