1 Integration of ecological sustaining limits of natural water resources with i Intégration des...
-
Upload
batilde-leblond -
Category
Documents
-
view
107 -
download
2
Transcript of 1 Integration of ecological sustaining limits of natural water resources with i Intégration des...
11
Intégration des limites du développement durable des ressources en eau vis à vis des impacts socio-économiques, de la pollution , de la qualité des eaux,
de la santé publique et des paramètres écologiques
Integration of ecological sustaining limits of natural water resources with iIntegration of ecological sustaining limits of natural water resources with impacts of socio-economic, pollution pressures, water quality, public health and ecological
parameters
Colloque International GIRE3d, 24 au 26 mars 2010, Agadir, Maroc
Par Jacky Mania (*) and Said Jalala (**)
(*)Polytech’Lille – UMR 8107 LML-Lille1- 59655 VILLENEUVE D’ASCQ Cedex (F) Email : [email protected] tel. (33) 03 81 58 03 75 / (33) 06 13 99 53 32
(**)University of Palestine International- Research Institute of Sustainable Development and Environment – Gaza City Email : [email protected]
22
Aperçu de la présentation
1 -Introduction 2- Développement et validation d ’un nouveau concept
intégré de l'eau : Conceptual Water Integrated Model for Semi-Arid Mediterranean (CWIMSAM) 3- Application de CWIMSAM à la bande de Gaza 4- L'analyse des données Plan d'analyse Outils d'analyse 5- Résultats et discussion 6- Conclusions et recommandations
33
ProblèmeProblème 1- IntroductionIntroduction
44
ObjectifsObjectifs
Mettre en place un nouveau modèle conceptuel de gestion intégrée de l'eau en pays semi-aride méditerranéen
« Conceptual Water Integrated Model for Semi-Arid
Mediterranean (CWIMSAM)»
Caractériser les variables efficaces de gestion du secteur eau et définir les zones géographiques où l'eau pose un problème
Établir des relations de la prédiction pouvant être utilisées comme outils de soutien décisionnel
Classer les municipalités dans des groupes associés à leurs variables liées à l'eau
55
Le vrai problème dans les zones semi-arides n'est pas toujours le manque de ressources, mais l'absence d'une politique intégrée de gestion de l'eau
(Sharma, 1998)…
Jusqu'à présent, la science n'a pas débordé de son cadre général pour aborder les problèmes d'eau de façon intégrée (Kamp et al., 2003) ...
Plus de recherche doit être faite pour s'assurer que la gestion des ressources en eau est fondée sur une science concrète (Bouwer, 2000)…
Le temps est venu pour les scientifiques impliqués dans la gestion de l'eau rare de se pencher sur des approches multidisciplinaires (Appelgren et Klohn, 1998)dont les aspects de l ’écologie et de la gestion durable
Etat de l’art en matière de gestion des ressources en eau dans la littérature
66
-tentative d’analyse du cycle de la gestion de l'eau basée sur la relation de cause à effet
- intégration des paramètres socio-économiques avec les pressions de la pollution, la qualité de l'eau, la santé publique et les impacts écologiques ainsi que l’ensemble des réponses institutionnelles
-déplacement de la gestion de l'offre des ressources en eau vers la gestion de la demande
- approches écosystémiques intégrées et préventives
Signification
77
-réalisation de la gestion durable des ressources en eau
-Guide-Pression-Etat-Impact-Réponse (GPEIR) pour développer les différents facteurs possibles basés sur la relation de cause à effet
-Opinion de l'expert et des méthodes de jugement pour le développement et la validation du modèle et des variables
-Comparaison avec des modèles bien établis de gestion des eaux
Cadre de référence
Cadre de référence
2-Développement et validation de CWIMSAMDéveloppement et validation de CWIMSAM
88
Fonctionnement de CWIMSAMFonctionnement de CWIMSAM
99
Diagramme de CWIMSAMDiagramme de CWIMSAM
1010
Socio-économiques Population Le revenu par habitant L'utilisation des terres (rural/urbain) Tourisme L'accès à l'eau potable Système de récupération des eaux usées Système de récupération eaux pluviales Consommation d'eau par habitant Prix de l'eau L'efficacité des recettes Consommation de l'eau Agricole Emploi des femmes (domaine de l ’eau)Eau utilisée mais non comptabilisée
Sources de pollution Déchets dangereux Eaux usées domestiques Pesticides Engrais chimiques Engrais organiques Stations d'essence Déchets domestiques solides Eaux usées industrielles Dioxyde de carbone Intrusion d'eau de mer
48Variables48Variables3-ApplicationApplication
1111
Qualité de l’Eau NitrateNitrate ChlorureChlorure SodiumSodium CalciumCalcium MagnesiumMagnesium PotassiumPotassium FluorureFluorure SulfateSulfate pHpH AlcalinitéAlcalinitéColiformes totauxColiformes totaux
La santé publique et les impacts écologiques
MorbiditéMorbidité
Perte de productivité Perte de productivité Perte de terres humidesPerte de terres humides
Réponses de la Gestion
Dessalement d'eau de mer Dessalement d'eau de mer Dessalement d'eau saumâtre Dessalement d'eau saumâtre Récupération des eaux pluviales Récupération des eaux pluviales Adduction d'eau régionale (interconnexion)Adduction d'eau régionale (interconnexion)Rapport Eau traitée /eau usée partiellement traitée Rapport Eau traitée /eau usée partiellement traitée Efficacité de l'eau d'irrigation (puits agricoles)Efficacité de l'eau d'irrigation (puits agricoles)Efficacité des réseaux d'approvisionnement en milieuEfficacité des réseaux d'approvisionnement en milieu
urbain (production d ’eau par puits municipaux)urbain (production d ’eau par puits municipaux)Efficacité du système d'information Efficacité du système d'information Sensibilisation et éducationSensibilisation et éducation
1212
Application à la bande Application à la bande de Gaza (GS)de Gaza (GS)
SuperficieSuperficie de 360 km²de 360 km²
2525
1313
Le ContexteLe Contexte
Considérant l ’accroissement rapide de la population de la bande de GAZA (1.16 millions en 2000 ,1.5 millions en 2009 et 2.6 millions en 2020), la demande prévue de l'eau va augmenter pour atteindre 260 hm3.y-1, qui dépassera de près de trois fois les limites écologiques et la capacité durable de l'aquifère côtier de la bande de Gaza (CAMP, 2000)
1414
Pourquoi la bande de GAZA ( Gaza Strip)Pourquoi la bande de GAZA ( Gaza Strip)??
1515
HydrogéologieHydrogéologie
L’ aquifère côtier de la bande de Gaza est composé de sables du Tertiaire- Quaternaire, de grès calcareux et d’interlits de galets avec des niveaux argileux imperméables et semi-perméables.
La totalité de l’aquifère s’étend des zones côtières du Sinai au sud et d’ Haifa au Nord sur 120 km le long de la côte Mediterranéenne .
La largeur de l’aquifère varie de 3 à 10 km dans le Nord à environ 20 km dans le Sud (WRAP, 1995).
1616
1717
1818
Deficit du bilan en eauDeficit du bilan en eau
Inflows (hm3.y-1)Outflows (hm3.y-1)
MINMAXMINMAX
Rainfall Recharge (1)42.045.0Municipal Abstraction54.5054.50
Lateral inflow from Israel18.030.0Agricult. Abstraction95. 0100.0
Lateral Inflow from Egypt2.05.0Discharge to the Sea10.015.0
Saltwater Intrusion-Shallow10.015.0
Water System Leaks10.915.0
Wastewater Return Flows10.510.5
Other Recharge 3.53.5
Irrigation Return Flows20.025.0
Loss of Aquifer Storage2.13.2
Total119.0152.2159.5169.5
Net Balance-40.5-17.3
Source: compiled from CAMP, 2000 and PWA, 2000Source: compiled from CAMP, 2000 and PWA, 2000
ENTREESENTREES SORTIESSORTIES
1919
Dégradation de la qualité des eaux
2020
2121
Plan d’Analyse & outilsPlan d’Analyse & outils4- Analyse des Analyse des donnéesdonnées
Principal Component and Classification Analysis
ou RNA
2222
RESEAUX DE NEURONES ARTIFICIELSRESEAUX DE NEURONES ARTIFICIELS ) ) RNA ou ANNRNA ou ANN((
Architecture Générale
InputOutput
Hidden layerEntréeSortie
Couche Cachée
X1
X i
Xn
Wi
Wn
W1 )Poids(
01
bWXS ij
n
iij
XiWi
Fonction de transfert
2323
Ce type de modèle respecte deux choses (Aleksander& Morton, 1990: (
1 -La connaissance est acquise par le modèle à partir d ’unprocessus d ’apprentissage
2-La solidité de la connexion inter-neuronale est basée surles poids des synapses (région de contact entre 2 neurones)utilisés pour stocker la connaissance.
Les ANNs deviennent depuis 1995 une extension des algorithmes des techniques conventionnelles. Ils permettentd ’élucider les relations qui n ’ont pas été mises en évidencepar les autres modèles.
2424
2525
y = -0.0251+0.9971*x
-5 0 5 10 15 20 25 30 35
Observed WAbstrac hm 3.y -1
-5
0
5
10
15
20
25
30
35
Pre
dict
ed W
Abs
trac
hm3 .y
-1
Equality liney=x
Predicted versus observedPredicted versus observed
output -Example: Model 1output -Example: Model 1
Erreur RMS par rapport aux nœuds Erreur RMS par rapport aux nœuds cachés- MODELE 1cachés- MODELE 1
Prélèvements d ’eauPrélèvements d ’eau
2626
Formes Compactes des modèles ANNFormes Compactes des modèles ANN
Model 1 V.Socio-Eco:Model 1 V.Socio-Eco: {WAbstrac} = ANN [Populat, Inccap, Lanuse, {WAbstrac} = ANN [Populat, Inccap, Lanuse, Tourismt, WSupply, WWCov, StoWCov, WCpCap, Wprice, Tourismt, WSupply, WWCov, StoWCov, WCpCap, Wprice, EfRevCo, AgWCon, GendEmp, WAwEd, UFW] EfRevCo, AgWCon, GendEmp, WAwEd, UFW]
Model 2 V.Pollution:Model 2 V.Pollution: {TDS} = ANN [HazWas, DomWW, Pesticid, {TDS} = ANN [HazWas, DomWW, Pesticid,
ChemFer, OrgFert, PetrolS, DomSW, IndWW, CO2, SWInt]ChemFer, OrgFert, PetrolS, DomSW, IndWW, CO2, SWInt]
Model 3 V.Etat:Model 3 V.Etat: {WAbstrac}= ANN [NO3, Cl, Na, Ca, Mg, K, F, SO4, {WAbstrac}= ANN [NO3, Cl, Na, Ca, Mg, K, F, SO4, pH, Alkalinity, T-Coli]pH, Alkalinity, T-Coli]
Model 4 V. Impact:Model 4 V. Impact: {WAbstrac} = ANN [LosProd, LosWet, Morbid] {WAbstrac} = ANN [LosProd, LosWet, Morbid]
Model 5 V.Gestion:Model 5 V.Gestion: {WAbstrac} = ANN [BrWDes, StoWHa, ImpW, {WAbstrac} = ANN [BrWDes, StoWHa, ImpW,
TreatWW, EfWIrrig, EfUWSN, EfInS, WAwar, SWD]TreatWW, EfWIrrig, EfUWSN, EfInS, WAwar, SWD]
2727
VARIABLES SOCIOVARIABLES SOCIO--ECONOMIQUESECONOMIQUES
ClassementClassement1er : 1er : la population2ème : la consommation de l'eau agricole,
3ème : le revenu par habitant4ème: le prix de l'eau
la population,le revenu par habitant,l'utilisation des terres, le tourisme ,l'accès à l'eau potable ,le taux de récupération des eaux usées, le taux de récupération des eaux de pluie ,la consommation d'eau par habitant ,le prix de l'eau ,l'efficacité des taxes ,
a consommation de l'eau agricole,l'autonomisation des femmes ,
l’eau non comptabilisée
2828
VARIABLES DE LAVARIABLES DE LAPOLLUTIONPOLLUTION
ClassementClassement1er : 1er : l’intrusion d'eau de mer
2ème : les eaux usées domestiques ,3ème : les engrais chimiques4ème: les déchets solides domestiques
les déchets dangereux ,les eaux usées domestiques ,
les pesticides,les engrais chimiques, les engrais organiques,
les stations service ,les déchets solides domestiques ,les eaux usées industrielles ,le dioxyde de carbone ,
l’intrusion d'eau de mer
2929
VARIABLESVARIABLESD ’ETATD ’ETAT
))CHIMIQUESCHIMIQUES((
ClassementClassement1er : 1er : nitrates
2ème : chlorures ,3ème : fluor4ème: coliformes totaux
nitrate, chlorure, sodium ,calcium, magnésium,potassium, fluor, sulfate ,
pH, alcalinité, coliformes totaux
3030
VARIABLES VARIABLES D ’IMPACTD ’IMPACT
ClassementClassement1er : 1er : morbidité2ème : baisse de productivité
3ème : perte de zones humides
3131
VARIABLESVARIABLESDE LA GESTIONDE LA GESTION
DE L ’EAUDE L ’EAU
ClassementClassement1er : 1er : l'efficacité dans l'eau d'irrigation2ème : traitement des eaux usées
3ème : efficacité de la distribution en eau4ème: désalinisation des eaux saumâtres
le dessalement d'eau saumâtre ,la récolte des eaux pluviales ,
adduction d'eau régionale, les eaux usées traitées / partiellement traitées ,
l'efficacité dans l'eau d'irrigation ,de l'efficacité des réseaux d'approvisionnement en milieu urbain ,de l'efficacité du système d'information ,
de sensibilisation et d'éducation,de dessalement d'eau de mer
3232
CorrelationTrainingVerificationTesting
Model 10.9989970.99973980.9990293
Model 20.9999930.9999970.999993
Model 30.96376250.99898660.9841797
Model 40.97356490.99668070.9996463
Model 50.99000860.99430140.9707078
NetworkRMS Error
Model 1 Model 2Model 3Model 4Model 5
RBF0.654313444.53.0858850.56851.682691
GRNN0.510853296.53.3125912.5220.547683
Linear0.48144130.22.1493791.130.968414
MLP (4 layers)0.20314112.631.1698720.22470.518656
MLP (3 layers)0.088092.4650.31255170.22190.2561
Résultats de l’analyse par ANNRésultats de l’analyse par ANN
Number of hidden nodes
Model 17
Model 23
Model 36
Model 46
Model 55
)Root Mean Square Error(5- RésultatsRésultats
3333
Classement des variables par ANN par rapport à l’opinion des experts - ExemplesClassement des variables par ANN par rapport à l’opinion des experts - Exemples
Socio-economic variables
02468
101214
Variable
Ran
k
Questionnaire Real data analysis
Pollution variables
02468
1012
Variable
Ran
k
Questionnaire Real data analysis
3434
Analyse de FacteursAnalyse de Facteurs
--Reduit les variables en un petit nombre de facteurs latents Reduit les variables en un petit nombre de facteurs latents avec possibilité de rotation d’une solution avec possibilité de rotation d’une solution
Evaluation des Risques sur la Santé Humaine & Niveaux Evaluation des Risques sur la Santé Humaine & Niveaux proprespropres
--Caractérise les effets potentiels nocifs sur la santé humaineCaractérise les effets potentiels nocifs sur la santé humaine
--Détermine les niveaux de produits chimiques qui peuvent Détermine les niveaux de produits chimiques qui peuvent rester sur place et une protection adéquate pour la santé rester sur place et une protection adéquate pour la santé publiquepublique
3535
Matrice de CorrelationMatrice de Correlation• Présente la direction et la force de relation entre tout couple Présente la direction et la force de relation entre tout couple
de variables dans le jeu de donnéesde variables dans le jeu de données
Analyse de groupe (Cluster analysis)Analyse de groupe (Cluster analysis)• Organise toutes les combinaisons fortes entre variables dans Organise toutes les combinaisons fortes entre variables dans
des groupes homogènes et distincts des autres groupesdes groupes homogènes et distincts des autres groupes
Composantes Principales & Analyse de Classification Composantes Principales & Analyse de Classification
(PCCA (PCCA Principal Component and Classification AnalysisPrincipal Component and Classification Analysis ))• Réduit le nombre de variables en un nombre plus faible, Réduit le nombre de variables en un nombre plus faible,
‘représentatif’ et ‘non-correlés’ de facteurs ‘représentatif’ et ‘non-correlés’ de facteurs • Classifie les variables et les casClassifie les variables et les cas
3636
Analyse par la matrice de correlation Analyse par la matrice de correlation Exemple: réponse des variables de gestionExemple: réponse des variables de gestion
ln(WAbstrac)
BrWDes
ln(StoWHa)
ImpWTreatWWln(EfWIrrig)
ln(EfUWSN)
EfInSln(WAwEd)
SWD
ln(WAbstrac)1.00
BrWDes0.511.00
ln(StoWHa)0.810.391.00
ImpW-0.03-0.130.281.00
TreatWW0.560.080.35-0.131.00
ln(EfWIrrig)0.070.18-0.11-0.13-0.161.00
ln(EfUWSN)-0.73-0.62-0.540.08-0.23-0.051.00
EfInS0.710.290.520.300.350.07-0.701.00
ln(WAwEd)-0.24-0.12-0.21-0.030.08-0.180.16-0.211.00
SWD0.030.020.330.69-0.13-0.35-0.200.32-0.091.00
Brackish water desalination ,Storm water harvesting , Regional water conveyance, Treated/partially treated , wastewater, Efficiency in water irrigation , Efficiency in urban supply networks , Efficiency of information system, Awareness and education , Seawater desalinationle dessalement d'eau saumâtre, la récolte des eaux pluviales, adduction d'eau régionale, les eaux usées traitées / partiellement traitées, l'efficacité dans l'eau d'irrigation, de l'efficacité des réseaux d'approvisionnement en milieu urbain, de l'efficacité du système d'information, de sensibilisation et d'éducation, de dessalement d'eau de mer
3737
Analyse de GroupeAnalyse de GroupeExemple: variables socio-Exemple: variables socio-économiqueséconomiques
Tree diagram for cases
Gaza
KYou Jab
aBS
uhAb
JaQa
raSh
okKh
uzBa
yuMu
saWa
Sa Fukh
WaGa Mo
gr Zah
UmNa Bu
reAb
KuZa
waMa
ga Rafa
DBal
Nuse
BLah
BHan
0
2
4
6
8
10
Eucli
dean
Link
age D
istan
ce
Tree diagram for variables
Wpr
ice
WSu
pply
Gend
Emp
WW
Cov
Lanu
se
WCp
Cap
AgW
Con
UFW
Tour
ism
Popu
lat
StoW
Cov
Incc
ap
WAb
stra
c
1
2
3
4
5
6
7
8
9
Eucli
dean
Lin
kage
Dist
ance
Diagramme des arborescencesDiagramme des arborescences
Diagramme des variablesDiagramme des variables
3838
Analyse PCCA Analyse PCCA Principal Component and Classification AnalysisPrincipal Component and Classification Analysis Exemple: variables de la pollutionExemple: variables de la pollution
Factor-variable correlations (factor loadings)
Factor 1Factor 2Factor 3
TDS-0.3657370.888060-0.271239
HazWas0.890280-0.017903-0.410531
DomWW0.897473-0.004479-0.407691
ChemFert0.6271990.4369510.624185
OrgFert0.6839420.3206860.645067
DomSW0.944302-0.009155-0.251978
IndWW0.9535420.096384-0.077572
CO2-0.3644370.887894-0.274959
SWIntr0.8557260.1071480.013095
*Pesticide0.7033690.2151600.574200
*PetrolSt-0.1890130.1232810.033134
Eigenvalues of correlation matrix
58.43%
21.02%
15.10%
3.59% .69% .60% .31% .22% .03%
-1 0 1 2 3 4 5 6 7 8 9 10 11
Eigenvalue number
-1
0
1
2
3
4
5
6
Eige
nval
ue
3939
4040
Comparaison entre analyse PCCA et Analyse des Comparaison entre analyse PCCA et Analyse des Facteurs Facteurs
Exemple : variables de la pollutionExemple : variables de la pollution
Factor Loadings-pollution variables) Varimax normalized (
Factor 1Factor 2Factor 3
TDS-0.133561-0.988687-0.025363
HazWas0.9714600.0992800.088680
DomWW0.9765760.0896880.099717
ChemFert0.219673-0.0435550.961123
OrgFert0.2523960.0832790.957126
DomSW0.9340060.1560310.242012
IndWW0.8538640.1186060.425909
CO2-0.130502-0.989430-0.027739
SWIntr0.7234300.1144890.455479
Proportion of the total variance
0.4632300.2260810.256277
Factor-variable correlations (factor loadings)
Factor 1Factor 2Factor 3
TDS-0.3657370.888060-0.271239
HazWas0.890280-0.017903-0.410531
DomWW0.897473-0.004479-0.407691
ChemFert0.6271990.4369510.624185
OrgFert0.6839420.3206860.645067
DomSW0.944302-0.009155-0.251978
IndWW0.9535420.096384-0.077572
CO2-0.3644370.887894-0.274959
SWIntr0.8557260.1071480.013095
*Pesticide0.7033690.2151600.574200
*PetrolSt-0.1890130.1232810.033134
PCCA analysisPCCA analysisPrincipal Component and Classification Analysis
Factor analysisFactor analysis
4141
Etapes de l’analyse des risques sur la santéEtapes de l’analyse des risques sur la santé
4242
Analyse des risques sur la santé des zones de rejet des Analyse des risques sur la santé des zones de rejet des eaux uséeseaux usées
4343
Indice de danger pour chaque voie (ingestion ou dermique)
Indice de danger pour chaque élément chimiquetoxique
Index deIndex derisquerisque
Index deIndex derisquerisque
Voie d ’expositionVoie d ’exposition
EnfantEnfantEnfantEnfant
AdulteAdulte
AdulteAdulte
4444
Risque cancérigène pour chaque voie de pénétration
Indice de danger par récepteur
adulte ou enfant
Index deIndex dedangerdanger
Voie d'exposition RécepteurRécepteur
risquerisque
4545
Les enseignements de la méthodologie CWIMSAM :Les enseignements de la méthodologie CWIMSAM : modèle conceptuel intègrant des variables effectivesmodèle conceptuel intègrant des variables effectives
modèle de prédiction des relations entre les modèle de prédiction des relations entre les systèmes de systèmes de captage de l ’eau et les forces socio-économiquescaptage de l ’eau et les forces socio-économiques
modèle de prédiction des relations entre les modèle de prédiction des relations entre les systèmes de systèmes de captage de l ’eau et les captage de l ’eau et les paramètresparamètres de la qualité des eauxde la qualité des eaux
6- - ConclusionsConclusions et Recommendationset Recommendations
4646
.….…SuiteSuite.... modèle de prédiction des relations entre les modèle de prédiction des relations entre les systèmes de systèmes de
captage de l ’eau et les politiques d ’captage de l ’eau et les politiques d ’ interventionintervention
modèle de prédiction des relations entre les paramètresmodèle de prédiction des relations entre les paramètres de la qualité des eaux et les sources de pollutionde la qualité des eaux et les sources de pollution
On évalue les risques pour la santé et la nécessité de la On évalue les risques pour la santé et la nécessité de la remise à niveau de l ’usine de traitement des eaux uséesremise à niveau de l ’usine de traitement des eaux usées
On classe les problèmes prioritaires d'eau et leurs On classe les problèmes prioritaires d'eau et leurs emplacementsemplacements
4747
ConclusionsConclusionsLe revenu par habitant est à la base des forces motrices Le revenu par habitant est à la base des forces motrices
socio-économiquessocio-économiques
Les eaux usées domestiques sont à l ’origine pressante Les eaux usées domestiques sont à l ’origine pressante de la pollutionde la pollution
Les Nitrates et Chlorures sont les paramètres de la Les Nitrates et Chlorures sont les paramètres de la qualité de l’eau les plus significatifsqualité de l’eau les plus significatifs
Les impacts de la gestion du secteur de l'eau sont la Les impacts de la gestion du secteur de l'eau sont la morbidité , la perte des zones humides et la productivité morbidité , la perte des zones humides et la productivité agricoleagricole
4848
..suite des conclusions..suite des conclusions La réutilisation des eaux usées traitées devrait avoir la La réutilisation des eaux usées traitées devrait avoir la
priorité absolue dans la politique de l'eau suivie par le priorité absolue dans la politique de l'eau suivie par le dessalement d'eau de merdessalement d'eau de mer
L'arsenic est le seul produit chimique qui présente un L'arsenic est le seul produit chimique qui présente un risque cancérogène. Les adultes ont une sensibilité plus risque cancérogène. Les adultes ont une sensibilité plus élevée aux produits chimiques que les enfantsélevée aux produits chimiques que les enfants
Les municipalités côtières ainsi que les municipalités Les municipalités côtières ainsi que les municipalités situées à proximité de la frontière orientale de Gaza sont situées à proximité de la frontière orientale de Gaza sont caractérisées par une forte teneur en chlorurecaractérisées par une forte teneur en chlorure
Khan Younis et Gaza sont caractérisées par une pollution Khan Younis et Gaza sont caractérisées par une pollution anthropique significative, un prélèvement d'eau élevé et un anthropique significative, un prélèvement d'eau élevé et un besoin d'eau supplémentairebesoin d'eau supplémentaire
4949
Impacts espérés sur la gestion de l’eau à GazaImpacts espérés sur la gestion de l’eau à GazaContribution à l'avancement de la gestion des ressources Contribution à l'avancement de la gestion des ressources
en eau à travers le développement du nouveau modèle en eau à travers le développement du nouveau modèle conceptuel intégré de l'eauconceptuel intégré de l'eau
Aider les décideurs à mieux connaître et comprendre les conditions de base réelle
Définir pour la première fois, les critères efficaces de Définir pour la première fois, les critères efficaces de plusieurs paramètres pour l'analyse du secteur de l ’eau et plusieurs paramètres pour l'analyse du secteur de l ’eau et surveiller des zones géographiques sous contraintessurveiller des zones géographiques sous contraintes
Conclure à des interventions potentielles nécessaires pour Conclure à des interventions potentielles nécessaires pour assurer la disponibilité en eau; l ’adéquation et l ’équilibre assurer la disponibilité en eau; l ’adéquation et l ’équilibre entre l ’offre et la demandeentre l ’offre et la demande
5050
Recommandations pour l'améliorationRecommandations pour l'améliorationLa gestion des ressources en eau devrait être fondée sur La gestion des ressources en eau devrait être fondée sur
des approches intégrées, préventives et écosystémiquesdes approches intégrées, préventives et écosystémiquesL'utilisation de l’eau de l ’écosystème et de la demande L'utilisation de l’eau de l ’écosystème et de la demande
en eau doivent être considérées lors du calcul de la en eau doivent être considérées lors du calcul de la demande globaledemande globale
Sélectionner et adapter la technologie de dénitrification la Sélectionner et adapter la technologie de dénitrification la mieux appropriée pour assainir les eaux souterrainesmieux appropriée pour assainir les eaux souterraines
Définition d ’une stratégie de gestion de la salinité des Définition d ’une stratégie de gestion de la salinité des eaux de l ’aquifère côtier grâce au transport accéléré des eaux de l ’aquifère côtier grâce au transport accéléré des sels; la méthode ASTRAN permettrait de gérer les eaux sels; la méthode ASTRAN permettrait de gérer les eaux souterraines salines dans l'est de la bande de Gazasouterraines salines dans l'est de la bande de Gaza
5151
ASTRANASTRAN
5252
Suite- Suite- Recommendations Recommendations pour l'améliorationpour l'améliorationPlanification et réglementation de la régulation devraient Planification et réglementation de la régulation devraient
permettre de récupérer de l'eau et sa conservationpermettre de récupérer de l'eau et sa conservation
Adaptation de la gestion de l’eau au changement Adaptation de la gestion de l’eau au changement climatiqueclimatique
Le plan national de l'eau devrait être reformulé pour tenir Le plan national de l'eau devrait être reformulé pour tenir compte des problèmes d'eau prioritaires et des zones compte des problèmes d'eau prioritaires et des zones géographiques sous contraintesgéographiques sous contraintes
Toutes les politiques de l'eau, les plans et les programmes Toutes les politiques de l'eau, les plans et les programmes devraient être soumis à l'évaluation stratégique devraient être soumis à l'évaluation stratégique environnementaleenvironnementale
5353
FinFin
Merci pour votre attentionMerci pour votre attention
5454New Integrated Water Management Model Existing Water Management Model
Nouveau Modèle versus Modèle Classique
5555
MethodologieMethodologie