These de Magistere de MR - BIR Said-2

Rpublique Algrienne Dmocratique et Populaire
Ministre de lEnseignement Suprieur et de la Recherche Scientifique
UNIVERSITE MOULOUD MAMMERI

- TIZI OUZOU -
Facult du Gnie de la construction

Dpartement de Gnie Civil
MMOIRE DE MAGISTRE
Spcialit : gnie civil
Option : gotechnique et environnement
Prsent par :
M. Sad. BIR
THME
Ecoulements au travers les milieux

poreux. Approche stochastique
Devant le jury :
Mr BOUAFIA Youcef Professeur UMMTO Prsident
Mr BOUHERAOUA Ali Matre de confrences (A) UMMTO Rapporteur
Mr HAMZA Ali Matre de confrences (A) UMMTO Examinateur
Mr AIT AIDER Hacne Matre de Confrences UMMTO Examinateur
Soutenu le : / / 2012
REMERCIEMENTS
Que tout ceux qui mont apport leur aide, pour la ralisation de ce travail,
trouvent ici lexpression de ma profonde gratitude.
Je tiens notamment remercier :
Monsieur A. BOUHERAOUA matre de confrences (A) au dpartement de

gnie civil de luniversit Mouloud Mammeri de Tizi Ouzou, pour avoir dirig ce
travail, et de mavoir permis ainsi de le mener son terme.
Monsieur Y. BOUAFIA professeur au dpartement de gnie civil de

luniversit Mouloud Mammeri de Tizi Ouzou, qui a bien voulu examiner ce travail et
prsider le jury.
Monsieur A. HAMZA matre de confrences (A) au dpartement de gnie civil

de luniversit Mouloud Mammeri de Tizi Ouzou, davoir voulu accepter dtre
examinateur dans le jury de soutenance.
Monsieur H. AIT AIDER maitre de confrences A au dpartement de gnie

civil de luniversit Mouloud Mammeri de Tizi Ouzou, davoir voulu accepter dtre
examinateur dans le jury de soutenance.
Je noublie surtout pas mes amis qui mont apport aide et rconfort.
RESUME
RESUME
Le prsent travail fait partie dune srie de recherches consacres lvaluation de
leffet de la variabilit spatiale sur le problme dcoulement et du transport en milieux
poreux. Il prsente une tude en lments finis de linfluence des variations dans lespace des
proprits du sol sur le prdiction du chemin de lcoulement.
Les proprits de sol considres comme variables alatoires, sont la conductivit
hydraulique de saturation et la teneur en eau de saturation . La loi de
distribution Log normale est choisie pour reprsenter la rpartition des valeurs de ces
deux paramtres. Ltude probabiliste a t effectue par la mthode de Monte Carlo.
Deux sries de cinquante (50) calculs ont t effectues. Elles reprsentent deux cas
danalyse. Dabord la variabilit des proprits des sols est alatoire dans tout le sol (cas
statistiquement homogne). Ensuite, la variabilit des proprits des sols est suppose
unidimensionnelle (valeurs uniformes dans chaque plan horizontal) : le milieu est divis en
couches et les proprits et varient dune couche une autre et sont constants dans
une mme couche.
Les rsultats de ces deux sries de calculs ont t analyss en termes de variabilit de
charges hydrauliques pour le problme de lcoulement et de concentrations pour le problme
de transport pour montrer linfluence de la structure de la variabilit du sol.
La comparaison avec des solutions dterministes classiques a aussi t effectue.
Mots Cls : variabilit, lments finis, probabilit, milieu poreux, coulement, transport.
ABSTRACT
This work presents a rigorous numerical validation of analytical stochastic models of
transient unsaturated flow in heterogeneous porous media. It also provides a crucial link
between stochastic theory based on simplifying assumptions and empirical field and
simulation evidence of variably saturated flow in actual or realistic hypothetical
heterogeneous porous media. Statistical properties of saturated hydraulic conductivity and
water content in heterogeneous soils are investigated through high resolution Monte Carlo
simulations of a wide range of transient flow problems in a quasi-unbounded domain.
RESUME
In agreement with assumptions in analytical stochastic models of unsaturated flow,

hydraulic conductivity and soil water content are found to be lognormally, respectively. In
contrast, simulations indicate that in moderate to strong variable conductivity fields,
longitudinal flux is highly skewed. Transverse flux distributions are leptokurtic. Under
moderate to strong heterogeneous soil flux conditions, analytical solutions overestimate
variability in soil as soil heterogeneity increases, and underestimate variability of both flux
components by up to a factor 5.
Keywords: soil water, vadose zone, stochastic analysis, heterogeneity, flow modeling.
NOTATIONS
Notations principales
: Viscosit dynamique.
: Viscosit cinmatique.
: Porosit totale.
: Porosit efficace.
: Porosit de drainage.
: Capacit de rtention
: Indice des vides.
: Degr de saturation.
: Coefficient de saturation effective
: Teneur en eau (volumique).

: Teneur en eau rsiduelle
: Teneur en eau de saturation.
: Capacit de rtention
: Conductivit hydraulique.
: Conductivit hydraulique de saturation.
: Permabilit.
: Tenseur de conductivit hydraulique

: Transmissivit.
: Coefficient d'emmagasinement.
: Coefficient d'emmagasinement spcifique.
: Aire spcifique.
: Dbit dcoulement.
: Terme puits/source.
: Flux deau.
: Gradient hydraulique.
: Vitesse de lcoulement.
NOTATIONS
, ou, : Charge hydraulique.

: Potentiel matriciel ou de pression.
: Potentiel dentre dair.
: Densit du fluide.
: Densit apparente
: Nombre de Reynolds
: Concentration du fluide.
: Masse de contaminant adsorbe
Dm : Coefficient de diffusion molculaire.
Dij : Tenseur de dispersion.
: Dispersion hydrodynamique.
: Temps
x : Moyenne arithmtique.
V(X ) : Variance.
( X ) : Ecart-type.
C V ( X) : Coefficient de variation.
E(X ) : Esprance mathmatique.
( ) : Densit de probabilit univarie.
( ) : Distribution cumule univarie.
: Esprance mathmatique ou tout simplement la moyenne
: Variance,
: Covariance des variables et ,
: Moyenne
FIGURES ET TABLEAUX
LISTE DES FIGURES
Figure I.1 Zone sature et zone non sature.
Figure I.2 Porosit primaire (figure de gauche) et secondaire (figures du centre et de droite;
modifies de Banton et Bangoy, 1999).
Figure I.3 Types d'aquifre classifis d'aprs leur degr de confinement (tire de
Verreaultetal, 2006).
Figure I.4 Autre schma de classification des aquifres (tir de ladapt de Landry 1992).
Figure I.5 Schma dun volume lmentaire de sol. Poids et volumes des diffrentes phases.
Figure I.6 Exemple de sol et de reprsentation du milieu poreux associ.
Figure I.7 Concept demmagasinement dans les aquifres captifs et libres.
Figure II.1 Densit de probabilit de la loi de Poisson de paramtre = 10.
Figure II.2 Densit de probabilit de la loi normale centre rduite.
Figure II.3 Densit de probabilit de la loi exponentielle de paramtre a = 3.
Figure II.4 Densit de probabilit de la loi de Weibull de paramtre = 2.
Figure III.1 Schmatisation dun aquifre (Bear, 1972).
Figure III.2 Schma dun rservoir naturel dun hydrocarbure (Bear, 1972)
Figure III.3 Coupes d'echantillons de grs poreux obtenues diffrentes profondeurs P : (a)
e = 27 %, P=1000-1500 m; (b) e = 23 %, P=1700-1900 m; (c) e = 18 %, P=2000-2300 m; (d)
e = 16 %, P=2500-2700 m; (e) e = 13 %, P=2800-3000 m; (f) e = 10 %, P > 3000 m
Figure III.4 Espace des pores d'un grs de la mer du Nord (donnes Statoil
Figure III.5 Exemple de coupe d'un poreux (grs)
Figure III.6 Dispositif exprimentale de Darcy.
Figure III.7 Courbe limitant le domaine de la validit de la loi de Darcy
Figure III-8 Dtermination de la charge hydraulique dans un pizomtre
Figure III.9 volution de la porosit totale dune sphre centre en un point du milieu
poreux en fonction de son rayon
FIGURES ET TABLEAUX
Figure III.10 Ecoulement plan sous un barrage, coulement bidimensionnel.
Figure III.11 Proprits hydrodynamiques du sol. a) La conductivit hydraulique ( )

fonction de la teneur en eau( ) ; Le potentiel matriciel ( ) fonction de la teneur en eau.
Figure III.12 Application de lapproche mathmatique un coulement surface libre
Figure III.13 Rseau dcoulement en coupe dune nappe libre en diffrentes cote (Hubbert,
1940)
Figure III.14 Approximation de Dupuit valide pour des iso-H presque verticaux
Figure III.15 Ecoulement vers un foss prismatique dans un aquifre phratique
Figure III.16 Vitesse = r r d'un aquifre autour dun puits vertical et cylindrique
Figure III.17 Paramtres pour la solution de Dupuits pour une nappe libre en rgime
permanent
Figure III.22 Potentiel de pression deau en fonction de la cote en = , avec , = potentiel

de pression deau [ ], ( , , ) = charge hydraulique totale [ ] ( = + ), w = niveau
deau dans le foss aval [ ], SS = hauteur de la surface de suintement [ ], z = cte [ ]
Figure III.23 Nappe dans un barrage en terre, avec niveau deau amont , et aval .HDF,
niveau de nappe estim via lhypothse de Dupuit-Forchheimer
Figure III.24 Ecoulement partir dune condition amont parabolique vers un drain horizontal
Figure IV.1 Deux types de porosit
Figure IV.2 Rseau cubique ( gauche) et rseau rhombodrique ( droite)
Figure IV.3 Illustration des coulements travers un rseau de fracture connect d'aprs
(Darcel, 2002).
Figure IV.4 La caractrisation de lorganisation des coulements dans les rseaux de fractures
naturels
Figure IV.5 Illustration de la variabilit spatiale de la permabilit (conductivit hydraulique); 1

pied = 30,48cm; la permabilit est exprime en millidarcy = 0,987.10-15m2
Figure IV.6 Une ralisation de la variable "distribution des grains"
Figure V.7. Modles analytiques de covariance.
Figure V.1 Schma montrant les diffrentes tapes ncessaires la dtermination de la

solution probabiliste
FIGURES ET TABLEAUX
Figure V.2 Prsentation du milieu poreux tudi
Figure V.3 Isovaleurs des charges hydrauliques H
Figure V.4 Isovaleurs des saturations effectives
Figure V.5 Isovaleurs des concentrations de solut
Figure V.6 Courbe des charges hydrauliques H pour = 0.5 pendant 10 jours
Figure V.8 Courbe des charges hydrauliques H pour =1 pendant 10 jours
Figure V.10 Courbe de saturation effectives pour = 0.5 pendant 10 jours
Figure V.11 Courbe de saturation effective pour = 0.7 pendant 10 jours
Figure V.12 Courbe de saturation effective pour =1 pendant 10 jours
Figure V.14 Courbe des concentrations de solut pour = 0.5 pendant 10 jours.
Figure V.15 Courbe des concentrations de solut pour = 0.7 pendant 10 jours
Figure V.16 Courbe des concentrations de solut pour =1 pendant 10 jours
Figure V.18 Ligne de coupe verticale de calcul de lcoulement et du transport
Figure V.19 Courbes des charges hydrauliques H de lcoulement dans le sol
Figure V.20 Evolution des cart-types des charges hydrauliques
Figure V.21 Courbe des concentrations .dans le sol
Figure V.22 Evolution des cart-types des concentrations
Figure V.23 Iso valeurs des charges hydrauliques .dans le sol
Figure V.24 Courbe des charges hydrauliques pour un cas stratifi htrogne

Figure V.27 Iso valeurs des concentrations pour un cas stratifi
FIGURES ET TABLEAUX
Figure V.28 Courbe des charges hydrauliques pour un cas stratifi

Figure V.31 Courbe des charges hydrauliques moyennes pour les diffrents cas de
calcul
Figure V.32 Courbe des charges hydrauliques max et min pour les diffrents cas de
calcul
Figure V.33 Evolution des cart-types des charges hydrauliques H pour les diffrents cas
de calcul
Figure V.34 Courbe des concentrations moyennes pour les diffrents cas de calcul.
Figure V.35 Courbe des concentrations min et max pour les diffrents cas de calcul.
Figure V.36 Evolution des cart-types des concentrations c pour les diffrents cas de
calcul.
FIGURES ET TABLEAUX
LISTE DES TABLEAUX

Tableau III.1 Units de permabilit
Tableau IV.1 Ordre de grandeur des principaux paramtres hydrodynamiques
Tableau IV.2 Ordre de grandeur des paramtres caractristiques de l'htrognit (daprs

Gelhar 1986).
Tableau IV.3 Paramtres statistiques de la conductivit hydraulique log-normale ( en

cm/s)
Tableau IV.4 Valeurs types des variances et longueurs de corrlation de la log-conductivit

hydraulique (longueurs en m)
Tableau V.1 Paramtres dcoulement utiliss dans la modlisation.
Tableau V.2 Paramtres du transport de solut utiliss dans la modlisation.
Tableau V.3 Quelques valeurs gnres des paramtres variables et

Tableau V.4 Valeurs gnres des paramtres variables et
SOMMAIRE
SOMMAIRE
INTRODUCTION 01
Chapitre I THEORIE DES EAUX SOUTERRAINES 05

I.1 INTRODUCTION 06
I.2 Ecoulement de leau souterraine
I.2.1 Zone non sature
a. Zone vadose
b. Zone capillaire
I.2.2 Zone sature
I.3 Classification de leau interstitielle 07
I.3.1 Eau gravitaire
I.3.2 Eau de rtention
I.3.3 Eau capillaire
I.3.4 Capacit de rtention
I.3.5 Capacit au champ
I.4 Classification des aquifres 08
I.4.1 Dfinitions
a. Aquifre
b. Couche de confinement
- Aquifuge
- Aquiclude
- Aquiclude
I.4.2 Types daquifres
a. Types daquifres daprs le type de porosit
b. Types daquifres selon le degr de confinement
c. Utilit de ces classifications pour l'estimation de l'aire d'alimentation
I.5 Caractristiques physiques du sol 12
I.5.1 Viscosit de leau
a. Viscosit dynamique
b. Viscosit cinmatique
I.5.2 Porosit
a. la porosit gomtrique, ou porosit totale,
b. lindice des vides,
c. la porosit efficace , ou porosit cinmatique
- la porosit efficace
- la porosit cinmatique
d. la porosit de drainage
e. la capacit de rtention
I.5.3 Degr de saturation
I.5.4 Teneur en eau (volumique)
I.5.5 Conductivit hydraulique et permabilit intrinsque
I.5.6 Relation entre la permabilit et la porosit
a. Hazen
b. Cazagrande
c. Terzaghi
d. Schlichter
e. Bakhmetef
f. Koseny-Carman
SOMMAIRE
g. Bretjinski
I.5.7 Relation entre la permabilit et lindice des vides
I.5.8 Transmissivit
I.5.9 Coefficient d'emmagasinement
I.5.10 Coefficient d'emmagasinement spcifique
I.5.11 Homognit-htrognit et isotropie-anisotropie
Chapitre II ELEMENTS DE STATISTIQUES ET PROBABILITES 23

II.1INTRODUCTION 23
II.2 Probabilit 23
II.1.1 Notion de probabilits
II.1.2 Epreuves et vnements
II.1.3 Espace probabilis
II.1.3.1 Axiomatique de Kolmogorov
II.1.3.2 Proprits lmentaires
II.1.4 Probabilit conditionnelle - Thorme de Bayes
II.1.4.1 Thorme des probabilits composes
II.1.4.2 Consquences
II.1.4.3 Thorme de Bayes - Probabilits des causes
II.1.5 Le paradoxe de Bertrand
II.3 Variables alatoires 28
II.2 1 Variable alatoire
II.2 2 Fonction de rpartition
II.2.2.1 Dfinition
II.2.2.2 Proprits
II.2.2.3 Fonction de rpartition dune v.a. discrte
II.2.3 Fonction de rpartition dune v.a. continue
II.2.4 Couple de variables alatoires
II.2.4.1 Dfinitions
II.2.4.2 Cas dun couple de v.a. continues
II.2.4.3 Cas dun couple de v.a. discrtes
II.2.4.4 Distribution conditionnelle
II.2.5 Loi dune fonction dune ou plusieurs variables alatoires
II.2.5.1 Transformation dune variable alatoire
- Transformation dune loi discrte
- Transformation dune loi continue
II.2.5.2 Densit de probabilit dune somme de V.A. indpendantes
II.2.6 Moyenne et esprance mathmatique dune v.a
II.2.6.1 Notion de moyenne pour une v.a. discrte
II.2.6.2 Esprance mathmatique
II.2.7 Moments
II.2.7.1 Dfinitions
- Moment dordre
- Moment dordre n rapport labscisse a
- Moment centr dordre n
- Le moment centr dordre dune v.a
II.2.7.2 Quelques moments particuliers
II.2.7.3 Variance, covariance et cart-type
II.2.7.4 Variable centre rduite
II.2.7.5 Coefficient de corrlation
II.2.7.6 Exemple
SOMMAIRE
II.2.7.7 Ingalits de Bienaym - Tchebyshev Markov

- Ingalit de Tchebyshev
- lingalit de Markov
- lingalit de Bienaym-Tchebyshev
II.2.8 Quelques lois de probabilits
II.2.8.1 Les valeurs principales
II.2.8.2 Liaisons entre lois de probabilits
- Loi 0-1 - Loi binomiale
- Loi gomtrique
- Loi de Pascal dordre
ème
- Loi de Poisson (magistrat franais du sicle)
- Loi Normale ou loi de Gauss-Laplace
- Loi exponentielle
- Loi de Weibull
- Loi Gamma
- Loi du
- Loi de Rayleigh
- Loi de Student
II.2.9 Quelques relations
II.2.10 Loi des grands nombres
II.2.10.1 Convergence stochastique
- Convergence en loi
- Convergence en probabilit
- Convergence en moyenne
II.2.10.2 Thorme central limite
II.2.11 Simulation dune variable alatoire
II.2.11.1 Mthode gnrale par transformation inverse
II.2.11.1 Loi uniforme
II.2.11.3 Loi exponentielle
II.2.11.4 Loi binomiale
II.2.11.5 Loi de Poisson
II.2.11.6 Loi normale, ( , )
II.2.12 Autres indicateurs
II.2.12.1 Histogramme
II.2.12.2 Mdiane
II.2.12.3 Mode
II.2.12.4 Autres moyennes
Chapitre III CARACTERISATION DES ECOULEMENTS EN MILIEUX POREUX 45

III.1INTRODUCTION 45
III.2 QUELQUES EXEMPLES DE MILIEUX POREUX NATURELS
III.2.1 Milieux poreux naturels
III.2.2 Milieux poreux artificiels
III.3 DESCRIPTION DU MILIEU POREUX NATUREL ET THORIE DE LA CONTINUIT 48
III.3.1 Description gomtrique
III.3.1.1 La porosit
III.3.1.2 Aire spcifique
III.3.1.3 Autres paramtres
III.4 Circulation de fluides en milieu poreux 51
III.5 Loi de Darcy 54
III.5.1 Gnralisation de la loi de Darcy
SOMMAIRE
III.5.2 Domaine de validit de la loi de Darcy

III.6 La charge hydraulique 55
III.7 Loi de conservation de masse-quation de continuit 55
III.7.1Notion de Volume Elmentaire Reprsentatif (V.E.R)
III.7.2 Equation de conservation de la masse
III.8 Loi de LAPLACE 58
III.8.1 Cas des coulements deux dimensions en milieu homogne et isotrope
III.9 Equation des coulements dans les aquifres 59
III.10 Reprsentation mathmatique des processus hydrologiques souterrains 61
III.10.1 Lcoulement en milieu poreux non satur et satur
III.10.1.1 Le modle Richard
III.10.1.2 Quelques modles simplifis
III.10.1.3 Domaines et limites dapplication
III.10.2 Lcoulement en milieu poreux satur
III.10.2.1 La loi de Darcy III.10.2.2 Lquation de Boussinesq
III.11 Modlisation en rgime permanent et transitoire des coulements au travers les milieux
poreux 65
III.12 Approche mathmatique 67
III .13 Cas du rgime transitoire 68
III.14 Approximation de Dupuit 70
III.14.1 Hypothses de Dupuit
III.14.2 Validations et limitations (exemple dapplication)
III.14.3 Domaines et limites dapplication
III.15 Cas du rgime permanent 75
III.15.1 Modle de Dupuits (solution pour le rgime permanent)
III.16 quation de Transport des Polluants en Milieux Poreux 76
III.17 Prise en compte du phnomne de suintement dans la dtermination de la position de la
surface libre de la nappe 80
III.17.1 Lhypothse de DF et le phnomne de suintement III.17.2 Dfinitions et tat des
connaissances III.17.3 Cas du drainage par un foss vide, avec un niveau deau amont fix- Solution
de Kozeny (1931, cit par Youngs 1990 et Kao 2002)
III.18 Modles mathmatiques pour les coulements surface libre 85
III.18.1 Le systme de Saint-Venant
III.18.2 Domaine et limite dapplication III.18.3 Autres solutions mathmatiques du problme de
surface libre
III.19 Rsum
ChapitreIV PRISE EN COMPTE DE LA VARIABILITE DES SOLS DANS LE CALCUL DES ECOULEMENTS 88
VI.1 Introduction 88
VI.1 Fiabilit de la mesure unique 89
IV.2 Variabilit spatiale des paramtres 89
IV.2.1 Limites de laquifre
IV.2.2 Variation spatiale et corrlation de et
IV.2.3 Variation spatiale des autres paramtres
IV.3 Variabilit temporelle des paramtres 92
IV.3.1 Proprits physiques des matriaux
IV.4 Volume lmentaire reprsentatif 93
IV.5 Outils et mthodes, (description dune mthode de travail) 93
IV.5.1 Variabilit spatiale
IV.5.2 Variation du sol
SOMMAIRE
IV.5.3 Statistiques et Gostatistiques

IV.5.3.1 Statistique
a. Distribution normale
b. Distribution log-normal
IV.5.3.2 Gostatistique
IV.6 Ecoulement deau dans les milieux poreux htrogne 98
IV.6.1 Thorie de la continuit
IV.6.2 Proprits gomtriques de la porosit
IV.6.2.1 Deux types de porosit
IV.6.2.2 Porosit dinterstice et agencement des grains dans lespace
IV.6.2.3 Surface spcifique
IV.6.3 La porosit et la circulation des fluides
IV.6.3.1 Porosit cinmatique
IV.6.3.2 Permabilit intrinsque
IV.6.3.3 Loi de Darcy
IV.6.3.4 Conductivit hydraulique
IV.6.3.5 Champ de vitesse
IV.6.4 Htrognit physique des milieux poreux
IV.6.4.1 Htrognit du milieu naturel
IV.6.4.2 Impacts de lhtrognit sur les flux deau
IV.6.5 Description de lhtrognit
IV.6.5.1 Approche gostatistique
IV.6.5.2 Ralisation dun champ de permabilit htrogne
IV.6.6 Changement dchelle et homognisation
IV.6.6.1 Concept d'homognisation
IV.6.6.2 Permabilit effective dans les milieux poreux htrognes
IV.7 Passage de lhtrognit du milieu lhtrognit des coulements 108
IV.8 Bilan 110
IV.9 Modlisation Stochastique des coulements en milieux poreux 111
V.9.1 Description "continue" [Bear, 1979] ; [de Marsily, 1986]
IV.9.2 Description stochastique
IV.9.2.1 Notations
IV.9.2.2 Notions de gostatistique [Dagan, 1989] ; [de Marsily, 1986]
- Ensemble des ralisations et fonctions alatoires
- Stationnarit - Moyennes spatiales de fonctions alatoires et
ergodicit - Interpolation par "kriging"
IV.9.3 Ecoulement en milieux poreux
IV.9.3.1 Dfinition
- Domaine dcoulement
- Porosit totale
- porosit cinmatique
- Teneur en eau
- Potentiel hydraulique
IV.9.3.2 Les quations fondamentales en milieu poreux
- Equations de la dynamique des fluides
- Equations en milieu poreux
IV.9.4 L'coulement en milieu stochastique
IV.9.4.1 Comportement des variables hydrogologiques
IV.9.4.2 Rsolution de l'quation d'coulement stochastique
- La mthode dite de "simulation Monte Carlo"
- La mthode des perturbations
SOMMAIRE
- Thorie non locale

- La mthode self-consistante ou de renormalisation
IV.9.4.3 Conductivit hydraulique effective
IV.9.4.4 Covariance de la vitesse de filtration
IV.9.5 Application de la stochastique la rsolution de lcoulement en milieux poreux
htrognes
IV.9.5.1 Introduction
- Lhypothse de stationnarit
- Lhypothse dergodicit
IV.9.5.2 Rsolution de l'coulement par approche stochastique
a. Proprits statistiques de la conductivit hydraulique
1. Fonction de covariance exponentielle
2. Fonction de covariance gaussienne
3. Fonction de covariance linaire
4. Fonction de covariance semi-sphrique
b. Mthodes de rsolution
IV.9.5.3 Application des thories stochastiques lcoulement proximit de puits
Solution de lcoulement en radial
IV.9.5.4 Prise en compte des conditions aux limites dans les thories stochastiques
- Rsultats thoriques
- Validation numrique
IV.10 Conclusion 149
Chapitre V ANALYSE PROBABILISTE DES ECOULEMENTS EN MILIEUX POREUX 151

V.1 INTRODUCTION 151
V.2 METHODOLOGIE 151
V.2.1 Introduction
V.2.2 Programme de calcul en lments finis
V.2.3.3 Analyse statistique des paramtres K et
V.2.3.1 Gnralits
V.2.3.2 Choix des paramtres de calcul
V.2.3 Procdure de calcul rptitif et danalyse statistique des rsultats
V.2.4 Droulement de la procdure de calcul statistique
V.3 Simulation numrique 154
V.3.1 Prsentation du cas tudie
V.4 Hypothse de modlisation 155
V.5 Maillage dlments finis. 156
V.6 Cas dterministe 157
IX.6.1 Prsentation du cas tudi
IX.6.2 Prsentation des rsultats
IX.6.3 Interprtation des rsultats
V.7 Cas statistiquement homogne 168
IX.7.1 Prsentation du cas tudi
IX.7.2 Prsentation des rsultats
IX.7.3 Interprtation des rsultats
V.8 Cas danalyse dun multicouche 174
V.8.1 Prsentation du cas tudi
V.8.2 Prsentation des rsultats
V.8.3 Interprtation des rsultats
V.9 Comparaison des diffrentes analyses effectues 181
V.9.1 Introduction
SOMMAIRE
V.9.2 Rsultats des calculs

V.9.3 Comparaison des rsultats obtenus
CONCLUSION GENERALE
Introduction gnrale
INTRODUCTION GENERALE
Sous les effets conjugus de l'accroissement de la population et de l'intensification des

activits polluantes, le problme de la gestion et de la prservation de la ressource en eau est
devenu un des enjeux majeurs de la socit humaine. La partie souterraine de cette ressource,
laquelle nous nous intressons plus particulirement, possde elle-mme des caractristiques
qui en font un sujet d'tude vaste et dlicat.
Les aquifres naturels, en effet, possdent des proprits complexes, difficiles
dterminer, et tels que le renouvellement de la ressource se fait en gnral une chelle de
temps bien suprieure celle qui pourrait caractriser une pollution accidentelle ou chronique.
Ces rserves souterraines sont de plus des entits intgres des systmes plus vastes, et les
relations qui les lient leur environnement, et en particulier les conditions aux limites de ces
domaines, la prsence de sources ou de puits, ont une influence dterminante sur leur
comportement.
Pour grer la ressource souterraine, il est donc ncessaire de rsoudre des problmes
complexes, qui reposent sur la connaissance approfondie des phnomnes lis
l'hydrodynamique et au transfert de masse en milieu poreux, la reprsentation adquate de ces
phnomnes, ce qui inclut la traduction des proprits physico-chimiques du milieu en termes
de paramtres mathmatiques, et finalement la rsolution des quations tablies par des
mthodes efficaces, qu'elles soient analytiques (rsolution exacte des quations) ou
numriques (rsolution approche sur un domaine discrtis).
L'approche la plus classique pour la rsolution de problmes d'coulement et de transport
en milieu poreux est l'approche dterministe initie par Darcy. Celle-ci repose sur une
quation empirique, la loi de Darcy, et sur l'quation de conservation de la masse. Dans cette
approche, on suppose que les paramtres caractrisant le milieu poreux, et en particulier la
porosit et la conductivit hydraulique K, sont des grandeurs connues en tout point du milieu.
Il est donc ncessaire dans ce cas de les dterminer de faon exprimentale, l'aide de
mthodes qui se sont avres destructives, fastidieuses, complexes et/ou coteuses.
Un des problmes majeurs rencontrs lors de la caractrisation d'un milieu poreux est la
particularit fondamentale qu'ont ses proprits se dployer de faon htrogne dans
l'espace. Cette htrognit dcoule des processus de gense des milieux qui sont constitus
de diffrents matriaux ayant subi des altrations mcaniques et chimiques.
En rponse ce problme, se sont dveloppes au cours des dernires dcennies des
approches inspires de la gostatistique applique l'coulement et au transport en milieu
poreux et reposant sur la prise en compte des proprits du milieu de manire stochastique.
Ces dernires sont ainsi considres comme des fonctions alatoires de l'espace (et parfois du
temps), ce qui permet de rsoudre les difficults lies l'incertitude sur leur distribution en
prenant en compte cette incertitude de faon formelle.
Page 1
Introduction gnrale
Les quations rsoudre dans le cadre de la gostatistique drivent directement des

quations dterministes, mais leur rsolution s'effectue en termes de moments statistiques,
c'est--dire de grandeurs telles que moyenne, variance et covariance qui permettent de
caractriser statistiquement une variable. En particulier, on cherchera dterminer les
moyennes et variances de la vitesse de Darcy et de la concentration en diffrents points (ou
sur diffrentes parties, ou sur l'ensemble) du domaine en fonction des moyennes et variances
des paramtres du milieu comme la conductivit hydraulique K.
L'introduction de la variabilit statistique dans les quations de l'coulement et du
transport rend cependant celle-ci plus dlicates rsoudre. De ce fait, les auteurs ont t
contraints mettre des hypothses simplificatrices, pour s'affranchir de certaines difficults
thoriques et aboutir des quations suffisamment simple et surtout pouvant se rsoudre
rapidement de faon analytique ou numrique. C'est ainsi que plusieurs approches ont t
dveloppes, se distinguant notamment par les hypothses et simplifications formules pour
parvenir un rsultat exploitable, expressions analytiques ou semi-analytiques des moments
des variables d'coulement, de paramtres quivalents ( un milieu homogne) par exemple.
On peut ainsi citer parmi les travaux de rfrences ceux de Gehlar et Axness (1983), Dagan
(1989) ou Neuman et Zhang (1990) entre autres.
La ncessit de simplifier les problmes tudis a galement pes sur le choix des
phnomnes pris en compte. La plupart des tudes portent ainsi sur le cas d'un coulement
permanent et uniforme pour lequel on peut simplifier l'expression des variables statistiques
tudies. Le domaine tudi est galement trs souvent considr comme infini dans une ou
plusieurs dimensions de l'espace, ce qui permet entre autres d'appliquer sans rserves les
hypothses de stationnarit et d'ergodicit ncessaires la rsolution de tels problmes.
Le problme de l'applicabilit de telles approches des cas rels se pose donc. Des
tudes comparatives avec des mesures in situ (par exemple Kitanidis, 1997) ainsi qu'avec les
rsultats fournis par des modles numriques reposant sur une approche classique (par
exemple Chin, 1997 et Lintea, 2001) ont montr que les rsultats fournis par les thories
stochastiques taient satisfaisants pour des milieux faiblement htrognes, pour un
coulement permanent et uniforme en milieu infini ou semi-infini.
Une telle configuration ne reprsente cependant pas la totalit des cas tudier. En
particulier, l'coulement considr peut souvent tre non-uniforme (la vitesse moyenne
variant en direction et en intensit dans l'espace) du fait de la prsence de puits d'injection ou
de pompage dans le domaine, et l'on peut galement tre amen tudier l'coulement et le
transport proximit immdiate d'une limite d'un aquifre (limite gologique impermable ou
cours d'eau par exemple) de telle sorte que ce dernier ne puisse plus tre considr comme
infini.
Page 2
Introduction gnrale
A la suite des tudes portant sur l'extension des mthodes stochastiques appliques
l'coulement et au transport en milieu poreux htrogne, que ce soit dans le cas d'coulement
non-uniformes (Indelman et Dagan, 1999 ; Dagan et Indelman, 1999 par exemple) ou pour la
prise en compte de conditions aux limites du domaine d'tude (Rubin et Dagan, 1988a et b ;
Osnes, 1995), ces prsents travaux exposent une mthode semi-analytique de prise en compte
de conditions aux limites de type Neuman ( flux nul) lors de l'tude de l'coulement et du
transport dans un milieu poreux htrogne alatoire sous l'effet d'un doublet puits de
pompage-puits d'injection, ce dispositif tant frquemment employ dans le cas de dpollution
de sites contamins.
Les dveloppements exposs dans la suite de ce mmoire prennent appui sur les rsultats
dAbdelhak GHOULI (1999) qui ont abord le problme de propagation de polluants dans un
milieu poreux non satur par le biais d'une approche base sur la notion de temps de parcours
d'une particule. Cette approche conduit l'expression semi-analytique de la concentration
moyenne aprs mlange dans le puits de pompage en fonction des caractristiques statistiques
du milieu ainsi que des conditions d'injection et de pompage qui conditionnent l'coulement.
Cette solution est base sur la thorie du premier ordre propose par Dagan (1989) qui est
dveloppe entre autres sous la condition de faibles fluctuations du champ de log-conductivit
not = , c'est--dire des faibles valeurs de la variance .
A partir de cette solution, valide par comparaison avec des rsultats de simulations
numriques par Lintea (2001) pour des valeurs de allant jusqu' 1.5, nous chercherons
valuer dans quelle mesure la prise en compte d'ventuelles conditions aux limites va influer
sur les phnomnes d'coulement et de transport, et ainsi se traduire dans la variable
d'observation, la concentration au puits de pompage aprs mlange.
Une autre difficult de l'application des thories stochastiques des cas concrets tant
l'identification des paramtres statistiques du milieu poreux, qui ne peuvent tre mesurs, une
tude de sensibilit ces diffrents paramtres est effectue sur les rsultats de Dagan et
Indelman (1999), tude restant valable dans le cas de la prsence de limites impermables.
Cette tude a pour objet de dterminer l'influence relative d'une petite variation d'un des
paramtres du milieu sur la rponse du systme aux sollicitations que sont l'injection et le
pompage d'un polluant, qui est bien notre cas de figure. Elle peut trouver deux applications
majeures qui sont le design d'chantillonnage et l'identification de paramtres proprement
dite. Le design d'chantillonnage qui est dtaill plus loin consiste en la localisation spatiale
et/ou temporelle des points de mesure d'une grandeur (dans notre cas la charge hydraulique en
terme dcoulement et la concentration en terme de transport de polluant) afin d'obtenir un
maximum d'informations sur les paramtres du systme en fournissant le minimum d'effort de
mesure.
Plus prcisment, le prsent mmoire se compose de cinq chapitres qui s'articulent de la
faon suivante,
Le chapitre I prsente succinctement les concepts relatifs la thorie des eaux
souterraines ou les proprits distinctives des nappes libres et captives sont prsentes et les
caractristiques physiques et hydrauliques des sols sont dfinies. Le concept
demmagasinement dans les aquifres est explicit du moment quil joue un rle trs
important dans les coulements des eaux souterraines. Enfin lquation gnrale dcrivant les
coulements en milieux poreux est dveloppe et les quations des coulements dans les
aquifres sont alors dduites.
Page 3
Introduction gnrale
Le chapitre II donne quelques lments et autres notions de ce quil est obligatoire de

matriser si lon veut aller au bout des projets : les notions de statistiques et probabilistes.
Celles-ci sont une faon pntrer linconnu qui dcoule de lhtrognit des sols en termes
dincertitude qui affecte lestimation des paramtres de calculs.
Le chapitre III prsente une simple caractrisation du milieu poreux, et passe en revue
les diffrentes approches mathmatiques des problmes dcoulement et du transport en
milieu poreux satur et non satur ainsi que lcoulement surface libre qui limite la
description de lcoulement la zone sature en supposant une variation discontinue de
certains grandeurs physiques.
Le chapitre IV traite de la variabilit des paramtres gotechniques et des alas qui en
dcoulent dans leur caractrisation ou de leur influence sur les solutions de problme de
lcoulement . Par ailleurs, il met en relief la ncessit dutiliser des techniques danalyse de
cette variabilit. Comme il est abord dans ce mme chapitre et de faon synthtique les
lments fondamentaux de la thorie stochastique applique aux coulements en milieu
poreux htrogne, puis expose de faon plus dtaille l'application de ces travaux aux
problmes d'coulements, en particulier en prsence de puits et/ou de conditions aux limites.
Au dernier chapitre, soit le chapitre V, on analyse le problme de lcoulement et du
transport par approche stochastique. Deux cas dtude y sont abords : le cas statiquement
homogne (50 calculs), un cas bidimensionnel variabilit bidimensionnelle (50 calculs). Des
rsultats relatifs aux charges hydrauliques et aux concentrations, sous forme de courbes et de
tableaux y sont donns.
Malgr le dveloppement doutils de calculs (mthodes numriques) de plus en plus
performants et une description de sol de plus en plus proche de la ralit, il existe toujours un
cart entre les rsultats de calcul et les valeurs des solutions rels la fois en laboratoire et in
situ.
Cest dans lespoir de rduire ce biais existant, ou, tout au moins de progresser dans la
comprhension de ces divergences, que les gotechniciens poussent leurs investigations dans
lapplication de diverses techniques dont les mthodes statistiques et probabilistes, avec
comme objectif de prendre en compte leffet de la variabilit des proprits physiques et
hydrauliques de sol sur le comportement des coulements en milieux poreux.
Enfin ce travail ralis dans le cadre de la prparation dun mmoire de magister se
termine par une conclusion. Laccent est ainsi mis sur limportance de ces techniques et de
leur dveloppement ventuel. Lespoir est quun jour les ingnieurs accorderont plus
dimportance toutes ces mthodes dans leurs diverses applications.
Page 4
CHAPITRE I THEORIE DES EAUX SOUTERRAINES
CHAPITRE I
THEORIE DES EAUX SOUTERRAINES
I.1 INTRODUCTION
Les coulements souterrains constituent la partie cache du cycle hydrologique. Cest

la raison pour laquelle certaines de leurs caractristiques, mesurables ponctuellement
seulement, restent parfois incertaines. Cependant ltude de ces coulements et des ressources
quils sont susceptibles de nous fournir ne peuvent tre nglige dans la gestion gnrale des
eaux.
Le mouvement de leau dans le sous-sol est trs lent par rapport aux vitesses de
ruissellement en surface, ce qui implique un long temps dans le sous-sol et de faibles flux.
Autrement dit, lorsque la zone d'aration du sol contient une humidit suffisante pour
permettre la percolation profonde de l'eau, une fraction des prcipitations atteint la nappe
phratique. L'importance de cet apport dpend de la structure et de la gologie du sous-sol
ainsi que du volume d'eau prcipit. L'eau va transiter travers l'aquifre une vitesse de
quelques mtres par jour quelques millimtres par an avant de rejoindre le cours d'eau. Cet
coulement, en provenance de la nappe phratique, est appel coulement de base ou
coulement souterrain.
A cause des faibles vitesses de l'eau dans le sous-sol, l'coulement de base n'intervient que
pour une faible part dans l'coulement de crue. De plus, il ne peut pas tre toujours reli au
mme vnement pluvieux que l'coulement de surface et provient gnralement des pluies
antcdentes.
L'coulement de base assure en gnrale le dbit des rivires en l'absence de prcipitations

et soutient les dbits d'tiage (l'coulement souterrain des rgions karstiques fait exception
cette rgle). Le cout dextraction de leau hors des nappes aquifres est souvent plus lev que
le simple prlvement des eaux de surfaces, lorsque celles-ci ne doivent pas tre traites. Mis
part les incertitudes lies au caractre souterrain de ces coulements, leur exploitation offre
des avantages certains,
- une meilleure protection contre la pollution;

- une temprature relativement constante;
- de faibles distances entre la source et lutilisation;
- une rponse la demande peu variable dans le temps et dont les extrema sont dcals de un
six mois par rapport aux extrema pluviomtriques.
Page 5
Lexploitation optimum des ressources souterraines implique une connaissance pralable

des conditions hydrogologiques, permettant le calcul du bilan et la courbe de tarissement.
Les informations hydrogologiques tant fournies par des essais de pompage, des essais de
traage et de pizomtres, leur nombre est forcment limit.
Quelque soit le but final, la meilleur faon de profiter au maximum de toutes les donnes
disponibles, relatives une nappe aquifre, est de combiner celle-ci aux lois physique
appropries (exprime sous forme dquations) pour former un modle mathmatique.
I.2 ECOULEMENT DE LEAU SOUTERRAINE

I.2.1 Zone non sature
La zone non sature correspond la partie situe au dessous de la surface du sol et au

dessus de la nappe phratique des aquifres. Elle est constitue simultanment, au moins pour
une priode de temps donne, de lair et de leau dans les pores. Son paisseur est trs petite
voire nulle dans les sols humides, et estime des centaines de mtres dans les sols arides ou
secs. Elle est conue comme zone dactivit telle que limplantation des arbres, construction
de diffrents ouvrages et le dpt des dchets.
On distingue aussi,
a. Zone vadose, La zone vadose est la partie du sol qui se trouve au dessus de la nappe
phratique, ou les pores sont partiellement satures en eau (zone radiculaire, vadose,
intermdiaire) et sature en eau (zone capillaire). Dans ce cas de figure leau est sous pression
ngative.
b. Zone capillaire, La zone capillaire est la partie du sol situe au dessous de la nappe
phratique et au dessus de la limite de la remonte capillaire, elle est caractrise par une
pression deau ngative.
I.2.2 Zone sature

La zone sature correspond la partie du sol situe sous la nappe phratique (surface libre des
aquifres) ou les pores sont compltement remplis deau. Elle est caractrise par une
pression deau positive.
La figure I.1 rcapitule lensemble des zones dcoulements souterrains cites ci-dessus,
Page 6
Figure I.1 Zone sature et zone non sature
I.3 CLASSIFICATION DE LEAU INTERSTITIELLE
I.3.1 Eau gravitaire
Cest la fraction de leau souterraine qui se draine sous laction des forces de gravit
uniquement. Cette eau est mobilisable par drainage et pompage dans un aquifre nappe
libre.
I.3.2 Eau de rtention
Cest la fraction de leau maintenue dans les interstices la surface des grains ou sur des
microfissures par la force dattraction molculaire. On distingue leau pelliculaire qui peut
tre libre par centrifugation et leau absorbe qui ne sera libre que par vaporation en
tuve.
I.3.3 Eau capillaire
Cest la fraction de leau soumise la force de tension superficielle au-dessus de la surface

de la nappe.
I.3.4 Capacit de rtention
La capacit de rtention est le rapport du volume deau retenue dans un matriau au

volume total de ce matriau sec (= teneur en eau volumique de rtention = (1- )). Elle
exclut donc leau gravitaire et inclut leau pelliculaire et leau adsorbe. Par abus de langage,
on lappelle eau capillaire.
Page 7
I.3.5 Capacit au champ
Cest le rapport de la masse deau retenue dans un matriau la masse de ce matriau sec
(= teneur en eau massique de rtention), suite au drainage gravitaire.
I.4 CLASSIFICATION DES AQUIFERES
I.4.1 Dfinitions
a. Aquifre
Un aquifre est une unit gologique sature au moins en partie en eau, et constitu de
matriaux suffisamment permables pouvant transmettre et capter des quantits significatives
d'eau dune nappe souterraine sous des gradients hydrauliques ordinaires ou faibles.
Autrement dit, un aquifre est tout simplement une unit gologique capable de fournir des
quantits d'eau conomiquement avantageuses. Les ensembles gologiques considrs comme
aquifres varient selon le contexte et la disponibilit de formations permables dans une
rgion donne. Normalement les formations considres comme des aquifres sont forms de
matriaux dont la conductivit hydraulique excde 10-7 m/s.
b. Couche de confinement
Une couche de confinement est une unit gologique de faible ou de trs faible
conductivit hydraulique (infrieure 10-7 m/s). Ces couches sont subdivises gnralement
en aquifuges, aquitards, et aquicludes.
- Aquifuge, Un aquifuge est une unit absolument impermable ne contenant pas deau et ne
permettant pas lcoulement. Ce terme est plutt conceptuel et correspond assez peu de
situations relles.
- Aquiclude, Laquiclude est aussi une unit gologique de faible permabilit, sature et
incapable de fournir ou transmettre des quantits significatives d'eau sous des gradients
hydrauliques ordinaires, constituant ainsi la limite suprieure ou infrieure dun systme
dcoulement.
- Aquiclude, Laquitard, aussi appel couche semi-permable est une unit gologique peu
permable du point de vue de l'utilisation conomique de l'eau, mais suffisamment
permables pour emmagasiner de leau souterraine et la transfrer lentement dun aquifre
un autre.
Des vrais aquicludes sont trs rares. Dans la majorit des cas, il sagit daquitards. Ainsi,
ont fait plutt rfrence seulement aux aquifres et aquitards.
I.4.2 Types daquifres
Les classifications conventionnelles discriminent les aquifres selon le type de matriau

gologique, la permabilit ou le degr de confinement. Lorsque l'aquifre est exploit et que
l'aire d'alimentation de l'ouvrage de captage doit tre estime, une classification plus pointue
et plus approprie qui intgre l'information gologique influenant la direction et la vitesse
d'coulement de l'eau souterraine doit tre utilise.
Page 8
Selon plusieurs auteurs de manuels d'hydrogologie reconnus ( Freeze et Cherry, 1979 ;

Todd, 1980 ; Fetter, 1994 ; Banton et Bangoy, 1999), les aquifres se classent selon le type de
pore caractrisant les corps gologiques aquifres tels les dpts meubles, les roches
sdimentaires poreuses, les massifs rocheux fracturs ou les systmes karstiques.
Les aquifres se distinguent galement suivant leur degr de confinement qui peut varier
d'un endroit un autre l'intrieur d'un mme aquifre.
a. Types daquifres daprs le type de porosit
Deux types de porosit sont prsents dans les formations gologiques aquifres (figure I.2).
La porosit primaire correspond aux vides entre les composantes de la matrice, que ce soit des
cristaux ou des grains. La porosit secondaire correspond aux systmes de fractures ou
karstiques d'un massif rocheux. Les roches susceptibles de possder une bonne porosit
primaire sont celles qui rsultent de la consolidation de sdiments pulvrulents. Selon le
processus de sdimentation et le ciment composant la roche, celle-ci est plus ou moins
poreuse.
Sable et gravier Roches fracture Calcaire
Intergranulaire Fissures Vides de dissolution
Figure I.2 Porosit primaire (figure de gauche) et secondaire (figures du centre et

de droite; modifies de Banton et Bangoy, 1999).
Les trois illustrations ne sont pas la mme chelle, la figure de gauche est plus grande
chelle par rapport aux figures du centre et de droite.
Les aquifres porosit primaire correspondent principalement des dpts meubles. Les
roches sdimentaires poreuses peuvent galement appartenir cette classe mais il faut
considrer qu'elles peuvent galement tre fractures et avoir deux types de porosit effective.
La classe d'aquifre constitu de dpts meubles se distingue par la dimension des pores entre
les constituantes de la matrice et les liens entre ces pores qui favorisent l'coulement de l'eau
(Freeze et Cherry, 1979;Todd, 1980; Fetter, 1994; Banton et Bangoy, 1999).
Les aquifres dont le principal apport en eau provient du rseau de fractures sont
considrs comme des aquifres fracturs. En milieu fractur, les deux types de porosit sont
prsents mais c'est essentiellement la porosit secondaire qui contrle l'coulement (Sylvestre,
1981). Il en est de mme pour les systmes karstiques dont l'ouverture des fractures est
gnralement plus leve que celle des massifs rocheux fracturs cause de l'largissement
des fractures par dissolution des carbonates (Trenhaile, 1998).
Page 9
En plus de l'ouverture des fractures, trois autres facteurs importants influencent la porosit
efficace de fracture dans l'aquifre : la densit des fractures, l'orientation des jeux des
fractures et la longueur des fractures. Ces trois caractristiques dterminent le degr de
recoupement entre les fractures (Bradbury et Muldoon, 1994).
b. Types daquifres selon le degr de confinement
Indpendamment du milieu gologique de l'aquifre, trois classes d'aquifre se distinguent

selon le type de nappe phratique qu'ils contiennent,
- un aquifre non-confin contient une nappe libre, cas dun coulement gravitaire;
- un aquifre confin contient une nappe captive, cas dun coulement artsien et ;
- un aquifre semi-confin contient une nappe semi-captive.
Un aquifre non-confin (figure I.3) se caractrise par une couche permabilit leve
qui affleure la surface du terrain et s'tend jusqu' la limite infrieure de l'aquifre. La nappe
qu'il contient est libre et se recharge par l'infiltration verticale des eaux de surface (Todd,
1980; Banton et Bangoy, 1999).Trois facteurs contrlent la quantit d'eau contribuant la
recharge (Fetter, 1994),
- la quantit d'eau mtorique disponible pour la recharge;

- la conductivit hydraulique verticale des dpts de surface et des autres couches situes au-
dessus du toit de la nappe et ;
- la transmissivit et le gradient hydraulique utiliss pour dterminer la quantit d'eau
provenant de l'infiltration. Dans ce type d'aquifre, l'lvation du toit de la nappe phratique
varie dans l'espace et dans le temps.
Un type particulier de nappe contenue dans un aquifre non-confin est la nappe perche
(figure I.3) qui est retenue par une lentille impermable qui, situe l'intrieur d'un aquifre
non-confin, retient une partie de la recharge. Cette nappe s'coule ensuite par les bordures de
la couche impermable ou par infiltration verticale vers le bas au travers de cette couche pour
rejoindre la nappe principale de l'aquifre.
Un aquifre semi-confin se caractrise par une couche de surface aquiclude. La recharge

de la nappe se fait verticalement lorsque la couche aquifre rejoint la surface et/ou par
infiltration verticale travers la couche aquiclude, de la mme faon que pour les aquifres
confins.
Une nappe captive remplit compltement et saturation un aquifre situ sous une couche
aquitard (figure I.3). La recharge s'effectue verticalement lorsque l'aquifre apparat en
surface et/ou par percolation trs lente travers la couche aquiclude. Lorsqu'il y a des zones
de recharge o l'aquifre apparat en surface, la recharge est contrle par les trois mmes
facteurs que pour la recharge d'une nappe libre. L'lvation du toit de la nappe phratique peut
se trouver plus leve que la limite suprieure de l'aquifre, alors la nappe est soumise des
conditions artsiennes. Ces conditions sont moins frquemment rencontres dans les climats
arides o la quantit d'eau disponible la recharge potentielle est moindre, de ce fait le niveau
du toit de la nappe est moins lev (Fetter, 1994).
Page 10
L'coulement dans la couche "sandwiche" est appel coulement mixte (ou artsien
gravitaire) si le niveau d'eau dans l'aquifre est une lvation certains endroits infrieure
l'lvation du contact entre l'aquifre et la couche peu permable suprieure, et certains
endroits suprieurs ce contact.
Il est possible de trouver dans la littrature la dnomination aquifres partiellement

confins. Il s'agit, dans ces cas, d'une couche permable sous-jacente une couche moins
permable mais capable de "fournir" une quantit d'eau non ngligeable dans certains cas ou
certaines priodes de l'anne.
Si la surface pizomtrique (la ligne imaginaire reliant les hauteurs d'eau dans tous les
pizomtres installs en ligne, pour simplifier dans une rgion) d'un aquifre se situe au-
dessus de la surface naturelle du terrain, tout puits install dans cette rgion sera un puits
artsien jaillissant (pas besoin de pompe).
c. Utilit de ces classifications pour l'estimation de l'aire d'alimentation
La classification conventionnelle discrimine les aquifres selon le type de porosit et le

degr de confinement. Ces classifications considrent de grands ensembles gologiques mais
n'intgrent pas les diffrents facis sdimentaires pour les dpts meubles, ni les
caractristiques des rseaux de fractures pour les massifs rocheux.
Une classification base sur les particularits gologiques influenant l'coulement de l'eau
souterraine est un outil de base l'estimation de l'aire d'alimentation d'un ouvrage de captage.
Figure I.3 Types d'aquifre classifis d'aprs leur degr de confinement (tire de
Verreaultetal, 2006).
Page 11
Figure I.4 Autre schma de classification des aquifres (tir de ladapt de Landry 1992).
I.5 CARACTERISTIQUES PHYSIQUES DU SOL
Pour avoir un bon modle de simulation dun coulement, on doit dfinir les principales
proprits et caractristiques des sols saturs ou non saturs, qui serviront des donnes
paramtriques dans ltude de la dite simulation, pour ce faire, on choisit alors, un volume
lmentaire plus appropri dun sol tel que illustr par la figure I.5.
Sol ltat naturel Diagramme des phases
Volume Poids (masse)
Figure I.5 Schma dun volume lmentaire de sol. Poids et volumes des diffrentes phases.
Page 12
I.5.1 Viscosit de leau
La viscosit est un concept qui apparait simple et clair, premire vue, mais qui devient
fort complexe lorsquon va au fond des choses. Il intervient notamment dans la force dans
laquelle les couches plus rapides entrainent les couches plus lentes dun coulement
laminaire.
a. Viscosit dynamique
Si on considre dans le cas dun coulement laminaire, deux couches contigus distantes
de . La force de frottement qui s'exerce la surface de sparation de ces deux couches
s'oppose au glissement d'une couche sur l'autre. Elle est proportionnelle la diffrence de
vitesse des couches soit , leur surface et inversement proportionnelle .
Par consquent, cette force de frottement est lie un facteur de proportionnalit appel,
coefficient de viscosit dynamique.
= (I-1)
Ou : la force de frottement.
: la viscosit dynamique.
: la variation de la vitesse dcoulement.
: la variation de la distance normale la direction de lcoulement.
b. Viscosit cinmatique
La viscosit cinmatique est le rapport du coefficient de viscosit dynamique par la masse

volumique de leau.
= (I-2)
Ou : la viscosit cinmatique.
: la viscosit dynamique.
: la masse volumique ou la densit de leau.

Le sol peut tre alors considr comme un systme htrogne complexe compos de trois
phases : la phase solide matrialise par les particules du sol, la phase liquide constitue
notamment par leau et la phase gazeuse reprsente essentiellement par lair (Hillel 1988).
Lorsque la phase gazeuse est absente de la matrice poreuse, le milieu considr est dit satur ;
cest le cas des nappes deau souterraines.
Page 13
A proximit de la surface, le sol prsente des zones plus ou moins humides assimiles
des milieux poreux non saturs ou variablement saturs (figure I.6). La texture, qui indique les
proportions relatives des diverses fractions dun sol (argile, limons, sables,) et structure, qui
prcise la manire dont sont associs les constituants lmentaires, permettent une
caractrisation du sol en tant que milieu poreux.
Figure I.6 Exemple de sol et de reprsentation du milieu poreux associ.
Un certain nombre de paramtres que lon dfinira dans la suite de ce sous chapitre,
permet de caractriser ltendue relative de chacune des trois phases constitutives du milieu
poreux. La porosit, note traduit limportance de lespace poral o se droulent les
transferts, tandis que lindice de saturation effective, not , renseigne sur la partie liquide du
fluide prsent.
Dun point de vue dynamique, dans le cas dun sol indformable et dune eau faiblement
compressible, ltat hydrique dun milieu poreux soumis des conditions particulires peut
tre dcrit laide de trois variables dtat (Musy et al., 1991) : la teneur en eau , la charge
pizomtrique ( ) qui mesure la densit dnergie potentielle totale associe et permet
de dduire la rpartition de lnergie dans le profil, et la conductivit hydraulique , qui
caractrise les proprits hydrodynamiques du sol et mesure laptitude de ce dernier
transmettre leau.
Page 14
I.5.2 Porosit
Dune manire gnrale, la porosit dun sol est dfinie comme tant sa capacit ltat
solide se laisser pntr par un fluide, appele : capacit dabsorption, elle est dpendante
de limportance du pourcentage des vides que contient le sol. Dans la prsente tude le fluide
cit est assimil leau sous sa forme liquide. Par ailleurs, et vu limportance de ce paramtre
de porosit dans la texture des sols et selon le phnomne qui intresse la prsente tude, on
distingue,
a. la porosit gomtrique, ou porosit totale,
Elle permet de connatre l'importance des vides c'est dire de savoir si le sol est dans un
tat lche ou serr. Elle est dfinie comme tant le rapport du volume des vides accessible
leau et lair au volume total apparent , du sol. La porosit est toujours infrieure 1, elle
peut aussi tre exprime en pourcents.
= (I-3)
b. lindice des vides,
Les sollicitations auxquelles sont soumis les sols produisent des variations du volume des
vides qui entranent des variations du volume apparent , aussi prfre t-on souvent
rapporter le volume des vides non pas au volume apparent de l'chantillon mais au volume
des particules solides , lequel peut tre considr comme invariant. On dfinit alors l'indice
des vides, not e, dont la signification est analogue celle de la porosit. Il est dfini par la
relation,
= (I-4)
L'indice des vides peut tre suprieur 1 et mme atteindre la valeur 13 (cas extrme des
argiles de Mexico).
c. La porosit efficace , ou porosit cinmatique
- La porosit efficace. La porosit efficace est celle qui est occupe par l'eau qui s'coule,
c'est donc celle qui devrait intresser en premier les hydrogologues! La dfinition exacte de
la porosit efficace est le rapport du volume d'eau qui est extrait par gravit , sur le volume
total , et le milieu doit tre initialement satur en eau, cette dfinition exclut l'eau lie de la
porosit efficace. Elle est exprime en pourcentage par la relation,
= (I-5)
- La porosit cinmatique. La porosit cinmatique est conceptuellement proche de la

porosit efficace mais diffre par sa dfinition : c'est le rapport de la vitesse d'coulement de
l'eau sur la vitesse de Darcy (calcule suivant la loi de Darcy).
Page 15
On peut ajouter dautres paramtres lis spcifiquement aux milieux non saturs, tels que,
d. La porosit de drainage
Elle est dfinie comme tant la fraction de la porosit correspondante un coulement

rapide. Le plus souvent la porosit de drainage est assimile la porosit efficace, et ce
cause de la difficult, dans la pratique, de diffrencier lune de lautre. Leur complmentaire
par rapport la porosit totale est nomm capacit de rtention capillaire (De Marsily, 1981).
e. La capacit de rtention
Elle est dfinie comme tant la diffrence entre la porosit totale et la porosit de drainage,
reprsentant la partie du volume des vides non drains. Elle est exprime par la relation,
= (I-6)
I.5.3 Degr de saturation
Le degr de saturation indique dans quelle proportion les vides sont remplis par l'eau. Il est
dfini comme le rapport du volume de l'eau au volume des vides . Il est exprim par la
relation,
= (I-7)
Le degr de saturation peut varier de 0% (sol sec) 100% (sol satur).
I.5.4 Teneur en eau (volumique)
La teneur en eau volumique est dfinie comme tant le rapport du volume deau
contenu dans le sol sur le volume total de celui-ci.
= (I-8)
La teneur en eau volumique est lie au degr de saturation par la relation,
= . (I-9)
I.5.5 Conductivit hydraulique et permabilit intrinsque
La permabilit caractrise laptitude dun milieu poreux se laisser traverser par un fluide
sous leffet dun gradient de pression. Dans ce qui suit, nous ne traiterons que le cas des
coulements monophasiques, c'est--dire que les milieux poreux considrs sont saturs par
une seule phase de fluide.
La permabilit est indpendante des proprits du fluide saturant contrairement la
conductivit hydraulique qui est dfinie comme tant un coefficient de proportionnalit
dcrivant la facilit avec laquelle un liquide peut se dplacer dans un milieu poreux.
Page 16
En effet, la conductivit hydraulique traduit une vitesse de percolation qui dpend de la nature
du fluide. La permabilit, qui lunit dune surface, est quant elle une proprit
intrinsque des matriaux. La permabilit peut tre ainsi analyse en fonction de la
microstructure des milieux poreux et ce sont essentiellement les caractristiques
morphologiques de lespace poreux (tortuosit, connectivit, surface spcifique, taille des
pores,) qui sont des facteurs influant sur sa valeur [Dana 1999, Dullien 1992].
I.5.6 Relation entre la permabilit et la porosit
Lvolution de la permabilit est trs sensible la porosit. En effet la permabilit

dpend du nombre, de la gomtrie, de la taille et surtout de linterconnectivit des vides
laisss entre les grains. La permabilit diminue avec la porosit.
La formule empirique la plus connue pour relier la permabilit la porosit est celle de
Koseny-Carman.
= (I-10)
( )
Cependant, de nombreux auteurs ont propos des formules reliant la permabilit la

porosit du milieu ainsi qu sa granulomtrie. Parmi ces formules empiriques on peut citer
(Reddi 2003),
a. Hazen
= 100( ) (I-11)
Ou, : reprsente le diamtre efficace des grains, (la formule I-11 est valable pour
les sols sableux).
b. Cazagrande
= 1,4 , (I-12)
Ou, , : reprsente la permabilit correspondante un indice des vides = 0,85.
c. Terzaghi
( ) ( , )
= /
(I-13)
( )
Ou, : est un coefficient qui dpend de luniformit des grains.

: est la viscosit dynamique.
d. Schlichter
.
= ( ) (I-14)
Page 17
e. Bakhmetef
= ( ) (I-15)
f. Koseny-Carman
= (I-16)
( )
Ou,
: est la surface expose au fluide par unit de volume du milieu solide.

: est une constante dcrivant la forme irrgulire des pores.
g. Bretjinski
= 0,117.( )1/7 (I-17)
ou,
: est en mtre par jour (m/j).
Les formules empiriques donnes ci-dessus conduisent des rsultats assez comparables
ceux obtenus par la formule de Hagen-Poiseuille :
= (I-18)
Ou = : est le poids volumique de leau.

: est lacclration due la pesanteur.
On peut dduire partir de ces expressions, que le coefficient de permabilit , qui

dfinit les proprits physiques du sol du point de vu filtration, dpend de la structure et de la
texture du sol, de la forme et de la dimension des grains, de leur constitution ptrographique
et de leur assemblage.
On dfinit ainsi la permabilit intrinsque qui est lie la conductivit hydraulique par la
formule suivante,
= (I-19)
Ou : est la permabilit intrinsque.

: est la permabilit (ou conductivit) hydraulique.
: est la viscosit dynamique.
Page 18
La conductivit hydraulique, est une vitesse de diffusion qui indique la rsistance dun
sol lcoulement dun fluide. Ce coefficient dpend de la structure et de la composition du
sol et des proprits du fluide. La permabilit intrinsque , simplement appele
permabilit, ne dpend que des proprits du sol. En thorie et parfois en pratique, on peut
dissocier la conductivit hydraulique en deux facteurs, la permabilit intrinsque du sol et
la fluidit du fluide.
= . (I-20)
Ou : est la permabilit intrinsque du sol.

: est la fluidit du fluide.
La fluidit est inversement proportionnelle la viscosit dynamique et exprime comme

suit,
= (I-21)
La permabilit est considre comme constante pour un sol dont le squelette ne subit pas
ou peu de changement. Elle est alors mesure empiriquement par un essai de drainage. Dans
le cas de grandes dformations, la permabilit nest plus constante et dpend de lindice des
vides.
I.5.7 Relation entre la permabilit et lindice des vides
Nombre de mesures de permabilit ont t effectues avec diffrents gradients de pression

de fluide et pour diffrentes valeurs dindice des vides. On peut citer en particulier
Grunberger (1995), qui a ralis des essais similaires sur argiles. Puis plusieurs chercheurs ont
confirm ces rsultats pour chaque degr de compaction qui correspond une valeur dindice
des vides.
Deux tudes exprimentales ont t menes par Nagaraj et al.(1994), dans le but de
dterminer la valeur de la permabilit et son volution en fonction de lindice des vides.
Diffrents sols base dargile sont utiliss. Les chantillons sont soumis des charges-
dcharges de pression de consolidation de 200 KPa, 400 KPa, et 800 KPa. A chaque pression,
aprs la ralisation de lquilibre, des tests de permabilit axiale sont raliss.
En effet, la valeur de la permabilit est influence par la modification de lindice des

vides. La pression de consolidation influence la magnitude de la permabilit. La permabilit
dcroit avec la dcroissance de lindice des vides.
I.5.8 Transmissivit
La transmissivit est la vitesse laquelle leau dune masse volumique et dune viscosit
donnes traverse, sous un gradient hydraulique unitaire, une largeur unitaire dun aquifre (ou
Page 19
dune couche encaissante). Elle est dfinie comme tant le produit du coefficient de
permabilit moyen par l'paisseur de l'aquifre. On la note par, .
Elle a les dimensions [Longueur3 / Temps.Longueur], ou encore [Longueur2 / Temps]; on

l'exprime par exemple en m2/jour. La transmissivit dpend des proprits du liquide et du
milieu poreux. Aussi appele coefficient de transmissivit.
= . (I-22)
Ou : est la transmissivit.
: est la permabilit.
: est lpaisseur sature.
Si laquifre est plutt constitu de couches multiples, la transmissivit totale est la

somme des transmissivits de chacune des couches.
= (I-23)
I.5.9 Coefficient d'emmagasinement
Le coefficient d'emmagasinement est dfini comme le volume d'eau libr ou

emmagasin travers une surface d'aire gale l'unit, pour une unit de variation de la
charge hydraulique normale cette surface. Il est dsign par le symbole , sans
dimension.
= (I-24)
Le coefficient d'emmagasinement des zones captives d'une nappe dpend de l'lasticit des
sols (ou des roches) et de l'eau, et sa grandeur est de l'ordre de 10-4 10-6.
Le coefficient d'emmagasinement des nappes libres quivaut en pratique la porosit

efficace (celle des pores ouverts) du sol (ou de la roche), car dans une nappe libre les effets de
l'lasticit du sol (ou de la roche) et de l'eau sont gnralement ngligeables.
Il faut ici faire attention au fait que les pores trop petits ne jouent aucun rle dans la
porosit efficace, car dans ce cas les forces de rtention sont suprieures au poids de l'eau.
Pour les sables, cette porosit efficace est de l'ordre de 0,1 0,2.
La figure I.7 illustre ce concept pour les nappes captives et libres. Dans le cas dune nappe
libre, un abaissement de la charge hydraulique provoque le drainage de leau sur un mtre de
formation. La porosit de drainage reprsente la proportion deau pouvant tre draine
dun volume unitaire de formation. Le volume deau produit par labaissement de la nappe
sera donc gal au produit de la porosit de drainage par le volume drain, ( = . ).
Ce volume drain est gal au produit de la hauteur draine de la formation, soit labaissement
de la charge hydraulique , par laire . Le volume deau produit est donc,
Page 20
= . . (I-25)
En substituant cette dernire expression dans la dfinition du coefficient

demmagasinement, on obtient pour une nappe libre le coefficient demmagasinement est
gal la porosit de drainage ,
= = (I-26)
Figure I.7 Concept demmagasinement dans les aquifres captifs et libres.
Le coefficient demmagasinement pour les nappes libre est souvent dsign par la notation
daprs le terme specific yield souvent utilis pour dcrire cette proprit. Le
traitement prcdent nglige leffet de la compressibilit de leau et de laquifre qui produit
peu deau relativement au drainage de laquifre. Le coefficient demmagasinement pour les
nappes libres prend gnralement des valeurs entre 0,02 et 0,03.
I.5.10 Coefficient d'emmagasinement spcifique
Le coefficient d'emmagasinement spcifique , donne le volume deau libr par un

volume unitaire de matriau pour une baisse unitaire dune charge hydraulique (la charge
hydraulique est dfinie par la suite).
Son unit est . Le coefficient d'emmagasinement total dun aquifre est le produit du
coefficient d'emmagasinement spcifique du matriau par lpaisseur de laquifre,
= . (I-27)
Page 21
Le coefficient d'emmagasinement spcifique Ss a t dfini pour estimer le rendement dun

aquifre. Il exprime la quantit deau rcuprable en m3 par rapport un abaissement
du niveau pizomtrique de i mtres, sur une superficie de laquifre en m2 (en unit SI).
= (I-28)
Ou : volume deau rcupr.

: surface considre.
: rabattement du niveau pizomtrique.
Dans un aquifre nappe libre, le coefficient d'emmagasinement spcifique s, correspond

la porosit utile, on rcupre toute leau par la force de leau gravitaire (ou par pompage).
Pour un aquifre captive non pompe, labaissement du niveau pizomtrique se fait
uniquement par exclusion de leau, elle mme contrle par llasticit des grains constituant
laquifre et celle de leau. Les modules dlasticit tant faibles le volume deau rcupr est
alors bien plus faible que dans le cas dune nappe libre.
Pour les aquifres profonds (> 500 m), tous captifs sauf exception, la quantit deau
rcupre est encore amoindrie suite leffet de diminution de la porosit (et la permabilit)
par crasement des lments (grains, blocs) constituant laquifre.
I.5.11 Homognit-htrognit et isotropie-anisotropie
La variabilit spatiale de la conductivit hydraulique dpend de deux facteurs, la position

et lorientation de lcoulement.
Les termes homognit et htrognit sont utiliss pour se rfrer la position dont
dpend . Similairement, les termes isotropie et anisotropie font rfrence lorientation
dont dpend la conductivit hydraulique .
Si est indpendante de la position dans le domaine dcoulement considr, le sol est dit
homogne par rapport , dans le cas contraire, le sol est dit htrogne par rapport .
Similairement, si est indpendante de la direction de lcoulement, le sol est dit isotrope

par rapport , si non il est anisotrope par rapport . Lhtrognit implique que la
conductivit hydraulique varie dans un systme de coordonnes cartsiennes, et
lanisotropie implique que varie avec les coordonnes angulaires (Reddi 2003). Autrement
dit et, dans un contexte gnral, un milieu est dit isotrope lorsque ses caractristiques
physiques (permabilit, granulomtrie en particulier) sont constantes dans les trois directions
de lespace.
Dans le cas contraire le milieu est dit anisotrope. La dfinition de lisotropie est aussi
dpendante de la taille du rservoir considr. A lchelle millimtrique un aquifre form de
cailloux centimtriques est anisotrope. A lchelle mtrique ce mme aquifre aura un
comportement parfaitement isotrope. La dfinition dun volume unitaire dcoulement doit
donc tre assez grande par rapport aux dimensions des vides ou leau circule afin de permettre
la continuit de lcoulement.
Page 22
Dans un milieu isotrope, la conductivit hydraulique est identique dans toutes les
directions de lespace ( , , ). Dans un milieu anisotrope, la conductivit hydraulique varie
selon directions prfrentielles, par exemple les couches sdimentaires.
Page 23
CHAPITRE II Elments de probabilits statistiques
CHAPITRE II
ELEMENTS DE PROBABILITES ET DE STATISTIQUES
II.1 INTRODUCTION
La thorie des probabilits est une construction abstraite et axiomatique. Son intrt pour
lingnieur est de lui donner une reprsentation idalise, et donc plus simple et plus
commode des phnomnes concrets. Lingnieur est en face dun phnomne de rsultats
incertains. Il fait alors une exprience de ( ) mesures, lensemble de ces mesures est appel
par le statisticien lchantillon. Il observe combien de fois il a dpass, par exemple, un seuil
fois. Il dfinit alors la frquence relative du rsultat incertain
La thorie va modliser cette ralit en utilisant, la place du rsultat incertain, le concept

abstrait de lvnement, cet vnement est associ une preuve, et on lui associera un poids
ou une probabilit la place dune frquence relative.
Thorie, Pratique
Evnement, rsultat incertain
Epreuve, exprience
(Ralisation des vnements), (chantillon de mesures)
Probabilit, frquence relative
La thorie sera celle des probabilits, la pratique constitue en lanalyse statistique. Cette
thorie idalise correctement les rsultats incertains, ceci est dmontr par les thormes
limites. On veillera toujours distinguer Probabilits et Statistique : les Probabilits ont pour
but de prvoir un vnement qui nest pas encore ralis, les Statistiques de caractriser de
grands ensembles de nombre, rsultats possibles dun ou de beaucoup dvnements.
II.2 PROBABILITE
Historiquement, le calcul des probabilits sest dvelopp partir du me sicle

autour des problmes de jeux dans des situations ou le nombre de cas possibles est fini. Les
dveloppements plus rcents concernant des espaces non ncessairement finis ncessitent les
outils techniques de la thorie de la mesure. Mais on peut introduire simplement sur les
espaces finis toutes les notions importantes de probabilits sans avoir besoin de cet outillage.
Page 23
II.2.1 Notion de probabilits
Il existe plusieurs manires de dfinir une probabilit. Principalement, on parle de

probabilits inductives ou exprimentales et de probabilits dductives ou thoriques. On peut
les dfinir comme suit,
Probabilit exprimentale ou inductive, la probabilit est dduite de toute la population

concerne. Par exemple, si sur une population dun million de naissances, on constate 530000
garons et 470000 filles, on dit que [garon] = 0.53
Probabilit thorique ou dductive, cette probabilit est connue grce ltude du

phnomne sous-jacent sans exprimentation. Il sagit donc dune connaissance a priori par
opposition la dfinition prcdente qui faisait plutt rfrence une notion de probabilit a
posteriori. Par exemple, dans le cas classique du d parfait, on peut dire, sans avoir jeter un
1
d, que [obtenir un 4] = 6.
Comme il nest pas toujours possible de dterminer des probabilits a priori, on est souvent
amen raliser des expriences. Il faut donc pouvoir passer de la premire la deuxime
solution. Ce passage est suppos possible en terme de limite (i.e. avec une population dont la
taille tend vers la taille de la population relle).
II.2.2 Epreuves et vnements
Une exprience est dite alatoire si ses rsultats ne sont pas prvisibles avec certitude en
fonction des conditions initiales.
On appelle preuve la ralisation dune exprience alatoire.
On appelle vnement la proprit du systme qui une fois lpreuve effectue est ou nest
pas ralise.
A partir de ces notions, on peut prciser le calcul de probabilits dun vnement ,
Probabilit thorique, ( ) = .
Page 24

Probabilit exprimentale, ( ) = .

Cette approche (aussi appele approche frquentiste) ne permet pas de donner une valeur
ni mme un sens la probabilit dun vnement non rptable du genre neigera-t-il le 25
octobre 2990 ce qui limite de fait le champ dapplication du calcul des probabilits.
Pour les frquentiste, seules ont un sens les probabilits calcules a posteriori sur la base de
la rptition dun grand nombre dvnements identiques; pour les subjectivistes, au contraire,
la notion de probabilit a priori, valuable en fonction dun sentiment individuel dincertitude,
peut avoir un sens.
II.2.3 Espace probabilis
II.2.3.1 Axiomatique de Kolmogorov
A chaque vnement, on associe un nombre positif compris entre 0 et 1, sa probabilit.

Afin dviter toute discussion sur cette notion, la thorie moderne des probabilits repose sur
laxiomatique suivante :
Dfinition (1)
On appelle probabilit sur ( , ) (ou est lensemble des vnements et une classe de
parties de ), ou loi de probabilit, une application de dans [0,1] telle que,
- ( )=1
- pour tout ensemble dnombrable dvnements incompatibles 1, 2, . . ., n on a ( i) =
( ).
Dfinition (2)
On appelle espace probabilis le tripl ( , , ), Une loi de probabilit nest donc rien
dautre quune mesure positive de masse totale 1. On peut donc relier la thorie des
probabilits celle de la mesure.
II.1.3.2 Proprits lmentaires
Proprit (1), () = 0.
Proprit (2), () = 1 ( ).
Proprit (3), ( ) < ( ) .
Proprit (4), ( ) = ( ) + ( ) ( )
Proprit (5), ( i) i ( ) (Il ny a stricte galit que si les vnements Ai sont deux
deux incompatibles).
Proprit (6) : Continuit monotone squentielle. Soient . .. .
Si lim = alors lim ( )=0
Proprit (7), Thorme des probabilits totales : Soit = i un systme complet

dvnements (i.e : tel que { i} constitue une partition de ). , ( ) = ( ).
Remarque : ( ) = 0 = . De mme, ( ) = 1 = .
Page 25
II.2.4 Probabilit conditionnelle - Thorme de Bayes
II.2.4.1 Thorme des probabilits composes
Soient deux vnements et raliss respectivement n et m fois au cours de N preuves.

On a donc ( ) = et ( ) = . Si de plus et sont raliss simultanment fois, on
a ( ) = . Que peut-on dduire sur la probabilit de lvnement sachant que
lvnement est ralis ? Cette probabilit est appele probabilit conditionnelle de ,
sachant et se note ( / ). Dans notre cas, on a ( / ) = .
( ) ( )
Par dfinition, on a, ( / ) = ( )
et ( / )= ( )
.
II.2.4.2 Consquences
Deux vnements et sont dits indpendants si ( ) = ( ). ( ) ou encore si

( / ) (linformation sur la ralisation de napporte rien lvnement B) et ( / ) =
( ).
Attention,
1) indpendant incompatible.
2) ( ) = ( ). ( ) et sont indpendants uniquement si vous pouvez prouver

que ( ) = ( ). ( ) thoriquement. En pratique, i.e. : sur des valeurs numriques,
on ne peut pas induire lindpendance partir de cette galit constate numriquement. On
ne peut que supposer trs probable cette indpendance.
c c
Si deux vnements et sont indpendants, alors il en est de mme de et , et ,
c
et c.
Soit 0, 1, 2,, n une suite dvnements ayant une intersection commune non nulle
i.e : ( ) , on a alors,
( )= ( / ) ( / ). ( / ) ) ( ).
II.2.4.3 Thorme de Bayes - Probabilits des causes
Soit un vnement qui peut dpendre de causes i diffrentes et incompatibles deux

deux (on ne peut avoir deux causes ralises simultanment). Etant donne la ralisation de
lvnement , quelle est la probabilit que ce soit qui en soit la cause ?
On peut crire que = car { i} constitue un systme complet (les causes sont
incompatibles deux à deux et toutes les causes possibles sont supposes connues). Donc
daprs le thorme des probabilits totales, on a ( ) = (A ).
Page 26
En appliquant le thorme des probabilits conditionnelles, on a,

( i) = ( ). ( i/ ) = ( i). ( / i) donc,
( ) ( / )
( / )=
( ) ( / )
II.2.5 Le paradoxe de Bertrand
Ce paradoxe est un exemple classique permettant de mesurer la limite des dfinitions de

probabilits. Considrons un triangle quilatral et son cercle circonscrit. On tire une corde au
hasard. Quelle est la probabilit que sa longueur soit suprieure à celle du cot du triangle ?
On doit Renyi les remarques suivantes,
. Premire solution
Comme la longueur de la corde est dtermine par la position de son milieu, le choix de la
corde peut consister marquer un point au hasard à lintrieur du cercle. La probabilit pour
que la corde soit plus longue que le cot du triangle quilatral inscrit est alors gale la
probabilit pour que le milieu de la corde soit intrieur au cercle inscrit dans ce triangle qui
est de rayon moiti.
Si on admet que la rpartition de ce point est uniforme dans le cercle, on trouve pour la
( / )
probabilit demande : =
. Deuxime solution
La longueur de la corde est dtermine par la distance de son milieu au centre du cercle.
Par raison de symtrie, nous pouvons considrer que le milieu de la corde est pris sur un
rayon donn du cercle et supposer que la rpartition de ce point sur le rayon est uniforme. La
corde sera plus longue que le cot du triangle quilatral inscrit si son milieu est une
distance du centre infrieure /2; la probabilit recherche est alors 1/2.
. Troisime solution
Par raison de symtrie, nous pouvons supposer quon a fix une des extrmits de la corde
en 0. Lautre sera choisie au hasard sur la circonfrence.
Si on admet que la probabilit que lautre extrmit tombe sur un arc donn de la
circonfrence est proportionnelle la longueur de cet arc, la corde 0 est plus grande que le
cot du triangle quilatral inscrit quand P se trouve sur larc P1P2 (tel que = ) dont
la longueur est le 1/3 de celle de la circonfrence; la probabilit est donc de 1/3.
Il est clair que les trois hypothses de rpartition sont galement ralisables. Il ny a pas
cependant de rel paradoxe car il sagit simplement dun choix de conditions exprimentales
de tirage des cordes qui conduisent des vnements diffrents.
Page 27
II.3 Variables alatoires
II.3.1 Variable alatoire
Une variable alatoire (V.A.) est une application de lensemble des preuves dans le corps
des rels. Elle est caractrise par lensemble des probabilits associes tous ses tats
possibles.
Dfinition (1)
Tout ensemble de parties dun ensemble , stable par runion, intersection et

complmentarit sappelle une tribu sur .
Soit une tribu de parties de . Le couple ( , ) sappelle un espace probabilisable ou

mesurable et est lensemble des vnements.
Si peut tre muni dune topologie, alors la tribu engendre par la classe des ouverts de
est appele tribu borlienne.
Dfinition (2)
Une variable alatoire est une application mesurable dun espace probabilis
( , , ) dans le corps des rels R muni de sa tribu borlienne (R, ) (i.e. ensemble des
intervalles de la forme] , a [ ).
Dfinition (3)
Pour tout borlien (. . ), on dfinit une loi de probabilit de sur (R, ) et lon
note X :
1
X( ) = ({ | ( ) }) = ({ ( )})
Dfinition (4)
Une v.a. est discrte si Card[] est fini ou dnombrable. Dans ce cas, ne peut prendre,
avec une probabilit non nulle, quun nombre fini de valeurs particulires 1, 2, . . . , n. On
note gnralement les probabilits par ( = i) =
Dfinition (5)
Une v.a. X est continue si elle peut prendre toute valeur sur un segment de la forme
[ , ], ] 1, ], [ , +1[, ] 1, +1[ et telle que 0, ( = 0) = 0.
Dfinition (6)
Une v.a. est mixte si 1) i , ( = )= 0,2) iI < 1 et 3)
i ( ] i, i+1[0.
Page 28
II.3 2 Fonction de rpartition
II.3.2.1 Dfinition
La fonction de rpartition ( ) dune v.a. X est lapplication de < dans [0, 1] dfinie
par,
( )= ( < )
II.3.2.2 Proprits
- est non dcroissante.

- est continue gauche.
- est continue droite dans le cas des v.a. continues.
- () = 0 et (+) = 1
- ( < ) = ( ) ( ).
II.3.2.3 Fonction de rpartition dune v.a. discrte
Soit une v.a. discrte pouvant prendre les valeurs 1, 2. . . . n.de probabilits
respectivement 1, 2, . . . , n avec 1 < 2 < . . . < n.
( ) = & ou est donn par < +1.
II.3.3 Fonction de rpartition dune v.a. continue
Soit une v.a. continue. Sa fonction de rpartition est continue gauche et droite. Il
existe donc une fonction telle que lon puisse crire,
( )
= ( )= ( )
Par dfinition, est appele densit de probabilit de X, ou en abrg, ddp de X. Cette

fonction a les proprits suivantes :
+
( ) =1

( )
P(X ]x1, x2[) = F(x2) F(x1) = ( )

P(X = x0) = ( ) =0
P(X ]x0, x0 + dx0[) = ( ) = ( ) = ( )
Page 29
II.3.4 Couple de variables alatoires
II.3.4.1 Dfinitions
Soient et deux v.a. dfinies sur le mme espace probabilis. On appelle fonction de
rpartition conjointe de et , la fonction dfinie par :
( , ) = ( ] 1, ] ] 1, ]) = ( < < )
On a par dfinition, (,) = 0 et (+,+) = 1.
II.3.4.2 Cas dun couple de v.a. continues
On note la ddp conjointe de et et lon a par dfinition :
( , )= ( , )

Avec les proprits suivantes,
, : ( , )

( , ) =1
On peut galement dfinir une fonction de rpartition marginale de , note par ( )=

( < ) = ( ,+) (idem pour , ( ) = ( ,+)).
II.3.4.3 Cas dun couple de v.a. discrtes
On note ij = ( = i \ = j) pour .
II.3.4.4 Distribution conditionnelle
Soient et deux v.a. continues de conjointe F et de ddp conjointe . Comment peut-

on valuer la probabilit conditionnelle ( I / I ) ?
On dfinit la fonction de rpartition conditionnelle ( / = 0) par,
( , )
( / =y )=
( , )
et la densit de probabilit conditionnelle ( / = 0) par,
( / )
( / = 0) =
Si les deux v.a. sont indpendantes, alors on a,
( / = 0) = ( )
Page 30
( / = 0) = ( )
II.3.5 Loi dune fonction dune ou plusieurs variables alatoires
Dans la pratique, on est souvent amen manipuler des variables alatoires qui sont des
transformations ou des combinaisons de variables alatoires connues. Cest pourquoi on
dispose de rgles de passage dune loi une autre, pour des transformations simples.
II.3.5.1 Transformation dune variable alatoire
. Transformation dune loi discrte
Soit une v.a. discrte de loi . Alors, la loi de la v.a. = ( ) est dfinie par,
( = )= ( ( )= )= ( = ( )) = X( ( ))
1
ou dsigne la fonction rciproque de .
. Transformation dune loi continue
Soit une v.a. continue dont la loi admet la densit de probabilit et une fonction
monotone et drivable. Alors, la densit de la loi de la v.a. = ( ) est,
1 1
( ) = |( ) ( )| ( ( ))
1
ou dsigne la fonction rciproque de .
On peut par ces proprits montrer en particulier que la v.a. = ( ) ou est la fonction
de rpartition de la loi de la v.a. , suit une loi uniforme sur lintervalle [0, 1].
II.3.5.2 Densit de probabilit dune somme de V.A. indpendantes
Soient et deux v.a. continues de ddp ( ) et ( ). Si et sont indpendantes, alors

la densit de probabilit ( ) de la v.a. dfinie par = + est donne par :
( ) = ( )= ( ) ( ) = ( )
Cette proprit se gnralise quel que soit le nombre de variables dans la somme. On peut
aussi additionner des variables alatoires discrtes.
Soient et deux v.a. discrtes valeurs dans et . La loi de = + est dfinie

par,
( = , = )= , ( = , = )
( = ) =
( = , = )= , ( = , = )
En particulier, si et sont indpendantes, on a,
Page 31
, ( = ) ( = )
( = )=
, ( = ) ( = )
On peut aussi passer par les proprits de loprateur esprance mathmatique (voir section
suivante).
II.3.6 Moyenne et esprance mathmatique dune v.a
II.3.6.1 Notion de moyenne pour une v.a. discrte
Soit une v.a. discrte prenant ses valeurs dans { 1, . . . , n} et dont les probabilits
associes sont ( = ) = i.
Par dfinition, on appelle moyenne thorique ou esprance mathmatique de , et lon

note ( ), la valeur :
( )=
On ne connait cette v.a. que par le moyen dun chantillon de taille (dont on supposera
quil est significatif par rapport au nombre de valeurs possible, , de la v.a. i.e. ).
Chaque vnement = se ralise fois dans lchantillon ( = ).
La moyenne exprimentale est dfinie par :
Si on admet que la proportion tend vers la probabilit thorique i pour un chantillon de

taille infinie ( ) alors on peut estimer la moyenne thorique par la limite de la moyenne
exprimentale.
II.3.6.2 Esprance mathmatique
Soit une v.a. On dfinit lesprance mathmatique de et lon note ( ) la valeur :
( )= ( )= ( )
Ou est la fonction de rpartition de .
Cette intgrale est dite au sens de Stieljes. Soit une v.a. dfinie sur [ , [. On peut
discrtiser la v.a. en introduisant une nouvelle v.a. discrte en dcoupant lintervalle [ , ]
en n intervalles [ i1, i] tels que,
[ i1, i [ = i,i [ i1, i] et donc
( = i) = ( [xi1, xi [) = ( ) = ( ) ( )
Grace un chantillon de taille , on peut calculer une moyenne exprimentale de

( ) qui tend vers la moyenne thorique ( = ) si 1. Si de plus, on
dcoupe en une infinit dintervalles de la forme [ i1, i[ ( 1), alors on obtient la moyenne
thorique de la v.a. par | ( i) ( i1)| ( ) = ( ).
Page 32
Remarque
Lesprance mathmatique nest pas toujours dfinie. Cest en particulier le cas de la loi de
Cauchy dont la ddp est donne par : ( ) = ( car lintgrale diverge.
) ( )
Proprits
Les proprits de lesprance mathmatique proviennent de celle de loprateur intgral et

en particulier la linarit. Soit une v.a. et a une constante.
( )=
( )= ( )
( + )= ( )+
Soient 1 et 2 deux v.a. et et deux constantes.
( + )= ( )+ ( )
Plus gnralement, pour toute fonction , positive, continue, support compact,

[( )] = ( ) ( )= ( ) ( )

II.3.7 Moments
La notion de moment permet dintroduire celle dindicateur rsumant et/ou caractrisant

une variable alatoire. On y retrouvera la moyenne comme cas particulier.
II.3.7.1 Dfinitions
- Moment dordre
On appelle moment dordre n de la v.a. et lon note

= ( )= ( ).

Pour les v.a. discrtes, cela donne : = ( = ).
- Moment dordre n rapport labscisse a
On appelle moment dordre n de la v.a. rapport labscisse , et lon note , , la

valeur,
, = (( ) ) = ( ) ( ).
Page 33
- Moment centr dordre n
On appelle moment centr dordre n de la v.a. et lon note n la valeur,
= ( ) = ( ) ( ).
- Le moment centr dordre dune v.a. est donc le moment dordre n de cette v.a.
rapport labscisse particulire quest sa moyenne ( = [ ], ).
II.3.7.2 Quelques moments particuliers
= ( ( )) = ( ) ( )= 0
1
1 est la moyenne.
2 =
2 est la variance (voir plus loin).
Trs souvent, pour des raisons defficacit, les moments souhaits, i.e. k, sont calculs
partir des moments simples, i.e. k. En effet, le calcul dun moment centr ncessite le calcul
pralable de lesprance mathmatique, il y a donc 2 pas de calculs au lieu dun seul pour les
moments non centrs.
3 = 3 312 + 2
4 = 4 413 + 6 2-3
2, 3 et 4 sont utiliss pour caractriser la forme dune distribution. Pour cela, on construit
des indicateurs sans dimension :
Le coefficient dasymtrie (skewness) : = . Ce coefficient est nul pour une

distribution parfaitement symtrique, infrieur zro si la distribution est plus tendue vers la
gauche (les valeurs infrieures la moyenne), et suprieur zro dans le cas contraire.
Le coefficient daplatissement (kurtosis) : = . est toujours suprieur 1. De plus,

2
on a toujours 1+ ( ) . Plus que laplatissement, le coefficient 2 mesure limportance
des queues de distribution. Cet indicateur vaut 3 dans le cas de la loi de Gauss (cf chapitre
sur les principales lois de probabilit). Il est infrieur 3 pour une distribution moins large
que la loi de Gauss et suprieure 3 pour une distribution plus large.
Remarque : Ces indicateurs ne sont utilisables, i.e. nont de sens, que dans le cas dune
distribution unimodale (un seul maximum).
II.3.7.3 Variance, covariance et cart-type
La variance est dfinie par,
2 = (( ( ))2) = 2
= variance de = ( )= ( ) ( )
Page 34
Elle traduit la dispersion de la distribution de la v.a. autour de sa valeur moyenne. Etant un

carr, la dimension de la variance nest pas celle de la moyenne. Cest pourquoi on utilise plus
souvent lecart type, not , qui est la racine de la variance.
On dit aussi que la variance traduit la notion dincertitude. Plus la variance est faible, moins le
rsultat de lexprience alatoire est incertain. A la limite, une v.a. de variance nulle conduit
des expriences strictement identiques (i.e. le phnomne est compltement dterministe, il
ny a donc plus aucune raison de garder la notion de variable alatoire).
La variance a galement des proprits intressantes vis à vis de la combinaison linaire

de v.a. : Soient et deux v.a.
( + )= ( )+ ( )+2 ( , )
Ou ( , ) est la covariance des v.a. et dfinie par,
( , )= 1,1 = ( ) ( ) ( ) = [( ( ))( ( ))]
La covariance peut tre vue comme le moment centr conjoint dordre 1 de deux v.a. Si les
deux v.a. sont indpendantes, alors leur covariance est nulle (mais la rciproque nest pas
vraie en gnral).
Par ailleurs, soit une v.a. et et deux constantes. On a, ( + ) = ( )
II.3.7.4 Variable centre rduite

[ ]
On appelle variable alatoire centre rduite, une v.a. construite par : =
[ ]
. Cest
le moyen le plus classique pour normaliser une v.a. Par construction, on obtient [ ]=0 et
[ ]=1.
II.3.7.5 Coefficient de corrlation
La relation entre deux v.a. peut tre quantifie par la covariance comme vue
prcdemment. Cependant, limage de la moyenne et de la variance, la covariance est un
moment donc possde une dimension ce qui la rend plus difficile interprter. Cest pourquoi
on utilise plus gnralement le coefficient de corrlation, indicateur sans dimension, dfini
par,
( , ) ,
( , )= =
( ) ( )
Le coefficient de corrlation mesure la qualit de la relation linaire entre deux variables

alatoires et (i.e. de la forme = + ). On a les proprits suivantes,
, : ( , ) [1, 1].
Si et sont indpendantes, alors _( , ) = 0 (la rciproque nest pas vraie en gnral).
, 1, 2, 1, 2 R < ( 1 20) : _( 1 + 1, 2 + 2) = ( 1, 2) ( , ).
Si il existe une relation linaire entre X et Y alors ( , ) = 1.
Page 35
On peut rcrire la relation sur la variance dune somme de v.a. en utilisant le coefficient
de corrlation,
2
( 1 + 2) = 2( 1) + 2( 2) + 2 ( 1, 2) ( 1) ( 2)
Et en gnralisant, on obtient,
= ( )+2 ( , ) ( ) ( )
II.3.7.6 Ingalits de Bienaym - Tchebyshev Markov
[ ( )]
- Ingalit de Tchebyshev, ( ( ) ) ou k est un rel positif et g une fonction
positive. En posant, ( ) = , on obtient,
( )
- lingalit de Markov, ( ) ) . De mme, si lon pose ( ) = ( ( ))2
et = 2 2, on obtient,
- lingalit de Bienaym-Tchebyshev, (( ( )) .
Cette ingalit est la plus connue des trois. Elle est valable quelle que soit la v.a. , ce qui
est une proprit très intressante. Malheureusement, elle na que peu dapplications
pratiques car la majoration quelle fournit est la plupart du temps excessive.
II.3.8 Quelques lois de probabilits
II.3.8.1 Les valeurs principales
Type, loi discrte ; loi continue.
Page 36
II.3.8.2 Liaisons entre lois de probabilits
- Loi 0-1, on appelle aussi cette loi, loi de Bernoulli. La v.a. associe une telle loi est
considre comme la fonction indicatrice dun vnement de probabilit . Cest un cas
particulier de la loi Binomiale.
- Loi binomiale, On obtient une v.a. de loi binomiale ( , ) par une somme de n v.a. de loi
0-1 (p). En dautres termes, la loi binomiale est la loi associe rptitions, dans des
conditions identiques et indpendamment, dune exprience alatoire dont lissue est
lapparition ou la non apparition dun vnement. La somme de deux lois binomiales de
mme paramtre est une loi binomiale.
- Loi gomtrique, La loi gomtrique est la loi du nombre dessais ncessaires pour faire
apparaitre un vnement de probabilit .
- Loi de Pascal dordre , Cest la loi du nombre dessais ncessaires pour observer
exactement n fois un vnement de probabilit p. Cette loi est la somme de lois
gomtriques indpendantes.
ème
- Loi de Poisson (magistrat franais du sicle), On obtient une v.a. de loi de
Poisson partir dune v.a. de loi binomiale ( , ) pour laquelle on a et 0
et . On peut aussi introduire la loi de Poisson par la notion de processus de
Poisson. Soit un phnomne tel quun seul vnement puisse se produire la fois (non
simultanit des ralisations) et que le nombre devènements se produisant pendant une
priode T ne dpend que de la dure de cette priode. Supposons enfin lindpendance des
vnements. Soit ( ) = lesprance mathmatique dun nombre dvnements
pendant la priode de dure avec la cadence . dsigne donc le nombre moyen
dvnements par unit de temps. On dmontre alors que la probabilit dobtenir n
vnements pendant un temps est,
( )
( = )= .
!
Figure II.1 Densit de probabilit de la loi de Poisson de paramtre = 10
La somme de deux lois de Poisson de paramtres 1 et 2 est une loi de Poisson de

paramtre 1+ 2.
Page 37
- Loi Normale ou loi de Gauss-Laplace, Cest incontestablement la loi la plus connue. On la

doit Moivre qui, en 1738, a trouv cette loi comme limite de la loi binomiale. On utilisera la
notation suivante : (moyenne, variance) = ( , 2). On la retrouve comme modle le plus
courant pour les distributions derreurs de mesure autour dune valeur vraie. Elle joue aussi
un rle important en terme de comportement asymptotique des autres lois de probabilits,
comme le montre le thorme central limite. Une proprit intressante de cette loi est sa
conservation vis vis de la combinaison linaire : Soient { i} un ensemble de v.a. normales
de paramtres ( i, ) deux deux indpendantes, leur somme pondre par les coefficients
est une v.a. normale de paramtres la somme pondre des paramtres ( , ).
- Loi exponentielle, Si suit une loi de Poisson, et traduit le nombre dapparitions dun
certain phnomne alatoire dans un intervalle de temps t, alors la variable alatoire 1/
reprsente lintervalle de temps sparant deux apparitions dun vnement donn. Cette
nouvelle variable suit une loi exponentielle de paramtre a ou a est le paramtre de la loi de
Poisson. En fiabilit, cette loi est très utilise pour reprsenter la dure de vie de circuits
lectroniques. Lesprance a est souvent appele le MTBF (Mean Time Between Failure) et 1
le taux de dfaillance. La loi exponentielle est un cas particulier de la loi Gamma pour = 1.
La loi exponentielle est souvent utilise pour son caractre sans mmoire. Soit une
variable alatoire suivant une loi exponentielle. Soient u et t deux rels strictement positifs, on
a,
( > + | > )= ( > )
Cela signifie que la probabilit dtre dans un intervalle [ , + ] dpend uniquement de la

largeur de lintervalle et pas de sa position absolue (dou le vocable deffet sans mmoire).
Figure II.2 Densit de probabilit de la loi normale centre rduite.
Figure II.3 Densit de probabilit de la loi exponentielle de paramtre a = 3.
Page 38
- Loi de Weibull, Cette loi est aussi trs utilise pour caractriser la fiabilit des matriels.
Elle est relie à la loi exponentielle par la relation suivante : suit une loi de Weibull de
paramtre si suit une loi exponentielle. On dit que est le paramtre de forme : > 1
correspond un matriel qui se dgrade avec le temps (usure); < 1 un matriel qui se
bonifie avec le temps; = 1 (cas où la loi est exponentielle) un matriel sans usure (pannes
purement accidentelles).
Figure II.4 Densit de probabilit de la loi de Weibull de paramtre = 2.
- Loi Gamma, Soit une v.a. normale de paramtres ( , ) et soit une v.a. construite par
( )
= suit une loi Gamma de paramtres ( , ) = ( , 1). La distribution gamma est une
gnralisation de la loi exponentielle. En effet, si la loi exponentielle correspond la
distribution de probabilit du temps sparant lapparition de deux vnements donns, la loi
gamma fournit la distribution de probabilit du temps qui scoule entre la me et la ( + )me
apparition de lvnement. La loi gamma est applique comme modle de probabilit pour
prvoir la dure de vie des appareils qui subissent une usure tels les vhicules automobiles ou
les appareils mcaniques.
- Loi du , Le paramtre m est le nombre de degrs de libert de cette loi. Cette distribution
permet de dfinir la loi de la v.a. = ou les sont des v.a. normales centres
rduites indpendantes. Pour m tendant vers linfini, cette loi tend asymptotiquement vers une
loi normale. La somme de deux v.a. du respectivement a et b degrs de libert, est une
nouvelle v.a. de loi du (a + b) degrs de libert. On peut aussi relier cette loi la loi
Gamma avec ( , ) = ( /2, 1/2).
- Loi de Rayleigh, Cest la loi de la norme, i.e. = + ou et sont des v.a.

normales centres. Cest aussi la loi de la drive de la loi normale. La loi de Rayleigh
apparait souvent pour dcrire le bruit en sortie de certains rcepteurs de transmissions.
- Loi de Student, Si : [0, ], et si (indpendante de ) est telle que / suit une loi

du n degrs de libert, alors la variable = suit une loi de Student degrs de
libert. Cette loi sert essentiellement pour les tests statistiques dhypothses.
II.3.9 Quelques relations
En statistique, on est souvent amen construire les variables alatoires suivantes,
Page 39
1
=
1
= ( )
1

=
Dans le cas, frquent, ou lon admet ou vrifie, que les sont des lois normales de mme
paramtrage ( , ), alors :
suit une loi normale (, ).

suit une loi du (n-1) degrs de libert.
suit une loi de Student (n-1) degrs de libert.
Par ailleurs, on sait que seules les affinits (et en particulier les sommes) conservent les
lois normale, binomiale, uniforme et Gamma ( paramtres entiers).
II.3.10 Loi des grands nombres
II.3.10.1 Convergence stochastique
On sintresse la loi dune suite de v.a. identiques, et plus particulirement la

convergence linfini. Pour tudier cette convergence, il existe de nombreux outils dont nous
rsumons ici les principaux.
- Convergence en loi, Soit une suite de v.a. de F.R. ( ), et soit X une v.a. de FR ( ).
On dit que la suite converge en loi vers la v.a. ssi ( ) converge vers ( ).
- Convergence en probabilit, On dit que la suite converge en probabilit vers la v.a.
ssi , (donns arbitrairement petits) tel que > ) (| | > ) <
Page 40
Cette dfinition est une gnralisation du thorme de Bernouilli (dans le cas ou est une
constante). En consquence de ce thorme, on sait que dans une srie dpreuves
indpendantes, la frquence relative de lvnement converge en probabilit vers ( )
quand le nombre dpreuves croit indfiniment.
- Convergence en moyenne, On dit que la suite converge en moyenne dordre vers la

v.a. ssi (| | ) 0 pour n tendant vers linfini. La plus utilise de ces convergences
est la convergence en moyenne quadratique ( = 2).
La convergence moyenne dordre 2 implique la convergence en moyenne dordre 1 (ou

convergence en moyenne) qui implique la convergence en probabilit qui implique la
convergence en loi. Cette dernire est donc la convergence la plus stricte.
II.3.10.2 Thorme central limite
Le thorme central limite est lun des rsultats les plus importants de la thorie des
probabilits. De faon informelle, ce thorme donne une estimation trs prcise de lerreur
que lon commet en approchant lesprance mathmatique par la moyenne arithmtique. Ce
phnomne a dabord t observ par Gauss qui lappelait loi des erreurs; mais ce dernier nen
a pas donn de dmonstration rigoureuse. La preuve du thorme a t apporte part Moivre
et Laplace; le thorme porte donc parfois leurs noms.
Ce thorme est fondamental car il justifie toutes les approximations par la loi normale.
Thorme
Soit une suite de v.a. de mme loi desprance et dcart type . Alors la v.a.
...
( ) converge en loi vers une v.a. normale centre rduite (0, 1).
Thorme
Soient , , . . . , des v.a. indpendantes, pas forcment de mme loi, centres et de

variance . Soient = , = et ( ) la fonction de rpartition de la
v.a. . Si la condition suivante est ralise,
1
> 0 lim ( ( )) = 0
| |
Alors

(0,1)
La condition de Lindeberg exprime que les v.a. sont uniformment petites avec
une grande probabilit. Le rsultat veut dire qu force dajouter de telles variables, on finit
par obtenir une loi normale. Autrement dit, si une variable est la rsultante dun grand nombre
de causes, petites, effet additif, cette variable suit une loi normale.
Cest cause de cette interprtation que la loi normale est trs souvent employe comme
modle (malheureusement pas toujours raison).
Page 41
Enfin, notons que ces thormes supposent lexistence des moments des v.a. On ne peut
donc pas les utiliser par exemple pour des v.a. suivant une loi de Cauchy (dans ce cas
particulier, la somme produit une v.a. qui a toujours une loi de Cauchy et cela quel que soit le
nombre dlments dans la somme).
II.3.11 Simulation dune variable alatoire
Trs souvent en simulation, on est amen utiliser des chantillons fictifs de ralisations
dune v.a. de loi dtermine. Nous abordons ici un ensemble de mthodes de construction de
tels chantillons
II.3.11.1 Mthode gnrale par transformation inverse
Soit construire un chantillon de n ralisations dune v.a. de fonction de rpartition .

Soit la v.a. dfinie par = ( ). Cette v.a. suit une densit de probabilit uniformment
distribue sur lintervalle [0, 1]. Sa fonction de rpartition est telle que ( ) = [ < ] =
.
Soient 1, . . . , n un chantillon de taille dune v.a. uniformment distribue sur [0, 1].
Les i peuvent tre considrs comme des ralisations de la v.a. i . Pour calculer les
ralisations de i, il suffira alors de calculer la valeur de xi qui correspond à une valeur i de
sa fonction de rpartition,
= 1( ) i = 1( )
II.3.11.2 Loi uniforme
La construction dun chantillon fictif dune v.a. de loi quelconque ncessite en premier
lieu la construction dun chantillon fictif dune v.a. uniforme entre 0 et 1. Pour une loi
uniforme, on ne pourra donc pas se servir de la mthode gnrale. On utilisera alors soit des
tables de nombres au hasard, soit des algorithmes de gnration de nombres pseudo-alatoires
(fonction random classique sur les machines par exemple).
II.3.11.3 Loi exponentielle
( )= a pour x > 0 et a > 0. On a le rsultat suivant ( ) = ( ) = 1 .

1
La mthode gnrale par transformation inverse nous donne = ( ). Si on remplace par
1 (ce qui est possible sans consquence car la distribution uniforme est symtrique), alors
on obtient 1 = . On a donc i = .
II.3.11.4 Loi binomiale
( )= (1 ) et doivent tre connus. On pose alors = 0 et on gnre

nombres alatoires uniformment distribus et pour chaque , on fait le test,
si alors faire = +1
si > alors faire =
sera la valeur de la ralisation dune v.a. binomiale de paramtres n et p. Cet algorithme

utilise la proprit qui relie la loi binomiale la loi 0-1 ( ).
Page 42
II.3.11.5 Loi de Poisson
( )= ! On utilise le fait que les intervalles de temps sparant deux vnements
successifs suivant une loi de Poisson sont distribus exponentiellement. On gnre donc les
intervalles . . . distribus suivant une loi exponentielle de moyenne 1. La ralisation de
la variable alatoire de Poisson de paramtre sera alors dtermine par lingalit,
< <
Avec = ( , v.a. uniforme [0,1] et v.a. exponentielle de moyenne 1).
II.3.11.6 Loi normale, ( , )
On utilise le thorme central limite. La distribution de la moyenne dune v.a. tend

vers une loi normale lorsque la taille de lechantillon est suffisamment grande, et ceci
quelle que soit la distribution de la v.a. . On peut donc prendre : v.a. uniforme sur [0,1].

Donc ( )= et ( ) = . La v.a. dfinie par tend vers une loi normale centre
rduite.
Pour obtenir un chantillon de v.a. normale de moyenne et de variance , on utilisera la

relation,
12
= +
2
En pratique, on utilise 100.
II.3.12 Autres indicateurs
Il existe dautres indicateurs permettant de caractriser une v.a. Ils ne sont pas issus du
calcul des moments.
II.3.12.1 Histogramme
Lhistogramme est analogue à la courbe de densit. Lordonne associe à chaque

abscisse est gal la frquence dapparition de la valeur dans lechantillon. Dans le cas dune
v.a. discrte, la construction de lhistogramme ne pose pas de problme. Par contre, pour une
v.a. continue, il est ncessaire de rsumer les valeurs reporter sur la courbe en classes. La
dtermination du nombre de classes dun histogramme est dlicate et il nexiste pas de rgle
absolue. Un trop faible nombre de classes fait perdre de linformation et aboutit gommer les
diffrences pouvant exister entre des groupes de lensemble tudi.
En revanche, un trop grand nombre de classes aboutit des graphiques incohrents ou

certaines classes deviennent vides ou presque car , la taille de lchantillon, est fini.
Sturges propose comme limite maximale du nombre de classes,
Page 43
2
= [1 + ( )]
Ou [ ] dsigne la partie entire. Ainsi pour 100 mesures, il ne faudrait pas construire
dhistogrammes de plus de 7 classes.
II.3.12.2 Mdiane
Par dfinition, la mdiane est la valeur correspondant au milieu de la fonction de

rpartition dune v.a,
1
= ( )=
2
Si la loi de la v.a. est symtrique, alors la mdiane est gale lesprance mathmatique. la
mdiane nest pas unique. Cest une indicateur insensible aux valeurs extrmes ce qui en fait
un outil trs intressant dans le domaine des statistiques robustes.
Si lon part dun chantillon de n ralisations tries par ordre croissant, la mdiane sera
obtenue par = ( ) si est impair. Si est pair, on prend conventionnellement,

= .
II.3.12.3 Mode
Par dfinition, le mode dune v.a. est sa valeur la plus probable,
, ( = )= ( = )
Le mode nest pas unique. Il nest strictement dfini que pour une v.a. discrte car pour
toute v.a. continue, on a ( = ) = 0. Cependant, nous verrons dans le chapitre sur
lestimation quil est possible de trouver une valeur que lon assimile au mode pour les v.a.
continues.
II.3.12.4 Autres moyennes
Dans la pratique, il peut arriver que la nature des ralisations dun chantillon ne soit pas
adapte lutilisation de la moyenne classique. Il existe dautres possibilits :
La moyenne gomtrique, =

La moyenne harmonique, =
Il est trs dur de connaitre les lois de comportements de ces indicateurs particuliers. Ils
doivent donc tre utiliss avec prcaution.
Page 44
CHAPITRE III CARACTERISATION DES ECOULEMENTS AU TRAVERS LES MILIEUX POREUX
CHAPITRE III
CARACTERISATION DES ECOULEMENTS AU TRAVERS LES

MILIEUX POREUX
III.1 INTRODUCTION
Dans le catalogue des milieux diviss, les milieux poreux dsignent des matriaux pour
lesquels la phase solide, fortement imbrique avec la phase fluide, est fixe. On trouve de
nombreux matriaux naturels dans cette catgorie : les sols, les couches sdimentaires, la
plupart des roches, ainsi que certains matriaux vivants. Certains matriaux artificiels
requirent dtre poreux soit dans le processus de fabrication soit dans leur finalit pour jouer
un rle de filtre ou apporter des proprits macroscopiques particulires (conductivit
thermique par exemple). D'une manire gnrale, les milieux poreux sont dfinis par deux
critres,
. le matriau doit contenir de petits espaces vides, appels pores, dlimits par une matrice
solide ;
. le matriau doit tre permable un coulement de fluide (gaz ou liquide).
Ces deux critres renvoient deux caractristiques essentielles d'un milieu poreux :
La porosit, la fraction de vide, et la permabilit qui indique l'aptitude d'un milieu poreux
tre travers par un coulement. Ces deux quantits sont des variables macroscopiques,
c'est-a-dire estimes sur un volume contenant de nombreuses entits microscopiques
composant le matriau, les pores.
III.2 QUELQUES EXEMPLES DE MILIEUX POREUX

III.2.1 Milieux poreux naturels
Dans la nature, les roches et les sols sont certainement les milieux poreux les plus
exploits. L'tude gologique des sous-sols permet de classifier les diffrentes couches
gologiques selon la permabilit un coulement de fluide. Les couches d'argile constituent
en gnral les parois impermables de rservoirs naturels d'eau ou d'hydrocarbures. On
nomme aquifre un rservoir qui non seulement contient de l'eau mais qui peut aussi tre le
lieu d'coulement, par gravit ou par pompage.
Une schmatisation d'un aquifre est propose sur la figure III.1. Les roches poreuses
peuvent contenir galement des hydrocarbures. La figure III.2 montre qu'un tel rservoir peut
contenir de l'eau, du ptrole et du gaz, avec des couches de mlange intermdiaires.
C'est pourquoi la comprhension des coulements multiphasiques est trs importante pour
l'industrie de l'extraction ptrolire.
Page 45
La porosit des roches est trs variable selon les conditions de temprature et de pression
lors de la formation et de l'volution gologique. Les roches denses comme le granit ont des
porosits infrieures 2%. Au contraire, les roches volcaniques formes la surface (faible
pression) ont des porosits leves cause des processus de dgazage associs au
refroidissement. Certaines roches atteignent ainsi une porosit de 60%. Les roches
sdimentaires se sont formes partir d'agglomration de grains cimentes entre eux. Les
schistes argileux ont une porosit de l'ordre de 10 25%. Le grs, form en gnral de grains
de quartz, a une porosit qui dpend fortement du matriau de cimentation des grains (entre
10 et 45%).
De plus, la compaction gologique peut rduire considrablement la porosit : la figure

III.3 montre diffrentes coupes d'chantillons de grs poreux prlevs dans un mme forage
mais des profondeurs diffrentes. On remarque que la porosit diminue nettement avec la
profondeur de forage.
Figure III.1 Schmatisation dun aquifre (Bear, 1972)
Figure III.2 Schma dun rservoir naturel dun hydrocarbure (Bear, 1972)
Page 46
Figure III.3 Coupes d'echantillons de grs poreux obtenues diffrentes profondeurs

P : (a) e = 27 %, P=1000-1500 m; (b) e = 23 %, P=1700-1900 m; (c) e = 18 %,
P=2000-2300 m; (d) e = 16 %, P=2500-2700 m; (e) e = 13 %, P=2800-3000 m;
(f) e = 10 %, P > 3000 m
III.2.2 Milieux poreux artificiels
Lors de la fabrication des btons et des ciments, une certaine porosit est ncessaire pour
permettre un schage lent et progressif et l'obtention d'un matriau robuste. Parfois, la
porosit fine est complte par un rseau de fractures qui fragilise le bton. La porosit
d'un bon bton est comprise entre 6 et 10%.
Le contrle de la porosit et de la structure poreuse joue un grand rle dans l'industrie du

papier. Selon les mthodes de fabrication, on peut obtenir un papier filtre trs absorbant avec
une porosit de 80%, ou au contraire un papier trs serr et transparent (le papier calque)
avec une porosit proche de 0. On a alors des pores de diamtres compris entre 0,2 4m.
Une mthode de ralisation de poreux de formes diverses est le frittage. Un empilement de
grains en contact est chauff de manire ce que les contacts entre grains fondent et ralisent
une soudure. Le frittage peut se raliser avec des grains en mtal (bronze, cuivre par
exemple), en plastique ou en verre.
III.3 DESCRIPTION DUN MILIEU POREUX ET THEORIE DE LA CONTINUITE

Les milieux poreux naturels sont caractriss par une extrme complexit de la distribution
des pores, irrgulires, aussi bien en forme quen taille. Ainsi, si en thorie il est possible de
dcrire ce systme lchelle du pore, les fortes htrognits rendent cette description
inatteignable lorsque la taille du systme augmente.
Ce constat force envisager une approximation du systme qui soit plus facile manipuler
que cette description microscopique. Cest ce que propose la thorie de la continuit.
Page 47
Dans cette thorie le systme physique rel discret est remplac par un systme continu dans
lequel les proprits physiques le dcrivant varient continument dans lespace. Lhypothse
sous-jacente est quun systme physique rel qui prsente des variations trs rapides petite
chelle peut tre approxim par un systme dans lequel lvolution spatiale des proprits
tudies est suffisamment rgulire pour permettre lutilisation du calcul diffrentiel pour
dcrire les processus sy droulant.
Dans la reprsentation continue des milieux poreux, la valeur dune variable physique en
chaque point rsulte dune moyenne de la proprit physique relle sur un volume lmentaire
reprsentatif. Les dimensions dun tel volume sont gnralement grandes par rapport la
taille du grain mais petites par rapport la longueur caractristique sur laquelle les quantits
considres varient.
III.3.1 Description gomtrique
Les milieux poreux ont une gomtrie complexe. Pour illustration, la figure III.4 montre
l'espace des pores d'un grs de la mer du Nord, obtenu par des mesures tomographiques.
III.3.1.1 La porosit
Le paramtre principal dcrivant un milieu poreux est la porosit dfinie par ,
= = (III-1)
Qui varie donc entre 0 (solide plein) et 1 (volume compltement vide). Ce paramtre de
porosit est complmentaire de la fraction volumique de solide telle que,
+ =1 (III-2)
Figure III.4 Espace des pores d'un grs de la mer du Nord (donnes Statoil)
Page 48
La dfinition (1) de la porosit est une dfinition tridimensionnelle. Elle peut tre
transpose un rapport de surfaces. En effet, une coupe d'un chantillon poreux (un exemple
est donn sur la figure III.5) montre une surface compose de deux phases. On dfinit alors la
porosit surfacique ( deux dimensions):
= = (III-3)
Pour chaque section effectue la cte , on peut mesurer l'aire p( ) occupe par les
pores. Si le milieu est homogne (donc la porosit surfacique ne dpend pas de la cte ), on
peut crire que cette aire vaut s. 0, ou 0 est l'aire totale de la section. A partir de ces
mesures, on peut calculer le volume des pores de l'chantillon par,
= ( ) = = (III-4)
Par consquent, on obtient une galit entre la porosit volumique et la porosit surfacique:
= (III-5)
La dfinition peut .tre applique une dimension, en introduisant une porosit linique,
calcule par des mesures de longueurs de segments occups par le solide ou le vide. Si le
matriau est homogne et isotrope, on peut montrer que,
= = (III-6)
Figure III.5 Exemple de coupe d'un poreux (grs)
III.3.1.2 Aire spcifique

La grande surface interne de la matrice solide est une caractristique des milieux poreux. A
partir d'un chantillon de volume , on peut dfinir par la surface interne des pores.
L'aire spcifique d'un poreux est dfinie comme le rapport = , avec une dimension de
l'inverse d'une longueur.
Page 49
Les mthodes classiques de mesures d'aire spcifique sont :

- adsorption d'un gaz ;
- analyse de coupes.
III.3.1.3 Autres paramtres
La porosit et l'aire spcifique sont des proprits macroscopiques pour le matriau poreux.
Mais d'autres paramtres peuvent tre importants au niveau microscopique, en particulier
quand un fluide circule dans l'espace des pores.
On peut citer la connectivit, qui caractrise le nombre de voisins pour un pore, la prsence
de bras morts (pores bouchs), ou encore la topologie du volume des pores. Le dsordre
gomtrique est un caractre essentiel des milieux poreux. Cela empche toute trajectoire en
ligne droite incluse dans le volume des pores. On peut alors dfinir une tortuosit, qui
reprsente le caractre non rectiligne des trajectoires. Cette notion sera prcise lors de la
modlisation des milieux poreux.
III.4 CIRCULATION DE FLUIDES EN MILIEU POREUX
Pour dcrire le transport despces chimiques en milieu poreux, une premire condition est
de savoir comment leau, qui est le vecteur de ces espces dissoutes, scoule dans le milieu.
On peut caractriser un milieu poreux par deux grandeurs : sa porosit cinmatique et sa
permabilit intrinsque. Le volume poreux dans lequel leau peut circuler est infrieur au
volume vide total, la porosit cinmatique correspond ainsi la fraction de la porosit totale
contenant leau qui peut circuler.
Ceci exclut donc les volumes correspondant leau attache la surface des grains par le jeu
des forces dattraction molculaire, aux pores non connects au rseau global, et aux pores en
cul-de-sac dans lesquels leau est quasi immobile. La permabilit intrinsque est dfinie par
la loi de Darcy.
III.5 LOI DE DARCY
On considre dans cette section que le milieu poreux est totalement imbib, c'est--dire que
le volume des pores est entirement rempli de fluide.
L'tude fondatrice des coulements dans les milieux poreux a t ralise par l'ingnieur
Darcy en 1856 avec un Mmoire sur les fontaines publiques de la ville de Dijon . Il a mis
en vidence une relation linaire entre la vitesse et le gradient de pression appliqu de part et
d'autre du matriau poreux. La loi de Darcy s'applique un milieu poreux homogne et
isotrope parcouru par un coulement faible vitesse.
A cet effet, lauteur a tent damliorer la qualit des filtres sable utiles la purification
des eaux dalimentation de la ville de Dijon, il a tabli exprimentalement la relation entre le
dbit dcoulement travers un matriau poreux et la perte de charge qui lui est associe dans
un dispositif semblable celui illustr la figure III.6, extraite de [Musy and Soutter, 1991].
Page 50
Figure III.6 Dispositif exprimentale de Darcy
De cette exprience, Darcy a dduit une relation exprimant le dbit total transitant au
travers de la colonne comme le produit de sa section , du rapport de la diffrence de la
charge totale existant entre ces deux extrmits sa longueur et dun coefficient de
proportionnalit ,
= . = . . (III-7)
ou : dbit dcoulement total mesur la sortie.

: constante connue sous le nom de coefficient de permabilit de Darcy.
: Diffrence de la charge totale entre les deux extrmits du tube de sol.
. : longueur de lchantillon.
: gradient hydraulique ( = ).
: Section de lchantillon normale la direction de lcoulement.
En divisant les deux membres de la relation (3-7) par , nous obtenons la vitesse de
filtration, = appele galement vitesse de Darcy,
= = = . (III-8)
ou : vitesse de lcoulement.
: gradient hydraulique ( = ).
: coefficient de permabilit ou conductivit hydraulique du milieu.
III.5.1 Gnralisation de la loi de Darcy
La loi de Darcy reprsente un cas particulier de l'intgration des lois gnrales de la

mcanique, lorsque l'on fait l'hypothse que l'eau se comporte comme un fluide newtonien,
incompressible, et qu'au cours de son coulement dans le sol, les forces d'inertie sont
ngligeables. On montre que, dans ces conditions, la loi de Darcy peut se mettre sous la
forme,
Page 51
= (III-9)
: reprsente la charge hydraulique de Bernoulli (dfinie une constante additive prs) :
= (III-10)
(vitesse moyenne fictive de Darcy) et [ ] sont des vecteurs et est un tenseur, le

tenseur de permabilit cinmatique. Il dpend la fois des proprits du milieu poreux et de
celles du liquide. Pour saffranchir de ces dernires, on dfinit galement le tenseur de
permabilit gomtrique qui ne dpend que du milieu poreux :
. . .
= = (III -11)
On peut crire et sous forme diagonale dans les axes principaux d'anisotropie des
permabilits :
quelconques dans le cas d'une roche ; ils dpendent dans ce cas de l'histoire du
matriau,
gnralement, horizontaux et verticaux dans le cas d'un sol sdimentaire (permabilits

horizontale et verticale).
Les units de permabilit sont prcises sur le tableau III.1.
Tableau III.1 Units de permabilit.
Symbole Dsignation Unit SI Relation avec dautres paramtres
1 mDa (milliDarcy) = 9.87 . 10-16 m2

2 2
Permabilit gomtrique m (L )
1 perm (CGS) = 10-4 m2
Permabilit cinmatique m/s (LT-1) eau pure : / 107 (m s)-1
1 cPo (centiPoise CGS) = 10-3 Pl (Poiseuille)

Viscosit dynamique Pl (FL-2T)
eau pure : 10-3 Pl
1 cSt (centiStoke CGS) = 10-6 m2/s

Viscosit cinmatique m2/s (L2T-1)
eau pure : 10-6 m2/s, = 103 kg/m3
Dans un sol isotrope, la vitesse dcoulement est donc parallle au gradient hydraulique,
lui-mme normal aux surfaces quipotentielles de lcoulement. Par consquent, la vitesse
dcoulement est normale aux surfaces quipotentielles.
Page 52
III.5.2 Domaine de validit de la loi de Darcy

On peut retrouver les limites du domaine de validit de la loi de Darcy en se reportant aux
hypothses qui ont t faites pour son tablissement thorique (figure III.7).
Argiles Blocs de roche

trs Ecoulement
plastiques de gaz
J0 J = grad(H)
1<Re<10
Figure III.7 Courbe limitant le domaine de la validit de la loi de Darcy
Comportement newtonien du fluide non valable lorsque les interactions entre le liquide et le
sol sont importantes (cas des argiles "actives" : montmorillonites, smaltites).
. forces d'inertie ngligeables : coulement lent, laminaire, que lon caractrise par un nombre
de Reynolds (pour un tube de diamtre ) infrieur 1. Au del de cette valeur, la loi de
perte de charge est plutt quadratique.
. .
= <1 (III-12)
ou : densit du fluide (poids par unit de volume).

: diamtre moyen des grains.
: vitesse moyenne fictive de Darcy.
: coefficient de viscosit dynamique

: nombre de Reynolds.
III.6 LA CHARGE HYDRAULIQUE
Dans un milieu poreux, leau est caractrise par son tat dnergie. Son potentiel
nergtique total rsulte de laddition des forces qui agissent sur elle. On dfinit alors la
charge hydraulique h (ou potentiel nergtique total) dun fluide incompressible et soumis
la seule gravit par la relation,
= + (III-13)
Ou ( = / . ) est le potentiel matriciel ou de pression (m) avec la pression de leau ( )

-3
et est la masse volumique du fluide ( . ), et est le potentiel gravitaire ( ).
Page 53
Le potentiel matriciel ou de pression est une consquence des forces de capillarit et

dabsorption dues la matrice solide qui attirent et lient la phase solide dans le sol.
Le potentiel matriciel est dfini comme tant positif si sa valeur est suprieure la pression
atmosphrique et ngative dans le cas contraire. Le premier cas est rencontr dans un milieu
satur, et le deuxime dans un milieu non satur.
On exprime gnralement la charge hydraulique par rapport au nivellement gnral

(NGF) comptes au dessus du niveau moyen des mers, comme les altitudes topographiques.
En hydrogologie, la charge hydraulique en un point du milieu poreux est dtermine par des
mesures dans les pizomtres (figure III.8).
Figure III-8 Dtermination de la charge hydraulique dans un pizomtre
III.7 LOI DE CONSERVATION DE MASSE EQUATION DE CONTINUITE
Les milieux poreux naturels sont caractriss par une extrme complexit de la
distribution des pores, irrgulire aussi bien en forme quen taille. Si en thorie il est possible
de dcrire ce systme lchelle du pore, une telle description se rvle utopiste lorsque la
taille du systme augmente. Par consquent, il est ncessaire de passer de lchelle
microscopique o les lois fondamentales de la physique sappliquent mais o les variables
sont inaccessibles la mesure, lchelle macroscopique o les phnomnes sont observs.
III.7.1 Notion de Volume Elmentaire Reprsentatif (V.E.R)
Les quations qui gouvernent lvolution des grandeurs macroscopiques ne sont pas
ncessairement de la mme forme que celles sappliquant au niveau microscopique. A fin de
pouvoir tablir de telles quations, nous introduisons la notion du volume lmentaire
reprsentatif (VER) partir duquel le milieu poreux peut tre considr comme un milieu
continu (Bear, 1979). Dans cette thorie, le systme physique rel discret est remplac par un
systme continu dans lequel les proprits physiques le dcrivant varient continment dans
lespace.
La thorie de la continuit repose sur lhypothse quun systme physique rel peut tre
approxim par un systme dans lequel les variations dans lespace des proprits tudies sont
suffisamment lisses pour permettre lutilisation de calculs diffrentiels.
Page 54
Lintrt est donc de pouvoir formuler les changements dans le systme en termes dquations
diffrentielles dcrivant les processus qui ont lieu.
Dans la prsentation continue dun milieu poreux, les variables physiques dcrivant le
milieu, discontinues lchelle microscopique, sont remplaces par des fonctions continues
lchelle macroscopique. La valeur de chaque variable physique affecte un point
mathmatique dans lespace continu est obtenue en moyennant la proprit physique sur un
volume lmentaire reprsentatif (VER).
Les dimensions du VER sont gnralement suffisamment grandes par rapport la taille du
grain, pour contenir un grand nombre de pores et pouvoir ainsi dfinir une proprit moyenne
globale avec lassurance dune fluctuation ngligeable dun pore lautre, mais suffisamment
petites pour que les variations du paramtre dun domaine au domaine voisin puissent tre
approches par des fonctions continues (De Marsily, 1981).
Le VER peut tre estim en mesurant la porosit totale dune sphre de rayon [ ]
centre sur un point . Sa dimension est prise gale au rayon [ ] dfini par lapparition
dun palier sur la courbe reliant la porosit totale du milieu la taille du volume dobservation
(figure III.9). Nous adoptons alors comme porosit totale au point la valeur ( ). Pour des
sphres de rayon infrieur , ( ) est sensible aux fluctuations microscopiques du milieu
poreux et varie alatoirement. La valeur de la porosit peut aussi varier au-del dune certaine
valeur de r si le milieu est htrogne.
Nous nous placerons dans ces conditions de continuit dans la suite du travail
Figure III.9 volution de la porosit totale dune sphre centre en un point du milieu
poreux en fonction de son rayon
III.7.2 Equation de conservation de la masse
Le principe de conservation de la masse stipule que la variation de la masse dans
Page 55
un volume de lordre dun VER pendant un intervalle de temps est gale la quantit de
masse entrante moins la quantit de masse sortante. Ce principe se traduit mathmatiquement
par lquation diffrentielle suivante (Bear, 1979),
( )
+ . ( )= (III-14)
O s [T-1] reprsente le terme puits/source par unit de volume.
Deux hypothses sont communment cites dans la littrature (Holzbecher, 1998) et

permettent de simplifier lquation (III-14),
- Lapproximation dOberbeck-Boussinesq o les variations de la densit sont ngliges.

Lquation prcdente devient alors,

+ . = (III-15)
- La variation de la densit dans la direction de lcoulement est ngligeable. Nous obtenons
dans ce cas,
( )
+ . = (III-16)
Lhypothse de Boussinesq a un domaine de validit restreint (Evans et Raffensperger,

1992 ; Kolditz et al, 1997; Younes, 2003) et sera vite dans le cadre de ce travail.
La seconde hypothse consistant ngliger le terme . dans lquation de conservation de
la masse nintroduit pas de diffrences significatives (Bear, 1979 ; Ackerer et al., 2000) et
sera adopte dans la suite.
Nous supposons que la porosit ne dpend que de la pression et que la densit
du fluide dpend de la pression , de la fraction massique du polluant dissous (solut) []
(rapport entre la masse du solut et la masse totale du fluide) et de la temprature [ ]. En
ngligeant les effets thermiques au sein du milieu poreux, nous pouvons crire,
( )
= + = + + (III-17)
Soit [LT2M-1] le coefficient de compressibilit de la matrice poreuse et [LT2M-1] le

coefficient de compressibilit du fluide dfinis par Bear (1979),

= , = (III-18)

Lquation (III-17) devient,
( )
= + (III-19)
Page 56
Avec : [LT2M-1] lemmagasinement par unit de volume du milieu poreux d une

variation dune unit de pression et qui est dfini par (Bear, 1979),
= . (1- ) + . (III-20)
Lquation de conservation de la masse (III-14) devient,
+ + . = (III-21)
Lquation (3-21) peut tre galement exprime en fonction de la charge hydraulique,
+ + . = (III-22)
O : [L-1] est lemmagasinement par unit de volume du milieu poreux d une variation
dune unit de charge, reli par,
= . . (III-23)
Dans le cas dun traceur de leau, lquation de conservation de la masse (III-23) scrit
alors,

+ . = (III-24)
III.8 LOI DE LAPLACE
Si lon considre un sol soumis un coulement quelconque, en combinant la condition de

continuit et la loi de DARCY nous obtenons le systme suivant qui nous permet dobtenir
lquation tridimensionnelle de LAPLACE,
( ) ( ) ( )
+ + = 0 (Condition de continuit).

=

= (Loi de Darcy).

=
Soit : Loi de Laplace
+ + =0 (III -25)
A noter que cette quation concerne la charge hydraulique exclusivement, elle suffit
caractriser tout coulement souterrain dans un sol. Autrement dit, lquation de LAPLACE
est considre comme une loi mathmatique rgissant les coulements stationnaires en
Page 57
milieux poreux. Pour ce faire, elle doit tre soumise des conditions aux limites imposes sur
le domaine considr.
III.8.1 Cas des coulements deux dimensions en milieu homogne et isotrope
La plupart des problmes dhydraulique des sols peuvent tre ramens deux dimensions
comme dans le cas dun barrage (figure III.10).
Figure III.10 Ecoulement plan sous un barrage, coulement bidimensionnel
Dans ce contexte lquation de Laplace scrit,
= + =0 (III-26)
Plusieurs mthodes permettent de rsoudre cette quation,
- la mthode numrique,
- la mthode analogique (analogie lectrique),
- la mthode graphique.
III.9 EQUATION DES ECOULEMENTS DANS LES AQUIFERES
Nous prsentons ici les quations diffrentielles dcrivant lcoulement de leau dans
les aquifres. Les rfrences classiques dans ce domaine sont celles de Bear (1972), de
Marsily (1994) et de Domenico et Schwartz (1997).
Nous venons de voir que le gradient de charge hydraulique est le principal moteur du
mouvement de leau dans les sols. Lquation de diffusivit dcrit les transferts deau dans un
milieu poreux satur. Elle dcoule de la combinaison de la loi de Darcy avec lquation de
continuit du fluide,
. + + (III-27)
Page 58
Ou est le flux deau (ou vitesse de Darcy) (m/s), est la masse volumique du fluide
(kg/m3), est la porosit et est le terme source qui reprsente le dbit volumique de fluide
prlev (ou apport sil est ngatif) par unit de volume en chaque point. Le dbit massique
prlev sera donc , tant dfinie lchelle macroscopique. Lquation de continuit
exprime la conservation de la matire dans un lment de volume fixe.
III.9.1 coulement en nappe libre
La limite suprieure des nappes libres est reprsente par la surface libre o leau est la
pression atmosphrique. Lcoulement dans les nappes libres pose un problme particulier car
lpaisseur de la zone sature est variable. Pour quil y ait coulement, il doit y avoir
diffrence de charge, ce qui entrane aussi un changement de lpaisseur sature et de la
section dcoulement. Le problme de lcoulement en nappes libres est donc intrinsquement
non linaire puisque la valeur de la charge dpend de la charge elle-mme. Cependant, ce
problme peut tre linaris en supposant que lpaisseur sature est trs grande compare aux
changements de lpaisseur relis lcoulement. On peut donc utiliser une valeur moyenne
de lpaisseur de la zone sature e pour lensemble de laquifre.
Pour obtenir une solution lmentaire de lcoulement dans une nappe libre, nous allons
nous placer sous lhypothse de Dupuit. Toutes les vitesses sont supposes tre horizontales et
parallles entre elles sur une mme verticale et le gradient hydraulique est constant le long
d'une verticale et gal la pente de la surface de la nappe. Lhypothse de Dupuit est assez
bien satisfaite dans la ralit ds que lon sloigne des exutoires. Enfin on suppose aussi que
la transmissivit est isotrope et constante dans toute la nappe.
En combinant lquation de la loi de Darcy et lquation de continuit du fluide sous
lhypothse dun fluide incompressible de masse volumique et viscosit dynamique constante,
on obtient lquation de diffusivit pour une nappe libre,

= + (III--28)
O est la transmissivit de la nappe (m2/s), d est la porosit de drainage et est le dbit
volumique de fluide prlev ou apport (m3/s).
III.9.2 coulement en nappe captive
On considre le fluide compressible et le milieu poreux compressible, aussi bien pour les
pores que les grains solides. On suppose en outre le milieu poreux entirement satur en
fluide. En combinant lquation de continuit du fluide, lquation de continuit du flux de
grains solide et lquation de la loi de Darcy et en supposant la transmissivit isotrope et
constante dans tout lespace,
= + (III-29)
O est le coefficient demmagasinement de la nappe (sans dimension).
Page 59
Le rapport est appel diffusivit hydraulique de laquifre. Cette quation est identique
celle de la nappe libre mais remplace ici la porosit de drainage . Il faut bien voir
cependant que mme si les deux quations sont identiques, les mcanismes mis en jeux
(mouvement de la surface libre dans un cas, compressibilit du milieu dans lautre) sont
distincts.
Dans les chapitres suivants nous utiliserons le formalisme de lcoulement en nappe

captive en dfinissant chaque fois soit comme la porosit de drainage dune nappe
libre soit comme le coefficient demmagasinement de la nappe captive.
III.10 REPRESENTATION MATHEMATIQUE DES PROCESSUS

HYDROLOGIQUES SOUTERRAINS
Dans cette partie nous tudions sparment les principaux processus hydrologiques
souterrains : lcoulement en milieu non satur, lcoulement en milieu satur et lcoulement
surface libre. Pour chaque processus nous allons tudier les concepts thoriques, les
quations mathmatiques et les paramtres ncessaires.
III.10.1 Lcoulement en milieu poreux non satur et satur
III.10.1.1 Le modle de Richards
Linfiltration est le mouvement de leau pntrant dans un milieu poreux depuis la surface
du sol. Ce milieu est souvent reprsent par deux compartiments, le milieu non-satur et le
milieu satur ou laquifre. Linfiltration est un processus dirig principalement par deux
forces motrices dont les origines sont la capillarit et la pesanteur. Les coulements en milieu
non-satur sont gouverns par lquation de Richards (1931).
= (III-30)
Avec,
: temps [ ] ;
: profondeur oriente positivement vers le bas [ ] ;
: teneur en eau volumique [ 3 -3] ;
( ) : conductivit hydraulique [ -1] ;
( ) : potentiel matriciel [ ].
Ce modle dpend des deux relations fonctionnelles ( ) et ( ) qui doivent tre

connues. Dans la littrature, plusieurs auteurs ont tudi ces relations (figure III.11) tels les
travaux de Brooks et Corey (1994), Van Genuchten (1980) et Smith et al. (1993) (voir une
synthse dans Rawls et Brakensiek, 1989). Van Genuchten (1980) propose,
Page 60
( )= (III-31)
( ) = 1 (III-32)
Avec,
, , et : coefficients adimensionnels ;
-1
: conductivit hydraulique saturation [ . ];
: teneur en eau [ 3 -3];
: teneur en eau rsiduelle [ 3 -3] ;
: teneur en eau saturation [ 3 -3] ;
: potentiel dentre dair [ ].
Figure III.11 Proprits hydrodynamiques du sol. a) La conductivit hydraulique ( )

fonction de la teneur en eau ( ) ; Le potentiel matriciel ( ) fonction de la teneur en eau
Lquation (1.3) qui reprsente un coulement monodirectionnel vertical dans le sol peut
tre gnralise pour reprsenter les coulements en bidimensionnel (e.g. le modle
HYDRUS-2D de Simnek et Van Genuchten, 1997) et tridimensionnel (le modle SWMS-3D
de .imnek et al.,1995). Lquation de Richards est non-linaire et sa rsolution ncessite des
mthodes numriques aux diffrences finies ou aux lments finis (Lehman et Ackerer, 1996 ;
.imnek et Van Genuchten, 1996,1997; .imnek et al., 1998). Ces mthodes sont trs
consommatrices en temps de calcul et posent des problmes de stabilit et de convergence
numriques. Par ailleurs, le modle de Richards ncessite une bonne connaissance des
proprits hydrodynamiques du sol ainsi que des conditions initiales et aux limites.
III.10.1.2 Quelques modles simplifis
Sous certaines hypothses, les quations de Richards peuvent tre simplifies et conduisent
des modles bases physiques tels les modles de Green et Ampt (1911), de Philip (1957a),
de Morel- Seytoux, (1978), de Haverkamp et al. (1990) ou de Corradini et al. (1994). Tous
Page 61
ces modles drivs ncessitent la connaissance des proprits hydrodynamiques du sol

dcrites par les lois K() et (). Linfiltration peut aussi tre simule par des modles
rservoirs avec de simples relations mathmatiques (e.g. Horton, 1933; Nash, 1957; Holtan,
1961 ; Diskin et Nazimov, 1995), ou par des relations empiriques (SCS, 1972).
De nombreux modles existent pour simuler le mcanisme dinfiltration. Ces modles

diffrent par leurs structures, les paramtres et la manire avec laquelle les conditions initiales
sont prises en compte.
Dans le SHE, lquation de Richards est rsolue par un schma numrique aux diffrences
finies. Cependant, la plupart des modles hydrologiques spatialiss traitent le problme de
linfiltration en simplifiant lquation de Richards. Le modle de Morel-Seytoux est une
modification du modle de Green et Ampt et est utilis dans WEPP (Flanagan et Nearing,
1995), ANSWERS (Beasley et Huggins, 1982), CREAMS (Knisel, 1980), KINEROS
(Woolhiser et al., 1990b) et SWATCH (Morel-Seytoux et Alhassoun, 1987). Le modle de
Philip est utilis dans WATFLOOD (Kouwen, 2001) et HYSIM (Manley, 1982). LISEM (De
Roo et al., 1995) et MHYDAS (Moussa et al., 2002) proposent aux utilisateurs le choix entre
diffrents modles mcanistes ou conceptuels. Le modle de Horton est utilis dans MARINE
(Estupina-Borrell et al., 2002) et SWMM (Huber et Dickinson, 1988). Finalement, le SCS est
utilis dans SWIM (Krysanova et al., 2000), SWAT (Arnold et al., 1995), CREAMS (Knisel,
1980) et HEC1 (Hydrologic Engineering Center, 1990).
III.10.2 Lcoulement en milieu poreux satur
Comme pour le milieu non-satur, les coulements en milieu satur sont gouverns par les
deux lois de la conservation de la masse et de la conservation dnergie qui conduisent
lquation de Boussinesq (1904). Par ailleurs, les coulements en milieu satur sont aussi
modliss par dautres approches plus simples comme celles bases sur la loi de Darcy (1856)
ou les modles rservoirs.
III.10.2.1 La loi de Darcy
Suite ses travaux sur les fontaines de la ville de Dijon, Henri Darcy ralise que le dbit
deau dans une colonne de sable est proportionnel la diffrence de gradient hydraulique
entre deux points. Il en dduit sa fameuse loi gouvernant le flux en milieu satur,
= (III-33)
Avec
: aire [ 2] ;
: charge hydraulique entre deux points [ ] ;
: conductivit hydraulique [ -1] ;
: distance entre deux points [ ] ;
Page 62
-1
: dbit [ ].
Plus tard Buckingham (1907) tend la loi de Darcy aux coulements en milieu non satur.
Telle quelle est formule, cette loi ne sapplique qu un coulement monodimensionnel
mais on peut aussi la reprsenter en fonction des trois composantes , , et dun flux
tridimensionnel. On obtient,
= , = , = (III-34)
La loi de Darcy ne reprsente que le flux entre deux points. Pour reprsenter le flux
travers lensemble dun domaine il faudrait intgrer la notion de conservation de masse et
dnergie la loi de Darcy; on aboutirait alors lquation de Boussinesq (1904).
III.10.2.2 Lquation de Boussinesq
Lquation de Boussinesq (1904) dcrit le flux deau dans un milieu satur non-confin. La
drivation complte des quations est dcrite en dtail dans de nombreux ouvrages e.g. Bear
(1979), Freeze et Cherry (1979), De Marsily (1986) et Fetter (1994). Boussinesq (1904)
combine la loi de Darcy et la loi de conservation de masse pour aboutir lquation suivante,
+ = + (III-35)
-1
: dbit prlev par unit de surface de la nappe [ ];
: transmissivit [ 2 -1].
Le calcul de fait intervenir le pompage direct, lvapotranspiration, les changes rivire-

aquifre et les autres conditions aux limites.
Lquation de Boussinesq est une quation aux drives partielles du second ordre qui
nadmet pas de solution exacte. Elle peut tre rsolue par des schmas numriques aux
diffrences finies comme dans le cas de SHE et de SWATCH. Dans TOPMODEL des
simplifications sont apportes pour simuler lcoulement dans la nappe. Lquation
fondamentale est tablie sur lhypothse dune relation exponentielle entre lcoulement
satur du bas de versant et la profondeur du niveau pizomtrique.
On admet galement que le niveau pizomtrique est parallle la surface du sol de sorte
que le gradient hydraulique local pour lcoulement latral satur soit donn par langle local
de la pente. Cependant, dautres modles comme HYDROTEL ou MHYDAS reprsentent la
nappe par une srie de rservoirs qui se dversent les uns dans les autres.
3.11 MODELISATION EN REGIME PERMANENT ET TRANSITOIRE DES

ECOULEMENTS AU TRAVERS LES MILIEUX POREUX
Des modles mathmatiques sont de plus en plus souvent utiliss afin de simuler le
comportement des nappes souterraines. Les principes physiques et les bases mathmatiques
relatifs aux coulements souterrains, et leur simulation numrique, sont repris de faon
synthtiques. Il est indispensable dutiliser des modles physiquement significatifs afin
Page 63
dassurer la fiabilit des rsultats prvisionnels. Les lois utilises pour les coulements et pour
le transport de produit dissout, en milieu poreux, sont prsentes et le rle de diffrents
paramtres intervenant dans ces lois est soulign. De mme, sont discuts les diffrents types
de donnes indispensables une simulation, les diverses conditions aux frontires possibles et
la validation du modle via sa phase de calibration.
Dans le cas dune tude quantitative, le rle dun modle mathmatique est dintgrer
toutes les donnes disponibles, dapproximer de faon logique et fiable les donnes
manquantes et de fournir une rponse globale montrant toutes les tendances de la nappe en
rgime permanent ou transitoire.
La plupart des modles hydrogologiques utiliss aujourdhui sont des modles

mathmatiques dterministes. Ils sont bass sur les principes de la conservation de masse, de
la force dimpulsion et de lnergie et dcrivent des relations de causes effets. Lhypothse
sous-jacente consiste considrer que si on a un bon niveau de comprhension des processus
qui entranent une rponse une perturbation sur un systme, on peut prvoir les rponses de
ce systme sous leffet de nimporte quelles perturbations, mme si lintensit de la nouvelle
perturbation nentre pas dans la gamme de celles observes historiquement.
Ces modles ncessitent gnralement la rsolution dquations diffrentielles partielles.
Des solutions exactes peuvent souvent tre obtenues analytiquement, mais les modles
analytiques ncessitent que les paramtres et les limites du systme soient fortement idaliss.
Certains modles dterministes considrent les proprits des milieux poreux de manire
empirique (essentiellement comme une boite noire), cela ne permet donc pas de reprsenter
des proprits hydrauliques htrognes dans le modle.
Or lhtrognit, ou la variabilit des proprits des sols ainsi que celles des aquifres,
sont les caractristiques de tout systme gologique et lont sait maintenant quelles jouent un
rle clef dans les processus dcoulement des eaux souterraines et du transport de masse. Il est
donc bien souvent prfrable dutiliser des modles paramtres distribus, qui permettent
une reprsentation plus raliste de la distribution spatiale des proprits du systme. Les
mthodes numriques donnent des solutions approches de lquation (ou quations) de base,
travers la discrtisation de lespace et du temps. A lintrieur du domaine discrtis, les
valeurs, variables, des proprits internes, des conditions aux limites et des perturbations du
systme sont approximes.
Les modles numriques dterministes, paramtres distribus, peuvent assouplir les

conditions trop idalises des modles analytiques ou empiriques, et ils peuvent ainsi tre plus
ralistes et flexibles pour simuler les conditions relles ( condition de savoir les appliquer
correctement).
Dans la modlisation des coulements en milieux poreux, on distingue deux mthodes

dapproche. La premire mthode est celle qui repose sur la modlisation dite sature-non
Page 64
satur ou complte (Kacimov, 2000) qui considre lensemble du systme constitu par
la nappe et la zone non sature entre la surface du sol et le toit de la nappe. Dans ce cas, le
modle est fond sur lquation dite de Richards (1931), et ncessite outre la dfinition des
conditions aux limites la connaissance de deux fonctions dcrivant les proprits
hydrodynamiques du sol (relation: succion-teneur en eau, relation: conductivit hydraulique-
teneur en eau). La deuxime mthode est celle qui repose sur la modlisation dite sature
qui est obtenu partir dun certain nombre de simplifications dues aux problmes de non
linarit de lquation de Richards compte tenu des variations importantes que subissent la
conductivit hydraulique et la succion en fonction de la teneur en eau hydraulique des sols
non saturs. Pour cette raison, part des cas bien prcis, unidimensionnels trs souvent et
conditions aux limites draconiennes (Philip, 1973 ; youngs, 1960), rares ont t les solutions
analytiques pour ces problmes.
Dautres non linarits proviennent non seulement de la variabilit des paramtres

hydrodynamiques (permabilit et teneur en eau), mais aussi de la nature des conditions aux
limites inconnues (surface de suintement) du domaine de lcoulement.
Tous ces problmes de non linarit, ajouts la difficult parfois dobtenir des donnes
exprimentales fiables pour les courbes de permabilit et les courbes de rtention deau du
sol non satur, ont motiv un certain nombre de simplifications dbouchant sur cette
deuxime mthode de modlisation qui repose sur lapproche mathmatique, appele
classique des problmes surfaces libres ou frontires libres.
La premire tape de simplification consiste ne considrer comme systme que le nappe

(on parle alors gnralement de modlisation sature ), dlimite dans sa partie suprieure
par sa surface libre dont la position est inconnue priori. Dans ce systme, la charge
hydraulique totale vrifie lquation dite de LAPLACE (Vauclin et al, 1976) et le principe
de rsolution en rgime transitoire consiste la dterminer en tout point en prenant en compte
les mouvements dune limite libre pour le toit de la nappe.
La encore, le problme peut tre rsolu dans les trois dimensions de lespace. Tout comme
lquation de Richards, la rsolution du problme ncessite lutilisation doutils numriques
spcifiques en gnral fonds sur la mthode des diffrences finies ou des lments finis et un
maillage pouvant se dformer avec le domaine (Romano et al, 1999 ; Jarrin, 2001). Des
solutions analytiques ont t labores par certains auteurs en rgime permanent
(Polubarinova-Kochina, 1962) dans des contextes particuliers.
Le deuxime niveau de simplification consiste introduire lhypothse de (Dupuit-

Forchheimer (DF)) : la pente de surface libre de la nappe est suppose faible et lcoulement
strictement horizontale dans le systme (ie : les iso-potentielles sont verticales) ce qui peut se
justifier dans le cas de la nappe ayant une extension latrale importante, et tant que le rayon
de la courbure de la surface libre est grand (ie : langle quelle fait avec lhorizontale est
petit). Cette hypothse permet une simplification importante de la rsolution de lquation de
Page 65
LAPLACE, aboutissant dans un certain nombre de cas des solutions analytiques ou

numriques simples.
Sous ce corps dhypothses, lquation non linaire dcrivant la surface libre devient
lquation dcrivant lensemble du systme. Elle est alors appele quation de Boussinesq
(Young, 1999).
Le dernier niveau de simplification consiste linariser lquation de Boussinesq en faisant

lhypothse que les fluctuations du toit de la nappe sont faibles par rapport lpaisseur de
celle-ci. On aboutit alors une quation linaire de diffusion simple, largement utilise par les
hydrogologues et connue sous le nom dquation de diffusivit (De Marsily, 1981).
Les modles dvelopps partir de lhypothse DF sont largement employs dans les
calculs de dimensionnement douvrages hydrauliques, en particulier en raison dun traitement
numrique beaucoup plus simple que dans les approches de type Richards .
Nanmoins, en ignorant la composante verticale de lcoulement, lhypothse DF engendre

des erreurs qui peuvent tre significatives dans la dtermination des hauteurs des nappes, en
particulier proches du bord du foss ou les gradients hydrauliques sont les plus levs. Ces
erreurs peuvent avoir origines,
- la non prise en compte du phnomne de suintement ;
- la non prise en compte des coulements verticaux sous le fond du foss si limpermable est
profond ;
- la non prise en compte des composantes verticales dans la zone ou elles deviennent non
ngligeables.
III.12 APPROCHE MATHEMATIQUE
Alors que lapproche base sur lquation de Richards permet de dcrire le front de
saturation ou la surface libre, travers la continuit des transferts hydrauliques entre zones
satures et non satures, la mthode analytique ou lapproche mathmatique limite la
description de lcoulement la zone sature en supposant une variation discontinue de
certaines grandeurs physiques (Todd, 1957 ; Bouwer, 1963 ; Dicker, et Servian, 1965).
On suppose que la permabilit chute brutalement ds que lon dpasse le front de

saturation. Ce faisant, on nglige physiquement lcoulement dans la frange capillaire, ce qui
semble se prsenter lorsque la permabilit relative du sol considr varie rapidement en
fonction de la succion comparativement lunit (permabilit relative la saturation).
Il en dcoule de cette approximation que la surface libre est non seulement lisobare ou
rgne la pression atmosphrique, mais aussi la limite suprieur du domaine de lcoulement.
Cette idalisation de lcoulement non satur comportant une zone sature est connue des
mathmaticiens sous le nom de problme surface libre ou problme frontire libre .
Page 66
III .13 CAS DU REGIME TRANSITOIRE
Lapproche mathmatique de lcoulement surface libre transitoire revient crire trois

quations : une quation rgissant lvolution de la charge hydraulique dans le domaine
satur, une quation dfinissant la surface libre et enfin, une quation dcrivant la cinmatique
du mouvement de la surface libre.
Dans le domaine satur, on peut obtenir une forme gnrale de lquation qui dcrit
lcoulement en rgime transitoire dun coulement incompressible dans un aquifre
homogne, isotrope, en combinant la loi de Darcy et lquation de continuit, ainsi on aura
une quation en fonction du potentiel de pression,
+ + =0 (III-36)
Ainsi, pour un milieu homogne et isotrope cette quation est rduite lquation de
LAPLACE,
+ + =0 (III-37)
Cette quation ne suffit pas pour dterminer la charge hydraulique dans tout le domaine
satur, puisque lune des frontires du problme surface libre est une limite inconnue du
domaine de lcoulement. Deux quations supplmentaires sont par consquent ncessaires.
Celles-ci sont donnes par les proprits de la surface libre.
Soit ZL(t) la cote de la surface libre. Pour tout point de la surface libre, on a la relation
(la surface libre tant une surface isobarique),
= [ ( ), ( ), ] (III-38)
Comme la surface libre est une surface matrielle, on peut alors introduire la drive
particulaire et crire,
= + + (III-39)
Or, dans lhypothse dincompressibilit de leau et de rigidit du squelette, la vitesse du

fluide est lie la vitesse cinmatique du point courant M de la surface libre par les relations
(sans restreindre la gnralit, on suppose dans la suite que le milieu poreux est isotrope),
=- =
=- = (III-40)
Page 67
=- =
Ou est la porosit ou la teneur en eau volumique saturation et la permabilit

saturation.
Les quations (III-38), (III-39) et (III-40) permettent dcrire lquation dite quation du
mouvement de la surface libre
= [ + ] (III-41)
Il convient de rappeler quil existe une autre faon dtablir la relation (III-41), base sur le
calcul des volumes deau couls entre temps et + , travers la variation de la cote de la
surface libre entre ces deux instants.
Lapproche mathmatique du problme de surface libre transitoire consiste rsoudre les

quations (III-37) et (III-41) compltes par les conditions initiales et aux limites sur les
autres frontires fixes du domaine de lcoulement. On peut remarquer que, dans cette
approche, la donne des deux paramtres : la porosit et le tenseur des permabilits
saturation, suffit pour dcrire compltement surface libre non stationnaire.
La figure III.12 prsente cette description mathmatique du problme de surface libre dans
un cas classique, coulement bidimensionnel dune nappe deau surface libre travers un
barrage poreux, isotrope et homogne.
Il est cependant relativement difficile de rsoudre par cette approche les problmes
pratiques aussi bien du point de vue analytique que numrique : comme illustr dans la figure
III.2, la charge hydraulique dpend des variations de la cote de la surface libre (problme
topographique de la surface du sol) et la cote de celle-ci dpend des gradients de la charge de
cette surface.
La recherche de solutions analytique se heurte ce couplage de la charge hydraulique et de

la cote de la surface libre. Des dveloppements fonds sur la thorie des petites perturbations
ont nanmoins rendu possible des solutions analytiques pour des cas bien prcis (Dagan,
1960).
Figure III.12 Application de lapproche mathmatique un coulement surface libre
Page 68
Figure III.13 Rseau dcoulement en coupe dune nappe libre en diffrentes cote (Hubbert,
1940)
La figure III.13 montre un rseau dcoulement dans une nappe libre affecte par leffet de
la topographie de la surface du sol. On y voit les zones suivantes : la zone dalimentation avec
un gradient hydraulique vers le bas dans les hauts topographiques, la zone de transition
avec un coulement latral, et la zone dmergence avec un gradient hydraulique vers le haut
dans les bas topographiques.
Il est noter que le formalisme mathmatique du problme surface libre [relations (III-
37) et (III-41)] a surtout servi de base aux modles analogiques ou lon peut tablir des
similitudes entre lcoulement surface libre et, par exemple, des modles rholectriques
(cuve rholectriques et papier conducteur) ou lcoulement visqueux entre deux plaques
rapproches (analogie visqueuse du type Hele-Shaw). Ces similitudes ont t largement
appliques des cas pratiques de calculs de barrages en terre (Schneebeli, 1987).
Cependant, il est possible, sous certaines hypothses, de ramener la rsolution des

quations (III-37) et (III-41) celle dune unique quation aux drives partielles.
III.14 APPROXIMATION DE DUPUIT
Dans le cas de modlisation grande chelle ou de modlisation stochastique Monte Carlo

qui demande beaucoup de ressources, lutilisation de lapproximation de Dupuit, lorsquelle
est applicable est une bonne alternative. L'approximation de Dupuit revient intgrer
verticalement les quations dcoulement (ou orthogonalement aux pontes de l'aquifre).
Lhypothse principale est que les coulements sont considrs quasi-horizontaux et que pour
de petites variations dans la pente de la surface libre, la charge hydraulique est indpendante
de llvation, cela suppose les lignes quipotentielles et les lignes de courant sont
respectivement verticales et horizontales. Cela revient dire que lcoulement est horizontal,
donc la composante verticale de la vitesse dcoulement est nulle et que la courbure de la
surface libre est nglige. Cette situation se prsente frquemment dans les coulements de
nappes phratiques peu profondes ayant un substratum impermable et sensiblement
horizontal. Une seconde hypothse stipule que le gradient provoquant lcoulement est gal
la pente de la surface libre.
Page 69
III.14.1 Hypothses de Dupuit
Les hypothses de lapproximation de Dupuit, sont assez bien satisfaites loin des exutoires
(sources, rivires, surfaces de suintement, etc.) ou des lignes de crte (plans de flux nul). Elles
se justifient, d'une part par le fait que les nappes tudies ont une extension horizontale de la
dizaine la centaine de kilomtres, bien suprieure leur extension verticale (de l'ordre de la
dizaine la centaine de mtres), et d'autre part par le fait que les aquifres sont une
superposition de couches dont le pendage est faible, de l'ordre de 1 quelques 1%. Tout
concourt donc pour laisser un rle secondaire la coordonne verticale de l'espace et
remplacer le problme 3D par un problme 2D (figure III-14). Il en dcoule alors, de la
premire hypothse quil nya pas de gradient dans la direction verticale.
Donc, sur une verticale, la charge hydraulique est constante et gale, par consquent, la cote
de la surface libre,
( , , , ) = ( , , ) (III-42)
Puisque les lignes de courant sont horizontales, le gradient hydraulique i est gal
(pente de la surface libre), comme spcifi dans la seconde hypothse. Cela revient donc
utiliser au lieu de .
La validit de ces hypothses est directement lie la valeur de . Bear (1972) a dmontr
que lerreur due la deuxime hypothse est petite lorsque 2<<1 pour un milieu isotrope.
Dans le cas dun milieu anisotrope, cette condition scrit : ( / ) 2<<1, ou et sont
les conductivits hydrauliques dans les directions et respectivement.
Figure III.14 Approximation de Dupuit valide pour des iso-H presque verticaux
On remarque que lquation (III-42) qui, normalement, nest valable que sur la surface
libre, garde sa validit en tout point de lcoulement. Il en rsulte que la charge hydraulique
dans tout le domaine satur se trouve compltement dtermin par la connaissance tout
Page 70
instant de la cote de la surface libre. En effet, intgrons entre une position de rfrence (nulle
par exemple) et la cote actuelle de la surface libre , lquation (III-37). Il vient dans ce cas,
= dz= [ + ]dz = z [ + ] (III-43)
Cette quation permet, par substitution dans lquation (III-41) dobtenir,
= [ (z )+ (z )] (III-44)
Lquation (III-44) nest plus seulement lquation du mouvement de la surface libre, mais
bien lquation aux drives partielles dcrivant la totalit de lcoulement. Il est cependant
remarquer que lquation (III-44), tout comme celle de Dupuit, est non linaire.
Ainsi, pour parer au problme de non linarit de ces deux quations, on est amen souvent
oprer une linarisation conduisant l'quation des coulements rsultante appele quation
de Boussinesq des coulements plans. La rsolution de cette quation 2D peut se faire sur de
trs larges systmes et ne demande comme principales entres que la distribution
verticalement intgre des conductivits et porosits efficaces (pour les nappes libres),
obtenues gnralement lors des essais de pompage dans les nappes.
III.14.2 Validations et limitations (exemple dapplication)
Pour bien cerner la problmatique des coulements surface libre en sols saturs et, avoir
une bonne comprhension physique travers leur modlisation par application de
l'approximation de Dupuit, et dans lobjectif davoir une ide sur sa validit ainsi que ces
limites on est amener traiter dans un cas pratique et rel un aquifre phratique coulant d'un
lac vers un foss prismatique (figure III.15).
Nous supposons que l'interface impermable du fond est un plan horizontal et nous
choisissons les axes de sorte que = 0 soit la valeur constante de son altitude.
On note Q le dbit linique du foss dans la direction . Nous supposons que le lac est la
charge 0 et nous notons 0 sa distance au foss. On note h0 la distance entre le plan
impermable et la surface libre du lac. Nous avons donc : 0= 0+ , puisque = 0.
En comparant avec les solutions des quations exactes, on peut montrer que
l'approximation de Dupuit est valide partout except prs du foss ou la vitesse ne peut plus
tre considre comme horizontale.
Page 71
Figure III.15 Ecoulement vers un foss prismatique dans un aquifre phratique

Pour les points ou l'hypothse de Dupuit est valide, la charge est gale : 0= + et
nous pouvons crire,

[ ( )( )] = 0 , ( )= ( )= ( )
Qui peut tre intgr en,
2
( )= ( )
On en dduit alors la charge au foss obtenue dans le cadre de l'approximation de

Dupuit. Bien que cette approximation ne soit pas valide prs du puits, cette valeur peut
tre utilise pour dterminer le niveau d'eau dans le foss en disant que Z = =
est l'altitude de la surface libre. La solution obtenue sans l'approximation de Dupuit met en
vidence l'existence d'une face de rsurgence" de sorte que la surface de la nappe ne concide
pas avec la surface de l'eau du foss.
Figure III.16 Vitesse = r r d'un aquifre autour dun puits vertical et cylindrique
Si l'on remplace maintenant le foss par un puits vertical et cylindrique (figure III-16) dans
lequel un dbit est pompe, la vitesse radiale ( ) et la charge ( ) ne dpendent que du
rayon r. Pour les points ou l'approximation de Dupuit est valide, on a = et les quations
s'crivent,

[ ( )( )] = 0 , ( )= ( )= ( )
Page 72
En intgrant ces quations, on obtient,
( )=
L'quation (III-35) de Boussinesq qui reprsente un coulement dans un sol satur utilise
l'hypothse de Dupuit-Forchheimer (1863) d'un coulement essentiellement horizontal pour
lequel la valeur de la composante verticale du gradient hydraulique est nglige. Cette
hypothse est valide pour des nappes phratiques ayant de faibles pentes.
Dans le cas des coulements unidimensionnels en rgime transitoire, on est amener

linariser lquation de Dupuit-Forchheimer en supposant que les variations spatiales de la
cote de la surface libre sont faibles par rapport une valeur moyenne . Dans ce cas on
crit,
= + (III-45)
Dans lexemple de la nappe phratique voqu ci-dessus, peut reprsenter lpaisseur de
la nappe. Les quations (III-44) et (III-45) permettent dobtenir lquation dite de chaleur,
= (III-46)
Ou =

Lquation (III-45) permet, moyennant des conditions aux limites et initiales crites par
rapport la surface libre, dtendre les travaux effectus sur lquation de la chaleur aux
problmes de surface libre. Mais les dveloppements thoriques les plus importants semblent
concerner plus particulirement lcoulement surface libre en rgime permanent.
Lorsque cette quation est utilise pour rsoudre un problme d'coulement permanent
bidimensionnel dans un sol isotrope, elle se rsume lquation de LAPLACE,
+ =0 (III-47)
III.14.3 Domaines et limites dapplication
Lquation de Boussinesq, ne permet pas de tenir compte de la zone partiellement sature

gnralement situe prs de la surface du sol, ce qui prsente un dsavantage important
lorsque des phnomnes tels que le transport de contaminants au niveau de la zone de
marnage de la nappe phratique veulent tre tudis. La prise en compte de la zone
partiellement sature cornplexifie la modlisation numrique de l'coulement souterrain car la
conductivit hydraulique varie dans cette zone en fonction de la teneur en eau et de la charge
pizorntrique, ce qui rend le problme trs non-linaire. Les relations entre la conductivit
hydraulique et la charge pizorntrique, et celle entre la teneur en eau et la charge
pizorntrique, sont complexes tablir, tant donn qu'il s'agit d'hystrsis, n'ayant pas le
mme comportement lors du mouillage et du schage d'un sol. La plupart du temps, les
Page 73
modles d'infiltration utilisent des relations empiriques ne permettant pas de tenir compte de
cette hystrsis, telles que celles dveloppes par Van-Genuchten (1981) et Philip (1957).
Un sol sec est gnralement trs peu permable et la conductivit hydraulique maximale est
atteinte lorsque le sol devient compltement satur, la forme des relations dveloppes permet
de reprsenter la transition entre ces cas limites.
Lquation de Boussinesq est aussi, une quation aux drives partielles du second ordre
qui nadmet pas de solution exacte. Elle peut tre rsolue par des schmas numriques aux
diffrences finies comme dans le cas de FLAC, SHE et de SWATCH. Dans le schma
numrique, TOPMODEL des simplifications sont apportes pour simuler lcoulement dans
la nappe.
Lquation fondamentale est tablie sur lhypothse dune relation exponentielle entre
lcoulement satur du bas de versant et la profondeur du niveau pizomtrique. On admet
galement que le niveau pizomtrique est parallle la surface du sol de sorte que le gradient
hydraulique local pour lcoulement latral satur soit donn par langle local de la pente.
Cependant, dautres modles comme HYDROTEL ou MHYDAS reprsentent la nappe par
une srie de rservoirs qui se dversent les uns dans les autres.
III.15 Cas du rgime permanent
Lorsque la cote de la surface ne varie pas dans le temps, le mouvement de celle-ci est
stationnaire alors, lcoulement est dit permanent. Ce problme de surface libre stationnaire
est sans doute le plus tudi dans les aspects thoriques dexistence et dunicit de la solution.
Dans ce cas, la frontire correspondant lqui-pression nulle (surface libre) est encore une
frontire flux nul. Cela veut dire, du fait de la permanence de cette condition, que cest une
ligne de courant. Cette double condition de la charge et du flux sur une mme frontire ne
constitue pas une surdtermination mathmatique puisque cette frontire est une inconnue du
problme.
Ce problme mathmatique fut et demeure lobjet de dveloppements thoriques

importants. Les approches les plus classiques concernent lutilisation du potentiel complexe et
la thorie des transformations conformes, qui sappliquent aux coulements plans
stationnaires et isotropes. Elle suppose en gnrale une idalisation de la gomtrie (carr,
rectangle, trapze, etc.) au sein de laquelle on crit lquation de LAPLACE. Ces approches
ont t appliques aux coulements dans les barrages en terre gomtrie simple, ou des
fonctions complexes ont t mises au point pour approximer la forme et la localisation de la
surface libre dans diverses situations (substratum permable ou non, prsence de drain ou
non, etc.) (Muskat, 1946 ; Casagrande, 1937 ; Mallet et Pacquant, 1951 ; Schneebeli, 1955 ;
Guevel, 1960 ; Bowzin, 1964). Le lecteur dsireux de plus de dtail sur les applications de
cette thorie pourra consulter un des ouvrages de base, par exemple Hydraulique
souterraine (Schneebeli, 1987).
En rgime permanent, un systme hydraulique est en quilibre et il nya pas de variation de

charge hydraulique dans le temps, le terme de droite des quations dcoulement devient nul
et la nouvelle quation dite de LAPLACE sexprime,
Page 74
+ + =0 (III-48)
Cette quation en trois dimensions est gnrale, en autant que laquifre considr soit
homogne et isotrope, mais constitue une simplification pour les nappes libres.
III.15.1 Modle de Dupuits (solution pour le rgime permanent)
Le modle de Dupuits en rgime permanent (figure III.17) est bas sur lhypothse que
lcoulement est horizontal et se dirige radialement vers le puits. De plus, les conditions
suivantes sont ncessaires llaboration du modle :
- laquifre est isotrope ;

- lcoulement est en rgime permanent ;
Dans ces conditions, le dbit dun puits pompant dans un aquifre libre est donn par
lquation suivante,
= (III-49)
( )
Il est bon de noter que les conditions telles que celle numres plus haut ne se retrouvent
pas gnralement sur le terrain mais que lquation est utilise tout de mme comme
approximation pratique.
Figure III.17 Paramtres pour la solution de Dupuits pour une nappe libre en rgime
permanent
III.16 QUATION DE TRANSPORT DES POLLUANTS EN MILIEUX POREUX
Les processus de transport dans les sols, ont lieu principalement dans la phase liquide, par
le rseau poreux partiellement rempli deau. En effet, quand les polluants entrent dans le sol,
la plupart d'entre eux sont transports par l'eau avec un mouvement convectif. Cependant, le
transport peut galement tre affect par d'autres processus de natures chimique, biologique et
physique.
Page 75
Nous pouvons trouver dans les travaux de Jury et Flhler (1992), Vauclin (1994), Feyen et
al. (1998), des synthses sur les divers modles existants dans le domaine du transport de
soluts dans les milieux poreux. Ces modles peuvent tre regroups selon quatre mcanismes
bass sur des lois physiques (van Dam et al., 2004) :
- Stochastic-convective model (SCM). Le volume de sol est considr comme des tubes
dcoulement indpendants les uns des autres. Les vitesses dans les tubes sont rparties
selon une fonction considre souvent comme log-normale (Jury et Roth, 1990).
- Convection-dispersion quation (CDE). Suppose un flux uniforme o le solut se

propage par un flux dispersif analogue la diffusion, obissant la loi de Fick.
- Fractional advection-dispersion quation (FADE). Ce modle est intermdiaire entre

SCM et CDE. Son dveloppement est li au non adquation de la CDE reprsenter le
transport de soluts lchelle du terrain.
- Continuous-time random walk (CTRW), (Berkowitz et al., 2000). Dcrit le mouvement

du solut par un dplacement alatoire dans le temps.
Parmi ces modles, nous avons choisi, dans ce qui suit, dutiliser le modle mcaniste
dterministe de convection-dispersion-ractions chimiques. Parce que cest un des modles
les plus utiliss.
Et parce quil s'appuie sur une description dterministe des processus modliss et quil
requiert la dtermination des valeurs de paramtres ou des conditions initiales. Il est dit
mcaniste, car il est fond sur des quations provenant des lois de la physique,
+ , + q , ( , )=0 (III-50)
O et sont les concentrations de llment ( ) dans la phase solide et liquide

respectivement et , est source interne et/ou puits.
Le premier terme droite dans lquation (III-50) reprsente la variation de concentration

cause par la dispersion hydrodynamique. Cette expression est analogue celle de la loi de
Fick qui dcrit les flux de diffusion. Ce modle de Fick suppose que le gradient de
concentration est la force motrice et que le flux dispersif va des concentrations les plus fortes
vers les plus faibles. Cependant, cette hypothse nest pas toujours vrifie dans les
observations et fait encore lobjet de recherches et dtudes. Le deuxime terme reprsente le
transport par advection et dcrit les dplacements de soluts en considrant une vitesse
moyenne dcoulement souterrain. Le troisime terme englobe toutes les ractions chimiques,
gochimiques et biologiques qui engendrent un transfert de masse entre le liquide et les
phases solides ou les passages entre diffrentes formes chimiques dissoutes. La diminution
des concentrations des composs chimiques inorganiques peut sexpliquer par des
phnomnes dadsorption/dsorption, prcipitation/dissolution, ou des phnomnes
Page 76
doxydorduction ; les composs organiques eux, peuvent tre adsorbs ou dcomposs au

cours de processus microbiologiques. Il y a eu un progrs considrable en matire de
modlisation de ces processus; cependant, un bilan complet de ces processus et de leur
reprsentation dans les modles de transport va au del de lobjectif de ce chapitre.
En gnral, dans lquation de convection-dispersion-ractions chimiques, les principaux

mcanismes de transport pour un solut sont la convection et la dispersion hydrodynamique
qui englobent la diffusion molculaire et la dispersion mcanique.
a. Convection
La convection reprsente lentranement des lments en solution dans le mouvement du

fluide qui se dplace. Le solut est transport par le mouvement gnral de leau, la vitesse
dfinie par la loi de Darcy.
Le principe de conservation de la masse permet dcrire :
( )
( q) = (III-51)
O : est la concentration [ML-3], q la vitesse de Darcy [LT-1], la teneur en eau volumique

du sol [L3L-3].
b. Dispersion hydrodynamique
La notion de dispersion hydrodynamique a t introduite par Bear (1972). La dispersion

hydrodynamique est un phnomne par lequel une substance migre dans le sol. En se
dplaant, lespce chimique se dilue (effet du mlange) et stale pour occuper un volume
plus grand avec une concentration corrlativement dcroissante (effet de dilution). Cette
propagation est provoque, dune part, par le dplacement des molcules sous leffet de la
diffusion molculaire et, dautre part, par la dispersion cinmatique. La dispersion
hydrodynamique est fonction de la nature du sol et des caractristiques du transport de solut.
c. Diffusion
La diffusion est un phnomne bas sur le mouvement des molcules qui se produit en
prsence dun gradient de concentration aboutissant un net mouvement des constituants vers
les rgions de plus faible concentration. La diffusion ne dpend pas du mouvement de
lensemble de fluide et est gouverne par les activits cintiques des ions et molcules
appeles mouvement Brownien. Son influence ne devient importante que dans les cas
dcoulements lents.
( )
( ( )) = (III-52)
O : est le coefficient de diffusion molculaire dans le milieu poreux (L2T-1).
Page 77
Normalement ce coefficient est plus faible dans les matriaux avec des pores plus petits.
Dans un milieu poreux, la diffusion dpend de la tortuosit qui traduit un effet de rsistance
la diffusion provoqu par la distorsion des chenaux entre les pores du milieu. Dans les
coulements non saturs, la tortuosit augmente quand la teneur en eau diminue, dans ce cas
le coefficient est encore plus faible.
Le processus de la diffusion est un processus de transport relativement lent. Son effet est
alors masqu en prsence de mouvements convectifs important. Nanmoins, la diffusion
lchelle du temps gologique peut avoir un impact trs important.
d. Dispersion mcanique
Paralllement au transport gnral des molcules en solution par convection, se rajoute un

phnomne de dispersion du solut dans leau. Cette dispersion est due lhtrognit de la
distribution des vitesses dans un milieu poreux, elle-mme soumise trois phnomnes : (i) le
profil de vitesse dans un capillaire est parabolique (donc la vitesse est plus rapide pour les
molcules situes au centre des pores), (ii) la dimension des pores est variable (donc la vitesse
est plus rapide pour les molcules transportes par les grands pores), (iii) les lignes de courant
varient par rapport la direction principale de lcoulement (donc plus rapide pour les
molcules qui sloignent le moins de cette direction principale).
( )
( ( )) = (III-53)
O, est le tenseur de dispersion (cest un tenseur symtrique de deuxime ordre, et ses

directions principales sont la direction du vecteur vitesse dcoulement, les deux autres
directions sont perpendiculaires la premire et entre elles).
Dans la formulation conventionnelle de lquation de transport de masse (III-53), on

dfinit le coefficient de dispersion hydrodynamique comme la somme de la dispersion
mcanique et de la diffusion molculaire (Bear 1997). La dispersion mcanique est fonction,
la fois des proprits intrinsques du milieu poreux (comme des conductivits hydrauliques et
des porosits htrognes), mais aussi de lcoulement du fluide. La diffusion molculaire
dans un milieu poreux sera diffrente de celle avec de leau libre du fait du rle de la porosit
et de la tortuosit. Ces relations se prsentent gnralement pour le cas bidimensionnel sous la
forme suivante,
, | | + , | | + , ( , , ) | |
= (III-54)
( , , ) | | , | | + , | | + ,
O, , est la dispersivit dans le milieu poreux (un tenseur dordre 4), qx et qy les
composantes de la vitesse de darcy, , le coefficient de diffusion molculaire et | | la
norme du vecteur vitesse (Bear 1979; Domunico et Schwartz 1998; Scheidegger 1961).
Page 78
La dispersivit dans un milieu poreux isotrope peut tre caractrise par deux constantes. Il
sagit de la dispersivit longitudinale, , et de la dispersivit transversale, . La plupart des
applications de modles de transport des problmes hydrogologiques qui ont t tablies
jusqu maintenant se sont bases sur cette formulation conventionnelle.
Bien que la thorie conventionnelle prtende que , est gnralement une proprit
intrinsque de laquifre, il est dmontr dans la pratique quelle dpend et est proportionnelle
lchelle de mesure. La plupart des valeurs de 1 indiques se situent dans lintervalle de
0.01 1.0 fois lchelle de mesure, bien que le rapport 1 lchelle de mesure ait tendance
dcrotre avec des chelles plus grandes (Anderson 1984; Gelhar et al. 1992). Dans le cas ou
la dpendance des dispersivits la saturation est ngligeable, on aura la relation suivante :
, = 0.1 ,
III.17 PRISE EN COMPTE DU PHENOMENE DE SUINTEMENT DANS LA

DETERMINATION DE LA POSITION DE LA SURFACE LIBRE DE LA NAPPE
Lexistence de surfaces de suintement linterface entre des nappes libres et le rseau de

surface (ou des faces aval de barrage) est largement voque dans la littrature (Muskat, 1937
; Schnebelli, 1966 ; Boufadel et al., 1999 ; etc).
La dtermination de la hauteur des surfaces de suintement peut par exemple tre justifie pour
valuer la stabilit de certaines structures, et en particulier des barrages en terre, calculer les
dbits transitant dans des nappes libres draines (Muskat, 1937) ou encore estimer les
hauteurs de nappe dans un systme drain (Youngs, 1990).
III.17.1 Lhypothse de DF et le phnomne de suintement

Les approches reposant sur lhypothse de Dupuit-Forchheimer sont fondes sur deux
principes : (i) les coulements dans la zone non-sature ne sont pris en compte que de manire
simplifie ; (ii) la composante verticale des coulements dans la nappe est nglige.
Lexistence de surfaces de suintement est lie aux pertes de charges verticales dans le
systme hydraulique, et la distribution des lignes de courant au voisinage de la condition
la limite aval. Lextension verticale du suintement dpend de la gomtrie du systme
(dimension latrale), des proprits hydrodynamiques du sol et du flux transitant dans le
systme.
Vis--vis de la condition aval, la thorie de DF ignore le problme des surfaces de

suintement. La surface libre de la nappe est connecte au niveau de leau libre dans le foss
qui tient lieu de drain. Historiquement, la majorit des travaux reposant sur lhypothse de DF
se sont intresss la prdiction de dbits transitant par la nappe, et/ou au calcul de
llvation maximale de la nappe. En revanche, peu de travaux se sont penchs sur la
prdiction de la hauteur de la nappe pour tout point (x) et sur la caractrisation de lerreur lie
Page 79
lhypothse de DF, en particulier la non prise en compte de la surface de suintement

(Youngs, 1965, 1990).
La question est de savoir si le fait dignorer lexistence dune surface de suintement

introduit une erreur importante dans ce calcul du dbit transitant par la nappe. Diffrents
auteurs se sont fait trs tt lcho de cette question et Muskat (1946) synthtise les diffrentes
approches en rgime permanent en concluant que le calcul du dbit transitant travers une
nappe, en ignorant le problme du suintement et en supposant lhypothse de DF valide, est
exact, mais de manire quil qualifie de fortuite et surprenante . Youngs (1965)
propose une approche analytique rigoureuse de ce problme, travers le concept de potentiel
de dbit unitaire, et montre en rgime permanent que lerreur lie lhypothse de DF est
compense exactement par la non prise en compte de la surface de suintement sur la condition
aval. Ces rsultats sont importants car ils valident dans la prdiction des dbits dutilisation
dune approche simplifie et dj largement dveloppe
Si lapproche de DF (et donc la non prise en compte de la surface de suintement) semble

efficace en matire de dbit (en rgime permanent), ce nest priori pas le cas pour ce qui est
du calcul de la position de la nappe, et ceci dautant plus que lon se place en un point proche
de la condition de drainage aval. La question qui se pose (en premire approche pour le
rgime permanent) est de savoir si lon peut caractriser lerreur faite par lapproche de DF
sur le calcul de la hauteur de la nappe, ce qui revient proposer un calcul approch de la
hauteur de suintement.
III.17.2 Dfinitions et tat des connaissances

Le phnomne de suintement se caractrise par lexistence dune surface travers laquelle
leau de la nappe sort du systme directement en contact avec lair. Muskat (1937) montre que
cette hauteur existe lorsquune nappe est draine par un foss, du fait des pertes de charge
verticales dans le systme. Cest une consquence de la convergence des lignes dcoulement
prs du bord du foss. Cette surface de suintement correspond ainsi la diffrence de niveau
entre la surface libre de la nappe et le niveau de leau dans le foss (figure III.22).
Page 80
Figure III.22 Potentiel de pression deau en fonction de la cote en = , avec :

= potentiel de pression deau [ ], ( , , ) = charge hydraulique totale [ ] ( = + ), w
= niveau deau dans le foss aval [ ], SS = hauteur de la surface de suintement [ ], z = cte
[ ]
La surface de suintement constitue une condition la limite particulire du systme,

puisquil sagit dune condition de pression nulle rsultant du fonctionnement du systme, et
non pas dune condition impose au systme (condition de flux impos, type Neuman, ou de
charge impose, type Dirichlet). Sa position nest pas connue a priori.
Lexistence de cette surface de suintement a des consquences directes en terme de

prdiction de la position de la surface libre de la nappe, position calcule diffremment selon
le modle dcoulement que lon choisit. Des solutions analytiques ont t proposes par
certains auteurs afin de donner une premire approximation de la hauteur de suintement, sans
avoir rsoudre les quations compltes dcoulement en milieu poreux. Ces solutions sont
limites au cas du rgime permanent et pour des conditions aux limites particulires. Youngs
(1990) propose une synthse exhaustive du problme de prise en compte de la surface de
suintement, et de lestimation de lerreur lie lhypothse de DF sur le calcul de la position
de la surface libre de la nappe, mais limite au rgime permanent, dans le cas dun foss vide.
Nous allons successivement nous intresser au cas simple dun barrage en terre, puis dun
systme drainant par foss, soumis une recharge pluviomtrique. Dans les exemples
bibliographiques qui vont tre prsents, le sol sera considr homogne et isotrope, le foss
reposant sur limpermable.
III.17.3 Cas du drainage par un foss vide, avec un niveau deau amont fix
- Solution de Kozeny (1931, cit par Youngs 1990 et Kao 2002)
Le cas du barrage en terre, soumis deux hauteurs deau libre constantes en amont et en
aval, est un cas dtude classique, connu sous le nom vocateur de problme de Dupuit .
Le systme est prsent en (figure III.23).
Figure III.23 Nappe dans un barrage en terre, avec niveau deau amont , et aval . HDF,
niveau de nappe estim via lhypothse de Dupuit-Forchheimer
Page 81
En faisant lhypothse de DF, le dbit transitant travers le systme peut tre estim par la
relation connue sous le nom de formule de Dupuit , et est gal ,
( )
= (III-55)
Comme nous lavons voqu au Chapitre (1), Youngs (1965) a montr que ce dbit en
rgime permanent est exact, quand bien mme la nappe ne se raccorde pas en ralit au niveau
deau libre aval, Hw. Il est aussi intressant de noter que ce dbit ne dpend que des
diffrences de hauteurs amont et aval.
Dans le cadre des hypothses de DF, la position de la surface libre de la nappe est donne
par la relation suivante :
2
( )= [1 1 2 ] (III-56)
1
La hauteur de nappe ainsi calcule est une sous-estimation de la hauteur de nappe relle
dans la mesure o elle ne prend pas en compte le dcalage introduit par lexistence dune
surface de suintement. Une solution exacte peut tre approche par un systme hydraulique
quivalent, et en particulier pour le cas o le foss aval est vide (suintement strict).
Cette solution est issue des travaux de Kozeny (1931, cits par Muskat, 1946 et Youngs,
1990), qui considre une nappe soumise une condition amont de charge selon un profil
parabolique, et un niveau aval contrl par un drain horizontal de longueur infinie (figure
III.24).
Figure III.24 Ecoulement partir dune condition amont parabolique vers un drain horizontal
Kozeny calcule de manire analytique la position de la nappe (mthode de lhodographe),

qui a comme expression,
. ( )
= (III-57)
Cette relation, applique en et compare la solution de Dupuit, permet de donner une

`
estimation de la hauteur de la surface de suintement identifie ,
`
= (III-58)
Page 82
En fait lanalogie entre les deux systmes nest pas complte dans la mesure o la nappe
considre par Kozeny a une extension au del de x = L. Ceci a pour consquence une hauteur
de nappe suprieure, pour tout x, HDF (ce qui est logique vu la prise en compte de la surface
de suintement), mais aussi suprieure la solution exacte pour le systme rel.
Lestimation de la hauteur de suintement dcoulant du calcul de Kozeny peut ainsi tre
considre comme une valeur limite.
Le principal avantage de lapproche de Kozeny est dtre calculable trs simplement, ce

qui permet dvaluer lordre de grandeur maximum que peut atteindre la hauteur de
suintement, selon des caractristiques simples du systme considr.
Lexamen de la relation de Kozeny permet en particulier de montrer que pour des systmes
ayant une extension latrale importante, la hauteur de suintement peut tre considre comme
ngligeable. Dans ce cas, la position de la nappe estime par lapproche de DF est une bonne
estimation de la ralit.
Enfin, lapproche de Kozeny sapplique au cas particulier o le foss aval est vide, ce qui
est la situation la plus favorable pour lapparition dune surface de suintement. En effet, dans
le cas o il existe un niveau deau libre dans le foss aval, la surface de suintement va tre
rduite (Shamshai and Narasimhan, 1991). En imposant un niveau hydrostatique
(isopotentielle verticale) dans la partie du foss remplie deau, on se rapproche du domaine de
validit de DF, et la hauteur de suintement diminue.
III.18 MODELES MATHEMATIQUES POUR LES ECOULEMENTS A SURFACE

LIBRE
Les coulements surfaciques sont souvent modliss par une simplification des quations
de NavierStokes surface libre. Dans les coulements surface libre en eau peu profonde,
comme dans les rivires et les canaux, il est parfois pertinent de ngliger la vitesse verticale
devant ses composantes horizontales. Saint-Venant fut le premier proposer les quations
dcrivant un coulement unidimensionnel en eau peu profonde intgres suivant la section.
Ces quations traduisent la conservation de la masse et de la quantit de mouvement dans le
cas dun coulement unidimensionnel.
Le principe pour obtenir les quations de SaintVenant est deffectuer une intgration
suivant la verticale (pour la version bidimensionnelle) ou suivant la section (pour la version
monodimensionnelle) des quations de NavierStokes en supposant que lcoulement est
horizontal (typiquement une pente infrieure 10%), la pression est hydrostatique, les
variations de la surface libre sont faibles et la turbulence est ngligeable. On suppose
galement quil ny a pas de transfert de masse à travers le fond et la surface, que la vitesse
verticale est nulle au fond et que la cote du fond est indpendante du temps. Une
dmonstration complte est par exemple donne par Gerbeau et Perthame [GP01], Hervouet
[Her03, p. 35] et Viollet et al. [VCEL03, p. 215].
Le systme rgissant lcoulement transitoire surface libre est le systme bien connu de
Barr de Saint-Venant (1871), qui transforme une onde amont en une onde aval. Ce systme
Page 83
dquations diffrentielles nadmet pas de solutions analytiques exactes et de nombreuses

simplifications ont t dveloppes.
III.18.1 Le systme de Saint-Venant
Le phnomne de propagation de crue sur un bief de rivire est rgi par les deux quations
de la mcanique des milieux continus : la conservation de la matire (3-59) et la conservation
de la quantit de mouvement (3-60). Les hypothses de base (Chow, 1959; Henderson, 1963;
Abbott, 1979 ; Carlier, 1980) supposent un coulement monodirectionnel, une distribution
hydrostatique des pressions et labsence dapports ou de pertes latraux.
+ + =0 (III-59)
+ + + ( ) = 0 (III-60)
Avec
: acclration de la pesanteur [ -2] ;
: pente du fond du cours deau en x [ -1] ;
: pente de la ligne de charge en x linstant [ -1] (calcule par exemple partir
lquation de Manning-Strickler);
: temps [ ] ;
: vitesse moyenne en linstant [ -1] ;
: abscisse [ ] ;
: profondeur deau en linstant , compte partir du fond [ ].
Les quations de Saint-Venant dpendent des conditions aux limites amont et aval du
tronon, des conditions initiales = 0 et des caractristiques gomtriques de la rivire tels
le profil en travers des lits mineur et majeur, la longueur, la pente et la rugosit.
En fonction de ces grandeurs, certains termes des quations de Saint-Venant peuvent tre
ngligs, conduisant une forme plus simplifie de lquation de propagation londe. On
parle alors des modles de londe dynamique, de londe diffusante et de londe cinmatique
(Moussa et Bocquillon, 1996b). Pour la simulation des crues, ces deux derniers modles sont
souvent utiliss. Dans le cas gnral, la rsolution de ces quations passe par des schmas
numriques aux diffrences finies (voir une revue dans Richtmeyer et Morton, 1967 ; Remson
et al., 1971 ; Singh, 1996). Cependant, dautres simplifications bases sur des hypothses de
linarit de la fonction du transfert amnent simplifier ces quations, on parle alors de
lhydrogramme unitaire.
III.18.2 Domaine et limite dapplication
Le choix de la fonction de transfert reflte aussi bien les problmes dchelle que les
problmes de paramtrisation dans la modlisation hydrologique. Quelle est la part de
Page 84
transfert lchelle du versant, et quelle est la part via le rseau hydrographique ? A-t-on
toujours besoin du modle complet de Saint-Venant ou de lun de ces drivs ? Lorsque les
caractristiques gomtriques du milieu sont bien connues, le modle de Saint-Venant ou ses
drives peuvent tre utiliss. Dans le cas contraire, on a recours des modles plus simples
du type hydrogramme unitaire.
Pour modliser le ruissellement sur les versants, le modle de londe diffusante est utilis
dans HYDROTEL, le modle de londe cinmatique 2D dans SHE, londe cinmatique 1D
dans QPBRRM et TOPOG, et le modle de Manning dans ANSWERS et LISEM. Pour
modliser le transfert via le rseau hydrographique, le modle complet de Saint-Venant est
utilis dans le SHE, le modle de londe diffusante dans HYDROTEL, MHYDAS et le SHE,
londe cinmatique dans KINEROS, LISEM, et QPBRRM.
III.18.3 Autres solutions mathmatiques du problme de surface libre
Dautres solutions mathmatiques du problme de surface libre existent lheure actuelle,

celles qui sont rsolues numriquement. On peut citer dans ce domaine les travaux de
Baiocchi (1971) et Baiocchi et al. (1973), qui tracent un cadre mathmatique prcis ou lont
dmontre au pralable lunicit et lexistence de la solution, la recherche de celle-ci pouvant
dboucher sur la rsolution dquations variationnelles ou lanalyse numriques des quations
aux drives partielles sapplique. Cependant, dans la plupart des cas, lcoulement est
suppos bidimensionnel, cest pourquoi ya ncessit de simplification afin daboutir des
quations unidimensionnelles, beaucoup plus faciles rsoudre numriquement (Knight,
2005).
Dans le cas dun rgime permanent et pour un coulement surface libre bidimensionnel
ayant un substratum impermable et horizontal, la thorie de Dupuits-Forchheimer suppose
que la composante verticale de la vitesse est nulle, mme pour les cas des coulements avec
recharge la surface. Aprs une longue controverse sur la validit de cette hypothse (Jaeger,
1946 ; Charni, 1951 ; Chapman, 1957 ; Young, 1966 et 1990), cette dernire a t corrige, ou
du moins amliore, par Knight (2005) en supposant que la composante verticale de la vitesse
est nulle la base (substratum) et proportionnelle llvation au dessus de celle-ci. Ceci
revient supposer que la charge hydraulique varie quadratiquement avec llvation sur
nimporte quelle ligne verticale. En utilisant des quations unidimensionnelles simplifies
quil a rsolues par la mthode des diffrences finies, Knight (2005) a trouv des solutions
plus exactes que celles des expressions de Dupuit-Forchheimer pour la surface libre et plus
faciles calculer par rapport aux solutions des problmes deux dimensions (Baiocchi).
Mais les tudes concernent en gnral les rgimes permanents, il est trs rare de trouver
des schmas numriques appliqus lapproche mathmatique du problme de surface libre
transitoire dcrit par les quations (III-37) et (III-41). La mobilit de cette frontire ou surface
libre rend en effet dlicate, sur le plan numrique, la prise en compte des volumes deau
couls au cours du temps pendant les remontes et les descentes de la cote de la surface libre.
On pose trs souvent des hypothses complmentaires pour coupler ces deux quations en une
seule quation. Dans la plupart des cas, comme on la dj vu avec les hypothses de Dupuit-
Forchheimer ou de Boussinesq, on est amen, la encore rsoudre une quation de diffusion
Page 85
unidimensionnelle. Ces tudes sont aussi limites aux cas idaux ou la gomtrie est souvent
carre, rectangulaire ou trapzodale. Dans la plupart des cas, lcoulement est suppos
bidimensionnel, le milieu poreux isotrope et homogne et la surface libre est une fonction
continue et rgulire. Cest pourquoi le traitement des coulements en milieux poreux pour les
problmes rels est rest essentiellement numrique.
III.19 RESUME
Dans ce chapitre nous avons prsent trs simplement les diffrents systmes aquifres et
les proprits du milieu poreux qui peuvent influencer les coulements souterrains. De plus
nous avons expos les concepts thoriques de base dcrivant lcoulement de leau dans un
milieu poreux non satur et satur et dans un milieu poreux satur. Ces coulements diffrent
suivant le type de nappes (libres ou captives). Les signaux de potentiel spontan mesurs la
surface du sol sont gnrs par des circulations de fluides : cest ce que lon appelle le
phnomne dlectrofiltration.
Les lois rgissant les processus hydrologiques pour les coulements en milieu non satur
sont bases sur les quations mcanistes de Richards, Boussinesq en milieu satur, et Saint-
Venant pour les coulements surface libre. Les paramtres identifier sont les proprits
hydrodynamiques des sols (courbes ( ) et ( )) pour les coulements en milieu poreux
non satur, la transmissivit pour les coulements en milieu poreux satur ainsi que les
caractristiques gomtriques (longueur, profil en travers, pente, rugosit) pour les
coulements surface libre aussi bien sur les versants que dans le rseau hydrographique. A
ceci sajoute la connaissance des conditions initiales et aux limites du milieu.
Ce sont ces paramtres et variables quil sagit didentifier sur les diffrentes units
constituant le bassin versant.
Page 86
Page 87
CHAPITRE IV Prise en compte de la variabilit des sols dans le calcul des coulements
CHAPITRE IV
PRISE EN COMPTE DE LA VARIABILITE DES SOLS DANS LE

CALCUL DES ECOULEMENTS
VI.1 INTRODUCTION
Il est vident quun modle reprsentant les processus de lcoulement de leau

souterraine doit tenir compte de la variation spatiale des paramtres, au moins au niveau des
valeurs devant tre entres pour chaque maille du domaine. Cependant, on ne possde pas
toujours l'information sur cette variation spatiale. Il y a par ailleurs peu d'information dans la
littrature sur la variabilit des paramtres, ce qui cre une grande incertitude au niveau des
donnes et donc des rsultats. En effet, les paramtres qui gouvernent les coulements
varient spatialement et bien souvent, les chantillons ou les sondages ne tiennent pas compte de
ces variations. Cette lacune amne des valeurs qui, souvent, ne sont pas interprtables et des
rsultats qui peuvent tre non reprsentatifs de la ralit.
Pour la ralisation de la modlisation, il est essentiel d'avoir une valeur fiable pour
chaque paramtre hydrogologique et ce pour chaque maille du domaine (subdivision du
domaine modliser en un nombre prdtermin de mailles). Le problme qui consiste donc
acqurir des valeurs reprsentatives pour chaque maille se complique pour une rgion o le
sol est htrogne. La difficult majeure consiste faire correspondre l'chelle laquelle
les mesures peuvent tre effectues sur le terrain ou en laboratoire (limitation des mthodes)
et l'chelle laquelle le modle ncessite ces donnes (dimension des mailles).
Plusieurs mthodes (traage, essai de pompage sur puits ou par un autre procd) peuvent
tre utilises sur le terrain une chelle qui correspond celle de la grille lmentaire du
modle. Il est possible d'utiliser cette approche pour des modles possdant un maillage
une chelle suffisamment petite. Par exemple, si la superficie d'une zone modliser est de
100 km2 et des mailles de 5 km2, il est possible d'chantillonner toutes les mailles.
Cependant, si les cellules ont 500 m2, il est presque impossible de faire une telle campagne de
terrain.
VI.1 FIABILITE DE LA MESURE UNIQUE
Il est possible de dfinir les paramtres de lcoulement et den trouver les valeurs
effectives pour chaque maille en ne possdant que quelques valeurs sur le domaine.
Page 88
Il s'agit de faire des mesures plus petite chelle, conduisant une mesure unique. Comme
il a t vu prcdemment, les tests sur des chantillons en laboratoire sont faits une chelle
diffrente des mailles du modle lui-mme. De plus les caractristiques de lcoulement
peuvent tre affectes par la destructivit du test et par les conditions imposes aux limites
(Beven, 1991).
Comment donc relier les observations de laboratoire obtenues sur des chantillons limits
aux mailles du modle ? Plusieurs tudes suggrent que des variations considrables des
paramtres de lcoulement peuvent tre observes entre des chantillons de mme dimension
dans une mme rgion (Ellsworth et Jury, 1991). Des variations semblables se refltent
l'chelle du maillage du modle, sujettes ou non des autocorrlations spatiales. L'auto
corrlation spatiale a t tudie en terme d'htrognit des caractristiques hydrauliques du
sol et de leurs effets sur les coulements locaux. Cependant, peu d'tudes ont t faites sur la
corrlation spatiale des paramtres sur le terrain. VanWesenbeeck et Kachanoski (1991)
suggrent que l'chelle des corrlations est petite.
IV.2 VARIABILITE SPATIALE DES PARAMETRES
Tous les paramtres que nous avons vus prcdemment peuvent varier dans lespace.
Cette section propose une analyse sommaire de la variabilit spatiale des diffrents
paramtres de la modlisation des coulements souterrains.
IV.2.1 Limites de laquifre

Les limites infrieures et suprieures de laquifre varient trs peu sur de courtes
distances. Les variations dans les limites sont plutt observes sur les grandes distances
avec des changements radicaux dans les matriaux en prsence et des variations marques
de la topographie. Les limites infrieures et suprieures varient avec un changement de
permabilit marqu. Par exemple, un aquifre sableux confin par une couche d'argile
s'agrandit si la couche de sable devient plus paisse et devient libre si la couche d'argile
suprieure disparat. Les limites latrales changent avec la proximit d'un milieu impermable
tel un massif rocheux ou avec une tendue d'eau en contact avec l'aquifre.
IV.2.2 Variation spatiale et corrlation de et
La thorie de perturbation est une approche assez rcente pour lestimation de certains
paramtres. Cette mthode ncessite beaucoup d'informations sur la corrlation spatiale des
structures et des proprits hydrauliques d'un site, dont la conductivit hydraulique et la
transmissivit sont les plus importantes. Les paramtres statistiques les plus utiliss pour
cette approche sont la variance et l'chelle de corrlation spatiale ( ).
La variance est facilement estimable partir d'un nombre limit de valeurs. La difficult
rside dans l'estimation de l'chelle des corrlations. Il est possible d'obtenir cette chelle
partir de variogrammes d'estimation prenant en compte et . Cependant, cette procdure
s'avre assez ardue et les variogrammes sont sensibles l'chelle d'observation.
Page 89
Par ailleurs, les donnes de et doivent tre d'espacement semblable celui des cellules
du modle, ce qui est assez rare. De plus, en trois dimensions, l'espacement des valeurs de
doit tre homogne tant horizontalement que verticalement, et souvent, un si grand nombre de
donnes est impossible recueillir (difficult de terrain et cot) (Hoeksema et Kitanidis,
1985).
Certains auteurs, Gelharet al. (1985) et Journel (1986) entre autres, suggrent une mthode
pour surmonter ce problme. Il s'agit d'ajouter aux valeurs de paramtre que l'on entre dans le
modle des informations subjectives sur la gologie et les conditions morphologiques du site.
est frquemment reli des caractristiques microscopiques observables du sol
(structure, granulomtrie, etc.). Il s'agit donc de trouver la conductivit hydraulique de
quelques chantillons pralablement dcrits. Par la suite, on donne chaque chantillon une
caractristique physique choisie, par exemple granulomtrie moyenne de 2 mm, que l'on
jumelle la valeur de . Finalement, il est possible d'affecter des valeurs de des cellules
du modle qui ne comportent pas de test ou d'chantillon, en leur attribuant les valeurs des
cellules dont ils possdent les mmes caractristiques physiques. Il est ainsi possible de faire
une corrlation spatiale des valeurs de diffrents paramtres physiques sur l'ensemble du site
modliser.
Cette approche est utile pour un matriel possdant une grande variance des conductivits
hydrauliques. Phillips et Wilson (1989) suggrent de prendre un nombre suffisant
d'chantillons pour pouvoir dterminer la variance de . Ces chantillons seront
examins pour en dterminer les caractristiques qui pourront tre utilises comme proprit
relie . Ce nombre d'chantillons sera bien plus petit que le nombre requis pour une
analyse de variogramme complte. Par la suite, ces proprits sont corrles avec les
valeurs de conductivit hydraulique.
Cependant, les variations de la conductivit hydraulique dans l'espace sont encore assez mal
connues. Elles varient fortement avec des changements sensibles des caractristiques des
matriaux, et rapidement dans un mme type de sol.
IV.2.3 Variation spatiale des autres paramtres
Le type de matriau varie dans lespace et les composantes solides de laquifre et de

son environnement sont variables autant verticalement qu'horizontalement. La plupart des
paramtres qui rgissent les coulements souterrains sont relis ces variations.
Pour caractriser sommairement les changements de composition des sols et des roches
d'une rgion donne, il est utile de consulter des cartes des dpts quaternaires et de la
gologie ainsi que des forages, coupes gophysiques, descriptions de tranches, etc. Toutes
ces informations, permettent d'obtenir une vision globale des variations de composition du
substratum d'une rgion.
Page 90
Les changements de composition et de structure d'un sol apparaissent diffrentes chelles

et varie en fonction de la profondeur. Par exemple, la granulomtrie peut varier en squences
de 10 cm (alternance de sable et gravier fin) et la composition peut changer tous les 20
mtres (alternance des lits de sable et gravier fin avec des bancs d'argile). Les roches varient en
composition, porosit, structure et microstructure; les sols changent de granulomtrie,
composition, arrondi des grains, distribution (tri) et structures sdimentaires. La topographie,
variable elle aussi plus ou moins grande chelle, affecte la disposition du matriel
composant le sol.
La porosit change spatialement avec les variations de matriaux et de leurs caractristiques.

La porosit reste constante si un sol est spatialement homogne. Elle est trs influence par la
compaction et par les caractristiques typiques du sol comme la granulomtrie,
l'arrangement des grains, etc.. Pour ce qui est des roches, les micro-fractures et la
composition influencent grandement la porosit. La capacit au champ et le coefficient
d'emmagasinement (nappes libres) sont grs par l'eau retenue dans le sol et par les forces de
rtention. La quantit d'eau retenue dans le sol est elle aussi relie la porosit et dpend du
support.
Tous les paramtres qui contrlent les coulements souterrains sont interdpendants et relis
aux types de matriau qui supportent l'coulement. Il est donc difficile de parler d'chelle de
variation spatiale car les paramtres varient dans l'espace et ce, une chelle diffrente les uns
des autres. Toutefois, il y a une relation entre l'chelle de variation des types de matriau et la
variation des paramtres.
Il est donc pertinent, lors de la modlisation, de se baser sur la variation des supports (sol et
roche) pour dterminer les chelles de variabilit des paramtres. Il est cependant difficile
de quantifier ces variations spatiales, et chaque cas de modlisation commande une tude des
changements spatiaux des supports d'coulement.
IV.3 VARIABILITE TEMPORELLE DES PARAMETRES
IV.3.1 Proprits physiques des matriaux
Le type de sol ou de roche ne varie pas rapidement dans le temps. Des variations sont
observables seulement sur de longues priodes de temps.
Il en est de mme pour la topographie et l'emplacement des rseaux hydrologiques qui

semblent invariables durant l'chelle de temps d'observation.
Les limites impermables de l'aquifre tel que le roc ou des sdiments non-permables
ne varient pratiquement pas dans les chelles de temps simules. Les limites permables
comme l'eau (rencontre d'une rivire...) ou le sable (sommet de l'aquifre) peuvent varier avec
le gel.
Page 91
Cependant, tant donn que le sol ne gle que sur une couche d'paisseur trs
superficielle, il est improbable que le gel affecte la partie sature, mais seulement quelques
dizaines de centimtres de la zone non-sature. Si un aquifre libre gle en sa partie
suprieure, il peut devenir temporairement captif.
La porosit d'un sol ou d'une roche ne change pas l'chelle de la modlisation. Le gel est
le seul facteur qui influence la porosit. Lorsque le sol est gel, les pores remplis d'eau
gele ne peuvent plus participer l'coulement du fluide. Cet coulement sera alors influenc
dans le temps par la rduction de la porosit.
La permabilit et la conductivit semblent constantes dans le temps. tant donn qu'elles

sont principalement des proprits du sol, elles demeurent stables lorsqu'on tudie un de ces
paramtres dans un mme point de l'espace. Par contre, comme pour les autres paramtres, le
gel peut influencer ces proprits en restreignant les vides participant l'coulement. Si un
sol est entirement gel, il ne peut y avoir aucun change de liquide dans celui-ci. Un
changement de temprature de l'eau, observ entre l'hiver et l't, entrane une diminution
ou une augmentation de la densit de l'eau, ce qui affecte aussi la conductivit hydraulique
du matriau. Cependant, cette influence demeure faible. Le coefficient d'emmagasinement
et la capacit au champ peuvent varier dans le temps avec la quantit et la qualit de l'eau
qui circule dans le sol, et aussi avec le gel. Mais en gnral, ces paramtres restent assez
stables dans le temps.
IV.4 VOLUME ELEMENTAIRE REPRESENTATIF
Avant de parler de lagrgation de linformation au niveau du modle, il est ncessaire

d'aborder le principe de la reprsentativit des valeurs de paramtre mesures et du volume
lmentaire reprsentatif (VER). Pour ce faire, nous utiliserons des notions apportes par De
Marsily (1981) et Castany (1985).
Gnralement, les formations hydrogologiques sont anisotropes et trs souvent htrognes.

La stratigraphie implique obligatoirement un rservoir anisotrope et htrogne. Il est souvent
obligatoire de dterminer des sous-rservoirs homognes.
Par les tudes lithologiques, il est possible de dterminer un volume de rservoir, plus
petit et homogne. Ce domaine d'espace est appel volume lmentaire reprsentatif. La
grandeur de ce volume unitaire, assimil un cube, est comprise entre deux limites extrmes.
Ce volume se doit d'tre assez petit pour tre isotrope et homogne, par contre il doit tre
assez grand, par rapport aux dimensions des vides, pour permettre la continuit de
l'coulement et reprsenter les caractristiques statistiques significatives des paramtres de
l'aquifre. Pour les milieux poreux, on value la dimension de ce cube lmentaire un
maximum de 50 100 d10.
Page 92
Les dimensions du VER peuvent varier de l'chelle centimtrique pour le limon

l'chelle kilomtrique avec des roches compactes et fissures. Ainsi, un aquifre d'alluvions
peut tre considr comme homogne l'chelle rgionale. Dcoup en volume plus petits, de
l'ordre de grandeur du VER, il devient htrogne car deux chantillons prlevs au hasard
prsentent des granulomtries diffrentes. Cependant, chaque VER est homogne, de plus, le
VER se doit d'tre observ dans le temps pour annuler l'effet des fluctuations des vitesses
d'coulement. Il est vident que cette notion de VER est bonne pour reprsenter toutes les
proprits d'un sol ou d'une roche. Il est noter que dans un milieu fissur, la taille du VER
peut devenir trs grande et ne peut tre reprsente l'chelle des instruments de mesure.
IV.5 OUTILS ET METHODES DE TRAVAIL, (DESCRIPTION DUNE

METHODE DE TRAVAIL)
IV.5.1 Variabilit spatiale
Ltude et linterprtation des proprits du sol et des coulements souterrains une

chelle plus grande que celle du volume lmentaire reprsentatif ne sont pas un problme
nouveau.
Plusieurs chercheurs comme Russo et Bresler (1981), Vieira et al. (1981), Gajem et al. (1981),
Byers et Stephens (1983), Webster et Cuanalo (1975), entre autres, ont effectu des
recherches sur ce sujet.
Lors de l'tude des proprits des sols et des coulements, le facteur problmatique est
l'htrognit des formations du sol en place lequel provoque une grande variabilit spatiale
dans le mouvement des eaux. Plusieurs tudes dcrivent les proprits hydrauliques d'un sol au
moyen de fonctions alatoires (Bresler et Dagan (1983), Bresler et al. (1983) et Mantoglou et
Gelhar (1985)). Sposito et al. (1986) ont discut l'utilisation efficace du concept des
probabilits dans la description de lcoulement de leau souterraine l'chelle du terrain.
La difficult est lie au fait que les donnes exprimentales existantes sont trs disperses dans
l'espace et le mcanisme contrlant les coulements n'est pas encore trs bien connu.
Jensen et Refsgaard (1991) indiquent que la variabilit horizontale des paramtres est
souvent plus importante que celle que l'on peut dduire par les modles bass sur des tests de
laboratoire ou par quelques mesures sur le terrain. Ceci vient du fait qu'il est trs facile de
ngliger les variations micro-chelle du sol. Ces dernires sont rarement intgres dans les
valeurs des paramtres introduits dans le modle et il en dcoule une lacune dans l'intgration
des microprocessus dans la modlisation. Des essais de traage sur le terrain ont montr que la
variabilit horizontale des paramtres d'coulement augmente avec la profondeur,
l'augmentation de l'htrognit du milieu et la complexit des structures.
Russo et Bresler (1981) avancent quelques ides sur la relation entre la statistique et la
variabilit spatiale.
Page 93
L'approche statistique conventionnelle pour dcrire la variabilit des proprits

hydrauliques du sol traite les observations d'un paramtre donn comme tant
indpendantes de sa position spatiale. Le fait que la variation de chaque proprit n'est pas
compltement dsordonne dans l'espace a toujours t envisag par les pdologues.
On observe souvent des structures de sol en couches ou en blocs qui se prsentent

diffrentes chelles irrgulires (Bakr et al., 1978). Comme la statistique conventionnelle ne
tient pas compte de l'arrangement spatial des structures du sol, une approche plus complte,
comprenant une description des changements de structures spatiales, devrait tre
dveloppe.
Plusieurs raisons peuvent tre avances pour expliquer l'intrt grandissant pour la recherche
sur la variabilit spatiale des proprits du sol. La plus importante d'entre elles est que les
mesures en laboratoire ne sont qu'une approximation des mesures de variabilit sur le terrain.
De plus, le progrs accompli dans la modernisation des mthodes de mesure et d'analyse

d'chantillons amne une meilleure comprhension des processus qui rgissent les
coulements souterrains (Peck, 1983)
IV.5.2 Variation du sol
Un chantillon de 0,1 m. suffit souvent valuer la variabilit des proprits du sol.

Cependant, plus l'chantillon augmente en taille, plus la variance des observations diminue.
un certain point, la variance peut atteindre une valeur constante laquelle reprsente la
variance de la mthode de mesure. Le plus petit chantillon physique pour lequel une
variance constante d'une proprit spcifique du sol est observe, est reconnu comme le
volume lmentaire reprsentatif pour cette proprit dans ce domaine d'tude. La variabilit
spatiale d'un sol peut tre telle qu'aucun volume lmentaire reprsentatif n'existe ou qu'il est
plus grand que la taille possible d'un chantillon.
Warrick et Nielson (1980), en se basant sur plusieurs valeurs de proprits et de leurs

variances sur diffrents sites, ont propos un regroupement des proprits du sol partir d'un
coefficient de variation (CV) (rapport de l'cart-type la moyenne). Les regroupements de
proprits proposs sont empiriques. Cependant, ils donnent une chelle de comparaison
intressante. Les variations les moins importantes (CV entre 7 et 10%) sont relies la
densit volumtrique, la porosit et au contenu en eau saturation. La composition,
proportion en argile, silt et sable, ainsi que le contenu en eau gravimtrique montrent des
variations intermdiaires (CV entre 10-100%). Les variations les plus importantes (CV plus
grand que 100%) sont rapportes pour les paramtres tels la conductivit hydraulique, la
vitesse de pore et l'chelle de grosseur des grains.
Les variations de composition du sol sont souvent reprsentes par l'indice (PDF) considrant
les donnes en terme de fonction de probabilit de densit d'une srie d'observations d'un
secteur.
Page 94
Nielsen (1973) a avanc que la PDF du contenu en eau, de la densit volumtrique et du

rapport de sable-argile pour un terrain de 70 hectares pouvait tre reprsente de faon
adquate par une courbe de distribution normale. Par contre, les PDF de la conductivit
hydraulique et de la transmissivit sont mieux reprsentes par une courbe Log-normale. De
plus, une courbe Log-normale peut aussi reprsenter la vitesse de pore, le coefficient de
diffusion et l'chelle des grosseurs de pores.
Lorsque le CV est petit, un chantillon de petite taille est ncessaire pour dterminer la
meilleure courbe statistique. On pourrait penser que deux mesures d'une proprit prises sur le
terrain seraient plus facilement corrlables si elles sont prises l'une prs de l'autre.
Selon une tude de Webster (1973), il semble que des sries de valeurs de contenu en argile
d'un sol prises sur un transect intervalles rguliers montrent une corrlation alatoire des
variables. Selon lui, cette observation semble provenir d'un problme dans la mthode
d'chantillonnage ou d'une lacune dans les techniques d'analyses du procd de formation du
sol, ou bien d'une combinaison de ces facteurs.
Les donnes recueillies sont une ralisation d'un processus stochastique, et un autre
transect au mme endroit donnerait d'autres valeurs et une ralisation diffrente du
processus.
IV.5.3 Statistiques et Gostatistiques
IV.5.3.1 Statistique
Les tudes statistiques simples sont utilises depuis longtemps pour dcrire de faon
synthtique l'information. Les donnes ainsi traites sont plus faciles interprter. Dans le
cas qui nous intresse, il y a deux (2) types de distribution des paramtres hydrogologiques et
des paramtres du sol, soit la distribution normale et la distribution log-normale.
a. Distribution normale
Une distribution normale est caractrise par ses moments d'ordre 1 et 2 (moyenne et
variance), le moment d'ordre 3 (coefficient d'asymtrie) tant nul. Les paramtres tel que le
contenu en eau, la densit volumtrique, et la porosit, suivent une loi de distribution normale.
b. Distribution log-normal
Une distribution log-normale s'applique aux paramtres dont le logarithme naturel des
valeurs suit une distribution normale. Les paramtres comme la conductivit hydraulique,
la transmissivit, la vitesse de pore et le coefficient de dispersion suivent une distribution
log-normale.
Page 95
IV.5.3.2 Gostatistique
Cette mthode permet de comparer la variabilit spatiale du paramtre, d'un point dans
l'espace un autre. Le variogramme est la demi-moyenne des carrs des diffrences entre
deux valeurs d'un paramtre pour un cartement donn des points de mesure.
( )
2
Par consquent est la demi-moyenne des carrs des diffrences une distance donne
entre deux (2) points. De plus, est une mesure d'une variable rgionalise prise un
endroit , et une autre mesure prise une distance de la premire; est le nombre de
mesures (Verlyetal, 1983).
Le variogramme exprime le coefficient d'auto-corrlation du paramtre en fonction de la

distance entre deux points d'observation. Cette mthode permet de caractriser la variabilit
d'un paramtre dans l'espace. Il est possible de dterminer entre autres la distance laquelle les
valeurs sont statistiquement indpendantes.
Une variable rgionalise a des proprits qui se situent entre une variable alatoire et un
autre compltement dterministe. Les variables rgionalises sont des fonctions qui dcrivent
des phnomnes naturels ayant une distribution gographique, tel que l'lvation du sol, le
niveau de la nappe phratique et les paramtres qui caractrisent le sol. Contrairement aux
variables alatoires, les variables rgionalises ont une continuit d'un point un autre dans
l'espace; cependant les changements dans les valeurs des variables sont si complexes
qu'elles ne peuvent tre reprsentes par des fonctions dterministes simples.
En dpit de la continuit spatiale d'une variable rgionale, il n'est pas possible de connatre sa
valeur en tout point de l'espace.
Lorsque la distance entre deux chantillons est nulle ( = 0 ), les diffrences sont
gales zro et la semi-variance de est aussi gale zro. Si le (distance entre deux (2)
points) est une petite valeur, les valeurs compares peuvent tre voisines et la semi-variance est
une petite valeur. Lorsque la distance augmente, les valeurs compares sont moins
relies entre elles et leur diffrence devient plus grande. Le rsultat de cet loignement est
une valeur de plus grande.
un certain point, la distance des points compars est si grande qu'ils ne sont plus
corrls entre eux et la diffrence des valeurs au carr devient gale en grandeur la variance
autour des valeurs moyennes. La semi-variance, par le fait mme, n'augmente plus et le
semi-variogramme arrive un plateau de pente zro. La distance laquelle la semi-
variance approche la variance est appele la porte de la variable rgionalise. Celle-ci dfinit
la plage dans laquelle les valeurs du paramtre pour des lieux d'chantillonnages donns
sont considres comme statistiquement relies entre elles.
Page 96
Le variogramme constitu partir d'une srie de donnes donne le type de structure spatiale
associe un phnomne de variation spatiale. De plus, le variogramme indique le taux de
bruit de fond prsent dans les donnes. Ce bruit de fond est communment appel l'effet de
ppite. Si ce bruit de fond se rapproche de la valeur de la variance, on peut dire que les
donnes sont spatialement distribues d'une faon alatoire.
Pour approfondir ce principe, nous pouvons reprsenter nos donnes comme une observation
unique d'une fonction alatoire .
Les donnes recueillies pour reprsenter plusieurs phnomnes naturels sont souvent
parasites par un certain niveau de bruit de fond appel bruit alatoire. La fonction est
ainsi dcompose.
( )= ( )+ ( )
O reprsente le bruit alatoire et la composante structurale.
[ ( )] = [ ( )]
Si est suffisamment grand, un variogramme effectu sur peut rvler la distribution

alatoire de donnant gnralement un trs large effet de ppite et ce, sans fournir aucune
information sur la corrlation spatiale de . Il s'agit alors de filtrer de pour rvler le
comportement de .
Une grande quantit de bruit de fond prsent dans une srie de donnes peut provenir de
diffrents facteurs. Un de ces facteurs, et possiblement le plus important, est l'erreur
introduite lors de la prise et du traitement des donnes.
IV.6 ECOULEMENT DEAU DANS LES MILIEUX POREUX HETEROGENES
Nous nous intressons dans cette tude aux milieux poreux aquifres. Un aquifre est une
formation gologique contenant de leau et travers laquelle, en conditions normales, une
quantit significative de cette eau scoule. Un milieu poreux est un matriel constitu par
une matrice solide et des vides, appels pores. Le pourcentage de vide dun milieu poreux
dfinit sa porosit totale. Ces vides peuvent tre occups par de leau, de lair ou dautres
fluides. En hydrogologie, lanalyse de la porosit nest pas exclusivement gomtrique
mais se rfre galement leau contenue dans le milieu poreux, ses liaisons physiques
avec la matrice solide et ses mouvements possibles. En effet, la porosit totale dun sol
meuble ou dune roche n'est pas une condition suffisante lcoulement deau. Cest
linterconnexion des pores ainsi que les relations fluides-solide qui dfiniront la circulation
du fluide.
Page 97
IV.6.1 Thorie de la continuit
Les milieux poreux naturels sont caractriss par une extrme complexit de la
distribution des pores, irrgulire, aussi bien en forme quen taille.
Ainsi si en thorie, il est possible de dcrire ce systme lchelle du pore, du fait de cette
forte htrognit, une telle description se rvle vite utopiste lorsque la taille du systme
augmente et que de plus en plus de volumes poreux sont mis en jeu. Par consquent, il est
ncessaire dapproximer le systme par un autre plus facile utiliser.
Les proprits physiques caractristiques du milieu poreux peuvent tre dfinies laide
de la notion volume lmentaire reprsentatif (VER) ou thorie de la continuit. Dans cette
thorie le systme physique rel discret est remplac par un systme continu dans lequel les
proprits physiques le dcrivant varient continment dans lespace. La thorie de la
continuit repose sur lhypothse quun systme physique rel peut tre approxim par un
systme dans lequel les variations dans lespace des proprits tudies sont suffisamment
lisses pour permettre lutilisation de calculs diffrentiels pour dcrire les processus sy
droulant. Lintrt est ainsi de pouvoir formuler les changements dans le systme en terme
dquations aux drives partielles.
Dans la reprsentation continue du milieu poreux, les variables physiques dcrivant le

milieu, discontinues lchelle microscopique, sont remplaces par des fonctions continues
lchelle macroscopique.
La valeur de chaque variable physique affecte un point mathmatique dans lespace

continu est obtenue en moyennant la proprit physique vraie sur un volume lmentaire
reprsentatif (VER).
La caractristique essentielle dun VER est quil correspond localement aux proprits
du systme. Les dimensions du VER sont gnralement grandes par rapport la taille du
grain, pour pouvoir dfinir une proprit moyenne globale avec lassurance dune
fluctuation ngligeable dun pore lautre, mais petites par rapport la longueur
caractristique sur laquelle les quantits considres varient.
Le modle continu s'oppose au modle discret dans lequel le milieu est trait comme une
succession de sub-systmes connects entre eux. Chaque lment a ses propres paramtres.
Un sub-systme classiquement utilis est par exemple le "stirred continuous reactor" ou
"mixing-cell".
Les modles discrets sont souvent bass sur une reprsentation en rseau (network) du
milieu poreux. Nous nous placerons dans des conditions de continuit dans la suite de ce
travail.
Page 98
IV.6.2 Proprits gomtriques de la porosit
IV.6.2.1 Deux types de porosit
Figure IV.1 Deux types de porosit

La porosit peut tre de deux formes. La porosit dinterstice ( gauche sur la figure
IV.1) reprsente les vides subsistant autour de particules minrales solides, plus ou moins
cimentes alors que la porosit de fissure ( droite sur la figure IV.1) correspond aux
fissures, fractures ou diaclase non colmates prsentes dans les roches. Gnralement, dans
les roches naturelles, ces deux types de porosit cohabitent. Des valeurs moyennes de
porosit totale des roches sont indiques dans le tableau IV.1.
IV.6.2.2 Porosit dinterstice et agencement des grains dans lespace

Considrons la porosit dinterstice dun milieu poreux thorique constitu de sphres
(particules) de taille gale. Il existe diffrents cas possibles dagencement des sphres
contigus.
Figure IV.2 Rseau cubique ( gauche) et rseau rhombodrique ( droite)
La porosit maximale est atteinte pour un tassement lche des sphres, empiles en
rseau cubique (figure IV.2) pour lequel le pourcentage des vides, soit l'espace disponible
pour le fluide, est de 47,6%. A l'autre extrme, si on tasse au maximum les sphres, sans
les dformer cependant, on obtiendra un tassement rhombodrique (figure IV.2), avec un
espace de vides de 25,9%. Malgr ce tassement serr, il y a encore passablement d'espace
pour emmagasiner l'eau. Dans la nature, on a le plus souvent ce dernier tassement, mais les
situations intermdiaires entre tassement serr et tassement lche existent aussi.
Page 99
Les porosits deviennent plus faibles lorsque les particules du sdiment ne sont pas de
taille uniforme, par exemple, un mlange de petites et de grosses particules, ou encore
lorsque la charge sur un sdiment due l'accumulation est suffisamment leve pour
dformer les particules. En gnralisant, on peut dire que la compaction relie
l'accumulation des sdiments diminue progressivement la porosit. Les phnomnes de la
cimentation durant la diagense viennent aussi combler progressivement la porosit.
IV.6.2.3 Surface spcifique

Comme la porosit, la surface spcifique est une proprit gomtrique importante du
milieu poreux. Elle est dfinie comme le rapport entre surface totale des vides et le volume
total du sol ou de la roche. Considrons un volume dans lequel sont entasses sphres
de rayons tel quun volume puisse tre associ chaque sphre, espace poral compris.
La porosit est dfinie par,
= = =1 (IV-1)
La surface spcifique peut alors tre crite en fonction de la porosit,
= = = (1 ) (IV-2)
Par exemple, pour un rseau cubique b3 = 8R3 et la surface spcifique vaut, = .
Ainsi, logiquement, pour une porosit donne, plus la taille des particules est petite, plus
la surface spcifique est grande (0,5-5m2/g pour les grs environ 100m2/g pour les argiles,
(Bear 1972)). La surface spcifique varie beaucoup dun milieu un autre.
Daprs son expression pour une porosit << 1, la surface spcifique ne dpend plus de la
porosit du milieu poreux.
Par ailleurs, pour des milieux naturels, la taille des grains est donne par une distribution
plutt que par une valeur unique ce qui complique lvaluation de la surface spcifique.
La surface spcifique est un paramtre important pour les modles de transport ractif,
notamment pour la quantification des ractions eau-roche. La surface spcifique par unit
de volume de fluide correspond la surface ractive.
IV.6.3 La porosit et la circulation des fluides
IV.6.3.1 Porosit cinmatique

Le volume poreux dans lequel leau peut circuler est infrieur au volume vide total.
La porosit cinmatique est la fraction de la porosit totale contenant leau qui peut
circuler.
Page 100
Sont donc exclus de la porosit cinmatique,
- les espaces poraux occups par leau lie, i.e. leau attache la surface des grains par le
jeu des forces dattraction molculaire, qui peut donc tre considre comme faisant partie
du solide ;
- les pores non connects, limportance de la porosit cinmatique est en effet lie la
notion dinterconnexion ;
- les pores en culs de sac dans lesquels leau est quasi immobile.
Des ordres de grandeur de la valeur de la porosit cinmatique des roches sont indiqus
dans le tableau IV.1.
IV.6.3.2 Permabilit intrinsque

La permabilit intrinsque est la proprit d'un corps poreux de se laisser traverser par
les fluides. Cette constante caractristique dun milieu poreux est lie la forme des grains
et la porosit cinmatique (communication entre les pores). Donc, indpendante des
caractristiques des fluides elle ne dpend que de la structure et de la connectivit des
pores. La permabilit intrinsque est gnralement anisotrope et sexprime donc sous
forme tensorielle.
IV.6.3.3 Loi de Darcy
L'coulement de l'eau travers les formations permables a t tudi par Darcy en

1856 (Darcy 1856). Les vitesses de circulation de l'eau dans les milieux poreux sont trs
variables. Elles dpendent d'un certain nombre de facteurs, dont videmment la
permabilit de l'aquifre, mais aussi le gradient hydraulique qui est dfini par la diffrence
d'lvation entre deux points de la surface de la nappe, divise par la distance entre ces
deux mmes points, et la viscosit de l'eau.
La loi Darcy est une loi empirique, obtenue pour un flux monodimensionnel travers
une colonne de sable homogne et scrit,
= (IV-3)
avec : dbit, , constante appele conductivit hydraulique ou permabilit, laire de

la section perpendiculaire lcoulement, gradient de charge hydraulique.
Page 101
Si on divise le dbit par la section , on obtient une vitesse , dite vitesse de Darcy ou
vitesse de filtration correspondant une vitesse fictive puisquelle suppose que toute la
surface, y compris la matrice, participe lcoulement. La vitesse relle du courant ,
vitesse de pore, est gale la vitesse de Darcy divise par la porosit cinmatique.
La charge hydraulique est fonction des trois dimensions de lespace. Pour un fluide
incompressible et isotherme, la gnralisation en trois dimensions de la loi de Darcy nous
permet dcrire la vitesse dcoulement de leau sous la forme vectorielle suivante,
= . (IV-4)

O est le tenseur de conductivit hydraulique et h la charge hydraulique.
Tableau IV.1 Ordre de grandeur des principaux paramtres hydrodynamiques
IV.6.3.4 Conductivit hydraulique

La conductivit hydraulique est une mesure de la capacit du milieu laisser circuler
leau. En gnral, elle dpend du sens de lcoulement de leau. Dans ce cas, anisotrope,
elle sexprime sous la forme dun tenseur symtrique de second ordre.
0 0
= 0 0 (IV-5)
0 0
La conductivit hydraulique dpend des caractristiques du milieu, via la permabilit

intrinsque, , ainsi que des caractristiques du fluide,
=( / ) (IV-6)
Page 102
Avec , acclration de la pesanteur, masse volumique du fluide, viscosit dynamique

du fluide. Des ordres de grandeur de la valeur de la permabilit des roches sont indiqus
dans le tableau IV.1.
IV.6.3.5 Champ de vitesse
Les conditions aux limites, en imposant un gradient de pression, vont entraner des
mouvements deau dans le milieu poreux. La dynamique dcoulement est simplement
gouverne par une quation de continuit exprimant la conservation de la masse en rgime
permanent,
=0 (IV-7)
et par lquation de la conservation de la quantit de mouvement qui sexprime par la loi de

Darcy. Comme la vitesse est directement proportionnelle la permabilit et que le champ
de permabilit est fortement htrogne dans les milieux poreux, il en rsulte que le
champ de vitesse est galement fortement htrogne. En gnral, la vitesse dcoulement
de leau en un point varie trs peu dans le temps, voire pas du tout (sauf si des ractions
chimiques modifient la porosit et donc le champ de vitesse!). Nous considrerons par la
suite que la vitesse est stationnaire.
IV.6.4 Htrognit physique des milieux poreux
Bien que lhtrognit concerne de nombreux paramtres physiques des milieux

gologiques, nous nous intressons ici plus particulirement lhtrognit de la
conductivit hydraulique, voire de la porosit. La conductivit hydraulique est
communment le paramtre qui intresse le plus les hydrogologues de part lampleur des
variations de sa valeur dans la plupart des systmes naturels et de son importance
fondamentale dans le contrle du champ de vitesse du fluide et de la migration des
lments.
IV.6.4.1 Htrognit du milieu naturel
Une htrognit lchelle du pore peut tre observe au laboratoire : elle est associe
la structure du pore. Ces htrognits peuvent prendre diffrentes formes : porosit
interne d'agrgats, pores en cul de sac, fractures ainsi que micro stratifications ou lamines
conductivit hydraulique variable caractristiques des aquifres d'origine sdimentaire. De
nombreuses expriences, sur site ou en laboratoire, ont montr que cette htrognit
structurale du milieu peut influencer le flux deau et le transport de solut.
Lorsque lon regarde un affleurement, le long dune route par exemple, la forte
variabilit des matriaux en terme de type de roche, de composition minralogique et de
distribution spatiale est flagrante. A cette variabilit est associe une variabilit des
proprits du milieu, quil sagisse des proprits hydraulique, mcanique ou chimique.
Page 103
Ainsi, il est de rgle que les mesures de permabilit hydraulique et de porosit varient
dun point lautre. Ces variations sont irrgulires spatialement et concernent des
distances bien suprieures lchelle du laboratoire. Ainsi, le long dun transect denviron
70 mtres dans lIllinois, Bakr et al. (1978) trouvent une conductivit hydraulique variant
de quatre ordres de grandeur et une porosit variant de 1 20%. De nombreuses autres
tudes (e.g. Borden tracer test site, (Sudicky 1986)) montrent une variabilit du mme
ordre.
IV.6.4.2 Impacts de lhtrognit sur les flux deau
L'une des principales consquences de lhtrognit physique est quelle peut
conduire des variations significatives des vitesses du fluide sur de courtes distances et
crer des chemins prfrentiels. Comme nous lavons vu, le gradient hydraulique est le
principal moteur du mouvement d'eau souterraine (loi de Darcy) et la vitesse du fluide est
directement proportionnelle la permabilit. Si la valeur de la permabilit varie d'un
ordre de grandeur entre deux endroits trs proches, alors, pour un mme gradient
hydraulique, les vitesses varieront du mme ordre de grandeur. Ainsi l'existence d'une
variabilit spatiale des conductivits hydrauliques entrane une variabilit spatiale du
champ de vitesse.
IV.6.5 DESCRIPTION DE LHETEROGENEITE
Les milieux poreux sont donc caractriss par une forte htrognit spatiale, en
particulier de la conductivit hydraulique. Cette htrognit ne peut pas tre mesure en
dtails (accs indirects ou ponctuels au milieu souterrain) pourtant son impact sur les
coulements d'eau est important et il l'est probablement autant sur le transport des
lments. Dans la perspective d'une modlisation du comportement des contaminants dans
le milieu, il faut dcrire cette htrognit de la faon la plus reprsentative possible du
milieu naturel.
Trois approches sont gnralement utilises pour dcrire l'htrognit du milieu,

approche stochastique, approche "milieu stratifi" et approche "double porosit". Dans un
milieu stratifi, on fait l'hypothse que l'aquifre est compos d'un certain nombre de
couches horizontales dont les proprits diffrent (e.g. Pickens et Grisak 1981). Dans
l'approche "double porosit", le milieu consiste conceptuellement en deux domaines : un
domaine "advectif" dans lequel advection et dispersion se droulent et un domaine non
advectif dans lequel l'advection est nglige. Un transfert de masse diffusif entre les deux
domaines est parfois pris en compte.
Cette approche est le plus souvent utilise pour dcrire l'htrognit locale du milieu
mais peut tre utilise pour reprsenter la variabilit de la conductivit hydraulique
(Brusseau 1994).
Dans cette tude, nous utiliserons l'approche stochastique que nous prsentons ici plus
en dtails.
Page 104
IV.6.5.1 Approche gostatistique

Une des faons de dcrire lhtrognit spatiale du milieu est dutiliser une approche
gostatique base sur des fonctions spatiales alatoires. La distribution spatiale de la
proprit physique est alatoire et corrle dans lespace.
Le caractre alatoire permet de rendre compte de la distribution des valeurs observes
alors que la corrlation marque la continuit spatiale dune valeur donne dans toutes les
directions.
Freeze (1975) a effectu une synthse bibliographique des donnes de terrain concernant
les proprits hydrauliques des milieux lchelle locale. Son tude, confirme par la suite
par de nombreux autres travaux, a montr que la permabilit varie spatialement selon
une loi log normale stationnaire, = , o suit une loi normale de moyenne et de
variance pouvant atteindre 13 dans certaines formations mme si, dans la plupart des
cas, la variance est bien moindre.
Dans les formations tudies par Freeze, pour la plupart des formations consolides faible
permabilit, telles que des roches rservoirs, les valeurs de varient de -6 -9 et celles de
de 0,5 2. Sur le site de Borden, lanalyse statistique des mesures de permabilit
effectues par Sudicky dans des roches sdimentaires montre galement que la
permabilit suit une loi log normale avec gal
-4,63 et 0,328. La moyenne et la variance de la distribution des permabilits scrivent
en fonction de et de la faon suivante
= exp ( + /2)
= exp(2 + ) . (exp( ) 1) (IV-8)
Nous dfinissons galement la moyenne gomtrique de la distribution des

permabilits,
= exp ( ) (IV-9)
Une analyse de la corrlation spatiale des structures gologiques a rvl que les valeurs
des conductivits hydrauliques en deux positions trs proches ont de fortes chances dtre
similaires. Par contre, plus la distance entre deux points augmente, plus les valeurs seront
diffrentes car il y a plus de chance que la formation gologique ait chang. Pour prendre
en compte cette continuit spatiale, ( ), fonction stationnaire, est crite sous la forme,
= ( )= + ( ) (IV-10)
est considre comme une constante et, dans ce cas, correspond la moyenne de la loi
normale suivie par . ( ) est un champ alatoire normal, spatialement corrl,
stationnaire de 2nd ordre, de moyenne zro et de variance 2. La continuit spatiale est ainsi
modlise laide dune fonction, Cor, fonction de covariance de ( ), structure de
corrlation stationnaire. La valeur de la fonction de corrlation dcrot avec la distance, ,
entre deux points.
Page 105
Soulignons quun processus est dit stationnaire lorsque les paramtres reprsentant
lhtrognit du milieu ne varient pas spatialement. Laquifre est alors dit uniformment
htrogne. Nous nous placerons dans ces conditions par la suite.
Dagan (1989) fait une revue des diffrentes fonctions de covariances rencontres dans la
littrature : exponentielle, semi-sphrique, linaire, gaussienne La plus utilise qui
sapplique bien aux donnes de terrain est la covariance exponentielle,
( ) = /
exp ([( / ) + ( / ) +( / ) ] ) (IV-11)
est un vecteur distance et les termes reprsentent la longueur de corrlation dans les
trois dimensions de lespace. Lquation prcdente (4-11) reprsente une corrlation
anisotrope. Le tableau IV.2 prsente des valeurs de variance et des longueurs de corrlation
trouves dans des formations naturelles. Si la longueur de corrlation est la mme dans
toutes les dimensions de lespace, la corrlation est isotrope et la fonction de corrlation
scrit,
( ) = exp (| |/ ) (IV-12)
Nous nous placerons dans ces conditions par la suite.
Ainsi, la distribution de probabilit dun champ de permabilit htrogne alatoire

isotrope et stationnaire est compltement dfinie par la moyenne gomtrique , la
variance 2, la forme de la fonction de covariance et la longueur de corrlation .
Tableau IV.2 Ordre de grandeur des paramtres caractristiques de l'htrognit (daprs

Gelhar 1986).
IV.6.5.2 Ralisation dun champ de permabilit htrogne

Etant donn une valeur de et une fonction de covariance ( ), une distribution
structure de peut tre drive de l'quation ( ) = + ( ) en synthtisant une
ralisation du champ alatoire ( ). Selon les objectifs de la simulation, nous distinguons
deux grands types de mthodes. Une mthode de simulation non-conditionnelle vise
produire des champs montrant la mme structure spatiale (variogramme) et le mme
histogramme que ceux infrs partir des donnes observes. Une mthode de simulation
conditionnelle vise les mmes objectifs que la simulation non-conditionnelle mais elle doit
galement assurer que chaque ralisation soit compatible avec les valeurs observes aux
points chantillons.
Page 106
Il existe une panoplie de mthodes de simulation gostatistique. Si on cherche

regrouper ces mthodes, il est possible de distinguer les mthodes gaussiennes
(dcomposition de la matrice de covariance telle que LU dcomposition, mthode
gaussienne squentielle, moyennes mobiles, bandes tournantes, mthodes autorgressives,
mthodes frquentielles, etc.) des mthodes non-gaussiennes (recuit simul, simulation
squentielle dindicatrices, mthodes utilisant des champs de probabilit (p-fields), etc)
(Lee et Ellis 1997, Marcotte 2003).
IV.6.6 Changement dchelle et homognisation
IV.6.6.1 Concept d'homognisation
Comme nous lavons vu, la grande complexit du milieu poreux rend sa caractrisation
impossible et ncessite lintroduction de modles stochastiques afin de dcrire les
proprits du milieu par des variables alatoires. Le changement dchelle pose le
problme du calcul des permabilits plus grande chelle (et par la suite des paramtres
descriptifs du transport), sachant que la permabilit nest pas un paramtre additif.
Le concept dhomognisation consiste trouver un moyen de dcrire et prdire le

comportement global grande chelle de systmes htrognes en terme de proprits
"effectives" fonction de la structure et du degr dhtrognit. Il sagit en fait de
remplacer le milieu poreux htrogne par un milieu homogne quivalent de sorte que le
comportement global du milieu htrogne soit quivalent au comportement du milieu
homogne l'chelle macroscopique. Cela constitue lapproche de changement dchelle la
plus simple.
IV.6.6.2 Permabilit effective dans les milieux poreux htrognes
En ce qui concerne la permabilit effective des milieux poreux htrognes, des

synthses ont t publies rcemment (Renard et Marsily 1997, Jankovic et al. 2003). Pour
des permabilits distribues selon une loi log normale comme celle dcrite ci-dessus, des
formes exactes de la permabilit effective existent seulement pour des problmes mono et
bidimensionnels,
1D : = exp ( /2) (IV-13)
2D : = ((Matheron 1967, Dykhne 1971) (IV-14)
Pour les problmes tridimensionnels, des approximations de la permabilit effective en

milieu isotrope ont t drives laide de simulations numriques ou dapproches par
petites perturbations, en dveloppant une solution de lquation de Darcy en srie de
puissance (Matheron 1967, Gutjahr et al. 1978),
Page 107
= exp ( /6) (4-15)
Une gnralisation de ce rsultat, galement compatible en milieu mono et bidimensionnel,

a t postule par Landau et Lifschnitz (1960) en lectrodynamique et par Matheron (1967)
dans les milieux poreux sous la forme,
= exp (4-16)
O reprsente la dimension de lespace. Ces rsultats sont principalement valables pour

de petites variations de la conductivit.
IV.7 PASSAGE DE LHETEROGENEITE DU MILIEU A LHETEROGENEITE

DES ECOULEMENTS
Le passage de lhtrognit du milieu lhtrognit des coulements nest pas

trivial. Lorganisation des coulements dpend de la variabilit des proprits hydrauliques
et de leur corrlation spatiale, cest dire de la connectivit spatiale des zones de proprits
hydrauliques similaires. Le gradient de charge tant variable dans lespace, la relation entre
permabilit et vitesse dcoulement nest pas directe.
Des tudes numriques et exprimentales ont mis en vidence le fait que les coulements
dans les milieux htrognes ont tendance s'organiser en chenaux plus ou moins
indpendants (Moreno and Tsang, 1994, Tsang and Neretnieks, 1998, Bruderer-Weng et
al., 2004, Tiedeman and Hsieh, 2004). Ce phnomne de chenalisation est souvent voqu
comme une des raisons principales de lincapacit des modles classiques reproduire les
observations (Tsang and Neretnieks, 1998).
La question du passage de l'htrognit du milieu celle des coulements est

gnralement traite diffremment pour les milieux poreux htrognes ou pour des roches
peu permables fractures. Dans ce dernier cas, la question de la connectivit est
primordiale. A l'chelle des rseaux de fractures, l'organisation des coulements dpend des
proprits gomtriques des rseaux de failles. Celles-ci peuvent tre caractrises par la
distribution des longueurs de failles, la densit de failles et la distribution des ouvertures de
fracture.
Au seuil de percolation, lorsquil existe un rseau de fractures connect, l'organisation des
coulements est contrle par la gomtrie de ce rseau connect (figure IV-3), ainsi que
par la distribution des proprits hydrauliques des fractures (de Dreuzy et al.,2001). Ceci
implique une grande varit d'organisations possibles pour les coulements dans ces
systmes en fonction des proprits gomtriques des rseaux (de Dreuzy, 1999).
Page 108
Figure IV.3 Illustration des coulements travers un rseau de fracture

connect d'aprs (Darcel, 2002).
Figure IV.4 La caractrisation de lorganisation des coulements dans les rseaux de

fractures naturels
La figure IV.4 illustre des exemples de rseaux au seuil de percolation (densit de

fracture pour laquelle le rseau est connect) pour diffrentes distributions de longueurs de
fractures: a) = , b) = 2.5, c) = 2. Les amas de failles non connects ne sont pas
reprsents. D'aprs (Darcel, 2002). Si le rseau est reprsent par des failles de tailles
identiques (a), la connexion du rseau dpend de la densit de faille. Au dessus d'une
densit de faille critique, le rseau est connect quelle que soit l'chelle d'observation. Ce
type de systme peut tre dcrit dans le cadre de la thorie de la percolation (Stauffer and
Aharony, 1992). Au contraire, si le rseau de failles est reprsent par une large distribution
de failles de type loi de puissance d'exposant a, la connexion dpend galement de la taille
du systme (b,c). En effet, mme pour des faibles densits de failles, il existe une chelle
partir de laquelle on rencontre des longues failles qui elles seules garantissent la
connexion du systme (Bour and Davy, 1997).
Page 109
IV.8 BILAN
Les milieux poreux naturels sont caractriss par une forte htrognit. En terme
d'coulements d'eau, une forte variabilit spatiale de la conductivit hydraulique entrane
une forte variabilit spatiale des vitesses d'coulements et la cration de chemins
prfrentiels.
Du fait de la grande complexit de la structure du milieu et de sa difficult d'accs,

l'htrognit ne peut pas tre mesure prcisment dans les milieux naturels et une
caractrisation complte est impossible. Dans la perspective d'une modlisation de
lcoulement deau dans les milieux poreux, nous nous sommes intresss une
description quantitative reprsentative de cette htrognit. L'approche que nous
utiliserons dans ce travail est une approche gostatistique dans laquelle la conductivit
hydraulique est considre comme une variable alatoire spatialement corrle. Nous
prsenterons la gnration de ce champ htrogne corrl par la suite.
La description complexe de l'htrognit du milieu n'est pas facile grer dans la

pratique. Le changement dchelle pose le problme des paramtres reprsentatifs de
lcoulement plus grande chelle. Ainsi, la prise en compte de l'htrognit implique
souvent la recherche d'un milieu physique homogne quivalent ; il s'agit de rechercher une
description continue macroscopiquement quivalente. Nous avons prsent dans cette
partie les rsultats des travaux concernant la recherche d'une permabilit quivalente.
IV.9 MODELISATION STOCHASTIQUE DES ECOULEMENTS EN MILIEUX

POREUX
IV.9.1 Description "continue" [Bear, 1979] ; [de Marsily, 1986]
La description donne prcdemment d'un milieu poreux est une description l'chelle
microscopique. La modlisation de l'coulement des eaux souterraines n'est pas envisage
cette chelle pour les deux raisons suivantes, 1) l'impossibilit d'une description quantitative
prcise de la gomtrie complexe du rseau interconnect des pores qui s'offre au
cheminement d'un fluide, 2) le peu d'intrt dans les applications pratiques pour la
connaissance de grandeurs cette chelle.
Ds lors, nous sommes amens comme dans beaucoup de domaines de la Physique

dfinir des grandeurs macroscopiques appeles en hydrogologie grandeurs locales.
Deux approches coexistent pour la dfinition des proprits locales d'un milieu poreux:
l'approche dterministe base sur la thorie du R.E.V. "Reprsentative Elementary Volume"
et l'approche stochastique. Nous dcrivons ici la premire approche.
Celle-ci consiste simplement dfinir une grandeur locale (macroscopique) l'aide d'une
moyenne spatiale approprie sur un lment de volume; cette grandeur locale tant associe
au centrode de ce volume lmentaire.
Page 110
Le milieu gologique peut ds lors tre vu comme un milieu continu. Il est implicite dans
cette approche que la longueur caractristique de ce volume lmentaire ( ) satisfait aux
ingalits: ou est l'chelle de longueur du domaine gologique tudi.
Pour tre plus prcis, dfinissons ( ) comme le volume d'un domaine spatial inclus dans
le domaine gologique tudi, ayant pour centre, le vecteur position et ( , ) une
grandeur tensorielle, vectorielle ou scalaire dans un milieu poreux. La valeur moyenne
spatiale de sur au temps est dfinie par,
, , ( ) = ( )
( ) ( , ) (IV-17)
Celle-ci dpend en gnral de la taille, la forme et lorientation de ( ) au temps . Pour

que ne dpende que de et , nous devons dfinir un volume compris entre deux sphres
de volume = et = , tel que pour ,
< < (IV-18)
Si nous pouvons trouver pour des limites et communes en tout point du

domaine , alors on peut dfinir un champ ( , ) travers et traiter comme un milieu
continu pour la grandeur . Le volume est le volume lmentaire reprsentatif (R.E.V.).
Au vu de ce qui prcde, deux avantages de l'approche R.E.V. sont reconnus: 1) la dmarche

est intuitive; elle met en relation directe la grandeur macroscopique et sa mesure; 2) toute
grandeur macroscopique dfinie selon cette approche est continue dans l'espace.
Nanmoins, les principaux inconvnients sont, la perte d'informations aprs la moyenne
spatiale, sur la structure microscopique du milieu poreux, la dfinition relativement
arbitraire du volume lmentaire (pour autant que celui-ci existe!).
Nous verrons en quoi l'approche stochastique peut partiellement rsoudre ces problmes.
IV.9.2 Description stochastique
Dans l'approche stochastique, toute proprit du milieu gologique (telle que le

gomtrie ou les grandeurs physiques) est traite en tant que fonction alatoire de
l'espace. De nombreuses mthodologies ont t intensivement appliques en
hydrogologie partir de la fin des annes 60. Cet engouement trouve son origine
en grande partie dans la puissance de synthse de cette approche. L'outil
probabiliste fonctionne comme un grand simplificateur dans le sens o la diversit
de la gomtrie ou d'une grandeur physique d'un milieu poreux est ramene la
connaissance d'une moyenne et de moments d'ordre suprieur. En outre l'approche
stochastique a pu justifier les carts constats (par exemple) entre les coefficients de
dispersion mesurs en laboratoire et ceux mesurs lors d'expriences in situ.
L'approche stochastique a permis de mettre en vidence cet effet de dpendance
d'chelle et a fourni les expressions de coefficients de dispersion effectifs.
Page 111
IV.9.2.1 Notations
Nous introduisons tout d'abord des notions lmentaires de statistique afin de

prciser les notations utilises.
Soit , , , ,., un ensemble de variables alatoires, nous noterons :
( ) la densit de probabilit univarie,
( )= ( ) la distribution cumule univarie,
= ( ) lesprance mathmatique ou tout simplement la moyenne,
= le rsidu ou la composante alatoire,
= la variance,
= ( ) le moment dordre ,
( , ,., ) la densit de probabilit univarie des variables , ,., ,
( , ,., ) la distribution cumule multivarie,
( , ,., )= .. ( , ,., , +1 . ) +1 .
la densit de probabilit marginale des variables , ,., ,
( , ,., , +1 . )
( , ,., / +1 , +2 , . , )=
( +1 , +2 , . , )
la densit de probabilit conditionnelle des variables , ,., ,
= = .. ( )( ) la covariance des variables et ,
IV.9.2.2 Notions de gostatistique [Dagan, 1989] ; [de Marsily, 1986]
- Ensemble des ralisations et fonction alatoire
Afin de donner une image de ce concept, supposons qu'en laboratoire nous disposions
de plusieurs colonnes de sable chacune remplie du mme type de sable. Chaque colonne
reprsente le mme milieu poreux mais les configurations obtenues sont nanmoins toutes
diffrentes. Chaque colonne est, une ralisation, un lment de l'ensemble des ralisations
d'un processus.
Page 112
De nombreuses thories de gomtrie stochastique ont t dveloppes pour la

construction de tels processus. Nous trouvons notamment dans [Stoyan et al., 1987] de
nombreux modles mathmatiques pour la construction de processus de points ("point
process"), de lignes, de fibres, de plans ou de surfaces.
Etant donn que le milieu poreux est le rsultat d'une ralisation d'un processus, une
proprit d'un milieu poreux est note selon l'approche stochastique ( , ) o est le
vecteur position dans le domaine spatial et est la "variable d'tat" dans l'ensemble des
ralisations. Donc, ( , ) est une ralisation de dans l'espace; ( , ) est une variable
alatoire c..d. l'ensemble des ralisations de la fonction alatoire au point . Ds lors, les
grandeurs statistiques introduites au paragraphe (IV.9.2.1) sont les densits de probabilit,
moyenne et moments d'ordre suprieur associs la "variable d'tat" dans ( , ). La
moyenne est ainsi souvent appele "moyenne sur l'ensemble des ralisations"
("ensemble average"). Pour simplifier les notations, nous omettrons dans la suite la
variable .
Avant de clturer ce paragraphe, remarquons qu'en pratique, si nous voulons tudier un

milieu poreux donn, celui-ci ne nous fournira qu'une seule ralisation du processus. Nous
sommes donc en principe dans l'incapacit d'valuer les proprits statistiques d'une
grandeur du milieu poreux dans l'ensemble des ralisations. Nous verrons que les
hypothses de stationnarit et d'ergodicit remdient ce problme.
- Stationnarit
Une fonction alatoire est dite stationnaire quand elle satisfait la proprit:
[ ( + ), ( + ), . , ( + )] = [ ( ), ( ), . , ( )]
Pour tout ensemble de points .. et pour tout vecteur arbitraire . En dautres

mots, F est invariant pour une mme translation de tous les points et dpend seulement de
leurs positions relatives.
Souvent en hydrogologie, on fait l'hypothse d'une condition moins stricte: la stationnarit

faible. Elle s'applique un milieu o seuls les deux premiers moments sont stationnaires:
( ) =
( ( ) )( ( + ) ) = ( )
Cette condition de stationnarit peut s'tendre une classe plus large encore de fonctions
alatoires: les fonctions alatoires d'incrments stationnaires.
Considrons la diffrence = ( ) ( ) La variable alatoire est dfinie par

la distribution cumule ( , ,...) pour des paires arbitraires de points ( , ), ( , ), ..
La fonction alatoire ( ) est d'incrments stationnaires si est invariant pour une

translation de vecteur des points , , ,
Page 113
Ds lors, la variabilit spatiale de ( ) a une proprit intrinsque qui dpend

seulement de la position relative des points , ,... et non de la position de leur
centre de gravit.
Le moment d'ordre deux de la diffrence ( ) ( ) dfinit une grandeur

souvent rencontre en hydrogologie: le semi-variogramme,
( , ) = [ ( ) ( )] (IV-19)
Pour une fonction alatoire d'incrments stationnaires, est une fonction de

uniquement [Dagan, 1989]. Dans le cas particulier d'une fonction alatoire
stationnaire, est reli simplement la covariance ( ) par l'identit,
( )= ( ) (IV-20)
Obtenue partir de la dfinition (IV-19). De l'identit (IV-20), nous obtenons

()= et ( = () ( ). Dans ce cas, il n'y a pas d'avantage utiliser
( ) plutt que ( ). Mais pour des fonctions alatoires plus gnrales (c..d.
d'incrments stationnaires) pour lesquelles ( ) crot infiniment avec | | (qui ont
donc une variance infinie et dont la covariance ( ) n'est pas dfinie) la notion
de semi-variogramme pourra tre utilise pour caractriser la structure locale
de ( ). Remarquons que mme si ( ) devient pratiquement constant pour | | >
ou est appel le "range" dans la littrature gostatique, la covariance reste toujours
difficile dfinir si l'tendue du domaine spatial o est dfini ( ) n'est pas
beaucoup plus grande que ds lors, dans ce cas galement, l'utilisation de ( )
peut s'avrer utile.
- Moyennes spatiales de fonctions alatoires et ergodicit
Le but de ce paragraphe est d'tablir un lien entre l'approche stochastique et

l'approche "continue" ou du volume lmentaire (R.E.V.).
Nous examinons ici brivement la relation entre les moments statistiques de la

moyenne spatiale (IV-17) et ceux de , quand est une fonction alatoire
stationnaire (indpendante du temps ici). Nous avons immdiatement,
( )= ( )
= (IV-21)
Par stationnarit de . La moyenne sur l'ensemble des ralisations d'une fonction

alatoire stationnarit et celle de sa moyenne spatiale sont donc identiques. De plus, on
montre [Dagan, 1989] que la covariance,
= ( 0 ) = [ ( ) ] (IV-22)
Peut scrire,
= ( ) ( ) (IV-23)
Page 114
O ( ) est le volume de l'intersection entre V et sa translation d'un vecteur . Cette

relation est importante car elle nous permet de dfinir plus prcisment la taille de
l'lment de volume lmentaire dans l'approche R.E.V. En effet, supposons que
soit une sphre de volume . Par de simples relations gomtriques, nous
obtenons pour ( ) et < et ( ) = 0 pour [Dagan, 1989],
( )
=1 + (IV-24)
Supposons galement lexistence dune longueur de corrlation de la fonction

alatoire , dfinie pour une covariance isotrope par,
( ) /
= 3 (IV-25)
Nous pouvons considrer dans (IV-23) deux cas extrmes,
1. : ( ) est approximativement gal pour < ou 0, donc,
= ( ) = (IV-26)
Le domaine d'intgration est suffisamment petit pour que la moyenne spatiale

de la fonction alatoire soit approximativement gale sa valeur ponctuelle.
2. , ( ) par sa dfinition est approximativement gal V sur l'entiret

du domaine o 0, donc,
(IV-27)
Ici, pour une valeur de suffisamment grande, la variance de la moyenne spatiale de

est ngligeable et dans ce cas, tant donn l'identit (IV-21), nous pouvons dire
que,
( ) (IV-28)
A la limite, quand , 0 et ( ) = . En pratique, la relation (IV-27)

nous permettra d'estimer une valeur adquate de c..d. la taille du volume
lmentaire de l'approche R.E.V.
Avant de clturer ce paragraphe, introduisons la notion d'ergodicit de la fonction

alatoire . Comme en pratique nous ne possdons qu'une seule ralisation de la
fonction alatoire u, c'est partir de l'information contenue dans cette ralisation
(c..d. partir du comportement spatial de la fonction alatoire dans cette
ralisation) que nous devons dduire les proprits statistiques de l'ensemble des
ralisations.
Page 115
L'hypothse d'ergodicit suppose que cette dmarche est possible. Le critre utilis
pour vrifier cette hypothse est que la variance de la moyenne spatiale tende vers
zro; c..d. que l'identit (IV-28) soit satisfaite et que donc la moyenne de u sur
l'ensemble des ralisations puisse se dduire partir de la moyenne spatiale de u dans
une seule ralisation.
- Interpolation par "kriging"
L'interpolation par kriging (fort rpandue en gologie et en hydrogologie) doit son

nom . Krige qui le premier a utilis cette mthode d'interpolation pour la
recherche de nouveaux filons aurifres lors de la prospection des mines Sud-
Africaines.
Soit ( ) une fonction alatoire de l'espace. Nous supposons possder valeurs

mesures de aux points ( = 1, . . . , ). Le problme consiste dterminer ( )
par interpolation pour tout point du domaine. L'interpolation par kriging est une
interpolation linaire; elle suppose que est approch par l'interpolant ( )
suivant,
( )= ( ) ( ) (IV-29)
O ( ) sont des coefficients dterminer. Cependant est galement une

ralisation d'une fonction alatoire de l'espace. Supposons que celle-ci soit de
moyenne constante et d'incrments stationnaires. Les coefficients ( ) de
l'interpolant ( ) sont dtermins l'aide de deux conditions:
1. ( ) = ( ) = ( ) = = . De l'expression (IV-29), on obtient

alors la relation,
( ) = 1 ; (IV-30)
2. l'erreur d'estimation | ( ) ( )| doit tre minimale.
Pour satisfaire cette dernire condition, on impose gnralement que ( ( )

)2 soit minimum en tout point du domaine. En utilisant la dfinition (IV-29) de
l'interpolant ( ) et la condition (IV-30), cette grandeur s'crit [de Marsily, 1986],
( ( ) ( )) = ( ) ( ) + 2 ( ) ( ) (IV-31)
O est le semi-variogramme de la variable alatoire . La minimisation de

l'expression (IV-31) soumise la contrainte (IV-30) est obtenue par la technique des
multiplicateurs de Lagrange. Le systme final obtenu est le suivant,
( ) = ( ) = 1, . . . , (IV-32)
Page 116
C'est un systme algbrique linaire de quations N inconnues ( ). Ce systme

a une solution unique si la fonction est dfinie positive et si les sont distincts.
Enfin, l'introduction des relations (IV-32) dans la quantit (IV-31) nous permet
d'obtenir la variance de l'erreur d'estimation ( ) ( ). On trouve en effet,
( ( ) ( ) ( ) ( )) = ( ) ( ) ) = ( ) ( )
(IV-33)
O les ( ) sont calculs partir du systme (IV-32). Si est stationnaire, la

variance prcdente devient (en appliquant la relation (IV-20)),
( ( ) ( ) = ( ) ( ) (IV-34)
Nous voyons ds lors que la variance de l'erreur d'estimation de la quantit

inconnue est infrieure la variance de la fonction alatoire : les points de mesures
imposent une contrainte sur le champ alatoire et diminue la variance de ce champ.
Ce phnomne doit tre pris en compte dans la gnration de champs alatoires
conditionnels.
IV.9.3 Ecoulement en milieux poreux
IV.9.3.1 Dfinition
- Domaine dcoulement
Les formations souterraines peuvent tre divises verticalement en plusieurs zones

selon la proportion relative des pores occups par l'eau. On distingue une zone de
saturation dans laquelle tous les pores sont compltement remplis d'eau et une zone
d'aration (appele aussi zone non sature) qui se situe au-dessus de la zone de
saturation et dans laquelle les pores contiennent la fois une phase gazeuse
(principalement de l'air et de la vapeur d'eau) et de l'eau. La surface sparant ces
deux zones est appele surface de la nappe phratique ou plus simplement surface
phratique. Au niveau de la surface phratique, la pression est gale la pression
atmosphrique.
C'est en-dessous de la zone d'aration, dans la zone de saturation, que l'eau

rencontre est appele eau souterraine par les hydrologues. Sauf mention contraire,
nous associerons dans la suite la zone de saturation au domaine d'coulement, c'est-
-dire le domaine de dfinition et d'tude des grandeurs et des relations entre
grandeurs relatives l'coulement. Ce domaine d'coulement est limit
suprieurement par la surface phratique.
- Porosit totale - porosit cinmatique
Considrons l'approche stochastique du milieu poreux et dfinissons la fonction

alatoire,
Page 117
0 ,
( ) = (IV-35)
1 .
Appele fonction caractristique des pores. La porosit totale note est la

grandeur macroscopique dfinie par,
= ( ) = ( ) (IV-36)
Ou ( ) = (1 ) + ( 1) ou est une distribution de Dirac.
Selon l'approche R.E.V., on dfinit encore comme,
= ( ) (IV-37)
La porosit totale est donc la proportion du volume de pores dans le milieu; = +

o est le volume des pores et , est le volume de la matrice solide.
Pour les roches cristallines varie de 1 5%, pour les sables est proche des 30% et pour
les argiles des valeurs de 40%, voire plus, sont constates.
Pour un milieu poreux satur en eau (c..d. que tous les pores sont remplis d'eau), on
dfinit galement une porosit cinmatique ou effective not . Cette porosit est lie la
circulation du fluide dans le milieu et non au pourcentage de volume occup par la phase
liquide.
L'existence de pores non connects ou de phnomnes d'adhsion de l'eau la phase solide

ont un effet limitatif sur l'coulement du fluide et sont responsables d'une porosit
cinmatique (effective) infrieure la porosit totale.
- Teneur en eau
Cette grandeur macroscopique apparat dans un milieu poreux non satur en eau o une
troisime phase (l'air) peut occuper l'espace des pores. Elle est dfinie comme suit,
= (IV-38)
est appele teneur en eau. On a, 0 .
- Potentiel hydraulique
Cette grandeur macroscopique, bien connue en hydraulique, est galement appele

hauteur pizomtrique. Le potentiel hydraulique d'un fluide incompressible soumis
seulement la gravit est dfini par:
( ) ( )
( ) = + + ( )
2 ( )
Page 118
ou ( ) est le module de vitesse du fluide au point , ( ) la pression dans le fluide, ( ) la

masse volumique du fluide, ( ) la hauteur mesure positivement vers le haut et
l'acclration gravitationnelle. En milieu poreux, le terme cintique est toujours ngligeable
vu les faibles vitesses v; et donc le potentiel hydraulique s'crit,
( )
( ) = ( )
+ ( ) (IV-39)
IV.9.3.2 Les quations fondamentales en milieu poreux
- Equations de la dynamique des fluides
Pour rsoudre tout problme d'coulement d'un fluide Newtonien, 6 inconnues doivent
tre dtermines: la masse volumique , la pression , la temprature et les composantes
du champ de vitesses . Ces 6 inconnues dpendent du temps et de la variable spatiale. Si
nous supposons que le milieu est isotherme (ce qui est souvent le cas dans les milieux
poreux), il nous reste 5 inconnues. Elles sont dtermines partir des quations suivantes:
(1) l'quation de continuit,
+ ( ) = (IV-40)
O est un terme de source, c..d. la masse de fluide introduite ou extraite par unit de
volume et de temps dans le domaine et est l'oprateur Nabla;
(2) les quations de Navier-Stokes,
= + ( ) + (IV-41)
O , est la viscosit dynamique suppose constante; la composante de la force en

volume (qui est une force par unit de masse) et = ;
(3) l'quation d'tat du fluide, par exemple,

( )
= (IV-42)
Ou , est le facteur de compressibilit.
- Equations en milieu poreux
Nous montrons dans ce paragraphe comment les quations gnrales de la dynamique des
fluides peuvent tre transposes dans le cas d'un milieu poreux.
Les quations (IV-40) (IV-42) sont des quations "microscopiques" c,.d. valables
l'chelle des pores et uniquement dans les pores que nos supposerons ici saturs en eau. Par
exemple la vitesse v dans les quations (IV-40) et (IV-41) reprsente la vitesse
microscopique, c'est--dire celle qu'a le fluide dans les pores. Cette vitesse est nulle
l'intrieur des grains.
Page 119
Obtenir les grandeurs et quations macroscopiques du milieu poreux revient obtenir les
grandeurs et quations d'coulement dans un milieu biphasique au minimum. Cette dmarche
est quivalente un changement d'chelle. Les grandeurs et quations macroscopiques
s'obtiennent soit par l'approche R.E.V. [de Marsily, 1986]; [Bear, 1979] soit par l'approche
stochastique [Dagan, 1989]; l'hypothse d'ergodicit permettant l'interchangeabilit des deux
approches. Nous considrons ici l'approche stochastique.
Multiplions l'quation (IV-40) par la fonction indicatrice des pores dfinie en (IV-35)
et prenons la moyenne (sur l'ensemble des ralisations) de l'quation rsultante, on a,
+ ( ) = (IV-43)
La fonction tant une fonction discontinue, il y a lieu d'tre prudent quant la

dfinition de sa drive. Les dveloppements mathmatiques ncessitent ds lors quelques
prcautions. Les calculs conduisent l'quation,
+ = (IV-44)
On dfinit ensuite les grandeurs macroscopiques suivantes dans les pores (phase fluide),
= est la source macroscopique;

= = est appele masse volumique macroscopique du fluide;

= est appele vitesse moyenne dans les pores ;

Pour tre plus prcis, la vitesse moyenne dans les pores vaut plutt =
o est la porosit cinmatique. Cette vitesse est rarement utilise en pratique.
On lui prfre la vitesse dfinie comme suit,

=
= est appele vitesse de filtration ou vitesse de Darcy.
Cette vitesse reprsente une moyenne des vitesses microscopiques sur le milieu
poreux total (phase fluide et solide). Elle peut tre mesure exprimentalement (en
appliquant le principe d'interchangeabilit entre la moyenne spatiale et la moyenne
sur un ensemble de ralisations) par une mesure de dbit au travers d'une surface.
L'quation (IV-44) devient alors,
Page 120
+ ( ) = (IV-45)
Qui est l'quation de continuit macroscopique dans la phase liquide d'un milieu

poreux. Pour une phase solide non dformable c..d. est homogne c..d ,
lquation (IV-45) devient,

+ ( ) = (IV-46)

Si de plus la compressibilit du fluide est ngligeable, nous obtenons:

=
(IV-47)
Nous crirons dans la suite les grandeurs < > et < > en omettant les signes<
> .Ayant obtenu l'quation de continuit macroscopique en milieu poreux, nous
pourrions appliquer les mmes techniques que celles vues prcdemment en
moyennant les quations de Navier-Stokes. Nanmoins cette dmarche n'est jamais
entreprise car elle conduirait faire intervenir dans les quations rsultantes les
pressions et les vitesses microscopiques du fluide au niveau des interfaces phase
liquide-phase solide (voir annexe A). Les dtails de ces vitesses et pressions n'tant
pas connus, il a fallu trouver une loi macroscopique en milieu poreux permettant de
lier les grandeurs macroscopiques: vitesse, pression et forces extrieures, C'est le
rle de la loi exprimentale de Darcy.
Nous pouvons cependant, partir de situations simplifies, rsoudre les

quations de Navier-Stokes et obtenir une loi macroscopique qui peut tre compare
la loi exprimentale de Darcy; cette dmarche ne constituant pas une preuve de la
loi de Darcy, tant donn que cette loi est phnomnologique. Mentionnons ici que
les travaux de Matheron [Matheron, 1967] ont permis de justifier la loi de Darcy par
intgration des quations de Navier-Stokes dans un milieu rel.
Matheron montre que la loi de Darcy est uniquement le rsultat de la linarit des
quations de Navier-Stokes et pas de leurs formes! Dans [de Marsily, 1986], l'auteur
dtermine dans le cas d'un coulement stationnaire et pour un fluide incompressible
la solution des quations de Navier-Stokes dans trois cas simples:
. l'coulement stationnaire dans une fissure d'paisseur constante de largeur

et de longueur .
. l'coulement travers un tube de section circulaire de rayon .

. le mme coulement que dans le cas (1) mais lorsque la fissure est oriente
verticalement et l'coulement soumis la gravit.
Page 121
Dans les deux premiers cas, la forme des solutions des quations de Navier-Stokes
suggrent que le flux total travers une section d'aire du milieu poreux soit
proportionnel , au gradient de pression et inversement proportionnel la viscosit
dynamique , le coefficient de proportionnalit dpendant de la gomtrie des pores
ou des fissures. Nous verrons que c'est la forme de la loi exprimentale de Darcy.
Dans le dernier cas, les solutions des quations de Navier-Stokes nous fournissent
la relation suivante,
= (IV-48)
O et sont les pressions respectivement l'entre et la sortie d'une fissure de

longueur , est la constante gravitationnelle et un coefficient de proportionnalit.
Cette dernire relation suggre une gnralisation de la loi de Darcy dans le cas de
forces extrieures.
Page 122
IV.9.4 L'coulement en milieu stochastique
IV.9.4.1 Comportement des variables hydrogologiques
Nous mentionnerons ici les hypothses gnralement utilises pour dcrire, selon
l'approche stochastique, la variabilit spatiale des paramtres hydrogologiques dans une
formation naturelle. Ces hypothses ont t dduites suite la collection d'un grand nombre
de donnes exprimentales obtenues pour toutes sortes de formations naturelles. Prcisons
que la variabilit considre ici est la variabilit des grandeurs macroscopiques (locales) dans
un domaine constitu par exemple d'une couche gologique dont l'paisseur varie de
quelques mtres quelques centaines de mtres et dont l'extension horizontale peut
atteindre des dizaines de kilomtres. Dans ce domaine, les grandeurs locales varient de
manire fort irrgulire dans l'espace et ces variations apparaissent une chelle beaucoup
plus grande que l'chelle du laboratoire (qui est elle de l'ordre de quelques dizaines de
centimtres).
Le paramtre hydrogologique le plus tudi est la conductivit hydraulique (ou la

permabilit dont elle dpend) qui apparat seule dans l'quation d'coulement
stationnaire.
Les donnes exprimentales compiles dans [Freeze, 1975] ont permis de dduire que la
conductivit hydraulique ( ) est hautement variable et devrait tre caractrise par
une densit de distribution. La figure IV-5 extraite de [Gelhax, 1986] illustre pour un site
rel la variabilit de la permabilit en fonction de la distance.
Figure IV.5 Illustration de la variabilit spatiale de la permabilit (conductivit

hydraulique); 1 pied = 30,48cm; la permabilit est exprime en millidarcy = 0,987.10-
15 2
m.
On remarquera la figure IV.5 que la permabilit est exprime en chelle

logarithmique! L'analyse de Freeze conclut que la distribution qui s'adaptait le mieux
aux donnes tait une distribution log-normale pour ; c'est--dire que,
= (IV-49)
appele "log-conductivit hydraulique" est distribue selon une loi normale ( , ) o

= est la moyenne, et est l'cart-type.
Page 123
( )
( )= (IV-50)

Ces hypothses ont t confortes par d'autres tudes et sont l'heure actuelle gnralement
admises.
Un type d'htrognit peut nanmoins chapper cette rgle, celui d de fines inclusions
impermables dans un milieu conducteur [Dagan, 1989]; dans ce cas, des distributions
bimodales de = sont utilises [Rubin and Journel, 1991].
Pour une distribution log-normale, comme la conductivit hydraulique , le moment d'ordre

de vaut,

= + (IV-51)
Pour =1, (IV-51) fournit l'expression de la moyenne arithmtique de K, note

Souvent, les moyennes gomtrique et harmonique sont utilises. Elles sont dfinies par,
/
= lim

1
=

Ces trois moyennes ont des expressions simples pour des distributions log-normales
( = ), = + , = exp , = . (IV-52)
Au tableau IV.3, nous reprenons les valeurs de G , Y et Y extraites de

[Dagan, 1989] pour quelques formations naturelles ( est exprim en cm/s).
Tableau IV.3 Paramtres statistiques de la conductivit hydraulique log-normale (

en cm/s)
Page 124
Etant donn que ( ) est une fonction alatoire de l'espace, sa dtermination

complte ncessite la connaissance de proprits de corrlations. Dans le cas
particulier d'une distribution normale pour , les proprits statistiques de sont
entirement dtermines par , et l'auto-covariance dfinie au paragraphe
II.4.2. Dans l'hypothse d'une stationnarit faible (voir paragraphe II.4.3), on
a: ( , )= ( ) ( ), ou = ( ). On dfinit alors les
longueurs de corrlation,
= ( ) ( = 1, 2, 3) (IV-53)
( )
Ou est la composante de et est lexpression de lauto-covariance o
toutes les composantes cartsiennes de sont nulles sauf la qui est variable
d'intgration. Dans le tableau IV.3, extrait de [Dagan, 1989], quelques valeurs de
l'cart-type et des longueurs de corrlation et de la log-conductivit sont
donnes pour des formations naturelles types ( est la longueur de corrlation
horizontale et est la longueur de corrlation verticale). On trouvera galement dans
[Dagan, 1989, ppl68-172] des exemples d'expression pour l'auto-covariance ( ).
Les modles souvent rencontrs sont les modles exponentiels, gaussiens ou
linaires,
( ) =
(IV-54)
( ) =
(IV-55)
(1 ) <
( ) = (IV-56)
0
Les covariances exponentielles et gaussiennes sont galement utilises sous leur

forme anisotropique pour des milieux stratifis. Ils sont souvent utiliss dans des
modles d'coulement et de transport pour leur simplicit. Le modle de milieu gologique
conduisant la covariance linaire (IV-56) est un ensemble de blocs de mmes dimensions;
dans chaque bloc, la conductivit hydraulique est constante et elle est distribue parmi les
blocs selon une distribution log-normale. Le semi-variogramme associ la covariance
linaire est,
= (IV-57)
II peut tre employ pour la modlisation de formations incrments stationnaires et

variance non borne; en gnral pour une variation rgionale de lorsque les dimensions du
domaine d'tude ne sont pas beaucoup plus grandes que , le "range"
Page 125
Les proprits stochastiques de la porosit et du coefficient d'emmagasinement spcifique

ont galement t tudies mais les rsultats sont beaucoup plus rares. Ds lors, Preeze a
suggr une loi empirique de corrlation linaire entre et Y [Preeze, 1975].
0,375 0,011. (IV-58)
Pour exprim en cm/s. Deux faits principaux dduits de (IV-58) sont gnralement
accepts, a) la porosit peut tre dcrite par une distribution normale; b) la variance de est
beaucoup plus faible que celle de (d'environ quatre ordres de grandeur).
La relation linaire entre log10 et log10 propose par Preeze [Preeze, 1975] pour
l'valuation du coefficient d'emmagasinement dans peut tre utilise pour relier . En
ngligeant l'effet de la compressibilit de l'eau, on obtient,
= ( )+ = 16,9 (IV-59)
Pour exprim en cm/s et en cm-1. La relation (IV-59) suggre que , comme ,

soit normal et que sa variance soit plus petite, d'un ordre de grandeur, que celle de .
Le peu d'informations l'heure actuelle au sujet des proprits stochastiques de n et de

se ne permet pas de dduire plus que ce qui dcoule de (IV-58) et (IV-59) (notamment sur la
structure des corrlations spatiales). Nanmoins, nous avons vu que les variations spatiales
de et de sont largement infrieures celles de ; la modlisation de leurs
comportements stochastiques n'est ds lors gnralement pas envisage.
Le problme de la gnration des variables alatoires avec les proprits statiques

mentionnes ci-dessus sera abord ultrieurement.
Tableau IV.4 Valeurs types des variances et longueurs de corrlation de la log-conductivit

hydraulique (longueurs en m)
Page 126
IV.9.4.2 Rsolution de l'quation d'coulement stochastique
Nous introduisons quelques mthodes types utilises pour la rsolution de l'coulement dans
un milieu stochastique. Ces mthodes regroupes ici ne constituent qu'un aperu bref et
provisoire des nombreux travaux raliss l'heure actuelle dans le domaine de l'coulement
en milieu gologique.
- La mthode dite de "simulation Monte Carlo"
Cette mthode, la plus simple au niveau conceptuel, consiste uniquement simuler des
champs alatoires de paramtres (principalement la conductivit hydraulique) et rsoudre
pour chaque ralisation donne, l'quation d'coulement par des mthodes classiques de
rsolutions numriques (lments finis, diffrences finies, ...). Les rsultats de ces
simulations sont (dans le cas d'un coulement stationnaire) le potentiel hydraulique , en
tout nud du domaine et pour chaque ralisation du champ alatoire de la conductivit
hydraulique. L'analyse de ces rsultats nous fournit alors directement une valuation
numrique des proprits statistiques du potentiel hydraulique: la moyenne la covariance
et les moments d'ordre suprieur. Les mmes renseignements ( , , , ) peuvent
tre obtenus pour la vitesse de Darcy lorsque celle-ci est calcule partir des solutions en
tout nud du domaine pour chaque ralisation de la conductivit. Enfin, de ces rsultats,
on tire galement la covariance croise .
Cette mthode numrique porte souvent le nom de "simulation Monte Carlo" dans les
tudes de risque de stockage de dchets radioactifs [PAGIS, 1988b, WIPP, 1992] ainsi que
dans la littrature hydrogologique [Preeze, 1975, Smith and Preeze, 1979a, Smith and Freeze,
1979b, nl et al., 1990]. Afin de la distinguer de la simulation Monte Carlo communment
utilise dans le domaine du transport de particules (neutrons, photons, arosols, ... ) et sur
laquelle nous reviendrons dans les chapitres ultrieurs, nous appellerons la mthode numrique
prsente ici "simulation Monte Carlo de paramtres".
Le principal avantage de cette mthode est qu'elle ne ncessite aucune hypothse sur la
nature des champs alatoires gnrs (au niveau de la valeur de la variance ou de proprits de
stationnant notamment). Elle rencontre par contre trois difficults en pratique:
a. Le remplacement des fonctions alatoires de l'espace et par un ensemble de valeurs

discrtes lors de la rsolution de l'quation d'coulement (par les mthodes diffrences
finies ou lments finis) pose le problme de la slection de la taille de la grille. Comme
nous l'avons vu la figure II.9, ce problme est fort dlicat tant donn la grande variabilit
de la conductivit hydraulique. L'quation d'coulement est parfois crite en fonction
de = , savoir,
+ . = (IV-60)
Mais reste fort variable malgr tout.
Page 127
b. La dcomposition du domaine en blocs de conductivit hydraulique constante (lors de

la discrtisation) pose le problme de la corrlation des valeurs de la conductivit entre
blocs. Dans [Smith and Preeze, 1979a, Smith and Preeze, 1979b] les auteurs introduisent une
corrlation approche l'aide d'un modle appel modle du plus proche voisin
("nearest-neighbor model"). A une dimension, on a,
= ( + )+ (IV-61)
O est la log-conductivit constante dans le bloc ; est une variable gaussienne

indpendante et est un paramtre d'auto-rgression. Les relations (IV-61) forment
un systme algbrique linaire de quations m inconnues ( ) o m est le
nombre de blocs. Ce systme est rsolu pour chaque tirage au sort des . La
distribution des est alors gaussienne et la corrlation spatiale dans ce modle discret
en blocs est reprsent par une fonction chelon dcroissante qui dcrot d'autant
plus vite que le paramtre est faible [Smith and Ereeze, 1979a].
Remarquons que dans ce modle, on ne peut pas imposer une fonction de

corrlation spatiale donne.
c)- Etant donn qu'une quation d'coulement doit tre rsolue pour chaque
ralisation du champ alatoire de conductivit, la mthode est rapidement limite
(pour des raisons de temps de calcul prohibitifs) un nombre restreint de ralisations
pour une modlisation raliste 2D ou 3D du domaine d'coulement. On trouve par
exemple dans les tudes du projet WIPP [WIPP, 1992] un nombre maximum de 70
gnrations de champs de conductivit dans un domaine bidimensionnel. Il peut en
dcouler une incertitude statistique leve (voir le chapitre sur le transport par
simulation Monte Carlo) qui entache les rsultats de la simulation (moyenne et
moments d'ordre suprieur).
- La mthode des perturbations
Contrairement la mthode prcdente, la mthode des perturbations est base sur

l'hypothse que la variance de la log-conductivit est faible : << 1, de plus, on
suppose en gnral que le champ alatoire possde la proprit de stationnant
faible. Cette mthode permet, grce un dveloppement limit, d'obtenir des
quations approches pour la moyenne , l'auto-covariance et la covariance
croise , elle permet galement d'valuer sous certaines conditions le tenseur de
conductivit hydraulique effectif reliant la vitesse de filtration moyenne au
potentiel hydraulique moyen .
En supposant que , et peuvent tre dvelopps en srie pour faible,

nous avons :
= + + +
( ) ( )
( , ) = ( )( ) = + + (IV-62)
Page 128
( ) ( )
( , )= ( , )= + +
A partir de et , les covariance et sont calcules grce aux relations,
( , )= ( , ) ( )( ) et
( , )= ( , ) ( )( )
Dans les dveloppements (3-14), nous avons / 0 pour 0 ainsi que

pour et une valeur suprieure de l'indice ( + 1) par rapport l'indice
indiquant uniquement un ordre suprieur en . L'absence de termes d'indice 0 dans les
dveloppements de et provient de ce que et (ainsi que et ) sont nuls
quand 0.
Nous partons de la forme (IV-60) de l'quation d'coulement avec une source nulle et
nous dveloppons formellement en une srie, pour faible comme pour les expressions (IV-
62), savoir,
= ( ) + ( ) + ( ) + (4-63)
Pour 0, = devient une solution dterministe pour l'coulement dans un milieu

homogne de log-conductivit constante = = , = = exp ( ). En
introduisant (IV-63) dans (IV-60), on obtient en rassemblant les termes de mme ordre,
( )
=0 (IV-64)
( )
= . ( )
(IV-65)
( )
= . ( )
(IV-66)
En considrant des conditions aux limites dterministes, on voit partir de (3.16)

que est une solution dterministe, c'est--dire ( ) = ( ) . De plus, en prenant la moyenne
de (3.17), on a :
( ) = . ( ) = . ( )
=0
o la dernire galit provient de la stationnarit du champ alatoire . Etant donn que les
conditions aux limites sont homognes pour l'quation prcdente, on obtient ( ) . Ds
( )
lors, le premier terme du dveloppement de s'crit ( , )= ( ) ( ) =
( ) ( )
( , ) et l'quation de s'obtient en multipliant (3.17) par ( ) et en
prenant la moyenne :
( )
( , ) = ( ) ( ) ( ) ( ) = ( ) ( , ) (IV-67)
o est l'oprateur nabla agissant sur et = ( ) .
Page 129
( )
L'quation (3.19) est une quation de Poisson pour dont le membre de droite est exprim
( )
partir de l'approximation d'ordre zro (solution d'une quation de Laplace avec des
conditions aux limites dterministes) et partir de la covariance . De plus, on voit que
( )
est d'ordre .
Dans [Dagan, 1989], l'auteur obtient de faon similaire pour le premier terme du
( ) ( )
dveloppement , ( , ) = ( ) ( )( ) ( ) = ( , ) de l'quation
suivante:
( ) ( ) ( )
= ( ) ( ) ( , ) (IV-68)
( ) ( )
o nouveau satisfait une quation linaire non homogne; on constate aussi que
est d'ordre .
Suite aux dveloppements prcdents nous pouvons faire les remarques suivantes:
a. la dtermination des moments des grandeurs et devient vite complexe; elle est limite en
pratique l'approximation du premier ordre.
( ) ( )
b. les quations (3.19) et (3.20) pour les approximations au premier ordre et ont
t rsolues dans la littrature pour des cas tests (domaines simples 1D, 2D et 3D infinis)
( )
avec une covariance exponentielle. Ces rsultats montrent que ( ) est ngatif et
tend vers une constante non nulle quand pour l'coulement 1D. Cette longueur de
corrlation infinie s'interprte aisment en considrant un milieu parfaitement stratifi, un
coulement perpendiculaire aux strates (quivalent un coulement 1D) et des potentiels fixs
aux extrmits du domaine d'coulement. Dans cette situation la moindre variation de la log
conductivit hydraulique de la couche la moins permable (par exemple) se rpercute sur
la solution d'coulement 0 dans l'entiret du domaine. Pour un domaine de dimension
infinie, la longueur de corrlation associe est donc infinie.
( )
Pour des coulements 2D et 3D, ( ) tend cette fois-ci vers zro quand , la
dcroissance tant plus rapide dans le cas 3D que dans le cas 2D. Contrairement au cas 1D,
les lignes d'coulement peuvent contourner des inclusions impermables dans un coulement
2D et encore plus facilement dans un coulement 3D. La corrlation entre et devient donc
locale.
La mthode des perturbations n'est applicable rigoureusement que sous certaines

conditions restrictives. Elle est pourtant souvent utilise en pratique (mme lorsque les
conditions de validit ne sont qu'approximativement satisfaites) car elle donne des relations
explicites entre les moments des grandeurs alatoires et permet d'en dduire
approximativement leur comportement.
Page 130
- Thorie non locale
La thorie non locale est une alternative aux approches de type Monte Carlo ou
perturbations prsente par Neuman et Orr (1993), Tartakovsky et Neuman (1998, 1999)
et Guadagnini et Neuman (1999). Elle repose sur la formulation et la rsolution d'un jeu
d'quations dterministes satisfaites par les moments d'ensemble de la charge hydraulique
et du flux.
Les moments conditionnels (conditionns par des valeurs de la log-conductivit ) des

variables de l'coulement (permanent) d'ordre un (Neuman et Orr, 1993) et deux
(Guadagnini et Neuman, 1999) sont prsents comme les solutions d'quations proches des
quations dterministes traditionnelles. Afin de permettre leur rsolution numrique, ces
quations sont ensuite dveloppes suivant les puissances du paramtre , ce qui limite les
rsultats obtenus par la suite aux milieux faiblement htrognes ou aux milieux fortement
conditionns.
En particulier, on retrouve chez Neuman et Orr (1993) une dfinition de la conductivit

hydraulique effective, distincte de la notion de conductivit hydraulique quivalente
(Renard et de Marsily, 1997), qui permet d'tendre la loi de Darcy dterministe une
relation vrifie par les valeurs moyennes des grandeurs caractristiques de lcoulement :
Le tenseur de conductivit hydraulique quivalente caractrise un milieu homogne

produisant une rponse identique aux mmes conditions aux limites et conditions initiales
quun milieu htrogne donn. Une quivalence complte entre ces deux milieux tant
physiquement impossible, les critres selon lesquels cette quivalence est tablie sont :
Lgalit des flux aux limites du domaine.
Lgalit de lnergie dissipe par les forces visqueuses : = ( ).
La conductivit hydraulique effective est elle dfinie par la relation :
( ) = ( )
L'expression de cette conductivit effective s'obtient en utilisant des mthodes

identiques celles exposes prcdemment. A titre d'exemple, dans le cas d'une covariance
axisymtrique avec un gradient de charge constant = . , Dagan (1989) obtient au
second ordre dans le cas tridimensionnel :
1
/ = 1+
2 2
1
/ =1+ +
2
Avec,
Page 131
, : Conductivit effective horizontale,

, : Conductivit effective verticale.
1 1
= 11
1+ 1
O est le rapport entre les chelles intgrales verticales et horizontales. Neuman et

Depner (1988) ont eux montr que ne dpend que de et des chelles intgrales de .
Les composantes de ce vecteur s'crivent alors :
= 1+
2
/ /
2
=
Avec,
( , )=( , , ).
En faisant l'hypothse que l'expression prcdente est le dbut du dveloppement de

Taylor d'une exponentielle, on peut l'tendre des valeurs leves de :
= +
2
La validit de cette expression a t teste pour des valeurs de allant jusqu' 7 par
Neuman et al. (1992).
- La mthode self-consistante ou de renormalisation

Cette mthode a t applique pour dterminer les proprits effectives de milieux multi-
phases et htrognes. Dans l'approximation self-consistante le champ de potentiel
hydraulique est celui d un bloc plong dans un milieu de conductivit constante
mais inconnue, qui est dtermine en imposant d'tre la conductivit effective du
milieu composite. Cette mthode a l'avantage d'tre applicable en principe de grandes
variances . La mthode est par contre limite des conditions aux limites simples ou un
domaine infini.
IV.9.4.3 Conductivit hydraulique effective
La conductivit hydraulique effective lie la vitesse moyenne de filtration au potentiel

hydraulique moyen :
= (IV-69)
Page 132
Nous exposons ci-dessous le principe des calculs amenant l'expression du tenseur de

conductivit effective dans le cas de la mthode des perturbations. Nous partons de la loi
de Darcy = = exp ( + )et nous dveloppons en srie ( ) et ; nous
avons :
= 1+ + + (( ) + ( ) + ( ) ) (IV-70)
Do on tire :
( )
= ( )
( ) ( )
= ( + ( ) ) (IV-71)
( ) ( )
= ( + ( ) + ( ) )
En supposant la condition aux limites simple suivante ( constant),
= . (IV-72)
( ) ( )
Les quations (3.16), (3.17) et (3.18) permettent d'valuer les moyennes , et
( )
. On trouve [Dagan, 1989] :
( )
= .
( )
=0 (IV-73)
( )
= ( )
Ds lors, la moyenne de q au premier ordre ( ) = ( ) + ( ) est dtermine si le

terme ( ) dans (3.25) peut tre valu. Cela est possible aisment si le milieu
considr est infini. Dans ce cas, ( ) qui est solution de l'quation (3.17) peut s'crire
l'aide d'une fonction de Green du milieu infini.
Des expressions simples du tenseur sont alors obtenues pour une fonction de covariance
exponentielle anisotrope ( )de la log-conductivit dans un milieu infini. Dans le cas
axisymtrique o = = est la longueur de corrlation horizontale et = est la
longueur de corrlation verticale; on dfinit = et on trouve [Dagan, 1989] pour les
composantes horizontale et verticale de :
( )
, = 1+
, = 1+ ( ) (IV-74)
Page 133
Ou ( ) = 11

Les rsultats prcdents ont t obtenus galement par [Gelhar and Axness, 1983] l'aide
de la reprsentation par intgrales de Fourier-Stieltjes et du thorme de Wiener-Khinchin
[Gardiner, 1985, Dagan, 1989]. Il s'agit galement d'une mthode de perturbations. Le po-
tentiel hydraulique apparaissant dans la loi de Darcy est dcompos simplement en une
composante moyenne et une composante alatoire (la perturbation) de moyenne nullle.
Ds lors, au premier ordre, on obtient l'quation de la moyenne et l'quation de la
perturbation [Cushman et al., 1990, Chap.14]
= ( )
. = ( )
Ou = . En ngligeant les termes dordre suprieur et en supposant constant, la

reprsentation Fourier-Stieltjes applique la deuxime quation nous fournit la relation
simple,
.
=
O i est le nombre complexe imaginaire pur, est la variation infinitsimale de la

fonction de distribution alatoire complexe ( ) associe la log-conductivit
et satisfaisant les relations :

( ) = 0 (IV-75)

( ) = =
o l'indice * est utilis pour le complexe conjugu et est le spectre, c'est--

dire la transforme de Fourier de la covariance ( ). Le thorme de Wiener-
Khinchin assure que pour stationnaire les relations (3.28) sont satisfaites.
A partir de la relation (3.27), Gelhar et Axness [Gelhar and Axness, 1983] valuent
directement le terme (analogue au terme ( ) dans (3.25)) dans le
tenseur de conductivit effective.
IV.9.4.4 Covariance de la vitesse de filtration
Dans les paragraphes prcdents, nous avons montr qu'elles taient les mthodes
utilises pour obtenir le potentiel hydraulique moyen l'approximation au premier
ordre des covariances et enfin la vitesse de filtration moyenne partir du
tenseur de conductivit effective. Nous terminerons cet aperu des proprits
statistiques de l'coulement dans un milieu stochastique par l'tude de la covariance
de la vitesse .
Page 134
La covariance de la vitesse de filtration ( , ) = ( ) ( ) est troitement

lie par la loi de Darcy la covariance de la log-conductivit, celle du potentiel
hydraulique et la covariance croise. Nous pouvons obtenir la covariance soit
directement soit partir de sa transforme de Fourier en utilisant la reprsentation
par intgrales de Fourier-Stieltjes.
( )
1. Nous utilisons l'expression de dans (3.23) pour obtenir l'expression au premier
ordre de la covariance :
( ) ( ) ( )
( , ) = ( ) ( ) =
( ) ( ) ( )
( , ) ( , ) ( , ) + ( , ) ( )
(IV-76)
Ou = . Il est possible de montrer [Dagan, 1989] que la covariance ( )
obtenue en (3.29) n'est jamais infinie.
2. En reprenant l'approche dveloppe par Gelhar et Axness [Gelhar and Axness,

1983] et expose au paragraphe prcdent, on crit la loi de Darcy :
= (1 + + + )( + )
et on trouve au premier ordre pour la composante rsiduelle de la vitesse de

filtration : = .
( )
= ( + ) analogue la vitesse dans (3.23).
L'quation prcdente est alors rcrite en utilisant la reprsentation Fourier-

Stieltjes :
= ( + ) (IV-77)
O est la me composante du gradient = suppos constant. Or l'quation de

la perturbation nous fournit une relation entre et (quation (3.27)). En
introduisant (3.27) dans (3.30) et en calculant le tenseur spectral =

( ) on trouve :
( , ) ( , )
= (IV-78)
La relation spectrale (3.31) dans lespace rciproque est plus pratique dutilisation que la
( ) ( )
relation (3.29) dans l'espace direct o les grandeurs et doivent tre values
au pralable.
Page 135
Le tenseur spectral dans (3.31) ne dpend que de la fonction spectrale .
IV.9.5 Application de la stochastique la rsolution de lcoulement en milieux poreux

htrognes
IV.9.5.1 Introduction
Depuis quelques annes, lutilisation des mthodes stochastiques dans la rsolution des
problmes dcoulement et de transport en milieu poreux sest largement rpandue. Ces
techniques y sont particulirement adaptes du fait des caractristiques des milieux tudis:
ils sont naturellement htrognes, car issus de processus de formation physico-chimiques
complexes, avec une large part faite au hasard dans lorganisation des htrognits. De
plus, les techniques dvaluation des proprits dun sol ou dune roche ainsi que des
variables de lcoulement y ayant lieu tant soit coteuses, soit destructives, soit difficiles
mettre en uvre, la connaissance empirique de ces variables nest possible que
partiellement et est en tout cas entache dune incertitude non ngligeable. Cest pourquoi
il est apparu judicieux daborder ces problmes par le biais de la statistique, cest--dire en
considrant les proprits intrinsques du milieu, ainsi que les variables dcoulement et de
transport comme des fonctions alatoires de la variable spatiale et parfois du temps. Pour
illustrer la manire dont les processus et les variables les dcrivant sont abordes dans
lapproche stochastique, de Marsily (1981) sappuie sur lexemple simple de la porosit en
un point du milieu, lchelle du laboratoire. Cette variable, note n, prend la valeur = 0
lorsque le point est situ dans un grain et = 1 lorsquil est dans un pore.
Figure IV.6 Une ralisation de la variable "distribution des grains"
La figure IV.6 reprsente ainsi une ralisation dun processus alatoire (la
distribution des grains) caractristique du milieu poreux. On suppose alors que lon dispose
dun nombre de ralisations de ce milieu. En tout point P, on possde une population de
valeurs de la variable porosit n pour laquelle on peut calculer les proprits statistiques :
esprance mathmatique, variance, moments dordre suprieur.
Page 136
Par exemple, on obtient lesprance de la porosit en un point par :
Dans le cas rel, on ne dispose cependant que dun milieu poreux tudier, cest--dire
que dune seule ralisation des processus alatoires qui le caractrisent. Pour pouvoir y
appliquer les outils statistiques, il est alors ncessaire dadopter deux hypothses
fondamentales :
- Lhypothse de stationnarit, qui suppose que la loi de probabilit de la variable

alatoire tudie est invariable par translation arbitraire, ce qui signifie quelle est identique
en tout point du domaine. Cette hypothse se traduit en particulier au niveau des deux
premiers moments statistiques de la proprit par les galits suivantes,
( ) = =
( , )= ( )= ( , )= ( )= ( )
( )= (0) =
( , )= ( )= ( , )= ( )= ( )
Une fonction dont les deux premiers moments satisfont ces conditions est appele
stationnaire au deuxime ordre ou faiblement stationnaire. Cette proprit est suffisante
dans de nombreux cas de figure pour lesquels les calculs ne mettent en jeu que les deux
premiers moments statistiques.
- Lhypothse dergodicit, qui suppose que la ralisation unique du processus alatoire

dploie dans lespace la loi de probabilit stationnaire prcdente. Cela signifie que lon
obtient les caractristiques statistiques de cette loi partir de la ralisation unique dont lon
dispose en tudiant ses variations spatiales :
lim = ( )

1
= ( )
Avec :
( ) : Processus alatoire ;
: Srie mathmatique de la moyenne spatiale ;
: Aire du domaine.
Dans la pratique, puisque lon ne dispose encore une fois que dune seule ralisation, la
vrification a priori dune telle hypothse est impossible.
Page 137
Dagan (1989) prconise dutiliser la dmarche pragmatique qui consiste supposer

lergodicit, faire les calculs des moments statistiques cherchs, puis vrifier lhypothse en
regard des rsultats obtenus.
Lorsque ces deux proprits sont vrifies, on parle de milieu statistiquement homogne.
Les proprits (porosit, conductivit hydraulique) dun tel milieu sont appeles
fonctions alatoires stationnaires et ergodiques. Elles sont dfinies en tout point de lespace
par leur loi de probabilit et leur fonction de corrlation ou leur variogramme qui rendent
compte de linterdpendance des valeurs de la fonction alatoire en deux points voisins.
IV.9.5.2 Rsolution de l'coulement par approche stochastique
Dans cette partie, nous nous plaons lchelle de la formation naturelle, qui dans la
majorit des cas est constitue de diffrentes strates horizontales de profondeur variant de
quelques mtres plusieurs centaines de mtres. A cette chelle, les proprits du milieu
ainsi que les variables dcoulement sont des grandeurs calcules ou mesures sur des
volumes suffisamment grands pour leur assurer un caractre macroscopique par rapport
lchelle des pores. Ces proprits peuvent tre considres comme dterministes et
attaches chaque point de lespace ; le milieu et le fluide sont assimils un continuum ;
on pourra reprsenter les proprits et les variables macroscopiques comme des vecteurs ou
des tenseurs spatiaux continus.
Considrons un coulement permanent en labsence de terme de type puits/source.

Lquation qui rgit un tel coulement scrit :
q(x) [K(x)H(x)] 0
Avec,
( ) : la charge hydraulique ;
( ) : la conductivit hydraulique ;
On peut relier la vitesse dcoulement au flux de Darcy par :
: tant la porosit cinmatique.
On considrera ici un problme dcoulement de type direct et inconditionnel, cest--

dire que lon se propose de chercher identifier et (par le biais de leurs proprits
statistiques) en connaissant les proprits statistiques du champ des permabilits sans
conditionner le rsultat (au sens statistique du terme) par des informations supplmentaires
comme des mesures ponctuelles des variables. Les mthodes de rsolution issues de la
stochastique de ce problme s'appuient en particulier sur les proprits de la distribution
spatiale de la conductivit hydraulique.
Page 138
a. Proprits statistiques de la conductivit hydraulique
De par ses variations irrgulires dans lespace, la conductivit hydraulique peut tre
considre comme une Fonction Alatoire Spatiale (F.A.S.). Freeze (1975) puis Gehlar
(1993) ont cherch, en sappuyant sur des sries de mesures in situ dterminer quel type
de fonction de densit de probabilit tait le mieux mme de caractriser la rpartition de
( ). Leurs rsultats montrent que lon peut faire lhypothse que ( ) a une distribution
log-normale.
Si on note alors ( ) = ( ) , la log conductivit ( ) est une F.A.S. ayant une
distribution normale N , , caractrise par une moyenne et une variance . On
note [ ] la moyenne gomtrique de la conductivit hydraulique. La relation entre
et est :
= ( )
( ) (et donc ( )) est statistiquement dtermine de faon complte par la donne de

et de la fonction dauto-covariance ( ) o est la distance qui spare deux points de
lespace.
Deux paramtres caractrisent la fonction de covariance en termes d'"extension spatiale"

Lchelle intgrale dfinie comme suit,
= ( )
La longueur de corrlation, not , reprsente la distance partir de laquelle les variables

cessent dtre corrles et elle correspond la valeur dannulation de ( ). La relation
entre
la longueur de corrlation et lchelle intgrale varie selon le type de modle.
Le rapport des chelles intgrales dfini le taux danisotropie statistique. Si on note avec
, et les chelles intgrales sur les trois directions de lespace nous aurons les
expressions suivantes pour les taux danisotropie :
Dans le cas o = on parle danisotropie axisymtrique.
On dfinit alors:
= = : Lchelle intgrale horizontale ;

= : Lchelle intgrale verticale ;
Page 139
Dans ce cas le taux danisotropie statistique est dfini par la relation suivante :
Les rsultats exprimentaux montrent que lon peut approcher les covariances obtenues
en milieu naturel par diffrents types dexpressions (Dagan, 1989) :
1. Fonction de covariance exponentielle
( )= exp ( )
Ou, = est la distance rduite.
Dans le cas de lanisotropie statistique :

/
= + +
Avec ,
, et : chelles intgrales suivant les directions de lespace ;
= : distance de sparation sur 0x ;
= : distance de sparation sur 0y ;
= : distance de sparation sur 0z ;
Dans ce cas la longueur de corrlation est gale lchelle intgrale : =
2. Fonction de covariance gaussienne
4
( )= exp

Avec,

= + +

=
2
3. Fonction de covariance linaire

( )= 1
Page 140
Avec, = et : = 0,5
4. Fonction de covariance semi-sphrique
( )= 1 + 1.

( )=0 >1
Avec,
3
=
8
De faon gnrale, la fonction de covariance peut scrire sous la forme :
( )= ( ),
Avec :
: la variance ;
( ) :la fonction de corrlation.
Dterminer , et de faon empirique partir des mesures exprimentales de

implique une analyse structurale (variographique).
Dans la figure II.2 nous avons reprsent quelques modles analytiques de covariance.
Page 141
Figure V.7. Modles analytiques de covariance
b- Mthodes de rsolution
On considre lquation qui dcrit lcoulement permanent :
. ( ) = 0
qui dveloppe devient :

+ =0

Sachant que = et par suite Y= lquation aura lexpression :
+ . H = 0
Le problme dcoulement a t nonc de la faon suivante par Dagan (1989) : tant

donns le domaine et les proprits du milieu sous forme de fonctions alatoires (ex : ),
il faut dterminer la fonction spatiale alatoire qui satisfait lquation dcoulement et les
conditions aux limites .
Pour rpondre cette question on a qu adopter lune des quatre approches dveloppes
prcdemment savoir :
(i) Les simulations Monte-Carlo

(ii) La mthode des contributions (dite self-consistent)
(iii) La thorie des petites perturbations
(iv) La thorie non locale.
Page 142
IV.9.5.3 Application des thories stochastiques lcoulement proximit de puits
Bien que trs souvent rencontrs dans les cas concrets, les coulements proximit dun
ou de plusieurs puits en milieu poreux htrogne nont t que peu tudis par le pass. Le
problme qui se pose dans de telles configurations dcoulement est en effet marqu par
une forte instationnarit due la prsence des singularits que sont les puits.
Cette non stationnarit, que lon peut rapprocher de celles engendres par des distributions
de paramtres (conductivit, porosit) variables dans lespace, entrane pour les quations
qui caractrisent lcoulement un caractre non-local qui napparaissait pas dans le cas de
lcoulement uniforme en milieu infini. Dans une approche similaire celle adopte dans
ce premier cas, les approches de premier ordre apportent des solutions au problme en
terme de moments statistiques des variables de lcoulement.
- Solution de lcoulement en radial
Le problme de lcoulement proximit dun puits de pompage en milieu htrogne a

t examin dans le pass par quelques auteurs, travaillant chacun sous diffrentes
hypothses. On peut citer en particulier les travaux de Desbarats (1992) qui sest attach
dterminer une expression de la transmissivit quivalente (pour un coulement
bidimensionnel donc) dans un lment carr contenant un puits, avec charge constante aux
frontires du domaine et flux constant pour le puits, ceci dans le but de fournir une mthode
dvaluation des paramtres fournir un modle de type lments finis pour les mailles
contenant des puits.
A laide dune mthode utilisant les petites perturbations, Naff (1991) est parvenu
exprimer les deux premiers moments statistiques du gradient de charge dans la direction
radiale. Ces expressions, ncessitant lvaluation numrique de quelques intgrales, ont t
obtenues pour un coulement tridimensionnel, en utilisant comme condition un flux
constant au niveau du puits.
De faon gnrale, la majorit des auteurs (Ababou et Woods, 1990 ; Naff, 1991 ;
Desbarats, 1992 ; Neuman et Orr, 1993) ont tudi des milieux htrognes dans deux
dimensions et/ou des puits matrialiss par des conditions aux limites sur les flux. Dans ce
qui suit, nous allons dvelopper les travaux de Indelman et al. (1996) et Fiori et al. (1998)
qui ont eux considr lcoulement d la prsence dun puits charge impose dans un
milieu poreux htrogne tridimensionnel infini.
On se place donc dans le cas dun aquifre dpaisseur constante dans lequel on pompe
avec un puits totalement pntrant de rayon et de charge constante . Le milieu poreux
est caractris par une fluctuation de log conductivit = ln ( / ) fonction alatoire de
lespace stationnaire, de moyenne nulle et de covariance ( , ) = ( ), avec
lautocorrlation suppose axisymtrique.
Page 143
- Remarque
On choisit ici, comme dans le reste de ltude, une condition de charge constante au
puits, contrairement nombre de travaux prcdents. On considre en effet que cette
condition reflte avec plus de ralisme ce qui se passe dans la colonne deau lintrieur du
puits. Dans ce cas, tant donne lhtrognit du milieu, le flux q se trouve tre lui aussi
distribu de faon alatoire au voisinage du puits. Il n'est donc pas possible en toute rigueur
de dfinir une distribution de sur la hauteur du puits.
Pour simplifier les calculs, outre lhypothse dergodicit classique, et de lextension du

domaine linfini, on considrera dans tout ce qui suit que le puits a un rayon
suffisamment petit pour que lon puisse le remplacer par une singularit en = 0.
Dans le premier article, Indelman et al. (1996) prcisent la notion de conductivit

quivalente, par opposition notamment la conductivit efficace , usuellement dfinie
comme le rapport entre la moyenne de et . Dans le cas prsent, est dfinie pour
un milieu homogne fictif qui produirait le mme dbit ; elle nest pas une proprit
intrinsque du milieu mais dpend de la distance de parcours du traceur et du rayon du
puits. Aprs rcriture des quations de lcoulement en utilisant un dveloppement
perturbatif en , on obtient pour un champ de conductivit donn (distribution gaussienne
ou exponentielle) les expressions de < > au deuxime ordre en et Le rsultat
important de cette tude est que la conductivit quivalente pour un coulement radial est
une moyenne pondre (par une fonction que lon peut calculer) de , la moyenne
arithmtique, et la conductivit efficace en coulement uniforme.
Dans la continuit de ces rsultats, Fiori et al. (1998) sintressent cette fois aux
moments statistiques dordre 2 des variables dcoulement : charge, gradient de charge et
vitesse de Darcy. On peut rsumer la mthode utilise comme suit,
Si on rappelle les quations de lcoulement :

+ . H = 0
On utilise un systme de coordonnes cartsiennes : ( , , )= ( , )
Les conditions aux limites peuvent scrire :

= pour =
= pour = (frontire extrieure situe loin du puits)
On crit ensuite des dveloppements suivant la mthode des petites perturbations pour
et en , et on obtient la srie dquations suivantes :
( )
=0
Page 144
( )
+ . H ( )
=0
( )
= H ( )
( )
= [Y. H ( ) + H ( ) ]
( )
= [ Y H ( ) + H ( ) + H ( ) ]
Avec,
= 1,2, ..
La solution dordre 0 est celle que lon obtiendrait pour un milieu homogne de
conductivit :
H( ) ( ) = +
( )
= ( / )
H ( )
=
Avec lhypothse nonce prcdemment, cest--dire en considrant que la limite est
trs grande vis--vis de chelle intgrale du log conductivit, et en considrant a comme
une constante donne, on rsout le problme au premier ordre laide des fonctions de
Green (et de fonctions drives).
On obtient lexpression suivante :
( )(
( ) H( ) ( )
H )= [ ( )+ ( , )]

Avec, i = 1, 2.
( ) est la fonction de Green pour un domaine infini, et est la solution de :
( , )=0
( , )|| | = ( )|| |
Si lon considre maintenant, pour simplifier, que le diamtre du puits est trs petit (on
assimile alors celui-ci une singularit) on a :
Page 145
( )(
( ) H( ) ( )
H )= [ ( ) ( , )]
O lintgration se fait sur tout lespace, et en drivant :
( )(
( ) H( ) ( ) ( )
H )=
= 1, 2.
Page 146
A partir de ces expressions, on va pouvoir calculer les moments statistiques que lon
cherche, en sintressant particulirement une distribution Gaussienne de Y.
On considre alors un milieu fortement anisotrope, soit < 0.2. On utilise alors une
expression de au premier ordre en :
( ) +( )
= + ( )
De faon gnrale, les corrlations sont calcules pour des vecteurs dont les
composantes radiales (dans le plan horizontal) sont parallles, dans un souci de
simplification.
On sintresse particulirement aux variances et aux chelles intgrales verticales. Les

rsultats obtenus sont alors compars ceux de Dagan (1989) dans le cadre dun
coulement monodimensionnel. On se place pour cela dans des conditions comparables,
savoir on travaille dans le demi espace > 0, avec un gradient de charge moyenne
constant suivant et (0, , ) =
On remarque alors que,
La variance de la charge et son chelle intgrale ont le mme comportement en 0 (du fait
des conditions aux limites) et en linfini (asymptote pour la variance, limite infinie pour le
produit ) dans les deux cas.
La seule diffrence pour la charge se situe au niveau de la vitesse de dcroissance du

coefficient de variation (en ( ) en radial, en en uniforme)
Si lon sintresse la covariance croise entre le logarithme de la conductivit

hydraulique et le gradient de charge, on montre en calculant partir de lexpression (II.96)
que celle-ci tend linfini vers celle dun coulement uniforme avec les mmes valeurs
moyennes de gradient. Cela confirme le fait que la conductivit quivalente en radial tend
vers celle obtenue en uniforme (Indelman et al., 1996)
De mme, la variance du gradient de la charge en radial, qui vaut 0 pour = 0 du fait

des conditions limites, est non monotone, avec un maximum pour / = 1.6 environ, et
tend vers lexpression obtenue en uniforme pour tendant vers linfini.
On note quand mme une diffrence significative entre les chelles verticales de la
composante radiale du gradient de charge lexpression calcule en radial linfini tant
plus grande dune chelle intgrale verticale de que celle obtenue en uniforme. Ceci est
d la prsence dun terme additionnel gnr par la source linaire lorigine.
Page 147
On remarque enfin que la variance de la vitesse de Darcy se comporte comme celle de

lcoulement uniforme linfini. Il y a aussi une divergence entre les valeurs
asymptotiques des chelles intgrales dues la prsence de la source.
IV.9.5.4 Prise en compte des conditions aux limites dans les thories stochastiques
Un des principaux freins lapplication des rsultats des thories stochastiques aux cas
rels est que ceux-ci ont t obtenus sous diffrentes hypothses plus ou moins
contraignante, la principale tant lextension du domaine linfini.
Si cette simplification peut sembler lgitime dans bon nombre de cas o lon sintresse
lcoulement et au transport dans des zones loignes de toutes contraintes de types
limites impermables ou charge impose (cours deau), il en va diffremment
proximit de telles frontires. La rsolution de tels problmes tant complexe, et
nadmettant pas en gnral de solution simple, plusieurs mthodes de prise en compte des
conditions aux limites ont t dveloppes.
- Rsultats thoriques
Rubin et Dagan (1988 a et b) ont tudi, en se basant sur lapproche dveloppe en

milieu infini par Dagan (1984) leffet des conditions initiales, de type charge constante ou
flux nul, sur la variabilit spatiale du champ de la charge pour un coulement
bidimensionnel.
Le principe de base est identique la rsolution dans le cas infini, savoir que lon part
de lquation de lcoulement classique en deux dimensions :
+ =0
Sur le domaine constitu du demi-plan > 0.
On suppose = normal et stationnaire et caractris par sa moyenne et sa

covariance ( , ) .
Si on note ( , ) la fonction de Green pour lquation de Laplace, on rappelle que les

covariances de et et de sont donnes par :
( , )
( , )= ( , )
( , ) ( , )
( , )= ( , )
Page 148
Avec E gradient de charge moyen constant sur le domaine.
La fonction de Green pour un domaine infini est donne par :
( , )= (| |)
En appliquant le thorme des images (Bear, 1972), on obtient la fonction de Green

associe un demi-plan et la condition en = 0.
( , ") = (| | , | "|) (| | , | + "|) pour une charge

impose.
( , ") = (| | , | "|) + (| | , | + "|) pour une limite flux

nul.
On applique le rsultat obtenu une distribution des log-permabilits de la forme

exponentielle spare, qui nest pas isotrope, mais qui se rapproche fortement de la
distribution exponentielle habituellement utilise (Dagan, 1989 par exemple) pour les
milieux infinis :
(| | , | |) = [(| |/ + | |/ )]
Aprs quelques calculs, on arrive des expressions des covariances que lon a calcul
pour des points de mme abscisse, cest--dire sur une ligne perpendiculaire la frontire.
Les principaux rsultats de ltude des formulations obtenues sont les suivantes :
Dans le cas de la limite charge impose, la variance de est finie pour une covariance
exponentielle de , contrairement celle du cas infini ; de plus cette variance nest pas
stationnaire et crot comme ( ).
Le semivariogramme de est calcul explicitement, il nest pas stationnaire mais atteint

rapidement la valeur du domaine infini qui elle est stationnaire. On peut donc considrer
que les moments calculs analytiquement pour les domaines infinis peuvent tre utiliss
pour les points situs suffisamment loin de la frontire du domaine.
La covariance du champ de charge sous linfluence dune limite impermable nest pas
bien dfinie, contrairement au cas prcdent, on travaille donc dans ce cas avec le
variogramme qui lui est bien dfini.
Page 149
Au voisinage de la limite impermable, on a une augmentation de la variabilit de la

charge, au contraire de ce qui se passe dans le cas d'une charge fixe (ce qui parat logique
physiquement).
Les rsultats montrent que le champ de charge calcul sur un domaine infini constitue
une bonne approximation de celui correspondant au domaine limit par la frontire
impermable, lexception dune bande d'une largeur d'environ 3 longueurs de corrlation
paralllement la limite.
Tous ces rsultats ont t compars une mthode plus directe de prise en compte des
limites utilisant les principes du conditionnement baysien .
Osnes (1995, 1998) reprend la mthode prcdente, et lapplique un domaine

quadrangulaire (rectangle ou carr) et value les effets de diffrentes conditions aux
limites, de la taille de laquifre et de lchelle de corrlation de la log-conductivit sur les
moments statistiques de la charge puis sur ceux de la vitesse eulrienne et du dplacement
de particules inertes. On considre galement un coulement moyen uniforme suivant la
direction de .
La fonction de Green, qui prend ici une expression plus complexe, est exprime sous la
forme de sries de Fourier :
( , )= ( )
Avec L la longueur du domaine (on notera sa largeur)
On introduit cette expression dans lquation de Laplace de dpart :
( , )= ( ) ,
= 0 pour = 0,
/ = 0 pour = 0,
On obtient alors lexpression des coefficients :
( )
( )=
( )
( )= >
Ou,
2
=

Page 150
Pour la rsolution formelle du problme, on choisit comme prcdemment la fonction

exponentielle spare (quation (II.98)) pour . On peut alors exprimer la covariance et la
variance de la charge sous la forme :

( , )=( ) , , , , ,
( )=( ) , , ,
Avec chelle intgrale de et dduit de en remplaant x par x et par dans son

expression.
La covariance de la vitesse sexprime elle comme la somme de sries de fonctions :
| _ | + | _ |
( , )=
De cette covariance on dduit par intgration numrique le dplacement.
Les principales conclusions sur linfluence de diffrents paramtres sur les moments
statistiques sont les suivantes,
fonction de x pour = /2 est paire et atteint son maximum en = /2. On note que
plus B/L est petit (aquifre troit ) plus la valeur atteinte est grande.
Si lon considre cette variance = /2 fix et que lon fait varier , on constate que
cette valeur demeure peu prs constante lorsque laquifre est troit , alors que est large
.
Par comparaison avec les rsultats obtenus par Rubin et Dagan (1988 a et b) sur des
aquifres semi-infinis, on montre que ceux-ci ne sont pas dune grande utilit dans le cas
daquifres troits.
On montre que la taille de laquifre a une importance non ngligeable si celui-ci a des
dimensions caractristiques infrieures 15 .
Les covariances des vitesses ainsi que celles du dplacement qui en sont dduites se
distinguent des valeurs obtenues en milieu infini (Dagan, 1989) tout dabord par leur caractre
local : du fait de la prsence de singularits dterministes, les rsultats varient suivant la
position relative du point o on les calcule,
Page 151
La covariance est nulle sur toutes les frontires, augmente rapidement pour devenir
constante aprs 3 environ. Quelle que soit la taille du domaine (plus dinfluence aprs 15 ) la
valeur obtenue loin du bord est lgrement infrieure celle de Dagan.
La covariance atteint sa valeur maximale sur les frontires du domaine ; cependant le

comportement fonctionnel est diffrent suivant que lon se place sur une ligne de courant (
constant) ou perpendiculairement ( constant), cest--dire sur une quipotentielle. Dans le
premier cas, en sloignant des frontires, la descente est lente et lasymptote est atteinte
aprs 5 , dans le second il y a dabord une chute rapide (minimum atteint en moins d1 )
avant une remonte lente vers une valeur limite. Ces comportements dpendent des conditions
limites. Comparativement aux rsultats de Dagan, les valeurs limites quelle que soit la taille
du domaine sont lgrement suprieures.
Les statistiques du dplacement, calcules par intgration en utilisant une quadrature de

Gauss, quoique non stationnaires, se montrent faiblement dpendantes de la position initiale
de la particule, la covariance tant en valeur absolue plus grande que .
- Validation numrique
Maugis (1997) a cherch valuer numriquement, en utilisant des simulations de type

Monte-Carlo et un schma aux lments finis mixtes hybrides bidimensionnel, vrifier de
faon numrique l'influence de conditions aux limites de type charge impose et flux nul
(dterministes) sur l'coulement et le transport. Plusieurs gomtries de milieu ont t
tudies, avec pour chacune d'elle diffrentes valeurs des paramtres de la log-conductivit.
Dans le cas de l'coulement, l'approche de Rubin et Dagan (1988 et 1989) est valide dans le
cas de limites parallles la direction principale de l'coulement. Maugis montre de plus que
la prsence de limites sur chaque ct du domaine engendre des "interactions", et que la
prdominance d'une condition sur une autre est directement lie la proximit du point
considr et de la frontire.
La prsence de conditions aux limites apparat galement dans cette tude avoir une grande
influence sur les covariances des vitesses ainsi que sur la dispersion. Cette dernire est
affecte sur de plus grandes distances, jusqu' une dizaine de longueurs de corrlation de ,
alors que les moments de la vitesse ne le sont que sur une distance deux fois moindre environ.
IV.10 CONCLUSION
Lapplication de la thorie stochastique la rsolution de lcoulement et du transport en

milieu poreux permet de saffranchir dune des difficults majeures de tels problmes
lorsquils se posent en milieu naturel, la prise en compte de lhtrognit de celui-ci en
labsence de donnes en nombre et qualit insuffisants.
Page 152
En considrant les proprits de la formation naturelle tudie comme des fonctions

spatiales alatoires associes une structure statistique caractrise par ses moments
(esprance mathmatique, variance et loi de covariance spatiale), lapproche stochastique
permet dintgrer cette htrognit dans le formalisme mme des quations considres.
La rsolution des quations ainsi obtenues, cest--dire lexpression des moments

statistiques des grandeurs recherches (la charge hydraulique et la vitesse dans le cas de
lquation de lcoulement) en fonction de la structure statistique des paramtres des
quations (principalement la conductivit hydraulique ) ncessite cependant lemploi
dapproximations et dhypothses simplificatrices conduisant des solutions analytiques qui
peuvent diffrer dun auteur lautre (voir par exemple Dagan, 1984, 1989, Gehlar et Axness,
1983, Neuman et Zhang, 1990).
De ce fait, ces solutions analytiques ne sappliquent en principe qu des cas de figure

prcis (coulement uniforme, milieu infini ou semi-infini, faible htrognit en particulier).
Leur validation ncessite donc le recours des expriences in situ (par exemple Kitanidis,
1997) ou des simulations numriques (Chin et Wang, 1992, Chin, 1997, Lintea, 2001). Les
rsultats de ces diffrents travaux montrent que ces solutions peuvent tre appliques des cas
o la variabilit spatiale de est faible.
Poursuivant le but dtendre le champ dapplication potentiel des rsultats issus de la

thorie stochastique, quelques auteurs se sont attach la rsolution des quations des
quations de lcoulement et du transport dans des cas dcoulement non uniformes
(Desbarats, 1992, Fiori et al, 1998, Dagan et Indelman, 1999 par exemple) et/ou de milieux
borns par des limites finies (Rubin et Dagan, 1988a et b, Osnes 1995, 1998), ces rsultats
demeurant limits par lutilisation dhypothses simplificatrices.
Page 153
Page 154
CHAPITRE V ANALYSE STOCHASTIQUE DES ECOULEMENTS EN MILIEUX POREUX HETEROGENES
CHAPITRE V
ANALYSE STOCHASTIQUE DES ECOULEMENTS EN MILIEUX

POREUX, APPLICATION A LA PROPAGATION DUN
POLLUANT DANS UN MILIEU POREUX
V.1 INTRODUCTION
Les modles numriques disponibles pour ltude des coulements en milieux poreux
utilisent comme donnes les distributions supposes exactes des proprits des sols.
Malheureusement, les techniques dexploration courantes ne peuvent fournir ce type
dinformation dterministe. Linterprtation la plus raliste que lon peut faire des rsultats
du programme dexploration hydrologique dun site est en terme de densit de probabilit
pour chacune des proprits de sol, et de structure de corrlation spatiale, de drive spatiale,
et de structure dautocorrection, si elles existent, pour les diffrentes proprits du sol.
Dans la prsente tude, le problme est pos en termes probabilistes ou stochastiques et

un modle numrique fond sur les techniques de simulation de Monte Carlo est propos
pour sa rsolution. Par la mme occasion, nous montrons lintrt que peut prsenter
lapproche de Monte Carlo en tant quoutil de rsolution de certains problmes o
ninterviennent quun nombre fini de variables alatoires.
Les variables alatoires retenues comme paramtres de calcul sont, dans notre cas, la
conductivit hydraulique de saturation et la teneur en eau de saturation , vu
leur interdpendance commune au sol et lcoulement, et la mthode numrique est celle
du programme de calcul par lments finis, COMSOL Multiphysics.
V.2 METHODOLOGIE
V.2.1 Introduction
Toute approche stochastique ncessite une mthode numrique et une mthode

statistique :
La mthode numrique est ici la mthode des lments finis ; nous avons utilis le
logiciel COMSOL Multiphysics ;
La mthode statistique est la technique de simulation de Monte Carlo.
V.2.2 Programme de calcul en lments finis
Cette tude a t effectue en utilisant le logiciel COMSOL Multiphysics, destin la

rsolution des problmes du gnie civil et de lenvironnement par la mthode des lments
finis.
Page 155
Ce programme de calcul, dont les modalits dapplication ne seront pas dveloppes

dans la prsente tude, permet de rsoudre le problme de lcoulement et du transport en
milieux poreux (calcul des charges hydrauliques pour lcoulement deau et des
concentrations pour le transport de polluant).
V.2.3 Procdure de calcul rptitif et danalyse statistique des rsultats
V.2.3.1 Gnralits
Lanalyse stochastique des coulements en milieux poreux par la mthode de Monte

Carlo dveloppe dans cette tude a comport les tapes suivantes :
1) Choix des paramtres de calcul ;
2) Analyse statistique de ces paramtres de calcul partir dessais de laboratoire et

dessais en place (moyenne, variance, histogramme, fonction de distribution) ;
3) Choix des paramtres et du plan de charge ;
4) Discrtisation du sol en lments ;
5) Gnration des valeurs alatoires des paramtres de base et attribution dune valeur
alatoire chaque zone dlments ;
6) Dtermination de la solution du problme (charges et concentrations) en chaque

point des lignes de calcul dtermines ;
7) Rptition des tapes (5) et (6) pour obtenir plusieurs solutions ;
8) Analyse statistique des solutions obtenues : moyenne, variance, histogramme,

fonction de distribution.
Le schma de la figure V.1 rsume les diffrentes tapes.
V.2.3.2 Choix des paramtres de calcul
Les proprits de calcul de lcoulement en milieu poreux retenues comme paramtres

de calcul sont la conductivit hydraulique de saturation et la teneur en eau de
saturation ,.
Ce choix est dict par la variabilit importante de ces deux paramtres, et le leur
influence, souligne par de nombreux auteurs, sur la solution dterministe.
V.2.3.3 Analyse statistique des paramtres et
Lanalyse statistique des valeurs retenues pour chacun des paramtres a donn les
rsultats suivants,
Module dlasticit :
Moyenne : 2.10-6 m/s = 0.1728 m/j

Page 156
Coefficient de variation CV ( ) = 50%
Angle de frottement interne :
Moyenne : 16% = 0.16
Coefficient de variation CV ( )=62.5%
Pour chaque proprit du sol retenue comme paramtre de calcul, la loi de distribution
Log normale semble tre la plus reprsentative. Ce choix fait lunanimit auprs de
nombreux auteurs.
V.2.4 Droulement de la procdure de calcul statistique
La procdure dveloppe dans cette tude pour lanalyse statistique du problme de

lcoulement en milieu poreux comporte trois objectifs,
Tenir compte de la variabilit naturelle des paramtres de calcul dans le milieu

poreux,
Effectuer les calculs de lcoulement en milieu poreux de faon automatique,
Faciliter lanalyse des rsultats.
Le droulement de cette procdure de calcul comporte trois parties bien distinctes :
1) Gnration des valeurs alatoires des paramtres et (excel) ;
2) Ralisation de n (50) calculs ncessaires pour une bonne estimation de la solution

du problme ;
3) Exploitation des rsultats.
Page 157
Variabilit, Choix des paramtres

Influence sur la de calcul (variables
solution, alatoires).
Hypothses de
- Essais de Analyse statistique Moyennes,

laboratoire des paramtres. Variances Lois de
- Essais en place. distribution
Choix dune Discrtisation du

mthode numrique milieu en lments.
Gnration des
valeurs alatoires
pour chacun des
paramtres de
Relations entre
paramtres de base et Calcul
inconnues du problme. dterministe.
n valeurs de la
solution
dterministe
Analyse statistique Moyennes,

des n rsultats. Variances
Figure V.1 Schma montrant les diffrentes tapes ncessaires la dtermination de la

solution probabiliste
V.3 SIMULATION NUMERIQUE
Le modle de simulation utilis est un domaine rectangulaire, de hauteur z = 3m, et de

largeur r = 2 m (figure V.2). Un drain de 0.4 m de longueur et de 0.01m dpaisseur a t
plac de faon avoir lcoulement transportant le polluant dirig vers le bas pour pouvoir
diffuser leau contamine. Dans notre tude on sintresse lanalyse de leffet de la
variabilit des paramtres de sol dans le calcul de lcoulement ou du transport de polluant
en rgime transitoire.
Page 158
FigureV.2 Prsentation du milieu poreux tudi
V.4 HYPOTHESES DE CALCULS
Le modle de calcul numrique de lcoulement en milieu poreux est une

reprsentation simplifie de la ralit. Les simplifications ncessaires concernent :
Le milieu poreux est suppos indformable devant les forces attractives de

lcoulement et les interactions du polluant avec les particules du sol ;
Lcoulement deau est pris comme tant incompressible.
Pour lcoulement, leau est diffuse partir du drain et du coup sinfiltre dans le
sous sol.
Le milieu poreux est initialement partiellement satur et devient satur un certain

temps ce qui explique lutilisation de lquation de Richard pour une modlisation
complte dite non sature, sature ;
Les vides de la matrice poreuse sont occups par deux phases, leau et lair
Lair forme une phase continue avec latmosphre sous une pression uniforme.
Leau provenant du drain contient un polluant appel solut de concentration

constante initiale .
Le solut sinfiltre dans le sol avec l'eau et sy dplace travers par advection-
dispersion.
En outre, le solut sadsorbe avec les particules du sol, ce qui rduit les
concentrations aqueuses et ralentit aussi le mouvement de solut par rapport l'eau.
La biodgradation rduit galement les concentrations des deux phases liquide et
solide.
Page 159
La sorption et la biodgradation sont linairement proportionnelles aux concentrations

aqueuses. Lcoulement contenu dans le drain est la seule source polluante, et le solut est
libre de quitter la colonne du sol avec le flux dcoulement. Initialement, le sol nest pas
contamin par le solut. Nous allons modliser son transport pendant dix jours.
Conditions initiales et limites
- Partie coulement
Les conditions initiales et limites utilises pour lcoulement deau sont rsumes ci-
dessous,
- La pression hydraulique initiale au niveau du drain est prise gale = 0.01m,
ce qui fait que le niveau initial d'eau dans le sol est 0,01 m, donnant ainsi une
condition au limite de Dirichlet en charge hydraulique gale 0.01m. Pour les
deux cots de la section rectangulaire du sol on considre quil ny a pas
d'coulement les traversant quand sa base on impose une condition de
Neumann de flux non nul gal = 0.01 , les expressions (V.1) (V.5)
synthtisent les conditions initiales et limites.
- Conditions initiales
Ce terme dsigne ltat dun systme que lon veut modliser, au dbut de la
simulation. La valeur de la variable dintrt est donc suppose connue en tout point du
systme linstant initial. Dans notre cas, les conditions initiales consistent spcifier le
potentiel ou la charge hydraulique ( = + ) en chaque point du domaine de
lcoulement linstant = 0, comme suit, ( , ) = ( , ) =
= drain ; (V.1)
- Conditions limites
Ce terme dsigne les contraintes extrieures imposes un systme, et qui
conditionnent son volution. Pour les problmes dcoulement en milieux poreux, ces
contraintes peuvent tre des conditions en charge (condition de Dirichlet) ou des
conditions en flux (condition de Neumann). Dans le premier cas on impose donc la charge
ou le potentiel, dans lautre, on spcifie un flux travers une limite du systme. Notons
quon peut avoir les deux types de conditions pour le mme systme, et quen un endroit du
systme, on peut passer dun type de condition lautre en cours de simulation. Un
problme pour lequel on dispose des conditions initiales, des conditions aux limites, et
dune loi dvolution du systme conduit une solution unique.
Dans notre cas, les conditions aux limites consistent imposer la charge hydraulique
ou le flux travers le contour du domaine dcoulement pour un temps 0. Si
est le contour du domaine dcoulement ou la charge est impose et celui ou le flux
est impos, les types de conditions aux limites envisager sont les suivantes,
- Condition de Dirichlet (charge ou pression impose)
( , , )= sur =
Page 160
- Condition de Neumann (flux impos)
= sur
Ou est la normale la limite ou la surface avec des composantes et ,

= = = = 1
Si la limite est impermable alors, = 0.

. [ ( + )] = 0 surface ; (V.2)
. [ ( + )] = 0 cots ; (V.3)
. [ ( + )] = 0 symtrie ; (V.4)
. [ ( + )] = base. (V.5)
- Partie transport
Les conditions initiales et limites utilises pour le transport de solut sont rsumes ci
dessous,
Le solut pntre avec l'eau le drain une concentration , tout en sachant que le sol
est pris initialement une concentration nulle et quil dispose dune petite fuite sa base
infrieure. Les expressions (V.6) (V.10) synthtisent les conditions initiales et limites
pour le problme de transport.
= drain ; (V.6)
. [ ]=0 surface ; (V.7)
. [ ]=0 cots ; (V.8)
. [ + ]=0 symtrie ; (V.9)
. [ ]=0 base ; (V.10)
Ou est un vecteur unitaire normal.
V.5 MAILLAGE DELEMENTS FINIS
Le maillage dlments finis ralis est constitu de 15310 nuds, et de 3744 lments
triangulaires finis (Figure V.3). Pour les besoins de calculs stochastiques, nous avons fait
varier les paramtres de sol (variables alatoires) en subdivisant le milieu poreux dans le
sens vertical en 20 couches (strates). Ce maillage comprend toutes les zones du milieu.
Lorigine des coordonnes est prise en tte du rectangle reprsentant le milieu poreux
(cot amont), laxe vertical est orient vers le bas et laxe horizontal vers laval.
La largeur totale du modle a t fixe de lamont vers laval 2 m et la hauteur totale

3 m. Ces limites ont t choisies pour que les frontires extrieures du maillage naient pas
dinfluence sur les champs de charges hydrauliques et des concentrations proximit du
milieu.
Page 161
Figure V.3 Maillage ralis pour ltude de lcoulement
V.6 CAS DETERMINISTE
Ce cas dtude (dterministe) est utile et ncessaire pour estimer les rsultats danalyse
probabiliste qui seront effectues plus loin.
Nous nous proposons de calculer les charges hydrauliques pour lcoulement deau et
les concentrations pour le transport du solut en milieu poreux.
Le maillage est constitu de 15310 nuds et de 3744 lments finis.
Tout en sachant que le mouvement de l'eau et le transport de solut dans le sol peuvent
tre modliss sparment en consquence.
Cette procdure est valable lorsque les concentrations de solut sont faibles et qu'elles
ne modifient pas les proprits de l'eau de faon significative. Nous utilisons donc cette
hypothse pour faciliter le dveloppement du modle.
V.6.1.1 Partie hydrique
La partie hydrique correspond ltude de lcoulement partiellement satur rgit par

lquation de Richards,
Page 162
[ + ] + . [ ( + )] =
: la capacit de rtention, elle reprsente la variation de teneur en eau du sol par

unit de variation de charge matricielle ( ) = ;
: Coefficient de saturation effective du sol ;
: Coefficient demmagasinement de leau dans le sol ;
( ): la charge hydraulique ;
: reprsente le temps (jours) ;
: la conductivit hydraulique de saturation ;
: reprsente le systme de coordonnes ( , ) ;
: reprsente le terme de source dcoulement.
La modlisation de la partie hydrique suit le cheminement de leau dans le sol. En

supposant que le taux d'infiltration maximum est constant et gal au coefficient de
permabilit saturation, on fait une conomie de paramtres car ce coefficient est dj
utilis ailleurs dans le modle.
Les pertes causes par le rseau de drainage lorsque prsent sont modlises par
l'interception d'une proportion fixe du flux hydrique traversant l'lment au niveau duquel
le drain est enfoui. Cette interception (m/s) est donc gale ,
= .
Ou, est le coefficient de drainage ;
La percolation est modlise par les quations de Richard et de Buckingham :
= ( )
o est le flux (m/s), ( ) est la conductivit hydraulique (m/s), est la teneur

3 3
volumtrique en eau (m /m ), est la charge hydraulique(m) et est l'altitude (m).
A la diffrence de la loi de Darcy la conductivit hydraulique n'est pas constante dans la

loi de Buckingham et elle varie en fonction du contenu en eau. En condition de saturation la
teneur volumtrique en eau est gale la porosit du matriau et la conductivit
hydraulique est alors la mme selon les deux lois.
Etant donn que le pas de temps est journalier, on peut supposer que la percolation est
uniquement gravitaire. On simplifie ainsi le modle de percolation ,
Page 163
( )
=
Les variables alatoires sont et ainsi que les paramtres dcoulement utiliss
dans cette modlisation sont rsums dans le tableau V.1.
Tableau V.1 Paramtres dcoulement utiliss dans la modlisation.

/ 0.1728
0.16
0.01
1.39
1.6
1 1/
0.5
0.01
-(z+2.9)*(z<-0.5)+(
(z+2.9)-0.2*(z+0.5))*(-
0.5<=z)
V.6.1.2 Partie de solut
Elle correspond ltude du transport de solut en milieu poreux rgit par lquation
dadvection-dispersion- sorption,
( )+ ( ) = . [ + ]= + +
: reprsente la concentration dissoute (kg/m) ;

: est la masse de contaminant adsorbe par unit de poids sec de solide (mg/kg) ;
: la teneur en eau volumtrique ;
: reprsente la densit apparente (kg/m3) ;
: est le tenseur de dispersion hydrodynamique (m2/j) ;
: reprsente les ractions dans l'eau, il est quivalent des ractions impliquant des
soluts lis aux particules du sol (kg/m3.j) ;
: est solut ajout par unit de volume de sol par unit de temps (kg/m3.j).
Le modle suppose que le solut est appliqu la surface du sol de faon homogne. Les
prcipitations les dissolvent progressivement pour l'entraner dans leau d'infiltration.
Page 164
Pendant son sjour la surface il est soumis une dgradation du premier ordre dont la
constante inclut les processus de biodgradation et de photolyse. La quantit de solut not
M (kg/m3) la surface est donc modlise par,
o est la constante de dgradation la surface (1/s) et o reprsente les gains

conscutifs un pandage et les pertes par dissolution (kg/m2.s).
Les paramtres du transport de solut utiliss dans cette modlisation sont rsums dans
le tableau V.2.
Tableau V.2 Paramtres du transport de solut utiliss dans la modlisation.

/ 1200
/ 0.0001
/ 0.00374
/
0.005
0.001
0.05
0.01
/ 1.0
/ 0
Nous avons choisi, dans ce cas dtude, de dterminer les valeurs des charges
hydrauliques et des concentrations dans le milieu poreux ainsi que celles de la saturation
effective.
Les rsultats sont donns sous forme de courbes (figures de V.5 V.19).
Page 165
Figure V.3 Isovaleurs des charges hydrauliques H
Figure V.4 Isovaleurs des saturations effectives
Page 166
Figure V.5 Isovaleurs des concentrations de solut
Page 167
Figure V.8 Courbe des charges hydrauliques H pour =1 pendant 10 jours
Page 168
Figure V.10 Courbe de saturation effectives pour = 0.5 pendant 10 jours
Page 169
Figure V.12 Courbe de saturation effective pour =1 pendant 10 jours
Page 170
Figure V.14 Courbe des concentrations de solut pour = 0.5 pendant 10 jours.
Page 171
Figure V.16 Courbe des concentrations de solut pour =1 pendant 10 jours
Page 172
La solution numrique est donne sous forme discrte dans le temps et dans lespace. Les
variables calcules sont la charge hydraulique, la concentration du solut, la saturation
effective.
Comme on doit sattendre, la variation de la charge hydraulique sur une colonne

verticale du domaine dcoulement doit tre linaire, en passant dune valeur positive dans
la zone sature une valeur ngative dans la zone non sature et en sannulant au niveau de
la surface de saturation. Nous avons suivi alors cette variation sur quatre colonnes
verticales correspondant aux abscisses, = 0.5, 0.7, 1 et 1.5 pour tous les incrments de
temps, partir de = 0.5 jours jusqu = 10 jours. Nous avons observ que toutes ces
variations confirment bien cette linarit. Nous prsentons ci-dessous quelques unes de ces
variations, savoir les figures (V.6) (V.9).
Sur les figures (V.6) (V.9), nous illustrons le profil de la charge hydraulique en
fonction du temps et pour des = 0.5, 0.7, 1 et 1.5 . On constate plus que lon sloigne
de labscisse = 0.4 qui bien est la limite de drain, ces profils sont retards de plus en
plus dans le temps pour montrer une volution de la charge hydraulique. En dautres
termes, elles (figures (V.6) (V.9)) montrent lvolution de la surface de pression nulle
( = 0) des intervalles de temps diffrents, [0, 0.5 ] pour la figure (V.6), [0, 1 ] pour la
figure (V.7), [0, 2 ] pour la figure (V.8) et enfin [3, 6 ] pour la figure (V.9) et ce
respectivement pour les = 0.5, 0.7, 1 et 1.5 . Ceci sexplique par le fait que les pores du
milieu sont plus ou moins saturs par leau et donc le nombre des pores vides diminue avec
le temps. Nous obtenons des rsultats similaires ceux obtenus par dautres auteurs
(Moussaoui, 1994 et Ghouli, 2009). La surface de pression nulle reprsente la limite entre
les zones non satures et satures du domaine dcoulement.
Page 173
Dans lanalyse classique des coulements surface libre, celle-ci est reprsente comme
une limite impermable et dsigne habituellement sous le nom de surface libre.
Comme on peut constater sur les quatre figures ltat isobare de pression lors du drainage
= 10 jours. Cet tat isobare dmontre clairement lexistence dun gradient hydraulique
indiquant lcoulement de haut vers le bas dans la zone non sature. Cela confirme, aussi,
la variation linaire de la pression avec des valeurs ngatives en zone non sature, positives
en zone sature et gale zro sur la limite entre les deux zones.
Sur la figure V.5, on reprsente les iso-contours de la charge hydraulique. On constate

que plus on se rapproche de la nappe phratique plus les lignes iso-contours se rapprochent.
Nous reprsentons sur les figures (V.10) (V.13), lvolution de la saturation en

fonction du temps pour des = 0.5, 0.7, 1 et 1.5 . On constate que ces profils sont
similaires ceux de la charge hydraulique et quils sont retards dans le temps. Ceci
sexplique par le fait que les pores du milieu sont plus au moins saturs par leau. Nous
constatons ainsi les mmes phnomnes observs prcdemment en confirmant
linterprtation du profil de la charge hydraulique.
Sur lisovaleurs des concentrations de solut de la figure 5, nous prsentons lvolution

de la concentration en fonction de la profondeur pour des diffrentes un instant donn.
On remarque que la concentration de la substance mobile diminue avec la profondeur et
que cette diminution est retarde dans le temps.
Ce rsultat est tout fait logique puisque dune part, les profils de concentration se
comportent de la mme faon que ceux de lhumidit, mais ils se dplacent rapidement
cause de lajout de la pression osmotique dans la pression matricielle. Dautre part, plus le
temps scoule plus le fluide se mlange avec cette substance et peut donc tre transport
plus loin. Ces rsultats sont similaires ceux obtenus par dautres auteurs (Sadi et al,
1998) et (Gueraoui et al, 2000) (Ghouli 2009).
On remarque aussi, sur lisovaleurs des concentrations que, les lignes de courant se
rapprochent quand on sloigne de lentre. Ceci est d au fait de lapproche de la zone de
saturation.
La figures (V.14) (V.17), illustrent le profil de la concentration au cours du temps pour

des = 0.5, 0.7, 1 et 1.5 . On constate que pour les quatre courbes, la concentration
augmente au fur et mesure que le temps. Ceci est tout fait logique, puisque au fur et
mesure le temps passe il y a accumulation du polluant dans cette section. On constate que
les profils de la concentration suivent la mme allure que ceux de la charge hydraulique
pour les = 0.5, 0.7, 1 et 1.5 .
Page 174
IX.7 CAS STATISTIQUEMENT HOMOGENE
IX.7.1 Prsentation
Dans ce cas danalyse, les proprits et varient alatoirement dans tous le

milieu poreux : nous avons effectu 50 calcul, les 50 valeurs de et sont tires
alatoirement conformment une loi Log normale . Pour chacun des calculs, et
sont constants dans tout le massif du sol.
Le maillage et les conditions aux limites sont identiques ceux pris dans le cas
dterministe,
Nous noterons que la gnration des valeurs alatoires de et a t possible

grce Microsoft Office Excel, en se basant sur les moyennes et les carts types de ces
deux paramtres ports dans le tableau V.3 qui nous montre quelques valeurs obtenues
aprs gnration de et .
Tableau V.3 Quelques valeurs gnres des paramtres variables et
Conductivit hydraulique de saturation Teneur en eau volumique de saturation

(m/jours) (m3/m3)
Moy
Moy de cart type de Loi Log normale de cart type de Loi Log normale
0.2360 0.16 0.1432
0.1728 0.0864 (8.64%) 0.1042 (16%) 0.1 (10%) 0.2314
0.2941 0.1595
0.0474 0.3195
0.1401 0.2232
0.1995 0.1407
0.0839 0.1793
0.0197 0.2110
0.2134 0.0869
0.2225 0.1068
0.1921 0.3498
0.2054 0.1504
Page 175
0.0080 0.1723
0.1128 0.0225
0.1968 0.1934
0.2300 0.2672
0.2453 0.1768
0.1081 0.0158
0.3489 0.1432
0.1169 0.2314
Chaque calcul permet de dterminer les valeurs des charges hydrauliques, et des
concentrations du solut, choisis pour ltude de lcoulement et du transport (figure V.18).
Une fois la srie des cinquante (50) calculs termine, il est alors possible de calculer la
moyenne, pour chaque paramtre recherch et en chacun des nuds situs sur la ligne de
calcul choisie, laide du programme Excel, ainsi que les paramtres statistiques, tels que
lcart-type, le coefficient de variation ou la loi de distribution des valeurs de la solution,
afin dapprcier linfluence de la variabilit des paramtres de sol sur la solution.
Les rsultats obtenus sont rsums sous forme des courbes sur les figures V.19 V.22,
qui reprsentent lune ou lautre des relations suivantes,
- Evolution de la solution probabiliste (valeur moyenne, maximum et minimum des

charges hydraulique et des concentrations) le long de la ligne de calcul choisie ( =
0.7 ).
- Evolution de lcart-type (ou du coefficient de variation) de la solution le long de

ligne de calcul choisie.
Pour toutes les courbes obtenues, nous notons une allure graphique rgulire,
semblable celles obtenues dans le calcul dterministe.
a) Charges hydrauliques
Les charges hydrauliques, et les concentrations du solut, sont calcules suivant une
ligne de coupe verticale, = 0.7 , pour toute la profondeur du sol comme cela est montr
sur la figure V. 17.
Page 176
= 0.7
Figure V.18 Ligne de coupe verticale de calcul de lcoulement et du transport
Charge hydraulique en fonction du temps x=0.7m du cas

Statistiquement Homogne
0
-2 0 2 4 6 8 10 12
-0.5
Charge hydraulique
-1
max
-1.5 min
moy
-2
-2.5
-3
Temps (jours)
Page 177
Evolution de l'cart type en fonction du temps du cas

statistiquement homogne
0.8
0.6
Ecart type
0.4 Ecart type
0.2
0
-2 0 2 4 6 8 10 12
-0.2
Temps
b) Concentrations du solut :
Concentration de solute en fonction du temps x=0.7m
1.2
1
Concentration du solute
0.8
max
0.6
min
0.4
moy
0.2
0
-2 0 2 4 6 8 10 12
-0.2
Temps (jours)
Page 178
Evolution de l'cart type en fonction du temps
0.5
Ecart type de concentration
0.45
0.4
0.35
0.3
0.25 Evolution de l'cart type en
0.2 fonction du temps
0.15
0.1
0.05
0
-2 -0.05 0 2 4 6 8 10 12
Temps (jours)
Lexamen de lvolution des charges hydrauliques (figure V.18), appelle les observations
suivantes,
- Les courbes suivent la mme allure que celle obtenue dans le calcul dterministe,
- La valeur maximale de la charge hydraulique en = 0.7 est de (- 0.3938 m), on

voit quelle est proche de celle obtenue par le calcul dterministe (- 0.4254 m),
- La valeur de la charge hydraulique moyenne maximale en = 0.7 est de (-

0.4745 m), aussi proche de celle trouve par le calcul dterministe (- 0.4254 m),
- Lincertitude sur les charges hydrauliques symbolise par lcart-type, le long de la

ligne verticale ( = 0.7 ) de calcul (figure V.20), atteint sa valeur la plus grande
au voisinage (- 0.4568 m), du point au on a enregistr la plus grande charge
hydraulique (- 0.3938 m).
- Le plus grand cart-type se trouve au point o on observe le plus grand cart entre
la courbe des maximums et celle des minimums des charges hydrauliques,
- On remarque sur la figure V.19 que lvolution des charges hydrauliques en

fonction des diffrents calculs (courbes moyenne, max et min), nest pas vraiment
significative, mme si elle est un peu semblable celle du cas dterministe (figure
V.7), cela est du essentiellement au cas statistiquement homogne, et la variabilit
prise dans les calculs.
Page 179
b) Concentrations de solut
Lexamen de lvolution des concentrations de solut (figure V.21), appelle les

observations suivantes,
- La valeur maximale de la concentration de solut en = 0.7 est de (0.9933 m),

on voit quelle est proche de celle obtenue par le calcul dterministe (0.9449 m),
- La valeur de la concentration de solut moyenne maximale en = 0.7 est de

(0.9117 m), aussi proche de celle trouve par le calcul dterministe (0.9449 m),
- Lincertitude sur les concentrations de solut symbolise par lcart-type, le long de

la ligne verticale ( = 0.7 ) de calcul (figure V.22), atteint sa valeur la plus
grande au voisinage (0.9924 m), du point au on a enregistr la plus grande
concentration de solut (0.9933 m).
la courbe des maximums et celle des minimums des concentrations de solut,
- On remarque sur la figure V.21 que lvolution des concentrations de solut en

fonction des diffrents calculs (courbes moyenne, max et min), nest pas vraiment
significative, mme si elle est un peu semblable celle du cas dterministe (figure
V.15), cela est du essentiellement au cas statistiquement homogne, et la
variabilit prise dans les calculs.
V.8 CAS DANALYSE DUN MULTICOUCHE STRATIFIE ET HETEROGENE
V.8.1 Prsentation
a. Description du sol stratifi tudi
La zone modliser est un domaine rectangulaire (position horizontale 0<x<2m ;

profondeur 0 < < 3 ) :
b. Les conditions aux interfaces
A travers linterface sparant deux couches de sols de nature hydrodynamiques

diffrentes, on doit respecter, en plus, les deux conditions physiques suivantes:
- Continuit de la pression du sol, indpendamment de la squence des strates, la pression

de leau du sol est continue travers linterface, soit donc,
| = |
- Continuit du flux massique deau : le flux qui sort dune couche doit tre gal celui qui
entre dans la couche sous-jacente. On crit donc :
Page 180
| = |
O: L, reprsente la cote de linterface et la valeur positive infiniment petite.
Les htrognits se traduisent par des discontinuits dans les coefficients du systme
d'quations au passage d'une couche une l'autre. Cependant, certaines quantits physiques
restent continues : la vitesse de Darcy, la pression et les flux de contaminants.
Dans ce cas danalyse, nous avons divis le sol en 20 couches, chacune delle est
homogne en et , nous noterons les mmes conditions initiales et le mme
maillage (mme nombre de nuds et dlments) que ceux prsents prcdemment.
Les valeurs attribues aux paramtres de calcul ( et ) sont gnres

conformment une distribution Log normale laide du logiciel Microsoft Office Excel,
en utilisant les moyennes et les carts types du tableau V.2. Le tableau V.8 montre quelques
valeurs obtenues aprs gnration de et .
Tableau V.4 Valeurs gnres des paramtres variables et
Conductivit hydraulique de saturation

Teneur en eau volumtrique (m3/m3)
(m/jour)
Loi Log
Moy de Ecart type de normale Moy de Ecart type de Loi Log normale
0.1728 0.1675 0.2172
0.1728 0.2447 0.1964
0.1728 0.2674 0.16 (16%) 0.1100

0.0864 0.1
0.1728 0.2060 0.0693
0.1728 0.3507 0.2615
0.1728 0.2458 0.3737
0.1728 0.2030 0.1490
0.1728 0.0582 0.0334
0.1728 0.2782 0.2309

0.1728 0.1590 0.2524
Page 181
Nous avons appliqu, au niveau de chaque couche de sol, le modle de transfert

tablie. La solution numrique est donne sous forme discrte dans le temps et dans
lespace. Les variables calcules sont la charge hydraulique et la concentration du solut.
Chaque calcul permet de dterminer les valeurs des charges hydrauliques, et des
concentrations du solut, choisies pour ltude de lcoulement deau et du transport de
solut (figures V.23, V.24, V.27, V.28). Une fois la srie des cinquante (50) calculs
termine, il est alors possible de calculer la moyenne, pour chaque rsultat cherch et en
chacun des nuds situs sur la ligne de calcul choisie ( = 0.7 ), laide du programme
Excel, ainsi que les paramtres statistiques, tels que lcart-type, le coefficient de variation
ou la loi de distribution des valeurs de la solution, afin dapprcier linfluence de la
variabilit des paramtres de sol sur la solution.
Les rsultats obtenus sont rsums sous forme des courbes (figure V.23 V.30), qui
reprsentent lune ou lautre des relations suivantes,
- Evolution de la solution probabiliste (valeur moyenne, maximum et minimum des

charges hydrauliques, des concentrations) le long de la ligne de calcul choisie
( = 0.7 ),
- Evolution de lcart-type (ou du coefficient de variation) de la solution le long de

ligne de calcul choisie ( = 0.7 ).
Pour toutes les courbes obtenues, nous notons une allure graphique rgulire,
semblable celles obtenues dans le calcul dterministe.
Les charges hydrauliques, et les concentrations du solut, sont calcules suivant une
ligne de coupe verticale, = 0.7 , pour toute la profondeur du sol comme cela est montr
sur la figure V. 18.
Page 182
Figure V.23 Iso valeurs des charges hydrauliques .dans le sol
Figure V.24 Courbe des charges hydrauliques pour un cas stratifi htrogne
Page 183
Charge hydraulique en fonction du temps 0,7m de

profondeur
0
-2 0 2 4 6 8 10 12
-0.5
-1
moyenne
h (m)
-1.5 min
max
-2
-2.5
-3
t (jours)
0.9
0.8
0.7
Ecart type (m)
0.6
0.5 Evolution de l'cart type en
0.4 fonction du temps
0.3
0.2
0.1
0
-2 0 2 4 6 8 10 12
t (jours)
Page 184
b) Concentrations du solut
Figure V.27 Iso valeurs des concentrations pour un cas stratifi
Figure V.28 Courbe des charges hydrauliques pour un cas stratifi
Page 185
Concentration du solute dans l'coulement en fonction du

temps
2
concentration du solute
1.5
1 min
moy
0.5 max
0
-2 0 2 4 6 8 10 12
-0.5
Temps (jours)
0.45
0.4
0.35
0.3
Ecart type
0.25
0.2 Ecart type
0.15
0.1
0.05
0
-2 -0.05 0 2 4 6 8 10 12
Temps (jours)
Lexamen de lvolution des charges hydrauliques (figure V.29), appelle les

Page 186
- La figure V.23 reprsente liso-contours de la charge hydraulique. On remarque dune

part, le mme phnomne que le milieu poreux homogne au niveau de la zone proche de
lentre et de la nappe phratique et dautre part, la diffrence des isocontours selon la
variabilit des proprits physiques de la strate.
- On montre sur les figures 23 et 24 lvolution temporelle de la charge hydraulique
dans chaque couche du profil du sol. Les couches allant de z = 1.5m jusqu z = 3m sous
jacents sont caractrises par des valeurs de charge hydraulique trs proches, tout au cours
de jour de simulation. Il en est de mme pour les quatre premires couches du fait
quelles taient initialement les plus humides.
- La valeur maximale de la charge hydraulique est de (- 0.0387 m), on voit bien

quelle est un peu plus loin de celle obtenue par le calcul dterministe (- 0.4254 m),
et cela est du leffet de la variabilit des deux paramtres ( et ).
- La valeur de la charge hydraulique moyenne maximale est de (- 0.4567 m), on voit

bien quelle proche de celle trouve par le calcul dterministe (- 0.4254 m),
la courbe des maximums et celle des minimums,
- On remarque sur la figure V.25 que lvolution des charges hydrauliques en

fonction des diffrents calculs (courbes moyenne, max et min pas identiques), est
significative par rapport au calcul statistiquement homogne.
Lexamen de lvolution des concentrations de solut (figure V.27 et V.28), appelle les
- Sur lisovaleurs des concentrations de solut, nous prsentons lvolution de la

concentration en fonction de x et de z un instant donn (t=10jours). On remarque que la
concentration de la substance mobile diminue avec la profondeur. Cest vident, puisque
les profils de concentration se comportent de la mme faon que ceux des profils de
lhumidit, mais ils se dplacent rapidement cause de lajout de la pression osmotique
dans la pression matricielle. Ces rsultats son similaires ceux illustrs par dautres auteurs
dans le cas dun sol homogne non satur (Gueraoui et al, 2000) et (Sadi et al, 1999),
(Ghouli, 2009).
- La concentration des couches allant de 0 1.2 m, a un comportement relativement

diffrent par rapport aux autres couches du fait quelles taient initialement les plus
humides.
- La courbe suit la mme allure que celle obtenue dans le calcul dterministe,
Page 187
- La valeur maximale de la concentration est de (1.8727 m), on voit bien quelle est
un peu plus loin celle obtenue par le calcul dterministe (0.9449 m), et cela est du
leffet de la variabilit des deux paramtres ( et ).
- Le profil de la courbe des concentrations maximales de solut est retarde dans le

temps pendant un jour (de t=0 jusqu t=1 jour) pour augmenter au bout du
deuxime jour (t=2 jours) puis subit un deuxime retard au troisime jour, pour
ensuite atteindre une valeur maximale et dcroitre une valeur infrieure. Ce
rsultat est tout fait logique puisque dune part, les profils de concentration se
comportent de la mme faon que ceux de lhumidit, mais ils se dplacent
rapidement cause de lajout de la pression osmotique dans la pression matricielle.
- Dautre part, plus le temps scoule plus le fluide se mlange avec cette substance et
peut donc tre transport plus loin, cela sajoute aussi leffet de la variabilit des
paramtres de sol dans le calcul des concentrations de solut.
- Lincertitude sur les concentrations de solut symbolise par lcart-type, le long de

la ligne de calcul ( = 0.7 ), (figure V.30), atteint sa valeur la plus grande t=3
jours, ensuite elle dcrot,
- On remarque sur la figure V.29 que lvolution des concentrations de solut en

fonction des diffrents calculs (courbes moyenne, max et min pas identiques), est
significative par rapport au calcul statistiquement homogne, donc une lgre
variation de paramtres de sol implique des concentrations significatives.
V.9 COMPARAISON DES DIFFRENTES ANALYSES EFFECTUES
V.9.1 Introduction
La solution probabiliste du problme de lcoulement et du transport de solut est elle

influenc par la variabilit des paramtres de sol ? Lincertitude augmente-t-elle en
fonction de la dimension de lanalyse ? Donc il est intressant dexaminer leffet de la
dimension de la variabilit spatiale dans le cas dune analyse probabiliste des coulements
en milieux poreux htrognes.
V.9.2 Rsultats des calculs
Les rsultats des vingt premiers calculs des trois sries de calcul sont compars sur les
figures V.31 V.36.
Les rsultats de tous les cas tudis sont montrs dans les figures numrots 31 36.
On montre lvolution de la moyenne arithmtique des charges hydrauliques et des
concentrations de solut la ligne de calcul ( = 0.7 ), (figures V.31 et V.34).
Page 188
De mme nous avons montrs dans les figures qui suivent (figures V.35 et V.32)
lvolution des maximums et des minimums des charges hydrauliques et des concentrations
de solut de tous les cas analyss.
Les diffrents cart-types obtenues dans les diffrents calculs sont reprsents et
compars dans les figures V.33 et V.36.
Charges hydrauliques moyennes pour les differents calculs
0
-2 -0.5 0 2 4 6 8 10 12
Charges hydrauliques
moyennes (m)
-1
-1.5
-2
-2.5
-3
Temps (jours)
cas deterministe cas statistiquement homogene cas stratifi (htrogene)
Figure V.31 Courbe des charges hydrauliques moyennes pour les diffrents cas de
calcul
Charges hydrauliques max et min x=0,7m pour les differents

calculs
0
-2 0 2 4 6 8 10 12
-0.5
Charges hydrauliques
-1
-1.5
-2
-2.5
-3
Temps (jours)
cas deterministe cas stat homog (max) cas stat homo (min)
cas strat (max) cas strat (min)
Page 189
Figure V.32 Courbe des charges hydrauliques max et min pour les diffrents cas de
calcul
Evolution des ecarts types des charges hydrauliques en

fonction du temps pour les differents calculs
0.8
0.6
Ecart type (m)
0.4
0.2
0
-2 0 2 4 6 8 10 12
-0.2
Temps (jours)
stat homogene stratifi
Figure V.33 Evolution des cart-types des charges hydrauliques H pour les diffrents
cas de calcul
courbes des concentrations moyennes pour les

differents calculs
1
Concentrations moyennes (kg/m3)
0.8
0.6
0.4
0.2
0
-2 -0.2 0 2 4 6 8 10 12
Temps (jours)
dterministe stat homogene
Figure V.34 Courbe des concentrations moyennes pour les diffrents cas de calcul
Page 190
Courbes des concentrations max et min pour les

differents calculs
2
Concentrations (kg/m3)
1.5
1
0.5
0
-2 -0.5 0 2 4 6 8 10 12
Temps (jours)
dtrministe stat homogene (max)

stat homogene (min) stratif (max)
stratifi (min)
Figure V.35 Courbe des concentrations min et max pour les diffrents cas de calcul
.
Evolution des carts types en fonction du temps des

differents calculs
0.5
0.45
0.4
Ecarts types (m)
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
-0.05
-2 0 2 4 6 8 10 12
Temps (jours)
stat homogne stratifi
Figure V.36 Evolution des cart-types des concentrations c pour les diffrents cas de
calcul.
V.9.3 Comparaison des rsultats obtenus
Il apparat clairement que, quelles que soient les caractristiques imposes la

variabilit du sol, les valeurs moyennes des charges hydrauliques et des concentrations de
solut sont proches du cas dterministe.
Page 191
Aprs observation des rsultats illustrs dans les figures V.31 V.33, on note que,
- Les valeurs des charges hydrauliques moyennes = 0.7 pour les diffrents cas
de calcul sont presque identiques celles obtenues par le calcul dterministe ;
- La figure V.33 compare les incertitudes sur les charges hydrauliques =

0.7 obtenues dans les diffrents calculs tudis auparavant ;
- Laspect htrognit des caractristiques de sol a plus deffet sur lincertitude. De

manire gnrale un calcul htrogne surestime lincertitude sur le calcul des
charges hydrauliques ;
- Lincertitude sur les charges hydrauliques = 0.7 est plus faible dans le cas du
calcul statistiquement homogne.
Les figures V.34 V.36 appellent les remarques suivantes :
- Les valeurs des concentrations de solut = 0.7 pour les diffrents cas de calcul
sont presque identiques celles obtenues par le calcul dterministe,
- La figure V.36 compare les incertitudes sur les concentrations de solut = 0.7
obtenues dans les diffrents calculs tudis auparavant,
- Laspect du cas stratifi htrogne des caractristiques de sol a plus deffet sur
lincertitude. De manire gnrale un calcul stratifi htrogne surestime
lincertitude sur le calcul des concentrations de solut = 0.7 ,
- Lincertitude sur les concentrations de solut = 0.7 est plus faible dans le cas
du calcul statistiquement homogne.
Les incertitudes relatives aux concentrations de solut = 0.7 , caractrises par les
cart-types, sont petites dans le cas danalyse statistiquement homogne, grandes dans le
cas stratifi htrogne (dernier cas analys).
Les incertitudes sur les charges hydrauliques augmentent du cas statistiquement

homogne au calcul stratifi htrogne (dernier cas analys).
Page 192
CONCLUSION GENERALE
CONCLUSION GENERALE
Lapparition et le dveloppement des mthodes stochastiques appliques aux

phnomnes hydrodynamiques de lcoulement et de transport de polluant en milieu poreux
ont permis des progrs considrables dans la prise en compte de lhtrognit des
systmes tudis, qui constitue une des clefs de la rsolution de tels problmes. Les
diffrentes thories dveloppes par Gehlar et Axness (1983), Dagan (1984,1989) et
Neuman et Zhang (1990) fournissent ainsi des solutions analytiques dans le cas gnral de
lcoulement permanent et uniforme dans un milieu infini ou semi-infini qui, mme si elles
reposent sur de nombreuses hypothses simplificatrices, se sont avres applicable dans un
grand nombre de cas rels la lumire de leur confrontation avec des donnes de terrain
(Zhang et Chi, 1995) ou des rsultats de simulations numriques (Chin et Wang, 1992 ;
Lintea, 2001).
Cependant, du fait essentiellement de la complexification des quations stochastiques

dans de tels cas, les problmes dcoulement non-uniformes tels que les coulements au
voisinage de puits ou de limites du domaine nont t que rcemment abords et noccupent
quune petite place dans la littrature alors que de tels cas de figure ne sont pas rares en
situation relle.
Pour suivre cette direction, nous nous sommes intresss dans le prsent travail une
partie dune srie de recherches consacres lvaluation de leffet de la variabilit spatiale
sur le problme dcoulement et du transport en milieu poreux.
Lors des premires applications des statistiques et probabilits aux domaines

htrognes, o la variation des paramtres ne peut avoir de reprsentation fonctionnelle
(mathmatique), on a cru pouvoir rvolutionner les schmas de calculs classiques bass sur
des hypothses approximatives, ces dernires tant alors ncessaires pour passer outre les
difficults poses par la variabilit du milieu.
Cest tout fait logique que la plupart des auteurs se consacrrent dabord et surtout
la caractrisation de la variabilit des proprits physiques et hydrauliques du sol.
Lobjectif de ces auteurs tait ltude de la variabilit des proprits des sols, dabord par
les mthodes classiques (loi de distribution, paramtres statistiques, ), ensuite, plus tard,
en tenant compte dune variation spatiale ventuelle des paramtres, par les fonctions
dautocorrection et les notions de krigeage (analyse structurale).
Page 193
CONCLUSION GENERALE
Les lments de calculs, dans lapproche stochastique (choix des paramtres de base,
lois de distribution attribues ces paramtres, relations ventuelles entre ces paramtres,
mthodes numriques, autres sources dincertitudes telle que lincertitude statistique,),
sont souvent diffrents, dun auteur lautre. Seule la technique de simulation de Monte
Carlo et la mthode numrique par lments fins semblent faire lunanimit, depuis
lapparition des moyens de calcul puissants (ordinateur).
Dans notre cas, cest aussi la technique de simulation de Monte Carlo et la mthode de
calcul numrique par lments finis, du programme COMSOL Multiphysics, qui ont t
utiliss pour analyser, dun point de vue stochastique, le problme de lcoulement et du
transport.
Les proprits de sol, considres comme variables alatoires, sont la conductivit

hydraulique de saturation et la teneur en eau de saturation . La loi de distribution
Log normale est choisie pour reprsenter la rpartition des valeurs de ces deux paramtres.
Les rsultats essentiels des sries de calculs (deux sries de 50 calculs) peuvent tres
rsums comme suit :
- Lincertitude sur les charges hydrauliques symbolise par lcart-type, le long de la

ligne de calcul (x=0.7m) atteint sa valeur la plus grande au voisinage du point au on
a enregistr la plus grande charge hydraulique.
- Lincertitude sur les charges hydrauliques le long de la ligne de calcul (x=0.7m),

atteint sa valeur la plus grande, 0.8387 m, ensuite dcrot jusqu 0.4 m.
- De mme pour les concentrations, lincertitude symbolise par lcart-type, le long

de la ligne de calcul (x=0.7m) atteint sa valeur la plus grande au voisinage du point
au on a enregistr la plus grande des concentrations.
- Lincertitude sur les concentrations le long de la ligne de calcul (x=0.7m), atteint sa

valeur la plus grande, 0.4248 m, ensuite elle dcrot jusqu 0.35 m.
Dans le dernier chapitre, nous avons tudi la sensibilit des rsultats obtenus qui
permettent des calculs plus directs et plus rapides. Cette tude de sensibilit a port en
particulier sur les paramtres caractrisant et quantifiant lhtrognit du milieu tudi
que sont lcart-type et la moyenne de et de .
Les rsultats obtenus montrent que, si les ordres de grandeur des sensibilits ces deux
paramtres peuvent varier considrablement selon le type dinjection de polluant dans
lcoulement, le paramtre tudi ou les valeurs des paramtres elles-mmes, les courbes
reprsentant la sensibilit de la charge hydraulique ainsi que la concentration en fonction
du temps permettent de mettre en vidence une tendance forte. On constate en effet que les
points de cette courbe ayant la plus grande valeur absolue, qui reprsentent les valeurs de la
charge hydraulique et de la concentration les plus sensibles, sont situs aux environs du
temps de perce correspondant la configuration tudie en milieu homogne. Cest cet
endroit que se trouve la plus grande quantit dinformation caractrisant les paramtres du
milieu htrogne.
Page 194
CONCLUSION GENERALE
Cette conclusion se trouve conforte par la recherche de lchantillonnage le plus

adapt la caractrisation dun tel milieu qui utilise les valeurs de sensibilit values
prcdemment. On montre ainsi quil est prfrable dans un cas de figure comme celui-ci
deffectuer un nombre rduit de prlvements dchantillons autour de la perce (le temps
de perce tant connu ou dtermin a priori) plutt que de sattacher reconstituer les
courbe de charge hydraulique et de concentration jusqu de grands temps de parcours.
Dans la mme ide, on constate galement que le poids de linformation apporte par
lacquisition dune mesure supplmentaire dcrot rapidement avec la taille de
lchantillon, et que lon peut considrer quune petite dizaine de points soigneusement
slectionns sont suffisants pour dterminer les paramtres recherchs.
Ces rsultats sont en accord avec ceux prsents par GHOULI (2004), qui constataient dans
leur tude que linfluence de lhtrognit du milieu se traduisait dabord par la
modification de lallure de la courbe de la charge hydraulique et de la concentration autour
du temps de perce, le polluant apparaissant dautant plus tt que le milieu est htrogne.
Les diffrents rsultats obtenus lors de cette tude, s'ils ne permettent pas de rsoudre
de faon exhaustive le dlicat problme de la variabilit des paramtres de sol, nous
conduisent souligner l'importance de cette prise en compte dans le cas particulier de la
propagation de polluant dans milieux poreux variablement satur, dispositif plus que
frquemment rencontr en situation relle. Les perspectives ouvertes par ces travaux sont
donc nombreuses,
- Tout d'abord, il apparat important de valider les rsultats obtenus dans le cadre
d'expriences l'chelle du laboratoire et du terrain, afin de vrifier de faon plus nette que
ce qui a pu tre effectu prcdemment l'influence relle de la lincertitude sur les rsultats
de calcul du problme de l'coulement et du transport.
- Dans le champ des dveloppements thoriques, il apparat important de poursuivre les
efforts dans le sens d'une prise en compte simple des spcificits du terrain qui limitent
souvent l'application des thories stochastiques : dans le cas de la propagation de polluant,
outre les conditions aux limites qui, nous l'avons vu, influent notablement sur l'coulement
et donc le transport, nous pouvons galement citer les puits partiellement pntrants, la non
uniformit statistique du milieu par exemple.
- La prsente tude s'est galement limite au transport d'un solut dans lcoulement d'eau,
ce qui est largement loin d'tre le cas de tous les polluants. Tous les rsultats obtenus
ncessitent donc galement d'tre tendus aux cas des produits interagissant avec la matrice
poreuse.
Page 195
REFERENCES BIBLIOGRAPHIQUES
1. ABDELHAK GHOULI, 2004 Modlisation mathmatique et numrique de la pollution

dans un milieu poreux non Satur. Application : milieux poreux stratifis . Thse de
doctorat de luniversit de MOHAMMED V AGDAL de Rabat.
2. Hamza Ali, 2007 Simulation numrique des coulements transitoires en milieux
poreux satur et non saturs. Thse de doctorat de luniversit Mouloud MAMMERI de
TIZO OUZOU.
3. Ali BOUHERAOUA, (1989), Influence de la variabilit des proprits du sol sur la
consolidation des massifs de sols argileux , Thse de doctorat de luniversit paris 6.
4. RAHMANI Naima, (2010), Mthodes stochastiques de calcul de stabilit des pentes
Universit Mouloud Mammeri - TIZI OUZOU.
5. BOUAKIZ Laura, (2009), Etat de lart des techniques danalyse des massifs de sols
htrognes Universit Mouloud Mammeri - TIZI OUZOU.
6. Jean-Pierre MAGNAN, (1982), Les mthodes statistiques et probabilistes en
mcanique des sols Presse de lENPC France.
7. SI SMAIL Ali, 1997 Simulation numrique des coulements permanents et transitoires
autour dun puits parfait dans une nappe phratique . Thse de Magister de linstitut
hydraulique du centre universitaire de BISKRA.
8. DJELWAH Abderazik , 2009 Approche probabiliste de la consolidation
tridimensionnelle . de luniversit Mouloud MAMMERI de TIZO OUZOU.
9. BAAZIZ Karim, 2011 Effet de la variabilit des paramtres de calcul sur la stabilit des
murs de soutnement . Thse de Magister de luniversit Mouloud MAMMERI de TIZI
OUZOU.
10. Jean-Philippe CARLIER, 2002 Modlisation du transfert de masse en milieu poreux
par approche stochastique . Thse de doctorat de luniversit LOUIS PASTEUR DE
STRASBOURG.
11. Nadia JAMALEDDINE, 2006 Dispersion capillaire - gravitaire dun polluant en
milieu poreux htrogne et non satur . Thse de doctorat de linstitut national
polytechnique de LORRAINE.
Page 196
12. Denis ISABEL, 1988 Modlisation stochastique des pesticides dans la zone vadose .
Thse de doctorat de linstitut national de la recherche scientifique de l'universit de
QUEBEC.
13. Stphan GAGNON, 1996 Caractrisation de la variabilit spatiale des paramtres
hydrogologiques provenant des sources d'information existantes . Thse de doctorat de
linstitut national de la recherche scientifique de l'universit de QUEBEC.
14. Christine RIVARD, 2001 Simulation du transport de soluts dans des aquifres
htrognes l'aide de rseaux percolants . Thse de doctorat de linstitut national de la
recherche scientifique de l'universit de QUEBEC.
15. Jean JOBIDON, 1990 Interdpendance des proprits physiques des sols dans un
modle de contamination des eaux souterraines par des pesticides . Mmoire de maitrise
de linstitut national de la recherche scientifique de l'universit de QUEBEC.
16. Tanguy LE BORGNE, 2004 Mesure in situ et modlisation de l'htrognit des
coulements dans les milieux gologiques . Thse de doctorat de l'universit de RENNE I.
17. Ahmad AL BITAR, 2007 Modlisation des coulements en milieu poreux
htrognes 2D / 3D, avec couplages surface / souterrain et densitaires . Thse de doctorat
de linstitut national polytechnique de TOULOUSE.
18. Charles DANQUIGNY, 2003 Etude exprimentale du transfert de masse en
milieu poreux htrogne . Thse de doctorat de luniversit louis PASTEUR de
STRASBOURG.
Page 197

These de Magistere de MR - BIR Said-2

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

These de Magistere de MR - BIR Said-2

Transféré par

Droits d'auteur :

Formats disponibles

Rpublique Algrienne Dmocratique et Populaire

Ministre de lEnseignement Suprieur et de la Recherche Scientifique

UNIVERSITE MOULOUD MAMMERI

Facult du Gnie de la construction

Ecoulements au travers les milieux

Mr BOUAFIA Youcef Professeur UMMTO Prsident

Mr BOUHERAOUA Ali Matre de confrences (A) UMMTO Rapporteur

Mr HAMZA Ali Matre de confrences (A) UMMTO Examinateur

Mr AIT AIDER Hacne Matre de Confrences UMMTO Examinateur

Je tiens notamment remercier :

Monsieur A. BOUHERAOUA matre de confrences (A) au dpartement de

Monsieur Y. BOUAFIA professeur au dpartement de gnie civil de

Monsieur A. HAMZA matre de confrences (A) au dpartement de gnie civil

Monsieur H. AIT AIDER maitre de confrences A au dpartement de gnie

In agreement with assumptions in analytical stochastic models of unsaturated flow,

: Teneur en eau (volumique).

: Tenseur de conductivit hydraulique

, ou, : Charge hydraulique.

E(X ) : Esprance mathmatique.

( ) : Densit de probabilit univarie.

( ) : Distribution cumule univarie.

: Esprance mathmatique ou tout simplement la moyenne

: Covariance des variables et ,

LISTE DES FIGURES

Figure I.1 Zone sature et zone non sature.

Figure I.6 Exemple de sol et de reprsentation du milieu poreux associ.

Figure I.7 Concept demmagasinement dans les aquifres captifs et libres.

Figure II.1 Densit de probabilit de la loi de Poisson de paramtre = 10.

Figure II.2 Densit de probabilit de la loi normale centre rduite.

Figure II.3 Densit de probabilit de la loi exponentielle de paramtre a = 3.

Figure II.4 Densit de probabilit de la loi de Weibull de paramtre = 2.

Figure III.1 Schmatisation dun aquifre (Bear, 1972).

Figure III.5 Exemple de coupe d'un poreux (grs)

Figure III.6 Dispositif exprimentale de Darcy.

Figure III.7 Courbe limitant le domaine de la validit de la loi de Darcy

Figure III-8 Dtermination de la charge hydraulique dans un pizomtre

Figure III.10 Ecoulement plan sous un barrage, coulement bidimensionnel.

Figure III.11 Proprits hydrodynamiques du sol. a) La conductivit hydraulique ( )

Figure III.12 Application de lapproche mathmatique un coulement surface libre

Figure III.15 Ecoulement vers un foss prismatique dans un aquifre phratique

Figure III.22 Potentiel de pression deau en fonction de la cote en = , avec , = potentiel

Figure IV.1 Deux types de porosit

Figure IV.2 Rseau cubique ( gauche) et rseau rhombodrique ( droite)

Figure IV.5 Illustration de la variabilit spatiale de la permabilit (conductivit hydraulique); 1

Figure IV.6 Une ralisation de la variable "distribution des grains"

Figure V.7. Modles analytiques de covariance.

Figure V.1 Schma montrant les diffrentes tapes ncessaires la dtermination de la

Figure V.2 Prsentation du milieu poreux tudi

Figure V.3 Isovaleurs des charges hydrauliques H

Figure V.4 Isovaleurs des saturations effectives

Figure V.5 Isovaleurs des concentrations de solut

Figure V.8 Courbe des charges hydrauliques H pour =1 pendant 10 jours

Figure V.10 Courbe de saturation effectives pour = 0.5 pendant 10 jours

Figure V.11 Courbe de saturation effective pour = 0.7 pendant 10 jours

Figure V.12 Courbe de saturation effective pour =1 pendant 10 jours

Figure V.13 Courbe de saturation effective pour = 1.5 pendant 10 jours

Figure V.16 Courbe des concentrations de solut pour =1 pendant 10 jours

Figure V.18 Ligne de coupe verticale de calcul de lcoulement et du transport

Figure V.19 Courbes des charges hydrauliques H de lcoulement dans le sol

Figure V.20 Evolution des cart-types des charges hydrauliques

Figure V.21 Courbe des concentrations .dans le sol

Figure V.22 Evolution des cart-types des concentrations

Figure V.23 Iso valeurs des charges hydrauliques .dans le sol