Evaluation de l’impact des sites pollués sur la qualité des eaux souterraines du canton de Fribourg 2018-01-17T11:13:35+00:00

Project Description

Evaluation de l’impact des sites pollués sur la qualité des eaux souterraines du canton de Fribourg

Depuis mai 2018, le Service de l’Environnement (SEn) du canton de Fribourg élabore une base de données sur la qualité chimique des eaux souterraines du canton. Une liste étendue de paramètres chimiques est analysée dans différents captages, puits et forages piézométriques, pour établir un état de référence de la qualité des eaux et identifier les secteurs affectés par des pollutions, notamment celles générées par des sites contaminés (anciens sites industriels, décharges et lieux d’accident).

Deux voies sont envisagées pour différencier les eaux sous et hors influence de pollutions locales. La première consiste à identifier des groupes de substances qui seraient révélatrices de perturbations locales de la qualité des eaux souterraines. La seconde consiste à définir un seuil de concentration pour chacune des substances, au delà duquel l’impact d’activités humaines est très probable.

L’étude confiée à eOde a consisté à explorer ces voies de différenciation d’un bruit de fond d’une pollution locale à l’aide de méthodes statistiques univariées et multivariées. Une synthèse bibliographique a été menée pour inventorier les méthodes utilisées actuellement au niveau international pour différencier les bruits de fonds géochimiques naturels de pollutions anthropiques. Certaines d’entre elles ont été testées sur le jeu de données du canton.

Parmi les 87 substances analysées, l’analyse multivariée met en évidence des groupes de substances bien corrélées lorsque les eaux sont clairement sous l’influence de contaminations locales, très peu corrélées lorsque les eaux sont hors influence. Ces groupes rassemblent des éléments traces et des éléments mineurs. L’ étude montre également qu’il est possible de définir un seuil de différenciation des valeurs de fond / valeurs de contamination en adaptant la méthode de séparation des composants aux caractéristiques de la distribution des données de chacune des substances.