Journal of Water Sciences & Environment Technologies ISSN: 2508-9250

Journal of Water Sciences & Environment Technologies

Cit this: JOWSET, 2016 (01), N 02, 67-75

Use of statistical models for the prediction of an indicator parameter of

the groundwaters quality: Case study of fissured aquifers groundwaters of
Ivory Coast

A. M. Kouassi1*, K. E. Ahoussi2, K. E. Kouakou1, A. Mamadou3, J. Biemi2

[1] Institut National Polytechnique Flix Houphout-Boigny (INP-HB) ; Dpartement des Sciences de la Terre et des Ressources
Minires (STeRMi) ; Laboratoire du Gnie Civil, des Gosciences et des Sciences Gographiques ; BP 1093 Yamoussoukro (Cte
dIvoire), Tl. (+225) 30 64 67 15 (Cte dIvoire).
[2] Universit Flix Houphout-Boigny dAbidjan-Cocody, Unit de Formation et de Recherche des Sciences de la Terre et des

Ressources Minires (UFR-STRM) ; Laboratoire des Sciences et Techniques de lEau et de lEnvironnement (LSTEE) ; 22 BP 582
Abidjan 22 ; Tel : (+225) 22 48 38 03 (Cte dIvoire).
[3] Institut National Polytechnique Flix Houphout-Boigny (INP-HB) de Yamoussoukro ; Ecole Suprieure des Mines et de

Gologie (ESMG) ; Bp: 1093 Yamoussoukro (Cte dIvoire) ; Tl. : (+225) 30 64 36 07.

* Corresponding Author: e-mail : michel.a_kouassi@yahoo.fr ou michel.kouassi@inphb.edu.ci

The objective of this study, carried out in Cte d'Ivoire, aims to Received: 18 October 2016
evaluate and compare the predictive power of two statistical models Accepted: 8 November 2016
with hydrochemical variables in order to simulate the electrical Available online: 11 December 2016
conductivity of groundwaters. An analysis of the performance and
robustness of the different models using numerical criteria
Keywords:
(correlation coefficient and Nash-Sutcliffe) and graphs, showed that Statistical Models
both models are powerful and robust but the model 2 is more Hydrochemical variables
efficient and robust than the model 1. The criterion most suitable for Performance
the study of the reliability of the physical and chemical data was the Robustness
Nash-Sutcliffe criterion. Ivory Coast

telles que les rgressions linaires et les rseaux de neurones

Introduction
Laccroissement rapide de la dmographie ainsi que
lamlioration du niveau de vie des populations engendre un
dveloppement conomique et social et ncessitent
proportionnellement un accroissement des besoins en eau.
Au-del de sa quantit, la qualit de leau est un critre
essentiel dvaluation de la ressource en eau. Ainsi, la
prdiction des paramtres indicateurs de la qualit des eaux
souterraines est actuellement au cur de la recherche
scientifique. De ce fait, la connaissance dun certain nombre
dindicateurs tels que la conductivit lectrique est
primordiale. Dans la littrature, des mthodes statistiques
J o u r n a l h o m e pa g e : h tt p : / / re v u e s . i m i s t . m a / ? j o u r n a l = J OW SE T
artificiels ont t utilises par plusieurs auteurs pour la
simulation de variables relatives la qualit de leau en
gnral et la simulation de la conductivit lectrique en
particulier [1-11]. Une analyse physico-chimique peut tre
dfinie comme une suite doprations lmentaires,
statistiquement indpendantes les unes des autres, qui
commencent au moment de la prise dessai (prlvement dun
chantillon) et aboutissent lexpression dun rsultat
danalyse de laboratoire quil faudra valider pour pouvoir
disposer enfin dune donne analytique. Aprs validation des
rsultats par les laboratoires, il y a ncessit de contrler la
validit des rsultats obtenus (contrles physico-chimiques)
dans lobjectif dassurer la scurit hydrique des populations,
67
 Journal of Water Sciences & Environment Technologies ISSN: 2508-9250

ncessitant notamment lobtention de rsultats danalyse prlvement. Ces zones tests concernent les rgions de lex-
fiables. La fiabilit des rsultats implique lutilisation de Nzi-Como (Dimbokro, Daoukro, Bongouanou et Mbahiakro),
mthodes valides, mises en uvre par un laboratoire Guiglo-Duekou, Tibissou-Didivi, Bondoukou et de Tiassal.
comptent. Pour vrifier cette fiabilit, un certain nombre de Deux grandes zones climatiques se ctoient: le climat
critres sont utiliss (balance ionique, rapport conductivit quatorial et le climat tropical. Le climat subquatorial dans le
lectrique in situ et conductivit lectrique mesure au Sud est caractris par des prcipitations abondantes, qui
laboratoire, etc.). Kouassi et al. [6] ont utilis les approches atteignent en moyenne 1 800 mm. Le climat tropical humide
bases sur la balance ionique et la simulation de la de savane couvre le Centre du pays. Les prcipitations
conductivit lectrique sappuyant sur ladquation entre les annuelles moyennes sont proches de 1 200 mm.
conductivits lectriques mesures sur le terrain et celles
simules. Au regard de la divergence obtenue par Kouassi et
al. [6] sur lchantillon de Bondoukou dont la balance ionique
a t dclare non quilibre alors quil a prsent de bonnes
performances, deux modles statistiques ont t dvelopps
par Kouassi et al. [7].
Les rsultats obtenus par Kouassi et al. [7] ont montr que les
variables les plus pertinentes et expressives pour la
modlisation de la conductivit lectrique des eaux
souterraines sont la somme des cations majeurs et la somme
des anions majeurs. Ainsi, ces deux paramtres ont t utiliss
comme variables explicatives pour la conception dun premier
modle. Aussi, pour mettre en vidence les impacts des
activits anthropiques sur la qualit des eaux souterraines, un
deuxime modle a t envisag par intgration de la
temprature et du pH dans le premier modle. Les erreurs-
Fig. 1: Carte de la zone dtude et sites dchantillonnage des
types associes aux coefficients de rgression des diffrents
eaux
modles fluctuent entre 5 et 10 pour le premier modle et
oscillent en gnral entre 4 et 12 pour le modle 2. Ces Le climat tropical attnu concerne principalement la partie
diffrents rsultats traduisent des relations troites entre la nord du pays et les prcipitations moyennes annuelles
variable explique (conductivit lectrique) et les variables enregistres sont gnralement infrieures 1000 mm. Le
explicatives. Cependant, une question essentielle reste pose. rgime climatique rgnant au niveau de lOuest de la Cte
Ces modles sont-ils capables de simuler des valeurs de dIvoire est un climat de montagne avec des hauteurs
conductivit lectrique proches de celles observes ? En pluviomtriques annuelles dpassant parfois les 2 000 mm.
dautres termes, ces modles sont-ils performants? Deux grands types de paysages vgtaux se partagent le
Lobjectif gnral de cette tude vise lvaluation du pouvoir territoire ivoirien : un paysage forestier et un paysage de
prdictif de deux modles statistiques variables savane. Le premier correspond la moiti sud du pays et
hydrochimiques simuler la conductivit lectrique des eaux appartient au domaine guinen. Le second occupe la moiti
souterraines dans le socle cristallin et cristallophyllien. nord de la Cte dIvoire et se rattache au domaine soudanais
Lhypothse de travail a consist supposer quil existe une [12]. Le socle ivoirien est compos des domaines archen,
concordance entre la fiabilit au sens de la balance ionique et paloprotrozoque et SASCA. Le domaine archen a t
la fiabilit au sens de la simulation de la conductivit affect par des dformations tectoniques trs importantes
lectrique. attribues lorogense lonienne (3500-2900 Ma) et
lorogense librienne (2900-2500 Ma). Il est caractris par
Prsentation de la zone dtude les reliefs les plus accidents de la Cte dIvoire. Le domaine
La Cte dIvoire, espace de notre travail, fait partie des pays du archen est domin par des granites, des migmatites, des
Golfe de Guine. Elle stend sur une superficie de 322 462 granito-gneiss, des amphibolo-pyroxnites, des charnockites.
2 Le domaine paloprotrozoque est subdivis en deux grands
Km , environ 1% du continent africain. Ses frontires
sous-ensembles (ensemble des granitodes et formations
dessinent approximativement un carr sinscrivant entre les
volcano-sdimentaires). Il a t structur au cours du
coordonnes de 230et 830de longitude Ouest, 430 et
mgacycle burnen. Ce domaine est constitu dun socle
1030 de latitude Nord avec, au Sud, une faade littorale de
granito-gneissique domin par les granites et de formations
550 Km. Elle est limite au Nord par le Mali et le Burkina Faso,
volcano-sdimentaires (mtasdiments et roches vertes). Les
lEst par le Ghana, lOuest par la Guine et le Libria et au
mtasdiments sont constitus en majeure partie de grs et
Sud par locan atlantique. La figure 1 montre la situation de la
de schistes. Les roches vertes sont constitues de mtabasalte,
Cte dIvoire en Afrique de lOuest et les zones de
68
J o u r n a l h o m e pa g e : h tt p : / / re v u e s . i m i s t . m a / ? j o u r n a l = J OW SE T
 Journal of Water Sciences & Environment Technologies ISSN: 2508-9250
mtaandsite, mtadolrite, mtagabbro, amphibolite. Il
existe un autre domaine o coexistent les formations
gologiques des deux grands domaines (domaine archen et
domaine paloprotrozoque): cest le domaine SASCA
(Sassandra-Cavally). Ce domaine est situ dans le Sud-Ouest de
la Cte dIvoire depuis Toulepleu, Soubr, Sassandra, Ta
jusquau fleuve Cavally et est drain par les fleuves Sassandra
et Cavally. Sa particularit est quon y trouve la fois des
roches issues de lorogense librienne et des orogenses les
plus rcentes (Burkinienne et Eburnenne) [13]. Les
formations rencontres dans le domaine SASCA sont les
schistes, les micaschistes, les arkoses, les quartzites, les tufs
mtamorphiques, les metarhyolites, les amphibolites, les
metagabbros, les conglomrats, des tufs mtamorphiques, les
migmatites, les quartzites, les gneiss et les leptynites.
Fig. 2 : Carte gologique de la Cte dIvoire [22].
Lgende :
1. Formations post-birimiennes (bassins sdimentaire ctier). 2.
Granitodes deux micas associs ou non aux structures dcrochant
mridiennes. 3. Bassins sdimentaires et volcano-sdimentaires. 4.
Granitodes calco-alcalins localiss dans les bassins sdimentaires. 5.
Volcanisme et volcano-sdiments indiffrencis. 6. Granitodes et
granites rubans gneiss et migmatites indiffrencis (ges suprieurs
2,4 Ma). 7. Domaine archen. 8. Ages.
En Cte d'Ivoire, les rservoirs d'eaux souterraines de socle se
rencontrent dans les horizons d'altrites ainsi que dans les
sries volcano-sdimentaires et granito-migmatitiques. Les
rservoirs daltrites varient selon la nature du socle. L'eau
circule dans les roches cristallines travers les rseaux de
fractures fonction drainante, gnralement bien aliments et
capables de fournir des dbits assez importants quand ils sont
bien capts par les forages. En effet, le socle cristallin et
cristallophyllien de Cte dIvoire a t affect par les
phnomnes tectoniques en y laissant dimportants rseaux
J o u r n a l h o m e pa g e : h tt p : / / re v u e s . i m i s t . m a / ? j o u r n a l = J OW SE T
de fissures plus ou moins connects qui sont lorigine de la
formation des nappes souterraines [14-21]. A l'heure actuelle,
les forages captant les fractures sont les plus srs et les moins
influenables par les fluctuations saisonnires.
Matriel et mthodes
1. Donnes
Ltude est base sur six chantillons composs de plusieurs
forages deau issus de diffrentes rgions gologiques de la
Cte dIvoire. Les donnes concernent les rsultats danalyses
des paramtres physico-chimiques ralises sur ces forages
et fournies par la Direction de lHydraulique Humaine. Les
paramtres physiques concernent la temprature, le pH, la
turbidit et la conductivit lectrique. Les donnes de
conductivit lectrique ont t corriges. Les paramtres
chimiques slectionns ont t des ions majeurs (le calcium, le
magnsium, le sodium, le potassium, le bicarbonate, le
chlore, le nitrate, le sulfate). Les paramtres physiques ont
t mesurs in situ. En ce qui concerne les zones de lex-
rgion du Nzi-Como (193 forages), Guiglo-Duekou (48
forages), Tibissou-Didivi (54 forages), Bondoukou (47
forages) et Tiassal (54 forages), les chantillons deau ont t
analyss au Laboratoire dAnalyse dAbengourou (LPA) et
ceux dAgboville (42 forages) ont t analyss au Laboratoire
National dEssai de Qualit, de Mtrologie et dAnalyse
(LANEMA). Lappareillage utilis sur le terrain pour la mesure
de la conductivit lectrique (CE) est un conductimtre Hach
Sension 5. Les chantillons deau destins aux analyses
chimiques ont t recueillis dans des bouteilles en
polythylne pour tre analyss au Laboratoire Priv dAnalyse
dAbengourou (LPA). Ces analyses ont t ralises laide
dun spectrophotomtre DR 2010 de type HACH.
2. Mthodologie
2.1. Description des modles
Les modles utiliss pour simuler la conductivit lectrique des
eaux souterraines sont des modles statistiques de
rgressions linaires multiples, dvelopps par Kouassi et al.
[7]. Lexpression du modle 1 est la suivante (quation 1):
(1)
CE : conductivit lectrique simule (S/cm) ;
cations : somme des cations majeurs (mq/l);
anions : somme des anions majeurs (mq/l) ;
n: nombre de cations majeurs ;
m : nombre danions majeurs ;
69
 Journal of Water Sciences & Environment Technologies ISSN: 2508-9250

Lquation du modle 2 est la suivante (quation 2): 2.2.2. Nash-Sutcliffe

(2)
CE : conductivit lectrique simule (S/cm) ;
cations : somme des cations majeurs (mq/l);
anions : somme des anions majeurs (mq/l) ;
n: nombre de cations majeurs ;
m : nombre danions majeurs ;
T : temprature de leau (C) ;
pH : pH de leau ;
2.2. Evaluation de la performance des modles
Lvaluation de la qualit des modles au niveau du calage et
de la validation a t ralise sur les donnes de lex-rgion du
Nzi-Como (Centre-Est de la Cte dIvoire). Lchantillon de
calage est de 128 forages. La validation est effectue sur un
jeu de 65 forages. La transposition des modles a t ralise
sur plusieurs zones tests de Cte dIvoire. Il sagit des rgions
de Guiglo-Dukou, Bondoukou, Tibissou-Didivi, Tiassal et
Agboville. Afin dvaluer la performance et de comparer les
diffrents modles entre eux, deux indices de performance ont
t calculs parmi tant dautres : le coefficient de corrlation R
et le critre de Nash-Sutcliffe. En effet, plusieurs auteurs [6, 7,
23, 24] ont utilis ces indices pour rendre compte de la
performance des modles. Des reprsentations graphiques ont
t galement ralises pour complter les indices
numriques.
2.2.1. Coefficient de corrlation
Le coefficient de corrlation est utilis pour estimer la
corrlation linaire entre la conductivit lectrique mesure
sur les chantillons deau et celle simule avec le modle
empirique. Son quation est la suivante (quation 3):
Le critre doptimisation de Nash-Sutcliffe est gnralement
utilis pour valuer la performance des modles. Dans le cas
de notre tude, le critre est le rapport de la somme du carr
des carts entre la conductivit mesure et celle simule par
les modles et la somme des carts entre la conductivit
lectrique mesure et la moyenne des conductivits mesures.
Il est rgi par lquation suivante (quation 4):
n
( X i Yi )
2
100 1
i 1
Nash Sutcliffe (4)
n
(X i X )
2
i 1
- Xi : conductivit lectrique mesure (S/cm) ;
- Yi: conductivit lectrique simule (S/cm) ;
- X : conductivit lectrique moyenne mesure (S/cm).
Le critre de Nash-Sutcliffe mesure la performance du modle
par rapport un modle qui utiliserait la valeur moyenne
comme valeur simule. Le critre de Nash-Sutcliffe varie entre
- et 100%. Un critre de Nash-Sutcliffe compris entre 0 et
100% signifie que le modle est meilleur que si la moyenne
avait t utilise comme valeur simule. Un critre de Nash-
Sutcliffe ngatif signifie que la valeur moyenne est plus
performante que le modle test. Le modle est considr
comme performant quand les conductivits estimes se
rapprochent de celles mesures sur le terrain, cest--dire
quand la valeur du critre de Nash-Sutcliffe est proche de
100%. Le critre de Nash-Sutchiffe varie entre - et 100% et
lchelle suivante peut tre utilise pour apprcier la qualit
de la simulation:
-Nash-Sutcliffe 90 % , le modle est excellent ;
-Nash-Sutcliffe compris entre 80% et 90%, le modle est trs
bon ;
-Nash-Sutcliffe compris entre 60% et 80%, le modle est bon ;
-Nash-Sutcliffe 60 % , le modle est mauvais.

X i
X Y i
Y En effet, une valeur du critre de moins de 60% ne donne
pas une concordance satisfaisante entre les grandeurs
R
i
(3)
observes et simules par les modles. En effet, les
X Y
2 2

i
X i
Y performances en terme de critre de Nash-Sutcliffe sont
i i
limage de ladquation du modle et du jeu de
- Xi : conductivit lectrique mesure (S/cm) ; paramtres cals de lchantillon tudi.
- Yi : conductivit lectrique simule (S/cm) ; Le seuil admis qui est de S=0,6 ou 60% a t test. Pour cela, le
test de nullit a t appliqu. La dmarche mthodologique
- X : conductivit lectrique moyenne mesure (S/cm) ;
suivie se prsente comme suit:
- Y : conductivit lectrique moyenne simule (S/cm).
i) dterminer la valeur du critre t ou fonction
Dans le cadre de cette tude, deux variables sont considres discriminante qui sexprime comme suit (quation 5):
comme corrles si leur coefficient de corrlation est r
suprieur ou gal 0,60 (60%). t n 2 (5)
1 r
2

70
J o u r n a l h o m e pa g e : h tt p : / / re v u e s . i m i s t . m a / ? j o u r n a l = J OW SE T
 Journal of Water Sciences & Environment Technologies ISSN: 2508-9250
avec :
- n : taille de lchantillon ;
- r : coefficient de corrlation.
ii) dterminer t la valeur tabule de t partir de la table
de Student. On admet une probabilit au dpassement (P). La
fonction discriminante t suit une loi de Student n-2 degrs de
libert (v=n-2) ;
iii) comparer t et t;
iv) conclure : si t (t observ) < t(t thorique) alors
acceptation de lhypothse nulle sinon refus ou rejet de
lhypothse nulle (H0: les deux variables sont indpendantes ;
H1: les deux variables sont dpendantes ou corrles).
Le seuil de probabilit au dpassement retenu est P1=5%. Le
seuil retenu pour les critres de performance est de S=0,60 (ou
60%). La taille de lchantillon retenue est la taille minimale
qui est de 42.
2.2.3. Evaluation de la qualit des modles au moyen de
reprsentations graphiques
Outre lvaluation laide dun critre numrique, une analyse
comparative des profondeurs observes aux profondeurs
simules a t ralise. En effet, des tracs de diagrammes de
dispersion des profondeurs simules en fonction des
profondeurs observes a aussi permis dapprcier la qualit de
la modlisation effectue. En pratique, si la simulation tait
parfaite, cest--dire, si chacune des valeurs simules par les
modles tait gale la valeur observe, le nuage de points
constitu serait align et confondu la droite dquation y = x.
Cependant, comme la modlisation nest pas parfaite,
lvaluation du point de vue qualitative de la performance des
diffrents modles a donc consist analyser et apprcier la
dispersion du nuage de points autour de la premire
diagonale.
2.3. Critre de robustesse des modles
Lune des techniques les plus utilises, pour valuer la
robustesse dun modle dans les situations les plus proches
possibles de celles dans lesquelles il est cens fonctionner, est
la technique du double chantillon. Cette technique permet de
tester ladaptabilit du modle quelle que soit sa complexit.
La robustesse implique que les rsultats pouvant tre obtenus
par simulation avec le modle ne divergent pas lorsque la
valeur des variables dentre est lgrement modifie du fait
des erreurs et des incertitudes qui leur sont associes, mais
quils sont sensibles aux variations des facteurs dont on
cherche estimer les effets. Le critre de robustesse des
diffrents modles est valu par la diffrence du critre de
Nash-Sutcliffe en calage et en validation. Lorsque la valeur du
critre de robustesse est comprise entre -10% et +, le
J o u r n a l h o m e pa g e : h tt p : / / re v u e s . i m i s t . m a / ? j o u r n a l = J OW SE T
modle est dit robuste. La robustesse se dfinit par la formule
suivante (quation 6):
R=100x(Nash-SutcliffeValidation-Nash-SutcliffeCalage) (6)
Rsultats et Discussion
1. Rsultats du test de nullit du seuil choisi
Les rsultats du test de validation du seuil choisi (S=0,60 ou
60%) montrent que pour une probabilit P=0,05 ; la valeur de t
(t exprimental: 1,98) est suprieure celle de t (t thorique:
1,96), pour toute valeur du seuil suprieure ou gale 0,3 ou
30%. On peut dduire que lhypothse nulle est rejete et
donc le seuil de S=0,6 ou 60%, est valable du point de vue
statistique.
2. Performance des modles en calage et validation
Le calage a permis de reproduire dune faon trs satisfaisante
la conductivit lectrique observe sur le terrain avec des
coefficients de corrlations (P=5%) de R=0,985 et de R=0,986
correspondant respectivement au modle 1 et au modle 2
(Tableau 1). En outre, les valeurs du critre de Nash-Sutcliffe
(P=5%) pour ces deux modles sont de 96,851% pour le
modle 1 et de 97,104% pour le modle 2. Ces valeurs qui sont
toutes suprieures 90% traduisent donc une excellente
simulation de la conductivit lectrique des eaux souterraines.
Il ressort de lanalyse du tableau I que les deux modles
prsentent en calage des performances presque identiques.
Les rsultats de la validation des diffrents modles sont
consigns dans le tableau I. Il est constat de fortes
corrlations entre les conductivits observes et celles
simules par les diffrents modles. En effet, le modle 1 a
enregistr le niveau de corrlation le plus lev (0,960) suivi
du modle 2 avec un coefficient de corrlation de 0,900. Le
critre de Nash-Sutcliffe quant lui, affiche une forte valeur de
87,61 % pour le modle 1 et une valeur non satisfaisante de
19,18% pour le modle 2.
Ces rsultats expriment une bonne performance en validation
du modle 1 tandis que le modle 2 apparat non performant
en validation.
Tableau 1: Performances des modles en calage et validation
Calage Validation
Critres M-1 M-2 M-1 M-2
Coefficient de corrlation 0,985 0,986 0,960 0,900
Nash-Sutcliffe 96,851 97,104 87,610 19,180
NB: M : modle
Les reprsentations graphiques des rsultats obtenus partir
des deux modles ont permis dapprcier la qualit des
valeurs simules (Figure 3).
Les rsultats de lanalyse graphique confirment les rsultats
numriques. En effet, le graphe du modle 1 (Figure 3)
71
 Journal of Water Sciences & Environment Technologies ISSN: 2508-9250

prsente des points qui se regroupent gnralement autour de modles. Cependant, des valeurs non satisfaisantes ont t
la premire bissectrice pour des valeurs de conductivit obtenues par les deux modles au niveau de Guiglo-Duekou.
infrieures 600 S/cm. Au-del de cette valeur, les points En effet, le modle 2 a enregistr une performance ngative (-
sloignent de la premire bissectrice et passe en dessous de 826,84%) quand le modle 1, lui a obtenu une performance de
celle-ci, ce qui traduit une surestimation de la conductivit 29,48%.
lectrique. Cela sexplique par les difficults quprouve le Les valeurs de Nash-Sutcliffe sont gnralement plus leves
modle simuler des valeurs leves de la conductivit au niveau du modle 2. Ces rsultats traduisent une simulation
lectrique. Vu que la majorit (83%) des valeurs des donnes satisfaisante voire trs satisfaisante de la conductivit
de validation demeurent infrieure 600 S/cm. La qualit du lectrique dans les diffrentes zones tests en dehors de
graphe de la figure 3 laisse voir une mauvaise simulation de la Guiglo-Duekou par les deux modles au regard du critre de
conductivit lectrique par le modle 2 en validation. En effet, Nash-Sutcliffe P=5%.
la quasi-totalit des points du graphique restent en dessous de
la premire bissectrice. Cela explique une surestimation des Tableau 2: Performances des modles en transposition
valeurs de la conductivit par le modle 2 surtout pour les Corrlation Nash-Sutcliffe
valeurs fortes.
M-1 M-2 M-1 M-2
3. Performances des modles en transposition Tibissou-Didivi 0,94 0,93 80,77 81,21
La transposition des modles dans plusieurs zones tests de la Agboville 0,92 0,94 78,23 94,65
Cte dIvoire a donn des rsultats consigns dans le tableau Tiassal 0,97 0,96 92,94 96,81
2. Au niveau du modle 1, les conductivits lectriques Bondoukou 0,99 0,99 91,82 95,07
simules et celles mesures prsentent de trs fortes
Guiglo-Duekou 0,90 0,19 29,48 -826,84
corrlations allant de 0,90 (Guiglo-Duekou) 0,99
(Bondoukou). Quant au modle 2, les conductivits lectriques NB: M : modle
simules et celles mesures prsentent de trs fortes
corrlations allant de 0,93 (Tibissou-Didivi) 0,99 Les reprsentations graphiques des cas de Tiassal et
(Bondoukou) sauf la rgion de Guiglo-Duekou qui affiche une Bondoukou qui ont enregistr les valeurs les plus leves du
faible valeur de 0,19. Les deux modles prsentent des coefficient de corrlation et du critre de Nash-Sutcliffe sont
performances presque similaires au regard du coefficient de illustres aux figures 4 et 5.
corrlation. Les graphes prsentent des points regroups autour des
courbes de tendance et de la premire bissectrice ; ce qui
montre une bonne simulation des conductivits lectriques en
transposition.

Fig. 4: Conductivits mesures et simules par le modle 1 en

transposition Bondoukou

Fig. 3: Conductivits mesures et simules par les modles 1 et

2 en validation

Des valeurs satisfaisantes voire trs satisfaisantes du critre de

Nash-Sutcliffe (78,23%-96,81%) ont t obtenues par les deux

72
J o u r n a l h o m e pa g e : h tt p : / / re v u e s . i m i s t . m a / ? j o u r n a l = J OW SE T
 Journal of Water Sciences & Environment Technologies ISSN: 2508-9250
Fig. 5: Conductivits mesures et simules par le modle 2 en
transposition Tiassal
4. Rsultats de robustesse des modles
Les rsultats de robustesse des modles sont consigns dans le
tableau 3. En validation, la valeur du critre de robustesse est
suprieure -10% pour le modle 1 (-9,24%) et largement
infrieure au seuil dacceptation de -10% pour le modle 2 (-
77,92%). En transposition, les valeurs du critre de robustesse
vont de -67,37 -3,91% pour le modle 1 avec deux valeurs
suprieures -10% (Tiassal et Bondoukou). Quant au modle
2, les valeurs du critre de robustesse vont de -923,94 -
0,29% avec trois valeurs suprieures -10% (Tiassal,
Bondoukou et Agboville). Ces rsultats montrent quen
validation, le modle 1 a t plus robuste que le modle 2, qui
a manqu de robustesse. En transposition, les rsultats
montrent que le modle 1 est plus robuste que le modle 2.
En somme, le modle 1 est plus robuste que le modle 2.
Tableau 3: Rsultats de robustesse des modles
Localits Modle 1 (%)
Nzi-Como -9,241
Tibissou-Didivi -16,081
Tiassal -3,911
Bondoukou -5,031
Guiglo-Duekou -67,371
5. Discussion
Pour les deux modles, de fortes valeurs des critres de
performances ont t gnralement obtenues en calage, en
validation interne et en validation par transposition spatiale.
Cependant, en validation, une faible valeur de Nash-Sutcliffe
(N=19,18%) a t obtenue par le modle 2. En transposition,
une faible valeur de coefficient de corrlation a t obtenue
(R=0,19) par le modle 2 partir des donnes de Guiglo-
J o u r n a l h o m e pa g e : h tt p : / / re v u e s . i m i s t . m a / ? j o u r n a l = J OW SE T
Duekou. De faibles valeurs de Nash-Sutcliffe ont t
galement obtenues par les deux modles (modle 1: 29,48% ;
modle 2: -826,84%) au niveau de Guiglo-Duekou. Au regard
du test de nullit, les mauvaises performances obtenues en
termes de coefficient de corrlation et de Nash-Sutcliffe, ne
sont pas significatives statistiquement.
En calage, il est constat une performance presque similaire au
niveau des deux modles quel que soit le critre utilis. En
validation, le modle 1 est plus performant que le modle 2.
En transposition, la performance est quasi-identique au niveau
des deux modles en sappuyant sur le coefficient de
corrlation en dehors de lchantillon de Guiglo-Duekou. En
considrant le critre de Nash-Sutcliffe, le modle 2 se trouve
plus performant que le modle 1. Au regard des valeurs des
critres de performance, les modles montrent une grande
capacit simuler la conductivit lectrique. Le modle 2 a
dmontr une grande capacit au plan de sa transposabilit.
Lensemble des rsultats montrent que les mauvaises
performances ont t obtenues au niveau de lchantillon de
Guiglo-Duekou. Lanalyse des rsultats montre que le critre
de Nash-Sutcliffe est plus habilit analyser voir comparer les
performances des diffrents modles. Sur cette base, une
analyse de la robustesse a t ralise. Les rsultats de
robustesse des diffrents modles montrent quen validation,
le modle 1 a t robuste tandis que le modle 2 a manqu de
robustesse. En transposition, le modle 2 a t plus robuste
que le modle 1. La qualit dun modle est dabord sa
performance et vient ensuite la robustesse. Elle sapprcie
galement partir de la capacit du modle simuler des
valeurs proches des valeurs observes dans des zones en
dehors de celle sur laquelle il a t conu. Ainsi, en sappuyant
sur les rsultats de la transposition, on peut dire que le modle
2 est plus performant et plus robuste que le modle 1. Il
ressort donc que lajout du pH et de la temprature aux deux
premires variables a mis en vidence une amlioration du
modle. En effet, la conductivit lectrique des eaux varie avec
la temprature et le pH.
Modle 2 (%) Manssouri et al. [9], ont construit un modle de prdiction
-77,924 bas sur les rseaux de neurones artificiels de type perceptron
multicouches pour prdire des indicateurs (conductivit
-15,894 lectrique, etc.) de la qualit des eaux souterraines de la
-0,294 nappe de Souss-Massa-Maroc, partir dun certain nombre de
variables optimises par la mthode de la rgression linaire
-2,034 multiple, le coefficient de dtermination obtenu du modle
-923,944 RNA-MLP est de lordre de 98%.
Cette performance se trouve dans lordre de celle obtenue au
cours de ce travail.
Lune des applications de la modlisation de la conductivit
lectrique est ltude de la fiabilit des donnes physico-
chimiques. En effet, linstar de la balance ionique, ltude de
la corrlation entre les conductivits lectriques observes sur
le terrain et celles simules est un moyen didentification des
erreurs commises lors de lanalyse des donnes physico-
chimiques. Ainsi, les travaux de Kouassi et al. [6] sur ltude de
73
 Journal of Water Sciences & Environment Technologies ISSN: 2508-9250
la fiabilit des donnes des diffrentes zones tests a mis en
vidence une balance ionique quilibre (infrieure 10%)
pour les zones tests de Tibissou-Didivi, de lex-rgion du
Nzi-Como, dAgboville et de Tiassal. Cependant, les
chantillons des zones tests de Bondoukou et de Guiglo-
Duekou ont prsent des balances ioniques suprieures au
seuil de 10% donc non quilibres. Ainsi, tous les chantillons
de balance quilibre prsentent de bonnes valeurs au niveau
des critres de performance tandis que lchantillon de la zone
test de Guiglo-Duekou qui selon Kouassi et al. [6] a prsent
la plus mauvaise balance (22,13%), affiche galement les plus
mauvaises valeurs de tous les critres en calage, en validation
interne et en transposition. Cependant, lchantillon de la zone
de Bondoukou ayant une balance non quilibre prsente des
valeurs trs satisfaisantes des critres de performance. Ce
constat met en vidence une non concordance des rsultats
bass dune part sur lanalyse de la balance ionique et dautre
part, sur la simulation de la conductivit lectrique. Kouassi et
al. [6] sont parvenus la mme conclusion au cours de leurs
travaux partir dun modle qui dfinit la conductivit
lectrique (CE) comme le rapport du rsidu sec (mg/l) au
coefficient 0,65 (CE=rsidu sec/0,65). On peut dire donc que la
mauvaise performance enregistre au niveau de lchantillon
de Guiglo-Duekou est due la mauvaise qualit des donnes
issues des analyses des laboratoires. Quen est-il de
lchantillon de Bondoukou ? Est-ce une limite de ltude de la
fiabilit des rsultats danalyses physico-chimiques partir de
la modlisation ? A quel seuil peut-on dire que lchantillon est
fiable ? Lanalyse des critres de performance a dj
dmontr la limite du coefficient de corrlation travers une
incapacit mettre en relief une diffrence significative en
termes de performance. En sappuyant sur le critre de Nash-
Sutcliffe, on pourrait retenir le seuil de 60% pour lequel une
performance qui lui est suprieure traduirait une balance
quilibre. Le modle 1, bien que performant, robuste et
parcimonieux prsente des limites quant ltude de la
fiabilit des donnes danalyses physico-chimiques. Ainsi, le
modle 2 se prsente comme le modle le plus adapt
ltude de la fiabilit des donnes physico-chimiques. Cela
permet daffirmer que la pertinence de lanalyse de la fiabilit
des rsultats danalyses physico-chimiques des eaux
souterraines par la modlisation nest plus pertinente que si le
modle tient compte des paramtres physiques influenant la
conductivit lectrique des eaux
Conclusion
Deux modles statistiques de simulation de la conductivit
lectrique des eaux souterraines ont t valus en termes de
performance et de robustesse en phases de calage, de
validation interne et de validation par transposition spatiale.
Plusieurs critres ont t utiliss (coefficient de corrlation,
critre de Nash-Sutcliffe, critre de robustesse). Pour les deux
modles, de fortes valeurs des critres de performances ont
J o u r n a l h o m e pa g e : h tt p : / / re v u e s . i m i s t . m a / ? j o u r n a l = J OW SE T
t gnralement obtenues en calage, en validation interne et
en validation par transposition spatiale traduisant une grande
capacit pour les modles simuler la conductivit lectrique
des eaux souterraines. Les deux modles sont donc
performants et robustes. Mais, le modle 2 est plus
performant et plus robuste que le modle 1. Il ressort donc
que lajout du pH et de la temprature aux deux premires
variables a mis en vidence une amlioration du modle. En
effet, la conductivit lectrique des eaux varie avec la
temprature et le pH. Les chantillons de balance quilibre
prsentent de bonnes performances. Lensemble des rsultats
montrent que les plus mauvaises performances ont t
obtenues au niveau de lchantillon de Guiglo-Duekou qui a
une balance non quilibre. Cependant, lchantillon de la
zone de Bondoukou ayant une balance non quilibre
prsente des valeurs trs satisfaisantes des critres de
performance. Ce constat prsente une non concordance des
rsultats bass dune part sur lanalyse de la balance ionique
et dautre part, sur la simulation de la conductivit lectrique.
Le modle 2 se prsente comme le modle le plus adapt
ltude de la fiabilit des donnes physico-chimiques avec le
critre de Nash-Sutcliffe comme le critre le plus adapt. En
sappuyant sur le critre de Nash-Sutcliffe, on pourrait retenir
le seuil de 60% pour lequel une performance qui lui est
suprieure traduirait une balance quilibre.
Rfrences Bibliographiques
1. M.J Diamantopoulou, V.Z Antonopoulos, D.M Papamichail.
The use of a neural technique for the prediction of water
quality parameters of Axios river in Northem Greece. EWRA
European water, 2005, 11, 12, 55.
2. A.B Sebaiti. Gestion optimise des ressources en eau dune
nappe ctire : Application la plaine dAnnaba (Nord-Est
Algrien). Doctorat de lUniversit de Lille, Sciences et
Technologies, France, 2005, 205.
3. A Abdallaoui, H El badaoui, L Lancelot. Dveloppement dun
modle statistique neuronal pour la prdiction des
concentrations des mtaux lourds (Fe, Mn et Al) dans les
eaux superficielles : cas de l'Oued Boufekrane, (Meknes,
Maroc). Actes du 1er Colloque international sur Leau et le
climat Rouen, du 25 au 26 septembre 2012, 2012, 18.
4. N Zerki, R Bchitou, A Bouhaouss. 1er Colloque international
REZAS12, Ressources en eau dans les zones arides et semi-
arides. Enjeux et perspectives. Cas du continent africain,
Bni-Mellal, Maroc, 2012a, (14, 15 et 16 Novembre 2012).
5. N Zerki, A Bouhaouss, R Bchitou. Modeling and
Optimization the Effect of Some Anions on the Water
Conductivity. Australian Journal of Basic and Applied
Sciences, 2012b, 6, 10, 396.
6. A.M Kouassi, A Mamadou, K.E Ahoussi, J Biemi. Simulation
de la conductivit lectrique des eaux souterraines en
relation avec leurs proprits gologiques: cas de la Cte
74
 Journal of Water Sciences & Environment Technologies ISSN: 2508-9250

dIvoire. Revue Ivoirienne des Sciences et Technologie, 24. M Filion. Modlisation de la qualit de l'eau et prvision des
2013, 21&22, 138. dbits par la mthode des rseaux de neurones. Mmoire
7. A.M Kouassi, A Mamadou, K.E Ahoussi, J Biemi. Conception prsent la Facult des tudes suprieures de l'Universit
de modles statistiques variables hydrochimiques pour la Laval pour l'obtention du grade de Matre s Sciences,
prdiction de la conductivit lectrique des eaux 2007, 109.
souterraines. Larhyss Journal, 2014, 20, 189.
8. T Manssouri, H Sahbi, I Manssouri. Elaboration of stochastic
mathematical models for the prediction of parameters
indicative of groundwater quality Case of Souss Massa-
Morocco-IJCER. International Journal of Computational
Engineering Research, 2014, 4, 5, 31.
9. T Manssouri, H Sahbi, I Manssouri, B Boudad. Utilisation
dun modle hybride base sur la RLMS et les RNA-PMC pour
la prdiction des paramtres indicateurs de la qualit des
eaux souterraines: cas de la nappe de SOUSS-MASSA-
MAROC. European Scientific Journal, 2015, 11, 18, 35.
10. N Zerki, K Achelhi, R Bchitou, A Bouhaouss. Modeling and
optimization the conductivity of wastewater discharged into
the river Bouregreg (Rabat, Morocco) in function of ions:
chlorides, sulphates, nitrates and bicarbonates. Journal of
Industrial Engineering Research, 2015a, 1, 3, 35.
11. N Zerki, K Achelhi, R Bchitou, A Bouhaouss. Correlation
study between Nitrate, Nitrite, Chloride and Sulfate in
Natural Waters of Bouregreg River (Rabat, Morocco).
Journal of Industrial Engineering Research, 2015b, 1, 4,
129-135.
12. T.Y Brou. Mmoire de Doctorat dEtat, Universit de
Cocody, Abidjan, 2005, 226p.
13. A.N Kouamelan. Thse Doc. Univ. Rennes I, Mmoires,
Gosciences Rennes, 1996, 73, 289.
14. T Lasm, F Kouam, M.S Oga, J.P.R Jourda, N Soro, H.B
Kouadio. Revue Ivoirienne des Sciences et Technologie,
2004, 5, 97, 1.
15. J.P.R Jourda, E.V Djagoua, K. Kouam, M.B Saley, C.
Gronayes, J.J Achy, J Biemi, M Razack. Tldtection,
2006a, 6, 2, 123.
16. J.P.R Jourda, M.B Saley, E.V Djagoua, K.J Kouam, J Biemi,
M Razack. Tldtection, 2006b, 5, 4, 339.
17. T Lasm, M Youan-Ta, J.P.R Jourda, K.F Kouam. European
Journal of Scientific Research, 2008, 21, 1, 196.
18. M Youanta, T Lasm, J.P.R Jourda, K.F Kouame, M Razack.
Tldtection, 2008, 8, 2, 119.
19. M Koita, H Jourde, D Ruelland, K Koffi, S Pistre, I Savan.
Hydrological Sciences Journal, 2010, 55, 5, 805.
20. Y.A Ngo, T Lasm, M Koita, I Savan. Tldtection, 2010, 9,
1, 33.
21. V.M Sorokoby, M.B Saley, K.F Kouam, M.E.V Djagoua, M
Bernier, K Affian, J Biemi. Tldtection, 2010, 9, 3-4, 209.
22. B Tagini. Thse de Doctorat, Universit de Lausanne,
SODEMI, Abidjan-Cte d'Ivoire, 1971, 302.
23. M Belanger, N EL-Jabi, D Caissie, F Ashkar, J.M Ribi.
Estimation de la temprature de leau en rivire en utilisant
les rseaux de neurones et la rgression linaire multiple.
Revue des Sciences de lEau, 2005, 18, 3, 403.
75
J o u r n a l h o m e pa g e : h tt p : / / re v u e s . i m i s t . m a / ? j o u r n a l = J OW SE T