Organisé en collaboration par l’Infopole Cluster TIC et le Cluster H2O, l'évènement a réuni les acteurs du numérique et de l’eau sur le thème de l’acquisition intelligente des données.
Digitalisation du secteur de l’eau - 1 décembre 2022
1.
2. 2
Programme
• 09h15 Mot de bienvenue - Cluster H2O / INFOPOLE Cluster TIC
• 09h20 L'acquisition de données dans le secteur de l'eau, tour d'horizon des champs
d'application - Thierry Coutelier, SIRRIS
• 09h40 Choisir et déployer une solution IoT évolutive : importance, critères et potentiel - Lotfi
Guedria, CETIC
• 10h10 Cas d'application sur la chaîne de valeur de l'eau
• Nouveaux outils de surveillance du risque microbiologique dans les ressources aquatiques -
Jean-Baptiste Burnet, LIST
• H2O - du capteur au cloud, les outils modernes - Robert Janclaes, JUMO
• Recherche de fuites sur les réseaux d’eau potable via satellite - Anaïs De Moor, EVODIS
• 11h10 Q/A
• 11h20 Présentation et visite du laboratoire de recherche hydraulique du SPW
• 12h30 Lunch networking
19. www.cetic.be
CETIC en quelques mots
3
Centre de recherche agréé par
la Wallonie,
centré sur l’informatique et le
génie logiciel
Centre de recherche agréé par
la Wallonie,
centré sur l’informatique et le
génie logiciel
30 projets R&D
collaboratifs en cours
30 projets R&D
collaboratifs en cours
50 à 70 contrats de
transfert de technologie
par an
50 à 70 contrats de
transfert de technologie
par an
Partenariats avec 150
entités, acteurs recherche
et entreprises, dont environ
la moitié en Europe
Partenariats avec 150
entités, acteurs recherche
et entreprises, dont environ
la moitié en Europe
Localisations:
Aéropole (Charleroi)
A6K (Charleroi)
Localisations:
Aéropole (Charleroi)
A6K (Charleroi)
50 chercheurs
5M€ budget annuel
50 chercheurs
5M€ budget annuel
20. www.cetic.be
Organisation scientifique et technique
4
Domaines
d’Application
Thèmes
d’Innovation
• Numérique
• Transport & Mobilité
• Industrie
• Santé
• Energie
• Intelligence artificielle
• Cyber Sécurité et Confiance
• Systèmes Plus Autonomes
• Ingénierie de systèmes distribués et CPS
complexes
• Ingénierie et science des données
• Algorithmique et Optimisation
Combinatoire
• Evolutivité des systèmes embarqués et
réseaux IoT
• Cocréation pour le numérique
Société
Expertises
Scientifique &
Technique
Assets et
Plateformes
Technologiques
• DMWAY
• TSorage
• OscaR.CBLS
• FADI
Experts
💡 https://www.cetic.be/innovation-fr
21. www.cetic.be
Transfert de technologie
• Conseils / Etat de l’art
• Accompagnement méthodologique et technologique
• Preuves de concept / faisabilité technologique
• Composants logiciels génériques basés sur les résultats de
recherche (Assets)
• Utilisés et améliorés au sein de projets de Recherche
• Spécialisés / adaptés aux besoins spécifiques d’entreprises
• Tiers de confiance / référent neutre
5
24. www.cetic.be
Une solution IoT évolutive : c’est quoi ?
• Capable de suivre/accompagner au mieux le cycle de vie (d’une solution)
• Évaluation, mise en œuvre, PoC, adoption/intégration, opération
• Offre des mécanismes d’adaptabilité : extensibilité et interfaçabilité
• (Facilement) Ajouter, modifier ou supprimer/remplacer des fonctionnalités
• Pouvoir se développer / grandir de manière maitrisée (Nativement
« scalable ») complexité sous-contrôle
8
26. www.cetic.be
Solution IoT évolutive : Importance
• Gérer la fin de vie de l’existant (legacy)
• Remplacement/migration technologique ou retrofit (mise à niveau)
• Éviter/limiter l’ « enfermement propriétaire »
(vendor lock-in et Technology lock-in)
• Tirer bénéfice des avancées technologiques pour :
• Plus d’efficacité / moins d’inefficacités opérationnelles
• Plus d’économie
10
30. www.cetic.be
Une solution IoT évolutive : Potentiel
• Créer / permettre / favoriser des synergies cross-sectorielles
• Energie
• Environnement
• Circularité
• Smart-Cities , Smart-Industries
• Décloisonner
• Faciliter / accélérer l’adoption des technologies
• En permettant de les tester et évaluer en conditions réelles
• À côté, en // ou en complément aux systèmes en place
14
41. Digitalisation du secteur de l’eau : acquisition intelligente des données
1er Décembre 2022
Laboratoire d’hydraulique du SPW, Châtelet
Jean-Baptiste Burnet, LIST
NOUVEAUX OUTILS DE SURVEILLANCE DU
RISQUE MICROBIOLOGIQUE DANS
LES RESSOURCES AQUATIQUES
42. SOMMAIRE
2
Acquisition intelligente de données sur la qualité microbiologique des eaux
✓ Cas 1 : Contamination fécale des eaux de surface urbaines
✓ Cas 2 : Qualité microbiologique de l’eau potable dans un réseau de distribution
✓ Cas 3 : Prolifération des cyanobactéries dans un lac de barrage
✓ Conclusions et perspectives
✓ Questions-réponses
43. - Changements globaux augmentent la vulnérabilité des ressources
aquatiques aux contaminants microbiens
- Plans de Sécurité pour l’Eau (OMS): identifier, contrôler et surveiller les
risques microbiologiques de la source au robinet (WHO, 2017).
- Stratégies actuelles: échantillonage ponctuel, fréquence variable, résultats
endéans 24-48h
- Surveillance 2.0 – automatisation, digitalisation
Acquisition intelligente de données sur la qualité microbiologique des eaux
44. SOMMAIRE
4
Acquisition intelligente de données sur la qualité microbiologique des eaux
✓ Cas 1 : Contamination fécale des eaux de surface urbaines
✓ Cas 2 : Qualité microbiologique de l’eau potable dans un réseau de distribution
✓ Cas 3 : Prolifération des cyanobactéries dans un lac de barrage
✓ Conclusions et perspectives
✓ Questions-réponses
45. - Grande Région de Montréal: eaux de surface comme source d’eau potable
- Vulnérabilité à la pollution fécale (effluents STEP, surverses)
- Suivi automatisé de l’activité glucuronidase (GLUC) à une prise d’eau brute
- Activité GLUC = indicateur biochimique de contamination fécale (E. coli)
- Pas de culture, résultats en 15 minutes
- Mesures aux 2h durant 2.5 ans
Koschelnik et al. 2015
GLUC
Colilert®
(manuel, 18-24h) TECTA™
(semi-automatisé, 2-12h)
ColiMinder®
(automatisé, 15 min)
Acquisition intelligente de données sur la qualité microbiologique des eaux
Cas d’étude 1 - Contamination fécale des eaux de surface
46. Acquisition intelligente de données sur la qualité microbiologique des eaux
Cas d’étude 1 - Contamination fécale des eaux de surface
2017 2018
2016 2019
Hiver Été
Printemps
Automne Hiver Été
Printemps
Automne Hiver Printemps
Automne
Pics de contamination:
Des pluies d’automne à la fonte des neiges
Activité
GLUC
(mMFU.100
mL
-1
)
47. Acquisition intelligente de données sur la qualité microbiologique des eaux
Cas d’étude 1 - Contamination fécale des eaux de surface
Feb
1
Feb
8
Feb
15
Feb
22
Mar
1
Mar
8
Mar
15
Mar
22
Mar
29
Apr
5
Apr
12
Apr
19
Apr
26
May
3
1.2 Log10
0.7 Log10
~48h
16h
Feb
1
Feb
8
Feb
15
Feb
22
Mar
1
Mar
8
Mar
15
Mar
22
Mar
29
Apr
5
Apr
12
Apr
19
Apr
26
May
3
Impact des pluies et de la fonte des neiges
48. Acquisition intelligente de données sur la qualité microbiologique des eaux
Cas d’étude 1 - Contamination fécale des eaux de surface
- Nouvelles stratégies de prélèvement des eaux pour l’étude ciblée
de pathogènes et du risque microbiologique associé
- Exemple: parasite entériques (Cryptosporidium et Giardia) dans
eaux de surface après débordement d’eaux usées non-traitées
49. SOMMAIRE
9
Acquisition intelligente de données sur la qualité microbiologique des eaux
✓ Cas 1 : Contamination fécale des eaux de surface urbaines
✓ Cas 2 : Qualité microbiologique de l’eau potable dans un réseau de distribution
✓ Cas 3 : Prolifération des cyanobactéries dans un lac de barrage
✓ Conclusions et perspectives
✓ Questions-réponses
50. Acquisition intelligente de données sur la qualité microbiologique des eaux
Cas d’étude 2 - Qualité microbiologique de l’eau potable
Bactosense®
(automatisé, 15 min)
Marquage de l’ADN
Iodure de
propidium
SYBR Green
Intégrité membranaire
Cellules
“mortes”
Cellules
“vivantes”
ColiMinder®
(automatisé, 15 min)
- Réseau d’eau potable au Luxembourg
- Suivi automatisé de l’activité alkaline phosphatase (ALP) et des cellules intactes
- Activité ALP = indicateur de l’activité métabolique de la communauté bactérienne totale
- Cellules intactes = intégrité membranaire comme critère de viabilité des cellules bactériennes
- Mesures horaires durant 15 à 50 jours
51. Acquisition intelligente de données sur la qualité microbiologique des eaux
Cas d’étude 2 - Qualité microbiologique de l’eau potable
Changement de régime 27 Mars à 7h00
→ Changement de dynamique des cellules intactes
→ Activité ALP moins réactive
→ Pas de lien apparent avec germes totaux
→ Cellules intactes et turbidité - même dynamique
Germes totaux
52. SOMMAIRE
12
Acquisition intelligente de données sur la qualité microbiologique des eaux
✓ Cas 1 : Contamination fécale des eaux de surface urbaines
✓ Cas 2 : Qualité microbiologique de l’eau potable dans un réseau de distribution
✓ Cas 3 : Prolifération des cyanobactéries dans un lac de barrage
✓ Conclusions et perspectives
✓ Questions-réponses
53. Acquisition intelligente de données sur la qualité microbiologique des eaux
Cas d’étude 3 - Prolifération des cyanobactéries
Moselle (2019)
Moselle (2018)
Weiswampach (2018)
Lac Haute-Sûre (2018)
- Eaux récréatives de plus en plus impactées par les cyanobactéries au Luxembourg
- Surveillance des cyanobactéries au LIST depuis années 2000, Directive 2006/7/EC Eaux de baignade
- Plan d’alerte national cyanobactéries
55. Acquisition intelligente de données sur la qualité microbiologique des eaux
Cas d’étude 3 - Prolifération des cyanobactéries
- Déploiement de nouvelles technologies pour automatiser le suivi et augmenter la couverture
spatio-temporelle d’acquisition de données
Aile volante Ebee
Senseurs in situ
Surveillance intégrée
Hélicoptère Police
Appareils photo
automatiques
56. Acquisition intelligente de données sur la qualité microbiologique des eaux
Cas d’étude 3 - Prolifération des cyanobactéries
24 octobre
09 octobre
21 juillet
57. Acquisition intelligente de données sur la qualité microbiologique des eaux
Cas d’étude 3 - Prolifération des cyanobactéries
58. Acquisition intelligente de données sur la qualité microbiologique des eaux
Cas d’étude 3 - Prolifération des cyanobactéries
12 oct 2019 15 oct 2019
Caméra RGB
Multi-spectrale
Thermique
59. Acquisition intelligente de données sur la qualité microbiologique des eaux
Cas d’étude 3 - Prolifération des cyanobactéries
60. Acquisition intelligente de données sur la qualité microbiologique des eaux
Cas d’étude 3 - Prolifération des cyanobactéries
61. Acquisition intelligente de données sur la qualité microbiologique des eaux
Cas d’étude 3 - Prolifération des cyanobactéries
SAMBAT multi-parameter probes, NKE Instrumentation
2
1
Rommwiss
Därend
T°
pH
O2
phyco
Chl a
Turbidité
62. Acquisition intelligente de données sur la qualité microbiologique des eaux
Cas d’étude 3 - Prolifération des cyanobactéries
Aile volante Ebee
Senseurs in situ
Surveillance intégrée
Hélicoptère Police
Appareils photo
automatiques
Suivi opérationnel
Recherche scientifique
63. Acquisition intelligente de données sur la qualité microbiologique des eaux
Cas d’étude 3 - Prolifération des cyanobactéries
Hebdomadaire 5 jours 30 minutes 1 minute
Fréquence de mesure
Survol lac
Sentinel-2
Appareils photo
automatiques
Bouée avec senseurs
Labo + analyses in situ
Entire lake
2 sites 2- 6 sites
Couverture spatiale
64. SOMMAIRE
24
Acquisition intelligente de données sur la qualité microbiologique des eaux
✓ Cas 1 : Contamination fécale des eaux de surface urbaines
✓ Cas 2 : Qualité microbiologique de l’eau potable dans un réseau de distribution
✓ Cas 3 : Prolifération des cyanobactéries dans un lac de barrage
✓ Conclusions et perspectives
✓ Questions-réponses
65. Conclusions et perspectives
- Suivi automatisé, en ligne et à haute fréquence de la qualité microbiologique des eaux permet:
- Meilleure compréhension des dynamiques spatio-temporelles fines
- Caractérisation de la vulnérabilité du système étudié aux contaminants microbiens
- Élaboration de nouvelles stratégies de prélèvement ciblées
- La surveillance intégrée d’une ressource aquatique telle que le Lac de la Haute-Sûre vise à:
- Meilleure compréhension de l’apparition des efflorescences de cyanobactéries et de leurs
dynamique à traves la collecte d’informations complémentaires
- Sélection des outils les plus appropriés pour un suivi opérationnel de la ressource
Perspectives
- Application d’outils de traitement des données innovants pour extraire l’information pertinente
- Comparaison bénéfice-coût des différents outils de suivi intégré des cyanobactéries
- Implication des citoyens dans le processus d’acquisition de données
66. Remerciements
Dr Henry-Michel Cauchie, Dr Christian Penny, Dr Louise Hock, Delphine Collard, Cécile Walczak (LIST)
Prof. Sarah Dorner, Prof. Michèle Prévost, Dr Émile Sylvestre, Dr Mounia Hachad (Polytechnique
Montreal)
Prof. Pierre Servais (Université Libre de Bruxelles)
Dr Isabelle Kolber, Julia Haagen, Georges Kraus (SEBES)
Financements
Contact
Jean-Baptiste Burnet, PhD
Associé R&T
Luxembourg Institute of Science and Technology
jeanbaptiste.burnet@list.lu
@JB_Burnet
Jean-Baptiste Burnet
67.
68.
69.
70.
71.
72.
73.
74.
75.
76.
77.
78.
79.
80.
81.
82.
83.
84. Gas, water, electricity and telecom systems
Recherche de fuites sur les réseaux d’eau via
satellite
01-12-2022 – Anaïs De Moor
85. Gas, water, electricity and telecom systems
EVODIS
EVODIS
GAZ
…
ELECTRICITE
….
EAU
…
DETECTION DE
FUITE
ACOUSTIQUE
SATELLITE
HYDROGENE (H2)
87. Gas, water, electricity and telecom systems
TECHNOLOGIE ASTERRA
Eau
potable
Eau usée
Route,
Rail,
Barrage,
Digue, …
Domaines d’application
88. Gas, water, electricity and telecom systems
TECHNOLOGIE ASTERRA
Solution
MasterPlan : Gestion du réseau d’eau potable ou usée
Recover : Détection de fuites d’eau
Earthworks : Gestion du territoire grâce à l’analyse de l’humidité du sol
89. Gas, water, electricity and telecom systems
Basé sur l’utilization de satellite
• Satellite en orbite à 780-km d’altitude
• Permet une couverture jusqu’à 3500 km²
ce qui est plus grand que
V I E W
90. Gas, water, electricity and telecom systems
Technologie SAR
(Synthetic Aperture Radar)
1. Utilise une bande spécifique qui
permet une pénétration jusqu’à 8m
2. Utilisé dans toutes les conditions
climatiques
3. Utilisé jour et nuit
4. Traverse la forêt, l’asphalte, les
pavés, le béton, …
5. Sensibilité diélectrique
6. Voir l'humidité réelle
S E N S O R
Frequency
Eau salée
Eau usée
Eau traitée
Eau potable
8
1
1.4 E+09
91. Gas, water, electricity and telecom systems
Signal reçu par le satellite Signal exprimé en données pixel
A N A L Y S I S
Analyse algorythimique
Masterplan
Recover
Earthworks
93. Gas, water, electricity and telecom systems
Masterplan
Les données sont transformées en
Point d’Interêt (POIs)
sur une carte des conduites
A N A L Y S I S
96. Gas, water, electricity and telecom systems
Défis des acteurs actifs dans
l’exploitation eau
Infrastructures vieillissantes
Budgets limités : 1 à 5 % des
canalisations peuvent être
remplacées par an en moyenne*
Exigences en matière
d'environnement et de durabilité
Les canalisations sont
souterraines et ne sont pas
"visibles"
Les informations manquent, les
services publics ne disposent que
de quelques données fiables
(âge, matériau, appels de
service)
* AWWA, 2019 State of the Water Industry Report
97. Gas, water, electricity and telecom systems
Masterdata
Deficiency Levels
High
Med-High
Med
Low-Med
Low
98. Gas, water, electricity and telecom systems
Algorithmic Analysis
Masterplan
Recover
Earthworks
101. Gas, water, electricity and telecom systems
Plateforme ouverte
Switchboard
Partage des données
Monitoring des données
…
Ciblage et réduction zone de recherche
Algorithme ajustable
…
Holistique
(NRW ↔ Asset Management préventive)
Par des experts de l’eau. Pour des experts de l’eau.
Open Data Platform
LeakRedux
Détection de fuites au niveau de secteurs
LeakRedux
Sous-sectorisation
Données Asset Management
Âge – matériau–
Historique des fuites
Capteurs location des fuites
(Via compteurs intelligents sur le réseau)
Points d’Intérêt par satellite
Information provenant de IA
Autres connaissances de la société d’eau
...
Zone de recherche de fuite
rétrécie