Vous êtes sur la nouvelle plateforme d’Érudit. Bonne visite! Retour à l’ancien site

Modélisation du transport de soluté en milieux poreux par la méthode d’éléments finis mixtes hybrides – développement d’un limiteur de flux

  • Adrien Wanko,
  • Gabriela Tapia-Padilla,
  • Robert Mosé et
  • Caroline Gregoire

…plus d’informations

  • Adrien Wanko
    Institut de Mécanique des Fluides et des Solides de Strasbourg,
    Université de Strasbourg/ENGEES,
    CNRS,
    2 rue Boussingault,
    67000 Strasbourg,
    France.
    awanko@engees.u-strasbg.fr

  • Gabriela Tapia-Padilla
    Institut de Mécanique des Fluides et des Solides de Strasbourg,
    Université de Strasbourg/ENGEES,
    CNRS,
    2 rue Boussingault,
    67000 Strasbourg,
    France.

  • Robert Mosé
    Laboratoire d’Hydrologie et de Géochimie de Strasbourg,
    Université de Strasbourg/ENGEES,
    CNRS,
    1 Quai Koch,
    BP 61039,
    67070 Strasbourg,
    France.

  • Caroline Gregoire
    Institut de Mécanique des Fluides et des Solides de Strasbourg,
    Université de Strasbourg/ENGEES,
    CNRS,
    2 rue Boussingault,
    67000 Strasbourg,
    France.

Corps de l’article

1. Introduction

La remédiation des pesticides dans les zones humides artificielles prend en compte les processus biologiques (dégradation biologique, consommation par les plantes et organismes aquatiques), chimiques (précipitation chimique, photo-décomposition et dégradation) et physique (volatilisation, sorption/désorption) (Dordio, 2007). Les résultats obtenus par Schulzet al. (2003) suggèrent que les zones humides végétalisées contribuent fortement à la dissipation du risque de pollution des pesticides en milieu aquatique.

Depuis les années 1970, les problèmes de transport de soluté et de migration des contaminants dans les sols poreux ont reçu une attention croissante dans la littérature. De nombreuses approches de modélisation liées à la biorémédiation et à d’autres applications environnementales ont été développées (Abriolaet al., 1985; Adenekanet al., 1993; Corapcioglu et al., 1987; Forsyth, 1994).

En dépit des progrès continus tant dans le développement des algorithmes et des outils physiques de calcul dans les dernières années, la modélisation des processus couplés d’écoulement, de transport et de migration chimique demeure un challenge mathématique. Il existe toujours des points non résolues ou des limitations avec des approches numériques courantes. L’une des difficultés actuelles est le problème de diffusion numérique induit par des problèmes à advection dominante. Afin de surmonter ces problèmes, des travaux de recherche ont porté sur le developpement de schémas TVD ou de limiteur de flux appliqué avec des succès variés (Forsyth et al., 1998; Liuet al., 2004; Oldenburget al., 2000; Ungeret al.,1996).

Ce papier constitue le volet numérique des travaux sur un bassin d’orage situé au pied d’une colline consacrée à la culture de la vigne. Ce bassin recueille les eaux de surface qui ruissellent sur le bassin versant qui se situe en amont et permet ainsi l’accumulation des sédiments provenant des parcelles cultivées. En conséquence, il y a formation d’une matrice poreuse.

Pour avoir une meilleure compréhension de l’hydro-dynamique et du devenir des pesticides sur ce site, un modèle numérique bidimensionnel est développé afin de simuler le transport en lien avec la dégradation dans la matrice poreuse. Le choix d’un modèle 2D se justifie par la nécessité de prendre en compte les hétérogénéités dans le milieu et celles des conditions initiales telles que la teneur en eau et les concentrations locales très élevées en surface. Un accent particulier sera mis sur la mise en oeuvre d’un limiteur de flux apportant une contribution aux problèmes à advection dominante.

Dans un travail de recensement, de description et comparaison de modèles, Siimes et Kämäri (2003) identifient 82 modèles de transport de soluté et de pesticides disponibles dans le but de choisir le modèle le mieux adapté pour la simulation du devenir des herbicides pour des conditions spécifiques (Finnish conditions). Ce n’est pas l’objectif du présent papier, toutefois le lecteur intéressé peut se référer aux données compilées de CAMASE (1996) et REM (2007). Ils y trouveront des informations concernant l’application et la validation des modèles, aussi bien que l’évaluation de leur performance. Parmi ces travaux, Vinket al. (1997) étudient le transport non saturé du nématicide aldicarb et de l’herbicide simazine dans un sol argileux. Une analyse comparative impliquant les modèles VARLEACH 2.0, LEACHP 3.1, PESTLA 2.3, MACRO 3.1 et SIMULAT 2.4 est réalisée. Ils parviennent à la conclusion qu’aucun des modèles ne décrit la percolation et le lessivage des pesticides avec satisfaction. Après une période de dix mois d’expérimentation, Pestla et Simulat se sont révélés les mieux adaptés. Dans une autre revue, Garrattet al. (2003) comparent la capacité de sept modèles à prédire la propagation de l’aclonifen et de l’ethoprophos dans un sol arable. Les modèles testés sont : VARLEACH, LEACHP, PESTLA, MACRO, PRZM, PELMO, et PLM. Ils observent des différences significatives dans la prévision de leur mobilité et de leur persistance; différences principalement attribuées aux choix des modèles d’écoulement, d’évolution de température et des cinétiques de dégradation. Ils suggèrent qu’un effort considérable est toujours nécessaire dans la paramétrisation des modèles.

Il est donc assez difficile ou rare de trouver des modèles qui donnent entière satisfaction aux utilisateurs sur l’approximation de l’écoulement, le transport et la dégradation. Certains auteurs suggèrent que la mise en oeuvre d’un processus biologique bien adapté peut surmonter le déficit d’un concept d’écoulement assez simple (Gottesbürenet al., 1994 dans Vink, 1997; Seatm et Boesten, 1991). Une affirmation qui n’est pas partagée par Holvoet (2004) qui affirme que la première étape de la modélisation des pesticides est le développement d’un modèle hydrodynamique convenable. Nous avons choisi pour cela d’optimiser le calcul de l’hydrodynamique et du transport par la méthode des éléments finis mixtes hybrides et de traiter les problèmes liés aux nombres de Peclet élevés.

2. Formulation du modèle

L’hydrodynamique dans la matrice poreuse du bassin d’orage est simulée par l’application de l’équation de Richards (1). Cette formulation décrit physiquement l’écoulement dans un milieu poreux variablement saturé.

où:

  • W(x,z,t) est le terme puits/source [T‑1],

  • x et z (vertical) sont les cordonnées spatiales [L],

  • t le temps [T],

  • C(h) la capacité capillaire [L‑1],

  • K la conductivité hydraulique [LT‑1],

  • h la pression en eau du sol [L].

Le transport des pesticides est décrit par l’équation classique d’advection-dispersion (2) avec la présence d’un terme puits/source qui tient compte de la partie dégradation.

où:

  • f(C,t) est le terme puits/source [ML‑3T‑1],

  • C la concentration du pesticide dans la phase aqueuse [ML‑3],

  • S la concentration du pesticide dans la phase solide [ML‑3],

  • ρ la masse volumique du sol [ML‑3],

  • t le temps [T],

  • Image de l’équation le flux surfacique [LT‑1],

  • D le tenseur de dispersion [L2T‑1],

  • et θ la teneur en eau volumique [L3L‑3].

Les éléments finis mixtes hybrides (EFMH) constituent la méthode numérique utilisée pour la résolution de ces équations. Cette technique est particulièrement bien adaptée pour la simulation des milieux hétérogènes (Moséet al., 1994; Youneset al., 1999). Elle a été appliquée lors des travaux précédents, principalement pour des écoulement en milieu poreux hétérogène saturé. Dans un milieu poreux non saturé, l’hétérogénéité est due à la distribution hétérogène des sédiments et à la non-uniformité des teneurs initiales en eau. L’originalité de ce papier réside dans le fait de simuler l’écoulement et le transport en milieu non saturé à l’aide des EFMH.

2.1 Modèle hydrodynamique bidimensionnel (2D)

Un domaine Ω bidimensionnel (2D) est défini, et la discrétisation spatiale effectue à l’aide d’éléments triangulaires K. L’approximation du flux de Darcy Image de l’équation se fait sur chaque élément par un vecteur Image de l’équation appartenant à l’espace de Raviart Thomas d’ordre zéro (Raviart et Thomas, 1977). Sur chaque élément, ce vecteur a les propriétés suivantes : Image de l’équation est constant dans chaque élément K, Image de l’équation est constant sur chaque facette Ei du triangle, Image de l’équation, où Image de l’équation est le vecteur normal unitaire extérieur à la facette Ei. Image de l’équation est parfaitement déterminé par la connaissance du flux à travers les facettes (Chavent et Roberts, 1991). En outre, la composante normale de Image de l’équation est continue de l’élément K à l’élément adjacent K’ et Image de l’équation est calculée avec l’aide des vecteurs de bases Image de l’équation. Ces vecteurs sont définis par Image de l’équation, Image de l’équation, où δij est le symbole de Kronecker. En conséquence, ces fonctions correspondent au vecteur Image de l’équation possédant un flux unitaire à travers la facette Ei, et nul à travers les autres facettes :

avec QK,Ej le flux d’eau à travers la facette Ej de l’élément K.

La conductivité hydraulique est représentée par le tenseur Image de l’équation, où à travers chaque élément K, kK est la fonction de conductivité hydraulique en milieu non saturé donnée par l’équation modifiée de Mualem-van Genuchten expression (Ippischet al., 2006), KAK est un tenseur anisotropique adimensionnel.

2.2 Modélisation du transport (une nouvelle approche)

S’agissant de l’équation de transport, nous utilisons une formulation nouvelle, Image de l’équationImage de l’équation est le flux de Darcy [LT‑1] donné par (3). L’approximation du flux convectif dispersif dans chaque élément se fait par un unique vecteur Image de l’équation appartenant à l’espace de Raviart-Thomas d’ordre zéro. En conséquence, Image de l’équation est constant à travers l’élément K, et est constant sur chaque facette Ei, Image de l’équation. Image de l’équation est parfaitement déterminé par la connaissance du flux de transport à travers chaque facette (4).

avec Qadv-dispK,Ej le flux advectif-dispersif à travers la facette Ej appartenant à l’élément K et dont la formulation est donnée ci-dessous :

avec:

  • CK la concentration moyenne de l’élément K,

  • TCK,Ej la concentration moyenne de la facette Ej.

  • BK une matrice symétrique (3*3) définie ci-dessous.

DK est le tenseur de dispersion dont les composantes sont données par :

avec:

  • Dm le coefficient de diffusion moléculaire [L2 T‑1],

  • αL la dispersivité longitudinale de la matrice solide [L],

  • αT la dispersivité transversale de la matrice solide [L],

  • qi, qj les composantes du flux de Darcy q [LT‑1],

  • θ la teneur en eau volumique du sol [L3L‑3].

  • δi,j le symbole Kronecker [-]

Appliquant à l’équation 2 la méthode implicite d’Euler pour la discrétisation temporelle et une approximation des grandeurs à chaque élément K, il suit :

avec Image de l’équation et Image de l’équation l’isotherme d’adsorption linéaire.

Ensuite, des expressions 4 et 5 l’équation 9 est déduite ci‑dessous :

Image de l’équation.

Substituant (9) dans (8) et considérant une masse volumique constante, nous obtenons :

Multiplions l’équation 10 par λK / αK et procédons à un réarrangement des termes, l’équation 11 ci-dessous est déduite :

où: Image de l’équation

Notons Image de l’équation;

puis Image de l’équation

La concentration moyenne de chaque élément K est estimée par l’expression ci-dessous :

L’équation de continuité (13) est écrite pour toute les facettes intérieures Ei (∀i = 1,2,3) du domaine Ω. La facette Ei est commune aux éléments K et K’.

Suivant une procédure similaire bien décrite spécifiquement pour l’hydrodynamique par plusieurs auteurs (Belfort, 2006; Moséet al., 1994; Nayagum, 2001) les équations 12 et 13 permettent l’écriture de la formulation mixte hybride pour l’équation de transport. Les lecteurs peuvent se référer à ces auteurs pour les transformations matricielles.

2.3 Control des oscillations pour un problème à advection dominante – définition d’un limiteur de flux

De nombreux modèles d’écoulement et de transport en milieux poreux partiellement saturés sont confrontés au problème d’advection dominante qui induit des oscillations instables. Dans la littérature, les auteurs recourent à la technique d’opérateurs de spliting. Les EFMH sont appliqués pour la résolution du terme dispersif de l’équation de transport, alors que la méthode des éléments finis discontinue est appliquée pour le terme convectif; avec un limiteur de pente qui permet de réduire les oscillations (Ackereret al., 1999; Hoteitet al., 2002; Hoteitet al., 2004; Mazzia et al., 2002; Oltean et Buès, 2001; Siegelet al., 1997). D’après Carrayrouet al. (2005), chaque méthode introduit une erreur intrinsèque dans la solution.

Dans cet article, une nouvelle formulation pour la résolution de l’équation de transport est introduite. Comme mentionnée plus haut, une approche globale (avec l’approximation des EFMH) est utilisée. Les oscillations issues du problème à convection dominante seront contrôlées par l’usage d’un limiteur de flux spécifique aux EFMH.

L’équation 5 donnant le flux par facette est centrée sur l’élément K; c’est le résultat d’un second ordre de discrétisation. Introduisant une constante η, l’ordre de discrétisation du terme d’advection décroît en fonction de la direction du flux à travers les facettes. La nouvelle expression du flux par facette est donnée ci-dessous; elle permet pour différentes valeurs de η, l’obtention d’un schéma inconditionnellement stable.

• Si Image de l’équation <0

• Si Image de l’équation >0

Toutes les équations impliquant le flux doivent être modifiées en tenant compte de l’équation 14.

2.4 Adsorption et dégradation

De nombreux modèles cinétiques de biodégradation dans les sols sont proposés dans la littérature. À ce sujet, une étude fondamentale a été développée par Alexander et Scow (1989), elle propose neuf formulations fondées sur le couplage des cinétiques de Monod et celles de Michaelis-Menten et qui dépendent de la densité de la population bactérienne active et celle du substrat organique. Les croissances linéaires, logistiques et exponentielles de la biomasse sont ainsi distinguées. Les profils types de disparition du substrat en fonction du temps sont alors proposés. Les choix de modélisation permettant la prise en compte des hétérogénéités rend possible la détermination des concentrations de substrat sur un profil quelconque de sol. Ce travail sera proposé dans les recherches futures.

2.5 Solution numérique

La discrétisation de l’équation de Richards, puis sa linéarisation par la méthode de Picard, conduit à un système d’équations linéaires, où les inconnues sont les traces de pression (Th) sur les facettes. Le nombre d’inconnues est égal au nombre de facettes à pression non imposées. Par analogie, les traces de concentration sur les facettes sont les inconnues du système linéaire issu de l’équation macroscopique de transport.

Les matrices associées à ces équations sont symétriques et définies positives. En conséquence, elles sont résolues par la méthode du gradient préconditionné. Le processus d’itération est stoppé lorsque la norme résiduelle relative est inférieure à la tolérance prédéterminée par l’utilisateur :

avec:

  • nf, le nombre de facettes dans le domaine Ω de l’écoulement;

  • Th, le vecteur trace de pression des différentes facettes du domaine Ω;

  • TC, le vecteur trace de concentration des différentes facettes du domaine Ω;

  • n, l’indice de temps;

  • m, l’indice d’itération;

  • τH et τT sont les critères de tolérance pour l’hydrodynamique et le transport respectivement.

2.6 Control du pas de temps

L’ajustage du pas de temps (Δt) se calcule automatiquement d’après les règles ci-dessous :

  1. Un pas de temps minimal et maximal est fixé (Δtmin et Δtmax), ils sont spécifiés par l’utilisateur. À tout instant : Δtmin ≤ Δt ≤ Δtmax.

  2. Le nombre adimensionnel de Fourrier (rapport du nombre de Courant-Friedrichs-Lewy (Co) et du nombre de Peclet (Pe)) permettent de fixer l’incrément maximal du pas de temps par le billet de l’inégalité ci-après : Image de l’équation

    où: Image de l’équation

    et Vx ,Vz la vitesse intersticielle des les pores dans les directions x et z respectivement (LT‑1);

    ∆x , ∆z les dimensions d’une maille dans les directions x et z respectivement (L);

    Dxx, Dzz, Dxz les coefficients de dispersion (L2 T‑1).

Ci-dessous, pour chaque élément K, l’incrément maximal de temps est :

Le pas de temps maximal pour le transport (∆t maxtransport) serait le minimun des ∆t maxK. Par analogie, le pas de temps maximal permis pour l’hydrodynamique (∆t maxhydrodynamics) est déterminé en utilisant une règle similaire et en remplaçant, d’une part, le coefficient de dispersion par le paramètre D(h) (diffusivité de l’humidité dans le sol), et, d’autre part, la vitesse intersticielle des pores par v(h) (vitesse de l’écoulement). Ils sont donnés par ces fonctions :

où: Image de l’équation est la capacité capillaire du sol, et u une variable définie par les transformations de Kirchhoff (El-Kadi et Ling, 1993).

L’incrément de temps ne doit donc pas excéder la valeur minimale de ∆t maxhydrodynamics et ∆t maxtransport.

  1. Le pas de temps initial ∆t serait égal à la valeur minimale entre ∆t maxhydrodynamics et ∆t maxtransport. Pour les pas de temps suivants, une méthode heuristique (Belfort, 2006; Šimuneket al., 2005) est utilisée avec toujours le respect des règles 1 et 2.

3. Résultats et discussion

3.1 Cas test en monodimensionnel

Un cas test unidimensionnel (une seule maille sur l’axe horizontal) est proposé dans le but de mesurer les performances du modèle. Il consiste en une infiltration dans une colonne de sol (L = 100 cm) non saturé. Les paramètres spécifiques du sol sont donnés au tableau 1, où : θr et θs sont respectivement les teneurs en eau résiduelle et à saturation; Ks est la conductivité hydraulique à saturation, α est un paramètre de fitting, n et m sont des paramètres liés à la distribution de la taille des pores, he est la valeur d’entrée d’air (Ippisch, 2006).

Les conditions initiales et aux limites pour l’hydrodynamique et le transport sont données au tableau 2. Les coefficients de dispersivité longitudinale et transversale sont égaux et valent 10 cm.

3.1.1 Vérification de l’hydrodynamique

Les résultats commentés sont obtenus après un temps d’infiltration de 0,25 jour et comparés à ceux obtenus dans les mêmes conditions à l’aide d’Hydrus (Šimuneket al., 2005), logiciel de simulation très utilisé par les spécialistes et non spécialistes de l’écoulement, du transport et transfert réactif en milieu variablement saturé. La figure 1 illustre l’effet d’un incrément automatique du pas de temps et d’un pas de temps constant sur l’évolution du front hydrodynamique. Les approximations de l’écoulement obtenues par l’application Hydrus (pas de temps initial : 1,1974 x 10‑3 j) et les EFMH utilisant un pas de temps adaptatif (3 116 pas de temps : 1,1974 x 10‑3 j ≥ ∆T≥ 1,2195 x 10-5 j) sont similaires. En dépit du fait qu’il soit possible d’obtenir une bonne approximation de l’écoulement en moins de pas de temps avec un incrément constant (250 pas de temps: ∆T = 1,00 x 10‑3 j), le choix d’un pas de temps adaptatif a été fait. Bien que le nombre de pas de temps et donc le temps de simulation du processeur soit plus élevé dans ce cas, l’approximation du transport est plus précise (Figure 1).

Figure 1

Effet du pas de temps sur l’hydrodynamique (gauche) et sur le transport (droite).

Effect of the time step on hydrodynamics (left) and transport (right).

Effet du pas de temps sur l’hydrodynamique (gauche) et sur le transport (droite).

-> Voir la liste des figures

Un choix inadéquat du pas de temps peut conduire à une approximation précise du calcul de l’hydrodynamique mais moins précise s’agissant du transport (Figure 1).

3.1.2 Vérification du transport unidimensionnel

Le modèle a été testé pour différentes valeurs de dispersivité (αL = αT). L’intérêt du limiteur de flux introduit lorsque l’advection est dominante (nombre de Peclet élévé) est observé dans la figure 2. Pour ces cas testés, le paramètre de pondération η = 0,5. L’effet de l’augmentation du nombre de Peclet est illustré à la fois dans les mailles et sur les facettes. La correction effectuée par le limiteur de flux suggéré est appréciable.

Figure 2

Correction du limiteur de flux pour différent Pe.

Effect of the flux limiter for different Peclet numbers.

a)

Dispersivité 10 cm, Pe max = 1,02

Dispersivité 10 cm, Pe max = 1,02

-> Voir la liste des figures

b)

Dispersivité 1 x 10‑2 cm, Pe max = 1,02 x 10‑3

Dispersivité 1 x 10‑2 cm, Pe max = 1,02 x 10‑3

-> Voir la liste des figures

c)

Dispersivité 1 x 10‑6 cm, Pe max = 1,02 x 10‑7

Dispersivité 1 x 10‑6 cm, Pe max = 1,02 x 10‑7

-> Voir la liste des figures

À faible nombre de Peclet (Figure 2a), les résultats obtenus par les EFMH dans les mailles et les facettes présentent une très étroite proximité comparés à ceux obtenus par Hydrus. Dans ce cas, les résultats sont indépendants de l’utilisation du limiteur de flux.

À nombre de Peclet élevé (Figure 2b), les oscillations sont observées sur le calcul des traces de concentration sur les facettes sans limiteur de flux ainsi qu’avec Hydrus et les concentrations dans les mailles décrochent. Une différence notable de concentration apparaît ainsi dans le barycentre des mailles et sur les facettes avoisinantes.

Lorsque Pe → ∞ (Figure 2c), l’approximation des concentrations dans les mailles demeure relativement constante et égale à la concentration initiale.

Dans tous ces cas, les oscillations sont entièrement inhibées grâce à l’usage du limiteur de flux. En conséquence, le limiteur de flux suggéré confère une précision et une stabilité inconditionnelle à faible nombre de Peclet et une stabilité inconditionnelle à nombre de Peclet très élevé. La précision à nombre de Peclet très élevé n’a pu être appréciée du fait de la non-convergence de l’application Hydrus. Une analyse de sensibilité est menée dans la suite afin d’évaluer l’influence du paramètre η.

3.1.3 Analyse de sensibilité du limiteur de flux

η est un paramètre de pondération de la partie advective et dispersive du flux à travers les facettes. Comme précisé plus haut, le calcul des concentrations est indépendant de l’implémentation du limiteur de flux à faible Pe (Figure 2a). En conséquence, l’effet de l’application du limiteur de flux est donc lié à Pe. La figure 3 montre les concentrations sur les facettes obtenues pour différentes valeurs de η, lorsque Pemax = 10,2, Pemax = 1,02 x 103, et Pemax = 1,02 x 106. Les concentrations demeurent relativement insensibles lorsque η prend les valeurs de 0,5 à 1,0 : des résultats stables et identiques sont obtenus pour ces valeurs. Lorsque η = 0, l’effet de diffusion numérique est très significatif avec l’augmentation de Pe. En effet, d’après l’équation 8, la composante du flux de transport au barycentre de chaque maille est pondérée par la même valeur (0,5) que celle calculée sur la facette amont lorsque η = 0, dans tous les autres cas la facette amont a un facteur de pondération plus élevé.

Figure 3

Sensibilité du paramètre de pondération.

Weighing parameter sensitivity.

a)

Pe max = 1,02 x 101

Pe max = 1,02 x 101

-> Voir la liste des figures

b)

Pe max = 1,02 x 103

Pe max = 1,02 x 103

-> Voir la liste des figures

c)

Pe max = 1,02 x 106

Pe max = 1,02 x 106

-> Voir la liste des figures

3.2 Cas test bidimensionnel (2D)

Un cas test de transport de soluté en milieu saturé est traité dans la suite. Les concentrations initiales sont nulles dans tout le domaine. Le domaine de discrétisation et les conditions aux limites sont présentés dans la figure 4.

Figure 4

Domaine bidimensionnel (gauche) et maillage régulier (droite).

Two dimensional convection-dispersion domain (left) and regular mesh (right).

Domaine bidimensionnel (gauche) et maillage régulier (droite).

-> Voir la liste des figures

3.2.1 Vérification du modèle de transport en 2D

Dans l’objectif de tester les performances du modèle, ce problème bidimensionnel est résolu pour des nombres Peclet élevés. Les solutions sont obtenues après un temps de simulation de 20 jours. Les paramètres utilisés sont reportés au tableau 3. Les résultats numériques sont comparés aux solutions analytiques de Leij Feike et Dane (1990) dans Siegel (1995).

Les profils de concentration sont numériquement calculés au centre des mailles alors que les solutions analytiques sont obtenues aux noeuds du domaine.

Le premier cas test considère un faible nombre de Peclet (Pe > 2 : le problème n’est pas à advection dominante). Les lignes d’iso-concentration obtenues à l’aide des EFMH (sans limiteur de pente) sont en accord avec la solution analytique (Figures 5a et 5b).

Figure 5

Lignes d’iso-concentration : Cas test 1.

Iso-concentration lines: Test case 1.

a)

EFMH solution numérique

MHFE numerical solution

EFMH solution numérique

-> Voir la liste des figures

b)

Solution analytique

Analytical solution

Solution analytique

-> Voir la liste des figures

Le second cas test (Pe = 7,1, problème à advection dominante) illustre le fait qu’en l’absence de limiteur de flux, des résultats instables et peu précis sont obtenus. L’approximation des EFMH, en comparaison aux solutions analytiques, est qualitativement améliorée avec application du limiteur de flux (Figures 6a, 6b et 6c).

Figure 6

Lignes d’ iso-concentration : Cas test 2.

Iso-concentration lines: Test case 2.

a)

EFMH sans limiteur de flux

MHFE without flux limiting

EFMH sans limiteur de flux

-> Voir la liste des figures

b)

EFMH avec limiteur de flux, η = 1

MHFE with flux limiting

EFMH avec limiteur de flux, η = 1

-> Voir la liste des figures

c)

Solution analytique

Analytical solution

Solution analytique

-> Voir la liste des figures

Lorsque le nombre de Peclet est très élevé (Pe = 7,14 x 104), les résultats obtenus en abaissant l’ordre de discrétisation du flux de transport sont stables et épousent très bien les solutions analytiques (Figures 7a, 7b, 7c).

Figure 7

Lignes d’iso-concentration : Cas test 3.

Iso-concentration lines: Test case 3.

a)

EFMH sans limiteur de flux

MHFE without flux limiting

EFMH sans limiteur de flux

-> Voir la liste des figures

b)

EFMH avec limiteur de flux, η = 1

MHFE with flux limiting

EFMH avec limiteur de flux, η = 1

-> Voir la liste des figures

c)

Solution analytique

Analytical solution

Solution analytique

-> Voir la liste des figures

Les résultats ci-dessus obtenus montrent que le modèle developpé est un bon outil numérique pour l’approximation bidimensionnelle du transport en milieu poreux saturé. En outre, les performances du limiteur de flux sont satisfaisantes.

4. Conclusion

Les potentialités que peuvent développer les zones humides artificielles dans l’atténuation de la pollution due aux pesticides, d’origine agricole, sont actuellement étudiées dans le cadre du projet européen Artwet. La simulation de la dynamique des pesticides dans un profil de sol pouvant faciliter un contrôle environnemental revêt un aspect non négligeable du projet.

L’objectif de ce travail était de présenter une nouvelle formulation pour simuler l’écoulement, le transport réactif dans un milieu poreux variablement saturé par l’application de la méthode d’éléments finis mixtes hybrides. Une approche globale à laquelle est associé un limiteur de flux est utilisée.

  • Les oscillations numériques dues aux processus de transport à advection dominante sont contrôlés avec succès grâce à l’implémentation d’un limiteur de flux. Cette technique constituerait une alternative à l’usage de la séparation d’opérateur très souvent couplé à un limiteur de pentes.

  • La vérification du modèle s’opère à travers la simulation des problèmes mono dimensionnel ou bidimensionnels. Les approximations numériques des cas testés sont comparés à ceux obtenus par l’application Hydrus ou des solutions analytiques. Ainsi, des résultats satisfaisants illustrent la capacité du modèle à décrire l’hydrodynamique et le transport réactif en milieu non saturé. L’usage du limiteur de flux rend possible l’obtention de solutions précises et inconditionnellement stables à nombres de Peclet élevés.

  • La discrétisation temporelle joue un rôle capital durant la simulation. Une sélection inadéquate du pas de temps peut permettre une approximation précise de l’hydrodynamique alors qu’elle est moins précise pour le transport.

Les travaux futurs permettront d’améliorer le limiteur de flux en définissant un critère permettant l’usage du paramètre de pondération η seulement lorsque la diffusion est localisée ainsi qu’une comparaison avec d’autres limiteurs de flux et des limiteurs de pente.

Parties annexes