Browsing by Author "Heddam, Salim"
Now showing 1 - 5 of 5
Results Per Page
Sort Options
Item Contribution to the study of marine plastic pollution in the Wilaya of Skikda(University of 20 August 1955-SKIKDA, 2023-06) Halima, Grini; Heddam, SalimThe Mediterranean Sea has been identified as a hotspot for plastic pollution. The present study is the first attempt to provide original data on plastics debris occurrence in beach sediments along 50 km of the Skikda Gulf in Algeria (southwestern Mediterranean Sea). Sediment samples from seven beaches along the Skikda coastline were collected to extract, quantify, and characterize plastic debris. Plastics particles were classified regarding their size into macroplastics (particles > 25 mm), mesoplastics (particles ranging between 5 and 25 mm), and large microplastics (particles ranging from 1 µm to 5 mm). Overall, microplastic was the most abundant size fraction in terms of number of items. At the same time, the average mass of mesoplastics doubled that of microplastics, revealing a noticeable reservoir of plastics that is hardly ever reported in the literature. The predominant plastic types were fragments and pellets, and white/transparent color. The average concentrations of plastic were 1067.19 ± 625.62 item/m², and 50.65 ± 9.82 g/m² (Autumn 2018), 7860.74 item/m² (Spring 2019), and 6744.44 item/m² (Autumn 2019). Showing variability among beaches and within sampling sites. The Skikda coast presented high pollution levels compared to other areas in the Mediterranean Sea and further regions of the world. Kef Fatma and Guerbes were the most contaminated sites, large and open beaches located on the eastern coast of Skikda with low anthropic development. The spatial differences suggest transport and accumulation of plastics far away from the urban and industrial sources because of local winds and the west-east currents, revealing the spread of the anthropic impact in the area.Item Étude de la Qualité des Eaux Usées Épurés et Évaluation de la Possibilité de leur Utilisation à des Fins Agricole : Cas de la STEP de Skikda(Faculté de sciences, 2022) Bakouche, Meriem; Nouara, Amira; El Kouti, Zina; Brighet, Khalad; Heddam, SalimLe traitement des eaux usées est un processus important pour combler la pénurie d'eau d'une part et pour préserver les risques résultant du rejet de cette eau dans les cours eaux naturelles, avec leurs graves dommages à la santé humaine et à l'environnement en général. La réutilisation des eaux usées à des fins agricoles comme à avoir une ampleur ces dernières années .À la lumière des résultats obtenus dans notre présent travail on conclure ce qui suit: 1. Il est difficile de confirmer à 100% que la STEP de Skikda est opérationnelle à 100%, vue que nous n’avons pas reçu toutes les informations nécessaires durant la période de stage. 2. Les eaux usées épurées et rejetées ne sont pas utilisable pour le moment à des fins agricoles ce qui n’est en accordance avec les objectives de notre mémoire fixé au début du stage. 3. Il n’est y a pas un contrôle continuer et quotidien de la qualité des eaux et les mesures ne sont pas réalisés sur tous les variables. 4. Pour qui est de la simulation des variables caractérisant les eaux brutes et épurées nous avons constatés que pour les eaux brutes, il n’existe aucune corrélation entre les variables mesurées et calculer par les modèles MLR, alors que pour les eaux traitées une forte corrélation existe. 5. Pour nos recommandations, nous souhaiterons que l’état algérienne donne plus d’importance aux stations d’épuration par l’amélioration de leur système de gestion et d’exploitation et par un renforcement en termes d’équipement.Item Modélisation des Variables Bio-Physico-Chimique des Eaux Usées Par les Réseaux de Neurones Artificielle : Une étude de cas STEP BATNA(Faculté des Sciences , 2023) Djareddi, Rayane; Djelamani, Sarra; Zouaia, Chaima; Gueries, Rayane; Mouats, Rayene; Heddam, SalimLa présente étude entre dans le cadre de la préparation de mémoire de fin d’étude (master II) en aménagement hydro-agricole. L’objectif était le développement d’un modèle mathématique à base de réseau de neurones artificiels (ANN) pour la modélisation de la demande biochimique en oxygène pendant 5 jours (DBO5) au niveaux de la station d’épuration (STEP) des eaux usées de la ville de BATNA . Nous avons utilisés un perceptron multicouche (MLPNN) avec une comparaison avec le modèle à base de régression linéaire multiple (MLR). Nous avons utilisées une base de données journalières contenant les mesures de plusieurs variables à l’entrée et à la sortie de la STEP, à savoir : La température de l’eau (Tw), le potentiel d’hydrogène (PH), la conductivité électrique (SC), le volume des eaux usées (Q), les matière en suspension (MES) ,la demande chimique en oxygène (DCO) et la demande biochimique en oxygène pendant 5 jours (DBO5) . La base de données correspond à la période allant de 01 /03/2006 à 07/04/2009 avec au total 1134 données. Pour le développement des modèles nous avons divisé la base de données en deux parties : 70% pour l’apprentissage et 30% pour la validation des modèles. La structure des modèles était la modélisation de la DBO5 comme variable à modéliser (OUTPUT) en utilisant TW, PH, SC, Q, MES, DCO comme (INPUT). Au total nous avons tester 12 combinaisons des input (MLPNN1 à MLPNN12) et (MLR1 à MLR12), pour la validation et la vérification de la capacité prédictive des modèles nous avons utilisé 4 indices de performance : Le coefficient de corrélation (R), nash sutcliffe (NSE), l’erreur absolue moyen (MAE) et la racine carrée de l’erreur moyen (RMSE). Nous avons obtenue de bon résultats avec les modèles MLPNN au niveau de l’entrée de la STEP avec des indices de l’ordre de R=0.814, NSE=0.659, RMSE=58.216, MAE=42.970, par contre les valeurs obtenue par le modèle MLR était de l’ordre de R =0.740, NSE=0.540, RMSE=67.63, MAE=49.503 .Cependant les résultats obtenu à la sortie de la STEP était très faibles. La présente étude à montrer la possibilité d’utilisation des réseaux de neurones artificiels comme outils de modélisations et d’aide à la décisionItem Modélisation des Variables Physico-Chimique au Niveau des Stations de Traitement des Eaux Par le Biais de l’Intelligence Artificielle: Une étude de cas( Faculté des Sciences , 2023) Benzeghaia, Sara; Bouchoukh, Khaoula; Bouyeddou, Ghada; Ali Nara, Rayane; Heddam, SalimL’objectif de cette étude est de développer un modèle mathématique utilisant la technique des réseaux de neurones artificiels (ANN), pour calculer la dose de coagulant utilisée dans les stations de traitement des eaux potables. L’étude a été menée au niveau de la station de traitement des eaux de la ville de Boudouaou, dans la wilaya de Boumerdes. La station utilise le sulfate d’aluminium (AL2(So4)3.18H2O) comme coagulant. Nous avons appliqué le modèle dite perceptron multicouche (MLPNN) en le comparant avec le modèle de régression linéaire multiple (MLR). L’étude s’est appuyée sur l’exploitation d’une base de données de mesures quotidiennes s’étendant du 24 décembre 2008 au 16 juin 2012, comprenant 827 données quotidiennes. Les données comprennent les mesures de la qualité de l’eau brute au niveau de l’entrée de la station, qui sont les suivantes : (1) Température de l’eau brute (Tw), (2) Acidité (pH), (3) Conductivité électrique de l’eau (SC), (4) Turbidité de l’eau (TU), (5) Couleur apparente (CA), (6) Couleur vraie (CV), (7) Ultraviolet (UV). Quant à la dose de coagulant, elle a été mesurée en utilisant la technique de « Jar-Test ». Le modèle mathématique utilise les sept variables de la qualité de l’eau brute (Tw, pH, SC, TU, CA, CV, UV) en tant qu’entrées (Input), et le coagulant en tant que sortie (Output). Nous avons divisé la base de données en deux parties : 70% pour le développement et l’entrainement du modèle (Training) et les 30% restants pour évaluer l’efficacité du modèle mathématique (Validation). L’évaluation du modèle s’est basée sur le calcul de quatre indices de performances : le coefficient de corrélation linéaire (R), le coefficient de Nash-Sutcliffe (NSE), l’erreur absolue moyenne (MAE) et la racine carrée de l’erreur quadratique moyenne (RMSE) .Les résultats obtenus ont démontré l’efficacité du modèle MLPNN, avec des résultats très encourageantes : R=0.825, NSE=0.679, RMSE=7.846, MAE=5.868, comparés aux valeurs obtenues par le modèle MLR, qui étaient : R=0.609, NSE=0.363, RMSE=11.058, MAE=9.372Item Suivie et Contrôle de la Qualité des Eaux au Niveau de la Station de Traitement Kénitra, Oum Toub, Wilaya de Skikda.(Faculté de sciences, 2022) Babouri, Ihssane; Sassane, Imane; Satouh, Imane; Sebbagh, Sarra; Heddam, SalimSur la base des résultats physico chimique et bactériologique des eaux au niveau de la station de traitement Kénitra en peut conclure ce qui suit : Une température de l’eau qui est saisonnière. Un PH proches de la neutralité. Une conductivité électrique généralement dans les normes La turbidité est conforme aux normes de qualité des eaux avec une eau traitée claire. D’autre part, nous avons procédés à la en utilisant plusieurs variable mesuré à pas de Temps journalier pour la modélisation des différents variables des eaux (brute et traité) mesuré au niveau du laboratoire de la station de barrage Kénitra Oum toub dans le Wilaya de Skikda. Nous avons utilisé un modèle base de régression linière multiple (MLR). A la lumière des résultats obtenus, on peut conclure ce qui suit : Les résultats obtenu par les modèles MLR pour le contrôle de la turbidité des eaux brutes et traitées sont très faible et aucun scénario n’a abouti à des résultats acceptable. Les critères numérique en relation avec l’erreur de prédiction étaient aussi très médiocres avec des valeurs élevées exprimant une faible corrélation entre les valeurs mesurer et calculer de la turbidité. Pour le contrôle de l’oxygène dessous des eaux traitées et brutes le même constat est a signalé. il n’est y a aucune corrélation entre la variable à modéliser. Parmi les douze modèles proposés aucun d’entre eux n’a été capable d’atteindre des performances acceptables et les performance numériques étaient très faible que ce soit en apprentissage ou en validation.