Projet FLS & Numérique

7^eannée successive de sécheresse au Maroc

Contexte

L’eau manque, et celle qui reste est souvent polluée

La rareté de l’eau est l’un des défis majeurs de l’agriculture. Le changement climatique, la croissance démographique et la pression sur les écosystèmes l’aggravent. Au Maroc, la sécheresse compromet la sécurité alimentaire, la stabilité socio-économique et l’environnement.

Sa Majesté le Roi Mohammed VI a appelé à des solutions innovantes pour réduire la dépendance aux ressources conventionnelles. La réutilisation sécurisée des eaux usées traitées en irrigation est l’une de ces pistes.

Près de Marrakech, l’Oued Tensift reçoit les effluents acides et chargés en métaux de la mine de Draa Lasfar, à 13 km au nord-ouest de la ville. Ces éléments traces métalliques passent ensuite dans les sols, les cultures et l’organisme des riverains.

L’approche

Trois axes intégrés

L’originalité du projet tient à l’association de trois dimensions : un traitement écologique, un suivi numérique intelligent et une énergie propre. Le résultat vise une solution durable, reproductible et transférable à d’autres sites.

AXE 1

Filtration lente sur sable

Une technologie éprouvée, écologique et peu coûteuse, qui réduit la charge microbienne, organique et métallique de l’eau. Modélisée sous MATLAB pour prédire ses performances.

Achevé · validé

AXE 2

Capteurs, IoT et IA

Des capteurs connectés, un réseau LoRaWAN et des modèles d’intelligence artificielle embarqués suivent la qualité de l’eau en temps réel et pilotent l’irrigation.

Logiciel prêt · matériel partiel

AXE 3

Alimentation solaire autonome

Une chaîne photovoltaïque alimente la station, les capteurs et la transmission des données, 24 h sur 24, sur un site isolé et sans empreinte carbone.

Conçu · en attente de matériel

Axe 1 · Modélisation et traitement écologique

Achevé · validé

Retenir les métaux dans le sable

Les campagnes de prélèvement sur l’Oued Tensift, en amont (TRWB) et en aval (TRWA) du rejet minier (MW), confirment une contamination qui dépasse largement les normes sanitaires et d’irrigation.

Concentrations moyennes en éléments traces métalliques

En µg/L, moyenne ± écart-type. La ligne surlignée correspond à l’effluent minier.

Station	Plomb (Pb)	Zinc (Zn)	Cuivre (Cu)	Cadmium (Cd)
Amont (TRWB)	131,9 ± 18,0	529,9 ± 31,9	45,9 ± 6,5	3,4 ± 0,8
Effluent minier (MW)	455,7 ± 72,5	1 012,4 ± 85,1	88,3 ± 12,1	6,1 ± 1,4
Aval (TRWA)	314,9 ± 42,9	797,1 ± 26,9	66,9 ± 6,0	4,2 ± 1,2

Taux d’élimination par métal

Colonne à lit fixe, débit Q = 20 mL/min, à t = 60 min

Cuivre

43,4 %

Cadmium

40,0 %

Plomb

14,3 %

Zinc

5,0 %

Cu > Cd > Pb > Zn

Sélectivité d’adsorption du sable. L’abattement augmente quand le débit diminue (6 ; 10,1 ; 20 mL/min), car l’eau reste plus longtemps dans la matrice poreuse.

Effet de la vitesse d’infiltration sur le plomb

Essais à 0,5 · 1,0 · 2,5 cm/min

V₁ = 0,5 cm/min

Le point de percée est fortement retardé. La concentration résiduelle en Pb reste sous le seuil critique de 100 µg/L pendant plus de 200 min.

V₃ = 2,5 cm/min

Les forces hydrauliques dominent. Les sites d’adsorption saturent rapidement.

Lit filtrant

Hauteur 10 cm, diamètre 10 cm, porosité 0,43. Fraction fine prédominante : 67,9 à 68,3 % de refus à la maille de 0,15 mm.

Modèle Généralisé de Richards (GRM)

Simulation numérique sous MATLAB de la courbe de percée, discrétisée par différences finies

dC/dt = V · K_p · C(t)^α · [ 1 − ( C(t) / µ_p )^β ]

C_i+1 = V · K_p · (C_i)^α · [ 1 − ( C_i / µ_p )^β ] · Δt + C_i

0,42α · exposant d’asymétrie

0,75β · exposant d’amortissement

0,33K_p · constante de transfert

Paramètres optimisés pour le plomb. Le modèle reproduit la dissymétrie des fronts de saturation et sert de jumeau numérique pour anticiper le comportement du filtre.

Une eau adaptée à chaque culture

Cultures maraîchères · laitue, épinard

Faible vitesse · V = 0,5 cm/min

Abattement supérieur à 90 % pour ces cultures sensibles au plomb et au cadmium. Le risque phytotoxique et sanitaire est éliminé.

Céréales et fourrages · maïs, orge

Débit élevé · Q = 20 mL/min

Le plomb est retenu, tandis que le zinc et le cuivre passent. Ces oligo-éléments restent disponibles pour la plante.

Axe 2 · Technologies numériques

Logiciel prêt · matériel partiel

Une station qui mesure, décide et agit

Le banc d’essai est équipé de capteurs intelligents. Des modèles d’IA embarqués anticipent le point de percée du filtre et règlent automatiquement le débit d’irrigation.

Matériel commandé

État des livraisons

Kits NVIDIA Jetson Orin Nano Super 8 GoLivré4 unités · calcul Edge AI centralisé

Transmetteurs de sol 7-en-1 RS485En cours4 unités · T°, humidité, EC, pH, NPK

Passerelles LoRaWANEn attente4 unités · liaison longue portée

Cartes LILYGO T-Beam V1.2En attente4 unités · ESP32 LoRa avec GPS

Capteurs d’air ENS160 + AHT21En attente4 unités · micro-climat

Vannes à bille électriquesEn attente4 unités · DN15 à DN32 · régulation du débit

Logiciel

Développé et prêt à déployer

Edge computing

Modèles d’apprentissage et d’analyse d’images programmés pour les Jetson déjà reçus. Les données du site pilote sont traitées localement.

Acquisition multicapteur

Bus d’acquisition et scripts de communication RS485 / Modbus RTU et LoRaWAN.

Algorithmes prédictifs

Modèles MATLAB / Python qui évaluent la qualité de l’eau, anticipent la percée du filtre et régulent le flux d’irrigation.

Axe 3 · Énergie solaire

Conçu · en attente de matériel

Une station autonome, jour et nuit

Le bilan couvre la pompe de mise en pression du goutte-à-goutte, le calcul Edge AI, le réseau LoRaWAN, les nœuds capteurs et les vannes. Il est calculé pour le mois le moins ensoleillé, afin que la station reste alimentée toute l’année sur site isolé.

≈ 0,7 kWhConsommation par jour, pertes comprises

500 WpChamp photovoltaïque, soit ≈ 1,5 kWh/jour en hiver

12 V · 200 AhBatterie LiFePO4, ≈ 2 kWh utilisables

≈ 2,9 jAutonomie sans soleil, près de 5 j en régime économique

Bilan énergétique journalier

Valeurs typiques des équipements. À affiner avec les références exactes.

Poste	Puissance	Fonctionnement	Wh/jour
1 Jetson Orin Nano (carte, SSD, ventilateur)	≈ 12 W	continu, mode 15 W	288
8 nœuds T-Beam V1.1 + ENS160 / AHT21	8 × 0,7 W	continu	134
1 passerelle LoRaWAN	≈ 5 W	continu	120
Pompe 12 V + ballon (goutte-à-goutte)	≈ 90 W	par cycles, ≈ 320 L/jour à 2,5 bar	≈ 60
8 vannes à bille motorisées	8 × 6 W	≈ 10 manœuvres de 10 s par jour	≈ 2
Sous-total des charges			≈ 605
Avec pertes des convertisseurs et de la batterie (+ 15 %)			≈ 695

Pompage et mise en pression du goutte-à-goutte

Les goutteurs ont besoin d’une pression stable, d’environ 1 bar au goutteur. La pompe remplit un ballon à vessie : le ballon maintient la pression et la pompe ne tourne que par cycles courts.

Filtre à sableeau traitée
Réservoireau filtrée
Pompe 12 Vmembrane · ≈ 8 L/min à 2,5 bar
Ballon à vessie 50 Lpressostat 1,5 → 2,5 bar
Filtre à disques120 mesh
8 vannesune par zone
Goutteursautorégulants · 2 L/h

Pressostat et ballonDémarrage 1,5 bar · arrêt 2,5 bar · gonflage 1,3 barLe ballon est gonflé 0,2 bar sous le seuil de démarrage. D’après la loi de Boyle-Mariotte, un ballon de 50 L restitue ≈ 13 L entre deux démarrages (26 % de son volume).

Cycles de la pompe≈ 3 démarrages/h pour une zone · ≈ 8/h pour les 8 zonesExemple : 20 goutteurs de 2 L/h par zone, soit 40 L/h. Un ballon de 24 L suffit pour une zone à la fois, mais atteint ≈ 17 démarrages/h quand les 8 zones s’ouvrent ensemble. D’où le choix de 50 L.

Énergie de pompage≈ 0,19 kWh par m³ pompé à 2,5 barExemple : 8 zones irriguées 1 h par jour, soit ≈ 320 L et ≈ 60 Wh. Le filtre à disques protège les goutteurs du colmatage.

Dimensionnement

Hypothèses de calcul

Panneaux695 Wh ÷ (4 h × 0,75) ≈ 230 WpEnsoleillement d’hiver ≈ 4 kWh/m²/jour sur plan incliné, rendement global 0,75. Les 500 Wp laissent une marge d’environ 2×. Cette marge permet de pomper jusqu’à ≈ 4 m³ de plus par jour en hiver.

Batterie2 × 695 Wh ÷ 0,8 ≈ 1,75 kWh, soit 12 V · 150 Ah48 h d’autonomie, décharge LiFePO4 limitée à 80 %. La batterie de 200 Ah couvre ≈ 2,9 jours.

RégulateurMPPT 40 A en 12 V500 Wp ÷ 12,8 V ≈ 39 A.

Pic de charge≈ 175 W, soit 14 A (≈ 20 A au démarrage de la pompe)Jetson à 25 W, pompe, passerelle et 8 vannes manœuvrées en même temps. Prévoir un fusible de 25 à 30 A et décaler les manœuvres des vannes.

Gestion d’énergie embarquée

L’algorithme tourne sur le Jetson et priorise selon l’état de charge (SoC)

SoC > 40 % · ≈ 0,7 kWh/jourRégime nominal

Filtration, acquisition, calcul Edge AI et transmission LoRaWAN fonctionnent ensemble.

SoC ≤ 40 % · ≈ 0,42 kWh/jourRégime économique

Mise en veille du Jetson, transmissions LoRa espacées. L’irrigation et les fonctions de sécurité des vannes restent actives.

Nœuds capteurs sur le terrain

Une T-Beam éloignée de la station n’est pas reliée à sa batterie. Toujours allumée, elle consomme ≈ 17 Wh/jour, plus que son accu 18650 (≈ 12 Wh). Chaque nœud reçoit donc un panneau de 5 à 10 W. En veille profonde avec réveil toutes les 5 à 10 min, sa consommation tombe à 1 ou 2 Wh/jour et un panneau de 1 à 2 W suffit.

État d’avancement

Où en est le projet

La modélisation et le logiciel sont terminés. La phase expérimentale sur site attend la livraison du reste du matériel.

Axe 1 · FLS et modélisation Achevé

6 articles publiés ou acceptés. Modèle GRM validé sous MATLAB.

Axe 2 · IoT et numérique En cours

Algorithmes et scripts prêts. Jetson livrés, capteurs de sol en cours de livraison, passerelles, cartes LoRa, capteurs d’air et vannes en attente.

Axe 3 · Énergie solaire En attente

Bilan de puissance, dimensionnement PV, schémas électriques et code de gestion d’énergie finalisés. Installation dès réception des équipements.

Budget

Enveloppe allouée : 90 500,00 DH TTC

Livré · 20 000,00 DH Engagé, non livré · 40 861,60 DH Disponible · 29 638,40 DH

Montant engagé : 60 861,60 DH TTC. 67,1 % de ce montant correspond à du matériel pas encore livré.

Prochaines étapes

Dès réception complète du matériel

Câbler les Jetson aux capteurs de sol RS485, aux modules ENS160 + AHT21 et aux vannes électriques.
Déployer le réseau LoRaWAN avec les cartes T-Beam pour transmettre les données d’irrigation à distance.
Coupler l’alimentation photovoltaïque et lancer les essais d’irrigation intelligente sur parcelles expérimentales.

Production scientifique

Publications

Articles parus dans des revues internationales à comité de lecture, qui fondent et prolongent les travaux de l’Axe 1.

2025
Modeling as a New Tool to Predict Slow Sand Filtration Efficiency to Remove Pb from Contaminated Water: Water Velocity Effect
Barkouch, Y., Flata, E., Sana, A., Alain, B.
Pollution, 11(1), 15–27
2024
Generalized Richards model of slow sand filtration to remove lead pollutant from polluted waters: study of velocity effect
Elhaya, A., El Fadeli, S., Abbassi, M., Erraji, M., Barkouch, Y.
Desalination and Water Treatment, 318, 100245
2024
A Modeling Approach to Study the Water Inlet Flow Effect on Slow Sand Filtration Removal of Metallic Pollutants in Unsafe Water
Barkouch, Y., Ait Melloul, A., Flata, K., El Fadeli, S., El Abbassi, A., Pineau, A.
Jordan Journal of Earth and Environmental Sciences, 15
2024
Removal process of cadmium from unsafe water by slow sand filtration: study of water feed flow rate effect
Elhaya, N., El Fadeli, S., Erraji, E., Barkouch, Y.
Euro-Mediterranean Journal for Environmental Integration, 9, 2089–2094
2023
Modeling slow sand filtration for sustainable safe wastewater reuse in agriculture in Draa Sfar mine region (Marrakech, Morocco)
Ait Melloul, A., Flata, K., El Fadeli, S., El Abbassi, A., Pineau, A., Barkouch, Y.
Desalination and Water Treatment, 315, 280–286