Qualité des eaux de surface et leur impact sur l’environnement dans la Wilaya de Skikda.

Abstract

Les dernières décennies, l’Algérie a été soumise à une sécheresse intense qui touche le nord d’une manière générale et donc l’utilisation des eaux de surface s’avère une nécessité incontournable. La région de Skikda se trouvant dans le Nord Est algérien, a toujours connu des problèmes liés à la quantité et à la qualité des eaux de surface, les eaux souterraines étant très limitées. Cette situation est le résultat de l’accroissement démographique, de l’extension du tissu industriel et du développement agricole. De ce fait et en dehors de toute politique de protection de l’environnement, la ressource en eau de surface se trouve exposée à des risques potentiels d’altérations chroniques ou épisodiques. Cette situation est en partie due aux rejets urbains et industriels qui sont souvent déversés directement dans les cours d’eau. Cette étude a pour objectif, l’analyse et l’interprétation des données physico-chimiques d’échantillons d’eau pris le long d’Oued El-Hammam, dans la cuvette du barrage de Zit-Emba et à la distribution d’eau potable au niveau de la ville de Skikda. Ces données ont été analysées à l’aide d’outils statistiques et des rapports molaires des éléments chimiques majeurs. La détermination de l’origine de la pollution de ces eaux superficielles a été abordée à l’aide d’une exploration spatio-temporelle des paramètres physiques, des éléments majeurs et les métaux lourds. Cette étude a montré que les eaux de ce barrage sont affectées par une pollution urbaine et industrielle ; la présence d’éléments traces métalliques comme le plomb, le mercure et l’arsenic a fortement contribué à la dégradation de la qualité de ces eaux qui limite leur utilisation notamment pour l’alimentation en eau potable. Cette anomalie est liée à la présence de gites métallogéniques signalés dans la région. Un suivi systématique à l’aide de fréquences acceptables de la concentration du mercure dans ces eaux, a été réalisé à l’aide de plusieurs modèles de régression simples et multiples afin de prévenir le comportement de cet élément à long terme. Le meilleur modèle a été sélectionné selon les critères de performance