LE GALL, Franck, Luc GASSER, Julien FLEURY, Lupicinio Garcia ORTIZ, et Sara ESPINOSA. « Leveraging Open Standards for Interoperable Water Resource Management: Showcasing MARCLAIMED’s Integrated Decision Support Tool, and its cross-project applicability via the MARVIS virtual sensing ». Art. de conf. presented sur 4th International Joint Conference on Water Distribution Systems Analysis and Computing and Control in the Water Industry. 2026.

L’aggravation de la crise climatique, marquée par des sécheresses prolongées, des précipitations irrégulières et la hausse des températures mondiales, exerce une pression sans précédent sur les ressources mondiales en eau douce. Dans ce contexte, des stratégies de gestion de l’eau proactives et résilientes ne sont plus facultatives, mais indispensables à la stabilité sociétale et écologique. La recharge gérée des aquifères (RGA) s’est imposée comme une solution fondée sur la nature essentielle ; elle permet de capter et de stocker de l’eau issue d’excédents saisonniers, d’eaux usées recyclées ou de ruissellements agricoles  dans des aquifères souterrains en vue d’une utilisation ultérieure. Cette pratique constitue un tampon vital face à la pénurie, atténue les risques d’inondation et peut améliorer la qualité des eaux souterraines. Toutefois, l’adoption généralisée de la RGA se heurte souvent à des obstacles majeurs, notamment des incertitudes techniques quant aux impacts hydrologiques, le coût élevé d’une surveillance exhaustive, la complexité des cadres réglementaires, ainsi qu’un manque d’acceptation sociale et de confiance à l’égard de l’utilisation de ressources en eau alternatives (REA).

Le projet MARCLAIMED [1], financé par l’UE, a été conçu pour lever ces obstacles en élaborant un cadre holistique fondé sur les données, couvrant toutes les étapes du cycle de vie de la RGA, de la planification et de la conception jusqu’à l’exploitation et la gestion à long terme. La pierre angulaire de cette initiative est l’outil intégré d’aide à la décision (IDST) de MARCLAIMED ; il s’agit d’une plateforme numérique sophistiquée destinée à fournir aux décideurs (gestionnaires de services des eaux, autorités de bassin versant et responsables politiques) les informations exploitables nécessaires pour mettre en œuvre des solutions de RGA de manière fiable, abordable et durable. L’IDST ne se limite pas à un simple dépôt de données ; c’est un écosystème dynamique et interopérable qui intègre une modélisation prédictive avancée, l’analyse de données en temps réel et des évaluations socio-économiques au sein d’une interface unifiée et centrée sur l’utilisateur. Son développement repose sur une philosophie de conception centrée sur l’humain, garantissant que les fonctionnalités de l’outil répondent directement aux besoins pratiques et aux étapes décisionnelles de ses utilisateurs finaux.

L’outil MARVIS (*Managed Aquifer Recharge Virtual Sensing*  Capteurs virtuels pour la recharge gérée des aquifères) constitue un élément clé et un cas d’usage démonstratif de l’IDST. MARVIS répond à l’un des défis opérationnels majeurs de la RGA : la nécessité d’une surveillance de la qualité de l’eau à haute fréquence et à un coût maîtrisé. Les méthodes traditionnelles reposent souvent sur des prélèvements manuels espacés et des analyses en laboratoire coûteuses, ce qui peut entraîner des délais de réaction face aux épisodes de contamination. MARVIS révolutionne ce processus en s’appuyant sur le concept de « capteurs virtuels ». Il s’appuie sur des algorithmes d’apprentissage automatique pour prédire avec précision des paramètres complexes et difficiles à mesurer, tels que les concentrations en nitrates, en utilisant des données provenant de capteurs physiques plus simples, moins coûteux et largement déployés qui mesurent des variables comme le pH, la température, la conductivité, la turbidité et l’absorbance UV254.

Figure 1: MARVIS  training flow  from the 3 pilot sites (DS)

Les nitrates constituent un enjeu majeur en raison de leur présence fréquente en tant que contaminants des eaux souterraines, principalement d’origine agricole, et des limites réglementaires strictes imposées par les normes de potabilité. Le cœur d’IA de MARVIS s’appuie initialement sur des modèles robustes tels que XGBoost, efficaces avec des jeux de données restreints, tout en étant conçu pour évoluer vers des réseaux de neurones plus complexes à mesure que le volume de données de surveillance augmente. Cette progression permet au système de saisir des relations non linéaires de plus en plus complexes entre les données d’entrée des capteurs et la concentration cible du contaminant. Pour l’utilisateur final, l’IDST propose un tableau de bord en temps réel offrant des visualisations graphiques des tendances en matière de nitrates, une analyse des données historiques et, surtout, un système d’alerte automatisé émettant des notifications immédiates lorsque les concentrations approchent ou dépassent des seuils de sécurité prédéfinis. La gestion de l’eau passe ainsi d’une approche réactive à une démarche proactive. Par ailleurs, MARVIS est conçu pour être évolutif : grâce à l’apprentissage par transfert (*transfer learning*), un modèle entraîné et validé sur un site de démonstration peut être rapidement adapté à un nouveau site présentant un contexte hydrogéologique différent, réduisant ainsi considérablement les coûts et les délais de déploiement. Le recours à des techniques d’explicabilité telles que SHAP (SHapley Additive exPlanations) permet de démystifier la « boîte noire » de l’IA en identifiant clairement les paramètres d’entrée ayant le plus d’influence sur une prédiction donnée, renforçant ainsi la confiance des utilisateurs dans les résultats fournis par l’outil.

L’outil MARVIS s’intègre harmonieusement dans l’architecture globale de l’IDST, laquelle repose sur les principes fondamentaux d’ouverture et d’interopérabilité. Le cœur de données de l’IDST s’appuie sur la norme ETSI NGSI-LD [2], un « langage commun » permettant à des systèmes, modèles et plateformes hétérogènes de communiquer et d’échanger des informations en tenant compte du contexte. Cette mise en œuvre s’appuie sur des composants open source issus de l’écosystème FIWARE [3] (courtier de contexte Stellio), créant ainsi un véritable « jumeau numérique » de l’ensemble du bassin versant et du système aquifère. Cette réplique virtuelle dynamique est actualisée en continu grâce aux données provenant de capteurs physiques, du capteur virtuel MARVIS et des résultats d’autres modèles intégrés.

Figure 2: IDST  monitoring and alerts interface  mixing virtual  and real sensing

La polyvalence et le succès de cette approche fondée sur une architecture ouverte sont attestés par son rôle de modèle de référence pour des initiatives de recherche ultérieures. Le système MARCLAIMED IDST est appelé à servir de socle technologique à la plateforme *Urban Water Platform* (UWP) dans le cadre du nouveau projet UrbaQuantum [4]. UrbaQuantum élargit le champ d’application,  passant de la gestion des eaux souterraines en milieu rural et périurbain à la complexité du cycle complet de l’eau en milieu urbain pour répondre à des défis tels que les déversements d’orage (issus de réseaux d’assainissement unitaires), le ruissellement urbain et la présence de contaminants émergents (comme les microplastiques et les agents pathogènes) dans les eaux de baignade et les effluents des stations d’épuration. En s’appuyant sur le cadre NGSI-LD de l’IDST, UrbaQuantum peut accélérer son développement et se concentrer sur l’intégration de capteurs innovants de nouvelle génération ainsi que de modèles hydrologiques avancés, spécifiquement adaptés à l’environnement urbain.

REMERCIEMENTS

This work was co-funded by the European Union under grant agreement 101136799 (MARCLAIMED).

REFERENCES

[1] MARCLAIMED, “Supporting decision-making and adaptation policies to address water scarcity and water stress

”, Horizon Europe funded project ID 101136799, https://marclaimed.eu/

[2] ETSI GS CIM 009 V1.9.1, 2025, NGSI-LD API

[3] FIWARE, “the Open Source Platform for Our Smart Digital Future”, https://www.fiware.org/

[4] UrbaQuantum, “Revolutionizing urban water management with integrated sensing, modeling, and decision-support for sustainable, resilient cities.”, Horizon Europe funded project ID 101180452, https://urbaquantum.eu