Seneque 3, logiciel SIG de modélisation prospective de la qualité des eaux de surface

Auteur.e.s

Denis Ruelland et Gilles Billen

Université

CNRS, UMR6590 ESO, Université du Maine, CNRS, UMR7619 Sisyphe, Université Pierre et Marie Curie

L’attente des gestionnaires en terme d’outils d’aide à la décision se fait de plus en plus pressante face aux exigences de la législation sur la gestion des ressources en eau par bassin. La nouvelle Directive Cadre Européenne se montre même particulièrement ambitieuse en prônant la gestion des ressources en eau par bassin et le retour à un "bon état écologique" de nos rivières d’ici quinze ans. Tout comme il faut réfléchir avant d’agir, il faut comprendre avant de gérer. Or, comprendre le fonctionnement des systèmes hydriques n’est pas chose facile, demande du temps, de nombreuses observations et des experts pour expliquer avec plus ou moins de succès les phénomènes. Ainsi, les équipes de recherche du Piren-Seine1 tentent de formaliser les connaissances d’ensemble des processus physiques, biologiques et socio-économiques nécessaires à une gestion durable des ressources hydriques. Elles procèdent à la mise au point de modèles qui rassemblent les connaissances acquises et permettent les tests d’hypothèses. Ces modèles, conçus d’abord comme des outils de connaissances traduisant une certaine vision du système, ont aussi pour ambition de guider l’action des gestionnaires des ressources en eau. Les logiques spatiales qui sont au cœur de ces modèles ont ouvert la porte tout naturellement aux Systèmes d’Information Géographique. Néanmoins, l’association modèle-SIG n’est pas toujours aisée : la séparation entre traitements réalisés par le SIG et calculs des modèles qui s’impose de prime abord offre peu de souplesse, ralentit l’activité de modélisation et rend les outils difficilement transférables auprès des gestionnaires. Le logiciel SIG Seneque 3 apporte une réponse à ces problèmes. Conçu comme un applicatif intégré indépendant, il offre une interface utilisateur permettant à la fois de visualiser et d'intégrer les bases de données spatio-temporelles, d'en extraire les données nécessaires pour un projet de modélisation défini, de piloter le déroulement de ce projet, de simuler des scénarios prospectifs et enfin de visualiser les résultats de la modélisation sous forme graphique ou cartographique.

denis.ruelland@univ-lemans.fr