Les turbidimètres peuvent être utilisés pour suivre en temps réel les flux de polluants, notamment en temps de pluie. Des données de turbidité, de conductivité et de débit ont été collectées toutes les minutes pendant plus d’un an sur deux sites du réseau unitaire parisien. Cet article met en évidence la variabilité inter- et intra-événementielle des réponses de turbidité aux événements pluvieux. Pour chaque événement pluvieux, les caractéristiques des réponses de turbidité ont été analysées selon différentes classifications (courbes M(V) et allure dynamique principale) et en fonction de différents paramètres tels que la période de temps sec ayant précédé l’événement, le volume total de l’événement par hectare imperméabilisé, les débits moyens et maximaux générés par l’événement. Les résultats ont montré que la turbidité contenait des informations importantes pour la gestion des flux, non contenues dans les données hydrauliques et non liées aux paramètres pris en compte. Par conséquent, la connaissance en temps réel et en continu de la turbidité peut potentiellement améliorer la gestion de temps de pluie par la mise en place de scénarios utilisant ces données.

Turbidity sensors can be used to continuously monitor in real time pollutants loads, especially during wet weather. Continuous turbidity, conductivity and flow data were recorded at one-minute time intervals over a one-year period for two sites within the Paris combined sewer system. This paper highlights the intra- and inter-event variability of turbidity responses depending on the rainfall event. For each rainfall event, turbidity response aspects were analysed through different classifications (M(V) curves and main dynamics features) and according to different parameters such as the antecedent dry weather period, the total event volume per impervious hectare and both the mean and maximum hydraulic flow. Results show that turbidity contains important information for wet weather management, which are not included in hydraulic flow dynamics and not linked to the studied parameters. Knowledge of turbidity dynamics could therefore potentially improve wet weather management, especially when using pollution-based real-time control.