Marais filtrants, Eaux usées, Contaminants organiques émergents, Propriétés physicochimiques, Efficacité de traitement, Mécanismes d'élimination, Paramètres de conception et d'exploitation, Paramètres physicochimiques, Modèles prédictifs, Outils d'aide à la décision

Des marais filtrants (MF) ont été étudiés pour le traitement des eaux usées contenant des contaminants organiques émergents (COE). Cette recherche est basée sur une analyse statistique de données recueillies à partir d'études évaluées par des pairs et d'une revue critique de la littérature. Cette recherche aboutit à une synthèse originale et inédite des données disponibles sur l'élimination de trois catégories de COE (produits pharmaceutiques-PhCs, produits de soins personnels-PCPs et hormones stéroïdiennes-SHs) par quatre types de MF (MF surfacique à flux horizontal, MF sous-surfacique à flux horizontal, MF sous-surfacique à flux vertical et MF hybride (e.g. combinaison de deux types de marais filtrant)). La recherche produit trois bases de données complètes contenant des informations sur les MF étudiées (PhCs: 260; PCPs: 137; et SHs: 55) collectées à partir de publications à comité de lecture (PhCs: 66; PCPs: 39; et SHs: 18) représentant différents pays (PhCs: 19; PCPs: 13; et SHs: 13). En outre, de nouveaux modèles prédictifs sont formulés pour prédire l'efficacité d'élimination de différentes catégories de COE en fonction de leurs propriétés physicochimiques et de la conception et des paramètres opérationnels des MF. Enfin, quatre nouveaux outils d'aide à la décision sont développés: (1) REOCW-PCP pour l'application potentielle de modèles prédictifs formulés sur la base des propriétés physicochimiques des COE; (2) REOCW-DOP pour l'application potentielle de modèles prédictifs formulés sur la base de la conception et des paramètres opérationnels des MF; (3) l'arbre de décision, qui est un outil très utile pour améliorer les connaissances et les applications pour l'élimination des COE par différents types de MF; et (4) DTFT-CW pour générer des données et des informations pour l'application de l'arbre de décision proposé. La thèse présente également de nouvelles perspectives, conclusions et orientations de recherche futures.