Optimisation « économique » vs « physique » des réseaux de surveillance de la qualité de l’eau

Résumé Fr En

Les réseaux de surveillance jouent un rôle important dans l’acquisition d’information pour orienter les politiques afin d’améliorer la qualité des eaux de surface. Ceci nous a conduits à une réflexion sur la valeur économique de cette information par la méthode bayésienne. Dans cette étude, nous cherchons à déterminer la localisation optimale des stations d’un réseau de surveillance, le long d’une rivière, dont l’objectif est de détecter des pollutions accidentelles potentielles. Nous élaborons un modèle théorique et une simulation numérique pour comparer la valeur économique de l’information de deux réseaux différents : un réseau « physiquement » optimisé où la localisation des stations permet de minimiser le temps de détection de la pollution accidentelle, en ne tenant compte que de considérations hydrologiques, et un réseau « économiquement » optimisé où la localisation des stations permet la maximisation de la valeur de l’information. Cette comparaison est faite pour trois scénarios de vulnérabilité, à savoir un dommage environnemental, généré par la pollution : constant, décroissant ou croissant le long de la rivière. Nos résultats montrent que l’avantage d’optimiser économiquement le réseau plutôt que physiquement, dépend du contexte, à savoir le nombre de stations et le scénario de vulnérabilité. Ainsi, selon le coût additionnel de l’optimisation économique, l’optimisation physique pourrait être recommandée. Classification JEL: C11, Q53

Monitoring networks are playing an important role in acquiring information to guide policies to improve surface water quality. This has led us to reflections regarding the economic value of this information using the Bayesian method. In this study, we seek to determine the optimal location of stations in a monitoring network, along a river, where the objective is to detect potential accidental pollution. With a theoretical model and a numerical simulation, we compare the economic value of information from two different networks: a “physically” optimized network where the location of stations minimizes the time required to detect accidental pollution, taking into account only hydrological considerations, and an “economically” optimized network where the location of stations allows the value of information to be maximized. This comparison is made for three vulnerability scenarios, namely environmental damage, generated by pollution: constant, decreasing or increasing along the river. Our results show that the benefit of optimizing the network economically rather than physically depends on the context, namely the number of stations and the vulnerability scenario. Thus, depending on the additional cost of economic optimization, physical optimization could be recommended.