Cycl’Eau : cinq solutions qui font parler la donnée pour mieux gérer l’eau

Les 30 septembre et 1er octobre, Cycl’Eau Centre-Val de Loire a mis la donnée au cœur des solutions pour le cycle de l’eau. Détection de fuites et de fraudes, simulation moléculaire des micropolluants, prédiction des pertes, Big Data géographique et IoT : cinq innovations piochées au salon.

De retour des allées de Cycl’Eau, un constat s’impose : la donnée prend une place croissante dans la gestion du cycle de l’eau. Réseaux d’eau potable, prévention des inondations, traitement des micropolluants ou acquisition de données sur le terrain : l’IoT, l’intelligence artificielle et le Big Data ouvrent de nouvelles possibilités pour mieux comprendre les installations, anticiper les risques et orienter les décisions. Tour d’horizon de cinq solutions présentées au CO’Met d'Orléans.

L’IA et le terrain réunis sur une même plateforme

Face au manque de chercheurs de fuites qualifiés, aux contraintes budgétaires qui pèsent sur le renouvellement des réseaux et à la multiplication des données à exploiter, Leakmited veut rapprocher l’analyse numérique des réalités du terrain. Présentée comme un véritable système d’exploitation pour la gestion de l’eau, sa nouvelle plateforme rassemble les données des collectivités dans un même environnement afin de les transformer en outils d’aide à la décision et à l’intervention.

La plateforme s’articule autour de trois briques complémentaires, correspondant à différents horizons de gestion. Sprint intervient à court terme en organisant les campagnes de recherche de fuites. Les équipes expertes sont guidées par l’IA pour cibler les fuites présentant le plus fort impact, dans le cadre d’un engagement contractuel rémunéré à la performance. À l’échelle de l’exploitation quotidienne, Twin Exploitation centralise la télégestion, la télérelève et le SIG. L’objectif est de disposer d’une vision en temps réel du fonctionnement du réseau, de détecter plus rapidement les anomalies sectorielles et de hiérarchiser les interventions. Enfin, Twin Patrimonial apporte une dimension plus stratégique. La solution croise les données du réseau avec une prédiction du risque de casse fondée sur l’IA afin d’aider les collectivités à construire un Plan pluriannuel d’investissement (PPI) optimisé à budget constant.

Le numérique ne constitue toutefois qu’une partie du dispositif. Le déploiement repose sur une démarche progressive visant à rendre les équipes techniques autonomes. Les experts de Leakmited récupèrent et structurent les données existantes, organisent des ateliers de cartographie des secteurs hydrauliques et accompagnent les techniciens directement sur le terrain lors des recherches de fuites.

Simuler les polluants à l’échelle moléculaire

La donnée peut également descendre à une échelle bien plus fine. La deeptech MS4ALL l’utilise pour modéliser le comportement des polluants et leur dégradation selon différents procédés de traitement de l’eau.

Sa plateforme MS4Nature s’appuie en effet sur la dynamique moléculaire réactive, hébergée dans le cloud, et sur des serveurs de calcul haute performance. Elle permet notamment de travailler sur des contaminants complexes ou émergents comme les PFAS, les produits phytosanitaires, les résidus médicamenteux et les perturbateurs endocriniens. L’un des intérêts de l’approche réside dans la vitesse de simulation. Là où une étude traditionnelle peut demander jusqu’à 30 jours, la plateforme fournit des résultats en environ 7 heures, soit un gain de temps supérieur à 100 fois. De quoi réduire le recours à certains essais physiques en laboratoire et accélérer les phases d’évaluation et d’innovation.

MS4Nature fonctionne comme un « microscope virtuel » des interactions entre micropolluants et agents de traitement. Sa base de données rassemble plus de 118 000 micropolluants, dont environ 14 000 PFAS. Elle permet de suivre leur disparition, mais aussi d’identifier leurs voies de dégradation et les éventuels sous-produits générés.

Les procédés de traitement peuvent ensuite être comparés dans un même environnement : oxydation, charbon actif, filtration membranaire, procédés biologiques ou encore procédés de séparation. Un diagramme permet de croiser les molécules et les traitements pour identifier, selon le cas, le procédé le plus performant ou les micropolluants les plus résistants. L’utilisateur peut ainsi identifier le procédé le plus performant pour une molécule donnée, ou repérer les micropolluants qui résistent davantage à un traitement.

Lauréate du programme France 2030 et après une levée de fonds réalisée en 2025, la start-up a par ailleurs lancé MS4Materials, une plateforme dédiée aux simulations nécessaires à la conception de matériaux et à l’amélioration de leurs propriétés.

Fraudes, fuites et finances : l’approche « 3F » d’Hydriia

Pour les exploitants d’eau, la donnée peut aussi servir à rapprocher les enjeux techniques des enjeux économiques. C’est l’approche retenue par Hydriia avec sa stratégie des « 3F » : fraudes, fuites et maîtrise financière.

Son logiciel SRW360°, modulaire et interopérable, vise à réduire l’eau non facturée tout en accompagnant les exploitants face au changement climatique, au stress hydrique et aux enjeux de rentabilité. La plateforme agit ainsi sur trois fronts : détecter les détournements de consommation, repérer les pertes sur les réseaux et améliorer le pilotage des revenus et des investissements.

Pour alimenter son modèle d’IA prédictif et proactif, SRW360° croise des données provenant de sources multiples. Les flux issus des équipements IoT, directement ou via les systèmes SCADA, sont combinés aux données des systèmes d’information clients. La plateforme intègre également des données externes, notamment météorologiques, pédologiques et satellitaires. Cette architecture peut s’intégrer au système d’information géographique (SIG) déjà en place dans une collectivité. Elle peut être déployée en SaaS, On-Premise ou selon une configuration hybride.

L’objectif est de réunir ces différentes sources dans un même environnement afin de donner aux exploitants une vision plus complète de leur patrimoine et de son évolution. Avec l’appui de data analysts, de géomaticiens et d’hydrauliciens, les utilisateurs peuvent notamment s’appuyer sur des cartes dynamiques pour visualiser les canalisations selon leur âge ou localiser les ruptures identifiées.

Les modèles apprenants s’enrichissent au fil des données collectées et un système d’alerte en temps réel signale les situations nécessitant une intervention.

Le Big Data géographique pour comprendre les eaux de surface

Autre terrain d’application de la donnée : la gestion des eaux de surface et des risques liés au ruissellement. Fondée au Danemark en 2010 par des spécialistes des algorithmes, Scalgo s’est développée autour d’un objectif : transformer de grandes quantités de données géographiques en outils d’aide à la décision pour les ingénieurs, les urbanistes et les collectivités.

Avec Scalgo Live, l’éditeur exploite plus de 11 000 milliards de points de données géographiques à haute résolution, jusqu’à 1 mètre ou moins. La plateforme permet d’explorer un territoire, de tester des aménagements et d’analyser le comportement des eaux de surface. Sa gamme comprend notamment les modules DynamicFlood, NatureInsight et PropertyResilience, regroupés dans la série Core+. Avec Workspaces, les aménageurs peuvent modifier directement la topographie, ajouter des bâtiments ou des ouvrages d’art et observer immédiatement les conséquences sur le parcours de l’eau.

Pour les phénomènes de ruissellement et les risques de submersion, le module Modelspaces propose des simulations hydrodynamiques interactives. Trois paramètres peuvent être suivis simultanément : la profondeur de l’eau, la vitesse d’écoulement et le flux. L’utilisateur peut faire défiler l’événement dans le temps ou visualiser les précipitations sous forme d’animation. Des cartes statiques permettent également de faire ressortir les valeurs maximales atteintes dans chaque cellule. Plusieurs scénarios peuvent ainsi être comparés, qu’il s’agisse de projections climatiques ou de pluies historiques. Les modifications du terrain peuvent enfin être simulées directement dans l’espace de travail afin d’évaluer l’efficacité d’un aménagement.

Du terrain aux plateformes : l’enjeu de l’acquisition des données

Toutes ces analyses reposent sur une même condition, celle de disposer de données fiables. Encore faut-il pouvoir les collecter dans des conditions adaptées au terrain. C’est sur ce maillon que Perax entend agir avec les dernières évolutions de son enregistreur-transmetteur IoT géolocalisé DeltaX. Le datalogger a été repensé pour offrir davantage de souplesse dans les usages de terrain.

Le produit s’inscrit dans une démarche d’éco-conception, avec une conception réparable et rechargeable et une fabrication en France. Il affiche une autonomie de 3 à 5 ans sur batterie ou capteur solaire et peut être utilisé pour différentes applications : surveillance des déversoirs d’orage et des postes de relèvement, adduction d’eau potable, pluviométrie, mesure des crues ou suivi des eaux de surface.

Son architecture ouverte permet de communiquer avec différents équipements et systèmes. Le DeltaX prend notamment en charge MQTT, via un broker PERAX ou personnalisé, Modbus RTU, 4G Cat M1/NB-IoT, 2G, Wi-Fi et GPS. Installé dans un boîtier outdoor IP68, déclipsable par un quart de tour sans outil, il assure la transmission des données vers les automates ou logiciels du marché.

De l’acquisition de données sur le terrain à la simulation des interactions moléculaires, les solutions présentées à Orléans montrent ainsi que la donnée ne sert plus seulement à dresser un état des lieux. Elle devient progressivement un outil pour anticiper, cibler et optimiser les décisions, aussi bien sur les réseaux d’eau que dans la gestion des eaux de surface ou le traitement des polluants.