IMPORTANT - Changement de lieu Water Week 2026 se tient sur le campus de l’Université d’Abomey-Calavi (UAC). Lancement officiel : Amphi Idriss Déby Itno, UAC. Suite des activités : Institut National de l’Eau (INE), UAC.
Voir les lieux
Scientific tracks

Axes

💧 01

Transformation numérique et gestion de l’eau, de l’assainissement et de l’agriculture

Outils numériques, gestion intégrée, agriculture de précision et gouvernance WASH.

Cet axe explore la transformation numérique des secteurs de l’eau, de l’assainissement et de l’agriculture à travers les plateformes hydrométéorologiques, les systèmes d’alerte précoce, la télédétection, les modèles hydrologiques et hydrauliques, les capteurs, les bases de données climatiques et les outils d’aide à la décision. Il met aussi l’accent sur l’inclusion numérique afin de rendre les connaissances produites accessibles aux services techniques, aux collectivités et aux communautés locales.

1.1. Outils numériques et gestion intégrée des ressources en eau

Les inondations et les sécheresses représentent des risques hydroclimatiques majeurs dans les zones urbaines, périurbaines et rurales vulnérables. Les plateformes hydrométéorologiques en temps réel, les systèmes d’alerte précoce, la télédétection, les modèles hydrologiques et hydrauliques et les bases climatiques améliorent la compréhension des bassins versants et appuient la décision fondée sur des preuves.

1.2. Agriculture de précision et gestion durable de l’eau agricole

L’agriculture de précision mobilise les capteurs d’humidité du sol, stations météorologiques connectées, images satellitaires, SIG et modèles agro-hydrologiques pour optimiser l’irrigation à l’échelle de la parcelle. Dans les pays en développement, l’enjeu est de rendre ces outils accessibles aux petits producteurs à travers des applications mobiles, SMS agricoles et formations adaptées.

1.3. Innovation numérique pour l’eau et l’assainissement urbains et périurbains

La gestion urbaine de l’eau et de l’assainissement fait face à la croissance démographique, l’urbanisation non planifiée, la pollution et les déficits d’infrastructures. Les technologies numériques permettent le suivi en temps réel des réseaux, la détection des fuites, la gestion intelligente des stations de traitement, la cartographie des risques sanitaires et la participation citoyenne.

🤖 02

Données ouvertes, IA et science participative au service de la recherche et de l’innovation

Données ouvertes, intelligence artificielle, big data et co-production de connaissances.

Cet axe aborde l’ouverture des données, l’interopérabilité, la structuration des métadonnées, l’intelligence artificielle, les mégadonnées, la modélisation prédictive et les approches participatives. Il vise à renforcer la gouvernance de l’eau, l’anticipation des risques, la transparence institutionnelle et la co-production de connaissances entre scientifiques, citoyens, agriculteurs et acteurs locaux.

2.1. Open data et gouvernance de l’eau

L’ouverture des données constitue un levier stratégique pour transformer les cadres institutionnels et les modes de gouvernance. Elle exige la standardisation, des métadonnées rigoureuses, l’interopérabilité des infrastructures et l’intégration intersectorielle afin d’éviter les silos d’information et de rendre les résultats comparables entre territoires.

2.2. IA et big data pour la gestion des risques liés à l’eau

Le machine learning, la modélisation prédictive et l’analyse avancée des séries temporelles exploitent des données hydrologiques, climatiques, satellitaires et issues de capteurs IoT pour améliorer l’alerte précoce, la prévision, l’optimisation de l’irrigation et les outils d’aide à la décision. Robustesse, transparence et éthique restent centrales.

2.3. Science participative et co-production de connaissances

La gestion durable de l’eau requiert à la fois connaissances scientifiques et expertise locale. Les plateformes participatives, la collecte collaborative de données et l’implication des citoyens, agriculteurs et acteurs locaux renforcent la légitimité scientifique, la redevabilité institutionnelle et la production de données territorialisées.

🎓 03

Intelligence artificielle et optimisation des systèmes éducatifs

Apprentissage adaptatif, données éducatives et écosystèmes numériques inclusifs.

Cet axe analyse les apports de l’intelligence artificielle dans la transformation des systèmes éducatifs africains : apprentissage adaptatif, suivi des performances, planification basée sur les données, réduction des inégalités, solutions à faible bande passante, fonctionnalités hors ligne et développement des compétences numériques. L’objectif est d’identifier des usages responsables, contextualisés et durables de l’IA dans l’éducation.

3.1. Systèmes d’apprentissage adaptatif intelligents

Les systèmes d’apprentissage adaptatif ajustent les contenus aux besoins, rythmes et profils cognitifs des apprenants. Ils offrent des parcours personnalisés, un feedback immédiat et une remédiation ciblée, contribuant à réduire les écarts de performance dans des contextes où les ratios étudiants-enseignants sont élevés.

3.2. Utilisation stratégique des données éducatives

L’exploitation stratégique des statistiques éducatives, des résultats académiques et des indicateurs socioéconomiques permet d’identifier les tendances, d’évaluer l’efficacité des programmes et d’anticiper les besoins en infrastructures ou en personnel pour appuyer des politiques ciblées.

3.3. Écosystèmes éducatifs numériques durables et équitables

L’intégration du numérique et de l’IA dans les systèmes éducatifs africains exige une approche systémique : infrastructures, cadres réglementaires, compétences numériques, applications à faible bande passante, fonctionnalités hors ligne et accessibilité sur les appareils mobiles largement disponibles.

⚙️ 04

Procédés innovants et technologies intelligentes dans le traitement de l’eau et des boues

Boues de vidange, eaux usées, membranes, fuites et réseaux intelligents.

Cet axe couvre les procédés intelligents de traitement des boues de vidange, les systèmes décentralisés d’eaux usées, la valorisation des sous-produits, la modélisation numérique des membranes, le suivi automatisé de la qualité de l’eau et le machine learning pour la détection des fuites et la gestion des réseaux d’eau potable.

4.1. Traitement intelligent des boues de vidange

Les technologies intelligentes telles que la modélisation, les capteurs, l’automatisation et l’IA peuvent améliorer l’efficacité du traitement des boues de vidange, maîtriser les flux et créer des opportunités économiques à partir des sous-produits, particulièrement dans les villes africaines.

4.2. Gestion décentralisée innovante des eaux usées

Les approches de séparation à la source permettent un traitement adapté des effluents et ouvrent des voies de réutilisation de l’eau, de l’énergie et des fertilisants. Les systèmes modulaires intégrés sont prometteurs pour les zones urbaines denses sans infrastructure centralisée.

4.3. Modélisation numérique des performances membranaires

Les outils numériques de prédiction des performances membranaires simulent le comportement des particules et ions dans les membranes et prennent en compte les interactions physicochimiques. L’intégration de l’IA affine ces modèles et ouvre la voie au suivi automatisé.

4.4. Machine learning pour la détection des fuites

Les réseaux d’eau potable complexes peuvent être mieux pilotés grâce aux données de débit, pression et consommation. Les approches de machine learning couplées à la modélisation hydraulique permettent de détecter les anomalies, prédire les défaillances et réduire les pertes.

Special Sessions

Sessions spéciales

Débat croisé : Intelligence artificielle vs approches classiques de prédiction des phénomènes naturels

Complémentarité ou opposition ?

Ce panel éclaire l’évolution des méthodes de prévision en hydrologie, agriculture et sciences de l’environnement. Les intervenants compareront les performances, limites et domaines d’application des approches physiques, statistiques et empiriques avec les méthodes fondées sur l’IA pour prédire inondations, sécheresses, pluies extrêmes, rendements agricoles et autres phénomènes naturels. Les débats porteront sur la fiabilité des données, l’interprétabilité des modèles, le rôle de l’expertise humaine et les enjeux éthiques de l’IA.

Session UNESCO-IHE / WDPP

Diplomatie de l’eau, gouvernance transfrontalière et renforcement des capacités en Afrique de l’Ouest

Cette session présentera le Water and Development Partnership Programme, ses opportunités pour les professionnels, les résultats de projets appuyés en Afrique de l’Ouest et les synergies possibles entre universités ouest-africaines et IHE Delft. Les échanges traiteront de la diplomatie de l’eau, de la gouvernance transfrontalière, de l’équité, de la durabilité écologique, des financements et du renforcement du réseau des alumni WDPP en Afrique.