Effets sanitaires de la pollution électromagnétique

Abstract

Les champs électromagnétiques ont des effets néfastes sur la santé humaine. Pour cette raison, plusieurs pays ont développés des valeurs limites d’exposition du public. Néanmoins, il n’existe pas des recommandations ou des lois algériennes qui régissent la pollution électromagnétique. Le présent travail s’inscrit dans ce cadre, dont le but est d’évaluer l’exposition en mesurant le champ électromagnétique des principales sources de pollution (téléphones mobiles, antennes relais, Wi-Fi, appareillage médicale, et appareils électroménagers) en utilisant un teslamètre. Les valeurs de mesure dépassent les limites de la commission internationale de protection contre les rayonnements non ionisants à certaines distances de la source et dans des fréquences spécifiques. Puis, ces résultats sont confrontés aux études bibliographiques qui traitent les effets sur la santé publique. Comme ces effets se caractérisent par leur incertitude et leur imprécision, nous avons jugé utile d’analyser ces données par les techniques de l’intelligence artificielle, notamment les principes de la logique floue. La structure du schéma bloc de notre système d’analyse se compose de sept entrées (Age, Sexe, Distance, Fréquence, Induction, Durée et type d’exposition). Ces dernières sont inspirées à partir des études épidémiologiques qui ont pour objectif de trouver le lien entre l’exposition au champ électromagnétique d’une part et les effets biologiques ou pathologiques d’autre part. Après fuzzyfication des entrées et de la sortie, plusieurs règles d’inférence, permettant de relier les variables floues d’entrée à la variable floue de sortie, ont été élaborées sous la forme : SI «prédicat » ALORS «conclusion». L’étape suivante consiste à la combinaison de toutes les règles et à la défuzzyfication des paramètres. Enfin, nous pouvons présumer les effets des champs électromagnétiques dans d’autres cas non étudiés. La logique floue qui traite de l’incertain se trouve parfaitement adéquate dans notre cas où un algorithme flou est proposé permettant de prévoir l’effet sanitaire sur des sujets exposés à partir des variables d’entrée.