Modélisation de la vulnérabilité et la susceptibilité du risque des glissements de terrain, Cas du bassin versant de l'Oued Larbaa Nord-Taza, Maroc. MESRAR Haytam1, SADIKI Abdelhamid1, FALEH Ali2 et CHAOUAN Jamal2 1 : Laboratoire L. G. R. N. Faculté des Sciences Dhar El Mahraz Fès 2 : Laboratoire L. E. G. A. C. Faculté des Lettres Saïss-Fès Introduction Organigramme méthodologie et thèmes cartographiques requis Le risque de glissement de terrain est considéré comme un risque majeur s’il s’applique à une zone ou les enjeux sont humains, économique ou environnementaux. Il dépasse dans la plupart des cas les capacités d’intervention des services locaux de l’Etat. Sa gestion nécessite une stratégie basée sur des méthodes agiles incluant les nouvelles technologies qui se veulent plus pragmatiques que les méthodes traditionnelles et qui couplent entre les besoins d’une population qui ne cesse de se développer et un environnement dans la plupart des cas dégradé. Thèmes dérivés du MNT Le bassin versant de l’oued Larbaa (Fig. 1) est situé dans la région de Taza - Al Hoceima - Taounat (Maroc). Il englobe sept communes au nord de la ville de Taza, il est façonné dans le Prérif oriental sur une superficie d'environ 26706.81 ha. Il s’insert dans un contexte morphologique marqué par la prédominance d’un substrat essentiellement marneux. Les parties amont du bassin montrent des crêtes montagneuses dont l'altitude atteint 1300 m. Vers le Sud dominent des basses montagnes ainsi que des collines offrant un relief aéré et des pentes moins accusées. L’occupation des sols est représentée essentiellement par la céréaliculture, très peu d’arboriculture et une végétation naturelle sous forme de matorrals très dégradés sur des surfaces restreintes. Facteurs dépendants (Glissements) Statistique Bi-variée Probabilité spatiale Probabilité temporelle Appartenance floue Superposition floue (Operateur Gamma =0.9) Maroc Région de Taza Bassin versant de l’Oued Larbaa Susceptibilité Risque Vulnérabilité 111 mouvements de terrain se sont produit au cours des dernières décennies (Fig. 2) et ont déstabilisés environ 5.4 % de la superficie totale (Tab. 1). Facteurs indépendants Figure 2: Carte de localisation des glissements Thèmes des enjeux exposés Thèmes issus de la digitalisation, photo-interprétation et enquêtes de terrain Figure 1: Localisation du bassin versant de l’Oued Larbaa Type de glissement Nb Densité (Nb/ha) Superficie moyenne (ha) Superficie (ha) Superficie instable (%) Glissements rotationnels 35 0.0813 12.30 430.40 1.61 Glissements translationnels 76 0.0752 13.30 1010.78 3.78 Total des glissements 111 0.1565 12.98 1441.18 5.40 Tableau 1: Caractéristiques des glissements La méthode utilisée pour construire la carte de susceptibilité est basé sur le principe de la logique floue, elle consiste à la détermination de la probabilité spatiale, temporelle et les classes d’appartenances. la Superposition Floue appliquée à un gamma égale à 0,9. La vulnérabilité des enjeux exposés a été estimée par une méthode basée sur des indices qui quantifient les pertes selon quatre critères, les préjudices corporels, les dommages structurels, les pertes fonctionnelles et la méconnaissance de l’aléa par les populations. Ces indices ont été formalisé et représentés sous forme cartographique. Résultats Évaluation de la susceptibilité Superposition floue et validation de la méthode Détermination de la valeur informative La carte de susceptibilité obtenue (Fig. 3) correspond au Scores Gamma par Superposition Floue qui permet l'analyse de la possibilité d'appartenance d'un phénomène à plusieurs ensembles dans une analyse de superposition multicritères. La valeur informative ou la probabilité spatiale est basée sur un calcule statistique mettant en relation les glissements avec les facteurs de prédisposition (ZÊZERE. 2007), elle est calculée par la formule suivant : Si = la surface de la classe i qui a glissé Ni = la surface de la classe i S = la surface totale qui a glissé N = la surface totale de la zone étudiée - Évaluation de la justesse du modèle utilisé pour cartographier la susceptibilité La robustesse du modèle qui est à la base de la cartographie de la susceptibilité des glissements de terrain par des scores floue a pu être validée par la courbe des taux de réussite (YIN and YAN, 1988). Le traitement des bases de données permet de faire sortir les proportions en surface des classes des variables qui sont affectées par les glissements de terrain. Les diagrammes ci-dessous montrent les classes de variables en fonction des probabilités spatiales. Courbure Exposition des versants Occupation des sols Lithologie Pente Indice d’humidité Figure 4: Courbe de validation Figure 3: Carte de susceptibilité les scores flous (Fig. 4) montrent des surfaces sous la courbe qui varie entre 0.8561 pour le total des glissements et 0.7934 pour les glissements translationnels montrant ainsi que le modèle est bien appliqué. Glissements totaux Glissements rotationnels Glissements translationnels Évaluation de la vulnérabilité Calcule de la probabilité temporelle La carte de vulnérabilité totale (Fig. 5) a été élaborée à partir des quatre variables estimant les préjudices corporels, les dommages structurels, les pertes fonctionnelles et la méconnaissance de l’aléa par les populations. La figure ci-dessous explique la démarche menée pour la formalisation des base de données La probabilité temporelle correspond à la fréquence du risque. Sa détermination repose sur la période de retour de la cause de déclenchement du glissement. Il est calculée selon la formule : P i : La probabilité de la classe de susceptibilité i T affectée : la surface totale de la zone qui a glissé T i : la surface de la classe de susceptibilité i P r : la valeur prédictive de la classe de susceptibilité i Variables Thèmes Attributs Les diagrammes ci-dessous montrent que les classes de chaque facteur en fonction de la probabilité temporelle. Courbure Exposition des versants Occupation des sols Lithologie Pente Indice d’humidité Pour chaque entités, la somme des indices de pertes des différents thèmes a été établie et les résultats ont été harmonisés sur une échelle de 0 à 1 indiquant la vulnérabilité. Figure 5: Carte de vulnérabilité Évaluation du risque Glissements totaux Glissements rotationnels Glissements translationnels La carte de risque (Fig. 6) est le résultat de la superposition de la carte de susceptibilité et celle de la vulnérabilité. La répartition des degrés de risque en classes (Fig. 7) a fait apparaître un pourcentage de 28 et 29 % pour les classes de risque très faible et faible, 21 % et 20 % pour les classes de risque notable et fort respectivement et la classe de risque très fort est heureusement la moins représentée avec 2 % de la superficie totale Évaluation des appartenances floues L’appartenance floue a pour objectif de classer les données en entrée des différents facteurs de prédisposition (pente, lithologie, indice d’humidité, occupation des sols,…) en échelle allant de 0 à 1, selon la possibilité d'être membre de l’ensemble spécifié des glissements de terrain. Les cartes d’appartenance floue ci-dessous montre que les degrés d’appartenance les plus élevés sont localisés dans la partie nord du bassin et jalonnent les hautes altitudes. Figure 7: Pourcentages des degrés de risque Figure 6: Carte des degrés de risque Conclusion La méthodologie adoptée basée sur deux techniques, une pour évaluer la susceptibilité des terrains aux glissements par solifluxion et l’autre pour estimer la vulnérabilité des enjeux exposés au risque s’est avérée fiable pour l’évaluation du risque des glissements de terrains. La confrontation des cartes synthétiques de ces deux techniques fournit la carte de risque qui permet d’identifier les zones où les manifestations extrêmes de l’aléa peuvent constituer un risque pour les populations et les biens. Elle présente aussi une évaluation des dégâts potentiels qui peuvent s’avérer désastreux. On peut remarquer aussi que les zones à haut risque ne sont pas forcement celle qui contiennent un nombre important de glissements ou un degré élevé de susceptibilité mais celles ou les enjeux qui présentent une certaine vulnérabilité sont importants. Références bibliographiques Zêzere, J. l., Oliveira, S. C. et Garcia, R. A. C. 2007. Landslide risk analysis in the area North of Lisbon (Portugal): evaluation of direct and indirect costs resulting from a motorway disruption by slope movements. Landslides. 2007, Vol. 4, pp. 123‐136 Guillard, C. 2009. Evaluation et cartographie du risque glissement de terrain d’une zone située au nord de Lisbonne. « Systèmes Territoriaux, Développement Durable et Aide à la Décision » École des Mines de Saint-Étienne; 59p. Yin, K.L. and Yan, T.Z. 1988. Statistical prediction models for slope instability of metamorphosed rocks. In: Landslides, Proc. Fifth Int. Symp. on Landslides, Bonnard, C. (ed.), Balkema, Rotterdam, 2, 1269–1272.