Memoire Online - Application de la modélisation spatiale multifactorielle pour l'évaluation de la dynamique et la vulnérabilité des écosystèmes forestiers face aux changements globaux: cas de la forêt de Maà¢mora

E.N.F.I. BP : 511, Bd. Moulay Youssef, Tabriquet, Salé, Maroc- Tél. : 05 37 86 11 49, Fax : 05 37 86 26 07

Application de la modélisation spatiale multifactorielle
pour l'évaluation de la dynamique et la vunérabilité
des écosystèmes forestiers face aux changements
globaux: Cas de la forêt de Maâmora

Je rends grâce au Seigneur pour la grâce qu'il m'a Faite de vous avoir. Pour ma Famille, Vous savoir en attente de mon retour m'a encouragé à passer toutes ces années loin de vous, sachant que ce n'est que pour un temps.

"Et nous avons tous reçu de sa plénitude, et grâce sur grâce. Car la loi a été donnée par Moïse, la grâce et la vérité sont venues par Jésus-Christ".

Je ne saurais mettre fin 2 ces mots sans remercier mes parents qui se sont donnés 2 fond depuis ma naissance afin que je sois ce que je suis. Puisse le Seigneur les récompenser.

D'un coeur sincère, je tiens à remercier tous ceux qui de près ou de loin ont contribué 2 l'aboutissement de ce projet qu'est le mémoire de fin d'étude.

Je tiens 2 rendre grâce au Seigneur pour sa présence continuelle dans ma vie, et particulièrement pendant cette année où j'avais besoin de soutien quand il me savait parfois débordé même quand autour de moi personne ne pouvait le remarquer.

Je serais ingrat de ne pas remercier particulièrement le Professeur Mounir F. qui n'a ménagé aucun effort pour m'encadrer et répondre 2 toutes mes questions et requêtes, afin de conduire ce travail 2 son terme. Que le Ciel vous récompense.

Je voudrais remercier particulièrement le professeur SABIR d'avoir accepté de présider mon jury et les professeurs BOUDERRAH, ESSADIKI et EZZINE d'avoir accepté d'évaluer ce travail.

Parfois, on croit avoir fait quelque chose tout seul. Moi je crois que même celui qu'on rencontre le matin alors qu'on part acheter le pain, et qui nous dit "bonjour" aura probablement contribué 2 la réussite de notre journée. Pour cela, je veux remercier toute personne que j'ai côtoyée le long de mon cursus universitaire, 2 Béni Mellal puis 2 Salé (Rabat-Salé). Vous m'avez été tantôt un encouragement, tantôt une leçon, et je me dois de vous en remercier.

Je remercie mes Frères et soeurs dans le Seigneur que j'ai eu 2 rencontrer au Maroc, et ceux de l'AC en particulier avec qui je partage beaucoup de choses, un merci particulier au pasteur Philipe pour la bénédiction qu'il est pour moi. Puisse l'Eternel lui-même vous le rendre et qu'il vous bénisse vous et votre famille. Un merci particulier va également 2 mon frère Hippolyte pour son soutien, mais aussi sa lecture. J'aurais bien aimé citer tous les noms, mais je ne saurai le faire ici.

Je remercie profondément mon "couch" Stéphane en mémoire de tout ce qu'on a eu 2 partager ensemble; tous mes promos "pays amis". Je tiens 2 mentionner également sans toutefois les énumérer (espérant qu'ils se reconnaissent) ceux et celles de mes promos marocains qui m'apprécient et qui me considèrent.

A l'étranger, les étrangers s'entendent mieux. Je ne saurais ne pas remercier tous les autres pays amis de l'ENFI qui sont encore l2 mais aussi certains de ceux qui sont partis comme Samari, Etienne, Vianey, Yacoubou, Mario, Ibrahima, Moudou, Djibril, d'aucuns pour leurs conseils, certains pour le modèle qu'ils ont été pour moi.

On devient souvent très facilement ingrat 2 cause de certaines choses. Je tiens 2 surpasser ces choses et remercier le gouvernement togolais mais aussi l'AMCI pour cette opportunité qui m'a été accordée sans quoi, je ne serais pas l2. Un merci aussi 2 tous mes professeurs qui ont contribué d'une certaine façon ou d'une autre 2 ma formation.

Mots clés : Vulnérabilité, Ecosystèmes forestiers, analyse spatiale multicritère, dynamique, Maâmora, Changements climatiques.

Résumé

Jadis, entièrement couverte de chêne liège, la forêt de Maâmora est aujourd'hui à moitié reboisée d'autres espèces, principalement d'Acacia, d'Eucalyptus et de Pin. Ceci est le résultat de nombreux aménagements qui se sont succédés depuis 1951.

Partant de l'hypothèse selon laquelle la considération de la vulnérabilité des écosystèmes forestiers face aux changements globaux apporterait un plus dans les aménagements futurs, ce travail a commencé par une analyse de la dynamique (classification d'images satellites et étude de changements entre 1987 et 2000 puis 2000 et 2014) des écosystèmes arborés de la forêt de Maâmora, à l'issue de laquelle on a identifié un certain nombre de facteurs de changement notamment les facteurs biophysique, climatique, anthropozoogène et sylvicole. Ces 4 groupes de facteurs ont permis par pondération et intégration (à l'aide de poids déterminés par AHP) d'évaluer la vulnérabilité synthétique des écosystèmes forestiers face aux changements climatiques d'abord en 2010 puis aux horizons 2045 et 2070 après projection des facteurs changeants et en considérant les scénarios RCP 4.5 (1) dit optimiste et RCP 8.5 (2) dit pessimiste pour la projection du facteur climatique.

Il résulte du présent travail que la forêt de Maâmora a connu une grande dynamique. La superficie des principales espèces forestières en 1987 était comme suit: 64461 ha pour le chêne liège, 44719 ha pour les Eucalyptus, 5770 ha pour le pin et 3850 ha pour les Acacia. Les changements observés entre 1987 et 2000 puis 2000 et 2014 varient selon les espèces. Il faut retenir principalement la diminution de 11,6% de la superficie du chêne liège suivie d'une augmentation de 4,6% de cette superficie ; l'augmentation des superficies reboisées en pins (73% sur la période 1987-2014), une augmentation de 7,5% de la superficie des Eucalyptus suivie d'une diminution de 11% jusqu'en 2014 et une augmentation de 34% de la superficie des Acacia suivie d'une diminution de 41% jusqu'en 2014.

Les écosystèmes forestiers les plus continentaux sont les plus vulnérables justifiant ainsi la quasi-disparition du chêne liège dans les cantons D et E. Aussi, la vulnérabilité devient d'autant élevée quand on se projette dans le futur. On note que la vulnérabilité synthétique d'aucun groupe de la forêt n'est nulle. Les groupes à vulnérabilité faible représentaient 53% de la superficie de la forêt en 2010 et seraient de 11% en 2045 avec le scénario 1. En 2045 avec le scénario 2 et en 2070 indépendamment du scénario, tous les groupes pourraient passer à une vulnérabilité moyenne à élevée.

Keywords: Vulnerability, Forest ecosystems, multi-criteria spatial analysis, dynamics, Maâmora, Climate Change.

Abstract

Once completely covered with cork oak, half of Maâmora forest has been reforested with other species, mainly Acacia, Eucalyptus and Pine. This is the result of many management strategies that have been called upon since 1951.

Assuming that the consideration of the vulnerability of forest ecosystems to climate change would bring more in the future management strategies, this work started with an analysis of the dynamics (classification of satellite images and changes study between 1987 and 2000 as well as between 2000 and 2014) of forest ecosystems with regards to Maâmora forest, after which we identified a number of factors including the changing biophysical, climatic, anthropogenic and silvicultural factors. These 4 groups of factors helped assess, by weighting and integration (using weights determined by AHP), the synthetic vulnerability of forest ecosystems to climate change initially in 2010 then in 2045 and 2070 after the projection of changing factors and considering the RCP scenarios 4.5 (1) said optimist and 8.5 (2) said pessimist.

This study shows that Maâmora forest has experienced great dynamics. The surface areas of the main forest species in 1987 were as follows: 64 461 ha, 44 719 ha, 5 770 ha and 3 850 ha for cork oak, eucalyptus, pine and acacia respectively. The changes between 1987 and 2000 and then from 2000 to 2014 vary from a species to species. These include a decrease of 11.6% followed by a 4.6% increase in cork oak surface area; an increase of 73% between 1987 and 2014 in the area reforested with pine trees, an increase of 7.5% of the area covered with Eucalyptus followed by an 11% decrease to the year 2014 and an increase of 34% in the surface area of Acacia followed by a decrease of 41% to the year 2014.

Regarding the vulnerability of forest ecosystems, it's evident that the most continental forest ecosystems are the most vulnerable to climate changes, thus justifying why cork oak almost disappeared in the cantons D and E. The vulnerability also becomes more significant when we project further into the future. It should be noted that the synthetic vulnerability of no group of the forest is null. The groups with low vulnerability accounted for 53% of the forest surface area in 2010 compared with only 11% in 2045 with the first scenario. Every group would become moderately or highly vulnerable to climate change with the second scenario in 2045 as well as in 2070 regardless of the scenario.

ØíØÎÊáÇ ÌãÇÑÈ ÊÇÑæØÊá ÉÌíÊäæ ÇíáÇÍ åä äíÍ í äíááÇ ÑÌÔÈ ÇãÇãÊ ÉÇØÛã ÉÑæãÚãáÇ ÉÈÇÛ ÊäÇß ìÖã Çãí ÑÈæäÕáÇ æ ÓæÊÈíáÇßæáÇ ØäÓáÇ ÌÑÍÊ ÉÏÇÚáÅ ÊÌÑÏÇ ÉÍÇÓãáÇ Õä 1951 Ðäã ÉíáÇÊÊãáÇ ØíØÎÊáÇ ÌãÇÑÈ í äÇÈÓÍáÇ äíÚÈ ÐÎÄíÓ ÉíÌæáæßíáÅÇ ãÙäáÇ ìáÚ ÉíÎÇäãáÇ ÊÇÑíÛÊáÇ ÑíËÊ äÇ ÞáØäã äãæ ÉíÚÇäØÕáÇÇ ÑÇãÞáÇ ÑæÕ íäÕÊ æ ÉÑæãÚãáá ÉíæÈÇÛáÇ ãÙäáÇ ÉíßíãÇäíÏ áíáÍÊ ìáÇ ÞÈÓÊ ÉÓÇÑÏáÇ åÐå ÉíáÈÞÊÓãáÇ :Çåäã æ ÑíÛÊáÇ áãÇæÚ ÏíÏÍÊÈ ßáÐ ÏÚÈ ãæÞäá . 2014 ìáÅ 2000 äã æ 2000 ìáÅ 1987 äã ÊÇÑíÛÊáÇ ÉÓÇÑÏæ ÉíÌÑÍáÇ æ ÉíÌæáæÈæÑÊäáÇ ÉíÎÇäãáÇ ÉíÆÇíÒæíÈáÇ áãÇæÚáÇ äã ÉíæÈÇÛáÇ ãÙäáá ÉíÈíßÑÊá Ç ÉíÓÇÓÍáÇ ãííÞÊ äã )ÌÇãÏáÇÇ æ ÍíÌÑÊáÇ ìáÚ ÇÏÇãÊÚÇ( áãÇæÚáÇ åÐå ÊÏÚÇÓ ÏÞ æ ÉÑíÛÊãáÇ áãÇæÚáÇ ØÇÞÓÇ ÏÚÈ 2070 æ2045 ÏæÏÍ ìáÇ æ 2010 È áÇæÇ ÉíÎÇäãáÇ ÊÇÑíÛÊáÇ ãÇÚá ÉíÓÇÓáÇ ÉíÌÑÍáÇ ÚÇæäáÇ ÉÍÇÓã äÇ ËíÍÈ ÇíÑÐÌ áÇæÍÊ ÊÑÚ ÏÞ ÉÑæãÚãáÇ ÉÈÇÛ äÇ äíÈÊí áãÚáÇ ÇÐåá ÉÌíÊä ÑÈæäÕáÇ äã ÑÇÊßå 5770 ÓæÊÈíáÇßæáÇÇ äã 44719 æ äíááÇ ÑÌÔ äã ÑÇÊßå 64461 : íáÇÊáÇß ÊäÇß ÏÞ 1977 áÊÎÊ 2014 æ 2000 äíÈ æ 2000 æ 1987 äíÈ Çã ÉÙæÍáãáÇ ÊáÇæÍÊáÇ äÇ íÖä .ØäÓáÇ äã ÑÇÊßå 3850 æ

2014 ÏæÏÍ ìáÇ 41% ÉÈÓäÈ ÖÇÎäÇ Çåíáí 34 %ÉÈÓäÈ ØäÓáÇ ÉÍÇÓã ÚÇÊÑÇ æ 2014 ÉíÇÛ ìáÇ 11 %ÉÈÓäÈ

ßááÐ ÑÓí ÉíÓÇÓÍ ÑËßáÇ æå Çåäã ÉíÑÇÞáÇ äÇ ÇíáÌ äíÈÊ ÏÞ ÉíÌÑÍáÇ ÉíÌæáæßáÇÇ ãÙäáÇ ÉíÓÇÓÍÈ ÞáÚÊí Çãí

ÉíÈíßÑÊáÇ ÉíÓÇÓÍáÇ äÇ íÖä áÇÈÞÊÓã ÏÇÏÒÊ ÇåÊíÓÇÓÍ äÇ Çãß )å( æ )Ï( ÊÇäæÊäÇßáÇ äã äíááÇ ÑÌÔá ÁÇÊÎÇÈ

ÇÚÇÊÑÇ ÑÊßÇ ìáÇ ÉØÓæÊã ÉíÓÇÓÍ äã áÞÊäÊ ÊÇÚæãÌãáÇ áß äÇ

ÊÇÑíÛÊ ÉÑæãÚã ÉíßíãÇäíÏ ÑííÇÚãáÇ ÏÏÚÊã íäÇßã áíáÍÊ ÉíæÈÇÛ ÉíÌæáæßíÇ ãÙä ÉíÓÇÓÍ : 4+lis.%a11 ûLa1111

SOMMAIRE

1.1 Les changements climatiques : aspects généraux, causes et conséquences, cas du Maroc 3

1.2.2. Généralités sur la vulnérabilité des écosystèmes forestiers face aux changements

1.2.3. Quelques méthodes d'évaluation de la vulnérabilité des écosystèmes forestiers face

3.3.2.2. Vulnérabilité des écosystèmes forestiers de la forêt de Maâmora en 2010 41

3.3.2.3. Vulnérabilité des écosystèmes forestiers de la forêt de Maâmora aux horizons

LISTE DES FIGURES

Figure 3. Schéma simplifié de la modélisation spatiale multifactorielle 12

Figure 6. Comparaison entre la prévision et la réalisation des superficies à régénérer dans la

Figure 13. Carte des pentes du plancher argileux de la forêt de Maâmora. 34

Figure 15. Echelle de Saaty (1977) pour la pondération des facteurs par paires. 39

Figure 16. Schéma de l'application de la modélisation spatiale multicritère pour l'évaluation de

Figure 17. Carte de la répartition des principales essences forestières en Maâmora en 1987. 44

Figure 18. Carte de la répartition des principales essences forestières en Maâmora en 2000. 46

Figure 19. Carte de la répartition des principales essences forestières en Maâmora en 2014. 48

Figure 21. Carte de changement de la forêt de Maâmora entre 1987 et 2000. 55

Figure 22. Carte de changement de la forêt de Maâmora entre 2000 et 2014. 56

Figure 25. Carte de vulnérabilité par groupe des écosystèmes de la Maâmora en considérant les

classes de pente du terrain naturel. 61
Figure 26. Carte de vulnérabilité par groupe des écosystèmes de la Maâmora en considérant

l'épaisseur du sable. 62
Figure 27. Carte de vulnérabilité par groupe des écosystèmes de la Maâmora en considérant la

pente de la couche d'argile. 63
Figure 28. Carte de vulnérabilité par groupe des écosystèmes de la Maâmora en considérant le

nombre de jours de déficit hydrique. 64
Figure 29. Carte de vulnérabilité par groupe des écosystèmes de la Maâmora en considérant

l'effet de la continentalité. 65
Figure 30. Carte de vulnérabilité par groupe des écosystèmes de la Maâmora en considérant le

Figure 31. Carte de vulnérabilité par groupe des écosystèmes de la Maâmora en considérant la

pression pastorale. 67
Figure 32. Carte de vulnérabilité par groupe des écosystèmes de la Maâmora en considérant la

densité de la population. 68
Figure 33. Carte de vulnérabilité par groupe des écosystèmes de la Maâmora en considérant

l'âge des peuplements. 69
Figure 34. Carte de vulnérabilité par groupe des écosystèmes de la Maâmora en considérant

Figure 39. Carte de vulnérabilité synthétique des écosystèmes forestiers de la forêt de Maâmora

Figure 40. Carte de vulnérabilité de la forêt au déficit hydrique, scénario 1 (2045). 76

Figure 41. Carte de vulnérabilité de la forêt au déficit hydrique, scénario 2 (2045). 77

Figure 42. Carte de vulnérabilité factorielle climatique de la forêt, scénario 1 (2045). 77

Figure 43. Carte de vulnérabilité factorielle climatique de la forêt, scénario 2 (2045). 78

Figure 44. Carte de vulnérabilité factorielle anthropozoogène de la forêt de Maâmora (2045). 79

Figure 45. Carte de vulnérabilité de la forêt due au vieillissement (2045). 80

Figure 46. Carte de vulnérabilité factorielle sylvicole de la forêt (2045). 80

Figure 47. Vulnérabilité synthétique de la forêt de Maâmora aux changements globaux en 2045,

scénario climatique 1. 81
Figure 48. Vulnérabilité synthétique de la forêt de Maâmora aux changements globaux en 2045,

Figure 49. Carte de vulnérabilité de la forêt au déficit hydrique, scénario 1 (2070). 83

Figure 50. Carte de vulnérabilité de la forêt au déficit hydrique, scénario 2 (2070). 83

Figure 51. Carte de vulnérabilité factorielle climatique de la forêt, scénario 1 (2070). 84

Figure 52. Carte de vulnérabilité factorielle climatique de la forêt, scénario 2 (2070). 84

Figure 53. Carte de vulnérabilité factorielle anthropozoogène de la forêt de Maâmora (2070). 85

Figure 54. Carte de vulnérabilité de la forêt due au vieillissement (2070). 86

Figure 55. Carte de vulnérabilité factorielle sylvicole de la forêt (2070). 86

Figure 56. Vulnérabilité synthétique de la forêt de Maâmora aux changements globaux en 2070,

scénario climatique 1. 87
Figure 57. Vulnérabilité synthétique de la forêt de Maâmora aux changements globaux en 2070,

LISTE DES TABLEAUX

Tableau 1. Précipitations et Températures moyennes mensuelles entre 1980 et 2013 15

Tableau 2. Evolution de la composition des peuplements entre le début et la fin de

l'aménagement VIDAL 20
Tableau 3. Evolution de la composition des peuplements entre le début et la fin de

Tableau 4. Valeurs du facteur de correction F de la formule de Thornthwaite en Maâmora 35

Tableau 9. Ventilation des superficies des principales espèces de la forêt en 2014 49

Tableau 14. Synthèse de l' évolution des superficies des principales espèces 57

Tableau 16. Classes de vulnérabilité des différentes classes de pente du terrain naturel 61

Tableau 17. Classes de vulnérabilité des différentes classes d'épaisseur de la couche d'agile 62

Tableau 18. Classes de vulnérabilité des différentes classes de pente de la couche d'agile 63

Tableau 19. Classes de vulnérabilité des différentes classes de déficit hydrique 64

Tableau 21. Classes de vulnérabilité selon le niveau de déficit en bois de feu 66

Tableau 22. Classes de vulnérabilité selon le niveau de pression pastorale 67

Tableau 23. Classes de vulnérabilité en fonction de la densité de la population 68

Tableau 25. Classes de vulnérabilité en fonction de l'état sanitaire de la forêt 70

Tableau 31. Bilan des superficies et pourcentages par catégorie de vulnérabilité 91

LISTE DES ANNEXES

Annexe 1. Données sur la pression anthropique (Besoin en bois de feu) par communes 99

LISTE DES ABBREVIATIONS

AHP : Processus d'Analyse Hiérarchique ASMC : L'analyse spatiale multicritère CC : Changement(s) Climatique(s)

CNST-CC : Comité National Scientifique et Technique sur les Changements Climatiques

CNUED : Conférence des Nations Unies sur l'Environnement et le Développement

DREFLCD : Direction Régionale aux Eaux et Forêts et à la Lutte Contre la Désertification

HCEFLCD : Haut-Commissariat aux Eaux et Forêts et à la Lutte Contre la Désertification

MMU : Minimum Mapping Unit MNT : Modèle Numérique de Terrain ONF : Office National des Forêts

INTRODUCTION

A partir des années 1950, beaucoup de changements observés sans précédent depuis des décennies à savoir le réchauffement de l'atmosphère et de l'océan, la diminution de la couverture de neige et de glace, l'élévation du niveau des mers, la concentration des gaz à effet de serre, font penser sans équivoque à un réchauffement du système climatique (GIEC, 2013). Toutefois, ce n'est qu'au début des années 1990 que le thème des changements climatiques est devenu une préoccupation scientifique entrée dans le domaine de la conscience publique (Beniston, 2009).

Le Maroc n'est pas épargné par ces changements. Sa situation dans le bassin méditerranéen qui implique déjà des irrégularités dans le climat le rend d'autant plus vulnérable aux impacts des changements climatiques qui sont visibles et quantifiables par la diminution des ressources en eaux, la baisse des rendements agricoles et le déséquilibre des écosystèmes, particulièrement les écosystèmes forestiers (Anonyme, 2001).

La forêt de Maâmora s'inscrit dans cette délicatesse du climat méditerranéen associée aux conditions écologiques notamment le type de sol et du substrat (sables sur argiles) (Aafi, 2007), qui peut selon la profondeur du sable et la pente du plancher argileux diminuer la rétention en eau. Depuis 1951, des programmes d'aménagements inadaptés (selon la vision actuelle) de cette forêt se sont succédés, conduisant à une régression du chêne liège (Benabid, 1989 in Aafi, 2007).

L'activité anthropique dans la forêt notamment le ramassage des glands et le parcours a rendu difficile la régénération naturelle du chêne liège. Les gestionnaires forestiers ont répondu à ce manque de régénération naturelle par la régénération artificielle par voie de plantation et de semis. Jusqu'à récemment, les efforts de régénération du chêne liège par les gestionnaires forestiers étaient confrontés à des échecs. Les objectifs économiques poursuivis par les différents aménagements ont conduit au remplacement du chêne liège par des espèces à croissance rapide et faciles à reboiser (principalement les Pins, Acacias et Eucalyptus). Cette dynamique régressive de la forêt naturelle (subéraie) certes attribuée à l'inadéquation des aménagements serait entre autres raisons due à la non-considération de la vulnérabilité de ces écosystèmes aux différents facteurs qui les influencent y compris les changements climatiques.

Il n'est pas à douter que certaines parcelles reboisées à base d'autres espèces auraient pu être favorables au développement du chêne liège et que l'échec des reboisements sur d'autres parcelles pourrait simplement être évité en tenant compte de la vulnérabilité. Une prise en compte du facteur climatique dans son contexte de changement ainsi que des autres facteurs pouvant influencer les écosystèmes forestiers au sein de la Maâmora permettrait d'évaluer la vulnérabilité de ces écosystèmes face aux changements globaux pour servir d'aide à la décision dans les aménagements futurs.

C'est dans ce but que s'inscrit ce sujet de mémoire de fin d'étude de 3è cycle de l'ENFI sur « l'Application de la modélisation spatiale multifactorielle pour l'évaluation de la dynamique et la vulnérabilité des écosystèmes forestiers face aux changements globaux: cas de la forêt de Maâmora ».

Ce travail vise à produire une base de données cartographique servant d'outil d'aide à la décision dans le cadre de l'orientation des aménagements futurs de la forêt de Maâmora tenant compte de la vulnérabilité des écosystèmes forestiers face aux changements globaux.

V' Cartographier la répartition des principales espèces de la forêt de Maâmora à différentes dates sur la période considérée (1987-2014),

V' Identifier les facteurs agissant avec le facteur climatique en termes de vulnérabilité des écosystèmes forestiers,

V' Evaluer la vulnérabilité des écosystèmes forestiers face aux changements globaux à l'année de référence 2010 et la vulnérabilité aux horizons 2045 et 2070.

Le présent document s'articule ainsi en 4 parties. Après une succincte revue de la bibliographie sur les changements climatiques et la vulnérabilité des écosystèmes forestiers, nous présenterons brièvement la forêt de la Maâmora dans son contexte avant d'exposer la méthodologie adoptée pour enfin aboutir aux résultats.

Chapitre 1 :

LES CHANGEMENTS CLIMATIQUES ET LA VULNÉRABILITÉ
DES ÉCOSYSTÈMES FORESTIERS

Les écosystèmes naturels, et en particulier ceux forestiers sont de nos jours de plus en plus vulnérables. Quand on parle de vulnérabilité d'un système, quel que soit le facteur étudié, il n'est jamais seul à jouer sur l'enjeu considéré. Les écosystèmes forestiers sont vulnérables à plusieurs facteurs selon leur situation géographique et les conditions de la station. Parmi ces nombreux facteurs, on s'intéressera plus particulièrement à un phénomène d'ordre planétaire qu'est celui des changements climatiques, avant de parler de la vulnérabilité des écosystèmes forestiers face à ces derniers.

1.1 Les changements climatiques : aspects généraux, causes et conséquences, cas du Maroc.

1.1.1. Aspects généraux

Les changements climatiques posent beaucoup de controverses jusqu'à ce jour entre les experts du domaine. D'aucuns disent qu'on ne peut pas parler de changements climatiques sur une si courte durée quoi qu'il y ait des variations constatées.

Le GIEC (Groupe d'Experts Intergouvernemental sur l'Evolution du Climat) définit le terme "changement climatique" comme faisant référence à tout changement dans le temps, qu'il soit dû à la variabilité naturelle ou aux activités humaines.

La CCNUCC (Convention-Cadre des Nations Unies sur les Changements Climatiques) quant à elle définit le changement climatique comme désignant uniquement les changements dus aux activités humaines. Elle utilise le terme "variabilité climatique" pour désigner les changements climatiques d'origine naturelle.

Quoi qu'il en soit, certaines données de changements dans le cours d'évolution du climat dans le monde sont assez notables et méritent l'attention. Selon le GIEC (2007), on peut retenir les principaux points suivants :

? Une élévation du niveau moyen des mers sur l'ensemble de la planète d'environ 1,8 mm/an depuis 1961, et d'environ 3,1 mm/an depuis 1993 suite à la dilatation thermique et à la fonte des calottes glaciaires et des nappes glacières polaires ;

? Une diminution de l'étendue annuelle moyenne des glaces d'environ 2,7% par décennie depuis 1978 dans l'océan arctique observée grâce aux satellites ;

y' Une augmentation importante des précipitations dans l'est de l'Amérique du Nord et du Sud, dans le nord de l'Europe et dans le nord et le centre de l'Asie, contre une diminution des précipitations au Sahel, en Méditerranée, en Afrique australe et dans une partie de l'Asie du Sud entre 1900 et 2005 ;

y' Une augmentation de l'activité cyclonique intense dans l'atlantique Nord depuis 1970 environ ;

y' Une migration d'espèces animales et végétales vers les hauteurs due surement au réchauffement récent ; etc.

Toutes ces observations, ces "changements" prouvent sans équivoque la question du changement climatique quelles que soient les divergences au sujet de l'appellation. Plusieurs facteurs ont été identifiés par le GIEC et d'autres experts dans le domaine comme étant la cause des changements observés.

1.1.2 Causes des changements climatiques

Les rayons émanant du soleil vers la terre ne l'atteignent pas complètement. Environ un tiers (1/3) de l'énergie incidente est réfléchie dans l'espace. Une partie est piégée dans l'atmosphère, le reste achemine vers la terre. Cette énergie qui parvient à la terre est la principale source d'énergie de la terre. Cette dernière rayonne à son tour de l'énergie sous forme d'émissions infrarouges. Ces émissions sont piégées en partie par les gaz à effet de serre (GES) et renvoyées à nouveau vers la terre. Ceci réchauffe davantage la terre. C'est le phénomène qui porte le nom d'effet de serre.

L'effet de serre est un phénomène en principe naturel qui permet de maintenir la température de la Terre à environ 15°C en moyenne. Sans l'effet de serre, cette température serait d'environ -18°C. La figure ci-après illustre un peu le phénomène de l'effet de serre.

Tout phénomène naturel quand il est mal aidé par les Hommes devient un fléau. L'activité humaine accrue a fait augmenter depuis 1750 les concentrations atmosphériques de dioxyde de carbone (CO2), de méthane (CH4) et d'oxyde nitreux (N2O) les rendant largement supérieures aux valeurs historiques déterminées par analyse des carottes de glaces portant sur de nombreux millénaires. On estime que les émissions mondiales de GES imputables aux activités humaines ont augmenté depuis l'époque préindustrielle et la hausse a été d'environ 70 % entre 1970 et 2004 (GIEC, 2007).

Quand on parle d'activités humaines en relation avec les changements climatiques, on voit d'une part l'augmentation de l'émission des gaz à effet de serre due à la prolifération des industries, mais aussi les déforestations d'autant plus actives de nos jours vus les besoins croissants et pressants de la population mondiale qui ne cesse de s'accroître. Cette déforestation est étroitement liée aux changements climatiques par le canal de l'effet de serre d'autant plus que les forêts sont le deuxième séquestreur de carbone après le sol.

1.1.3. Conséquences des changements climatiques

Selon le GIEC (1995), les conséquences des changements climatiques sont diverses. On peut citer entre autres :

y' Une augmentation de la fréquence et de l'intensité des catastrophes naturelles

d'origine climatique (sécheresses, inondations, tempêtes, cyclones); y' Une menace de disparition de certains espaces côtiers, en particulier les deltas, les

mangroves, les récifs coralliens, les plages d'Aquitaine, etc.; y' Une diminution de 17,5 % de la superficie émergée du Bangladesh, de 1 % de celle

y' La recrudescence du paludisme, et l'extension de maladies infectieuses comme la salmonellose ou le choléra;

y' Une accélération de la baisse de la biodiversité : disparition d'espèces animales ou végétales; etc.

La liste n'est pas exhaustive. En effet, tout ce qu'on peut citer comme conséquence n'est que ce qu'on arrive à percevoir. Certaines séquelles ne se verront que plus tard quoi qu'ayant déjà leur racine.

1.1.4. Le Maroc et les changements climatiques

Les changements climatiques ne sont pas une abstraction d'ordre mondial. Le Maroc connaît le changement climatique et ses conséquences, ses impacts sont notables dans nombre de domaines.

Ces impacts sont effectifs. Les changements climatiques continuent et on note présentement selon le GIEC (Anonyme, 2001) que le Maroc connait :

V' Une augmentation de la fréquence et de l'intensité des orages frontaux et convectifs dans le nord et à l'ouest de la chaîne de l'Atlas,

V' Une augmentation de la fréquence et de l'intensité des sécheresses dans le sud et à l'est du pays, un dérèglement des précipitations saisonnières (pluies d'hiver concentrées sur une courte période),

V' Une réduction de la durée d'enneigement et un retrait du manteau neigeux (migration en altitude de l'isotherme 0°C et accélération de la fonte des neiges).

1.1.4.1. Les impacts des changements climatiques au Maroc

Le Maroc connait les impacts des changements climatiques dans plusieurs domaines. On va voir ici quelques impacts des changements climatiques sur les ressources en eau et l'agriculture.

La baisse et le dérèglement des précipitations pourraient causer d'après Anonyme (2001) :

V' Une réduction de la capacité des barrages (précipitations concentrées et envasement accéléré par une érosion accentuée),

V' Une baisse des niveaux piézométriques, induisant une diminution des débits des exutoires naturels des nappes phréatiques et une augmentation de la salinité de leurs eaux en zone côtière,

L'agriculture connait beaucoup d'impacts du changement climatique (Anonyme, 2001).

1.1.4.2. Mesures prises contre les changements climatiques au Maroc

Face à tous ces constats, le Maroc s'est engagé dans une lutte active contre les changements climatiques. Le Maroc a signé la Convention Cadre des Nations Unies sur les Changements Climatiques (CCNUCC) lors de la Conférence des Nations Unies sur l'Environnement et le Développement (CNUED) de Rio de Janeiro (Juin 1992). Le Maroc a ratifié cette convention en 1995. Outre le respect de cette Convention, le Maroc a mis en place un certain nombre d'institutions, de comités et d'observatoires du climat (Anonyme, 2001). On peut citer par exemple :

V' La mise en place au sein du département de l'Environnement à partir de 1995 d'une unité CC, d'un Comité National des Changements Climatiques (CNCC) en 1996, d'un Centre d'Information sur l'Energie Durable et l'Environnement (CIEDE) en 2000, d'un Comité National Scientifique et Technique (CNST-CC) en 2001, d'un Conseil supérieur de l'Eau et du Climat (CSEC), d'un Comité interministériel pour l'aménagement du territoire (CIAT), La Direction de la Météorologie Nationale (DMN), le Centre Royal de Télédétection Spatiale (CRTS), le Centre de développement des Energies Renouvelables (CDER), etc.

V' L'élaboration du Plan d'Action National pour l'Environnement (PANE), du Programme d'action pour la protection de la Diversité Biologique et le Plan d'action national de lutte contre la désertification.

Tous ces organismes, institutions, etc. ont en partie pour mission de collecter des données, de faire un suivi du climat permettant de mieux appréhender les changements climatiques.

1.2. Vulnérabilité des écosystèmes forestiers aux changements climatiques

1.2.1. Définitions

1.2.1.1. Ecosystèmes forestiers

Un écosystème est défini comme l'ensemble de la faune et de la flore réunies dans un espace naturel, incluant ainsi des producteurs (les plantes), des consommateurs (les animaux) et des bioréducteurs (micro-organismes), qui sont aidés par l'énergie du soleil (Fischesser et Dupuis-Tate, 2007).

Les écosystèmes forestiers sont des zones du paysage dominées par des arbres et constituées de communautés biologiquement intégrées de végétaux, d'animaux et de microbes, ainsi que des sols locaux (substrats) et des atmosphères avec lesquels elles interagissent (Kimmins, 2003). Les forêts sont donc bien plus qu'une population ou une communauté d'arbres.

Toute forêt où qu'elle soit représente un patrimoine mondial et a besoin d'être protégée et bien entretenue parce qu'elle remplit plusieurs fonctions vitales notamment économique (production), de protection physique (lutte contre l'érosion et les phénomènes de déplacement massif de terrain, etc.), paysagère (récréation), biologique (réserves biologiques, production d'O2 et séquestration de CO2), etc.

1.2.1.2. Vulnérabilité

La notion de vulnérabilité ne peut pas être définie et bien comprise sans parler de ce qu'on appelle risque. Selon Chastan et al. (1995), le risque constitue la combinaison de deux composantes que sont l'aléa et la vulnérabilité. Ofella va plus loin en disant qu'il n'y a pas de risque sans aléa et sans élément vulnérable exposé (Ofella, 2004, in Loudiyi, 2009).

L'aléa peut être défini comme étant un phénomène physique, naturel et non maîtrisable, d'occurrence (fréquence) et d'intensité données.

La vulnérabilité est relative à des enjeux qui peuvent être par exemple des personnes, des biens, des activités, etc.

Les conséquences de l'aléa sur ces enjeux peuvent être positives (par exemple, des zones défavorables qui peuvent être rendues exploitables pour l'agriculture avec les changements climatiques), ou négatives (sécheresses qui induisent un manque d'eau pour les plantes). La vulnérabilité a trait aux conséquences négatives.

On peut ainsi définir la vulnérabilité comme exprimant l'importance des dommages potentiels que peuvent subir des enjeux face à un aléa donné (Loudiyi, 2009).

Une deuxième composante de la vulnérabilité à part le risque est la capacité d'adaptation. En fait, l'effet de l'aléa sur l'enjeu peut être atténué par la capacité d'adaptation de l'enjeu à l'aléa en question. Cette notion de capacité d'adaptation est remarquable dans la définition de la SINUPC (Stratégie Internationale des Nations Unies pour la Prévention des Catastrophes) qui définit la vulnérabilité comme faisant

référence aux caractéristiques et circonstances d'une communauté ou d'un système qui le rendent susceptible de subir les effets d'un aléa. Ces caractéristiques sont la résultante de la sensibilité et la capacité d'adaptation.

1.2.2. Généralités sur la vulnérabilité des écosystèmes forestiers face aux changements climatiques

Les forêts sont très sensibles au changement climatique. Cela a été montré par les observations du passé, des études expérimentales, et modèles de simulation basés sur la compréhension écophysiologique et écologique actuelle. Au cours des 30 dernières années, le monde a connu d'importantes hausses de température, en particulier dans l'hémisphère nord.

En attendant, une plus grande variabilité du climat est prévue, avec des précipitations augmentées dans certaines zones et les périodes sèches et chaudes extrêmes dans d'autres régions. Ces événements auront un effet important sur les forêts.

On note présentement une migration de nombreux organismes vivants vers les zones habituellement plus froides à cause de la hausse des températures. Ces mouvements impliquent toutes les espèces, y compris les plantes. Certaines espèces vont chercher des altitudes plus élevées, d'autres vont se déplacer vers les pôles. Dans les régions tempérées, les espèces de plantes et d'arbres peuvent migrer naturellement sur 25 à 40 km chaque siècle. Toutefois, si, par exemple, il y avait une augmentation de la température de 3 °C sur une période de cent ans dans une région donnée, les conditions dans ce domaine vont subir un changement radical, équivalent en termes écologiques à un déplacement de plusieurs centaines de kilomètres (Jouzel et Debroise, 2007).

Au cours des dernières décennies, les scientifiques ont observé les premiers signes de ce processus dans l'hémisphère nord causé, semble-t-il, par l'augmentation de la température en relation avec les changements climatiques. Diverses études ont constaté qu'un certain nombre d'espèces d'oiseaux, arbres, broussailles et d'herbes ont migré en moyenne de six kilomètres tous les dix ans, ou ont cherché des altitudes plus élevées entre un et quatre mètres (Parmesan, 2003).

Les botanistes ont également noté que de nombreux arbres et plantes de l'hémisphère nord ont tendance à fleurir plus tôt (en moyenne progresser de deux jours tous les dix ans) ce qui augmente le risque de bourgeons tués par des gelées tardives.

Des températures légèrement plus élevées et une plus grande accumulation de CO2 dans l'atmosphère accélèrent les taux de croissance des espèces dans les écosystèmes

forestiers (WRI, 2008). On estime que les forêts des régions tempérées ont vu un gain de 15% de la productivité depuis le début du 20ème siècle (Medlyn et al., 2000). En outre, les amendements de CO2 ainsi que les niveaux d'azote accrus et plus d'humidité du sol, ont tous contribué à une plus grande productivité de la forêt au cours du siècle dernier.

Paradoxalement, alors que les niveaux de CO2 ont augmenté et d'autres facteurs ont conduit à la croissance des forêts dans certaines régions, la situation actuelle de l'environnement (fortement influencé par le changement climatique) pourrait conduire à une destruction massive des forêts et à l'extinction de nombreuses espèces.

Le réchauffement climatique est susceptible d'augmenter l'étendue des feux de forêt, comme ce qui est arrivé récemment en Russie, Europe du Sud et en Californie. Une étude récente de diverses conditions forestières en Russie suggère qu'une augmentation de 2°C de la température pourrait augmenter la zone touchée par les feux de forêt par un facteur compris entre un et demi et deux (Mollicone et al., 2006).

La variabilité du climat peut aussi causer la baisse de productivité. Lors de la vague de chaleur de 2003 en Europe, il y avait une baisse de 30% de la productivité des plantes en Europe continentale dans son ensemble.

Les divers changements dans le cours normal du climat seraient donc la cause de divers bouleversements dans les écosystèmes, en particulier les écosystèmes forestiers.

1.2.3. Quelques méthodes d'évaluation de la vulnérabilité des écosystèmes forestiers face aux changements globaux

L'évaluation de la vulnérabilité est en général complexe vu que l'aléa auquel on veut évaluer la vulnérabilité n'est pas souvent le seul qui entre en jeu en réalité. Il existe en principe plusieurs méthodes pour évaluer la vulnérabilité. Nous allons en explorer deux des plus utilisées : les systèmes experts et l'analyse spatiale multicritère.

1.2.3.1. Les systèmes experts

Un système expert est défini comme étant un système utilisant la connaissance relative à un domaine spécifique pour fournir une performance comparable à l'expert humain lors de la résolution d'un problème donné (Malek, 2008).

L'utilisateur d'un système expert interagit avec le système via une interface. Cet utilisateur devra fournir un ensemble de faits relatifs au domaine concerné. Ces faits sont en principe liés par une base de règles pour constituer une base de connaissances pour le système expert. Un moteur d'inférence contenu dans le système expert permet au

système d'établir de nouveaux faits à partir de la base de connaissances afin de construire le raisonnement. Le système renvoie une solution à un problème posé en se basant sur sa base de connaissances.

Cette méthode a l'avantage de mettre à la disposition de l'utilisateur l'expérience de plusieurs experts sous forme de connaissances (grande disponibilité) qui peuvent être utilisées en même temps (plus d'objectivité), tout ceci à moindre coût.

1.2.3.2. L'analyse spatiale multicritère

L'analyse spatiale multicritère (ASMC) est une méthode d'analyse spatiale qui permet de combiner plusieurs critères, de différentes natures, afin d'obtenir un résultat cartographique indiquant des zones plus ou moins aptes à la solution d'un problème.

A l'origine, cette méthode a été développée dans le cadre des mathématiques, des sciences économiques et du génie industriel. L'analyse multicritère, également nommée "aide multicritère à la décision ", connaît un développement très important depuis la deuxième moitié des années 1970 et peut être désormais considérée comme un outil scientifique à part entière (Balzarini et al., 2011).

On peut résumer la modélisation spatiale multifactorielle dans le schéma suivant :

Figure 3. Schéma simplifié de la modélisation spatiale multifactorielle (Source : adapté de Balzarini et al., 2011)

D'après ce schéma, on peut dire que pour tout problème qu'on voudra résoudre par analyse spatiale multicritère, il faut après avoir compris le problème, trouver des facteurs qui peuvent servir à le modéliser. Ces facteurs sont ensuite traduits en variables mesurables avant de procéder à leur seuillage, pondération et intégration à différents niveaux pour obtenir en général une carte solution au problème posé. Cette méthode présente l'avantage d'ajouter la dimension spatiale à la solution au problème posé. En effet, les cartes permettent de mieux appréhender un problème en le regardant d'un oeil géographique. On a opté pour cette méthode pour cela, quoique la qualité de ses résultats soit fortement tributaire du choix des facteurs et de leur pondération.

Cette forêt est naturellement subdivisée en cinq parties par des cours d'eau, donnant lieu aux cinq cantons de la forêt nommés de A à E de l'Ouest vers l'Est. Ces cinq cantons

Chapitre 2 :

LA FORÊT DE LA MAÂMORA

Introduction

La forêt de la Maâmora est l'une des forêts les plus importantes au Maroc de par son histoire et les biens et services qu'elle produit. Elle sert aux besoins en bois de feu, au parcours du bétail, la récréation, etc. de plus d'une dizaine de communes.

Cette forêt jadis couverte entièrement par le chêne liège jusqu'avant le protectorat français (Mounir, 2002) est présentement à 50% environ convertie en d'autres espèces comme les Acacia, les pins, et les Eucalyptus principalement.

2.1. Présentation de la forêt

2.1.1. Situation géographique, administrative et forestière

S'étendant sur 68km (Ouest-Est) et 38km (Nord-Sud) (Mounir, 2002), La forêt de la Maâmora se situe en bordure de l'océan atlantique. Elle est située entre les méridiens 6° et 6° 45' W, et les parallèles 34° et 34° 20' N. La figure ci-après situe globalement la forêt.

Figure 4. Situation générale de la forêt de Maâmora (source : Bagaram, 2014)

sont à leur tour subdivisés en groupes donnant en tout 33 groupes pour toute la forêt. Chaque groupe est aussi subdivisé en parcelles. La forêt comporte au total 460 parcelles.

De point de vue administratif, la forêt de Maâmora se situe entre deux régions économiques, quatre provinces et plus d'une dizaine de communes : la région du Gharb-Chrarda-Beni Hssen à laquelle appartiennent les provinces de Kénitra et de Sidi Slimane, et la région de Rabat-Salé-Zemmour-Zaïr à laquelle appartiennent les provinces de Salé et de Khémisset.

De la même façon que la forêt de Maâmora est à cheval entre deux régions économiques, elle est aussi gérée par deux DREFLCD (Direction Régionale aux Eaux et Forêts et à la Lutte Contre la Désertification) différentes. La partie nord de la forêt relève de la DREFLCD du Nord-Ouest alors que la partie Sud est gérée par la DREFLCD de Rabat-Salé-Zemmour-Zaïr.

2.1.2. Climat

Le climat de la forêt de Maâmora est de type méditerranéen, avec influence de l'océan atlantique. La température minimum absolue enregistrée jusqu'à ce jour est de -6°C, à Kenitra et le maximum enregistré est de 50,3°C à Tiflet. La moyenne des températures minima du mois le plus froid (Janvier) est toujours supérieure à 0°C et varie entre 4.5°C (à l'intérieur) et 8,2°C (sur la côte). La moyenne des températures maxima du mois le plus chaud (juillet ou août selon la position) va de 27,3 (sur la côte) à 37,1°C (à l'intérieur du continent). Les précipitations visibles sont sous forme de pluie et la fourchette générale des précipitations annuelles en Maâmora va de 350 à 650 mm (Mounir, 2002).

Des données climatiques acquises auprès de la DMN (Direction de la Météorologie Nationale) ont permis de faire des synthèses des températures et précipitations moyennes mensuelles de 3 stations sur la période 1980-2013. Le tableau ci-après présente ces données.

Tableau 1. Précipitations et Températures moyennes mensuelles entre 1980 et 2013

^Mois

En analysant ce tableau, on peut dire que Les précipitations augmentent en général

quand on va du sud (Rabat-Salé) vers le nord (Kenitra) de la forêt, et elles diminuent

quand on s'éloigne de l'océan (En allant vers Sidi Slimane). Quant aux températures,

elles augmentent quand on gagne en latitude (en allant vers le Nord) et quand on rentre

dans le continent (Ouest-Est). On comprend ainsi mieux le rôle adoucissant de l'océan et

Le bioclimat de la zone d'étude est de type semi-aride à hiver tempéré dans la partie

orientale de la forêt et subhumide à hiver chaud dans sa partie occidentale (Aafi, 2007).

Le régime saisonnier de la forêt de Maâmora est de type HPEA (Hiver-Printemps-Eté-

Automne). Si on s'intéresse à l'Eté, sa définition varie. L'été suit le printemps et précède

l'automne. D'aucuns ramènent l'été à un trimestre (trois mois), mais on va surtout retenir

la définition de la période sèche selon Bagnouls et Gaussen (1953) qui définissent la

La figure ci-après présente les diagrammes ombrothermiques de Bagnouls et Gaussen

obtenus pour nos trois stations à partir des données de la DMN sur la période 1980-

? Les sables beiges peu profonds sur argile, fréquents dans le sud des cantons C, D et E ;

D'après ces graphes, on déduit que la période sèche va de 4,5 à 5 mois pour Kenitra et Rabat-Salé, et elle dépasse les 5 mois (5,5 mois) pour Sidi-Slimane. Ceci confirme encore l'effet de la continentalité mentionné plus tôt en ceci que la période sèche est plus longue à l'intérieur du continent que sur la côte.

2.1.3. Topographie

La topographie de la forêt de Maâmora est très faiblement accidentée. Les pentes sont très faibles en moyenne. La pente, doucement inclinée vers la plaine du Gharb, varie de 0,6 à 0,8 % en moyenne, sauf dans la Maâmora orientale où elle est suffisamment forte pour provoquer une érosion importante (Abourouh et al., 2005).

2.1.4. Pédologie

En Maâmora, les sols sont en général de type sable sur argiles (Lepoutre, 1965 in Bagaram, 2014). La nature des sables et leur profondeur ont permis à Lepoutre de distinguer les types de sols suivants :

V' Les sables profonds sur argile, présents sur tous les comblements des creux de la surface des argiles et dans la zone d'épandage au Nord des cantons C, D et E ;

V' Les sols hydromorphes, présents soit dans des terrains subhorizontaux (nord du canton D) où le drainage latéral est faible, soit dans des bas-fonds.

De manière générale en Maâmora, le type de sol est déterminant en matière de rétention en eau. En effet, selon l'épaisseur des sables, l'eau peut devenir indisponible à l'utilisation des plantes. Avec les changements climatiques, ce facteur (type de sol) peut devenir de plus en plus limitant étant donné que déjà, la réserve d'eau utilisable par les plantes est faible et elle diminuera si les précipitations diminuent.

2.1.5. Hydrographie

Comme dit précédemment, la forêt est naturellement subdivisée en cantons par des cours d'eau. Ces cours d'eau sont au nombre de cinq et sont orientés Nord-Est Sud-Ouest. Il s'agit de l'Oued Fouarat, Oued Foui, Oued Smento, Oued Tiflet et Oued Touirza. Le réseau hydrographique est assez simple en raison du substrat et des pentes qui sont assez faibles (Bagaram, 2014).

Mis à part les cours d'eau, la forêt présente des points d'eau appelés les Dayas et les Merjas. Les Dayas ne sont pas toujours pérennes contrairement aux Merjas. Les Dayas sont des retenues d'eau de pluies sur couches imperméables. Ils indiquent une hydromorphie (Mounir, 2002). Les Merjas quant à elles sont des mares plus grandes et apparaissent en fonds de vallées, alimentées par la nappe phréatique.

2.1.6. Végétation forestière

La forêt de Maâmora qui était à l'origine une subéraie a fait place pour une bonne part à des reboisements divers. Actuellement, la végétation forestière arborée de cette forêt est représentée par les espèces comme :

V' Quercus suber et Pyrus mamorensis (Seules espèces arborées naturelles);

V' Les eucalyptus (Eucalyptus rostrata pour la production de la cellulose, Eucalyptus gomphocephala pour la production de bois de scie, Eucalyptus gigantea, Eucalyptus cladocalyx, Eucalyptus camaldulensis et Eucalyptus clonal);

V' Les pins (Pinus pinaster, Pinus Canariensis, Pinus halepensis, Pinus pinea) ;

? Les acacias (Acacia mollissima principalement pour la production du tanin, mais aussi Acacia cyanophylla pour l'alimentation du cheptel et Acacia horrida pour la construction de haies) (Mounir, 2002).

La végétation arbustive quant à elle est représentée par les espèces comme Citisus linifolia, Chamerops humilis, Thymelaea lythroides, Daphne gnidium et Solanum sodomeum (Mounir, 2002).

Toute forêt naturelle quand elle est dégradée ou remplacée par d'autres espèces devient plus vulnérable. En effet, la capacité d'adaptation de l'espèce naturelle est souvent plus importante que celle des espèces reboisées. Aussi, les changements climatiques accentueront la vulnérabilité des écosystèmes forestiers non naturels.

2.1.7. Faune

La forêt de Maâmora compte en principe parmi sa faune le sanglier, le chacal, la bécasse, la palombe, le lapin, la tourtelle, le lièvre et le perdreau (Mahdouani, 1985 in Mounir, 2002). Toutefois, hormis les réserves où l'accès est interdit ou réglementé, la forêt de Maâmora contient actuellement peu d'animaux comparée aux temps passés. Les raisons avancées pour expliquer ce problème sont selon Mounir (2002) :

? La fréquentation excessive de la forêt par l'Homme et les troupeaux domestiques, ? La raréfaction estivale de l'eau en Maâmora.

2.1.8. Activités anthropiques

Depuis plusieurs décennies, de nombreuses contraintes anthropiques pèsent sur le système de gestion de la forêt de Maâmora, ayant ainsi de nombreuses répercussions néfastes sur la régénération naturelle du chêne liège et conséquemment sur la dynamique et la santé de son écosystème. En 1993, La population riveraine de la forêt était d'environ 300000 habitants, soit 4,5 habitants par ha de subéraie; l'effectif du cheptel s'élevait à 173000 têtes ovines et 52000 têtes bovines faisant une charge animale de 6,4 UPB/ha (Abourouh et al., 2005). La charge pastorale est assez importante vu que la forêt ne produit que 400 UF/ha au mieux. Cette charge a augmenté avec le temps et les besoins ont suivi. Dernièrement, les statistiques du HCEFLCD (2012) donnent une population de 341360 habitants soit 5 habitants par ha de subéraie, 336518 têtes ovines et 90553 unités bovines, soit 7,1 UPB/ha.

Les activités comme le ramassage des glands, la coupe (illicite) de bois de feu, le parcours sont les principales activités anthropiques qui s'effectuent en forêt de Maâmora. Ces activités ont beaucoup d'impacts sur la forêt et, rajoutées à d'autres problèmes comme le vieillissement, la fragilisent davantage et la rendent plus vulnérable. Les activités anthropiques limitent la régénération naturelle en forêt de Maâmora. Le ramassage de glands ne permettra pas d'avoir de jeunes pieds de chêne liège issus de régénération naturelle. Pourtant, toute forêt où il y a absence de régénération naturelle est plus vulnérable et l'avenir d'une telle forêt est critique.

2.2. Aperçu sur la gestion antérieure de la forêt

La forêt de Maâmora a connu un plan de sauvetage et divers aménagements qui se sont succédés depuis le début du XX^ème siècle en 1918 (HCEFLCD, 2012).

2.2.1. Plan dit de "Sauvetage" (1918 - 1950)

Ce plan a été initié par le protectorat français après le constat de l'état critique de la forêt marqué par le dépérissement des arbres de chêne liège et l'extraction assez importante du tanin pour des besoins économiques.

L'objectif de ce plan était d'assurer le renouvellement des peuplements de chêne liège par des coupes de recépages. La concrétisation de cet objectif a été remarquable par des coupes sur environ 60000 ha (1926 - 1938) sur les cantons C, D et E surtout. Malheureusement, le résultat attendu (régénération) n'a pas été atteint, causant ainsi par la perte de souches une grande dédensification de la forêt de chêne liège.

2.2.2. Aménagement VIDAL (1951-1971)

Ce premier aménagement entamé en 1951 alors que la superficie du chêne liège était de 100000 ha avait pour objectifs de :

y' Maintenir, par tous les moyens, le chêne liège là où la densité est jugée suffisante pour justifier et espérer sa perpétuité ;

y' Mettre en valeur, par des essences exotiques, les vides, les clairières ne contenant que quelques pieds de chêne liège et les terrains occupés par des poiriers ou des essences secondaires ;

y' Produire le maximum de liège de reproduction et tirer un nombre de récoltes aussi grand que possible.

Quelques efforts de régénération du chêne liège étaient envisagés aussi bien par reboisements que recépages. Toutefois, aux termes de cet aménagement, la superficie de chêne liège a encore régressé.

Le tableau ci-après montre l'évolution de la superficie des différentes espèces entre le début et la fin de l'aménagement VIDAL.

D'après ce tableau, on peut voir que malgré les efforts de sauvegarde des peuplements de chêne liège, il y a eu une baisse dans sa superficie (de 100000 ha à 87000 ha) au profit d'autres espèces jugées plus rentables comme l'Eucalyptus, le Pin et l'Acacia. On peut comprendre ainsi que les efforts de régénération n'ont pas été fructueux.

Tableau 2. Evolution de la composition des peuplements entre le début et la fin de l'aménagement VIDAL

2.2.3. Aménagement Danois (1973-1992)

Faisant suite à l'aménagement VIDAL et ayant égard aux échecs rencontrés dans la régénération du chêne liège, l'aménagement Danois s'est fixé pour objectifs de :

y' Maintenir le chêne-liège sur la plus grande étendue possible avec un rendement économique acceptable et avec le souci de conserver le peuplement naturel le plus longtemps possible, là où la densité du chêne liège est supérieure à 100 arbres/ha et le périmètre terrier supérieur à 80 mètres linéaires notamment dans la Maâmora occidentale et centrale;

y' Remplacer le chêne liège par des essences introduites à croissance rapide feuillues et résineuses, selon la vocation du sol, là où son maintien ou sa reconstitution est difficile voire impossible. La priorité était accordée aux résineux par rapport aux feuillus;

y' Maintenir et accroître le rôle récréatif de la forêt à proximité des centres urbains ;

y' Respecter les droits d'usage et de parcours et sauvegarder les intérêts des usagers. Aux vues des objectifs de cet aménagement, on peut comprendre que le gestionnaire avait perdu espoir en ce qui concerne la possibilité de régénérer le chêne liège. Il n'est

donc pas étonnant de voir d'une part la baisse de la superficie de chêne liège et d'autre part l'augmentation de la superficie des espèces reboisées comme le montre le tableau ci-après.

Tableau 3. Evolution de la composition des peuplements entre le début et la fin de l'aménagement Danois

2.2.4. Aménagement sylvo-pastoral (FAO 1993-2012)

Inspiré de l'expérience de la péninsule Ibérique en matière de gestion agro-sylvo-pastorale de la subéraie, cet aménagement s'est fixé pour objectifs : y' La régénération et la reconstitution des peuplements de chêne liège par le biais des

reboisements artificiels de chêne liège (semis directs des glands et plantations) ; y' Le maintien et la reconstitution de la subéraie actuelle ;

y' L'encouragement de l'aspect participatif de la population au développement de la forêt ;

y' L'amélioration pastorale et l'utilisation rationnelle des potentialités fourragères ; y' L'extension de la multifonctionnalité de la forêt de la Maâmora (chasse, tourisme, récréation et éducation environnementale).

Cet aménagement a plus ou moins porté du fruit en ceci que les superficies régénérées en chêne liège ont grimpé comme le montre la figure ci-après. D'ailleurs, selon la DREF de Kenitra, la superficie de chêne liège en 2011 était de 70400 ha, confirmant une fois encore le travail fait lors de cet aménagement.

Il ressort par ailleurs de cet aménagement que l'espoir de la subéraie de Maâmora passe surtout par la régénération par semis de glands d'autant plus que c'est surtout ce moyen qui a donné des fruits assez satisfaisants.

Figure 6. Comparaison entre la prévision et la réalisation des superficies à régénérer
dans la subéraie de la Maâmora de 1992 à 2009 (source : HCEFLCD, 2012).

2.2.5. Aménagement en vigueur (A partir de 2013)

y' D'accélérer le rajeunissement de la vieille subéraie par voie artificielle ;

y' De valoriser la qualité du liège de reproduction issu des jeunes plantations de chêne-

y' D'assurer un rendement soutenu en matière de bois d'Eucalyptus, en particulier le

y' De produire en quantités suffisantes l'écorce d'Acacia pour répondre aux besoins de

y' D'améliorer la production fourragère pour atténuer la pression sur la forêt ;

y' De développer l'infrastructure d'accueil du public au niveau des sites récréatifs,

pour maintenir et accroitre le rôle récréatif de la forêt, particulièrement à proximité

Il s'agit d'objectifs simples et réalisables qui pourront permettre, si bien atteints, de

Conclusion

On peut remarquer que les conditions écologiques de la forêt de Maâmora sont assez spéciales et délicates, donnant lieu à une végétation et une faune particulière. Ces

ressources naturelles restent fragiles non seulement à cause de la délicatesse des conditions écologiques, mais aussi à cause de l'activité anthropique.

Retenons de tous ces aménagements qu'a connu la forêt de Maâmora, qu'ils étaient inadaptés car les gestionnaires avaient du mal à reconstruire la subéraie. Mais au fil du temps, ils se rendent compte que même si les conditions de station sont difficiles, des techniques de régénération comme la régénération par semis de glands donnent des résultats acceptables et pourront être pour l'instant le meilleur moyen de régénérer la subéraie.

Chapitre3 :

APPROCHE METHODOLOGIQUE

Afin d'atteindre l'objectif principal qui est de produire une base de données cartographique, outil d'aide à la décision aux aménagements futurs de la forêt de Maâmora tenant compte de la vulnérabilité des écosystèmes arborés face aux changements globaux, la méthodologie adoptée dans ce travail se décline en deux grands axes : l'analyse de la dynamique et l'évaluation de la vulnérabilité. Avant d'explorer la méthodologie détaillée de ces deux parties, on verra la source des données utilisées ainsi que les outils qui ont servi à les traiter.

3.1. Sources de données et Outils de traitement

3.1.1. Sources de données

Les images satellites utilisées ont été acquises par téléchargement sur le site www.glovis.usgs.gov. Il s'agit d'images Landsat de résolution 30 m. Ce choix est justifié par la disponibilité des images anciennes et récentes. Des images prises entre Juin et Septembre ont été choisies afin d'éliminer les confusions de classification dues à la végétation herbacée et arbustive qui peut être dense en dehors de cette période. Après le téléchargement, les bandes isolées sont réunies pour obtenir l'image multi-bandes. Pour cette période (Juin-Septembre) d'une même année, si plusieurs images sont disponibles, on a procédé à une composition d'images. La composition d'images consiste en une opération arithmétique sur différentes images pour en ressortir une seule image d'une plus grande qualité car elle permet de réduire certains défauts radiométriques qui peuvent exister si on considère seulement une image.

Les données climatiques ont été acquises auprès de la DMN (Direction de la Météorologie Nationale) sous forme de données de précipitations, températures, etc. journalières depuis 1980 jusqu'en 2013.

3.1.2. Outils de traitement

Les logiciels SIG comme Quantum GIS 2.4 et ArcGIS Desktop 10.2.1, le logiciel de traitement d'images ENVI 5 ainsi que le tableur excel ont été d'une grande utilité pour ce travail.

3.2. Analyse de la dynamique de la forêt

La période considérée pour l'analyse de la dynamique de la forêt de Maâmora est de 1987 à 2014. Ce choix est directement lié à la disponibilité des images satellitaires de la zone. Pour évaluer la dynamique de la végétation, on a procédé par une détection du changement de la végétation après avoir cartographié la répartition des principales espèces de la forêt.

La figure ci-après donne un aperçu général sur la méthode d'analyse de la dynamique de la forêt.

3.2.1. Cartographie de la répartition des principales espèces

3.2.1.1. Choix des classes

A partir d'une carte de type de peuplement établie lors de la dernière révision d'aménagement de la forêt de Maâmora (HCEFLCD, 2012), on a identifié 12 classes en tenant compte d'une part des principales espèces de la forêt (Chêne liège, Eucalyptus, Pins et Acacia) et d'autre part de la faculté de discernement entre les classes de densité vu que la définition des zones d'entrainement pour la classification ainsi que le contrôle de la classification sont faits par interprétation visuelle.

On a ainsi distingué les classes suivantes: Quercus suber dense (Qs1), moyennement dense (Qs2), clair (Qs3), épars (Qs4); Eucalyptus dense (Eu1), moyennement dense (Eu2), clair (Eu3), épars (Eu4); Acacia, Pin, Quercus suber en mélange avec les résineux (QsR) et enfin les vides. Les classes de densité « dense », « moyennement dense », « clair » et « épars » correspondent respectivement aux taux de recouvrement (R) suivant : R > 75%, 50% < R < 75%, 25% < R < 50% et R < 25%.

3.2.1.2. Classification des images

L'algorithme de classification adopté est le SVM pour Support Vector Machine. Cet algorithme a été adopté pour son efficacité à classifier les données complexes et en tirer de bons résultats.

La méthode SVM est une méthode de classification supervisée qui permet de résoudre des problèmes de discrimination et de régression. Elle passe par un entrainement sur un jeu de données duquel elle détermine de façon optimale un plan de séparation comme indiqué dans la figure 8. Pour les données non linéaires, Il y a d'abord une transformation à l'aide de fonctions Kernel. Le plan déterminé n'est pas absolu vu qu'il y a plusieurs plans qui permettent de séparer entre les jeux de données. Pour des questions d'optimisation, une marge sépare les données de 2 classes. Par exemple, dans la figure ci-après, la distance (d+)+(d-) constitue cette marge. A cause de cette marge, cette méthode est également appelée Séparateur à vaste marge. Les points situés sur les plans H1 et H2 sont appelés les vecteurs de support.

Dans le cas de la classification d'images satellites, des ROIs sont fournis et l'algorithme fait un apprentissage sur ces données. Pendant l'entrainement de l'algorithme, la séparation entre les pixels des classes fournies en ROIs se fait sur la base de l'information spectrale. Les plans ainsi que les marges de séparation sont déterminés donnant lieu à un modèle. Pendant la classification de l'entièreté de l'image, chaque pixel est classé dans une catégorie en fonction de son information spectrale à l'aide du modèle déterminé lors de l'entrainement.

Définition des ROIs : le SVM est un algorithme de classification supervisée, et comme toutes les autres méthodes de classification supervisée, il a nécessité la définition des zones d'entrainements ou ROI (Regions Of Interest). Disposant d'un shapefile des types de peuplements, on a alors procédé à la délimitation des ROIs en visualisant le shapefile sur l'image. Ce ne fut pas un travail automatique car il a fallu s'assurer de la correspondance entre la classe donnée par le shapefile et celle obtenue par interprétation visuelle de l'image satellitaire.

Le problème majeur est celui de la classification des images plus anciennes. Pour pallier à ce problème, on a commencé par l'image la plus récente avant de remonter progressivement aux plus anciennes permettant ainsi de s'habituer aux signatures spectrales des différentes classes pendant l'interprétation visuelle.

Dans QGIS, la définition des ROIs n'est rien d'autre que la création d'une couche de polygones des différentes classes.

Calcul des statistiques de l'image : C'est l'étape qui suit la définition des ROIs. Il s'agit du calcul de la moyenne et de l'écart-type de chaque bande de l'image. Le fichier résultant est stocké dans un fichier XML et utilisé dans les étapes suivantes.

Apprentissage de l'algorithme : A partir des ROIs fournis ainsi que les statistiques de l'image, l'algorithme produit un modèle qui servira à classifier dans la suite les autres pixels non inclus dans les ROIs.

Classification proprement dite : C'est ici que, sur la base du modèle produit précédemment, l'image est classifiée donnant lieu aux classes prédéfinies dans les ROIs.

Tamisage de l'image classifiée : L'algorithme "sieve" permet de tamiser l'image afin de ne pas avoir des pixels isolés. Pour cela, il est à fournir la taille de la plus petite entité à

considérer ou MMU (Minimum Mapping Unit) qui est de 1ha au moins en matière de cartographie forestière (ONF, 2014). On a considéré environ 2ha soit 20 pixels d'une image Landsat 30m.

Contrôle et validation de la classification : Vu que la qualité de la classification est tributaire de plusieurs facteurs comme par exemple le choix des classes, la qualité des

ROIs définis pour ne citer que ceux-ci, il convient de contrôler la classification. La

méthode de contrôle adoptée est en partie celle proposée par l'ONF. Après le tamisage de l'image classifiée, on a procédé à la génération aléatoire de 60 points de contrôle par

classe. Ensuite, par interprétation visuelle, on a renseigné dans un champ la classe à

laquelle devrait appartenir le point. Ceci a servi plus tard de vérité terrain pour le calcul de la matrice de confusion. Une fois la classe de chaque point renseignée, on procède au

calcul de la matrice de confusion qui permettra de calculer le coefficient Kappa via une

table de calcul excel. Selon Landis et Koch (1977), le coefficient Kappa permet d'apprécier la qualité de la classification et dire qu'elle est excellente si K > 0,8, bonne si

0,8 > K > 0,6, modérée quand 0,6 > K > 0,2 et mauvaise quand K < 0,2. Dans notre cas, la classification est validée si le coefficient Kappa excède 80%. Faute de quoi, il a fallu soit redéfinir les ROIs dans le cas où il y a trop de confusion entre les classes, ou soit redéfinir les classes si elles ne sont pas bien définies dans le choix des classes jusqu'à l'obtention d'une précision de classification satisfaisante.

Pour l'image de 2014 où il a été possible d'effectuer un contrôle sur terrain, un second contrôle basé sur des vérités terrain (polygones) recueillies sur quelques sites en forêt de Maâmora a été réalisé. Ces polygones ont été utilisés pour un second calcul du coefficient Kappa.

3.2.2. Détection du changement

Pour la détection du changement, afin d'avoir des périodes quasi égales, on a retenu 3 années, ce qui donne 2 périodes pour l'étude des changements. Il s'agit de la période de

1987 à 2000 puis de 2000 à 2014. La carte de changement a été réalisée en faisant l'union des fichiers de forme issus de la classification des images à ces différentes dates. Les classes de changement retenues sont : Evolution, régression et constance du chêne liège et de l'Eucalyptus, les vides reboisés, la dénudation de zones boisées, la conversion entre espèces et les zones inchangées autres que le chêne liège et l'Eucalyptus.

Pour plus de détails sur les changements, on a procédé à la génération de statistiques dans des matrices de changement.

3.3. Evaluation de la vulnérabilité

La vulnérabilité a été calculée non pas en considérant uniquement les changements climatiques (diminution des précipitations et augmentation de la température dans notre étude) mais en considérant les autres facteurs déterminant en Maâmora en matière de vulnérabilité des écosystèmes forestiers. On qualifie ainsi la vulnérabilité obtenue comme étant une vulnérabilité des écosystèmes forestiers face aux changements globaux. Divers facteurs ont été pris en compte selon la disponibilité des données mais aussi leur importance dans l'évaluation de la vulnérabilité des écosystèmes forestiers. Les facteurs considérés sont en partie ceux identifiés comme déterminants du changement à l'issu de l'analyse de la dynamique de la végétation. Ces facteurs individuels une fois identifiés ont été seuillés avant de les agréger pour obtenir la vulnérabilité des écosystèmes forestiers de la forêt. Sur consensus d'experts, l'unité retenue pour l'évaluation de la vulnérabilité des écosystèmes forestiers de la forêt de Maâmora est le groupe (groupe d'aménagement). La carte ci-après (figure 9) présente les 33 groupes de la forêt de Maâmora répartis sur ses 5 cantons.

3.3.1. Identification et caractérisation des facteurs considérés

3.3.1.1. Le type de sols

Le type de sols est déterminant dans la rétention en eau et en matières organiques et est important en matière de vulnérabilité des forêts aux changements globaux. Ce facteur a été extrait d'une carte pédologique élaborée par Heusch et Billaux (1966) et disponible à l'INRA. Elle a ensuite été récupérée sous format papier, vectorisée puis rastérisée avec une taille de pixel de 30m (Bagaram, 2014). Afin d'avoir ce facteur par groupe, on a procédé à la détermination de statistiques par zone (groupes), ce qui a permis de retenir le type de sol majoritairement représenté par groupe.

3.3.1.2. La pente du terrain naturel

La pente du terrain est un facteur déterminant dans la vocation d'un sol. En effet, plus la pente est forte, plus le ruissellement est important au détriment de l'infiltration donnant ainsi une disponibilité en eau faible pour les plantes. La pente du terrain naturel (figure 11) a été dérivée d'un MNT ASTER GDEM téléchargeable via le site http://gdex.cr.usgs.gov/gdex/. Pour obtenir ce facteur par groupe, on a procédé d'abord au seuillage avant de faire des statistiques par zone (groupes), ce qui a permis de retenir la classe de pente majoritaire par groupe.

3.3.1.3. La profondeur du plancher argileux ou l'épaisseur du sable

Ce facteur a été déterminé à partir des cartes d'isoprofondeurs (élaborées en 1993 à partir des travaux de Lepoutre) et des données de sondages à la tarière pédologique issues de la dernière révision d'aménagement (HCEFLCD, 2012) de la forêt de Maâmora. Ces données ont été plus tard analysées et complétées par les travaux de Bagaram (2014) qui, après interpolation par traitement géostatistique notamment le Krigeage a déterminé la carte de profondeur du plancher argileux (voir figure 12). La spatialisation de ce facteur par groupe a été faite de la même façon que pour la pente du terrain naturel, c'est à dire un seuillage suivi de statistiques zonales.

3.3.1.4. La pente du plancher argileux

Ce facteur a été déterminé à partir d'un MNT de la zone et la carte de profondeur du plancher argileux précédemment citée. En effet, dans un premier temps, en procédant à une soustraction de la profondeur du plancher argileux du MNT du terrain naturel, on obtient l'élévation du plancher argileux qui au même titre qu'un MNT permet d'extraire dans un deuxième temps la pente de la couche d'argile (Bagaram, 2014) (voir figure 13). La spatialisation de ce facteur par groupe a été faite de la même façon que pour la pente du terrain naturel et l'épaisseur du sable, c'est à dire un seuillage suivi de statistiques zonales afin de le représenter par groupes qui constituent la base de l'analyse.

3.3.1.5. Le déficit hydrique

Le déficit hydrique a été calculé par groupe de la forêt de Maâmora à partir de la réserve utile et l'évapotranspiration.

La réserve utile a été calculée par la même formule que celle utilisée par El Mansouri (2004). Elle donne la réserve utile en fonction de l'humidité à la capacité au champ (HCC), l'humidité au point de flétrissement permanent (HPF4.2) et la profondeur du sol (Pr) en mm.

L'humidité à la capacité au champ (HCC) est la quantité d'eau retenue par le sol après ressuyage de l'eau libre. L'humidité au point de flétrissement permanent (HPF4.2) quant à elle correspond à l'humidité du sol à partir de laquelle la plante ne peut plus prélever d'eau car la réserve utile en eau du sol a été entièrement consommée.

L'HCC et l'HPF ont été déterminées par les équations de régression issues des travaux de Merzouk et al. (1987) :

L'humidité à la capacité au champ et au point de flétrissement sont fonction du type de sol, notamment sa texture.

On a estimé l'Evapotranspiration potentielle (ETP) en utilisant la formule de Thornthwaite (1944) utilisée également par Bouteldjaoui et al. (2011) qui est comme suit :

Pour la forêt de Maâmora se situant sur la latitude 34°, les valeurs de F sont celles du tableau ci-après :

Tableau 4. Valeurs du facteur de correction F de la formule de Thornthwaite en Maâmora

Avec: Pmm = Précipitions, RU = Réserve Utile et ETP = Evapotranspiration Potentielle.

Les données de précipitations et de températures utilisées dans les calculs de l'évapotranspiration et du déficit hydrique sont les données de la DMN. Il s'agissait à l'état brut de données de précipitations et températures journalières depuis 1980 pour

trois stations (Rabat, Kenitra et Sidi Slimane). Ces données ont été traitées afin d'avoir les moyennes mensuelles sur toute la période avant de faire une interpolation par Krigeage pour obtenir une grille régulière de températures et de précipitations moyennes mensuelles de toute la forêt de Maâmora. Enfin, par intersection avec la carte des groupes, et en faisant la moyenne pondérée par la superficie des valeurs de précipitation ou de température au sein de chaque groupe, on a obtenu la carte de précipitations et celle de températures par groupe servant ainsi au calcul du déficit hydrique et de l'ETP.

Ensuite, le nombre de jours de déficit hydrique a été calculé par la formule suivante : Nbre jours DH = SDH/M(ETP/J)

Avec SDH étant le cumul des déficits hydriques des mois présentant un déficit hydrique et M(ETP/J) étant la moyenne des ETP moyennes journalières des mois présentant un déficit hydrique.

3.3.1.6. La continentalité

La continentalité est définie comme étant la distance ou l'éloignement par rapport à l'océan. Elle constitue un facteur très important en Maâmora et conditionne par exemple la régénération du chêne liège. En effet, la continentalité est principalement marquée par un gradient des précipitations moyennes annuelles qui va de 557,3 mm (Kenitra) à 403,6 mm (Sidi Slimane) en passant par 503,7 mm à Rabat-Salé (synthèse de données climatiques de la DMN entre 1980-2013). Plus on s'éloigne de l'océan, c'est-à-dire de l'Ouest vers l'Est, plus les précipitations diminuent et on note également une augmentation dans les températures moyennes annuelles ainsi que l'amplitude thermique annuelle (différence entre la moyenne du mois le plus chaud et celle du mois le plus froid).

La continentalité a caractérisée par la carte des précipitations (voir figure 14). Afin de spatialiser ce facteur par groupe, on a procédé par transformation de la carte des isohyètes en zones homogènes (polygones) de précipitations délimitées par les isohyètes avant de faire un calcul de statistiques par zone (groupes). Chaque groupe prend la valeur de précipitations majoritaire.

3.3.1.7. Les besoins en bois de feu

Les besoins en bois de feu sont parfois la cause des coupes délictueuses en forêts. Ce facteur a été déduit des données acquises auprès de la direction régionale aux eaux et forêts (DREF) de Kenitra. Il s'agit de données des besoins et de production en bois de feu par commune. A partir de ces données, on a fait le rapport Besoins/Production pour estimer l'ampleur de la pression humaine en termes de besoins en bois de feu. Pour ramener les données de la commune au groupe, On a fait l'intersection de la carte de Besoins/Production avec celle des groupes avant de faire une moyenne pondérée par la surface des besoins des communes se retrouvant dans chacun des groupes.

3.3.1.8. La pression pastorale

Le parcours est un ennemi notoire pour la régénération naturelle. En Maâmora, le pâturage est important et constitue donc un facteur important en termes d'évaluation de la vulnérabilité. Dans le but d'intégrer ce facteur, On a calculé comme pour les besoins en bois de feu un rapport Besoins/Production cette fois-ci en termes d'unités fourragères. Les données sont issues de la révision d'aménagement (HCEFLCD, 2012). La méthode pour ramener les données de la commune au groupe est la même que précédemment.

3.3.1.9. La densité de la population

Les besoins en bois de feu ainsi que la pression pastorale précédemment cités constituent tous des facteurs anthropozoogènes. Il reste toutefois un certain nombre d'actions humaines qu'on ne peut pas exhaustivement énumérer. A titre d'exemple, il y a le ramassage des glands. Pour englober tous les autres facteurs qui ont rapport avec l'activité humaine, on a choisi la densité de la population usagère de la forêt. Des données du nombre d'habitants par communes élaborées lors de la dernière révision d'aménagement (HCEFLCD, 2012) ont permis d'élaborer une carte de densité par commune. Cette dernière intersectée avec la carte des groupes suivie par un regroupement avec moyenne pondérée par la surface des communes à l'intérieur de chacun des groupes a permis d'obtenir la carte de densité de la population par groupe.

3.3.1.10. L'âge des peuplements ou le vieillissement

Un peuplement vieux est par nature moins vigoureux et plus vulnérable aux différents aléas comparé à un peuplement jeune ou adulte. Ainsi, le pourcentage de peuplements vieux par groupe a été considéré comme étant un facteur pour apprécier l'âge des peuplements. A partir de la carte des types de peuplements issue du dernier aménagement de la forêt, on a déterminé le pourcentage (en termes de superficie occupée) de peuplements vieux dans chaque groupe.

3.3.1.11. L'état sanitaire de la forêt

Un peuplement en bon état est naturellement plus apte à faire face aux divers évènements naturels et artificiels qu'il aura à subir. Ce facteur a été estimé à partir de la carte de mortalité des branches réalisée lors des travaux de Elmansouri (2013). On a donc considéré que plus le taux de mortalité des branches est élevé, le peuplement est mal portant. Après seuillage du taux de mortalité des branches, l'état sanitaire a été spatialisé par groupe en prenant la classe de mortalité des branches majoritaire par groupe dans un calcul de statistiques par zones (groupes).

3.3.2. Combinaison des différents facteurs

Les facteurs ont été agrégés à deux niveaux. Un premier niveau par affinité des divers facteurs individuels pour obtenir les vulnérabilités factorielles et un deuxième pour obtenir la vulnérabilité synthétique. L'agrégation s'est faite par pondération selon la formule suivante :

Où V représente la vulnérabilité résultant de l'agrégation à un niveau donné, Wi étant le poids donné au facteur Fi pendant l'intégration.

Que ce soit pour les vulnérabilités à l'année de référence 2010, à l'horizon 2045 ou à l'horizon 2070, l'agrégation des facteurs a été faite par la méthode AHP pour Analytic Hierarchy Process ou Processus d'Analyse Hiérarchique de Saaty.

3.3.2.1. Aperçu sur la méthode AHP

Cette méthode est due au mathématicien Thomas Saaty en 1980. Ce dernier, au travers de sa méthode appelée AHP ou Processus d'Analyse Hiérarchique propose une façon simple mais efficace de résoudre les problèmes complexes de décision intégrant plusieurs critères. L'avantage de la méthode réside dans sa capacité à structurer un problème complexe multicritère en procédant par comparaisons binaires. La comparaison par paires des facteurs se base sur l'échelle de Saaty qui est présentée dans la figure ci-après :

Figure 15. Echelle de Saaty (1977) pour la pondération des facteurs par paires
(Eastman, 2004 in Bagaram, 2014).

Cette échelle permet d'attribuer un degré d'importance relative aux différents facteurs par paires. Le tableau ci-après donne la signification des différents degrés d'importance :

Sur avis d'experts, les degrés d'importance relative par paires de facteurs ont été déterminés dans une matrice carrée dont les facteurs sont les lignes et les colonnes. Ensuite, certains calculs ont été nécessaires afin d'obtenir à partir des degrés d'importance par paires les poids pour l'agrégation. Ces calculs se font en trois étapes comme indiquées par Guesdon (2011). Il s'agit :

y' d'additionner les colonnes de la matrice. Tous les éléments d'une même colonne sont additionnés ;

y' de normaliser ensuite la matrice. Chaque entrée de la matrice est divisée par le total de sa colonne. La normalisation de la matrice permet alors des comparaisons significatives entre les éléments ;

y' enfin de calculer la moyenne des lignes. Tous les éléments d'une même ligne de la matrice normalisée sont additionnés et ensuite divisés par le nombre d'entrées

qu'elle comporte. La valeur obtenue correspond au poids pour agréger les différents facteurs.

Ce travail a été fait aussi bien pour combiner les différents facteurs individuels afin d'obtenir les vulnérabilités factorielles que pour l'agrégation des vulnérabilités factorielles pour en déduire la vulnérabilité synthétique.

3.3.2.2. Vulnérabilité des écosystèmes forestiers de la forêt de Maâmora en 2010 L'année de référence 2010 a été choisie car c'est presque la fin de l'aménagement sylvopastoral donnant ainsi lieu à plusieurs études d'où la disponibilité d'un certain nombre de données utiles pour ce travail.

La méthodologie adoptée est en partie celle proposée par la GIZ (2013) et reprise par Anonyme (2013). Elle a été adaptée au contexte de la Maâmora en fonction des données disponibles et des facteurs qui sont déterminants en Maâmora en matière de vulnérabilité des écosystèmes forestiers.

La figure 16 donne une vue d'ensemble sur la méthodologie adoptée pour l'évaluation de la vulnérabilité des écosystèmes forestiers de la Maâmora face aux changements globaux. Le détail concernant la détermination des facteurs est donné plus haut dans l'identification et la caractérisation des différents facteurs considérés.

Figure 16. Schéma de l'application de la modélisation spatiale multicritère pour
l'évaluation de la vulnérabilité des écosystèmes forestiers de la forêt de Maâmora.

3.3.2.3. Vulnérabilité des écosystèmes forestiers de la forêt de Maâmora aux horizons 2045 et 2070

Dans un premier temps, les facteurs changeants ont été projetés pour chaque horizon. Ceci n'a pas été le cas pour certains facteurs considérés comme invariants significativement sur la période considérée (2010-2070) comme les facteurs biophysiques par exemple.

La vulnérabilité factorielle climatique a été recalculée après projection des données de températures et de précipitations aux différents horizons suivant 2 scénarios différents, l'un dit optimiste (scénario RCP4.5 ou scénario 1) et l'autre dit pessimiste (scénario RCP8.5 ou scénario 2). Ces scénarios ont été conçus sur la base de la prédiction des trajectoires possibles de concentration des GES (voir annexe 2). L'interface web disponible sur http://climexp.knmi.nl/plot_atlas_form.py a permis de déterminer les variations de température et de précipitation pour chaque mois sur la période 2010-2045 puis 2010-2070 pour un endroit indiqué par sa latitude et longitude en se basant sur ces scénarios, permettant ainsi de projeter les données climatiques aux horizons 2045 et 2070.

La vulnérabilité factorielle anthropozoogène a été recalculée en projetant les différents facteurs en considérant notamment l'accroissement de la population en monde rural et l'accroissement du cheptel.

La vulnérabilité factorielle sylvicole a été recalculée en projetant notamment le facteur "Age des peuplements", en supposant qu'aucune activité d'aménagement n'ait lieu entre temps.

La vulnérabilité synthétique des écosystèmes forestiers est à nouveau recalculée avec les vulnérabilités factorielles obtenues après projections aux 2 horizons 2045 et 2070. On obtient ainsi 2 cartes de vulnérabilité synthétique pour chaque horizon selon le scénario climatique.

Chapitre 4 :

RESULTATS ET DISCUSSIONS

4.1. Analyse de la dynamique des écosystèmes forestiers

4.1.1. Cartes et tableaux issus de la classification et du contrôle

La classification a été suivie par le contrôle et on a obtenu les cartes des figures 3, 4 et 5 respectivement pour les années 1987, 2000 et 2014. Le tableau 6 donne les précisions globales ainsi que les coefficients Kappa des classifications. Le contrôle a donné plus de 80% pour le coefficient Kappa, permettant ainsi de valider les classifications. Le second contrôle de l'image 2014 a donné 70% pour le coefficient Kappa et 74% pour la précision globale de classification. Ce coefficient inférieur à celui obtenu lors du premier contrôle est explicable par le fait que certains peuplements jeunes comme des jeunes plantations de chêne liège n'ont pas suffisamment de réflectance dans le spectre de la végétation arborée pour être bien distingués dans l'image. Ceci a pour conséquence par exemple une confusion entre classes de densité d'une même espèce et le coefficient Kappa est faible de ce fait.

Il est à signaler que le contenu de la forêt de Maâmora n'est pas exhaustivement représenté sur ces cartes issues de notre classification. Il y a par exemple des cultures, du matorral, des points d'eau, des routes, des agglomérations pour ne citer que ceux-ci, qui ne sont pas considérés dans la classification étant donné qu'on ne pas les distinguer et qu'il s'agit de petites unités. Les cartes d'occupation du sol donnent ainsi juste les principales espèces forestières en Maâmora.

On peut remarquer que pendant toute la période considérée, le chêne liège est surtout important dans le canton A et B, et peu dans le canton C. Dans les autres cantons (D et E), il n'y a pratiquement plus de chêne liège. La superficie totale de la forêt de Maâmora est d'environ 131000 ha en excluant les enclaves.

Figure 17. Carte de la répartition des principales essences forestières en Maâmora en 1987.

Occupations		Superficie 1987 (ha)	Taux de couverture(%) par rapport à la classe	Total classe	% par rapport à la superficie totale
Qs	Qs1	8910,5	13,82	64461,38	49,20
	Qs2	18885,3	29,30
	Qs3	29758,61	46,17
	Qs4	6906,97	10,71
Eu	Eu1	24580,2	54,97	44719,49	34,13
	Eu2	6619,81	14,80
	Eu3	9652,57	21,58
	Eu4	3866,91	8,65
QsR	QsR	9806,18	-	9806,18	7,48
Pin	Pin	5769,73	-	5769,73	4,40
Acacia	Acacia	3849,94	-	3849,94	2,94
Vides	Vides	2413,61	-	2413,61	1,84
Total		131020,33	-	131020,33	100

Qs : Quercus suber, Eu : Eucalyptus, QsR : Qs en mélange avec résineux. Classes de densité 1, 2, 3 et 4 : dense, moyennement dense, clair et épars respectivement.

Selon la figure 17 (Répartition des principales espèces de la forêt en 1987) et le tableau précédent (Tableau7), la situation de la forêt de Maâmora en 1987 est comme suit :

y' Environ 49% de la superficie totale de la forêt était occupée par le chêne liège soit une superficie de 64461 ha, avec prédominance de la classe de densité 3 (Chêne liège clair) qui fait environ 46% de la superficie du chêne liège,

y' Environ 34% de la superficie totale de la forêt était occupée par l'Eucalyptus soit une superficie de 44719 ha avec prédominence de l'Eucalyptus dense qui fait environ 55% de la superficie de l'Eucalyptus,

y' Environ 7,5% de la superficie totale de la forêt était occupée par le Chêne liège en mélange avec les résineux, soit une superficie de 9800 ha,

y' Environ 4,4% de la superficie totale de la forêt était occupée par le pin, ce qui fait une superficie de 5770 ha, environ 3% de la superficie de la forêt était occupée par l'Acacia, donc une superficie de 3850 ha et les vides occupaient une superficie d'environ 2413,61 ha, ce qui fait 1,8% de la superficie totale de la forêt.

Figure 18. Carte de la répartition des principales essences forestières en Maâmora en 2000.

Occupations		Superficie 2000 (ha)	Taux de couverture (%) par rapport à la classe	Total classe	% par rapport à la superficie totale
Qs	Qs1	11746,73	20,63	56937,40	43,46
	Qs2	11693,76	20,54
	Qs3	26441,42	46,44
	Qs4	7055,49	12,39
Eu	Eu1	22218,38	49,22	48073,75	36,69
	Eu2	13060,78	27,17
	Eu3	8205,86	17,07
	Eu4	4588,73	9,55
QsR	QsR	14392,00	-	14392,00	10,98
Pin	Pin	7091,44	-	7091,44	5,41
Acacia	Acacia	2553,82	-	2553,82	1,95
Vides	Vides	1971,92	-	1971,92	1,51
Total		131020,33	-	131020,33	100

Qs : Quercus suber, Eu : Eucalyptus, QsR : Qs en mélange avec résineux. Classes de densité 1, 2, 3 et 4 : dense, moyennement dense, clair et épars respectivement.

y' Environ 43,5% de la superficie totale de la forêt était occupée par le chêne liège soit une superficie de 56937 ha, avec prédominance de la classe de densité 3 (Chêne liège clair) qui fait environ 46% de la superficie du chêne liège,

y' Environ 37% de la superficie totale de la forêt était occupée par l'Eucalyptus soit une superficie de 48074 ha avec prédominence de l'Eucalyptus dense qui fait environ 49% de la superficie de l'Eucalyptus,

y' Environ 11% de la superficie totale de la forêt était occupée par le Chêne liège en mélange avec les résineux, soit une superficie de 14392 ha,

y' Environ 5,4% de la superficie totale de la forêt était occupée par le pin, ce qui fait une superficie de 7091 ha,

y' Environ 2% de la superficie de la forêt était occupée par l'Acacia, donc une superficie de 2553 ha, les vides occupaient une superficie d'environ 1972 ha, ce qui fait 1,5% de la superficie totale de la forêt.

Figure 19. Carte de la répartition des principales essences forestières en Maâmora en 2014.

Tableau 9. Ventilation des superficies des principales espèces de la forêt en 2014

Occupations		Superficie 2014 (ha)	Taux de couverture (%) par rapport à la classe	Total classe	% par rapport à la superficie totale
Qs	Qs1	12200,42	19,85	61471,65	46,92
	Qs2	14996,75	24,40
	Qs3	23315,21	37,93
	Qs4	10959,27	17,83
Eu	Eu1	22881,21	53,67	42635,13	32,54
	Eu2	9858,97	23,12
	Eu3	7448,36	17,47
	Eu4	2446,59	5,74
Pin	Pin	10012,84	-	10012,84	7,64
QsR	QsR	9740,49	-	9740,49	7,43
Acacia	Acacia	3600,9	-	3600,9	2,75
Vides	Vides	3559,32	-	3559,32	2,72
Total		131020,33	-	131020,33	100

Qs : Quercus suber, Eu : Eucalyptus, QsR : Qs en mélange avec résineux. Classes de densité 1, 2, 3 et 4 : dense, moyennement dense, clair et épars respectivement.

y' Environ 46,92% de la superficie totale de la forêt est occupée par le chêne liège soit une superficie de 61471,65 ha, avec prédominance de la classe de densité 3 (Chêne liège clair) qui fait environ 38% de la superficie du chêne liège,

y' Environ 32,54% de la superficie totale de la forêt est occupée par l'Eucalyptus soit une superficie de 42635 ha avec prédominence de l'Eucalyptus dense qui fait environ 54% de la superficie de l'Eucalyptus,

y' Environ 7,64% de la superficie totale de la forêt est occupée par le pin, ce qui fait une superficie de 10012,8 ha,

y' Environ 7,43% de la superficie totale de la forêt est occupée par le Chêne liège en mélange avec les résineux, soit une superficie de 9740,5 ha,

y' Environ 2,75% de la superficie de la forêt est occupée par l'Acacia, donc une superficie de 3600,9 ha, les vides occupent une superficie d'environ 3559,3 ha, ce qui fait 2,72% de la superficie totale de la forêt.

4.1.2. Analyse et interprétation des changements

L'analyse des cartes de changements aussi bien entre 1987 et 2000 qu'entre 2000 et 2014 des figures 21 et 22 (cartes de changements) ainsi que les tableaux 10 et 11 (matrices de changements) permettent de dire que la forêt de la Maâmora a subi beaucoup de changements, c'est à dire qu'elle est très dynamique. Il y a eu aussi bien des changements de classe de densité (densification-dédensification) que des conversions entre espèces. Avant d'aller plus loin, il est à souligner que la détection du changement entre le début et la fin d'une période donnée (méthode diachronique) ignore les variations intermédiaires d'une classe sur ladite période. Par exemple, si la superficie d'une classe donnée a diminué sur toute la période, on ne peut pas affirmer sans preuves que le changement a été homogène sur toute la période.

Classes	Qs1	Qs2	Qs3	Qs4	Acacia	Eu1	Eu2	Eu3	Eu4	Pin	QsR	Vide	Sup.1987 (ha)
Qs1	51	15	2	5	9	2	1	0	0	7	0	1	8910,5
Qs2	39	43	14	9	16	4	7	2	1	8	8	2	18885,3
Qs3	6	21	56	22	23	11	14	17	14	17	13	9	29758,61
Qs4	0	1	4	9	5	4	4	11	10	8	8	12	6906,97
Acacia	2	3	3	3	27	1	2	2	1	10	0	1	3849,94
Eu1	1	5	5	12	2	55	34	19	23	4	14	10	24580,2
Eu2	0	2	1	9	1	8	13	10	9	2	3	22	6619,81
Eu3	0	6	4	6	8	5	13	24	23	8	3	19	9652,57
Eu4	0	3	1	8	6	2	4	5	6	5	2	14	3866,91
Pin	0	1	3	10	3	3	2	7	10	25	2	5	5769,73
QsR	0	1	7	5	0	3	3	3	2	2	41	1	9806,18
Vide	0	0	0	2	0	2	3	2	1	3	5	4	2413,61
Total	100	100	100	100	100	100	100	100	100	100	100	100	Total: 131020,33
Sup. 2000(ha)	11746,7	11693,8	26441,4	7055,5	2553,8	22218,4	13060,8	8205,9	4588,7	7091,4	14392	1971,92

Qs : Quercus suber, Eu : Eucalyptus, QsR : Qs en mélange avec résineux. Classes de densité 1, 2, 3 et 4 : dense, moyennement dense, clair et épars respectivement.

CLASSES	Qs1	Qs2	Qs3	Qs4	Acacia	Eu1	Eu2	Eu3	Eu4	Pin	QsR	Vide	Sup. 2000(ha)
Qs1	60	27	2	4	11	0	1	0	1	1	0	5	11746,73
Qs2	25	29	4	8	24	3	4	2	7	7	0	3	11693,76
Qs3	2	23	57	18	17	7	15	17	10	8	11	11	26441,42
Qs4	2	4	5	15	7	3	3	6	5	9	3	5	7055,49
Acacia	3	2	1	4	18	0	0	1	7	1	0	2	2553,82
Eu1	2	1	8	8	3	48	25	17	20	21	7	17	22218,38
Eu2	2	3	7	6	3	16	24	9	16	13	8	14	13060,78
Eu3	1	3	5	6	4	5	12	18	13	8	4	5	8205,86
Eu4	0	1	2	3	3	3	6	10	11	8	1	1	4588,73
Pin	4	4	2	18	9	1	1	2	5	15	2	26	7091,44
QsR	0	2	8	4	0	12	6	14	4	6	62	9	14392
Vide	1	1	1	5	2	1	1	4	2	2	1	2	1971,92
Total	100	100	100	100	100	100	100	100	100	100	100	100	Total: 131020,33
Sup, 2014(ha)	12200,42	14996,8	23315,2	10959,3	3600,9	22881,2	9858,97	7448,36	2446,6	10012,8	9740,5	3559,32

Qs : Quercus suber, Eu : Eucalyptus, QsR : Qs en mélange avec résineux. Classes de densité 1, 2, 3 et 4 : dense, moyennement dense, clair et épars respectivement.

Pendant toute la période de 1987 à 2014, il y a eu beaucoup de fluctuations entre les classes. Néanmoins, On peut retenir :

? Une diminution de la superficie du chêne liège entre 1987 et 2000 puis une augmentation de cette superficie entre 2000 et 2014. Cette superficie est passée de 64461,4 ha à 56937,4 ha puis de 56937,4 ha à 61471,65 ha. L'aménagement a joué un rôle primordial dans ces changements de la superficie du chêne liège et celle des autres espèces. En effet, l'Amenagement Dannois(1972-1992) de la forêt de Maâmora conformément à ses objectifs a prôné entre autres le remplacement du chêne liège par des essences introduites à croissance rapide feuillues et résineuses là où sa reconstitution est difficile, avec priorité aux résineux (HCEFLCD, 2012).

Le schéma suivant montre un peu l'évolution de la supericie du chêne liège dans la forêt de Maâmora entre 1951 et 2011 :

Figure 20. Superficie du chêne liège en Maâmora entre 1951 et 2011
(source : DREFLCD Nord-Ouest, 2012)

On remarque d'après le graphe précédent (Figure 20) que la superficie du chêne liège a diminué jusqu'en 1992 (de 100000 ha à 60000 ha) puis, on voit une augmentation en 2006 (65000 ha). En confrontant ce résultat au notre, on constate qu'il ya une concordance parfaite entre les 2 résultats, notamment en ce qui concerne la diminution de la superficie du Chêne liège entre 1951 (100000 ha) et 2000 (57000 ha). Par contre, pour la période 2000-2014, on constate une augmentation de la superficie de chêne liège due à la nouvelle politique de reboisement qui a tracé pour objectif la reconstitution de l'écosystème forestier en utilisant les essences autochtones, ce qui se traduit dans la forêt de Maâmora par le reboisement du chêne liège. Toutefois, le rythme de l'augmentation de la superficie de chêne liège pour ladite période (2000-2014) obtenu par les résultats de l'analyse par télédétection ne reflètent pas celui des données de la DREFLCD Nord-Ouest, 2012 (Figure 20). En effet, les données de cette figure donnent une superficie de 70400ha en 2011, alors que la superficie obtenue suite à l'analyse par télédétection donne une superficie de 61500 ha. Cette différence est due à plusieurs raisons. Entre autres, on peut citer la confusion qui peut avoir lieu entre le terrain vide et les jeunes plantations de Chêne liège vu que ces dernières n'ont pas suffisamment de réflectance dans le spectre de la végétation arborée pour apparaitre clairement dans l'image satellitaire et par conséquent, une bonne partie de cette plantation notamment pour les 4 dernières années risque de ne pas être prise en considération dans la classification de la dernière image satellitaire.

? Les tableaux 12 et 13 ci-après donnent le rythme de changement de chaque classe. Notons qu'il y a surtout des changements entre classes d'une même espèce (Chêne liège ou Eucalyptus) ou des changements de classe de densité.

Superficies (ha)			Différence		Rythme moyen annuel (ha/an)
1987	2000		Ha	%
8910,50	11746,73		2836,23	31,83	218,17
18885,30	11693,76		-7191,54	-38,08	-553,20
29758,61	26441,42		-3317,19	-11,15	-255,17
6906,97	7055,49		148,52	2,15	11,42
3849,94	2553,82		-1296,12	-33,67	-99,70
24580,20	22218,38		-2361,82	-9,61	-181,68
6619,81	13060,78		6440,97	97,30	495,46
9652,57	8205,86		-1446,71	-14,99	-111,29
3866,91	4588,73		721,82	18,67	55,52
5769,73	7091,44		1321,71	22,91	101,67
9806,18	14392,00		4585,82	46,76	352,76
2413,61	1971,92		-441,69	-18,30	-33,98
Total		131020,33

Superficies (ha)			Différence		Rythme moyen annuel (ha/an)
2000	2014		Ha	%
11746,73	12200,42		453,69	3,86	34,90
11693,76	14996,75		3302,99	28,25	254,08
26441,42	23315,21		-3126,21	-11,82	-240,48
7055,49	10959,27		3903,78	55,33	300,29
2553,82	3600,90		1047,08	41,00	80,54
22218,38	22881,21		662,83	2,98	50,99
13060,78	9858,97		-3201,81	-24,51	-246,29
8205,86	7448,36		-757,50	-9,23	-58,27
4588,73	2446,59		-2142,14	-46,68	-164,78
7091,44	10012,84		2921,40	41,20	224,72
14392,00	9740,49		-4651,51	-32,32	-357,81
1971,92	3559,32		1587,40	80,50	122,11
Total		131020,33

Qs : Quercus suber, Eu : Eucalyptus, QsR : Qs en mélange avec résineux. Classes de densité 1, 2, 3 et 4 : dense, moyennement dense, clair et épars respectivement.

? Une fluctuation dans la superficie des Eucalyptus explicable par leur dynamique due aux coupes aussi bien d'exploitations que de délits et aux reboisements. On peut retenir néanmoins une augmentation de 7% (de 44719ha à 48073ha) entre 1987 et 2000 puis une diminution de 11% (de 48073ha à 42635ha) entre 2000 et 2014. En

voyant de plus près la carte de changements entre 2000 et 2014 (Figure 22) et la matrice de changements entre 2000 et 2014 du tableau 11, une grande partie des conversions d'Eucalyptus qu'on peut remarquer ont été faites au profit du pin ;

? Une augmentation des superficies reboisées en pins entre 1987 et 2014. Cette augmentation est sans doute le fruit du succès dans le reboisement des pins. On peut ainsi comprendre le résultat de certaines études sur la forêt de Maâmora qui attribuent la vocation de 44407ha, soit 33,35% de la superficie de la forêt aux reboisements de pins (HCEFLCD, 2012). On note une diminution de la superficie des acacias jusqu'en 2000 suivie d'une augmentation entre 2000 et 2014, une augmentation de la superficie du chêne liège en mélange avec les résineux avant de diminuer entre 2000 et 2014 ;

? Une diminution des vides entre 1987 et 2000 de 18% puis une augmentation entre 2000 et 2014 de 80%. La diminution constatée est sans doute due aux reboisements des vides. Ensuite, l'augmentation constatée est attribuable aux quelques échecs de reboisements, aux peuplements très jeunes de chêne liège n'ayant pas encore suffisamment de réflectance dans le spectre de la végétation arborée, et les vides dus à des coupes comme des coupes d'Eucalyptus. Rappelons qu'en Maâmora, les exploitations du bois d'Eucalyptus sont fréquentes, et il y a en général un temps qui sépare les reboisements de l'exploitation.

Nous rappelons que dans cette évolution, on a considéré les enclaves comme existant depuis le début de la période considérée c'est à dire 1987 afin de faire les comparaisons entre les différentes dates, quoi que l'institution de certaines enclaves soit récente.

Les cartes des figures 21 et 22 ci-après permettent de visualiser les changements. Ces cartes disent une fois encore combien la forêt de Maâora est très dynamique. Cette dynamique est attribuable en grande partie aux actions d'aménagement, mais aussi aux actions anthropiques telles que les coupes d'Eucalyptus pour charbonières, le bois de feu, le paturâge, etc.

Le tableau 14 résume un peu toutes les statitistiques en termes de superficies et de pourcentages des différentes espèces sur la période considérée.

380000 390000 400000 410000

380000

Carte de Changement de la Forêt de Maâmora entre 1987 et 2000

E = 1/250 000

390_i000 400000 410000 420₀00 430000 440000

l 380000 39d000 40d000 410000

~,,

2,5 0

r1' ' .440,

9:~

.
·
· 4e^:::

'. ; 5.

4 fe

r P

s 10

K ~

1 - -- _# +

_{f r}.~

r .

`_'

} ' r`~

hk,., ;mei '' .

-.:14.r.fti -.0

1 ~,

__;,

· _·F

.T1^f`j.

i_f,`¹,-_,,,e1₎

. Y i s

ill.^' :V '`
·

yyyiy es+

. :

-
·

Légende:

i Reboisements de vides - Qs++

Pas de changement Qs --

Qs inchangé

Conversion

Dénudation

"Th.-- Limites

_ 1 _ Eu inchangé

r r . .-

. ... ; ? .

ii..

._c14:

. 0 ` - met f¹1^..

.- . . , `.

' . 41)^.6^' p '^;,k^r " .

_,0
·,

Datum: Merchich

Projection: Lambert conique conforme Merchich Nord Maroc Réalisée le 19/11/2014

380¹000

390000

400000

410b00

420000

430000 440b00

Projection: Lambert conique conforme Merchich Nord Maroc Réalisée le 19/11/2014

Tableau 14. Synthèse de l' évolution des superficies des principales espèces

		1987				2000				2014
Occupations		Superficie 1987	Taux de couverture(%) par rapport à la classe	Total classe	% par rapport à la superficie totale	Superficie 2000	Taux de couverture(%) par rapport à la classe	Total classe	% par rapport à la superficie totale	Superficie 2014	Taux de couverture(%) par rapport à la classe	Total classe	% par rapport à la superficie totale
Qs	Qs1	8910,5	13,82	64461,38	49,20	11746,73	20,63	56937,4	43,46	12200,42	19,85	61471,65	46,92
	Qs2	18885,3	29,30			11693,76	20,54			14996,75	24,40
	Qs3	29758,61	46,17			26441,42	46,44			23315,21	37,93
	Qs4	6906,97	10,71			7055,49	12,39			10959,27	17,83
Acacia	Acacia	3849,94	-	3849,94	2,94	2553,82	-	2553,82	1,95	3600,9	-	3600,9	2,75
Eu	Eu1	24580,2	54,96	44719,49	34,13	22218,38	46,22	48073,75	36,69	22881,21	53,67	42635,13	32,54
	Eu2	6619,81	14,80			13060,78	27,17			9858,97	23,12
	Eu3	9652,57	21,58			8205,86	17,07			7448,36	17,47
	Eu4	3866,91	8,65			4588,73	9,55			2446,59	5,74
Pin	Pin	5769,73	-	5769,73	4,40	7091,44	-	7091,44	5,41	10012,84	-	10012,84	7,64
QsR	QsR	9806,18	-	9806,18	7,48	14392	-	14392	10,98	9740,49	-	9740,49	7,43
Vides	Vides	2413,61	-	2413,61	1,84	1971,92	-	1971,92	1,51	3559,32	-	3559,32	2,72
Total		131020,33	-	131020,33	100	131020,33	-	131020,33	100	131020,33	-	131020,33	100

Qs : Quercus suber, Eu : Eucalyptus, QsR : Qs en mélange avec résineux. Classes de densité 1, 2, 3 et 4 : dense, moyennement dense, clair et épars respectivement.

4.1.3. Facteurs de changements

On a commencé l'identification des facteurs de changements pendant l'interprétation de la dynamique observée dans la forêt. Comme dit plus haut, le chêne liège couvrait entièrement la forêt de Maâmora jusqu'à peu de temps avant le protectorat français. Mais actuellement, sa superficie ne dépasse pas les 70000 ha. Le remplacement du chêne liège s'est fait au profit d'autres espèces comme les pins, les eucalyptus et les acacias. Plusieurs facteurs sont la cause de ces changements. Entre autres, on peut citer :

y' les facteurs climatiques : l'aridité du climat et le gradient de continentalité se reflètent dans la quantité des précipitations et les températures, donnant ainsi des conditions limites de développement du chêne liège qui s'aggraveront avec les changements climatiques;

y' les facteurs biophysiques : le type de substrat (sable sur argile) peut être parfois très défavorable de par la faible rétention en eau du sol qui dépend du type de sol (ce qui sous-entend sa texture); la profondeur du sable joue sur l'infiltration de l'eau et donc, plus la couche de sable est épaisse, moins l'eau est disponible pour les plantes; les pentes du terrain naturel et du plancher argileux conditionnent le ruissellement car plus la pente est forte, plus le ruissellement est important et moins importante est la réserve utile pour les plantes;

y' les facteurs relatifs à l'état sanitaire comme les attaques parasitaires et le vieillissement affaiblissent le chêne liège, ce qui conduit à son dépérissement;

y' les actions anthropozoogènes, principalement les coupes illicites de bois (pour charbonières, bois de feu, etc.), la pression pastorale croissante à cause de l'importance du cheptel, le ramassage de glands, le pompage d'eau pour la mise en culture, etc. entrainent la dégradation du chêne liège.

Tous ces facteurs dégradent l'état de la suberaie et défavorisent la régénération naturelle. Les aménagements inadaptés qui se sont succédés depuis 1951 ont aggravé cette dégradation. En effet, suite aux échecs rencontrés lors des aménagements, les plantations se sont tournées vers d'autres espèces à croissance rapide et faciles à reboiser. Ce n'est que récemment (2003) que la régénération du chêne liège a connu plus de succès avec la bonne conduite de la régénération par semis de glands.

Le Schéma de la figure 23 ci-après présente un peu une vue globale de ces facteurs de changements.

Conditions climatiques	Conditions	Attaques parasitaires +	Actions
défavorables	biophysiques	vieillissement	anthropozoogènes

Continentalité +	Nature du substrat
Aridité du climat	(Sable/Argile)

4.2. Evaluation de la vulnérabilité des écosystèmes forestiers

4.2.1. Seuillage et spatialisation des différents facteurs

4.2.1.1. Le type de sols

En considérant les différents types de sols selon leur aptitude à la régénération du chêne

1: Sol lessivé modal sur cailloutis à matrice argilo-sableuse acide, et Sol lessivé hydromorphe à pseudogley de profondeur. 2: Sol lessivé modal sur sable argileux acide, reposant sur argile sableuse marmorisée. 3: Sol à sesquioxides. 4: Sol isohumique.

La carte ci-après (figure 24) obtenue après spatialisation par groupe donne la vulnérabilité des écosystèmes forestiers au facteur individuel type de sol.

Figure 24. Carte de vulnérabilité par groupe des écosystèmes de la Maâmora en
considérant les différents types de sol.

4.2.1.2. La pente du terrain naturel

On retient qu'une pente est faible entre 0 et 10%, moyenne entre 10 et 15% et forte quand elle est supérieure à 15%. On considère dans notre cas une classe supplémentaire, c'est à dire qu'on considère la pente comme étant très faible quand elle est inférieure à 6%. Le tableau ci-après présente les classes de vulnérabilité selon les différentes classes de pente.

Tableau 16. Classes de vulnérabilité des différentes classes de pente du terrain naturel

Après spatialisation, On a obtenu la carte ci-après. Elle indique que plus on s'éloigne de l'océan, la pente est plus forte rendant les écosystèmes plus vulnérables.

Figure 25. Carte de vulnérabilité par groupe des écosystèmes de la Maâmora en
considérant les classes de pente du terrain naturel.

4.2.1.3. Epaisseur du sable

Le tableau ci-après donne les seuils retenus pour la profondeur du plancher argileux ou encore l'épaisseur du sable :

Tableau 17. Classes de vulnérabilité des différentes classes d'épaisseur de la couche d'agile

Après spatialisation, on a obtenu la carte ci-après qui indique par groupe la vulnérabilité des écosystèmes forestiers en considérant l'épaisseur du sable :

Figure 26. Carte de vulnérabilité par groupe des écosystèmes de la Maâmora en
considérant l'épaisseur du sable.

4.2.1.4. Pente du plancher argileux

Les seuils retenus pour la pente du plancher argileux sont consignés dans le tableau ci-après :

Tableau 18. Classes de vulnérabilité des différentes classes de pente de la couche d'agile

Après spatialisation, on a obtenu la carte ci-après qui présente la vulnérabilité des écosystèmes forestiers en considérant uniquement la pente de la couche d'argile.

Figure 27. Carte de vulnérabilité par groupe des écosystèmes de la Maâmora en
considérant la pente de la couche d'argile.

4.2.1.5. Le déficit hydrique

Après le calcul du déficit hydrique par groupe, on a procédé à son seuillage selon le tableau ci-après avant de le représenter sous forme de carte.

Tableau 19. Classes de vulnérabilité des différentes classes de déficit hydrique

Une représentation par groupe du nombre de jours de déficit hydrique donne la carte ci-après, qui montre que plus on va vers l'Est, le nombre de jours de déficit hydrique devient plus important.

Figure 28. Carte de vulnérabilité par groupe des écosystèmes de la Maâmora en considérant le nombre de jours de déficit hydrique.

4.2.1.6. La continentalité

Les classes de précipitations délimitées par les isohyètes ont été attribuées à des niveaux de vulnérabilité comme dans le tableau ci-après :

Figure 29. Carte de vulnérabilité par groupe des écosystèmes de la Maâmora en
considérant l'effet de la continentalité.

4.2.1.7. Besoins en bois de feu

Quand la production égale la consommation, on considère que les prélèvements n'affectent pas les écosystèmes forestiers en mal. Plus le déficit est grand, plus les écosystèmes sont affectés vu qu'ils sont exploités au-delà de leur possibilité. Le tableau ci-après donne la correspondance en termes de vulnérabilité du rapport Besoins/Production.

Tableau 21. Classes de vulnérabilité selon le niveau de déficit en bois de feu

Après avoir ramené les données de déficit en bois de feu de la commune au groupe, on a obtenu la carte ci-après :

Figure 30. Carte de vulnérabilité par groupe des écosystèmes de la Maâmora en
considérant le déficit en bois de feu.

4.2.1.8. Pression pastorale

Tout comme pour le déficit en bois de feu, le tableau ci-après montre les seuils retenus pour la pression pastorale.

Tableau 22. Classes de vulnérabilité selon le niveau de pression pastorale

La carte ci-après donne la vulnérabilité des écosystèmes forestiers de la Maâmora en considérant uniquement la pression pastorale.

Figure 31. Carte de vulnérabilité par groupe des écosystèmes de la Maâmora en
considérant la pression pastorale.

4.2.1.9. La densité de la population

La pression humaine est plus élevée si la densité est élevée. Le tableau ci-après donne les classes de vulnérabilité selon les seuils de densité retenus.

Tableau 23. Classes de vulnérabilité en fonction de la densité de la population

La carte ci-après donne la vulnérabilité des écosystèmes forestiers de la Maâmora en considérant uniquement la densité de la population.

Figure 32. Carte de vulnérabilité par groupe des écosystèmes de la Maâmora en
considérant la densité de la population.

4.2.1.10. Le vieillissement

Le pourcentage de peuplements vieux par groupe a été seuillé comme indiqué dans le tableau ci-après.

La carte ci-après montre pour chaque groupe sa vulnérabilité en considérant uniquement le facteur vieillissement avec les seuils du tableau précédent.

Figure 33. Carte de vulnérabilité par groupe des écosystèmes de la Maâmora en
considérant l'âge des peuplements.

4.2.1.11. L'état sanitaire de la forêt

Le seuillage élaboré pour ce facteur est fait en fonction du taux de mortalité des branches comme dit plus haut dans la méthodologie. Le tableau ci-après donne les seuils retenus.

Tableau 25. Classes de vulnérabilité en fonction de l'état sanitaire de la forêt

3. Mortalité des branches modérée 4. Mortalité des branches sévère 5. Terrains non boisés.

La représentation spatiale par groupe de ce facteur a donné la carte ci-après :

Figure 34. Carte de vulnérabilité par groupe des écosystèmes de la Maâmora en
considérant l'état sanitaire.

4.2.2. Vulnérabilité des écosystèmes forestiers en 2010

4.2.2.1. Vulnérabilité factorielle biophysique

Le tableau ci-après donne les poids (déterminés par AHP) des différents facteurs biophysiques qui ont permis de calculer la vulnérabilité factorielle biophysique:

La pente du plancher argileux a le poids le plus important (0,51) comme on le voit dans le tableau 26. En appliquant ces poids, on obtient la carte suivante pour le facteur biophysique:

4.2.2.2. Vulnérabilité factorielle climatique

Le tableau ci-après donne les poids (déterminés par AHP) des facteurs climatiques qui ont permis de calculer la vulnérabilité factorielle climatique:

L'agrégation de ces 2 facteurs avec ces poids donne la carte de vulnérabilité factorielle climatique comme représentée par groupe dans la figure ci-après :

4.2.2.3. Vulnérabilité factorielle anthropozoogène

Le tableau ci-après donne les poids des facteurs anthropozoogènes qui ont permis de calculer la vulnérabilité factorielle anthropozoogène:

L'agrégation de ces facteurs avec les poids donnés dans le tableau précédent donne la carte de vulnérabilité factorielle anthropozoogène comme représentée par groupe dans la figure ci-après :

4.2.2.4. Vulnérabilité factorielle sylvicole

Le tableau ci-après donne les poids des facteurs sylvicoles qui ont permis de calculer la vulnérabilité factorielle sylvicole :

L'agrégation de ces 2 facteurs avec les poids du tableau précédent donne la carte de vulnérabilité factorielle sylvicole comme représentée par groupe dans la figure ci-après :

4.2.2.5. Vulnérabilité synthétique à l'année de référence (2010)

Une fois les vulnérabilités factorielles calculées, on a procédé à leur agrégation pour obtenir la vulnérabilité synthétique à l'année de référence qui est l'année 2010. Les poids utilisés pour cette agrégation sont déterminés par AHP et donnés dans le tableau ci-après.

Figure 39. Carte de vulnérabilité synthétique des écosystèmes forestiers de la forêt de
Maâmora aux changements globaux (2010).

La carte de vulnérabilité synthétique précédente indique que le groupe DGI était le plus vulnérable en 2010 (vulnérabilité élevée). Notons qu'il n'y a pas de groupes non vulnérables. En effet, à cause de la panoplie de facteurs jouant sur les forêts, celles-ci sont forcément vulnérables jusqu'à un certain niveau.

Notons également que pendant l'agrégation, le facteur climatique a eu le poids le plus élevé (0,56). Ceci se reflète plus ou moins dans la vulnérabilité synthétique finale qui présente à l'instar de la vulnérabilité factorielle climatique une vulnérabilité d'autant plus importante qu'on va de l'Ouest vers l'Est.

4.2.3. Vulnérabilité des écosystèmes forestiers à l'horizon 2045

Etant donné que les facteurs biophysiques ont été considérés comme invariants sur la période considérée, seules les vulnérabilités factorielles climatique, anthropozoogène et sylvicole ont été recalculées.

4.2.3.1. Le facteur climatique

Comme explicité dans la méthodologie, 2 scénarios différents ont été appliqués, et selon le scénario d'évolution du climat, on a obtenu une estimation différente du déficit

hydrique à l'horizon 2045. Les figures 40, 41, 42 et 43 représentent les cartes de vulnérabilité des écosystèmes forestiers en considérant uniquement le déficit hydrique projeté et les vulnérabilités factorielles climatiques correspondantes. On note que le scénario 2 (RCP 8.5) dit pessimiste donne des vulnérabilités plus élevées que celles obtenues par le scénario 1 (RCP 4.5) dit optimiste. C'est pour cela d'ailleurs qu'avec le scénario 2, on n'obtient pas de vulnérabilité faible, et par exemple les groupes du canton C sont passés d'une vulnérabilité moyenne (scénario 1) à une vulnérabilité élevée (scénario 2). Il en est de même pour la vulnérabilité factorielle, c'est à dire que le scénario 2 permet de prédire une vulnérabilité plus élevée des groupes à l'horizon 2045 que le scénario 1.

Figure 40. Carte de vulnérabilité de la forêt au déficit hydrique, scénario 1 (2045).

Figure 41. Carte de vulnérabilité de la forêt au déficit hydrique, scénario 2 (2045).

Figure 42. Carte de vulnérabilité factorielle climatique de la forêt, scénario 1 (2045).

Figure 43. Carte de vulnérabilité factorielle climatique de la forêt, scénario 2 (2045).

4.2.3.2. Le facteur anthropozoogène

Le taux d'accroissement démographique appliqué pour la projection du nombre d'habitants provient des études de l'évolution de la population en zones rurales effectuées par le Haut-Commissariat au Plan (RGPH, 2004). Le taux d'accroissement appliqué est de 0,5% d'accroissement par an (moyenne des taux donnés par le Haut-Commissariat au Plan). Pour ce qui est du cheptel, un taux de 1% d'accroissement par an (Anonyme, 2014) a été appliqué. Que ce soit pour la densité de la population, les besoins en bois de feu ou la pression pastorale, la vulnérabilité obtenue pour tous les groupes sans exception est élevée. La carte de la vulnérabilité factorielle anthropozoogène résultant de ces 3 facteurs présente aussi une vulnérabilité élevée de tous les groupes comme le montre la carte ci-après :

Figure 44. Carte de vulnérabilité factorielle anthropozoogène de la forêt de Maâmora

4.2.3.4. Le facteur sylvicole

En considérant que les peuplements adultes deviendront vieux en 2045 abstraction faite de toute activité d'aménagement, le facteur sylvicole a été recalculé après projection du facteur vieillissement (cartes des figures 45 et 46).

Figure 45. Carte de vulnérabilité de la forêt due au vieillissement (2045).

Figure 46. Carte de vulnérabilité factorielle sylvicole de la forêt (2045).

4.2.3.5. Vulnérabilité synthétique à l'horizon 2045

Selon le scénario climatique appliqué, on a obtenu 2 cartes différentes de vulnérabilité synthétique des écosystèmes forestiers de la forêt de Maâmora à l'horizon 2045. Celle obtenue en appliquant au facteur climatique le scénario 1 (figure 47) indique que les groupes AGI, AGII, AGIV et BGV sont faiblement vulnérables face aux changements globaux à l'horizon 2045, les autres groupes du canton A et B ainsi que les groupes du canton C et le groupe DGVI sont moyennement vulnérables alors que les autres groupes du canton D et les groupes du canton E sont très vulnérables aux changements globaux.

Figure 47. Vulnérabilité synthétique de la forêt de Maâmora aux changements globaux
en 2045, scénario climatique 1.

La carte de la figure 48 indique la vulnérabilité par groupe des écosystèmes arborés de la forêt de Maâmora à l'horizon 2045 en appliquant au facteur climatique le scénario pessimiste (scénario 2) de prédiction du climat. On peut remarquer que les groupes des cantons A et B sont cette fois-ci moyennement vulnérables et ceux des cantons C, D et E sont très vulnérables. Notons également le fait que pour les 2 scénarios, il y a un gradient croissant dans la vulnérabilité des écosystèmes forestiers face aux changements globaux en allant de l'Ouest vers l'Est, laissant ainsi les groupes des cantons les plus à l'Est (D et E) toujours plus vulnérables.

Figure 48. Vulnérabilité synthétique de la forêt de Maâmora aux changements globaux
en 2045, scénario climatique 2.

4.2.4. Vulnérabilité des écosystèmes forestiers à l'horizon 2070

Tout comme pour l'évaluation de la vulnérabilité des écosystèmes forestiers à l'horizon 2045, les facteurs considérés changeants ont été projetés avant de recalculer la vulnérabilité synthétique.

4.2.4.1. Le facteur climatique

Les figures 49, 50, 51 et 52 donnent les cartes de vulnérabilité des écosystèmes forestiers en considérant uniquement le déficit hydrique projeté et les vulnérabilités factorielles climatiques correspondantes. Tout comme à l'horizon 2045, on note que le scénario 2 dit pessimiste donne plus de groupes à vulnérabilité élevée comparé au scénario 1 dit optimiste. Il en est de même pour la vulnérabilité factorielle, c'est à dire que le scénario 2 permet de prédire une vulnérabilité plus élevée des écosystèmes forestiers à l'horizon 2070 que le scénario 1. Toutefois, comme on aurait pu le supposer d'ailleurs, les vulnérabilités sont plus élevées à l'horizon 2070 qu'en 2045.

Figure 49. Carte de vulnérabilité de la forêt au déficit hydrique, scénario 1 (2070).

Figure 50. Carte de vulnérabilité de la forêt au déficit hydrique, scénario 2 (2070).

Figure 51. Carte de vulnérabilité factorielle climatique de la forêt, scénario 1 (2070).

Figure 52. Carte de vulnérabilité factorielle climatique de la forêt, scénario 2 (2070).

4.2.4.2. Le facteur anthropozoogène

Les taux d'accroissement de la population et du cheptel appliqués étant les mêmes que pour l'horizon 2045, les vulnérabilités obtenues en considérant les facteurs anthropozoogènes individuellement ainsi que la vulnérabilité factorielle résultante sont élevées dans tous les groupes. La carte ci-après montre la vulnérabilité factorielle anthropozoogène à l'horizon 2070. Elle n'est en rien différente de celle obtenue pour l'horizon 2045.

Figure 53. Carte de vulnérabilité factorielle anthropozoogène de la forêt de Maâmora

4.2.4.4. Le facteur sylvicole

En considérant que les peuplements adultes ainsi qu'environ 1/4 des jeunes deviendront vieux en 2070 abstraction faite de toute activité d'aménagement, le facteur sylvicole a été recalculé après projection du facteur vieillissement (cartes des figures 54 et 55).

Figure 54. Carte de vulnérabilité de la forêt due au vieillissement (2070).

Figure 55. Carte de vulnérabilité factorielle sylvicole de la forêt (2070).

4.2.4.5. Vulnérabilité synthétique à l'horizon 2070

Selon le scénario climatique appliqué, les 2 cartes obtenues pour la vulnérabilité synthétique des écosystèmes forestiers de la forêt de Maâmora à l'horizon 2070 sont présentées dans les figures ci-après. Celle obtenue en appliquant au facteur climatique le scénario 1 (Figure 56) indique que les groupes des cantons A et B sont moyennement vulnérables face aux changements globaux à l'horizon 2070, alors que ceux des 3 autres cantons (C, D et E) sont très vulnérables.

Figure 56. Vulnérabilité synthétique de la forêt de Maâmora aux changements globaux en 2070, scénario climatique 1.

La carte de la figure 57 montre la vulnérabilité par groupe des écosystèmes forestiers de la forêt de Maâmora à l'horizon 2070 en appliquant au facteur climatique le scénario pessimiste (scénario 2) de prédiction du climat. On peut remarquer que les groupes BI, BII, BIII, BVI et BVII qui étaient moyennement vulnérables avec le scénario 1 sont devenus très vulnérables en appliquant le scénario climatique 2.

Figure 57. Vulnérabilité synthétique de la forêt de Maâmora aux changements globaux en 2070, scénario climatique 2.

Notons enfin qu'à l'instar de la vulnérabilité obtenue pour l'horizon 2045, celle de 2070 présente également selon la continentalité un gradient croissant Ouest-Est de vulnérabilité pour les 2 scénarios (RCP4.5 ou optimiste et RCP8.5 ou pessimiste). Ceci laisse ainsi les groupes des cantons les plus à l'Est (D et E) toujours plus vulnérables.

4.2.5. Discussions

? Vulnérabilité des écosystèmes forestiers face aux changements globaux en 2010

La vulnérabilité des écosystèmes forestiers en 2010 après combinaison de tous les facteurs donne des groupes tous vulnérables à différents niveaux de vulnérabilité, confirmant ainsi le fait qu'il n'y ait pas de risque zéro. Il n'y a donc pas de groupes non vulnérables. En 2010, un seul groupe (DGI) était à vulnérabilité élevée. Tous les autres groupes avaient une vulnérabilité faible à moyenne.

La contribution des différents facteurs individuels biophysiques au calcul de la vulnérabilité factorielle biophysique est telle que la pente de la couche d'argile a le poids le plus élevé (51%) suivie par la profondeur du sable (26%). Ceci est

compréhensible car en Maâmora, le type de sol (sable/argile) favorise l'infiltration et donc, l'importance de la réserve utile se jouera d'une part sur le degré d'inclinaison de la couche d'argile qui accentuera le ruissellement au-dessus du plancher argileux et d'autre part sur la profondeur du sable qui limite l'utilisation de la réserve d'eau par les racines des plantes.

La vulnérabilité factorielle climatique reflète le gradient de continentalité comme c'est le cas pour les 2 facteurs individuels qui ont permis de la calculer. Vis-à-vis du facteur climatique, les écosystèmes les plus continentaux sont les plus vulnérables. Ceci n'est que normal vu que les précipitations diminuent et la température augmente quand on va de l'Ouest vers l'Est.

La vulnérabilité factorielle anthropozoogène est telle que tous les groupes de la forêt sont vulnérables. Ceci témoigne de l'activité anthropique importante dans la forêt de Maâmora.

La vulnérabilité factorielle sylvicole est en moyenne faible. En Maâmora, il y a certes des peuplements vieux et des arbres mal portants, mais il y a aussi des peuplements jeunes, surtout les espèces autres que le chêne liège qui ont une rotation/révolution plus courte. On peut donc supposer que les peuplements forestiers en Maâmora sont plus jeunes que vieux et de point de vue état de santé, ils se portent pas mal en général.

Le facteur climatique a le poids le plus élevé (56%) dans le calcul de la vulnérabilité synthétique expliquant le gradient de vulnérabilité selon la continentalité comme pour le facteur climatique.

? Vulnérabilité des écosystèmes forestiers face aux changements globaux aux horizons 2045 et 2070

Le facteur climatique donne une vulnérabilité de plus en plus élevée à l'Est quand on va de 2010 à l'horizon 2045 puis 2070. Le scénario 1 donne des vulnérabilités plus modérées comparé au scénario 2.

Le facteur anthropozoogène quand il est projeté aux horizons 2045 et 2070 donne une vulnérabilité élevée pour tous les groupes. Ceci sera vérifié si la tendance d'accroissement de la population et du cheptel continue.

Le facteur sylvicole indique des groupes faiblement à très vulnérables aux horizons 2045 et 2070 alors que la vulnérabilité factorielle sylvicole était en moyenne faible en 2010. La vulnérabilité factorielle sylvicole étant recalculée après projection de l'âge des peuplements, on peut dire que l'hypothèse émise en projetant l'âge des peuplements (aucune activité de régénération sur toute la période) est la base du résultat obtenu. Toutefois, en forêt de Maâmora, les aménagements ne peuvent pas laisser tous les peuplements vieillir sur toute cette période.

Pour les vulnérabilités synthétiques, en 2045 avec le scénario 1, 3 groupes du canton A et 1 groupe du canton B sont faiblement vulnérables, les autres groupes des cantons A et B ainsi que les groupes du canton C sont moyennement vulnérables alors que les groupes des cantons D et E ont une vulnérabilité élevée. En 2045 avec le scénario 2 et en 2070 avec le scénario 1, tous les groupes des cantons C, D et E sont très vulnérables alors que ceux des cantons A et B restent moyennement vulnérables. Avec le scénario 2 en 2070, certains groupes du canton B passent aussi à une vulnérabilité élevée.

On comprend donc que les groupes les plus à l'Est (cantons D et E) sont plus vulnérables et que la vulnérabilité future est assez importante et l'est plus encore pour le scénario 2. C'est ce qui se passera si les projections des facteurs considérés est « juste » et si les températures augmentent et les précipitations diminuent comme le prévoient les changements climatiques au niveau du Maroc.

? Statistiques des vulnérabilités par catégorie en 2010 et aux horizons 2045 et 2070 pour les 2 scénarios

Le tableau ci-après (tableau 31) montre un bilan de superficies et pourcentages par catégorie de vulnérabilités pour l'année de référence (2010) mais aussi pour les horizons 2045 et 2070 selon le scénario climatique.

Il ressort clairement de ce tableau qu'avec le scénario RCP 8.5, plus d'écosystèmes sont vulnérables aux changements globaux. Aussi, la vulnérabilité des écosystèmes augmente avec le temps (2010 - 2045 puis 2070), avec une augmentation plus ou moins importante selon le scénario.

La vulnérabilité synthétique d'aucun groupe de la forêt n'est nulle en 2010 comme aux horizons 2045 et 2070. Alors que les groupes à vulnérabilité faible représentaient 53% de la superficie de la forêt en 2010, seulement 11% en 2045 restent faiblement

vulnérables avec le scénario 1 et le reste des groupes est passé à une vulnérabilité soit moyenne, soit élevée. En 2045 avec le scénario 2 et en 2070 indépendamment du scénario, tous les groupes sont passés à une vulnérabilité moyenne à élevée.

Tableau 31. Bilan des superficies et pourcentages par catégorie de vulnérabilité

Niveau de vulnérabilité climatique des écosystèmes forestiers de la Maâmora	Situation de référence (2010)	2040-2050 Scénario RCP 4,5	2040-2050 Scénario RCP 8,5	2060-2080 Scénario RCP 4,5	2060-2080 Scénario RCP 8,5
Vulnérabilité nulle
Superficie (ha)	0	0	0	0	0
Pourcentage	0	0	0	0	0
Vulnérabilité faible Superficie (ha)	69357,07	13969,38	0	0	0
Pourcentage	52,79	10,63	0	0	0
Vulnérabilité moyenne
Superficie (ha)	58194,22	58672,49	54192,63	54192,63	35227,83
Pourcentage	44,29	44,65	41,25	41,25	26,81
Vulnérabilité élevée Superficie (ha)	3840,69	58750,12	77199,35	77199,35	96164,15
Pourcentage	2,92	44,71	58,75	58,75	73,19

CONCLUSION GENERALE

Les changements climatiques sont d'actualité depuis plusieurs décennies. Plusieurs aspects flagrants rendent sans équivoque l'existence de changements quoique les experts et les acteurs du domaine du climat discutent encore sur la terminologie. Les changements climatiques ont plusieurs impacts sur les populations, les biens et les ressources naturelles dans le monde entier mais aussi le Maroc particulièrement. Certaines mesures sont prises pour ce qui est du Maroc tout comme dans nombre de pays pour lutter contre ce fléau.

Les forêts répondent à ce phénomène par des migrations d'espèces aussi bien animales que végétales, des régressions, etc. Les forêts sont donc vulnérables aux effets des changements climatiques. Parmi les méthodes les plus utilisées pour évaluer la vulnérabilité, on peut citer les systèmes experts et l'analyse spatiale multicritère.

La forêt de Maâmora située en bordure de l'océan atlantique est caractérisée par un bioclimat allant du semi-aride à l'est au subhumide à l'ouest. Les sols sont en général de type sable sur argile, ce qui implique une faible rétention en eau. L'activité anthropique est assez importante dans la forêt. Tout ceci, rajouté aux changements climatiques rend les écosystèmes de la forêt d'autant plus vulnérables.

Cette forêt qui était à l'origine une subéraie toute entière est maintenant à moitié reboisée d'autres espèces comme l'eucalyptus, l'acacia et le pin principalement. Ceci est le résultat des aménagements qui se sont succédés depuis 1951. Très récemment, des efforts de régénération du chêne liège surtout par voie de semis de glands ont donné lieu à quelques réussites.

La première partie de ce travail qui a concerné l'évaluation de la dynamique de la forêt a consisté en une classification d'images satellites avant d'étudier les changements de la végétation. L'étude de la dynamique d'une forêt est essentielle afin de faire le point sur la tendance de cette forêt et de mettre en exergue les facteurs principaux qui sont la cause des changements constatés. La deuxième partie a consisté en une analyse spatiale multicritère qui a considéré les 4 groupes de facteurs précédemment énumérés. Il n'est pas à rappeler que les écosystèmes forestiers sont affaiblis par divers facteurs, les uns les prédisposant naturellement aux effets des autres.

? L'étude de la dynamique de la forêt de Maâmora ressort que cette dernière connait une grande dynamique. Les principaux changements concernent surtout la diminution de la superficie du chêne liège de 1987 (64461 ha) à 2000 (57000 ha) due au remplacement du chêne liège par des espèces feuillues et résineuses à croissance rapide, suivie d'une augmentation de cette superficie jusqu'à maintenant (61500 ha en 2014) grâce à une prise de conscience globale qui s'est matérialisée par le rétablissement des essences autochtones, d'où la régénération du chêne liège en Maâmora. La superficie des autres principales espèces était comme suit en 1987 : 44719 ha pour les Eucalyptus, 5770 ha pour le pin et 3850 ha pour les Acacia. Les changements observés entre 1987 et 2000 puis 2000 et 2014 varient selon les espèces. On peut citer la diminution de 11,6% de la superficie du chêne liège entre 1987 et 2000 suivie d'une augmentation de 4,6% entre 2000 et 2014 ; l'augmentation des superficies reboisées en pins (73% sur la période 1987-2014), une augmentation de 7,5% de la superficie des Eucalyptus entre 1987 et 2000 suivie d'une diminution de 11% jusqu'en 2014 et une augmentation de 34% de la superficie des Acacia entre 1987 et 2000 suivie d'une diminution de 41% entre 2000 et 2014.

Les aménagements ont joué un rôle très important dans ces changements, sans oublier que c'est un certain nombre de facteurs qui sont eux-mêmes à l'origine des décisions des aménagements. On retient 4 groupes de facteurs: les facteurs biophysiques, les facteurs climatiques, les facteurs anthropozoogènes et les facteurs sylvicoles.

? L'étude de la vulnérabilité des écosystèmes de la forêt de Maâmora permet de prédire que ces écosystèmes sont différemment vulnérables selon le groupe auquel ils appartiennent. En effet, on peut retenir que les groupes les plus continentaux sont plus vulnérables face aux changements globaux. Il n'est pas alors étonnant que ce soit dans ces parties de la forêt (cantons D et E) que la subéraie ait le plus régressé. Rien qu'en se projetant de 2010 à 2045, on remarque le changement dans la vulnérabilité des écosystèmes. Alors qu'en 2010, seulement un groupe (DGI) était très vulnérable, en 2045, tous les groupes des cantons D et E voire C (avec le scénario 2) passent à une vulnérabilité élevée. Ces constats sont encore plus frappants quand on passe à l'horizon 2070. Les groupes à vulnérabilité faible

représentaient 53% de la superficie de la forêt en 2010 et seraient de 11% en 2045 avec le scénario 1. En 2045 avec le scénario 2 et en 2070 indépendamment du scénario, tous les groupes passeront à une vulnérabilité moyenne à élevée.

Tout ceci ne signifie pas que les écosystèmes forestiers disparaitront d'ici 2070. Ce travail attire toutefois l'attention des gestionnaires sur la condition future de la forêt de Maâmora afin que des dispositions soient prises dans le but d'atténuer les impacts possibles des différents facteurs, notamment le facteur climatique sur la forêt de Maâmora. Aussi, une prise de conscience est requise en vue de continuer à assurer la production des biens et services issus de cette forêt très importante pour les populations riveraines, mais aussi pour toute la nation.

y' mettre en place et encourager les activités génératrices de revenus, réglementer le parcours par des mises en défens et le contrôle des quotas par usager, envisager des alternatives à l'usage du bois de feu, tout ceci en vue de diminuer l'activité anthropique sur la forêt pour favoriser la reprise de la régénération naturelle sans quoi, les écosystèmes forestiers ne peuvent être pérennisés ;

y' réduire le reboisement des espèces autres que le chêne liège et mettre l'accent sur le rétablissement de la subéraie par des régénérations artificielles par semis de glands dans les cantons les plus occidentaux (A, B et C) où le chêne liège est encore plus ou moins bien représenté, et le faire avec beaucoup plus d'attention dans les cantons les plus à l'est (D et E) où les conditions biophysiques mais aussi climatiques sont plus difficiles.

REFERENCES BIBLIOGRAPHIQUES

Aafi A., 2007. Etude de la diversité floristique de l'écosystème de chêne-liège de la forêt de la Maâmora. Rabat: Thèse de Doctorat d'Etat Es-Sciences Agronomiques, IAV Hassan II, 190p.

Abourouh M., Taleb M., Makhloufi M., Boulmane M., et Aronson J., 2005. Biodiversité et dynamique de la végétation dans la subéraie de la Maâmora (Maroc) Effet de la durée de clôture. Forêt méditerranéenne t. XXVI, n° 4, décembre 2005.

Anonyme, 2001. Communication Nationale Initiale à la Convention Cadre des Nations Unies sur les Changements Climatiques. Rapport du ministère de l'Aménagement du Territoire, de l'Urbanisme, de l'Habitat et de l'Environnement, Maroc. Octobre 2001, 100p.

Anonyme, 2013. Guide méthodologique pour l'analyse de la vulnérabilité au changement climatique des sites pilots retenus par le projet FFEM « optimiser la production de biens et services par les écosystèmes boisés méditerranéens dans un contexte de changements globaux » en Algérie, Liban, Maroc, Tunisie et Turquie.

Bagaram B. M., 2014. Elaboration d'une base de données géographiques et catalogue des stations de la subéraie de la Maâmora, Mémoire de troisième cycle, ENFI, Salé.

Bagnouls, F., & Gaussen, H. (1953). Saison sèche et indice xérothermique. Bulletin Société Histoire Naturelle, Toulouse, Tome 88, 193-239.

Balzarini R., Davoine P. et Ney M., 2011. Evolution et développement des méthodes d'analyse spatiale multicritère pour des modèles d'aptitude : l'exemple des applications en Géosciences. Conférence Francophone ESRI, Oct 2011, Versailles, France. 25 p.

Beniston M., 2009. Changements climatiques et impacts. Presses polytechniques et universitaires romandes, 247p.

Bouteldjaoui F., Bessenasse M., Guendouz A., 2011. Etude comparative des différentes méthodes d'estimation de l'évapotranspiration en zone semi-aride (cas de la région de Djelfa). Université de Djelfa, Algérie.

Chastan B., Gilard O., Givone P., Oberlin G., 1995. Elément de réflexion pour une meilleure prise en compte du risque d'inondation, Ingénieries-EAT, N°2, pp. 13-20.

DREFLCD Nord-Ouest, 2012. Evolution de la superficie du chêne liège dans la Maamora. Présentation PowerPoint.

El Mansouri B., 2004. Calcul de la réserve utile des sols pour une gestion rationnelle des eaux de l'irrigation. Recherche et Développement en Gestion intégrée des ressources hydriques au Sud-Est du Maroc, Conférence internationale du 1^er au 2 avril 2004, Ouarzazate, Maroc.

Elmansouri A., 2013. Analyse basée télédétection pour la mise en place d'un système d'information géographique pour le suivi de l'état sanitaire et l'exploitation du liège en Maâmora. Mémoire de troisième cycle, ENFI, Salé.

Fischesser B. et Dupuis-Tate M-F, 2007. Le guide illustré de l'écologie. Éditions de la Martinière & CEMAGREF. Paris

GIEC, 1995. Deuxième rapport d'évaluation du GIEC, Changements climatiques 1995,

rapport du groupe d'experts intergouvernemental sur l'évolution du climat. GIEC, 2005. Analyse scientifique et technique des incidences de l'évolution du climat,

GIEC, 2007. Bilan 2007 des changements climatiques: Rapport de synthèse. 103 p.

GIEC, 2013. Résumé à l'intention des décideurs, Changements climatiques 2013: Les éléments scientifiques. Contribution du Groupe de travail I au cinquième Rapport l'évaluation du Groupe d'experts intergouvernemental sur l'évolution du climat. Cambridge University Press, 27p.

GIZ, 2013. Guide méthodologique de l'approche spatiale multifactorielle d'analyse de vulnérabilité des écosystèmes face au changement climatique.

Guesdon G., 2011. Méthodes et outils d'aide multicritère à la décision-Comparaison de Saaty. 5è, Cours d'Evaluation des impacts environnementaux (EIE). Faculté des sciences et de génie, Université Laval.

HCEFLCD, 2012. Procès-verbal d'aménagement de la forêt de la Maâmora. 200 p. Heusch B., et Billaux P., 1966. Carte pédologique du Rharb, de la Maâmora

Septentrionale et de leur bordure orientale. Ministère de l'agriculture et de la

Jouzel J. et Debroise A., 2007. Le climat : jeu dangereux. Dernières nouvelles de la planète.

Kimmins J.P., 2003. Ecosystem management and landscape ecology: The ultimate focus in forest ecology. In Forest ecology. A foundation for sustainable forest management and environmental ethics in forestry, Chap. 19. 3rd edit., Upper Saddle River, N.J., Prentice Hall. Sous presse.

Landis J. R. et Koch G. G., 1977. "The measurement of observer agreement for categorical data" in Biometrics. Vol. 33, pp. 159-174.

Loudiyi M., 2009. Evaluation de la vulnérabilité et mesures d'adaptations aux changements climatiques (Cas des communes limitrophes de la lagune de Nador-Nord du Maroc). Mémoire de troisième cycle, ENFI, Salé. 100p.

Malek M., 2008. Systèmes experts - Notes de cours. Editions 2008. Cycle d'Ingénieur, 2ème année. Département systèmes informatiques formels & intelligents. 37p.

Medlyn B.E., McMurtrie R.E., Dewar R.C. et Jeffreys M.P., 2000. Soil processes dominate the longterm response of forest net primary productivity to increased temperature and atmospheric CO2 concentration. Canadian Journal of Forst Research.

Merzouk A., Badraoui M., Benyelloul A., 1987. Estimation des caractéristiques hydriques de quelques sols marocains I. HCC et pF 4,2.

Mollicone D, Eva H.D, Achard F. Human, 2006. Impact on `wild' fires in boreal Eurasian forests.

Mounir F., 2002. Conception d'un système d'information géographique pour l'aménagement et la gestion forestière au Maroc. Intégration des critères et indicateurs du développement durable, Application à la forêt de Maâmora. Thèse de doctorat. 192p.

Olivry F., 2012. Exploration d'une méthode d'évaluation de la vulnérabilité des systèmes essentiels d'une région face aux extrêmes météorologiques dans un contexte de changements climatiques. Mémoire de maîtrise en sciences appliquées (Génie industriel). Août 2012. 129p.

ONF, 2014. Protocole de validation des cartographies forestières, ONF International. Présentation PowerPoint de Anne-Cécile Capel. 30 Juin 2014.

Parmesan C., 2003. A globally coherent fingerprint of climate change impacts across natural systems.

RGPH, 2004. Recensement général de la population et de l'habitat, Haut-Commissariat au Plan.

WRI, 2008. Annual Carbon Dioxide Inventory Report. World Ressource Inventory.

WEBOGRAPHIE

ANNEXES

Annexe 1. Données sur la pression anthropique (Besoin en bois de feu) par communes

^{Evaluation de la pression anthropique par CR (Besoin en bois de feux} )
	^{BF (stères)}			^Besoins/Pro ^duction		^{Classe de} ^pression ^précédante
^{AIN JOHRA}	^{1 717}	^{6 801}	¹⁰⁰⁵⁷	⁶	⁴	⁴
^{AIT MALEK}	⁸²	^{3 077}	⁴⁵⁵⁰	⁵⁶	⁴	⁴
^{AMEUR SEFLIA}	^{10 853}	^{22 190}	³²⁸¹³	³	³	⁴
^{DAR BELAMRI}	^{12 375}	^{15 097}	²²³²⁴	²	²	²
^ELKANSERA	^{3 026}	^{6 702}	⁹⁹¹⁰	³	³	⁴
^HADDADA	^{4 618}	^{8 892}	¹³¹⁴⁹	³	³	⁴
^HSAIN		²¹⁰	³¹¹		⁴	⁴
^KCEIBIA	^{6 043}	^{14 860}	²¹⁹⁷⁴	⁴	⁴	⁴
^KENITRA	⁵⁸⁴	^{1 541}	²²⁷⁹	⁴	⁴	⁴
^{MQAM TOLBA}	^{7 004}	^{13 235}	¹⁹⁵⁷¹	³	³	⁴
^{OULED SLAMA}	¹⁹⁵	^{11 952}	¹⁷⁶⁷⁴	⁹¹	⁴	⁴
^SEHOUL		^{9 262}	¹³⁶⁹⁶		⁴	⁴
^{SIDI ABDERRAZZAK}	^{14 274}	^{12 289}	¹⁸¹⁷²	¹	¹	²
^{SIDI ALLAL BAHRAOUI}	^{3 326}	^{5 144}	⁷⁶⁰⁶	²	²	⁴
^{SIDI BOUKHALKHAL}	^{2 523}	^{6 480}	⁹⁵⁸²	⁴	⁴	⁴
^{SIDI BOUKNADEL}	⁵¹⁵	^{13 712}	²⁰²⁷⁶	³⁹	⁴	⁴
^{SIDI TAIBI}	^{1 913}	^{3 791}	⁵⁶⁰⁶	³	³	⁴
^{Total (stères)}	^Production ^{69 050}	^{Effectif de la} ^{155 235}	^{Besoins en} ^{229 548}	^Rapport : ³	^{Classe de} ³	⁴

B.F (stères)

Annexe 2. Données sur la pression pastorale par communes

^{Evaluation de la pression pastorale par CR}
^CR	Production ^UFcheptel			^des sagers ^(UBP)		Effectif ^duRapport ^{Besoins en UBesoins/Pro}			: duction	^{Classe de} pression
^{AIN JOHRA}		⁶⁵⁸	⁸¹⁰	³¹	⁸⁸¹	⁷	⁶⁵¹	⁴⁴⁰	¹²	⁴
^{AIT MALEK}	¹	⁰⁴⁷	⁶⁸⁶	¹⁴	⁰¹⁵	³	³⁶³	⁶⁰⁰	³	³
^{AMEUR SEFLIA}	¹	⁶⁰²	¹⁴⁴	⁴⁵	⁶⁵⁹	¹⁰	⁹⁵⁸	¹⁹⁸	⁷	⁴
^{DAR BELAMRI}		⁴⁴²	⁹⁵⁴	¹²	⁴³¹	²	⁹⁸³	³³⁴	⁷	⁴
^ELKANSERA				¹⁸	⁹⁶⁷	⁴	⁵⁵²	⁰⁸⁰
^HADDADA	²	⁰²⁴	⁰⁴⁵	¹⁹	⁰⁷⁷	⁴	⁵⁷⁸	⁴⁸⁰	²	²
^HSAIN		¹³³	³⁰⁶	³	⁵³⁰		⁸⁴⁷	²⁰⁰	⁶	⁴
^KCEIBIA	¹	⁰⁴³	⁰³⁰	²⁵	⁵¹⁴	⁶	¹²³	²⁶⁴	⁶	⁴
^KENITRA		²²³	³⁸²	²	⁷²⁰		⁶⁵²	⁶⁸⁰	³	³
^{MQAM TOLBA}		⁸⁶⁵	⁵⁴⁶	²⁷	⁵⁷⁰	⁶	⁶¹⁶	⁸⁰⁰	⁸	⁴
^{OULED SLAMA}		²¹¹	⁵²⁶	²⁰	²⁵²	⁴	⁸⁶⁰	⁵⁴⁰	²³	⁴
^SEHOUL		³⁵⁴	⁴¹³	⁴⁴	⁸⁸⁷	¹⁰	⁷⁷²	⁹⁶⁴	³⁰	⁴
^{SIDI ABDERRAZZAK}		⁵³⁷	⁰⁸²	³¹	²⁰²	⁷	⁴⁸⁸	⁴⁸⁰	¹⁴	⁴
^{SIDI ALLAL BAHRAOUI}	²	¹⁵⁶	³⁰⁴	²⁵	⁴⁶¹	⁶	¹¹⁰	⁶⁴⁰	³	³
^{SIDI BOUKHELKHAL}		³⁶⁵	¹³⁶	²⁴	⁵⁹⁸	⁵	⁹⁰³	⁵²⁰	¹⁶	⁴
^{SIDI BOUKNADEL}	²	⁹⁸⁷	⁵⁹⁷	²⁶	⁰⁹²	⁶	²⁶²	¹⁷⁶	²	²
^{SIDI TAIBI}	¹	³⁷⁸	⁴²⁶	⁹	³²²	²	²³⁷	²⁸⁰	²	²
^Total	¹⁶	⁰³¹	³⁸⁶	³⁸³	¹⁷⁸	⁹¹	⁹⁶²	⁶⁷⁷	⁶	⁴

Les scénarios RCP pour Representative Concentration Pathway sont 4 scénarios basés sur les trajectoires prédictives possibles de la concentration des gaz à effet de serre. Ces trajectoires ont été adoptées par l'IPCC en 2014. Les trajectoires prédites servent dans la modélisation du climat et dans la recherche.

Tenant compte de l'évolution possible des émissions le graphe ci-après indique les prédictions de la quantité de gaz à effet de serre dans l'atmosphère en équivalent de CO2 selon les différents scénarios.

Application de la modélisation spatiale multifactorielle pour l'évaluation de la dynamique et la vulnérabilité des écosystèmes forestiers face aux changements globaux: cas de la forêt de Maà¢mora

Résumé

Abstract

SOMMAIRE

LISTE DES FIGURES

LISTE DES TABLEAUX

LISTE DES ANNEXES

LISTE DES ABBREVIATIONS

INTRODUCTION

Chapitre 1 :

LES CHANGEMENTS CLIMATIQUES ET LA VULNÉRABILITÉDES ÉCOSYSTÈMES FORESTIERS

1.1 Les changements climatiques : aspects généraux, causes et conséquences, cas du Maroc.

1.1.1. Aspects généraux

1.1.2 Causes des changements climatiques

1.1.3. Conséquences des changements climatiques

1.1.4. Le Maroc et les changements climatiques

1.1.4.1. Les impacts des changements climatiques au Maroc

1.1.4.2. Mesures prises contre les changements climatiques au Maroc

1.2. Vulnérabilité des écosystèmes forestiers aux changements climatiques

1.2.1. Définitions

1.2.1.1. Ecosystèmes forestiers

1.2.1.2. Vulnérabilité

1.2.2. Généralités sur la vulnérabilité des écosystèmes forestiers face aux changements climatiques

1.2.3. Quelques méthodes d'évaluation de la vulnérabilité des écosystèmes forestiers face aux changements globaux

1.2.3.1. Les systèmes experts

1.2.3.2. L'analyse spatiale multicritère

Chapitre 2 :

LA FORÊT DE LA MAÂMORA

Introduction

2.1. Présentation de la forêt

2.1.1. Situation géographique, administrative et forestière

2.1.2. Climat

2.1.3. Topographie

2.1.4. Pédologie

2.1.5. Hydrographie

2.1.6. Végétation forestière

2.1.7. Faune

2.1.8. Activités anthropiques

2.2. Aperçu sur la gestion antérieure de la forêt

2.2.1. Plan dit de "Sauvetage" (1918 - 1950)

2.2.2. Aménagement VIDAL (1951-1971)

2.2.3. Aménagement Danois (1973-1992)

2.2.4. Aménagement sylvo-pastoral (FAO 1993-2012)

2.2.5. Aménagement en vigueur (A partir de 2013)

Conclusion

Chapitre3 :

APPROCHE METHODOLOGIQUE

3.1. Sources de données et Outils de traitement

3.1.1. Sources de données

3.1.2. Outils de traitement

3.2. Analyse de la dynamique de la forêt

3.2.1. Cartographie de la répartition des principales espèces

3.2.1.1. Choix des classes

3.2.1.2. Classification des images

3.2.2. Détection du changement

3.3. Evaluation de la vulnérabilité

3.3.1. Identification et caractérisation des facteurs considérés

3.3.1.1. Le type de sols

3.3.1.2. La pente du terrain naturel

3.3.1.3. La profondeur du plancher argileux ou l'épaisseur du sable

3.3.1.4. La pente du plancher argileux

3.3.1.5. Le déficit hydrique

3.3.1.6. La continentalité

3.3.1.7. Les besoins en bois de feu

3.3.1.8. La pression pastorale

3.3.1.9. La densité de la population

3.3.1.10. L'âge des peuplements ou le vieillissement

3.3.1.11. L'état sanitaire de la forêt

3.3.2. Combinaison des différents facteurs

3.3.2.1. Aperçu sur la méthode AHP

3.3.2.3. Vulnérabilité des écosystèmes forestiers de la forêt de Maâmora aux horizons 2045 et 2070

Chapitre 4 :

RESULTATS ET DISCUSSIONS

4.1. Analyse de la dynamique des écosystèmes forestiers

4.1.1. Cartes et tableaux issus de la classification et du contrôle

4.1.2. Analyse et interprétation des changements

4.1.3. Facteurs de changements

4.2. Evaluation de la vulnérabilité des écosystèmes forestiers

4.2.1. Seuillage et spatialisation des différents facteurs

4.2.1.1. Le type de sols

LES CHANGEMENTS CLIMATIQUES ET LA VULNÉRABILITÉ
DES ÉCOSYSTÈMES FORESTIERS