WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Risque d'inondation dans la ville de N'djamena, Tchad


par Tamdjim Raiknan
Institut Régional Africain des Sciences et Technologies de l'Information Géospatiale  - Diplômes d'Etudes Supérieures Spécialisées 2020
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

Discussion

Extension urbaine de la ville de N'Djaména

Pour analyser l'extension urbaine de la ville de N'Djaména, la méthode de télédétection a été utilisée. Les images Landsatayant une résolution spatiale de 30 mètres sont très utilisées pour les études de multidates afin d'apprécier l'évolution de la couverture du sol dans un espace donné.Dans le cadre de cette étude, les images TM 1988, ETM+ 2003 et OLI-TIRS 2019 de Landsat ont été utilisées. La méthode de classification utilisée est celle de superviser avec l'algorithme de vraisemblance. Ainsi, six (6) classes d'occupation du sol ont été notées pour les différentes dates à savoir : bâti, plan d'eau, sol nu, marécage, végétation et champs et jachères. Ceci a permis d'analyser l'occupation du sol et l'évolution du bâti dans la zone d'étude. En effet, l'analyse de la dynamique urbaine de la ville fait ressortir une progression soutenue de la zone bâtie. Cette dynamique urbaine n'a pu être encadrée par les pouvoirs publics parce qu'ils n'ont pas pu mobiliser les moyens et les ressources nécessaires à cela. Il en découle l'expansion spontanée des espaces s'effectuant le plus souvent sur des zones nonaedificandi notamment le lit des fleuves Chari et Logone ainsi que des zones bases submersibles (Tobro, 2016).

Détermination du risque d'inondation

Les études du risque d'inondation basées sur les SIG et l'analyse multicritère sont encore à un stade embryonnaire dans la zone d'étude. Toutes fois quelques travaux dans la ville confirment nos résultats. D'après nos résultats 203.46 km² soit47,69 % des terres de la superficie de la ville sont fortement exposés au risque d'inondation et s'étendent principalement dans les arrondissements 1, 4, 5, 6, 8 et 9. Ainsi que les abords des cours d'eau. UNOSAT (2012) indique le terrain au confluent du Chari et du Logone et les quartiers du Sud restent le terrain le plus inondable de la ville. Les travaux similaires ont été réalisés hors du Tchad.

Au Bénin, Koumassi et al. (2014)ont utilisé les images TM de Landsat, des données hydroclimatiques et des produits dérivés d'un modèle numérique de terrain (MNT) pour évaluer le risque d'inondation dans le bassin de Sota. Ils obtiennent 16 % des zones fortement exposées au risque d'inondation et se situent aux abords immédiats des cours d'eau. Au Cameroun, Zogning montre l'importance des MNT et de l'imagerie satellitaire pour cartographier les zones à risque d'inondation dans le bassin versant de Mfoundi à Yaoundé. Ils abordent une approche cartographique par combinaison multicritère et obtiennent 9,23 km² soit 26% de la superficie du bassin versant du Mfoundi est potentiellement inondable.

Prédire les éléments de l'extension urbaine en 2030 pouvant être affectés par les risques d'inondation.

L'analyse du risque d'inondation a conduit à cette étude de faire une prédiction des éléments l'extension urbaine en 2035 pouvant être affectée par les risques d'inondation. Les modèles de simulation dynamique sont utilisés dans l'optique d'une démarche exploratoire du futur.Ils sont utilisés pour leur apport à la compréhension et à la formalisation des processus expliquant les changements d'un territoire (Moreno et al., 2012), pour l'évaluation de zones potentiellement dynamiques dont la plausibilité d'évolution est estimée par un ou plusieurs modèles à travers le degré de probabilité d'un changement sur une portion du territoire (Aguejdad, et al., 2016). Parmi eux on peut citer le modèle SLEUTH et NEDUM-2D utilisé par Aguejdad et al. (2016), dans la ville de Toulouse pour prédire l'étalement urbain. Le modèle Automate Cellulaire de Hjirt (ACH) a été utilisé par Chafik (2018), dansmassif d'Aghbalou-larbi au Maroc pour modéliser la forêt. Agbanou et al., (2018) ont utilisé le modèle LCM dans la région soudanienne au Nord-Ouest du Bénin. Dans cette étude, la prédiction de l'extension a été spatialisée à l'aide du modèle LCM à partir des données d'occupation du sol de 1988 et 2019 et s'appuie sur les facteurs comme l'altitude, la pente, la distance par rapport aux routes, la proximité des localités et des cours d'eau. Ainsi, à partir des cartes de transitions, observées et des variables explicatives et la carte de prédiction ont été élaborées par le réseau neurone. Cette carte de prédiction à l'horizon 2035 a permis d'avoir une idée sur l'aspect qualitatif et quantitatif des éléments de l'extension urbaine. Le résultat révèle que d'ici 2035 la ville sera probablement dominée par la zone bâtie soit 64,74 %de la superficie de la ville. Cette augmentation se fera au dépens de la formation végétale et les zones marécageuses ce qui provoquera davantage les risques d'inondation dans la ville de N'Djaména. Car l'extension des surfaces imperméabilisées non seulement inhibe l'infiltration, accentue le ruissellement et canalise l'écoulement, mais crée une chaîne d'effets induits.Partant de ce constat, les inondations ne devraient plus être considérées comme des risques naturels dans la ville, mais plutôt comme des risques inhérents à la croissance de la ville.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Aux âmes bien nées, la valeur n'attend point le nombre des années"   Corneille