1.1.4. Revue de
littérature
La problématique liée aux risques d'inondation a
été abordée par différents chercheurs partout dans
le monde. Quelques résultats de ces études sont abordés
dans cette rubrique suivante.
· Extension urbaine
Extension urbaine, ce que l'on appelait «
L'étalement urbain », ce que les Américains appellent
urban sprawl, existe dans tous les pays du monde (Ticana, 2013).
Kieffer et Serradj (2013) ont quantifié
l'étalement urbain de Pondichiery en Inde à travers
différents capteurs (Landsat MSS, TM, ETM + et IRS LISS-III). La
classification supervisée « Spectrale Angle Mapper » a
été utilisée pour le traitement de ces images. Cette
méthode leur a permis d'extraire le bâti en 1988 et 2009. Guechi
et Alkama (2017) ont analysé l'extension urbaine et la morphologie de
Guelma en Algérie grâce aux images (Landsat TM pour les dates 1987
et 2009 et des images Landsat ETM+ datées de 2000 et 2015) et à
l'analyse multivariée avec ACP. La méthode de traitement
utilisée repose sur la classification supervisée par Maximum de
vraisemblance. Quant à Lankouandé (2016), il a combiné des
algorithmes Maximum de Vraisemblance, Distance Minimum et Subpixel, pour
analyser la croissance urbaine de Ouagadougou au Burkina.
· Risque d'inondation
L'utilisation de la télédétection pour
l'étude desrisques d'inondation esttrès répandue dans les
Pays développés. En 2006, Hostache et al ont utilisé
l'image Radar, photographies aériennes et un MNT à haute
résolution spatiale qui leur a permis de caractériser la crue du
28 février 1997 sur la Moselle. Au Canada, les images RADARSAT-2 du 17
mai 2007 et du 26 avril 2019 ont permis à l'Agence Spatiale Canadienne
de produire les cartes qui ont facilité l'aide humanitaire offerte par
la sécurité publique. Ces images de RADARSAT-2 ont
été fournies aux équipes de secours pour les aider dans
leurs interventions au Zimbabwe et au Mozambique lors du cycle d'Idai. Au
Tchad, les images satellitaires KOMPSAT du 14 octobre 2012 et SPOT-5 du 16
octobre 2012 ont permis à l'UNITAR/UNOSAT d'analyser et suivre les
inondations dans la ville de N'Djaména en 2012.
Dans la majorité des pays en développement et en
particulier en Afrique, l'utilisation de la télédétection
et des SIG dans l'étude des risques d'inondation est à une
étape embryonnaire. La cause en est notamment l'instabilité
économique et le manque d'accès à la technologie (Zogning,
2017). Néanmoins des études de suivi et d'évaluation ont
été réalisées dans certains pays. Cheick et
al, (2007) ont analysé la relation entre les risques
d'inondation et la croissance urbaine de la ville de Nouakchott entre 1987
à 2006. Ils ont fait recours à plusieurs données
multidates à savoir : les images RADAR ERS, Spot, CORONA et carte
topographique. Toutes ces données ont été
intégrées dans le même SIG et mises dans le même
système de projection cartographique avant de procéder à
une série de traitements, entre autres. Zogning (2017) a mené une
étude de recherche sur la contribution des SIG dans la cartographie des
zones inondables dans le bassin versant du MFoundi a adopté plusieurs
approches. Il a fait recours aux mesures de paramètres hydrologiques
notamment les mesures des hauteurs d'eau, des vitesses et débits et
pluies pour connaitre le comportement des cours d'eau. Les techniques de
télédétection et des SIG, couplée avec le
modèle multicritère, basée sur l'utilisation des images
QuickBird, Photographies aériennes, MNT et les enquêtes
socioéconomiques, lui ont permis de cartographie la
vulnérabilité ainsi que l'aléa. La superposition de ces
cartes a permis de cartographier les zones à risque d'inondation. Des
études similaires ont été réalisées par,
Ouséni (2016) dans la ville de Malanville au Bénin et Thiam
(2017) dans la ville de Kayes au Mali.
· Prédiction de l'extension urbaine en
fonction des risques d'inondation
Sur la ville de Porto-Novo, la chaine markovienne a
été utilisée par Tohozin (2016) pour prédire la
croissance spatiale. Oloukoi (2013) a utilisé le modèle SPACELLE
basé sur les automates cellulaires pour analyser l'évolution de
la dynamique de l'occupation des terres et son devenir à un horizon
moyen et lointain en mettant en place deux scénarios possibles aux
horizons 2025 et 2034. Twar (2016) a utilisé le modèle des
automates cellulaires CA basé sur les systèmes d'information
géographique pour prédire l'étalement urbain à
Suleja au Nigeria. Le modèle prédictif LCM d'Idrisi a
été utilisé par Veerbeck (2017) pour estimerles impactsde
la croissance urbaine sur risque d'inondation futur à Beijing. Ce
modèle sera utilisé dans cette étude. Il fait appel aux
divers facteurs du milieu notammentles routes, pentes et le MNT,
localités afin d'anticiper sur le comportement du bâti à
long terme.
| 
