Analyse statistique des phénomènes

Le travail d’inventaire sous SIG permet d’attribuer des paramètres morphologiques à chaque élément cartographié. Plusieurs informations sur les mouvements de terrain ont été saisies manuellement, pendant que d’autres ont été établies directement sous SIG, pour que

l’ensemble soit répertorié dans un fichier attributaire exploitable et interrogeable par un maximum de programmes dont les SIG. Chaque mouvement a été matérialisé par un polygone associé à une base de données d’attributs (métadonnée) ce qui va nous permettre de conduire des analyses statistiques descriptives sur les phénomènes inventoriés. Cette démarche permettra de compléter la connaissance approfondie des phénomènes, et de quantifier certaines informations de manière moins subjective.

Une analyse statistique des mouvements de terrain peut porter sur plusieurs paramètres de ces derniers. Parmi lesquels, on peut citer : la longueur, la superficie, le volume, la vitesse…etc. la figure IV-29 montre que ces paramètres varient largement, où on peut noter que la longueur d’un mouvement de terrain peut être inférieure à un mètre comme elle peut atteindre plusieurs centaines de mètre dans le cas de gigantesques mouvements comme celui de Bou Halla. La même remarque est valable pour le volume, la superficie ou autre.

Figure IV-29 : Le large spectre du phénomène mouvement de terrain. L’ordre des grandeurs est représenté sur l’axe x sur une échelle logarithmique. Les chiffres donnés sont approximatifs pour des fins purement descriptives. (Guezzetti, 2005 ; adaptée).

Cependant, l’étude statistique de la fréquence des paramètres de taille des phénomènes inventoriés est d’une importance capitale, non seulement pour le bon déroulement de toute démarche d’analyse de l’aléa et du risque mouvements de terrain, mais aussi pour quantifier la contribution de ces phénomènes dans l’érosion et le transport sédimentaire (Hovius et al., 2000 ; Martin et al., 2002).

5.4.1. Analyse de la taille des MT (superficie)

Dans un premier temps, une analyse globale en perspective de la distribution spatiale des MT a été conduite (Figure IV-30). Cette méthode permet de détecter l’existence de tendances préférentielles dans la variation géographique des phénomènes en les reportant sur plusieurs types d’axes.

Mohamed MASTERE ‘2008 – 2011’ CNRS UMR 6538 Domaines Océaniques, IUEM

117

Figure IV-30 : Représentation en perspective de la distribution spatiale des mouvements de terrain de la province de Chefchaouen en fonction de leur taille.

Un axe XY qui montre l’emplacement des phénomènes sur l’ensemble de l’aire d’étude, et qui permet la constatation d’une tendance décroissante du nombre des phénomènes dans la partie SSW du secteur, et qu’environ les deux tiers des mouvements se concentrent dans la moitié Est de la zone d’étude. Cette tendance, semble être liée essentiellement, à la faible densité de failles et du réseau de drainage dans cette partie du secteur, ainsi qu’aux pentes modérées et aux précipitations moins intenses que celles du reste de la province (Cf. Chapitre 5). Un axe XZ, où les phénomènes sont représentés par un nuage de points, permet de retenir que plus de 80% des MT ont une évolution assez constante quelle que soit la latitude et l’altitude. La même remarque est valable pour l’axe YZ. Finalement, un axe combinant les trois composantes géographiques (XYZ) qui montre que les MT se rencontrent dans toute la province, chose difficile à comprendre seulement par la variation des latitudes, longitudes et altitudes, sans faire appel aux autres paramètres environnementaux et anthropiques (Cf. Conclusions des sections, Chapitre 6).

L’histogramme (Figure IV-31A) fournit une description univariée (une seule variable). Il présente les fréquences de la distribution des MT en se basant sur leurs superficies, en plus d’autres statistiques sommaires. Les barres les plus longues matérialisent les superficies ou classes de superficies des MT qui se rencontrent partout dans le secteur d’étude, alors que les barres les plus petites correspondent à ceux qui ont des superficies incomparables et très différentes par rapport à celles qui forment la tendance générale. Le module « Geostatistical

analyst » d’ArcMap 10 permet d’examiner en temps réel la distribution spatiale de chaque

classe de la variable en question. Comme exemple, une fois que la barre la plus longue de notre histogramme est sélectionnée, la classe de superficie des MT qui présente la répartition homogène la plus homogène sur toute la région d’étude est automatiquement activée sur la

carte d’inventaire (Figure IV-31A & B). Cette classe de superficie est comprise entre 2.4 à 2.6 hectares (soit entre 240000 à 260000 m²), ce qui correspond assez bien à nos observations visuelles pour les glissements vrais.

Figure IV-31 : A : Carte de la distribution spatiale des mouvements de terrain; B : Histogramme montrant les fréquences des superficies des mouvements de terrain de la province de Chefchaouen en log décimale ; C : Courbe de la déviation standard de la distribution des superficies ; D : Courbe du coefficient de Kurtosis ; et E : Courbe de Skewness avec les positions respectives des valeurs médiane et moyenne.

D’une façon plus globale, la courbe (Figure IV-31C) et la valeur calculée (Figure IV28-B en haut à droite) de la déviation standard montrent que le reste des superficies ont se répartissent d’une façon assez symétrique autour de la valeur centrale. La même information est confirmé la courbe et la valeur de Kurtosis légèrement supérieur à 3, sachant que coefficient de Kurtosis = 3 correspondrait à la distribution la plus normale et la plus homogène possible (Figure IV-31B & D), ainsi que la valeur du coefficient de Skewness légèrement supérieur à zéro et la courbe qui montre que la valeur moyenne est supérieur à la médiane (Figure IV-31E).

Cependant, pour repérer rapidement les MT dont la taille ne correspond à la tendance générale des superficies, un diagramme quantile-quantile a été construit (Figure IV-32). Il permet une appréciation graphique de l’ajustement d’une distribution observée à un modèle théorique. En même temps, il permet d’examiner la répartition d’une variable donnée (en occurrence la superficie des mouvements) et d’estimer sa fréquence. Dans notre cas, il s’agit d’une assez bonne répartition géographique des phénomènes en se basant sur leur taille qui se

Mohamed MASTERE ‘2008 – 2011’ CNRS UMR 6538 Domaines Océaniques, IUEM

119

fait d’une façon homogène sur toute l’aire d’étude, puisque plus de 45% du nuage des points correspondants aux valeurs réelles s’alignent sur la droite matérialisant les valeurs des superficies théoriques (modélisées).

Il a été possible de sélectionner les points qui sont relativement éloignés de la bissectrice modélisée et d’examiner leur nature, où il s’est avéré qu’il s’agit essentiellement à des phénomènes de Badlands de grande taille et se situant dans la partie SE du secteur. En revanche, le changement de taille du reste des phénomènes se fait d’une manière progressive.

Figure IV-32 : diagramme quantile-quantile des superficies des MT de la province de Chefchaouen.