les pesticides
I.2. Données disponibles et méthodologie générale Logiciel de SIG et SCR
Les cartes ont été réalisées avec le logiciel de système d’information géographique sous licence libre Quantum GIS (versions 2.14 et 2.18). Les systèmes de coordonnées de référence (SCR) utilisés sont 32632 WGS84 UTM zone γβN et 4γβ6 avec l’option « projection à la volée » activée.
Source des données exploitées pour la construction des cartes
Le modèle numérique de terrain issu de la shuttle radar topography mission de la NASA (SRTM, NASA/NGA27) en 2014 avec une résolution 30*30 m (taille du pixel : 30.7425,-30.7698) a été employé pour toutes les cartes relatives à la topographie. Les occupations du sol proviennent de l’agence spatiale européenne
97
(ESA-CCI28) avec une résolution de 20*20 m et du projet participatif Open Street Map29 pour la zone urbaine de Yaoundé.
Zone d’étude cartographique
La zone d’étude est constituée par la partie amont du bassin versant de la Méfou jusqu’à la station de mesures hydrographiques à Nsimalen (peu avant l’aéroport Yaoundé-Nismalen). Elle s’étend sur 4β5 km2 (latitudes 3,716° et 3,9811 ; les longitudes 11,6095° et 11,6453) (Figure 23). Le réseau hydrographique dense est constitué par la rivière Méfou et ses affluents, dont le Mfoundi. Le bassin du Mfoundi est entièrement occupé par la zone urbaine de Yaoundé qui s’étend progressivement vers le sud. Deux lacs artificiels sont localisés sur la zone : la retenue de la Méfou au nord-ouest, fournissant l’eau brute pour une partie de l’approvisionnement de la ville, et le lac municipal de Yaoundé, sur l’affluent Mingoa.
Figure 23 : Localisation de la zone d’étude cartographique : le bassin versant de la Méfou à Nsimalen ; réseau hydrographique (SRTM 2014) et occupation du sol (ESA-CCI 2015)
Méthodologie générale : analyse par maille adaptée de la méthode IRIP
La méthodologie générale a été adaptée à partir de l’indicateur de l’aléa Inondation par Ruissellement Intense Pluvial (projet IRIP) conçu par l’Institut national de Recherche en Sciences et en Technologies pour l’Environnement et l’Agriculture (IRSTEA) (Dehotin and Breil, 2011), construit par analyse de couches raster (Figure 24).
La méthode générale repose sur la construction de cartes d’aptitudes avec des scores en fonction de plusieurs critères favorisant le processus de ruissellement. Elle a été appliquée sur plusieurs bassins versants, notamment en Cévennes (France), au Nord Cameroun et en Amazonie (Équateur) (Borrell Estupina et al., 2014; Cadot et al., 2016; Grouillet et al., 2016).
La première étape consiste en la construction d’une carte d’aptitude à la production de ruissellement en prenant en compte des critères pédologiques, géologiques, topographiques et d’occupation du sol. Le score de chaque critère est justifié par la littérature. La deuxième étape combine la carte de production de ruissellement à des critères topographiques pour créer une carte d’aptitude à l’accumulation de ruissellement (Figure 24A). Dans la méthode originelle IRIP, la classification des couches raster se fait de façon binaire. Les cartes d’aptitude produite présentent donc deux valeurs : forte (valeur 1) ou faible (0). L’addition des couches donne
28http://β016africalandcoverβ0m.esrin.esa.int/ 29https://www.openstreetmap.org/about
98
des niveaux de susceptibilité de 0 à 5 pour la production de ruissellement et de 0 à 4 pour l’accumulation de ruissellement.
Pour cette thèse, la cartographie a été réalisée effectuant un maillage de la zone d’étude avec une « grille vecteur ». La « grille vecteur » correspond à une couche en mode « vecteur » divisée en mailles. Cette « grille vecteur » a été alimentée par les données disponibles, traduites en critères d’aptitude. La taille de la maille est de 30*30 m, jugée comme pertinente d’un point de vue de la résolution des données d’entrée (rasters de résolution entre γ0*γ0 m et β0*β0 m) et d’un point de vue de la zone d’étude. Elle permet ainsi d’effectuer une cartographie à l’échelle d’un quartier ou d’un bloc de maison, dans les perspectives de l’étude.
Cette approche « vecteur » permet de moyenner les valeurs de chaque critère par maille. Par exemple, au lieu d’obtenir des valeurs de 0 ou de 1 par pixel dans une couche raster pour l’aptitude de la topographie (pente et indice topographique), l’analyse par maille permet d’obtenir une pente et un indice topographique moyens sur une maille de 900 m2.
En fonction des données disponibles sur la zone d’étude, plusieurs adaptations de la méthode IRIP ont été réalisées. Une carte d’aptitude de la nature du sol prenant en compte la perméabilité, la porosité et l’épaisseur du sol (Figure 24B) remplace les cartes d’érodibilité, d’épaisseur et de perméabilité des sols (Figure 24A). Ensuite, les cartes d’indice de rugosité et d’indice de compacité de Gravelius sont utilisées pour reproduire les cartes de rupture de pente et des aires drainées. Enfin, une carte d’accumulation des flux d’eau complète la construction de la carte d’accumulation du ruissellement. En effet, le travail sous format « vecteur » ne permet pas de prendre en compte les transferts de ruissellement. L’ajout de l’accumulation de flux permet d’inclure cette notion dans la construction finale de la carte d’aptitude à l’accumulation de ruissellement. Le découpage de ces cartes par les zones agricoles permet de définir des zones de production et d’accumulation de ruissellement contaminé. Ces zones sont ensuite superposées avec des données satellites pour discuter de la validité de la méthode vis-à-vis des réalités du terrain.
Les cartes d’aptitude sont construites en appliquant une jointure par localisation dans la « grille vecteur » (intersection des entités, moyenne des valeurs). Les valeurs de chaque critère sont classées en fonction de leur distribution pour couvrir l’ensemble des données et éviter les classes sans valeurs. La classification de Jenks, ou classes des seuils naturels, est utilisée. Cette classification permet de regrouper les données similaires et d’optimiser les différences entre classes. Le calcul est procédé par itérations afin de réduire la variance intra- classe et d’augmenter la variance inter-classe. Cette classification est donc propre aux données, en fonction de leurs regroupements naturels. Elle est préconisée pour les distributions asymétriques avec le logiciel QGIS (Figure 25). L’objectif étant de définir une classification sur une échelle d’aptitude de « très faible » à « très forte », cinq classes sont alors choisies (aptitude très faible, faible, modérée, forte et très forte).
Chaque carte d’aptitude possède donc un score qui lui est propre puis qu’il est normalisé lors de l’addition des différentes cartes suivant l’Équation 5.
Équation 5 : Normalisation des scores pour les classes d’aptitude Xn = (Xi – Xmin) / (Xmax – Xmin)
Avec Xn la valeur du score normalisé, Xi la valeur du score considéré, Xmin la valeur minimale du score de la série de données et Xmax la valeur maximale du score de la série de données.
99
Figure 24 : Méthodologie de l’Indicateur de Ruissellement Intense Pluvial (IRIP) (Dehotin and Breil, 2011) (A) et méthodologie IRIP adaptée dans cet article (B) pour la construction de cartes d'aptitude à la production et à l’accumulation
de ruissellement
Les adaptations méthodologiques sont encadrées en rouge.
Figure 25 : Exemple de classification de Jenks de la distribution des valeurs de pente moyenne dans les mailles d'une grille vecteur (30*30 m) sur la zone d’étude avec QGIS
1 2
3 4 5
A
100
Figure 26 : Démarche pour la construction de carte d'aptitude avec une « grille vecteur », à partir du MNT (exemple avec les données de pente du SRTM 2014) avec QGIS