Cartographie de la susceptibilité aux glissements de terrain à Bafoussam (Cameroun). Approche par analyse multicritère hiérarchique et Système d'information géographique.

(1)

Page 1 sur 30

Cartographie de la susceptibilité aux glissements de terrain à Bafoussam (Cameroun). Approche par analyse multicritère hiérarchique et Système d’Information Géographique

Mapping of landslide susceptibility in Bafoussam (Cameroon). Approach by analytical hierarchic process and Geographic Information System

Par/By. TANGMOUO TSOATA Francis¹YEMMAFOUO Aristide² NGOUANET Chrétien³

1. Ingénieur SIG appliqué à la gestion des risques et l’aménagement urbain, Labo Géomatique, Université de Dschang

2. Professeur, Géographie urbaine, Université de Dschang

3. Maître de Recherche, Institut National de Cartographie, Yaoundé Corresponding author: tsoatafrancis@gmail.com

Résumé. La croissance urbaine des villes du Sud renforce les mécanismes de production des risques naturels. La population de Bafoussam a doublé en espace de 15 ans, de 293.000 en 2005 à 600.000 habitants en 2020.

Cette croissance spectaculaire est surtout anarchique et produit des catastrophes naturelles comme le glissement de terrain meurtrier du 29 octobre 2019 au quartier Gouache IV. Le niveau de susceptibilité des sites exposés au glissement de terrain peut être modélisé en observant et en représentant les facteurs de prédisposition comme la morphologie des sols, l’utilisation du sol, la géologie, le climat et l’hydrologie. Cette étude vise à développer une approche de modélisation du niveau de susceptibilité au glissement de terrain en milieu urbanisé à partir d’une analyse multicritère hiérarchique des facteurs de prédisposition couplée aux SIG. La carte de risque a permis de distinguer cinq (5) niveaux de susceptibilité au glissement de terrain à partir desquels une évaluation sommaire et des recommandations sont faites. Le risque non significatif, 35,3% de la superficie totale urbanisée (403 km²), ne nécessite aucune recommandation pour les établissements humains, le risque faible n’exigeant de recommandations que pour des travaux de grande envergure (44,1%). À partir du risque modéré, les établissements humains sont possibles, mais de la vigilance est préconisée pour les travaux de moyennes envergures (16,1%). Pour le risque fort (2,9%), l’établissement humain est faiblement déconseillé et une vigilance est recommandée en saison de pluie tandis que le risque très fort (1,6%) est fortement déconseillé pour les établissements humains.

(2)

Page 2 sur 30 Mots clé. Glissement de terrain, susceptibilité, Analyse multicritère hiérarchique, croissance urbaine, risque, SIG, Bafoussam

Abstract. Urban growth in Southern cities strengthens the mechanisms of production of natural risks. Bafoussam has seen its population double in the space of 15 years, from 293,000 in 2005 to 600,000 inhabitants in 2020.

This spectacular urban growth is above all anarchic and produces natural disasters like the deadly landslide of October 29, 2019, in the Gouache IV district. The level of susceptibility of sites exposed to landslides can be modelled by observing and representing predisposing factors such as soil morphology, land use, geology, climate and hydrology. This study aims to develop an approach to modelling the level of susceptibility to landslides in urban areas by using analytical hierachic process of the various predisposing factors coupled with GIS. The hazard map identified five (5) levels of landslide susceptibility from which a summary assessment and recommendations are made. The insignificant hazard, 35.3% of the total urbanized area (403 km²), requires no recommendation for human settlements, the weak hazard requiring recommendations only for large-scale works (44.1%). From moderate hazard, human settlements are possible, but vigilance is recommended for medium-scale work (16.1%). For the strong hazard (2.9%), human settlements are weakly discouraged and vigilance is recommended in the rainy season while the very strong hazards (1.6%) are strongly discouraged for human settlements.

Keywords. Landslide, Hazard, susceptibility, Analytic hierarchy process, urban growth, GIS, Bafoussam

1. Introduction

En 2019, 463 glissements de terrain mortels non sismiques ont été enregistrés dans le monde (Petley, 2020). Ils sont d’autant plus marquants qu’ils sont des résultats de la croissance démographique rapide et des déséquilibres territoriaux et sociaux des agglomérations (Diagana et al., 2016). Dans les pays du Sud, le coût du foncier dans le noyau urbain étant très élevé, les citadins se déploient dans les sites périphériques à risque pour la plupart mal préparés à les accueillir, d’où la récurrence des catastrophes naturelles telles que les glissements de terrain, les coulées boueuses, les inondations (Eliccel, 2002; Zogning et al., 2008;

Diagana et al., 2016). L’action de l’homme sur ces espaces nouvellement conquis engendre des modifications de conditions de stabilité des sols, renforçant la susceptibilité aux catastrophes naturelles (D’Ercole & Thouret, 1994; November, 1994; Metzger &

D’Ercole, 2011).

Dans la ville de Bafoussam, la population a doublé en l’espace de 15 ans, de 293000 habitants en 2005 (INS, 2015) à près de 600 000 en

(3)

Page 3 sur 30 2020 (PDU, 2013). La ville connait à ce jour 15 zones jugées précaires (PDU, 2013). Parmi ces zones précaires se trouve le quartier Gouache IV qui a connu un glissement de terrain dans la nuit du 29 octobre 2019, entrainant d’importants dégâts parmi lesquels on a enregistré 47 pertes en vies humaines, des enclos d’élevage, des espaces de culture urbaine et des constructions ensevelies sous la masse de terre.

Un glissement de terrain correspond à un déplacement rapide discontinu vers le bas d’une masse de terre le long d’une surface de rupture sous l’effet de la gravité (Taleb, 2019). C’est un phénomène d’origine sismique, géologique et géophysique entrainant le déplacement d’une pente en continu, en plan ou incurvé (Payne et al., 2009). Les conséquences sur les vies et les activités humaines résultant des glissements de terrain sont si importantes qu’il est difficile de les inventorier fidèlement ( Schuster & Fleming, 1986;

Gokceoglu et al., 2005; Highland & Bobrowsky, 2008; Desodt et al., 2017b). Le degré de risque d’un terrain aux glissements correspond généralement à la combinaison de la topographie, de la lithologie et de l’occupation physique du sol étudié (Desodt et al., 2017a).

Les facteurs de risque influençant les glissements de terrain sont toujours difficiles à quantifier, ce qui rend encore plus fastidieux l’élaboration des cartographies de risque (Schuster & Fleming, 1986, Lin, 2003). Actuellement plusieurs méthodes portant sur la susceptibilité des sols au glissement de terrain combinant les SIG ont été développées. Il sera d’abord question de recenser l’ensemble des facteurs de prédisposition contribuant aux glissements de terrain à Bafoussam, ensuite de développer une méthode générale applicable en contexte urbain, et enfin élaborer la carte de susceptibilité au risque de glissement de terrain par l’utilisation de l’analyse multicritère hiérarchique combinée aux outils de SIG et de télédétection.

2. Méthodologie Zone D’étude

 Le site de la ville de Bafoussam

Bafoussam est situé au centre de la région de l’Ouest-Cameroun (5° 28′ Nord, 10° 25′ Est) et couvre une superficie d’environ 403km². La ville est divisée en trois arrondissements (Bafoussam I, II et III) (Figure 1). Les altitudes varient de 1100 m à 16000m pour un climat de type équatorial chaud avec deux saisons, une saison sèche et une saison pluvieuse. La température moyenne de 21.6 °C. La moyenne des précipitations annuelles atteint 1871mm. La variation des

(4)

Page 4 sur 30 précipitations entre le mois le plus sec et le mois le plus humide est de 311mm (PDU, 2013). La croissance démographique ainsi que le coût du foncier dans le noyau central poussent les populations pauvres à s’installer dans les espaces périphériques non planifiés et susceptibles aux catastrophes naturelles (érosion, glissement de terrain et inondation).

Figure 1.Localisation de la ville de Bafoussam

 Le site du glissement de terrain dans le quartier Gouache IV Le quartier Gouache IV est situé dans l’arrondissement de Bafoussam 3 et fait partir des quartiers sous-structurés et sous- équipés de la communauté urbaine de Bafoussam. Ce quartier connait dans la nuit du 28 octobre 2019 aux environs de 21h30mn, un glissement de terrain causant la mort de 47 personnes, tuant des animaux, détruisant des enclos d’élevage et des champs et ensevelissant environ 11 constructions à usage d’habitation.

Les observations faites sur le site du glissement de terrain montrent qu’il a été à la fois translationnel et rotationnel (Figure 8). Il a été translationnel, car la surface de glissement est identifiable par la planimétrie et l’inclinaison de la pente. Cette remarque est renforcée par les arbres pointant vers l’aval du versant. La niche de

(5)

Page 5 sur 30 décollement a eu une largeur d’environ 40 m. Le glissement a été également rotationnel, car on a rencontré par endroit des arbres pointant plutôt vers l’amont du versant. Également, étaient présentes des surfaces de discontinuités courbes en forme de cuillère (Figure 8).

Les facteurs de prédispositions identifiables à l’origine de ce glissement de terrain : Une pente (1) située dans le domaine des abrupts entre 30° et 40° présentant une forme convexe et orientée dans la direction nord-ouest; une lithologie (2) dominée par les argiles provenant de l’altération des granites : le granite, le gneiss et l’anatexite par leur nature minéralogique sont très altérables en contexte équatorial et intertropical caractérisé par de fortes précipitations et les températures élevées ; la présence des couches argilo-sableuses, poreuses et épaisses, la forte concentration du sol et sa porosité élevée lui confèrent une grande capacité de rétention d’eau ; le site présentant un sol épais avec une épaisseur moyenne de 11m autour de l’altération. La présence des dalles, des boules de bloc et de fragments de poids énorme a facilité le décollement de la masse du sol fortement humidifiée. Les causes anthropiques (3) sont en rapport avec l’urbanisation rapide et anarchique.

Le versant du site de glissement a reçu progressivement l’installation de nombreuses activités (Résidence, élevage, agriculture, déforestation et ouverture des voies) sans aucune forme de planification. Les parcelles de terrain et les constructions ne disposaient pas de titre foncier et de permis de construire. Le facteur déclencheur du glissement de terrain est une longue pluie (4) autour de 250mm discontinue durant trois jours du 26 au 28 octobre entrainant la saturation des sols en eau, un sol argilo-sableux qui a fini par craquer et glisser. Ce site sera la référence dans la hiérarchisation des facteurs de prédisposition (Figure 2).

(6)

Page 6 sur 30 Figure 2. Profil de terrain de la zone du glissement à Gouache IV

1. Pertinence des choix méthodologiques

Le risque d’un terrain au glissement sous-entend l’évaluation du degré de l’aléa et les causes humaines ainsi que le degré d’exposition des éléments caractéristiques (Bétard et al., 2014). Les premières méthodes d’évaluation de la susceptibilité au glissement de terrain ont été introduites par Rabruch (1970), Brabb et Pampeyan (1972) Dobrovolny (1977) basées sur la distribution spatiale des facteurs liés au processus d’instabilité des zones sans implication temporelle (Pourghasemi et al., 2012). Ces modèles se sont basés sur la distribution d’égalité des paramètres étudiés les plus importants comme la stabilité des pentes et la géologie du sol (Guzzetti et al., 1999). Plus récemment, des méthodes probabilistes ont été développées (Dai et al., 2001; Gokceoglu et al., 2005; Duman et al., 2006; Akgun & Bulut, 2007; Akgun et al., 2008; Lee et al., 2008; Oh et Lee, 2009). Ces modèles probabilistes nécessitant une grande quantité de données conduisant à des incertitudes en cas

Tracé du profil

(7)

Page 7 sur 30 d’extrapolation des différents sites étudiés et nécessitent des analyses approfondies, ce qui rend ces modèles difficiles à reproduire partout (Olivier et al., 2006; C. J. Van Westen et al., 2008; Petrucci & Gullà, 2010; C. Van Westen, 2017). Une méthode basée sur l’étude des facteurs géotechniques des pentes a été développée par Shou et Wan (2003) et Zhou et al. (2003) s’appuyant sur la stabilité des pentes, les parois de soutènement, les écoulements (Sibille, 2017). Pour combler d’une part les incertitudes occasionnées par les méthodes probabilistes, des méthodes dites expertes ont été développées et s’appuient sur des analyses multicritères par pondération des critères (Mezughi H. et al., 2012).

C’est cette dernière qui sera utilisée dans le cadre de cette étude, car elle est très flexible, facile à mettre en œuvre et permet l’intégration d’une large gamme de données au besoin pour l’étude des phénomènes et pour notre cas précisément, elle peut s’appliquer sur des sites dont les zones d’entrainement sont insuffisantes.

L’analyse multicritère hiérarchique a été développée en statistique par Saaty L. (1980). Dans l’étude des phénomènes, elle permet de regrouper l’ensemble des facteurs influençant ce phénomène, ensuite de les classer et de les pondérer en fonction de leur importance relative. Cette analyse expose un problème en niveau hiérarchique, effectue les combinaisons binaires, quantifie et synthétise les priorités. À la fin, évalue la cohérence de chaque jugement. Elle se fonde sur trois concepts : La structuration hiérarchique (1), décomposition du problème en sous problème ; la structuration des priorités (2) : Classification les éléments selon l’importance relative ; la cohérence logique (3) : regroupement et classement des éléments de façon logique. (Lehoux & Valée, 2004).

L’analyse multicritère hiérarchique appliquée dans un système d’information géographique pour l’évaluation du risque de glissement sont de plus en plus utilisée. La littérature est abondante et a permis de relever des études que nous avons adaptées à notre contexte urbain où les facteurs anthropiques ont une grande importance de jugement (Khezri, 2011; Mezughi H. et al., 2012;

Pourghasemi et al., 2012; Tazik et al., 2014; Mandal & Mandal, 2018; Noorollahi et al., 2018; Abay et al., 2019; Bachri et al., 2019;

Mallick & Singh Karan, s. d.; Roy & Saha, 2019;).

L’intérêt pratique de cette méthode est qu’elle permet : de représenter les divers avis sur un problème et de ressortir l’avis avec les différents compromis possibles ; d’appréhender un problème en le décomposant ; de prioriser des éléments ; l’établissement de l’indépendance des éléments ; d’évaluer la cohérence logique des différents compromis listés. Pour y parvenir, l'aide à la décision multicritère s'intéresse au choix parmi un nombre fini d'actions

(8)

Page 8 sur 30 possibles pour atteindre un objectif. Un critère est une fonction définie sur l'ensemble des actions représentant les préférences de l'utilisateur selon son point de vue. Le poids mesure l'importance d'un critère par rapport aux autres du point de vue du décideur (Ahmed & Ferhat, 2016). L’algorithme suivant permet de trouver la solution idéale :

a) Schématisation de la hiérarchie : Il faut construire les différents niveaux hiérarchiques et leurs critères par niveau.

La balance doit se fonder sur les critères d’égal niveau. À leur tour, les critères seront schématisés en sous-critères.

Figure 3: La structuration hiérarchique

b) Établir le poids des critères et sous-critères : le décideur définit les priorités en comparant de manière binaire les éléments de la hiérarchie. Pour ce faire Thomas L. Saaty (1980) élabore une échelle de comparaison par niveau (tab.1).

Tableau 1: Poids de pondération des critères (Saaty, 1980)

c) Évaluation de la cohérence des jugements : afin d’évaluer la cohérence, des critères et des sous-critères, une méthode d’évaluation est proposée. La première étape de calcul de la cohérence globale consiste à prendre la matrice originale, c’est à dire celle de l’entrée des données et de la multiplier par les priorités relatives finales issues de la dernière étape de l’extraction des vecteurs propres. Il faut ensuite faire le total des valeurs pour chacune des lignes de la nouvelle matrice.

Appréciation Degré d'importance

Importance égale de deux éléments 1

Faible importance d'un élément par rapport à un autre 3 Importance moyenne d'un élément par rapport à un autre 4 Importance forte d'un élément par rapport à un autre 5 Importance attestée d'un élément par rapport à un autre 7 Importance absolue d'un élément par rapport à un autre 9

Importance intermédiaire 2, 4, 6, 8

(9)

Page 9 sur 30 Après le total de chacune des lignes sera divisé par le vecteur propre qui lui est associé. En quatrième position, il faut calculer la moyenne des valeurs obtenues à l’étape précédente. Si le ratio de cohérence est inférieur ou égal à 10 %, l'appréciation est jugée cohérente.

La cohérence aléatoire est donnée par le Tableau 2 suivant : Tableau 2: Cohérence aléatoire Saaty,1980

Nombre de

critères 2 3 4 5 6 7 8 9 10 11

Cohérence

aléatoire 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1,5 1,5

Évaluation du poids de chaque critère par rapport au critère supérieur : le poids des sous-critères est pondéré par le poids des critères supérieurs. Mathématiquement, pour tous les sous-critères, il est calculé le poids du couple A1/A comme le poids du sous- critère A1 multiplié par le poids du critère supérieur A. Nous disposons donc d'un poids pondéré pour chaque sous-critère.

Les SIG et la télédétection quant à eux sont de véritables outils dans le cadre des études de phénomènes particulièrement les catastrophes naturelles depuis ces dernières décennies. Grâce à ces outils, les chercheurs et décideurs peuvent mesurer, suivre, quantifier les risques et modéliser les phénomènes (Cornelis &

Billen, 2000). Pour les pays du Sud, les études de risque intégrant les SIG et la télédétection sont encore au stade embryonnaire ceci à cause du coût de ces techniques et l’instabilité économique (Zogning et al., 2008 et Zoning Moffo et al., 2017). Néanmoins il existe une vaste gamme de produits libres et gratuits notamment en ce qui concerne les données images et les logiciels. Toutefois, la précision de ces données n’est toujours pas satisfaisante pour des études de petites surfaces.

2. Inventaire et acquisition des données

(10)

Page 10 sur 30 Après l’observation du glissement de terrain produit à Gouache et du recensement des écrits sur les glissements de terrain en général, en fonction des données facilement accessibles, nous avons retenu les facteurs de prédisposition suivants : le gradient de pente, l’aspect des versants, l’indice d’humidité topographique, la forme des versants, la distance du réseau hydrologique, la distance du réseau des voiries, la distance relative du relief, l’occupation du sol, la géologie et la température de surface. Les précipitations sont des déclencheurs dans ce contexte de climat équatorial chaud. Les précipitations hebdomadaires entre 200 à 250mm représentent le seuil d’alerte pour le déclenchement des glissements de terrain dans la région selon le climatologue Maurice Tsalefac présent sur le site au lendemain du glissement.

L’inventaire des effets du glissement de terrain a été effectué sur l’image satellitale Google Earth de 1 m de résolution spatiale et une collecte de données terrain au moyen d’un GPS de navigation en vue du complètement de l’image satellitale ; le modèle numérique de terrain SRTM V3 d’avant le glissement de 30m*30m de résolution spatiale téléchargée sur le site https://www.earthexplorer.org; une image satellitale Sentinel 2 d’avant le glissement de résolution spatiale multiple (10m, 20m et 60m) téléchargée sur le site https://www.earthexplorer.usgs.gov pour la cartographie de la couverture du sol ; obtention des 03 POS (Plan d’Occupation des Sols) des différentes communes et de la carte géologique de la ville auprès de la communauté urbaine de la ville ; téléchargement des images landsat8 sur le site https://www.remotepixel.ca/ nécessaire à l’extraction des températures de surface. Et enfin, le téléchargement des données de bâtiments sur le site www.openstreetmap.org a été nécessaire pour boucler la base de données. Les données secondaires dérivent des données primaires à partir des opérations d’extraction, de reclassement, de géoréférencement, de vectorisation, de rastérisation, etc. Elles ont été rastérisées en dimension 10m*10m pour un pixel.

Au final, l’analyse multicritère hiérarchique couplée à la cartographie fait partie des opérations simples d’algèbre cartographique citées par Aron off (1989) et renforcée par Aimer Nimar (2014). Elle consiste à réaliser des opérations logiques (addition, soustraction, multiplication, décision, affectation) pour chaque carte thématique les données provenant de collecte de données de terrain, des fonds de cartes et des images satellitales.

Pour évaluer la susceptibilité, la méthode s’appuie sur l’ensemble des causes (naturelles et anthropiques) identifiées concourant à l’instabilité du sol de la zone d’étude, ensuite s’appuient sur l’expérience et les connaissances des littératures sur le phénomène

(11)

Page 11 sur 30 pour attribuer un poids de pondération à chaque facteur en fonction de son niveau de contribution au risque, ceci par des méthodes d’analyse statistique et matricielle. Dans le SIG, ces poids prédéfinis seront attribués à chaque carte thématique par des fonctions de reclassement, ensuite les opérations d’algèbre cartographique seront réalisées automatiquement. Les formats d’usage pour ces calculs sont des rasters matriciels donc la résultante est une carte du niveau de sensibilité au glissement de terrain (Figure 4).

Figure 4: Méthodologie de réalisation de la carte de susceptibilité au glissement de terrain

Modèle AMCH et données

03 POS des communes

03 POS des communes Image Google

Earth (1m)

Image google Earth (1m²)

SRTMGDEM

AsterGDEM

Sentinel /Landsat

Sentinel 2

Sentinel 2 Données d’entrée

Données d’entrée

Données d’entrée Vectorisation

Vectorisation

Extraction Classification, extraction des T°

Classification

Vectorisation et Rastérisation

Géoréférencem ent, vectorisation, distance euclidienne

Géoréférencem ent, vectorisation, distance euclidienne Aspect de la

pente

Aspect de la pente

Inclinaison de la pente

Elaboration de la carte de susceptibilité

Forme des versants

Forme de la pente

Température de surface

Température de surface Relief

Relief

Relief Réseau

hydrologique

Réseau hydrologique

Indice d’humidité topographique

Réseau de voirie

Réseau de voirie Occupation du sol

Occupation du sol

Occupation du sol Carte géologique

Carte géologique

Carte géologique Emprise du

glissement produit

Emprise du glissement produit

Pondération des paramètres et évaluation de la cohérence de jugements

Définition des paramètres du modèle, pondération des paramètres et évaluation de la cohérence de jugements

Géologie

Géologie Rastérisation

Pondération des paramètres dans le SIG

Données

Données Opération

Opération

Opération Correction et Validation du modèle

Validation du modèle

Descente de terrain

Action

(12)

Page 12 sur 30 3. Pondération des critères et évaluation de la cohérence de

jugement

Basée sur les facteurs de prédisposition non exhaustifs du glissement de terrain de Gouache, nous avons retenu le gradient de pente (1) comme étant l’élément le plus important sur lequel les activités humaines ont renforcé la susceptibilité au glissement sur un sol argilo-sableux issu de l’altération des anatexites. L’utilisation du sol (2) arrive alors en second plan et la lithologie (3) en troisième position. L’utilisation du sol est autant plus importante dans la construction du risque lorsqu’un réseau de voirie (4) se trouve à proximité ou une zone d’extraction. Selon Wischmeier (1974), un versant concave diminue le transport des matériaux pendant qu’un versant convexe l’augmente ( Qiu et al., 2017; Leumbe et al., 2018).

L’observation de la forme du versant (5) du site du glissement de terrain a montré que le versant présentait une forme convexe.

L’indice d’humidité topographique (6) permet de quantifier les zones d’engorgement des sols en eau pendant les pluies (Dehni, 2015). La distance du réseau hydrologique (7) à proximité du site du glissement de terrain de Gouache 4 a permis l’engorgement des sols en eau, ce qui a renforcé l’instabilité du versant (Bollot et al., 2015).

A tort ou à raison, le paramètre orientation des versants (8) a été largement critiquée dans les études comme l’un des facteurs de prédisposition au glissement de terrain (Capitani et al., 2014; Qiu et al., 2017). Nous avons décidé dans cette étude de considérer ce paramètre. Malgré que la ville de Bafoussam soit située au zénith, on remarque selon le paramètre orientation des versants au soleil des inégalités dans la réception du soleil. Sur le terrain, le site ayant subi le glissement se partage les classes d’orientation nord et nord- ouest. La température de surface sous l’action des précipitations permet de quantifier les zones de forte altération. Un paramètre température de surface (9) a été proposé à partir de la bande 10 thermique du landsat 8 (Meng et al., 2019). Plus le relief est élevé (10), plus la susceptibilité du terrain au glissement est renforcée (Shrestha & Poudel, 2018).

Les tableaux suivants représentent les poids pondérés des sous critères et des critères supérieurs suivant le tableau d’attribution des poids. L’évaluation de la cohérence de jugement a été effectuée conformément au Tableau 2 (Roy. B & Skalka JM, 1985).

Tableau 3.1: Cas du critère gradient de pente (GP)

GP >35 35 -25 25 - 15 15 - 5 5 - 0 Poids_GP

>35 1 4 6 7 8 0,52

(13)

Page 13 sur 30

35 -25 0,25 1 4 5 6 0,25

25 - 15 0,17 0,33 1 3 4 0,12

15 - 5 0,14 0,2 0,33 1 2 0,06

5 - 0 0,125 0,17 0,25 0,5 1 0,04

Ratio de cohérence (RC) = 0,08

 Tableau 3.2 : Cas du critère distance de réseau de voirie (DRV)

DRV 0-50 50-100 100-150 150-200 >200 Poids

0-50 1 4 6 7 8 0,531

50-100 0,25 1 3 5 6 0,237

100-150 0,167 0,333 1 3 4 0,123

150-200 0,143 0,2 0,33 1 3 0,07

>200 0,125 0,1667 0,25 0,333 1 0,038

RC = 0,077

 Tableau 3.3 : Cas du critère orientation de pente (OP)

OP NE-NO NE-SE SE-SO Poids_OP

NE- NO 1 0,5 0,333 0,297

NE- SE 2 1 0,5 0,539

SE-SO 3 2 1 0,164

RC = 0,008

 Tableau 3.4 : Cas du critère température de surface (TS)

TS 19–23 15 - 18 11 -15 05- 10 Poids_TS

19 - 23 1 2 3 4 0,466

15 - 18 0,5 1 2 3 0,277

11 -15 0,333 0,5 1 2 0,161

05- 10 0,25 0,333 0,5 1 0,096

RC = 0,009

 Tableau 3.5 : Cas du critère distance de réseau de voirie (DRV)

(14)

Page 14 sur 30

DRV 0-50 50-100 100-150 150-200 >200 Poids

0-50 1 4 6 7 8 0,531

50-100 0,25 1 3 5 6 0,237

100-150 0,167 0,333 1 3 4 0,123

150-200 0,143 0,2 0,33 1 3 0,07

>200 0,125 0,1667 0,25 0,333 1 0,038

Ratio de Cohérence = 0,077

 Tableau 3.6 : Cas du critère élévation de relief (ER)

ER >400 400 - 300 200 -100 100-0 Poids_ER

>400 1 2 3 4 0,465

400-300 0,5 1 2 3 0,277

200-100 0,333 0,5 1 2 0,161

100-0 0,25 0,333 0,5 1 0,096

RC = 0,009

 Tableau 3.7 : Cas du critère lithologie (Li)

Li Gneiss Durite Anatexite Basalte Poids_Li

Gneiss 1 2 2 6 0,441

Durite 0,5 1 1 5 0,25

Anatexite 0,5 1 1 5 0,25

Basalte 0,167 0,2 0,2 1 0,058

Ratio de Cohérence (RC) = 0,010

 Tableau 3.8 : Cas du critère forme de la pente (FP)

FP Convexe Rectiligne Concave Poids_FP

Convexe 1 2 3 0,575

Rectiligne 0,5 1 2 0,279

Concave 0,333 0,5 1 0,147

RC = 0,008

 Tableau 3.9 : Cas du critère indice d’humidité topographique (IHT)

(15)

Page 15 sur 30

IHT 15 - 18,5 10 - 15 6 - 10 2 - 6 Poids_TS

15 - 18,5 1 2 4 6 0,646

10 - 15 0,5 1 2 4 0,342

6- 10 0,25 0,5 1 2 0,171

2 - 6 0,087 0,067 0,133 0,077 0,091

RC = 0,003

 Tableau 3.10 : Cas du critère occupation du sol (OS)

OS Bâti Sol nu Eau Culture Forêt Poids_OS

Bâti 1 3 4 6 8 0,474

Sol nu 0,333 1 3 4 6 0,253

Eau 0,25 0,5 1 3 5 0,154

Culture 0,167 0,25 0,333 1 4 0,083

Forêt 0,125 0,167 0,167 0,25 1 0,036

RC = 0,077

 Tableau 3: Pondération des critères supérieurs

Comme RC<0,1, alors la pondération des critères supérieurs présente une bonne cohérence de jugement (Saaty,1980).

3. Résultats

1. Cartes analytiques en vue de la carte de susceptibilité

Modèle GP OS Li DRV FP IHT DRH OP TS ER Poids

GP 1 3 4 5 5 5 6 7 7 8 0,315

OS 0,333 1 2 3 3 3 5 6 6 7 0,182

Li 0,25 0,5 1 2 2 2 4 5 5 6 0,127

DRV 0,2 0,333 0,5 1 1 1 3 4 4 5 0,085

FP 0,2 0,333 0,5 1 1 1 3 4 4 5 0,085

IHT 0,2 0,333 0,5 1 1 1 3 4 4 5 0,085

DRH 0,167 0,2 0,25 0,333 0,33

3 0,333 1 3 3 4 0,049

OP 0,143 0,167 0,2 0,25 0,25 0,25 0,333 1 1 2 0,027 TS 0,143 0,167 0,2 0,25 0,25 0,25 0,333 1 1 2 0,027 ER 0,125 0,143 0,16

7 0,2 0,2 0,2 0,25 0,5 0,5 1 0,019

Ratio de Cohérence = 0,040

(16)

Page 16 sur 30 Une dizaine de cartes analytiques (Figure 7) a été nécessaire pour obtenir la carte finale. Ces cartes sont ensuite reclassées dans le SIG en fonction des poids pondérés des différents paramètres de prédisposition du glissement de terrain obtenus.

2. Carte de susceptibilité et validation du modèle

Les paramètres du modèle ont été pondérés suivant les poids précédents des critères supérieurs et on a obtenu la carte de susceptibilité des zones au glissement de terrain (Figure 5) en utilisant l’algèbre mathématique disponible dans les logiciels de SIG.

La définition des seuils, de différentes classes de risque a été faite semi manuellement en fonction du glissement qui s’est produit dans le quartier Gouache 4 et de nos observations terrains des potentiels sites à risque de la ville. Ainsi nous avons obtenu 5 échelles de susceptibilité au risque dont les statistiques des classes de susceptibilité correspondantes ont pu être extraites à partir de la boite à outil zonal statistical représentées dans le Tableau 4.

Figure 5: Carte de susceptibilité au glissement de terrain de la ville de Bafoussam

La zone de glissement à Gouache

(17)

Page 17 sur 30 Tableau 4: Statistiques des classes de susceptibilité au glissement de terrain

3. Évaluation sommaire des potentiels dégâts et recommandations

L’évaluation consiste à produire un ensemble d’informations qui pourront être pris en compte par les décideurs pour éviter les glissements de terrain ou limiter les conséquences sur le plan social, économique et environnemental.

- Le risque non significatif : ici, aucune recommandation n’est préconisée pour les établissements humains ;

- Le risque faible : ici, aucune recommandation n’est préconisée pour les établissements humains sauf dans le cadre des travaux de grande envergure ;

- Le risque modéré ; ici, les établissements humains sont possibles, mais une certaine vigilance est à prendre dans le cadre des travaux de moyennes envergures ;

- Le risque fort : ici l’établissement humain est faiblement déconseillé et une certaine vigilance constante doit être menée en cas d’établissement humain particulièrement en saison des pluies ;

- Le risque très fort : ici, l’établissement des habitations est fortement déconseillé en toute saison, par contre d’autres activités humaines y peuvent être pratiquées comme l’agriculture sous une surveillance constante du paramètre déclencheur la pluviométrie. En ce qui concerne l’établissement humain présent, nous enregistrons (Figure 6) 7078 sur 105207 bâtiments (soit 6,72%) qui sont situés dans les zones très fortement exposé au risque. Parmi ces bâtiments, on enregistre des bâtiments concentrant d’importantes activités comme les banques, la ferme, les lieux de culte, les marchés et des délégations d’arrondissement.

Les études plus détaillées peuvent également permettre d’évaluer de potentiels dégâts sur l’environnement.

Classe de susceptibilité Surface (Km²) Pourcentage (%) Risque inexistant (0,1 - 0,15) 142,1 35,3

Faible (0,16 - 0,21) 177,8 44,1

Modéré (0,22 - 0,26) 64,7 16,1

Fort (0,26 - 0,29) 11,8 2,9

Très fort (0,291 - 0,423) 6,6 1,6

(18)

Page 18 sur 30 Figure 6: Illustration de la sélection des bâtiments situés dans la plage du risque très fort

4. Discussion

On distingue quatre groupes de facteurs causatifs des glissements de terrain en agglomération influencés pour la plupart par l’action de l’homme selon (Desodt et al., 2017b). L’hygrométrie (1) : c’est un facteur influençant directement les propriétés mécaniques du sol en fonction de la porosité ; il devient très sensible lors des fortes précipitations augmentant ainsi le facteur de risque des zones susceptibles au glissement de terrain. La saturation anormale des sols en eau affaiblit les propriétés mécaniques de l’écoulement, accélérant son déclenchement ; l’hygrométrie peut être également influencée par l’action de l’homme sur le sol. Le chargement mécanique de la pente (2) : l’aménagement des structures influence le comportement des pentes en ouvrant des fissures. Les pratiques de remblais et déblais accélèrent également la possibilité de glissement. L’action directe de l’homme (3) : les pentes peuvent être stabilisées grâce au boisement ou l’agriculture, par contre les déboisements conduisent très souvent à l’instabilité de la pente, les hautes herbes limitent l’action du vent sur les versants. L’action de construction et de déconstruction affecte la stabilité des sols.

L’accidentel (4) : des actions externes peuvent affecter la stabilité des

(19)

Page 19 sur 30 pentes comme des inondations provoquant la saturation et l’érosion des sols ou un séisme engendrant la liquéfaction des sols.

Au Cameroun, la croissance urbaine est remarquable. En 2010, la population urbaine était de 10 091 172 d’habitants et pourrait avoisiner les 16 000 000 en fin 2020 (INS, 2015). Cette croissance urbaine devient un important facteur dans le mécanisme de production des risques naturels ( Dourlens, 1968; November, 1994).

Elle s’effectue sur des sites fortement accidentés, renforcés par la proximité de la côte maritime et la forte densité du réseau hydrologique qui sont les principaux facteurs expliquant l’exposition des zones urbaines au risque (Saha, 2014 ; Voundi, 2016 ; Saha et al., 2018 ; Bruckmann et al., 2019).

Ces risques sont d’autant plus importants que certains chercheurs camerounais ont tenté des approches en vue de leur évaluation.

C’est le cas de Zogning A. et Ngouanet (2007) qui étudient les processus géomorphologiques à l’origine des catastrophes naturelles en Afrique tropicale humide en prenant pour exemple les glissements de terrain des années 2000 à 2006, des plans de prévention des populations autour des volcans sont proposés (Zogning A. et al., 2009), tout comme une cartographie des facteurs de production des risques dans les grands centres urbains (Saha et al. 2018). La cartographie par analyse multicritère par poids pondéré a été proposée par Zogning Moffo (2016) dans les bassins inondables de la ville de Yaoundé et une analyse multicritère a été proposée en vue de l’évaluation de la susceptibilité des versants et des enjeux menacés au glissement de terrain à Bandja par Bachange

& Deuboue, (2019). À l’exception des deux dernières études, les autres sont limitées à un inventaire des causes contribuant à la construction du risque sans toutefois proposer une méthode d’agrégation de ces facteurs afin de produire une carte de susceptibilité finale du risque. Qui plus est, ces études sont pour la plupart limitées à une échelle d’analyse régionale et une globalisation des catastrophes naturelles malgré les spécificités de chaque catastrophe et surtout en milieu urbain. L’étude visait à proposer une approche reproductible à l’échelle des villes similaires à partir de la catastrophe de Gouache pour la cartographie de la susceptibilité aux glissements de terrain.

Pour l’étude présente, nous remarquons une similitude avec celle de El Jazouli et al. (2019) qui a utilisé l’analyse multicritère couplée au SIG pour la cartographie de la susceptibilité au glissement de terrain dans le haut bassin de Oum Er Rbia au Maroc et l’étude de Bachange & Deuboue, (2019) pour la cartographie de la susceptibilité dans la commune de Bandja au Cameroun. En effet, la

(20)

Page 20 sur 30 localisation des fortes zones à risque est renforcée par la présence des activités humaines sur des versants entrainant le lessivage et l’érosion des surfaces naturelles. Ces sols reposant sur des argiles autrefois recouvertes par des forêts naturelles sont remplacés par des activités humaines, premièrement des cultures basses et ensuite des habitations, ce qui perturbe la stabilité des sols renforçant leur susceptibilité au glissement de terrain sous l’action des pluies. Nous pouvons à ceci comprendre November (1994) et Metzger & D’Ercole (2011) qui considèrent la croissance spatiale des villes comme un important facteur de production des risques naturels. Cette position est renforcée par celle des auteurs (Ozer et al., 2013; Diagana et al., 2016; Zogning Moffo, 2016; Saha et al., 2018; Bruckmann et al., 2019) ayant traité la question en Afrique.

Le modèle produit ici est discutable pour plusieurs raisons que nous avons regroupées en trois groupes :

 L’incertitude au niveau des données d’entrée (1) : Bafoussam n’a connu pour l’instant qu’un seul glissement que nous avons pu recenser, ce qui a diminué le pourcentage de validation du modèle et la non-possibilité d’utiliser la théorie de l’évidence pour tester les paramètres d’entrée du modèle. Également, les données d’entrées utilisées dans cette étude sont pour la plupart obtenues gratuitement et par conséquent, de résolutions moyennes ; l’utilisation d’une carte de la lithologie peu détaillée et datant de 1980 fait à une échelle très petite pour représenter fidèlement la réalité des sols ; les données d’entrée topographique de 30m de résolution peuvent être également remises en question pour l’étude d’une petite surface (400 km²). Néanmoins, les paramètres topographiques ont été échantillonnés par l’interpolation bicubique pour les faire correspondre à la résolution spatiale de l’image sentinel de 10 m.

 Au niveau de l’application dans le système SIG (2) : la prise en compte de l’importance du trafic des voies n’a pas été considérée ainsi que la largeur et le débit des cours d’eau. Ces paramètres pourraient être corrigés par la disponibilité de ces données.

 Le contexte temporel (3) : l’étude présente se base sur l’occupation actuelle des sols par les activités anthropiques or les villes sont en perpétuel changement, ce qui sous-entend que la carte pourrait être dérisoire d’ici 5 à 7ans. Pour cela, nous préconisons une actualisation des paramètres d’occupation des sols du modèle chaque 5 à 7 ans ou alors effectuer une simulation de l’étalement urbain sur 7 à 10 ans avant l’application de l’analyse multicritère

(21)

Page 21 sur 30 hiérarchique dans le SIG. Cette dernière pourrait faire l’objet d’une prochaine publication.

En dehors des données d’entrées du modèle, nous pouvons également critiquer la méthode d’analyse multicritère hiérarchique qui se base sur un système de notation des experts. L’avis d’experts est très important pour résoudre les problèmes complexes comme les glissements de terrain. Cependant les opinions peuvent changer d’un auteur à un autre, ce qui rend la méthode subjective et augmente l’incertitude. Par conséquent, il est crucial d’observer et d’analyser la relation entre les différents facteurs de conditionnement sur plusieurs glissements de terrain dans la zone étudiée afin de diminuer la subjectivité et l’incertitude occasionnées par les méthodes dites expertes. À cause du manque de zone d’apprentissage (à ce jour, la ville n’a connu qu’un seul glissement de terrain), l’étude s’est limitée à des observations de terrain et l’analyse du site de Gouache et, on s’est assuré d’une bonne cohérence de jugement dans la pondération des critères retenus avec un indice de cohérence inférieur à 0,1.

Tout modèle doit être validé afin que la cartographie des risques n’entraine pas des risques pour la cartographie (Cornelis & Billen, 2001). Le modèle présenté à la Figure 4 a été corrigé et validé premièrement grâce au glissement de terrain produit à Gouache et ensuite par de nombreuses descentes de terrain sur de potentiels sites à risque. Nous avons observé une cohérence de 70% entre la carte produite et les observations de terrain.

Elle pourrait être améliorée par l’acquisition des données de haute résolution spatiale (entre 0,5 m et 5m), par la réalisation d’une carte détaillée de la lithologie de la ville de Bafoussam et enfin par la prise en compte de la dimension temporelle d’évolution des villes.

L’analyse multicritère couplée à la cartographie est encore au stade embryonnaire en Afrique ceci à cause du coût des données de précision (Zogning Moffo, 2016). Elle est généralement appliquée dans le domaine de l’agriculture pour l’élaboration des cartes d’aptitude agraire (Nourani et al., 2016; Adimi et al., 2018) mais pourrait constituer une perspective dans l’étude des catastrophes naturelles grâce à la facilité de mise en œuvre de la méthode, la disponibilité des écrits des experts sur les phénomènes, la possibilité d’intégration des données multi sources et la gratuité des données de résolution moyenne et des logiciels, face à une Afrique de plus en plus frappée par les catastrophes naturelles.

5. Conclusion

Les systèmes d’informations géographiques se positionnent aujourd’hui comme d’excellents outils dans le diagnostic territorial

(22)

Page 22 sur 30 pour la prise de décision efficace. Couplés à l’analyse multicritère hiérarchique, les SIG permettent de modéliser des aléas et d’évaluer les potentiels risques sur le plan humain, social, économique et environnemental. Nous préconisons l’analyse de la relation entre les différents facteurs de prédisposition du phénomène étudié afin de réduire la subjectivité et l’incertitude occasionnées par les méthodes dites expertes. D‘un point de vue technique, la précision des modèles de carte de susceptibilité est très dépendante des données d’entrée du modèle, des outils et des échelles de l‘analyse spatiale. Pour la présente étude, nous nous sommes basées sur des données gratuites généralement de faible résolution, ce qui augmente l’incertitude des résultats et par conséquent diminue la fiabilité d’évaluation des potentiels dégâts à l’échelle de la parcelle.

Néanmoins, les descentes de terrain et le glissement de Gouache ont permis d’observer que la carte de susceptibilité réalisée présente une cohérence acceptable.

La localisation des sites de risque fort et très fort s’est faite principalement sur des versants reposant sur des sols argileux recouverts par des activités humaines, principalement l’agriculture basse et les habitations. La proximité des activités humaines sur des versants perturbe la stabilité des sols autrefois recouverts par des forêts renforçant la susceptibilité au glissement de terrain sous l’action de l’élément déclencheur les précipitations. La croissance urbaine apparait alors comme un important facteur de production de risque auquel les études des catastrophes naturelles devraient accorder une importance cruciale.

Pour une meilleure gestion des risques, il est préconisé sur le plan technique l’établissement de ce modèle de cartes des zones à risque pendant l’élaboration des cartes d’occupation des sols. Il est également important d’élaborer des modes d’occupation et des systèmes de surveillance pour les zones d’aléas dites fort et très fort avec une surveillance constante du seuil d’alerte des précipitations pendant la saison des crues. Sur le plan institutionnel, les cartes d’aléas doivent être prises en compte par les décideurs dans les documents de planification urbaine tels que le PDU (Plan Directeur d’Urbanisme), POS (Plan d’Occupation des Sols) et PS (Plan de Secteur).

7. Annexes

(23)

Page 23 sur 30 Figure 7: paramètres de prédisposition du modèle de cartographie

(24)

Page 24 sur 30 Figure 8 : photos prises lors des observations de terrain du glissement à Gouache IV. Clichés : Tsoata Francis, Happy Franklin, 2019

Bibliographie

A Nourani, F Kaci, & M Bouaziz. (2016). Analyse hiérarchique multicritères pour évaluer des élévateurs à nacelles. ICI World of Journals, Agriculture (7 (2), 04‑ 11.

(25)

Page 25 sur 30 Abay, A., Barbieri, G., & Woldearegay, K. (2019). GIS-based Landslide Susceptibility Evaluation Using Analytical Hierarchy Process (AHP) Approach : The Case of Tarmaber District, Ethiopia. Momona

Ethiopian Journal of Science, 11, 14.

https://doi.org/10.4314/mejs.v11i1.2

Adimi, O. S. C., Oloukoi, J., & Tohozin, C. A. B. (2018). Analyse spatiale multicritère et identification des sols propices à la production du maïs à Ouessè au Bénin. VertigO - la revue électronique en sciences de l’environnement. https://doi.org/10.4000/vertigo.19885

Ahmed, N., & Ferhat, K. (2016). Using a Hierarchical Multi-criteria Analysis to Evaluate Elevators for Server the Date Palm Crown. 8.

Akgun, A., & Bulut, F. (2007). GIS-based landslide susceptibility for Arsin- Yomra (Trabzon, North Turkey) region. Environmental Geology, 51, 1377‑ 1387. https://doi.org/10.1007/s00254-006-0435-6

Akgun, A., Dag, S., & Bulut, F. (2008). Landslide susceptibility mapping for a landslide-prone area (Findikli, NE of Turkey) by likelihood- frequency ratio and weighted linear combination models | SpringerLink. springer link, 54, 1127–1143.

https://doi.org/10.1007/s00254-007-0882-8

Alain, H. (2012). Eau,milieux aquatiques et territoires durables 2030.

Annexe du rapport de fin d’étude Fiches Variables. Irstea/Cemagref, DP2VIST.

Amar, R. (2010). IMPACT DE L’ANTHROPISATION SUR LA BIODIVERSITE ET LE FONCTIONNEMENT DES ECOSYSTEMES MARINS : Exemple de la Manche-mer du nord. La revue en sciences de l’environnement, Hors-Série 8. VertigO. Univ Lille Nord de France2 ULCO, LOG, F- 62930 Wimereux, France3 CNRS, UMR 8187, F-62930 Wimereux.

Anderson, J., & al. (2006). Forests, poverty and equity in Africa : New perspectives on policy and practice. International Forestry Review, vol. 8, no. 1.

Aubertin, C., & Rodary, E. (2008). Aires protégées, espaces durables? Paris, IRD, Audit environnemental HEVECAM SA, décembre 2007.

Bachange, E. G., & Deuboue, G. R. (2019). Susceptibilite Des Versants Au Glissement De Terrain, Et Evaluation Des Enjeux Potentiels Exposes A Bandja (Ouest Cameroun). EAS Journal of Humanities and Cultural Studies, 1(3), 11.

Bachri, S., Sumarmi, Irawan, L. Y., Utaya, S., Nurdiansyah, F. D., Nurjanah, A. E., Tyas, L. W. N., Adillah, A. A., & Purnama, D. S.

(2019). Landslide Susceptibility Mapping (LSM) in Kelud Volcano Using Spatial Multi-Criteria Evaluation. IOP Conference Series:

Earth and Environmental Science, 273, 012014.

https://doi.org/10.1088/1755-1315/273/1/012014

Bétard, F., Delbart, N., & Piel, C. (2014). Cartographie de la susceptibilité aux glissements de terrain dans la région de Nova Friburgo (État de Rio de Janeiro, Brésil). Une étape vers l’évaluation et la gestion du risque. https://journals.openedition.org/bagf/1603

Beverton, & al. (1992). The State of the World’s Fisheries Resources : Proceedings of the World Fisheries Congress. Plenary Sessions, Athens, 1992/edited by C.W. Voigtlander.